CN104590130A - 基于图像识别的后视镜自适应调节方法 - Google Patents

基于图像识别的后视镜自适应调节方法 Download PDF

Info

Publication number
CN104590130A
CN104590130A CN201510006091.4A CN201510006091A CN104590130A CN 104590130 A CN104590130 A CN 104590130A CN 201510006091 A CN201510006091 A CN 201510006091A CN 104590130 A CN104590130 A CN 104590130A
Authority
CN
China
Prior art keywords
back mirror
chaufeur
method based
image recognition
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510006091.4A
Other languages
English (en)
Inventor
赵淼
张来鹏
李青
邱婷
郑重
李笑夫
杨晟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201510006091.4A priority Critical patent/CN104590130A/zh
Publication of CN104590130A publication Critical patent/CN104590130A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/30—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the type of image processing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/8006—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for monitoring and displaying scenes of vehicle interior, e.g. for monitoring passengers or cargo
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/806—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for aiding parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

一种基于图像识别的后视镜自适应调节方法，包括步骤如下：1)开始驾驶阶段，对驾驶员进行人脸识别，通过学习功能调出或建立驾驶员档案，并对后视镜的初始位置根据档案做出相应的调节；2)行驶状态检测，综合判断汽车的行驶状态；如果是倒车状态，进入步骤3)，如果检测结果是行驶状态，则进入步骤4)；3)倒车过程的智能调整；4)行驶状态的智能调整，保证驾驶员的盲区最小；同时对人眼进行检测，对驾驶员进行疲劳检测，并及时预警。本发明方法，更加人性化，智能化和实用化，有效保障了行车安全。

Description

基于图像识别的后视镜自适应调节方法
技术领域
本发明涉及一种智能驾驶技术，具体是一种基于图像识别的汽车后视镜自适应调节方法。
背景技术
目前，现有基于智能后视镜系统的发明中，并未考虑通过图像处理进行实时监控，从而虽然智能后视镜可以自动调节前后、左右的方向，但是只能降低盲区大小，同时由于司机与座位高矮的不同，使得人眼位置有所差异，而导致智能后视镜的调节不准确问题。而目前现有发明中并未考察智能后视镜是否角度最佳的评价指标，这正是由于该评价指标受司机主观感受影响导致无法定量衡量。
通过检索发现，目前与本发明相近的专利有三个，分别是智能后视镜系统(201110208478.X)，外后视镜微调系统(201310334582.2)和调整后视镜的方法和系统(201210598987.2)。以下对三个专利的技术方案分别进行分析：
在“外后视镜微调系统”设计方案中，主要依靠四个摄像头(分别置于车头，车尾和左右后视镜)获得路面信息，通过三轴陀螺仪获得车辆姿态信息，通过车辆仪表盘上的处理器获得速度信息和路面交通指示，通过微控制器调整微调系统的开启与关闭。其不足在于其成本较高，且不够人性化，仅有开关控制。
“调整后视镜的方法系统”则通过控制器使用车载无线电通信装置计算确定第一辆车何时接近交叉路口并计算确定第二辆车何时位于危险区域，调整第一辆车的后视镜角度，使第二辆车位于司机的可视区域内。这样的定位在理论上不存在死角，且车辆之间交换信息，定位准确，使车辆可以处于视野中心，获得更准确的车辆的后视镜中的像，避免因像在后视镜中显现不清而导致误判。这种方案的不足在于当车辆较多的时候，后视镜无法确定需要被覆盖的车辆，GPS的定位存在误差，会导致计算存在误差。
“智能后视镜系统实现“的功能是：解决现有技术存在的后视镜没有主动干预或者报警功能的技术问题，提供一种可以根据周围情况自主控制车辆辅助驾驶员的智能后视镜系统。实现过程：
1.ECU主机与屏幕相连，显示信息。
2.车后方装有后视摄像头，后视摄像头将车后方景象传输至主机，在屏幕上显示从而使驾驶员了解后方情况。如果转向时驾驶员没有打转向灯且后方有车辆靠近，主机控制转向灯闪烁。
3.后视摄像头通过连接电机调整拍摄角度，获取更大视野范围。
4.存储器与ECU主机相连。摄像头设置为拍摄模式，将拍摄信息存入存储器。当发生意外碰撞时，可以调用拍摄信息追查肇事者。
5.车前方、左方和右方均装有摄像头，在车辆停放时多角度拍摄，记录任何方向的刮擦碰撞。并在屏幕上显示。
6.超声波探头与ECU主机连接，设置在车身两侧。当停车时探头监测车门外是否有障碍物，如果存在则主机控制车门闭锁，移除障碍物后门可以自由打开。
7.车后方同样装有超声波探头，倒车时如果探头监测到与车辆或障碍物过近将会自动制动。制动距离可以设定。
8.车牌分析模块与ECU主机连接，如果后方摄像头多次侦测到同一车牌则向驾驶员示警，防止被跟踪。
但是这一方法也存在弊端，主要体现在配套设备多，提高了成本，ECU主机连接的设备过多，运算存在着压力。而且该方法人机交互能力不够。屏幕只能输出不能输入。而且当超声波探头闭锁车门、制动时不向驾驶员提醒。因而该方法对设备的存储能力，计算能力要求都较高，不便于大规模实现。
发明内容
本发明针对现有技术中存在的上述不足，提供了一种基于图像识别的后视镜自适应调节方法，在功能方面，主要通过图像处理算法与智能后视镜硬件系统相结合，一方面在能够实现传统智能后视镜调节系统，即降低司机盲区的同时，可以通过图像对人眼进行模式识别，微调智能后视镜系统，使得人眼所看区域实时处于智能后视镜中心区域，间接保证了智能后视镜实时角度最佳。另方面，可以在行车过程中通过方向盘处摄像头进行人脸检测，通过Hausdorff距离方法实现对驾驶员的疲劳预警。第三方面，可以实现倒车模式下的图像合成功能，将摄像头的图像数据与倒车雷达相结合成倒车全景图，扩大了驾驶员倒车视野，从而达到了行车安全的双重保障。
为达到上述目的，本发明是通过以下技术方案实现的：
一种基于图像识别的后视镜自适应调节方法，包括步骤如下：
1)开始驾驶阶段
车辆内的摄像头对驾驶员进行人脸识别，通过学习功能调出已有的驾驶员档案或为驾驶员新建一份个人档案，如果已有当前驾驶员档案，后视镜的初始位置会根据档案做出相应的调节；
2)行驶状态检测
通过多种外设设备检测到的信息综合判断汽车的行驶状态；如果是倒车状态，进入步骤3)，如果检测结果是行驶状态，则进入步骤4)；
3)倒车过程的智能调整
在倒车时，需要通过图像处理方法为驾驶员提供全景成像，同时对人眼视野区域进行检测，微调后视镜，将视野调至后视镜中央；
4)行驶状态的智能调整
在行驶状态，通过前行参数，智能调节后视镜，保证驾驶员的盲区最小；同时对人眼进行检测，将视野调至后视镜中央；最后，系统需要对驾驶员进行疲劳检测，一旦检测到驾驶员处于疲劳状态，需要及时预警。
所述外设设备包括用于获得汽车行驶状态的陀螺仪、六轴加速度传感器、方向盘转向传感器以及三个分别位于两个后视镜和方向盘上的摄像头。
所述陀螺仪、六轴加速度传感器与主控板之间的通信均使用I2C方式。
所述图像识别主要采取CNN识别算法进行识别。
所述后视镜通过转向电机控制转向，所述转向电机由低功耗单片机控制，单片机与主控板之间通过I2C通信，单片机接收主控板的电机转向信号，并向主控板反馈电机状态信号。
为实现电机的精准转动，在转向电机与单片之间加入转向角度的反馈。
所述步骤3)中，使用sift特征提取的图像处理方法，将倒车雷达获得的影像和后视镜拍摄影像进行图像合成，实现全景拍摄。
所述步骤4)中，首先通过中间的摄像头观测驾驶员是否出现斜视，若出现斜视，主控板通过获取左右后视镜上摄像头的图像，运用CNN图像处理方法，计算出人眼注视位置，通过主控板的数据处理模块，得到是否需要对后视镜进行微调，将人眼所看的位置移动到后视镜视野中心。若没有斜视，则实时监控驾驶员是否疲劳驾驶。
所述疲劳驾驶的判别主要使用Hausdorff距离方法，对人脸进行数据分析，得到疲劳预警。
本发明技术方案，为了实现后视镜智能调节功能，设置核心处理模块和外设设备，当两后视镜侦测到驾驶员在观察后视镜时，通过方向盘上的摄像头和驾驶员所看的后视镜上的摄像头采集到的图像进行分析，建模获得驾驶员眼睛所观察到的区域。图像识别主要采取CNN识别算法进行识别。同时，在驾驶开始阶段进行学习步骤，为驾驶员建立个人档案，更加人性化，智能化，同时也通过机器学习过程增强了方案的实用性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1是本发明所提供的整体过程图；
图2是本发明所提供的硬件核心模块图；
图3是I2C通信模块示意图；
图4是视野微调与疲劳预警示意图；
图5是特征提取过程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1所示，对本发明方法的整体过程说明如下：
为了实现后视镜智能调节功能，本发明使用三星Exynos 4412芯片作为核心处理模块，外设设备包括三个摄像头(分别位于两个后视镜和方向盘上)和一个六轴加速度传感器。当两后视镜侦测到驾驶员在观察后视镜时，通过方向盘上的摄像头和驾驶员所看的后视镜上的摄像头的采集到的图像进行分析，建模获得驾驶员眼睛所观察到的区域。图像识别主要采取CNN识别算法(CNN算法:深度卷积神经网络，用于图像识别的一种算法。卷积神经网络结构适合模型的并行训练，采用模型并行与数据并行的方式可以加速训练过程)进行识别。同时，在驾驶开始阶段进行学习步骤，为驾驶员建立个人档案，更加人性化，智能化，同时也通过机器学习过程增强了方案的实用性。
实现流程如下：
1：开始驾驶阶段
车辆内的摄像头对驾驶员进行人脸识别，通过学习功能调出已有的驾驶员档案或为驾驶员新建一份个人档案。如果已有当前驾驶员档案，后视镜的初始位置会根据档案做出相应的调节。
2：行驶状态检测
通过多种外设设备(包含陀螺仪，方向盘转向传感器，摄像头)信息综合判断汽车的行驶状态；如果是倒车状态，进入步骤3，如果检测结果是行驶状态，则进入步骤4。
3：倒车过程的智能调整
在倒车时，需要通过图像处理方法为驾驶员提供全景成像，同时对人眼视野区域进行检测，微调后视镜，将视野调至后视镜中央。
4：行驶状态的智能调整
在行驶状态，本方法通过前行参数，智能调节后视镜，保证驾驶员的盲区最小；同时要对人眼进行检测，将视野调至后视镜中央；最后，系统需要对驾驶员进行疲劳检测，一旦检测到驾驶员处于疲劳状态，需要及时预警。
以下对过程步骤进行具体说明：
后视镜微调硬件设计模块
如图2所示，转向电机采用TI公司的低功耗MSP430单片机控制(MSP430单片机：也称为混合信号处理器，是由于其针对实际应用需求，将多个不同功能的模拟电路、数字电路模块和微处理器集成在一个芯片上，以提供“单片机”解决方案。该系列单片机多应用于需要电池供电的便携式仪器仪表中)，控制芯片接收到主控板控制信号，两者通过I2C相互通信(I2C通信：I2C总线是为了简化电路设计所开发的一种用于内部IC连接的简单双向串行数据总线，实现了两个IC之间的控制信号与数据的传输)，单片机接收主控板的电机转向信号，并向主控板反馈电机状态信号，为实现电机的精准转动，在电机与单片之间也加入了转向角度反馈。
汽车行驶状态获取
图3所示，通过陀螺仪(用高速回转体的动量矩敏感壳体相对惯性空间绕正交于自转轴的一个或二个轴的角运动检测装置)与六轴加速度传感器，获得当前汽车的左右的水平倾角，以及在转向过程中的倾斜状态，与方向盘转向传感器获得的数据相结合，获得当前汽车的行驶状态。陀螺仪与六轴加速度传感器和主控板之间的通信均使用I2C方式。
视野微调与疲劳预警
图4所示，首先通过中间的摄像头观测驾驶员是否出现斜视，若出现斜视，主控板通过获取左右后视镜上摄像头的图像，运用CNN算法，CNN细胞神经网络适于图像处理的特性及其芯片高速运算的能力能为解决这个问题提供有力的帮助。如今视频数据量日益膨胀，视频处理的实时性要求越来越高，采用CNN的相关算法和硬件是解决这些问题的有效方案，基于CNN的视频分割算法的研究具有广泛的应用前景。实现的方法为：需要使用差分方程来近似于CNN方程，从而得到图像变换的二维非线性滤波器，且具有空间不变性。对于图像处理的局部性与全局性，可以通过滤波器的迭代次数n来进行调整。因而对于CNN算法而言，需要设计反馈模板、控制模板与阈值参数。通过学习迭代方式使得CNN网络将输入图像转化为人脸相关的目标图像。计算出人眼注视位置，通过主控板的数据处理模块，得到是否需要对后视镜进行微调，将人眼所看的位置移动到后视镜视野中心。若没有斜视，则实时监控驾驶员是否疲劳驾驶。疲劳驾驶判别主要使用Hausdorff距离方法(Hausdorff距离：量度度量空间中真子集之间的距离，是匹配点特征的一种方法，它不需要建立点之间的一一对应关系，只是计算两个点集之间的相似程度即最大距离，可以有效处理数量多的特征点情况。文中利用空间加权Hausdorff距离，从而实现人脸检测。)，对人脸进行数据分析，得到疲劳预警。
倒车全景改进
使用sift特征提取的图像处理方法(Sift特征提取：sift即尺度不变特征转换，用于图像处理领域一种描述子，该算法通过求一幅图中的特征点及其有关尺度系数和梯度方向的描述子得到特征并进行图像特征点匹配。Sift特征不只具有尺度不变性，即使改变旋转角度，图像亮度或拍摄视角，仍然能够得到好的检测效果。因而根据不同图片sift特征的尺度不变，用于进行图片间的合成处理)，将倒车雷达获得的影像和后视镜拍摄影像进行图像合成，实现全景拍摄，方便驾驶员倒车操作，扩大驾驶员在倒车过程中的视野面积，增加倒车安全系数。对于倒车全景的改进，主要依据于图像的特征提取算法，图5给出特征提取的过程示意图。
Sift特征提取过程具体如下：首先进行图像尺度空间的构建，通过高斯差分尺度空间(DoG)利用不同尺度的高斯差分核与图像卷积生成，同时可以通过尺度空间分组方法进一步减少运算复杂度；接下来进行空间极值点的检测，为提高运算效率，仅检测空间的局部极值点，从而需要将每一个像素点与周围的邻点进行比较，通过在各个尺度空间组中搜索可以获取一系列局部极值点，从而得到候选的特征点；第三步为极值点的筛选，通过泰勒展开拟合来精确确定特征点的位置与尺度，达到亚像素精度，同时去除对比度低的特征点与不稳定的边缘响应，来增强匹配稳定性，提高抗噪声能力；最后通过得到的特征点计算特征点方向，以关键点为中心，通过直域窗口内采样，方图统计邻域像素的梯度方向，直方图的峰值则代表了关键点处邻域梯度的主方向。通过上述步骤，sift特征提取完成，每个特征点含有三个信息：空域位置、尺度系数与方向系数。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (9)

1.一种基于图像识别的后视镜自适应调节方法，其特征在于，包括步骤如下：
1)开始驾驶阶段
车辆内的摄像头对驾驶员进行人脸识别，通过学习功能调出已有的驾驶员档案或为驾驶员新建一份个人档案，如果已有当前驾驶员档案，后视镜的初始位置会根据档案做出相应的调节；
2)行驶状态检测
通过多种外设设备检测到的信息综合判断汽车的行驶状态；如果是倒车状态，进入步骤3)，如果检测结果是行驶状态，则进入步骤4)；
3)倒车过程的智能调整
在倒车时，需要通过图像处理方法为驾驶员提供全景成像，同时对人眼视野区域进行检测，微调后视镜，将视野调至后视镜中央；
4)行驶状态的智能调整
在行驶状态，通过前行参数，智能调节后视镜，保证驾驶员的盲区最小；同时对人眼进行检测，将视野调至后视镜中央；最后，系统需要对驾驶员进行疲劳检测，一旦检测到驾驶员处于疲劳状态，需要及时预警。
2.根据权利要求1所述的基于图像识别的后视镜自适应调节方法，其特征在于，所述外设设备包括用于获得汽车行驶状态的陀螺仪、六轴加速度传感器、方向盘转向传感器以及三个分别位于两个后视镜和方向盘上的摄像头。
3.根据权利要求2所述的基于图像识别的后视镜自适应调节方法，其特征在于，所述陀螺仪、六轴加速度传感器与主控板之间的通信均使用I2C方式。
4.根据权利要求1所述的基于图像识别的后视镜自适应调节方法，其特征在于，所述图像识别主要采取CNN识别算法进行识别。
5.根据权利要求1所述的基于图像识别的后视镜自适应调节方法，其特征在于，所述后视镜通过转向电机控制转向，所述转向电机由低功耗单片机控制，单片机与主控板之间通过I2C通信，单片机接收主控板的电机转向信号，并向主控板反馈电机状态信号。
6.根据权利要求5所述的基于图像识别的后视镜自适应调节方法，其特征在于，为实现电机的精准转动，在转向电机与单片之间加入转向角度的反馈。
7.根据权利要求1所述的基于图像识别的后视镜自适应调节方法，其特征在于，所述步骤3)中，使用sift特征提取的图像处理方法，将倒车雷达获得的影像和后视镜拍摄影像进行图像合成，实现全景拍摄。
8.根据权利要求1所述的基于图像识别的后视镜自适应调节方法，其特征在于，所述步骤4)中，首先通过中间的摄像头观测驾驶员是否出现斜视，若出现斜视，主控板通过获取左右后视镜上摄像头的图像，运用CNN图像处理方法，计算出人眼注视位置，通过主控板的数据处理模块，得到是否需要对后视镜进行微调，将人眼所看的位置移动到后视镜视野中心。若没有斜视，则实时监控驾驶员是否疲劳驾驶。
9.根据权利要求8所述的基于图像识别的后视镜自适应调节方法，其特征在于，所述疲劳驾驶的判别主要使用Hausdorff距离方法，对人脸进行数据分析，得到疲劳预警。
CN201510006091.4A 2015-01-06 2015-01-06 基于图像识别的后视镜自适应调节方法 Pending CN104590130A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510006091.4A CN104590130A (zh) 2015-01-06 2015-01-06 基于图像识别的后视镜自适应调节方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510006091.4A CN104590130A (zh) 2015-01-06 2015-01-06 基于图像识别的后视镜自适应调节方法

Publications (1)

Publication Number Publication Date
CN104590130A true CN104590130A (zh) 2015-05-06

Family

ID=53116310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510006091.4A Pending CN104590130A (zh) 2015-01-06 2015-01-06 基于图像识别的后视镜自适应调节方法

Country Status (1)

Country Link
CN (1) CN104590130A (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105835779A (zh) * 2016-04-26 2016-08-10 乐视控股（北京）有限公司 汽车后视镜调节装置、方法及汽车
CN106056094A (zh) * 2016-06-03 2016-10-26 合肥晟泰克汽车电子有限公司 车辆驾驶习惯记忆控制系统及方法
CN106240498A (zh) * 2016-09-06 2016-12-21 连科峰 一种提高行车安全性的方法、装置和车辆
CN106256607A (zh) * 2015-06-17 2016-12-28 福特全球技术公司 用于调节后视镜的方法
CN106335432A (zh) * 2016-08-29 2017-01-18 赵谕 具有行车辅助系统的智能后视镜、控制系统及处理方法
WO2017071502A1 (zh) * 2015-10-27 2017-05-04 浙江吉利控股集团有限公司 一种基于人脸识别的车辆控制系统
CN106809121A (zh) * 2015-11-27 2017-06-09 比亚迪股份有限公司 一种外后视镜调节方法和外后视镜调节装置及车辆
WO2017124484A1 (zh) * 2016-01-23 2017-07-27 刘建兵 根据人脸识别开启车门的方法以及识别系统
CN107194346A (zh) * 2017-05-19 2017-09-22 福建师范大学 一种汽车疲劳驾驶预测方法
TWI621098B (zh) * 2016-06-06 2018-04-11 華碩電腦股份有限公司 影像穩定方法與電子裝置
CN108860024A (zh) * 2018-06-04 2018-11-23 上海科世达-华阳汽车电器有限公司 汽车设备调节方法、调节系统以及一种汽车
CN109549625A (zh) * 2018-11-13 2019-04-02 陕西科技大学 采集驾驶员眼动数据的后视镜及利用该后视镜的疲劳监测系统
CN110154895A (zh) * 2018-01-19 2019-08-23 南宁市齐华星光电科技有限公司 疲劳驾驶侦测装置
WO2020001348A1 (zh) * 2018-06-29 2020-01-02 比亚迪股份有限公司 车辆控制方法、装置、系统及车辆
CN111166357A (zh) * 2020-01-06 2020-05-19 四川宇然智荟科技有限公司 多传感器融合的疲劳监测装置系统及其监测方法
CN111382594A (zh) * 2018-12-28 2020-07-07 广州盈可视电子科技有限公司 一种特定画面捕捉系统
CN111566698A (zh) * 2018-01-10 2020-08-21 株式会社电装 车辆用图像合成装置
CN112874456A (zh) * 2021-01-12 2021-06-01 燕山大学 一种智能车辆调节方法及系统
CN113212312A (zh) * 2020-01-21 2021-08-06 重庆长安汽车股份有限公司 一种ar后视镜总成及其控制方法
CN113276775A (zh) * 2021-04-26 2021-08-20 睿联汽车电子(芜湖)有限公司 一种外后视镜的智能调整方法
CN113370900A (zh) * 2021-07-19 2021-09-10 英博超算(南京)科技有限公司 一种车辆后视镜自适应调节系统
CN113602197A (zh) * 2021-08-30 2021-11-05 海信集团控股股份有限公司 车辆及其后视镜调整方法
CN114202895A (zh) * 2021-11-08 2022-03-18 东风汽车集团股份有限公司 一种基于车联网的车辆异常状态的处理系统及方法
CN114643932A (zh) * 2020-12-18 2022-06-21 常州星宇车灯股份有限公司 车辆及其后视镜的智能调节系统和方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4811226A (en) * 1980-09-30 1989-03-07 Toyota Jidosha Kogyo Kabushiki Kaisha Optimum angle adjusting apparatus for vehicle equipments
CN1171085A (zh) * 1994-11-25 1998-01-21 伯迪尔·A·布兰丁 用于自动调整后视镜的方法和装置
CN201337458Y (zh) * 2009-01-10 2009-11-04 山西智济电子科技有限公司 人员疲劳状态实时监测装置
WO2010005171A2 (ko) * 2008-07-08 2010-01-14 Kang Moo Young 차량용 전방 사각지대 디스플레이 장치
CN102343871A (zh) * 2010-07-26 2012-02-08 浙江吉利汽车研究院有限公司 智能后视镜系统
CN202279070U (zh) * 2011-11-09 2012-06-20 向德勤 一种后视镜和座椅自适应驾驶员控制装置
CN202923507U (zh) * 2012-10-19 2013-05-08 长安大学 一种汽车外后视镜自适应调节装置
CN103287342A (zh) * 2013-05-30 2013-09-11 浙江吉利汽车研究院有限公司杭州分公司 一种汽车后视镜智能控制装置
CN103359001A (zh) * 2013-08-02 2013-10-23 北京汽车股份有限公司 一种外后视镜微调系统及汽车
CN104228688A (zh) * 2013-06-19 2014-12-24 聚晶半导体股份有限公司 调整后视镜的方法及使用该方法的电子装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4811226A (en) * 1980-09-30 1989-03-07 Toyota Jidosha Kogyo Kabushiki Kaisha Optimum angle adjusting apparatus for vehicle equipments
CN1171085A (zh) * 1994-11-25 1998-01-21 伯迪尔·A·布兰丁 用于自动调整后视镜的方法和装置
WO2010005171A2 (ko) * 2008-07-08 2010-01-14 Kang Moo Young 차량용 전방 사각지대 디스플레이 장치
CN201337458Y (zh) * 2009-01-10 2009-11-04 山西智济电子科技有限公司 人员疲劳状态实时监测装置
CN102343871A (zh) * 2010-07-26 2012-02-08 浙江吉利汽车研究院有限公司 智能后视镜系统
CN202279070U (zh) * 2011-11-09 2012-06-20 向德勤 一种后视镜和座椅自适应驾驶员控制装置
CN202923507U (zh) * 2012-10-19 2013-05-08 长安大学 一种汽车外后视镜自适应调节装置
CN103287342A (zh) * 2013-05-30 2013-09-11 浙江吉利汽车研究院有限公司杭州分公司 一种汽车后视镜智能控制装置
CN104228688A (zh) * 2013-06-19 2014-12-24 聚晶半导体股份有限公司 调整后视镜的方法及使用该方法的电子装置
CN103359001A (zh) * 2013-08-02 2013-10-23 北京汽车股份有限公司 一种外后视镜微调系统及汽车

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106256607A (zh) * 2015-06-17 2016-12-28 福特全球技术公司 用于调节后视镜的方法
US10821988B2 (en) 2015-10-27 2020-11-03 Zhejiang Geely Holding Group Co., Ltd Vehicle control system based on face recognition
WO2017071502A1 (zh) * 2015-10-27 2017-05-04 浙江吉利控股集团有限公司 一种基于人脸识别的车辆控制系统
CN106809121A (zh) * 2015-11-27 2017-06-09 比亚迪股份有限公司 一种外后视镜调节方法和外后视镜调节装置及车辆
WO2017124484A1 (zh) * 2016-01-23 2017-07-27 刘建兵 根据人脸识别开启车门的方法以及识别系统
CN105835779A (zh) * 2016-04-26 2016-08-10 乐视控股（北京）有限公司 汽车后视镜调节装置、方法及汽车
CN106056094A (zh) * 2016-06-03 2016-10-26 合肥晟泰克汽车电子有限公司 车辆驾驶习惯记忆控制系统及方法
TWI621098B (zh) * 2016-06-06 2018-04-11 華碩電腦股份有限公司 影像穩定方法與電子裝置
CN106335432A (zh) * 2016-08-29 2017-01-18 赵谕 具有行车辅助系统的智能后视镜、控制系统及处理方法
CN106335432B (zh) * 2016-08-29 2018-11-06 赵谕 具有行车辅助系统的智能后视镜、控制系统及处理方法
CN106240498A (zh) * 2016-09-06 2016-12-21 连科峰 一种提高行车安全性的方法、装置和车辆
CN106240498B (zh) * 2016-09-06 2019-05-17 连科峰 一种提高行车安全性的方法、装置和车辆
CN107194346A (zh) * 2017-05-19 2017-09-22 福建师范大学 一种汽车疲劳驾驶预测方法
CN111566698A (zh) * 2018-01-10 2020-08-21 株式会社电装 车辆用图像合成装置
CN110154895A (zh) * 2018-01-19 2019-08-23 南宁市齐华星光电科技有限公司 疲劳驾驶侦测装置
CN108860024A (zh) * 2018-06-04 2018-11-23 上海科世达-华阳汽车电器有限公司 汽车设备调节方法、调节系统以及一种汽车
WO2020001348A1 (zh) * 2018-06-29 2020-01-02 比亚迪股份有限公司 车辆控制方法、装置、系统及车辆
CN109549625A (zh) * 2018-11-13 2019-04-02 陕西科技大学 采集驾驶员眼动数据的后视镜及利用该后视镜的疲劳监测系统
CN111382594A (zh) * 2018-12-28 2020-07-07 广州盈可视电子科技有限公司 一种特定画面捕捉系统
CN111382594B (zh) * 2018-12-28 2023-07-25 广州盈可视电子科技有限公司 一种特定画面捕捉系统
CN111166357A (zh) * 2020-01-06 2020-05-19 四川宇然智荟科技有限公司 多传感器融合的疲劳监测装置系统及其监测方法
CN113212312A (zh) * 2020-01-21 2021-08-06 重庆长安汽车股份有限公司 一种ar后视镜总成及其控制方法
CN113212312B (zh) * 2020-01-21 2023-03-07 重庆长安汽车股份有限公司 一种ar后视镜总成及其控制方法
CN114643932A (zh) * 2020-12-18 2022-06-21 常州星宇车灯股份有限公司 车辆及其后视镜的智能调节系统和方法
CN112874456B (zh) * 2021-01-12 2022-04-19 燕山大学 一种智能车辆调节方法及系统
CN112874456A (zh) * 2021-01-12 2021-06-01 燕山大学 一种智能车辆调节方法及系统
CN113276775A (zh) * 2021-04-26 2021-08-20 睿联汽车电子(芜湖)有限公司 一种外后视镜的智能调整方法
CN113370900A (zh) * 2021-07-19 2021-09-10 英博超算(南京)科技有限公司 一种车辆后视镜自适应调节系统
CN113370900B (zh) * 2021-07-19 2022-09-06 英博超算(南京)科技有限公司 一种车辆后视镜自适应调节系统
CN113602197A (zh) * 2021-08-30 2021-11-05 海信集团控股股份有限公司 车辆及其后视镜调整方法
CN114202895A (zh) * 2021-11-08 2022-03-18 东风汽车集团股份有限公司 一种基于车联网的车辆异常状态的处理系统及方法

Similar Documents

Publication Publication Date Title
CN104590130A (zh) 基于图像识别的后视镜自适应调节方法
Chen et al. Lane departure warning systems and lane line detection methods based on image processing and semantic segmentation: A review
Cheng et al. Turn-intent analysis using body pose for intelligent driver assistance
CN112700470B (zh) 一种基于交通视频流的目标检测和轨迹提取方法
McCall et al. Video-based lane estimation and tracking for driver assistance: survey, system, and evaluation
CN108638999B (zh) 一种基于360度环视输入的防碰撞预警系统及方法
CN107031623A (zh) 一种基于车载盲区相机的道路预警方法
CN112349144B (zh) 一种基于单目视觉的车辆碰撞预警方法及系统
EP3784505A1 (en) Device and method for determining a center of a trailer tow coupler
US20230288941A1 (en) Model for Excluding Vehicle from Sensor Field Of View
CN103455795B (zh) 一种基于交通视频数据图像的确定交通目标所在区域的方法
CN104512327B (zh) 盲区车辆检测方法、系统、车辆变道预警方法及系统
CN107066953A (zh) 一种面向监控视频的车型识别、跟踪及矫正方法和装置
CN110203210A (zh) 一种车道偏离预警方法、终端设备及存储介质
CN104574993B (zh) 一种道路监控的方法及装置
CN107229906A (zh) 一种基于可变部件模型算法的汽车超车预警方法
CN105205785A (zh) 一种可定位的大型车辆运行管理系统及其运行方法
WO2022110737A1 (zh) 车辆防撞预警方法、装置、车载终端设备和存储介质
CN106920247A (zh) 一种基于比对网络的目标跟踪方法及装置
CN103204104B (zh) 一种车辆全视角驾驶监控系统及方法
CN105313773A (zh) 高清全景泊车及辅助驾驶系统
US20200134869A1 (en) Static Camera Calibration Using Motion of Vehicle Portion
CN105913034A (zh) 车辆识别方法、装置及车辆
CN117372991A (zh) 基于多视角多模态融合的自动驾驶方法及系统
CN107640111B (zh) 基于百核微处理器控制的汽车视觉图像处理系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20150506

RJ01 Rejection of invention patent application after publication