CN114572102B - 一种适用于车灯的智能调节系统及方法 - Google Patents

Abstract

本发明提供一种适用于车灯的智能调节系统及方法，包括：导航模块，用于提供实时地图；雷达探测装置，用于检测当前车辆与其他车辆的实时距离和实时方向；数据处理模块，用于根据当前车辆的结构数据转换得到第一模型并将其他车辆转换为第二模型，叠加至实时地图形成模型图像；特征分析模块，用于根据模型图像截取得到有效图像，特征提取得到特征处理结果；图像采集装置，用于采集当前车辆前方的实时图像；智能调节模块，用于根据实时图像得到实时亮度，并根据特征处理结果、各实时距离和实时亮度对远光灯和近光灯进行智能调节。有益效果是本系统及方法根据当前车辆和其他车辆的最小实时距离以及实时图像的实时亮度对近光灯和远光灯进行智能调节。

Description

一种适用于车灯的智能调节系统及方法

技术领域

本发明涉及车灯调节技术领域，尤其涉及一种适用于车灯的智能调节系统及方法。

背景技术

车灯是汽车的“眼睛”，常用的有近光灯、远光灯、雾灯以及转弯时用于弧线照明的曲线灯，还有汽车后部的刹车灯、尾灯、倒车灯以及车牌照明灯等等，车灯虽然也有一定的装饰作用，但是它最重要的作用还是保障出行安全。

近光灯和远光灯的转换一直是令新手驾驶者头疼的问题，由于对近光灯的使用场景和远光灯的使用场景不熟悉经常导致近光灯和远光灯用错，这样的行为在驾驶过程中存在一定的安全风险。

发明内容

针对现有技术中存在的问题，本发明提供一种适用于车灯的智能调节系统，包括：

一导航模块，用于持续提供一实时地图；

至少一雷达探测装置，用于实时检测用户驾驶的当前车辆周围至少一其他车辆与自身之间的多个实时距离以及各所述实时距离对应的一实时方向；

一数据处理模块，分别连接所述导航模块和所述雷达探测装置，用于根据预先测量得到的所述当前车辆的结构数据将所述当前车辆转换为一第一模型，并根据各所述实时距离和各所述实时距离对应的所述实时方向将各所述其他车辆转换为相应的第二模型，以及将所述第一模型和各所述第二模型叠加至所述实时地图上形成一模型图像；

一特征分析模块，连接所述数据处理模块，用于根据所述模型图像处理得到所述第一模型上表征所述当前车辆的车头顶点的一模型顶点，并以所述模型顶点为基准对所述模型图像进行截取得到一有效图像，以及对所述有效图像进行特征提取得到一特征处理结果；

一图像采集装置，用于实时采集所述当前车辆前方的一实时图像；

一智能调节模块，分别连接所述雷达探测装置、所述图像采集装置和所述特征提取模块，用于根据所述实时图像处理得到对应的一实时亮度，并根据所述特征处理结果、各所述实时距离和所述实时亮度对所述当前车辆的远光灯和近光灯进行智能调节。

优选的，所述数据处理模块，连接所述当前车辆上安装的一定位设备，所述数据处理模块包括：

一第一模型处理单元，用于根据预先测量得到的所述当前车辆的结构数据将所述当前车辆转换为所述第一模型；

一第二模型处理单元，用于根据各所述实时距离和各所述实时距离对应的所述实时方向将所述其他车辆转换为所述第二模型；

一图像合成单元，分别连接所述第一模型处理单元和所述第二模型处理单元，用于从所述定位设备获取所述第一模型于所述实时地图中的一第一坐标，并根据所述第一坐标、各所述实时距离和各所述实时距离对应的所述实时方向处理得到所述第二模型于所述实时地图中的一第二坐标，以及根据所述第一坐标和所述第二坐标将所述第一模型和所述第二模型叠加至所述实时地图上形成所述模型图像。

优选的，所述特征分析模块包括：

一第一处理单元，用于选取所述模型图像的背离所述当前车辆行驶方向的图像边缘作为基准边；

一第二处理单元，连接所述第一处理单元，用于在所述第一模型上提取多个特征点并统计各所述特征点与所述基准边之间的相对距离，将各所述相对距离中最大相对距离对应的所述特征点作为所述模型顶点；

一第三处理单元，连接所述第二处理单元，用于以平行所述基准边且包含所述模型顶点的一参考边为基准，截去所述基准边和所述参考边之间的所述模型图像得到所述有效图像；

一第四处理单元，连接所述第三处理单元，用于对所述有效图像进行特征提取并在提取得到车辆模型特征时输出表征所述当前车辆前方存在车辆的所述特征处理结果，以及在未提取得到车辆模型特征时输出表征所述当前车辆前方不存在车辆的所述特征处理结果。

优选的，所述智能调节模块包括：

一第五处理单元，用于将所述实时图像分为多个检测区域，对各所述检测区域分别进行亮度求值得到对应的一区域亮度，并将各所述区域亮度中的最大区域亮度作为所述实时亮度；

一智能调节单元，连接所述第五处理单元，用于根据所述特征处理结果、各所述实时距离、所述实时亮度、预先配置的一距离阈值和一亮度阈值对所述当前车辆的远光灯和近光灯进行智能调节。

优选的，所述智能调节单元包括：

一第一调节子单元，用于在所述当前车辆使用近光灯且所述特征处理结果表征所述当前车辆前方存在车辆时，将各所述实时距离中的最小实时距离和所述距离阈值进行比较，以及将所述实时亮度和所述亮度阈值进行比较并且只有在所述最小实时距离大于所述距离阈值且所述实时亮度小于所述亮度阈值时，将近光灯调节为远光灯；

一第二调节子单元，用于在所述当前车辆使用近光灯且所述特征处理结果表征所述当前车辆前方不存在车辆时，将所述实时亮度和所述亮度阈值进行比较并且只有在所述实时亮度小于所述亮度阈值时，将近光灯调节为远光灯；

一第三调节子单元，用于在所述当前车辆使用远光灯且所述特征处理结果表征所述当前车辆前方存在车辆时，将各所述实时距离中的最小实时距离和所述距离阈值进行比较，以及将所述实时亮度和所述亮度阈值进行比较并只有在所述最小实时距离不大于所述距离阈值且所述实时亮度不小于所述亮度阈值时，将远光灯调节为近光灯；

一第四调节子单元，用于在所述当前车辆使用远光灯且所述特征处理结果表征所述当前车辆前方不存在车辆时，将所述实时亮度和所述亮度阈值进行比较并只有在所述实时亮度不小于所述亮度阈值时，将远光灯调节为近光灯。

优选的，一种适用于车灯的智能调节方法，应用于上述智能调节系统，具体包括以下步骤：

步骤S1，所述智能调节系统实时检测用户驾驶的当前车辆周围至少一其他车辆与自身之间的多个实时距离以及各所述实时距离对应的一实时方向，以及实时采集所述当前车辆前方的一实时图像；

步骤S2，所述智能调节系统根据预先测量得到的所述当前车辆的结构数据将所述当前车辆转换为一第一模型，并根据各所述实时距离和各所述实时距离对应的所述实时方向将各所述其他车辆转换为相应的第二模型，以及将所述第一模型和各所述第二模型叠加至所述实时地图上形成一模型图像；

步骤S3，所述智能调节系统根据所述模型图像处理得到所述第一模型上表征所述当前车辆的车头顶点的一模型顶点，并以所述模型顶点为基准对所述模型图像进行截取得到一有效图像，以及对所述有效图像进行特征提取得到一特征处理结果；

步骤S4，所述智能调节系统根据所述实时图像处理得到对应的一实时亮度，并根据所述特征处理结果、各所述实时距离和所述实时亮度对所述当前车辆的远光灯和近光灯进行智能调节。

优选的，所述智能调节系统连接所述当前车辆上安装的一定位设备，则所述步骤S2包括：

步骤S21，根据预先测量得到的所述当前车辆的结构数据将所述当前车辆转换为一第一模型；

步骤S22,根据各所述实时距离和各所述实时距离对应的所述实时方向将所述其他车辆转换为一第二模型；

步骤S23，从所述定位设备获取所述第一模型于所述实时地图中的一第一坐标，并根据所述第一坐标、各所述实时距离和各所述实时距离对应的所述实时方向处理得到所述第二模型于所述地图中的一第二坐标，以及根据所述第一坐标和所述第二坐标将所述第一模型和所述第二模型叠加至所述实时地图上形成所述模型图像。

优选的，所述步骤S3包括：

步骤S31，在所述模型图像上以所述当前车辆为起始点，沿所述当前车辆行驶方向的相反方向绘制一直线，并将所述模型图像的与所述直线垂直的边作为基准边；

步骤S32，在所述第一模型上提取多个特征点并统计各所述特征点与所述基准边之间的相对距离，将各所述相对距离中最大相对距离对应的所述特征点作为所述模型顶点；

步骤S33，以平行所述基准边且包含所述模型顶点的一参考边为基准，截去所述基准边和所述参考边之间的所述模型图像得到所述有效图像；

步骤S34，对所述有效图像进行特征提取并在提取得到车辆模型特征时输出表征所述当前车辆前方存在车辆的所述特征处理结果，以及在未提取得到车辆模型特征时输出表征所述当前车辆前方不存在车辆的所述特征处理结果。

优选的，所述步骤S4包括：

步骤S41，将所述实时图像分为多个检测区域，对各所述检测区域分别进行亮度求值得到对应的一区域亮度，并将各所述区域亮度中的最大区域亮度作为所述实时亮度；

步骤S42，根据所述特征处理结果、各所述实时距离、所述实时亮度、预先配置的一距离阈值和一亮度阈值对所述当前车辆的远光灯和近光灯进行智能调节。

优选的，所述步骤S4包括：

步骤S41，将所述实时图像分为多个检测区域，对各所述检测区域分别进行亮度求值得到对应的一区域亮度，并将各所述区域亮度中的最大区域亮度作为所述实时亮度；

步骤S42，根据所述特征处理结果、各所述实时距离、所述实时亮度、预先配置的一距离阈值和一亮度阈值对所述当前车辆的远光灯和近光灯进行智能调节。

优选的，所述步骤S42包括：

步骤S421，判断所述当前车辆是否使用近光灯：

若是，转向步骤S422；

若否，转向步骤S423；

步骤S422，判断所述特征处理结果是否表征所述当前车辆前方存在车辆；

若是，转向步骤S424；

若否，转向步骤S425；

步骤S423，判断所述当前车辆是否使用远光灯：

若是，转向步骤S426；

若否，返回所述步骤S421；

步骤S424，判断各所述实时距离中的最小实时距离是否大于所述距离阈值，以及所述实时亮度是否小于所述亮度阈值：

若是，将近光灯调节为远光灯并退出；

若否，返回所述步骤S421；

步骤S425，判断所述实时亮度是否小于所述亮度阈值：

若是，将近光灯调节为远光灯并退出；

若否，返回所述步骤S421；

步骤S426，判断所述特征处理结果是否表征所述当前车辆前方存在车辆；

若是，转向步骤S427；

若否，转向步骤S428；

步骤S427，判断各所述实时距离中的最小实时距离是否不大于所述距离阈值，以及所述实时亮度是否不小于所述亮度阈值：

若是，将远光灯调节为近光灯并退出；

若否，返回所述步骤S421；

步骤S428，判断所述实时亮度是否不小于所述亮度阈值：

若是，将远光灯调节为近光灯并退出；

若否，返回所述步骤S421。

上述技术方案具有如下优点或有益效果：本系统及方法应用实时地图和模型转换技术，计算当前车辆和其他车辆的最小实时距离以及实时图像的实时亮度，将最小实时距离和实时亮度分别与距离阈值和亮度阈值进行比较以自动调节使用近光灯或远光灯，为驾驶者的安全提供有效保障。

附图说明

图1为本发明的较佳的实施例中，本系统的结构原理图；

图2为本发明的较佳的实施例中，模型图像中基准边和参考边的示意图；

图3为本发明的较佳的实施例中，本方法的步骤流程图；

图4为本发明的较佳的实施例中，步骤S2的具体流程图；

图5为本发明的较佳的实施例中，步骤S3的具体流程图；

图6为本发明的较佳的实施例中，步骤S4的具体流程图；

图7为本发明的较佳的实施例中，步骤S42的具体流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本发明并不限定于该实施方式，只要符合本发明的主旨，则其他实施方式也可以属于本发明的范畴。

本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种适用于车灯的智能调节系统，如图1所示，包括：

一导航模块1，用于持续提供一实时地图；

至少一雷达探测装置2，用于实时检测用户驾驶的当前车辆周围至少一其他车辆与自身之间的多个实时距离以及各实时距离对应的一实时方向；

一数据处理模块3，分别连接导航模块1和雷达探测装置2，用于根据预先测量得到的当前车辆的结构数据将当前车辆转换为一第一模型，并根据各实时距离和各实时距离对应的实时方向将各其他车辆转换为相应的第二模型，以及将第一模型和各第二模型叠加至实时地图上形成一模型图像；

一特征分析模块4，连接数据处理模块3，用于根据模型图像处理得到第一模型上表征当前车辆的车头顶点的一模型顶点，并以模型顶点为基准对模型图像进行截取得到一有效图像，以及对有效图像进行特征提取得到一特征处理结果；

一图像采集装置5，用于实时采集当前车辆前方的一实时图像；

一智能调节模块6，分别连接雷达探测装置2、图像采集装置5和特征提取模块4，用于根据实时图像处理得到对应的一实时亮度，并根据特征处理结果、各实时距离和实时亮度对当前车辆的远光灯和近光灯进行智能调节。

具体地，本实施例中，考虑到在日常驾驶中，近光灯和远光灯的切换对新手驾驶者最为困扰，因此本系统针对近光灯和远光灯进行智能调节设计。

具体地，本实施例中，数据处理模块3通过汽车的驾驶可视化功能进行实现，在自动辅助驾驶套件的传感器和计算机视觉系统的驱动下，能够在当前车辆内的显示屏上呈现当前车辆周围的环境，并将当前车辆和其他车辆转换为模型呈现在实时地图上，以供用户直观的查看周围的车辆情况。

具体地，本实施例中，雷达探测装置2可以选用岭纬激光雷达TitanM1-Pro，采用MEMS+1550nm技术路线，具备480线高分辨率和120度水平视场角，能够有效探测200米的距离。

优选的，雷达探测装置2包括激光发射器、接收器和惯性定位导航模块，通过激光发射器发射激光，在遇到物体折射回来被接收器接收来测得本体到障碍物的距离，再结合惯性定位导航信息与激光发射角度可得到带有坐标方位和距离的点信息，再给这个点信息配上时间范围、激光扫描角度、定位位置和网络信息后将点信息处理成高度精确的地理配准x,y,z坐标，那么这些点就会变为具有距离信息、空间位置信息的三维立体信号，最后再基于软件算法组合起来，就可以得出线、面、体等各种相关参数并绘制出表征不同物体的轮廓。

优选的，通过图像识别算法对各个模型的轮廓分别进行图像识别以得到表征车辆的轮廓，将表征车辆的轮廓所关联的各个实时距离进行保留，以去除环境干扰因素。

优选的，软件算法和图像识别算法均采用现有技术，本系统中不进行具体说明。

具体地，本实施例中，考虑到使用远光灯的其中一个因素为前方道路上没有照明设备，因此可以理解为对当前车辆前方的道路进行实时图像采集，并处理得到实时图像的实时亮度，亮度阈值为道路上没有照明设备时的亮度，将实时亮度与亮度阈值进行比较即可确定前方道路上是否有照明设备。

具体地，本实施例中，考虑到使用远光灯的另一个因素为当前车辆前方没有车辆行驶，因此可以理解为通过特征分析判断当前车辆前方是否存在车辆，当有多辆其他车辆时，可以对其他车辆进行测距并将最近车辆的实时距离作为最小实时距离，距离阈值为由无车辆行驶时转为有车辆行驶时的距离，将最小实时距离与距离阈值进行比较即可确定当前车辆对面是否有车辆行驶。

具体地，本实施例中，图像采集装置5可以选用车载摄像机。

本发明的较佳的实施例中，数据处理模块3，连接当前车辆上安装的一定位设备7，数据处理模块3包括：

一第一模型处理单元31，用于根据预先测量得到的当前车辆的结构数据将当前车辆转换为第一模型；

一第二模型处理单元32，用于根据各实时距离和各实时距离对应的实时方向将其他车辆转换为第二模型；

一图像合成单元33，分别连接第一模型处理单元31和第二模型处理单元32，用于从定位设备获取第一模型于实时地图中的一第一坐标，并根据第一坐标、各实时距离和各实时距离对应的实时方向处理得到第二模型于实时地图中的一第二坐标，以及根据第一坐标和第二坐标将第一模型和第二模型叠加至实时地图上形成模型图像。

具体地，本实施例中，由于第一模型和第二模型均处于实时地图上，而实时地图上本身便带有世界坐标系，通过定位设备获取当前车辆的世界坐标作为第一坐标，并可以以当前车辆的第一坐标为基点，根据第一坐标、各实时距离和各实时距离对应的实时方向处理得到第二模型于实时地图中的第二坐标，根据第一坐标将第一模型叠加到实时地图上，根据第二坐标将第二模型叠加到实时地图上。

优选的，以第一坐标为基点，通过单个实时距离和单个实时距离对应的实时方向可以计算得到单个点，对于多个实时距离则可以将点形成线，将线形成面，因此，可以得到第二模型。

本发明的较佳的实施例中，特征分析模块4包括：

一第一处理单元41，用于选取模型图像的背离当前车辆行驶方向的图像边缘作为基准边；

一第二处理单元42，连接第一处理单元41，用于在第一模型上提取多个特征点并统计各特征点与基准边之间的相对距离，将各相对距离中最大相对距离对应的特征点作为模型顶点；

一第三处理单元43，连接第二处理单元42，用于以平行基准边且包含模型顶点的一参考边为基准，截去基准边和参考边之间的模型图像得到有效图像；

一第四处理单元44，连接第三处理单元43，用于对有效图像进行特征提取并在提取得到车辆模型特征时输出表征当前车辆前方存在车辆的特征处理结果，以及在未提取得到车辆模型特征时输出表征当前车辆前方不存在车辆的特征处理结果。

具体地，本实施例中，模型图像中基准边和参考边的示意图如图2所示，其中，模型顶点用c表示，基准边用a表示，参考边用b表示，截去基准边a和参考边b之间的模型图像即可得到有效图像。

本发明的较佳的实施例中，智能调节模块6包括：

一第五处理单元61，用于将实时图像分为多个检测区域，对各检测区域分别进行亮度求值得到对应的一区域亮度，并将各区域亮度中的最大区域亮度作为实时亮度；

一智能调节单元62，连接第五处理单元61，用于根据特征处理结果、各实时距离、实时亮度、预先配置的一距离阈值和一亮度阈值对当前车辆的远光灯和近光灯进行智能调节。

具体地，本实施例中，考虑到远光灯必须在前方道路没有照明设备的情况下进行使用，用平均亮度来表示实时图像的实时亮度并不合适，因为可能存在某个区域具有光源但是平均亮度小于亮度阈值的情况，因此在对实时图像进行处理时，将各个区域亮度中的最大区域亮度作为实时亮度，能够有效提高远光灯判断的准确性。

优选的，对于每个检测区域，通过检测红、绿、蓝三个通道的亮度值计算得到区域亮度。

本发明的较佳的实施例中，智能调节单元62包括：

一第一调节子单元621，用于在当前车辆使用近光灯且特征处理结果表征当前车辆前方存在车辆时，将各实时距离中的最小实时距离和距离阈值进行比较，以及将实时亮度和亮度阈值进行比较并且只有在最小实时距离大于距离阈值且实时亮度小于亮度阈值时，将近光灯调节为远光灯；

一第二调节子单元622，用于在当前车辆使用近光灯且特征处理结果表征当前车辆前方不存在车辆时，将实时亮度和亮度阈值进行比较并且只有在实时亮度小于亮度阈值时，将近光灯调节为远光灯；

一第三调节子单元623，用于在当前车辆使用远光灯且特征处理结果表征当前车辆前方存在车辆时，将各实时距离中的最小实时距离和距离阈值进行比较，以及将实时亮度和亮度阈值进行比较并只有在最小实时距离不大于距离阈值且实时亮度不小于亮度阈值时，将远光灯调节为近光灯；

一第四调节子单元624，用于在当前车辆使用远光灯且特征处理结果表征当前车辆前方不存在车辆时，将实时亮度和亮度阈值进行比较并只有在实时亮度不小于亮度阈值时，将远光灯调节为近光灯。

具体地，本实施例中，本系统对于使用近光灯和使用远光灯的情况分别进行逻辑判断，当特征处理结果表征当前车辆前方存在车辆时，通过距离和亮度进行双重判断，当特征处理结果表征当前车辆前方不存在车辆时，只需要对亮度进行判断即可，以减轻系统运行负担。

本发明的较佳的实施例中，一种适用于车灯的智能调节方法，应用于上述智能调节系统，如图3所示，具体包括以下步骤：

步骤S1，智能调节系统实时检测用户驾驶的当前车辆周围至少一其他车辆与自身之间的多个实时距离以及各实时距离对应的一实时方向，以及实时采集当前车辆前方的一实时图像；

步骤S2，智能调节系统根据预先测量得到的当前车辆的结构数据将当前车辆转换为一第一模型，并根据各实时距离和各实时距离对应的实时方向将各其他车辆转换为相应的第二模型，以及将第一模型和各第二模型叠加至实时地图上形成一模型图像；

步骤S3，智能调节系统根据模型图像处理得到第一模型上表征当前车辆的车头顶点的一模型顶点，并以模型顶点为基准对模型图像进行截取得到一有效图像，以及对有效图像进行特征提取得到一特征处理结果；

步骤S4，智能调节系统根据实时图像处理得到对应的一实时亮度，并根据特征处理结果、各实时距离和实时亮度对当前车辆的远光灯和近光灯进行智能调节。

本发明的较佳的实施例中，智能调节系统连接当前车辆上安装的一定位设备，则步骤S2如图4所示，包括：

步骤S21，根据预先测量得到的当前车辆的结构数据将当前车辆转换为一第一模型；

步骤S22,根据各实时距离和各实时距离对应的实时方向将其他车辆转换为一第二模型；

步骤S23，从定位设备获取第一模型于实时地图中的一第一坐标，并根据第一坐标、各实时距离和各实时距离对应的实时方向处理得到第二模型于实时地图中的一第二坐标，以及根据第一坐标和第二坐标将第一模型和第二模型叠加至实时地图上形成模型图像。

本发明的较佳的实施例中，如图5所示，步骤S3包括：

步骤S31，在模型图像上以当前车辆为起始点，沿当前车辆行驶方向的相反方向绘制一直线，并将模型图像的与直线垂直的边作为基准边；

步骤S32，在第一模型上提取多个特征点并统计各特征点与基准边之间的相对距离，将各相对距离中最大相对距离对应的特征点作为模型顶点；

步骤S33，以平行基准边且包含模型顶点的一参考边为基准，截去基准边和参考边之间的模型图像得到有效图像；

步骤S34，对有效图像进行特征提取并在提取得到车辆模型特征时输出表征当前车辆前方存在车辆的特征处理结果，以及在未提取得到车辆模型特征时输出表征当前车辆前方不存在车辆的特征处理结果。

本发明的较佳的实施例中，如图6所示，步骤S4包括：

步骤S41，将所述实时图像分为多个检测区域，对各所述检测区域分别进行亮度求值得到对应的一区域亮度，并将各所述区域亮度中的最大区域亮度作为所述实时亮度；

步骤S42，根据所述特征处理结果、各所述实时距离、所述实时亮度、预先配置的一距离阈值和一亮度阈值对所述当前车辆的远光灯和近光灯进行智能调节。

本发明的较佳的实施例中，如图7所示，步骤S42包括：

步骤S421，判断当前车辆是否使用近光灯：

若是，转向步骤S422；

若否，转向步骤S423；

步骤S422，判断特征处理结果是否表征当前车辆前方存在车辆；

若是，转向步骤S424；

若否，转向步骤S425；

步骤S423，判断当前车辆是否使用远光灯：

若是，转向步骤S426；

若否，返回步骤S421；

步骤S424，判断各实时距离中的最小实时距离是否大于距离阈值，以及实时亮度是否小于亮度阈值：

若是，将近光灯调节为远光灯并退出；

若否，返回步骤S421；

步骤S425，判断实时亮度是否小于亮度阈值：

若是，将近光灯调节为远光灯并退出；

若否，返回步骤S421；

步骤S426，判断特征处理结果是否表征当前车辆前方存在车辆；

若是，转向步骤S427；

若否，转向步骤S428；

步骤S427，判断各实时距离中的最小实时距离是否不大于距离阈值，以及实时亮度是否不小于亮度阈值：

若是，将远光灯调节为近光灯并退出；

若否，返回步骤S421；

步骤S428，判断实时亮度是否不小于亮度阈值：

若是，将远光灯调节为近光灯并退出；

若否，返回步骤S421。

具体地，本实施例中，考虑到实际操作时存在既不使用远光灯也不使用近光灯的情况，因此在步骤S421中判断当前车辆是否使用近光灯之后，增设步骤S423以判断当前车辆是否使用远光灯，保证判断逻辑的合理性。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (10)

1.一种适用于车灯的智能调节系统，其特征在于，包括:

一导航模块，用于持续提供一实时地图；

至少一雷达探测装置，用于实时检测用户驾驶的当前车辆周围至少一其他车辆与自身之间的多个实时距离以及各所述实时距离对应的一实时方向；

一数据处理模块，分别连接所述导航模块和所述雷达探测装置，用于根据预先测量得到的所述当前车辆的结构数据将所述当前车辆转换为一第一模型，并根据各所述实时距离和各所述实时距离对应的所述实时方向将各所述其他车辆转换为相应的第二模型，以及将所述第一模型和各所述第二模型叠加至所述实时地图上形成一模型图像；

一特征分析模块，连接所述数据处理模块，用于根据所述模型图像处理得到所述第一模型上表征所述当前车辆的车头顶点的一模型顶点，并以所述模型顶点为基准对所述模型图像进行截取得到一有效图像，以及对所述有效图像进行特征提取得到一特征处理结果；

一图像采集装置，用于实时采集所述当前车辆前方的一实时图像；

一智能调节模块，分别连接所述雷达探测装置、所述图像采集装置和所述特征提取模块，用于根据所述实时图像处理得到对应的一实时亮度，并根据所述特征处理结果、各所述实时距离和所述实时亮度对所述当前车辆的远光灯和近光灯进行智能调节。

2.根据权利要求1所述的智能调节系统，其特征在于，所述数据处理模块，连接所述当前车辆上安装的一定位设备，所述数据处理模块包括：

一第一模型处理单元，用于根据预先测量得到的所述当前车辆的结构数据将所述当前车辆转换为所述第一模型；

一第二模型处理单元，用于根据各所述实时距离和各所述实时距离对应的所述实时方向将所述其他车辆转换为所述第二模型；

一图像合成单元，分别连接所述第一模型处理单元和所述第二模型处理单元，用于从所述定位设备获取所述第一模型于所述实时地图中的一第一坐标，并根据所述第一坐标、各所述实时距离和各所述实时距离对应的所述实时方向处理得到所述第二模型于所述实时地图中的一第二坐标，以及根据所述第一坐标和所述第二坐标将所述第一模型和所述第二模型叠加至所述实时地图上形成所述模型图像。

3.根据权利要求1所述的智能调节系统，其特征在于，所述特征分析模块包括：

一第一处理单元，用于选取所述模型图像的背离所述当前车辆行驶方向的图像边缘作为基准边；

一第二处理单元，连接所述第一处理单元，用于在所述第一模型上提取多个特征点并统计各所述特征点与所述基准边之间的相对距离，将各所述相对距离中最大相对距离对应的所述特征点作为所述模型顶点；

一第三处理单元，连接所述第二处理单元，用于以平行所述基准边且包含所述模型顶点的一参考边为基准，截去所述基准边和所述参考边之间的所述模型图像得到所述有效图像；

一第四处理单元，连接所述第三处理单元，用于对所述有效图像进行特征提取并在提取得到车辆模型特征时输出表征所述当前车辆前方存在车辆的所述特征处理结果，以及在未提取得到车辆模型特征时输出表征所述当前车辆前方不存在车辆的所述特征处理结果。

4.根据权利要求1所述的智能调节系统，其特征在于，所述智能调节模块包括：

一第五处理单元，用于将所述实时图像分为多个检测区域，对各所述检测区域分别进行亮度求值得到对应的一区域亮度，并将各所述区域亮度中的最大区域亮度作为所述实时亮度；

一智能调节单元，连接所述第五处理单元，用于根据所述特征处理结果、各所述实时距离、所述实时亮度、预先配置的一距离阈值和一亮度阈值对所述当前车辆的远光灯和近光灯进行智能调节。

5.根据权利要求4所述的智能调节系统，其特征在于，所述智能调节单元包括：

一第一调节子单元，用于在所述当前车辆使用近光灯且所述特征处理结果表征所述当前车辆前方存在车辆时，将各所述实时距离中的最小实时距离和所述距离阈值进行比较，以及将所述实时亮度和所述亮度阈值进行比较并且只有在所述最小实时距离大于所述距离阈值且所述实时亮度小于所述亮度阈值时，将近光灯调节为远光灯；

一第二调节子单元，用于在所述当前车辆使用近光灯且所述特征处理结果表征所述当前车辆前方不存在车辆时，将所述实时亮度和所述亮度阈值进行比较并且只有在所述实时亮度小于所述亮度阈值时，将近光灯调节为远光灯；

一第三调节子单元，用于在所述当前车辆使用远光灯且所述特征处理结果表征所述当前车辆前方存在车辆时，将各所述实时距离中的最小实时距离和所述距离阈值进行比较，以及将所述实时亮度和所述亮度阈值进行比较并只有在所述最小实时距离不大于所述距离阈值且所述实时亮度不小于所述亮度阈值时，将远光灯调节为近光灯；

一第四调节子单元，用于在所述当前车辆使用远光灯且所述特征处理结果表征所述当前车辆前方不存在车辆时，将所述实时亮度和所述亮度阈值进行比较并只有在所述实时亮度不小于所述亮度阈值时，将远光灯调节为近光灯。

6.一种适用于车灯的智能调节方法，其特征在于，应用于如权利要求1-5中任意一项所述的智能调节系统，具体包括以下步骤：

步骤S1，所述智能调节系统实时检测用户驾驶的当前车辆周围至少一其他车辆与自身之间的多个实时距离以及各所述实时距离对应的一实时方向，以及实时采集所述当前车辆前方的一实时图像；

步骤S2，所述智能调节系统根据预先测量得到的所述当前车辆的结构数据将所述当前车辆转换为一第一模型，并根据各所述实时距离和各所述实时距离对应的所述实时方向将各所述其他车辆转换为相应的第二模型，以及将所述第一模型和各所述第二模型叠加至所述实时地图上形成一模型图像；

步骤S3，所述智能调节系统根据所述模型图像处理得到所述第一模型上表征所述当前车辆的车头顶点的一模型顶点，并以所述模型顶点为基准对所述模型图像进行截取得到一有效图像，以及对所述有效图像进行特征提取得到一特征处理结果；

步骤S4，所述智能调节系统根据所述实时图像处理得到对应的一实时亮度，并根据所述特征处理结果、各所述实时距离和所述实时亮度对所述当前车辆的远光灯和近光灯进行智能调节。

7.根据权利要求6所述的智能调节方法，其特征在于，所述智能调节系统连接所述当前车辆上安装的一定位设备，则所述步骤S2包括：

步骤S21，根据预先测量得到的所述当前车辆的结构数据将所述当前车辆转换为一第一模型；

步骤S22,根据各所述实时距离和各所述实时距离对应的所述实时方向将所述其他车辆转换为一第二模型；

步骤S23，从所述定位设备获取所述第一模型于所述实时地图中的一第一坐标，并根据所述第一坐标、各所述实时距离和各所述实时距离对应的所述实时方向处理得到所述第二模型于所述地图中的一第二坐标，以及根据所述第一坐标和所述第二坐标将所述第一模型和所述第二模型叠加至所述实时地图上形成所述模型图像。

8.根据权利要求6所述的智能调节方法，其特征在于，所述步骤S3包括：

步骤S31，在所述模型图像上以所述当前车辆为起始点，沿所述当前车辆行驶方向的相反方向绘制一直线，并将所述模型图像的与所述直线垂直的边作为基准边；

步骤S32，在所述第一模型上提取多个特征点并统计各所述特征点与所述基准边之间的相对距离，将各所述相对距离中最大相对距离对应的所述特征点作为所述模型顶点；

步骤S33，以平行所述基准边且包含所述模型顶点的一参考边为基准，截去所述基准边和所述参考边之间的所述模型图像得到所述有效图像；

步骤S34，对所述有效图像进行特征提取并在提取得到车辆模型特征时输出表征所述当前车辆前方存在车辆的所述特征处理结果，以及在未提取得到车辆模型特征时输出表征所述当前车辆前方不存在车辆的所述特征处理结果。

9.根据权利要求6所述的智能调节方法，其特征在于，所述步骤S4包括：

步骤S41，将所述实时图像分为多个检测区域，对各所述检测区域分别进行亮度求值得到对应的一区域亮度，并将各所述区域亮度中的最大区域亮度作为所述实时亮度；

步骤S42，根据所述特征处理结果、各所述实时距离、所述实时亮度、预先配置的一距离阈值和一亮度阈值对所述当前车辆的远光灯和近光灯进行智能调节。

10.根据权利要求9所述的智能调节方法，其特征在于，所述步骤S42包括：

步骤S421，判断所述当前车辆是否使用近光灯：

若是，转向步骤S422；

若否，转向步骤S423；

步骤S422，判断所述特征处理结果是否表征所述当前车辆前方存在车辆；

若是，转向步骤S424；

若否，转向步骤S425；

步骤S423，判断所述当前车辆是否使用远光灯：

若是，转向步骤S426；

若否，返回所述步骤S421；

步骤S424，判断各所述实时距离中的最小实时距离是否大于所述距离阈值，以及所述实时亮度是否小于所述亮度阈值：

若是，将近光灯调节为远光灯并退出；

若否，返回所述步骤S421；

步骤S425，判断所述实时亮度是否小于所述亮度阈值：

若是，将近光灯调节为远光灯并退出；

若否，返回所述步骤S421；

步骤S426，判断所述特征处理结果是否表征所述当前车辆前方存在车辆；

若是，转向步骤S427；

若否，转向步骤S428；

步骤S427，判断各所述实时距离中的最小实时距离是否不大于所述距离阈值，以及所述实时亮度是否不小于所述亮度阈值：

若是，将远光灯调节为近光灯并退出；

若否，返回所述步骤S421；

步骤S428，判断所述实时亮度是否不小于所述亮度阈值：

若是，将远光灯调节为近光灯并退出；

若否，返回所述步骤S421。

Images