(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210026203.2 (22)申请日 2022.01.11 (71)申请人 浙江科技学院 地址 310023 浙江省杭州市西湖区留和路 318号 (72)发明人 康明　陶祥兴　钱亚冠　付乐　 应书丽　 (74)专利代理 机构 郑州豫原知识产权代理事务 所(普通合伙) 41176 专利代理师 吴林 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/24(2022.01) G06V 10/44(2022.01) G08G 1/0967(2006.01) (54)发明名称 一种基于人工智能的自动驾驶路况识别分 析系统 (57)摘要 本发明公开了一种基于人工智能的自动驾 驶路况识别分析系统， 涉及路况分析领域， 其技 术方案包括汽车， 汽车的内部包括激光雷达、 CMOS摄像头、 识别系统、 图像系统、 深度学习模块 和数据传输模块， 激光雷达安装在汽车的外部， CMOS摄像头安装在汽车的外部， 激光雷达与识别 系统之间通信连接， 激光雷达将识别到的物体以 及距离传输到识别系统中， 图像系统对CMOS摄像 头拍摄的图像进行采集分析与识别， 通过红绿灯 识别模块结合当前车辆的行驶速度对车辆的路 径进行规划， 同时图像识别模块还会对周围车辆 的转向灯进行识别， 便于检测周围车辆的便道和 转弯意图， 数据传输模块再对分析出的数据进行 传输， 便于车辆中的人员进行观看 。 权利要求书2页 说明书5页 附图2页 CN 115249352 A 2022.10.28 CN 115249352 A 1.一种基于人工智能的自动驾驶路况识别分析系统， 包括汽车， 其特征在于， 所述汽车 的内部包括激光雷达(1)、 CMOS摄像头(2)、 识别系统(3)、 图像系统(4)、 深度学习模块(5)和 数据传输模块(6)， 所述激光雷达(1)安装在汽 车的外部， 所述CMOS摄像头(2)安装在汽 车的 外部， 所述激光雷达(1)与所述识别系统(3)之间通信连接， 所述激光雷达(1)将识别到的物 体以及距离传输到所述识别系统(3)中， 所述图像系统(4)对所述CMOS摄像头(2)拍摄的图 像进行采集分析与识别， 所述图像系统(4)的内部包括图像采集模块(10)、 图像预处理模块 (11)、 图像识别模块(12)和车辆轮廓采集模块(13)； 所述识别系统(3)的内部包括车辆识别模块(7)、 行人识别模块(8)和坑洼及固定障碍 物识别模块(9)， 所述识别系统(3)对 所述激光雷达(1)传输数据中外部的车辆位置、 行人以 及坑洼障碍物进行识别， 所述识别系统(3)将识别出的数据传输到所述深度学习模块(5) 中， 所述图像系统(4)将数据传输到所述深度学习模块(5)中， 所述深度学习模块(5)的内部 包括车辆 路径预测模块(14)、 行人路径预测模块(15)、 数据记忆模块(16)、 路段堵塞获取模 块(17)和红绿灯识别模块(18)； 所述深度学习模块(5)通过对识别系统(3)和图像系统(4)传输数据的学习， 从而对周 围车辆的运动路径、 行人 的运动路径进行预测， 同时接入外部外部数据对行程中的堵塞路 段进行获取， 通过图像系统的识别内容对红路灯的情况进行获取， 并且对路段中坑洼和障 碍物的区域进 行记忆， 在下次行驶的时候自动规避， 所述深度学习模块(5)与所述数据传输 模块(6)之间通信连接， 所述深度学习模块(5)将识别后的数据通过所述数据传输模块(6) 进行传输， 便 于驾驶人员进行观看。 2.根据权利要求1所述的一种基于人工智能的自动驾驶路况识别分析系统， 其特征在 于， 所述车辆识别模块(7)对接收到的汽车周围物体以及距离的数据进 行学习， 从而对汽车 周围的车辆的具体数据进行识别， 所述行人识别模块(8)对接收到的汽车周围物体以及距 离的数据进行 学习， 从而对 汽车周围的行 人进行识别。 3.根据权利要求2所述的一种基于人工智能的自动驾驶路况识别分析系统， 其特征在 于， 所述坑洼及固定障碍物识别模块(9)对接收到的汽车周围物体以及距离的数据进行学 习， 从而对 汽车周围的坑洼以及固定障碍物进行识别。 4.根据权利要求3所述的一种基于人工智能的自动驾驶路况识别分析系统， 其特征在 于， 所述图像采集模块(10)对 所述CMOS摄像头(2)拍摄的图像进行采集， 所述图像采集模块 (10)将采集到的图像传输到所述图像预处理模块(11)中， 所述图像预处理模块(11)对图像 进行预处理， 从而降低图像中存在的噪点， 并且 对图像进行矫 正。 5.根据权利要求4所述的一种基于人工智能的自动驾驶路况识别分析系统， 其特征在 于， 所述图像预处理模块(11)将处理后的图像传输到所述图像识别模块(12)中， 所述图像 识别模块(12)对处理后的图像进行识别， 识别的内容包括车辆、 周围车辆的转向灯和行人 的边缘以及前 方交通信号灯的颜色与数值。 6.根据权利要求5所述的一种基于人工智能的自动驾驶路况识别分析系统， 其特征在 于， 所述车辆轮廓采集模块(13)根据所述图像识别模块(12)识别 出的数据， 从而对周围车 辆的边缘进行采集。 7.根据权利要求6所述的一种基于人工智能的自动驾驶路况识别分析系统， 其特征在 于， 所述车辆 路径预测模块(14)通过5 s内周围汽车的行驶状况以及周围车辆的转向灯从而权　利　要　求　书 1/2 页 2 CN 115249352 A 2对周围汽 车后续的行驶路径进 行预测， 所述行人路径预测模块(15)通过5s内周围行人的运 动状况从而对周围行 人后续的行驶路径进行 预测。 8.根据权利要求7所述的一种基于人工智能的自动驾驶路况识别分析系统， 其特征在 于， 所述数据记忆模块(16)对周围的坑洼以及固定障碍物进行记忆， 在下次行驶此路段时 自动对坑 洼以及固定障碍物进 行避让， 所述路段堵塞获取模块(17)通过对外部导航以及北 斗卫星的接入， 从而对行驶路程中的路段的堵塞情况进行获取。 9.根据权利要求8所述的一种基于人工智能的自动驾驶路况识别分析系统， 其特征在 于， 所述红绿灯识别模块(18)通过所述图像识别模块(12)识别的交通信号灯的颜色与数 值， 并结合当前 车辆的行驶速度对车辆的路径进行规划。权　利　要　求　书 2/2 页 3 CN 115249352 A 3