[0007] 本发明的目的在于提供一种拉力赛车手操作预测和路书辅助生成系统及实现方法。
[0008] 本发明可以通过采集的路面视频信息、对应的加速度计信息和车手的转向、离合换挡、给油刹车信息使用基于Caffe深度学习框架的网络训练出车手的个性化模型。然后使用车手墈路时采集的路面视频信息和加速度信息可以通过预训练的模型输出车手的个人最优化操作信息,从而辅助路书的制作和在正赛时提示车手操作。
[0009] 一种拉力赛车手操作预测和路书辅助生成系统,包括车载端数据采集模块、车载端数据处理与存储模块、离线端模型训练模块以及车载端车手操作预测和路书辅助生成模块。
[0010] 所述车载端数据采集模块包含RGB摄像头、IMU惯性测量单元和车辆控制数据采集单元。RGB摄像头采集车头正前方道路连续帧图像并传回视频流至车载端数据处理与存储模块;IMU惯性测量单元采集车辆三轴速度与三轴加速度值并传至车载端数据处理与存储模块;车辆控制数据采集单元获取车辆控制信息,如方向盘角度、油门刹车幅值、当前档位及升降档。
[0011] 所述车载端数据处理与存储模块,将采集到的图像以唯一标识ID-三轴速度-三轴加速度-转向数值-油门数值-刹车数值-当前档位-升档-降档命名并存储,以便离线端模型训练模块训练使用。
[0012] 所述离线端模型训练模块,使用Caffe搭建训练模型与预测模型。使用车载端存储的数据训练模型,并将训练好的模型搭载到车载端车手操作预测和路书辅助生成模块上。
[0013] 所述车载端车手操作预测和路书辅助生成模块,根据车载端数据采集模块采集到的数据,将其加载到预测模型中得到车手个性化操作预测和路书。在结束墈路后由车手和领航员对得到的操作进一步细化和明确得到正赛时需要的路书。
[0014] 进一步地,所述车载端数据采集模块中RGB摄像头采用GoPro hero6 black,支持4k60帧摄像;所述IMU惯性测量单元使用Razor IMU-AHRS compatib,该9自由度IMU采用三个传感器ITG3200(MEMS三轴陀螺仪),ADXL345(三轴加速计)和HMC5883L(三轴磁力计)提供九轴惯性测量,所有传感器输出由板上的ATMEGA328进行处理和通过串行接口输出;车辆数据采集单元使用Nvidia TX1从行车电脑中获取信息。Nvidia TX1 GPU使用Maxwell架构,拥有256颗CUDA计算核心,能够搭载小型神经网络计算模型,使用4GB64位LPDDR4内存,内置
16GB eMMC闪存,预留SATA接口能够扩展加载存储设备。由于Nvidia TX1具有较强的计算能力和较好的扩展性,也将其作为车载端数据处理与存储模块和车载端车手操作预测和路书辅助生成模块。
[0015] 进一步地,所述离线端模型训练模块为一台具有较强计算能力的服务器,其使用X99E-WS主板,搭载1颗intel i7-7700k CPU和两张3840个CUDA核心,12GB GDDR5显存的Pascal架构显卡Titan Xp。其拥有的足够的显存能够加载并支持较大Caffe模型的参数估计,拥有足够多的CUDA和极高的1582Mhz加速频率能加速得到模型参数。
[0016] 一种车手操作预测和路书辅助生成系统的实现方法,包括如下步骤:
[0017] 步骤1、首先将车载端数据采集模块、车载端数据处理与存储模块安装固定到车手使用的赛车上。车载端数据采集模块的2D摄像头安置在车头引擎盖正中央,IMU惯性测量单元安置在车辆质心。车辆控制数据采集单元与行车电脑连接。初始化车载端数据采集模块。
[0018] 步骤2、车辆启动,车手操作赛车运动。
[0019] 步骤3、车载端数据采集模块开始采集车辆控制数据和路况数据,并将其存储至车载端存储模块中。
[0020] 步骤4、数据采集模块停止采集数据,车辆停止运动。
[0021] 步骤5、在离线端模型训练模块中构建模型。
[0022] 步骤6、对收集到的数据进行预处理。
[0023] 所述的预处理包含:
[0024] a.对2D RGB摄像头采集的数据首先使用Zhe Chen的方法检测得到道路及道路边界(由于拉力赛中的赛道往往十分狭窄,是否能充分利用赛道边界对于车手操作十分重要),将得到的二值结果(将图像分为背景和前景)作为输入源;
[0025] b.将方向盘角度变化及油门刹车幅值变化小于5%的部分数据去除,不作为训练数据(这些数据代表的赛道路段往往是近似直线,车手的这部分操作对于路书生成而言是无用操作,即这部分数据是无用数据,需要剔除)。
[0026] 步骤7、将步骤6得到的数据喂入步骤5构建的模型中,使用离线端模型训练模块训练模型。
[0027] 步骤8、将步骤7得到的模型载入车载端车手操作预测和路书辅助生成模块中,模块初始化。
[0028] 步骤9、车载端数据采集模块初始化,车辆启动,车载端车手操作预测和路书辅助生成模块运行,生成路书并存储。
[0029] 本发明的有益效果:
[0030] (1)解决了现有的拉力赛路书制作中墈路次数受限的问题。
[0031] (2)通过学习不同车手不同的控车方式输出不同的路书,避免导航员跟车手配合不默契导致导航员记录的路书跟车手习惯的操作不符合的问题。
[0032] (3)导航员跟车手可以在本发明输出的路书基础上进一步修改路书,节省导航员跟车手时间。