一种基于人工智能技术的电动车辅助驾驶系统的制作方法

技术特征：
1.一种基于人工智能技术的电动车辅助驾驶系统，其特征在于，包括红外镜头模块、图像处理模块和辅助提示模块；红外镜头模块用于获取电动车前方的红外图像；图像处理模块用于：对红外图像进行像素点分类，获取红外图像中的目标像素点，并将非目标像素点从增强图像中删除，获得目标图像；对目标图像进行像素点增强处理，获得增强图像；基于增强图像获取行人的位置以及距离；辅助提示模块用于根据行人的位置和距离向电动车驾驶员发出提示信息。2.根据权利要求1所述的一种基于人工智能技术的电动车辅助驾驶系统，其特征在于，所述对红外图像进行像素点分类，获取红外图像中的目标像素点，包括：使用大津算法计算红外图像的分类阈值；将红外图像中大于分类阈值的像素点作为目标像素点，小于等于分类阈值的像素点作为非目标像素点。3.根据权利要求1所述的一种基于人工智能技术的电动车辅助驾驶系统，其特征在于，所述对目标图像进行像素点增强处理，获得增强图像，包括：判断像素点的像素值是否大于预设的像素值阈值，若是，则通过如下公式对像素点进行增强处理：其中，enhig表示增强图像，(x,y)表示像素点的坐标，enhig(x,y)表示增强图像中坐标为(x,y)的像素点的像素值，flr(x,y)表示目标图像中坐标为(x,y)的像素点的像素值，medfilt(x,y)表示对图像中坐标为(x,y)的像素点进行中值滤波后的像素值；flru表示目标图像中的像素点的类型的总数，thsaa
j
表示目标图像中第j类的像素点的数量，nfflr表示目标图像中的像素点的总数，flr
j
表示第j类的像素点的像素值；w1、w2分别表示预设的权重参数。4.根据权利要求1所述的一种基于人工智能技术的电动车辅助驾驶系统，其特征在于，所述基于增强图像获取行人的位置以及距离，包括：对增强图像进行降噪处理，获得降噪图像；获取降噪图像中的连通区域；分别获取降噪图像中每个连通区域的最小外接矩形，将所有的最小外接矩形存入集合u中；基于预先设定的最小外接矩形的长宽比对集合u中的最小外接矩形进行筛选，将长宽比小于预设的长宽比阈值的最小外接矩形从集合u中删除，获得集合tu；对集合tu中的最小外接矩形进行对称性检测，将不符合预设的对称性检测要求的最小外接矩形从集合tu中删除，获得集合su；将su中的最小外接矩形输入到预先训练完成的神经网路模型中进行行人检测，分别判断每个su中的每个最小外接矩形是否存在行人；
获取存在行人的最小外接矩形的中心坐标，将中心坐标转换为行人的位置；根据最小外接矩形的中心坐标和红外图像的中心的关系计算行人与电动车之间的距离。5.根据权利要求1所述的一种基于人工智能技术的电动车辅助驾驶系统，其特征在于，所述辅助提示模块包括文字提示单元和语音提示单元；文字提示单元用于通过文字方式向电动车驾驶员提示行人的位置及距离；语音提示单元用于通过语音的方式电动车驾驶员提示行人的位置及距离。

技术总结
本发明提供了一种基于人工智能技术的电动车辅助驾驶系统，包括红外镜头模块、图像处理模块和辅助提示模块；红外镜头模块用于获取电动车前方的红外图像；图像处理模块用于：对红外图像进行像素点分类，获取红外图像中的目标像素点，并将非目标像素点从增强图像中删除，获得目标图像；对目标图像进行像素点增强处理，获得增强图像；基于增强图像获取行人的位置以及距离；辅助提示模块用于根据行人的位置和距离向电动车驾驶员发出提示信息。本发明有效地降低了参与行人检测的像素点的数量，有利于提高行人检测的速度，及时发现电动自行车前方的行人。前方的行人。前方的行人。


技术研发人员：陈晓斌 吴腾通
受保护的技术使用者：深圳飞亮智能科技有限公司
技术研发日：2022.01.25
技术公布日：2022/6/4