[发明专利]基于卷积神经网络的车库出车行人安全提示系统

说明书

本发明通过压力检测单元检测是否有车辆即将从车库中驶出并触发打开三个摄像装置，其中，第一和第二摄像装置分别用于拍摄与车库出口相邻道路左侧、右侧的行人状况，第三摄像装置用于拍摄车库出口内部道路的车辆状况。首先对图像进行变形预处理，然后，通过行人检测单元获得行人的移动方向和相对于车库出口的距离，通过车辆检测单元获得车辆的移动方向和车牌号。当行人检测单元检测到车库出口两侧有行人，同时该行人朝车库出口位置移动并且该行人位于预设的安全距离范围之内时，系统通过车库出口位置的指示灯和音箱对即将从车库中驶出的车辆进行提醒，同时向车辆的车载WiFi设备推送消息，以此及时告知车主有行人即将靠近车库出口，使车主及时避让。

技术领域

本发明涉及智能车库技术领域，具体涉及一种基于卷积神经网络的车库出车行人安全提示系统 。

背景技术

地下车库的出口处往往是急转加陡坡，车速不好控制。

部分车库的出口方向与相邻道路方向垂直并且紧密相连。行人或者车辆在路过车库出口时可能不会注意到从车库中即将驶出的车辆，对于在车库前经过的行人和车辆存在一定的安全隐患。

当驾驶员驾车从车库中驶出时，对驾驶员来说，车库出口位置的左右两侧存在视觉盲区，驾驶员很难观察到车库出口两侧的行人以及车辆。现有技术中，在驾驶员驾车从车库中驶出时，智能车库管理系统不能及时告知车主此刻是否有行人即将靠近车库出口，不能使车主及时减速及避让。

发明内容

针对现有技术中存在的上述缺陷，本发明通过压力检测单元检测是否有车辆即将从车库中驶出并触发打开三个摄像装置，其中，第一和第二摄像装置分别用于拍摄与车库出口相邻道路左侧、右侧的行人状况，第三摄像装置用于拍摄车库出口内部道路的车辆状况。首先对图像进行变形预处理，然后，通过行人检测单元获得行人的移动方向和相对于车库出口的距离，通过车辆检测单元获得车辆的移动方向和车牌号。当行人检测单元检测到车库出口两侧有行人，同时该行人朝车库出口位置移动并且该行人位于预设的安全距离范围之内时，系统通过车库出口位置的指示灯和音箱对即将从车库中驶出的车辆进行提醒，同时向车辆的车载WiFi设备推送消息，以此及时告知车主有行人即将靠近车库出口，使车主及时减速及避让，以此提高驾驶的安全性。

本发明是通过采用以下技术方案实现的， 按此目的设计的基于卷积神经网络的车库出车行人安全提示系统包括：压力检测单元，影像获取单元，服务器，图像处理单元，行人安全提示触发单元，驱动单元，提示单元，存储单元和无线通信单元。

所述提示单元包括：光照提示单元和语音提示单元。

压力检测单元和影像获取单元作为输入单元与服务器相连；服务器与图像处理单元、行人安全提示触发单元，无线通信单元和存储单元相连；服务器的输出端与驱动单元的输入端相连；驱动单元的输出端与光照提示单元和语音提示单元相连。

所述压力检测单元由多个压力传感器组成，压力检测单元放置在距离车库出口10-20米的车库内部道路位置。所述压力检测单元用于检测并判断是否有车辆即将从车库中驶出，若压力检测单元检测到有车辆即将从车库中驶出，则产生摄像启动触发信号。若压力检测单元检测到当前的压力值发生变化并且当前的压力值大于预设的压力值时，则判断为有车辆即将从车库中驶出并产生摄像启动触发信号。

采用卷积神经网络，通过对大量的行人图片、车牌图片和车辆图片进行学习训练，获得行人模型、车牌模型和各种车辆模型。

训练时采用50000张不同姿势的行人图片对行人模型进行训练，采用50000张车牌图片对车牌模型进行训练，分别采用50000张不同类型的车辆图片对各种车辆模型进行训练。