CN115871544A - 基于adas摄像头的车辆控制方法、装置及车辆 - Google Patents

Abstract

本申请涉及汽车技术领域，本申请公开了一种基于ADAS摄像头的车辆控制方法、装置及车辆，其中，方法包括：获取ADAS摄像头采集的车辆所处环境的实际图像；根据实际图像识别所处环境的当前雨量和/或当前亮度；在当前雨量大于预设雨量阈值时，控制车辆的雨刮器刮动，和/或在当前亮度小于预设亮度阈值时，控制车辆的照明设备开启。由此，解决了相关技术中需要同时利用雨量传感器和光线传感器才能实现自动大灯与自动雨刮功能，浪费整车布置空间，且增加整车成本，降低驾驶舒适性等问题。

Description

基于ADAS摄像头的车辆控制方法、装置及车辆

技术领域

本申请涉及汽车技术领域，特别涉及一种基于ADAS摄像头的车辆控制方法、装置及车辆。

背景技术

随着汽车行业的发展趋势，智能化配置在汽车上得到广泛应用，且每种类型的传感器都具有其独特优势和运用场景，其中，雨量传感器和光线传感器是目前常用的传感器，雨量传感器可以根据检测到的雨量信息控制雨刮器的刮动与停止，光线传感器可以根据检测到的外界环境光源亮度控制车灯的开启与关闭。

然而，相关技术中需要同时利用雨量传感器和光线传感器才能实现自动大灯与自动雨刮功能，大大增加整车成本；且智能驾驶车辆安装的传感器对于环境的感知要求较高，需要在整体布局下满足自身的布置要求，才能使感知系统中的各类传感器发挥出最大能效，不仅占用布置空间，导致整车布置困难，而且设置于前风挡上的传感器还会影响驾驶视线，降低驾驶舒适性。

申请内容

本申请提供一种基于ADAS摄像头的车辆控制方法、装置及车辆，以解决相关技术中需要同时利用雨量传感器和光线传感器才能实现自动大灯与自动雨刮功能，浪费整车布置空间，且增加整车成本，降低驾驶舒适性等问题。

本申请第一方面实施例提供一种基于ADAS摄像头的车辆控制方法，包括以下步骤：获取ADAS摄像头采集的车辆所处环境的实际图像；根据所述实际图像识别所述所处环境的当前雨量和/或当前亮度；在所述当前雨量大于所述预设雨量阈值时，控制所述车辆的雨刮器刮动，和/或在所述当前亮度小于预设亮度阈值时，控制所述车辆的照明设备开启。

进一步地，所述根据所述实际图像识别所述所处环境的当前雨量和/或当前亮度，包括：从所述实际图像中提取至少一个雨量特征和/或至少一个亮度特征；根据所述至少一个雨量特征和/或所述至少一个亮度特征利用预先训练的识别模型得到所述当前雨量和/或所述当前亮度。

进一步地，所述控制所述车辆的雨刮器刮动，包括：根据所述当前雨量与所述预设雨量阈值之间的差值确定当前雨量等级；根据所述当前雨量等级计算所述雨刮器的目标刮动频率，并控制所述雨刮器按照所述目标刮动频率进行刮动。

进一步地，所述控制所述车辆的照明设备开启，包括：根据所述当前亮度与所述预设亮度阈值之间的差值确定当前光照等级；根据所述当前光照等级计算所述照明设备的目标亮度，并控制所述照明设备的近光灯按照所述目标亮度进行照亮。

进一步地，所述控制所述车辆的照明设备开启，进一步包括：根据所述实际图像判断所述车辆所处环境是否满足远光灯条件；在所述车辆所处环境满足所述远光灯条件时，开启所述照明设备的远光灯的同时，控制所述远光灯按照所述目标亮度进行照亮。

本申请第二方面实施例提供一种基于ADAS摄像头的车辆控制装置，包括：获取模块，用于获取ADAS摄像头采集的车辆所处环境的实际图像；识别模块，用于根据所述实际图像识别所述所处环境的当前雨量和/或当前亮度；控制模块，用于在所述当前雨量大于所述预设雨量阈值时，控制所述车辆的雨刮器刮动，和/或在所述当前亮度小于预设亮度阈值时，控制所述车辆的照明设备开启。

进一步地，所述识别模块包括：提取单元，用于从所述实际图像中提取至少一个雨量特征和/或至少一个亮度特征；识别单元，用于根据所述至少一个雨量特征和/或所述至少一个亮度特征利用预先训练的识别模型得到所述当前雨量和/或所述当前亮度。

进一步地，所述控制模块包括：雨刮控制单元，用于根据所述当前雨量与所述预设雨量阈值之间的差值确定当前雨量等级，根据所述当前雨量等级计算所述雨刮器的目标刮动频率，并控制所述雨刮器按照所述目标刮动频率进行刮动。

进一步地，所述控制模块包括：近光灯控制单元，用于根据所述当前亮度与所述预设亮度阈值之间的差值确定当前光照等级，根据所述当前光照等级计算所述照明设备的目标亮度，并控制所述照明设备的近光灯按照所述目标亮度进行照亮；远光灯控制单元，用于根据所述实际图像判断所述车辆所处环境是否满足远光灯条件，在所述车辆所处环境满足所述远光灯条件时，开启所述照明设备的远光灯的同时，控制所述远光灯按照所述目标亮度进行照亮。

本申请第三方面实施例提供一种车辆，包括上述实施例所述的基于ADAS摄像头的车辆控制装置。

由此，本申请至少具有如下有益效果：

使用ADAS摄像头替代雨量传感器和光线传感器，无需雨量传感器和光线传感器即可实现自动大灯与自动雨刮功能，有效减少整车传感器的数量，降低整车成本，且可以有效节省整车布置空间，降低传感器对于驾驶视线的影响程度，提升驾驶舒适性。由此，解决了相关技术中需要同时利用雨量传感器和光线传感器才能实现自动大灯与自动雨刮功能，浪费整车布置空间，且增加整车成本，降低驾驶舒适性等技术问题。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为相关技术中的红外式阳光雨量传感器工作示意图；

图2为根据本申请实施例提供的基于ADAS摄像头的车辆控制方法的流程示意图；

图3为根据本申请实施例提供的ADAS摄像头布置位置示意图；

图4为根据本申请实施例提供的ADAS摄像头深度学习模拟示意图；

图5为根据本申请实施例提供的ADAS摄像头工作示意图；

图6为根据本申请实施例提供的基于ADAS摄像头的车辆控制装置的示例图。

具体实施方式

下面详细描述本申请的实施例，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，旨在用于解释本申请，而不能理解为对本申请的限制。

随着汽车行业的发展趋势，智能化配置在汽车上得到广泛应用，且每种类型的传感器都具有其独特优势和运用场景。其中，雨量传感器和光线传感器是目前常用的传感器。

目前通常将检测雨量的雨量传感器和检测外界环境光源亮度的光线传感器共同设置为阳光雨量传感器，利用阳光雨量传感器实现自动大灯与自动雨刮功能，但是其本质依然是两个传感器的运用实现的自动大灯与自动雨刮功能。其中，阳光雨量传感器主要有流量式传感器、静电式传感器、电容式传感器、红外线式传感器，通过比较，目前市场上主流的传感器为红外线式传感器。如图1所示，其工作原理是：

发光二极管发出的光经过透镜系统调整后，成平行光状态照射到挡风玻璃上；通过接收到的反射信号计算雨量。而环境光感知是通过红外线感知外界环境光源亮度，当环境光亮度低于要求的亮度时(亮度为标定量，可根据各主机厂进行标定)控制车灯开启与关闭。阳光雨量传感器需要布置在对环境光与雨刮易感知区域，且同时需要布置在雨刮范围内。

然而，智能驾驶车辆安装的传感器对于环境的感知要求较高，需要在整体布局下满足自身的布置要求，才能使感知系统中的各类传感器发挥出最大能效，各行其是的运用不仅造成整车布置困难，占用空间大，同时造成整车成本增加。随着我国汽车技术的高速发展以及国家标准、交通部标准等法规要求的推动，国家和汽车行业也在逐步重视辅助驾驶技术，比如在商用车领域前向ADAS(Advanced Driving Assistance System，高级驾驶辅助系统)摄像头能得到广泛应用。

正是基于上述原因，本申请实施例可以通过前向ADAS摄像头实现阳光雨量传感器功能，减少整车布置空间，同时降低整车成本，在满足整车功能情况下实现高性价比造车。

下面将参考附图描述本申请实施例的基于ADAS摄像头的车辆控制方法、装置及车辆。针对上述背景技术中心提到的相关技术中需要同时利用雨量传感器和光线传感器才能实现自动大灯与自动雨刮功能，浪费整车布置空间，且增加整车成本，降低驾驶舒适性的问题，本申请提供了一种基于ADAS摄像头的车辆控制方法，在该方法中，使用ADAS摄像头替代雨量传感器和光线传感器，无需雨量传感器和光线传感器即可实现自动大灯与自动雨刮功能，有效减少整车传感器的数量，降低整车成本，且可以有效节省整车布置空间，降低传感器对于驾驶视线的影响程度，提升驾驶舒适性。由此，解决了相关技术中需要同时利用雨量传感器和光线传感器才能实现自动大灯与自动雨刮功能，浪费整车布置空间，且增加整车成本，降低驾驶舒适性等技术问题。

具体而言，图2为本申请实施例所提供的一种基于ADAS摄像头的车辆控制方法的流程示意图。

如图2所示，该基于ADAS摄像头的车辆控制方法包括以下步骤：

在步骤S101中，获取ADAS摄像头采集的车辆所处环境的实际图像。

其中，本申请实施例可以根据车辆的车型具体布置ADAS摄像头的位置，以全面获取车辆前方的道路及环境信息。

作为一种布置示例，如图3所示，前向ADAS摄像头可以布置在车内挡风挡中轴线位置，且布置时的误差在距离中轴线的第一预设范围内均可，比如，第一预设范围可以设置为左右偏离中轴线50毫米范围内；安装高度范围可以在第二预设范围内，比如第二预设范围可以设置为1.2米至2.5米，可以据实际车型而定；同时在前风挡上的其他组件的安装，不能使其发射光线进入摄像头视野范围内。

在步骤S102中，根据实际图像识别所处环境的当前雨量和/或当前亮度。

在本实施例中，根据实际图像识别所处环境的当前雨量和/或当前亮度，包括：从实际图像中提取至少一个雨量特征和/或至少一个亮度特征；根据至少一个雨量特征和/或至少一个亮度特征利用预先训练的识别模型得到当前雨量和/或当前亮度。

其中，预先训练的识别模型可以为通过深度学习等方式得到模型，比如，可以通过深度学习中的CNN(Convolutional Neural Network，卷积神经网络)或其他深层神经网络，通过对大量的雨天/阴天/环境光较暗等类似场景模拟神经网络数据，以训练达到判断和预测，实现自动雨刮与自动大灯功能。

可以理解的是，如图4所示，本申请实施例可以采用前向ADAS摄像头实时获取自车前方道路及环境信息，通过深度学习等方式将摄取的图像进行分类处理并输出相应控制逻辑，从而前向ADAS摄像头通过深度学习等方式进行大量的模拟训练，可以正确判定自车前方是否有正在下雨或者环境光线较暗，自动开启雨刮与大灯功能、其中，具体的控制逻辑参见步骤S103，此处不做过多陈述。

下面将以CNN深度学习模型为例，具体阐述模型训练的过程：

深度学习模型包括四个主要组件：低级特征提取网络、中级特征提取网络、全局特征提取网络和着色网络。这些组件均以端对端的方式紧密耦合和训练，通过对比摄取图像的色度、亮度等信息进行通过多层非线性映射将这些因素成功分开，使各个因素之间变成了简单的线性关系，不再彼此干扰判定出自车前方是否有雨滴存在，自车前方环境光是否不足等场景。

同时，如使ADAS摄像头做出正确的判断，需要ADAS摄像头进行大量的神经网络的训练和学习、神经网络的实现和推断运算、神经网络的CNN算法在图像上的执行与分类结果的对比分析，来保证输出结果的准确度。

在步骤S103中，在当前雨量大于预设雨量阈值时，控制车辆的雨刮器刮动，和/或在当前亮度小于预设亮度阈值时，控制车辆的照明设备开启。

其中，预设雨量阈值和预设亮度阈值均可以根据模型训练的结果具体设置，对此不作具体限定；照明设备可以为车辆的大灯等。

可以理解的是，本申请实施例使用前向ADAS摄像头替代阳光雨量传感器，可以根据ADAS摄像头获取的图像识别雨量与外界环境亮度，以自动控制雨刮器及大灯工作，实现自动雨刮与大灯功能，节省整车布置空间同时降低整车成本，在满足整车功能情况下实现高性价比造车。

在本实施例中，控制车辆的雨刮器刮动，包括：根据当前雨量与预设雨量阈值之间的差值确定当前雨量等级；根据当前雨量等级计算雨刮器的目标刮动频率，并控制雨刮器按照目标刮动频率进行刮动。

其中，本申请实施例可以预先建立雨量等级与差值对应关系表，从而可以根据当前雨量与预设雨量阈值之间的差值快速准确的确定当前雨量等级；目标刮动频率与当前雨量等级对应，雨量越大、刮动频率越高。

由此，本申请实施例可以利用ADAS摄像头获取的图像识别雨量大小，实现雨刮器的自动控制，从而无需雨量传感器即可实现自动雨刮功能。

在本实施例中，控制车辆的照明设备开启，包括：根据当前亮度与预设亮度阈值之间的差值确定当前光照等级；根据当前光照等级计算照明设备的目标亮度，并控制照明设备的近光灯按照目标亮度进行照亮。

其中，本申请实施例可以预先建立光照等级与差值对应关系表，从而可以根据当前亮度与预设雨量阈值之间的差值快速准确的确定当前光照等级；目标亮度与当前光照等级对应，当前光照等级越高、对应的亮度越高。

由此，本申请实施例可以利用ADAS摄像头获取的图像识别外界环境亮度，实现照明设备的自动控制，从而无需光线传感器即可实现自动大灯功能。

在本实施例中，控制车辆的照明设备开启，进一步包括：根据实际图像判断车辆所处环境是否满足远光灯条件；在车辆所处环境满足远光灯条件时，开启照明设备的远光灯的同时，控制远光灯按照目标亮度进行照亮。

可以理解的是，本申请实施例在计算照明设备的目标亮度之后，还根据实际图像判断是否需要开启远光灯，如果否，则开启近光灯，如果是，则开启远光灯，并按照目标亮度照亮。由此，本申请实施例可以利用ADAS摄像头获取的图像控制近光灯与远光灯的自动开启，提升控制的智能性。

下面将结合图5对基于ADAS摄像头的车辆控制方法的工作原理进行阐述，具体如下：

前向辅助驾驶功能是通过前向ADAS摄像头与其他感知系统获取前方视野范围内信息，进行数据分析并输出相应内容进行综合控制；ADAS摄像头的布置位置可全面获取车辆前方的道路及环境信息，可通过深度学习或其他等方式将雨量信息与环境光信息经过处理分析，并发出相应控制信号，控制车灯与雨刮的开启与关闭，实现自动大灯与自动雨刮功能。

综上，本申请实施例可节省整车布置空间，提高驾驶舒适性；节省整车成本，实现高性价比造车；通过深度学习等方式实现自动大灯与自动雨刮功能，工作可靠性优于传统红外式阳光雨量传感器。

根据本申请实施例提出的基于ADAS摄像头的车辆控制方法，使用ADAS摄像头替代雨量传感器和光线传感器，无需雨量传感器和光线传感器即可实现自动大灯与自动雨刮功能，有效减少整车传感器的数量，降低整车成本，且可以有效节省整车布置空间，降低传感器对于驾驶视线的影响程度，提升驾驶舒适性。

其次参照附图描述根据本申请实施例提出的基于ADAS摄像头的车辆控制装置。

图6是本申请实施例的基于ADAS摄像头的车辆控制装置的方框示意图。

如图6所示，该基于ADAS摄像头的车辆控制装置10包括：获取模块100、识别模块200和控制模块300。

其中，获取模块100用于获取ADAS摄像头采集的车辆所处环境的实际图像；识别模块200用于根据实际图像识别所处环境的当前雨量和/或当前亮度；控制模块300用于在当前雨量大于预设雨量阈值时，控制车辆的雨刮器刮动，和/或在当前亮度小于预设亮度阈值时，控制车辆的照明设备开启。

进一步地，识别模块200包括：提取单元和识别单元。其中，提取单元，用于从实际图像中提取至少一个雨量特征和/或至少一个亮度特征；识别单元，用于根据至少一个雨量特征和/或至少一个亮度特征利用预先训练的识别模型得到当前雨量和/或当前亮度。

进一步地，控制模块300包括：雨刮控制单元。其中，雨刮控制单元用于根据当前雨量与预设雨量阈值之间的差值确定当前雨量等级，根据当前雨量等级计算雨刮器的目标刮动频率，并控制雨刮器按照目标刮动频率进行刮动。

进一步地，控制模块300包括：近光灯控制单元和远光灯控制单元。其中，近光灯控制单元用于根据当前亮度与预设亮度阈值之间的差值确定当前光照等级，根据当前光照等级计算照明设备的目标亮度，并控制照明设备的近光灯按照目标亮度进行照亮；远光灯控制单元用于根据实际图像判断车辆所处环境是否满足远光灯条件，在车辆所处环境满足远光灯条件时，开启照明设备的远光灯的同时，控制远光灯按照目标亮度进行照亮。

需要说明的是，前述对基于ADAS摄像头的车辆控制方法实施例的解释说明也适用于该实施例的基于ADAS摄像头的车辆控制装置，此处不再赘述。

根据本申请实施例提出的基于ADAS摄像头的车辆控制装置，使用ADAS摄像头替代雨量传感器和光线传感器，无需雨量传感器和光线传感器即可实现自动大灯与自动雨刮功能，有效减少整车传感器的数量，降低整车成本，且可以有效节省整车布置空间，降低传感器对于驾驶视线的影响程度，提升驾驶舒适性。

此外，本实施例还提供一种车辆，包括上述实施例的基于ADAS摄像头的车辆控制装置。该车辆使用ADAS摄像头替代雨量传感器和光线传感器，无需雨量传感器和光线传感器即可实现自动大灯与自动雨刮功能，有效减少整车传感器的数量，降低整车成本，且可以有效节省整车布置空间，降低传感器对于驾驶视线的影响程度，提升驾驶舒适性。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

Claims (10)

1.一种基于ADAS摄像头的车辆控制方法，其特征在于，包括以下步骤：

获取ADAS摄像头采集的车辆所处环境的实际图像；

根据所述实际图像识别所述所处环境的当前雨量和/或当前亮度；以及

在所述当前雨量大于所述预设雨量阈值时，控制所述车辆的雨刮器刮动，和/或在所述当前亮度小于预设亮度阈值时，控制所述车辆的照明设备开启。

2.根据权利要求1所述的方法，其特征在于，所述根据所述实际图像识别所述所处环境的当前雨量和/或当前亮度，包括：

从所述实际图像中提取至少一个雨量特征和/或至少一个亮度特征；

根据所述至少一个雨量特征和/或所述至少一个亮度特征利用预先训练的识别模型得到所述当前雨量和/或所述当前亮度。

3.根据权利要求1所述的方法，其特征在于，所述控制所述车辆的雨刮器刮动，包括：

根据所述当前雨量与所述预设雨量阈值之间的差值确定当前雨量等级；

根据所述当前雨量等级计算所述雨刮器的目标刮动频率，并控制所述雨刮器按照所述目标刮动频率进行刮动。

4.根据权利要求1所述的方法，其特征在于，所述控制所述车辆的照明设备开启，包括：

根据所述当前亮度与所述预设亮度阈值之间的差值确定当前光照等级；

根据所述当前光照等级计算所述照明设备的目标亮度，并控制所述照明设备的近光灯按照所述目标亮度进行照亮。

5.根据权利要求4所述的方法，其特征在于，所述控制所述车辆的照明设备开启，进一步包括：

根据所述实际图像判断所述车辆所处环境是否满足远光灯条件；

在所述车辆所处环境满足所述远光灯条件时，开启所述照明设备的远光灯的同时，控制所述远光灯按照所述目标亮度进行照亮。

6.一种基于ADAS摄像头的车辆控制装置，其特征在于，包括：

获取模块，用于获取ADAS摄像头采集的车辆所处环境的实际图像；

识别模块，用于根据所述实际图像识别所述所处环境的当前雨量和/或当前亮度；以及

控制模块，用于在所述当前雨量大于所述预设雨量阈值时，控制所述车辆的雨刮器刮动，和/或在所述当前亮度小于预设亮度阈值时，控制所述车辆的照明设备开启。

7.根据权利要求6所述的装置，其特征在于，所述识别模块包括：

提取单元，用于从所述实际图像中提取至少一个雨量特征和/或至少一个亮度特征；

识别单元，用于根据所述至少一个雨量特征和/或所述至少一个亮度特征利用预先训练的识别模型得到所述当前雨量和/或所述当前亮度。

8.根据权利要求6所述的装置，其特征在于，所述控制模块包括：

雨刮控制单元，用于根据所述当前雨量与所述预设雨量阈值之间的差值确定当前雨量等级，根据所述当前雨量等级计算所述雨刮器的目标刮动频率，并控制所述雨刮器按照所述目标刮动频率进行刮动。

9.根据权利要求6所述的装置，其特征在于，所述控制模块包括：

近光灯控制单元，用于根据所述当前亮度与所述预设亮度阈值之间的差值确定当前光照等级，根据所述当前光照等级计算所述照明设备的目标亮度，并控制所述照明设备的近光灯按照所述目标亮度进行照亮；

远光灯控制单元，用于根据所述实际图像判断所述车辆所处环境是否满足远光灯条件，在所述车辆所处环境满足所述远光灯条件时，开启所述照明设备的远光灯的同时，控制所述远光灯按照所述目标亮度进行照亮。

10.一种车辆，其特征在于，包括如权利要求6-9任意一项所述的基于ADAS摄像头的车辆控制装置。

Images