CN111775890A - 车窗玻璃的遮挡检测方法、装置和系统以及存储介质 - Google Patents

Abstract

本发明实施方式提供一种车窗玻璃的遮挡检测方法、装置和系统以及存储介质，属于车辆领域。所述遮挡检测方法包括：获取所述车窗玻璃的图像信息；根据所述图像信息确定所述车窗玻璃是否被遮挡；在确定所述车窗玻璃被遮挡的情况下，根据所述图像信息确定所述车窗玻璃的遮挡类别；获取与所述遮挡类别对应的辅助判断信息；以及根据所述辅助判断信息确定所述遮挡类别是否正确。在上述技术方案中，通过车窗玻璃的图像信息可以初步确定遮挡类别，根据初步确定的遮挡类别对应的辅助判断信息可以验证所确定的遮挡类别是否正确，从而提高对遮挡类别的判断结果的准确性。

Description

车窗玻璃的遮挡检测方法、装置和系统以及存储介质

技术领域

本发明涉及车辆领域，具体地涉及一种车窗玻璃的遮挡检测方法、装置和系统以及存储介质。

背景技术

随着汽车技术的发展，在现代汽车中，前视智能摄像头越来越多的应用在汽车上。例如，作为驾驶辅助系统的前视智能摄像头系统和作为记录车辆行驶状况的行驶记录仪。这种摄像头一般被固定在内后视镜的背面，贴附在前档风玻璃的内侧。摄像头透过前挡风玻璃采集路况信息。然而，当遇到雨天或车厢内外温差较大时，前档风玻璃会形成雾化，在冬季的时候前档风玻璃会出现结霜现象。在夏季或潮湿天气由于驾驶舱内温度较低同时湿度较大，容易发生内部空气冷凝情况。同时还可能会受光线、浓雾、暴雨等恶劣环境影响或固态异物等遮盖在前挡风玻璃区域，进而影响驾驶员的视线和摄像头功能。

现有的智能解决方案基本是在检测到环境温度过低时，控制前挡风玻璃加热装置启动以除霜，或者在摄像头检测到被遮挡时，提示用户清洁前挡玻璃。但是这些方案并不能完全解决所有的不同场景原因造成的遮挡问题，同时不能对遮挡物进有效区分，并且解决的时效性和有效措施不足，造成驾驶员的视线遮挡问题无法及时解决，基于智能摄像头的驾驶辅助系统不可避免的功能降级甚至失效。

发明内容

为至少部分地解决现有技术中存在的上述问题，本发明实施方式的目的是提供一种车窗玻璃的遮挡检测方法、装置和系统以及存储介质。

为了实现上述目的，在本发明实施方式的第一方面，提供一种用于车窗玻璃的遮挡检测方法，所述遮挡检测方法包括：获取所述车窗玻璃的图像信息；根据所述图像信息确定所述车窗玻璃是否被遮挡；在确定所述车窗玻璃被遮挡的情况下，根据所述图像信息确定所述车窗玻璃的遮挡类别；获取与所述遮挡类别对应的辅助判断信息；以及根据所述辅助判断信息确定所述遮挡类别是否正确。

可选地，所述辅助判断信息包括与所述遮挡类别对应的车辆状态信息和/或检测数据信息，所述根据所述辅助判断信息确定所述遮挡类别是否正确，包括：在所述辅助判断信息满足预定条件的情况下，确定所述遮挡类别正确。

可选地，所述遮挡检测方法还包括：确定所述遮挡类别的可信度；所述根据所述辅助判断信息确定所述遮挡类别是否正确，还包括：在所述辅助判断信息不满足预定条件的情况下，将所述可信度与预定阈值进行比较；在所述可信度大于预定阈值的情况下，确定所述遮挡类别正确。

可选地，所述遮挡检测方法还包括：在确定所述遮挡类别正确的情况下，判断与所述遮挡类别对应的除遮挡机制是否运行；在所述除遮挡机制未运行的情况下，控制所述除遮挡机制运行；在所述除遮挡机制已运行的情况下，提高所述除遮挡机制的级别。

可选地，所述车窗玻璃内侧设有视觉辅助系统，所述遮挡检测方法还包括：在确定所述遮挡类别正确且所述除遮挡机制以最高级别运行的情况下，提示所述视觉辅助系统的功能降级。

可选地，所述辅助判断信息包括以下至少一者：远光灯状态信息、近光灯状态信息、雾灯状态信息、环境亮度信息、雨量信息、雨刮状态信息、舱内温度信息、舱内相对湿度信息、舱内空气流速信息、舱外温度信息、舱外相对湿度信息、舱外空气流速信息以及车窗玻璃温度信息。

可选地，所述遮挡类别包括以下至少一者：外部环境亮度过低、雾天、雨天、雪天、车窗玻璃外侧结霜、车窗玻璃外侧水汽、车窗玻璃内侧水汽以及异物遮挡。

在本发明实施方式的第二方面，提供一种用于车窗玻璃的遮挡检测装置，所述遮挡检测装置包括：图像采集模块，被配置为采集所述车窗玻璃的图像信息；通信模块，被配置为接收辅助判断信息；以及处理模块，被配置为执行上述的用于车窗玻璃的遮挡检测方法。

在本发明实施方式的第三方面，提供一种用于车窗玻璃的遮挡检测系统，所述遮挡检测系统包括：上述的用于车窗玻璃的遮挡检测装置；辅助判断信息感知系统，用于检测辅助判断信息；以及除遮控制系统，包括至少一个除遮挡机制，所述除遮挡机制用于去除至少一个遮挡类别的遮挡。

在本发明实施方式的第四方面，提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的用于车窗玻璃的遮挡检测方法。

在上述技术方案中，通过车窗玻璃的图像信息可以初步确定遮挡类别，根据初步确定的遮挡类别对应的辅助判断信息可以验证所确定的遮挡类别是否正确，从而提高对遮挡类别的判断结果的准确性。

本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：

图1示例性示出了本发明一种实施方式提供的用于车窗玻璃的遮挡检测方法的流程图；

图2示例性示出了本发明一种实施方式提供的用于车窗玻璃的遮挡检测装置的框图；

图3示例性示出了本发明一种实施方式提供的用于车窗玻璃的遮挡检测系统的框图；

图4示例性示出了本发明一种可选实施方式提供的用于车窗玻璃的遮挡检测系统的框图；

图5示例性示出了本发明一种可选实施方式提供的处理模块的结构框图；

图6示例性示出了本发明一种可选实施方式提供的遮挡检测系统的工作流程图；以及

图7至图12示例性示出了本发明一种具体实施方式提供的遮挡检测系统的工作流程图。

附图标记说明

100 遮挡检测装置 200 辅助判断信息感知系统

300 除遮控制系统

110 图像采集模块 120 通信模块

130 处理模块

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

图1示例性示出了本发明一种实施方式提供的用于车窗玻璃的遮挡检测方法的流程图。如图1所示，本发明实施方式提供一种用于车窗玻璃的遮挡检测方法，该遮挡检测方法可以包括以下步骤：

步骤S110，获取车窗玻璃的图像信息。

其中，车窗玻璃可以指车辆的前挡风玻璃、后挡风玻璃、侧窗玻璃或门窗玻璃等。为表述方便，以下均以前挡风玻璃为例对具体实施方式进行描述。车窗玻璃的图像信息可以通过车厢内面向车窗玻璃的智能摄像头检测。该图像信息可以包括车窗玻璃的全部图像，也可以仅包括车窗玻璃的部分图像。

步骤S120，根据获取的图像信息确定车窗玻璃是否被遮挡，如果确定车窗玻璃被遮挡，则执行步骤S130，否则回到步骤S110。

步骤S130，根据获取的图像信息确定车窗玻璃的遮挡类别。

在步骤S120和步骤S130中，在获取车窗玻璃的图像信息后，可以通过视觉识别算法确定图像信息中是否存在遮挡，并基于深度学习技术确定遮挡类别。可以理解的是，车厢外部环境亮度过低、浓雾天气、暴雨天气、大雪天气、车窗玻璃外侧结霜、车窗玻璃外侧水汽(即车窗玻璃外侧雾化)、车窗玻璃内侧水汽(即车窗玻璃内侧雾化)以及车窗玻璃上存在异物等因素均会导致车窗玻璃出现遮挡情况，因此可以将遮挡类别划分为：外部环境亮度过低、雾天、雨天、雪天、车窗玻璃外侧结霜、车窗玻璃外侧水汽、车窗玻璃内侧水汽以及异物遮挡等。不同遮挡类别对车窗玻璃造成遮挡时，反映在图像信息上的遮挡形式不同，因此可以基于深度学习技术对图像信息上的遮挡情况进行分析，以确定具体的遮挡类别。其中，基于深度学习技术对图像内容进行识别属于现有技术，因此于此不做赘述。

步骤S140，获取与遮挡类别对应的辅助判断信息。

这里，当根据图像信息确定遮挡类别后，可以获取与该遮挡类别对应的辅助判断信息。其中，该辅助判断信息可以包括与遮挡类别对应的车辆状态信息和/或检测数据信息，具体地，该辅助判断信息可以包括：远光灯状态信息、近光灯状态信息、雾灯状态信息、环境亮度信息、雨量信息、雨刮状态信息、舱内温度信息、舱内相对湿度信息、舱内空气流速信息、舱外温度信息、舱外相对湿度信息、舱外空气流速信息以及车窗玻璃温度信息。其中，舱内可以指车辆的车厢内，舱外可以指车辆的车厢外。车辆可以为轿车、货车或客车等。

其中，每种遮挡类别对应的辅助判断信息可以是不同的。例如，当确定遮挡类别为外部环境亮度过低时，其对应的辅助判断信息为远光灯状态信息、近光灯状态信息以及环境亮度信息中的一者或多者；当确定遮挡类别为雾天时，其对应的辅助判断信息为雾灯状态信息；当确定遮挡类别为雨天时，其对应的辅助判断信息为雨刮状态信息和/或雨量信息；当确定遮挡类别为雪天时，其对应的辅助判断信息为舱外温度信息；当确定遮挡类别为车窗玻璃外侧结霜或车窗玻璃外侧水汽时，其对应的辅助判断信息为舱外温度信息、舱外相对湿度信息、舱外空气流速信息以及车窗玻璃温度信息中的一者或多者；当确定遮挡类别为车窗玻璃内侧水汽时，其对应的辅助判断信息为舱内温度信息、舱内相对湿度信息以及舱内空气流速信息中的一者或多者。

步骤S150，根据辅助判断信息确定遮挡类别是否正确。

可以理解的是，根据图像信息所确定的遮挡类别存在误判的可能，因此可以通过获取的辅助判断信息验证根据图像信息确定的遮挡类别是否正确，从而提高检测遮挡类别的准确率。例如，当确定遮挡类别为雾天时，可以获取雾灯状态信息，如果雾灯状态信息指示雾灯为开启状态，则可以确定对车窗玻璃的遮挡确实是由于浓雾所致，即遮挡类别为雾天是正确的。再例如，当确定遮挡类别为雨天时，可以获取雨刮状态信息，如果雨刮状态信息指示雨刮为开启状态，则可以确定对车窗玻璃的遮挡确实是由于雨水所致，即遮挡类别为雨天是正确的。

如此，通过车窗玻璃的图像信息可以初步确定遮挡类别，根据初步确定的遮挡类别对应的辅助判断信息可以验证所确定的遮挡类别是否正确，从而提高对遮挡类别的判断结果的准确性。

在本发明一种可选实施方式中，步骤S150可以包括：在辅助判断信息满足预定条件的情况下，确定遮挡类别正确。可以理解的是，不同的辅助判断信息和/或对不同遮挡类别进行验证时，该预定条件是不同的。当辅助判断信息为车辆状态信息时，该预定条件可以为该车辆状态是否处于指定状态，例如雨刮器的开启状态或雾灯的开启状态；当辅助判断信息为检测数据信息时，该预定条件可以为检测数据是否达到对应的阈值或检测数据是否处于对应的阈值范围内。如果辅助判断信息满足预定条件，则确定遮挡类别正确。例如，当确定遮挡类别为雾天时，该预定条件可以为雾灯处于开启状态，因此当获取的雾灯状态信息指示雾灯为开启状态时，可以确定遮挡类别为雾天是正确的。

在本发明一种可选实施方式中，用于车窗玻璃的遮挡检测方法还可以包括：确定遮挡类别的可信度。其中，步骤S150还可以包括：

步骤S1511，在辅助判断信息不满足预定条件的情况下，将可信度与预定阈值进行比较。

步骤S1512，在可信度大于预定阈值的情况下，确定遮挡类别正确。

具体地，在通过车窗玻璃的图像信息确定遮挡类别时，还可以给出识别准确率，该识别准确率即做出该遮挡类别判断的准确率。一般而言，该识别准确率可以根据图像信息与相应的遮挡类别的符合程度进行确定，符合程度越高，则识别准确率也越高。此外，还可以根据图像信息中被遮挡面积占图像总面积的比例确定遮挡程度系数。

在确定识别准确率和遮挡程度系数后，可以根据识别准确率和遮挡程度系数确定做出该遮挡类别判断的可信度。例如，如下表1所示，在被遮挡面积<30％图像总面积的情况下，遮挡程度系数为1.0；在30％图像总面积≤被遮挡面积<60％图像总面积的情况下，遮挡程度系数为2.0；在60％图像总面积≤被遮挡面积<90％图像总面积的情况下，遮挡程度系数为3.0；在被遮挡面积≥90％图像总面积的情况下，遮挡程度系数为4.0。其中，可信度＝遮挡程度系数×识别准确率，即当根据图像信息确定具体的遮挡类别后，做出该遮挡类别判断的可信度可以基于遮挡程度系数和识别准确率确定，并且可信度与遮挡程度系数和识别准确率均呈正比，即遮挡程度系数越大、识别准确率越高，则可信度越高。其中，在确定可信度后，可以根据可信度所处的范围对可信度进行评估。例如，在可信度X＞2的情况下，确定可信度高(High)；在可信度X满足1.5≤X≤2的情况下，确定可信度中等(Mid)；在可信度X<1.5的情况下，确定可信度低(Low)。

表1

在确定遮挡类别的可信度后，可以根据可信度对遮挡类别是否正确进行判断。尤其地，在辅助判断信息不满足预定条件的情况下，可以通过判断可信度与预定阈值的关系，来确定遮挡类别是否正确。例如，该预定阈值可以为2，因此可以在可信度大于2的情况下，即可信度高的情况下，确定遮挡类别正确。如此，在辅助判断信息不满足预定条件的情况下，通过评估遮挡类别的可信度，也可以准确地确定遮挡类别是否正确。

此外，在辅助判断信息不满足预定条件并且当前确定的遮挡类别的可信度小于预定阈值的情况下，可以继续判断是否存在其他遮挡类别的遮挡。如果检测到车窗玻璃确实被遮挡，但通过辅助判断信息和遮挡类别的可信度依次排除了以下遮挡类别：部环境亮度过低、雾天、雨天、雪天、车窗玻璃外侧结霜、车窗玻璃外侧水汽以及车窗玻璃内侧水汽，则确定车窗玻璃的遮挡类别为异物遮挡，即车窗玻璃是被一些固态异物遮挡的。

在本发明一种可选实施方式中，用于车窗玻璃的遮挡检测方法还可以包括：

步骤S210，在确定遮挡类别正确的情况下，判断与遮挡类别对应的除遮挡机制是否运行。在除遮挡机制未运行的情况下，执行步骤S220；在除遮挡机制已运行的情况下，执行步骤S230。

步骤S220，控制除遮挡机制运行。

步骤S230，提高除遮挡机制的级别。

具体地，不同的遮挡类别对应有不同的除遮挡机制。例如，在遮挡类别为雨天的情况下，除遮挡机制可以为雨刮，通过开启雨刮，可以降低雨天对车窗玻璃造成的遮挡，如果在雨刮开启的情况下，仍然检测到遮挡类别为雨天的遮挡时，则可以提高雨刮的动作频率；在遮挡类别为外部环境亮度过低的情况下，除遮挡机制可以为车灯(近光灯和远光灯)，在近光灯开启的情况下，仍然检测到遮挡类别为外部环境亮度过低的遮挡时，则可以将近光灯切换为远光灯；在遮挡类别为雾天的情况下，除遮挡机制可以为雾灯，如果在雾灯开启的情况下，仍然检测到遮挡类别为雾天的遮挡时，由于雾灯无法调节，因此可以提示用户遮挡无法清除，以提高用户的安全意识。在遮挡类别为雪天的情况下，除遮挡机制可以为玻璃电加热丝和雨刮，通过开启玻璃电加热丝和雨刮，可以降低雪天对车窗玻璃造成的遮挡，如果在玻璃电加热丝和雨刮开启一预定时间后，仍然检测到遮挡类别为雪天的遮挡时，则可以提高雨刮的动作频率和/或玻璃电加热丝的加热时间。在遮挡类别为车窗玻璃外侧结霜或车窗玻璃外侧水汽的情况下，除遮挡机制可以为雨刮、玻璃电加热丝和暖通空调系统，玻璃电加热丝主要用于除霜，雨刮和暖通空调系统用于去水汽或化霜后产生的水雾，如果在除遮挡机制运行一预定时间后，仍然检测到遮挡类别为车窗玻璃外侧结霜或车窗玻璃外侧水汽的遮挡时，则可以提高除遮挡机制的级别，例如提高雨刮的动作频率、玻璃电加热丝的加热时间或暖通空调系统的风速；在遮挡类别为车窗玻璃内侧水汽的情况下，除遮挡机制可以为暖通空调系统，通过调整暖通空调系统的出气方向和温度，可以去除车窗上的水汽，如果在暖通空调系统除雾功能开启一预定时间后，仍然检测到遮挡类别为车窗玻璃内侧水汽的遮挡时，则可以提高暖通空调系统的风速；在遮挡类别为异物遮挡的情况下，除遮挡机制可以为玻璃电加热丝、喷水清洗装置和雨刮，在去除遮挡时，可以先通过玻璃电加热丝加热至合适温度，再控制喷水清洗装置喷射清洗液，然后控制雨刮刮除清洗液，在完成一个周期的遮挡去除流程后，若仍然检测到遮挡类别为异物遮挡时，则可以提高雨刮的动作频率、喷水清洗装置的喷水量和玻璃电加热丝的加热时间中的一者或多者。

如此，在通过辅助判断信息和/或可信度确定具体的遮挡类别后，可以通过运行对应的除遮挡机制消除遮挡，以降低遮挡对驾驶员视线和车辆视觉辅助系统的影响。

进一步地，在车辆的车窗玻璃内侧可以设有视觉辅助系统，用于车窗玻璃的遮挡检测方法还可以包括：在确定遮挡类别正确且除遮挡机制以最高级别运行的情况下，提示视觉辅助系统的功能降级。具体地，该视觉辅助系统可以为前视智能摄像头或行驶记录仪等，视觉辅助系统可以用于驾驶辅助或行车记录辅助等。在确定遮挡类别正确的情况下，表明车窗玻璃存在遮挡，如果同时确定该遮挡类别对应的除遮挡机制已经以最高级别运行，则表明除遮挡机制无法有效清除遮挡。车窗玻璃出现遮挡会对车窗玻璃内侧的视觉辅助系统产生干扰，从而视觉辅助系统难易完全实现设计功能和/或达到预期效果，因此需要提醒用户视觉辅助系统降级，以提高用户的安全意识。需要说明的是，对于类似于雾灯等无调节功能的除遮挡机制，所述的最高级别即该除遮挡机制的正常运行状态。

图2示例性示出了本发明一种实施方式提供的用于车窗玻璃的遮挡检测装置的框图。如图2所示，本发明实施方式还提供一种用于车窗玻璃的遮挡检测装置，该遮挡检测装置100可以包括：图像采集模块110、通信模块120以及处理模块130。其中，图像采集模块110被配置为采集车窗玻璃的图像信息。通信模块120被配置为接收辅助判断信息。处理模块130被配置为执行上述的用于车窗玻璃的遮挡检测方法。

图3示例性示出了本发明一种实施方式提供的用于车窗玻璃的遮挡检测系统的框图。如图3所示，本发明实施方式还提供一种用于车窗玻璃的遮挡检测系统，该遮挡检测系统可以包括上述的用于车窗玻璃的遮挡检测装置100、辅助判断信息感知系统200以及除遮控制系统300。其中，辅助判断信息感知系统200可以用于检测辅助判断信息。除遮控制系统300包括至少一个除遮挡机制，其中除遮挡机制用于去除至少一个遮挡类别的遮挡。

具体地，该遮挡检测系统可以基于视觉、多种环境传感器的检测数据和多种车辆状态来确定车窗玻璃的遮挡情况。该遮挡检测系统可以包括遮挡检测装置100、辅助判断信息感知系统200以及除遮控制系统300。以车窗玻璃为前挡风玻璃为例，遮挡检测装置100用于对前挡风玻璃进行前视智能视觉检测，以获取前挡风玻璃中至少遮挡检测装置100所面对的区域的图像信息。该遮挡检测装置100可以包括图像采集模块110、通信模块120以及处理模块130。其中，图像采集模块110可以包括电源单元、CMOS传感器和镜头模组等，并且图像采集模块110可以具有单目，双目或者三目镜头的摄像头。通信模块120被配置为接收辅助判断信息，该通信模块120可以通过有线或无线的方式接收辅助判断信息。处理模块130可以包括电源单元、SoC处理器、存储器等，其中，SoC处理器可以包括独立的软件模块，以能够识别图像采集模块110采集的图像信号失效的情况，即能够识别由于图像采集模块110前方被遮挡或由于天气原因导致该图像采集模块110的功能降级的情况。此外，遮挡检测装置100还可以包括用于供电的电源模块和用于存储数据的存储模块。

在遮挡检测装置100工作过程中，处理模块130可以根据图像采集模块110采集的图像信息所包括的图像特征值分辨雾天、外部环境亮度过低、雨天、雪天等多种遮挡类别，并初步判断当前的遮挡类别和该初步判断的遮挡类别的识别准确率。另外，通过处理模块130可以通过视觉算法判断当前镜头被遮挡的程度，并根据当前被遮挡区域占采集的图像总面积的比例将遮挡程度划分为少量遮挡、基本遮挡、大量遮挡以及完全遮挡等多个遮挡级别，每个遮挡级别对应不同的遮挡程度系数。根据遮挡类别的准确率和遮挡程度系数可以确定初步确定的遮挡类别的可信度。

辅助判断信息感知系统200可以包括舱外温度传感器、舱内温度传感器、舱内相对湿度传感器、舱内空气流速/方向传感器、外部光照传感器、雨量传感器以及车窗玻璃温度传感器等，并且辅助判断信息感知系统200还可以获取远光灯状态、近光灯状态、雾灯状态以及雨刮状态等。遮挡检测装置100可以从辅助判断信息感知系统200获取多种环境传感器的检测数据信息和车身状态信息，例如外部光照传感器检测的环境亮度信息、雨量传感器检测的雨量信息、舱外温度传感器检测的舱外温度信息、舱内温度传感器检测的舱内温度信息、舱内相对湿度传感器检测的舱内相对湿度信息、舱内空气流速/方向传感器检测的舱内空气流速信息、雾灯状态信息、雨刮状态信息、远光灯状态信息、近光灯状态信息以及位置定位信息等。遮挡检测装置100可以根据获取的检测数据信息和车身状态信息对外部环境亮度过低、雨天、雾天以及车窗玻璃水汽等多种遮挡类别进行区分和验证，并还能够进一步区分车窗玻璃内侧水汽、车窗玻璃外侧水汽以及车窗玻璃外侧结霜。

遮挡检测装置100通过结合图像识别算法、车辆状态信息及检测的环境数据，可以提高判断遮挡类别的准确率。并且，遮挡检测装置100还可以通过获取一个或多个舱内温度传感器、相对温度传感器、空气流速传感器和舱外温度传感器来采集舱内外的温度差和相对湿度，并依据预定的算法来计算当前车窗玻璃雾化或者结霜的概率值，在确定车窗玻璃雾化的情况下，还可以进一步区分出是车窗玻璃的内表面雾化还是外表面雾化。

除遮控制系统300可以包括车窗加热系统(包括加热控制器和玻璃电加热丝)、暖通空调系统、雨刮、喷水清洗装置和电源装置等。遮挡检测装置100可以通过发送控制指令给除遮控制系统300，以根据不同的遮挡类别，开启车窗加热系统、暖通空调系统、喷水清洗装置和雨刮中的一者或多者对前挡风玻璃进行加热、刮水、内通风和清洗等除遮挡操作。

在本发明一种具体实施方式中，如图4和图5所示，以所述车窗玻璃为前挡风玻璃为例，遮挡检测装置100可以包括图像采集模块110和处理模块130，图像采集模块100可以例如为摄像头，该摄像头可以与处理模块130连接。处理模块130用于对摄像头采集的图像进行识别并进行除遮挡控制和决策。其中，处理模块130可以包括图像获取单元、图像识别单元、辅助判断信息获取单元、融合计算单元、判断单元、通信控制单元等。图像获取单元用于从图像采集模块110获取图像信息，图像识别单元用于识别图像信息。辅助判断信息获取单元用于通过CAN(Controller Area Network，控制器局域网络)总线从辅助判断信息感知系统200获取辅助判断信息。其中，辅助判断信息感知系统200可以包括光量/雨量传感器、大灯控制器、舱内/舱外相对湿度传感器、舱内/舱外温度传感器、空气流速/方向传感器、车窗玻璃温度传感器、雨刮控制器等，除遮控制系统300可以包括大灯控制器、暖通空调控制系统、雨刮控制器、喷水清洗装置以及除霜加热控制器等。在获取辅助判断信息后，融合计算单元和判断单元结合图像信息和辅助判断信息进行遮挡类别判断。通信控制单元用于控制处理模块130的通信，其中处理模块130可以通过CAN总线与上述各个部件通信，并收发信息和控制命令。

在车辆系统上电后，首先进行初始化，并进行硬件故障和软件故障检测，在确定不存在硬件故障和软件故障以后开始工作。图像采集模块110可以通过并行信号或LVDS(Low-Voltage Differential Signaling，低电压差分信号)或Ethernet(以太网)将采集的图像信息送至处理模块130。处理模块130通过内含的视觉算法识别当前图像是否存在遮挡，并在确定图像存在遮挡的情况下，确定被遮挡的程度。其中，遮挡程度由被遮挡区域占整体采集图像区域的百分比决定。另外，在确定图像存在遮挡的情况下，处理模块130还需要判断被遮挡的类别，例如固体异物造成的遮挡，雨雪天气造成的遮挡，大雾天气造成的遮挡，外部环境亮度过低造成的遮挡等，并同时对判断出的遮挡类别的识别准确率进行评估，例如识别准确率为80％或50％等，如果处理模块130无法判断遮挡类别，则统一给出“不可确认遮挡类型”的提示信号，当给出“不可确认遮挡类别”时，可以默认识别准确率为例如25％。

在通过视觉算法对图像信息分析并给出初步的遮挡类别判断后，可以进一步将从辅助判断信息感知系统200获取的车辆状态信息和检测数据信息作为辅助判断条件以逐步排除不存在的遮挡类别，直到最终确认可能的遮挡类别。具体地，可以通过BCM(bodycontrolmodule，车身控制模块)采集光量传感器和雨量传感器的检测数据信息，并通过CAN总线发送给处理模130，其中光量传感器和雨量传感器可以通过Lin(LocalInterconnect Network，局域互联网络)总线与BCM连接。可以通过BCM或大灯控制器将远光灯状态、近光灯状态和雾灯状态通过CAN总线发送给处理模块130，其中大灯控制器与远光灯状态、近光灯状态和雾灯之间可以通过硬接线(Hardwire)方式连接。雨刮控制器可以将雨刮状态通过CAN总线实时发送给处理模130，雨刮控制器还可以控制喷水清洗装置。在一些情况下，当雨刷控制器接到喷水命令后，可以先开启喷水清洗装置，延时一段时间后再通过雨刮执行器启动雨刮。暖通空调控制系统可以将舱内外的温度信息、相对湿度信息及空气流速信息通过CAN总线实时发送给处理模130。除霜加热控制器可以将车窗玻璃温度传感器检测的车窗玻璃温度信息通过CAN总线实时发送给处理模130。

在一个具体的示例中，如图6所示，车窗玻璃的主要遮挡类别可以包括：外部环境亮度过低(例如夜间)、雾天、雨天、雪天、车窗玻璃外侧结霜、车窗玻璃外侧水汽、车窗玻璃内侧水汽以及异物遮挡。在遮挡检测装置100工作过程中，遮挡检测装置100的处理模块130可以先根据图像信息判断前挡风玻璃是否存在遮挡。在存在遮挡的情况下，确定遮挡是否由环境因素引起的，即遮挡类别是否为外部环境亮度过低、雾天、雨天或雪天。如果根据图像信息初步确定遮挡是由环境因素引起的，则根据初步确定的遮挡类别的可信度和对应的辅助判断信息进一步验证初步确定的遮挡类别是否正确。如果确定初步确定的遮挡类别正确，则执行该遮挡类别对应的除遮挡机制。如果确定遮挡是由非环境因素引起的，则获取车舱内部和外部的温度信息、相对湿度信息和空气流速信息，并根据获取的温度信息、相对湿度信息和空气流速信息分别估算挡风玻璃内表面和外表面的空气冷凝温度。如果舱内实际温度低于挡风玻璃内表面的空气冷凝温度，则调节舱内的暖通空调系统进行通风；如果舱外实际温度低于挡风玻璃外表面的空气冷凝温度，则开启雨刮器。另外，如果舱外实际温度低于5℃，则开启前挡风玻璃的电加热丝。随后，可以继续测量前挡风玻璃表面温度，当表面温度超过相应的预设温度阈值时，检测遮挡是否消失，如果遮挡继续存在，则先后启动电加热丝、喷水清洗装置和雨刮器进行遮挡清理。

具体地，如图7至图12所示，在进行遮挡检测时，图像采集模块110(例如摄像头)开始工作以采集图像信息。如果根据图像信息确定前挡风玻璃被遮挡，并且通过摄像头确定外部环境亮度低于预定阀值时，初步判断遮挡类别为外部环境亮度过低。此时，如图8所示，处理模块130需要进一步接受车辆的灯光状态信号。其中，在检测到车辆的远光灯开启的情况下，可以将车辆的驾驶辅助系统中的视觉算法自动调整为夜间模式，检测对象的特征点也会自动进行调整，并调低确定外部环境亮度过低的门限值以消除之前给出的低照度标志位，并且通过HMI(Human Machine Interface，人机界面)提醒驾驶员当前的路况不佳，驾驶辅助功能降级。在检测到车辆的近光灯开启的条件下，可以通过视觉算法进一步检测符合设定条件的对向来车、同向前车的车身灯光或路灯的光斑的特征点，当摄像头检测到其中任一种光斑特征时，判断此时环境已进入夜晚，因此对应将视觉算法切换为夜间模式，但是由于存在对向来车、同向前车或路灯中的一个或多个条件，因此需要抑制远光灯，同时通过HMI提醒驾驶员当前的路况不佳，驾驶辅助功能降级。当摄像头未检测到光斑特征时，则需要考虑外部环境亮度过低的可信度，当可信度超过预设阈值的情况下，即确定可信度为高时，可以发送控制指令控制远光灯打开，当可信度未超过预设阈值，即可信度为中或低时，则重新获取图像信息并重新开始遮挡检测，并且驾驶辅助系统中的视觉算法不切换为夜间模式。当检测到车辆的远光灯和近光灯均未开启的情况下，为了排除由于车辆的光量传感器故障导致的自动近光灯功能失效的情况，可以进一步确定外部环境亮度过低的可信度，当可信度超过预定阀值时，发送控制指令打开近光灯，当可信度未超过预定阈值时，进入下一遮挡类别的判断。

如图7和图9所示，在排除外部环境亮度过低后，可以进一步判断是否是天气原因造成的遮挡。具体地，当摄像头识别出浓雾或雾霾天气时，可以初步判断遮挡类别为雾天。在初步判断遮挡类别为雾天的情况下，可以进一步检测雾灯状态。在雾灯为开启状态时，可以提醒驾驶员路况不佳，视觉辅助系统功能降级。在雾灯为关闭状态时，可以进一步确定遮挡类别为雾天的可信度，当可信度超过预定阀值时，发送控制指令打开雾灯，当可信度未超过预定阈值时，进入下一遮挡类别判断。

同样地，如图7和图10所示，当通过视觉算法识别出暴雨天气时，可以初步判断遮挡类别为雨天。在初步判断遮挡类别为雨天的情况下，可以进一步检测雨刮状态。当雨刮为开启状态时，进一步提高雨刮频率直至最大，此时如果遮挡情况还未消失，则提醒驾驶员视觉辅助系统功能降级。当雨刮为关闭状态时，需要进一步检测遮挡类别为雨天的可信度，当可信度超过预定阀值时，发送控制指令打开雨刮，当可信度未超过预定阈值时，进入下一遮挡类别的判断。

如图7和图11所示，当视觉算法识别出雪天时，可以初步判断遮挡类别为雪天。在初步判断遮挡类别为雪天的情况下，可以进一步检测舱外温度。当舱外温度传感器检测的温度小于3℃且遮挡类别为雪天的可信度超过预定阀值时，可以开启玻璃加热丝和雨刮。当舱外温度传感器检测的温度大于或等于3℃或可信度未超过预定阀值时，可以排除上述环境因素造成的视觉遮挡，该遮挡可能是由于前挡风玻璃结霜/结雾或者异物遮挡造成的，因此可以进入车窗除霜或异物清洗步骤。

如图12所示，当确定并非由环境因素造成视觉遮挡时，可以判断是否由前挡风玻璃的内、外表面的水汽雾化或霜冻造成的遮挡。具体地，可以检测舱内温度、舱内相对湿度和舱内空气流速，并通过舱内温度、舱内相对湿度和舱内空气流速计算舱内空气冷凝温度，当舱内实测温度小于舱内空气冷凝温度的情况下，可以确定遮挡类别为车窗玻璃内侧水汽，因此需要开启暖通空调系统，并调整暖通空调系统的风速、风向和温度，同时开启前挡风玻璃的玻璃电加热丝，以消除前挡风玻璃内壁的雾化风险。

可以理解的是，舱内空气冷凝温度受一系列环境变化影响，包括舱内温度、舱内相对湿度比、成员数量、舱内空气流速及玻璃表面温度等。一般地，可以根据下面的公式来进行估算：

Ttearpoint_int(舱内空气冷凝温度)＝[Tdew(舱内温度)*P(相对湿度百分比)]/V(空气流速)。

进一步地，当舱内实测温度不小于舱内空气冷凝温度的情况下，可以检测舱外温度、舱外相对湿度、舱外空气流速和车窗玻璃温度。并判断车窗玻璃温度是否小于或等于预设结霜温度(例如5℃)。在车窗玻璃温度小于或等于预设结霜温度的情况下，确定前挡风玻璃外侧结霜，即遮挡类别为车窗玻璃外侧结霜，此时可以开启玻璃电加热丝并持续一段时间，并在车窗玻璃温度大于预设结霜温度后，运行雨刮以刮除水雾。在车窗玻璃温度大于预设结霜温度的情况下，可以根据舱外温度、舱外相对湿度和舱外空气流速计算舱外空气冷凝温度，并在舱外实测温度小于舱外空气冷凝温度的情况下，确定遮挡类别为车窗玻璃外侧水汽，此时可以开启雨刮工作，刮除车窗玻璃外侧的水雾。

更进一步地，在通过上述判断确定遮挡类别不是车窗玻璃外侧结霜、车窗玻璃外侧水汽以及车窗玻璃内侧水汽的情况下，可以排除玻璃水汽/结霜等因素造成的遮挡，此时可以确定遮挡类别为异物遮挡，此时可以通过清除异物操作去除遮挡。其中，清除异物操作具体可以包括：先通过玻璃电加热丝将前挡风玻璃加热至合适温度，再控制喷水清洗装置喷射清洗液，然后控制雨刮刮除清洗液。

通过上述技术方案，可以结合视觉检测、温度检测、光照检测和雨量检测等多种检测手段建立综合遮挡评价系统，并根据评价结果提供自动除遮挡操作。不仅能自动及时地根据遮挡情况提供应对措施，还可以通过实时反馈系统来评估应对措施的实际效果，避免视觉辅助系统长时间处于失效或者功能降级状态。通过及时提醒驾驶员视觉辅助系统功能是否正常，可以提高自动驾驶和驾驶辅助车辆的行驶安全性。

此外，本发明实施方式还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的用于车窗玻璃的遮挡检测方法。

以上结合附图详细描述了本发明的可选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。

本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明所公开的内容。

Claims (10)

1.一种用于车窗玻璃的遮挡检测方法，其特征在于，所述遮挡检测方法包括：

获取所述车窗玻璃的图像信息；

根据所述图像信息确定所述车窗玻璃是否被遮挡；

在确定所述车窗玻璃被遮挡的情况下，根据所述图像信息确定所述车窗玻璃的遮挡类别；

获取与所述遮挡类别对应的辅助判断信息；以及

根据所述辅助判断信息确定所述遮挡类别是否正确。

2.根据权利要求1所述的遮挡检测方法，其特征在于，所述辅助判断信息包括与所述遮挡类别对应的车辆状态信息和/或检测数据信息，所述根据所述辅助判断信息确定所述遮挡类别是否正确，包括：

在所述辅助判断信息满足预定条件的情况下，确定所述遮挡类别正确。

3.根据权利要求2所述的遮挡检测方法，其特征在于，所述遮挡检测方法还包括：

确定所述遮挡类别的可信度；

所述根据所述辅助判断信息确定所述遮挡类别是否正确，还包括：

在所述辅助判断信息不满足预定条件的情况下，将所述可信度与预定阈值进行比较；

在所述可信度大于预定阈值的情况下，确定所述遮挡类别正确。

4.根据权利要求1至3中任意一项权利要求所述的遮挡检测方法，其特征在于，所述遮挡检测方法还包括：

在确定所述遮挡类别正确的情况下，判断与所述遮挡类别对应的除遮挡机制是否运行；

在所述除遮挡机制未运行的情况下，控制所述除遮挡机制运行；

在所述除遮挡机制已运行的情况下，提高所述除遮挡机制的级别。

5.根据权利要求4所述的遮挡检测方法，其特征在于，所述车窗玻璃内侧设有视觉辅助系统，所述遮挡检测方法还包括：

在确定所述遮挡类别正确且所述除遮挡机制以最高级别运行的情况下，提示所述视觉辅助系统的功能降级。

6.根据权利要求1至3中任意一项权利要求所述的遮挡检测方法，其特征在于，所述辅助判断信息包括以下至少一者：远光灯状态信息、近光灯状态信息、雾灯状态信息、环境亮度信息、雨量信息、雨刮状态信息、舱内温度信息、舱内相对湿度信息、舱内空气流速信息、舱外温度信息、舱外相对湿度信息、舱外空气流速信息以及车窗玻璃温度信息。

7.根据权利要求1至3中任意一项权利要求所述的遮挡检测方法，其特征在于，所述遮挡类别包括以下至少一者：外部环境亮度过低、雾天、雨天、雪天、车窗玻璃外侧结霜、车窗玻璃外侧水汽、车窗玻璃内侧水汽以及异物遮挡。

8.一种用于车窗玻璃的遮挡检测装置，其特征在于，所述遮挡检测装置包括：

图像采集模块，被配置为采集所述车窗玻璃的图像信息；

通信模块，被配置为接收辅助判断信息；以及

处理模块，被配置为执行根据权利要求1至7中任意一项权利要求所述的用于车窗玻璃的遮挡检测方法。

9.一种用于车窗玻璃的遮挡检测系统，其特征在于，所述遮挡检测系统包括：

根据权利要求8所述的用于车窗玻璃的遮挡检测装置；

辅助判断信息感知系统，用于检测辅助判断信息；以及

除遮控制系统，包括至少一个除遮挡机制，所述除遮挡机制用于去除至少一个遮挡类别的遮挡。

10.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行根据权利要求1至7中任意一项权利要求所述的用于车窗玻璃的遮挡检测方法。

Images