防撞预警系统和方法与流程

1.本发明涉及道路安全技术领域，尤其涉及一种防撞预警系统和方法。


背景技术：

2.随着自动驾驶技术的日渐普及，时不时可耳闻与自驾车有关的人车伤亡事件。车载传感器受限于其安装位置及成本，在探测范围上有其局限性，无法探测障碍物后面的物体。为提升自动驾驶的安全性，减低人车伤亡事故，需要考虑如何拓展传感器的可见范围。


技术实现要素：

3.针对现有问题，本发明提出了一种防撞预警系统和方法，其以激光雷达取代一般架于道路侧的摄像头进行对象识别，可获得精确度达毫米(mm)的对象位置。拓宽了车载传感器的检测范围，提高了车辆驾驶的安全性。
4.一种防撞预警系统，其包括布设在路侧的激光雷达、车联网设备和控制终端，所述激光雷达距离路面约6-9米，用于采集道路使用者的点云数据，并通过通讯接口将点云数据传送至控制终端，控制终端使用事先训练好的卷积神经网络对所述点云数据进行物体识别和分类，使用卡尔曼滤波器追踪识别的对象，所述对象为识别出的所述道路使用者，预测所述对象在未来某段时间之后的位置；判断所述对象在所述未来某段时间之后的位置处是否有碰撞事件发生；若预测有碰撞事件发生，则通过路侧的车联网设备向所述对象发送警告。
5.进一步，所述系统还包括电池，电池通过电源适配器向激光雷达提供12伏直流电。
6.进一步，所述通讯接口包括3g、4g、5g和/或互联网接口。
7.进一步，所述控制终端包括电脑和/或手机。
8.进一步，所述车联网设备为v2x 5g车联网设备。
9.进一步，所述对象为汽车，接收到警告之后，通过gui提示驾驶者或由自动驾驶系统采取避撞行为。
10.一种应用于上述防撞预警系统的防撞预警方法，其包括如下步骤：
11.s1道路侧的激光雷达采集道路使用者的点云数据；
12.s2使用事先训练好的卷积神经网络对所述点云数据进行物体识别和分类；
13.s3使用卡尔曼滤波器追踪识别的对象；
14.s4预测所述对象在未来某段时间之后的位置；
15.s5判断所述对象在所述未来某段时间之后的位置处是否有碰撞事件发生；
16.s6若预测有碰撞事件发生，则通过车联网设备向所述对象发送警告。
17.本发明提出的防撞预警系统和方法，利用道路侧约6-9米高处架设激光雷达监测易发生事故的区域，使用卷积神经网络(cnn)识别道路使用者(汽车,行人，单车，电单车，迷你汽车，公交车，卡车)以卡尔曼滤波(kalman filter)进行对象追踪，同时预测未来某段时间后被追踪目标的位置，若其未来的位置有碰撞发生，藉由设置于道路侧的v2x 5g车联网设备发送警告讯息至预测发生碰撞的目标。因其具有更宽广的视野，可减少车载传感器的
数量，并提高了车辆驾驶的安全性。
附图说明
18.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本发明的一些实施例，其中：
19.图1为本发明的防撞预警示意图；
20.图2为本发明的防撞预警方法流程图。
具体实施方式
21.以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。附图中所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
22.如图1所示，防撞预警系统包括布设在路侧的激光雷达、车联网设备和控制终端，激光雷达距离路面大约6-9米，相较于一般车载激光雷达距离路面1.7-2米的高度，本发明的激光雷达有更良好的视野。电池通过电源适配器与激光雷达相连，提供12v直流电。激光雷达还设置一个通讯接口向控制终端传送其采集的点云数据。通讯接口可以是3g、4g、5g和/或互联网接口。终端可以是电脑和/或手机。用户在控制终端上运行防撞预警方法，使用事先训练好的卷积神经网络对所述点云数据进行识别和分类，使用卡尔曼滤波器追踪识别的对象，所述对象为识别出的所述道路使用者，预测所述对象在未来某段时间之后的位置；判断所述对象在所述未来某段时间之后的位置处是否有碰撞事件发生；并在预测有可能相撞时通过设置于道路侧的v2x 5g车联网设备向预测发生碰撞的目标发送警告讯息。目标收到警告讯息后，藉由gui提示驾驶者或由自动驾驶系统采取避撞行为。
23.如图2所示，防撞预警方法包括如下步骤：
24.s1道路侧的激光雷达采集道路使用者的激光点云数据，激光雷达距离路面约6-9米；
25.s2使用事先训练好的卷积神经网络对所述点云数据进行识别和分类；
26.s3使用卡尔曼滤波器追踪识别的对象，所述对象为s2中识别出的道路使用者；
27.s4预测所述对象在未来某段时间之后的位置；
28.s5判断所述对象在所述未来某段时间之后的位置处是否有碰撞事件发生；
29.s6若预测有碰撞事件发生，则通过车联网设备向所述对象发送警告。
30.在一实施例中，所述对象为汽车，接收到警告之后，通过gui提示驾驶者或由自动驾驶系统采取避撞行为。
31.本发明提出的防撞预警系统和方法，因以激光雷达取代一般架于道路侧之摄像头
进行对象识别，可获得精确度达毫米(mm)之对象位置。可安装于一般道路如十字路口，行人穿越道，具有视线死角的巷口等，亦可安装于自动化仓库监测物流机器人。其具有更宽广的视野，可减少车载传感器的数量，并提高了车辆驾驶的安全性。
32.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。


技术特征：
1.一种防撞预警系统，其包括激光雷达、车联网设备和控制终端，其特征在于：布设在路侧的所述激光雷达距离路面约6-9米，用于采集道路使用者的点云数据，并通过通讯接口将点云数据传送至控制终端，控制终端使用事先训练好的卷积神经网络对所述点云数据进行物体识别和分类，使用卡尔曼滤波器追踪识别的对象，所述对象为识别出的所述道路使用者，预测所述对象在未来某段时间之后的位置；判断所述对象在所述未来某段时间之后的位置处是否有碰撞事件发生；若预测有碰撞事件发生，则通过路侧的车联网设备向所述对象发送警告。2.根据权利要求1所述的一种防撞预警系统，其特征还在于，所述系统还包括电池，电池通过电源适配器向激光雷达提供12伏直流电。3.根据权利要求1所述的一种防撞预警系统，其特征还在于，所述通讯接口包括3g、4g、5g和/或互联网接口。4.根据权利要求1所述的一种防撞预警系统，其特征还在于，所述控制终端包括电脑和/或手机。5.根据权利要求1所述的一种防撞预警系统，其特征还在于，所述车联网设备为v2x 5g车联网设备。6.根据权利要求1所述的一种防撞预警系统，其特征还在于，所述对象为汽车，接收到警告之后，通过gui提示驾驶者或由自动驾驶系统采取避撞行为。7.一种应用于如权利要求1-6任一项所述的防撞预警系统的防撞预警方法，其特征在于，包括如下步骤：s1道路侧的激光雷达采集道路使用者的点云数据；s2使用事先训练好的卷积神经网络对所述点云数据进行物体识别和分类；s3使用卡尔曼滤波器追踪识别的对象；s4预测所述对象在未来某段时间之后的位置；s5判断所述对象在所述未来某段时间之后的位置处是否有碰撞事件发生；s6若预测有碰撞事件发生，则通过道路侧的车联网设备向所述对象发送警告。

技术总结
本发明公开了一种防撞预警系统和方法，所述系统包括激光雷达、车联网设备和控制终端，其中，布设在路侧的激光雷达距离路面约6-9米，用于采集点云数据，并将其传送至控制终端，控制终端使用卷积神经网络对点云数据进行物体识别和分类，使用卡尔曼滤波器追踪识别的对象，预测对象在未来某段时间之后的位置；判断对象在未来某段时间之后的位置处是否有碰撞事件发生；若有，则通过路侧的车联网设备向对象发送警告。因高处安设的激光雷达具有更宽广的视野，可减少车载传感器的数量，提高驾驶的安全性。安全性。安全性。


技术研发人员：赖敬文 马天跞 肖顺利 潘涛 陈冠勋
受保护的技术使用者：香港生产力促进局
技术研发日：2023.02.09
技术公布日：2023/5/26