CN114750754A - 智能驾驶汽车事故检测系统 - Google Patents

Abstract

本发明提供了一种智能驾驶汽车事故检测系统，包括传声器阵列模块、声学电子控制单元、中央控制单元、环视模块、环视超声波雷达模块、定位模块和远程信息处理器，其中，中央控制单元包括多传感器融合判定模块。多传感器融合判定模块用于根据声学碰撞风险评估结果、声学定位信息、超声波雷达检测结果、超声波雷达标识符、视觉碰撞风险评估结果和摄像头标识符中的一个或多个来生成事故检测结果。本发明的实施方式提出的智能驾驶汽车事故检测系统能够合理、有效、快速的检测出交通事故，并且及时通知车主或者车辆负责人事故相关的信息。

Description

智能驾驶汽车事故检测系统

技术领域

本发明的实施方式总体上涉及智能驾驶技术领域，更具体地，涉及一种智能驾驶汽车事故检测系统。

背景技术

近年来，作为提高汽车行驶安全性、减少拥堵和交通事故的一种解决方案，智能驾驶汽车逐渐成为汽车领域内一个及其重要的发展方向。

美国机动车工程师学会(SAE：Society of Automotive Engineers)将车辆自动化级别分成了L0-L5六个级别。其中，L4为高度自动驾驶，指的是在限定的道路和环境条件下，人类驾驶员无需操作车辆或者保持注意，完全由车辆完成所有的驾驶操作；L5为完全自动驾驶，在所有应用场景下，车辆完成所有的驾驶操作，无需驾驶员操作车辆或者保持注意。也就是说，在车辆自动化级别达到L4或者L5时，在实际使用场景中，车辆上是可能没有人的。例如，在自动代客泊车(AVP:Automated Valet Parking)功能的实际应用场景中，在乘员离开车辆后，车辆会自动找到车位并泊车；在自动驾驶出租车(Robotaxi)功能的实际应用场景中，车辆会按照乘客的要求自动驾驶到指定的地点；在上述的两个具体使用场景中，车上都是没乘员的。

智能驾驶汽车虽然具有较高的安全性，但是，面对复杂多变的交通环境，智能驾驶汽车也会有发生交通意外的时候。非L4或者L5自动驾驶的级别的智能驾驶汽车，或者传统的非智能驾驶车辆，在车辆发生交通事故时，由于车内有驾驶员，驾驶员可以第一时间识别到事故，并进行相应的处理。但是，对于L4或者L5级别的智能驾驶车辆，当车辆发生事故时，车上是可能没有驾驶员或者乘员的。在这种情况下，无法及时发现和处理交通事故。

发明内容

为了解决现有技术中的上述问题，本发明的实施方式提供了一种智能驾驶汽车事故检测系统，所述智能驾驶汽车事故检测系统包括传声器阵列模块、声学电子控制单元、中央控制单元、环视模块、环视超声波雷达模块、定位模块和远程信息处理器，其中，所述中央控制单元包括多传感器融合判定模块。所述传声器阵列模块用于探测所述智能驾驶汽车周围的声源信号。所述声学电子控制单元用于：基于所述声源信号，确定所述声源信号是碰撞声音的概率，并且根据所述声源信号是碰撞声音的概率而获得声学碰撞风险评估结果；根据所述声学碰撞风险评估结果来计算声学定位信息；将所述声学碰撞风险评估结果和所述声学定位信息发送至所述多传感器融合判定模块。所述环视超声波雷达模块用于：通过超声波雷达探测障碍物距离，根据所述障碍物距离确定超声波雷达检测结果，并且将所述超声波雷达检测结果和超声波雷达标识符发送至所述多传感器融合判定模块。所述环视模块用于：通过摄像头采集所述智能驾驶汽车周边的图像，根据所述图像确定视觉碰撞风险评估结果，并且将所述视觉碰撞风险评估结果和摄像头标识符发送至所述多传感器融合判定模块。所述多传感器融合判定模块用于根据所述声学碰撞风险评估结果、所述声学定位信息、所述超声波雷达检测结果、所述超声波雷达标识符、所述视觉碰撞风险评估结果和所述摄像头标识符中的一个或多个来生成事故检测结果。所述定位模块用于获得所述智能驾驶汽车的位置信息。所述远程信息处理器用于将所述事故检测结果和/或所述位置信息传输至远程设备。

在一些实施方式中，所述多传感器融合判定模块进一步用于：在所述声学碰撞风险评估结果是声学碰撞风险高、声学碰撞风险中或声学碰撞风险低时，根据所述声学定位信息来确定所述声源信号的定位扇区格；如果所述定位扇区格不是所述超声波雷达的检测盲区，则获得所述超声波雷达检测结果在所述定位扇区格中的定位扇区格超声波雷达检测结果；如果所述定位扇区格不是所述摄像头的检测盲区，则获得所述视觉碰撞风险评估结果在所述定位扇区格中的定位扇区格视觉碰撞风险评估结果；根据所述定位扇区格是否是所述超声波雷达的检测盲区、是否是所述摄像头的检测盲区、所述定位扇区格超声波雷达检测结果和所述定位扇区格视觉碰撞风险评估结果，获得所述定位扇区格的事故检测结果。

在一些实施方式中，确定所述声源信号的定位扇区格包括：获得声源相对于所述智能驾驶汽车的坐标系的声源坐标值；以车辆中心为原点，以所述传声器阵列模块的探测范围为边界确定椭圆，作为声学定位区域；采用角度划分线将所述声学定位区域划分为不同的定位扇区，所述定位扇区按照顺时钟或者逆时针的方向进行编号；采用距离划分线，将所述定位扇区分割为不同的定位扇区格，定位扇区格按照距离车辆由远及近或者由近及远的方式编号；根据所述声源坐标值确定声源所在的定位扇区编号和定位扇区格编号。

在一些实施方式中，所述多传感器融合判定模块进一步用于：在所述声学碰撞风险评估结果是声学非碰撞时，获得各个定位扇区格中的所述超声波雷达检测结果和所述视觉碰撞风险评估结果；根据所述各个定位扇区格是否是所述超声波雷达的检测盲区、是否是所述摄像头的检测盲区、所述超声波雷达检测结果和所述视觉碰撞风险评估结果，获得所述各个定位扇区格的事故检测结果。

在一些实施方式中，所述中央控制单元用于在所述事故检测结果是发生事故时，通过所述远程信息处理器开启所述智能驾驶汽车的双闪警示灯；通过所述定位模块读取所述智能驾驶汽车的位置信息；读取所述事故发生前后预设时间段内的所述声学电子控制单元、所述环视模块、所述环视超声波雷达模块、所述定位模块采集的所述事故的相关信息，并将所述事故的相关信息存储在所述中央控制单元的存储模块中；生成事故信息报告。

在一些实施方式中，所述传声器阵列模块包括多个基于微机电系统的麦克风阵列模块，所述多个基于微机电系统的麦克风阵列模块中的每个基于微机电系统的麦克风阵列模块包括微机电系统麦克风、麦克风阵列模块处理器、麦克风阵列模块汽车音频总线收发器，其中，所述麦克风阵列模块处理器的声学接口分别与所述微机电系统麦克风的输出接口和所述麦克风阵列模块汽车音频总线收发器连接；所述多个基于微机电系统的麦克风阵列模块通过汽车音频总线顺序连接。

在一些实施方式中，所述多个基于微机电系统的麦克风阵列模块布置在以下位置中的一个或多个位置处：车辆内部B柱和顶棚之间位置的车身钣金件上、车辆内部B柱和地板之间位置的车身钣金件上、车辆内部A柱和顶棚之间位置的车身钣金件上、车辆内部A柱和地板之间位置的车身钣金件上、车辆内部C柱和顶棚之间位置的车身钣金件上、车辆内部C柱和地板之间位置的车身钣金件上、前排座椅下方。

在一些实施方式中，所述声学电子控制单元包括声学电子控制单元处理器、串口-控制器局域网络转换模块、声学电子控制单元汽车音频总线收发器和声学电子控制单元控制器局域网络收发器，其中，所述声学电子控制单元处理器的串口与所述串口-控制器局域网络转换模块连接；所述串口-控制器局域网络转换模块与所述声学电子控制单元控制器局域网络收发器连接；所述声学电子控制单元汽车音频总线收发器与所述声学电子控制单元处理器的声学接口连接。

在一些实施方式中，所述声学电子控制单元布置在车内中扶手附件的车身钣金件上。

在一些实施方式中，所述中央控制单元包括嵌入式计算机或片上计算机系统、至少五个中央控制单元控制器局域网络收发器和存储模块，其中，所述至少五个中央控制单元控制器局域网络收发器均与嵌入式计算机或片上计算机系统连接，并且适于分别与所述声学电子控制单元、所述环视模块、所述环视超声波雷达模块、所述定位模块和所述远程信息处理器连接；所述存储模块与所述嵌入式计算机或片上计算机系统的存储接口连接。

在一些实施方式中，所述中央控制单元布置在车辆的中控台下或者后备箱中。

在一些实施方式中，所述环视模块包括安装在所述智能驾驶汽车的车身四周的多个摄像头和环视控制器。

在一些实施方式中，所述环视模块的所述多个摄像头布置在以下位置中的一个或多个位置处：车辆前端的保险杠、散热器格栅、前挡风玻璃；车辆侧方的翼子板、外后视镜壳体、B柱外装饰板、C柱车身钣金、车辆后端的后保险杠、后挡风玻璃、后盖；以及，所述环视模块的所述环视控制器布置在车辆的中控台下。

在一些实施方式中，所述环视超声波雷达模块包括多个超声波雷达和泊车控制器。

在一些实施方式中，所述多个超声波雷达布置在车辆的前保险杠和/或后保险杠处，以及所述泊车控制器设置在车辆的中控台下。

在一些实施方式中，所述远程信息处理器还用于接收所述远程设备发送的控制信息，控制所述智能驾驶汽车开启双闪警示灯。

本发明的实施方式提出的智能驾驶汽车事故检测系统能够解决智能驾驶汽车上无驾驶员或者乘客，车辆发生事故时的事故检测问题。本发明的实施方式提出的智能驾驶汽车事故检测系统采用传声器阵列组、环视模块、环视超声波雷达模块综合判定车辆事故，可及时、准确地判断出车辆的是否发生故障，能够合理、有效、快速的检测出交通事故。本发明的实施方式提出的智能驾驶汽车事故检测系统在检测出交通事故后，能通过远程信息处理器发送碰撞信息报告给驾驶员或者车辆负责人，能够及时通知车主或者车辆负责人事故相关的信息。

附图说明

通过参考附图阅读下文的详细描述，本发明实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的结构组织示意图；

图2示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的基于MEMS的麦克风阵列模块的结构组成和连接关系示意框图；

图3示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的声学电子控制单元的结构组成和连接关系示意框图；

图4示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的中央控制单元的结构组成和连接关系示意框图；

图5示出了根据本发明的实施方式的智能驾驶汽车事故检测系统工作流程图；

图6示出了根据本发明的实施方式的智能驾驶汽车事故检测系统声学定位原理示意图；

图7示出了根据本发明的实施方式的智能驾驶汽车事故检测系统故障检测报告的一个示例的示意图；

图8示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的一个示例的结构组织示意图；

图9示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的一个示例的传感器布置示意图；

图10示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的一个实施例的工作原理示意图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。

本发明的实施方式提供了一种智能驾驶汽车事故检测系统。参考图1，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的结构组织示意图。如图1所示，智能驾驶汽车事故检测系统可以包括传声器阵列模块1、声学电子控制单元(AcousticElectronic Control Unit，AECU)2、中央控制单元(Central Electronic Control Unit，CECU)3、环视模块4、环视超声波雷达模块5、定位模块6和远程信息处理器(TelematicsBOX，T-BOX)7。其中，中央控制单元包括多传感器融合判定模块。

传声器阵列模块可以用于探测智能驾驶汽车周围的声源信号。

声学电子控制单元可以用于：基于声源信号，确定声源信号是碰撞声音的概率，并且根据声源信号是碰撞声音的概率而获得声学碰撞风险评估结果；根据声学碰撞风险评估结果来计算声学定位信息；将声学碰撞风险评估结果和声学定位信息发送至多传感器融合判定模块。

环视超声波雷达模块可以用于：通过超声波雷达探测障碍物距离，根据障碍物距离确定超声波雷达检测结果，并且将超声波雷达检测结果和超声波雷达标识符发送至多传感器融合判定模块。

环视模块可以用于：通过摄像头采集智能驾驶汽车周边的图像，根据图像确定视觉碰撞风险评估结果，并且将视觉碰撞风险评估结果和摄像头标识符发送至多传感器融合判定模块。

多传感器融合判定模块可以用于根据声学碰撞风险评估结果、声学定位信息、超声波雷达检测结果、超声波雷达标识符、视觉碰撞风险评估结果和摄像头标识符中的一个或多个来生成事故检测结果。

定位模块可以用于获得智能驾驶汽车的位置信息。

远程信息处理器可以用于将事故检测结果和/或位置信息传输至远程设备。

作为本发明的一个实施方式，具体地，多传感器融合判定模块可以用于：在声学碰撞风险评估结果是声学碰撞风险高、声学碰撞风险中或声学碰撞风险低时，根据声学定位信息来确定声源信号的定位扇区格；如果定位扇区格不是超声波雷达的检测盲区，则获得超声波雷达检测结果在定位扇区格中的定位扇区格超声波雷达检测结果；如果定位扇区格不是摄像头的检测盲区，则获得视觉碰撞风险评估结果在定位扇区格中的定位扇区格视觉碰撞风险评估结果；根据定位扇区格是否是超声波雷达的检测盲区、是否是摄像头的检测盲区、定位扇区格超声波雷达检测结果和定位扇区格视觉碰撞风险评估结果，获得定位扇区格的事故检测结果。

作为本发明的一个实施方式，确定声源信号的定位扇区格包括：获得声源相对于智能驾驶汽车的坐标系的声源坐标值；以车辆中心为原点，以传声器阵列模块的探测范围为边界确定椭圆，作为声学定位区域；采用角度划分线将声学定位区域划分为不同的定位扇区，定位扇区按照顺时钟或者逆时针的方向进行编号；采用距离划分线，将定位扇区分割为不同的定位扇区格，定位扇区格按照距离车辆由远及近或者由近及远的方式编号；根据声源坐标值确定声源所在的定位扇区编号和定位扇区格编号。

作为本发明的一个实施方式，多传感器融合判定模块进一步用于：在声学碰撞风险评估结果是声学非碰撞时，获得各个定位扇区格中的超声波雷达检测结果和视觉碰撞风险评估结果；根据各个定位扇区格是否是超声波雷达的检测盲区、是否是摄像头的检测盲区、超声波雷达检测结果和视觉碰撞风险评估结果，获得各个定位扇区格的事故检测结果。

作为本发明的一个实施方式，中央控制单元用于在事故检测结果是发生事故时，通过远程信息处理器开启智能驾驶汽车的双闪警示灯；通过定位模块读取智能驾驶汽车的位置信息；读取事故发生前后预设时间段内的声学电子控制单元、环视模块、环视超声波雷达模块、定位模块采集的事故的相关信息，并将事故的相关信息存储在中央控制单元的存储模块中；生成事故信息报告。

参考图2，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的基于MEMS的麦克风阵列模块的结构组成和连接关系示意框图。传声器阵列模块包括多个基于微机电系统(Micro-Electro-Mechanical System，MEMS)的麦克风阵列模块，图2中示出分别为：第1基于MEMS的麦克风阵列模块，第2基于MEMS的麦克风阵列模块，一直到第n基于MEMS的麦克风阵列模块。以第1基于MEMS的麦克风阵列模块为例，多个基于MEMS的麦克风阵列模块中的每个基于MEMS的麦克风阵列模块可以包括多个MEMS麦克风、麦克风阵列模块处理器、麦克风阵列模块汽车音频总线(Autmotive Audio Bus，A2B)收发器控制器电源模块。其中，麦克风阵列模块处理器可以是数字信号处理器(Digital Signal Processing，DSP)。麦克风阵列模块处理器的声学接口分别与MEMS麦克风的输出接口和麦克风阵列模块A2B收发器连接；多个基于MEMS的麦克风阵列模块通过A2B顺序连接。

MEMS麦克风的信号输出口接口的一实施例为I2S(Integrated interchip Sound：集成电路内置音频总线)接口。DSP可以是带有声学接口的DSP。声学接口的具体示例包括：I2S接口或McBSP(Multichannel Buffered Serial Port：多通道缓冲串行端口)或McASP(Multichannel Audio Serial Port:多通道音频串行端口)接口。MEMS麦克风的输出接口与DSP的声学接口连接。DSP的声学接口和A2B收发器连接。控制器电源模块的输出端与DSP、A2B收发器和MEMS麦克风的电源输入端连接，并为它们供电。第1基于MEMS的麦克风阵列模块，第2基于MEMS的麦克风阵列模块，一直到第n基于MEMS的麦克风阵列模块通过A2B总线可以采用菊花链连接方式顺序连接。仅作为示例，DSP的型号例如可以是TMS320C6748。

参考图3，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的声学电子控制单元的结构组成和连接关系示意框图。声学电子控制单元可以包括控制器电源模块、声学电子控制单元处理器、串口-控制器局域网络(Controller Area Network，CAN)转换模块、声学电子控制单元A2B收发器和声学电子控制单元CAN收发器。其中，声学电子控制单元处理器的串口与串口-CAN转换模块连接；串口-CAN转换模块与声学电子控制单元CAN收发器连接；声学电子控制单元A2B收发器与声学电子控制单元处理器的声学接口连接。声学电子控制单元处理器可以是带有声学接口的DSP。声学接口的具体示例可以包括：I2S接口或McBSP(Multichannel Buffered Serial Port：多通道缓冲串行端口)或McASP(Multichannel Audio Serial Port：多通道音频串行端口)接口。作为示例，DSP的型号例如可以是TMS320C6748。

声学电子控制单元的内部连接关系为：控制器电源模块的输出端与DSP、串口-CAN转换模块A2B收发器和CAN收发器的电源输入端连接，并为它们供电。DSP的串口与串口-CAN转换模块连接。串口-CAN转换模块与CAN接口连接。A2B收发器与DSP的声学接口和连接。作为示例，CAN可以是CAN-FD(Controller Area Networkwith Flexible Data-Rate：数据速率灵活的控制器局域网)。

参考图4，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的中央控制单元的结构组成和连接关系示意框图。中央控制单元包括嵌入式计算机或片上计算机系统、至少五个中央控制单元CAN收发器和存储模块。嵌入式计算机或片上计算机系统可以是带有CAN接口和存储接口的SOC(System on Chip:片上系统)。CAN例如可以是CAN-FD。存储接口例如可以包括下列几种：UFS(Universal Flash Storage：通用闪存存储)接口，SD(Secure Digital：安全数码)接口和eMMC(embedded MultiMediaCard Interface：嵌入式多媒体卡)接口。嵌入式计算机或片上计算机系统的的型号例如可以是TDA4VM。存储模块可以是移动存储装置，例如MicroSD卡。中央控制单元的内部连接关系为：控制器电源模块的输出端与至少五个CAN收发器、嵌入式计算机或片上计算机系统的电源输入端连接，并为它们供电。至少五个CAN收发器分别与嵌入式计算机或片上计算机系统的CAN接口连接，并且适于分别与声学电子控制单元、环视模块、环视超声波雷达模块、定位模块和远程信息处理器连接。存储模块与嵌入式计算机或片上计算机系统的存储接口连接。

作为本发明的一个实施方式，环视模块包括安装在智能驾驶汽车的车身四周的多个摄像头和环视控制器。摄像头可以是广角摄像头模块，例如水平视角大于180°。环视控制器的输入端口可以是车载以太网接口，输出端口可以是CAN接口。多个摄像头可以通过车载以太网接口与环视控制器连接。

作为本发明的一个实施方式，环视超声波雷达模块包括多个超声波雷达和泊车控制器。多个超声波雷达可以安装在车辆前端和后端。泊车控制器的输入端口可以是LIN接口，输出端口可以是CAN接口。多个超声波雷达可以通过LIN线与泊车控制器连接。

定位模块6的输出端口可以是CAN接口，定位模块能够输出车辆的位置信息。

作为本发明的一个实施方式，远程信息处理器7(T-BOX:Telematics BOX)可以与远程设备通信，例如与手机APP(应用)通信。远程信息处理器7输出端口可以是CAN接口。远程信息处理器7可以发送从定位模块6得到的车辆定位信息到预设的远程设备上。作为本发明的一个实施方式，远程信息处理器还可以用于接收远程设备发送的控制信息，控制智能驾驶汽车开启双闪警示灯。

仅作为示例，智能驾驶汽车事故检测系统的部件之间的连接关系可以如下：传声器阵列模块1的A2B收发器与声学电子控制单元2的A2B收发器通过A2B总线连接；声学电子控制单元2(AECU:Acoustic Electronic Control Unit)的CAN收发器与中央控制单元3(CECU:Central Electronic Control Unit)的CAN收发器采用双绞线连接；中央控制单元3(CECU:Central Electronic Control Unit)的CAN收发器与远程信息处理器7(T-BOX:Telematics BOX)的CAN接口采用双绞线连接；环视模块4的环视控制器的CAN接口与中央控制单元3的CAN收发器采用双绞线连接；环视超声波雷达模块5的泊车控制器的CAN接口与中央控制单元3的CAN收发器采用双绞线连接；定位模块6的CAN接口与中央控制单元3的CAN收发器采用双绞线连接。

智能驾驶汽车事故检测系统的部件的安装位置和固定方式如下。

传声器阵列组1的各个基于MEMS的麦克风阵列模块可以设置在车辆左边或右边的以下位置中的一处或多处：车辆内部B柱和顶棚之间位置的车身钣金件上、车辆内部B柱和地板之间位置的车身钣金件上、车辆内部A柱和顶棚之间位置的车身钣金件上、车辆内部A柱和地板之间位置的车身钣金件上、车辆内部C柱和顶棚之间位置的车身钣金件上、车辆内部C柱和地板之间位置的车身钣金件上、前排座椅下方。其中，优选位置为车辆内部B柱和顶棚之间位置的车身钣金件上。固定方式可以是卡接、粘接、螺钉连接、螺栓连接或者焊接。

声学电子控制单元2可以设置在车内中扶手附件的车身钣金件上。固定方式可以是卡接、粘接、螺钉连接、螺栓连接或者焊接。

中央控制单元3可以设置在车辆的中控台下或者后备箱中。固定方式可以是卡接、粘接、螺钉连接、螺栓连接或者焊接。

环视模块4的多个摄像头可以分别布置在车辆的四周，位置包括但不限于：车辆前端的保险杠、散热器格栅、前挡风玻璃；车辆侧方的翼子板、外后视镜壳体、B柱外装饰板、C柱车身钣金；车辆后端的后保险杠、后挡风玻璃、后盖；环视模块4的环视控制器固定在车辆的中控台下。固定方式可以是卡接、粘接、螺钉连接、螺栓连接或者焊接。

环视超声波雷达模块5的多个超声波雷达可以布置在车辆的前端和后端，位置包括但不限于：前保险杠、后保险杠。环视超声波雷达模块5的泊车控制器固定在车辆的中控台下。固定方式可以是卡接、粘接、螺钉连接、螺栓连接或者焊接。

参考图5，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统工作流程图。

智能驾驶汽车事故检测系统的工作过程可以包括：1.事故信息检测；2.多传感器融合判定；3.事故处理。

1.碰撞信息检测

分别采用声学麦克风阵列、超声波雷达和摄像头检测碰撞信息，具体步骤如下：

1.1声学麦克风阵列检测

具体步骤如下：

1.1.1声学麦克风阵列声源探测。传声器阵列组1的各个基于MEMS的麦克风阵列模块分别探测车辆周围的声源。

1.1.2碰撞声音识别。声学电子控制单元2读取传声器阵列模块各个基于MEMS的麦克风阵列模块输出的声源信号。然后，采用声学碰撞检测智能算法识别出声源信号为碰撞声音的概率Rvoice。Rvoice取值范围为0-100％，Rvoice值越大，表示碰撞风险越高，其中，Rvoice＝0表示当前没有碰撞风险，Rvoice＝100％表示当前碰撞风险最大。

声学碰撞检测智能算法通过交通事故声音数据集训练声学神经网络模型得到。交通事故声音数据集为车辆碰撞时发出声音的音频文件，交通事故声音数据集中样本的真值为根据声音判断出的车辆发生事故的概率。声学神经网络模型的一个具体示例可以是BP神经网络模型。

1.1.3声学碰撞风险评估。预设门限值RvoiceLow、RvoiceMid、RvoiceHig，门限值之间的取值关系为：0≤RvoiceLow＜RvoiceMid＜RvoiceHig≤100％。

声学电子控制单元2根据预设门限值RvoiceLow、RvoiceMid、RvoiceHig将碰撞声音可能性划分为高、中、低、非碰撞声音四个等级：

当Rvoice≤RvoiceLow时，声学碰撞风险评估结果RvoiceOut为：非碰撞；

当RvoiceLow＜Rvoice≤RvoiceMid时，声学碰撞风险评估结果RvoiceOut为：低；

当RvoiceMid＜Rvoice≤RvoiceHig时，声学碰撞风险评估结果RvoiceOut为：中；

当Rvoice＞RvoiceHig时，声学碰撞风险评估结果RvoiceOut为：高。

1.1.4声学定位信息计算。针对Rvoice＞RvoiceLow的声音。声学电子控制单元2根据传声器阵列组1的声音信号进行定位声源。声源定位方法得到的结果为相对车辆中心的本车坐标系的声源坐标值。

作为本发明的一个实施方式，声学定位信息计算可以是根据上述的声源坐标值计算得出的。参考图6，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统声学定位原理示意图。在声学定位信息计算过程中，以车辆中心为原点，以传声器阵列组1探测范围为边界，确定一个椭圆，作为声学定位区域。然后，采用角度划分线将声学定位区域划分为不同的定位扇区，定位扇区按照顺时钟或者逆时针的方向进行编号。采用距离划分线，将定位扇区分割为不同的扇区格，扇区格按照距离车辆由远及近或者由近及远的方式编号。本所图示的实施例中，将声学定位区域划分成为16个定位扇区，定位扇区按照顺时钟方式编号，车辆正右方的扇区为1扇区。每个定位扇区划分为4个扇区格，扇区格按照距离车辆由近及远的方式编号，距离车辆最近的扇区格编号为1。根据声源坐标值可以确定声源所在的定位扇区编号和扇区格编号，本实施例中，声源处在3扇区3格。因此，最终根据声源坐标值计算出的的声学定位信息PvoiceOut为(3，3)

1.1.5风险信息和定位信息发送。声学电子控制单元2将声学碰撞风险评估结果RvoiceOut和声学定位信息PvoiceOut发送至中央控制单元3中的多传感器融合判定模块。

1.2超声波雷达检测

1.2.1超声波雷达探测障碍物距离。环视超声波雷达模块5分布在车辆前端和后端的多个超声波雷达实时探测车辆周边障碍物的距离Dradar。

1.2.2超声波碰撞风险评估。预设门限值DradarLow、DradarMid、DradarHig，门限值之间的取值关系为：0≤DradarLow＜DradarMid＜DradarHig≤DradarRange。DradarRange为超声波雷达能探测的最远距离。

环视超声波雷达模块5块根据预设距离门限值DradarLow、DradarMid、DradarHig将各个超声波雷达的碰撞风险性划分为高、中、低、非碰撞声音四个等级：

当Dradar≤DradarLow时，超声波雷达将警报信息结果RradarOut为：高；

当DradarLow＜Dradar≤DradarMid时，超声波雷达将警报信息结果RradarOut为：中；

当DradarMid＜Dradar≤DradarHig时，超声波雷达将警报信息结果RradarOut为：低；

当Dradar＞DradarHig时，超声波雷达将警报信息结果RradarOut为：非碰撞；

超声波雷达发送警报信息和超声波雷达标识符(ID)。环视超声波雷达模块5中的每个超声波雷达均定义了不同的ID值IDradar。超声波雷达检测的结果RradarOut和超声波雷达ID值IDradar被发送到多传感器融合判定模块。

1.3摄像头检测

1.3.1摄像头探测车辆障碍物。环视模块4中分布在车辆四周的多个摄像头实时检测车辆周边的影像。

1.3.2摄像头控制单元碰撞风险识别，环视模块4采用视觉智能算法识别出各个摄像头拍摄画面中，发生碰撞的概率Rvisual。Rvisual取值范围为0-100％，Rvisual值越大，表示碰撞风险越高，其中，Rvisual＝0表示当前没有碰撞风险，Rvisual＝100％表示当前碰撞风险最大。

视觉智能算法通过交通事故图像数据集训练视觉神经网络模型得到。交通事故图像数据集为车辆碰撞时摄像头拍摄的图像文件，交通事故图像数据集中样本的真值为根据图像判断出的车辆发生事故的概率。视觉神经网络模型的具体示例可以是BP神经网络模型。

1.3.3视觉碰撞风险评估。预设门限值RvisualLow、RvisualMid、RvisualHig，门限值之间的取值关系为：0≤RvisualLow＜RvisualMid＜RvisualHig≤100％。

环视模块4根据预设门限值RvisualLow、RvisualMid、RvisualHig将碰撞风险划分为高、中、低、非碰撞四个等级：

当Rvisual≤RvisualLow时，视觉碰撞风险评估结果RvisualOut为：非碰撞；

当RvisualLow＜Rvisual≤RvisualMid时，视觉碰撞风险评估结果RvisualOut为：低；

当RvisualMid＜Rvisual≤RvisualHig时，视觉碰撞风险评估结果RvisualOut为：中；

当Rvisual＞RvisualHig时，视觉碰撞风险评估结果RvisualOut为：高。

1.3.4摄像头发出碰撞警报信息和摄像头ID。环视模块4中的每个摄像头均定义了不同的ID值IDvisual。视觉碰撞风险评估结果RvisualOut和摄像头ID值IDvisual被发送到多传感器融合判定模块。

2.多传感器融合判定

多传感器融合判定以声学麦克风阵列为基础，采用多传感器融合的方法来判定是否发生事故。具体分为如下几类。

A)RvoiceOut为：高

声学碰撞风险评估结果RvoiceOut为高时，中央控制单元3搜索声学定位信息PvoiceOut确定的定位扇区格中超声波雷达的检测结果，若该定位扇区格不是超声波雷达的检测盲区，则在该定位扇区格中可以得到超声波雷达将警报信息结果RradarOut。若该定位扇区格不是摄像头的检测盲区，则在该定位扇区格中可以得到视觉碰撞风险评估结果RvisualOut。

根据定位扇区格是否为盲区，以及RradarOut和RvisualOut的状态，可以判定出定位扇区格状态为“事故”或者“非事故”。具体的判断规则参见以下表1。

表1.声学碰撞风险评估结果为高情况下的判断规则

B)RvoiceOut为：中

声学碰撞风险评估结果RvoiceOut为中时，中央控制单元3搜索声学定位信息PvoiceOut确定的定位扇区格中超声波雷达的检测结果，若该定位扇区格不是超声波雷达的检测盲区，则在该定位扇区格中可以得到超声波雷达将警报信息结果RradarOut。若该定位扇区格不是摄像头的检测盲区，则在该定位扇区格中可以得到视觉碰撞风险评估结果RvisualOut。

根据定位扇区格是否为盲区，以及RradarOut和RvisualOut的状态，可以判定出定位扇区格状态为“事故”或者“非事故”。具体的判断规则如下：

表2.声学碰撞风险评估结果为中情况下的判断规则

C)RvoiceOut为：低

声学碰撞风险评估结果RvoiceOut为低时，中央控制单元3搜索声学定位信息PvoiceOut确定的定位扇区格中超声波雷达的检测结果，若该定位扇区格不是超声波雷达的检测盲区，则在该定位扇区格中可以得到超声波雷达将警报信息结果RradarOut。若该定位扇区格不是摄像头的检测盲区，则在该定位扇区格中可以得到视觉碰撞风险评估结果RvisualOut。

根据定位扇区格是否为盲区，以及RradarOut和RvisualOut的状态，可以判定出定位扇区格状态为“事故”或者“非事故”。具体的判断规则如下：

表3.声学碰撞风险评估结果为低情况下的判断规则

D)RvoiceOut为：非碰撞

声学碰撞风险评估结果RvoiceOut为非碰撞时，中央控制单元3搜索所有定位扇区格中超声波雷达的检测结果，得到各个定位扇区格中超声波雷达将警报信息结果RradarOut和视觉碰撞风险评估结果RvisualOut。

根据定位扇区格是否为盲区，以及RradarOut和RvisualOut的状态，可以判定出定位扇区格状态为“事故”或者“非事故”。具体的判断规则如下：

表4.声学碰撞风险评估结果为非碰撞情况下的判断规则

3.事故处理

3.1当没有发生事故时，回到1.碰撞信息检测。当发生事故时，进行如下步骤：

3.2中央控制单元3通过远程信息处理器7开启车辆双闪警示灯。

3.3中央控制单元3通过定位模块6读取当前车辆的定位信息。

3.4中央控制单元3通过CAN收发器读取碰撞前后预设时间t秒内声学电子控制单元2、环视模块4、环视超声波雷达模块5、定位模块6中碰撞相关传感器的的声音、照片、距离、定位信息等数据，并存储在中央控制单元3的存储模块中。预设时间t的具体示例可以是为10s。

3.5中央控制单元3生成碰撞信息报告。碰撞信息报告包括如下及部分内容：

a)预先设置在中央控制单元3中的，用于帮助车主快速识别事故车辆的车辆基础信息，例如车牌号码，车辆型号，车辆颜色；

b)中央控制单元3经过融合判定得出表明车辆发生事故的清晰的判定；

c)中央控制单元3给出的当前事故发生的时间；

d)中央控制单元3从定位模块6获取到的事故发生时的地点；

e)中央控制单元3给出的车主需要采取措施的提示；

可选地，碰撞信息报告还可以包含概要性的事故描述示意：

f)中央控制单元3给出的声音检测碰撞位置示意图；

g)中央控制单元3给出的摄像头检测碰撞位置示意图；

h)中央控制单元3给出的超声波雷达检测碰撞位置示意图；

可选地，碰撞信息报告也可以包含详细的事故检测数据信息：

i)中央控制单元3通过CAN收发器读取到的碰撞前后预设时间t秒内声学电子控制单元2中的车辆碰撞声音文件；

j)中央控制单元3通过CAN收发器读取碰撞前后预设时间t秒内环视模块4中车辆碰撞照片文件；

k)中央控制单元3通过CAN收发器读取碰撞前后预设时间t秒内环视超声波雷达模块5中的车辆碰撞距离数据；

参考图7，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统故障检测报告的一个示例的示意图。该实施方式中，碰撞信息报告包括基础信息、示意信息和详细信息。基础信息包含车辆信息、事故信息和提示信息。车辆信息包括车牌号码、车辆车型和车辆颜色。事故信息包括判定结论、事故时间和事故地点。提示信息用来提示车主需要进行的操作。示意信息包括声音检测碰撞位置、摄像头检测碰撞位置和超声波雷达检测碰撞位置。示意信息通过示意图的形式示意车主车辆事故的部位。详细信息包括碰撞声音文件、碰撞照片文件和碰撞距离数据，用来给予车主关于事故的详细信息。

3.6 T-BOX发送碰撞信息报告。远程信息处理器7将碰撞信息报告发送至预设手机上。车主根据发送到手机上的碰撞信息报告，能够及时了解事故情况，并根据事故地点信息，定位事故发生的位置，从而能够及时前往事故发生地点，处理事故。

参考图8，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的一个示例的结构组织示意图。在本实施方式中，传声器模块1包含两个传声器模块，分别为第一基于MEMS的麦克风阵列模块101、第二基于MEMS的麦克风阵列模块102、环视模块4共包含一个环视控制器405和4个摄像头模块，4个摄像头模块分别为：前视摄像头模块401、右侧摄像头模块402、左侧摄像头模块403、后视摄像头模块404；环视超声波雷达模块5共包含泊车控制器613和12个超声波雷达，12个超声波雷达分别为：右前角超声波雷达501、右前超声波雷达502、右中前超声波雷达503、左中前超声波雷达504、左前超声波雷达505、左前角超声波雷达506、右后角超声波雷达507、右后超声波雷达508、右中后超声波雷达509、左中后超声波雷达510、左后超声波雷达511、左后角超声波雷达512。

参考图9，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的一个示例的传感器布置示意图。前视摄像头模块401固定在散热器格栅9上；右侧摄像头模块402和左侧摄像头模块403分别固定在右后视镜壳体11和左后视镜壳体12上；后视摄像头模块404固定在后保险杠20上；右前角超声波雷达501、右前超声波雷达502、右中前超声波雷达503、左中前超声波雷达504、左前超声波雷达505、左前角超声波雷达506固定在前保险杠8上；右后角超声波雷达507、右后超声波雷达508、右中后超声波雷达509、左中后超声波雷达510、左后超声波雷达511、左后角超声波雷达512固定在后保险杠20上。固定方式均可以是卡接、焊接、粘接、螺钉连接或螺栓连接。

参考图10，其示出了根据本发明的实施方式的智能驾驶汽车事故检测系统的一个实施例的工作原理示意图。该实施方式所处的外部环境为：车辆右后侧碰到障碍物，发生交通意外，并发出了清晰的碰撞声音。在外部环境下，碰撞障碍物处于右侧摄像头探测范围、后超声波雷达探测范围、第一传声器阵列模块探测范围、第一传声器阵列模块探测范围之内。

以下结合上述外部环境，描述本发明的实施方式的工作过程的一个具体示例。

1.碰撞信息检测

1.1声学麦克风阵列检测

具体步骤如下：

1.1.1声学麦克风阵列声源探测。传声器阵列组1的各个基于MEMS的麦克风阵列模块分别探测车辆周围的声源。

1.1.2碰撞声音识别。声学电子控制单元2读取第一传声器模块101和第二传声器阵列组102输出的声源信号。然后，采用声学碰撞检测智能算法识别出声源信号为碰撞声音的概率Rvoice。

1.1.3声学碰撞风险评估。声学电子控制单元2根据预设门限值RvoiceLow、RvoiceMid、RvoiceHig进行评估，识别出Rvoice＞RvoiceHig，声学碰撞风险评估结果RvoiceOut为：高；

1.1.4声学定位信息计算。声学电子控制单元2根据第一传声器模块101和第二传声器阵列组102的声音信号进行定位声源。最终输出的声学定位信息PvoiceOut为(2，2)。

1.1.5风险信息和定位信息发送。声学电子控制单元2将声学碰撞风险评估结果RvoiceOut和声学定位信息PvoiceOut发送至中央控制单元3中的多传感器融合判定模块。

1.2超声波雷达检测

1.2.1超声波雷达探测障碍物距离。分布在车辆前端和后端的12个超声波雷达实时探测车辆周边障碍物的距离Dradar。

1.2.2超声波碰撞风险评估。环视超声波雷达模块5根据预设门限值DradarLow、DradarMid、DradarHig进行评估，右后角超声波雷达507(超声波雷达ID值IDradar＝507)，识别出DradarLow＜Dradar≤DradarMid，超声波雷达将警报信息结果RradarOut为：中；其余超声波雷达识别出Dradar＞DradarHig，超声波雷达将警报信息结果RradarOut为：非碰撞。

超声波雷达发送警报信息和超声波雷达ID。所有的超声波雷达检测的结果RradarOut和超声波雷达ID值IDradar被发送到多传感器融合判定模块。

1.3摄像头检测

1.3.1摄像头探测车辆障碍物。环视模块4中分布在车辆四周的4个摄像头实时检测车辆周边的影像。

1.3.2摄像头控制单元碰撞风险识别，环视模块4采用视觉智能算法识别出各个摄像头拍摄画面中，发生碰撞的概率Rvisual。

1.3.3视觉碰撞风险评估。根据预设门限值RvisualLow、RvisualMid、RvisualHig进行评估，右侧摄像头模块502(摄像头ID值IDvisual＝502)识别出当Rvisual＞RvisualHig时，视觉碰撞风险评估结果RvisualOut为：高；其余摄像头模块识别出Rvisual≤RvisualLow，视觉碰撞风险评估结果RvisualOut为：非碰撞。

1.3.4摄像头发出碰撞警报信息和摄像头ID。视觉碰撞风险评估结果RvisualOut和摄像头ID值IDvisual被发送到多传感器融合判定模块。

2.多传感器融合判定

以声学麦克风阵列为基础，采用多传感器融合的方法来判定是否发生事故。

声学碰撞风险评估结果RvoiceOut为高，中央控制单元3搜索声学定位信息PvoiceOut确定的定位扇区格(2扇区2格)中超声波雷达607的检测结果为RradarOut＝中，视觉碰撞风险评估结果RvisualOut＝高。

根据RradarOut和RvisualOut的状态，按照上文表1的规则，可以判定出定位扇区格(2扇区2格)状态为“事故”。

3.事故处理

3.1判断结论为发生事故，进行如下步骤：

3.2中央控制单元3通远程信息处理器7开启车辆双闪警示灯。

3.3中央控制单元3通过定位模块6读取当前车辆的定位信息。

3.4中央控制单元3通过CAN收发器读取碰撞前后10秒内声学电子控制单元2、环视模块4、环视超声波雷达模块5、定位模块6中碰撞相关传感器的声音、照片、距离、定位信息等数据，并存储在中央控制单元3的存储模块中。

3.5中央控制单元3生成碰撞信息报告。碰撞信息报告的示例可参考图6。

3.6 T-BOX发送碰撞信息报告。

本发明的实施方式提出的智能驾驶汽车事故检测系统能够解决智能驾驶汽车上无驾驶员或者乘客，车辆发生事故时的事故检测问题。本发明的实施方式提出的智能驾驶汽车事故检测系统采用传声器阵列组、环视模块、环视超声波雷达模块综合判定车辆事故，可及时、准确地判断出车辆的是否发生故障，能够合理、有效、快速的检测出交通事故。本发明的实施方式提出的智能驾驶汽车事故检测系统在检测出交通事故后，能通过远程信息处理器发送碰撞信息报告给驾驶员或者车辆负责人，能够及时通知车主或者车辆负责人事故相关的信息。

本发明的实施方式提出的智能汽车事故检测系统具有在未来量产的智能驾驶汽车中装备的前景。

出于示意的目的，已经给出了本发明的实施方式的前述说明，其并非是穷举性的也并非要将本发明限制为所公开的确切形式。本领域技术人员可以理解的是，在不偏离本发明的范围的情况下可以做出各种变化，并且可以将其中的元件替换为等同物。另外，在不偏离本发明的基本范围的情况下，可以进行很多修改以使得特定的情况或材料适应于本发明的教导。因此，本发明不试图限制于所公开的作为用于实现本发明所预期的最佳模式的特定实施方式，本发明将包括落入所附的权利要求的范围内的所有实施方式。

Claims (16)

1.一种智能驾驶汽车事故检测系统，其特征在于，所述智能驾驶汽车事故检测系统包括传声器阵列模块、声学电子控制单元、中央控制单元、环视模块、环视超声波雷达模块、定位模块和远程信息处理器，其中，所述中央控制单元包括多传感器融合判定模块，

所述传声器阵列模块用于探测所述智能驾驶汽车周围的声源信号；

所述声学电子控制单元用于：基于所述声源信号，确定所述声源信号是碰撞声音的概率，并且根据所述声源信号是碰撞声音的概率而获得声学碰撞风险评估结果；根据所述声学碰撞风险评估结果来计算声学定位信息；将所述声学碰撞风险评估结果和所述声学定位信息发送至所述多传感器融合判定模块；

所述环视超声波雷达模块用于：通过超声波雷达探测障碍物距离，根据所述障碍物距离确定超声波雷达检测结果，并且将所述超声波雷达检测结果和超声波雷达标识符发送至所述多传感器融合判定模块；

所述环视模块用于：通过摄像头采集所述智能驾驶汽车周边的图像，根据所述图像确定视觉碰撞风险评估结果，并且将所述视觉碰撞风险评估结果和摄像头标识符发送至所述多传感器融合判定模块；

所述多传感器融合判定模块用于根据所述声学碰撞风险评估结果、所述声学定位信息、所述超声波雷达检测结果、所述超声波雷达标识符、所述视觉碰撞风险评估结果和所述摄像头标识符中的一个或多个来生成事故检测结果；

所述定位模块用于获得所述智能驾驶汽车的位置信息；

所述远程信息处理器用于将所述事故检测结果和/或所述位置信息传输至远程设备。

2.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述多传感器融合判定模块进一步用于：

在所述声学碰撞风险评估结果是声学碰撞风险高、声学碰撞风险中或声学碰撞风险低时，根据所述声学定位信息来确定所述声源信号的定位扇区格；

如果所述定位扇区格不是所述超声波雷达的检测盲区，则获得所述超声波雷达检测结果在所述定位扇区格中的定位扇区格超声波雷达检测结果；

如果所述定位扇区格不是所述摄像头的检测盲区，则获得所述视觉碰撞风险评估结果在所述定位扇区格中的定位扇区格视觉碰撞风险评估结果；

根据所述定位扇区格是否是所述超声波雷达的检测盲区、是否是所述摄像头的检测盲区、所述定位扇区格超声波雷达检测结果和所述定位扇区格视觉碰撞风险评估结果，获得所述定位扇区格的事故检测结果。

3.根据权利要求2所述的智能驾驶汽车事故检测系统，其特征在于，确定所述声源信号的定位扇区格包括：

获得声源相对于所述智能驾驶汽车的坐标系的声源坐标值；

以车辆中心为原点，以所述传声器阵列模块的探测范围为边界确定椭圆，作为声学定位区域；

采用角度划分线将所述声学定位区域划分为不同的定位扇区，所述定位扇区按照顺时钟或者逆时针的方向进行编号；

采用距离划分线，将所述定位扇区分割为不同的定位扇区格，定位扇区格按照距离车辆由远及近或者由近及远的方式编号；

根据所述声源坐标值确定声源所在的定位扇区编号和定位扇区格编号。

4.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述多传感器融合判定模块进一步用于：

在所述声学碰撞风险评估结果是声学非碰撞时，获得各个定位扇区格中的所述超声波雷达检测结果和所述视觉碰撞风险评估结果；

根据所述各个定位扇区格是否是所述超声波雷达的检测盲区、是否是所述摄像头的检测盲区、所述超声波雷达检测结果和所述视觉碰撞风险评估结果，获得所述各个定位扇区格的事故检测结果。

5.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述中央控制单元用于在所述事故检测结果是发生事故时，

通过所述远程信息处理器开启所述智能驾驶汽车的双闪警示灯；

通过所述定位模块读取所述智能驾驶汽车的位置信息；

读取所述事故发生前后预设时间段内的所述声学电子控制单元、所述环视模块、所述环视超声波雷达模块、所述定位模块采集的所述事故的相关信息，并将所述事故的相关信息存储在所述中央控制单元的存储模块中；

生成事故信息报告。

6.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述传声器阵列模块包括多个基于微机电系统的麦克风阵列模块，所述多个基于微机电系统的麦克风阵列模块中的每个基于微机电系统的麦克风阵列模块包括微机电系统麦克风、麦克风阵列模块处理器、麦克风阵列模块汽车音频总线收发器，其中，

所述麦克风阵列模块处理器的声学接口分别与所述微机电系统麦克风的输出接口和所述麦克风阵列模块汽车音频总线收发器连接；

所述多个基于微机电系统的麦克风阵列模块通过汽车音频总线顺序连接。

7.根据权利要求6所述的智能驾驶汽车事故检测系统，其特征在于，所述多个基于微机电系统的麦克风阵列模块布置在以下位置中的一个或多个位置处：车辆内部B柱和顶棚之间位置的车身钣金件上、车辆内部B柱和地板之间位置的车身钣金件上、车辆内部A柱和顶棚之间位置的车身钣金件上、车辆内部A柱和地板之间位置的车身钣金件上、车辆内部C柱和顶棚之间位置的车身钣金件上、车辆内部C柱和地板之间位置的车身钣金件上、前排座椅下方。

8.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述声学电子控制单元包括声学电子控制单元处理器、串口-控制器局域网络转换模块、声学电子控制单元汽车音频总线收发器和声学电子控制单元控制器局域网络收发器，其中，

所述声学电子控制单元处理器的串口与所述串口-控制器局域网络转换模块连接；

所述串口-控制器局域网络转换模块与所述声学电子控制单元控制器局域网络收发器连接；

所述声学电子控制单元汽车音频总线收发器与所述声学电子控制单元处理器的声学接口连接。

9.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述声学电子控制单元布置在车内中扶手附件的车身钣金件上。

10.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述中央控制单元包括嵌入式计算机或片上计算机系统、至少五个中央控制单元控制器局域网络收发器和存储模块，其中，

所述至少五个中央控制单元控制器局域网络收发器均与嵌入式计算机或片上计算机系统连接，并且适于分别与所述声学电子控制单元、所述环视模块、所述环视超声波雷达模块、所述定位模块和所述远程信息处理器连接；

所述存储模块与所述嵌入式计算机或片上计算机系统的存储接口连接。

11.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述中央控制单元布置在车辆的中控台下或者后备箱中。

12.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述环视模块包括安装在所述智能驾驶汽车的车身四周的多个摄像头和环视控制器。

13.根据权利要求12所述的智能驾驶汽车事故检测系统，其特征在于，所述环视模块的所述多个摄像头布置在以下位置中的一个或多个位置处：车辆前端的保险杠、散热器格栅、前挡风玻璃；车辆侧方的翼子板、外后视镜壳体、B柱外装饰板、C柱车身钣金、车辆后端的后保险杠、后挡风玻璃、后盖；以及，

所述环视模块的所述环视控制器布置在车辆的中控台下。

14.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述环视超声波雷达模块包括多个超声波雷达和泊车控制器。

15.根据权利要求14所述的智能驾驶汽车事故检测系统，其特征在于，所述多个超声波雷达布置在车辆的前保险杠和/或后保险杠处，以及

所述泊车控制器设置在车辆的中控台下。

16.根据权利要求1所述的智能驾驶汽车事故检测系统，其特征在于，所述远程信息处理器还用于接收所述远程设备发送的控制信息，控制所述智能驾驶汽车开启双闪警示灯。

Images