本發(fā)明涉及汽車輔助駕駛技術(shù)領(lǐng)域，特別涉及一種汽車輔助駕駛方法及系統(tǒng)。

背景技術(shù)：

隨著汽車行業(yè)的不斷發(fā)展，汽車數(shù)量越來越多，目前已有很多汽車具有輔助駕駛功能，甚至是無人駕駛功能?，F(xiàn)有汽車輔助駕駛的信號(hào)采集模塊不但位置與角度基本是固定的，而且信號(hào)采集安裝的角度可選擇的范圍很少，導(dǎo)致駕駛?cè)藛T基本不能根據(jù)實(shí)際環(huán)境自由調(diào)整信號(hào)采集的類別、位置及角度等參數(shù)，更不能讓汽車輔助裝置根據(jù)算法識(shí)別情況自適應(yīng)調(diào)整信號(hào)采集的參數(shù)，導(dǎo)致輔助駕駛功能并不實(shí)用，輔助駕駛準(zhǔn)確率低，給駕駛員帶來了不便。

并且，目前汽車輔助駕駛智能算法基本都是對(duì)特定信號(hào)或特定幾種信號(hào)分別進(jìn)行識(shí)別，在識(shí)別完成后進(jìn)行集成分析、反饋與響應(yīng)。汽車輔助駕駛智能算法基本都是對(duì)特定信號(hào)或特定幾種信號(hào)分別進(jìn)行識(shí)別，在識(shí)別完成后進(jìn)行集成分析，即使有的對(duì)這些信號(hào)進(jìn)行了融合處理，也未根據(jù)智能算法的識(shí)別情況對(duì)信號(hào)的融合策略進(jìn)行動(dòng)態(tài)的調(diào)整與更新，導(dǎo)致輔助駕駛檢測(cè)的可靠性低，帶來了不便。

因而現(xiàn)有技術(shù)還有待改進(jìn)和提高。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述現(xiàn)有技術(shù)的不足之處，本發(fā)明的目的在于提供一種汽車輔助駕駛方法及系統(tǒng)，旨在解決現(xiàn)有汽車輔助駕駛技術(shù)不能自動(dòng)調(diào)整參數(shù)導(dǎo)致可靠性低準(zhǔn)確率低的問題。

為了達(dá)到上述目的，本發(fā)明采取了以下技術(shù)方案：

一種汽車輔助駕駛方法，其中，包括：

a、通過信號(hào)采集裝置根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)采集汽車周圍的多個(gè)信號(hào)；

b、按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；

c、采用汽車輔助駕駛智能算法對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果；

d、根據(jù)預(yù)先設(shè)置的決策融合策略對(duì)所述識(shí)別結(jié)果進(jìn)行決策分析得到對(duì)應(yīng)的決策結(jié)果，根據(jù)決策結(jié)果對(duì)應(yīng)動(dòng)態(tài)調(diào)整信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或?qū)?yīng)進(jìn)行預(yù)警以輔助駕駛。

所述的汽車輔助駕駛方法，其中，所述步驟a具體包括：

a1、在汽車車頂中部安裝一可在垂直方向上伸縮的豎桿，在所述豎桿上端安裝可在水平方向360度旋轉(zhuǎn)及在垂直方向上角度可調(diào)的信號(hào)采集裝置，所述信號(hào)采集裝置包括攝像頭、紅外發(fā)射接收器、雷達(dá)發(fā)射接收器及超聲波發(fā)射接收器；

a2、根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)，所述信號(hào)采集裝置采集汽車周圍的白光視頻信號(hào)、紅外光視頻信號(hào)、紅光視頻信號(hào)、雷達(dá)信號(hào)及超聲波信號(hào)。

所述的汽車輔助駕駛方法，其中，所述步驟b具體包括：

b1、預(yù)先采集各種環(huán)境下汽車周圍的不同信號(hào)并進(jìn)行分析測(cè)試，得到最優(yōu)的統(tǒng)計(jì)知識(shí)規(guī)則，形成默認(rèn)的信號(hào)融合策略；

b2、按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；

b3、將融合后的信號(hào)數(shù)據(jù)存儲(chǔ)，將信號(hào)數(shù)據(jù)以符合算法輸入的格式存儲(chǔ)在不同的固定區(qū)域，對(duì)外只提供數(shù)據(jù)指針接口，以供對(duì)應(yīng)的汽車輔助駕駛智能算法調(diào)用。

所述的汽車輔助駕駛方法，其中，所述步驟c具體包括：

c1、根據(jù)所述汽車輔助駕駛智能算法分別對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果；其中，所述汽車輔助駕駛智能算法包含場(chǎng)景環(huán)境判斷算法、車道偏移檢測(cè)算法、前車防撞算法、后車防撞算法及行人檢測(cè)算法。

所述的汽車輔助駕駛方法，其中，所述步驟d具體包括：

d1、預(yù)先采集各種環(huán)境下汽車周圍的不同信號(hào)并進(jìn)行分析測(cè)試，得到最優(yōu)的可靠性識(shí)別結(jié)果，形成對(duì)應(yīng)的決策融合策略；

d2、根據(jù)決策融合策略分析所述識(shí)別結(jié)果并反饋調(diào)節(jié)信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或選擇當(dāng)前環(huán)境下可靠性最高的識(shí)別結(jié)果進(jìn)行預(yù)警反應(yīng)以輔助駕駛。

一種汽車輔助駕駛系統(tǒng)，其中，包括：

信號(hào)采集模塊，用于通過信號(hào)采集裝置根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)采集汽車周圍的多個(gè)信號(hào)；

信號(hào)融合模塊，用于按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；

信號(hào)識(shí)別模塊，用于采用汽車輔助駕駛智能算法對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果；

信號(hào)決策模塊，用于根據(jù)預(yù)先設(shè)置的決策融合策略對(duì)所述識(shí)別結(jié)果進(jìn)行決策分析得到對(duì)應(yīng)的決策結(jié)果，根據(jù)決策結(jié)果對(duì)應(yīng)動(dòng)態(tài)調(diào)整信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或?qū)?yīng)進(jìn)行預(yù)警以輔助駕駛。

所述的汽車輔助駕駛系統(tǒng)，其中，所述信號(hào)采集模塊包括：

裝置設(shè)置單元，用于在汽車車頂中部安裝一可在垂直方向上伸縮的豎桿，在所述豎桿上端安裝可在水平方向360度旋轉(zhuǎn)及在垂直方向上角度可調(diào)的信號(hào)采集裝置，所述信號(hào)采集裝置包括攝像頭、紅外發(fā)射接收器、雷達(dá)發(fā)射接收器及超聲波發(fā)射接收器；

信號(hào)采集單元，用于根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)，所述信號(hào)采集裝置采集汽車周圍的白光視頻信號(hào)、紅外光視頻信號(hào)、紅光視頻信號(hào)、雷達(dá)信號(hào)及超聲波信號(hào)。

所述的汽車輔助駕駛系統(tǒng)，其中，所述信號(hào)融合模塊包括：

融合設(shè)置單元，用于預(yù)先采集各種環(huán)境下汽車周圍的不同信號(hào)并進(jìn)行分析測(cè)試，得到最優(yōu)的統(tǒng)計(jì)知識(shí)規(guī)則，形成默認(rèn)的信號(hào)融合策略；

信號(hào)融合單元，用于按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；

融合存儲(chǔ)單元，用于將融合后的信號(hào)數(shù)據(jù)存儲(chǔ)，將信號(hào)數(shù)據(jù)以符合算法輸入的格式存儲(chǔ)在不同的固定區(qū)域，對(duì)外只提供數(shù)據(jù)指針接口，以供對(duì)應(yīng)的汽車輔助駕駛智能算法調(diào)用。

所述的汽車輔助駕駛系統(tǒng)，其中，所述信號(hào)識(shí)別模塊包括：

信號(hào)識(shí)別單元，用于根據(jù)所述汽車輔助駕駛智能算法分別對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果；其中，所述汽車輔助駕駛智能算法包含場(chǎng)景環(huán)境判斷算法、車道偏移檢測(cè)算法、前車防撞算法、后車防撞算法及行人檢測(cè)算法。

所述的汽車輔助駕駛系統(tǒng)，其中，所述信號(hào)決策模塊包括：

決策設(shè)置單元，用于預(yù)先采集各種環(huán)境下汽車周圍的不同信號(hào)并進(jìn)行分析測(cè)試，得到最優(yōu)的可靠性識(shí)別結(jié)果，形成對(duì)應(yīng)的決策融合策略；

信號(hào)決策單元，用于根據(jù)決策融合策略分析所述識(shí)別結(jié)果并反饋調(diào)節(jié)信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或選擇當(dāng)前環(huán)境下可靠性最高的識(shí)別結(jié)果進(jìn)行預(yù)警反應(yīng)以輔助駕駛。

相較于現(xiàn)有技術(shù)，本發(fā)明提供的汽車輔助駕駛方法及系統(tǒng)，根據(jù)汽車輔助駕駛智能算法的識(shí)別情況對(duì)信號(hào)的融合策略進(jìn)行動(dòng)態(tài)的調(diào)整與更新，使得輔助駕駛檢測(cè)的可靠性高，能夠更好地檢出目標(biāo)，并給駕駛員預(yù)警，盡量降低了現(xiàn)有技術(shù)誤判率高可靠性低的問題，實(shí)現(xiàn)了快速、準(zhǔn)確的汽車輔助駕駛，具有很好的應(yīng)用前景，帶來了極大的方便。

附圖說明

圖1為本發(fā)明提供的汽車輔助駕駛方法的方法流程圖。

圖2為本發(fā)明提供的信號(hào)采集裝置安裝示意圖。

圖3為本發(fā)明提供的汽車輔助駕駛系統(tǒng)應(yīng)用實(shí)施例的結(jié)構(gòu)框圖。

具體實(shí)施方式

本發(fā)明提供一種汽車輔助駕駛方法及系統(tǒng)。為使本發(fā)明的目的、技術(shù)方案及效果更加清楚、明確，以下參照附圖并舉實(shí)施例對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供一種汽車輔助駕駛方法，請(qǐng)參閱圖1，所述汽車輔助駕駛方法，包括以下步驟：

s100、通過信號(hào)采集裝置根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)采集汽車周圍的多個(gè)信號(hào)；

s200、按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；

s300、采用汽車輔助駕駛智能算法對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果；

s400、根據(jù)預(yù)先設(shè)置的決策融合策略對(duì)所述識(shí)別結(jié)果進(jìn)行決策分析得到對(duì)應(yīng)的決策結(jié)果，根據(jù)決策結(jié)果對(duì)應(yīng)動(dòng)態(tài)調(diào)整信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或?qū)?yīng)進(jìn)行預(yù)警以輔助駕駛。

下面結(jié)合具體的實(shí)施例對(duì)上述步驟進(jìn)行詳細(xì)的描述。

在所述步驟s100中，通過信號(hào)采集裝置根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)采集汽車周圍的多個(gè)信號(hào)。具體來說，可在汽車車頂中部安裝一可在垂直方向上伸縮的豎桿，在所述豎桿上端安裝可在水平方向360度旋轉(zhuǎn)及在垂直方向上角度可調(diào)的信號(hào)采集裝置，所述信號(hào)采集裝置包括攝像頭、紅外發(fā)射接收器、雷達(dá)發(fā)射接收器及超聲波發(fā)射接收器。然后，根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)，所述信號(hào)采集裝置采集汽車周圍的白光視頻信號(hào)、紅外光視頻信號(hào)、紅光視頻信號(hào)、雷達(dá)信號(hào)及超聲波信號(hào)。

在實(shí)際應(yīng)用時(shí)，如圖2所示，通過在車頂中部，安裝一可向上伸縮的桿子。此桿子上端安裝信號(hào)采集裝置，信號(hào)采集裝置中的信號(hào)采集器（攝像頭或雷達(dá)發(fā)射接收器，多個(gè)信號(hào)采集器安裝的時(shí)候可安裝在同一方向也可在不同方向）可水平方向360度旋轉(zhuǎn)，垂直方向可調(diào)一定角度。汽車通過桿中的線纜與信號(hào)采集器進(jìn)行交互，傳送命令、返回采集到的信號(hào)數(shù)據(jù)。信號(hào)采集器360度旋轉(zhuǎn)，采集特定方向，比如前后左右的數(shù)據(jù)，并通過桿子中的線纜把數(shù)據(jù)顯示在車內(nèi)的顯示屏上。信號(hào)采集裝置采集的多個(gè)信號(hào)包括白光視頻信號(hào)、紅外光視頻信號(hào)、紅光視頻信號(hào)、雷達(dá)信號(hào)及超聲波信號(hào)等。

在步驟s200中，按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)。具體來說，信號(hào)采集后的融合策略，即把不同信號(hào)數(shù)據(jù)按不同比例組合在一起，比如，紅外圖像數(shù)據(jù)為a,白光圖像數(shù)據(jù)為b,假定a與b的尺寸一致（如果不一致，可通過放大，縮小，使之尺寸一致），則融合紅外數(shù)據(jù)與白光數(shù)據(jù)后得到一個(gè)新的數(shù)據(jù)c,c=a*a+b*b，其中a，b分別為紅外數(shù)據(jù)與白光數(shù)據(jù)的權(quán)重，由事先大量測(cè)試統(tǒng)計(jì)確定的（即大量測(cè)試結(jié)果表明權(quán)重取此值的時(shí)候，算法效果最好，下面提到的權(quán)重情況類似）。還可以采用對(duì)信號(hào)數(shù)據(jù)的信號(hào)特征進(jìn)行融合的融合策略，比如提取上面紅外數(shù)據(jù)的特征為x,提取的白光數(shù)據(jù)的特征為y,分別賦予x與y不同權(quán)重x、y形成新的特征z,即z=x*x+y*y，不同權(quán)重x、y是由事先大量測(cè)試統(tǒng)計(jì)確定的。

進(jìn)一步地，所述步驟s200具體包括：

s201、預(yù)先采集各種環(huán)境下汽車周圍的不同信號(hào)并進(jìn)行分析測(cè)試，得到最優(yōu)的統(tǒng)計(jì)知識(shí)規(guī)則，形成默認(rèn)的信號(hào)融合策略；

s202、按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；

s203、將融合后的信號(hào)數(shù)據(jù)存儲(chǔ)，將信號(hào)數(shù)據(jù)以符合算法輸入的格式存儲(chǔ)在不同的固定區(qū)域，對(duì)外只提供數(shù)據(jù)指針接口，以供對(duì)應(yīng)的汽車輔助駕駛智能算法調(diào)用。

具體來說，在實(shí)際應(yīng)用時(shí)，由于每一種信號(hào)都只反映或表征不同環(huán)境條件下待檢測(cè)的汽車的某方面特征，在不同環(huán)境，比如霧天，車輛的圖像信息一般就沒有雷達(dá)明顯，晚上則白光圖信息一般就沒有紅外光圖信息那么清楚。所以為了更高效檢出前面的汽車，則前車檢測(cè)算法應(yīng)優(yōu)先或重點(diǎn)使用使得待檢測(cè)目標(biāo)明顯的清楚的信號(hào)，即霧天環(huán)境下優(yōu)先使用雷達(dá)信號(hào)，晚上優(yōu)先使用紅外光信號(hào)。本發(fā)明通過事先采集各種環(huán)境下的不同信號(hào)，對(duì)這些信號(hào)進(jìn)行分析測(cè)試，得到最優(yōu)的統(tǒng)計(jì)知識(shí)規(guī)則，即形成默認(rèn)的信號(hào)融合策略（后續(xù)的不同的決策融合策略也通過類似方法得出）。關(guān)于環(huán)境判斷算法，可根據(jù)一段時(shí)間內(nèi)的圖像的像素統(tǒng)計(jì)信息判斷不同環(huán)境，比如，統(tǒng)計(jì)白光圖正上方中間區(qū)域（即上邊延到圖像高度的1/6,從左往右圖像寬度的1/3至2/3處之間的區(qū)域），如果灰度平均值小于事先統(tǒng)計(jì)的默認(rèn)的灰度閾值，則認(rèn)為是晚上環(huán)境，其他環(huán)境類似判斷。這樣，便可根據(jù)事先保存好的信號(hào)融合策略，對(duì)多個(gè)信號(hào)進(jìn)行融合。

優(yōu)選地，在實(shí)際應(yīng)用時(shí)，關(guān)于融合后的信號(hào)數(shù)據(jù)，還將發(fā)往存儲(chǔ)模塊進(jìn)行存儲(chǔ)。存儲(chǔ)從采集模塊中傳過來的融合后的信號(hào)數(shù)據(jù)。信號(hào)數(shù)據(jù)以符合算法輸入的格式存儲(chǔ)在不同的固定區(qū)域，對(duì)外只提供數(shù)據(jù)指針接口，供對(duì)應(yīng)汽車輔助駕駛智能算法調(diào)用。優(yōu)選地，所述存儲(chǔ)模塊中還存有信號(hào)采集參數(shù)及信號(hào)融合參數(shù)，以便后續(xù)步驟進(jìn)行反饋調(diào)節(jié)。

在所述步驟s300中，采用汽車輔助駕駛智能算法對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果。具體來說，所述汽車輔助駕駛智能算法包含場(chǎng)景環(huán)境判斷算法、車道偏移檢測(cè)算法、前車防撞算法、后車防撞算法、行人檢測(cè)算法及輔助停車算法；然后根據(jù)所述汽車輔助駕駛智能算法分別對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果。

在實(shí)際應(yīng)用時(shí)，汽車輔助駕駛智能算法包含車道偏移檢測(cè)算法、前車防撞算法、后車防撞算法、行人檢測(cè)算法等。其中，車道偏移檢測(cè)算法，一般是通過先檢測(cè)出道路上的車道的分割線，判斷本車跨越分割線。而前車防撞算法是檢測(cè)視野前方是否有車輛，并距離本車的有多遠(yuǎn)，如果距離在某個(gè)范圍內(nèi)，則有可能相撞，把此信息上傳給系統(tǒng)，讓系統(tǒng)做出反應(yīng)。而后車防撞算法，則類似前車防撞算法，不過是檢測(cè)本車后面。關(guān)于行人檢測(cè)算法，類似前車防撞算法，不過是檢測(cè)行人。

每一個(gè)智能算法調(diào)用存儲(chǔ)模塊中固定區(qū)域的信號(hào)數(shù)據(jù)（通過指針）。此處，有兩種實(shí)施方式，一是串行方式，一是并行方式。以串行方式為例，在一段時(shí)間內(nèi)，不斷調(diào)整參數(shù)與策略，進(jìn)行識(shí)別。此處的調(diào)整參數(shù)與融合策略的方法，是按照產(chǎn)品開發(fā)的過程中預(yù)先訓(xùn)練與測(cè)試得來的，以進(jìn)行有效的調(diào)整。各類智能算法的輸入數(shù)據(jù)為白光視頻信號(hào)數(shù)據(jù)、紅外光視頻信號(hào)數(shù)據(jù)、紅光視頻信號(hào)數(shù)據(jù)、雷達(dá)信號(hào)數(shù)據(jù)、超聲波信號(hào)數(shù)據(jù)等信號(hào)數(shù)據(jù)的一種、幾種或融合等，并且識(shí)別算法本身的參數(shù)與結(jié)構(gòu)可從存儲(chǔ)模塊讀取數(shù)據(jù)后進(jìn)行更新。

在實(shí)際應(yīng)用時(shí)，前車檢測(cè)算法調(diào)用存儲(chǔ)模塊中固定區(qū)域的信號(hào)數(shù)據(jù)（通過指針）。先通過車道檢測(cè)算法檢測(cè)車道信息，通過反饋由車道位置信息對(duì)應(yīng)的鏡頭角度調(diào)整參數(shù)（可事先統(tǒng)計(jì)制作一個(gè)車道位置與鏡頭調(diào)整參數(shù)的對(duì)照表），傳到信號(hào)采集裝置，調(diào)整鏡頭角度，使得直的車道線在圖像上是左右對(duì)稱的，這樣便于進(jìn)行前車檢測(cè)。調(diào)用場(chǎng)景環(huán)境判斷算法（判斷是否是晚上、是否霧天、是否下雨天），根據(jù)不同的環(huán)境判斷與事先保存的策略，就可以選擇不同信號(hào)的融合策略、特征的融合策略、前車檢測(cè)算法內(nèi)在的參數(shù)，從而實(shí)現(xiàn)改變前車檢測(cè)算法結(jié)構(gòu)、特征形態(tài)、參數(shù)，進(jìn)而提高前車檢測(cè)算法檢測(cè)效率。

在所述步驟s400中，根據(jù)預(yù)先設(shè)置的決策融合策略對(duì)所述識(shí)別結(jié)果進(jìn)行決策分析得到對(duì)應(yīng)的決策結(jié)果，根據(jù)決策結(jié)果對(duì)應(yīng)動(dòng)態(tài)調(diào)整信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或?qū)?yīng)進(jìn)行預(yù)警以輔助駕駛。具體來說，本發(fā)明預(yù)先采集各種環(huán)境下汽車周圍的不同信號(hào)并進(jìn)行分析測(cè)試，得到最優(yōu)的可靠性識(shí)別結(jié)果，形成對(duì)應(yīng)的決策融合策略。然后，根據(jù)決策融合策略分析所述識(shí)別結(jié)果并反饋調(diào)節(jié)信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或選擇當(dāng)前環(huán)境下可靠性最高的識(shí)別結(jié)果進(jìn)行預(yù)警反應(yīng)以輔助駕駛。

在實(shí)際應(yīng)用時(shí)，決策融合策略，也與上述信號(hào)融合策略類似，即不同智能算法或同一智能算法的不同實(shí)現(xiàn)模塊得出的結(jié)果不一致或不完全一致，這時(shí)候怎么進(jìn)行判斷，根據(jù)常識(shí)，應(yīng)該選擇可靠性比較高的，而哪個(gè)結(jié)果在哪種環(huán)境下可靠性比較高，是由事先大量測(cè)試統(tǒng)計(jì)確定的。譬如示例一、若算法（記為算法1）輸入為紅外信號(hào)的識(shí)別效果比單純使用白光圖的效果好，這就是對(duì)應(yīng)的決策結(jié)果。示例二、比如運(yùn)行一段時(shí)間后發(fā)現(xiàn)算法中的某個(gè)參數(shù)（記為參數(shù)1）的值由a調(diào)整到b，其識(shí)別效果更好，這便是對(duì)應(yīng)的決策結(jié)果。

然后根據(jù)決策結(jié)果判斷是需要進(jìn)行預(yù)警反應(yīng)，還是需要調(diào)整參數(shù)。如果決策結(jié)果對(duì)應(yīng)的效果更好，可靠性更高，那么后續(xù)便反饋調(diào)節(jié)參數(shù)及策略。譬如，對(duì)示例一進(jìn)行決策分析后，把存儲(chǔ)模塊中的相關(guān)參數(shù)、融合策略反饋到信號(hào)采集模塊，即算法1的輸入數(shù)據(jù)定為紅外信號(hào)數(shù)據(jù)。對(duì)示例二進(jìn)行決策分析后，反饋調(diào)整存儲(chǔ)模塊中的相關(guān)參數(shù)，即把算法的參數(shù)1的值修改為b。也就是說，如果決策結(jié)果對(duì)應(yīng)的情況很緊急，譬如達(dá)到了預(yù)警的閾值條件，那么立即反應(yīng)，對(duì)駕駛員進(jìn)行預(yù)警，比如前車防撞預(yù)警、疲勞預(yù)警及行人預(yù)警等。如根據(jù)報(bào)警警告決策，對(duì)司機(jī)進(jìn)行預(yù)警，緊急情況下，直接對(duì)車采取諸如緊急制動(dòng)操作。當(dāng)然，也存在不反應(yīng)的情況。

關(guān)于反饋調(diào)節(jié)參數(shù)，一般動(dòng)態(tài)調(diào)整信號(hào)采集參數(shù)及信號(hào)融合參數(shù)。所述信號(hào)采集參數(shù)：包括信號(hào)采集的種類（白光視頻信號(hào)、紅外光視頻信號(hào)、紅光視頻信號(hào)、雷達(dá)信號(hào)、超聲波信號(hào)等）、信號(hào)采集的角度（如果是攝像頭，這是攝像頭垂直與水平方向的角度）等。而信號(hào)融合參數(shù)包括兩個(gè)方面，一是特定變量的參數(shù)（譬如不同信號(hào)融合的比例），二是是否使用某個(gè)算法的判斷條件，比如某個(gè)參數(shù)p值為1時(shí)使用算法1，p值為2時(shí)使用算法2。

本發(fā)明提供的汽車輔助駕駛方法，在汽車運(yùn)行過程中，基于場(chǎng)景環(huán)境，根據(jù)智能算法識(shí)別情況，信號(hào)采集的類別、位置、角度、鏡頭等參數(shù)能進(jìn)行自動(dòng)調(diào)整，采集后的信號(hào)融合策略能也進(jìn)行自動(dòng)調(diào)整，還能進(jìn)行算法參數(shù)或結(jié)構(gòu)的自動(dòng)調(diào)整，本發(fā)明能從實(shí)際場(chǎng)景中進(jìn)行學(xué)習(xí)，從而修改相關(guān)參數(shù)，提高汽車輔助駕駛水平

基于上述實(shí)施例提供的汽車輔助駕駛方法，本發(fā)明還提供一種汽車輔助駕駛系統(tǒng)。請(qǐng)參閱圖3，所述汽車輔助駕駛系統(tǒng)包括：

信號(hào)采集模塊10，用于通過信號(hào)采集裝置根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)采集汽車周圍的多個(gè)信號(hào)；具體如步驟s100所述；

信號(hào)融合模塊20，用于按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；具體如步驟s200所述；

信號(hào)識(shí)別模塊30，用于采用汽車輔助駕駛智能算法對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果；具體如步驟s300所述；

信號(hào)決策模塊40，用于根據(jù)預(yù)先設(shè)置的決策融合策略對(duì)所述識(shí)別結(jié)果進(jìn)行決策分析得到對(duì)應(yīng)的決策結(jié)果，根據(jù)決策結(jié)果對(duì)應(yīng)動(dòng)態(tài)調(diào)整信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或?qū)?yīng)進(jìn)行預(yù)警以輔助駕駛；具體如步驟s400所述。

進(jìn)一步地，所述信號(hào)采集模塊10包括：

裝置設(shè)置單元，用于在汽車車頂中部安裝一可在垂直方向上伸縮的豎桿，在所述豎桿上端安裝可在水平方向360度旋轉(zhuǎn)及在垂直方向上角度可調(diào)的信號(hào)采集裝置，所述信號(hào)采集裝置包括攝像頭、紅外發(fā)射接收器、雷達(dá)發(fā)射接收器及超聲波發(fā)射接收器；

信號(hào)采集單元，用于根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)，所述信號(hào)采集裝置采集汽車周圍的白光視頻信號(hào)、紅外光視頻信號(hào)、紅光視頻信號(hào)、雷達(dá)信號(hào)及超聲波信號(hào)。

進(jìn)一步地，所述信號(hào)融合模塊20包括：

融合設(shè)置單元，用于預(yù)先采集各種環(huán)境下汽車周圍的不同信號(hào)并進(jìn)行分析測(cè)試，得到最優(yōu)的統(tǒng)計(jì)知識(shí)規(guī)則，形成默認(rèn)的信號(hào)融合策略；

信號(hào)融合單元，用于按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；

融合存儲(chǔ)單元，用于將融合后的信號(hào)數(shù)據(jù)存儲(chǔ)，將信號(hào)數(shù)據(jù)以符合算法輸入的格式存儲(chǔ)在不同的固定區(qū)域，對(duì)外只提供數(shù)據(jù)指針接口，以供對(duì)應(yīng)的汽車輔助駕駛智能算法調(diào)用。

進(jìn)一步地，所述信號(hào)識(shí)別模塊30包括：

信號(hào)識(shí)別單元，用于根據(jù)所述汽車輔助駕駛智能算法分別對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果；其中，所述汽車輔助駕駛智能算法包含場(chǎng)景環(huán)境判斷算法、車道偏移檢測(cè)算法、前車防撞算法、后車防撞算法及行人檢測(cè)算法。

進(jìn)一步地，所述信號(hào)決策模塊40包括：

決策設(shè)置單元，用于預(yù)先采集各種環(huán)境下汽車周圍的不同信號(hào)并進(jìn)行分析測(cè)試，得到最優(yōu)的可靠性識(shí)別結(jié)果，形成對(duì)應(yīng)的決策融合策略；

信號(hào)決策單元，用于根據(jù)決策融合策略分析所述識(shí)別結(jié)果并反饋調(diào)節(jié)信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或選擇當(dāng)前環(huán)境下可靠性最高的識(shí)別結(jié)果進(jìn)行預(yù)警反應(yīng)以輔助駕駛。

由于所述汽車輔助駕駛系統(tǒng)的具體原理和詳細(xì)技術(shù)特征在上述汽車輔助駕駛方法實(shí)施例中已詳細(xì)闡述，在此不再贅述。

上述功能模塊的劃分僅用以舉例說明，在實(shí)際應(yīng)用中，可以根據(jù)需要將上述功能分配由不同的功能模塊來完成，即劃分成不同的功能模塊，來完成上述描述的全部或部分功能。

本領(lǐng)域普通技術(shù)人員可以理解上述實(shí)施例方法中的全部或部分流程，是可以通過計(jì)算機(jī)（或移動(dòng)終端）程序來指令相關(guān)的硬件完成，所述的計(jì)算機(jī)（或移動(dòng)終端）程序可存儲(chǔ)于一計(jì)算機(jī)（或移動(dòng)終端）可讀取存儲(chǔ)介質(zhì)中，程序在執(zhí)行時(shí)，可包括上述各方法的實(shí)施例的流程。其中的存儲(chǔ)介質(zhì)可以為磁碟、光盤、只讀存儲(chǔ)記憶體（rom）或隨機(jī)存儲(chǔ)記憶體（ram）等。

綜上所述，本發(fā)明提供的一種汽車輔助駕駛方法及系統(tǒng)，通過信號(hào)采集裝置根據(jù)預(yù)先設(shè)置的信號(hào)采集參數(shù)采集汽車周圍的多個(gè)信號(hào)；按照預(yù)先設(shè)置的信號(hào)融合策略對(duì)所述多個(gè)信號(hào)進(jìn)行融合，根據(jù)信號(hào)融合策略的信號(hào)融合參數(shù)將不同信號(hào)按不同比例組合在一起得到融合后的信號(hào)數(shù)據(jù)；采用汽車輔助駕駛智能算法對(duì)融合后的信號(hào)數(shù)據(jù)進(jìn)行識(shí)別得到對(duì)應(yīng)的識(shí)別結(jié)果；根據(jù)預(yù)先設(shè)置的決策融合策略對(duì)所述識(shí)別結(jié)果進(jìn)行決策分析得到對(duì)應(yīng)的決策結(jié)果，根據(jù)決策結(jié)果對(duì)應(yīng)動(dòng)態(tài)調(diào)整信號(hào)采集參數(shù)及信號(hào)融合參數(shù)或?qū)?yīng)進(jìn)行預(yù)警以輔助駕駛；提高了汽車輔助駕駛的準(zhǔn)確性，盡量避免了現(xiàn)有技術(shù)誤判的問題，實(shí)現(xiàn)了快速、準(zhǔn)確的汽車輔助駕駛，具有很好的應(yīng)用前景，帶來了極大的方便。

可以理解的是，對(duì)本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，而所有這些改變或替換都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。