CN113112772A - 一种能减少交通事故的汽车驾驶鞋及控制方法 - Google Patents

Abstract

本发明属于汽车用品技术领域，公开了一种能减少交通事故的汽车驾驶鞋及控制方法，所述能减少交通事故的汽车驾驶鞋包括压力采集模块、位置状态检测模块、温度检测模块、湿度检测模块、电源模块、中央处理模块、蓝牙模块、汽车电脑模块、振动模块、语音提示模块、散热模块和无线联网模块。本发明通过设置有振动模块，可以当车辆前方遇到障碍物或者人时进行紧急提醒踩刹车，避免长时间踩油门，错误将踩油门当成踩刹车；本发明通过无线联网模块和语音提示模块，可以根据车辆的行驶状态，提醒脚部的操作过程。本发明通过设置有压力采集模块、位置状态检测模块、温度检测模块和湿度检测模块，可以对脚部的状态进行检测，更好的进行脚步操作。

Description

一种能减少交通事故的汽车驾驶鞋及控制方法

技术领域

本发明属于汽车用品技术领域，尤其涉及一种能减少交通事故的汽车驾驶鞋及控制方法。

背景技术

目前，"交通事故"是指车辆在道路上因过错或者意外造成人身伤亡或者财产损失的事件。交通事故不仅是由不特定的人员违反交通管理法规造成的；也可以是由于地震、台风、山洪、雷击等不可抗拒的自然灾害造成。

引起交通事故的原因为：1)客观因素，道路、气象等原因，也可引起事故发生。2)车况不佳，车辆技术状况不良，尤其是制动系统、转向系统、前桥、后桥有故障，没有及时检查、维修。3)疏忽大意，当事人由于心理或者生理方面的原因，没有正确观察和判断外界事物而造成精力分散、反应迟钝，表现为观望不周、措施不及或者不当。还有当事人依靠自己的主观想象判断事务或者过高估计自己的技术，过分自信，对前方、左右车辆、行人形态、道路情况等，未判断清楚就盲目通行。4)操作失误，驾驶车辆的人员技术不熟练，经验不足，缺乏安全行车常识，未掌握复杂道路行车的特点，或者遇有突然情况惊慌失措，发生操作错误。5)违反规定，当事人由于不按交通法规和其他交通安全规定行车或者走路，致使交通事故发生。如酒后开车、非驾驶人员开车、超速行驶、争道抢行、违章装载、超员、疲劳驾驶、行人不走人行横道等原因造成交通违法的交通事故。其中，脚部操作失误是引起交通事故的主要原因。但是现有的汽车驾驶鞋只在鞋底上改进，提高相应的摩擦力，无法解决在情况紧急下，误将油门当成刹车。同时现有的汽车驾驶鞋由于无法检测脚部的状态，不能为脚部操作提供科学的语音提示。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有的汽车驾驶鞋只在鞋底上改进，提高相应的摩擦力，无法解决在情况紧急下，误将油门当成刹车。

(2)现有的汽车驾驶鞋由于无法检测脚部的状态，不能为脚部操作提供科学的语音提示。

发明内容

针对现有技术存在的问题，本发明提供了一种能减少交通事故的汽车驾驶鞋及控制方法。

本发明是这样实现的，一种能减少交通事故的汽车驾驶鞋包括压力采集模块、位置状态检测模块、温度检测模块、湿度检测模块、电源模块、中央处理模块、蓝牙模块、振动模块和语音提示模块；

所述压力采集模块与中央处理模块连接，通过压力传感器，检测右脚踩油门的力度；

在检测到右脚踩油门的力度后，首先对检测的信号进行去噪，采用的去燥方法包括为：

将压力传感器采集的信号建立数据去噪集合；

根据数据去噪集合中的数据，建立小波基函数模型，并进行分解；

在分解过程中，确定去噪阈值，并对小波系数进行处理；

小波系数处理完成后，对信号进行重构；

位置状态检测模块，与中央处理模块连接，通过姿态传感器，用以检测左右脚的状态；

在检测左右脚的状态过程中，需要对各个数据进行融合，具体的融合过程为：

将姿态传感器检测到的数据，建立相应的数据处理集合；

根据数据处理结合中的数据，提取相应的数据特征，并进行特征提取的变换，提取代表观测数据的特征矢量；

利用自适应神经网络对提取的特征矢量进行模式识别，完成姿态传感器关于目标的说明；并进行分组，建立相应的关联性；

将每一目标的数据进行合成，得到该目标的一致性解释与描述；

温度检测模块，与中央处理模块连接，通过温度传感器，检测鞋内部的温度；

湿度检测模块，与中央处理模块连接，通过湿度传感器，检测鞋内部的湿度；

电源模块，与中央处理模块连接，通过嵌装的蓄电池，为整体装置进行供电；

中央处理模块，分别与压力采集模块、位置状态检测模块、温度检测模块、湿度检测模块、电源模块、蓝牙模块、振动模块和语音提示模块连接，用以协调各个模块的正常运行；

蓝牙模块，与中央处理模块连接，通过蓝牙与汽车电脑连接，用以接收汽车行驶的状态数据信息；

汽车电脑模块，与蓝牙模块连接，通过汽车电脑收集汽车的行驶状态和安全信息，并将数据信息传递到中央处理模块中；

振动模块，与中央处理模块连接，通过振动器，用以对脚部进行振动提醒；

语音提示模块，与中央处理模块连接，通过语音提示器，为脚部的操作进行提示。

进一步，所述能减少交通事故的汽车驾驶鞋还包括：

散热模块，与中央处理模块连接，通过散热器，对鞋内部的温度进行散热；

无线联网模块，与中央处理模块连接，通过无线联网设备与云服务器连接，用以接收相应的数据。

进一步，汽车电脑模块通过汽车电脑收集汽车的行驶状态和安全性包括：油门大小、加速度、速度、发动机温度、车辆前方或后发是否有障碍物及与障碍物的距离等。

进一步，振动模块对脚部进行振动提醒的具体过程为：

汽车电脑模块判断车辆前方是否有障碍物或人，并将采集的油门大小建立相应的数据包通过蓝牙传递到中央处理模块；

中央处理模块判断车辆行驶的安全性，根据判断的结果，中央处理模块控制振动器对脚部进行振动提醒进行收油，并进行踩刹车。

进一步，语音提示模块通过语音提示器，为脚部的操作进行提示的具体过程为：

汽车电脑模块将汽车的行驶状态和安全信息，并将数据信息传递到中央处理模块中；

中央处理模块通过无线联网设备与云服务器连接，云服务器根据路况和汽车行驶的状态数据，利用大数据处理对相应的操作进行判断分析；

云服务器判断分析完成后，将结果反馈给中央处理模块，中央处理模块控制语音提示模块中语音提示器，为脚部的操作进行语音提示。

进一步，所述确定去噪阈值时，采用的阈值计算公式为：

x(z)＝∑y(z)；

其中：

y(z)＝a(z)²；

式中，y(z)为对序列a(z)求平方的序列，x(z)为序列y(z)前z个点之和的序列，a(z)为对原始信号进行小波分解得到的第一层小波系数序列的升序序列。

进一步，所述小波基函数模型为：

其中N_B为分解层数，β_i(i＝1,2,…,N_B)为模型表示参数，ψ_i(t)(i＝1,2,…,N_B)为不同分解上的小波基函数。

进一步，所述建立相应的数据处理集合包括：

将采集数据去除唯一属性、处理缺失值和异常值检测及处理；

进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的特征向量、将数据转换到特征向量构建的新空间中；

得处理后的新数据，进行数据标准化处理，将数据按比例缩放，使之落入一个设定的集合区间。

进一步，利用自适应神经网络对提取的特征矢量进行模式识别包括：

将所提取的特征数据输入自适应神经网络模式识别器，神经网络模式识别器进行特征级数据融合；

从知识库和数据库中取出各模式对应的规则和参数，与特征数据进行匹配；

将与特征数据存在重合特征数据的模式判断为与提取的特征矢量吻合的模式。

进一步，所述神经网络模式识别器进行特征级数据融合包括：

通过特征级数据融合算法对采集的姿态数据进行特征提取，得到姿态数据的多个特征矢量。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

本发明通过设置有振动模块，可以当车辆前方遇到障碍物或者人时进行紧急提醒踩刹车，避免长时间踩油门，错误将踩油门当成踩刹车；本发明通过无线联网模块和语音提示模块，可以根据车辆的行驶状态，提醒脚部的操作过程，提高安全性。同时本发明通过设置有压力采集模块、位置状态检测模块、温度检测模块和湿度检测模块，可以对脚部的状态进行检测，更好的进行脚步操作。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的能减少交通事故的汽车驾驶鞋结构示意图。

图中：1、压力采集模块；2、位置状态检测模块；3、温度检测模块；4、湿度检测模块；5、电源模块；6、中央处理模块；7、蓝牙模块；8、汽车电脑模块；9、振动模块；10、语音提示模块；11、散热模块；12、无线联网模块。

图2是本发明实施例提供的能减少交通事故的汽车驾驶鞋控制方法流程图。

图3是本发明实施例提供的位置状态检测模块对各个数据进行融合方法流程图。

图4是本发明实施例提供的振动模块对脚部进行振动提醒方法流程图。

图5是本发明实施例提供的语音提示模块通过语音提示器，为脚部的操作进行提示方法流程图。

图6是本发明实施例提供的建立相应的数据处理集合的方法流程图。

图7是本发明实施例提供的利用自适应神经网络对提取的特征矢量进行模式识别的方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种能减少交通事故的汽车驾驶鞋及控制方法，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的能减少交通事故的汽车驾驶鞋包括：

压力采集模块1，与中央处理模块6连接，通过压力传感器，检测右脚踩油门的力度。

位置状态检测模块2，与中央处理模块6连接，通过姿态传感器，用以检测左右脚的状态。

温度检测模块3，与中央处理模块6连接，通过温度传感器，检测鞋内部的温度。

湿度检测模块4，与中央处理模块6连接，通过湿度传感器，检测鞋内部的湿度。

电源模块5，与中央处理模块6连接，通过嵌装的蓄电池，为整体装置进行供电。

中央处理模块6，分别与压力采集模块1、位置状态检测模块2、温度检测模块3、湿度检测模块4、电源模块5、蓝牙模块7、振动模块9、语音提示模块10、散热模块11和无线联网模块12连接，用以协调各个模块的正常运行。

蓝牙模块7，与中央处理模块6连接，通过蓝牙与汽车电脑连接，用以接收汽车行驶的状态数据信息。

汽车电脑模块8，与蓝牙模块7连接，通过汽车电脑收集汽车的行驶状态和安全信息，并将数据信息传递到中央处理模块中。

振动模块9，与中央处理模块6连接，通过振动器，用以对脚部进行振动提醒。

语音提示模块10，与中央处理模块6连接，通过语音提示器，为脚部的操作进行提示。

散热模块11，与中央处理模块6连接，通过散热器，对鞋内部的温度进行散热。

无线联网模块12，与中央处理模块6连接，通过无线联网设备与云服务器连接，用以接收相应的数据。

如图2所示，本发明实施例提供的能减少交通事故的汽车驾驶鞋控制方法，包括：

S101：压力采集模块通过压力传感器，检测右脚踩油门的力度；位置状态检测模块通过姿态传感器，用以检测左右脚的状态。

S102：温度检测模块通过温度传感器，检测鞋内部的温度；湿度检测模块通过湿度传感器，检测鞋内部的湿度。

S103：蓝牙模块通过蓝牙与汽车电脑连接，用以接收汽车行驶的状态数据信息；汽车电脑模块通过汽车电脑收集汽车的行驶状态和安全信息，并将数据信息传递到中央处理模块中。

S104：根据S101～S103检测到的数据，中央处理模块分别与压力采集模块、位置状态检测模块、温度检测模块、湿度检测模块、电源模块、蓝牙模块、振动模块、语音提示模块、散热模块和无线联网模块连接，用以协调各个模块的正常运行。

S105：振动模块通过振动器，用以对脚部进行振动提醒；语音提示模块通过语音提示器，为脚部的操作进行提示；散热模块通过散热器，对鞋内部的温度进行散热。

S106：无线联网模块通过无线联网设备与云服务器连接，用以接收相应的数据；电源模块通过嵌装的蓄电池，为整体装置进行供电。

如图3所示，本发明实施例提供的S101中，位置状态检测模块通过姿态传感器检测左右脚的状态过程中，需要对各个数据进行融合，具体过程为：

S201：将姿态传感器检测到的数据，建立相应的数据处理集合；

S202：根据数据处理结合中的数据，提取相应的数据特征，并进行特征提取的变换，提取代表观测数据的特征矢量；

S203：利用自适应神经网络对提取的特征矢量进行模式识别，完成姿态传感器关于目标的说明；并进行分组，建立相应的关联性；

S204：将每一目标的数据进行合成，得到该目标的一致性解释与描述。

本发明实施例提供的S101中，压力采集模块通过压力传感器在采集右脚踩油门的力度数据过程中，对检测的信号进行去噪的具体过程为：

将压力传感器采集的信号建立数据去噪集合；

根据数据去噪集合中的数据，建立小波基函数模型，并进行分解；

在分解过程中，确定去噪阈值，并对小波系数进行处理；

小波系数处理完成后，对信号进行重构。

所述确定去噪阈值时，采用的阈值计算公式为：

x(z)＝∑y(z)；

其中：

y(z)＝a(z)²；

式中，y(z)为对序列a(z)求平方的序列，x(z)为序列y(z)前z个点之和的序列，a(z)为对原始信号进行小波分解得到的第一层小波系数序列的升序序列。

所述小波基函数模型为：

其中N_B为分解层数，β_i(i＝1,2,…,N_B)为模型表示参数，ψ_i(t)(i＝1,2,…,N_B)为不同分解上的小波基函数。

本发明实施例提供的S103中，汽车电脑模块通过汽车电脑收集汽车的行驶状态和安全性包括：油门大小、加速度、速度、发动机温度、车辆前方或后发是否有障碍物及与障碍物的距离等。

如图4所示，本发明实施例提供的S105中，振动模块对脚部进行振动提醒的具体过程为：

S301：汽车电脑模块判断车辆前方是否有障碍物或人，并将采集的油门大小建立相应的数据包通过蓝牙传递到中央处理模块；

S302：中央处理模块判断车辆行驶的安全性，根据判断的结果，中央处理模块控制振动器对脚部进行振动提醒进行收油，并进行踩刹车。

如图5所示，本发明实施例提供的S105中，语音提示模块通过语音提示器，为脚部的操作进行提示的具体过程为：

S401：汽车电脑模块将汽车的行驶状态和安全信息，并将数据信息传递到中央处理模块中；

S402：中央处理模块通过无线联网设备与云服务器连接，云服务器根据路况和汽车行驶的状态数据，利用大数据处理对相应的操作进行判断分析；

S403：云服务器判断分析完成后，将结果反馈给中央处理模块，中央处理模块控制语音提示模块中语音提示器，为脚部的操作进行语音提示。

如图6所示，本发明实施例提供的S201中，本发明实施例中的建立相应的数据处理集合包括：

S501，将采集数据去除唯一属性、处理缺失值和异常值检测及处理；

S502，进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的特征向量、将数据转换到特征向量构建的新空间中；

S503，得处理后的新数据，进行数据标准化处理，将数据按比例缩放，使之落入一个设定的集合区间。

如图7所示，本发明实施例提供的S203中，本发明实施例中的利用自适应神经网络对提取的特征矢量进行模式识别包括：

S601，将所提取的特征数据输入自适应神经网络模式识别器，神经网络模式识别器进行特征级数据融合；

S602，从知识库和数据库中取出各模式对应的规则和参数，与特征数据进行匹配；

S603，将与特征数据存在重合特征数据的模式判断为与提取的特征矢量吻合的模式。

所述神经网络模式识别器进行特征级数据融合包括：

通过特征级数据融合算法对采集的姿态数据进行特征提取，得到姿态数据的多个特征矢量。

以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种能减少交通事故的汽车驾驶鞋，其特征在于，所述能减少交通事故的汽车驾驶鞋包括压力采集模块、位置状态检测模块、温度检测模块、湿度检测模块、电源模块、中央处理模块、蓝牙模块、振动模块和语音提示模块；

所述压力采集模块与中央处理模块连接，通过压力传感器，检测右脚踩油门的力度；

在检测到右脚踩油门的力度后，首先对检测的信号进行去噪，采用的去燥方法包括为：

将压力传感器采集的信号建立数据去噪集合；

根据数据去噪集合中的数据，建立小波基函数模型，并进行分解；

在分解过程中，确定去噪阈值，并对小波系数进行处理；

小波系数处理完成后，对信号进行重构；

位置状态检测模块，与中央处理模块连接，通过姿态传感器，用以检测左右脚的状态；

在检测左右脚的状态过程中，需要对各个数据进行融合，具体的融合过程为：

将姿态传感器检测到的数据，建立相应的数据处理集合；

根据数据处理结合中的数据，提取相应的数据特征，并进行特征提取的变换，提取代表观测数据的特征矢量；

利用自适应神经网络对提取的特征矢量进行模式识别，完成姿态传感器关于目标的说明；并进行分组，建立相应的关联性；

将每一目标的数据进行合成，得到该目标的一致性解释与描述；

温度检测模块，与中央处理模块连接，通过温度传感器，检测鞋内部的温度；

湿度检测模块，与中央处理模块连接，通过湿度传感器，检测鞋内部的湿度；

电源模块，与中央处理模块连接，通过嵌装的蓄电池，为整体装置进行供电；

中央处理模块，分别与压力采集模块、位置状态检测模块、温度检测模块、湿度检测模块、电源模块、蓝牙模块、振动模块和语音提示模块连接，用以协调各个模块的正常运行；

蓝牙模块，与中央处理模块连接，通过蓝牙与汽车电脑连接，用以接收汽车行驶的状态数据信息；

汽车电脑模块，与蓝牙模块连接，通过汽车电脑收集汽车的行驶状态和安全信息，并将数据信息传递到中央处理模块中；

振动模块，与中央处理模块连接，通过振动器，用以对脚部进行振动提醒；

语音提示模块，与中央处理模块连接，通过语音提示器，为脚部的操作进行提示。

2.如权利要求1所述能减少交通事故的汽车驾驶鞋，其特征在于，所述能减少交通事故的汽车驾驶鞋还包括：

散热模块，与中央处理模块连接，通过散热器，对鞋内部的温度进行散热；

无线联网模块，与中央处理模块连接，通过无线联网设备与云服务器连接，用以接收相应的数据。

3.如权利要求1所述能减少交通事故的汽车驾驶鞋，其特征在于，所述确定去噪阈值时，采用的阈值计算公式为：

x(z)＝∑y(z)；

其中：

y(z)＝a(z)²；

式中，y(z)为对序列a(z)求平方的序列，x(z)为序列y(z)前z个点之和的序列，a(z)为对原始信号进行小波分解得到的第一层小波系数序列的升序序列。

4.如权利要求1所述能减少交通事故的汽车驾驶鞋，其特征在于，所述小波基函数模型为：

其中N_B为分解层数，β_i(i＝1,2,…,N_B)为模型表示参数，ψ_i(t)(i＝1,2,…,N_B)为不同分解上的小波基函数。

5.如权利要求1所述能减少交通事故的汽车驾驶鞋，其特征在于，所述建立相应的数据处理集合包括：

将采集数据去除唯一属性、处理缺失值和异常值检测及处理；

进行数据规约处理，包括：去平均值、计算协方差矩阵、计算协方差矩阵的特征值与特征向量、对特征值从大到小排序、保留最大的特征向量、将数据转换到特征向量构建的新空间中；

得处理后的新数据，进行数据标准化处理，将数据按比例缩放，使之落入一个设定的集合区间。

6.如权利要求1所述能减少交通事故的汽车驾驶鞋，其特征在于，利用自适应神经网络对提取的特征矢量进行模式识别包括：

将所提取的特征数据输入自适应神经网络模式识别器，神经网络模式识别器进行特征级数据融合；

从知识库和数据库中取出各模式对应的规则和参数，与特征数据进行匹配；

将与特征数据存在重合特征数据的模式判断为与提取的特征矢量吻合的模式。

7.如权利要求6所述能减少交通事故的汽车驾驶鞋，其特征在于，所述神经网络模式识别器进行特征级数据融合包括：

通过特征级数据融合算法对采集的姿态数据进行特征提取，得到姿态数据的多个特征矢量。

8.如权利要求1所述能减少交通事故的汽车驾驶鞋，其特征在于，所述汽车电脑模块通过汽车电脑收集汽车的行驶状态和安全性包括：油门大小、加速度、速度、发动机温度、车辆前方或后发是否有障碍物及与障碍物的距离等。

9.如权利要求1所述能减少交通事故的汽车驾驶鞋，其特征在于，所述振动模块对脚部进行振动提醒的具体过程为：

汽车电脑模块判断车辆前方是否有障碍物或人，并将采集的油门大小建立相应的数据包通过蓝牙传递到中央处理模块；

中央处理模块判断车辆行驶的安全性，根据判断的结果，中央处理模块控制振动器对脚部进行振动提醒进行收油，并进行踩刹车。

10.如权利要求1所述能减少交通事故的汽车驾驶鞋，其特征在于，所述语音提示模块通过语音提示器，为脚部的操作进行提示，具体过程为：

汽车电脑模块将汽车的行驶状态和安全信息，并将数据信息传递到中央处理模块中；

中央处理模块通过无线联网设备与云服务器连接，云服务器根据路况和汽车行驶的状态数据，利用大数据处理对相应的操作进行判断分析；

云服务器判断分析完成后，将结果反馈给中央处理模块，中央处理模块控制语音提示模块中语音提示器，为脚部的操作进行语音提示。

Images