CN112819905A - 基于智能耳机的远光灯自动识别方法、设备及存储介质 - Google Patents
基于智能耳机的远光灯自动识别方法、设备及存储介质 Download PDFInfo
- Publication number
- CN112819905A CN112819905A CN202110067406.1A CN202110067406A CN112819905A CN 112819905 A CN112819905 A CN 112819905A CN 202110067406 A CN202110067406 A CN 202110067406A CN 112819905 A CN112819905 A CN 112819905A
- Authority
- CN
- China
- Prior art keywords
- distance
- target
- high beam
- brightness
- value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000006243 chemical reaction Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000019557 luminance Nutrition 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于智能耳机的远光灯自动识别方法,该方法包括:先获取智能耳机所在的车辆前方车灯所发出的光线照射到的目标物体的图片,然后识别物体图片的图片亮度,接下来若图片亮度大于或等于预设的亮度阈值,则计算智能耳机与目标物体之间的直线距离,最后若目标距离在预设的距离阈值区间内,则确定目标车辆的远光灯处于打开状态,同时生成远光灯已打开提醒指令,以及将远光灯已打开提醒指令发送至输出设备,当输出设备接收到基于远光灯已打开提醒指令时,输出远光灯已打开提醒语音,从而可以自动地通过语音提醒用户所在的车辆的远光灯处于已打开状态,及时地关闭远光灯,防止追尾或相撞,提高了车辆驾照的安全性。
Description
技术领域
本发明涉及耳机领域,尤其涉及一种基于智能耳机的远光灯自动识别方法、计算机设备及可读存储介质。
背景技术
蓝牙耳机就是将蓝牙技术应用在免持耳机上,让使用者可以免除恼人电线的牵绊,自在地以各种方式轻松通话。自从蓝牙耳机问世以来,一直是行动商务族提升效率的好工具。
在传统方法中,为了更方便地接听电话,当用户在开车时,通常佩戴蓝牙耳机。对于很多开车新手或刚拿驾照不久的用户,在夜间开车的情况下,开着远光灯,自身并不之情,当回车或近距离跟车时,开远光灯的危害不言而喻,严重时甚至造成车祸,从而导致车辆驾驶的安全性低下。
因此,寻找一种提高车辆驾驶的安全性的蓝牙耳机成为本领域技术人员亟需解决的技术问题。
发明内容
本发明实施例提供一种基于智能耳机的远光灯自动识别方法、计算机设备及可读存储介质,以解决车辆驾驶的安全性低下的问题。
一种基于智能耳机的远光灯自动识别方法,包括:
获取采用采集设备采集到的物体图片,其中,所述物体图片为目标车辆前方车灯所发出的光线照射到的目标物体的图片,所述目标车辆为所述智能耳机所在的车辆;
识别所述物体图片的图片亮度;
若所述图片亮度大于或等于预设的亮度阈值,则计算目标距离,其中,所述目标距离为所述目标车辆的车头灯与所述目标物体之间的直线距离;
若所述目标距离在预设的距离阈值区间内,则确定所述目标车辆的远光灯处于打开状态,同时生成远光灯已打开提醒指令,以及将所述远光灯已打开提醒指令发送至输出设备,以供所述输出设备基于所述远光灯已打开提醒指令,输出所述远光灯已打开提醒语音。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
上述基于智能耳机的远光灯自动识别方法、计算机设备及可读存储介质中,通过先自动地获取采用采集设备采集到智能耳机所在的车辆前方车灯所发出的光线照射到的目标物体的图片,然后自动地识别所述物体图片的图片亮度,接下来若所述图片亮度大于或等于预设的亮度阈值,则自动地计算所述智能耳机与所述目标物体之间的直线距离,最后若所述目标距离在预设的距离阈值区间内,则确定所述目标车辆的远光灯处于打开状态,同时生成远光灯已打开提醒指令,以及将所述远光灯已打开提醒指令发送至输出设备,当所述输出设备接收到基于所述远光灯已打开提醒指令时,输出所述远光灯已打开提醒语音,从而可以自动地通过语音提醒用户所在的车辆的远光灯处于已打开状态,及时地关闭远光灯,防止追尾或相撞,提高了车辆驾照的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中基于智能耳机的远光灯自动识别方法的一应用环境示意图;
图2是本发明一实施例中基于智能耳机的远光灯自动识别方法的一流程图;
图3是本发明一实施例中方法中步骤S20的一流程图;
图4是本发明一实施例中方法中步骤S2011的一流程图;
图5是本发明一实施例中方法中步骤S20112的一流程图;
图6是本发明一实施例中方法中步骤S30的一流程图;
图7是本发明一实施例中方法中确定行驶距离的一流程图;
图8是本发明一实施例中方法中获取车灯耳机距离的一流程图;
图9是本发明一实施例中计算机设备的一示意图。
具体实施方式
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。
本申请提供的方法,可应用如图1的应用环境中,该应用环境包括服务端和客户端,其中,客户端通过有线网络或无线网络与服务端进行通信。其中,客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务端或者是多个服务端组成的服务端集群来实现。客户端用于采集物体图片、输出远光灯已打开提醒指令、发出和接收红外线,服务端用于识别图片亮度、输出远光灯已打开提醒指令、记录红外线发出和接收时间,以及计算目标距离。
在一实施例中,如图2所示,提供一种基于智能耳机的远光灯自动识别方法,以该基于智能耳机的远光灯自动识别方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10、获取采用采集设备采集到的物体图片,其中,物体图片为目标车辆前方车灯所发出的光线照射到的目标物体的图片,目标车辆为智能耳机所在的车辆。
具体地,为了识别出当前正在驾驶的目标车辆是否处于已打开状态,需要采用智能耳机的采集设备采集目标车辆的车头前方的车灯发出的光线所照射到的目标物体的照片,当采集设备采集到该物体图片时,将该物体图片发送至服务端,服务端实时或预设时间段内接收该物体图片。
其中,目标车辆为该智能耳机所在的车辆。可以理解的是,采集设备为智能耳机的摄像头,该摄像头可以为针孔摄像头也可以为普通摄像头等。
S20、识别物体图片的图片亮度。
具体地,为了能够识别出当前正在驾驶的目标车辆是否处于已打开状态,服务端需要识别物体图片的图片亮度,也即,服务端计算获取到的物体图片中像素点的颜色模式值,可以理解的是,该颜色模式值为HSI值。
其中,H为Hue,也即色调,S为Saturation,也即饱和度,I为Intensity,也即强度或亮度。
通常情况下,近光灯所照射到的物体照片比远光灯所照射到的物体照片要更暗。
S30、若图片亮度大于或等于预设的亮度阈值,则计算目标距离,其中,目标距离为目标车辆的车头灯与目标物体之间的直线距离。
具体地,为了能够识别出当前正在驾驶的目标车辆是否处于已打开状态,服务端先获取预设的亮度阈值,然后将在步骤S20中获取到的图片亮度与该亮度阈值进行大小比较处理,若该图片亮度大于或等于该亮度阈值,则计算目标距离,也即,若该图片亮度大于或等于该亮度阈值,则代表目标车辆的远光灯处于已打开状态的可能,或者目标车辆的近光灯处于已打开状态的可能,此时不能准确地识别出当前正在驾驶的目标车辆是否处于已打开状态,所以需要计算目标车辆的车头的车灯与目标物体之间的直线距离。
比如,假设该图片亮度为20cd/m2,该亮度阈值为15cd/m2,显然20cd/m2大于15cd/m2,则服务端计算目标距离。
通常情况下,目标车辆的近光灯发出的光线亮度不高,若图片亮度小于该亮度阈值,则代表目标车辆的远光灯处于关闭状态,服务端则确定目标车辆的远光灯处于未打开状态。
S40、若目标距离在预设的距离阈值区间内,则确定目标车辆的远光灯处于打开状态,同时生成远光灯已打开提醒指令,以及将远光灯已打开提醒指令发送至输出设备,以供输出设备基于远光灯已打开提醒指令,输出远光灯已打开提醒语音。
具体地,远光灯比近光灯发出光线照射的距离更远,服务端可以通过判断在步骤S30中计算出的目标距离是否落入在预设的距离阈值区间内,若在步骤S30中计算出的目标距离落入在该距离阈值区间内,则服务端确定目标车辆的远光灯处于打开状态,同时生成远光灯已打开提醒指令,以及将远光灯已打开提醒指令发送至输出设备,当该输出设备接收到该远光灯已打开提醒指令时,基于该远光灯已打开提醒指令输出远光灯已打开提醒语音。
其中,远光灯已打开提醒语音可以为“车主您好,您正在驾驶的车辆的远光灯已处于打开状态,若非需要,为了您和他人的安全,请关闭远光灯”,该远光灯已打开提醒语音的具体内容,可以根据实际应用进行设定,此处不做限制。
优选地,该输出设备为喇叭。
比如,驾驶目标距离为100米,预设的距离阈值区间为[80 120],显然100落入[80120]中,则智能耳机通过喇叭输出“车主您好,您正在驾驶的车辆的远光灯已处于打开状态,若非需要,为了您和他人的安全,请关闭远光灯”。
在图2对应的实施例中,通过上述步骤S10至步骤S40,首先自动地获取采用采集设备采集到智能耳机所在的车辆前方车灯所发出的光线照射到的目标物体的图片,然后自动地识别物体图片的图片亮度,接下来若图片亮度大于或等于预设的亮度阈值,则自动地计算智能耳机与目标物体之间的直线距离,最后若目标距离在预设的距离阈值区间内,则确定目标车辆的远光灯处于打开状态,同时生成远光灯已打开提醒指令,以及将远光灯已打开提醒指令发送至输出设备,当输出设备接收到基于远光灯已打开提醒指令时,输出远光灯已打开提醒语音,从而可以自动地通过语音提醒用户所在的车辆的远光灯处于已打开状态,及时地关闭远光灯,防止追尾或相撞,提高了车辆驾照的安全性。
进一步地,当智能耳机识别到目标车辆的前方有正在行驶的车辆时,也即,当智能耳机识别到目标车辆的前方有正在行驶的同方向或反方向车辆时,智能耳机接收用户的关闭远光灯控制语音,且根据该关闭远光灯控制语音生成关闭远光灯控制指令,控制目标车辆的车载系统关闭远光灯,从而提高了车辆驾驶的安全性。
需要说明的是,智能耳机与目标车辆的车载系统可以蓝牙连接。
在一具体实施例中,如图3所示,步骤S20(即,识别物体图片的图片亮度)具体包括如下步骤:
S201、识别多张物体图片的目标亮度。
具体地,为了能够准确地识别出物体图片的图片亮度,服务端需要先识别多张物体图片的目标亮度,从而增加采集量,避免一个瞬间亮度的影响,一个瞬间亮度往往不能代表整体的目标亮度。
S202、计算目标亮度的平均值,且将目标亮度的平均值确定为图片亮度。
具体地,为了能够准确地识别出物体图片的图片亮度,服务端需要计算将在步骤S201中识别出的目标亮度的平均值,同时将该平均值确定为图片亮度。从而取多量化的目标亮度的平均值,避免了因一个瞬间的目标亮度值的不稳定性,从而提高了识别图片亮度的准确性。
在图3对应的实施例中,通过上述步骤S201至步骤S202,取多张物体图片的目标亮度的平均值,避免了获取不稳定的一个瞬间的目标亮度值,从而能够获取到稳定的物体图片的图片亮度,也即,提高了识别图片亮度的准确性。
进一步地,步骤S201、识别多张物体图片的目标亮度包括:
S2011、识别多张非相邻的物体图片的目标亮度。
具体地,为了能够准确地识别出该目标车辆所拍摄到的物体图片的目标亮度,服务端需要识别多张非相邻的物体图片的目标亮度,从而可以避免获取到一个短时间内其他车辆所发出的光线照射到物体图片的目标亮度,也即,可以避免获取到一个短时间内后方车辆或同行车辆所发出的光线照射到物体图片的目标亮度,从而提高了识别目标亮度的准确性。
在一具体实施例中,如图4所示,步骤S2011(即,识别多张非相邻的物体图片的目标亮度)具体包括如下步骤:
S20111、针对每张非相邻的物体图片,获取物体图片中每个像素的RGB值。
具体地,为了能够准确地识别出该目标车辆所拍摄到的物体图片的目标亮度,服务端针对每张非相邻的物体图片,获取物体图片中每个像素的RGB值,也即,其中,物体图片中每个像素都由RGB值组成,RGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的。
比如,采用JAVA中的函数printPointRGB获取每个像素的RGB值。
S20112、针对每张非相邻的物体图片,基于预设的色彩模式转换方法,将每个像素的RGB值进行色彩模式转换处理,得到每个像素的HSI值。
具体地,为了能够准确地识别出该目标车辆所拍摄到的物体图片的目标亮度,服务端需要针对每张非相邻的物体图片,基于预设的色彩模式转换方法,将每个像素的RGB值进行色彩模式转换处理,得到每个像素的HSI值,从而可以根据用户的角度出发,提取到更加符合人体感官的颜色模式的HSI值。
S20113、针对每张非相邻的物体图片,对HSI值进行分值提取处理,得到多张非相邻的物体图片的I分值,同时将I分值确定为目标亮度。
具体地,HSI值中H为颜色的频率,也即色调;S为颜色的深浅程度,也即为饱和度;I表示强度或亮度,为了得到该目标车辆所拍摄到的物体图片的目标亮度,服务端需要针对每张非相邻的物体图片,对HSI值进行分值提取处理,得到多张非相邻的物体图片的I分值,同时将I分值确定为目标亮度。
在图4对应的实施例中,通过上述步骤S20111至步骤S20113,先将获取到的物体图片中每个像素的RGB值转换为HSI值,从而保证提取到更加符合人体感官的颜色,然后从HSI值中仅提取能提醒亮度的I分值,避免了H分值、S分值的干扰,从而得到纯净的I分值,也即,提高了提取I分值的准确性,从而提高了由I分值替代的目标亮度的准确性。
在一具体实施例中,如图5所示,步骤S20112(即,针对每张非相邻的物体图片,基于预设的色彩模式转换方法,将每个像素的RGB值进行色彩模式转换处理,得到每个像素的HSI值)具体包括如下步骤:
S201121、将每个像素的RGB值中的R分值输入至第一色彩模式转换公式中,得到每个像素的H分值。
具体地,为了能够快速准确地得到H分值,服务端需要将每个像素的RGB值中的R分值输入至第一色彩模式转换公式中,通过第一色彩模式转换公式的快速准确地计算,得到准确的每个像素的H分值。
S201122、将每个像素的RGB值中的G分值输入至第二色彩模式转换公式中,得到每个像素的S分值。
具体地,为了能够快速准确地得到S分值,服务端需要将每个像素的RGB值中的G分值输入至第二色彩模式转换公式中,通过第二色彩模式转换公式的快速准确地计算,得到准确的每个像素的S分值。
S201123、将每个像素的RGB值中的B分值输入至第三色彩模式转换公式中,得到每个像素的I分值。
具体地,为了能够快速准确地得到I分值,服务端需要将每个像素的RGB值中的B分值输入至第三色彩模式转换公式中,通过第三色彩模式转换公式的快速准确地计算,得到准确的每个像素的I分值。
S201124、第一色彩模式转换公式具体为:
其中,H为H分值,R为R分值,G为G分值,B为B分值;
S201125、第二色彩模式转换公式具体为:
其中,S为S分值,R为R分值,G为G分值,B为B分值;
S201126、第三色彩模式转换公式具体为:
其中,I为I分值,R为R分值,G为G分值,B为B分值。
进一步地,将HSI值的总和减去H分值和S分值,得到I分值。
在图5对应的实施例中,通过上述步骤S201121至步骤S201126,将每个像素的RGB值直接快速准确地转换为HSI值,提高了得到每个像素的HSI值的效率和准确性。
在一具体实施例中,如图6所示,步骤S30(即,计算目标距离)具体包括如下步骤:
S301、记录智能耳机发出红外线的发出时间。
具体地,为了计算目标距离,服务端需要记录智能耳机发出红外线从发到接收到反馈的红外线的传输时间,其中,服务端需要记录智能耳机中红外线模块发出红外线的发出时间。
S302、记录接收到目标物体反射的红外线的接收时间。
具体地,为了计算目标距离,服务端需要记录智能耳机发出红外线从发到接收到反馈的红外线的传输时间,其中,服务端也需要记录智能耳机中红外线模块接收红外线的接收时间。
S303、将接收时间与发出时间之间的差值确定为传播时间。
具体地,为了计算目标距离,服务端需要计算在步骤S302中记录了的接收时间与在步骤S301中记录了的发出时间两者之间的差值,或者在步骤S301中记录了的发出时间与在步骤S302中记录了的接收时间两者之间的差值的绝对值,同时将该差值或该绝对值确定为传播时间。
S304、将红外线传播速度与传播时间之间的乘积确定为传播距离。
具体地,为了计算目标距离,服务端需要计算红外线传播速度与在步骤S303中确定出的传播时间之间的乘积,同时将该乘积确定为传播距离。
S305、将传播距离的二分之一确定为目标距离。
具体地,因为红外线的传播路径包括从智能耳机至物体图片的第一路径,和从物体图片至智能耳机之间的第二路径,所以服务端需要取传播距离的二分之一作为该目标距离。
在图6对应的实施例中,通过上述步骤S301至步骤S305,自动快速地计算出目标距离,从而提高了计算目标距离的效率。
在一具体实施例中,如图7所示,在步骤S305之前,还包括确定行驶距离,具体包括如下步骤:
S501、将目标车辆的行驶速度与传播时间之间的乘积确定为行驶距离。
具体地,因为目标车辆在行驶过程中,自身行驶一定的路程,为了准确地计算出目标距离,服务端需要计算目标车辆的行驶速度与在步骤S303中确定出的传播时间之间的乘积,同时将该乘积确定为行驶距离。
S502、将传播距离的二分之一确定为目标距离具体为:将传播距离与行驶距离之间的和的二分之一确定为目标距离。
具体地,智能耳机佩戴在用户的耳朵上,用户正在开着目标车辆,可以理解的是,目标车辆在发出和接收红外线的时间段内,目标车辆在行驶,智能耳机随着目标车辆也在做运动,所以需要计算出传播距离与行驶距离之间的和,也即,需要计算出发出和接收红外线在同一个地理位置上红外线所传播的距离,同时将该传播的距离的二分之一确定为目标距离。
在图7对应的实施例中,通过上述步骤S501至步骤S502,因为计算传播距离与行驶距离之间的和,也即计算出发出和接收红外线在同一个地理位置上红外线所传播的距离,从而提高了发出和接收红外线在同一个地理位置上红外线所传播的距离的准确性,提高了传播距离与行驶距离之间的和的二分之一的准确性,也即提高了确定目标距离的准确性。
在一具体实施例中,如图8所示,在步骤S502之前,还包括获取车灯耳机距离,具体包括如下步骤:
S601、获取车灯耳机距离,其中,车灯耳机距离为预先采集到的目标车辆的车灯与智能耳机之间的距离。
具体地,考虑到用户与正在驾驶的目标车辆的车头有一定的距离,也即,用户佩戴的智能耳机与正在驾驶的目标车辆的车头有一定的距离,为了准确地计算出目标距离,服务端需要获取车灯耳机距离。
S602、将传播距离与行驶距离之间的和的二分之一确定为目标距离具体为:将最终传播距离与行驶距离之间的和的二分之一确定为目标距离,其中,最终传播距离为传播距离与车灯耳机距离之间的差值。
具体地,为了准确地计算出目标距离,所以服务端需要计算出光线在车头灯发出与接收光线在同一个地理位置上所传播的距离,也即,服务端需要计算出最终传播距离与行驶距离之间的和,可以理解为,服务端需要计算出最终传播距离为传播距离与车灯耳机距离之间的差值与行驶距离的和。
在图8对应的实施例中,通过上述步骤S601至步骤S602,计算出的目标距离是目标车辆的车头灯与目标物体之间的实际距离,从而提高了计算目标距离的准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务端,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性可读存储介质、内存储器。该非易失性可读存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性可读存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储方法所涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例方法的步骤,例如图2所示的步骤S10至步骤S40。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中方法。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取可读存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于智能耳机的远光灯自动识别方法,其特征在于,所述基于智能耳机的远光灯自动识别方法包括:
获取采用采集设备采集到的物体图片,其中,所述物体图片为目标车辆前方车灯所发出的光线照射到的目标物体的图片,所述目标车辆为所述智能耳机所在的车辆;
识别所述物体图片的图片亮度;
若所述图片亮度大于或等于预设的亮度阈值,则计算目标距离,其中,所述目标距离为所述目标车辆的车头灯与所述目标物体之间的直线距离;
若所述目标距离在预设的距离阈值区间内,则确定所述目标车辆的远光灯处于打开状态,同时生成远光灯已打开提醒指令,以及将所述远光灯已打开提醒指令发送至输出设备,以供所述输出设备基于所述远光灯已打开提醒指令,输出所述远光灯已打开提醒语音。
2.如权利要求1所述的基于智能耳机的远光灯自动识别方法,其特征在于,所述识别所述物体图片的图片亮度包括:
识别多张所述物体图片的目标亮度;
计算所述目标亮度的平均值,且将所述目标亮度的平均值确定为所述图片亮度。
3.如权利要求2所述的基于智能耳机的远光灯自动识别方法,其特征在于,所述识别多张所述物体图片的目标亮度包括:
识别多张非相邻的所述物体图片的目标亮度。
4.如权利要求3所述的基于智能耳机的远光灯自动识别方法,其特征在于,所述识别多张非相邻的所述物体图片的目标亮度包括:
针对每张非相邻的所述物体图片,获取所述物体图片中每个像素的RGB值;
针对每张非相邻的所述物体图片,基于预设的色彩模式转换方法,将每个像素的所述RGB值进行色彩模式转换处理,得到每个像素的HSI值;
针对每张非相邻的所述物体图片,对所述HSI值进行分值提取处理,得到多张非相邻的所述物体图片的I分值,同时将所述I分值确定为所述目标亮度。
5.如权利要求4所述的基于智能耳机的远光灯自动识别方法,其特征在于,所述针对每张非相邻的所述物体图片,基于预设的色彩模式转换方法,将每个像素的所述RGB值进行色彩模式转换处理,得到每个像素的HSI值包括:
将每个像素的所述RGB值中的R分值输入至第一色彩模式转换公式中,得到每个像素的H分值;
将每个像素的所述RGB值中的G分值输入至第二色彩模式转换公式中,得到每个像素的S分值;
将每个像素的所述RGB值中的B分值输入至第三色彩模式转换公式中,得到每个像素的I分值;
所述第一色彩模式转换公式具体为:
其中,H为所述H分值,R为所述R分值,G为所述G分值,B为所述B分值;
所述第二色彩模式转换公式具体为:
其中,S为所述S分值,R为所述R分值,G为所述G分值,B为所述B分值;
所述第三色彩模式转换公式具体为:
其中,I为I分值,R为所述R分值,G为所述G分值,B为所述B分值。
6.如权利要求1至5中任一项所述的基于智能耳机的远光灯自动识别方法,其特征在于,所述计算目标距离包括:
记录所述智能耳机发出红外线的发出时间;
记录接收到所述目标物体反射的红外线的接收时间;
将所述接收时间与所述发出时间之间的差值确定为传播时间;
将红外线传播速度与所述传播时间之间的乘积确定为传播距离;
将所述传播距离的二分之一确定为所述目标距离。
7.如权利要求6所述的基于智能耳机的远光灯自动识别方法,其特征在于,在所述将所述传播距离的二分之一确定为所述目标距离之前,所述基于智能耳机的远光灯自动识别方法还包括:
将所述目标车辆的行驶速度与所述传播时间之间的乘积确定为行驶距离;
所述将所述传播距离的二分之一确定为所述目标距离具体为:
将所述传播距离与所述行驶距离之间的和的二分之一确定为所述目标距离。
8.如权利要求7所述的基于智能耳机的远光灯自动识别方法,其特征在于,在所述将所述传播距离与所述行驶距离之间的和的二分之一确定为所述目标距离之前,所述基于智能耳机的远光灯自动识别方法还包括:
获取车灯耳机距离,其中,所述车灯耳机距离为预先采集到的所述目标车辆的车灯与所述智能耳机之间的距离;
所述将所述传播距离与所述行驶距离之间的和的二分之一确定为所述目标距离具体为:
将最终传播距离与所述行驶距离之间的和的二分之一确定为所述目标距离,其中,所述最终传播距离为所述传播距离与所述车灯耳机距离之间的差值。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的基于智能耳机的远光灯自动识别方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于智能耳机的远光灯自动识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110067406.1A CN112819905A (zh) | 2021-01-19 | 2021-01-19 | 基于智能耳机的远光灯自动识别方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110067406.1A CN112819905A (zh) | 2021-01-19 | 2021-01-19 | 基于智能耳机的远光灯自动识别方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112819905A true CN112819905A (zh) | 2021-05-18 |
Family
ID=75870012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110067406.1A Pending CN112819905A (zh) | 2021-01-19 | 2021-01-19 | 基于智能耳机的远光灯自动识别方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112819905A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150047376A (ko) * | 2013-10-24 | 2015-05-04 | 현대모비스 주식회사 | 차량용 경고장치 및 차량용 경고장치 제어방법 |
US20170309149A1 (en) * | 2014-10-10 | 2017-10-26 | Lakshya Pawan Shyam Kaura | A portable alerting system and a method thereof |
KR20180087532A (ko) * | 2017-01-24 | 2018-08-02 | 울산대학교 산학협력단 | 차량의 위치 파악을 위한 안내표지판 내의 거리 정보를 습득하는 시스템 및 방법 |
CN109094451A (zh) * | 2018-07-23 | 2018-12-28 | 华南师范大学 | 夜间会车远光灯控制方法及其系统、计算机可读存储介质 |
-
2021
- 2021-01-19 CN CN202110067406.1A patent/CN112819905A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150047376A (ko) * | 2013-10-24 | 2015-05-04 | 현대모비스 주식회사 | 차량용 경고장치 및 차량용 경고장치 제어방법 |
US20170309149A1 (en) * | 2014-10-10 | 2017-10-26 | Lakshya Pawan Shyam Kaura | A portable alerting system and a method thereof |
KR20180087532A (ko) * | 2017-01-24 | 2018-08-02 | 울산대학교 산학협력단 | 차량의 위치 파악을 위한 안내표지판 내의 거리 정보를 습득하는 시스템 및 방법 |
CN109094451A (zh) * | 2018-07-23 | 2018-12-28 | 华南师范大学 | 夜间会车远光灯控制方法及其系统、计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
张正禄: "数字图形处理技术", 31 October 2020, 武汉大学出版社, pages: 250 - 252 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10509961B2 (en) | Blindman navigation method and blindman navigation apparatus | |
CN107578644B (zh) | 用于运行包括信号源的交通基础设施单元的方法和设备 | |
JP6132412B2 (ja) | 車外環境認識装置 | |
US20170024622A1 (en) | Surrounding environment recognition device | |
CN108860045B (zh) | 驾驶辅助方法、驾驶辅助装置及存储介质 | |
CN107650778A (zh) | 车辆尾灯控制方法和装置以及存储介质 | |
CN106295494B (zh) | 车外环境识别装置 | |
CN210191316U (zh) | 车辆用显示系统以及车辆 | |
CN112016344A (zh) | 信号指示灯的状态检测方法及装置、驾驶控制方法及装置 | |
CN111243105B (zh) | 增强现实处理方法及装置、存储介质和电子设备 | |
CN112149697A (zh) | 指示灯的指示信息识别方法及装置、电子设备和存储介质 | |
CN106741542B (zh) | 车辆控制方法及装置 | |
JP2022550300A (ja) | 光強度調節方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
KR20200069084A (ko) | 도로 제한 속도 판단 방법, 도로 제한 속도 판단 장치, 전자 기기, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체 | |
CN104378546A (zh) | 利用摄像头的车辆用安全控制装置及其控制方法 | |
CN112061024A (zh) | 车辆外部扬声器系统 | |
WO2023138537A1 (zh) | 一种图像处理方法、装置、终端设备及存储介质 | |
CN111860316A (zh) | 一种驾驶行为的识别方法、装置及存储介质 | |
US20220301319A1 (en) | Image processing device, image processing method, and a non-transitory storage medium | |
CN111191980A (zh) | 一种证据的生成方法、装置、设备及存储介质 | |
CN112819905A (zh) | 基于智能耳机的远光灯自动识别方法、设备及存储介质 | |
CN111402610B (zh) | 一种识别红绿灯亮灯状态的方法、装置、设备及存储介质 | |
JPWO2019123976A1 (ja) | 表示制御方法、表示制御装置及びヘッドアップディスプレイ装置 | |
CN111086451A (zh) | 一种平视显示系统、显示方法和汽车 | |
CN113380050B (zh) | 基于智能眼镜的行驶安全提示方法、系统及智能眼镜 |
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 |