CN110774975A - 一种基于图像识别的智能灯光控制方法及装置 - Google Patents

一种基于图像识别的智能灯光控制方法及装置 Download PDF

Info

Publication number
CN110774975A
CN110774975A CN201911105991.9A CN201911105991A CN110774975A CN 110774975 A CN110774975 A CN 110774975A CN 201911105991 A CN201911105991 A CN 201911105991A CN 110774975 A CN110774975 A CN 110774975A
Authority
CN
China
Prior art keywords
tunnel
tunnel portal
illumination
portal
light
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.)
Granted
Application number
CN201911105991.9A
Other languages
English (en)
Other versions
CN110774975B (zh
Inventor
叶春兰
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 Zhi Jia Automobile Technology Co Ltd
Original Assignee
Shanghai Zhi Jia Automobile Technology Co Ltd
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 Zhi Jia Automobile Technology Co Ltd filed Critical Shanghai Zhi Jia Automobile Technology Co Ltd
Priority to CN201911105991.9A priority Critical patent/CN110774975B/zh
Publication of CN110774975A publication Critical patent/CN110774975A/zh
Application granted granted Critical
Publication of CN110774975B publication Critical patent/CN110774975B/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
    • B60Q1/06—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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Abstract

本发明公开一种基于图像识别的智能灯光控制方法及装置，目的为了寻找更为有效的智能灯光控制的实现方案，其方法包括如下步骤：检测单帧图像得到光照场景类别并识别每一个隧道口的带有距离信息的隧道口边界框；基于数量最多的光照类别生成光照场景跟踪信息；判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息，若是，则生成隧道口跟踪信息；基于光照场景跟踪信息和隧道口跟踪信息生成灯光控制指令，以控制灯光的动作。本发明通过结合光照场景类别和隧道口跟踪，相对于传统光敏感应电阻可提前判断隧道入口，实现提前开灯，在一定程度上有效提高行车安全性。

Description

一种基于图像识别的智能灯光控制方法及装置
技术领域
本发明涉及智能驾驶领域，具体而言，本发明涉及一种基于图像识别的智能灯光控制方法及装置。
背景技术
在现有技术中，车辆自动灯光控制技术通常是在汽车上安装感光控制系统，其原理是光敏感应电阻等电子元件向电子控制单元(Electronic Control Unit，简称ECU)发出电子信号，告诉ECU开启或关闭前灯光、变远近光，在开车时遇到光线突变暗的环境时灯光会自动开启，当行至光线充足时，ECU发出电子信号自动关闭灯光。
但是，利用光敏感应电阻来控制智能灯光的汽车遇到黑暗区域时，才开启灯光，而这个时候汽车已经进入到隧道内，因此，这种情况下是比较危险的，在一定程度上会影响行车安全。
发明内容
为了寻找更为有效的智能灯光控制的实现方案，本发明提供了一种基于图像识别的智能灯光控制方法及装置。
方案一：
提供一种基于图像识别的智能灯光控制方法，该基于图像识别的智能灯光控制方法包括如下步骤：
检测从车载摄像模块采集的视频信息中提取的单帧图像得到所述单帧图像的光照场景类别并识别所述单帧图像中每一个隧道口的带有距离信息的隧道口边界框，所述光照场景类别包括至少两个光照类别；所述距离信息为所述单帧图像拍摄时汽车与隧道口的距离；
按照预设时间序列获得N帧单帧图像的光照类别，统计各个光照类别的数量得到数量最多的光照类别，并判断所述数量最多的光照类别的数目是否大于预设阈值，若是，则基于所述数量最多的光照类别生成光照场景跟踪信息；其中N为大于0的自然数；
判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息，若是，则生成隧道口跟踪信息，其中M为不小于1的自然数；
基于所述光照场景跟踪信息和所述隧道口跟踪信息生成灯光控制指令，以控制灯光的动作。
优选地，所述隧道口边界框为包含隧道口的最小外接矩形边界框，所述检测从车载摄像模块采集的视频信息中提取的单帧图像得到所述单帧图像的光照场景类别并识别所述单帧图像中每一个隧道口的带有距离信息的隧道口边界框包括如下步骤：
将所述单帧图像输入预置的卷积神经网络模型得到所述单帧图像的光照场景类别，并识别所述单帧图像中每一个隧道口的带有距离信息的隧道口边界框。
优选地，所述光照类别包括白天、夜间光线良好、夜间光线不良三个光照类别，所述白天、夜间光线良好、夜间光线不良基于光照强度自定义。
优选地，所述预设阈值为N/2；所述判断所述数量最多的光照类别的数目是否大于预设阈值，若是，则基于所述数量最多的光照类别生成光照场景跟踪信息包括如下步骤：
统计白天、夜间光线良好、夜间光线不良三个光照类别的数目，按照从大到小的排序所述白天、夜间光线良好、夜间光线不良三个光照类别；
确认所述白天、夜间光线良好、夜间光线不良三个光照类别中数目最多的光照类别，并判断所述数目最多的光照类别的数目是否大于N/2，若是，则基于所述数量最多的光照类别生成光照场景跟踪信息。
优选地，所述隧道口包括隧道入口和隧道出口，所述判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息包括如下步骤：
构造隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位；
基于所述隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息。
优选地，所述基于所述隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息包括如下步骤：
置隧道入口状态计数器为0，隧道出口状态计数器为0，隧道模式有效位为0；
判断所述M帧单帧图像中检测的有效隧道口是否是隧道入口，若是，则更新所述隧道入口计数器加1，所述隧道出口计数器为0；若否，则更新所述隧道出口计数器加1，所述隧道入口计数器为0；并同步使用IIR低通数字滤波器对隧道距离进行滤波处理得到滤波后的隧道距离；
判断所述隧道入口计数器是否不小于预设隧道入口阈值，若是，则将隧道模式有效位置1，其中所述隧道模式有效位为1表征存在稳定隧道入口；
判断所述隧道出口计数器是否不小于预设隧道出口阈值，若是，则将隧道模式有效位置2；同时，基于所述滤波后的隧道距离得到当前隧道出口距离和车速，并计算出驶离隧道出口的时间T；其中所述隧道模式有效位为2表示存在稳定隧道出口。
优选地，所述判断所述M帧单帧图像中检测的有效隧道口是否是隧道入口之前，包括以下步骤：
基于预设规则获取所述M帧单帧图像中检测的有效隧道口。
优选地，所述预设规则包括：
若所述隧道模式有效位为0但单帧图像中检测到隧道出口，则该隧道出口为非有效隧道口；
若隧道口边界框位于本车行驶路线之外，则该隧道口边界框中的隧道口为非有效隧道口。
优选地，隧道灯光模式为开启近光灯、关闭远光灯；所述基于所述光照场景跟踪信息和所述隧道口跟踪信息生成灯光控制指令，以控制灯光的动作包括如下步骤：
若所述隧道模式有效位为0且所述光照场景跟踪信息为白天，则关闭灯光；
若所述隧道模式有效位为0且所述光照场景跟踪信息为夜间光线良好，则开启近光灯，关闭远光灯；
若所述隧道模式有效位为0且所述光照场景跟踪信息为夜间光线不良，则开启近光灯，开启远光灯；
若所述隧道模式有效位为0且不满足以上三种情形，则关闭灯光；
若所述隧道模式有效位为1且滤波后的隧道距离、车辆位置满足对应的预置阈值，则进入隧道灯光模式，其中隧道灯光模式为开启近光灯、关闭远光灯；
若所述隧道模式有效位为2且所述隧道出口计数器为0，且距离将所述隧道模式有效位置2的时间大于T，则退出隧道灯光模式并将所述隧道模式有效位置0。
方案二：
提供一种基于图像识别的智能灯光控制装置，所述基于图像识别的智能灯光控制装置包括车载摄像处理模块，与所述车载摄像处理模块连接的车辆灯光控制器、与所述车辆灯光控制器连接的车灯，其中，所述车载摄像处理模块包括车载摄像模块、一个或多个处理器、存储器、一个或多个应用程序；
所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行根据权利要求方案一种任一项所述的基于图像识别的智能灯光控制方法。
与现有技术相比，本发明一种基于图像识别的智能灯光控制方法及装置具有如下有益效果：
本发明一种基于图像识别的智能灯光控制方法通过结合光照场景类别和隧道口跟踪，相对于传统光敏感应电阻可提前判断隧道入口，实现提前开灯，在一定程度上有效提高行车安全性。同时，本发明相较于其他基于视觉的隧道提前开灯方法来讲，使用了目标检测和目标测距的并提出了隧道出入口识别，通过结合图像深度信息，可有效判断隧道出口或入口的实际距离，针对隧道场景下，车辆灯光的开启和关闭控制可以更为精准，从而减少不必要的能耗损失。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例一种基于图像识别的智能灯光控制方法的流程示意图；
图2为本发明另一实施例一种基于图像识别的智能灯光控制装置的模块结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
请参阅图1，图1示出了本发明实施例一种基于图像识别的智能灯光控制方法的流程示意图，如图1所示，本发明实施例一种基于图像识别的智能灯光控制方法，其包括如下步骤：
步骤S101：检测从车载摄像模块采集的视频信息中提取的单帧图像得到所述单帧图像的光照场景类别并识别所述单帧图像中每一个隧道口的带有距离信息的隧道口边界框，所述光照场景类别包括至少两个光照类别；所述距离信息为所述单帧图像拍摄时汽车与隧道口的距离。
优选地，光照类别包括白天、夜间光线良好、夜间光线不良三个光照类别，其中白天、夜间光线良好、夜间光线不良基于光照强度自定义。
在一些实施方式中，车载摄像模块优选为上海智驾汽车科技有限公司的IFVS500系列车载前视模块。应当理解的是，车载摄像模块也可为车载后视模块，本发明实施例对此不做限制。
优选地，隧道口边界框为包含隧道口的最小外接矩形边界框，则检测从车载摄像模块采集的视频信息中提取的单帧图像得到单帧图像的光照场景类别并识别单帧图像中每一个隧道口的带有距离信息的隧道口边界框包括如下步骤：
将单帧图像输入预置的卷积神经网络模型得到单帧图像的光照场景类别，并识别单帧图像中每一个隧道口的带有距离信息的隧道口边界框。
在一些实施方式中，预置的卷积神经网络模型是基于深度学习检测模型分别针对光照场景检测、全图深度估计、隧道出入口检测独立设计并训练的3个卷积神经网络模型，其可以实现光照场景类别检测和带距离信息的隧道出入口最小外接矩形边界框检测两个任务。在实际使用过程中，只需要将待测单帧图像按照以下顺序依次送入对应卷积神经网络模型，即可获得对应的光照场景类别和带有距离信息的隧道口边界框。
在一些实施方式中，全图深度估计涉及全图深度估样本真值可使用目前开源的高精深度估计网络制作、也可使用双目视觉或激光雷达数据同步采集辅助制作，本发明实施例对此不做限制。
值得注意的是，本发明实施例利用基于深度学习的卷积神经网络提取图像特征，有效解决了传统机器学习方法如支持向量机中对人为设计图像特征向量的依耐性，大大地提高了模型的泛化能力，有效解决了模型鲁棒性和精度平衡的问题。
示例地，卷积神经网络模型建造过程如下：
首先，使用IFVS500系列车载前视模块采集大量不同光照下的图片序列和各种隧道出入口图片序列，并人工按照生活常识对图片序列按照光照强度划分为白天、夜间光线良好和夜间光线不良等3类并标注；
其次，使用平移、旋转、缩放、图像亮度调整等方法，扩充已标注数据集，然后按照对应训练平台Caffe或TensorFlow的要求，制作训练数据集；
再次，设计3个卷积神经网络模型，在Caffe或TensorFlow上利用制作好的训练数据集，训练卷积神经网络模型的参数，过程中不断调整卷积神经网络模型训练超参，并反复测试和调整训练，直至卷积神经网络模型效果达到预期；
最后，将训练好的卷积神经网络模型部署在IFVS500系列产品上。
这样，车载前视模块实时采集图像，并将其输入到卷积神经网络模型中经计算，就可以得到光照场景类别以及识别单帧图像中每一个隧道口的带有距离信息的隧道口边界框。
值得注意的是，此处预置的卷积神经网络模型仅为示例，本领域技术人员还可以通过其他深度学习架构进行训练得到，本发明实施例对此不做限制。
步骤S103：按照预设时间序列获得N帧单帧图像的光照类别，统计各个光照类别的数量得到数量最多的光照类别，并判断所述数量最多的光照类别的数目是否大于预设阈值，若是，则基于所述数量最多的光照类别生成光照场景跟踪信息；其中N为大于0的自然数。
优选地，预设阈值为N/2。
在一些实施方式中，判断数量最多的光照类别的数目是否大于预设阈值，若是，则基于数量最多的光照类别生成光照场景跟踪信息包括如下步骤：
统计白天、夜间光线良好、夜间光线不良三个光照类别的数目，按照从大到小的排序白天、夜间光线良好、夜间光线不良三个光照类别；
确认白天、夜间光线良好、夜间光线不良三个光照类别中数目最多的光照类别，并判断数目最多的光照类别的数目是否大于N/2，若是，则基于数量最多的光照类别生成光照场景跟踪信息。
示例地，假设白天的个数n1、夜间光线良好的个数n2及夜间光线不良无雨的个数n3，那么，按照从大到小的排序白天、夜间光线良好、夜间光线不良三个光照类别就是对n1、n2、n3进行排序。
在一些实施方式中，为了避免偶然因素的影响以及能耗的浪费，当n1、n2、n3均小于N/2时，则将光照类别拟制为白天。
步骤S105：判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息，若是，则生成隧道口跟踪信息，其中M为不小于1的自然数；其中，隧道口包括隧道入口和隧道出口。
优选地，M的值为2。
在一些实施方式中，判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息包括如下步骤：
构造隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位；
基于隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息。
具体地，基于隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息包括如下步骤：
置隧道入口状态计数器为0，隧道出口状态计数器为0，隧道模式有效位为0；
判断M帧单帧图像中检测的有效隧道口是否是隧道入口，若是，则更新隧道入口计数器加1，隧道出口计数器为0；若否，则更新隧道出口计数器加1，隧道入口计数器为0；并同步使用IIR低通数字滤波器对隧道距离进行滤波处理得到滤波后的隧道距离；
判断隧道入口计数器是否不小于预设隧道入口阈值，若是，则将隧道模式有效位置1，其中隧道模式有效位为1表征存在稳定隧道入口；
判断隧道出口计数器是否不小于预设隧道出口阈值，若是，则将隧道模式有效位置2；同时，基于滤波后的隧道距离得到当前隧道出口距离和车速，并计算出驶离隧道出口的时间T；其中隧道模式有效位为2表示存在稳定隧道出口。
值得注意的是，IIR低通数字滤波器可以为巴特沃斯低通滤波器或者切比雪夫低通数字滤波器，本领域技术人员可以根据精度要求进行设计，本发明实施例对此不作限制。
在一些实施方式中，在判断M帧单帧图像中检测的有效隧道口是否是隧道入口之前，包括以下步骤：
基于预设规则获取M帧单帧图像中检测的有效隧道口，其中，预设规则包括：
若隧道模式有效位为0但单帧图像中检测到隧道出口，则该隧道出口为非有效隧道口；
若隧道口边界框位于本车行驶路线之外，则该隧道口边界框中的隧道口为非有效隧道口。
本发明实施例专利的处理对象不是一个单一图像，而是一个连续过程。若是仅对一个图像进行判断，容易产生失误，一张图像的检测结果就是一个因子，如果是针对连续的因子进行判断的话，得到的结果就会更加准确。因此，通过使用跟踪的方法对上述光照场景类别和隧道口进行连续多帧跟踪，可以有效提高系统的准确率，降低系统的灯光误操作。
值得注意的是，步骤S103和步骤S105是两个相互独立的步骤，在具体实施过程中，两者的步骤可以进行调换，本发明实施例对此不作限制。
步骤S107：基于所述光照场景跟踪信息和所述隧道口跟踪信息生成灯光控制指令，以控制灯光的动作。
优选地，隧道灯光模式为开启近光灯、关闭远光灯，隧道灯光模式的优先级大于非隧道灯光模式。
具体地，基于光照场景跟踪信息和隧道口跟踪信息生成灯光控制指令，以控制灯光的动作包括如下步骤：
基于光照场景跟踪信息和隧道口跟踪信息生成灯光控制指令，以控制灯光的动作包括如下步骤：
若隧道模式有效位为0且光照场景跟踪信息为白天，则关闭灯光；
若隧道模式有效位为0且光照场景跟踪信息为夜间光线良好，则开启近光灯，关闭远光灯；
若隧道模式有效位为0且光照场景跟踪信息为夜间光线不良，则开启近光灯，开启远光灯；
若隧道模式有效位为0且不满足以上三种情形，则关闭灯光；
若隧道模式有效位为1且滤波后的隧道距离、车辆位置满足对应的预置阈值，则进入隧道灯光模式；
若隧道模式有效位为2且隧道出口计数器为0，且距离将隧道模式有效位置2的时间大于T，则退出隧道灯光模式并将隧道模式有效位置0。
值得一提的是，本发明实施例在进入隧道灯光模式时引入了在有稳定隧道入口情况下还参照隧道距离、车辆位置，因此，有利于精准开启灯光。此外，在退出隧道灯光模式时结合了隧道模式有效位、隧道出口计数器以及隧道模式有效位置2的时间长度，从而更好地保证车辆的安全行驶。
与现有技术相比，本发明实施例一种基于图像识别的智能灯光控制方法具有如下有益效果：
本发明实施例一种基于图像识别的智能灯光控制方法通过结合光照场景类别和隧道口跟踪，相对于传统光敏感应电阻可提前判断隧道入口，实现提前开灯，在一定程度上有效提高行车安全性。同时，本发明实施例相较于其他基于视觉的隧道提前开灯方法来讲，使用了目标检测和目标测距的并提出了隧道出入口识别，通过结合图像深度信息，可有效判断隧道出口或入口的实际距离，针对隧道场景下，车辆灯光的开启和关闭控制可以更为精准，从而减少不必要的能耗损失。
请参阅图2，基于同本发明实施例一种基于图像识别的智能灯光控制方法相同的发明构思，本发明另一实施例提供一种基于图像识别的智能灯光控制装置，其包括车载摄像处理模块202，与车载摄像处理模块202连接的车辆灯光控制器204、与车辆灯光控制器204连接的车灯206，其中，车载摄像处理模块202包括车载摄像模块、一个或多个处理器、存储器、一个或多个应用程序；
一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个应用程序配置用于执行上述一种基于图像识别的智能灯光控制方法。
值得注意的是，考虑两个实施例构思相同，因此，此处就不对车载摄像处理模块做过多的说明解释，其具体实现可以参照上述基于图像识别的智能灯光控制方法。
与现有技术相比，本发明实施例一种基于图像识别的智能灯光控制装置具有如下有益效果：
本发明实施例一种基于图像识别的智能灯光控制装置通过车载摄像处理模块202能够提前判断隧道入口，实现提前开灯，在一定程度上有效提高行车安全性。同时，本发明实施例使用了目标检测和目标测距的并提出了隧道出入口识别，通过结合图像深度信息，可有效判断隧道出口或入口的实际距离，针对隧道场景下，车辆灯光的开启和关闭控制可以更为精准，从而减少不必要的能耗损失。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于图像识别的智能灯光控制方法，其特征在于，该基于图像识别的智能灯光控制方法包括如下步骤：
检测从车载摄像模块采集的视频信息中提取的单帧图像得到所述单帧图像的光照场景类别并识别所述单帧图像中每一个隧道口的带有距离信息的隧道口边界框，所述光照场景类别包括至少两个光照类别；所述距离信息为所述单帧图像拍摄时汽车与隧道口的距离；
按照预设时间序列获得N帧单帧图像的光照类别，统计各个光照类别的数量得到数量最多的光照类别，并判断所述数量最多的光照类别的数目是否大于预设阈值，若是，则基于所述数量最多的光照类别生成光照场景跟踪信息；其中N为大于0的自然数；
判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息，若是，则生成隧道口跟踪信息，其中M为不小于1的自然数；
基于所述光照场景跟踪信息和所述隧道口跟踪信息生成灯光控制指令，以控制灯光的动作。
2.如权利要求1所述的基于图像识别的智能灯光控制方法，其特征在于，所述隧道口边界框为包含隧道口的最小外接矩形边界框，所述检测从车载摄像模块采集的视频信息中提取的单帧图像得到所述单帧图像的光照场景类别并识别所述单帧图像中每一个隧道口的带有距离信息的隧道口边界框包括如下步骤：
将所述单帧图像输入预置的卷积神经网络模型得到所述单帧图像的光照场景类别，并识别所述单帧图像中每一个隧道口的带有距离信息的隧道口边界框。
3.如权利要求1所述的基于图像识别的智能灯光控制方法，其特征在于，所述光照类别包括白天、夜间光线良好、夜间光线不良三个光照类别，所述白天、夜间光线良好、夜间光线不良基于光照强度自定义。
4.如权利要求3所述的基于图像识别的智能灯光控制方法，其特征在于，所述预设阈值为N/2；所述判断所述数量最多的光照类别的数目是否大于预设阈值，若是，则基于所述数量最多的光照类别生成光照场景跟踪信息包括如下步骤：
统计白天、夜间光线良好、夜间光线不良三个光照类别的数目，按照从大到小的排序所述白天、夜间光线良好、夜间光线不良三个光照类别；
确认所述白天、夜间光线良好、夜间光线不良三个光照类别中数目最多的光照类别，并判断所述数目最多的光照类别的数目是否大于N/2，若是，则基于所述数量最多的光照类别生成光照场景跟踪信息。
5.如权利要求4所述的基于图像识别的智能灯光控制方法，其特征在于，所述隧道口包括隧道入口和隧道出口，所述判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息包括如下步骤：
构造隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位；
基于所述隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息。
6.如权利要求5所述的基于图像识别的智能灯光控制方法，其特征在于，所述基于所述隧道入口状态计数器、隧道出口状态计数器以及隧道模式有效位判断连续M帧单帧图像中隧道口边界框包含的隧道口是否为稳定隧道口信息包括如下步骤：
置隧道入口状态计数器为0，隧道出口状态计数器为0，隧道模式有效位为0；
判断所述M帧单帧图像中检测的有效隧道口是否是隧道入口，若是，则更新所述隧道入口计数器加1，所述隧道出口计数器为0；若否，则更新所述隧道出口计数器加1，所述隧道入口计数器为0；并同步使用IIR低通数字滤波器对隧道距离进行滤波处理得到滤波后的隧道距离；
判断所述隧道入口计数器是否不小于预设隧道入口阈值，若是，则将隧道模式有效位置1，其中所述隧道模式有效位为1表征存在稳定隧道入口；
判断所述隧道出口计数器是否不小于预设隧道出口阈值，若是，则将隧道模式有效位置2；同时，基于所述滤波后的隧道距离得到当前隧道出口距离和车速，并计算出驶离隧道出口的时间T；其中所述隧道模式有效位为2表示存在稳定隧道出口。
7.如权利要求6所述的基于图像识别的智能灯光控制方法，其特征在于，所述判断所述M帧单帧图像中检测的有效隧道口是否是隧道入口之前，包括以下步骤：
基于预设规则获取所述M帧单帧图像中检测的有效隧道口。
8.如权利要求7所述的基于图像识别的智能灯光控制方法，其特征在于，所述预设规则包括：
若所述隧道模式有效位为0但单帧图像中检测到隧道出口，则该隧道出口为非有效隧道口；
若隧道口边界框位于本车行驶路线之外，则该隧道口边界框中的隧道口为非有效隧道口。
9.如权利要求8所述的基于图像识别的智能灯光控制方法，其特征在于，所述基于所述光照场景跟踪信息和所述隧道口跟踪信息生成灯光控制指令，以控制灯光的动作包括如下步骤：
若所述隧道模式有效位为0且所述光照场景跟踪信息为白天，则关闭灯光；
若所述隧道模式有效位为0且所述光照场景跟踪信息为夜间光线良好，则开启近光灯，关闭远光灯；
若所述隧道模式有效位为0且所述光照场景跟踪信息为夜间光线不良，则开启近光灯，开启远光灯；
若所述隧道模式有效位为0且不满足以上三种情形，则关闭灯光；
若所述隧道模式有效位为1且滤波后的隧道距离、车辆位置满足对应的预置阈值，则进入隧道灯光模式，其中隧道灯光模式为开启近光灯、关闭远光灯；
若所述隧道模式有效位为2且所述隧道出口计数器为0，且距离将所述隧道模式有效位置2的时间大于T，则退出隧道灯光模式并将所述隧道模式有效位置0。
10.一种基于图像识别的智能灯光控制装置，其特征在于，所述基于图像识别的智能灯光控制装置包括车载摄像处理模块，与所述车载摄像处理模块连接的车辆灯光控制器、与所述车辆灯光控制器连接的车灯，其中，所述车载摄像处理模块包括车载摄像模块、一个或多个处理器、存储器、一个或多个应用程序；
所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行根据权利要求1～9任一项所述的基于图像识别的智能灯光控制方法。
CN201911105991.9A 2019-11-13 2019-11-13 一种基于图像识别的智能灯光控制方法及装置 Active CN110774975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911105991.9A CN110774975B (zh) 2019-11-13 2019-11-13 一种基于图像识别的智能灯光控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911105991.9A CN110774975B (zh) 2019-11-13 2019-11-13 一种基于图像识别的智能灯光控制方法及装置

Publications (2)

Publication Number Publication Date
CN110774975A true CN110774975A (zh) 2020-02-11
CN110774975B CN110774975B (zh) 2022-10-14

Family

ID=69390759

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911105991.9A Active CN110774975B (zh) 2019-11-13 2019-11-13 一种基于图像识别的智能灯光控制方法及装置

Country Status (1)

Country Link
CN (1) CN110774975B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112954192A (zh) * 2021-01-27 2021-06-11 惠州华阳通用电子有限公司 一种摄像头拍摄模式控制方法
CN115665936A (zh) * 2022-12-28 2023-01-31 四川振函创新智能科技有限公司 一种隧道照明节能控制策略生成方法、系统、终端及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040201483A1 (en) * 2003-02-21 2004-10-14 Stam Joseph S. Automatic vehicle exterior light control systems
US20060159309A1 (en) * 2005-01-14 2006-07-20 Denso Corporation Tunnel detecting device for vehicle and light control device for vehicle
CN102834309A (zh) * 2010-02-26 2012-12-19 金泰克斯公司 自动车辆设备监控、报警和控制系统
CN104210421A (zh) * 2013-05-29 2014-12-17 富士重工业株式会社 周围环境判定装置
CN105050234A (zh) * 2015-04-22 2015-11-11 贵州大学 采用红外摄像图像解析法控制隧道照明条件的方法及装置
US20170144587A1 (en) * 2015-11-25 2017-05-25 Fuji Jukogyo Kabushiki Kaisha Vehicle exterior environment recognition apparatus
US20170144585A1 (en) * 2015-11-25 2017-05-25 Fuji Jukogyo Kabushiki Kaisha Vehicle exterior environment recognition apparatus
CN110154875A (zh) * 2019-04-19 2019-08-23 深圳市元征科技股份有限公司 一种车辆的车灯控制方法、车载设备以及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040201483A1 (en) * 2003-02-21 2004-10-14 Stam Joseph S. Automatic vehicle exterior light control systems
US20060159309A1 (en) * 2005-01-14 2006-07-20 Denso Corporation Tunnel detecting device for vehicle and light control device for vehicle
CN102834309A (zh) * 2010-02-26 2012-12-19 金泰克斯公司 自动车辆设备监控、报警和控制系统
CN104210421A (zh) * 2013-05-29 2014-12-17 富士重工业株式会社 周围环境判定装置
CN105050234A (zh) * 2015-04-22 2015-11-11 贵州大学 采用红外摄像图像解析法控制隧道照明条件的方法及装置
US20170144587A1 (en) * 2015-11-25 2017-05-25 Fuji Jukogyo Kabushiki Kaisha Vehicle exterior environment recognition apparatus
US20170144585A1 (en) * 2015-11-25 2017-05-25 Fuji Jukogyo Kabushiki Kaisha Vehicle exterior environment recognition apparatus
CN110154875A (zh) * 2019-04-19 2019-08-23 深圳市元征科技股份有限公司 一种车辆的车灯控制方法、车载设备以及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112954192A (zh) * 2021-01-27 2021-06-11 惠州华阳通用电子有限公司 一种摄像头拍摄模式控制方法
CN112954192B (zh) * 2021-01-27 2022-06-07 惠州华阳通用电子有限公司 一种摄像头拍摄模式控制方法
CN115665936A (zh) * 2022-12-28 2023-01-31 四川振函创新智能科技有限公司 一种隧道照明节能控制策略生成方法、系统、终端及介质

Also Published As

Publication number Publication date
CN110774975B (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
JP2018037061A (ja) 自律走行車両のためのビジョンセンサの制御方法及び装置
CN110852274B (zh) 一种基于图像识别的智能雨量感知方法及装置
CN111741229A (zh) 图像处理方法和设备
Alcantarilla et al. Automatic LightBeam Controller for driver assistance
JP5879219B2 (ja) 車載用環境認識装置
CN110774975B (zh) 一种基于图像识别的智能灯光控制方法及装置
WO2020090251A1 (ja) 物体認識装置、物体認識方法および物体認識プログラム
JP5843898B2 (ja) 車両照度環境認識装置及びその方法
JP2006298362A (ja) 暗い領域に到達したことを早期に検出する方法
JP2008028957A (ja) 車両用画像処理装置
US20240029444A1 (en) Correction of images from a panoramic-view camera system in the case of rain, incident light and contamination
CN112706785B (zh) 一种自动驾驶车辆行驶环境认知目标选择方法、装置及存储介质
CN103493099A (zh) 用于识别车辆摄像机的视野中的气溶胶的强度的方法和设备
CN108417043A (zh) 一种远光灯持续开起的检测方法
Milford et al. Long exposure localization in darkness using consumer cameras
CN110588499A (zh) 一种基于机器视觉的前照灯自适应控制系统及方法
CN116634638A (zh) 灯光控制策略的生成方法、灯光控制方法以及相关装置
CN111046741A (zh) 车道线识别的方法和装置
CN104782115A (zh) 车辆用图像处理装置
CN113361299B (zh) 一种异常停车的检测方法、装置、存储介质及电子设备
CN111114424A (zh) 雾灯开启方法、装置、控制设备及存储介质
CN109960990B (zh) 障碍物侦测可信度评估方法
CN111373411A (zh) 用于确定与对象的间距的方法、设备和计算机程序
CN116547726A (zh) 在下雨、入射光线和脏污时对摄像装置的图像的修正
KR102416117B1 (ko) 차량 및 차량 제어 방법

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