The invention discloses a method to determine the traffic to the automatic driving, this method through the collection of automatic driving vehicle sensor feedback data, data of the railway network traffic and the road is suitable for the automatic driving data generated by the method of machine learning self-learning sample data set, according to the self-learning sample the data set by the decision tree algorithm to construct the decision model and decision model based on the collected data changes are updated regularly, and released by the real-time decision model and the whole road network traffic data generation railway road network automatic driving identification. The traffic data collected by the method of automatic driving vehicle return data and combined with the whole road network road, the whole road network real-time generation of each road is in accordance with the auto identification and release, easy to make the road traffic condition is in accordance with the automatic vehicle driving judgment.
【技术实现步骤摘要】
判断道路交通状况是否符合汽车自动驾驶的方法
本专利技术涉及一种判断道路交通状况是否符合汽车自动驾驶的方法。
技术介绍
自动驾驶又称无人驾驶,是一种通过智能系统实现无人驾驶的技术。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置以及全球定位系统的协同合作,让智能系统可以在没有任何人类主动的操控下,自动安全地操控机动车辆。自动驾驶汽车使用车载传感器,如视频摄像头、雷达以及激光测距等传感器来了解周围的交通路况信息,并通过一个详尽的交通地图对前方的道路进行导航,该交通地图可以通过有人驾驶汽车进行采集。但是各类车载传感器对有效工作距离均有一定的限制,例如雷达传感器的有效工作距离只有几米,视频摄像头的有效工作距离也只有几十米,因此现有各类传感器只能对汽车周围几十米范围内的道路交通状况进行感应判断,无法获取更大范围内的道路是否符合汽车自动驾驶,从而影响了道路交通状况是否符合汽车自动驾驶的判断。
技术实现思路
本专利技术所要解决的技术问题是提供一种判断道路交通状况是否符合汽车自动驾驶的方法,本方法通过采集自动驾驶汽车回传的数据并结合全路网道路的交通状况数据,生成符合汽车自动驾驶标识并发布,便于做出道路交通状况是否符合汽车自动驾驶的判断。为解决上述技术问题,本专利技术判断道路交通状况是否符合汽车自动驾驶的方法包括如下步骤:步骤一、自动驾驶汽车通过车载视频摄像头、雷达传感器以及激光测距器等设备采集汽车周边范围的交通状况数据,并由车载主控电脑根据采集的交通状况数据判断当前所在道路是否适合自动驾驶;步骤二、自动驾驶汽车通过无线通讯系统将采集的交通状况数据、当前位置数据、当前所在道路 ...
【技术保护点】
一种判断道路交通状况是否符合汽车自动驾驶的方法,其特征在于本方法包括如下步骤:步骤一、自动驾驶汽车通过车载视频摄像头、雷达传感器以及激光测距器设备采集汽车周边范围的交通状况数据,并由车载主控电脑根据采集的交通状况数据判断当前所在道路是否适合自动驾驶;步骤二、自动驾驶汽车通过无线通讯系统将采集的交通状况数据、当前位置数据、当前所在道路是否适合无人驾驶数据实时回传到信息处理中心;步骤三、通过浮动车、移动终端、摄像头采集设备经无线通讯系统将所采集的数据实时回传信息处理中心,信息处理中心通过实时计算和处理得到全路网道路的交通状况数据;步骤四、由自动驾驶汽车回传的交通状况数据、当前所在道路是否适合无人驾驶数据和全路网道路的交通状况数据生成自学习样本数据集,自学习样本数据集的数学表达式为:(X, Y) = (X1, X2, X3…, Xk, Y)其中:Y 表示是否适合自动驾驶, X1, X2, X3…, Xk为影响道路是否适合自动驾驶的因素,X为X1, X2, X3…, Xk的集合;步骤五、通过决策树算法建立变量X[X1, X2, X3…, Xk]到变量Y的映射关系,由自学习样本数据集生成决策模型 ...
【技术特征摘要】
1.一种判断道路交通状况是否符合汽车自动驾驶的方法,其特征在于本方法包括如下步骤:步骤一、自动驾驶汽车通过车载视频摄像头、雷达传感器以及激光测距器设备采集汽车周边范围的交通状况数据,并由车载主控电脑根据采集的交通状况数据判断当前所在道路是否适合自动驾驶;步骤二、自动驾驶汽车通过无线通讯系统将采集的交通状况数据、当前位置数据、当前所在道路是否适合无人驾驶数据实时回传到信息处理中心;步骤三、通过浮动车、移动终端、摄像头采集设备经无线通讯系统将所采集的数据实时回传信息处理中心,信息处理中心通过实时计算和处理得到全路网道路的交通状况数据;步骤四、由自动驾驶汽车回传的交通状况数据、当前所在道路是否适合无人驾驶数据和全路网道路的交通状况数据生成自学习样本数据集,自学习样本数据集的数学表达式为:(X,Y)=(X1,X2,X3…,Xk,Y)其中:Y表示是否适合自动驾驶,X1,X2,X3…,Xk为影响道路是否适合自动驾驶的因素,X为X...
【专利技术属性】
技术研发人员:陈金星,吴红缨,罗颖磊,
申请(专利权)人:上海炬宏信息技术有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。