CN205545291U - 一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统 - Google Patents

Abstract

本实用新型公开了一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，由道路环境采集摄像头、车辆参数采集及无线传输平台、视频处理器硬件平台组成。道路环境采集摄像头负责采集道路环境中的信号灯、道路指示标志。车辆参数采集及无线传输平台采集车辆节气门开度信息、制动踏板位置信息、方向盘转角、方向盘角速度，通过车联网将车辆行驶参数传输给后向车辆。视频处理器硬件平台通过对道路环境参数、前向车辆行驶参数的分析，建立前向车辆驾驶人驾驶行为预测模型，实现对前向车辆驾驶人驾驶行为进行预测。本实用新型基于车联网与图像融合的方法，对前向车辆驾驶人突然制动、突然转向、突然换道的复合驾驶行为进行预测，提高了预测的准确度。

Description

一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统

技术领域

本发明涉及智能汽车领域，具体为一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统

背景技术

随着我国汽车保有量的快速增长，非职业驾驶员的人数也在逐步增加，间接导致了交通事故的频繁发生。针对事故发生的原因，研究人员一直致力于如何通过有效的措施降低事故的发生，其中车路协同、驾驶安全辅助等系统是提高车辆运行安全的一种有效方法。其中，如何根据道路信息合理预测驾驶员行为，并提醒驾驶员做出科学决策是驾驶安全辅助系统的关键问题。但目前国内外学者只是针对自车驾驶人驾驶行为进行预测，然而，在车辆行驶过程中，前向车辆突然制动、突然转向、突然换道等不规范驾驶行为会对后车驾驶安全有重要影响。相比之下，尚未见针对前向车辆驾驶人驾驶行为预测的研究成果。同时，目前针对驾驶人行为识别提供的不同的算法和模型缺乏对多个复杂的驾驶意图进行实时、统一识别的算法。随着汽车安全辅助系统的发展和广泛应用，针对驾驶人驾驶行为预测的实时性问题将成为迫切需要解决的问题。通过查阅资料，目前，对前向车辆驾驶人驾驶行为预测方面的应用中尚未见到报道。

发明内容

为了解决上述问题，本发明提出了一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，通过TI公司视频处理器DM6437硬件平台采集道路环境信息，通过车联网通信模块接收前向车辆节气门开度信息、制动踏板位置信息、方向盘转角、方向盘角速度，基于隐马尔科夫模型理论建立前向车辆驾驶员驾驶行为预测模型，以前向车辆驾驶人在行车过程中的突然制动、突然转向(包括左转向以及右转向)、突然换道(包括左换道以及右换道)驾驶行为作为预测对象，进行前向车辆驾驶员驾驶行为预测。采用的具体技术方案如下：

一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，包括道路环境采集摄像头、车辆参数采集及无线传输平台、视频处理器硬件平台；所述道路环境采集摄像头负责采集道路环境参数，所述道路环境参数包括道路环境中的信号灯信息、道路指示标志信息；所述车辆参数采集及无线传输平台一方面负责采集本车行驶参数，并通过车联网将本车行驶参数传输给后向车辆，另一方面负责接收前向车辆发送过来的前车行驶参数；所述视频处理器硬件平台通过对道路环境参数、前向车辆行驶参数的分析，建立前向车辆驾驶人驾驶行为预测模型，实现对前向车辆驾驶人驾驶行为的预测。

作为优选方案，所述道路环境采集摄像头采用CCD车载影像夜视摄像头，安装在车辆前挡风玻璃上。

作为优选方案，所述车辆参数采集及无线传输平台包括CAN总线通信电路、信号调理电路、车载无线通信电路、主控制器电路以及电源电路；

所述CAN总线通信电路负责实现主控制器串行通信接口与CAN总线通信接口的物理转换，并通过CAN总线通信接口与汽车CAN总线相连，用于获得节气门开度、方向盘转角、方向盘角速度信息；

所述信号调理电路一方面通过制动踏板位置传感器信号线接口与安装在汽车上的制动踏板位置传感器相连以获得制动踏板位置信息，另一方面与所述主控制器电路相连；

所述车载无线通信电路采用802.11P车联网通信协议，并设有车载无线通信天线接口负责车车通信；

所述主控制器电路负责CAN协议解析、传感器信号模数转换、控制车车通信数据的收发，并通过车辆参数采集及无线传输平台串口通信接口与视频处理器硬件平台相连；

所述电源电路负责将系统+12V直流电源降压到+5V，为主控制器电路、CAN总线通信电路供电。

作为优选方案，所述CAN总线通信电路由TJA1050及其外围电路组成；所述信号调理电路包括阻容元件，负责滤掉干扰信号；所述车载无线通信电路由QPA5525Q及其外围电路组成；所述主控制器电路由MC9S12XS128及其外围电路组成；所述电源电路由LM2940及其外围电路组成。

作为优选方案，所述CAN总线通信电路、信号调理电路、车载无线通信电路、主控制器电路和和电源电路均设置在一块电路板上，所述电路板设置在一个长方体外壳内部，所述长方体外壳上方设有CAN总线通信凹槽、制动踏板位置传感器信号线输入凹槽、车载无线通信天线输出凹槽和车辆参数采集及无线传输平台串口通信凹槽；

所述CAN总线通信接口设置在所述CAN总线通信凹槽处；所述制动踏板位置传感器信号线接口设置在所述制动踏板位置传感器信号线输入凹槽处；所述车载无线通信天线接口设置在所述车载无线通信天线输出凹槽处；所述车辆参数采集及无线传输平台串口通信接口设置在所述车辆参数采集及无线传输平台串口通信凹槽处。

作为优选方案，所述视频处理器硬件平台包括视频解码电路、视频处理电路和电源电路；

所述视频解码电路通过道路环境采集摄像头视频线输入接口与道路环境采集摄像头相连，负责将道路环境采集摄像头采集的信号灯、道路指示标志模拟视频信号转换为数字视频信号，输出到视频处理电路；

所述视频处理电路包括DDR2存储器、FLASH存储器及视频处理器；所述DDR2存储器用于存储前向车辆驾驶行为预测算法中的数据；所述FLASH存储器用于存储前向车辆驾驶行为预测算法程序；所述视频处理器一方面负责对视频解码电路传送来的数字视频信息进行处理，另一方面通过视频处理器硬件平台串口通信接口接收车辆参数采集及无线传输平台传输过来的前车行使参数，并根据所述数字视频信息和前车行使参数建立前向车辆驾驶人驾驶行为预测模型，对前向车辆驾驶人驾驶行为进行预测；

所述电源电路负责将车载12V电源转换为视频处理器所需的3.3V、1.8V、1.2V电源。

作为优选方案，所述视频解码电路由视频解码芯片TVP5150及其外围电路组成；所述DDR2存储器采用MT47H64M16BT，所述FLASH存储器采用SG29GL256N，所述视频处理器采用DM6437。

作为优选方案，所述视频解码电路、视频处理电路和电源电路设置在一块电路板上，所述电路板设置一个长方体外壳内部，所述长方体外壳上方设有道路环境采集摄像头视频线输入凹槽和视频处理器硬件平台串口通信凹槽；

所述道路环境采集摄像头视频线输入接口设置在道路环境采集摄像头视频线输入凹槽处；所述视频处理器硬件平台串口通信接口设置在视频处理器硬件平台串口通信凹槽处。

作为优选方案，所述驾驶行为预测模型为基于HMM理论建立的模型，具体为：λ＝(N,M,π,A,B)，其中，

S为前向车辆驾驶人驾驶行为状态，S＝(S₁,S₂,…S_N)，t时刻所处状态为q_t，q_t∈S，本项目状态数N＝5，其中，S₁为制动行为，S₂为左转向行为，S₃为右转向行为，S₄为左换道行为，S₅为右转换道行为；

V为观测序列，V＝(v₁,v₂,…v_M)，t时刻观测事件为O_t，本项目观测值数M＝10，其中，v₁为前向车辆节气门开度，v₂为前向车辆制动踏板位置，v₃为前向车辆方向盘转角，v₄为前向车辆方向盘角速度，v₅为信号灯红灯，v₆为信号灯绿灯，v₇为信号灯黄灯，v₈为道路左转向标志，v₉为道路右转向标志，v₁₀为道路直行标志；

π为前向车辆驾驶人驾驶行为初始状态概率矢量，π＝(π₁,π₂,…π_N)，其中π_i＝P(q₁＝S_i)；

A为状态转移矩阵，即前向车辆驾驶人驾驶行为状态转移矩阵，A＝{a_ij}_N×N，其中，a_ij＝P(q_t+1＝S_j|q_t＝S_i)，1≤i,j≤N；

B为观测事件概率分布矩阵，即不同前向车辆驾驶人驾驶行在在S下各观测状态出现的概率，B＝{b_jk}_N×M，其中，b_jk＝P[O_t＝v_k|q_t＝S_j]，1≤j≤N，1≤k≤M。

本发明的有益效果是：

(1)基于车联网与图像融合的方法，对前向车辆驾驶人在行车过程中的突然制动、突然转向、突然换道驾驶行为进行预测，为后车驾驶员进行预警，避免交通事故的发生。

(2)针对当前只针对驾驶人单一驾驶行为辨识的问题，本发明综合了前向车辆驾驶人突然制动、突然转向、突然换道的复合驾驶行为进行预测。

(3)本发明利用道路环境参数和前向车辆行驶参数相结合，对前向车辆驾驶人驾驶行为进行预测，提高了预测的准确度。

(4)通过隐马尔科夫HMM理论模型，结合采集的道路环境参数和前车行驶参数建立前车驾驶人驾驶行为预测模型，预测准确度高。

(5)视频处理器硬件平台和车辆参数采集及无线传输平台均设在一个长方体壳内，模块化处理，集成度高，便于推广应用。

附图说明

图1为本发明系统结构示意图。

图2为本发明车辆参数采集及无线传输平台配线示意图。

图3为本发明视频处理器硬件平台配线示意图。

图4为本发明车辆参数采集及无线传输平台电路结构示意图。

图5为本发明视频处理器硬件平台电路结构示意图。

图6为本发明车辆参数采集及无线传输平台电路示意图。

图7为本发明视频处理器硬件平台电路示意图。

图中标记：1为道路环境采集摄像头，2为视频处理器硬件平台，3为车辆参数采集及无线传输平台，4为制动踏板位置传感器，5为CAN总线，6为车载无线通信天线，7为制动踏板位置传感器信号线，8为高频线，9为车辆参数采集及无线传输平台串口线，10为车辆参数采集及无线传输平台外壳，11为车载无线通信天线输出凹槽，12为CAN总线通信凹槽，13为制动踏板位置传感器信号线输入凹槽，14为车辆参数采集及无线传输平台串口通信凹槽，15为路环境采集摄像头视频线，16为视频处理器硬件平台串口线，17为道路环境采集摄像头视频线输入凹槽，18为视频处理器硬件平台串口通信凹槽，19为视频处理器硬件平台外壳。

具体实施方式

下面参照附图并结合实例对本发明的构思、具体工作过程进行清楚完整地描述。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明实施例，本领域技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护范围。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

本发明以前向车辆节气门开度信息、前向车辆制动踏板位置信息、前向车辆方向盘转角、前向车辆方向盘角速度、信号灯红灯、信号灯绿灯、信号灯黄灯、道路左转向标志、道路右转向标志、道路直行标志作为辨识主因子，以前向车辆驾驶员制动行为、左转向行为、右转向行为、左换道行为、右转换道行为发生的概率作为输出，构建基于HMM的前向车辆驾驶人驾驶行为预测模型，实现对前向车辆驾驶人驾驶行为进行预测。

如图1至图7所示，本发明提出的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统由道路环境采集摄像头1、车辆参数采集及无线传输平台3、视频处理器硬件平台2组成。

所述道路环境采集摄像头1采用CCD车载影像夜视摄像头，安装在车辆前挡风玻璃上，负责采集道路环境中信号灯、道路指示标志。

所述车辆参数采集及无线传输平台3有1个长方体外壳(如图2所示)，作为车辆参数采集及无线传输平台外壳10，在车辆参数采集及无线传输平台外壳10上方设有1个CAN总线通信凹槽12、1个制动踏板位置传感器信号线输入凹槽13、1个车载无线通信天线输出凹槽11和1个车辆参数采集及无线传输平台串口通信凹槽14。

在车辆参数采集及无线传输平台外壳10内设有1个参数采集及无线传输电路板。该参数采集及无线传输电路板由CAN总线通信电路、信号调理电路、车载无线通信电路、主控制器电路和和电源电路组成。

如图4所示，该参数采集及无线传输电路板上的CAN总线通信电路上设有1个CAN总线通信接口，通过CAN总线5与汽车CAN总线相连，进而获得节气门开度、方向盘转角、方向盘角速度。该CAN总线通信接口位于车辆参数采集及无线传输平台外壳10上方的CAN总线通信凹槽12处。该参数采集及无线传输电路板上的信号调理电路上设有1个制动踏板位置传感器信号线接口，通过制动踏板位置传感器信号线7与制动踏板位置传感器4相连获得制动踏板位置信息。该制动踏板位置传感器信号线接口位于车辆参数采集及无线传输平台外壳10上方的制动踏板位置传感器信号线输入凹槽13处。该参数采集及无线传输电路板上的车载无线通信电路上设有1个车载无线通信天线接口，通过高频线8与车载无线通信天线6相连，该车载无线通信天线接口位于车辆参数采集及无线传输平台外壳10上方的车载无线通信天线输出凹槽11处。该参数采集及无线传输电路板上的主控制器电路上设有1个车辆参数采集及无线传输平台串口通信接口，通过车辆参数采集及无线传输平台串口线9与视频处理器硬件平台2相连，该车辆参数采集及无线传输平台串口通信接口位于车辆参数采集及无线传输平台外壳10上方的车辆参数采集及无线传输平台串口通信凹槽14处。通过车车通信网络(车联网)将车辆行驶参数(行驶参数包括车辆节气门开度信息、制动踏板位置信息、方向盘转角、方向盘角速度)传输给后向车辆，同时还负责接收前车发送过来的前车行驶参数。该参数采集及无线传输电路板上的电源电路负责将车载12V电源转换为主控制器及其他模块器件所需5V电源。

如图6所示，该参数采集及无线传输电路板上的CAN总线通信电路由TJA1050及其外围电路组成，负责实现主控制器串行通信接口与CAN总线通信接口的物理转换。该参数采集及无线传输电路板上的信号调理电路由阻容元件组成，负责滤掉干扰信号。该参数采集及无线传输电路板上的车载无线通信电路由QPA5525Q及其外围电路组成，满足802.11P车联网通信协议，负责车车通信。该参数采集及无线传输电路板上的主控制器电路由MC9S12XS128及其外围电路组成，负责CAN协议解析、传感器信号模数转换、车车通信数据收发。该参数采集及无线传输电路板上的电源电路由LM2940及其外围电路组成，负责将系统+12V直流电源降压到+5V，为微控制器电路、CAN总线通信电路及其他+5V系统供电。

视频处理器硬件平台2有1个长方体外壳(如图3)，作为视频处理器硬件平台外壳19，在视频处理器硬件平台外壳19上方设有1个道路环境采集摄像头视频线输入凹槽17和1个视频处理器硬件平台串口通信凹槽18。所述视频处理器硬件平台通过对道路环境参数、前向车辆行驶参数的分析，建立前向车辆驾驶人驾驶行为预测模型，实现对前向车辆驾驶人驾驶行为进行预测。

在视频处理器硬件平台外壳19内设有1个视频处理电路板。如图5所示，该视频处理电路板由视频解码电路、视频处理电路和电源电路组成。

该视频处理电路板上的视频解码电路上设有1个道路环境采集摄像头视频线输入接口，通过道路环境采集摄像头视频线15与道路环境采集摄像头1相连，该道路环境采集摄像头视频线输入接口位于视频处理器硬件平台外壳19上方的道路环境采集摄像头视频线输入凹槽17处。该视频处理电路板上的视频处理电路上设有1个视频处理器硬件平台串口通信接口，通过视频处理器硬件平台串口线16与车辆参数采集及无线传输平台3相连，该视频处理器硬件平台串口通信接口位于视频处理器硬件平台外壳19上方的视频处理器硬件平台串口通信凹槽18处。该视频处理电路板上的电源电路负责将车载12V电源转换为视频处理器所需3.3V、1.8V、1.2V电源以及系统所需5V电源。

如图7所示，该视频处理电路板上的视频解码电路由视频解码芯片TVP5150及其外围电路组成，负责将道路环境采集摄像头采集的信号灯、道路指示标志等模拟视频信号进行解码，转换为数字视频信号，输出到视频处理器DM6437，由视频视频处理器DM6437对视频图像进行处理。该视频处理电路板上的视频处理电路由DDR2存储器MT47H64M16BT、FLASH存储器SG29GL256N及视频处理器DM6437组成。DDR2存储器MT47H64M16BT用于存储前向车辆驾驶行为预测算法中的数据，FLASH存储器SG29GL256N用于存储前向车辆驾驶行为预测算法程序，视频处理器DM6437负责对道路环境采集摄像头采集的视频信息进行处理。视频处理器DM6437通过串口接收车辆参数采集及无线传输平台传输的前向车辆节气门开度信息、制动踏板信息、方向盘转角、方向盘角速度。根据道路环境信息和前车行车参数，通过前向车辆驾驶人驾驶行为预测模型对前向车辆驾驶人驾驶行为进行预测。

所述基于HMM的前向车辆驾驶人驾驶行为预测模型如下：

基于HMM理论，建立前向车辆驾驶员驾驶行为HMM预测模型λ＝(N,M,π,A,B)，其中：

S为前向车辆驾驶人驾驶行为状态：S＝(S₁,S₂,…S_N)，t时刻所处状态为q_t，q_t∈S，本项目状态数N＝5，其中，S₁为制动行为，S₂为左转向行为，S₃为右转向行为，S₄为左换道行为，S₅为右转换道行为；

V为观测序列：V＝(v₁,v₂,…v_M)，t时刻观测事件为O_t，本项目观测值数M＝10，其中，v₁为前向车辆节气门开度，v₂为前向车辆制动踏板位置，v₃为前向车辆方向盘转角，v₄为前向车辆方向盘角速度，v₅为信号灯红灯，v₆为信号灯绿灯，v₇为信号灯黄灯，v₈为道路左转向标志，v₉为道路右转向标志，v₁₀为道路直行标志；

π为前向车辆驾驶人驾驶行为初始状态概率矢量，π＝(π₁,π₂,…π_N)，其中π_i＝P(q₁＝S_i)；

A为状态转移矩阵，即前向车辆驾驶人驾驶行为状态转移矩阵，A＝{a_ij}_N×N，其中，a_ij＝P(q_t+1＝S_j|q_t＝S_i)，1≤i,j≤N；

B为观测事件概率分布矩阵，即不同前向车辆驾驶人驾驶行在在S下各观测状态出现的概率，B＝{b_jk}_N×M，其中，b_jk＝P[O_t＝v_k|q_t＝S_j]，1≤j≤N，1≤k≤M。

以上所述仅用于描述本发明技术方案和具体实施例，并不用于限定本发明的保护范围，应当理解，在不违背本发明实质内容和原则的前提下，所作任何修改、改进或等同替换等都将落入本发明的保护范围内。

Claims (9)

1.一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，包括道路环境采集摄像头(1)、车辆参数采集及无线传输平台(3)、视频处理器硬件平台(2)；所述道路环境采集摄像头负责采集道路环境参数，所述道路环境参数包括道路环境中的信号灯信息、道路指示标志信息；所述车辆参数采集及无线传输平台(3)一方面负责采集本车行驶参数，并通过车联网将本车行驶参数传输给后向车辆，另一方面负责接收前向车辆发送过来的前车行驶参数；所述视频处理器硬件平台(2)通过对道路环境参数、前向车辆行驶参数的分析，建立前向车辆驾驶人驾驶行为预测模型，实现对前向车辆驾驶人驾驶行为的预测。

2.根据权利要求1所述的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，所述道路环境采集摄像头(1)采用CCD车载影像夜视摄像头，安装在车辆前挡风玻璃上。

3.根据权利要求1所述的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，所述车辆参数采集及无线传输平台(3)包括CAN总线通信电路、信号调理电路、车载无线通信电路、主控制器电路以及电源电路；

所述CAN总线通信电路负责实现主控制器串行通信接口与CAN总线通信接口的物理转换，并通过CAN总线通信接口与汽车CAN总线(5)相连，用于获得节气门开度、方向盘转角、方向盘角速度信息；

所述信号调理电路一方面通过制动踏板位置传感器信号线接口与安装在汽车上的制动踏板位置传感器(4)相连以获得制动踏板位置信息，另一方面与所述主控制器电路相连；

所述车载无线通信电路采用802.11P车联网通信协议，并设有车载无线通信天线接口负责车车通信；

所述主控制器电路负责CAN协议解析、传感器信号模数转换、控制车车通信数据的收发，并通过车辆参数采集及无线传输平台串口通信接口与视频处理器硬件平台(3)相连；

所述电源电路负责将系统+12V直流电源降压到+5V，为主控制器电路、CAN总线通信电路供电。

4.根据权利要求3所述的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，所述CAN总线通信电路由TJA1050及其外围电路组成；所述信号调理电路包括阻容元件，负责滤掉干扰信号；所述车载无线通信电路由QPA5525Q及其外围电路组成；所述主控制器电路由MC9S12XS128及其外围电路组成；所述电源电路由LM2940及其外围电路组成。

5.根据权利要求3或4所述的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，所述CAN总线通信电路、信号调理电路、车载无线通信电路、主控制器电路和和电源电路均设置在一块电路板上，所述电路板设置在一个长方体外壳内部，所述长方体外壳上方设有CAN总线通信凹槽(12)、制动踏板位置传感器信号线输入凹槽(13)、车载无线通信天线输出凹槽(11)和车辆参数采集及无线传输平台串口通信凹槽(14)；

所述CAN总线通信接口设置在所述CAN总线通信凹槽(12)处；所述制动踏板位置传感器信号线接口设置在所述制动踏板位置传感器信号线输入凹槽(13)处；所述车载无线通信天线接口设置在所述车载无线通信天线输出凹槽(11)处；所述车辆参数采集及无线传输平台串口通信接口设置在所述车辆参数采集及无线传输平台串口通信凹槽(14)处。

6.根据权利要求1所述的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，所述视频处理器硬件平台(2)包括视频解码电路、视频处理电路和电源电路；

所述视频解码电路通过道路环境采集摄像头视频线输入接口与道路环境采集摄像头(1)相连，负责将道路环境采集摄像头(1)采集的信号灯、道路指示标志模拟视频信号转换为数字视频信号，输出到视频处理电路；

所述视频处理电路包括DDR2存储器、FLASH存储器及视频处理器；所述DDR2存储器用于存储前向车辆驾驶行为预测算法中的数据；所述FLASH存储器用于存储前向车辆驾驶行为预测算法程序；所述视频处理器一方面负责对视频解码电路传送来的数字视频信息进行处理，另一方面通过视频处理器硬件平台串口通信接口接收车辆参数采集及无线传输平台传输过来的前车行使参数，并根据所述数字视频信息和前车行使参数建立前向车辆驾驶人驾驶行为预测模型，对前向车辆驾驶人驾驶行为进行预测；

所述电源电路负责将车载12V电源转换为视频处理器所需的3.3V、1.8V、1.2V电源。

7.根据权利要求6所述的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，所述视频解码电路由视频解码芯片TVP5150及其外围电路组成；所述DDR2存储器采用MT47H64M16BT，所述FLASH存储器采用SG29GL256N，所述视频处理器采用DM6437。

8.根据权利要求6或7所述的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，所述视频解码电路、视频处理电路和电源电路设置在一块电路板上，所述电路板设置一个长方体外壳内部，所述长方体外壳上方设有道路环境采集摄像头视频线输入凹槽(17)和视频处理器硬件平台串口通信凹槽(18)；

所述道路环境采集摄像头视频线输入接口设置在道路环境采集摄像头视频线输入凹槽(17)处；所述视频处理器硬件平台串口通信接口设置在视频处理器硬件平台串口通信凹槽(18)处。

9.根据权利要求1所述的一种车联网与图像融合的前向车辆驾驶人驾驶行为预测系统，其特征在于，所述驾驶行为预测模型为基于HMM理论建立的模型，具体为：λ＝(N,M,π,A,B)，其中，

S为前向车辆驾驶人驾驶行为状态，S＝(S₁,S₂,…S_N)，t时刻所处状态为q_t，q_t∈S，本项目状态数N＝5，其中，S₁为制动行为，S₂为左转向行为，S₃为右转向行为，S₄为左换道行为，S₅为右转换道行为；

V为观测序列，V＝(v₁,v₂,…v_M)，t时刻观测事件为O_t，本项目观测值数M＝10，其中，v₁为前向车辆节气门开度，v₂为前向车辆制动踏板位置，v₃为前向车辆方向盘转角，v₄为前向车辆方向盘角速度，v₅为信号灯红灯，v₆为信号灯绿灯，v₇为信号灯黄灯，v₈为道路左转向标志，v₉为道路右转向标志，v₁₀为道路直行标志；

π为前向车辆驾驶人驾驶行为初始状态概率矢量，π＝(π₁,π₂,…π_N)，其中π_i＝P(q₁＝S_i)；

A为状态转移矩阵，即前向车辆驾驶人驾驶行为状态转移矩阵，A＝{a_ij}_N×N，其中，a_ij＝P(q_t+1＝S_j|q_t＝S_i)，1≤i,j≤N；

B为观测事件概率分布矩阵，即不同前向车辆驾驶人驾驶行在在S下各观测状态出现的概率，B＝{b_jk}_N×M，其中，b_jk＝P[O_t＝v_k|q_t＝S_j]，1≤j≤N，1≤k≤M。