【技術實現步驟摘要】
本專利技術涉及智能交通和電瓶車防撞預警，特別是涉及一種基于智能算法的電瓶車防撞預警方法及系統。
技術介紹
1、隨著城市交通密度的增加和道路安全意識的提升，電瓶車作為一種普遍的交通工具，其安全性問題日益受到重視。當前，市場上針對電瓶車的智能防撞技術主要包括基于攝像頭的視覺識別系統、基于雷達和超聲波的距離感測系統，以及集成多傳感器數據融合的智能駕駛輔助系統。這些系統能夠在一定程度上提高駕駛安全，減少事故發生。
2、然而，盡管電瓶車防撞預警技術日益成熟，但電瓶車的防撞預警系統仍面臨多項挑戰。例如，現有系統在復雜的交通環境中(如雨天、霧天和夜間)常常表現不穩定，誤報和漏報的情況時有發生。此外，這些系統往往需要依賴高功耗、高成本的硬件設備，如高分辨率攝像頭和高精度雷達，這在一定程度上增加了防撞預警系統的經濟負擔和維護成本。另外，隨著人工智能技術的快速發展，未來的電瓶車防撞系統預計將更加智能化和精準化。通過深度學習和大數據分析技術，防撞預警系統能夠更有效地學習和預測潛在的危險，從而提前做出反應。同時，隨著物聯網技術的應用，電瓶車防撞系統可能與城市交通管理系統進行更緊密的數據交互，實時獲取交通信號和路況信息，以進一步提高防撞預警的準確性和響應速度。
3、目前，現有的電瓶車防撞預警方法廣泛應用超聲波傳感器、雷達以及攝像頭等設備來檢測和跟蹤電瓶車周圍的障礙物。超聲波傳感器能夠提供準確的距離測量，但其檢測范圍和精度在高速行駛或復雜環境中受限。雷達傳感器雖然提供了較好的范圍和速度數據，但成本較高且提升了防撞預警系統的復雜性。攝
4、綜上所述，現有的電瓶車防撞預警方法由于其復雜的內部算法及其較高的硬件和計算資源的需求，運維成本較高，且在高動態或者復雜的交通環境中防撞預警準確性和智能化程度有待進一步提高。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種運維成本較低且在動態或者復雜的交通環境中防撞預警準確性和智能化程度較高的基于智能算法的電瓶車防撞預警方法及系統。
2、本專利技術提供了一種基于智能算法的電瓶車防撞預警方法，所述方法包括：
3、通過圖像獲取設備和超聲波傳感器獲取電瓶車周圍的環境數據，所述環境數據包括車身周圍障礙物的動態圖像和靜態圖像以及電瓶車與所述障礙物之間的距離；
4、將所述環境數據作為fusionnet多層感知機模型的輸入，以調用所述fusionnet多層感知機模型對所述環境數據進行學習和分析，以識別出所述障礙物并預測所述障礙物的移動路徑；
5、調用基于貝葉斯統計的動態風險評估算法根據所述障礙物的移動路徑計算電瓶車與所述障礙物發生碰撞的風險評估結果，并根據所述風險評估結果調整碰撞預警級別以及獲取防碰撞措施；
6、當所述碰撞預警級別超過預設級別時，則基于所述防碰撞措施發出預警信號并啟動電瓶車的反應機制，以防止所述電瓶車與所述障礙物發生碰撞；
7、其中，所述風險評估結果包括所述電瓶車與所述障礙物發生碰撞的風險概率，所述碰撞預警級別為根據所述風險概率進行劃分得到的，且所述風險概率越高，所述碰撞預警級別越高，所述防碰撞措施包括所述預警信號和反應機制，所述反應機制包括控制電瓶車減速和切斷電瓶車油門。
8、在其中一個實施例中，所述通過圖像獲取設備和超聲波傳感器獲取電瓶車周圍的環境數據，包括：
9、通過所述圖像獲取設備獲取所述電瓶車車身外第一空間內障礙物的動態圖像和靜態圖像，并通過所述超聲波傳感器獲取所述電瓶車與所述第一空間內每個障礙物之間的實時距離；
10、對所述靜態圖像、動態圖像以及實時距離進行預處理，以使所述環境數據滿足所述fusionnet多層感知機模型的輸入要求；
11、其中，所述圖像獲取設備為攝像頭，且所述攝像頭和超聲波傳感器均固定設置于所述電瓶車的車身上，所述第一空間為所述圖像獲取設備和所述超聲波傳感器的監測范圍，所述預處理包括清洗、去重、去噪和空白值填充。
12、在其中一個實施例中，所述環境數據還包括所述障礙物在三維空間內的空間位置坐標；
13、所述通過圖像獲取設備和超聲波傳感器獲取電瓶車周圍的環境數據，還包括：
14、基于所述靜態圖像和動態圖像獲取所述障礙物在二維空間內的像素坐標，并通過幾何變換結合所述實時距離以及攝像頭的標定信息計算所述障礙物在三維空間內的空間位置坐標；
15、其中，所述標定信息包括所述攝像頭的焦距以及所述攝像頭與所述障礙物之間的相對位置。
16、在其中一個實施例中，所述將所述環境數據作為fusionnet多層感知機模型的輸入，以調用所述fusionnet多層感知機模型對所述環境數據進行學習和分析，以識別出所述障礙物并預測所述障礙物的移動路徑，包括：
17、將預處理后的所述環境數據對應的環境數據向量輸入至所述fusionnet多層感知機模型，并調用所述fusionnet多層感知機模型中的激活函數結合網絡參數和偏差對所述環境數據向量進行處理，以輸出障礙物類型和移動軌跡；
18、通過反向傳播算法對所述fusionnet多層感知機模型進行訓練，以調用所述反向傳播算法通過計算模型預測輸出和實際輸出之間的誤差對所述網絡參數和偏差進行更新；
19、其中，所述激活函數包括relu函數和sigmoid函數，所述網絡參數為權重矩陣，用于將輸入數據轉換為有用的輸出。
20、在其中一個實施例中，所述調用基于貝葉斯統計的動態風險評估算法根據所述障礙物的移動路徑計算電瓶車與所述障礙物發生碰撞的風險評估結果，并根據所述風險評估結果調整碰撞預警級別以及獲取防碰撞措施，包括：
21、調用貝葉斯統計算法根據歷史環境數據的碰撞概率統計計算當前環境數據的碰撞風險概率，并對所述碰撞風險概率進行更新，以調整所述風險評估結果；
22、根據所述碰撞風險概率的數值大小將所述碰撞風險概率劃分為多個區間，以對所述碰撞預警級別進行調整，得到對應不同碰撞風險概率區間的多個不同的碰撞預警級別；
23、其中，每個區間對應一個所述碰撞預警級別，每個所述碰撞預警級別對應一個防碰撞措施。
24、在其中一個實施例中，所述碰撞預警級別至少包括第一預警級別、第二預警級別以及第三預警級別，且所述第一預警級別對應的碰撞風險概率區間大于所述第二預警級別對應的碰撞風險概率區間，所述第二預警級別對應的碰撞風險概率區間大于所述第三預警級別對應的碰撞風險概率區間；
25、所述當所述碰撞預警級別超過預設級別時，則基于所述本文檔來自技高網...
【技術保護點】
1.一種基于智能算法的電瓶車防撞預警方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述通過圖像獲取設備和超聲波傳感器獲取電瓶車周圍的環境數據，包括：
3.根據權利要求2所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述環境數據還包括所述障礙物在三維空間內的空間位置坐標；
4.根據權利要求3所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述將所述環境數據作為FusionNet多層感知機模型的輸入，以調用所述FusionNet多層感知機模型對所述環境數據進行學習和分析，以識別出所述障礙物并預測所述障礙物的移動路徑，包括：
5.根據權利要求4所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述調用基于貝葉斯統計的動態風險評估算法根據所述障礙物的移動路徑計算電瓶車與所述障礙物發生碰撞的風險評估結果，并根據所述風險評估結果調整碰撞預警級別以及獲取防碰撞措施，包括：
6.根據權利要求5所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述碰撞預警級別至少包括
7.根據權利要求6所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述電瓶車上設置有指示燈，所述指示燈用于提醒駕駛員注意防撞，所述方法還包括：
8.一種基于智能算法的電瓶車防撞預警系統，其特征在于，所述系統包括：
9.一種電子設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。
10.一種計算機存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種基于智能算法的電瓶車防撞預警方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述通過圖像獲取設備和超聲波傳感器獲取電瓶車周圍的環境數據，包括：
3.根據權利要求2所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述環境數據還包括所述障礙物在三維空間內的空間位置坐標；
4.根據權利要求3所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述將所述環境數據作為fusionnet多層感知機模型的輸入，以調用所述fusionnet多層感知機模型對所述環境數據進行學習和分析，以識別出所述障礙物并預測所述障礙物的移動路徑，包括：
5.根據權利要求4所述的基于智能算法的電瓶車防撞預警方法，其特征在于，所述調用基于貝葉斯統計的動態風險評估算法根據所述障礙物的移動路徑計算電瓶車與所述障礙物發生碰撞的風險評估結果，并根據所述風險評估結果調整碰撞預警級別以及獲取防碰撞措施...
【專利技術屬性】
技術研發人員：徐龍明，
申請(專利權)人：徐氏巨龍江蘇科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。