System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及车辆制动,具体为一种人工智能ai制动距离预测以及预警系统。
技术介绍
1、制动距离预测系统是一种车辆安全辅助系统,通过使用传感器和算法来预测车辆在特定条件下需要的制动距离。这种系统通常会考虑车辆的速度、质量、制动系统性能,以及路面情况、气候条件等环境因素,从而能够更准确地预测车辆在当前情况下需要的制动距离;
2、但是在制动距离预测系统中不便于根据不同驾驶员习惯模拟相应制动距离,可能影响到驾驶员在制动距离内突发情况的判断,为此,我们提出一种人工智能ai制动距离预测以及预警系统。
技术实现思路
1、本专利技术的目的在于提供一种人工智能ai制动距离预测以及预警系统。
2、以解决上述
技术介绍
中提出的问题,本专利技术提供如下技术方案:一种人工智能ai制动距离预测系统,包括储存模块、驾驶员识别模块、制动模块、模型训练模块、实时演算模块以及ai学习模块;
3、所述储存模块包括模板单元以及记录单元,所述模板单元用于将已知车辆制动型号以及该型号的制动距离进行储存,并通过记录单元对驾驶员驾驶刹车区间进行记录;
4、所述驾驶员识别模块包括面部识别单元以及制动压力单元,所述面部识别单元用于对驾驶车辆的人员进行面部识别,并根据面部特征生成驾驶列表,并将驾驶员记录单元中驾驶信息填充至驾驶列表中,所述制动压力单元通过驾驶员对车辆制动时间以及制动压力进行记录,并将制动压力单元数据传输至驾驶列表中;
5、所述制动模块包含制动识别单元以及路况采
6、所述模型训练模块包括三维模型单元以及判断单元,所述三维模型单元通过制动模块中车辆信息进行整合,然后对车辆进行建模,并通过路况采集单元对路况进行建模,所述判断单元对三维模型单元中车辆制动距离是否符合制动距离;
7、所述实时演算模块包括制动距离单元以及实时传输单元,所述制动距离单元用于实时演算刹车距离,并通过实时传输单元将距离单元传输至车辆中控屏幕中;
8、所述ai学习模块调取模型训练模块以及储存模块信息,并通过车辆特征信息进行识别,通过车辆制动距离进行记录。
9、作为本专利技术的进一步方案:所述路况采集单元通过对车辆以及地标进行识别,所述制动模块除制动识别单元以及路况采集单元,路况采集单元还包含距离单元,所述距离单元用于识别车辆与地标之间的距离。
10、作为本专利技术的进一步方案:所述判断单元根据调取制动模块数据,并生成三维模型,通过公式:
11、
12、其中,w为当前驾驶员习惯性制动时长,dn表示已经记录车辆的行驶速度,tn表示当前驾驶员的制动距离,ta表示与路障之间的距离,in表示驾驶员驾驶车辆制动后停止位置与目标位置之间的距离。
13、作为本专利技术的进一步方案:所述判断单元根据上述公式①确定测算距离,并通过公式:
14、
15、其中,e%表示制动压力,q表示车辆制动时长,对驾驶员驾驶制动距离习惯进行模拟,da表示当前车辆行驶速度,并判断车辆与目标之间停靠距离。
16、作为本专利技术的进一步方案:所述路况采集单元通过对路况砂石以及雨雪进行采集,并通过三维模型单元模拟砂石以及雨雪对车辆轮胎的摩擦力,并通过公式:
17、
18、其中,y表示车辆在行驶中的摩擦力,l表示在正常状态下的摩擦力。
19、作为本专利技术的进一步方案:所述制动距离单元通过驾驶员对车辆进行制动时,则实时演算模块进行启动,并通过驾驶员对制动系统压力以及当前车速进行计算,并通过公式②进行实时演算将实时制动距离进行模拟,并通过实时传输单元将演算结果传输至车辆中控屏幕,通过车辆中控屏对预测距离、演算结果以及目标距离进行显示。
20、一种人工智能ai制动距离预警系统,所述根据权利要求1-8所述的任一项一种人工智能ai制动距离预测系统,所述制动距离预警系统包括模拟模块以及预警模块;
21、所述模拟模块用于调取三维模型单元以及路况采集单元数据进行调取,并通过三维模型单元对后方车辆数据进行模拟,并通过当前车速制动距离判断后方车辆制动距离;
22、所述预警模块包括道路异常定位单元以及预警单元,所述道路异常定位单元通过路况采集单元中道路中异常路况进行识别,所述预警单元用于车辆行驶预警,并将车辆在行驶时所出现的异常数据进行预警。
23、作为本专利技术的进一步方案:所述模拟模块模拟车辆进行紧急制动时,导致后方车辆与本车产生碰撞,并将异常数据传输至预警模块中。
24、作为本专利技术的进一步方案:所述预警模块通过判断单元确定制动距离进行预警,并通过道路异常定位单元对路况采集单元将道路中异常数据进行采集,并在减速时对路况对车辆影响进行识别,当影响到车辆制动时进行提前预警。
25、采用上述技术方案,与现有技术相比,本专利技术的有益效果在于:
26、1、本专利技术通过ai学习模块对驾驶员刹车习惯进行学习,并根据刹车距离进行模拟演算,利用判断单元判断车辆在行驶中的制动距离,并根据路况采集单元识别路况信息从而确定驾驶员在驾驶车辆时,预测车辆制动的距离,提高后续驾驶员在驾驶车辆进行制动时所预测制动距离的准确性;
27、2、本专利技术通过w判断驾驶员在驾驶车辆时的制动距离,并通过路况采集单元确定该段制动距离中是否出现制动异常情况,通过预测距离、演算结果以及目标距离在中控屏幕中进行显示,达到了驾驶员在驾驶车辆过程中根据路况异常,能够根据需要进行提前制动;
28、3、本专利技术通过预警模块对路况异常数据进行预警,利用制动预测系统在预测制动距离超出目标距离时进行预警,便于驾驶员提前对车辆进行制动减速,减少制动距离,同时通过三维模型单元建立本车在制动时,因在紧急制动下为观察后方车辆导致后方车辆与本车之间产生碰撞进行预警,能够对车辆在道路行驶的过程中因制动出现问题而进行预警。
本文档来自技高网...【技术保护点】
1.一种人工智能AI制动距离预测系统,其特征在于:包括储存模块、驾驶员识别模块、制动模块、模型训练模块、实时演算模块以及AI学习模块;
2.根据权利要求1所述的一种人工智能AI制动距离预测系统,其特征在于:所述路况采集单元通过对车辆以及地标进行识别,所述制动模块除制动识别单元以及路况采集单元,路况采集单元还包含距离单元,所述距离单元用于识别车辆与地标之间的距离。
3.根据权利要求1所述的一种人工智能AI制动距离预测系统,其特征在于:所述判断单元根据调取制动模块数据,并生成三维模型,通过公式:
4.根据权利要求3所述的一种人工智能AI制动距离预测系统,其特征在于:所述判断单元根据上述公式①确定测算距离,并通过公式:
5.根据权利要求4所述的一种人工智能AI制动距离预测系统,其特征在于:所述路况采集单元通过对路况砂石以及雨雪进行采集,并通过三维模型单元模拟砂石以及雨雪对车辆轮胎的摩擦力,并通过公式:
6.根据权利要求5所述的一种人工智能AI制动距离预测系统,其特征在于:所述制动距离单元通过驾驶员对车辆进行制动时,则实时演算模
7.一种人工智能AI制动距离预警系统,其特征在于:所述根据权利要求1-8所述的任一项一种人工智能AI制动距离预测系统,所述制动距离预警系统包括模拟模块以及预警模块;
8.根据权利要求7所述的一种人工智能AI制动距离预警系统,其特征在于:所述模拟模块模拟车辆进行紧急制动时,导致后方车辆与本车产生碰撞,并将异常数据传输至预警模块中。
9.根据权利要求7所述的一种人工智能AI制动距离预警系统,其特征在于:所述预警模块通过判断单元确定制动距离进行预警,并通过道路异常定位单元对路况采集单元将道路中异常数据进行采集,并在减速时对路况对车辆影响进行识别,当影响到车辆制动时进行提前预警。
...【技术特征摘要】
1.一种人工智能ai制动距离预测系统,其特征在于:包括储存模块、驾驶员识别模块、制动模块、模型训练模块、实时演算模块以及ai学习模块;
2.根据权利要求1所述的一种人工智能ai制动距离预测系统,其特征在于:所述路况采集单元通过对车辆以及地标进行识别,所述制动模块除制动识别单元以及路况采集单元,路况采集单元还包含距离单元,所述距离单元用于识别车辆与地标之间的距离。
3.根据权利要求1所述的一种人工智能ai制动距离预测系统,其特征在于:所述判断单元根据调取制动模块数据,并生成三维模型,通过公式:
4.根据权利要求3所述的一种人工智能ai制动距离预测系统,其特征在于:所述判断单元根据上述公式①确定测算距离,并通过公式:
5.根据权利要求4所述的一种人工智能ai制动距离预测系统,其特征在于:所述路况采集单元通过对路况砂石以及雨雪进行采集,并通过三维模型单元模拟砂石以及雨雪对车辆轮胎的摩擦力,并通过公式:
6.根据权利要求5所述的一种人工智能ai制动...
【专利技术属性】
技术研发人员:何丰国,何红云,
申请(专利权)人:北京鼎云升科技有限公司,
类型:发明
国别省市:
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。