本发明涉及数据处理技术领域，公开了一种基于人工智能的挂车碰撞智能预警系统及方法，包括：环境感知模块、目标识别单元、传感检测模块、碰撞预警模块、预警反应模块，可实时获取挂车周围的车辆、行人、交通设施、路边物体等目标的图像信息，利用基于AI技术训练建立的目标识别单元来对具体目标的分类进行判断，然后由传感检测模块对相应的障碍物体进行运动状态参数测算，进行碰撞预警，在判断会发生碰撞时，由预警反应模块按照对应的碰撞处理策略进行制动动作，在于一定程度上达到辅助驾驶的作用，提升驾驶安全。
1.一种基于人工智能的挂车碰撞智能预警系统，其特征在于，包括：环境感知模块，用于实时获取挂车周围的路况环境信息；
目标识别单元，与所述环境感知模块连接，用于根据所述路况环境信息对所述挂车周围的障碍物体进行区别分类；
传感检测模块，与所述目标识别单元连接，用于根据分类结果对相应的障碍物体进行运动状态参数的监测获取；
碰撞预警模块，与所述传感检测模块和所述环境感知模块连接，用于根据所述挂车的自身运动参数和所述障碍物体的运动状态参数进行碰撞预警；
预警反应模块，与所述碰撞预警模块连接，用于根据所述碰撞预警执行相应的碰撞处理策略；
其中，所述路况环境信息包括前进摄像数据和环境温度以及路面参数，所述目标识别单元为经过训练的神经网络模型；
转向感知模块，用于获取所述挂车的转向参数；所述转向参数包括转向角度和转向角加速度；
转向估计模块，与所述转向感知模块连接，用于根据所述转向参数计算转向评估值；
辅助感知模块，与所述转向估计模块连接，用于在当所述转向评估值高于预设阈值时，对未来转向方向进行现场视频流获取；
所述辅助感知模块包括设置在所述挂车中部的自动伸缩组件和拍摄单元；
当所述转向评估值高于预设阈值时，所述自动伸缩组件伸出驱动所述拍摄单元进行拍摄，获取所述转向方向摄像数据；
其中， 为判定时间窗口长度， 为在 时间内方向盘的实际转动角度变化值，为在 时间内方向盘的总转动角度变化值， 为方向盘的转动加速度， 为t时刻的实际转向角， 、 、 分别为对应去纲量预设系数， 。
2.根据权利要求1所述的基于人工智能的挂车碰撞智能预警系统，其特征在于，所述碰撞预警模块包括：急停性能预估单元，用于根据历史刹停信息和所述自身运动参数以及所述路况环境信息预估刹停距离；
碰撞预警测距单元，用于获取所述障碍物与所述挂车的实际距离；
碰撞判断单元，用于根据所述预估刹停距离和所述实际距离以及所述障碍物体的运动速度和运动方向判断是否会发生碰撞；
其中，所述自身运动参数包括自身行驶速度和自身行驶方向以及自身重量。
3.根据权利要求2所述的基于人工智能的挂车碰撞智能预警系统，其特征在于，所述急停性能预估单元包括：数据生成模组，用于将自身行驶速度、自身行驶方向、自身重量、环境温度和路面参数按照对应转化规则加载至空白图片中，得到分析数据图；
刹停距离预估模型，用于根据所述分析数据图输出相应的预估刹停距离；
4.根据权利要求3所述的基于人工智能的挂车碰撞智能预警系统，其特征在于，所述急停性能预估单元还包括：数据补充模组，检测是否开始执行相应的碰撞处理策略，若是，将预设时间段内的自身行驶速度变化情况和行驶距离加载至所述分析数据图中；
刹停距离预估模型，用于根据新的所述分析数据图输出相应的新预估刹停距离；
其中，所述预设时间段起始点为开始执行相应的碰撞处理策略的时间，时长为预设值；
所述碰撞判断单元根据所述新预估刹停距离和所述实际距离以及所述障碍物体的运动速度和运动方向判断是否会发生碰撞。
5.一种基于人工智能的挂车碰撞智能预警方法，其特征在于，所述方法应用于如权利要求1‑4任一项所述的一种基于人工智能的挂车碰撞智能预警系统，包括：实时获取挂车周围的路况环境信息；
通过目标识别单元，根据所述路况环境信息对所述挂车周围的障碍物体进行区别分类；
根据分类结果对相应的障碍物体进行运动状态参数的监测获取；
根据所述挂车的自身运动参数和所述障碍物体的运动状态参数进行碰撞预警；
其中，所述路况环境信息包括前进摄像数据和环境温度以及路面参数，所述目标识别单元为经过训练的神经网络模型。
6.根据权利要求5所述的基于人工智能的挂车碰撞智能预警方法，其特征在于，所述碰撞处理策略包括：在判断会发生碰撞后，持续获取所述障碍物的运动轨迹方向；
若所述障碍物的位于所述挂车的前方，则限定所述挂车后轮的平均滑动率大于前轮；
若所述障碍物从所述挂车的左前方向右前方运动，则根据转向评估值设定限定所述挂车左后轮的滑动率大于等于右后轮的幅度；
若所述障碍物从所述挂车的右前方向左前方运动，则根据转向评估值设定限定所述挂车左后轮的滑动率小于等于右后轮的幅度。
7.根据权利要求6所述的基于人工智能的挂车碰撞智能预警方法，其特征在于，所述滑动率的限定范围为15%‑25%。
一种基于人工智能的挂车碰撞智能预警系统及方法
技术领域
[0001] 本发明涉及数据处理技术领域，具体涉及一种基于人工智能的挂车碰撞智能预警系统。
背景技术
[0002] 由牵引车牵引挂车组成的运输车辆是公路运输中的一种主要车辆类型，其具有高效、安全等优势，因此其广泛应用于货物运输领域上；由于挂车的车身相对较长，在其车辆行驶过程中，需要对挂车的整体状态进行实时的安全检测，以免车辆在转向及行驶过程中存在隐患影响挂车运输的安全问题。
[0003] 现有的挂车运输安全检测系统主要通过检测挂车行驶过程中的运动参数，例如速度、加速度等，通过判断各项运动参数是否超出标准范围来判断挂车行驶及转向过程中的安全状态。
[0004] 然而，挂车本身质量较大，在速度较快的情况下，其制动刹停距离较长，而且对侧方视野较差，一旦出现危险很容易产生严重的后果。另外，虽然现有技术中能够通过对车辆状态模型进行分析的方式对其运动参数进行准确的判断，但此过程主要适用于设计分析阶段，实时同步车辆模型的状态对于数据的计算量及通讯方面的压力巨大，也容易出现故障，因此不适用于实际运用中。
发明内容
[0005] 本发明的目的在于提供一种基于人工智能的挂车碰撞智能预警系统，解决以下技术问题：
[0006] 如何提升挂车形式过程中的安全性。
[0007] 本发明的目的可以通过以下技术方案实现：
[0008] 一种基于人工智能的挂车碰撞智能预警系统，包括：
[0009] 环境感知模块，用于实时获取挂车周围的路况环境信息；
[0010] 目标识别单元，与所述环境感知模块连接，用于根据所述路况环境信息对所述挂车周围的障碍物体进行区别分类；
[0011] 传感检测模块，与所述目标识别单元连接，用于根据分类结果对相应的障碍物体进行运动状态参数的监测获取；
[0012] 碰撞预警模块，与所述传感检测模块和所述环境感知模块连接，用于根据所述挂车的自身运动参数和所述障碍物体的运动状态参数进行碰撞预警；
[0013] 预警反应模块，与所述碰撞预警模块连接，用于根据所述碰撞预警执行相应的碰撞处理策略；
[0014] 其中，所述路况环境信息包括前进摄像数据和环境温度以及路面参数，所述目标识别单元为经过训练的神经网络模型。
[0015] 通过上述技术方案，可实时获取挂车周围的车辆、行人、交通设施、路边物体等目标的图像信息，利用基于AI技术训练建立的目标识别单元来对具体目标的分类进行判断，然后由传感检测模块对相应的障碍物体进行运动状态参数测算，进行碰撞预警，在判断会发生碰撞时，由预警反应模块按照对应的碰撞处理策略进行制动动作，在于一定程度上达到辅助驾驶的作用，提升驾驶安全。
[0016] 作为本发明进一步的方案：还包括：
[0017] 转向感知模块，用于获取所述挂车的转向参数；所述转向参数包括转向角度和转向角加速度；
[0018] 转向估计模块，与所述转向感知模块连接，用于根据所述转向参数计算转向评估值；
[0019] 辅助感知模块，与所述转向估计模块连接，用于在当所述转向评估值高于预设阈值时，对未来转向方向进行现场视频流获取。
[0020] 作为本发明进一步的方案：所述路况环境信息包括转向方向摄像数据；
[0021] 所述辅助感知模块包括设置在所述挂车中部的自动伸缩组件和拍摄单元；
[0022] 当所述转向评估值高于预设阈值时，所述自动伸缩组件伸出驱动所述拍摄单元进行拍摄，获取所述转向方向摄像数据。
[0023] 作为本发明进一步的方案：所述转向评估值的获取方法包括：
[0024]
[0025] 其中， 为判定时间窗口长度， 为在 时间内方向盘的实际转动角度变化值， 为在 时间内方向盘的总转动角度变化值， 为方向盘的转动加速度， 为t时刻的实际转向角， 、 、 分别为对应去纲量预设系数， 。
[0026] 作为本发明进一步的方案：所述碰撞预警模块包括：
[0027] 急停性能预估单元，用于根据历史刹停信息和所述自身运动参数以及所述路况环境信息预估刹停距离；
[0028] 碰撞预警测距单元，用于获取所述障碍物与所述挂车的实际距离；
[0029] 碰撞判断单元，用于根据所述预估刹停距离和所述实际距离以及所述障碍物体的运动速度和运动方向判断是否会发生碰撞；
[0030] 其中，所述自身运动参数包括自身行驶速度和自身行驶方向以及自身重量。
[0031] 作为本发明进一步的方案：所述急停性能预估单元包括：
[0032] 数据生成模组，用于将自身行驶速度、自身行驶方向、自身重量、环境温度和路面参数按照对应转化规则加载至空白图片中，得到分析数据图；
[0033] 刹停距离预估模型，用于根据所述分析数据图输出相应的预估刹停距离；
[0034] 所述刹停距离预估模型为经过训练的神经网络模型。
[0035] 作为本发明进一步的方案：所述急停性能预估单元还包括：
[0036] 数据补充模组，检测是否开始执行相应的碰撞处理策略，若是，将预设时间段内的自身行驶速度变化情况和行驶距离加载至所述分析数据图中；
[0037] 刹停距离预估模型，用于根据新的所述分析数据图输出相应的新预估刹停距离；
[0038] 其中，所述预设时间段起始点为开始执行相应的碰撞处理策略的时间，时长为预设值；
[0039] 所述碰撞判断单元根据所述新预估刹停距离和所述实际距离以及所述障碍物体的运动速度和运动方向判断是否会发生碰撞。
[0040] 一种基于人工智能的挂车碰撞智能预警方法，包括：
[0041] 实时获取挂车周围的路况环境信息；
[0042] 通过目标识别单元，根据所述路况环境信息对所述挂车周围的障碍物体进行区别分类；
[0043] 根据分类结果对相应的障碍物体进行运动状态参数的监测获取；
[0044] 根据所述挂车的自身运动参数和所述障碍物体的运动状态参数进行碰撞预警；
[0045] 根据所述碰撞预警执行相应的碰撞处理策略；
[0046] 其中，所述路况环境信息包括前进摄像数据和环境温度以及路面参数，所述目标识别单元为经过训练的神经网络模型。
[0047] 作为本发明进一步的方案：所述碰撞处理策略包括：
[0048] 在判断会发生碰撞后，持续获取所述障碍物的运动轨迹方向；
[0049] 若所述障碍物的位于所述挂车的前方，则限定所述挂车后轮的平均滑动率大于前轮；
[0050] 若所述障碍物从所述挂车的左前方向右前方运动，则根据转向评估值设定限定所述挂车左后轮的滑动率大于等于右后轮的幅度；
[0051] 若所述障碍物从所述挂车的右前方向左前方运动，则根据转向评估值设定限定所述挂车左后轮的滑动率小于等于右后轮的幅度。
[0052] 作为本发明进一步的方案：所述滑动率的限定范围为15%‑25%。
[0053] 本发明的有益效果：本发明可实时获取挂车周围的车辆、行人、交通设施、路边物体等目标的图像信息，利用基于AI技术训练建立的目标识别单元来对具体目标的分类进行判断，然后由传感检测模块对相应的障碍物体进行运动状态参数测算，进行碰撞预警，在判断会发生碰撞时，由预警反应模块按照对应的碰撞处理策略进行制动动作，在于一定程度上达到辅助驾驶的作用，提升驾驶安全。
附图说明
[0054] 下面结合附图对本发明作进一步的说明。
[0055] 图1为本发明中挂车碰撞智能预警系统的基本模块连接示意图。
具体实施方式
[0056] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0057] 请参阅图1所示，本发明为一种基于人工智能的挂车碰撞智能预警系统，包括：
[0058] 环境感知模块，用于实时获取挂车周围的路况环境信息；
[0059] 目标识别单元，与所述环境感知模块连接，用于根据所述路况环境信息对所述挂车周围的障碍物体进行区别分类；
[0060] 传感检测模块，与所述目标识别单元连接，用于根据分类结果对相应的障碍物体进行运动状态参数的监测获取；
[0061] 碰撞预警模块，与所述传感检测模块连接和所述环境感知模块，用于根据所述挂车的自身运动参数和所述障碍物体的运动状态参数进行碰撞预警；
[0062] 预警反应模块，与所述碰撞预警模块连接，用于根据所述碰撞预警执行相应的碰撞处理策略；
[0063] 其中，所述路况环境信息包括前进摄像数据和环境温度以及路面参数，所述目标识别单元为经过训练的神经网络模型。
[0064] 通过上述技术方案，可实时获取挂车周围的车辆、行人、交通设施、路边物体等目标的图像信息，利用基于AI技术训练建立的目标识别单元来对具体目标的分类进行判断，然后由传感检测模块对相应的障碍物体进行运动状态参数测算，进行碰撞预警，在判断会发生碰撞时，由预警反应模块按照对应的碰撞处理策略进行制动动作，在于一定程度上达到辅助驾驶的作用，提升驾驶安全。
[0065] 作为本发明进一步的方案：还包括：
[0066] 转向感知模块，用于获取所述挂车的转向参数；所述转向参数包括转向角度和转向角加速度；
[0067] 转向估计模块，与所述转向感知模块连接，用于根据所述转向参数计算转向评估值；
[0068] 辅助感知模块，与所述转向估计模块连接，用于在当所述转向评估值高于预设阈值时，对未来转向方向进行现场视频流获取。
[0069] 由于挂车整体体积较大，一般车头较宽，半挂车身较长，且存在车身内轮差，车身内轮差是指车辆转弯时内前轮转弯半径与内后轮转弯半径之差。而由于内轮差的存在，车辆转弯时，前、后车轮的运动轨迹不重合；在行车中如果只注意前轮能够通过而忘记内轮差，就可能造成后内轮驶出路面或与其他物体碰撞的事故。并且车身越长，形成的“轮差”就越大，内轮差的范围也会跟着扩大。尤其像半挂或者这种重型车辆的车身都比较长，经常出现车头转过去后，还有很长的车身没有转过来，极易形成大型车辆司机的“视觉盲区”。当非机动车或者行人步入内轮的“视觉盲区”范围后，产生的危险增大，一旦紧贴车身，就很有可能被拐弯车身拖入车内，就会造成严重的交通事故。
[0070] 在本发明的本实施例中，采用转向感知模块和转向估计模块对司机是否真正进行转向进行判断，在认为司机即将或者正在进行转向时，启动辅助感知模块对车侧进行视频图像获取，作为路况环境信息进行收集，可辅助司机对潜在的可能碰撞进行判断，提升行驶安全性。
[0071] 作为本发明进一步的方案：所述路况环境信息包括转向方向摄像数据；
[0072] 所述辅助感知模块包括设置在所述挂车中部的自动伸缩组件和拍摄单元；
[0073] 当所述转向评估值高于预设阈值时，所述自动伸缩组件伸出驱动所述拍摄单元进行拍摄，获取所述转向方向摄像数据。
[0074] 作为本发明进一步的方案：所述转向评估值的获取方法包括：
[0075]
[0076] 其中， 为判定时间窗口长度， 为在 时间内方向盘的实际转动角度变化值， 为在 时间内方向盘的总转动角度变化值， 为方向盘的转动加速度， 为t时刻的实际转向角， 、 、 分别为对应去纲量预设系数， 。
[0077] 作为本发明进一步的方案：所述碰撞预警模块包括：
[0078] 急停性能预估单元，用于根据历史刹停信息和所述自身运动参数以及所述路况环境信息预估刹停距离；
[0079] 碰撞预警测距单元，用于获取所述障碍物与所述挂车的实际距离；
[0080] 碰撞判断单元，用于根据所述预估刹停距离和所述实际距离以及所述障碍物体的运动速度和运动方向判断是否会发生碰撞；
[0081] 其中，所述自身运动参数包括自身行驶速度和自身行驶方向以及自身重量。
[0082] 在本发明中，由于路况环境信息为是否可能发生碰撞的重要影响因素，因此需要通过转向评估值来对车辆是否在进行真正转向进行评估，来适时的启动辅助感知模块来进行路况环境信息的获取，否则司机的变道超车或者被超车的情况都有可能被误判有碰撞风险，影响正常驾驶。
[0083] 作为本发明进一步的方案：所述急停性能预估单元包括：
[0084] 数据生成模组，用于将自身行驶速度、自身行驶方向、自身重量、环境温度和路面参数按照对应转化规则加载至空白图片中，得到分析数据图；
[0085] 刹停距离预估模型，用于根据所述分析数据图输出相应的预估刹停距离；
[0086] 所述刹停距离预估模型为经过训练的神经网络模型。
[0087] 如此，是考虑到自身行驶速度、自身行驶方向、自身重量、环境温度和路面参数都有可能影响到制动刹停距离，一般自身重量越大，惯性越大越难刹停；环境温度越高，刹车系统温度越高，相应的刹车效果会变差，也回造成制动刹停距离增大的情况；另外，反映道路种类和湿滑度的路面参数，比如干燥的水泥路或者湿润的柏油路，也都会影响制动刹停距离。因此本发明中的神经网络模型在训练时可将挂车在历史刹停距离作为标签进行标注，训练完成后实现对预估刹停距离的输出；另外，还能继续不断的训练样本的补充训练，不断的优化预估刹停距离的测算精度。
[0088] 作为本发明进一步的方案：所述急停性能预估单元还包括：
[0089] 数据补充模组，检测是否开始执行相应的碰撞处理策略，若是，将预设时间段内的自身行驶速度变化情况和行驶距离加载至所述分析数据图中；
[0090] 刹停距离预估模型，用于根据新的所述分析数据图输出相应的新预估刹停距离；
[0091] 其中，所述预设时间段起始点为开始执行相应的碰撞处理策略的时间，时长为预设值；
[0092] 所述碰撞判断单元根据所述新预估刹停距离和所述实际距离以及所述障碍物体的运动速度和运动方向判断是否会发生碰撞。
[0093] 上述技术方案相当于将挂车开始刹车后的预设时间段内的运动状态变化情况加载至分析数据图中，在本实施例中，预设时间段的时长可设为0.05秒。
[0094] 一种基于人工智能的挂车碰撞智能预警方法，包括：
[0095] 实时获取挂车周围的路况环境信息；
[0096] 通过目标识别单元，根据所述路况环境信息对所述挂车周围的障碍物体进行区别分类；
[0097] 根据分类结果对相应的障碍物体进行运动状态参数的监测获取；
[0098] 根据所述挂车的自身运动参数和所述障碍物体的运动状态参数进行碰撞预警；
[0099] 根据所述碰撞预警执行相应的碰撞处理策略；
[0100] 其中，所述路况环境信息包括前进摄像数据和环境温度以及路面参数，所述目标识别单元为经过训练的神经网络模型。
[0101] 作为本发明进一步的方案：所述碰撞处理策略包括：
[0102] 在判断会发生碰撞后，持续获取所述障碍物的运动轨迹方向；
[0103] 若所述障碍物的位于所述挂车的前方，则限定所述挂车后轮的平均滑动率大于前轮；
[0104] 若所述障碍物从所述挂车的左前方向右前方运动，则根据转向评估值设定限定所述挂车左后轮的滑动率大于等于右后轮的幅度；
[0105] 若所述障碍物从所述挂车的右前方向左前方运动，则根据转向评估值设定限定所述挂车左后轮的滑动率小于等于右后轮的幅度。
[0106] 作为本发明进一步的方案：所述滑动率的限定范围为15%‑25%。
[0107] 车辆在刹车时，可自动控制制动器制动力的大小，使车轮不被抱死，一般将滑移率在20%左右，处于边滚边滑的状态，以保证车轮与地面的附着力在最大值。由于挂车车身较长且挂车后部分载重质量较大，紧急刹车容易出现甩尾情况，可将挂车后轮的平均滑动率大于前轮进行设置，尽量减少方向盘微动时出现的甩尾的可能性；
[0108] 若所述障碍物从所述挂车的左前方向右前方运动，司机的下意识操作较大概率为向右打方向盘，此时紧急制动容易出现车辆向左甩尾的情况，甩尾幅度会受向右打方向盘的速度和幅度相关，因此可结合转向评估值对左后轮和右后轮的滑移率进行控制设定，降低大幅甩尾的概率，提升行车安全性。
[0109] 以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
