[发明专利]一种基于深度学习的无人驾驶汽车障碍物识别检测系统

权利要求书

1.一种基于深度学习的无人驾驶汽车障碍物识别检测系统，包括图像获取模块、深度计算模块、线路转换模块和引导出发模块，其特征在于，所述图像获取模块的输出端与深度计算模块的输入端连接，所述深度计算模块的输出端与线路转换模块的输入端连接，所述线路转换模块的输出端用户引导出发模块的输入端连接。

2.根据权利要求1所述的一种基于深度学习的无人驾驶汽车障碍物识别检测系统，其特征在于，所述深度计算模块包括体积计算单元、距离计算单元和角度计算单元，且体积计算单元、距离计算单元和角度计算单元的输出端分别与线路转换模块的输入端连接，所述图像获取模块包括图片识别单元，所述图片识别单元的输出端连接有图片加工单元，所述图片加工单元的输出端连接有图像精修单元，所述图像精修单元恩多输出端连接有图像确定单元。

3.根据权利要求1所述的一种基于深度学习的无人驾驶汽车障碍物识别检测系统，其特征在于，所述图像获取模块用于对驾驶视线线路上障碍物进行拍摄，所述深度计算模块用于对获取的图像进行深度计算，获取障碍物基本信息和备用线路，且基本信息包括障碍物体积和障碍物与汽车之间的距离，所述线路转换模块用于接收深度计算模块给出的障碍物信息，并根据障碍物信息计算出备用线路转换角度，所述引导出发模块用于发出行驶命令。

4.根据权利要求2所述的一种基于深度学习的无人驾驶汽车障碍物识别检测系统，其特征在于，所述体积计算单元用于计算障碍物的高度、宽度和体积，所述距离计算单元用于计算行驶车辆与障碍物之间的相对距离，所述角度计算单元用于确定行驶车辆转换行驶角度确定备用线路与最初行驶路线之间夹角角度，避开障碍物。

5.根据权利要求2所述的一种基于深度学习的无人驾驶汽车障碍物识别检测系统，其特征在于，所述图像识别单元用于识别拍摄视频中障碍物所在地点，图像加工单元用于过滤视频图像中拍摄模糊的阴影，图像精修单元用于对视频图像中的障碍物清洗化处理，所述图像确定单元用于将精修过后的图片上传至深度计算模块。

6.根据权利要求1所述的一种基于深度学习的无人驾驶汽车障碍物识别检测系统，其特征在于，识别检测系统的运行方法包括以下步骤：

S1、无人驾驶汽车通过图像获取模块获取行驶线路上的实时图像，并将图像上传至深度计算模块；

S2、深度计算模块对接收的图像进行深度剖析计算，获得障碍物基本信息，并将障碍物基本信息上传至线路转换模块；

S3、线路转换模块用于确定备用线路转换角度，并切换备用行驶路线，将备用线路信息上传至引导发出模块；

S4、通过引导出发模块驱动无人驾驶汽车驶入备用行驶线路。