CN110588499A - 一种基于机器视觉的前照灯自适应控制系统及方法 - Google Patents

Abstract

本发明提供一种基于机器视觉的前照灯自适应控制系统及方法，涉及汽车智能前照明技术领域，通过多模块同时监测和收集数据，摄像机获取路面信息，然后通过对视频中的图像进行预处理，得到较理想的图片，再根据夜间车辆的特点，对图像进行特征提取，提取出车前灯、车尾灯、街灯以及其他亮斑的特征向量，将提取出的特征向量导入到支持向量机里面，通过深度学习卷积神经网络进行训练集与测试集的训练与验证，实现汽车车灯根据实时路面情况自动调节远近光灯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，为远近光灯自动调节控制提供参考，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

一种基于机器视觉的前照灯自适应控制系统及方法

技术领域

本发明涉及汽车智能前照明技术领域，具体涉及一种基于机器视觉的前照灯自适应控制系统及方法。

背景技术

汽车产业蓬勃发展及汽车数量的不断增加，带来了巨大的交通问题，也由此引发了大量的交通事故，给人们的安全与财产造成了巨大威胁，而其中一部分交通事故是由光线问题所造成的，驾驶安全性问题越来越成为了人们关注的焦点，各种各样的主动安全设备也随之产生。汽车前照灯的主要作用是照明路面，使驾驶员能看清前方的路面情况，以及防止造成迎面而来的行人或机动车驾驶员眩光，头晕等不适。如果前照灯远光照射出去的发光强度不够或过低，将使得其照射距离不够远，导致驾驶员不能看清前方的路面情况；若前照灯的光轴方向有偏差以及近光灯的发光强度过高，发生会车时，对方驾驶员就会眩目，引起交通事故的可能性增大。由此可知，汽车大灯的发光强度以及其光束照射方为角对机动车的安全行驶有非常大的影响。

伴随着汽车设备的日益精密以及道路条件的不断完善，汽车的车速也有很大的提升，为了与车速的变化相匹配，车灯的亮度和照明距离也不断提高。这虽然能很好的改善驾驶员的夜间行车环境，但也会在会车时，给对面车的驾驶员带来很大的眩目危害，也会因此而造成很多的交通事故。在夜间汽车会车时，如果两车都开着远光灯，则两方的驾驶员会因为强烈的炫目刺激而看不清路面的情况，这样将会对人们生命及财产产生很大的安全隐患。一般情况下，驾驶员并不是故意违章使用车灯，只是对行车中的细节偶尔的疏忽，最终导致事故的发生。目前，车灯的违章使用已被列为交通意外事故的重大危险之一。

发明内容

(一)解决的技术问题

本发明针对上述驾驶员违反使用车灯的缺陷问题，提供了一种基于机器视觉的前照灯自适应控制系统及方法，实现适应不同光照、不同路段环境下夜间行车远近光灯的智能切换。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于机器视觉的前照灯自适应控制系统，包括传感器检测模块、A/D转换模块、第一光照检测模块、第二光照检测模块、信号调理电路、CAN总线模块、液晶显示模块、高精度地图数据库、无线通信模块、智能手机、云端服务器、车联网系统、摄像模块、图像采集卡、图像处理器、语音提示模块、定位模块、远近光灯调节装置、主控制器；

传感器检测模块经过A/D转换模块与信号调理电路相连，第一光照检测模块、第二光照检测模块分别与信号调理电路相连，信号调理电路通过CAN总线与主控制器相连，传感器的检测信号经过A/D转换、调理后传递给主控制器；

液晶显示器、高精度地图数据库、CAN总线模块、无线通信模块、远近光灯调节装置、语音提示模块、定位模块为主控制器的外围电路分别与主控制器相连，主控制器通过无线通信模块与智能手机进行无线通信，主控制器通过无线通信模块与云端服务器进行无线通信，车联网系统与云端服务器相连并进行通信；

摄像模块与图像采集卡相连，图像采集卡与图像处理器相连，摄像模块采集的图像经过图像采集卡传输给图像处理器进行处理，图像处理器与主控制器通过CAN总线进行无线通信；

所述图像处理器的图像处理包括明亮物体分割、车灯检测、车灯跟踪和匹配；所述明亮物体分割首先从夜晚景象中提取出明亮目标，通过颜色特性区分车辆前照灯和道路反射，明亮物体分割的结果用B表示，其中L为前照灯亮度在RGB的颜色空间，C为前照灯灰度变化量，T_L和T_C分别是前照灯亮度和灰度变化阈值，T_L＝190，T_C＝20；

所述车灯检测通过形状特征区分车辆前照灯和道路反射，首先采用轮廓提取和图像距离确定明亮目标的质心和边缘，计算明亮物体的圆度R_n，确定明亮物体的质心和边缘是否在观测区内，其中T_P是明亮物体圆度的比例参数，D_i为每个明亮物体边缘到质心的距离，M_D为每个明亮物体的平均距离，N为每个明亮物体的总边缘；明亮的物体确定为前照灯用HL_C表示，其中A为明亮物体边界矩形区域面积，T_AL和T_AU分别是边界矩形区域的下限和上限阈值，T_Rn为用于明亮物体的圆度阈值；

所述车灯跟踪和匹配检查两个前照灯以满足轨道前照灯条件，两个前照灯的水平距离D_x＝|C_x2-C_x1|，C_x1和C_x2分别为两个前照灯质心的水平坐标，两个前照灯的垂直距离D_y＝|C_y2-C_y1|，C_y1和C_y2分别为两个前照灯质心的垂直坐标，两个前照灯的斜率S_s＝D_y/D_x，两个前照灯面积比A_r＝min(A₁,A₂)/max(A₁,A₂)，A₁和A₂分别为两个前照灯的边界矩形区域面积，两个前照灯的速度差，其中和分别为第i前照灯质心的水平坐标，其中和分别为第i前照灯质心的水平坐标，P_S为计算速度的比例参数，两个前照灯的欧氏距离与其他非车辆灯(如交通灯、反光灯和条幅灯)分开，在获得每个前照灯的轨迹后，检查并确定前照灯匹配和配对。

根据本发明的一实施例，所述传感器检测模块包括超声波测距传感器、霍尔电流传感器、速度传感器、车身高度传感器、方向盘转角传感器、道路坡度传感器；超声波测距传感器用于测量前方车辆或障碍物距离，霍尔电流传感器用于测量电子控制单元电流的大小，速度传感器用于测量测量的当前车速，车身高度传感器用于测量车身高度，方向盘转角传感器用于测量车辆转动角度，道路坡度传感器用于测量车辆的倾斜角度。

根据本发明的一实施例，所述第一光照检测模块、第二光照检测模块包括光敏传感器，光敏传感器检测电路包括光敏电阻R1、电阻R2、R3、R4、R5、R6、R7，运算放大器U1、U2，光敏电阻R1一端与正12V电源相连，电阻R1另一端与电阻R2一端、运算放大器U1同相输入端相连，电阻R2另一端接地，运算放大器U1反向输入端与电阻R3一端、电阻R4一端相连，电阻R3另一端接地，电阻R4另一端与运算放大器U1输出端相连，运算放大器U1输出端与电阻R6一端相连，电阻R6另一端与运算放大器U2同相输入端、电阻R7一端相连，运算放大器U2反向输入端与电阻R5一端相连，电阻R5另一端与正12V电源相连，电阻R7另一端与运算放大器U2输出端相连；所述运算放大器U1、U2采用运算放大器LM339。

根据本发明的一实施例，所述速度传感器电路包括电容C1、C2，电阻R8、R9、R10，三极管Q1，光电耦合器U3，速度传感器与电容C1一端相连，电容C1另一端与电阻R8一端相连，电阻R8另一端与电容C2一端、三极管Q1基极相连，电容C2另一端接地，三极管Q1集电极与电阻R9一端相连，电阻R9另一端与正5V电源相连，三极管Q1发射极与光电耦合器U3的1脚相连，光电耦合器U3的2脚接地，光电耦合器U3的3脚接地，光电耦合器U3的4脚与电阻R10一端相连，电阻R10另一端与正5V电源相连；所述三极管Q1为NPN三极管，NPN三极管为三极管9013；所述光电耦合器U3为PC817。

根据本发明的一实施例，所述超声波测距传感器电路包括电阻R11、R12，电容C3、二极管D1、光电耦合器U4，超声波测距传感器输出端与电阻R11一端相连，电阻R11另一端与电容C3一端、二极管D1阳极、光电耦合器U4的1脚相连，电容C3另一端、二极管D1阴极、光电耦合器U4的2脚和3脚接地，光电耦合器U4的4脚与电阻R12一端相连，电阻R12另一端与正5V电源相连；所述光电耦合器U4为PC817；所述二极管D1为发光二极管。

根据本发明的一实施例，所述霍尔电流传感器电路包括电阻R13、R14，电容C4、二极管D2、光电耦合器U5，霍尔电流传感器输出端与电阻R13一端相连，电阻R13另一端与电容C4一端、二极管D2阳极、光电耦合器U5的1脚相连，电容C4另一端、二极管D2阴极、光电耦合器U5的2脚和3脚接地，光电耦合器U5的4脚与电阻R14一端相连，电阻R14另一端与正5V电源相连；所述光电耦合器U5为PC817；所述二极管D2为发光二极管。

根据本发明的一实施例，所述远近光灯调节装置包括第一驱动模块、第二驱动模块、第一步进电机、第二步进电机，第一驱动模块与第一步进电机相连，第二驱动模块与第二步进电机相连；第一步进电机用于前照灯水平方向角度调节，第二步进电机用于前照灯垂直方向角度调节。

根据本发明的一实施例，所述第一驱动模块电路包括电阻R15、R16、R17、R18、R19、R20，光电耦合器U6、U7、U8，二极管D3、D4、D5、D6，驱动芯片U9，四相步进电机M；

驱动芯片U9采用UCN5804B，步进电机M的四相分别与UCN5804B的OUTA、OUTB、OUTC、OUTD相连，UCN5804B的输入控制脚DIR、STEP-IN、HALF-STEP分别与主控制器的输出控制信号PWM1、PWM2、PWM3相连；

电阻R15一端与正12V电源相连，电阻R15另一端与光电耦合器U6的1脚相连，光电耦合器U6的2脚与PWM1控制信号相连，光电耦合器U6的3脚接地，光电耦合器U6的4脚与电阻R16一端相连，电阻R16另一端与驱动芯片U9的14脚DIR、正5V电源相连；电阻R17一端与正12V电源相连，电阻R17另一端与光电耦合器U7的1脚相连，光电耦合器U7的2脚与PWM2控制信号相连，光电耦合器U7的3脚接地，光电耦合器U7的4脚与电阻R18一端相连，电阻R18另一端与驱动芯片U9的11脚STEP-IN、正5V电源相连；电阻R19一端与正12V电源相连，电阻R19另一端与光电耦合器U8的1脚相连，光电耦合器U8的2脚与PWM3控制信号相连，光电耦合器U8的3脚接地，光电耦合器U8的4脚与电阻R20一端相连，电阻R20另一端与驱动芯片U9的10脚HALF-STEP、正5V电源相连；驱动芯片U9的15脚OE、4脚、5脚、9脚、12脚、13脚接地；驱动芯片U9的16脚VDD与正5V电源相连；驱动芯片U9的8脚OUTA与二极管D3阴极相连，二极管D3阳极与步进电机M的A相绕组相连，驱动芯片U9的6脚OUTC与二极管D4阴极相连，二极管D4阳极与步进电机M的C相绕组相连，驱动芯片U9的7脚KAC与A相、C相绕组的中间抽头相连，驱动芯片U9的7脚KAC还与正12V电源相连；驱动芯片U9的1脚OUTB与二极管D5阴极相连，二极管D5阳极与步进电机M的B相绕组相连，驱动芯片U9的3脚OUTD与二极管D6阴极相连，二极管D6阳极与步进电机M的D相绕组相连，驱动芯片U9的2脚KBD与B相、D相绕组的中间抽头相连，驱动芯片U9的2脚KBD还与正12V电源相连。

一种基于机器视觉的前照灯自适应控制方法，包括以下步骤：

S1、第一光照检测模块实时检测车前端光照强度，第二光照检测模块实时检测环境光照强度，第一光照检测模块、第二光照检测模块的检测信号通过信号调理电路送给主控制器，主控制器进行判断控制开启远近光灯调节装置调节远近光灯；

S2、超声波测距传感器检测前方车辆或障碍物距离，霍尔电流传感器检测发动机油门大小，速度传感器检测车辆行驶速度，车身高度传感器检测车辆车身高度，方向盘转角传感器检测方向盘的转动角度，道路坡度传感器检测车辆的倾斜角度，上述检测信号经过A/D转换通过信号调理电路处理后通过CAN总线传送给主控制器；

S3、摄像模块实时采集车辆前方视频图像，视频图像通过数据采集卡传输给图像处理器，图像处理器提取出单帧视频图像进行图像处理，并将图像处理结果传送给主控制器；

S4、主控制器接收传感器的检测信号、图像处理器的处理结果，主控制器调用高精度地图数据库信息，将车辆以及前方车辆位置与地图匹配，同时主控制器通过无线通信模块、云端服务器调用当前位置车联网系统信息；

S5、主控制器向步进电机驱动模块发出PWM信号，电机驱动模块控制水平或垂直步进电机自适应调节左右前照灯，实现远近光灯自动调节。

根据本发明的一实施例，所述步骤S3尾灯图像处理包括以下步骤：

S3.1、采集车辆前方视频图像，对图像进行平均值灰度化、中值滤波、直方图均衡化对图像进行增强预处理；

S3.2、计算出车辆尾灯感兴趣区域，采用对'gaussian'算子尾灯感兴趣区域进行滤波；

S3.3、采用最大类间方差法算法寻找最优阈值，进行阈值二值化分割，对分割后所得到的图像进行形态学处理；

S3.4、将步骤S3.3得到的二值图像进行特征提取，将其中满足条件的光源提取出来，计算出光源的数量和位置；

S3.5、提取出的特征向量导入到支持向量机里面，通过深度学习卷积神经网络进行训练集与测试集的训练与验证；

S3.6、图像处理器将测试结果通过CAN总线输送给主控制器，为远近光灯自动调节控制提供参考。

(三)有益效果

本发明的有益效果：一种基于机器视觉的前照灯自适应控制系统及方法，由传感器检测模块、A/D转换模块、第一光照检测模块、第二光照检测模块、信号调理电路、CAN总线模块、液晶显示模块、高精度地图数据库、无线通信模块、智能手机、云端服务器、车联网系统、摄像模块、图像采集卡、图像处理器、语音提示模块、定位模块、远近光灯调节装置、主控制器组成，系统采用机器视觉控制，具有精度高、反应迅速灵敏，可以快速判断光源类型及位置和数量，实现远近光灯自动调节，有效地避免在跟车与会车时发生远光炫目，保证了夜间灯光的最大利用率，同时有效地提高了夜间行车安全。

本发明通过多模块同时监测和收集数据，摄像机获取路面信息，然后通过对视频中的图像进行预处理，得到较理想的图片，再根据夜间车辆的特点，对图像进行特征提取，提取出车前灯、车尾灯、街灯以及其他亮斑的特征向量，将提取出的特征向量导入到支持向量机里面，通过深度学习卷积神经网络进行训练集与测试集的训练与验证，实现汽车车灯根据实时路面情况自动调节远近光灯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，为远近光灯自动调节控制提供参考，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。

本发明主控制器根据汽车的状态信息控制远近光灯调节装置，即主控制器发出PWM信号通过第一驱动模块、第二驱动模块，利用第一步进电机、第二步进电机调整远近光灯的水平和垂直角度，从而使汽车左右前照灯处于最佳的照明状态，最大限度的提高前照灯的照明效果，使得驾驶员能够有较好的视野，从而能最快对障碍物做出反应，避免事故的发生，相比现有的会车系统，本发明方法简单，识别速度快，不仅会因外界其它光源而影响远近光灯的切换，判断准确率高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明原理框图；

图2为传感器监测模块框图；

图3为远近光灯调节装置框图；

图4为光敏传感器检测电路原理图；

图5为速度传感器电路原理图；

图6为超声波测距传感器电路原理图；

图7为霍尔电流传感器电路原理图；

图8为驱动模块电路原理图；

图9为本发明控制方法流程图；

图10为基于机器视觉的尾灯图像处理方法流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

结合图1，一种基于机器视觉的前照灯自适应控制系统，包括传感器检测模块、A/D转换模块、第一光照检测模块、第二光照检测模块、信号调理电路、CAN总线模块、液晶显示模块、高精度地图数据库、无线通信模块、智能手机、云端服务器、车联网系统、摄像模块、图像采集卡、图像处理器、语音提示模块、定位模块、远近光灯调节装置、主控制器。

传感器检测模块经过A/D转换模块与信号调理电路相连，第一光照检测模块、第二光照检测模块分别与信号调理电路相连；信号调理电路通过CAN总线与主控制器相连，各传感器的检测信号经过A/D转换、调理后传递给主控制器。

液晶显示器、高精度地图数据库、CAN总线模块、无线通信模块、远近光灯调节装置、语音提示模块、定位模块为主控制器的外围电路分别与主控制器相连。主控制器通过无线通信模块与智能手机进行无线通信，智能手机可以对汽车前照灯进行远程控制。主控制器通过无线通信模块与云端服务器进行无线通信，车联网系统与云端服务器相连并进行通信。

液晶显示器可以用于显示光照强度和前方车距、当前车速。语音提示模块用于向驾驶员发出语音提示信息。定位模块提供GPS定位信息。主控制器可以将车辆的启动信息、车速、位置信息、前照灯的工作模式通过无线通信模块上传至云端服务器，云端服务器可以每隔一定的周期向车辆发送指令获取当前车辆信息。通过云端服务器判断前照灯的使用模式是否合理，不但能自动控制前照灯的合理使用，而且能够引导驾驶员养成合理的使用前照灯的习惯。同时车辆的使用信息在车联网系统可以直接调出查阅。高精度地图数据库用于车辆加载地图。

摄像模块与图像采集卡相连，图像采集卡与图像处理器相连，摄像模块采集的图像经过图像采集卡传输给图像处理器进行处理，图像处理器与主控制器通过CAN总线进行无线通信。

图像处理器的图像处理包括明亮物体分割、车灯检测、车灯跟踪和匹配；所述明亮物体分割首先从夜晚景象中提取出明亮目标，通过颜色特性区分车辆前照灯和道路反射，明亮物体分割的结果用B表示，其中L为前照灯亮度在RGB的颜色空间，C为前照灯灰度变化量，T_L和T_C分别是前照灯亮度和灰度变化阈值，T_L＝190，T_C＝20；

所述车灯检测通过形状特征区分车辆前照灯和道路反射，首先采用轮廓提取和图像距离确定明亮目标的质心和边缘，计算明亮物体的圆度R_n，确定明亮物体的质心和边缘是否在观测区内，其中T_P是明亮物体圆度的比例参数，D_i为每个明亮物体边缘到质心的距离，M_D为每个明亮物体的平均距离，N为每个明亮物体的总边缘；明亮的物体确定为前照灯用HL_C表示，其中A为明亮物体边界矩形区域面积，T_AL和T_AU分别是边界矩形区域的下限和上限阈值，T_Rn为用于明亮物体的圆度阈值；

所述车灯跟踪和匹配检查两个前照灯以满足轨道前照灯条件，两个前照灯的水平距离D_x＝|C_x2-C_x1|，C_x1和C_x2分别为两个前照灯质心的水平坐标，两个前照灯的垂直距离D_y＝|C_y2-C_y1|，C_y1和C_y2分别为两个前照灯质心的垂直坐标，两个前照灯的斜率S_s＝D_y/D_x，两个前照灯面积比A_r＝min(A₁,A₂)/max(A₁,A₂)，A₁和A₂分别为两个前照灯的边界矩形区域面积，两个前照灯的速度差，其中和分别为第i前照灯质心的水平坐标，其中和分别为第i前照灯质心的水平坐标，P_S为计算速度的比例参数，两个前照灯的欧氏距离与其他非车辆灯(如交通灯、反光灯和条幅灯)分开，在获得每个前照灯的轨迹后，检查并确定前照灯匹配和配对。

结合图2，传感器检测模块包括超声波测距传感器、霍尔电流传感器、速度传感器、车身高度传感器、方向盘转角传感器、道路坡度传感器；超声波测距传感器用于测量前方车辆或障碍物距离，霍尔电流传感器用于测量电子控制单元(ECU)电流的大小，速度传感器用于测量测量的当前车速，车身高度传感器用于测量车身高度，方向盘转角传感器用于测量车辆转动角度，道路坡度传感器用于测量车辆的倾斜角度。

主控制器采用TMS320F28335型数字信号处理器。TMS320F28335型数字信号处理器是TMS320C28X系列浮点DSP控制器，与定点DSP相比，精度高、成本低、功耗小、性能高、外设集成度高、数据以及程序存储量大、A/D转换更精确快速等优点。TMS320F28335具有150MHz的高速处理能力，具备32位浮点处理单元，6个DMA通道支持ADC、McBSP和EMIF，有多达18路的PWM输出，其中有6路为TI特有的更高精度的PWM输出(HRPWM)，12位16通道ADC。图像处理器采用DSP56800，摄像模块采用CCD摄像机UM-301，图像采集卡采用数据采集卡1394B。无线通信模块采用GPRS通信模块或ZigBee无线模块。

结合图4，第一光照检测模块、第二光照检测模块包括光敏传感器，光敏传感器检测电路包括光敏电阻R1、电阻R2、R3、R4、R5、R6、R7，运算放大器U1、U2，光敏电阻R1一端与正12V电源相连，电阻R1另一端与电阻R2一端、运算放大器U1同相输入端相连，电阻R2另一端接地，运算放大器U1反向输入端与电阻R3一端、电阻R4一端相连，电阻R3另一端接地，电阻R4另一端与运算放大器U1输出端相连，运算放大器U1输出端与电阻R6一端相连，电阻R6另一端与运算放大器U2同相输入端、电阻R7一端相连，运算放大器U2反向输入端与电阻R5一端相连，电阻R5另一端与正12V电源相连，电阻R7另一端与运算放大器U2输出端相连；运算放大器U1、U2采用运算放大器LM339。

结合图5，速度传感器电路包括电容C1、C2，电阻R8、R9、R10，三极管Q1，光电耦合器U3，速度传感器与电容C1一端相连，电容C1另一端与电阻R8一端相连，电阻R8另一端与电容C2一端、三极管Q1基极相连，电容C2另一端接地，三极管Q1集电极与电阻R9一端相连，电阻R9另一端与正5V电源相连，三极管Q1发射极与光电耦合器U3的1脚相连，光电耦合器U3的2脚接地，光电耦合器U3的3脚接地，光电耦合器U3的4脚与电阻R10一端相连，电阻R10另一端与正5V电源相连。三极管Q1为NPN三极管，NPN三极管为三极管9013。光电耦合器U3为PC817。

结合图6，超声波测距传感器电路包括电阻R11、R12，电容C3、二极管D1、光电耦合器U4，超声波测距传感器输出端与电阻R11一端相连，电阻R11另一端与电容C3一端、二极管D1阳极、光电耦合器U4的1脚相连，电容C3另一端、二极管D1阴极、光电耦合器U4的2脚和3脚接地，光电耦合器U4的4脚与电阻R12一端相连，电阻R12另一端与正5V电源相连。光电耦合器U4为PC817。二极管D1为发光二极管。

结合图7，霍尔电流传感器电路包括电阻R13、R14，电容C4、二极管D2、光电耦合器U5，霍尔电流传感器输出端与电阻R13一端相连，电阻R13另一端与电容C4一端、二极管D2阳极、光电耦合器U5的1脚相连，电容C4另一端、二极管D2阴极、光电耦合器U5的2脚和3脚接地，光电耦合器U5的4脚与电阻R14一端相连，电阻R14另一端与正5V电源相连。光电耦合器U5为PC817。二极管D2为发光二极管。

结合图3，远近光灯调节装置包括第一驱动模块、第二驱动模块、第一步进电机、第二步进电机，第一驱动模块与第一步进电机相连，第二驱动模块与第二步进电机相连。第一步进电机用于前照灯水平方向角度调节，第二步进电机用于前照灯垂直方向角度调节。主控制器根据汽车的状态信息控制远近光灯调节装置，即主控制器发出PWM信号通过第一驱动模块、第二驱动模块，利用第一步进电机、第二步进电机调整远近光灯的水平和垂直角度，从而使汽车左右前照灯处于最佳的照明状态，最大限度的提高前照灯的照明效果，使得驾驶员能够有较好的视野，从而能最快对障碍物做出反应，避免事故的发生。

结合图8，第一驱动模块电路包括电阻R15、R16、R17、R18、R19、R20，光电耦合器U6、U7、U8，二极管D3、D4、D5、D6，驱动芯片U9，四相步进电机M。驱动芯片U9采用UCN5804B，步进电机M的四相分别与UCN5804B的OUTA、OUTB、OUTC、OUTD相连，UCN5804B的输入控制脚DIR、STEP-IN、HALF-STEP分别与主控制器的输出信号PWM1、PWM2、PWM3相连。电阻R15一端与正12V电源相连，电阻R15另一端与光电耦合器U6的1脚相连，光电耦合器U6的2脚与PWM1控制信号相连，光电耦合器U6的3脚接地，光电耦合器U6的4脚与电阻R16一端相连，电阻R16另一端与驱动芯片U9的14脚DIR、正5V电源相连；电阻R17一端与正12V电源相连，电阻R17另一端与光电耦合器U7的1脚相连，光电耦合器U7的2脚与PWM2控制信号相连，光电耦合器U7的3脚接地，光电耦合器U7的4脚与电阻R18一端相连，电阻R18另一端与驱动芯片U9的11脚STEP-IN、正5V电源相连；电阻R19一端与正12V电源相连，电阻R19另一端与光电耦合器U8的1脚相连，光电耦合器U8的2脚与PWM3控制信号相连，光电耦合器U8的3脚接地，光电耦合器U8的4脚与电阻R20一端相连，电阻R20另一端与驱动芯片U9的10脚HALF-STEP、正5V电源相连；驱动芯片U9的15脚4脚、5脚、9脚、12脚、13脚接地；驱动芯片U9的16脚VDD与正5V电源相连；驱动芯片U9的8脚OUTA与二极管D3阴极相连，二极管D3阳极与步进电机M的A相绕组相连，驱动芯片U9的6脚OUTC与二极管D4阴极相连，二极管D4阳极与步进电机M的C相绕组相连，驱动芯片U9的7脚KAC与A相、C相绕组的中间抽头相连，驱动芯片U9的7脚KAC还与正12V电源相连；驱动芯片U9的1脚OUTB与二极管D5阴极相连，二极管D5阳极与步进电机M的B相绕组相连，驱动芯片U9的3脚OUTD与二极管D6阴极相连，二极管D6阳极与步进电机M的D相绕组相连，驱动芯片U9的2脚KBD与B相、D相绕组的中间抽头相连，驱动芯片U9的2脚KBD还与正12V电源相连。光电耦合器U6、U7、U8为PC817。

结合图9，一种基于机器视觉的前照灯自适应控制方法，包括以下步骤：

S1、第一光照检测模块实时检测车前端光照强度，第二光照检测模块实时检测环境光照强度，第一光照检测模块、第二光照检测模块的检测信号通过信号调理电路送给主控制器，主控制器进行判断控制开启远近光灯调节装置调节远近光灯；

如果第一光照检测模块与第二光照检测模块检测的光线亮度值超过预设定的阈值，主控制器控制远近光灯调节装置，使汽车左右前照灯调整为近光灯，如果第一光照检测模块与第二光照检测模块检测的光线亮度值没有超过预设定的阈值，主控制器控制远近光灯调节装置，使汽车左右前照灯调整为远光灯。

如果第一光照检测模块检测的光照值大于等于第二光照检测模块检测的光照值，主控制器控制远近光灯调节装置，使汽车左右前照灯调整为近光灯，如果第一光照检测模块检测的光照值小于第二光照检测模块检测的光照值，主控制器控制远近光灯调节装置，使汽车左右前照灯调整为远光灯。

S2、超声波测距传感器检测前方车辆或障碍物距离，霍尔电流传感器检测发动机油门大小，速度传感器检测车辆行驶速度，车身高度传感器检测车辆车身高度，方向盘转角传感器检测方向盘的转动角度，道路坡度传感器检测车辆的倾斜角度，上述检测信号经过A/D转换通过信号调理电路处理后通过CAN总线传送给主控制器；

主控制器计算出前方车辆或障碍物的实际距离，根据车速、油门大小、方向盘角度等信息，进行判断处理，与安全距离进行比较，如果小于安全距离且车速较高时，主控制器发出语音提示模块发出报警语音提示，提示驾驶员进行远近光灯切换，3秒后主控制器控制远近光灯调节装置进行远近光灯调节；

S3、摄像模块实时采集车辆前方视频图像，视频图像通过数据采集卡传输给图像处理器，图像处理器提取出单帧视频图像进行图像处理，并将图像处理结果传送给主控制器；

结合图10，基于机器视觉的尾灯图像处理方法包括以下步骤：

S3.1、采集车辆前方视频图像，对图像进行平均值灰度化、中值滤波、直方图均衡化对图像进行增强预处理；

计算出R、G、B三个通道的平均值令图像的平均灰度值其中，的计算公式如下： (N为图像的像素总数，R_i、G_i、B_i分别为第i个像素的红绿蓝三个分量)；

使用双边滤波尽可能地保护边缘部分信息的情况下去除噪声，使用直方图均衡化对图像进行增强；构造双边滤波器权重系数ω(i,j,k,l)取决于定义核域与值域核的乘积，其中i,j是像素位置，k,l是邻域内像素位置，σ为方差。

S3.2、计算出车辆尾灯感兴趣区域，采用对'gaussian'算子尾灯感兴趣区域进行滤波；对感兴趣区域的图像进行高斯滤波，抑制噪声干扰的同时能有效保护边缘特征，高斯滤波器为：

σ表示空域中高斯主方向的标准差。

S3.3、采用最大类间方差法算法寻找最优阈值，进行阈值二值化分割，对分割后所得到的图像进行形态学处理；

计算像素(x,y)的中心的3×3大小的矩形区域内所有像素灰度的总和再除以区域面积，得到该区域的平均灰度，通过平均灰度得出该像素的灰度值为0或255；

得到的二值图像使用连通分量来进行标注连通，通过开运算去除孤立噪点、闭运算填充目标内部以及连通性分析，车灯所在的区域形成了一个闭合连通区域Am，且面积大于一定的阈值Tm。

连通域处理：k＝1,2,3,...，其中B是一个适当的结构元，A是包含一个或多个连通分量的集合。当X_k＝X_k-1时，迭代结束，X_k包含输入图像中的所有连通分量。对连通域处理后的图像进行开闭运算，开运算：闭运算： 其中结构元B对图像F的腐蚀运算表示为B对F的膨胀运算表示为

S3.4、将步骤S3.3得到的二值图像进行特征提取，将其中满足条件的光源提取出来，计算出光源的数量和位置；

夜间路面亮斑基本特征主要为位置特征、面积特征、空间相关性特征、运动特征。位置特征：包括亮斑重心的x坐标和y坐标，路面上的其它光亮，包括建筑物的灯光、汽车前灯和尾灯的灯光、路面上街灯的灯光等，通常处于图像中不同的位置。面积特征：即便是处理后的图像，通常会有很多的亮斑，因为车灯的亮斑以及街灯的亮斑的特点要明显的区别于其他的亮斑，选取面积特性来作为判断标准。空间相关性特征：描述的是空间斑点的相关特性。在大多数情况下，汽车的前灯或尾灯通常是成对出现，并且街灯通常沿着道路一字排开。因此我们提出来捕捉到一些特征来提取这些空间相关性特征，包括配对分析以及直线的分析。运动特征：描述的是每个斑点在一系列图像中运动的轨迹，该特征的选取来源于车前灯、车尾灯以及街灯，一般有着不同的运动方向。车前灯一般是与行车方向相同，车尾灯与行车方向相反，而街灯一般是向着图像的外部运动。该特征提取包括运动位移、x方向和y方向的速度以及斑点的运动方向。

局部特征描述子的匹配：采用最近邻比例匹配，通过计算，得到两个特征描述子之间的近似程度。对于图像A中的每一个特征点对应的局部特征向量u，依次查找另一幅图像B中的每一个局部特征向量v，记录其中距离最近的两个局部特征向量，如果存在局部特征向量u与最近特征向量的距离值d_firrst和u与次近特征向量的距离值d_second的比值比一个已设定好的阈值小，则认为这个最小距离对应的点为相匹配的特征点，否则不是(即没有相匹配的特征点)。

局部特征提取：将高斯函数的核与输入的图像函数进行多次卷积运算，首先为了能够快速的计算出Hessian矩阵的值而创建积分图像；建立图像尺度空间时，保持图像的大小不变，通过建立高斯金字塔，进行尺度变换，计算得到了各个模板下的Hessian矩阵值后，在3×3×3邻域对像素点进行非极大值抑制；在不同的尺度之间，和原图中的位置相比，通过插值运算精确确定极致点的位置；精确定位特征点后，通过确定特征点的主方向使最终生成的特征描述子具有旋转不变性。

以特征点的主方向作为坐标轴，以保证特征向量对旋转具有不变性，获得了一个车灯以及其他背景光斑、路灯区域的区域链表，以包含车灯连通区域面积、中心坐标、水平距离、参考距离以及坐标匹配为约束条件对车灯进行识别，将各区域的基本信息进行车灯匹配。

S3.5、提取出的特征向量导入到支持向量机里面，通过深度学习卷积神经网络进行训练集与测试集的训练与验证。

深度学习卷积神经网络共有6层，包括依次连接的输入层，C1层、R1层、P1层、C2层、R2层、P2层C3层、FC层和输出层。其中：C1层是与输入层相连的卷积层，包含了6个大小为32*32像素特征图。在卷积层中，上一层的特征图集合以组合形式与对应的滤波器进行卷积求和，加上偏置项后，输入激活函数求得当前卷积层的特征图。R1为激励层，R1层输出接一个激励函数，f为sigmoid激励函数，首先需要给每个卷积层定义一个大小为i*i的卷积核，C1层的卷积核大小为5*5，对应于输入图像中的5*5邻域，C1层的特征图大小为28*28。R1层输出接P1层，P1层为池化层，包含了6个特征图。每个特征图对应上一层的一个特征图，池化层主要起到降低特征分辨率、防止网络过拟合和减少噪声的作用。C1层特征图大小为14*14。P1层输出接C2层，C2层也是卷积层，同样采用5*5的卷积核，得到16个10*10的特征图。C2层输出接R2层，R2层和R1层一样为sigmoid激励函数；R2层输出接P2层，P2层也为池化层，包含了16个5*5大小的特征图，共有32个可训练参数。C3层为卷积层，采用5*5大小的卷积核，包含了120个1*1的特征图。C3层输出接一个全连接层FC，FC层包含84个神经元。

应用深度学习卷积神经网络处理图像的过程中，采用矩阵卷积来计算图像的特征，有效值卷积的定义为：

通过正向传播计算激活值时，上一层为输入层的卷积层的输出为：

其中b^(l)为偏置单元。

子采样层的输出为：

采用平均池化的方法，使用的卷积核每个单元的权重都是β^(l+1)，每一项卷积操作后仍然加上一个偏置单元b^(l+1)。

上一层是子采样层的卷积层的输出为：

S3.6，图像处理器将测试结果通过CAN总线输送给主控制器，为远近光灯自动调节控制提供参考。

S4、主控制器接收传感器的检测信号、图像处理器的处理结果，主控制器调用高精度地图数据库信息，将车辆以及前方车辆位置与地图匹配，同时主控制器通过无线通信模块、云端服务器调用当前位置车联网系统信息；

S5、主控制器向步进电机驱动模块发出PWM信号，电机驱动模块控制水平或垂直步进电机自适应调节左右前照灯，实现远近光灯自动调节。

本发明基于机器视觉的前照灯自适应控制系统及方法，具有前照灯自动调平、前照灯自动开关控制、会车调光和超车调光功能：

(1)前照灯自动调平：当车辆前后载荷发生变化而使汽车车身倾斜时，车辆行驶在上坡或者下坡道路时，通过传感器测得的车身的倾角信息，调节前照灯的照射距离保持安全的照射范围。

(2)增距照明：随着速度的提高，停车视距增大，为了能够在照明范围内及时发现前方情况并安全停车，前照灯可以根据速度传感器的信号，调整照明距离，提供停车视距内充足的照明，降低交通事故发生概率，提高驾乘安全。

(3)前照灯自动开关控制：当夜幕降临、驶入隧道和地下停车场等外界照明不足时，人眼暗适应时间比较长，会影响到车辆的行驶安全，需要通过光照传感器采集信号在第一时间开启前照灯，保证行驶道路的亮度；当黎明、白天、驶出隧道和地下停车场等外界照明充足时，通过光照传感器测量的信息，及时关闭前照灯，避免影响其他车辆和行人。

(4)会车调光：根据《道路交通安全法》关于会车变换车灯的规定，车辆在夜间行驶时，在对向来车150米的范围内，应将远光切换为近光，调低前照灯照射高度并收窄照明宽度，减小对来车眩光。

(5)超车(跟车)调光：超车过程中，需要变换远近光灯提示前车，超车过程中为了防止远光通过后视镜晃到前车驾驶者的眼睛造成不安全因素，通过距离传感器检测前车的距离，当检测到和前车距离缩短时，变换灯光提示；在接近前车时，自动切换远光为近光，减少对前车的灯光照射，超车成功后再切换回原来的灯光，保证道路前方照明。

综上所述，本发明实施例，基于机器视觉的前照灯自适应控制系统及方法，系统采用机器视觉控制，具有精度高、反应迅速灵敏，可以快速判断光源类型及位置和数量，实现远近光灯自动调节，有效地避免在跟车与会车时发生远光炫目，保证了夜间灯光的最大利用率，同时有效地提高了夜间行车安全。

本发明通过多模块同时监测和收集数据，摄像机获取路面信息，然后通过对视频中的图像进行预处理，得到较理想的图片，再根据夜间车辆的特点，对图像进行特征提取，提取出车前灯、车尾灯、街灯以及其他亮斑的特征向量，将提取出的特征向量导入到支持向量机里面，通过深度学习卷积神经网络进行训练集与测试集的训练与验证，实现汽车车灯根据实时路面情况自动调节远近光灯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，为远近光灯自动调节控制提供参考，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。

本发明主控制器根据汽车的状态信息控制远近光灯调节装置，即主控制器发出PWM信号通过第一驱动模块、第二驱动模块，利用第一步进电机、第二步进电机调整远近光灯的水平和垂直角度，从而使汽车左右前照灯处于最佳的照明状态，最大限度的提高前照灯的照明效果，使得驾驶员能够有较好的视野，从而能最快对障碍物做出反应，避免事故的发生，相比现有的会车系统，本发明方法简单，识别速度快，不仅会因外界其它光源而影响远近光灯的切换，判断准确率高。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于机器视觉的前照灯自适应控制系统，其特征在于：包括传感器检测模块、A/D转换模块、第一光照检测模块、第二光照检测模块、信号调理电路、CAN总线模块、液晶显示模块、高精度地图数据库、无线通信模块、智能手机、云端服务器、车联网系统、摄像模块、图像采集卡、图像处理器、语音提示模块、定位模块、远近光灯调节装置、主控制器；

传感器检测模块经过A/D转换模块与信号调理电路相连，第一光照检测模块、第二光照检测模块分别与信号调理电路相连，信号调理电路通过CAN总线与主控制器相连，传感器的检测信号经过A/D转换、调理后传递给主控制器；

液晶显示器、高精度地图数据库、CAN总线模块、无线通信模块、远近光灯调节装置、语音提示模块、定位模块为主控制器的外围电路分别与主控制器相连，主控制器通过无线通信模块与智能手机进行无线通信，主控制器通过无线通信模块与云端服务器进行无线通信，车联网系统与云端服务器相连并进行通信；

摄像模块与图像采集卡相连，图像采集卡与图像处理器相连，摄像模块采集的图像经过图像采集卡传输给图像处理器进行处理，图像处理器与主控制器通过CAN总线进行无线通信；

所述图像处理器的图像处理包括明亮物体分割、车灯检测、车灯跟踪和匹配；所述明亮物体分割首先从夜晚景象中提取出明亮目标，通过颜色特性区分车辆前照灯和道路反射，明亮物体分割的结果用B表示，其中L为前照灯亮度在RGB的颜色空间，C为前照灯灰度变化量，T_L和T_C分别是前照灯亮度和灰度变化阈值，T_L＝190，T_C＝20；

所述车灯检测通过形状特征区分车辆前照灯和道路反射，首先采用轮廓提取和图像距离确定明亮目标的质心和边缘，计算明亮物体的圆度R_n，确定明亮物体的质心和边缘是否在观测区内，其中T_P是明亮物体圆度的比例参数，D_i为每个明亮物体边缘到质心的距离，M_D为每个明亮物体的平均距离，N为每个明亮物体的总边缘；明亮的物体确定为前照灯用HL_C表示，其中A为明亮物体边界矩形区域面积，T_AL和T_AU分别是边界矩形区域的下限和上限阈值，T_Rn为用于明亮物体的圆度阈值；

所述车灯跟踪和匹配检查两个前照灯以满足轨道前照灯条件，两个前照灯的水平距离D_x＝|C_x2-C_x1|，C_x1和C_x2分别为两个前照灯质心的水平坐标，两个前照灯的垂直距离D_y＝|C_y2-C_y1|，C_y1和C_y2分别为两个前照灯质心的垂直坐标，两个前照灯的斜率S_s＝D_y/D_x，两个前照灯面积比A_r＝min(A₁,A₂)/max(A₁,A₂)，A₁和A₂分别为两个前照灯的边界矩形区域面积，两个前照灯的速度差，其中和分别为第i前照灯质心的水平坐标，其中和分别为第i前照灯质心的水平坐标，P_S为计算速度的比例参数，两个前照灯的欧氏距离与其他非车辆灯分开，在获得每个前照灯的轨迹后，检查并确定前照灯匹配和配对。

2.如权利要求1所述的一种基于机器视觉的前照灯自适应控制系统，其特征在于，所述传感器检测模块包括超声波测距传感器、霍尔电流传感器、速度传感器、车身高度传感器、方向盘转角传感器、道路坡度传感器；超声波测距传感器用于测量前方车辆或障碍物距离，霍尔电流传感器用于测量电子控制单元电流的大小，速度传感器用于测量测量的当前车速，车身高度传感器用于测量车身高度，方向盘转角传感器用于测量车辆转动角度，道路坡度传感器用于测量车辆的倾斜角度。

3.如权利要求1所述的一种基于机器视觉的前照灯自适应控制系统，其特征在于，所述第一光照检测模块、第二光照检测模块包括光敏传感器，光敏传感器检测电路包括光敏电阻R1、电阻R2、R3、R4、R5、R6、R7，运算放大器U1、U2，光敏电阻R1一端与正12V电源相连，电阻R1另一端与电阻R2一端、运算放大器U1同相输入端相连，电阻R2另一端接地，运算放大器U1反向输入端与电阻R3一端、电阻R4一端相连，电阻R3另一端接地，电阻R4另一端与运算放大器U1输出端相连，运算放大器U1输出端与电阻R6一端相连，电阻R6另一端与运算放大器U2同相输入端、电阻R7一端相连，运算放大器U2反向输入端与电阻R5一端相连，电阻R5另一端与正12V电源相连，电阻R7另一端与运算放大器U2输出端相连；所述运算放大器U1、U2采用运算放大器LM339。

4.如权利要求2所述的一种基于机器视觉的前照灯自适应控制系统，其特征在于，所述速度传感器电路包括电容C1、C2，电阻R8、R9、R10，三极管Q1，光电耦合器U3，速度传感器与电容C1一端相连，电容C1另一端与电阻R8一端相连，电阻R8另一端与电容C2一端、三极管Q1基极相连，电容C2另一端接地，三极管Q1集电极与电阻R9一端相连，电阻R9另一端与正5V电源相连，三极管Q1发射极与光电耦合器U3的1脚相连，光电耦合器U3的2脚接地，光电耦合器U3的3脚接地，光电耦合器U3的4脚与电阻R10一端相连，电阻R10另一端与正5V电源相连；所述三极管Q1为NPN三极管，NPN三极管为三极管9013；所述光电耦合器U3为PC817。

5.如权利要求2所述的一种基于机器视觉的前照灯自适应控制系统，其特征在于，所述超声波测距传感器电路包括电阻R11、R12，电容C3、二极管D1、光电耦合器U4，超声波测距传感器输出端与电阻R11一端相连，电阻R11另一端与电容C3一端、二极管D1阳极、光电耦合器U4的1脚相连，电容C3另一端、二极管D1阴极、光电耦合器U4的2脚和3脚接地，光电耦合器U4的4脚与电阻R12一端相连，电阻R12另一端与正5V电源相连；所述光电耦合器U4为PC817；所述二极管D1为发光二极管。

6.如权利要求2所述的一种基于机器视觉的前照灯自适应控制系统，其特征在于，所述霍尔电流传感器电路包括电阻R13、R14，电容C4、二极管D2、光电耦合器U5，霍尔电流传感器输出端与电阻R13一端相连，电阻R13另一端与电容C4一端、二极管D2阳极、光电耦合器U5的1脚相连，电容C4另一端、二极管D2阴极、光电耦合器U5的2脚和3脚接地，光电耦合器U5的4脚与电阻R14一端相连，电阻R14另一端与正5V电源相连；所述光电耦合器U5为PC817；所述二极管D2为发光二极管。

7.如权利要求1所述的一种基于机器视觉的前照灯自适应控制系统，其特征在于，所述远近光灯调节装置包括第一驱动模块、第二驱动模块、第一步进电机、第二步进电机，第一驱动模块与第一步进电机相连，第二驱动模块与第二步进电机相连；第一步进电机用于前照灯水平方向角度调节，第二步进电机用于前照灯垂直方向角度调节。

8.如权利要求7所述的一种基于机器视觉的前照灯自适应控制系统，其特征在于，所述第一驱动模块电路包括电阻R15、R16、R17、R18、R19、R20，光电耦合器U6、U7、U8，二极管D3、D4、D5、D6，驱动芯片U9，四相步进电机M；

驱动芯片U9采用UCN5804B，步进电机M的四相分别与UCN5804B的OUTA、OUTB、OUTC、OUTD相连，UCN5804B的输入控制脚DIR、STEP-IN、HALF-STEP分别与主控制器的输出控制信号PWM1、PWM2、PWM3相连；

电阻R15一端与正12V电源相连，电阻R15另一端与光电耦合器U6的1脚相连，光电耦合器U6的2脚与PWM1控制信号相连，光电耦合器U6的3脚接地，光电耦合器U6的4脚与电阻R16一端相连，电阻R16另一端与驱动芯片U9的14脚DIR、正5V电源相连；电阻R17一端与正12V电源相连，电阻R17另一端与光电耦合器U7的1脚相连，光电耦合器U7的2脚与PWM2控制信号相连，光电耦合器U7的3脚接地，光电耦合器U7的4脚与电阻R18一端相连，电阻R18另一端与驱动芯片U9的11脚STEP-IN、正5V电源相连；电阻R19一端与正12V电源相连，电阻R19另一端与光电耦合器U8的1脚相连，光电耦合器U8的2脚与PWM3控制信号相连，光电耦合器U8的3脚接地，光电耦合器U8的4脚与电阻R20一端相连，电阻R20另一端与驱动芯片U9的10脚HALF-STEP、正5V电源相连；驱动芯片U9的15脚4脚、5脚、9脚、12脚、13脚接地；驱动芯片U9的16脚VDD与正5V电源相连；驱动芯片U9的8脚OUTA与二极管D3阴极相连，二极管D3阳极与步进电机M的A相绕组相连，驱动芯片U9的6脚OUTC与二极管D4阴极相连，二极管D4阳极与步进电机M的C相绕组相连，驱动芯片U9的7脚KAC与A相、C相绕组的中间抽头相连，驱动芯片U9的7脚KAC还与正12V电源相连；驱动芯片U9的1脚OUTB与二极管D5阴极相连，二极管D5阳极与步进电机M的B相绕组相连，驱动芯片U9的3脚OUTD与二极管D6阴极相连，二极管D6阳极与步进电机M的D相绕组相连，驱动芯片U9的2脚KBD与B相、D相绕组的中间抽头相连，驱动芯片U9的2脚KBD还与正12V电源相连。

9.如权利要求1所述的一种基于机器视觉的前照灯自适应控制方法，其特征在于，包括以下步骤：

S1、第一光照检测模块实时检测车前端光照强度，第二光照检测模块实时检测环境光照强度，第一光照检测模块、第二光照检测模块的检测信号通过信号调理电路送给主控制器，主控制器进行判断控制开启远近光灯调节装置调节远近光灯；

S2、超声波测距传感器检测前方车辆或障碍物距离，霍尔电流传感器检测发动机油门大小，速度传感器检测车辆行驶速度，车身高度传感器检测车辆车身高度，方向盘转角传感器检测方向盘的转动角度，道路坡度传感器检测车辆的倾斜角度，上述检测信号经过A/D转换通过信号调理电路处理后通过CAN总线传送给主控制器；

S3、摄像模块实时采集车辆前方视频图像，视频图像通过数据采集卡传输给图像处理器，图像处理器提取出单帧视频图像进行图像处理，并将图像处理结果传送给主控制器；

S4、主控制器接收传感器的检测信号、图像处理器的处理结果，主控制器调用高精度地图数据库信息，将车辆以及前方车辆位置与地图匹配，同时主控制器通过无线通信模块、云端服务器调用当前位置车联网系统信息；

S5、主控制器向步进电机驱动模块发出PWM信号，电机驱动模块控制水平或垂直步进电机自适应调节左右前照灯，实现远近光灯自动调节。

10.如权利要求9所述的一种基于机器视觉的前照灯自适应控制方法，其特征在于，所述步骤S3尾灯图像处理包括以下步骤：

S3.1、采集车辆前方视频图像，对图像进行平均值灰度化、中值滤波、直方图均衡化对图像进行增强预处理；

S3.2、计算出车辆尾灯感兴趣区域，采用对'gaussian'算子尾灯感兴趣区域进行滤波；

S3.3、采用最大类间方差法算法寻找最优阈值，进行阈值二值化分割，对分割后所得到的图像进行形态学处理；

S3.4、将步骤S3.3得到的二值图像进行特征提取，将其中满足条件的光源提取出来，计算出光源的数量和位置；

S3.5、提取出的特征向量导入到支持向量机里面，通过深度学习卷积神经网络进行训练集与测试集的训练与验证；

S3.6、图像处理器将测试结果通过CAN总线输送给主控制器，为远近光灯自动调节控制提供参考。