一种无人驾驶观光车制造技术

本发明专利技术公开了一种无人驾驶观光车

【技术实现步骤摘要】
一种无人驾驶观光车AI互动系统


[0001]本专利技术属于无人驾驶观光车
，具体为一种无人驾驶观光车
AI
互动系统
。

技术介绍

[0002]观光车是一种摆渡车，动力上一般使用电瓶，用电池产生动力，环保无污染，有效利用资源，多数观光车采用蓄电池供电驱动方式，本身不排放污染大气的有害气体，只需蓄电池充电即可使用，多数观光车采用蓄电池供电驱动方式，本身不排放污染大气的有害气体，只需蓄电池充电即可使用，因为电厂大多建于阔别人口密集的城市，对人类伤害较少，而且电厂是固定不动的，集中的排放，清除各种有害排放物较轻易，也已有了相关技术，无人驾驶观光车是基于人工智能技术和自动控制技术，可以自主形式并为乘客提供导览服务的电动观光车
。
[0003]观光车在行驶的过程中，通常在观光车上设有显示器来播报各个游乐场景的相关信息，但通常播报的信息与现实场景不符，未能将二者进行结合，同时互动效果不够理想，进而影响观光游览效果
。

技术实现思路

[0004]为了克服上述缺陷，本专利技术提供了一种无人驾驶观光车
AI
互动系统，解决了观光车在行驶的过程中，通常在观光车上设有显示器来播报各个游乐场景的相关信息，但通常播报的信息与现实场景不符，未能将二者进行结合，同时互动效果不够理想，进而影响观光游览效果的问题
。
[0005]本专利技术的目的为：图像特征代码会与
LDA
模型中的特征码库进行配比，得到符合图像特征代码的特征码集合，再将与图像特征代码对应的特征码集合信息传递至中央处理器进行分析，触发场景音频设定单元进行工作，因而采用识别现实场景中的图像特征的方式来自动切换播报信息，使播报的内容与现实场景能够相结合，提高观光游览效果
。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种无人驾驶观光车
AI
互动系统，包括中央处理器，所述中央处理器的输入端连接有图像预处理单元，所述图像预处理单元的输入端信号连接有图像采集单元，所述中央处理器双向连接有图像显示单元和数据通信模块，所述中央处理器信号连接有
AI
管理单元和数据储存单元，所述中央处理器的输出端连接有图像识别单元，所述图像识别单元的输出端连接有匹配模块，所述匹配模块与中央处理器双向连接，所述匹配模块的输出端连接有切换模块，所述切换模块与中央处理器双向连接，所述切换模块的输出端连接有场景音频设定单元
。
[0007]作为本专利技术的进一步方案：所述图像采集单元包括实景拍摄模块和车载监控模块：
[0008]所述实景拍摄模块用于实时拍摄外界游乐场景的图像信息，并且能够根据场景环境自适应调节拍摄模式，满足不同环境下的拍摄需求；
[0009]所述车载监控模块用于实时监控观光车内环境以及人员信息，并且同时录入音频
信息，且车载监控模块能够根据观光车内环境自适应调节监控模式
。
[0010]作为本专利技术的进一步方案：所述图像显示单元包括显示模块和语音播报模块：
[0011]所述图像显示单元用于显示实景拍摄模块和车载监控模块得到的图像以及音频信息并且在观光车内展示，并且通过语音播报模块播放音频
。
[0012]作为本专利技术的进一步方案：所述图像预处理单元包括小波降噪模块和图像训练模型：
[0013]所述小波降噪模块用于对图像预处理单元获取的图像进行小波降噪，去除杂信号，增加图像清晰度；
[0014]所述图像训练模型用于对各个类别的图像进行学习，分别建立各类图像的
LDA
模型
。
[0015]作为本专利技术的进一步方案：所述图像训练模型的建立步骤如下：
[0016]模型初建：建立三层
Bayesian
数据模型，且数据模型包括图像集合层
、
主题层和特征码层；
[0017]特征提取：在三层
Bayesian
数据模型中，图像集合层为已知，主体层中表示的是隐含主题，特征码层中的特征码未知，在此阶段，通过提取图像低层视觉特征获取特征码，并且构建特征码库，包含所需判断的各类图像中得到特征码集合；
[0018]学习阶段：在特征码和特征码库的基础上，对各类别的训练图像进行学习，得到各类图像的
LDA
模型
。
[0019]作为本专利技术的进一步方案：所述图像集合层包括
N
种图像类背景，所述主题层包括
M
种图像类背景中的某个主题，所述特征码层为主题层中各个单体图像特征，并且用特征码来表示，所述特征码库中通过图像中采样的单体图像特征的集合来近似表示整幅图像的基本信息，并且将单体图像特征的集合分别进行增色，纹理图像低层视觉特征进行提取，形成一个高维特征向量
。
[0020]作为本专利技术的进一步方案：所述图像识别单元用于识别现实场景中的图像特征，将各个图像特征分为若干个图像特征代码；
[0021]所述匹配模块模块用于将图像识别单元得到的图像特征代码带入到图像预处理单元进行验证分析，图像特征代码会与
LDA
模型中的特征码库进行配比，得到符合图像特征代码的特征码集合，再将与图像特征代码对应的特征码集合信息传递至中央处理器进行分析，触发场景音频设定单元进行工作
。
[0022]作为本专利技术的进一步方案：所述场景音频设定单元用于设定若干个观光场景的图像和音频信息，并且构建
N
个场景类别，所述切换模块用于切换场景音频设定单元中场景类别，将触发的场景类别信息传递至图像显示单元进行播放
。
[0023]作为本专利技术的进一步方案：所述数据储存单元包括场景数据储存模块和实景拍摄数据储存模块，所述数据通信模块用于实现数据远程传递的目的，使远程终端能够对系统实时监控，并且能够实现对系统设备的自动化控制
。
[0024]作为本专利技术的进一步方案：所述
AI
管理单元包括
AI
互动模块和显控模块，所述
AI
互动模块用于实现人机互动的目的，根据手势或语音来触发
AI
互动，能够根据指令来切换场景类别的播放，同时能够在显控模块上输入文字或语音录入来进行提问，得到的回复能够在显控模块上进行显示
。
[0025]与现有技术相比，本专利技术的有益效果在于：通过在观光车上增设图像采集单元，用于实时拍摄外界游乐场景的图像信息和监控观光车内环境以及人员信息，建立图像训练模型来提取图像特征信息，通过提取图像低层视觉特征获取特征码，并且构建特征码库，通过图像识别单元识别现实场景中的图像特征，将各个图像特征分为若干个图像特征代码，将图像识别单元得到的图像特征代码带入到图像预处理单元进行验证分析，图像特征代码会与
LDA
模型中的特征码库进行配比，得到符合图像特征代码的特征码集合，再将与图像特征代码对应的特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无人驾驶观光车
AI
互动系统，包括中央处理器，其特征在于：所述中央处理器的输入端连接有图像预处理单元，所述图像预处理单元的输入端信号连接有图像采集单元，所述中央处理器双向连接有图像显示单元和数据通信模块，所述中央处理器信号连接有
AI
管理单元和数据储存单元，所述中央处理器的输出端连接有图像识别单元，所述图像识别单元的输出端连接有匹配模块，所述匹配模块与中央处理器双向连接，所述匹配模块的输出端连接有切换模块，所述切换模块与中央处理器双向连接，所述切换模块的输出端连接有场景音频设定单元
。2.
根据权利要求1所述的一种无人驾驶观光车
AI
互动系统，其特征在于，所述图像采集单元包括实景拍摄模块和车载监控模块：所述实景拍摄模块用于实时拍摄外界游乐场景的图像信息，并且能够根据场景环境自适应调节拍摄模式，满足不同环境下的拍摄需求；所述车载监控模块用于实时监控观光车内环境以及人员信息，并且同时录入音频信息，且车载监控模块能够根据观光车内环境自适应调节监控模式
。3.
根据权利要求2所述的一种无人驾驶观光车
AI
互动系统，其特征在于，所述图像显示单元包括显示模块和语音播报模块：所述图像显示单元用于显示实景拍摄模块和车载监控模块得到的图像以及音频信息并且在观光车内展示，并且通过语音播报模块播放音频
。4.
根据权利要求1所述的一种无人驾驶观光车
AI
互动系统，其特征在于，所述图像预处理单元包括小波降噪模块和图像训练模型：所述小波降噪模块用于对图像预处理单元获取的图像进行小波降噪，去除杂信号，增加图像清晰度；所述图像训练模型用于对各个类别的图像进行学习，分别建立各类图像的
LDA
模型
。5.
根据权利要求4所述的一种无人驾驶观光车
AI
互动系统，其特征在于，所述图像训练模型的建立步骤如下：模型初建：建立三层
Bayesian
数据模型，且数据模型包括图像集合层
、
主题层和特征码层；特征提取：在三层
Bayesian
数据模型中，图像集合层为已知，主体层中表示的是隐含主题，特征码层中的特征码未知，在此阶段，通过提取图像低层视觉特征获取特征码，并且构建特征码库，包含所需判断的各类图像中得到特征码集合；学习阶段：在特征码和特征码库...

【专利技术属性】
技术研发人员：毕书君，赵俊丽，王静晗，
申请(专利权)人：湖北美标康擎重工科技有限公司，
类型：发明
国别省市：