[发明专利]无人驾驶零售车及其招手即停控制方法

说明书

本发明提供了一种无人驾驶零售车及其招手即停控制方法。无人驾驶零售车招手即停控制方法，包括：数据库生成步骤：获取无人驾驶零售车周围各类事物的图片数据并搭建基于图片数据的数据库；行人动作捕捉步骤：获取行人的动作画面，并对动作画面进行预处理；控制步骤：将动作画面与数据库内的数据进行比较，如果数据库判别动作画面内的行人正在进行招手动作，则控制无人驾驶零售车向目标行人驾驶；如果数据库判别动作画面内的行人进行的是非招手动作，则无人驾驶零售车不做任何动作。本发明能够替代人工作业完成招手即停的动作，可以带给行人很好的体验感，能够准确地识别路边行人是否朝向无人驾驶零售车招手，大大降低人员的劳动强度。

技术领域

本发明涉及交通车辆技术领域，具体而言，涉及一种无人驾驶零售车及其招手即停控制方法。

背景技术

近年来，无人驾驶车辆备受关注，被视为建设智慧城市、提升城市服务水平的重要部署。随着物联网技术和人工智能技术的发展，许多传统行业都迎来变革的机遇，汽车行业作为传统行业也将面临变革的机会。无人驾驶是汽车发展的终极方向，利用先进的自动化与智能化技术，赋予汽车感知、判断与决策能力，既可解放驾驶员的时间从而减少驾驶员的疲劳，也可提高道路使用效率、最大程度减少因为人为疏忽造成的交通事故的几率及降低能源消耗，在保障人们财产与人身安全的同时，也给交通的管理带来了方便。可以预见，无人驾驶将会越来越多地出现在人们的生活中，真正地将科技应用于生活，为人们的生活提供便利。

无人驾驶是汽车行业向着智能化和互联化转型的大势所趋，现在许多景区都配置有固定摊位有人或无人的售卖点，但是这种固定售卖点，和售卖点周围的景区风格相比略显突兀，也会破坏景区整体的设计布局，并且占用空间。而移动的售卖车既能解决景区游客的消费需求，又能解约用地，但是驾驶售卖车的人工成本依然存在，并且人工作业，会产生不可避免的错误，景区的无人驾驶零售车就能解决以上问题。

在无人驾驶汽车方面技术难题是如何提高汽车的视觉能力，如何将人类的视觉能力复制于电脑系统。有人驾驶的零售车，在驾驶路途中，有购买意愿的游客通常都会招手示意，驾驶员看见之后，开到游客面前，进行售卖。无人驾驶零售车如果配置一套招手即停系统，用以代替人工作业完成这一动作，就可以带给游客很好的体验感，也将带来商业盈利。

发明内容

本发明的主要目的在于提供一种无人驾驶零售车及其招手即停控制方法，能够实现无人驾驶零售车的招手即停功能。

为了实现上述目的，根据本发明的一个方面，提供了一种无人驾驶零售车招手即停控制方法，包括：数据库生成步骤：获取无人驾驶零售车周围各类事物的图片数据并搭建基于所述图片数据的数据库；行人动作捕捉步骤：获取行人的动作画面，并对所述动作画面进行预处理；控制步骤：将所述动作画面与所述数据库内的数据进行比较，如果所述数据库判别所述动作画面内的行人正在进行招手动作，则控制所述无人驾驶零售车向目标行人驾驶；如果所述数据库判别所述动作画面内的行人进行的是非招手动作，则所述无人驾驶零售车不做任何动作。

进一步地，所述数据库生成步骤包括：获取无人驾驶零售车周围各类事物的图片数据并将所述图片数据转换成矩阵；使用TensorFlow作为深度学习框架，采用ReLU激活函数，搭建基于所述图片数据集的卷积神经网络；利用YOLO目标检测算法进行训练，得到所述图片数据的数据库。

进一步地，所述获取无人驾驶零售车周围各类事物的图片数据并将所述图片数据转换成矩阵的步骤还包括：对所述图片数据的不同数据窗口数据和共享的数据窗口权重做内积，即特征提取，得到所述矩阵。

进一步地，搭建基于所述图片数据集的卷积神经网络的步骤包括：使用TensorFlow作为深度学习框架，采用ReLU激活函数，连接所有的所述特征，把最终得到的所述矩阵转化成一个一维的向量，形成所述卷积神经网络。

进一步地，在所述行人动作捕捉步骤中，利用YOLO算法加载所述动作画面，将捕捉到的所述动作画面进行分类完成所述预处理。