[发明专利]基于机器学习的ACC/AEB系统及车辆

权利要求书

1.一种基于机器学习的ACC/AEB系统，包括环境感知模块、数据融合模块、机器学习与决策控制模块以及执行模块；

所述的数据融合模块将环境感知模块获得的有效目标的数据进行数据级和特征级以及时间、相位和空间之间的相互匹配与融合，获得目标更为准确的位置信息参数。

其特征在于：

所述的机器学习与决策控制模块将融合后的数据，再结合本车运行过程状态参数和驾驶人意图参数，并将这些参数送入深度学习神经网络，将ACC/AEB控制算法和深度学习神经网络相结合，进行自学习、自推理、自纠正以及不断的反复迭代，获得最优的防撞预警时间、防撞预警时间倒数、制动减速度、制动力、加速度的参数；智能地根据防撞预警时间(TTC)时间的相关组合，决策ACC和AEB的各种工作状态和介入时机，实时地将控制参数发送给执行机构执行相关的动作。

2.按照权利要求1所述的基于机器学习的ACC/AEB系统，其特征在于：所述的环境感知模块包括视觉传感器、雷达传感器、激光雷达传感器、车联网V2X、高精度地图及差分GPS。

3.按照权利要求2所述的基于机器学习的ACC/AEB系统，其特征在于：所述的视觉传感器包括单目摄像头、双目摄像头以及3D摄像头；所述的视觉传感器通过摄像机实时拍摄行车前方的场景，通过图像处理算法和坐标变换和图像矫正算法，并对场景中的有效目标信息进行提取。

4.按照权利要求2所述的基于机器学习的ACC/AEB系统，其特征在于：所述的雷达传感器实现对行车前方目标的识别、分类和跟踪，并测量出有效目标的相关参数。

5.按照权利要求2所述的基于机器学习的ACC/AEB系统，其特征在于：所述的激光雷达传感器通过扫面方式，建立周围物体的立体模型，并得到更精确的危险目标或跟随目标的位置参数。

6.按照权利要求2所述的基于机器学习的ACC/AEB系统，其特征在于：所述的车联网V2X通过无线技术通讯，本车将获得周围其它车辆、基础交通设施、道路标识牌、行人及其可穿戴设备和无线传输设备提供的位置、速度、距离、方位和状态信息。

7.按照权利要求6所述的基于机器学习的ACC/AEB系统，其特征在于：所述的基础交通设施包括红绿灯状态信息、红绿灯时间长度信息、交通路口转向通过信息。

8.按照权利要求6所述的基于机器学习的ACC/AEB系统，其特征在于：所述的高精度地图及差分GPS为车辆实时提供道路坡度、道路曲率、道路坐标信息及车辆GPS定位信息。

9.按照权利要求1所述的基于机器学习的ACC/AEB系统，其特征在于：所述的执行模块包括线控制动系统、电子稳定系统(ESC)、发动机(EMS)或电机控制器。

10.按照权利要求9所述的基于机器学习的ACC/AEB系统，其特征在于：所述的执行模块根据决策控制模块和拟人驾驶模块比较和纠正的结果输出给执行模块，实现加速、制动、减速的动作，符合驾驶人的驾驶习惯，达到驾驶的舒适性和稳定性。