CN112959939A - 一种加强型智能车灯控制方法 - Google Patents
一种加强型智能车灯控制方法 Download PDFInfo
- Publication number
- CN112959939A CN112959939A CN202110285728.3A CN202110285728A CN112959939A CN 112959939 A CN112959939 A CN 112959939A CN 202110285728 A CN202110285728 A CN 202110285728A CN 112959939 A CN112959939 A CN 112959939A
- Authority
- CN
- China
- Prior art keywords
- driver
- range
- attention
- vehicle lamp
- adas
- 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 21
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 210000001747 pupil Anatomy 0.000 claims abstract description 13
- 230000002787 reinforcement Effects 0.000 claims abstract description 13
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 claims abstract 10
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 claims abstract 10
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 claims abstract 10
- 238000005286 illumination Methods 0.000 claims description 18
- 238000013135 deep learning Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
- B60Q11/00—Arrangement of monitoring devices for devices provided for in groups B60Q1/00 - B60Q9/00
-
- 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
- B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
- B60Q2300/10—Indexing codes relating to particular vehicle conditions
-
- 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
- B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
- B60Q2300/20—Indexing codes relating to the driver or the passengers
- B60Q2300/23—Driver's line of sight
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Lighting Device Outwards From Vehicle And Optical Signal (AREA)
Abstract
本发明提供一种加强型智能车灯控制方法，包括以下步骤：根获得ADAS可识别范围；根据驾驶员面部图像通过图像识别判断出驾驶员瞳孔位置；解析驾驶员瞳孔位置估算驾驶员视线关注方向；根据驾驶员视线关注方向估算驾驶员关注范围；对比ADAS可识别范围和驾驶员关注范围，当驾驶员关注范围在ADAS的可辨识范围内，对驾驶员关注范围进行可辨识度补强；透过CAN总线解析CAN协议，取得车身讯息，判断车身状态；根据ADAS可识别范围和驾驶员关注范围，结合车身状态发送控制讯号到车灯矩阵控制模组。本发明可以解决仅使用ADAS系统进行智能车灯控制，可能会因为对车外环境的图像识别结果不准确，从而影响对车灯的控制，导致驾驶安全的技术问题。
Description
技术领域
本发明涉及汽车辅助驾驶技术领域，具体涉及一种加强型智能车灯控制方法。
背景技术
现有的智能车灯控制技术主要是通过ADAS系统(高级驾驶辅助系统)对车外环境进行感知，然后对车灯做出合理的控制。例如：当车辆行经弯道时，车灯照射方向跟随弯道改变；当检测到对向车道有来车时，则关闭车灯光照或减弱车灯光照范围，避免来车因为车灯光照过强产生炫目，减低驾驶风险。
但是，现有智能车灯控制技术由于车灯光照范围及模式是来自ADAS系统的视频传感器图像采集及图像识别之后的结果，且光照范围及模式可变，因此可能会出现在光照度不够的情况下，使用ADAS系统进行的图像识别结果不准确，从而影响对车灯的控制，导致驾驶安全问题。
发明内容
针对现有技术存在的不足，本发明提出一种加强型智能车灯控制方法，以解决现有技术中存在的仅使用ADAS系统进行智能车灯控制，可能会因为对车外环境的图像识别结果不准确，从而影响对车灯的控制，导致驾驶安全的技术问题。
本发明采用的技术方案是，一种加强型智能车灯控制方法，包括以下步骤：
根据音频、视频传感器的音频、视频输入获得ADAS可识别范围；
使用图像采集设备拍摄驾驶员面部图像，根据驾驶员面部图像通过图像识别判断出驾驶员瞳孔位置；
解析驾驶员瞳孔位置估算驾驶员视线关注方向；
根据驾驶员视线关注方向估算驾驶员关注范围；
对比ADAS可识别范围和驾驶员关注范围，当驾驶员关注范围在ADAS的可辨识范围内，对驾驶员关注范围进行图像的可辨识度补强；
透过CAN总线解析CAN协议，取得车身讯息，判断车身状态；
根据ADAS可识别范围和驾驶员关注范围，结合车身状态发送控制讯号到车灯矩阵控制模组。上述技术方案可以实现的技术效果如下：在ADAS可识别范围的基础上结合DMS系统，增加对驾驶员视线或关注点的感知检测，针对驾驶员关注的方向与位置，对车灯做合适的调整及补强控制，可以用来补强驾驶员关注方向或位置的光照，对车灯控制做更合理且合适的操作，对于细微或是不清楚物件可以起到更明显的辅助辨识效果，提高驾驶员辨识度，以及提醒车外行人注意等，用以提高车辆驾驶安全度。
在一种可实现方式中，图像识别采用深度学习图像识别算法，具体按以下步骤进行：
S1、信息获取；
S2、预处理，预处理包括滤波，去噪，平滑；
S3、特征抽取与选择；
S4、分类器设计；
S5、分类决策。
在一种可实现方式中，可辨识度补强采用可见光、不可见光或毫米波雷达。
在一种可实现方式中，补强可辨识度后，将驾驶员关注范围作为再次辨识ADAS可识别范围时的重点辨识范围。
在一种可实现方式中，在向车灯矩阵控制模组发送控制讯号前，判断控制模块输入的控制讯号是否有效；
如控制讯号有效，把控制指令输出到车灯矩阵控制模组，对车灯进行光照控制；
如控制讯号无效，则解析车身实时讯息，判断车身状态，对车灯矩阵控制模组输出人工操作模式切换指令。上述技术方案可以实现的技术效果如下：通过MCU来判断控制讯号的有效性，可以有效解决当控制讯号失效时对车灯的控制。
在一种可实现方式中，将驾驶员关注范围作为人机交互视频投射讯号的显示区域参考。
在一种可实现方式中，在投影显示前，判断视频投射讯号是否有效；
如视频投射讯号有效，在驾驶员关注范围显示视频；
如视频投射讯号无效，判断车身讯息，对应合适的警告讯息及图标，转换为视频格式，显示在驾驶员关注范围。上述技术方案可以实现的技术效果如下：可以将车载抬头显示系统的显示影像始终保持在驾驶员的关注范围内，让驾驶员即使视线关注方向偏离正前方，也可以在风挡玻璃上、驾驶员的关注范围内显示影像，提升车辆驾驶安全。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例1的加强型智能车灯控制系统示意图；
图2为本发明实施例1的加强型智能车灯控制方法流程图；
图3为本发明实施例2的加强型智能车灯控制系统示意图；
图4为本发明实施例3的加强型智能车灯控制系统示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例1
本实施例的加强型智能车灯控制方法使用加强型智能车灯控制系统实现。如图1所示，加强型智能车灯控制系统包括感知模块、决策模块、控制模块、车灯矩阵控制模组，具体如下：
感知模块包括DMS算法区块、ADAS算法区块。DMS为驾驶员检测系统(DriverMonitoring System)，DMS算法区块可通过图像采集设备拍摄到的驾驶员面部图像，使用图像识别技术判断出驾驶员瞳孔位置，并将驾驶员瞳孔位置输出到决策模块。
ADAS算法区块包括以下功能：
(1)接收音频、视频传感器的音频、视频输入，转换为计算机可识别的资料讯息，获得车外环境并计算取得前摄像头传感器的可识别范围，即为ADAS可识别范围，并输出ADAS可识别范围到决策模块；
(2)接收决策模块传来的驾驶员关注范围讯息，当决策模块有驾驶员关注范围讯息输入时，ADAS算法区块会针对驾驶员关注范围进行重点识别。
在具体的实施方式中，DMS算法区块和ADAS算法区块使用的图像识别算法为深度学习图像识别算法，深度学习图像识别算法具体按以下步骤进行：
S1、信息获取：透过传感器的音/视频输入，转换为计算机可识别的资料讯息。
S2、预处理：对获取的资料讯息做滤波，去噪，平滑，变换操作，以加强图像的特征。
S3、特征抽取与选择：抽取特征并选择有用的特征。
S4、分类器设计：通过训练得到的识别规则，使用此规则进行特征识别分类。
S5、分类决策：对于已分类的特征，具体识别出该特征属于哪一类。
决策模块包括以下功能：
(1)解析驾驶员瞳孔位置估算驾驶员视线关注方向。
(2)根据驾驶员视线关注方向估算驾驶员关注范围。
(3)对比ADAS可识别范围和驾驶员关注范围，并将对比结果发送给控制模块。如果驾驶员关注范围在ADAS的可辨识范围内，则对驾驶员关注范围做适当的图像可辨识度补强，补强的方式不作限定，在具体的实施方式中，采用可见光、不可见光或毫米波雷达进行可辨识度补强。同时，作为在补强可辨识度之后，把驾驶员关注范围反馈给到感知模块，将驾驶员关注范围作为再次辨识ADAS可识别范围时的重点辨识范围。
(4)根据ADAS可识别范围和驾驶员关注范围开启车灯光照控制。
控制模块包括以下功能：透过CAN总线(控制器局域网络总线)解析CAN协议，取得车身讯息；判断是否有异常状态、异常控制或是人为操作等车身状态。结合车身状态，决策模块做出车灯控制指令对应及转换操作，输出控制讯号到车灯矩阵控制模组。
车灯矩阵控制模组根据车灯控制指令做适当对应及转换，用于控制车灯的光照范围、光照强度。
如图2所示，加强型智能车灯控制方法具体按以下步骤进行：
S1、根据音频、视频传感器的音频、视频输入获得ADAS可识别范围。
获得ADAS可识别范围的方法不作限定，在具体的实施方式中，使用深度学习图像识别算法完成。
S2、使用图像采集设备拍摄驾驶员面部图像，根据驾驶员面部图像通过图像识别判断出驾驶员瞳孔位置。
在具体的实施方式中，图像采集设备为装在车内的视频传感器(摄像头)。图像采集设备拍摄到的驾驶员面部图像会传输给DMS算法区块，DMS算法区块使用图像识别技术判断出驾驶员瞳孔位置。图像识别技术不作限定，在具体的实施方式中，使用深度学习图像识别算法完成。
S3、解析瞳孔位置估算驾驶员视线关注方向。
在具体的实施方式中，解析瞳孔位置估算驾驶员视线关注方向的方法不作限定，采用现有技术中任意一种可实现的方式完成。
S4、根据驾驶员视线关注方向估算驾驶员关注范围。
在具体的实施方式中，根据驾驶员视线关注方向估算驾驶员关注范围的方法不作限定，采用现有技术中任意一种可实现的方式完成。
S5、对比ADAS可识别范围和驾驶员关注范围，当驾驶员关注范围在ADAS的可辨识范围内，对驾驶员关注范围进行可辨识度补强。
对驾驶员关注范围进行可辨识度补强，是为了通过反馈机制在驾驶员关注范围做重点图像预处理、特征抽取及选择以提高驾驶员关注范围区域内的物体识别度，提升ADAS可识别范围的区域内辨识效果；并且可以根据ADAS可识别范围辨识效果的调整，实时修正对车灯的控制。
S6、透过CAN总线解析CAN协议，取得车身讯息，判断车身状态。
S7、根据ADAS可识别范围和驾驶员关注范围，结合车身状态发送控制讯号到车灯矩阵控制模组。
在结合车身状态时，比如车身异常则不发送控制讯号。当控制讯号发送给车灯矩阵控制模组后，车灯矩阵控制模组会根据控制讯号改变车灯的光照范围、光照强度，完成对车灯的智能控制。
本实施例提供的技术方案，在ADAS可识别范围的基础上结合DMS系统，增加对驾驶员视线或关注点的感知检测，针对驾驶员关注的方向与位置，对车灯做合适的调整及补强控制，可以用来补强驾驶员关注方向或位置的光照，对车灯控制做更合理且合适的操作，对于细微或是不清楚物件可以起到更明显的辅助辨识效果，提高驾驶员辨识度，以及提醒车外行人注意等，用以提高车辆驾驶安全度。
实施例2
由于智能车灯需要通过传感器采集的数据对音/视频做复杂的判断，且控制讯号需要通过传输通道给到光机显示模组和车灯矩阵控制模组，因此，考虑到控制讯号有可能出现失效的情况，需要对控制讯号的有效性进行判断。
为解决上述技术问题，在实施例1的基础上采用以下技术方案：
如图3所示，加强型智能车灯控制系统还包括MCU(微控制单元)，使用MCU来判断讯号的有效性。控制模块发送控制讯号到MCU，MCU包括以下功能：由于控制车灯的控制模块其状态可变，采取透过截取车身及车灯控制模块状态的方式来判断控制模块输入的控制讯号是否有效。如控制讯号有效，则把控制指令输出到车灯矩阵控制模组，对车灯进行光照控制。若控制讯号失效，则MCU解析采集到的车身实时讯息，判断车身状态，对车灯矩阵控制模组输出人工操作模式切换指令。
使用本实施例的技术方案，通过MCU来判断控制讯号的有效性，可以有效解决当控制讯号失效时对车灯的控制。
实施例3
在车辆实际行驶的过程中，车载抬头显示系统可将时速、导航等重要的车身实时讯息投影到驾驶员前面的风挡玻璃上，让驾驶员尽量做到不低头、不转头就能看到时速、导航等重要的车身实时讯息。但当驾驶员转头时，视线关注方向会偏离正前方，此时的实时讯息投影就可能不会完整的显示在驾驶员的关注范围内，会对车辆驾驶安全会带来一定隐患。
为解决上述技术问题，在实施例1的基础上采用以下技术方案：
将驾驶员关注范围作为人机交互视频投射讯号的显示区域参考。
具体的，如图4所示，将驾驶员关注范围输入到控制模块，控制模块将驾驶员关注范围作为人机交互界面的显示区域参考，准备人机交互讯息及界面，然后输出视频投射讯号到光机显示模组。
考虑到视频讯号有可能出现失效的情况，在投影显示前，需要对视频投射讯号的有效性进行判断。光机显示模组包括以下功能：判断视频投射讯号是否有效；如有效，则在驾驶员关注范围显示视频；如无效，则需要判断MCU输入的车身讯息，对应合适的警告讯息及图标，转换为视频格式，显示在驾驶员关注范围。
使用本实施例的技术方案，可以将车载抬头显示系统的显示影像始终保持在驾驶员的关注范围内，让驾驶员即使视线关注方向偏离正前方，也可以在风挡玻璃上、驾驶员的关注范围内显示影像，提升车辆驾驶安全。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (7)
1.一种加强型智能车灯控制方法，其特征在于，包括以下步骤：
根据音频、视频传感器的音频、视频输入获得ADAS可识别范围；
使用图像采集设备拍摄驾驶员面部图像，根据驾驶员面部图像通过图像识别判断出驾驶员瞳孔位置；
解析驾驶员瞳孔位置估算驾驶员视线关注方向；
根据驾驶员视线关注方向估算驾驶员关注范围；
对比ADAS可识别范围和驾驶员关注范围，当驾驶员关注范围在ADAS的可辨识范围内，对驾驶员关注范围进行图像的可辨识度补强；
透过CAN总线解析CAN协议，取得车身讯息，判断车身状态；
根据ADAS可识别范围和驾驶员关注范围，结合车身状态发送控制讯号到车灯矩阵控制模组。
2.根据权利要求1所述的加强型智能车灯控制方法，其特征在于，图像识别采用深度学习图像识别算法，具体按以下步骤进行：
S1、信息获取；
S2、预处理，所述预处理包括滤波，去噪，平滑；
S3、特征抽取与选择；
S4、分类器设计；
S5、分类决策。
3.根据权利要求1所述的加强型智能车灯控制方法，其特征在于，所述可辨识度补强采用可见光、不可见光或毫米波雷达。
4.根据权利要求1所述的加强型智能车灯控制方法，其特征在于，补强可辨识度后，将驾驶员关注范围作为再次辨识ADAS可识别范围时的重点辨识范围。
5.根据权利要求1所述的加强型智能车灯控制方法，其特征在于：在向车灯矩阵控制模组发送控制讯号前，判断控制模块输入的控制讯号是否有效；
如控制讯号有效，把控制指令输出到车灯矩阵控制模组，对车灯进行光照控制；
如控制讯号无效，则解析车身实时讯息，判断车身状态，对车灯矩阵控制模组输出人工操作模式切换指令。
6.根据权利要求1所述的加强型智能车灯控制方法，其特征在于：将驾驶员关注范围作为人机交互视频投射讯号的显示区域参考。
7.根据权利要求6所述的加强型智能车灯控制方法，其特征在于：在投影显示前，判断视频投射讯号是否有效；
如视频投射讯号有效，在驾驶员关注范围显示视频；
如视频投射讯号无效，判断车身讯息，对应合适的警告讯息及图标，转换为视频格式，显示在驾驶员关注范围。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110285728.3A CN112959939A (zh) | 2021-03-17 | 2021-03-17 | 一种加强型智能车灯控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110285728.3A CN112959939A (zh) | 2021-03-17 | 2021-03-17 | 一种加强型智能车灯控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112959939A true CN112959939A (zh) | 2021-06-15 |
Family
ID=76278986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110285728.3A Pending CN112959939A (zh) | 2021-03-17 | 2021-03-17 | 一种加强型智能车灯控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112959939A (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0796803A (ja) * | 1993-08-04 | 1995-04-11 | Nissan Motor Co Ltd | 車両用インタフェース |
| US20090016073A1 (en) * | 2007-07-12 | 2009-01-15 | Higgins-Luthman Michael J | Automatic Lighting System with Adaptive Alignment Function |
| EP2384930A1 (en) * | 2010-05-05 | 2011-11-09 | Volvo Car Corporation | Headlight steering by monitoring driver's eyes |
| CN102490646A (zh) * | 2011-12-30 | 2012-06-13 | 东北大学 | 具有驾驶员目光跟随功能的智能车灯系统及其控制方法 |
| CN103568934A (zh) * | 2012-07-24 | 2014-02-12 | 厦门信和达电子有限公司 | 主动转向头灯照明安全系统及其头灯模块 |
| CN104260669A (zh) * | 2014-09-17 | 2015-01-07 | 北京理工大学 | 一种智能汽车抬头显示器 |
| CN104504365A (zh) * | 2014-11-24 | 2015-04-08 | 闻泰通讯股份有限公司 | 视频序列中的笑脸识别系统及方法 |
| US20160068097A1 (en) * | 2014-09-04 | 2016-03-10 | GM Global Technology Operations LLC | Motor vehicle and method for operating a motor vehicle |
| CN105799574A (zh) * | 2016-05-31 | 2016-07-27 | 常州星宇车灯股份有限公司 | 夜间智能辅助驾驶系统 |
| US20170043712A1 (en) * | 2014-05-01 | 2017-02-16 | Jaguar Land Rover Limited | Dynamic Lighting Apparatus and Method |
| CN107380164A (zh) * | 2016-07-07 | 2017-11-24 | 小蚁科技（香港）有限公司 | 基于计算机视觉的驾驶员辅助系统和支持系统 |
| CN108501809A (zh) * | 2018-03-26 | 2018-09-07 | 京东方科技集团股份有限公司 | 基于视线追踪的车载显示控制装置、显示系统及显示方法 |
| CN109308697A (zh) * | 2018-09-18 | 2019-02-05 | 安徽工业大学 | 一种基于机器学习算法的树叶病害识别方法 |
| US20190077305A1 (en) * | 2017-09-08 | 2019-03-14 | Stanley Electric Co., Ltd. | Control device for vehicle headlight |
| CN110889383A (zh) * | 2019-11-29 | 2020-03-17 | 南京航硕电气有限公司 | 一种基于ai技术的隔离开关状态在线监测系统 |
| US20200326049A1 (en) * | 2019-04-15 | 2020-10-15 | Toyota Jidosha Kabushiki Kaisha | Light distribution control apparatus for vehicle |
| 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 |
-
2021
- 2021-03-17 CN CN202110285728.3A patent/CN112959939A/zh active Pending
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0796803A (ja) * | 1993-08-04 | 1995-04-11 | Nissan Motor Co Ltd | 車両用インタフェース |
| US20090016073A1 (en) * | 2007-07-12 | 2009-01-15 | Higgins-Luthman Michael J | Automatic Lighting System with Adaptive Alignment Function |
| EP2384930A1 (en) * | 2010-05-05 | 2011-11-09 | Volvo Car Corporation | Headlight steering by monitoring driver's eyes |
| CN102490646A (zh) * | 2011-12-30 | 2012-06-13 | 东北大学 | 具有驾驶员目光跟随功能的智能车灯系统及其控制方法 |
| CN103568934A (zh) * | 2012-07-24 | 2014-02-12 | 厦门信和达电子有限公司 | 主动转向头灯照明安全系统及其头灯模块 |
| US20170043712A1 (en) * | 2014-05-01 | 2017-02-16 | Jaguar Land Rover Limited | Dynamic Lighting Apparatus and Method |
| US20160068097A1 (en) * | 2014-09-04 | 2016-03-10 | GM Global Technology Operations LLC | Motor vehicle and method for operating a motor vehicle |
| CN104260669A (zh) * | 2014-09-17 | 2015-01-07 | 北京理工大学 | 一种智能汽车抬头显示器 |
| CN104504365A (zh) * | 2014-11-24 | 2015-04-08 | 闻泰通讯股份有限公司 | 视频序列中的笑脸识别系统及方法 |
| CN105799574A (zh) * | 2016-05-31 | 2016-07-27 | 常州星宇车灯股份有限公司 | 夜间智能辅助驾驶系统 |
| CN107380164A (zh) * | 2016-07-07 | 2017-11-24 | 小蚁科技（香港）有限公司 | 基于计算机视觉的驾驶员辅助系统和支持系统 |
| US20190077305A1 (en) * | 2017-09-08 | 2019-03-14 | Stanley Electric Co., Ltd. | Control device for vehicle headlight |
| CN108501809A (zh) * | 2018-03-26 | 2018-09-07 | 京东方科技集团股份有限公司 | 基于视线追踪的车载显示控制装置、显示系统及显示方法 |
| CN109308697A (zh) * | 2018-09-18 | 2019-02-05 | 安徽工业大学 | 一种基于机器学习算法的树叶病害识别方法 |
| US20200326049A1 (en) * | 2019-04-15 | 2020-10-15 | Toyota Jidosha Kabushiki Kaisha | Light distribution control apparatus for vehicle |
| CN110889383A (zh) * | 2019-11-29 | 2020-03-17 | 南京航硕电气有限公司 | 一种基于ai技术的隔离开关状态在线监测系统 |
| 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 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105799574B (zh) | 夜间智能辅助驾驶系统 | |
| CN105654753A (zh) | 一种智能车载安全驾驶辅助方法及系统 | |
| EP3413287A1 (en) | Method for indicating to a driver of a vehicle the presence of an object at least temporarily moving relative to the vehicle | |
| CN103732480B (zh) | 用于在行车道上车辆的线路引导中辅助驾驶员的方法和设备 | |
| CN109562763B (zh) | 自动驾驶车辆的控制方法及控制装置 | |
| KR101683509B1 (ko) | 헤드램프 눈부심 방지 장치 및 이를 이용한 눈부심 방지 방법 | |
| CN106515742B (zh) | 一种车道偏离预警方法及系统 | |
| CN111439271A (zh) | 基于语音控制的辅助驾驶方法及辅助驾驶设备 | |
| JPWO2008029802A1 (ja) | 走行情報提供装置 | |
| CN107757479A (zh) | 一种基于增强现实显示技术的驾驶辅助系统及方法 | |
| EP2546819A1 (en) | Device for monitoring vicinity of vehicle | |
| CN111366168A (zh) | 一种基于多源信息融合的ar导航系统及方法 | |
| CN102930693A (zh) | 安全驾驶预警系统及方法 | |
| CN114148332B (zh) | 一种车辆驾驶启动提示方法、车辆驾驶启动提示系统及计算机可读存储介质 | |
| CN110738952A (zh) | 一种结合人眼识别、跟踪和光线识别的hud显示方法和系统 | |
| CN112896159A (zh) | 行车安全预警方法及系统 | |
| CN111937055A (zh) | 驾驶辅助装置 | |
| CN109895699A (zh) | 一种指示车辆周围目标与危险程度的系统及方法 | |
| CN115489536A (zh) | 一种驾驶辅助方法、系统、设备及可读存储介质 | |
| CN110435534A (zh) | 一种基于前方车速识别的驾驶辅助反应方法及系统 | |
| CN214929298U (zh) | 一种加强型智能车灯控制系统 | |
| CN114222266A (zh) | 基于v2x的后车提醒方法及系统 | |
| CN107054225A (zh) | 车辆显示系统及车辆 | |
| CN112959939A (zh) | 一种加强型智能车灯控制方法 | |
| CN208847962U (zh) | 一种列车抬头显示系统 |
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: 20210615 |