CN113752940B - 进出隧道车灯控制方法、设备、存储介质及装置 - Google Patents

进出隧道车灯控制方法、设备、存储介质及装置 Download PDF

Info

Publication number
CN113752940B
CN113752940B CN202111060055.8A CN202111060055A CN113752940B CN 113752940 B CN113752940 B CN 113752940B CN 202111060055 A CN202111060055 A CN 202111060055A CN 113752940 B CN113752940 B CN 113752940B
Authority
CN
China
Prior art keywords
tunnel
vehicle
entrance
image
preset
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.)
Active
Application number
CN202111060055.8A
Other languages
English (en)
Other versions
CN113752940A (zh
Inventor
玉雄侯
袁恒
曾文胜
周君武
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.)
Dongfeng Liuzhou Motor Co Ltd
Original Assignee
Dongfeng Liuzhou Motor Co Ltd
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 Dongfeng Liuzhou Motor Co Ltd filed Critical Dongfeng Liuzhou Motor Co Ltd
Priority to CN202111060055.8A priority Critical patent/CN113752940B/zh
Publication of CN113752940A publication Critical patent/CN113752940A/zh
Application granted granted Critical
Publication of CN113752940B publication Critical patent/CN113752940B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • B60Q2300/33—Driving situation
    • B60Q2300/337—Tunnels or bridges
    • 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

本发明公开了一种进出隧道车灯控制方法、设备、存储介质及装置，本发明根据预设胶囊网络模型和前方道路图像判断车辆前方是否为隧道入口；在车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将初始车灯模式切换成近灯光模式；在检测到实时GPS信号满足预设条件时，判定目标车辆驶出隧道出口，并将当前车灯模式恢复至初始车灯模式。由于发明通过预设胶囊网络模型对隧道入口识别及根据GPS信号判断车辆是否驶出隧道出口，相对于现有技术中普遍存在的无法在夜间隧道场景下满足自动控制车灯，且识别可靠性降低导致安全事故发生，本发明实现了无需识别当前车辆所处的环境的白天还是夜晚，也可满足白天/夜晚驾车的车灯控制需求。

Description

进出隧道车灯控制方法、设备、存储介质及装置
技术领域
本发明涉及车灯控制领域，尤其涉及一种进出隧道车灯控制方法、设备、存储介质及装置。
背景技术
目前，对于白天场景下，由于隧道内外光线差异大，当驾驶人驾车进入隧道后，眼睛不能马上适应突然变化的光线，以至于短时间内不能看清道路状况，增加交通事故发生的风险。因此，白天驾车进入隧道之前，应提前打开车辆大灯，以便在进入隧道时增强行车视线；夜晚场景下，多数驾驶人进入隧道后有可能会忘记将远光灯切换成近光灯，当对向来车时有可能导致对向驾驶人短暂致盲，给隧道内带来极大道路安全隐患。因此，夜晚驾车进入隧道之前，应提前将远光灯切换成近光灯，确保隧道内道路交通安全。上述场景下车辆灯光的使用非常依赖于驾驶人的驾驶习惯。此外，长时间的长途驾驶会使驾驶人出现精神不佳的状态，一旦遇到隧道较多的高速路段，驾驶人也会疲于应对，无形中给道路交通安全带来极大风险。
现有技术中多采用摄像头或光敏传感器来感知隧道内外的光线差异，以此判断前方道路是否为隧道入口或出口。但是在夜晚场景下，隧道内外光线差异并不大，摄像头或光敏传感器很难感知光线变化，隧道洞口的识别可靠性降低，导致安全事故发生。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种进出隧道车灯控制方法、设备、存储介质及装置，旨在解决现有技术中普遍存在的无法在夜间隧道场景下满足自动控制车灯，且识别可靠性降低导致安全事故发生的技术问题。
为实现上述目的，本发明提供一种进出隧道车灯控制方法，所述进出隧道车灯控制方法包括以下步骤：
获取目标车辆的前方道路图像以及实时GPS信号；
根据预设胶囊网络模型和所述前方道路图像判断车辆前方是否为隧道入口；
在所述车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将所述初始车灯模式切换成近灯光模式；
在检测到所述实时GPS信号满足预设条件时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式；
可选地，所述根据预设胶囊网络模型和所述前方道路图像判断车辆前方是否为隧道入口的步骤，包括：
根据预设胶囊网络模型对所述前方道路图像中包含的无用场景信息进行剔除，获得剔除后的图像信息；
根据所述预设胶囊网络模型和所述图像信息判断车辆前方是否为隧道入口。
可选地，所述根据所述预设胶囊网络模型和所述图像信息判断车辆前方是否为隧道入口的步骤，包括：
根据所述预设胶囊网络模型和所述图像信息确定前方道路对应的隧道路口概率值和非隧道路口概率值；
根据所述隧道路口概率值和所述非隧道路口概率值判断车辆前方是否为隧道入口。
可选地，所述根据所述隧道路口概率值和所述非隧道路口概率值判断车辆前方是否为隧道入口的步骤，包括：
根据所述隧道路口概率值和所述非隧道路口概率值计算综合概率值；
根据所述综合概率值与预设概率阈值进行对比，获得对比结果；
根据所述对比结果判断判断前方是否为隧道入口。
可选地，所述根据所述对比结果判断判断前方是否为隧道入口的步骤，包括：
在所述综合概率值高于所述预设概率阈值时，所述识别结果为隧道入口；
在所述综合概率值不高于所述预设概率阈值时，所述识别结果为非隧道入口。
可选地，所述在检测到所述实时GPS信号满足预设条件时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式的步骤，包括：
根据实时GPS信号判断所述目标车辆是否驶出隧道出口；
在检测到所述实时GPS信号由中断状态恢复至正常状态时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式。
可选地，所述获取目标车辆的前方道路图像以及实时GPS信号的步骤之前，包括：
采集昼夜场景下车辆驶入隧道入口的第一行车视频信息和昼夜场景下非隧道环境的第二行车视频信息；
对所述第一行车视频信息中的图像场景进行二值标注，获得第一标注结果；
对所述第二行车视频信息中的图像场景进行二值标注，获得第二标注结果；
将所述第一标注结果对应的图像和所述第二标注结果对应的图像作为样本数据对初始胶囊网络模型进行训练，获得训练后的预设胶囊网络模型。
此外，为实现上述目的，本发明还提出一种进出隧道车灯控制设备，所述进出隧道车灯控制设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的进出隧道车灯控制程序，所述进出隧道车灯控制程序配置为实现如上文所述的进出隧道车灯控制的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有进出隧道车灯控制程序，所述进出隧道车灯控制程序被处理器执行时实现如上文所述的进出隧道车灯控制方法的步骤。
此外，为实现上述目的，本发明还提出一种进出隧道车灯控制装置，所述进出隧道车灯控制装置包括：
信息获取模块，用于获取目标车辆的前方道路图像以及实时GPS信号；
入口判断模块，用于根据预设胶囊网络模型和所述前方道路图像判断车辆前方是否为隧道入口；
灯光切换模块，用于在所述车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将所述初始车灯模式切换成近灯光模式；
所述灯光切换模块，还用于在检测到所述实时GPS信号满足预设条件时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式。
本发明通过获取目标车辆的前方道路图像以及实时GPS信号；根据预设胶囊网络模型和前方道路图像判断车辆前方是否为隧道入口；在车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将初始车灯模式切换成近灯光模式；在检测到实时GPS信号满足预设条件时，判定目标车辆驶出隧道出口，并将当前车灯模式恢复至初始车灯模式。由于发明通过预设胶囊网络模型对隧道入口识别及根据GPS信号判断车辆是否驶出隧道出口，本发明相对于现有技术中普遍存在的无法在夜间隧道场景下满足自动控制车灯，且识别可靠性降低导致安全事故发生，本发明实现了无需识别当前车辆所处的环境的白天还是夜晚，也可满足白天/夜晚驾车的车灯控制需求，降低了图像识别算法的复杂性，并提升了识别可靠性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的进出隧道车灯控制设备的结构示意图；
图2为本发明进出隧道车灯控制方法第一实施例的流程示意图；
图3为本发明进出隧道车灯控制方法第一实施例的系统控制示意图；
图4为本发明进出隧道车灯控制方法第一实施例的车灯控制示意图；
图5为本发明进出隧道车灯控制方法第二实施例的流程示意图；
图6为本发明进出隧道车灯控制方法第二实施例的模型识别过程示意图；
图7为本发明进出隧道车灯控制方法第三实施例的流程示意图；
图8为本发明进出隧道车灯控制方法第三实施例的车灯控制流程示意图；
图9为本发明进出隧道车灯控制装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的进出隧道车灯控制设备结构示意图。
如图1所示，该进出隧道车灯控制设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口，对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)，也可以是稳定的存储器(Non-volatileMemory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对进出隧道车灯控制设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及进出隧道车灯控制程序。
在图1所示的进出隧道车灯控制设备中，网络接口1004主要用于连接后台服务器，与所述后台服务器进行数据通信；用户接口1003主要用于连接用户设备；所述进出隧道车灯控制设备通过处理器1001调用存储器1005中存储的进出隧道车灯控制程序，并执行本发明实施例提供的进出隧道车灯控制方法。
基于上述硬件结构，提出本发明进出隧道车灯控制方法的实施例。
参照图2，图2为本发明进出隧道车灯控制方法第一实施例的流程示意图，提出本发明进出隧道车灯控制方法第一实施例。
在本实施例中，所述进出隧道车灯控制方法包括以下步骤：
步骤S10：获取目标车辆的前方道路图像以及实时GPS信号。
需说明的是，本实施例中的执行主体可以是包含进出隧道车灯控制系统的设备，如：车载电脑，还可为其他可实现相同或相似功能的设备，本实施例对此不做限制，在本实施例以及下述各实施例中以进出隧道车灯控制系统为例对本发明进出隧道车灯控制方法进行说明。所述进出隧道车灯控制系统可以包含图像识别模块、GPS检测模块、车灯控制模块及车灯，为进一步说明，可以参考图3系统控制示意图。图像识别模块可以用于识别昼夜环境下车辆前方出现的隧道入口，若前方为隧道入口，则将识别结果输入至车灯控制模块自动控制车灯。
应理解的是，目标车辆可以是处于白天或黑夜环境下的车辆，所述车辆可以是指装载有进出隧道车灯控制系统的车辆，本实施例对所述车辆对应的具体车型不加以限制。前方道路图像可以是指目标车辆在行驶途中通过车载摄像头采集的前方道路图像，所述前方道路图像可以包含车辆前方的建筑、道路标识等元素信息。前方道路图像可以包含隧道入口及非隧道环境下的道路图像。
可理解的是，实时GPS信号可以是由车辆上装载的车载GPS导航仪获取的信号。
具体实现中，进出隧道车灯控制系统可以通过车载摄像头实时获取目标车辆的前方道路图像，并通过车载GPS导航仪实时获取GPS信号。
步骤S20：根据预设胶囊网络模型和所述前方道路图像判断车辆前方是否为隧道入口。
需说明的是，胶囊网络模型可以是基于胶囊网络算法构建的模型，预设胶囊网络模型可以是指预先设置的用于对图像进行处理的模型，所述预设胶囊网络模型可以用于对隧道入口图像识别。
可理解的是，胶囊网络模型在对隧道入口图像进行训练时，可以通过选用合适的损失函数，利用反向传播算法自调整胶囊网络权重参数，使得胶囊网络不断拟合训练样本，直至损失函数收敛，得到预设胶囊网络模型。
应理解的是，利用胶囊网络进行场景识别时，可以根据隧道预测值与非隧道预测值进行隧道入口的识别。
具体实现中，本发明采用胶囊网络(Capsule Networks)模型来设计隧道入口图像识别算法。胶囊网络是卷积神经网络(Convolution Neural Networks)的变体，相比于卷积神经网络，胶囊网络不仅能够表征特征的存在概率，还能表征特征的空间信息，具有更强的特征表征能力。这意味着胶囊网络只需要较少的训练数据，就能够学习到更多的隧道入口图像特征，提升算法识别准确率。在对算法需要进行优化时，可以通过OTA(Over the AirTechnology,空中下载技术)对车机终端进行算法升级。
步骤S30：在所述车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将所述初始车灯模式切换成近灯光模式。
需说明的是，初始车灯模式可以是指车辆在进入隧道入口之前车灯模式，所述车灯模式可以是大灯、近光灯、远光灯及无灯光等模式。
可理解的是，在隧道内行驶时，为了保证行驶安全，应该开启近光灯模式。
应理解的是，车辆在进入高速公路隧道之前，若没有正确使用车辆灯光，极易引发交通事故。通过进出隧道车灯控制系统可以实现无需识别昼夜场景达到，白天驾车进入隧道之前，自动提前打开近光灯，以便在进入隧道时增强行车视线；夜晚驾车进入隧道之前，自动提前将远光灯切换成近光灯，确保隧道内道路交通安全。
具体实现中，为了避免人为干预车灯模式的风险，进出隧道车灯控制系统可以在车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将所述初始车灯模式切换成近光灯模式。
步骤S40：在检测到所述实时GPS信号满足预设条件时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式。
需说明的是，预设条件可以是预先设置的用于判断车辆是否驶出隧道的条件。
具体实现中，当车辆进入隧道前，由图像识别模块识别出隧道入口，并将识别结果输入至车灯控制模块，自动开启近光灯；当车辆驶出隧道后，GPS输出信号输入至车灯控制模块，自动关闭近光灯同时，将车灯恢复成进入隧道之前的状态(包括近光灯开启状态)，为了进一步说明，可以参考图4车灯控制示意图，由图可知，只有当车辆识别出前方道路为隧道入口时，才会自动对车灯进行控制，否则其余情况下均由驾驶员对车灯进行控制。道路前方出现隧道入口时，图像识别模块能够自动检测出隧道入口，并将识别结果输入至车灯控制模块；车灯控制模块接收识别结果，会有两个操作，第一个是对此刻车灯状态进行记忆，第二个是关闭所有车灯后只开启近光灯。因此车辆进入隧道后只会保持近光灯亮起状态，驾驶员无法对车灯进行任何操作。车辆在隧道内，GPS是没有信号的，而当车辆驶出隧道后，GPS信号恢复正常，可以判断车辆已驶出隧道，此时车灯控制模块将车灯状态恢复成进入隧道前的样子(假设进入隧道前，车灯为远光灯状态/无灯光状态，则驶出隧道后将车灯恢复成远光灯/无灯光状态)，驾驶员可以对车灯进行任何操作。综上所述，隧道入口和非隧道入口的车灯控制步骤差异在于，在隧道入口至隧道出口这段道路之间，车灯控制权交给车辆，车辆只开启近光灯；除此之外的其他路段，车灯控制权交给驾驶员，驾驶员可以根据白天和夜晚场景自由控制车辆灯光。本实施例对进入隧道入口前的车灯状态不做具体限制。
本实施例通过获取目标车辆的前方道路图像以及实时GPS信号；根据预设胶囊网络模型和前方道路图像判断车辆前方是否为隧道入口；在车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将初始车灯模式切换成近灯光模式；在检测到实时GPS信号满足预设条件时，判定目标车辆驶出隧道出口，并将当前车灯模式恢复至初始车灯模式。由于本实施例通过预设胶囊网络模型对隧道入口识别及根据GPS信号判断车辆是否驶出隧道出口，本实施例相对于现有技术通过光敏传感器、摄像头光强检测等方法中普遍存在的无法在夜间隧道场景下满足自动控制车灯，且识别可靠性降低导致安全事故发生，本实施例实现了无需识别当前车辆所处的环境的白天还是夜晚，也可满足白天/夜晚驾车的车灯控制需求，降低了图像识别算法的复杂性，并提升了识别可靠性。
参照图5，图5为本发明进出隧道车灯控制方法第二实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明进出隧道车灯控制方法的第二实施例。
在本实施例中，所述步骤S20，包括：
步骤S201：根据预设胶囊网络模型对所述前方道路图像中包含的无用场景信息进行剔除，获得剔除后的图像信息。
需说明的是，无用场景信息可以是指白天、黑夜场景信息，即对于采集的图像所处昼夜环境的光强信息不影响隧道入口识别。
可理解的是，剔除后的图像信息可以包含前方道路图像对应的形状、纹理、边缘等信息。
具体实现中，通过采用预设胶囊网络模型的图像识别方法，其技术特点是算法只会检测有用信息，过滤无用信息。即例如：自动提取有用信息，剔除无用信息。比如隧道入口图像虽然分为白天和夜晚场景，但是算法模型只会提取跟隧道入口相关的一些特征信息，比如形状、纹理、边缘等特征，本实施例中不仅限于上述特征，同时自动剔除白天、夜晚等无用信息。
步骤S202：根据所述预设胶囊网络模型和所述图像信息判断车辆前方是否为隧道入口。
具体实现中，预设胶囊网络模型通过对图像信息进行特征提取，获得特征提取结果，所述特征提取结果可以包含对图像信息中形状、纹理、边缘等特征，在使用模型对特征进行提取的过程中，首先通过搭建的初始胶囊网络模型，此时模型中的矩阵参数的数值是初始随机的，通过后期不断输入大量图像，图像的像素值会根据输入图像的相同内容，对矩阵参数进行计算并调整，从而完成学习过程，得到预设胶囊网络模型，并根据学习完成的预设胶囊网络模型中的矩阵参数对后期输入的图片计算概率值，进而完成图像的识别。并根据识别结果判断提取的特征中是否包含隧道入口特征，即可以判断出车辆前方是否为隧道入口。
进一步地，所述步骤S202，包括：根据所述预设胶囊网络模型和所述图像信息确定前方道路对应的隧道路口概率值和非隧道路口概率值；根据所述隧道路口概率值和所述非隧道路口概率值判断车辆前方是否为隧道入口。
需说明的是，隧道路口概率值可以是指将图像信息输入至预设胶囊网络模型时计算得到的隧道入口概率值。非隧道路口概率值可以是指将图像信息输入至预设胶囊网络模型时计算得到的非隧道入口概率值。
可理解的是，通过隧道入口概率值和非隧道入口概率值作为判断车辆前方是否为隧道入口的基准。
进一步地，所述根据所述隧道路口概率值和所述非隧道路口概率值判断车辆前方是否为隧道入口的步骤，包括：根据所述隧道路口概率值和所述非隧道路口概率值计算综合概率值；根据所述综合概率值与预设概率阈值进行对比，获得对比结果；根据所述对比结果判断判断前方是否为隧道入口。
具体实现中，为了进一步说明可以参考图6模型识别过程示意图，设计的胶囊网络算法有一个输入端，两个输出端，输入端用于输入前方道路环境图像，输出端用于输出“隧道入口概率值P1”和“非隧道入口概率值P2”。一般情况下，P1>P2即可判断前方道路为隧道入口，反之则为非隧道入口。但是仅通过对比上述两种概率值输出识别结果的方法是不全面的，当P1＝0.3，P2＝0.2时，识别结果为“隧道入口”，这明显是误判的情况，因为P1＝0.3的概率值不可能是“隧道入口”。
为此，引入综合概率值并设置概率阈值，所述概率阈值可以是预先设置的，当P高于所设阈值时，识别结果为“隧道入口”，否则为“非隧道入口”。
进一步地，为了确定隧道入口识别结果，所述根据所述对比结果判断前方是否为隧道入口的步骤，包括：在所述综合概率值高于所述预设概率阈值时，所述识别结果为隧道入口；在所述综合概率值不高于所述预设概率阈值时，所述识别结果为非隧道入口。
需说明的是，进出隧道车灯控制系统可以通过对综合概率值与预设概率阈值进行比对确定识别结果。
具体实现中，基于胶囊网络的隧道入口识别方法。通过计算胶囊网络的综合概率值P，与所设预设概率阈值进行对比输出识别结果，在综合概率值高于预设概率阈值时，识别结果为隧道入口；在综合概率值不高于预设概率阈值时，所述识别结果为非隧道入口。
本实施例通过获取目标车辆的前方道路图像以及实时GPS信号；根据预设胶囊网络模型对前方道路图像中包含的无用场景信息进行剔除，获得剔除后的图像信息；根据预设胶囊网络模型和图像信息判断车辆前方是否为隧道入口；在车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将初始车灯模式切换成近灯光模式；在检测到实时GPS信号满足预设条件时，判定目标车辆驶出隧道出口，并将当前车灯模式恢复至初始车灯模式。由于本实施例通过预设胶囊网络模型对隧道入口识别及根据GPS信号判断车辆是否驶出隧道出口，本实施例相对于现有技术通过光敏传感器、摄像头光强检测等方法相比普遍存在的无法在夜间隧道场景下满足自动控制车灯，且识别可靠性降低导致安全事故发生，本实施例实现了无需识别当前车辆所处的环境的白天还是夜晚，也可满足白天/夜晚驾车的车灯控制需求，降低了图像识别算法的复杂性，并提升了识别可靠性。
参照图7，图7为本发明进出隧道车灯控制方法第三实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明进出隧道车灯控制方法的第三实施例。
在本实施例中，所述步骤S10之前，还包括：
步骤S01：采集昼夜场景下车辆驶入隧道入口的第一行车视频信息和昼夜场景下非隧道环境的第二行车视频信息。
需说明的是，第一行车视频信息可以是指白天、夜间驶入高速公路隧道入口的行车视频素材信息，所述信息可以包含高速公路隧道入口的标识、形状、颜色及纹理等信息。
可理解的是，第二行车视频信息可以是指各种白天、夜间高速公路上非隧道环境的行车视频素材信息，所述信息可以包含高速公路上的道路标识、道路纹理及道路路牌等信息。
步骤S02：对所述第一行车视频信息中的图像场景进行二值标注，获得第一标注结果。
需说明的是，截取第一行车视频中每一帧图像，对隧道入口图像场景进行二值标注，获得第一标注结果。即第一标注结果是对图像进行标注后得到的结果。
可理解的是，第一标注结果可以根据有隧道和无隧道进行标注后的结果，例如：(1，0)代表有隧道，(0，1)代表无隧道或非隧道。
步骤S03：对所述第二行车视频信息中的图像场景进行二值标注，获得第二标注结果。
需说明的是，截取第二行车视频中每一帧图像，对非隧道图像场景进行二值标注，获得第二标注结果。即第二标注结果是对图像进行标注后得到的结果
可理解的是，第二标注结果可以根据有隧道和隧道进行标注后的结果，例如：(1，0)代表有隧道，(0，1)代表无隧道或非隧道。
步骤S04：将所述第一标注结果对应的图像和所述第二标注结果对应的图像作为样本数据对初始胶囊网络模型进行训练，获得训练后的预设胶囊网络模型。
需说明的是，将标注好的图像作为样本数据，用于对胶囊网络模型算法模型进行训练，以获得训练好的预设胶囊网络模型。
本实施例中，所述步骤S40，包括：
步骤S401：根据实时GPS信号判断所述目标车辆是否驶出隧道出口。
需说明的是，GPS信号检测模块主要功能用于判断车辆是否驶出隧道。
可理解的是，车辆进入隧道后，GPS会出现信号中断的现象，而车辆驶出隧道后GPS又恢复正常信号，利用GPS信号在隧道内中断，出隧道恢复的特点，即可判断车辆是否已经驶出隧道。例如，车辆还在隧道内行驶时，GPS无信号，可以判断车辆还未驶出隧道；过一段时间后GPS突然有了稳定的信号，则可以判断车辆已经驶出隧道。
步骤S402：在检测到所述实时GPS信号由中断状态恢复至正常状态时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式。
需说明的是，利用GPS信号进隧道无信号，出隧道有信号的特点，即可判断出车辆是否已从隧道内驶出隧道。
可理解的是，车灯控制模块的主要功能是控制车辆车灯的开启和关闭。当车辆进入隧道前，由图像识别模块识别出隧道入口，并将识别结果输入至车灯控制模块，自动开启近光灯；当车辆驶出隧道后，GPS输出信号输入至车灯控制模块，自动关闭近光灯同时，将车灯恢复成进入隧道之前的状态(包括近光灯开启状态)。
具体实现中，为了进一步说明，可以参考图8车灯控制流程示意图，通过采集图像和隧道入口识别算法(胶囊网络算法)自动识别前方道路中出现的隧道入口，记录当前灯光状态，并关闭灯光仅开启近光灯，并根据GPS信号检测判断车辆是否驶出隧道出口，在检测到所述实时GPS信号由中断状态恢复至正常状态时，判定车辆驶出隧道出口，并将车灯模式由近光灯模式恢复至进入隧道前的模式。
本实施例通过采集昼夜场景下车辆驶入隧道入口的第一行车视频信息和昼夜场景下非隧道环境的第二行车视频信息；对第一行车视频信息中的图像场景进行二值标注，获得第一标注结果；对第二行车视频信息中的图像场景进行二值标注，获得第二标注结果；将第一标注结果对应的图像和第二标注结果对应的图像作为样本数据对初始胶囊网络模型进行训练，获得训练后的预设胶囊网络模型。获取目标车辆的前方道路图像以及实时GPS信号；根据预设胶囊网络模型和前方道路图像判断车辆前方是否为隧道入口；在车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将初始车灯模式切换成近灯光模式；根据实时GPS信号判断所述目标车辆是否驶出隧道出口；在检测到所述实时GPS信号由中断状态恢复至正常状态时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式。由于本实施例通过对初始胶囊网络模型训练得到预设胶囊网络模型，并对隧道入口识别及根据GPS信号判断车辆是否驶出隧道出口，本实施例相对于现有技术通过光敏传感器、摄像头光强检测等方法普遍存在的无法在夜间隧道场景下满足自动控制车灯，且识别可靠性降低导致安全事故发生，本实施例实现了无需识别当前车辆所处的环境的白天还是夜晚，也可满足白天/夜晚驾车的车灯控制需求，降低了图像识别算法的复杂性，并提升了识别可靠性。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有进出隧道车灯控制程序，所述进出隧道车灯控制程序被处理器执行时实现如上文所述的进出隧道车灯控制方法的步骤。
参照图9，图9为本发明进出隧道车灯控制装置第一实施例的结构框图。
如图9所示，本发明实施例提出的进出隧道车灯控制装置包括：
信息获取模块10，用于获取目标车辆的前方道路图像以及实时GPS信号；
入口判断模块20，用于根据预设胶囊网络模型和所述前方道路图像判断车辆前方是否为隧道入口；
灯光切换模块30，用于在所述车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将所述初始车灯模式切换成近灯光模式；
所述灯光切换模块30，还用于在检测到所述实时GPS信号满足预设条件时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式。
本实施例通过获取目标车辆的前方道路图像以及实时GPS信号；根据预设胶囊网络模型和前方道路图像判断车辆前方是否为隧道入口；在车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将初始车灯模式切换成近灯光模式；在检测到实时GPS信号满足预设条件时，判定目标车辆驶出隧道出口，并将当前车灯模式恢复至初始车灯模式。由于本实施例通过预设胶囊网络模型对隧道入口识别及根据GPS信号判断车辆是否驶出隧道出口，本实施例相对于现有技术通过光敏传感器、摄像头光强检测等方法中普遍存在的无法在夜间隧道场景下满足自动控制车灯，且识别可靠性降低导致安全事故发生，本实施例实现了无需识别当前车辆所处的环境的白天还是夜晚，也可满足白天/夜晚驾车的车灯控制需求，降低了图像识别算法的复杂性，并提升了识别可靠性。
进一步地，所述入口判断模块20还用于根据预设胶囊网络模型对所述前方道路图像中包含的无用场景信息进行剔除，获得剔除后的图像信息；根据所述预设胶囊网络模型和所述图像信息判断车辆前方是否为隧道入口。
进一步地，所述入口判断模块20还用于根据所述预设胶囊网络模型和所述图像信息确定前方道路对应的隧道路口概率值和非隧道路口概率值；根据所述隧道路口概率值和所述非隧道路口概率值判断车辆前方是否为隧道入口。
进一步地，所述入口判断模块20还用于根据所述隧道路口概率值和所述非隧道路口概率值计算综合概率值；根据所述综合概率值与预设概率阈值进行对比，获得对比结果；根据所述对比结果判断判断前方是否为隧道入口。
进一步地，所述入口判断模块20还用于在所述综合概率值高于所述预设概率阈值时，所述识别结果为隧道入口；在所述综合概率值不高于所述预设概率阈值时，所述识别结果为非隧道入口。
进一步地，所述灯光切换模块30还用于根据实时GPS信号判断所述目标车辆是否驶出隧道出口；在检测到所述实时GPS信号由中断状态恢复至正常状态时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式。
进一步地，所述进出隧道车灯控制装置还包括：模型构建模块，所述模型构建模块用于采集昼夜场景下车辆驶入隧道入口的第一行车视频信息和昼夜场景下非隧道环境的第二行车视频信息；对所述第一行车视频信息中的图像场景进行二值标注，获得第一标注结果；对所述第二行车视频信息中的图像场景进行二值标注，获得第二标注结果；将所述第一标注结果对应的图像和所述第二标注结果对应的图像作为样本数据对初始胶囊网络模型进行训练，获得训练后的预设胶囊网络模型。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的进出隧道车灯控制方法，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为名称。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image，ROM)/随机存取存储器(Random AccessMemory，RAM)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (5)

1.一种进出隧道车灯控制方法，其特征在于，所述进出隧道车灯控制方法包括以下步骤：
获取目标车辆的前方道路图像以及实时GPS信号；
根据预设胶囊网络模型和所述前方道路图像判断车辆前方是否为隧道入口；
在所述车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将所述初始车灯模式切换成近灯光模式；
根据实时GPS信号判断所述目标车辆是否驶出隧道出口；
在检测到所述实时GPS信号由中断状态恢复至正常状态时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式；
所述根据预设胶囊网络模型和所述前方道路图像判断车辆前方是否为隧道入口的步骤，包括：
根据预设胶囊网络模型对所述前方道路图像中包含的无用场景信息进行剔除，获得剔除后的图像信息；
根据所述预设胶囊网络模型和所述图像信息确定前方道路对应的隧道路口概率值和非隧道路口概率值；
根据所述隧道路口概率值和所述非隧道路口概率值计算综合概率值；
根据所述综合概率值与预设概率阈值进行对比，获得对比结果；
根据所述对比结果判断前方是否为隧道入口；
所述获取目标车辆的前方道路图像以及实时GPS信号的步骤之前，包括：
采集昼夜场景下车辆驶入隧道入口的第一行车视频信息和昼夜场景下非隧道环境的第二行车视频信息；
对所述第一行车视频信息中的图像场景进行二值标注，获得第一标注结果；
对所述第二行车视频信息中的图像场景进行二值标注，获得第二标注结果；
将所述第一标注结果对应的图像和所述第二标注结果对应的图像作为样本数据对初始胶囊网络模型进行训练，获得训练后的预设胶囊网络模型。
2.如权利要求1所述的进出隧道车灯控制方法，其特征在于，所述根据所述对比结果判断前方是否为隧道入口的步骤，包括：
在所述综合概率值高于所述预设概率阈值时，识别结果为隧道入口；
在所述综合概率值不高于所述预设概率阈值时，所述识别结果为非隧道入口。
3.一种进出隧道车灯控制设备，其特征在于，所述进出隧道车灯控制设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的进出隧道车灯控制程序，所述进出隧道车灯控制程序被所述处理器执行时实现如权利要求1至2中任一项所述的进出隧道车灯控制方法。
4.一种存储介质，其特征在于，所述存储介质上存储有进出隧道车灯控制程序，所述进出隧道车灯控制程序被处理器执行时实现如权利要求1至2中任一项所述的进出隧道车灯控制方法。
5.一种进出隧道车灯控制装置，其特征在于，所述进出隧道车灯控制装置包括：
信息获取模块，用于获取目标车辆的前方道路图像以及实时GPS信号；
入口判断模块，用于根据预设胶囊网络模型和所述前方道路图像判断车辆前方是否为隧道入口；
所述入口判断模块，还用于根据预设胶囊网络模型对所述前方道路图像中包含的无用场景信息进行剔除，获得剔除后的图像信息；根据所述预设胶囊网络模型和所述图像信息确定前方道路对应的隧道路口概率值和非隧道路口概率值；根据所述隧道路口概率值和所述非隧道路口概率值计算综合概率值；根据所述综合概率值与预设概率阈值进行对比，获得对比结果；根据所述对比结果判断前方是否为隧道入口；
灯光切换模块，用于在所述车辆前方为隧道入口时，记录当前时刻的初始车灯模式，并将所述初始车灯模式切换成近灯光模式；
所述灯光切换模块，还用于根据实时GPS信号判断所述目标车辆是否驶出隧道出口；在检测到所述实时GPS信号由中断状态恢复至正常状态时，判定所述目标车辆驶出隧道出口，并将当前车灯模式恢复至所述初始车灯模式；
模型构建模块，用于采集昼夜场景下车辆驶入隧道入口的第一行车视频信息和昼夜场景下非隧道环境的第二行车视频信息；对所述第一行车视频信息中的图像场景进行二值标注，获得第一标注结果；对所述第二行车视频信息中的图像场景进行二值标注，获得第二标注结果；将所述第一标注结果对应的图像和所述第二标注结果对应的图像作为样本数据对初始胶囊网络模型进行训练，获得训练后的预设胶囊网络模型。
CN202111060055.8A 2021-09-13 2021-09-13 进出隧道车灯控制方法、设备、存储介质及装置 Active CN113752940B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111060055.8A CN113752940B (zh) 2021-09-13 2021-09-13 进出隧道车灯控制方法、设备、存储介质及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111060055.8A CN113752940B (zh) 2021-09-13 2021-09-13 进出隧道车灯控制方法、设备、存储介质及装置

Publications (2)

Publication Number Publication Date
CN113752940A CN113752940A (zh) 2021-12-07
CN113752940B true CN113752940B (zh) 2023-07-25

Family

ID=78794600

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111060055.8A Active CN113752940B (zh) 2021-09-13 2021-09-13 进出隧道车灯控制方法、设备、存储介质及装置

Country Status (1)

Country Link
CN (1) CN113752940B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114022848B (zh) * 2022-01-04 2022-04-12 四川九通智路科技有限公司 一种隧道自动照明的控制方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105835752A (zh) * 2016-03-31 2016-08-10 苏州长玖节能科技服务有限公司 一种基于公路隧道控制汽车照明设备启闭的控制系统
CN206664424U (zh) * 2017-02-16 2017-11-24 北京汽车股份有限公司 汽车及其近光灯控制系统
CN110572912A (zh) * 2019-08-09 2019-12-13 厦门理工学院 一种隧道行车灯光控制方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4496964B2 (ja) * 2005-01-14 2010-07-07 株式会社デンソー 車両用トンネル検出装置および車両用ライト制御装置
JP5768756B2 (ja) * 2012-04-17 2015-08-26 株式会社デンソー 車両のヘッドランプの配光制御装置
CN105644420A (zh) * 2015-12-31 2016-06-08 深圳市凯立德欣软件技术有限公司 一种自动控制车灯的方法、装置及导航设备
CN111361494B (zh) * 2018-12-25 2022-02-22 深圳市丰驰顺行信息技术有限公司 一种车灯自动控制方法及系统
CN110154875A (zh) * 2019-04-19 2019-08-23 深圳市元征科技股份有限公司 一种车辆的车灯控制方法、车载设备以及存储介质
CN110053545A (zh) * 2019-05-13 2019-07-26 斑马网络技术有限公司 车辆照明的控制方法、装置、介质及电子设备
CN110356313A (zh) * 2019-05-31 2019-10-22 惠州市德赛西威汽车电子股份有限公司 一种提升汽车安全驾驶的方法和系统
CN111753800A (zh) * 2020-07-03 2020-10-09 深圳市安法影像技术有限公司 隧道入口的检测方法及检测装置、存储介质、设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105835752A (zh) * 2016-03-31 2016-08-10 苏州长玖节能科技服务有限公司 一种基于公路隧道控制汽车照明设备启闭的控制系统
CN206664424U (zh) * 2017-02-16 2017-11-24 北京汽车股份有限公司 汽车及其近光灯控制系统
CN110572912A (zh) * 2019-08-09 2019-12-13 厦门理工学院 一种隧道行车灯光控制方法

Also Published As

Publication number Publication date
CN113752940A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN110660254B (zh) 交通信号灯检测及智能驾驶方法和装置、车辆、电子设备
US11586856B2 (en) Object recognition device, object recognition method, and object recognition program
US10223910B2 (en) Method and apparatus for collecting traffic information from big data of outside image of vehicle
US10814815B1 (en) System for determining occurrence of an automobile accident and characterizing the accident
CN112677977B (zh) 行车状态识别方法、装置、电子设备和转向灯控制方法
CN110415544B (zh) 一种灾害天气预警方法及汽车ar-hud系统
CN111506057B (zh) 辅助自动驾驶的自动驾驶辅助眼镜
JP2007238090A (ja) 車載投光器の自動切換え制御方法
CN111783654B (zh) 车辆重识别方法、装置及电子设备
US11250279B2 (en) Generative adversarial network models for small roadway object detection
US11482012B2 (en) Method for driving assistance and mobile device using the method
WO2020007589A1 (en) Training a deep convolutional neural network for individual routes
CN108482367A (zh) 一种基于智能后视镜辅助驾驶的方法、装置及系统
CN113752940B (zh) 进出隧道车灯控制方法、设备、存储介质及装置
CN115690750A (zh) 一种驾驶员分心检测方法和装置
CN113673403B (zh) 行驶环境检测方法、系统、装置、计算机设备、计算机可读存储介质及汽车
CN112949470A (zh) 车辆变道转向灯识别方法、装置、设备及存储介质
US20210004016A1 (en) U-turn control system for autonomous vehicle and method therefor
CN114926815A (zh) 基于信号灯识别的驾驶行为预警方法及系统
CN113581059A (zh) 灯光调节方法及相关装置
CN113581196A (zh) 一种车辆行驶预警的方法、装置、计算机设备及存储介质
KR102594384B1 (ko) 오류데이터 삽입방식을 이용한 자율주행 차량의 영상인식 학습장치와 이를 이용한 영상인식 학습방법
CN110843673B (zh) 车载防眩晕视图形成方法、生成装置及防眩晕装置
KR102039814B1 (ko) 측후방 차량 검출 방법 및 그 장치
CN114998859A (zh) 交通文本识别方法、装置、设备及存储介质

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