摘要
本申请公开了一种下车危险提示方法、系统及存储介质,涉及安全驾驶技术领域,所述方法包括:获取雷达传感器实时收集到的车身周围的环境点云数据;利用KNN算法,对环境点云数据进行分组;利用多层感知器,对分组后的环境点云数据进行局部特征提取;利用全局池化层,将局部特征进行融合,形成全局特征;将全局特征输入至预先训练的全连接层,进行对象识别;对象识别成功后,通过氛围灯或者声音提示系统对车内乘客进行危险提醒。本申请提供的下车危险提示方法、系统级存储介质提高了检测精度,减少了误报与漏报的情况。
技术关键词
局部特征提取
危险提示方法
多层感知器
对象识别
KNN算法
点云
雷达传感器
氛围灯
数据
上存储计算机程序
通信方法
通信系统
可读存储介质
进程
车身
系统级
识别模块
处理器
系统为您推荐了相关专利信息
事件流数据
识别方法
DBSCAN算法
KNN算法
状态空间模型
遥感图像分割方法
状态空间模型
混合结构
图像分割模型
多尺度特征
通信方法
特征工程
网络架构
智能算法
深度学习模型