[发明专利]一种安全自动驾驶方法及系统

权利要求书

1.一种安全自动驾驶方法，其特征在于，包括：

步骤1、采集车辆行驶周围环境的信息；

步骤2、将收集到的信息进行数据处理并分析；

步骤3、将分析后的数据转化成指令，从而使当前车辆获取自动驾驶指令；

步骤4、实时检测的车辆行驶过程中车辆状态，若有车辆有故障，将传输相应的控制策略给驾驶员，同时向服务终端发出警报。

2.如权利要求1所述的一种安全自动驾驶方法，其特征在于，所述步骤1车辆行驶周围环境的信息包括：车道信息、障碍物位置、障碍物距离、障碍物速度、车辆自身状态、交通标志及信号灯颜色。

3.如权利要求2所述的一种安全自动驾驶方法，其特征在于:所述步骤2中，车道监测通过摄像头确定车辆与车道线的距离偏差、角度偏差、道路曲率、车辆前方障碍物相对位置及速度；通过雷达获得车辆一定范围内的与障碍物相对距离及速度。

4.如权利要求3所述的一种安全自动驾驶方法，其特征在于:所述步骤3中，基于周围环境的信息判断车辆是否偏离轨道，若发生偏离，则发出报警信号。

5.如权利要求4所述的一种安全自动驾驶方法，其特征在于，所述步骤4的车辆故障检测方法步骤如下：

步骤4.1、利用车辆数据库中的诊断案例的故障现象和故障原因对应传感器输出数据，通过随机梯度下降算法迭代训练得到最优的网络权值，通过误差反向传播神经网络中网络数学模型的节点输出模型和作用函数进行计算。

隐层节点输出模型：

O_j＝f(∑W_ij×X_i-q_j)

输出节点输出模型：

f-非线形作用函数；q-神经单元阀值；X_i-输入信号；输入节点与隐层节点的联接强度取值W_ij；隐层节点与输出节点之间的联接强度T_jk。

作用函数模型：

作用函数是反应下层输入对应上层节点刺激脉冲强度的函数又称刺激函数，作用函数一般取(0,1)内连续取值Sigmoid函数：

f(x)＝1/(1+e^-x)；

步骤4.2、传感器提取发动机进气温度、发动机冷却液温度、发动机机油温度、变速器润滑油油温温度监测；传感器提取机油压力、进气压力、轮胎压力、ABS油压压力监测数据；传感器提取发动机转速、轮胎转速速度监测数据；

步骤4.3、将采集的数据输入到反向传播神经网络模型中，会输出一个控制策略；

步骤4.4、控制策略信息包括：故障诊断、事故预报、生产指导，并发送给驾驶员，同时向求助服务终端发出警报。

6.如权利要求5所述的一种安全自动驾驶方法，其特征在于，还包括：步骤5，实时监测驾驶员状态，若驾驶员行为异常时，以车内人员安全为核心，启动自动驾驶模式控制车辆驾驶状态。

7.如权利要求6所述的一种安全自动驾驶方法，其特征在于，所述步骤5包括以下步骤：

步骤5.1、利用含有驾驶员面容、规范动作及驾驶姿态的数据库作为训练集并构建级联线性网络结构识别模型，获取规范驾驶行为的聚类均值，此聚类均值为设定的阀值；

步骤5.2、在车内摄像头监测驾驶员驾驶行为，并将驾驶员的行为图像传输到级联线性网络结构识别模型内；

步骤5.3、级联线性网络结构识别模型对输出的值与设定的阀值进行比较，若输出结果小于或等于设定的阈值，则为驾驶行为正常，无需发送任何指令；若输入结果大于设定的阈值，则为驾驶行为异常，立即启动自动驾驶模式控制车辆驾驶状态。