[发明专利]一种汽车的智能驾驶避障系统

权利要求书

1.一种汽车的智能驾驶避障系统，其特征在于，包括：

周围环境感知模块，用于实现汽车周围环境参数的感知，并将感知到的周围环境参数发送到避障路径规划模块；

汽车状态感知模块，用于实现汽车当前运行状态参数的感知，并将感知到的汽车运行状态参数发送到避障路径规划模块；

避障路径动态规划模块，用于根据周围环境参数和汽车运行状态参数基于预设的路径规划模型实现避障路径的规划；

路径执行模块，用于实现避障路径的执行。

2.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述周围环境感知模块包括：

图像采集模块，用于通过安装在车头、车身两侧及车尾的单目视觉传感器实现汽车周围环境图像数据的采集；

距离采集模块，用于通过安装在车头、车身两侧以及车尾的雷达传感器实现汽车周围障碍物距离的测定；

道路参数采集模块，用于根据汽车当前所在的定位数据在地图数据上挖掘对应的道路参数。

3.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述汽车状态感知模块包括：

车速采集模块，用于实现汽车行驶速度的采集；

车轮倾角采集模块，用于实现汽车车轮倾角参数的采集；

车灯状态采集模块，用于实现侧方、前方及后方车辆车灯启闭状态的采集。

4.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述避障路径动态规划模块首先基于障碍物识别模型实现障碍物类型的识别，然后基于路径规划模型根据障碍物的类型、与障碍物之间的距离参数、当前汽车车速参数、道路参数、车轮倾角参数、侧方、前方及后方车辆车灯启闭状态参数实现汽车行驶路径的规划。

5.如权利要求4所述的一种汽车的智能驾驶避障系统，其特征在于，所述障碍物识别模型采用Ssd_inception_V3_coco 模型，该模型采用Ssd目标检测算法，用coco数据集预训练Ssd_inception_V3深度神经网络,然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测障碍物类型的目标检测模型。

6.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述汽车状态感知模块还包括汽车工况接入模块，用于接入汽车发动机工况、轮胎工况、车灯工况等。

7.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，所述路径规划模型采用支持向量机。

8.如权利要求1所述的一种汽车的智能驾驶避障系统，其特征在于，还包括：

全景模拟驾驶模块，用于以三维模拟的方式实现汽车当前行驶状态的展示，该模拟过程以当前周围环境感知模块所感知到的周围环境参数为基准构建模拟背景。