[发明专利]智能网联汽车辅助驾驶安全信息检测系统

权利要求书

1.智能网联汽车辅助驾驶安全信息检测系统，具体步骤如下，其特征在于：

步骤1，设计智能网联汽车辅助驾驶信息安全系统：该系统包括预碰撞报警及目标检测系统、倒车雷达及盲区检测系统和疲劳驾驶监测警报系统；

步骤2，设计预碰撞报警及目标检测系统：该系统由NVIDIA Jetson Nano开发者套件、摄像头、测距雷达和报警器等组成，并使用YOLOV5目标检测算法对行人和汽车进行识别，通过摄像头将实时采集的画面进行模型的训练及标注生成python GUI窗口，并通过pyqt5界面的信号槽反馈到QT窗口上；

步骤3，设计倒车雷达及视线盲区检测系统：该系统由树莓派4B及摄像头，超声波模块，蜂鸣器等模块构成，在中控平台上选择进入倒车模式，驾驶员可选择打开摄像头和开启雷达，Jetson Nano通过ssh脚本控制树莓派开启倒车雷达报警检测系统；

步骤4，设计疲劳驾驶监测警报系统：该系统由树莓派4B，摄像头及音响组成，在中控平台上启动疲劳驾驶监测功能，摄像头会实时对驾驶员进行是否疲劳驾驶的识别，一旦发现驾驶员进入疲劳状态，则通过ssh控制树莓派进行警报声的播放，对驾驶员进行警报提醒；

步骤5，对智能网联汽车辅助驾驶信息安全系统进行联调，该系统采用Python语言进行系统的开发(包括系统设计和测试)，在PC端使用PyCharm进行YOLOV5模型的训练，人脸识别功能，疲劳驾驶监测功能的开发与测试，以及报警器的调试，使用pyqt5进行界面的设计开发并部署到嵌入式Jetson Nano端，将具体功能实现的Python文件绑定到pyqt5的信号槽中，利用QT Designer进行辅助开发，实现人机交互。

2.根据权利要求1所述的智能网联汽车辅助驾驶安全信息检测系统，其特征在于，步骤1中设计智能网联汽车辅助驾驶信息安全系统的过程可以表示为：

本发明系统包括预碰撞报警及目标检测系统、倒车雷达及盲区检测系统和疲劳驾驶监测警报系统，其中硬件设备包括NVIDIA Jetson Nano开发者套件、树莓派4B控制系统电路板、中控面板、超声波传感器、测距雷达、无源蜂鸣器、音响、摄像头和电源等；

超声波传感器、测距雷达、无源蜂鸣器、音响、摄像头等传感器和执行器连接树莓派4B控制系统电路板，树莓派4B控制系统电路板通过LTE-V2X通信与平台连接，平台将实时采集的画面作为预碰撞报警及目标检测系统处理的数据；并通过基于Dlib的人脸检测器的ResNet(残差神经网络)对驾驶员信息进行登录，首先通过摄像头录入驾驶员人脸信息并提取特征点，其次将录入人脸信息的特征数据集写入csv并保存到本地文件夹中，在进行登录验证时，摄像头将实时采集的人脸特征信息与本地文件夹中的特征信息进行计算比对，当识别的人脸信息与数据库中的人脸特征信息的欧式距离小于0.4时则判定用户登录成功，短暂弹出登陆成功的界面并跳转到系统主界面。