[发明专利]一种基于自学习算法的智能驾驶方法

权利要求书

1.一种基于自学习算法的智能驾驶方法，包括以下步骤：

A、通过多个车载摄像头实时获取车辆前方的场景，将得到的图像放在临时缓存文件中，等待处理；

B、横向分析图像的内容；

C、纵向分析图像内容判断障碍物的动作：动作是通过前后图像之间的关键角色的灰度差值来综合分析；

D、根据横向比较和纵向比较得出的结果，通过自学习算法，在数据库中检索符合的场景；

E、根据得出的结论和设置的工作模式，将结果反馈，从而采取措施起到智能驾驶的作用。

2.根据权利要求1所述的一种基于自学习算法的智能驾驶方法，其特征在于，所述步骤B中横向分析图像的内容的具体方法是：根据图像分割算法，将图像中的关键元素分割出来，再对此关键元素进行分析，可以将障碍物分类，根据目前图像的边界识别可以得出障碍物的大体轮廓，根据轮廓数据对比角色库数据来确认该障碍物。

3.根据权利要求1所述的一种基于自学习算法的智能驾驶方法，其特征在于，所述步骤D中的自学习算法的具体方法是：

D1：将最易发生事故的场景数据作为目标，将得到的分析对比结果作为初始值，将最易出事故的场景和最不易出事故的场景之间的联系作为路线，权值自定义；

D2：搜索原理，每个粒子即代表分析结果，这样每个粒子都按照目标去搜索，当搜索规定的次数之后，最接近目标的那个或者收敛最快的粒子群就是比较容易发生事故的图像来源区，需要进行采取措施或者重点分析和反馈；

D3：如果始终找不到最优，或者所有的粒子群都不收敛离目标越来越远，说明设置参数有问题，需要在界面修改；

D4：找到最容易发生事故的场景之后，需要将所有粒子群进行初始化，把目标值设为上次搜索到的监控的参数值；

D5：返回结果，进行优化。