[发明专利]智能驾驶汽车对路面坑洼拥包预警方法

权利要求书

1.智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，包括如下步骤：

S1、基于车载的红外线光幕组实现前方地面扫描图像的采集，同时基于车载的汽车状态感知模块实现汽车行驶状态参数的感知；

S2、基于前方地面扫描图像实现坑洼拥包类型及所在位置信息的识别；

S3、基于 Rssd_inception_V3_coco 模型实现前方地面扫描图像内载坑洼拥包形状的识别，根据识别结果实现坑洼拥包尺寸的计算；

S4、基于坑洼拥包所在位置、汽车行驶状态参数判断汽车是否会经过该坑洼拥包；

S5、根据判断结果，基于坑洼拥包类型、所在位置信息及尺寸信息启用不同的预警算法实现坑洼拥包的预警。

2.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述红外线光幕组安装在汽车底盘的前侧边缘处，用于生成红外线光幕，从而实现地面3D扫描图像的采集。

3.如权利要求2所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述红外线光幕组所发出的红外线光幕与水平面呈60度角，其覆盖面呈圆台形，覆盖面长底边的长度为3.6米。

4.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述步骤S3中，根据坑洼拥包形状的识别结果调用对应的面积测量模板尺和面积计算算法实现坑洼拥包尺寸的计算。

5.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述汽车状态感知模块，包括：

车载定位模块，用于实现汽车目前所在车道位置的采集；

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；

转向灯工况采集模块，用于实现汽车转向灯启闭状态的采集。

6.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述步骤S5中，

若汽车会经过该坑洼拥包，且该坑洼拥包落入预设的危险门限，则启动避障路径规划模块实现避障路径的规划，改变原有规划行驶路线；

若汽车会经过该坑洼拥包，且该坑洼拥包未落入预设的危险门限，则略过该坑洼拥包信息，继续按原有规划路线行驶；

若汽车不会经过该坑洼拥包，则略过该坑洼拥包信息，继续按原有规划路线行驶。

7.如权利要求6所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，避障路径规划时，首先根据坑洼拥包所在的位置信息在地图上剔除掉对应的行驶路段（将该路段设置为不可行驶路段），然后以该地图、当前汽车行驶状态参数、侧方、前方及后方车辆车灯启闭状态参数为基准进行汽车行驶路径的规划。

8.如权利要求1所述的智能驾驶汽车对路面坑洼拥包预警方法，其特征在于，所述Rssd_inception_V3_coco 模型采用Rssd_目标检测算法，用coco数据集预训练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坑洼拥包形状的目标检测模型。