CN111055811A - 一种基于车载智能摄像头的雨刮器控制方法及系统 - Google Patents

一种基于车载智能摄像头的雨刮器控制方法及系统 Download PDF

Info

Publication number
CN111055811A
CN111055811A CN201911231277.4A CN201911231277A CN111055811A CN 111055811 A CN111055811 A CN 111055811A CN 201911231277 A CN201911231277 A CN 201911231277A CN 111055811 A CN111055811 A CN 111055811A
Authority
CN
China
Prior art keywords
image
vehicle
gray
camera
fuzzy
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
CN201911231277.4A
Other languages
English (en)
Inventor
邢斌
申水文
方运舟
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.)
Zhejiang Hozon New Energy Automobile Co Ltd
Original Assignee
Zhejiang Hozon New Energy Automobile 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 Zhejiang Hozon New Energy Automobile Co Ltd filed Critical Zhejiang Hozon New Energy Automobile Co Ltd
Priority to CN201911231277.4A priority Critical patent/CN111055811A/zh
Publication of CN111055811A publication Critical patent/CN111055811A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
    • B60S1/00—Cleaning of vehicles
    • B60S1/02—Cleaning windscreens, windows or optical devices
    • B60S1/04—Wipers or the like, e.g. scrapers
    • B60S1/06—Wipers or the like, e.g. scrapers characterised by the drive
    • B60S1/08—Wipers or the like, e.g. scrapers characterised by the drive electrically driven
    • B60S1/0818—Wipers or the like, e.g. scrapers characterised by the drive electrically driven including control systems responsive to external conditions, e.g. by detection of moisture, dirt or the like
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供了一种基于车载智能摄像头的雨刮器控制方法及系统。其中方法包括以下步骤：S1、获取前挡风玻璃的指定区域内的玻璃表面的第一图像；S2、将第一图像转换为灰度图像；S3、过滤灰度图像的椒盐噪声，并将灰度值图像转换为二值图；S4、对二值图中的各个模糊块进行定位，并将各个模糊块的边缘进行提取、腐蚀、填充；S5、获取各个模糊块所包含的像素点数，将全部模糊块所包含的像素点数相加获得第一总点数N；S6、将第一总点数N与第一预设点数N1进行比较；S7、确定第一总点数N大于第一预设点数N1时，控制雨刮器以一定刷洗频率对前挡风玻璃进行清洗。本发明有着雨量检测准确度高、检测效率高、能精准的控制雨刮器的刷洗频率的优点。

Description

一种基于车载智能摄像头的雨刮器控制方法及系统
技术领域
本发明涉及图像处理与自动控制领域，具体涉及一种基于车载智能摄像头的雨刮器控制方法及系统。
背景技术
随着计算机科学技术的快速发展，图像识别开始与现有的自动控制设备相融合，从而可有效的根据获取图像的变化来控制设备的运行。如大量工厂通过图像识别技术来对产品或设备进行诊断，从而替代人工进行相应的智能操作。同时电动汽车开始逐渐取代传统汽车的地位，随着技术的革新，电动汽车成为了普通家庭都可以承受的代步工具。
由于现有的电动汽车都安装了如ADAS高级辅助系统，所以车载摄像头成为了电动汽车的标配，进而使得图像识别技术能够大范围的被使用到汽车的智能控制上。目前，从公开的新闻资料来看，大多数的雨雪天交通事故都是由于雨天下雨挡风玻璃上视线不清、或者操作雨刮不当等原因造成的。从而出现了大量的通过雨水传感器检测当前雨量，并控制雨刮器以适当的频率工作的系统。如专利申请号为CN201710422253.1的“一种基于模糊控制与雨量检测接口芯片的雨量检测控制系统”这类专利，该类专利通过红外发射器、红外接收器来完成汽车前挡风玻璃处的雨量的采集，该类专利相对于在车辆外部设置大量传感器这种方式降低了设备成本，保证了检测精度，同时避免了汽车前部空间的浪费，但仍存在下述问题。1、红外发射器、红外接收器的持续识别相对于汽车自带的智能摄像头的图片获取来说，浪费了大量的汽车能源。2、增加外部设备仍旧会浪费前挡风玻璃的视野空间。3、由于红外接收器是根据挡风玻璃反射的红外光线来检测玻璃前端雨量，所以当附近有可散发大量红外光线的热源时，检测结果会受到外部热源的影响而使得本装置检测出错。
因此，一种不用额外添加外部设备、雨量检测准确、检测效率高、能有效减少外部环境对检测结果的影响的基于车载智能摄像头的雨刮器控制方法及系统变得十分必要。
发明内容
为了解决上述技术问题，本发明提供了一种基于车载智能摄像头的雨刮器控制方法及系统，从而可以对汽车外部雨量进行检测，并能根据雨量大小来智能控制雨刮器的雨刷的工作频率。
本发明提供的一种基于车载智能摄像头的雨刮器控制方法，包括步骤：S1、获取前挡风玻璃的指定区域内的玻璃表面的第一图像；S2、将第一图像转换为灰度图像；S3、过滤灰度图像的椒盐噪声，并将灰度值图像转换为二值图；S4、对二值图中的各个模糊块进行定位，并将各个模糊块的边缘进行提取、腐蚀、填充；S5、获取各个模糊块所包含的像素点数，将全部模糊块所包含的像素点数相加获得第一总点数N；S6、将第一总点数N与第一预设点数N1进行比较；S7、确定第一总点数N大于第一预设点数N1时，控制雨刮器以一定刷洗频率对前挡风玻璃进行清洗。
进一步，步骤S1具体为：S11、根据摄像头到前挡风玻璃的距离调节摄像头的焦距，进而使摄像头刚好获取到前挡风玻璃这一段距离的高清图像；S12、将前挡风玻璃远离摄像头一端面的后侧的模糊图像采用均值滤波法过滤掉，从而只得到只反应前挡风玻璃的表面图像信息的第一图像。
进一步，步骤S2具体为：获取目标竹片图像的各个像素点的RGB属性，将各个像素点的红、绿、蓝的三个相叠加的彩色通道的值相加取平均值，进而获取目标竹片图像中各个像素点的灰度值，从而生成灰度图像。
进一步，步骤S3具体为：S31、采用双边滤波法对灰度图像的椒盐噪声进行过滤；S32、指定预设常数c作为最佳阈值，如果灰度图像中的像素点的像素值比常数c小，则将原来的像素赋值为0，如果像素值比常数c大，则将原来的像素值赋值为255，从而得到第一图像的二值图。
进一步，步骤S4中“将各个模糊块的边缘进行提取”具体为：S41、通过sobel算子对二值图的梯度值进行计算；S42、根据二值图的像素区域的梯度值确定灰度突变点；S43、根据二值图的灰度突变点确定各个模糊块的边缘点，从而分别提取出各个模糊块的烟标纸的边缘段；S44、用最小二乘法对每一段边缘进行直线拟合，从而实现各个模糊块的边缘提取。
进一步，在步骤S7中，N1＜N＜N2时，则说明外部雨量为小雨，驱动雨刮器以第一清洗频率F1运行，所述N2为第二预设点数；当N2＜N＜N3，则说明外部雨量为中雨，驱动雨刮器以第二清洗频率F2运行，所述N3为第三预设点数；当N3＜N，则说明外部雨量为大雨，驱动雨刮器以第二清洗频率F3运行，所述N1＜N2＜N3，所述F1＜F2＜F3。
为了实现上述方法，本发明还提供了一种基于车载智能摄像头的雨刮器控制系统，包括：图像获取单元，用于获取挡风玻璃的指定区域内的玻璃表面的第一图像；第一处理单元，用于将第一图像转换为灰度图像，同时过滤灰度图像的椒盐噪声，并将灰度图像转换为二值图；第二处理单元，用于对二值图中的各个模糊块进行定位，并将各个模糊块的边缘进行提取、腐蚀、填充；第一判断单元，用于根据全部模糊块所包含的像素点数的集合第一总点数N来判断汽车外部雨量密度；控制单元，用于根据雨量密度控制雨刮器的ECU来调节雨刷的清洗频率；显示单元、用于显示当前的汽车外部雨量密度。
进一步，所述图像获取单元为当前车辆驾驶位内置的前摄像头。
进一步，所述控制单元为汽车的整车控制器VCU。
如上所述，本发明具有以下有益效果：
本发明根据摄像头到前挡风玻璃的距离调节摄像头的焦距，进而使摄像头刚好获取到前挡风玻璃这一段距离的高清图像，从而避免了外部光照对获取挡风玻璃前端雨量检测的影响。本发明使用车载前摄像头来获取反应雨量情况的第一图像，没有添加额外的设备，减小对前挡风玻璃的视野空间的浪费，同时也减少了能源的损耗。本发明通过第一图像的二值图中的全部模糊块的第一总点数N与各个预设点数的关系，准确的确定雨量的大小，进而配合整车控制系统将雨刮器的清洗频率调节到指定频率，从而提高了驾驶者在雨天的驾驶安全度。
因此，本发明有着雨量检测准确度高、检测效率高、能有效减少外部环境对检测结果的影响、能精准的控制雨刮器的刷洗频率的优点。
附图说明
图1为本发明的一种基于车载智能摄像头的雨刮器控制方法的流程图；
图2为本发明的一种基于车载智能摄像头的雨刮器控制方法的步骤S4的流程图；
图3为本发明的一种基于车载智能摄像头的雨刮器控制方法的作用位置的展示图；
图4为本发明的一种基于车载智能摄像头的雨刮器控制系统的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例和/或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。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，并获得其他的实施方式。另，涉及方位的属于仅表示各部件间的相对位置关系，而不是绝对位置关系。
如图3所示，本发明的所作用位置为汽车前挡风玻璃，用于图像识别的图像为前挡风玻璃的外表面上雨水的实时分布情况。而本发明中的指定区域可以为图中所描述的雨刮器能清理的范围区域。
如图1所示，本发明的一种基于车载智能摄像头的雨刮器控制方法包括以下步骤：
S1、获取前挡风玻璃的指定区域内的玻璃表面的第一图像。
其中，步骤S1具体为：S11、根据摄像头到前挡风玻璃的距离调节摄像头的焦距，进而使摄像头刚好获取到前挡风玻璃这一段距离的高清图像；S12、将前挡风玻璃远离摄像头一端面的后侧的模糊图像采用均值滤波法过滤掉，从而只得到只反应前挡风玻璃的表面图像信息的第一图像。这种图像获取方式减少了外部光照对获取挡风玻璃前端雨量检测的影响。
S2、将第一图像转换为灰度图像。
本发明中步骤S2具体为获取目标竹片图像的各个像素点的RGB属性，将各个像素点的红、绿、蓝的三个相叠加的彩色通道的值相加取平均值，进而获取目标竹片图像中各个像素点的灰度值，从而生成灰度图像。
S3、过滤灰度图像的椒盐噪声，并将灰度值图像转换为二值图。
其中，步骤S3具体为：S31、采用双边滤波法对灰度图像的椒盐噪声进行过滤；S32、指定预设常数c作为最佳阈值，如果灰度图像中的像素点的像素值比常数c小，则将原来的像素赋值为0，如果像素值比常数c大，则将原来的像素值赋值为255，从而得到第一图像的二值图。
S4、对二值图中的各个模糊块进行定位，并将各个模糊块的边缘进行提取、腐蚀、填充。
如图4所示，步骤S4中“将各个模糊块的边缘进行提取”具体为：S41、通过sobel算子对二值图的梯度值进行计算；S42、根据二值图的像素区域的梯度值确定灰度突变点；S43、根据二值图的灰度突变点确定各个模糊块的边缘点，从而分别提取出各个模糊块的烟标纸的边缘段；S44、用最小二乘法对每一段边缘进行直线拟合，从而实现各个模糊块的边缘提取。
S5、获取各个模糊块所包含的像素点数，将全部模糊块所包含的像素点数相加获得第一总点数N。
S6、将第一总点数N与第一预设点数N1进行比较。
S7、确定第一总点数N大于第一预设点数N1时，控制雨刮器以一定刷洗频率对前挡风玻璃进行清洗。
其中，第一预设点数可以根据第一图像的指定区域的总点数来定，可以为指定区域总点数的20%，即根据对驾驶视野的影响程度来预设。步骤S7中，N1＜N＜N2时，则说明外部雨量为小雨，驱动雨刮器以第一清洗频率F1运行，所述N2为第二预设点数；当N2＜N＜N3，则说明外部雨量为中雨，驱动雨刮器以第二清洗频率F2运行，所述N3为第三预设点数；当N3＜N，则说明外部雨量为大雨，驱动雨刮器以第二清洗频率F3运行，所述N1＜N2＜N3，所述F1＜F2＜F3。
如图4所示，为了实现上述功能，本发明还提供了一种基于车载智能摄像头的雨刮器控制系统。包括：图像获取单元，用于获取挡风玻璃的指定区域内的玻璃表面的第一图像；第一处理单元，用于将第一图像转换为灰度图像，同时过滤灰度图像的椒盐噪声，并将灰度图像转换为二值图；第二处理单元，用于对二值图中的各个模糊块进行定位，并将各个模糊块的边缘进行提取、腐蚀、填充；第一判断单元，用于根据全部模糊块所包含的像素点数的集合第一总点数N来判断汽车外部雨量密度；控制单元，用于根据雨量密度控制雨刮器的ECU来调节雨刷的清洗频率；显示单元、用于显示当前的汽车外部雨量密度。
其中，图像获取单元为当前车辆驾驶位内置的前摄像头，一般为现有的汽车自带的ADAS前置摄像头，但也可以是老式汽车另外添加的前摄像头。控制单元为汽车的整车控制器VCU，避免了新设控制装置增加的额外成本。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种基于车载智能摄像头的雨刮器控制方法，其特征在于可对汽车外部雨水进行密集度检测与清理，包括步骤：S1、获取前挡风玻璃的指定区域内的玻璃表面的第一图像；S2、将第一图像转换为灰度图像；S3、过滤灰度图像的椒盐噪声，并将灰度值图像转换为二值图；S4、对二值图中的各个模糊块进行定位，并将各个模糊块的边缘进行提取、腐蚀、填充；S5、获取各个模糊块所包含的像素点数，将全部模糊块所包含的像素点数相加获得第一总点数N；S6、将第一总点数N与第一预设点数N1进行比较；S7、确定第一总点数N大于第一预设点数N1时，控制雨刮器以一定刷洗频率对前挡风玻璃进行清洗。
2.如权利要求1所述的一种基于车载智能摄像头的雨刮器控制方法，其特征在于步骤S1具体为：S11、根据摄像头到前挡风玻璃的距离调节摄像头的焦距，进而使摄像头刚好获取到前挡风玻璃这一段距离的高清图像；S12、将前挡风玻璃远离摄像头一端面的后侧的模糊图像采用均值滤波法过滤掉，从而只得到只反应前挡风玻璃的表面图像信息的第一图像。
3.如权利要求1所述的一种基于车载智能摄像头的雨刮器控制方法，其特征在于，步骤S2具体为：获取目标竹片图像的各个像素点的RGB属性，将各个像素点的红、绿、蓝的三个相叠加的彩色通道的值相加取平均值，进而获取目标竹片图像中各个像素点的灰度值，从而生成灰度图像。
4.如权利要求1所述的一种基于车载智能摄像头的雨刮器控制方法，其特征在于，步骤S3具体为：S31、采用双边滤波法对灰度图像的椒盐噪声进行过滤；S32、指定预设常数c作为最佳阈值，如果灰度图像中的像素点的像素值比常数c小，则将原来的像素赋值为0，如果像素值比常数c大，则将原来的像素值赋值为255，从而得到第一图像的二值图。
5.如权利要求1所述的一种基于车载智能摄像头的雨刮器控制方法，其特征在于，步骤S4中“将各个模糊块的边缘进行提取”具体为：S41、通过sobel算子对二值图的梯度值进行计算；S42、根据二值图的像素区域的梯度值确定灰度突变点；S43、根据二值图的灰度突变点确定各个模糊块的边缘点，从而分别提取出各个模糊块的烟标纸的边缘段；S44、用最小二乘法对每一段边缘进行直线拟合，从而实现各个模糊块的边缘提取。
6.如权利要求1所述的一种基于车载智能摄像头的雨刮器控制方法，其特征在于：在步骤S7中，N1＜N＜N2时，则说明外部雨量为小雨，驱动雨刮器以第一清洗频率F1运行，所述N2为第二预设点数；当N2＜N＜N3，则说明外部雨量为中雨，驱动雨刮器以第二清洗频率F2运行，所述N3为第三预设点数；当N3＜N，则说明外部雨量为大雨，驱动雨刮器以第二清洗频率F3运行，所述N1＜N2＜N3，所述F1＜F2＜F3。
7.一种基于车载智能摄像头的雨刮器控制系统，其特征在于，包括：图像获取单元，用于获取挡风玻璃的指定区域内的玻璃表面的第一图像；第一处理单元，用于将第一图像转换为灰度图像，同时过滤灰度图像的椒盐噪声，并将灰度图像转换为二值图；第二处理单元，用于对二值图中的各个模糊块进行定位，并将各个模糊块的边缘进行提取、腐蚀、填充；第一判断单元，用于根据全部模糊块所包含的像素点数的集合第一总点数N来判断汽车外部雨量密度；控制单元，用于根据雨量密度控制雨刮器的ECU来调节雨刷的清洗频率；显示单元、用于显示当前的汽车外部雨量密度。
8.如权利要求7所述的一种基于车载智能摄像头的雨刮器控制系统，其特征在于：所述图像获取单元为当前车辆驾驶位内置的前摄像头。
9.如权利要求7所述的一种基于车载智能摄像头的雨刮器控制系统，其特征在于：所述控制单元为汽车的整车控制器VCU。
CN201911231277.4A 2019-12-05 2019-12-05 一种基于车载智能摄像头的雨刮器控制方法及系统 Pending CN111055811A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911231277.4A CN111055811A (zh) 2019-12-05 2019-12-05 一种基于车载智能摄像头的雨刮器控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911231277.4A CN111055811A (zh) 2019-12-05 2019-12-05 一种基于车载智能摄像头的雨刮器控制方法及系统

Publications (1)

Publication Number Publication Date
CN111055811A true CN111055811A (zh) 2020-04-24

Family

ID=70299815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911231277.4A Pending CN111055811A (zh) 2019-12-05 2019-12-05 一种基于车载智能摄像头的雨刮器控制方法及系统

Country Status (1)

Country Link
CN (1) CN111055811A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021036559A1 (zh) * 2019-08-23 2021-03-04 华为技术有限公司 车窗自动清洁方法及装置
CN112793540A (zh) * 2020-12-30 2021-05-14 浙江合众新能源汽车有限公司 电动汽车的雨刮器控制方法及装置
CN113421437A (zh) * 2021-06-03 2021-09-21 上海大学 一种基于计算机视觉的雨天路况监测方法及系统
CN113545296A (zh) * 2021-07-06 2021-10-26 张毅 一种封闭式畜舍用地下刮粪及自动清粪系统
CN113859175A (zh) * 2021-11-10 2021-12-31 北奔重型汽车集团有限公司 一种基于重卡adas系统的自动雨刮控制方法
CN114312672A (zh) * 2022-01-27 2022-04-12 中国第一汽车股份有限公司 一种雨刷控制方法及系统、行车记录仪

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001141838A (ja) * 1999-11-17 2001-05-25 Nippon Seiki Co Ltd 雨滴検出装置
CN101814139A (zh) * 2010-04-14 2010-08-25 华中科技大学 一种雨滴识别方法
CN103543638A (zh) * 2013-10-10 2014-01-29 山东神戎电子股份有限公司 一种自动雨刷控制方法
CN105564379A (zh) * 2016-01-27 2016-05-11 大连楼兰科技股份有限公司 一种汽车雨刷器自动启动系统和方法
CN109598715A (zh) * 2018-12-05 2019-04-09 山西镭谱光电科技有限公司 基于机器视觉的物料粒度在线检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001141838A (ja) * 1999-11-17 2001-05-25 Nippon Seiki Co Ltd 雨滴検出装置
CN101814139A (zh) * 2010-04-14 2010-08-25 华中科技大学 一种雨滴识别方法
CN103543638A (zh) * 2013-10-10 2014-01-29 山东神戎电子股份有限公司 一种自动雨刷控制方法
CN105564379A (zh) * 2016-01-27 2016-05-11 大连楼兰科技股份有限公司 一种汽车雨刷器自动启动系统和方法
CN109598715A (zh) * 2018-12-05 2019-04-09 山西镭谱光电科技有限公司 基于机器视觉的物料粒度在线检测方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021036559A1 (zh) * 2019-08-23 2021-03-04 华为技术有限公司 车窗自动清洁方法及装置
CN112793540A (zh) * 2020-12-30 2021-05-14 浙江合众新能源汽车有限公司 电动汽车的雨刮器控制方法及装置
CN113421437A (zh) * 2021-06-03 2021-09-21 上海大学 一种基于计算机视觉的雨天路况监测方法及系统
CN113545296A (zh) * 2021-07-06 2021-10-26 张毅 一种封闭式畜舍用地下刮粪及自动清粪系统
CN113545296B (zh) * 2021-07-06 2022-05-13 张毅 一种封闭式畜舍用地下刮粪及自动清粪系统
CN113859175A (zh) * 2021-11-10 2021-12-31 北奔重型汽车集团有限公司 一种基于重卡adas系统的自动雨刮控制方法
CN114312672A (zh) * 2022-01-27 2022-04-12 中国第一汽车股份有限公司 一种雨刷控制方法及系统、行车记录仪

Similar Documents

Publication Publication Date Title
CN111055811A (zh) 一种基于车载智能摄像头的雨刮器控制方法及系统
US8634593B2 (en) Pixel-based texture-less clear path detection
EP2879113B1 (en) Three-dimensional object detection device, three-dimensional object detection method
JP6117634B2 (ja) レンズ付着物検知装置、レンズ付着物検知方法、および、車両システム
US8452053B2 (en) Pixel-based texture-rich clear path detection
US10045002B2 (en) Object recognizing apparatus and stain detecting method
EP2293247B1 (en) Edge detection with adaptive threshold
US8699754B2 (en) Clear path detection through road modeling
US8332134B2 (en) Three-dimensional LIDAR-based clear path detection
CN104657735A (zh) 车道线检测方法、系统、车道偏离预警方法及系统
CN107808392B (zh) 开放场景的安检车辆自动跟踪定位方法及系统
EP2879384B1 (en) Three-dimensional object detection device
EP1403615B1 (en) Apparatus and method for processing stereoscopic images
CN106096512B (zh) 利用深度摄像头对车辆或行人进行识别的检测装置及方法
CN101750049A (zh) 基于道路和车辆自身信息的单目视觉车距测量方法
CN110163039B (zh) 判定车辆行驶状态的方法、设备、存储介质以及处理器
CN111027494B (zh) 一种基于计算机视觉的矩阵车灯识别方法
JP4211043B2 (ja) 雨滴検出装置
CN107563331B (zh) 一种基于几何关系的道路标志线检测方法及系统
CN101964114B (zh) 一种红绿色盲驾驶员交通信号灯辅助识别系统
CN111231833A (zh) 一种基于全息投影与ar结合的汽车辅助驾驶系统
CN111046741A (zh) 车道线识别的方法和装置
JPH11326541A (ja) 撮像環境推定装置
CN113787987A (zh) 针对挡风玻璃前视摄像头视野区域的自清洁方法及系统
CN112132097B (zh) 一种路面裂缝智能识别系统及方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200424

RJ01 Rejection of invention patent application after publication