CN109445443A - 一种辅助自动驾驶的座椅及其自动驾驶方法 - Google Patents

Abstract

本发明公开了一种辅助自动驾驶的座椅及其自动驾驶方法，包括：座椅本体、机械臂和机械手、控制刹车和离合的机械腿和机械脚、视觉传感器、听觉传感器、惯导传感器组合和中央控制单元；在不启动自动驾驶功能时，这些部件都可以收缩并隐藏在座椅的不同部位；中央控制单元可以记录驾驶过程，并进行深度学习训练，深度学习训练包括对路线的熟悉，路口控制以及常见交通规则的处理；当需要启动辅助自动驾驶时，开启惯导传感器组合，且隐藏在驾驶座椅的机械臂、机械手、机械腿、机械脚、视觉传感器和听觉传感器从座椅内伸展出来，在中央控制单元的控制下，依据深度学习的结果规划路线和驾驶方式。其在没有人干预的情况下，实现避障功能，完成自动驾驶。

Description

一种辅助自动驾驶的座椅及其自动驾驶方法

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种辅助自动驾驶的座椅及其自动驾驶方法。

背景技术

在汽车为人们的出行带来巨大的便捷的同时，道路上也发生了很多让人悲痛不已的交通事故。发生这些事故的非自然原因有：司机疲劳驾驶、在车辆行驶过程中接打电话、醉驾、身体疾病发作等多方面。在这些悲剧的烘托下，如何实现汽车的自动驾驶便成为了一个有着巨大价值的、需要着重研究的课题。现今，随着深度学习技术的崛起和人工智能的发展，自动驾驶作为其中备受关注的重要落脚点，也有了逐渐正式走进大众视野、为人们带来安全与便捷的可能性。

目前的一种自动驾驶辅助装置的整体包括以下多部分：驾驶者监控部；手动驾驶恢复级别设定部；手动驾驶恢复时间计算部；警告产生部；速度控制部；自动停车部以及多个图像传感器部分。该现有装置的整体原理是依靠驾驶者监控部对驾驶者进行神态、动作速率、面部朝向等多方面图像信息进行采集提取，然后通过控制中心计算判断驾驶者从自动驾驶恢复手动驾驶的时间，并控制是否停车、加速、减速等多方面的内容。

现有的自动驾驶技术只是一种驾驶辅助系统，该系统未对更多的驾驶者的因素与外界环境的因素作出考虑与判断，无自主深入学习功能，只是对特定的信息进行固定流程的判断。现有的驾驶技术机械式地判断所考虑的因素是否超过所设定的标准，无法实现真正的自动驾驶。例如现有技术通过驾驶者的各种行为信息来判断是否继续自动驾驶，但当驾驶者因外界因素而作出不恰当的行为动作时，可能会出现手动驾驶与自动驾驶的矛盾。现有技术在某些特定场面无法进行救助或帮助，如驾驶者突发身体疾病，而现有技术无法实现应急处理与紧急呼救功能。

发明内容

本发明要解决的技术问题是提供一种辅助自动驾驶的座椅及其自动驾驶方法，其能够实现自动驾驶，安全系数高，能够自主学习，更为方便。

为了解决上述技术问题，本发明提供了一种辅助自动驾驶的座椅，包括座椅本体,其用于驾驶员乘坐；

机械臂和机械手，所述座椅本体的两侧皆设置有机械臂，所述机械臂的端部设置有机械手，所述机械臂和机械手配合以实现自动驾驶；

机械腿和机械脚，所述座椅本体的两侧皆设置有机械腿，所述机械腿的端部设置有机械脚，所述机械腿与机械脚配合以控制刹车和离合器；

第一传感器组件，其包括视觉传感器和听觉传感器；

大脑，其内部设置有自学习功能的中央处理单元，所述中央处理单元获取传感器组件接收的信号并自主学习，形成认知记忆，并控制机械臂、机械手、机械腿和机械脚的运动。

作为优选的，所述座椅本体的两侧皆设置有第一容纳槽，所述机械手和机械臂能够折叠并收纳在第一容纳槽内；所述座椅本体的底部设置有第二容纳槽，所述机械脚和机械腿能够折叠并收纳在第二容纳槽内。

本发明还公开了一种辅助自动驾驶的座椅的自主驾驶方法，基于上述辅助自动驾驶的座椅，包括以下步骤：

步骤一、打开辅助驾驶座椅开关，所述座椅进入深度学习驾驶模式；

步骤二、所述中央处理单元接收指令；若所述中央处理单元接收进入辅助驾驶指令，则进行下一步；若所述中央处理单元接收退出辅助驾驶指令，则所述座椅继续保持深度学习驾驶模式；

步骤三、进入辅助驾驶模式；

步骤四、所述中央处理单元接收结束辅助驾驶的指令，所述座椅结束辅助驾驶模式；

步骤五、所述中央处理单元接收结束深度学习的指令，所述座椅结束深度学习模式。

作为优选的，所述深度学习驾驶模式包括以下步骤：

第二传感器组件采集驾驶信息，所述中央处理单元记录车辆的运行方式，获得车辆行驶数据；

所述中央处理单元建立车辆行驶数据库，所述数据库存储所述车辆行驶数据；

所述中央处理单元对车辆行驶数据库的数据依次进行分析、综合、整理和归纳,获得驾驶特点。

作为优选的，所述车辆运行方式包括：运动速度、加速方式、启动方式和转弯方式。

作为优选的，所述辅助驾驶模式包括以下步骤：

开启座椅本体上的第二传感器组件；

所述座椅本体上的机械臂、机械手、机械腿和机械脚伸出，所述第一传感器组件工作；

所述中央处理单元接收指示，确定目的地，规划路径；

根据深度学习的结果，所述座椅启动车辆，按照驾驶特点沿规划路径行驶。

作为优选的，所述第二传感器组件包括惯导传感器组件、三轴磁传感器、三轴加速度传感器、三轴陀螺传感器和气压高度计。

作为优选的，所述辅助驾驶模式包括图像识别模块、语音识别模块、路线记忆模块和地图绘制模块。

作为优选的，所述地图绘制模块与卫星定位系统连接。

作为优选的，本发明还包括紧急救助模式，在所述紧急救助模式下，所述图像识别模块采集车内图像并传输至中央处理单元，所述中央处理单元控制机械臂拿取应急药物。

本发明的有益效果：

1、本发明基于智能的中央控制单元在经过收集到的大量的数据信息的学习后形成的认知记忆，并且可不断更新，而对各种突发情况进行综合考虑的，可极大地降低系统与驾驶者发生冲突的可能性。

2、本发明设置有机械臂、机械手、机械腿和机械脚，在紧急情况下对驾驶者进行紧急处理，使得自动驾驶更人性化、更具有安全保障功能。

3、本发明座椅可代替人操作，实现自动驾驶。

附图说明

图1为本发明的辅助自动驾驶的座椅的结构示意图；

图2为本发明中座椅在收纳状态下的结构示意图；

图3为本发明中的中央处理单元与个系统间的交互示意图；

图4为本发明中辅助自动驾驶的座椅的自主驾驶方法的流程图；

图5为本发明中深度学习驾驶模式的流程图；

图6为本发明中座椅辅助驾驶模式的流程图。

图中标号说明：10、座椅本体；20、机械臂；21、机械手；22、机械腿；23、机械脚；30、大脑；31、听觉传感器；32、视觉传感器。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

参照图1-图6所示，本发明公开了一种辅助自动驾驶的座椅，包括座椅本体10、机械臂20和机械手21、机械腿22和机械脚23、第一传感器组件和大脑30。

座椅本体10：用于驾驶员乘坐。

机械臂20和机械手21：所述座椅本体10的两侧皆设置有机械臂20，所述机械臂20的端部设置有机械手21，所述机械臂20和机械手21配合以实现自动驾驶；

机械腿22和机械脚23：所述座椅本体10的两侧皆设置有机械腿22，所述机械腿22的端部设置有机械脚23，所述机械腿22与机械脚23配合以控制刹车和离合器；

第一传感器组件：其包括视觉传感器32、听觉传感器31；

大脑30：其内部设置有自学习功能的中央处理单元，所述中央处理单元获取传感器组件接收的信号并自主学习，形成认知记忆，并控制机械臂20、机械手21、机械腿22和机械脚23的运动。在中央处理单元的操纵下，机械臂、机械手、机械腿和机械脚可以完成多种人类能够完成的动作，例如拿杯子、操纵方向盘和离合器等行为。

而中央处理单元是整个装置的核心，它的作用如同人的大脑。该部分在硬件上需要设计专有的决策芯片，并且还需在软件上用到高效的深度学习算法。之所以需要深度学习功能，就是为了该装置在实际使用过程中可以自主学习，并形成认知记忆。深度学习网络需要大量的神经元，需要强大的计算能力，具备复杂的层的连接方式，并且能够进行自动特征提取。深度学习可以被定义为以下四个基本网络框架中拥有大量参数和层的神经网络：无监督预训练网络、卷积神经网络、循环神经网络、递归神经网络。适用于这些体系结构的有以下多种方法：反向传播、随机梯度下降、学习率衰减、连续词袋、迁移学习等等。框图中的数据库是存储大量用于训练中央处理单元的智能辅助驾驶的信息的。

所述座椅本体10的两侧皆设置有第一容纳槽，所述机械手21和机械臂20能够折叠并收纳在第一容纳槽内；所述座椅本体10的底部设置有第二容纳槽，所述机械脚23和机械腿22能够折叠并收纳在第二容纳槽内。这样，在不使用座椅辅助驾驶功能时，机械臂20和机械手21收纳至第一容纳槽内，机械腿22和机械脚23收纳至第二容纳槽内，这样座椅处于收纳状态，此时座椅可作为普通座椅使用。

当需要启动辅助自动驾驶时，隐藏在驾驶座椅的机械臂和手、机械腿和足、视觉传感器和听觉传感器慢慢地分别从座椅的下部、侧面和上部伸展出来。

本发明还公开了一种辅助自动驾驶的座椅的自主驾驶方法，基于上述述辅助自动驾驶的座椅，包括以下步骤：

步骤一、打开辅助驾驶座椅开关，所述座椅进入深度学习驾驶模式；

步骤二、所述中央处理单元接收指令；若所述中央处理单元接收进入辅助驾驶指令，则进行下一步；若所述中央处理单元接收退出辅助驾驶指令，则所述座椅继续保持深度学习驾驶模式；

步骤三、进入辅助驾驶模式；

步骤四、所述中央处理单元接收结束辅助驾驶的指令，所述座椅结束辅助驾驶模式；

步骤五、所述中央处理单元接收结束深度学习的指令，所述座椅结束深度学习模式。

其中的指令输入模式既可以通过安装在座椅上的按钮，也可以通过语音输入。在从辅助驾驶模式切换时，中央处理单元还会根据视觉传感器和语音询问传递的信息来判断驾驶者在一些情况下是否具备手动驾驶能力，比如驾驶者长途驾驶而造成身体疲惫的情况。

对于本发明的辅助自动驾驶的座椅的自主驾驶方法，所述深度学习驾驶模式包括以下步骤：

1、第二传感器组件采集驾驶信息，所述中央处理单元记录车辆的运行方式，获得车辆行驶数据；

2、所述中央处理单元建立车辆行驶数据库，所述数据库存储所述车辆行驶数据；

3、所述中央处理单元对车辆行驶数据库的数据依次进行分析、综合、整理和归纳,获得驾驶特点。

其中，车辆的运行方式包括运动速度、加速方式、启动方式和转弯方式等。

对于本发明的辅助自动驾驶的座椅的自主驾驶方法，所述辅助驾驶模式包括以下步骤：

1、开启座椅本体上的第二传感器组件；

2、所述座椅本体上的机械臂、机械手、机械腿和机械脚伸出，所述第一传感器组件工作；

3、所述中央处理单元接收指示，确定目的地，规划路径；

4、根据深度学习的结果，所述座椅启动车辆，按照驾驶特点沿规划路径行驶。

其中，所述第二传感器组件包括惯导传感器组件、三轴磁传感器、三轴加速度传感器、三轴陀螺传感器和气压高度计。

所述辅助驾驶模式包括图像识别模块、语音识别模块、路线记忆模块和地图绘制模块。而地图绘制模块与卫星定位系统连接。

本发明的辅助自动驾驶的座椅的自主驾驶方法还包括紧急救助模式，在所述紧急救助模式下，所述图像识别模块采集车内图像并传输至中央处理单元，所述中央处理单元控制机械臂拿取应急药物。当发生紧急情况，需要机械臂来拿取应急药物时，机械臂会用集成在手上的视觉传感器，对药品进行图像采集，然后通过图像与文字识别进而判断是否拿取了正确的药物。当然，这一系列行为也会促进中央控制单元的认知的完备。

本发明具有以下优点：

第一，现有技术缺乏智能的自主的深入学习功能，机械式地判断所考虑的因素是否超过所设定的标准，无法实现真正的自动驾驶。例如现有技术通过驾驶者的各种行为信息来判断是否继续自动驾驶，但当驾驶者因外界因素而作出不恰当的行为动作时，可能会出现手动驾驶与自动驾驶的矛盾。本发明是基于智能的中央控制单元在经过收集到的大量的数据信息的学习后形成的认知记忆，并且可不断更新，而对各种突发情况进行综合考虑的，可极大地降低系统与驾驶者发生冲突的可能性。

第二，现有技术仅仅是辅助驾驶系统，而没有对紧急情况进行紧急处理与救援的功能。但本发明具有在紧急情况下对驾驶者进行紧急处理与向外届呼救的功能，使得自动驾驶更人性化、更具有安全保障功能。

第三，更为可靠与便捷，并且可以自动绘出所经过区域的3D地图信息，联合卫星定位系统显示附近各道路的交通情况。

第四、对于外界的环境因素，本发明进行收集信息，以便在自动驾驶的情况下对具有极大不确定性的开放环境的一些突发事件能够形成预测来降低突发事故造成人员伤亡的可能性。该系统既有对驾驶者状态进行判别，然后判断是否切换到自动驾驶状态以减少驾驶者因可能暂时无法驾驶车辆而遭受意外。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (10)

1.一种辅助自动驾驶的座椅，其特征在于，包括:

座椅本体,其用于驾驶员乘坐；

机械臂和机械手，所述座椅本体的两侧皆设置有机械臂，所述机械臂的端部设置有机械手，所述机械臂和机械手配合以实现自动驾驶；

机械腿和机械脚，所述座椅本体的两侧皆设置有机械腿，所述机械腿的端部设置有机械脚，所述机械腿与机械脚配合以控制刹车和离合器；

第一传感器组件，其包括视觉传感器和听觉传感器；

大脑，其内部设置有自学习功能的中央处理单元，所述中央处理单元获取传感器组件接收的信号并自主学习，形成认知记忆，并控制机械臂、机械手、机械腿和机械脚的运动。

2.如权利要求1所述的辅助自动驾驶的座椅，其特征在于，所述座椅本体的两侧皆设置有第一容纳槽，所述机械手和机械臂能够折叠并收纳在第一容纳槽内；所述座椅本体的底部设置有第二容纳槽，所述机械脚和机械腿能够折叠并收纳在第二容纳槽内。

3.一种辅助自动驾驶的座椅的自主驾驶方法，基于权利要求1所述辅助自动驾驶的座椅，其特征在于，包括以下步骤：

步骤一、打开辅助驾驶座椅开关，所述座椅进入深度学习驾驶模式；

步骤二、所述中央处理单元接收指令；若所述中央处理单元接收进入辅助驾驶指令，则进行下一步；若所述中央处理单元接收退出辅助驾驶指令，则所述座椅继续保持深度学习驾驶模式；

步骤三、进入辅助驾驶模式；

步骤四、所述中央处理单元接收结束辅助驾驶的指令，所述座椅结束辅助驾驶模式；

步骤五、所述中央处理单元接收结束深度学习的指令，所述座椅结束深度学习模式。

4.如权利要求3所述的辅助自动驾驶的座椅的自主驾驶方法，其特征在于，所述深度学习驾驶模式包括以下步骤：

第二传感器组件采集驾驶信息，所述中央处理单元记录车辆的运行方式，获得车辆行驶数据；

所述中央处理单元建立车辆行驶数据库，所述数据库存储所述车辆行驶数据；

所述中央处理单元对车辆行驶数据库的数据依次进行分析、综合、整理和归纳,获得驾驶特点。

5.如权利要求4所述的辅助自动驾驶的座椅的自主驾驶方法，其特征在于，所述车辆运行方式包括：运动速度、加速方式、启动方式和转弯方式。

6.如权利要求3所述的辅助自动驾驶的座椅的自主驾驶方法，其特征在于，所述辅助驾驶模式包括以下步骤：

开启座椅本体上的第二传感器组件；

所述座椅本体上的机械臂、机械手、机械腿和机械脚伸出，所述第一传感器组件工作；

所述中央处理单元接收指示，确定目的地，规划路径；

根据深度学习的结果，所述座椅启动车辆，按照驾驶特点沿规划路径行驶。

7.如权利要求4或6所述的辅助自动驾驶的座椅的自主驾驶方法，其特征在于，所述第二传感器组件包括惯导传感器组件、三轴磁传感器、三轴加速度传感器、三轴陀螺传感器和气压高度计。

8.如权利要求3所述的辅助自动驾驶的座椅的自主驾驶方法，其特征在于，所述辅助驾驶模式包括图像识别模块、语音识别模块、路线记忆模块和地图绘制模块。

9.如权利要求8所述的辅助自动驾驶的座椅的自主驾驶方法，其特征在于，所述地图绘制模块与卫星定位系统连接。

10.如权利要求8所述的辅助自动驾驶的座椅的自主驾驶方法，其特征在于，还包括紧急救助模式，在所述紧急救助模式下，所述图像识别模块采集车内图像并传输至中央处理单元，所述中央处理单元控制机械臂拿取应急药物。