CN108928292B - 光照角度实时调整的汽车远近光灯自动切换及联网系统 - Google Patents

光照角度实时调整的汽车远近光灯自动切换及联网系统 Download PDF

Info

Publication number
CN108928292B
CN108928292B CN201810676227.6A CN201810676227A CN108928292B CN 108928292 B CN108928292 B CN 108928292B CN 201810676227 A CN201810676227 A CN 201810676227A CN 108928292 B CN108928292 B CN 108928292B
Authority
CN
China
Prior art keywords
vehicle
module
information
data
model
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.)
Active
Application number
CN201810676227.6A
Other languages
English (en)
Other versions
CN108928292A (zh
Inventor
尚宝平
李晓科
王永彪
肖艳秋
明五一
闫富宏
崔光珍
杜江恒
焦建强
周坤
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.)
Zhengzhou University of Light Industry
Original Assignee
Zhengzhou University of Light Industry
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 Zhengzhou University of Light Industry filed Critical Zhengzhou University of Light Industry
Priority to CN201810676227.6A priority Critical patent/CN108928292B/zh
Publication of CN108928292A publication Critical patent/CN108928292A/zh
Application granted granted Critical
Publication of CN108928292B publication Critical patent/CN108928292B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
    • B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
    • B60Q1/14—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights having dimming means
    • B60Q1/1415—Dimming circuits
    • B60Q1/1423—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
    • B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
    • B60Q1/06—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle
    • B60Q1/08—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically
    • B60Q1/085—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically due to special conditions, e.g. adverse weather, type of road, badly illuminated road signs or potential dangers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
    • B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
    • B60Q1/14—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights having dimming means
    • B60Q1/1415—Dimming circuits
    • B60Q1/1423—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic
    • B60Q1/143—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic combined with another condition, e.g. using vehicle recognition from camera images or activation of wipers

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)

Abstract

光照角度实时调整的汽车远近光灯自动切换及联网系统，包括24GHz雷达传感器模块、水平仪模块、GPS模块、图像识别模块、车载T—BOX模块、中央处理器和车灯控制模块；其中24GHz雷达传感器模块、水平仪模块、GPS模块和图像识别模块分别与车载T—BOX模块连接；车载T—BOX模块和车灯控制模块分别与中央处理器连接；中央处理器分别反馈信息给24GHz雷达传感器模块、水平仪模块、GPS模块和图像识别模块，根据不同路段的信息加强相应模块的功能。本发明通过多模块同时监测和收集数据，实现汽车车灯根据实时路面情况自动切换远近光灯并调整角度以适应不同的路况，同时收集和整合数据以充实数据库，有效避免因为各种情况造成的炫目影响，从而降低交通事故概率。

Description

光照角度实时调整的汽车远近光灯自动切换及联网系统
技术领域
本发明属于交通安全技术领域，具体涉及一种光照角度实时调整的汽车远近光灯自动切换及联网系统。
背景技术
汽车的车灯包括远光灯和近光灯，通过切换汽车的远近光灯调节前方照射范围，从而改进驾驶人员的视野范围。现有技术多为手动调节或者基于外界光线的强弱来自动调节。对于需要手动调节的车灯，驾驶员经常切换灯光不及时，也有驾驶员懒得切换的情况；而对于基于外界光线强弱拉自动调节车灯的情况，夜间车速较高时会出现灯光强度感应不及时，导致不能在第一时间反馈给处理器，或者在阴天的情况下，车灯无法进行自动识别是否需要开启车灯进而进行车灯的调节。此外车辆在上下坡时车灯视野变窄，不能及时看清前方障碍；弯道行驶时，由于车辆自身设计以及光线本身直线传播的特性，灯光发生偏移，不能很好地照到前方即将经过的弯曲路面。再者，现有车辆类型越来越多，而车辆前挡风玻璃的安装角度和高度没有统一性，当处于一些特殊路段时，仅仅改变前方的远近光灯，不能够解决驾驶员的炫目影响，这种情况虽然切换了远近光灯，但由于灯光角度问题，仍会因为驾驶人员的炫目影响引发交通事故，这种情况下将灯光根据当时路段情况进行相应的角度调节，将会对这种情况有很大的改善。
通过国内专利文献检索发现有一些相关专利文献报道，主要有以下一些：
公开号为 CN2639085Y_CN 的专利公开了一种“汽车远近光灯自动切换装置”，其利用强光检测器设置于车头前端面，通过由强光检测器的感应而驱使强光信号电路及控制切换电路产生作用，通过以自动将原车灯切换成近光灯，并在强光信号消失后，又可自动切换成远车灯，可避免驾驶员人为操作切换远近车灯的不方便及困扰。
公开号为 CN102424016B_CN 的专利公开了一种“基于机器视觉的汽车前照灯自动控制系统”， 利用前挡风玻璃内侧的摄像头实时采集道路两旁的路灯信息和相向来车的车灯信息，通过数据线连接在中央控制面板上的 DSP 控制系统，并将摄像头收集的信息发送到DSP系统，进行分析和处理， 将指令发送给三极管，通过这个三极管进行控制车灯，从而实现车灯的自动切换。
公开号为CN105539274 A 的专利公开了一种“种夜间安全行车全自动灯光切换装置及方法”，通过摄像头模组进行数据的采集存储于存储芯片，并将数据发送到处理器进行数据处理，通过判定准则监测和验证采集到的数据，然后发送指令到车灯切换控制电路，从而实现汽车远近光灯的自动切换。
公开号为CN 106564422 A的专利公开了一种基于感光模块和定位模块的自动车灯切换装置，CPU 控制模块通过光照度比较子模块、切换信号处理子模块、状态信号处理子模块和变化信号处理子模块控制装置进行车辆远近光切换，定位模块用于获取车辆的位置信号，并根据位置信号发送给中央处理器控制模块判断是否驶入禁区，从而进行相应的操作，最终达到切换远近光灯的效果。
公开号为CN 205951813 N公开了一种基于雷达和 GPS模块的远近光灯自动切换装置，通过GPS模块对汽车当前的交通状态进行检测，并通过雷达模块对前后两辆汽车之间的距离进行检测，然后将检测的数据发送到中央处理器中，若当前的交通状态较拥堵或前后两辆汽车之间的距离较近时自动关闭远光灯，若道路汽车较少或前后两辆汽车之间的距离较远时自动开启远光灯，进而实现了对车灯的自动控制。
上述这些专利文献普遍存在功能较为单一、车灯自动切换以及切换之后不能达到理想光照效果的技术问题。
发明内容
本发明为了解决现有技术中的不足之处，提供一种光照角度实时调整的汽车远近光灯自动切换及联网系统，该系统具有三个功能：自动切换远近光灯、自动调节灯光照射角度、数据收集建模和联网功能，并根据实时数据进行建模以模拟会车情况进而进行车灯切换和角度调节。
为解决上述技术问题，本发明采用如下技术方案：光照角度实时调整的汽车远近光灯自动切换及联网系统，包括24GHz雷达传感器模块、水平仪模块、GPS 模块、图像识别模块、车载 T—BOX 模块、中央处理器和车灯控制模块；其中24GHz雷达传感器模块、水平仪模块、GPS模块和图像识别模块分别与车载 T—BOX 模块连接；车载 T—BOX 模块和车灯控制模块分别与中央处理器连接；中央处理器分别反馈信息给24GHz 雷达传感器模块、水平仪模块、GPS 模块和图像识别模块，根据不同路段的信息加强相应模块的功能。
所述的24GHz雷达传感器模块提供实时的同向或者相向车辆之间的距离信息和车速信息，并进行实时的监测，将监测的信息传递给车载 T—BOX 模块，车载 T—BOX 模块将该信息进一步传递给中央处理器，中央处理器的反馈信息再传输给24GHz雷达传感器模块，根据这个反馈信息24GHz雷达传感器模块进行信号传递加强或者减弱。
所述的水平仪模块提供车辆所处路段的坡度信息，并进行实时的监测，将监测的信息传递给车载T—BOX模块，车载 T—BOX 模块将该信息进一步传递给中央处理器，中央处理器的反馈信息再传输给水平仪模块，根据这个反馈信息水平仪模块进行信号传递加强或者减弱。
所述的GPS 模块提供实时地图路线信息、道路的走向、相应的地势海拔及路况信息，同时具有信息交互的能力，并能够互相传递车辆的类型信息，并进行实时的监测，将监测的信息传递给车载T—BOX模块，车载 T—BOX 模块将该信息进一步传递给中央处理器，中央处理器的反馈信息再传输给GPS 模块，根据这个反馈信息GPS 模块进行信号传递加强或者减弱。
图像识别模块主要有四个作用；第一是提供路面状况信息，通过对路面状况的图像识别，去除干扰信息，例如路面的小型坑洼，避免一些判断误差；具体过程为：通过图像识别模块采集路况图片，将采集到的图片分割图像，采用加权的方式，计算各图片块的显著性，之后通过硬阈值筛选，根据显著值将图像块分为显著图像块集合和非显著图像块集合，并在分类过程中保留图像块原有的位置信息；非显著图像集合通过均值滤波算法对图像进行去噪，经过加权处理，对非显著图像集合与原图像进行拟合。将显著性图像块集合和经过加权处理的非显著性去噪图像进行集合，采用快速搜索块匹配算法进行块匹配，根据匹配块构建三维矩阵，并通过硬阈值两次去噪，得到去噪图像；
第二是对车辆速度变化的预测提供预测信息；正常情况下，司机会根据路况信息进行相应的车速改变，根据采集到的路况信息，预判车速的变化；
第三是监测灯光照在路面的位置信息，为后期的角度微调提供调整数据样本；
第四是对车辆行进过程中进行实时的监测，将监测的信息传递给车载T—BOX模块，车载 T—BOX 模块将该信息进一步传递给中央处理器，中央处理器的反馈信息再传输给图像识别模块，根据这个反馈信息图像识别模块进行信号传递加强或者减弱。
车载T—BOX模块分别接收24GHz 雷达传感器模块、水平仪模块、GPS 模块和图像识别模块实时监测的信息，车载 T—BOX 模块内部通过数据库，类比分析同类情况，利用BP-神经网络模型进行路况的SVM 模型建模分析，建模之后，通过数据库的数据，找到最佳处理方式，并将结果传递给中央处理器；此外，利用车载T—BOX模块达到连接云端数据库的功能，车载T—BOX模块将每次遇到的情况处理结果都反馈给数据库，不断充实数据库；
车载 T-BOX 模块中路况的SVM 模型实时更新流程包括以下步骤：第一步是数据源的获取，通过24GHz雷达传感器模块、水平仪模块、GPS模块、图像识别模块获取信息，包括本车以及本车附近相关车辆的车速和车距、本车现行路线行驶时的水平坡度、本车所行路段的路线信息、本车周围车辆的车型等信息、本车辆车灯照射位置、路面的情况；将这些信息通过车载T-BOX模块的信息处理系统转变成统一标准的数据；第二步是使用数据筛选器将收集来的数据进行筛选，同时根据数据库中的原始数据建立原始会车模型，即构建原始SVM模型；第三步是根据新采集的数据，更新构建的原始SVM模型，使之更符合现行行车环境；同时通过样本替代第三步中原始 SVM 模型的数据样本，将更新的 SVM 模型替代原始SVM模型，作为新一轮的原始模型，再进行新一轮的更新；第四步是将SVM 模型模拟的结果传递给中央处理器，做出相应的指令，进一步加强相关模块对相应信息的采集，同时可以有选择的在车载T-BOX进行可视化场景模拟。
中央处理器具有两个作用，第一是接收到车载T—BOX模块的信息后，将相应的指令传递给车灯控制模块，使其进行远近光灯的自动切换，同时进行角度的调节；第二个作用是将指令反馈给 24GHz 雷达传感器模块、水平仪模块、GPS模块和图像识别模块，进一步加强或者减弱相关模块的功能，使这四个模块的实时监测信息更加的精确。
车灯控制模块包括两个部分：远近光灯自动切换模块和角度调整模块，远近光灯自动切换模块和角度调整模块分别完成远近光灯切换的功能和灯光角度的调整功能，使车灯照射到预定的位置。
图像识别过程中利用SVM模型进行图像特征的分类，SVM模型构建流程图，直接调用数据库中预存储的原始数据，在现有图像数据的基础上，添加车辆行驶过程中的实时数据，不断更新SVM模型，提升分类精度，并根据其对应的系统响应将其分为大灯光照区域、路面坑洼凸区域、车道线区域，一起来训练支持向量机分类模型；实时SVM模型构建的分类算法流程为：
(1)、初始数据库构建：车载T-BOX下载云端数据库中的原始数据；
(2)、SVM分类模型的建立和实时更新
a)搜集样本，建立初始数据库；
b)采集行车道路信息，利用数据库中的原始数据建立原始SVM模型库；
c)处理数据：行车过程中，图像识别模块开始搜集数据，根据当前路况信
息数据，对比数据库中的数据，寻找相似数据构建原始SVM模型；
d)去噪后的预处理图像，采用 BP 神经网络算法提取特征，并将提取出来
的特征传递给筛选系统；
e)筛选提出的数据，按照给定判断准则
Figure DEST_PATH_IMAGE002
，判断数据与现有
数据库中数据的重合度；
f)满足上述准则，则添加样本点到SVM样本库中，更新SVM模型；不满
足，则直接舍弃，按照原始数据进行拟合；
g)将更新后的SVM模型样本点取代原始SVM模型的样本点，构成新的原始样本点，进行新一轮的图像特征分类；
(3)、SVM模型分类预测：采用SVM模型进行拟合之后，进行类型判定预测，判定是为车灯照射区域、路面坑洼、车道线，进行下一步的安全刹车距离、弯道半径、汽车大灯垂直角度调节和汽车大灯水平角度调节的调整依据；同时将拟合度更高的数据上传到数据库，更新和完善数据库；
安全刹车距离计算流程为：通过振动采集器获取车辆在路面行驶时的震动数据，图像识别模块获取的路况信息，通过图像处理获取路面坑洼情况，将两种数据传递到车载T-BOX中进行对比，通过计算最小方差和协方差，寻找到重合度最高的数据， 取相应的摩擦系数。 通过24GHz雷达监测模块采集本车速度，默认摩擦系数为1，将速度和摩擦系数进行Kriging逼近，构建原始Kriging模型，并利用新采集的摩擦系数进行更新Kriging模型，计算出安全刹车距离，将更新后的Kriging模型样本点替代原始样本点，作为新一轮样本更新的原始样本点，进行下一轮的Kriging模型更新。
弯道半径计算流程为：通过 GPS 模块获取车辆前进路段的走向趋势信息，并利用比例信息获取弯道半径的大小范围，对比数据库中弯道半径相似的弯道数据，构建原始的弯道RBF模型；通过路况趋势走向的获取，得到弯道的类型，分为两种情况：第一类是单弯道大半径，第二类为单弯道小半径与多弯道；第一种情况采集图片是每秒 30 帧，第二种情况采集图片是每秒 60 帧，进行图片分类识别，通过 SVM 模型分类出的车道线信息，并采集其上的像素点作新的样本点，更新原始RBF模型，使模型拟合更符合当前路段，求出弯道半径。同时将这些样本点替换到原始的RBF模型样本点之后，作为新的原始RBF模型进行下一轮的实时更新；
汽车大灯垂直角度调节的流程为： Kriging 模型逼近计算出车辆的安全刹车距离，汽车行驶时，当前方车辆在本车安全刹车距离之内，则车灯向下偏转，保证大灯光照范围为两车之间距离；当前方车辆在本车安全刹车距离之外，则本车大灯光照距离为本车的安全刹车距离；汽车静止时，车辆前方照射方位为设定默认距离，即为汽车静止光照范围；通过图像识别模块实时监测光照范围，以此为依据进行垂直角度的调节，弯道路段的垂直角度调节根据水平仪测得的角度设定是平面，以此调整垂直方向的角度；
汽车大灯水平角度调节的流程为： Kriging模型逼近计算出车辆的安全刹车距离，RBF模型计算出弯道半径；直线同向行驶状况下，若A车没有被 B车超越，即VB< VA，或VB=VA时，此时A车大灯不进行水平方向的偏转；若A车逐渐被B车超越，即VB>VA时， 此时A车大灯进行水平方向的调节，汽车右前大灯调整角度， A车大灯光线向A车所在车道右侧车道线内侧方向偏转，偏转角度根据路况SVM模型进行监测调整。直线相向行驶情况下，当两车会车时，A 车大灯光线向 A 车所在车道左侧车道线内侧方向偏转，偏转角度根据路况 SVM模型进行监测调整。弯道行驶情况下，根据弯道半径计算偏转角度调整，实时偏转角根据路况SVM模型进行监测调整；陡坡行驶情况下调节与水平直线方向汽车大灯垂直及水平角度调节相同。
采用上述技术方案，与现有的自动切换模式相比，本发明的优势在于适应于常见的车辆行驶路线：直线行驶、曲线行驶、坡度行驶。本发明通过 24GHz 雷达传感器模块、水平仪模块、GPS模块、图像识别模块、车载T—BOX模块、中央处理器（CPU）和车灯控制模块之间的连接，组成一个完整的监测、预测、信息收集、反馈系统，在三种常见的不同路段，24GHz雷达传感器模块、水平仪模块、GPS 模块、图像识别模块采集信息，监测实时信息更新，通过协同工作，实时监测不同路况、不同路线情况下两车之间的距离和车速信息，通过车载 T—BOX 中的数据库将采集到的信息进行数据化处理，根据不同的情况采用不同的计算方式，并将搜集到的信息进行建模分析，采用SVM模型建立车辆会车情况，并将模拟的结果传送至中央处理器（CPU），中央处理器根据车载 T—BOX 的模拟结果传递指令，控制车灯的远近切换和角度的初步调整，同时中央处理器根据车载T—BOX 的模拟结果，根据建模需求加强或减弱 24GHz 雷达传感器模块、水平仪模块、GPS模块、图像识别模块的信号强度。在这种调节下，当相向车辆或者同向的前方车辆距离小于一定的距离时，自动关闭远光灯，进入近光灯的模式，当相向车辆或者同向的前方车辆距离大于一定的距离时，近光灯切换成远光灯，进而实现对车上远近光灯的控制，同时 24GHz 雷达传感器模块、水平仪模块、GPS 模块、图像识别模块根据中央处理器（CPU）反馈的结果，加强或者减弱搜索信号，并将数据反馈给车载T—BOX，进行实时更新SVM实时路况模型，然后反馈给中央处理器，在进行角度的微调。在此反馈下，会车司机能够有效避免炫目的影响并且清晰地看清前方道路及其情况， 从而降低因为炫目效果造成的交通事故概率。
综上所述，本发明通过多模块同时监测和收集数据，实现汽车车灯根据实时路面情况自动切换远近光灯并调整角度以适应不同的路况，同时收集和整合数据以充实数据库，有效避免因为各种情况造成的炫目影响，从而降低交通事故概率。
附图说明
图1为本发明的简略模块的原理示意图；
图2为路况SVM模型实时更新流程图；
图3为图像预处理流程图；
图4为图像SVM模型分类流程图；
图5为安全刹车距离流程图；
图6为弯道半径计算流程图；
图7为汽车大灯垂直角度调整流程图；
图8为汽车大灯水平角度调整流程图；
图9为直线行驶过程中多车会车情况示意图；
图10为直线行驶过程中多车会车优先判定流程图；
图11为弯道行驶过程中灯光变化示意图；
图12为陡坡行驶过程中灯光变化示意图。
具体实施方式
如图 1 所示，本发明提供一种光照角度实时调整的汽车远近光灯自动切换及联网系统，包括24GHz雷达传感器模块、水平仪模块、GPS 模块、图像识别模块、车载 T—BOX模块、中央处理器和车灯控制模块；其中24GHz雷达传感器模块、水平仪模块、GPS模块和图像识别模块分别与车载 T—BOX 模块连接；中央处理器分别与车载 T—BOX 模块和车灯控制模块连接；中央处理器分别反馈信息给24GHz 雷达传感器模块、水平仪模块、GPS 模块和图像识别模块加强或减弱相应模块的功能。
车载 T-BOX 模块中路况的 SVM 模型实时更新流程如图 2 所示。第一步是采集道路数据信息，建立初始数据库；第二步，当汽车启动时，通过24GHz雷达传感器模块、水平仪模块、GPS模块、图像识别模块获取信息，包括本车以及本车附近相关车辆的车速和车距、本车现行路线行驶时的水平坡度信息、本车所行路段的弯度信息、本车周围车辆的车高和安全玻璃（前挡风玻璃）的倾斜角度信息、本车辆车灯照射位置、路面平整度信息，将这些信息通过车载T-BOX模块的信息处理系统转变成统一标准的数据；第三步根据采集到的信息，对比数据库中的数据，构建信息数据相似的原始会车模型，即原始SVM模型；第四步是利用第三步采集到的数据样本替代原始SVM模型中的样本数据，更新原始SVM模型，使之符合现行行车环境；第五步根据第四步中更新构建的原始SVM模型样本数据，替代原始 SVM 模型的数据样本，即将更新的 SVM 模型替代原始SVM模型，作为新一轮的原始模型，再进行新一轮的实时更新；第六步是将模型模拟的结果传递给中央处理器，做出相应的指令，进一步加强相关模块对相应信息的采集，同时可以根据用户需求有选择的在车载T-BOX进行可视化场景模拟。
如图 3 所示，本发明的图像识别模块的图形预处理流程。通过图像识别模块采集路况图片，将采集到的图片分割图像，采用加权的方式，计算各图片块的显著性，之后通过硬阈值筛选，根据显著值将图像块分为显著图像块集合和非显著图像块集合，并在分类过程中保留图像块原有的位置信息。非显著图像集合通过均值滤波算法对图像进行去噪，经过加权处理，对非显著图像集合与原图像进行拟合。将显著性图像块集合和经过加权处理的非显著性去噪图像进行集合，采用快速搜索块匹配算法进行块匹配，根据匹配块构建三维矩阵，并通过硬阈值两次去噪，得到去噪图像。
如图 4 所示为 SVM 图像分类模型构建流程图，直接调用数据库中预存储的原始数据，在现有图像数据的基础上，添加车辆行驶过程中的实时数据，不断更新SVM模型，提升分类精度。 并根据其对应的系统响应将其分为大灯光照区域、路面坑洼凸区域、车道线区域，一起来训练支持向量机分类模型。
实时SVM图像分类算法流程：
(1)初始数据库构建。车载T-BOX下载云端数据库中的原始数据。
(2) SVM分类模型的建立和实时更新
a)搜集样本，建立初始数据库；
b)采集行车道路信息，利用数据库中的原始数据建立原始SVM模型库；
c)处理数据：行车过程中，图像识别模块开始搜集数据，根据当前路况信息数据，对比数据库中的数据，寻找相似数据构建原始SVM模型；
d)去噪后的预处理图像，采用 BP 神经网络算法提取特征，并将提取出来的特征传递给筛选系统；
e)筛选提出的数据，按照给定判断准则
Figure 156674DEST_PATH_IMAGE002
，判断数据与现有数据库中数据的重合度；
f)满足上述准则，则添加样本点到SVM样本库中，更新SVM模型；不满足，则直接舍弃，按照原始数据进行拟合；
g)将更新后的SVM模型样本点取代原始SVM模型的样本点，构成新的原始样本点，进行新一轮的图像特征分类。
(3) SVM模型分类预测：采用SVM模型进行拟合之后，进行类型判定预测，判定是为车灯照射区域、路面坑洼、车道线，进行下一步的安全刹车距离、弯道半径和角度调节的调整依据。同时将拟合度更高的数据上传到数据库，更新和完善数据库。
图 5 为安全刹车距离计算流程图。通过振动采集器获取车辆在路面行驶时的震动数据，图像识别模块获取的路况信息，通过图像处理获取路面坑洼情况，将两种数据传递到车载T-BOX中进行对比，通过计算最小方差和协方差，寻找到重合度最高的数据， 取相应的摩擦系数。 通过24GHz雷达监测模块采集本车速度，默认摩擦系数为1，将速度和摩擦系数进行Kriging逼近，构建原始Kriging模型，并利用新采集的摩擦系数进行更新Kriging模型，计算出安全刹车距离。将更新后的Kriging模型样本点替代原始样本点，作为新一轮样本更新的原始样本点，进行下一轮的模型更新。
图 6 为弯道半径计算流程图。通过 GPS 模块获取车辆前进路段的走向趋势信息，并利用比例信息获取弯道半径的大小范围。对比数据库中弯道半径相似的弯道数据，构建原始的弯道RBF模型；通过路况趋势走向的获取，得到弯道的类型，分为两种情况：第一类是单弯道大半径，第二类为单弯道小半径与多弯道；第一种情况采集图片是每秒 30 帧，第二种情况采集图片是每秒 60 帧，进行图片分类识别，通过 SVM 模型分类出的车道线信息，并采集其上的像素点作新的样本点，更新原始RBF模型，使模型拟合更符合当前路段，求出弯道半径。同时将这些样本点替换到原始的RBF模型样本点之后，作为新的原始RBF模型进行下一轮的实时更新。
图 7 为汽车大灯垂直角度调整流程图。由图 5 中的 Kriging 逼近计算出车辆的安全刹车距离。当前方车辆在本车安全刹车距离之内，则车灯向下偏转，保证大灯光照范围为两车之间距离；当前方车辆在本车安全刹车距离之外，则本车大灯光照距离为本车的安全刹车距离。通过图像识别模块实时监测光照范围，以此为依据进行垂直角度的调节，弯道路段的垂直角度调节根据水平仪测得的角度设定是平面，以此调整垂直方向的角度。
图 8 为汽车大灯水平角度调整流程图。由图 5 中的 Kriging 逼近计算出车辆的安全刹车距离，图6中的RBF模型计算出弯道半径。直线同向行驶状况下，若A车没有被 B车超越，即VB< VA，或VB= VA时，此时A车大灯不进行水平方向的偏转；若A车逐渐被B车超越，即VB>VA时， 此时A车大灯进行水平方向的调节，汽车右前大灯调整角度， A车大灯光线向A车所在车道右侧车道线内侧方向偏转，偏转角度根据路况SVM模型进行监测调整。直线相向行驶情况下，当两车会车时，A 车大灯光线向 A 车所在车道左侧车道线内侧方向偏转，偏转角度根据路况 SVM模型进行监测调整。弯道行驶情况下，根据弯道半径计算偏转角度调整，实时偏转角根据路况SVM模型进行监测调整；陡坡行驶情况下调节与水平直线方向汽车大灯垂直及水平角度调节相同。
汽车在行驶过程中会遇到同时多辆车会车的情况，本发明以直线会车情况为例，直线会车示意图如图 9 所示，图 10 详细说明了直线会车优先权的判定过程。图9中，中间的实线代表相向车道之间的分界线，两边的实线代表道路的边界，图中的两根虚线代表同向车道之间的分界线。A 车在行驶过程中，24GHz雷达传感器模块监测周围车辆的情况，将监测的信息传递到车载T-BOX模块，进行判定，判定A车及其周围的车辆前进方向以及各车占据车道信息。只有同向行驶的汽车时，分为两种情况：一种是A和B两车并排行驶的情况，当VA> VB或者VA= VB时，A车不进行云近光灯的切换，角度不进行调节；当VA< VB时，A车自动切换成近光灯，角度随着 B 车的前进，以 AB 之间的距离进行调节。第二种情况是 A 车和E 两车在同车道，此情况下以 A、E两车之间的距离进行判定切换远近光灯，若A 车不断接近 E 车，则达到切换距离时，自动切换成近光灯，并随着 A 车接近 E车，灯光角度自动向下调节。相向行驶时有三种情况：第一种是A、C、D三车的情景，其中C和 D两车并排行使，若D车在前或者D车与 C车并列，则 A车以D车为准，此时与只有 A、D 两车的情况相同，在达到切换远近光灯时，自动切换成近光灯，并将灯光角度向A车右侧进行调节，避开射向D车方向的光线，光线调整的情况将在曲线和陡坡行驶的示意图中进行详解；当C车在D车前，且有一定的距离差时，以C车为准，在达到切换远近光灯时，自动切换成近光灯，并将灯光角度向A车右侧进行调节，避开射向C车方向的光线。第二种情况是A、C、F 三车的情况，C 车和 F 车在同向的不同车道，两车的位置如图中所示，此时以C车优先，进行远近光灯的切换。第三种情况是A、D、F三车的情况，此情况下，A车根据相向车辆的距离进行常规的远近光灯切换以及角度的调整即可。第三种情况是多车辆的会车问题，出现如图所示的A、B、C、D、E五辆车时，A车进行远近光灯切换的优先顺序依次为EDBC。其他情况以此类推。
弯道行驶时光照示意图如图11所示： 三条同心曲线代表道路的曲线道路，图中A、B 两方形块代表车辆，由方形块发射出来的实线代表常规两车会车时车灯光线的情况，方形块A前的虚线代表本发明装置光线调整之后的情况。通过图7可以很清楚的看到，在未调整角度之前，虽然 A车已切换成近光灯，但由于弯道角度问题，B车的视线完全被 A车的车灯光线覆盖，仍然会造成一定程度的炫目影响。当本发明根据两车的会车情况做出相应的角度调节之后，A车车灯关照范围发生变化，如图中的虚线所示，此时 A车车灯光线避开了B车的视野范围，有效避免炫目效果。
陡坡行驶时光照示意图如图 12 所示：下端的弧线代表陡坡道路，图中A、B 两方形块代表车辆，由方形块发射出来的实线代表常规两车会车时车灯光线的情况，方形块A前的虚线代表本发明装置光线调整之后的情况。通过图8可以很清楚的看到，在未调整角度之前，虽然 A车已切换成近光灯，但由于光的直线传播特性以及道路坡度问题，B车的视线完全被A车的车灯光线覆盖，仍然会造成一定程度的炫目影响，且此时B车处于最高点，无法看到前方的下坡路面情况，这种情况更危险。当本发明根据两车的会车情况做出相应的角度调节之后，A车车灯关照范围发生变化，如图中的虚线所示，此时A车车灯光线避开了 B车的视野范围，有效避免炫目效果，同样 B车也可以通过调整角度，在达到顶峰之时看到前方下坡路况，极大提高行车安全性。
本发明适用于三种常见会车情况，直线行驶、曲线行驶、陡坡行驶。在这三种行驶方式下，各个模块所起作用的强弱程度各不相同，需要根据不同的情况，由24GHz雷达传感器模块、水平仪模块、GPS模块、图像识别模块传递给车载 T—BOX 模块，通过图片数据处理，将分析结果传递给中央处理器（CPU），接收到车载 T—BOX 模块的信息后，将相应的指令传递给车灯控制模块，使其进行远近光灯的自动切换，同时进行角度的调节；同时将指令反馈给24GHz雷达传感器模块、水平仪模块、GPS模块、图像识别模块，进一步加强或者减弱相关模块的功能，使这四个模块的检测信息更加的精确。
本发明的工作原理开始于 24GHz 雷达传感器模块、水平仪模块、GPS 模块、图像识别模块的信息采集和监测。24GHz 雷达传感器模块提供实时的同向或者相向车辆之间的距离和车速信息，此外进行实时的信息监测，将监测的信息传递给车载 T—BOX 模块；水平仪模块提供车辆所处路段的坡度信息，为判定是否为陡坡行驶提供数据支持，实行实时的监测，同时将监测的信息传递给车载T—BOX模块；GPS模块提供实时地图路线信息、道路的走向、相应的地势海拔及路况信息，为弯道半径的判断和计算提供数据信息，构建原始弯道计算模型。因为不同车辆高度和前挡风玻璃倾斜角度不同，需要具有信息交互的能力，需要互相传递车型信息，并进行实时的监测和数据交换，同时将监测的信息传递给车载T—BOX模块；图像识别模块提供路面状况信息，利用采集到的路面信息构建实时的路况模型， 实时监测光照范围和行车情况， 同时通过对路面状况的图像监测，利用硬阈值进行预处理、BP神经网络进行特征提取、SVM模型进行特征分类，提取图片中的光照位置、路面坑洼、 车道线等信息， 利用光照位置，调整光照角度，利用路面坑洼情况计算出安全刹车距离， 同时对车辆速度变化的预测提供预测信息，利用车道线和安全刹车距离计算出弯道半径，此过程与24GHz雷达传感器模块提供的车速和车距信息以及GPS模块提供的道路趋势走向信息共同协作； 此外将这些数据传递给车载T-BOX模块，进行样本数据的更新， 实现数据的实时更新。
本发明分为三类情况进行实施方式的叙述。直线行驶状况： 汽车启动时，24GHz雷达传感器模块、水平仪模块、GPS 模块、图像识别模块开始工作，分别监测本车和来往车辆的车速和车距信息、车辆所在路段的倾斜角度、车辆所在路段的道路走向信息和本车辆附近车辆的交互信息、车辆前方的路况信息，四个信息搜集监测模块将信息传递给车载T-BOX模块，进行数据的统一化处理。车辆在启动后，搜集前方信息并汇聚于车载T-BOX模块，通过对比车载T-BOX模块中的数据库，开始模拟道路情况，构建原始SVM模型，并根据搜集到的信息样本更新原始的SVM模型，进行实时的路况模拟。当车辆启动时，水平仪模块传递的数据判定车辆的倾斜角度，从而判定是否在陡坡行驶；GPS模块传递的数据预测车辆行驶道路信息，包括道路的地势海拔，预判车辆接下来的路线状况，另一方面判定车辆是否是弯道行驶提供依据，此外提供对面及附近车辆的车辆信息，为大灯垂直方向角度的调节提供数据支持；在判定为直线行驶的情况下，中央处理器加强图像识别模块和24GHz雷达监测模块的监测强度，减弱水平仪模块的监测强度，GPS 模块的监测强度不变，车载 T-BOX 模块通过图像识别模块提供的道路信息，进行图像预处理，构建 BP 神经网络模型进行特征提取，随后通过 SVM 模型进行分类，提取车道线信息、光照区域、坑洼区域；同时通过震动采集器和SVM模型分类道路坑洼情况及 24GHz 雷达监测模块提供的车速信息，构建 Kriging模型逼近，计算出安全刹车距离；此外通过路面坑洼情况预判车辆车速的变化情况，进行提前的路况 SVM 模型预拟合。按照图 9 和图 10 中所述车辆的优先考虑顺序进行车辆远近光灯和角度的调节，同时通过图像识别模块提供的车辆光照范围信息，不断地调整车辆的光照范围，为水平和垂直方向角度的调节提供参考数据，直至调整到接近甚至达到理想的位置。在此过程中，车载 T—BOX 模块将一次会车当作是一个实验场景，记录数据，更新替代原始数据库中数据，提高原始模型的拟合效果，此外亦可以通过整个行车过程充实数据库。
弯道行驶状况：汽车启动时，24GHz雷达传感器模块、水平仪模块、GPS模块、图像识别模块开始工作，分别监测本车和来往车辆的车速和车距信息、车辆所在路段的倾斜角度、车辆所在路段的道路走向信息和本车辆附近车辆的交互信息、车辆前方的路况信息，四个信息搜集监测模块将信息传递给车载 T-BOX模块，进行数据的统一化处理。 车辆在启动后， 搜集前方信息并汇聚于车载T-BOX模块，通过对比车载T-BOX模块中的数据库，开始模拟道路情况，构建原始SVM模型，并根据搜集到的信息样本更新原始的SVM模型，进行实时的路况模拟。当车辆启动时，水平仪模块传递的数据判定车辆的倾斜角度，从而判定是否在陡坡行驶；GPS模块传递的数据预测车辆行驶道路信息，包括道路的地势海拔，预判车辆接下来的路线状况，另一方面判定车辆是否是弯道行驶提供依据，此外提供对面及附近车辆的车辆信息，为大灯垂直方向角度的调节提供数据支持；在判定为弯道行驶的情况下，中央处理器加强GPS模块和图像识别模块的监测强度，减弱水平仪模块的监测强度，24GHz雷达检测模块的监测强度不变，车载T-BOX模块通过图像识别模块提供的道路信息，进行图像预处理，构建 BP 神经网络模型进行特征提取，随后通过SVM模型进行分类，提取车道线信息、光照区域、坑洼区域；同时通过震动采集器和SVM模型分类道路坑洼情况及24GHz雷达监测模块提供的车速信息，构建Kriging逼近，计算出安全刹车距离；此外通过路面坑洼情况预判车辆车速的变化情况，进行提前的路况SVM模型预拟合。通过GPS模块提供的道路海拔和走向，构建原始RBF模型，同时通过GPS提供的弯道情况，分为两类：一种为单弯道大半径，另一种为单弯道小半径和多弯道；前者采用每秒30帧采集图片，后者采用每秒60帧采集图片，通过构建的SVM图像分类提取车道线信息，以此来更新构建的原始 RBF 模型，计算出弯道半径和大灯偏转角度，并跟随车辆的前进不断地更新，以此调整车辆弯道大灯角度的调节。按照图 7、图 8、图 10、图 11 中所述对车辆远近光灯和角度进行调节，同时通过图像识别模块提供的车辆光照范围信息，不断地调整车辆的光照范围，为水平和垂直方向角度的调节提供参考数据，直至调整到接近甚至达到理想的位置。在此过程中，车载 T—BOX 模块将一次会车当作是一个实验场景，记录数据，更新替代原始数据库中数据，提高原始模型的拟合效果，此外亦可以通过整个行车过程充实数据库。
陡坡行驶状况：汽车启动时，24GHz雷达传感器模块、水平仪模块、GPS模块、图像识别模块开始工作，分别监测本车和来往车辆的车速和车距信息、车辆所在路段的倾斜角度、车辆所在路段的道路走向信息和本车辆附近车辆的交互信息、车辆前方的路况信息，四个信息搜集监测模块将信息传递给车载 T-BOX模块，进行数据的统一化处理。 车辆在启动后， 搜集前方信息并汇聚于车载T-BOX模块，通过对比车载T-BOX模块中的数据库，开始模拟道路情况，构建原始SVM模型，并根据搜集到的信息样本更新原始的SVM模型，进行实时的路况模拟。当车辆启动时，水平仪模块传递的数据判定车辆的倾斜角度，从而判定是否在陡坡行驶；GPS模块传递的数据预测车辆行驶道路信息，包括道路的地势海拔，预判车辆接下来的路线状况，另一方面判定车辆是否为陡坡行驶提供依据，此外提供对面及附近车辆的车辆信息，为大灯垂直方向角度的调节提供数据支持；在判定为陡坡行驶的情况下，中央处理器加强GPS模块和水平仪模块的监测强度，图像识别模块和24GHz雷达检测模块的监测强度不变， 车载T-BOX模块通过图像识别模块提供的道路信息，进行图像预处理，构建 BP 神经网络模型进行特征提取，随后通过SVM模型进行分类，提取车道线信息、光照区域、坑洼区域；同时通过震动采集器和SVM模型分类道路坑洼情况及24GHz雷达监测模块提供的车速信息，构建Kriging逼近，计算出安全刹车距离；此外通过路面坑洼情况预判车辆车速的变化情况，进行提前的路况SVM模型预拟合。通过GPS模块提供的道路海拔和水平仪模块提供的车辆倾斜角度，以倾斜角度为水平面，进行与直线行驶时相同的角度调整策略，另外通过实时路况SVM模型实时监测周围车辆信息，避免因为车辆因为倾斜角度的变化而导致的灯光方向转变过快， 并跟随车辆的前进不断地更新，以此调整车辆弯道大灯角度的调节。按照图 7、图 8、图 10、图 12 中所述对车辆远近光灯和角度进行调节， 同时通过图像识别模块提供的车辆光照范围信息，不断地调整车辆的光照范围，为水平和垂直方向角度的调节提供参考数据，直至调整到接近甚至达到理想的位置。在此过程中，车载 T—BOX 模块将一次会车当作是一个实验场景，记录数据，更新替代原始数据库中数据，提高原始模型的拟合效果，此外亦可以通过整个行车过程充实数据库。
本发明同样适用于这三种行驶情况复合的道路情况，不同的路面情况和行驶路线，中央处理器反馈给 24GHz 雷达传感器模块、水平仪模块、GPS 模块、图像识别模块信息之后，各个模块信号加强程度强弱不同。
本实施例并非对本发明的形状、材料、结构等作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均属于本发明技术方案的保护范围。

Claims (8)

1.光照角度实时调整的汽车远近光灯自动切换及联网系统，其特征在于：包括24GHz雷达传感器模块、水平仪模块、GPS 模块、图像识别模块、车载 T—BOX 模块、中央处理器和车灯控制模块；其中24GHz雷达传感器模块、水平仪模块、GPS模块和图像识别模块分别与车载T—BOX 模块连接；车载 T—BOX 模块和车灯控制模块分别与中央处理器连接；中央处理器分别反馈信息给24GHz 雷达传感器模块、水平仪模块、GPS 模块和图像识别模块，根据不同路段的信息加强相应模块的功能；
车载T—BOX模块分别接收24GHz 雷达传感器模块、水平仪模块、GPS 模块和图像识别模块实时监测的信息，车载 T—BOX 模块内部通过数据库，类比分析同类情况，利用BP-神经网络模型进行路况的SVM 模型建模分析，建模之后，通过数据库的数据，找到最佳处理方式，并将结果传递给中央处理器；此外，利用车载T—BOX模块达到连接云端数据库的功能，车载T—BOX模块将每次遇到的情况处理结果都反馈给数据库，不断充实数据库；
车载 T-BOX 模块中路况的SVM 模型实时更新流程包括以下步骤：第一步是数据源的获取，通过24GHz雷达传感器模块、水平仪模块、GPS模块、图像识别模块获取信息，包括本车以及本车附近相关车辆的车速和车距、本车现行路线行驶时的水平坡度、本车所行路段的路线信息、本车周围车辆的车型信息、本车辆车灯照射位置、路面的情况；将这些信息通过车载T-BOX模块的信息处理系统转变成统一标准的数据；第二步是使用数据筛选器将收集来的数据进行筛选，同时根据数据库中的原始数据建立原始会车模型，即构建原始SVM模型；第三步是根据新采集的数据，更新构建的原始SVM模型，使之更符合现行行车环境；同时通过样本替代第三步中原始 SVM 模型的数据样本，将更新的 SVM 模型替代原始SVM模型，作为新一轮的原始模型，再进行新一轮的更新；第四步是将SVM 模型模拟的结果传递给中央处理器，做出相应的指令，进一步加强相关模块对相应信息的采集，同时在车载T-BOX进行可视化场景模拟；
图像识别过程中利用SVM模型进行图像特征的分类，SVM模型构建流程图，直接调用数据库中预存储的原始数据，在现有图像数据的基础上，添加车辆行驶过程中的实时数据，不断更新SVM模型，提升分类精度，并根据其对应的系统响应将其分为大灯光照区域、路面坑洼凸区域、车道线区域，一起来训练支持向量机分类模型；实时SVM模型构建的分类算法流程为：
(1)、初始数据库构建：车载T-BOX下载云端数据库中的原始数据；
(2)、SVM分类模型的建立和实时更新；
a)搜集样本，建立初始数据库；
b)采集行车道路信息，利用数据库中的原始数据建立原始SVM模型库；
c)处理数据：行车过程中，图像识别模块开始搜集数据，根据当前路况信息数据，对比数据库中的数据，寻找相似数据构建原始SVM模型；
d)去噪后的预处理图像，采用 BP 神经网络算法提取特征，并将提取出来的特征传递给筛选系统；
e)筛选提出的数据，按照给定判断准则，判断数据与现有数据库中数据的重合度；
f)满足上述准则，则添加样本点到SVM样本库中，更新SVM模型；不满足，则直接舍弃，按照原始数据进行拟合；
g)将更新后的SVM模型样本点取代原始SVM模型的样本点，构成新的原始样本点，进行新一轮的图像特征分类；
(3)、SVM模型分类预测：采用SVM模型进行拟合之后，进行类型判定预测，判定是为车灯照射区域、路面坑洼、车道线，进行下一步的安全刹车距离、弯道半径、汽车大灯垂直角度调节和汽车大灯水平角度调节的调整依据；同时将拟合度更高的数据上传到数据库，更新和完善数据库；
安全刹车距离计算流程为：通过振动采集器获取车辆在路面行驶时的震动数据，图像识别模块获取的路况信息，通过图像处理获取路面坑洼情况，将两种数据传递到车载T-BOX中进行对比，通过计算最小方差和协方差，寻找到重合度最高的数据， 取相应的摩擦系数；通过24GHz雷达监测模块采集本车速度，默认摩擦系数为1，将速度和摩擦系数进行Kriging逼近，构建原始Kriging模型，并利用新采集的摩擦系数进行更新Kriging模型，计算出安全刹车距离，将更新后的Kriging模型样本点替代原始样本点，作为新一轮样本更新的原始样本点，进行下一轮的Kriging模型更新。
2.根据权利要求1所述的光照角度实时调整的汽车远近光灯自动切换及联网系统，其特征在于：所述的24GHz雷达传感器模块提供实时的同向或者相向车辆之间的距离信息和车速信息，并进行实时的监测，将监测的信息传递给车载 T—BOX 模块，车载 T—BOX 模块将该信息进一步传递给中央处理器，中央处理器的反馈信息再传输给24GHz雷达传感器模块，根据这个反馈信息24GHz雷达传感器模块进行信号传递加强或者减弱。
3.根据权利要求1所述的光照角度实时调整的汽车远近光灯自动切换及联网系统，其特征在于：所述的水平仪模块提供车辆所处路段的坡度信息，并进行实时的监测，将监测的信息传递给车载T—BOX模块，车载 T—BOX 模块将该信息进一步传递给中央处理器，中央处理器的反馈信息再传输给水平仪模块，根据这个反馈信息水平仪模块进行信号传递加强或者减弱。
4.根据权利要求1所述的光照角度实时调整的汽车远近光灯自动切换及联网系统，其特征在于：所述的GPS 模块提供实时地图路线信息、道路的走向、相应的地势海拔及路况信息，同时具有信息交互的能力，并能够互相传递车辆的类型信息，并进行实时的监测，将监测的信息传递给车载T—BOX模块，车载 T—BOX 模块将该信息进一步传递给中央处理器，中央处理器的反馈信息再传输给GPS 模块，根据这个反馈信息GPS 模块进行信号传递加强或者减弱。
5.根据权利要求1所述的光照角度实时调整的汽车远近光灯自动切换及联网系统，其特征在于：图像识别模块主要有四个作用；第一是提供路面状况信息，通过对路面状况的图像识别，去除干扰信息，路面的小型坑洼，避免一些判断误差；具体过程为：通过图像识别模块采集路况图片，将采集到的图片分割图像，采用加权的方式，计算各图片块的显著性，之后通过硬阈值筛选，根据显著值将图像块分为显著图像块集合和非显著图像块集合，并在分类过程中保留图像块原有的位置信息；非显著图像集合通过均值滤波算法对图像进行去噪，经过加权处理，对非显著图像集合与原图像进行拟合；将显著性图像块集合和经过加权处理的非显著性去噪图像进行集合，采用快速搜索块匹配算法进行块匹配，根据匹配块构建三维矩阵，并通过硬阈值两次去噪，得到去噪图像；
第二是对车辆速度变化的预测提供预测信息；正常情况下，司机会根据路况信息进行相应的车速改变，根据采集到的路况信息，预判车速的变化；
第三是监测灯光照在路面的位置信息，为后期的角度微调提供调整数据样本；
第四是对车辆行进过程中进行实时的监测，将监测的信息传递给车载T—BOX模块，车载 T—BOX 模块将该信息进一步传递给中央处理器，中央处理器的反馈信息再传输给图像识别模块，根据这个反馈信息图像识别模块进行信号传递加强或者减弱。
6.根据权利要求1所述的光照角度实时调整的汽车远近光灯自动切换及联网系统，其特征在于：中央处理器具有两个作用，第一是接收到车载T—BOX模块的信息后，将相应的指令传递给车灯控制模块，使其进行远近光灯的自动切换，同时进行角度的调节；第二个作用是将指令反馈给 24GHz 雷达传感器模块、水平仪模块、GPS模块和图像识别模块，进一步加强或者减弱相关模块的功能，使这四个模块的实时监测信息更加的精确。
7.根据权利要求1所述的光照角度实时调整的汽车远近光灯自动切换及联网系统，其特征在于：车灯控制模块包括两个部分：远近光灯自动切换模块和角度调整模块，远近光灯自动切换模块和角度调整模块分别完成远近光灯切换的功能和灯光角度的调整功能，使车灯照射到预定的位置。
8.根据权利要求1所述的光照角度实时调整的汽车远近光灯自动切换及联网系统，其特征在于：弯道半径计算流程为：通过 GPS 模块获取车辆前进路段的走向趋势信息，并利用比例信息获取弯道半径的大小范围，对比数据库中弯道半径相似的弯道数据，构建原始的弯道RBF模型；通过路况趋势走向的获取，得到弯道的类型，分为两种情况：第一类是单弯道大半径，第二类为单弯道小半径与多弯道；第一种情况采集图片是每秒 30 帧，第二种情况采集图片是每秒 60 帧，进行图片分类识别，通过 SVM 模型分类出的车道线信息，并采集其上的像素点作新的样本点，更新原始RBF模型，使模型拟合更符合当前路段，求出弯道半径；同时将这些样本点替换到原始的RBF模型样本点之后，作为新的原始RBF模型进行下一轮的实时更新；
汽车大灯垂直角度调节的流程为： Kriging 模型逼近计算出车辆的安全刹车距离，汽车行驶时，当前方车辆在本车安全刹车距离之内，则车灯向下偏转，保证大灯光照范围为两车之间距离；当前方车辆在本车安全刹车距离之外，则本车大灯光照距离为本车的安全刹车距离；汽车静止时，车辆前方照射方位为设定默认距离，即为汽车静止光照范围；通过图像识别模块实时监测光照范围，以此为依据进行垂直角度的调节，弯道路段的垂直角度调节根据水平仪测得的角度设定是平面，以此调整垂直方向的角度；
汽车大灯水平角度调节的流程为： Kriging模型逼近计算出车辆的安全刹车距离，RBF模型计算出弯道半径；直线同向行驶状况下，若A车没有被 B车超越，即VB< VA，或VB= VA时，此时A车大灯不进行水平方向的偏转；若A车逐渐被B车超越，即VB>VA时， 此时A车大灯进行水平方向的调节，汽车右前大灯调整角度， A车大灯光线向A车所在车道右侧车道线内侧方向偏转，偏转角度根据路况SVM模型进行监测调整；直线相向行驶情况下，当两车会车时，A车大灯光线向 A 车所在车道左侧车道线内侧方向偏转，偏转角度根据路况 SVM模型进行监测调整；弯道行驶情况下，根据弯道半径计算偏转角度调整，实时偏转角根据路况SVM模型进行监测调整；陡坡行驶情况下调节与水平直线方向汽车大灯垂直及水平角度调节相同。
CN201810676227.6A 2018-06-27 2018-06-27 光照角度实时调整的汽车远近光灯自动切换及联网系统 Active CN108928292B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810676227.6A CN108928292B (zh) 2018-06-27 2018-06-27 光照角度实时调整的汽车远近光灯自动切换及联网系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810676227.6A CN108928292B (zh) 2018-06-27 2018-06-27 光照角度实时调整的汽车远近光灯自动切换及联网系统

Publications (2)

Publication Number Publication Date
CN108928292A CN108928292A (zh) 2018-12-04
CN108928292B true CN108928292B (zh) 2020-06-05

Family

ID=64447266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810676227.6A Active CN108928292B (zh) 2018-06-27 2018-06-27 光照角度实时调整的汽车远近光灯自动切换及联网系统

Country Status (1)

Country Link
CN (1) CN108928292B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109649255A (zh) * 2019-01-11 2019-04-19 福建天眼视讯网络科技有限公司 基于神经网络的智能车灯控制系统及其方法
CN109910731A (zh) * 2019-03-07 2019-06-21 苏州工业园区职业技术学院 基于智能网联汽车的自动灯光控制系统
CN110816394A (zh) * 2019-11-26 2020-02-21 广州市超亮电子科技有限公司 全视觉自适应车辆前照灯及其控制方法
CN111361497A (zh) * 2020-04-24 2020-07-03 三一重机有限公司 一种驾驶室顶灯系统及挖掘机
CN111605473B (zh) * 2020-05-21 2021-10-29 北京四维智联科技有限公司 一种车灯调整方法、装置、电子设备、车辆及存储介质
CN111645588B (zh) * 2020-06-15 2021-11-30 宁波山迪光能技术有限公司 车载安全警示装置
CN111598061B (zh) * 2020-07-21 2020-10-20 成都中轨轨道设备有限公司 一种自主识别定位轨道标识牌内容的系统和方法
CN112050164B (zh) * 2020-08-31 2022-03-29 太原理工大学 一种汽车上下坡led远光灯调节装置
CN112356768B (zh) * 2020-11-19 2022-10-04 广州广日电气设备有限公司 一种根据车辆俯仰角的灯光补偿方法、电子设备及存储介质
CN112339651A (zh) * 2020-11-27 2021-02-09 安徽工程大学 一种汽车智能大灯系统及其控制方法
CN113386656B (zh) * 2021-07-23 2022-10-14 中山易事达光电科技有限公司 智控车灯系统及其控制方法
CN114056226B (zh) * 2021-11-26 2024-03-26 江苏科技大学 一种汽车led大灯照射高度的自动控制方法
CN115023008A (zh) * 2022-06-28 2022-09-06 海信集团控股股份有限公司 一种车辆灯光调节方法、装置及车辆
CN116634638A (zh) * 2023-05-16 2023-08-22 珠海光通智装科技有限公司 灯光控制策略的生成方法、灯光控制方法以及相关装置
CN117656986B (zh) * 2024-01-31 2024-04-16 成都赛力斯科技有限公司 一种基于障碍物的车灯控制方法、装置、设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202573953U (zh) * 2012-03-31 2012-12-05 北京经纬恒润科技有限公司 车辆灯光调节系统
KR101400697B1 (ko) * 2013-02-21 2014-06-03 나도진 자동차 속도에 따라 상·하향등이 조절되는 led 헤드라이트
CN104228665B (zh) * 2014-09-17 2016-08-24 南京航空航天大学 一种自适应汽车前照灯的控制方法
CN106114345B (zh) * 2016-08-02 2018-03-13 常州星宇车灯股份有限公司 基于图像处理的智能灯光调节系统及其调节方法
CN106169243B (zh) * 2016-08-25 2019-03-15 武汉理工大学 一种基于车联网的实时路况估计系统及方法
CN107719226B (zh) * 2017-08-28 2018-08-21 广东工业大学 一种基于车联网的车辆远近光灯的智能控制方法

Also Published As

Publication number Publication date
CN108928292A (zh) 2018-12-04

Similar Documents

Publication Publication Date Title
CN108928292B (zh) 光照角度实时调整的汽车远近光灯自动切换及联网系统
JP4473232B2 (ja) 車載用車両前方環境検出装置および車両用照明装置
US10427588B1 (en) Automatic beam-shaping using an on-car camera system
US8433510B2 (en) Method for the anticipated ascertainment of a bend on a portion of road, and associated system
JP4624594B2 (ja) 物体認識方法および物体認識装置
JP3619628B2 (ja) 走行環境認識装置
TWI302879B (en) Real-time nighttime vehicle detection and recognition system based on computer vision
US8751154B2 (en) Enhanced clear path detection in the presence of traffic infrastructure indicator
JP5809785B2 (ja) 車両用外界認識装置およびそれを用いた配光制御システム
US8768576B2 (en) Undazzled-area map product, and system for determining whether to dazzle person using the same
US9185363B2 (en) Vehicle imaging system and method for categorizing objects using relative motion analysis
CN101376352B (zh) 自动适应夜间行车弯道及坡度的汽车前照灯控制方法
CN104583012B (zh) 用于响应于对小型卡车的检测来控制外部车辆灯的系统和方法
CN102424016A (zh) 一种基于机器视觉的汽车前照灯自动控制系统
CN108482239B (zh) 一种基于红外摄像技术的自适应远光灯控制系统及方法
CN112406687A (zh) 一种“人-车-路”协同的可编程矩阵式前照灯系统及方法
US9372112B2 (en) Traveling environment detection device
JP4980970B2 (ja) 撮像手段の調整装置および物体検出装置
CN109229011A (zh) 一种基于车道线检测的车头灯转向控制系统和方法
CN112822827A (zh) 基于5g的智能汽车灯光控制系统及其控制方法
CN214564939U (zh) 车辆及其前照灯调节装置
CN114684004B (zh) 车辆及其前照灯调节装置、方法
CN115593312B (zh) 一种基于环境监测分析的电子后视镜模式切换方法
JP4798182B2 (ja) 眩惑検出装置、眩惑検出プログラム、および前照灯制御装置
JP2020181310A (ja) 車両の照明制御システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant