[发明专利]一种基于目标检测算法的辅助导航系统及导航方法

权利要求书

1.一种基于目标检测算法的辅助导航系统，其特征在于：包括智能行车记录仪系统及导航系统，二者通信连接，所述智能行车记录仪系统中嵌入视频监测模块及目标检测系统模块，视频监测模块包含视频监控功能，目标检测模块包含目标物体检测功能，通过目标检测系统模块对智能行车记录仪系统中实时拍摄的路况视频进行目标物体识别；所述导航系统包括基础功能模块、监听模块、语音播报模块及显示模块，基础功能模块包含导航本身的定位和导航等基础功能，监听模块包含实时监听并接收行车记录仪传递预警信息的功能，语音播报模块包含语音播放功能，显示模块包含在导航界面显示当前交通信号灯、车道转向箭头和行人阻碍物提醒。

2.根据权利要求1所述的基于目标检测算法的辅助导航系统，其特征在于：所述目标检测系统模块由配置文件模块、通信模块、目标检测系统主程序和核心处理模块组成；

所述目标检测系统主程序使用基于轻量级YOLO检测算法模型开发的嵌入式程序，加载已经在服务器上预训练好的权重，实现对路况信息的实时监测；

所述配置文件模块主要保存目标检测系统程序需要使用的预定义预测框、权重和超参等配置文件；

所述通信模块主要负责通过蓝牙或WIFI与手机进行通讯，传递预警信息；

所述核心处理模块主要为轻量级的YOLO网络算法模型，包含了从数据加载、模型检测和NMS后处理等功能。

3.根据权利要求2所述的基于目标检测算法的辅助导航系统，其特征在于：所述配置文件模块可以升级替换新的优化权重，通信模块支持蓝牙和WIFI通信。

4.根据权利要求1所述的基于目标检测算法的辅助导航系统的导航方法，其特征在于：包括如下步骤：

步骤一，开启智能行车记录仪，运行目标检测系统，加载预训练权重；

步骤二，开启导航系统，实时监听目标检测系统发送的消息；

步骤三，目标检测系统实时监控路况信息，对于前方道路中的特殊情况发送预警消息，所述特殊情况至少包括前方道路存在阻碍物、交通信号灯红灯状态及车道与交通信号灯状态不一致；

步骤四，导航系统在接收到目标检测系统发送的预警消息后，通过界面和语音提示驾驶人员。

5.根据权利要求4所述的基于目标检测算法的辅助导航系统的导航方法，其特征在于，所述目标检测算法为轻量级YOLO目标检测算法，为基于YOLO-V4-Tiny或者YOLO Nano轻量目标检测网络设计实现的算法。

6.根据权利要求4所述的基于目标检测算法的辅助导航系统的导航方法，其特征在于：所述步骤一中，预训练权重为经过服务器模拟训练测试后选择的最优权重，训练时调整所有数据集的分类，并将所有数据集转换成VOC格式进行训练。

7.根据权利要求5所述的基于目标检测算法的辅助导航系统的导航方法，其特征在于：在服务器上预训练时，使用的数据集包括BDD100K数据集、TT100K数据集和实拍数据集；所述BDD100K数据集包含大量已初步处理好的驾驶视频素材，至少包括详细的标注、路面物体识别、车道标记及可行使空间信息；所述TT100K数据集中的图片是采用车载摄像机拍摄并经过后处理形成的8192*4096像素高分辨率全景图；所述实拍数据集是通过真实车辆车载行车记录仪拍摄的视频经过处理形成的图片数据；

取若干BDD100K图片数据、TT100K图片数据和实拍数据图片作为训练和测试使用，通过在服务器上模拟轻量级目标监测系统进行预训练，将训练较好的权重导出并上传到目标检测系统中作为配置文件。

8.根据权利要求4所述的基于目标检测算法的辅助导航系统的导航方法，其特征在于：所述步骤三中，目标检测系统实时监控路况信息，对交通信号灯、车道和车辆进行目标识别；

在正常行驶过程中，通过行车记录仪中的目标检测系统识别所在车道前方道路中是否有包括行人及电动车的阻碍机动车通行的物体，如果存在，由核心处理模块确认后发送警告消息至导航系统；

识别交通信号灯和车道，由核心处理模块通过当前所在车道和交通信号灯实际情形判断是否可以通行，并发送消息以及当前车道信息至导航系统。