本说明书一个或多个实施例涉及车辆安全驾驶，尤其涉及一种移动作业中的防撞控制方法和系统。
背景技术：
1、现有车辆智能化自动驾驶多采用v2x通信技术实现，v2x通信能够以无线方式交换周围车辆速度和位置的信息，是目前车辆自动驾驶技术的发展方向。
2、但目前v2x技术的发展过程中，仍存在的问题是只有当参与交通的所有车辆之间都实现相互通信时，才能获得完善的信息互联，然而对于大多数的货车等大型车辆来说，除非法规规定必须安装，否则v2x技术很难实现标配，这使得货车等大型车辆处在v2x互联通信的盲区之外。
3、在道路事故排查工作中，需要保证主车与后方车辆有一定的安全距离，尤其是发生交通事故时，路况复杂，如何在移动作业时使主车与后方车辆保持安全距离，防止碰撞是本领域技术人员亟待解决的技术问题。
技术实现思路
1、有鉴于此，本说明书一个或多个实施例的目的在于提出一种移动作业中的防撞控制方法和系统，以解决主车难以根据后方车辆的类型自动规避被撞击的问题。
2、基于上述目的，本说明书一个或多个实施例提供了一种移动作业中的防撞控制方法，包括：
3、步骤1，系统利用主车的车尾摄像头持续获取目标车辆的车头图片，所述目标车辆是指位于主车后方的其它车辆；步骤2，系统将所述的车头图片输入到训练好的车辆识别算法模型中进行识别；步骤3，当识别为a类车辆，则本次识别结束；当识别为b类车辆，则系统判断所述的b类车辆与所述的主车之间是否满足碰撞预警条件；步骤4，当判断所述的b类车辆与所述的主车之间不满足碰撞预警条件，则本次判断结束；当判断所述的b类车辆与所述的主车之间满足碰撞预警条件但不满足避让条件，则系统发出碰撞预警提醒；步骤5，当判断所述的b类车辆与所述的主车之间满足避让条件，则系统发出避让提醒，并在标定时间内检测是否发生驾驶员控制行为；步骤6，当系统检测到发生驾驶员控制行为，则结束避让提醒；当没有检测到驾驶员控制行为，则系统主动介入，控制所述的主车按照规避路线进行避让。
4、优选的，所述的车辆识别算法模型的训练过程包括：
5、离线训练环节，利用海量的车头图片作为样本y，对所述的样本y进行第一次分类，所述的第一次分类的类型包括2个类型：黄牌车辆m和非黄牌车辆n；将分类完毕的车头图片中的2个类型输入到卷积神经网络中，利用卷积神经网络训练出第一2分类算法模型p；对所述的非黄牌车辆n分类中的样本图片进行第二次分类，所述的第二次分类的类型包括2个类型：小型客车s和非小型客车t；将小型客车s和非小型客车t两个类型的样本图片输入到卷积神经网络中，利用卷积神经网络训练出第二2分类算法模型q；训练好的模型即为车辆识别算法模型。
6、优选的，步骤2中系统将所述的车头图片输入到训练好的车辆识别算法模型中进行识别，包括：
7、将所述的车头图片输入到训练好的所述第一2分类算法模型p进行分类；当所述的车头图片在第二2分类算法模型p中的分类结果为黄牌车辆m的概率最大，则将车头图片识别结果设置为b类车辆；当分类结果中车头图片为非黄牌车辆n的概率最大，则把车头图片继续输入到第二2分类算法模型q进行分类；当车头图片在第二2分类算法模型q中的分类结果为小型客车s的概率最大，则将车头图片识别结果设置为a类车辆，否则车头图片识别结果设置为b类车辆。
8、优选的，所述的碰撞预警条件包括：
9、设定碰撞阈值l1，利用车尾传感器对主车与目标车辆之间的距离l进行实时监测，当l≤l1时，则所述的b类车辆与所述的主车之间满足碰撞预警条件；当l>l1时，则所述的b类车辆与所述的主车之间不满足碰撞预警条件。
10、所述的避让条件包括：
11、设定避让阈值l2，且l2＜l1，利用车尾传感器对所述的主车与所述的目标车辆之间的距离l进行实时监测，当l≤l2时，则所述的b类车辆与所述的主车之间满足避让条件；当l2<l<l1时，则所述的b类车辆与所述的主车之间满足碰撞预警条件但不满足避让条件。
12、优选的，还包括：
13、获取所述目标车辆的高精地图信息，根据所述高精地图信息获取所述目标车辆的目标特征，所述的目标特征包括目标车辆的实时位置信息和实时车速大小；系统根据所述的目标特征动态调整所述碰撞阈值l1和所述避让阈值l2的大小。
14、优选的，所述的碰撞预警提醒包括视觉、听觉或触觉提醒；所述的避让提醒包括视觉、听觉或触觉提醒。
15、优选的，所述的标定时间为0.5s。
16、优选的，还包括：
17、在步骤6中系统检测到发生驾驶员控制行为的同时监控驾驶员控制行为；所述的监控驾驶员控制行为包括：
18、监控驾驶员是否出现踩制动踏板的动作，当检测到驾驶员出现踩制动踏板的动作时，判断驾驶员控制行为不当，系统主动介入，控制主车按照规避路线进行避让。
19、优选的，控制所述的主车按照规避路线进行避让包括：
20、系统利用主车的车头车身传感器结合高精地图信息判断位于主车前方和两侧的空间是否存在障碍物，系统根据判断结果生成规避路线，控制主车动力系统和转向系统按照规避路线进行规避。
21、所述的系统根据判断结果生成规避路线包括：
22、当主车前方和侧方不存在障碍物，则高精地图信息规划的规划路线即为规避路线；当主车前方和侧方存在障碍物，则系统根据车头车身传感器识别规划路线上的障碍物的边界信息，系统根据高精地图信息和边界信息生成用于规避障碍物的规避路线。
23、本说明书一个或多个实施例还提供一种移动作业中的防撞控制系统，包括：
24、信息获取模块：用于利用主车的车尾摄像头持续获取目标车辆的车头图片，所述目标车辆是指位于主车后方的其它车辆。
25、识别模块：用于将所述的车头图片输入到训练好的车辆识别算法模型中进行识别。
26、第一判断模块：用于判断识别是否为a类车辆或b类车辆。
27、第二判断模块，用于判断所述的b类车辆与所述的主车之间是否满足碰撞预警条件。
28、第三判断模块，用于判断所述的b类车辆与所述的主车之间满足避让条件。
29、检测模块：用于在标定时间内检测是否发生驾驶员控制行为。
30、控制模块，用于在第一判断模块识别为a类车辆时，结束识别。
31、用于在第二判断模块判断所述的b类车辆与所述的主车之间不满足碰撞预警条件时，结束判断。
32、用于在第二判断模块判断所述的b类车辆与所述的主车之间满足碰撞预警条件以及第三判断模块判断所述的b类车辆与所述的主车之间不满足避让条件时，控制发出碰撞预警提醒。
33、用于在第三判断模块判断所述的b类车辆与所述的主车之间满足避让条件时，控制发出避让提醒。
34、用于在检测模块检测到发生驾驶员控制行为时，控制避让提醒结束。
35、用于在检测模块没有检测到驾驶员控制行为时，主动介入控制所述的主车按照规避路线进行避让。
36、从上面所述可以看出，本说明书一个或多个实施例提供的一种移动作业中的防撞控制方法，系统利用主车的车尾摄像头持续获取目标车辆的车头图片，并将车头图片输入到训练好的车辆识别算法模型中进行识别；当识别为b类车辆，则判断b类车辆与主车之间是否满足分别碰撞预警条件和避让条件，当满足碰撞预警条件，则发出碰撞预警提醒；当满足避让条件，则发出避让提醒，并在标定时间内检测是否发生驾驶员控制行为；当没有检测到驾驶员控制行为，则系统主动介入控制主车按照规避路线进行避让。本发明的方法在主车无法通过v2x技术与后方车辆建立通信互联时，采用车尾摄像头实时获取后方车辆的图片并输入到车辆识别算法模型进行识别，针对识别结果做出不同的预警措施，能够使主车自动根据后方车辆的类型进行反应，从而避免被撞击的情况发生。
1.一种移动作业中的防撞控制方法，其特征在于，包括：
2.根据权利要求1所述的一种移动作业中的防撞控制方法，其特征在于，所述的车辆识别算法模型的训练过程包括：
3.根据权利要求2所述的一种移动作业中的防撞控制方法，其特征在于，步骤2中系统将所述的车头图片输入到训练好的车辆识别算法模型中进行识别，包括：
4.根据权利要求1所述的一种移动作业中的防撞控制方法，其特征在于，所述的碰撞预警条件包括：
5.根据权利要求4所述的一种移动作业中的防撞控制方法，其特征在于，还包括：
6.根据权利要求1所述的一种移动作业中的防撞控制方法，其特征在于，所述的碰撞预警提醒包括视觉、听觉或触觉提醒；所述的避让提醒包括视觉、听觉或触觉提醒。
7.根据权利要求1所述的一种移动作业中的防撞控制方法，其特征在于，所述的标定时间为0.5s。
8.根据权利要求1所述的一种移动作业中的防撞控制方法，其特征在于，还包括：
9.根据权利要求1所述的一种移动作业中的防撞控制方法，其特征在于，控制所述的主车按照规避路线进行避让包括：
10.一种移动作业中的防撞控制系统，其特征在于，包括：
