【技术实现步骤摘要】
本专利技术属于驾驶安全识别监控领域，具体涉及一种驾驶安全智能识别监控方法及系统。
技术介绍
1、现有的驾驶安全监控技术主要依赖人眼识别和传感图像显示，这种方式当处于复杂环境下识别的实时性和准确性不高，难以保证驾驶安全，主要存在以下技术问题：
2、1.识别准确率低：人眼识别和传感图像显示对于复杂和动态的驾驶行为识别准确率难以保证。
3、2.实时性差：人眼识别和传感图像显示难以实现实时监测和预警。
4、3.监测范围有限：人眼识别和传感图像显示只能监测到一定范围内的驾驶行为，对于远距离的车辆行为无法进行监测。
5、因此，急需一种能够自动识别和监测驾驶安全的新型技术，以解决上述技术问题。
技术实现思路
1、为解决现有技术中存在的不足，本专利技术提供一种驾驶安全智能识别监控方法及系统，解决了现有技术中识别准确率低、实时性差和监测范围有限的问题，本专利技术可运用于复杂的行车环境中，对于车辆当前所处环境的安全性起到了很好的预测报警功能，提高了识别及预测的准确性及实时性，解决了现有驾驶安全监控技术当处于复杂环境下识别的实时性和准确性不高，难以保证驾驶安全的问题。
2、本专利技术采用如下的技术方案。
3、本专利技术提供了一种驾驶安全智能识别监控方法，其特征在于，包括：
4、获取目标车辆的运动状态和目标车辆周围的其他车辆的运动状态；
5、获取不同运动状态下目标车辆周围的实时图像，提取实时图像的边界数据；p>
6、根据实时图像的边界数据，分别对目标车辆的周界安全性和运动安全性进行预测；根据周界安全性预测值和运动安全性预测值，建立车辆安全性预警模型；
7、基于车辆安全性预警模型获得目标车辆的安全性综合值，当安全性综合值大于预设的安全阈值时进行报警。
8、优选地，获取目标车辆的运动状态和目标车辆周围的其他车辆的运动状态包括：
9、在目标车辆上设置传感器；传感器包括：车辆速度传感器、转向角度传感器、刹车或加速传感器；
10、利用传感器获取目标车辆的运动状态和目标车辆周围的其他车辆的运动状态。
11、优选地，车辆的运动状态包括：目标车辆的行驶速度v0、目标车辆的单次最大转向角度ω、目标车辆在额定时间下的转向频次p以及目标车辆的加速度λ；
12、其他车辆的运动状态包括：其他车辆经过目标车辆时的最大行驶速度v。
13、优选地，获取不同运动状态下目标车辆周围的实时图像，提取实时图像的边界数据包括：
14、在车顶正前方设置摄像头，利用摄像头获取不同运动状态下目标车辆周围的实时图像；
15、车辆中控系统内的图像数据处理器接收实时图像，并提取各运动状态下目标车辆周围的实时图像的边界数据，包括：目标车辆周围的车辆数量α、目标车辆周围的车辆距离目标车辆的最短距离l。
16、优选地，根据实时图像的边界数据，基于周界安全预测模型，获得目标车辆的周界安全性预测值，其中，周界安全预测模型满足如下关系式：
17、
18、其中，δ为车辆周界安全性的预测值，α为车辆周边车辆数量，l为车辆周边车辆距离当前车辆的最小车距l，k1、k2及k3均为调整常数，dx为积分运算。
19、优选地，根据实时图像的边界数据，基于运动安全预测模型，获得目标车辆的运动安全性预测值，其中，运动安全性预测模型满足如下关系式：
20、
21、其中，η为车辆运动安全性预测值，v为车辆周边车辆经过当前车辆时的最大行驶速度，v0为当前车辆的行驶速度，ω为当前车辆的单次最大转向角度，p为当前车辆在额定时间下的转向频次，t为额定时间，λ为当前车辆的加速度，k4、k5、k6、k7、k8和k9均为调整常数，dx为积分运算。
22、优选地，根据周界安全性预测值和运动安全性预测值，建立的车辆安全性预警模型满足如下关系式：
23、
24、其中，θ为综合判断值，δ为车辆周界安全性预测值，η为车辆运动安全性预测值，ζ1、ζ2分别为第1预警调整系数和第2预警调整系数，并且满足ζ1+ζ2≤2，dx为积分运算。
25、优选地，预设的安全阈值包括：第1安全阈值ω1、第2安全阈值ω2，并且ω2＝ω1+δ％，其中，δ满足如下关系式：
26、δ＝eδ-η。
27、优选地，当所述综合判断值高于所述安全阈值时，所述中控集成器发出预警信号至报警单元，所述报警单元发出报警。
28、本专利技术还提供了一种驾驶安全智能识别监控系统，所述驾驶安全智能识别监控系统为前述一种驾驶安全智能识别监控方法所使用的系统，其特征在于，包括：
29、信息采集模块，用于采集当前车辆与周边车辆的运动状态；
30、安全预测模块，用于根据车辆运动状态对车辆行驶安全性进行预测；
31、报警单元模块，用于当综合判断值超过安全阈值时，进行报警。
32、本专利技术的有益效果在于，与现有技术相比，本专利技术提供了一种驾驶安全智能识别监控方法及系统，通过高清摄像头获取实时图像后解析出当前状态下车辆的周界信息，而后依据构建的周界安全预测模型获取车辆周界安全性预测值；通过一组传感器获取车辆运动状态，而后依据构建的运动安全性预测模型获取车辆运动安全性预测值；而后通过构建的车辆安全性预警模型获取综合判断值，对比预设的安全阈值，完成安全性预测，现有技术中忽略了车辆之间的运动状态的相对信息对安全情况的影响，从而会提前报警，而本专利技术通过设置安全阈值解决了现有技术中存在的问题。本专利技术提供的算法程序运用于复杂的行车环境中，对于车辆当前所处环境的安全性起到了很好的预测报警功能，提高了识别及预测的准确性及实时性，解决了现有驾驶安全监控技术当处于复杂环境下识别的实时性和准确性不高，难以保证驾驶安全的问题。
本文档来自技高网...【技术保护点】
1.一种驾驶安全智能识别监控方法，其特征在于，包括：
2.根据权利要求1所述的驾驶安全智能识别监控方法，其特征在于：
3.根据权利要求2所述的一种驾驶安全智能识别监控方法，其特征在于：
4.根据权利要求1所述的驾驶安全智能识别监控方法，其特征在于：
5.根据权利要求4所述的一种驾驶安全智能识别监控方法，其特征在于：
6.根据权利要求5所述的一种驾驶安全智能识别监控方法，其特征在于：
7.根据权利要求6所述的一种驾驶安全智能识别监控方法，其特征在于：
8.根据权利要求1所述的一种驾驶安全智能识别监控方法，其特征在于：
9.根据权利要求8所述的一种驾驶安全智能识别监控方法，其特征在于：
10.一种驾驶安全智能识别监控系统，所述驾驶安全智能识别监控系统为前述权利要求1-9中任一项所述的一种驾驶安全智能识别监控方法所使用的系统，其特征在于，包括：
【技术特征摘要】
1.一种驾驶安全智能识别监控方法，其特征在于，包括：
2.根据权利要求1所述的驾驶安全智能识别监控方法，其特征在于：
3.根据权利要求2所述的一种驾驶安全智能识别监控方法，其特征在于：
4.根据权利要求1所述的驾驶安全智能识别监控方法，其特征在于：
5.根据权利要求4所述的一种驾驶安全智能识别监控方法，其特征在于：
6.根据权利要求5所述的一种驾驶安全智能识别监控方...
【专利技术属性】
技术研发人员：赵辉程，王宇之，曹刚，周凡，
申请(专利权)人：南京苏逸实业有限公司，
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。