具体实施方式

以下通过具体实施例对本发明作进一步说明，但并不限制本发明的范围。

实施例1

一种无人驾驶的道路与障碍物探测系统，其结构如图1-图3所示，包括车辆本体，车辆本体包括车头和车尾，车辆本体内设有驾驶处理器，驾驶处理器连接有深度学习模块；车头底端、车尾底端均设有弧型探测器，弧型探测器包括弧型探测板2，弧型探测板2靠近车辆本体的一侧设有一对调节螺杆6；调节螺杆6的一端与设置在弧型探测板2端部的螺杆轴承5相连接，另一端分别与设置在车头底端、车尾底端上的调节固定板9相连接。调节固定板9上均设有调节电机11，调节电机11的活动端设有调节同步轮10，调节同步轮10通过调节同步带12与设置在调节螺杆6上的螺杆同步轮8相连接，螺杆同步轮8通过同步轮轴承7与调节固定板9相连接。

弧型探测板2靠近车辆本体的一侧侧面上设有折叠缓冲网3，折叠缓冲网3包括多个菱形缓冲件，菱形缓冲件通过设置在菱形缓冲件端部的缓冲主轴13相连接。菱形缓冲件包括四条均等的缓冲条14，缓冲条14远离缓冲主轴13的一端通过缓冲次轴15相连接。

弧型探测板2远离车辆本体的一侧侧面上设有探测器组，探测器组包括设置在弧型探测板2中心上的激光扫描雷达1、设置在弧型探测板2两端的红外线传感器4。弧型探测板2上设有与激光扫描雷达1相配合的测距雷达、设有与红外线传感器4相配合的环境传感器。车辆本体顶端设有全景摄像机；激光扫描雷达1、红外线传感器4、测距雷达、环境传感器、全景摄像机均与驾驶处理器电性连接。驾驶处理器、深度学习模块均与设置在车辆本体内的车载显示屏相连接。

在使用过程中，激光扫描雷达1、红外线传感器4、测距雷达、环境传感器、全景摄像机对车头前方、车尾后方进行扫描和数据收集，并将收集到的数据传输给驾驶处理器进行分析处理，而后传输给深度学习模块进行深度学习和掌握，以提升本探测系统遭遇到障碍物时的探测能力，并将障碍物通过车载显示屏进行显示；遭遇到障碍物或者遭遇到外部碰撞时，驾驶处理器控制调节电机11启动，调节电机11上的调节同步轮10通过调节同步带12带动螺杆同步轮8旋转，由于螺杆同步轮8通过同步轮轴承7与调节固定板9连接，螺杆同步轮8转动时不会移动，随着螺杆同步轮8在同步轮轴承7上旋转，由于螺杆轴承5的存在，弧型探测板2不会随调节螺杆6转动，螺杆同步轮8内的螺纹与调节螺杆6上的螺纹相啮合，使调节螺杆6向车辆本体侧移动，从而带动弧型探测板2向车辆本体侧移动，在此过程中，弧型探测板2挤压折叠缓冲网3，使折叠缓冲网3收缩，缓冲条14通过缓冲主轴13、缓冲次轴15折叠收缩，方便弧型探测器进入车头底端、车尾底端，从而使得弧型探测器隐藏在车头底端、车尾底端下，从而实现保护弧型探测器的目的；碰撞等解除后，随着车辆本体的再次运动，驾驶处理器控制调节电机11带动弧型探测板2伸出，实现再次道路与障碍物探测动作。

以上所述仅为本发明的较佳实施例而已，但不仅限于上述实例，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。