[发明专利]一种人机混合智能驾驶系统在审

专利信息
申请号: 201810183771.7 申请日: 2018-03-06
公开(公告)号: CN108537764A 公开(公告)日: 2018-09-14
发明(设计)人: 邱炎新 申请(专利权)人: 深圳明创自控技术有限公司
主分类号: G06T5/50 分类号: G06T5/50;G06T7/13;G06K9/00;G05D1/02;B60W50/10;B60W50/14
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 控制子系统 车辆运行状态信息 驾驶 混合智能 驾驶系统 路况信息 传感子系统 指令子系统 人体行为 行为识别 指令 无人驾驶 指令发送 传感器 发送 转化 决策
【权利要求书】:

1.一种人机混合智能驾驶系统,其特征在于,包括传感子系统、行为识别子系统、指令子系统和控制子系统,所述传感子系统用于采用传感器获取车辆运行状态信息和当前路况信息,并将车辆运行状态信息和当前路况信息发送至控制子系统,所述行为识别子系统用于对驾驶员的人体行为进行识别,所述指令子系统用于将人体行为转化为驾驶指令,并将驾驶指令发送至控制子系统,所述控制子系统用于根据车辆运行状态信息、当前路况信息和驾驶指令对车辆进行控制。

2.根据权利要求1所述的人机混合智能驾驶系统,其特征在于,所述行为识别子系统包括图像采集模块、图像融合模块、特征提取模块、行为识别模块,所述图像采集模块采用可见光、红外多波段成像系统对人体图像进行采集,所述图像融合模块用于对可见光图像和红外图像进行融合,获取彩色融合图像,所述特征提取模块用于根据彩色融合图像提取人体目标轮廓,所述行为识别模块用于根据人体目标轮廓对人体行为进行识别。

3.根据权利要求2所述的人机混合智能驾驶系统,其特征在于,所述图像融合模块包括第一融合模块、第二融合模块、第三融合模块,所述第一融合模块在非下采样轮廓波变换域对可见光图像和红外图像进行融合,获取灰度融合图像,所述第二融合模块根据灰度融合图像获取伪彩色融合图像,所述第三融合模块根据伪彩色融合图像获取彩色融合图像。

4.根据权利要求3所述的人机混合智能驾驶系统,其特征在于,所述第一融合模块在非下采样轮廓波变换域对可见光图像和红外图像进行融合,具体为:

对可见光图像P和红外图像Q进行非下采样轮廓波分解,得到对应的子带分解系数和LP和LQ分别表示可见光图像和红外图像的低频子带系数,和分别表示可见光和红外图像第j个尺度高频子带中第k个方向的子带系数;

对低频子带采用下式进行融合:

式中,LR(x,y)表示灰度融合图像R对应的低频子带系数,其中,p表示红外图像的平均灰度值,H(x,y)表示红外图像中像素点(x,y)的灰度值;

对高频子带采用下式进行融合:

式中,表示融合灰度融合图像R的方向子带系数,vP(x,y)表示可见光图像以像素点(x,y)为中心的n×n窗口内方向子带系数的方差值,vQ(x,y)表示红外图像以像素点(x,y)为中心的n×n窗口内方向子带系数的方差值;

根据灰度融合图像的低频子带系数和高频子带系数重构出灰度融合图像R。

5.根据权利要求4所述的人机混合智能驾驶系统,其特征在于,所述第二融合模块根据灰度融合图像获取伪彩色融合图像,具体为:

采用下式在YUV颜色空间获取伪彩色融合图像:

式中,Y(x,y)、U(x,y)、V(x,y)分别表示伪彩色融合图像在YUV颜色空间的分量,R(x,y)表示可见光图像和红外图像的灰度融合图像,P(x,y)表示可见光图像,Q(x,y)表示红外图像。

6.根据权利要求5所述的人机混合智能驾驶系统,其特征在于,所述第三融合模块根据伪彩色融合图像获取彩色融合图像,具体为:

将一幅自然日光条件下拍摄的彩色可见光图像作为参考图像,并将该参考图像变换至YUV颜色空间,根据参考图像在YUV颜色空间各通道内的灰度均值和方差,调整伪彩色融合图像对应的YUV分量值,得到调整后的伪彩色融合图像,具体采用下式进行:

式中,S和W分别对应参考图像和伪彩色融合图像,Y1(x,y)、U1(x,y)、V1(x,y)分别表示调整后的伪彩色融合图像在YUV颜色空间的分量,μ和σ分别表示YUV颜色空间内各颜色通道的灰度均值和方差;

将调整后的伪彩色融合图像从YUV颜色空间变换到RGB颜色空间,得到彩色融合图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳明创自控技术有限公司,未经深圳明创自控技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810183771.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top