CN113183868A - 一种基于图像识别技术的智能矩阵led大灯控制系统 - Google Patents

一种基于图像识别技术的智能矩阵led大灯控制系统 Download PDF

Info

Publication number
CN113183868A
CN113183868A CN202110584904.3A CN202110584904A CN113183868A CN 113183868 A CN113183868 A CN 113183868A CN 202110584904 A CN202110584904 A CN 202110584904A CN 113183868 A CN113183868 A CN 113183868A
Authority
CN
China
Prior art keywords
vehicle
high beam
user
lamp
road
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.)
Granted
Application number
CN202110584904.3A
Other languages
English (en)
Other versions
CN113183868B (zh
Inventor
岂嘉平
李峥嵘
祁亚航
同克依克·阿孜木江
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202110584904.3A priority Critical patent/CN113183868B/zh
Publication of CN113183868A publication Critical patent/CN113183868A/zh
Application granted granted Critical
Publication of CN113183868B publication Critical patent/CN113183868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60Q1/14—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 having dimming means
    • B60Q1/1415—Dimming circuits
    • B60Q1/1423—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic
    • B60Q1/143—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic combined with another condition, e.g. using vehicle recognition from camera images or activation of wipers
    • 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
    • B60Q1/24—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 for lighting other areas than only the way ahead
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
    • H05B45/10—Controlling the intensity of the light
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
    • H05B45/10—Controlling the intensity of the light
    • H05B45/12—Controlling the intensity of the light using optical feedback
    • 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
    • B60Q2300/11—Linear movements of the vehicle
    • B60Q2300/112—Vehicle speed
    • 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
    • B60Q2300/30—Indexing codes relating to the vehicle environment
    • B60Q2300/31—Atmospheric conditions
    • B60Q2300/314—Ambient light
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)

Abstract

本发明提供了一种基于图像识别技术的智能矩阵LED大灯控制系统，用于根据用户车辆在夜间行驶过程中的路况对用户车辆的矩阵LED大灯进行控制，其特征在于，包括：路况采集模块实时采集用户车辆行驶过程中的路况影像；车速获取模块实时获取用户车辆的行驶速度；情景识别模块对路况影像进行图像识别得到包括道路种类、光照情况以及情景模式的识别结果；道路判断模块判断道路种类是否为高速公路；进一步地，车速判断模块根据光照情况判断行驶速度是否处于对应的车速阈值范围内；进而，远光灯控制模块控制矩阵LED大灯中的矩阵式远光灯开启，使得矩阵式远光灯中用于照亮用户车辆前方的LED灯全亮，并根据情景模式控制矩阵式远光灯中各个LED灯的亮度。

Description

一种基于图像识别技术的智能矩阵LED大灯控制系统
技术领域
本发明属于车辆照明领域，具体涉及一种基于图像识别技术的智能矩阵LED大灯控制系统。
背景技术
远光灯的规范使用是夜间行车的一个重要问题，据统计，在车辆夜间行驶中，LED远光灯的不当使用是造成事故的一大原因[1-2]。会车时开启远光灯会导致驾驶员短时间丧失视力，对周围环境的感知力大幅下降，导致发生交通事故的可能性增大。这主要是由于现有的汽车远光灯开关操作均由司机通过自身对于路况的判断来手动完成，其操作准确性很大程度上依赖于司机的注意力和经验，同时远光灯的滥用也会造成车外人员产生“炫目”从而引起严重事故。
近年来，众多汽车厂家纷纷推出了主动避让式汽车远光灯,其实现形式各有不同[3]，比如雷达、摄像技术、图像识别和人工智能等，但无不例外的是造价高昂、系统复杂，毫无例外的成为了小众产品。虽然不少家用汽车配备照明系统的随动转向功能，但因缺乏高效、低成本的前车探测系统，使得照明系统虽能控制左右照明方向，却不能有效避免直射前车。
参考文献
[1]Cheng,H.-Y.,Hsu,S.-H..Intelligent Highway Traffic SurveillanceWith Self-Diagnosis Abilities[J].IEEE transactions on intelligenttransportation systems,2011,12(4):1462-1472.
[2]GONNER S,MULLERT D,HOLD S,et al.Vehicle recognitionand TTCestimation at night based on spotlight pairing[c]//ITSC 2009:Proceedings ofthe 200912th International IEEE Conference on Intelligent TransportationSystems.Piscataway,NJ:IEEE,2009:196-201.
[3]张明.奥迪矩阵式LED前大灯(上)[J].汽车维修技师,2014(10):34-36.
发明内容
为解决上述问题，提供了一种结构简单、成本低以及高效的智能矩阵LED大灯控制系统，本发明采用了如下技术方案：
本发明提供了一种基于图像识别技术的智能矩阵LED大灯控制系统，用于根据用户车辆在夜间行驶过程中的路况对用户车辆的矩阵LED大灯进行控制，其特征在于，包括：车速阈值存储模块，存储有用户车辆在不同光照情况下需要开启远光灯的车速阈值范围；路况采集模块，用于实时采集用户车辆行驶过程中的路况影像；车速获取模块，用于实时获取用户车辆的行驶速度；情景识别模块，至少用于对路况影像进行图像识别得到识别结果，该识别结果包括用户车辆所在的道路种类、用户车辆行驶过程中的光照情况以及用户车辆所处的情景模式；道路判断模块，判断道路种类是否为高速公路；车速判断模块，在道路判断模块判断为否时，根据光照情况判断行驶速度是否处于对应的车速阈值范围内；以及远光灯控制模块，在车速判断模块判断为否时或道路判断模块判断为是时，控制矩阵LED大灯中的矩阵式远光灯开启，使得矩阵式远光灯中用于照亮用户车辆前方的LED灯全亮，并根据情景模式控制矩阵式远光灯中各个LED灯的亮度，其中，矩阵式远光灯还具有用于照亮车辆两侧的LED灯作为侧灯，当情景模式为用户车辆前方另有行驶车辆时，远光灯控制模块根据行驶车辆的位置，将矩阵式远光灯中与行驶车辆的位置对应的LED灯调暗，当情景模式为用户车辆行驶至十字路口时，远光灯控制模块根据十字路口的位置，控制侧灯全亮。
根据本发明提供的一种基于图像识别技术的智能矩阵LED大灯控制系统，还可以具有这样的技术特征，还包括：转向灯信号获取模块，用于实时获取用户车辆中转向灯开启的信号，其中，情景识别模块还用于根据转向灯开启的信号识别得到情景模式为用户车辆在路口开启转向灯，远光灯控制模块根据转向灯开启的信号控制侧灯全亮。
根据本发明提供的一种基于图像识别技术的智能矩阵LED大灯控制系统，还可以具有这样的技术特征，其中，路况采集模块包括行车记录仪以及光电装置，情景识别模块至少包括路况影像设定部以及图像识别部，行车记录仪用于采集用户车辆行驶过程中的前方路面影像，光电装置设置在用户车辆上，用于根据用户车辆与其他车辆会车时产生的光照强度大小来采集会车影像，路况影像设定部将前方路面影像以及会车影像设定为路况影像，图像识别部利用预先训练好的图像识别模型对路况影像进行识别，从而得到识别结果，训练好的图像识别模型为Yolo3 Darknet模型。
根据本发明提供的一种基于图像识别技术的智能矩阵LED大灯控制系统，还可以具有这样的技术特征，还包括：LED灯信息存储部，存储有矩阵式远光灯中各个LED灯对应的灯位置以及灯编号，其中，远光灯控制模块包括远光位置确定部、目标灯确定部以及控制部，远光位置确定部根据情景模式确定远光灯照射调整位置，目标灯确定部将远光灯照射调整位置与所有灯位置进行匹配，从而确定出与远光灯照射调整位置对应的LED灯，作为目标灯，控制部根据目标灯对应的灯编号将目标灯的亮度调暗。
根据本发明提供的一种基于图像识别技术的智能矩阵LED大灯控制系统，还可以具有这样的技术特征，其中，光照情况包括夜间用户车辆周围光照弱情况以及夜间用户车辆周围光照强情况，当光照情况为夜间用户车辆周围光照弱情况时，对应的车速阈值范围为不大于30km/h，当光照情况为夜间用户车辆周围光照强情况时，对应的车速阈值范围为不大于60km/h。
根据本发明提供的一种基于图像识别技术的智能矩阵LED大灯控制系统，还可以具有这样的技术特征，还包括，近光灯控制模块，在车速判断模块判断为是时，控制矩阵LED大灯中矩阵式近光灯开启。
发明作用与效果
根据本发明的一种基于图像识别技术的智能矩阵LED大灯控制系统，由于情景识别模块对路况影像进行图像识别得到包括道路种类、光照情况以及情景模式的识别结果；进而道路判断模块判断道路种类是否为高速公路；进一步地，车速判断模块根据光照情况判断行驶速度是否处于对应的车速阈值范围内；远光灯控制模块在车速判断模块判断为否时或道路判断模块判断为是时，控制矩阵LED大灯中的矩阵式远光灯开启，使得矩阵式远光灯中用于照亮用户车辆前方的LED灯全亮，并根据情景模式控制矩阵式远光灯中各个LED灯的亮度，因此，不仅结构简单而且成本较低，同时，能够解决滥用远光灯问题，避免对车道上其他驾驶员视野的干扰。另外，还能在各种恶劣天气下(如大雨、大雪、大雾)，结合车速对远光灯精准控制。
附图说明
图1为本发明实施例的一种基于图像识别技术的智能矩阵LED大灯控制系统的结构框图；
图2为本发明实施例的光学镜头结构示意图；
图3为本发明实施例的矩阵式远光灯开启时的状态示意图；
图4为本发明实施例的矩阵式远光灯的结构示意图；
图5为本发明实施例的矩阵LED大灯结构示意图；
图6为本发明实施例的控制部结构示意图；
图7为本发明实施例的同向行驶时矩阵式远光灯照射范围示意图；
图8为本发明实施例的相向行驶时矩阵式远光灯照射范围示意图；
图9为本发明实施例的用户车辆会车且激活转向灯时状态示意图；
图10为本发明实施例的用户车辆在十字路口且会车时状态示意图；
图11为本发明实施例的一种基于图像识别技术的智能矩阵LED大灯控制系统的工作流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本发明的一种基于图像识别技术的智能矩阵LED大灯控制系统作具体阐述。
<实施例>
现有主流智能识别技术有CNN(卷积神经网络)、FSM(有限状态机)、RNN(循环神经网络)、HMM(隐马尔可夫模型)、SVM(支持向量机)等。本实施例着重研究了CNN与SVM智能识别技术。
基础的CNN由卷积(convolution)、激活(activation)以及池化(pooling)三种结构组成。CNN输出的结果是每幅图像的特定特征空间。当处理图像分类任务时，我们会把CNN输出的特征空间作为全连接层或全连接神经网络(fully connected neural network,FCN)的输入，用全连接层来完成从输入图像到标签集的映射，即分类。当然，整个过程最重要的工作就是如何通过训练数据迭代调整网络权重，也就是后向传播算法。目前主流的卷积神经网络(CNNs)，比如VGG,ResNet都是由简单的CNN调整，组合而来。
CNN的强大之处在于可以将低维浅层特征映射到高维高层特征，所以凡是满足局部相关性的数据理论上都可以用CNN来处理，比如语音，比如文本。在自然语言处理上，可以用CNN来做一些基础任务，比如词性标记，实体识别，文本分类等，也可以做一些前沿的任务，比如机器翻译，聊天机器人。但CNN主要用于图像处理，在众多的图片中找到相应的图片，识别出需要识别的内容。
上述CNN具有高效处理高维数据的能力、自动进行特征提取的优点，但是具有如下缺点：
(1)当网络层次太深时，采用BP传播修改参数会使靠近输入层的参数改动较慢；
(2)采用梯度下降算法很容易使训练结果收敛于局部最小值而非全局最小值；
(3)池化层会丢失大量有价值信息，忽略局部与整体之间关联性；
(4)由于特征提取的封装，为网络性能的改进罩了一层黑盒。
支持向量机(support vector machines,SVM)是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；SVM还包括核技巧，这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。SVM的的学习算法就是求解凸二次规划的最优化算法。
SVM(支持向量机)主要用于分类问题，主要的应用场景有字符识别、面部识别、行人检测、文本分类等领域。通常SVM用于二元分类问题，对于多元分类通常将其分解为多个二元分类问题，再进行分类。
支持向量机是非常强大的模型，在各种数据集(低维数据和高维数据、线性和非线性)上的表现都很好。特别适用于小样本、高维度的数据。但是，它对样本规模的缩放表现不好。当样本数高达10万甚至更大时，在运行时间和内存使用方面将面临挑战。SVM的另一个缺点是，预处理数据和调参需十分小心。
综上，本实施例中选用CNN智能识别技术来实现对大量数据的处理。
图1为本发明实施例的一种基于图像识别技术的智能矩阵LED大灯控制系统的结构框图。
如图1所示，一种基于图像识别技术的智能矩阵LED大灯控制系统1包括车速阈值存储模块11、LED灯信息存储部12、路况采集模块13、转向灯信号获取模块14、情景识别模块15、车速获取模块16、道路判断模块17、车速判断模块18、远光灯控制模块19以及近光灯控制模块20。
车速阈值存储模块11存储有用户车辆在不同光照情况下需要开启远光灯的车速阈值范围。
本实施例中，光照情况包括夜间用户车辆周围光照弱情况以及夜间用户车辆周围光照强情况。
当光照情况为夜间用户车辆周围光照弱情况时，对应的车速阈值范围为小于30km/h。
例如，在夜间行驶的用户车辆处于光照较弱情况时，如果用户车辆的车速超过30km/h，则远关灯需要打开；如果用户车辆的车速小于30km/h，则只需要打开近关灯。
当光照情况为夜间用户车辆周围光照强情况时，对应的车速阈值范围为小于60km/h。
例如，在夜间行驶的用户车辆处于光照较强情况时，如果用户车辆的车速超过60km/h，则远关灯需要打开；如果用户车辆的车速小于60km/h，则只需要打开近关灯。
LED灯信息存储部12存储有矩阵式远光灯中各个LED灯对应的灯位置以及灯编号。
路况采集模块13实时采集用户车辆行驶过程中的路况影像。
本实施例中，路况采集模块13包括行车记录仪以及光电装置。
行车记录仪用于采集用户车辆行驶过程中的前方路面影像。
光电装置设置在用户车辆上，具体地，设置在后视镜或者后车窗上。
光电装置可以根据用户车辆与其他车辆会车时产生的光照强度大小来采集会车影像。具体地：
光电装置包括光学镜头、光敏电阻以及摄像头。
图2为本发明实施例的光学镜头结构示意图。
如图2所示，光学镜头包括第一透镜151、第二透镜152和光学胶153。
第一透镜151通过光学胶153与第二透镜152相胶合，第一透镜151的一侧面为凸面且具有正光焦度，第一透镜151的另一侧面为凹面且具有负光焦度，第一透镜151左右两侧面均采用光学玻璃球面镜片，第二透镜152的一侧面为凸面且具有正光焦度，第二透镜152的另一侧面为凸面且具有负光焦度。
光学胶153的材质采用紫外光敏胶，且胶层厚度0.01mm。
光线通过第一透镜151与第二透镜152的折射进入光敏电阻。
当用户车辆与其他车辆同时开着闪光灯相向行驶，发生会车时，通过第一透镜151与第二透镜152的光线强度过强，从而导致光敏电阻的电阻值减小，摄像头开启，并录制用户车辆与其他车辆的会车影像。
当行车记录仪获取的前方路面影像因用户车辆与其他车辆会车而曝光时，情景识别模块15能够基于会车影像完成图像识别。
当用户车辆不与其他车辆会车时，通过第一透镜151与第二透镜152的光线强度较弱，光敏电阻的电阻值变大，摄像头关闭，只有行车记录仪在采集前方路面影像。
转向灯信号获取模块14实时获取用户车辆中转向灯开启的信号。
情景识别模块15对路况影像进行图像识别得到识别结果，该识别结果包括用户车辆所在的道路种类、用户车辆行驶过程中的光照情况以及用户车辆所处的情景模式。
情景识别模块15还可以根据转向灯开启的信号识别得到情景模式为用户车辆在路口开启转向灯。
情景识别模块15至少包括图像识别部以及路况影像设定部。
路况影像设定部将前方路面影像以及会车影像设定为路况影像。
图像识别部利用预先训练好的图像识别模型对路况影像进行识别，从而得到识别结果。
本实施例中，训练好的图像识别模型为Yolo3 Darknet模型。
Yolo3 Darknet模型的训练过程包括如下步骤：
(1)准备训练数据和验证数据。即先采集用于训练的路况影像把图片分到两个文件夹中，一个是train_images(一般放build\darknet\x64\data文件夹里)，一个是val_images(一般放build\darknet\x64\data文件夹里)并为路况影像对应的图片做标签(以labelImg为例)，最后将对应的xml转txt格式。
(2)生成train.txt和val.txt。其中，train.txt文件包含train_images中所有图片的路径，每个图片一行。val.txt文件包含val_images中所有图片的路径，每个图片一行。例如：data/train_images/1.jpg。
(3)准备KD.data文件，该文件中每一行是一个类名，如下：Huiche#(会车)、Gaosu#(高速)、Putongdaolu#(普通道路)、Qianfangyouche#(前方有车)等等。
(4)准备yolov3-KD.cfg_train文件，包括：classes＝n，n是类别数、train＝data/train.txt、valid＝data/val.txt、names＝data/KD.names、backup＝backup/等。
(5)下载预训练权重。
(6)根据预训练权重以及上述各个文件开始训练，最后得到训练好的Yolo3Darknet模型。
(7)对训练好的Yolo3 Darknet模型进行测试，从而得到该训练好的Yolo3Darknet模型对应的性能。
情景识别模块15还用于根据转向灯开启的信号识别得到情景模式为用户车辆在路口开启转向灯。
车速获取模块16用于实时获取用户车辆的行驶速度。
道路判断模块17判断道路种类是否为高速公路。
车速判断模块18在道路判断模块17判断为否时，根据光照情况判断行驶速度是否处于对应的车速阈值范围内。
图3为本发明实施例的矩阵式远光灯开启时的状态示意图。
图4为本发明实施例的矩阵式远光灯的结构示意图。
远光灯控制模块19在车速判断模块18判断为否时或道路判断模块17判断为是时，控制矩阵LED大灯中的矩阵式远光灯开启(如图3所示，矩阵式远光灯在用户车辆前面具有较长的一段照射距离)，使得矩阵式远光灯中用于照亮用户车辆前方的LED灯全亮(即图4中灯编号为3以及6-46的LED灯处于全亮状态，从而照亮用户车辆的前方)，并根据情景模式控制矩阵式远光灯中各个LED灯的亮度。
另外，矩阵式远光灯还具有照亮车辆两侧的LED灯作为侧灯，如图4中灯编号为1、2、4、5、47、48、49以及50的LED灯均作为侧灯。
图5为本发明实施例的矩阵LED大灯结构示意图。
如图5所示，矩阵LED大灯4包括矩阵式远光灯32、矩阵式近光灯31、调节齿轮33、电机34以及灯泡架30。
矩阵式远光灯32与矩阵式近光灯31设置在灯泡架30上，当远光灯控制模块19控制矩阵式远光灯32或近光灯控制模块20控制矩阵式近光灯31时，电机34被驱动，并通过调节齿轮33来控制矩阵式远光灯32或矩阵式近光灯31的位置变化。
其中，远光灯控制模块19包括远光位置确定部、目标灯确定部以及控制部。
远光位置确定部根据情景模式确定远光灯照射调整位置。
目标灯确定部将远光灯照射调整位置与所有灯位置进行匹配，从而确定出与远光灯照射调整位置对应的LED灯，作为目标灯。
控制部根据目标灯对应的灯编号将目标灯的亮度调暗，从而使得LED灯的照射距离变短。
图6为本发明实施例的控制部结构示意图。
如图6所示，控制部包括LED电源驱动模块(即NCV78763)、MCU控制模块(即C8051F410)以及矩阵开关控制模块(即LT3965)。
其中，LED电源驱动模块通过SS、SCLK、MOSI以及MISO接口与MCU控制模块相连接，MCU控制模块通过SCL以及SDA接口与矩阵开关控制模块相连接。
在接收到情景识别模块15得到识别结果后，MCU控制模块经过控制策略处理后控制LED不同光段的亮与暗。如图是以高速公路情况下LED全亮。
当情景模式为用户车辆前方另有行驶车辆时，远光灯控制模块根据行驶车辆的位置，将矩阵式远光灯中与行驶车辆的位置对应的LED灯调暗。
本实施例中，行驶车辆可以分为同向行驶车辆以及相向行驶车辆。相向行驶车辆与用户车辆之间会发生会车情况。
图7为本发明实施例的同向行驶时矩阵式远光灯照射范围示意图。
当用户车辆前方有同向行驶车辆时，远光灯控制模块19根据同向行驶车辆相对于用户车辆的位置(如图7中同向行驶车辆位于用户车辆正前方)，远光位置确定部在上述情景模式下的同向行驶车辆的位置来确定远光灯照射调整位置(即用户车辆正前方对应着同向行驶车辆的那段位置需要调整远光灯的照射强度)。
进而，目标灯确定部将远光灯照射调整位置与所有灯位置进行匹配，从而确定出与远光灯照射调整位置对应的LED灯(即与正向行驶车辆位置对应的LED灯)，作为目标灯。
控制部根据目标灯对应的灯编号将目标灯的亮度调暗，从而使得同向行驶车辆的司机不会被用户车辆的远光灯干扰，进而避免远光灯滥用而带来的危险。
图8为本发明实施例的相向行驶时矩阵式远光灯照射范围示意图。
如图8所示，当用户车辆前方有相向行驶车辆时(即为会车情况)，远光灯控制模块19根据相向行驶车辆相对于用户车辆的位置，将矩阵式远光灯中与相向行驶车辆的位置对应的LED灯(即矩阵式远光灯中右侧的LED灯)调暗，对应的照射距离变短，以避免相向行驶车辆内驾驶员的眼睛因强光照射而看不清周围事物的问题。
当情景模式为用户车辆在路口开启转向灯时，远光灯控制模块19根据转向灯开启的信号控制侧灯全亮(若是向左转，则左侧侧灯全亮)。
图9为本发明实施例的用户车辆会车且激活转向灯时状态示意图。
如图9所示，矩阵式远光灯中用于照亮车辆左侧的LED灯全亮，同时因为处于会车情景，因此矩阵式远光灯中用于照亮车辆前方左侧的LED灯变暗。
当情景模式为用户车辆行驶至十字路口时，远光灯控制模块19根据十字路口的位置，控制侧灯全亮。
图10为本发明实施例的用户车辆在十字路口且会车时状态示意图。
如图10所示，矩阵式远光灯中用于照亮车辆左侧的LED灯全亮以及照亮车辆右侧的LED灯全亮，同时因为处于会车情景，因此矩阵式远光灯中用于照亮车辆前方左侧的LED灯变暗。
近光灯控制模块20在车速判断模块18判断为是时，控制矩阵LED大灯中矩阵式近光灯开启。
图11为本发明实施例的一种基于图像识别技术的智能矩阵LED大灯控制系统的工作流程图。
如图11所示，一种基于图像识别技术的智能矩阵LED大灯控制系统的工作流程包括如下步骤：
步骤S1，路况采集模块13实时采集用户车辆行驶过程中的路况影像，同时转向灯信号获取模块14实时获取用户车辆中转向灯开启的信号，然后进入步骤S2；
步骤S2，情景识别模块15对路况影像进行图像识别得到识别结果，该识别结果包括用户车辆所在的道路种类、用户车辆行驶过程中的光照情况以及用户车辆所处的情景模式，或者根据转向灯开启的信号识别得到情景模式为用户车辆在路口开启转向灯，然后进入步骤S3；
步骤S3，车速获取模块16实时获取用户车辆的行驶速度，然后进入步骤S4；
步骤S4，道路判断模块17判断道路种类是否为高速公路，判断为是时进入步骤S6，判断为否时进入步骤S5；
步骤S5，车速判断模块18根据光照情况判断行驶速度是否处于对应的车速阈值范围内，判断为是时进入步骤S7，判断为否时进入步骤S6；
步骤S6，远光灯控制模块19控制矩阵LED大灯中的矩阵式远光灯开启，使得矩阵式远光灯中用于照亮用户车辆前方的LED灯全亮，并根据情景模式控制矩阵式远光灯中各个LED灯的亮度，然后进入结束状态；
步骤S7，近光灯控制模块20控制矩阵LED大灯中矩阵式近光灯开启，然后进入结束状态。
实施例作用与效果
根据本实施例提供的一种基于图像识别技术的智能矩阵LED大灯控制系统1，由于情景识别模块15对路况影像进行图像识别得到包括道路种类、光照情况以及情景模式的识别结果；进而道路判断模块17判断道路种类是否为高速公路；进一步地，车速判断模块18根据光照情况判断行驶速度是否处于对应的车速阈值范围内；远光灯控制模块19在车速判断模块18判断为否时或道路判断模块17判断为是时，控制矩阵LED大灯中的矩阵式远光灯开启，使得矩阵式远光灯中用于照亮用户车辆前方的LED灯全亮，并根据情景模式控制矩阵式远光灯中各个LED灯的亮度，因此，不仅结构简单而且成本较低，同时，能够解决滥用远光灯问题，避免对车道上其他驾驶员视野的干扰。另外，还能在各种恶劣天气下(如大雨、大雪、大雾)，结合车速对远光灯精准控制。
上述实施例仅用于举例说明本发明的具体实施方式，而本发明不限于上述实施例的描述范围。
例如，在上述实施例中，图像识别模型为Yolo3 Darknet模型，属于CNN智能识别技术，在本发明的其他方案中，图像识别模型也可以是FSM、RNN、HMM以及SVM等智能识别技术中的其他图像识别模型。
例如，在上述实施例中，近光灯控制模块20在行驶速度小于30km/h或是小于60km/h时开启，在本发明的其他方案中，在光照情况为夜间用户车辆周围光照弱情况下，在行驶速度≤20km/h时近光灯控制模块20开启，在20km/h＜行驶速度＜30km/h时，用户车辆的驾驶员可以手动调整近光灯与远光灯的开关；在光照情况为夜间用户车辆周围光照强情况下，在行驶速度≤40km/h时近光灯控制模块20开启，在40km/h＜行驶速度＜60km/h时，用户车辆的驾驶员可以手动调整近光灯与远光灯的开关。
例如，在上述实施例中，矩阵式远光灯与矩阵式近光灯是独立分开的，在本发明的其他方案中，矩阵式远光灯与矩阵式近光灯为一体，即将矩阵式远光灯变暗的LED灯作为近光灯，或者近光灯控制模块20在车速判断模块18判断为是时控制矩阵式远光灯中所有LED灯都变暗，即为近光灯。

Claims (6)

1.一种基于图像识别技术的智能矩阵LED大灯控制系统，用于根据用户车辆在夜间行驶过程中的路况对用户车辆的矩阵LED大灯进行控制，其特征在于，包括：
车速阈值存储模块，存储有所述用户车辆在不同光照情况下需要开启远光灯的车速阈值范围；
路况采集模块，用于实时采集所述用户车辆行驶过程中的路况影像；
车速获取模块，用于实时获取所述用户车辆的行驶速度；
情景识别模块，至少用于对所述路况影像进行图像识别得到识别结果，该识别结果包括所述用户车辆所在的道路种类、所述用户车辆行驶过程中的光照情况以及所述用户车辆所处的情景模式；
道路判断模块，判断所述道路种类是否为高速公路；
车速判断模块，在所述道路判断模块判断为否时，根据所述光照情况判断所述行驶速度是否处于对应的车速阈值范围内；以及
远光灯控制模块，在所述车速判断模块判断为否时或所述道路判断模块判断为是时，控制所述矩阵LED大灯中的矩阵式远光灯开启，使得所述矩阵式远光灯中用于照亮所述用户车辆前方的LED灯全亮，并根据所述情景模式控制所述矩阵式远光灯中各个LED灯的亮度，
其中，所述矩阵式远光灯还具有用于照亮车辆两侧的LED灯作为侧灯，
当所述情景模式为所述用户车辆前方另有行驶车辆时，所述远光灯控制模块根据所述行驶车辆的位置，将所述矩阵式远光灯中与所述行驶车辆的位置对应的LED灯调暗，
当所述情景模式为所述用户车辆行驶至十字路口时，所述远光灯控制模块根据所述十字路口的位置，控制所述侧灯全亮。
2.根据权利要求1所述的基于图像识别技术的智能矩阵LED大灯控制系统，其特征在于，还包括：
转向灯信号获取模块，用于实时获取所述用户车辆中转向灯开启的信号，
其中，所述情景识别模块还用于根据所述转向灯开启的信号识别得到所述情景模式为所述用户车辆在路口开启转向灯，
所述远光灯控制模块根据所述转向灯开启的信号控制所述侧灯全亮。
3.根据权利要求1所述的基于图像识别技术的智能矩阵LED大灯控制系统，其特征在于：
其中，所述路况采集模块包括行车记录仪以及光电装置，
所述情景识别模块至少包括路况影像设定部以及图像识别部，
所述行车记录仪用于采集所述用户车辆行驶过程中的前方路面影像，
所述光电装置设置在所述用户车辆上，用于根据所述用户车辆与其他车辆会车时产生的光照强度大小来采集会车影像，
所述路况影像设定部将所述前方路面影像以及所述会车影像设定为所述路况影像，
所述图像识别部利用预先训练好的图像识别模型对所述路况影像进行识别，从而得到所述识别结果，
所述训练好的图像识别模型为Yolo3 Darknet模型。
4.根据权利要求1所述的基于图像识别技术的智能矩阵LED大灯控制系统，其特征在于，还包括：
LED灯信息存储部，存储有所述矩阵式远光灯中各个LED灯对应的灯位置以及灯编号，
其中，所述远光灯控制模块包括远光位置确定部、目标灯确定部以及控制部，
所述远光位置确定部根据所述情景模式确定远光灯照射调整位置，
所述目标灯确定部将所述远光灯照射调整位置与所有所述灯位置进行匹配，从而确定出与所述远光灯照射调整位置对应的LED灯，作为目标灯，
所述控制部根据所述目标灯对应的灯编号将所述目标灯的亮度调暗。
5.根据权利要求1所述的基于图像识别技术的智能矩阵LED大灯控制系统，其特征在于：
其中，所述光照情况包括夜间用户车辆周围光照弱情况以及夜间用户车辆周围光照强情况，
当所述光照情况为所述夜间用户车辆周围光照弱情况时，对应的所述车速阈值范围为不大于30km/h，
当所述光照情况为所述夜间用户车辆周围光照强情况时，对应的所述车速阈值范围为不大于60km/h。
6.根据权利要求1所述的基于图像识别技术的智能矩阵LED大灯控制系统，其特征在于，还包括：
近光灯控制模块，在所述车速判断模块判断为是时，控制所述矩阵LED大灯中矩阵式近光灯开启。
CN202110584904.3A 2021-05-27 2021-05-27 一种基于图像识别技术的智能矩阵led大灯控制系统 Active CN113183868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110584904.3A CN113183868B (zh) 2021-05-27 2021-05-27 一种基于图像识别技术的智能矩阵led大灯控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110584904.3A CN113183868B (zh) 2021-05-27 2021-05-27 一种基于图像识别技术的智能矩阵led大灯控制系统

Publications (2)

Publication Number Publication Date
CN113183868A true CN113183868A (zh) 2021-07-30
CN113183868B CN113183868B (zh) 2022-10-28

Family

ID=76985475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110584904.3A Active CN113183868B (zh) 2021-05-27 2021-05-27 一种基于图像识别技术的智能矩阵led大灯控制系统

Country Status (1)

Country Link
CN (1) CN113183868B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114212023A (zh) * 2021-12-15 2022-03-22 深圳云天励飞技术股份有限公司 车灯控制方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2354093A1 (en) * 1997-04-02 1998-10-08 Gentex Corporation Control system to automatically dim vehicle head lamps
CN102375219A (zh) * 2011-11-23 2012-03-14 高海洋 一种红外夜视镜头
CN102815259A (zh) * 2012-08-07 2012-12-12 北京经纬恒润科技有限公司 一种前照灯的调节方法、装置及驾驶员辅助系统
CN103538519A (zh) * 2013-09-24 2014-01-29 奇瑞汽车股份有限公司 一种汽车近红外夜视系统及其控制方法
CN106327920A (zh) * 2016-08-31 2017-01-11 深圳天珑无线科技有限公司 路况检测方法和路况检测系统
CN107554464A (zh) * 2017-08-23 2018-01-09 汪家琳 汽车全方位安全保护装置
CN108016348A (zh) * 2016-11-04 2018-05-11 常州星宇车灯股份有限公司 一种led汽车前照灯模组及其控制方法
CN109131046A (zh) * 2017-06-27 2019-01-04 长城汽车股份有限公司 车辆夜间会车系统
CN109823258A (zh) * 2019-03-04 2019-05-31 同济大学 一种矩阵式led远光灯智能辅助控制系统及其控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2354093A1 (en) * 1997-04-02 1998-10-08 Gentex Corporation Control system to automatically dim vehicle head lamps
CN102375219A (zh) * 2011-11-23 2012-03-14 高海洋 一种红外夜视镜头
CN102815259A (zh) * 2012-08-07 2012-12-12 北京经纬恒润科技有限公司 一种前照灯的调节方法、装置及驾驶员辅助系统
CN103538519A (zh) * 2013-09-24 2014-01-29 奇瑞汽车股份有限公司 一种汽车近红外夜视系统及其控制方法
CN106327920A (zh) * 2016-08-31 2017-01-11 深圳天珑无线科技有限公司 路况检测方法和路况检测系统
CN108016348A (zh) * 2016-11-04 2018-05-11 常州星宇车灯股份有限公司 一种led汽车前照灯模组及其控制方法
CN109131046A (zh) * 2017-06-27 2019-01-04 长城汽车股份有限公司 车辆夜间会车系统
CN107554464A (zh) * 2017-08-23 2018-01-09 汪家琳 汽车全方位安全保护装置
CN109823258A (zh) * 2019-03-04 2019-05-31 同济大学 一种矩阵式led远光灯智能辅助控制系统及其控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘少江: "《结合改进差分阈值法和深度神经网络的移动车辆检测技术研究》", 《中国优秀硕士学位论文全文数据库（硕士）工程科技II辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114212023A (zh) * 2021-12-15 2022-03-22 深圳云天励飞技术股份有限公司 车灯控制方法及装置
CN114212023B (zh) * 2021-12-15 2023-11-17 深圳云天励飞技术股份有限公司 车灯控制方法及装置

Also Published As

Publication number Publication date
CN113183868B (zh) 2022-10-28

Similar Documents

Publication Publication Date Title
CN102712283B (zh) 用于控制车辆的前照灯装置的方法和前照灯装置
CN102712282B (zh) 用于控制车辆的前照灯装置的方法和前照灯装置
López et al. Nighttime vehicle detection for intelligent headlight control
CN103090285B (zh) 聚光灯单元、具有其的前灯系统及使用该系统的前照明方法
CN106102262A (zh) 自适应照明装置
US20110184895A1 (en) Traffic object recognition system, method for recognizing a traffic object, and method for setting up a traffic object recognition system
CN101023407A (zh) 自动车辆外部照明控制的图像采集和处理方法
CN110852274A (zh) 一种基于图像识别的智能雨量感知方法及装置
EP3475121B1 (en) Imaging system with adaptive high beam control
CN106114347B (zh) 一种智能车载afs系统
CN109823258A (zh) 一种矩阵式led远光灯智能辅助控制系统及其控制方法
CN101367350A (zh) 一种汽车主动防眩光装置和方法
CN104097565A (zh) 一种汽车远近光灯控制方法和装置
CN113183868B (zh) 一种基于图像识别技术的智能矩阵led大灯控制系统
CN110803099A (zh) 一种夜间智能远光控制系统及方法
CN111881739A (zh) 一种汽车尾灯状态识别方法
Li et al. Intelligent headlight control using learning-based approaches
CN115465182A (zh) 基于夜间目标检测的自动远近光灯切换方法及系统
Sakagawa et al. Vision based nighttime vehicle detection using adaptive threshold and multi-class classification
CN116249248A (zh) 一种智慧照明控制方法及系统
Luo et al. Glare-free high-beam control for oncoming vehicle safety in nighttime
CN108622100A (zh) 一种路况自动识别模组
CN209813837U (zh) 一种汽车前照灯自适应控制系统
KR102416117B1 (ko) 차량 및 차량 제어 방법
López et al. Temporal coherence analysis for intelligent headlight control

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
GR01 Patent grant
GR01 Patent grant