[发明专利]基于物联网的深度学习型智能驾驶环境感知系统

说明书

本发明公开了基于物联网的深度学习型智能驾驶环境感知系统，属于智能感知系统领域，基于物联网的深度学习型智能驾驶环境感知系统，包括感知系统和智能驾驶车辆，感知系统包括感知层和认知层，智能驾驶车辆上设置有决策层和控制层，感知层用于数据采集，决策层用于将认知层传来的信息和路线规划，用算法进行处理，并向控制层输出调整车速和方向的指令，控制层接收决策层的指令，并控制车辆的刹车、油门和档位，本方案对无人驾驶的实现方式进行改进，利用感知系统采集道路上所有移动和静止的障碍物，将这些障碍物的数据信息发送给在道路上行驶的所有智能驾驶车辆，在提高无人驾驶的安全性和稳定性的同时降低技术难度和生产成本。

技术领域

本发明涉及智能感知系统领域，更具体地说，涉及基于物联网的深度学习型智能驾驶环境感知系统。

背景技术

无人驾驶作为汽车未来的研究方向，其对于汽车行业甚至是交通运输业有着深远的影响，无人驾驶汽车的来临将能够解放人类的双手，降低发生交通事故发生的频率，保证了人们的安全。同时随着人工智能、传感检测等核心技术的突破和不断推进，无人驾驶必将更加智能化，同时也能够实现无人驾驶汽车的产业化。

无人驾驶技术，尤其是互联网和非传统汽车企业的加入这个领域，使得这项技术还未普及应用就已经又将陷入一片“红海”之中了。但问题是，以这种智能机器人般无人驾驶汽车，能否会如同发明汽车取代马车般的又将人们乘车交通出行能力得到提升和彻底的改善呢？中国现在大中城市道路交通状况较差的主要因素是车辆保有数量太大，况且我们国情条件下人为因素造成事故和拥堵的原因占相当大的比重。大量追尾、触碰刮蹭等交通事故，可以归纳为依赖驾车人的驾驶。“独立行为能力”模式，即视觉范围内发现-判断-行动。于是就会有诸如发现不及时、反应不及时、反应时间不够等因素造成事故。而以仍然延续人工“个人独立行为能力”的智能无人驾驶模式，当然仍然存在上述的这些问题，没有从根本上解决，理论上就仍然存在上述事故发生的可能性。同时，目前限制无人驾驶车辆批量生产的两大主要问题是技术难度和成本问题，因此对无人驾驶的实现方式进行改进，从而提高无人驾驶的安全性、稳定性，降低技术难度和生产成本。

发明内容

1.要解决的技术问题

针对现有技术中存在的问题，本发明的目的在于提供基于物联网的深度学习型智能驾驶环境感知系统，它对无人驾驶的实现方式进行改进，利用感知系统采集道路上所有移动和静止的障碍物，将这些障碍物的数据信息发送给在道路上行驶的所有智能驾驶车辆，在提高无人驾驶的安全性和稳定性的同时降低技术难度和生产成本。

2.技术方案

为解决上述问题，本发明采用如下的技术方案。

基于物联网的深度学习型智能驾驶环境感知系统，包括感知系统和智能驾驶车辆，所述感知系统包括感知层和认知层，所述智能驾驶车辆上设置有决策层和控制层，所述感知层用于数据采集，且感知层包括雷达单元、惯性导航单元、定位单元和摄像单元，所述认知层用于数据分析，所述决策层用于将认知层传来的信息和路线规划，用算法进行处理，并向控制层输出调整车速和方向的指令，所述控制层接收决策层的指令，并控制车辆的刹车、油门和档位，本方案对无人驾驶的实现方式进行改进，利用感知系统采集道路上所有移动和静止的障碍物，将这些障碍物的数据信息发送给在道路上行驶的所有智能驾驶车辆，在提高无人驾驶的安全性和稳定性的同时降低技术难度和生产成本。

进一步的，所述雷达单元、惯性导航单元、定位单元和摄像单元可安装于道路两侧的路灯上，利用原有的路灯设备进行感知系统的安装和设计，无需额外增设大型硬件设施，可节省大量硬件配置，节约成本，且不占用空间，所述认知层包括对行人、车辆、交通物品、交通标识和车道线的分析。