[发明专利]一种安全性高的无人驾驶汽车系统

说明书

技术领域

本发明涉及无人驾驶技术领域，具体涉及一种安全性高的无人驾驶汽车系统。

背景技术

有研究表明，90％的车祸都是由人为的错误造成的，往往是由于驾驶员一时不慎造成了事故，因此，如果采用全自动化的无人驾驶汽车操作系统，相信能够减少交通事故带来无谓的损失，也能够让车辆更加密集和安全地行驶。此外在目前城市交通领域，最大的困扰是交通拥堵问题，无人驾驶汽车技术能够解决城市交通拥堵的难题。

发明内容

针对上述问题，本发明旨在提供一种安全性高的无人驾驶汽车系统。

本发明的目的采用以下技术方案来实现：

提供了一种安全性高的无人驾驶汽车系统，包括环境感知子系统、任务子系统、决策子系统和控制子系统，所述环境感知子系统用于对车辆驾驶环境进行采集和识别，并将识别结果传输到决策子系统，所述任务子系统用于确定无人驾驶汽车的驾驶任务，并将驾驶任务传输到决策子系统，所述决策子系统用于根据接收到的环境识别结果和驾驶任务向控制子系统发出控制指令，所述控制子系统用于根据控制指令对无人驾驶汽车进行控制。

本发明的有益效果为：通过环境感知子系统、任务子系统、决策子系统和控制子系统实现了无人驾驶，大大提高了无人驾驶的安全性。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构示意图；

附图标记：

环境感知子系统1、任务子系统2、决策子系统3、控制子系统4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种安全性高的无人驾驶汽车系统，包括环境感知子系统1、任务子系统2、决策子系统3和控制子系统4，所述环境感知子系统1用于对车辆驾驶环境进行采集和识别，并将识别结果传输到决策子系统3，所述任务子系统2用于确定无人驾驶汽车的驾驶任务，并将驾驶任务传输到决策子系统3，所述决策子系统3用于根据接收到的环境识别结果和驾驶任务向控制子系统4发出控制指令，所述控制子系统4用于根据控制指令对无人驾驶汽车进行控制。

本实施例通过环境感知子系统、任务子系统、决策子系统和控制子系统实现了无人驾驶，大大提高了无人驾驶的安全性。

优选的，所述环境感知子系统1包括第一图像采集模块、第二图像预处理模块，第三特征提取模块、第四图像分割模块、第五图像评价模块和第六图像识别模块，所述第一图像采集模块用于获取车辆驾驶环境图像并输入到第二图像预处理模块，所述第二图像预处理模块用于对输入图像进行压缩处理，得到压缩图像，所述第三特征提取模块用于获取压缩图像的特征向量，所述第四图像分割模块用于根据获取的特征向量对图像进行分割，所述第五图像评价模块用于对图像分割效果进行评价，所述第六图像识别模块用于根据图像分割结果对图像进行识别。

本优选实施例提高了无人驾驶汽车的环境感知能力，有助于进一步提高无人驾驶的安全性。

优选的，所述第二图像预处理模块用于对输入图像进行压缩处理，具体为：将输入图像分解为N×N的图像块，对每个图像块f(x,y)采用下式进行变换：

式中，EH(u,v)表示经过变换后的图像块，u,v＝0,1,…,N-1，

其中，σ表示压缩因子，σ＝N×N；

EH(0,0)为直流系数，用于表示变换域中的低频部分，EH(u,v)为交流系数，用于表示变换域中的高频部分，其中，u,v＝1,…,N-1，将各图像块的EH(0,0)构成压缩图像,采用YCbCr颜色模型表示压缩图像。

本优选实施例通过第二图像预处理模块对图像进行压缩，大大减少了样本的个数，提高了计算效率，节约了计算资源，有助于提高图像分割速度，从而有助于提高无人驾驶汽车的反应速度。

优选的，所述第三特征提取模块包括第一颜色特征提取单元、第二纹理特征提取单元和第三向量构建单元，所述第一颜色特征提取单元用于提取压缩图像的颜色特征，所述第二纹理特征提取单元用于提取压缩图像的纹理特征，所述第三向量构建单元用于获取压缩图像的特征向量。