CN111098777A - 车灯的控制方法、系统及车辆 - Google Patents

车灯的控制方法、系统及车辆 Download PDF

Info

Publication number
CN111098777A
CN111098777A CN201911397578.4A CN201911397578A CN111098777A CN 111098777 A CN111098777 A CN 111098777A CN 201911397578 A CN201911397578 A CN 201911397578A CN 111098777 A CN111098777 A CN 111098777A
Authority
CN
China
Prior art keywords
target object
motion information
motion
light sources
relative distance
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
CN201911397578.4A
Other languages
English (en)
Inventor
班平宝
石刚
吴厚计
杨守超
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.)
Beijing Hainachuan Automotive Parts Co Ltd
Original Assignee
Beijing Hainachuan Automotive Parts 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 Beijing Hainachuan Automotive Parts Co Ltd filed Critical Beijing Hainachuan Automotive Parts Co Ltd
Priority to CN201911397578.4A priority Critical patent/CN111098777A/zh
Publication of CN111098777A publication Critical patent/CN111098777A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Mechanical Engineering (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)

Abstract

本申请提出一种车灯的控制方法、系统及车辆。其中，方法包括：获取摄像头识别的目标物的位置和运动信息，以及雷达识别的目标物的位置和运动信息；根据目标物的类型，对摄像头识别的目标物的位置和运动信息以及雷达识别的目标物的位置和运动信息进行信息融合；对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正目标物的位置；根据响应延迟，依据校正后的目标物的位置进行位置预测；根据位置预测结果确定目标物的运动轨迹，以根据运动轨迹以及车灯控制模式，控制多个光源中相应的光源进行控制。本申请的车灯的控制方法，有效提高目标物的识别率、识别距离以及识别定位的精度，进而，提升了车灯的控制精度以及可靠性。

Description

车灯的控制方法、系统及车辆
技术领域
本申请涉及汽车技术领域，特别涉及一种车灯的控制方法、系统及车辆。
背景技术
智能大灯系统在车辆中的应用越来越多。智能大灯系统可以通过摄像头获取前方车辆、行人、指示牌等目标物位置和运动信息，自动完成目标物所在区域的远光控制，实现远光防炫目，行人碰撞预警等功能，提高了车辆前照明系统的智能化，保障了车辆的安全驾驶。存在以下技术问题：
对非光源目标物的识别距离较近，例如人和自行车，尤其在夜间环境下，摄像头对行人的识别距离较近，导致行人碰撞预警没法提供足够的时间给行人和驾驶员进行相关的避让；对目标物的位置的识别精度较低，影响到智能大灯系统远光控制精度；系统的可靠性低，由于摄像头受天气和环境的影响较大，导致在夜晚或者恶劣天气条件下，系统的性能和可靠性大大降低；缺少对目标物的轨迹追踪，特殊工况下的系统功能的鲁棒性和稳定性较差。
发明内容
本申请旨在至少解决上述技术问题之一。
为此，本申请的一个目的在于提出一种车灯的控制方法。该方法可以有效提高目标物的识别率、识别距离以及识别定位的精度，进而，提升了车灯的控制精度以及可靠性。
本申请的第二个目的在于提出一种车灯的控制系统。
本申请的第三个目的在于提出一种车辆。
为了实现上述目的，本申请的第一方面公开了一种车灯的控制方法，所述车灯包括由多个光源组成的车灯阵列，所述方法包括：获取摄像头识别的目标物的位置和运动信息，以及雷达识别的目标物的位置和运动信息；根据目标物的类型，对所述摄像头识别的目标物的位置和运动信息以及所述雷达识别的目标物的位置和运动信息进行信息融合；对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正所述目标物的位置；根据响应延迟，依据校正后的目标物的位置进行位置预测；根据位置预测结果确定目标物的运动轨迹，以根据所述运动轨迹以及车灯控制模式，控制所述多个光源中相应的光源进行控制。
本申请的车灯的控制方法，采用摄像头和雷达识别的目标物的位置和运动信息进行数据融合以及卡尔曼滤波，进而，提高了目标物的识别率、识别距离以及识别定位的精度，并能够根据系统的响应延迟进行位置预测，并确定出目标物的运动轨迹，由此，根据目标物的运动轨迹对多个光源进行控制，提高了多个光源的控制精度以及可靠性。
在一些示例中，所述摄像头识别的目标物的位置和运动信息包括：目标物的类型TC、相对距离LC、相对方位角αC、方位角速度θC以及宽度WC，所述雷达识别的目标物的位置和运动信息包括：目标物的类型TR、相对距离LR、相对方位角αR、方位角速度θR以及相对距离变化率VR。
在一些示例中，所述根据目标物的类型，对所述摄像头识别的目标物的位置和运动信息以及所述雷达识别的目标物的位置和运动信息进行信息融合，包括：对摄像头识别的目标物的位置和运动信息以及雷达识别的目标物的位置和运动信息进行匹配；如果匹配成功，则对相对距离、相对方位角以及方位角速度采用最小方差法对进行融合，将相对距离变化率VR作为目标物的相对距离变化率，将宽度WC作为目标物的宽度。
在一些示例中，所述对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正所述目标物的位置，包括：对目标物的相对距离和相对方位角进行卡尔曼滤波。
在一些示例中，所述根据位置预测结果确定目标物的运动轨迹，以根据所述运动轨迹以及车灯控制模式，控制所述多个光源中相应的光源进行控制，包括：根据目标物的当前位置和前两个周期的目标物的位置得到所述目标物的运动轨迹；当车辆目标物防炫目功能触发时，熄灭运动轨迹中目标物的当前位置对应的多个光源；当反射防炫目功能触发时，降低运动轨迹中目标物的当前位置对应的多个光源的亮度；当行人碰撞预警功能触发时，控制运动轨迹中目标物的当前位置对应的多个光源进行闪烁。
本申请的第二方面公开了一种车灯的控制系统，所述车灯包括由多个光源组成的车灯阵列，所述系统包括：获取模块，用于获取摄像头识别的目标物的位置和运动信息，以及雷达识别的目标物的位置和运动信息；融合模块，用于根据目标物的类型，对所述摄像头识别的目标物的位置和运动信息以及所述雷达识别的目标物的位置和运动信息进行信息融合；预测模块，用于对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正所述目标物的位置，并根据响应延迟，依据校正后的目标物的位置进行位置预测；追踪模块，用于根据位置预测结果确定目标物的运动轨迹；控制模块，用于根据所述运动轨迹以及车灯控制模式，控制所述多个光源中相应的光源进行控制。
本申请的车灯的控制系统，采用摄像头和雷达识别的目标物的位置和运动信息进行数据融合以及卡尔曼滤波，进而，提高了目标物的识别率、识别距离以及识别定位的精度，并能够根据系统的响应延迟进行位置预测，并确定出目标物的运动轨迹，由此，根据目标物的运动轨迹对多个光源进行控制，提高了多个光源的控制精度以及可靠性。
在一些示例中，所述摄像头识别的目标物的位置和运动信息包括：目标物的类型TC、相对距离LC、相对方位角αC、方位角速度θC以及宽度WC，所述雷达识别的目标物的位置和运动信息包括：目标物的类型TR、相对距离LR、相对方位角αR、方位角速度θR以及相对距离变化率VR，所述融合模块用于对摄像头识别的目标物的位置和运动信息以及雷达识别的目标物的位置和运动信息进行匹配，如果匹配成功，则对相对距离、相对方位角以及方位角速度采用最小方差法对进行融合，将相对距离变化率VR作为目标物的相对距离变化率，将宽度WC作为目标物的宽度。
在一些示例中，所述预测模块用于对目标物的相对距离和相对方位角进行卡尔曼滤波。
在一些示例中，所述追踪模块用于根据目标物的当前位置和前两个周期的目标物的位置得到所述目标物的运动轨迹，所述控制模块用于当车辆目标物防炫目功能触发时，熄灭运动轨迹中目标物的当前位置对应的多个光源，当反射防炫目功能触发时，降低运动轨迹中目标物的当前位置对应的多个光源的亮度，当行人碰撞预警功能触发时，控制运动轨迹中目标物的当前位置对应的多个光源进行闪烁。
本申请的第三方面公开了一种车辆，包括：根据上述的第二方面所述的车灯的控制系统。该车辆采用摄像头和雷达识别的目标物的位置和运动信息进行数据融合以及卡尔曼滤波，进而，提高了目标物的识别率、识别距离以及识别定位的精度，并能够根据系统的响应延迟进行位置预测，并确定出目标物的运动轨迹，由此，根据目标物的运动轨迹对多个光源进行控制，提高了多个光源的控制精度以及可靠性。
本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请的上述的和/或附加的方面和优点结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本申请一个实施例的车灯的控制方法的流程图；
图2是根据本申请另一个实施例的车灯的控制方法的流程图；
图3是根据本申请另一个实施例的车灯的控制方法中多个光源的工作模式切换示意图；
图4是根据本申请另一个实施例的车灯的控制方法中多个光源的布置示意图；
图5是根据本申请另一个实施例的车灯的控制方法中多个光源的控制状态转换示意图；
图6是根据本申请另一个实施例的车灯的控制系统的结构框图。
具体实施方式
下面详细描述本申请的实施例，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，仅用于解释本申请，而不能理解为对本申请的限制。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
以下结合附图描述根据本申请实施例的车灯的控制方法、系统及车辆。
其中，车灯包括由多个光源组成的车灯阵列，光源例如为LED光源，每个LED光源可以独立地进行开闭控制，或者将多个光源分为多组，每组可以独立地进行开闭控制。另外，车灯通常是车辆的前照灯，多个光源点亮后，形成整个的照明区域。
图1是根据本申请实施例的车灯的控制方法的流程图。如图1所示，根据本申请一个实施例的车灯的控制方法，包括如下步骤：
S101：获取摄像头识别的目标物的位置和运动信息，以及雷达识别的目标物的位置和运动信息。其中，雷达例如为毫米波雷达。摄像头例如为单目摄像头。
结合图2所示，在获取摄像头识别的目标物的位置和运动信息，以及雷达识别的目标物的位置和运动信息之前，首先车辆的远光应该开启。
即：首先可以根据车速信号，自适应大灯系统开关信号以及摄像头识别的环境亮度信号对远光灯功能进行工作模式判断，如图3所示，自动远光灯功能模式包括Off关闭模式以及Enable使能模式，这两个模式根据表1条件可以进行相互转换。
表1
Figure BDA0002346728470000071
在具体示例中，摄像头识别的目标物的位置和运动信息包括：目标物的类型TC、相对距离LC、相对方位角αC、方位角速度θC以及宽度WC，所述雷达识别的目标物的位置和运动信息包括：目标物的类型TR、相对距离LR、相对方位角αR、方位角速度θR以及相对距离变化率VR。即：获取单目摄像头具体目标物信息，包括目标物的类型TC、相对距离LC(m)、相对方位角αC(deg)、方位角速度θC(deg/s)以及宽度WC(m)；获取毫米波雷达具体目标物信息，包括目标物的类型TR、相对距离LR(m)、相对方位角αR(deg)、方位角速度θR(deg/s)以及相对距离变化率VR(m/s)。
S102：根据目标物的类型，对所述摄像头识别的目标物的位置和运动信息以及所述雷达识别的目标物的位置和运动信息进行信息融合。
具体可包括：对摄像头识别的目标物的位置和运动信息以及雷达识别的目标物的位置和运动信息进行匹配；如果匹配成功，则对相对距离、相对方位角以及方位角速度采用最小方差法对进行融合，将相对距离变化率VR作为目标物的相对距离变化率，将宽度WC作为目标物的宽度。
具体来说，首先，对摄像头和毫米波雷达识别的目标物进行信息匹配，同时满足下面条件则视为目标物匹配成功：
①识别的目标物类型TC和TR一致；
②识别目标物方位角αC和αR偏差小于阈值αThd；
③识别目标物相对距离LC和LR偏差小于阈值LThd。
其中，方位角阈值αThd以及相对距离阈值LThd具体大小可以由本领域技术人员根据实际情况进行设置，在此不做具体限制。
然后，对目标物位置和运动信息进行数据融合，具体如下：
对于成功匹配车辆和行人目标物：
对相对距离信号、方位角信号以及方位角速度信号采用最小方差法对进行融合：
LF ＝ LR + σRL 2·(σCL 2 + σRL 2)-1·(LC－LR) (1)，
αF ＝ αR + σRα 2·(σCα 2 + σRα 2) -1·(αC－αR) (2)，
θF ＝ θR + σRθ 2·(σCθ 2 + σRθ 2) -1·(θC－θR) (3)；
式中，LF、αF和θF分别为融合后的相对距离(m)、方位角(deg)以及方位角速度(deg/s)。
σCL 2为单目摄像头对目标物相对距离探测噪声方差，σRL 2为毫米波雷达对目标物相对距离探测噪声方差，σCα 2为单目摄像头对目标物方位角探测噪声方差，σRα 2为毫米波雷达对目标物方位角探测噪声方差，σCθ 2为单目摄像头对目标物方位角速度探测噪声方差，σRθ 2为毫米波雷达对目标物方位角速度探测噪声方差。
由于摄像头很难有效探测目标物相对距离变化率，目标物相对距离变化率采用毫米波雷识别信号VR，由于毫米波雷达无法有效识别目标物宽度，目标物的宽度采用单目摄像头识别信号WC，
VF＝VR (4)，
WF＝WC (5)；
式中，VF(m/s)为融合后的相对距离变化率信号，WF(m)为融合后的目标物宽度信号。
对于未成功匹配车辆和行人目标物：
为提高目标物识别率，将未成功匹配的车辆和行人目标物分别作为独立的目标物进行定位和追踪。
对于反光目标物，例如交通指示牌，当前毫米波雷达无法有效识别，不对其位置和运动信息进行数据融合，直接采用单目摄像头进行定位，获取目标物的相对距离LC，方位角αC以及宽度WC。
S103：对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正所述目标物的位置。例如：对目标物的相对距离和相对方位角进行卡尔曼滤波。
作为一个具体的示例，对目标物相对距离和方位角进行卡尔曼滤波，提高位置识别精度。
具体地，定义目标物相对距离和相对距离变化率状态
Figure BDA0002346728470000091
根据融合后的相对距离LF以及相对距离变化率VF进行卡尔曼滤波，得到卡尔曼滤波后的相对距离和相对距离变化率LF k、VF k；
预测公式如下：
LF k＝LF k-1+ΔT·VF k-1 (6)，
状态预测矩阵：
Figure BDA0002346728470000101
测量值噪声协方差矩阵：
Figure BDA0002346728470000102
定义方位角和方位角速度状态
Figure BDA0002346728470000103
根据融合后的方位角αF以及方位角速度θF进行卡尔曼滤波，得到卡尔曼滤波后的相对距离和相对距离变化率αF k、θF k。
预测公式如下：
αF k＝αF k-1+ΔT·θF k-1 (9)，
状态预测矩阵：
Figure BDA0002346728470000104
测量值噪声协方差矩阵：
Figure BDA0002346728470000105
式中，ΔT表示数据融合处理周期，可以设置为毫米波雷达和单目摄像头CAN总线信号传输周期，LF k表示第k时刻相对距离最佳预测值，αF k表示第k时刻方位角最佳预测值，LF k-1表示第k-1时刻相对距离最佳估计值，αF k表示第k-1时刻方位角最佳估计值，VF k-1表示第k-1时刻相对距离变化率最佳估计值，θF k-1表示第k-1时刻方位角速度最佳估计值，
Figure BDA0002346728470000106
表示融合后相对距离噪声方差，
Figure BDA0002346728470000107
表示毫米波雷达检测目标物的相对距离变化率噪声方差，
Figure BDA0002346728470000108
表示融合后方位角噪声方差，
Figure BDA0002346728470000109
表示融合后方位角速度噪声方差。
S104：根据响应延迟，依据校正后的目标物的位置进行位置预测。
首先，确定系统固定延迟时间t，包括毫米波雷达和单目摄像头处理延迟，Master主控制器处理延迟，CAN总线传输延迟以及Slave远光灯模组控制器处理延迟。
然后，根据卡尔曼滤波最佳估计后得到的相对距离LF k、相对距离变化率VF k、方位角αF k和方位角速度θF k预测时间t后的相对距离Lp和方位角αp，预测公式如下：
a＝(VF k－VF k-1)/ΔT (12)，
γ＝(θF k－θF k-1)/ΔT (13)，
Lp＝LF k+VF k·t+γ·t2/2 (14)，
αp＝αF k+θF k·t+a·t2/2 (15)，
上式中：a为相对距离二阶的变化率，单位：m/s2。
γ为方位角加速度，单位deg/s2。
S105：根据位置预测结果确定目标物的运动轨迹，以根据所述运动轨迹以及车灯控制模式，控制所述多个光源中相应的光源进行控制。例如：根据目标物的当前位置和前两个周期的目标物的位置得到所述目标物的运动轨迹；当车辆目标物防炫目功能触发时，熄灭运动轨迹中目标物的当前位置对应的多个光源；当反射防炫目功能触发时，降低运动轨迹中目标物的当前位置对应的多个光源的亮度；当行人碰撞预警功能触发时，控制运动轨迹中目标物的当前位置对应的多个光源进行闪烁。
首先，将极坐标系转换为直角坐标系(即：左负、右正)，定义目标物相对横向距离LH(m)和相对纵向距离LL(m)，通过三角函数计算LH和LL公式如下：
LH＝Lp·sin(αp) (16)，
LL＝Lp·cos(αp) (17)，
根据目标物相对横向距离和相对纵向距离并通过反三角函数计算目标物的左边界方位角αL和右边界方位角αR，具体公示如下
αH＝arctan((LH+W/2)/LL) (18)，
αL＝arctan((LH－W/2)/LL) (19)，
然后，根据计算的目标物左边界方位角αL和右边界方位角αR，以及LED光源光形左、右边界角βL和βR确定目标物位置对应的LED光源。具体地，首先，根据图4所示的LED光源的排列布置示意图，确定LED光源光形左、右边界方位角βL和βR，如表2所示：
表2
Figure BDA0002346728470000121
Figure BDA0002346728470000131
然后，根据目标物的左右边界方位角αL、αR以及LED光源的光型的左、右边界方位角βL和βR确定目标物对应的LED光源；最后，连同所述目标物之前2个周期的位置和LED光源信息建立轨迹，实现轨迹追踪，参考图5所示。
步骤S27：根据目标物轨迹信息以及本车工况，针对不同功能的触发结果，提取所述目标物轨迹中当前状态中的LED光源进行点亮和熄灭控制以及亮度的调节。
具体地，当车辆目标物防炫目功能触发时，提取车辆目标物轨迹当前状态中的LED光源，并将其熄灭；当反射防炫目功能触发时，提取反射目标物轨迹当前状态中的LED光源，并将其亮度变低；当行人碰撞预警功能触发时，提取行人目标物轨迹当前状态中的LED光源，控制其进行一定周期的闪烁。
当然，如果当前周期下出现了目标物丢失的情况，提取目标物轨迹前一个周期的LED光源作为当前的控制目标，当目标物出现连续两个周期无信息的情况，则确认该目标物离开识别区，取消对所述目标物的轨迹追踪和相应的功能控制。
本申请实施例的车灯的控制方法，采用摄像头和雷达识别的目标物的位置和运动信息进行数据融合以及卡尔曼滤波，进而，提高了目标物的识别率、识别距离以及识别定位的精度，并能够根据系统的响应延迟进行位置预测，并确定出目标物的运动轨迹，由此，根据目标物的运动轨迹对多个光源进行控制，提高了多个光源的控制精度以及可靠性。
如图6所示，进一步地，本申请的实施例公开了一种车灯的控制系统10，包括：获取模块100、融合模块200、预测模块300、追踪模块400和控制模块500。
获取模块100用于获取摄像头识别的目标物的位置和运动信息，以及雷达识别的目标物的位置和运动信息；融合模块200用于根据目标物的类型，对所述摄像头识别的目标物的位置和运动信息以及所述雷达识别的目标物的位置和运动信息进行信息融合；预测模块300用于对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正所述目标物的位置，并根据响应延迟，依据校正后的目标物的位置进行位置预测；追踪模块400用于根据位置预测结果确定目标物的运动轨迹；控制模块500用于根据所述运动轨迹以及车灯控制模式，控制所述多个光源中相应的光源进行控制。
在本申请的一个实施例中，所述摄像头识别的目标物的位置和运动信息包括：目标物的类型TC、相对距离LC、相对方位角αC、方位角速度θC以及宽度WC，所述雷达识别的目标物的位置和运动信息包括：目标物的类型TR、相对距离LR、相对方位角αR、方位角速度θR以及相对距离变化率VR，所述融合模块200用于对摄像头识别的目标物的位置和运动信息以及雷达识别的目标物的位置和运动信息进行匹配，如果匹配成功，则对相对距离、相对方位角以及方位角速度采用最小方差法对进行融合，将相对距离变化率VR作为目标物的相对距离变化率，将宽度WC作为目标物的宽度。
在本申请的一个实施例中，所述预测模块300用于对目标物的相对距离和相对方位角进行卡尔曼滤波。
在本申请的一个实施例中，所述追踪模块400用于根据目标物的当前位置和前两个周期的目标物的位置得到所述目标物的运动轨迹，所述控制模块500用于当车辆目标物防炫目功能触发时，熄灭运动轨迹中目标物的当前位置对应的多个光源，当反射防炫目功能触发时，降低运动轨迹中目标物的当前位置对应的多个光源的亮度，当行人碰撞预警功能触发时，控制运动轨迹中目标物的当前位置对应的多个光源进行闪烁。
本申请实施例的车灯的控制系统，采用摄像头和雷达识别的目标物的位置和运动信息进行数据融合以及卡尔曼滤波，进而，提高了目标物的识别率、识别距离以及识别定位的精度，并能够根据系统的响应延迟进行位置预测，并确定出目标物的运动轨迹，由此，根据目标物的运动轨迹对多个光源进行控制，提高了多个光源的控制精度以及可靠性。
需要说明的是，本申请实施例的车灯的控制系统的具体实现方式于本申请实施例的车灯的控制方法的具体实现方式类似，具体请参见方法部分的描述，此处不做赘述。
进一步地，本申请的实施例公开了一种车辆，包括：根据上述的任意一个实施例所述的车灯的控制系统。该车辆采用摄像头和雷达识别的目标物的位置和运动信息进行数据融合以及卡尔曼滤波，进而，提高了目标物的识别率、识别距离以及识别定位的精度，并能够根据系统的响应延迟进行位置预测，并确定出目标物的运动轨迹，由此，根据目标物的运动轨迹对多个光源进行控制，提高了多个光源的控制精度以及可靠性。
另外，根据本申请实施例的车辆的其它构成以及作用对于本领域的普通技术人员而言都是已知的，此处不做赘述。
尽管已经示出和描述了本申请的实施例，本领域的普通技术人员可以理解：在不脱离本申请的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本申请的范围由权利要求及其等同限定。

Claims (10)

1.一种车灯的控制方法，其特征在于，所述车灯包括由多个光源组成的车灯阵列，所述方法包括：
获取摄像头识别的目标物的位置和运动信息，以及雷达识别的目标物的位置和运动信息；
根据目标物的类型，对所述摄像头识别的目标物的位置和运动信息以及所述雷达识别的目标物的位置和运动信息进行信息融合；
对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正所述目标物的位置；
根据响应延迟，依据校正后的目标物的位置进行位置预测；
根据位置预测结果确定目标物的运动轨迹，以根据所述运动轨迹以及车灯控制模式，控制所述多个光源中相应的光源进行控制。
2.根据权利要求1所述的车灯的控制方法，其特征在于，所述摄像头识别的目标物的位置和运动信息包括：目标物的类型TC、相对距离LC、相对方位角αC、方位角速度θC以及宽度WC，所述雷达识别的目标物的位置和运动信息包括：目标物的类型TR、相对距离LR、相对方位角αR、方位角速度θR以及相对距离变化率VR。
3.根据权利要求2所述的车灯的控制方法，其特征在于，所述根据目标物的类型，对所述摄像头识别的目标物的位置和运动信息以及所述雷达识别的目标物的位置和运动信息进行信息融合，包括：
对摄像头识别的目标物的位置和运动信息以及雷达识别的目标物的位置和运动信息进行匹配；
如果匹配成功，则对相对距离、相对方位角以及方位角速度采用最小方差法对进行融合，将相对距离变化率VR作为目标物的相对距离变化率，将宽度WC作为目标物的宽度。
4.根据权利要求2所述的车灯的控制方法，其特征在于，所述对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正所述目标物的位置，包括：对目标物的相对距离和相对方位角进行卡尔曼滤波。
5.根据权利要求2所述的车灯的控制方法，其特征在于，所述根据位置预测结果确定目标物的运动轨迹，以根据所述运动轨迹以及车灯控制模式，控制所述多个光源中相应的光源进行控制，包括：
根据目标物的当前位置和前两个周期的目标物的位置得到所述目标物的运动轨迹；
当车辆目标物防炫目功能触发时，熄灭运动轨迹中目标物的当前位置对应的多个光源；
当反射防炫目功能触发时，降低运动轨迹中目标物的当前位置对应的多个光源的亮度；
当行人碰撞预警功能触发时，控制运动轨迹中目标物的当前位置对应的多个光源进行闪烁。
6.一种车灯的控制系统，其特征在于，所述车灯包括由多个光源组成的车灯阵列，所述系统包括：
获取模块，用于获取摄像头识别的目标物的位置和运动信息，以及雷达识别的目标物的位置和运动信息；
融合模块，用于根据目标物的类型，对所述摄像头识别的目标物的位置和运动信息以及所述雷达识别的目标物的位置和运动信息进行信息融合；
预测模块，用于对融合后的目标物的位置和运动信息进行卡尔曼滤波，以校正所述目标物的位置，并根据响应延迟，依据校正后的目标物的位置进行位置预测；
追踪模块，用于根据位置预测结果确定目标物的运动轨迹；
控制模块，用于根据所述运动轨迹以及车灯控制模式，控制所述多个光源中相应的光源进行控制。
7.根据权利要求6所述的车灯的控制系统，其特征在于，所述摄像头识别的目标物的位置和运动信息包括：目标物的类型TC、相对距离LC、相对方位角αC、方位角速度θC以及宽度WC，所述雷达识别的目标物的位置和运动信息包括：目标物的类型TR、相对距离LR、相对方位角αR、方位角速度θR以及相对距离变化率VR，
所述融合模块用于对摄像头识别的目标物的位置和运动信息以及雷达识别的目标物的位置和运动信息进行匹配，如果匹配成功，则对相对距离、相对方位角以及方位角速度采用最小方差法对进行融合，将相对距离变化率VR作为目标物的相对距离变化率，将宽度WC作为目标物的宽度。
8.根据权利要求7所述的车灯的控制系统，其特征在于，所述预测模块用于对目标物的相对距离和相对方位角进行卡尔曼滤波。
9.根据权利要求7所述的车灯的控制系统，其特征在于，所述追踪模块用于根据目标物的当前位置和前两个周期的目标物的位置得到所述目标物的运动轨迹，所述控制模块用于当车辆目标物防炫目功能触发时，熄灭运动轨迹中目标物的当前位置对应的多个光源，当反射防炫目功能触发时，降低运动轨迹中目标物的当前位置对应的多个光源的亮度，当行人碰撞预警功能触发时，控制运动轨迹中目标物的当前位置对应的多个光源进行闪烁。
10.一种车辆，其特征在于，包括：根据权利要求6-9任一项所述的车灯的控制系统。
CN201911397578.4A 2019-12-30 2019-12-30 车灯的控制方法、系统及车辆 Pending CN111098777A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911397578.4A CN111098777A (zh) 2019-12-30 2019-12-30 车灯的控制方法、系统及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911397578.4A CN111098777A (zh) 2019-12-30 2019-12-30 车灯的控制方法、系统及车辆

Publications (1)

Publication Number Publication Date
CN111098777A true CN111098777A (zh) 2020-05-05

Family

ID=70424780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911397578.4A Pending CN111098777A (zh) 2019-12-30 2019-12-30 车灯的控制方法、系统及车辆

Country Status (1)

Country Link
CN (1) CN111098777A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112319355A (zh) * 2020-09-28 2021-02-05 马瑞利汽车零部件(芜湖)有限公司 Adb前照灯系统及控制方法
CN112406687A (zh) * 2020-10-16 2021-02-26 常州通宝光电股份有限公司 一种“人-车-路”协同的可编程矩阵式前照灯系统及方法
CN116543567A (zh) * 2023-06-29 2023-08-04 功道(深圳)科技实业有限公司 一种车牌识别一体机

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9656608B2 (en) * 2001-07-31 2017-05-23 Magna Electronics Inc. Driver assist system for vehicle
CN106842188A (zh) * 2016-12-27 2017-06-13 上海思致汽车工程技术有限公司 一种基于多传感器的目标物探测融合装置及方法
CN209225052U (zh) * 2018-11-15 2019-08-09 复旦大学 一种带有可变前照灯的无人驾驶汽车行驶控制系统
JP2019159772A (ja) * 2018-03-13 2019-09-19 株式会社小糸製作所 車両システム
CN110562121A (zh) * 2019-09-26 2019-12-13 北京海纳川汽车部件股份有限公司 汽车灯光的控制方法、装置及汽车

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9656608B2 (en) * 2001-07-31 2017-05-23 Magna Electronics Inc. Driver assist system for vehicle
CN106842188A (zh) * 2016-12-27 2017-06-13 上海思致汽车工程技术有限公司 一种基于多传感器的目标物探测融合装置及方法
JP2019159772A (ja) * 2018-03-13 2019-09-19 株式会社小糸製作所 車両システム
CN209225052U (zh) * 2018-11-15 2019-08-09 复旦大学 一种带有可变前照灯的无人驾驶汽车行驶控制系统
CN110562121A (zh) * 2019-09-26 2019-12-13 北京海纳川汽车部件股份有限公司 汽车灯光的控制方法、装置及汽车

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
岳建海: "《轨道交通安全智能融合技术》", 31 January 2017, 北京交通大学出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112319355A (zh) * 2020-09-28 2021-02-05 马瑞利汽车零部件(芜湖)有限公司 Adb前照灯系统及控制方法
CN112406687A (zh) * 2020-10-16 2021-02-26 常州通宝光电股份有限公司 一种“人-车-路”协同的可编程矩阵式前照灯系统及方法
CN116543567A (zh) * 2023-06-29 2023-08-04 功道(深圳)科技实业有限公司 一种车牌识别一体机
CN116543567B (zh) * 2023-06-29 2023-09-29 功道(深圳)科技实业有限公司 一种车牌识别一体机

Similar Documents

Publication Publication Date Title
CN110834627B (zh) 基于毫米波雷达的车辆碰撞预警控制方法、系统及车辆
JP5774481B2 (ja) カメラを持つ車両の前照灯の調節不良検出方法
CN111098777A (zh) 车灯的控制方法、系统及车辆
EP2383713B1 (en) Detecting and recognizing traffic signs
JP5409929B2 (ja) 車両用ヘッドライト装置の制御方法およびヘッドライト装置
JP7088135B2 (ja) 信号表示推定システム
CN104185588B (zh) 用于确定道路宽度的车载成像系统及方法
Schamm et al. On-road vehicle detection during dusk and at night
CN103874931B (zh) 用于求取车辆的环境中的对象的位置的方法和设备
US20160121791A1 (en) Vehicle Danger Notification Control Apparatus
CN101326511A (zh) 用于检测或预测车辆超车的方法
CN109878407A (zh) 基于移动互联网的夜间驾驶行人提示辅助系统及方法
CN102902952A (zh) 车载用环境识别装置
CN112406687A (zh) 一种“人-车-路”协同的可编程矩阵式前照灯系统及方法
CN102632839A (zh) 一种基于后视图像认知的车载盲区预警系统及方法
US9764681B2 (en) Method and device for grouping illumination units
JP2018054470A (ja) 車両用物標検出システム
CN111010532A (zh) 一种基于多焦距摄像头组的车载机器视觉系统及实现方法
US9372112B2 (en) Traveling environment detection device
EP2525302A1 (en) Image processing system
JP5361901B2 (ja) 前照灯制御装置
CN103765438A (zh) 用于识别车辆前方的被照明的车道的方法和设备
CN112896036A (zh) 智能大灯系统和具有其的控制方法
CN103890777A (zh) 用于估计道路走向的方法和用于控制车辆的至少一个大灯的光发射的方法
JP6362738B1 (ja) 駐車支援装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200505