CN112829584A - 一种用于车辆显示装置的亮度调节方法及系统 - Google Patents

Abstract

本发明提供一种用于车辆显示装置的亮度调节方法及系统，涉及车辆的电子电器技术领域。所述显示装置的亮度调节方法包括：采集所述车辆的驾驶员的脸部信息、车辆状态信息及车内光线亮度；根据所述脸部信息预测驾驶员的注视区域；判断所述注视区域是否位于所述显示装置内；若是，根据所述车俩状态信息及所述车内光线亮度调节注视区域所在的显示装置的亮度；所述车辆状态信息包括：启动状态、行进状态和行进后停车状态。本发明提供的亮度调节方法能够有效解决显示装置的光线在夜间对驾驶员的影响。

Description

一种用于车辆显示装置的亮度调节方法及系统

技术领域

本发明涉及车辆的电子电器技术领域，特别是涉及一种用于车辆显示装置的亮度调节方法及系统。

背景技术

夜间开车，仪表及中控所发出的光线会对驾驶员的行车安全造成一定影响，如对驾驶员的直接干扰，以及反射在前挡风上形成盲区等。目前应用较广的一种解决办法是根据前大灯的开启或者关闭来调节仪表及中控屏的显示亮度。这种方式较为被动，夜间仪表显示若太暗，驾驶员会看不清，若太亮，又会引起上述问题。对于此，目前市场上出现利用视线追踪技术自动调节或者开关显示屏的技术。尽管如此，由于用户习惯的各不相同以及各种因素的影响(如驾驶舱光线、车辆状态等)，单一的控制方案可能不足以满足用户的需求。

发明内容

本发明第一方面的一个目的是提供一种基于视线追踪、车辆状态信息及车内光线亮度等综合考虑人机交互环境下的显示装置的亮度调节方法，以解决显示装置的光线在夜间对驾驶员的影响。

本发明第一方面的进一步的目的是提供一种能够提升车辆科技感和用户体验的显示装置的亮度调节方法。

本发明第二方面的目的是提供一种基于视线追踪、车辆状态信息及车内光线亮度等综合考虑人机交互环境下的显示装置的亮度调节系统，以解决显示装置的光线在夜间对驾驶员的影响。

根据上述第一方面，本发明提供了一种用于车辆显示装置的亮度调节方法，包括：

采集所述车辆的驾驶员的脸部信息、车辆状态信息及车内光线亮度；

根据所述脸部信息预测驾驶员的注视区域；

判断所述注视区域是否位于所述显示装置内；

若是，根据所述车俩状态信息及所述车内光线亮度调节注视区域所在的显示装置的亮度；

所述车辆状态信息包括：启动状态、行进状态和行进后停车状态。

可选的，在根据所述脸部信息预测驾驶员的注视区域还包括：

将所述脸部信息进行预处理；

利用深度学习模型预测驾驶员注视区域及与注视区域对应的置信度；

判断是否存在某个注视区域对应的所述置信度大于预设阈值；

若是，采用该置信度对应的注视区域作为驾驶员的实际注视区域，并根据所述车俩状态信息及所述车内光线亮度调节实际注视区域所在的显示装置的亮度。

可选的，利用深度学习模型预测驾驶员注视区域及与注视区域对应的置信度包括：

利用卷积神经网络提取预处理后的脸部信息中的眼球特征；

根据眼球特征结合全连接神经网络预测驾驶员注视区域及与注视区域对应的置信度。

可选的，所述卷积神经网络和所述全连接神经网络通过采用预存储的眼动数据集训练后得到。

可选的，根据所述脸部信息预测驾驶员的注视区域还包括：

连续采集预设时间内的驾驶员脸部信息的多个图像帧；

结合所述多个图像帧判断驾驶员在所述预设时间内对某一区域的注视时间是否超过预设时间阈值；

若是，将该区域作为预测的驾驶员的注视区域。

可选的，在根据所述脸部信息预测驾驶员的注视区域之前还包括：

根据预存储的驾驶员视力数据、驾驶员使用习惯及所述车内光线亮度确定所述显示装置的基准亮度。

可选的，根据所述车俩状态信息及所述车内光线亮度调节注视区域所在的显示装置的亮度还包括：

在所述车辆处于所述启动状态时，按照所述基准亮度调节注视区域所在的显示装置。

可选的，根据所述车俩状态信息及所述车内光线亮度获得注视区域所在的显示装置的预设亮度之后还包括：

在所述车辆处于所述行进状态时，按照所述基准亮度调节注视区域所在的显示装置，并降低其他显示装置的亮度。

可选的，根据所述车俩状态信息及所述车内光线亮度获得注视区域所在的显示装置的预设亮度之后还包括：

在所述车辆处于所述行进后停止状态时，根据驾驶员的使用习惯判断是保持显示装置按照基准亮度显示还是根据注视区域调节显示装置的亮度。

根据上述第二方面，本发明还提供了一种用于车辆显示装置的亮度调节系统，包括：

采集单元，用于采集所述车辆的驾驶员的脸部信息、车辆状态信息及车内光线亮度；以及

控制装置，所述控制装置包括存储器和处理器，所述存储器内存储有控制程序，所述控制程序被所述处理器执行时用于实现根据权利要求1-9中任一项所述的亮度调节方法。

本发明提供的用于车辆显示装置的亮度调节方法先对所需的驾驶员脸部信息和车辆信息进行采集，然后根据脸部信息预测驾驶员的注视区域，接着判断预测的注视区域是否位于显示装置内，若是，根据车辆状态信息和车内光线亮度调节预测的注视区域所在的显示装置的亮度，例如，当预测的注视区域在仪表时根据车辆状态信息和车内光线亮度调节仪表的亮度。本申请根据脸部信息预测驾驶员的注视区域也即是采用视线追踪预测注视区域，进一步结合车辆状态(启动状态、行进状态或行进后停止状态)及车内光线亮度调节对应的显示装置的亮度，与现有技术中仅依靠车外阳光传感器/大灯的开关或根据视线追踪调节显示装置亮度的方式相比，本申请的方案能够更好地消除夜间行车时车舱内光线对驾驶员的影响。

进一步地，对脸部信息的预处理包括图像缩放及数据归一化等，预处理后利用深度学习模型预测驾驶员的注视区域及与注视区域对应的置信度，也即，利用深度学习模型可能会预测到驾驶员的多个注视区域，而每个注视区域对应有一个置信度，所有注视区域的置信度之和为1，当某个注视区域的置信度大于预设阈值时，则认为该注视区域的可信度较高，并将该注视区域作为驾驶员的实际注视区域，最后根据车辆状态信息及车内光线亮度调节实际注视区域所在的显示装置的亮度，如此，可以最大程度的保证驾驶员注视区域的准确性，提高系统的鲁棒性，同时也提升了车辆的科技感和用户体验感。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1是根据本发明一个实施例的用于车辆显示装置的亮度调节方法的流程框图；

图2是根据本发明另一个实施例的用于车辆显示装置的亮度调节方法的流程框图；

图3是根据本发明再一个实施例的用于车辆显示装置的亮度调节方法的流程框图；

图4是根据本发明一个实施例的用于车辆显示装置的亮度调节系统的结构框图。

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，旨在用于解释本发明，而不能理解为对本发明的限制。

图1是根据本发明一个实施例的用于车辆显示装置的亮度调节方法的流程框图。如图1所示，本发明提供了一种用于车辆显示装置的亮度调节方法，显示装置为仪表、中控屏或平视显示器，亮度调节方法一般性地包括：

S10：采集车辆的驾驶员的脸部信息、车辆状态信息及车内光线亮度；

S20：根据脸部信息预测驾驶员的注视区域；

S30：判断注视区域是否位于显示装置内；

S40：若是，根据车俩状态信息及车内光线亮度调节注视区域所在的显示装置的亮度；

其中，车辆状态信息包括：启动状态、行进状态和行进后停车状态。

根据本实施例提供的用于车辆显示装置的亮度调节方法先对所需的驾驶员脸部信息和车辆信息进行采集，然后根据脸部信息预测驾驶员的注视区域，接着判断预测的注视区域是否位于显示装置内，若是，根据车辆状态信息和车内光线亮度调节预测的注视区域所在的显示装置的亮度，例如，当预测的注视区域在仪表时根据车辆状态信息和车内光线亮度调节仪表的亮度。本申请根据脸部信息预测驾驶员的注视区域也即是采用视线追踪预测注视区域，进一步结合车辆状态(启动状态、行进状态或行进后停止状态)及车内光线亮度调节对应的显示装置的亮度，与现有技术中仅依靠车外阳光传感器/大灯的开关或根据视线追踪调节显示装置亮度的方式相比，本申请的方案能够更好地消除夜间行车时车舱内光线对驾驶员的影响。

图2是根据本发明另一个实施例的用于车辆显示装置的亮度调节方法的流程框图。如图2所示，在一个具体的实施例中，在根据脸部信息预测驾驶员的注视区域还包括：

S11：将脸部信息进行预处理；

S12：利用深度学习模型预测驾驶员注视区域及与注视区域对应的置信度；

S13：判断是否存在某个注视区域对应的置信度大于预设阈值；

S14：若是，采用该置信度对应的注视区域作为驾驶员的实际注视区域，并根据车俩状态信息及车内光线亮度调节实际注视区域所在的显示装置的亮度。

在本实施例中，对脸部信息的预处理包括图像缩放及数据归一化等，预处理后利用深度学习模型预测驾驶员的注视区域及与注视区域对应的置信度，也即，利用深度学习模型可能会预测到驾驶员的多个注视区域，而每个注视区域对应有一个置信度，所有注视区域的置信度之和为1，当某个注视区域的置信度大于预设阈值时，则认为该注视区域的可信度较高，并将该注视区域作为驾驶员的实际注视区域，最后根据车辆状态信息及车内光线亮度调节实际注视区域所在的显示装置的亮度，如此，可以最大程度的保证驾驶员注视区域的准确性，提高系统的鲁棒性，同时也提升了车辆的科技感和用户体验感。

图3是根据本发明再一个实施例的用于车辆显示装置的亮度调节方法的流程框图。如图3所示，在一个更为具体的实施例中，利用深度学习模型预测驾驶员注视区域及与注视区域对应的置信度包括：

S121：利用卷积神经网络提取预处理后的脸部信息中的眼球特征；

S122：根据眼球特征结合全连接神经网络预测驾驶员注视区域及与注视区域对应的置信度。

在一个进一步的实施例中，卷积神经网络和全连接神经网络通过采用预存储的眼动数据集训练后得到。

在一个更进一步的实施例中，根据脸部信息预测驾驶员的注视区域还包括：

连续采集预设时间内的驾驶员脸部信息的多个图像帧；

结合多个图像帧判断驾驶员在预设时间内对某一区域的注视时间是否超过预设时间阈值；

若是，将该区域作为预测的驾驶员的注视区域。

在本实施例中，为了避免预测错误或驾驶员不经意的一瞥带来的预测误差问题，需要结合预设时间内多个图像帧判断驾驶员对某一区域的注视时间是否超过预设时间阈值。

在一个优选的实施例中，在根据脸部信息预测驾驶员的注视区域之前还包括：

根据预存储的驾驶员视力数据、驾驶员使用习惯及车内光线亮度确定显示装置的基准亮度。

其中，驾驶员的视力数据和使用习惯可以预存储在车端或云端的大数据中。在一个具体的实施例中，车内光线亮度可以由光线传感器和/或车内摄像头采集，车内摄像头也可用于采集驾驶员的脸部信息。

在一个具体的实施例中，根据车俩状态信息及车内光线亮度调节注视区域所在的显示装置的亮度还包括：

在车辆处于启动状态时，按照基准亮度调节注视区域所在的显示装置。具体的，在车辆启动而未挂D档时，驾驶员可能更希望显示装置保持常亮，以方便驾驶员随时查看。

在一个具体的实施例中，根据车俩状态信息及车内光线亮度获得注视区域所在的显示装置的预设亮度之后还包括：

在车辆处于行进状态时，按照基准亮度调节注视区域所在的显示装置，并降低其他显示装置的亮度。

具体的，在车辆行进状态，也即正常行驶时，当驾驶员的视线未落在任何一个显示装置时，为避免显示装置对驾驶员安全驾驶的影响，降低所有显示装置的亮度；当驾驶员的视线落在某个显示装置时，对应的以基准亮度调节注视区域所在的显示装置的亮度，其他未注视区域的亮度低于基准亮度。

在一个具体的实施例中，根据车俩状态信息及车内光线亮度获得注视区域所在的显示装置的预设亮度之后还包括：

在车辆处于行进后停止状态时，根据驾驶员的使用习惯判断是保持显示装置按照基准亮度显示还是根据注视区域调节显示装置的亮度。

具体的，在车辆停止，仍挂D档时，依据驾驶员的使用习惯，例如，若驾驶员喜欢经常操作中控屏或其他显示装置，则保持该显示装置保持基准亮度不变，否则根据驾驶员是否注视，自动调节亮度。

如此，结合视线追踪、车辆状态、车内光线亮度和驾驶员使用习惯对显示装置的亮度自动调节能够很好的消除显示装置的亮光对驾驶员行车的影响。对于视线追踪也可以采用传统机器学习人工获取特征的方法，或者采用瞳孔、虹膜中心定位等方法。

图4是根据本发明一个实施例的用于车辆显示装置的亮度调节系统的结构框图。如图4所示，本发明还提供了一种用于车辆显示装置的亮度调节系统，其一般性地包括采集单元10和控制装置20。采集单元10用于采集车辆的驾驶员的脸部信息、车辆状态信息及车内光线亮度。控制装置20包括存储器21和处理器22，存储器21内存储有控制程序，控制程序被处理器执行时用于实现上述任意一个实施例提供的亮度调节方法。处理器22可以是一个中央处理单元(central processing unit，简称CPU)，或者为数字处理单元等等。处理器22通过通信接口收发数据。存储器11用于存储处理器执行的程序。存储器21是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何介质，也可以是多个存储器21的组合。上述计算程序可以从计算机可读存储介质下载到相应计算/处理设备或者经由网络(例如因特网、局域网、广域网和/或无线网络)下载到计算机或外部存储设备。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种用于车辆显示装置的亮度调节方法，其特征在于，包括：

采集所述车辆的驾驶员的脸部信息、车辆状态信息及车内光线亮度；

根据所述脸部信息预测驾驶员的注视区域；

判断所述注视区域是否位于所述显示装置内；

若是，根据所述车俩状态信息及所述车内光线亮度调节注视区域所在的显示装置的亮度；

所述车辆状态信息包括：启动状态、行进状态和行进后停车状态。

2.根据权利要求1所述的亮度调节方法，其特征在于，在根据所述脸部信息预测驾驶员的注视区域还包括：

将所述脸部信息进行预处理；

利用深度学习模型预测驾驶员注视区域及与注视区域对应的置信度；

判断是否存在某个注视区域对应的所述置信度大于预设阈值；

若是，采用该置信度对应的注视区域作为驾驶员的实际注视区域，并根据所述车俩状态信息及所述车内光线亮度调节实际注视区域所在的显示装置的亮度。

3.根据权利要求2所述的亮度调节方法，其特征在于，利用深度学习模型预测驾驶员注视区域及与注视区域对应的置信度包括：

利用卷积神经网络提取预处理后的脸部信息中的眼球特征；

根据眼球特征结合全连接神经网络预测驾驶员注视区域及与注视区域对应的置信度。

4.根据权利要求3所述的亮度调节方法，其特征在于，所述卷积神经网络和所述全连接神经网络通过采用预存储的眼动数据集训练后得到。

5.根据权利要求4所述的亮度调节方法，其特征在于，根据所述脸部信息预测驾驶员的注视区域还包括：

连续采集预设时间内的驾驶员脸部信息的多个图像帧；

结合所述多个图像帧判断驾驶员在所述预设时间内对某一区域的注视时间是否超过预设时间阈值；

若是，将该区域作为预测的驾驶员的注视区域。

6.根据权利要求1所述的亮度调节方法，其特征在于，在根据所述脸部信息预测驾驶员的注视区域之前还包括：

根据预存储的驾驶员视力数据、驾驶员使用习惯及所述车内光线亮度确定所述显示装置的基准亮度。

7.根据权利要求6所述的亮度调节方法，其特征在于，根据所述车俩状态信息及所述车内光线亮度调节注视区域所在的显示装置的亮度还包括：

在所述车辆处于所述启动状态时，按照所述基准亮度调节注视区域所在的显示装置。

8.根据权利要求6所述的亮度调节方法，其特征在于，根据所述车俩状态信息及所述车内光线亮度获得注视区域所在的显示装置的预设亮度之后还包括：

在所述车辆处于所述行进状态时，按照所述基准亮度调节注视区域所在的显示装置，并降低其他显示装置的亮度。

9.根据权利要求6所述的亮度调节方法，其特征在于，根据所述车俩状态信息及所述车内光线亮度获得注视区域所在的显示装置的预设亮度之后还包括：

在所述车辆处于所述行进后停止状态时，根据驾驶员的使用习惯判断是保持显示装置按照基准亮度显示还是根据注视区域调节显示装置的亮度。

10.一种用于车辆显示装置的亮度调节系统，其特征在于，包括：

采集单元，用于采集所述车辆的驾驶员的脸部信息、车辆状态信息及车内光线亮度；以及

控制装置，所述控制装置包括存储器和处理器，所述存储器内存储有控制程序，所述控制程序被所述处理器执行时用于实现根据权利要求1-9中任一项所述的亮度调节方法。

Images