CN118386985B - 一种智能车灯的照明补偿方法、装置及设备 - Google Patents

一种智能车灯的照明补偿方法、装置及设备 Download PDF

Info

Publication number
CN118386985B
CN118386985B CN202410372366.5A CN202410372366A CN118386985B CN 118386985 B CN118386985 B CN 118386985B CN 202410372366 A CN202410372366 A CN 202410372366A CN 118386985 B CN118386985 B CN 118386985B
Authority
CN
China
Prior art keywords
brightness
detection
detection result
firefly
video data
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
CN202410372366.5A
Other languages
English (en)
Other versions
CN118386985A (zh
Inventor
请求不公布姓名
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.)
Bailijia Chongqing New Energy Technology Co ltd
Original Assignee
Bailijia Chongqing New Energy Technology 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 Bailijia Chongqing New Energy Technology Co ltd filed Critical Bailijia Chongqing New Energy Technology Co ltd
Priority to CN202410372366.5A priority Critical patent/CN118386985B/zh
Publication of CN118386985A publication Critical patent/CN118386985A/zh
Application granted granted Critical
Publication of CN118386985B publication Critical patent/CN118386985B/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
    • 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
    • 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
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient 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
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H05B47/125—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by using cameras
    • 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
    • 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
    • B60Q2300/40—Indexing codes relating to other road users or special conditions
    • B60Q2300/42—Indexing codes relating to other road users or special conditions oncoming vehicle
    • 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

本发明涉及汽车照明控制技术领域，公开了一种智能车灯的照明补偿方法、装置及设备，通过获取行进前方视频数据；对视频数据进行亮度检测，以获得亮度检测结果；对视频数据进行隧道出入口检测，以获得隧道出入口检测结果；对视频数据进行车辆目标检测，以获得车辆目标检测结果；基于亮度检测结果、隧道出入口检测结果和车辆目标检测结果，生成灯光控制指令。实现了车辆在行驶过程中车灯的智能化控制，并可分别根据亮度、道路情况、车辆目标进行精细化调整，降低了驾驶者对车灯操作控制的复杂度，有效提高了驾驶安全性，且检测仅需要摄像头视频数据，实现方便，设备成本较低。

Description

一种智能车灯的照明补偿方法、装置及设备
技术领域
本发明涉及汽车照明控制技术领域，尤其是涉及一种智能车灯的照明补偿方法、装置及设备。
背景技术
现代交通的快速发展使得驾驶安全成为社会关注的焦点，车辆的照明系统对于驾驶安全至关重要，它在多种方面发挥着关键作用，确保夜间和恶劣天气条件下的行车安全，现有的车辆的照明系统在适应环境亮度变化方面存在一定的局限性。尽管一些车辆配备了智能感光装置，该装置能够在环境亮度降低时自动开启或调整车灯的亮度，但这些装置的响应通常是基于预设的阈值，而不是实时的环境亮度变化。这意味着在某些情况下，车灯可能无法及时调整到最合适的亮度，例如在隧道入口或出口处，或者在从明亮的街道进入阴影区域时，另外雾天行车应当开启雾灯、近光灯，但绝不能开启远光灯，因为远光灯射出的光线会被雾气漫反射，在车前形成白茫茫一片，反而会影响驾驶人的视线；在雨天，可能需要调整光束角度以避免光线在路面积水上产生眩光，以上这些操作现有技术中往往依赖驾驶员的经验操作，往往因操作不当引发交通安全事故。
发明内容
有鉴于此，本申请提供了一种智能车灯的照明补偿方法，解决现有技术车灯照明无法根据亮度、道路情况、车辆目标进行智能化调整的技术问题。
根据本申请的第一方面，提供了一种智能车灯的照明补偿方法，包括：
获取行进前方视频数据；
对所述视频数据进行亮度检测，以获得亮度检测结果；
对所述视频数据进行隧道出入口检测，以获得隧道出入口检测结果；
对所述视频数据进行车辆目标检测，以获得车辆目标检测结果；
基于所述亮度检测结果、所述隧道出入口检测结果和所述车辆目标检测结果，生成灯光控制指令，其中，所述灯光控制指令为车灯的远近光切换和亮度的控制策略。
根据本申请的第二方面，提供了一种智能车灯的照明补偿装置，包括：
获取模块，用于获取行进前方视频数据；
第一检测模块，用于对所述视频数据进行亮度检测，以获得亮度检测结果；
第二检测模块，用于对所述视频数据进行隧道出入口检测，以获得隧道出入口检测结果；
第三检测模块，用于对所述视频数据进行车辆目标检测，以获得车辆目标检测结果；
控制模块，用于基于所述亮度检测结果、所述隧道出入口检测结果和所述车辆目标检测结果，生成灯光控制指令，其中，所述灯光控制指令为车灯的远近光切换和亮度的控制策略。
根据本申请的第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述智能车灯的照明补偿方法的步骤。
根据本申请的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述智能车灯的照明补偿方法的步骤。
借由上述技术方案，本申请提供的一种智能车灯的照明补偿方法、装置、设备及介质，通过获取行进前方视频数据；对视频数据进行亮度检测，以获得亮度检测结果；对视频数据进行隧道出入口检测，以获得隧道出入口检测结果；对视频数据进行车辆目标检测，以获得车辆目标检测结果；基于亮度检测结果、隧道出入口检测结果和车辆目标检测结果，生成灯光控制指令。实现了车辆在行驶过程中车灯的智能化控制，并可分别根据亮度、道路情况、车辆目标进行精细化调整，降低了驾驶者对车灯操作控制的复杂度，有效提高了驾驶安全性，且检测仅需要摄像头视频数据，实现方便，设备成本较低。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，并可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了本申请实施例中提供的一种智能车灯的照明补偿方法的应用场景示意图；
图2示出了本申请实施例一中提供的一种智能车灯的照明补偿方法的流程图；
图3示出了本申请实施例二中提供的车辆目标检测模型的网络示意图；
图4示出了本申请实施例中提供的一种智能车灯的照明补偿装置的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请的具体实施方式。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
本发明实施例提供的一种智能车灯的照明补偿方法，可应用于如图1的硬件系统中，该硬件系统可安装于多种交通工具中，例如电动自行车、摩托车、机动车等，以高级驾驶辅助系统(ADAS)为例，各个组件之间的协同工作，以确保系统的整体性能和安全性，为了简化系统复杂度，结合图1的简化硬件系统进行说明，控制器是ADAS系统的大脑，负责处理来自摄像头和其他传感器的数据。它运行复杂的算法来识别和分析道路情况、交通状况和其他相关信息，主控制器可以与交通工具的处理器共享或单独设置的处理器，该处理器连接安装在车辆上的至少一个摄像头。LED驱动器用于控制车辆LED灯的亮度和颜色，AFS控制器负责管理车辆的前照灯系统，包括灯光的强度、方向和范围。它可以根据车辆的速度、转向角度和道路条件自动调整灯光。控制的车灯可以包括前照灯，示廓灯，后尾灯，除此之外，还有可以包括雾灯、转向灯、刹车灯、尾灯、牌照灯等。
对于机动车而言可与现有的ADAS系统复用，对于电动自行车、摩托车由于尚无现成的ADAS系统，从低成本应用而言，可以采用Open MV作为相机处理模块(或ESP32CAM模块)。以微处理器为核心(可以与车辆上集成的先进驾驶辅助系统ADAS共用)，集成摄像头芯片，用C语言或Go语言高效地实现核心机器视觉算法，搭载MicroPython解释器，使用Python编程。利用IC总线串行口通信实现控制模块与OpenMV模块的通信。对于远近光灯切换电路工作方式，自动/手动转换开关可让驾驶员自行选择自动或手动模式，在自动变光模式失效的情况下，通过此开关仍可以实现人工操纵变光。在自动变光模式下，实现本发明实施例提供的智能车灯的照明补偿方法，通过获取行进前方视频数据；对视频数据进行亮度检测，以获得亮度检测结果；对视频数据进行隧道出入口检测，以获得隧道出入口检测结果；对视频数据进行车辆目标检测，以获得车辆目标检测结果；基于亮度检测结果、隧道出入口检测结果和车辆目标检测结果，生成灯光控制指令。实现了车辆在行驶过程中车灯的智能化控制，并可分别根据亮度、道路情况、车辆目标进行精细化调整，降低了驾驶者对车灯操作控制的复杂度，有效提高了驾驶安全性，且检测仅需要摄像头视频数据，实现方便，设备成本较低。例如开启远光灯，单片机根据传感器采集的信号进行分析，若有会车、跟车现象或道路有较好的照明度时，通过控制使得前照灯由远光灯自动切换为近光灯，并根据环境亮度控制车灯亮度。通过继电器实现自动切换，根据视觉模块判断的近光远光路况，控制继电器通断电，完成切换工作。
下面通过具体的实施例对本发明进行详细描述。
实施例一
如图2所示，为本发明实施例中提供的一种智能车灯的照明补偿方法，包括：
步骤201、获取行进前方视频数据；
其中，使用OpenCV库中的`cv2.VideoCapture()`函数来读取摄像头视频流。在循环中使用`cap.read()`来逐帧读取视频，返回值为`ret`(布尔值，表示读取成功与否)和`frame`(读取的帧图像)。
步骤202、对视频数据进行亮度检测，以获得亮度检测结果；
步骤203、对视频数据进行隧道出入口检测，以获得隧道出入口检测结果；
步骤204、对视频数据进行车辆目标检测，以获得车辆目标检测结果；
步骤205、基于亮度检测结果、隧道出入口检测结果和车辆目标检测结果，生成灯光控制指令。
其中，灯光控制指令为车灯的远近光切换和亮度的控制策略。例如基于亮度检测结果，当亮度过暗时，开启近光灯；基于隧道出入口检测结果，当检测到进入隧道且外部光线强度低于预设阈值时，自动开启远光灯；当检测到即将离开隧道且外部光线强度高于预设阈值时，自动切换至近光灯。基于车辆目标检测结果，当判断前方有会车时，将远光灯渐变调整至近光灯。
驾驶车辆过程中，根据交通法规规定，隧道内行驶需要开启前车灯。人工控制车灯开启常出现滞后或遗忘的情况，进而导致各类事故的发生。现有技术中当车辆驶入隧道时，由于隧道中亮度较低，通过在车辆前端加装感光装置，随着车辆驶入隧道，亮度进一步降低后，才能触发该感光装置，自动调整车辆照明装置亮度。一般需要进入隧道当采光亮度变化时才开启或切换灯光，这个时间点容易导致事故，本发明实施通过识别隧道轮廓在进出入隧道前，提前进行调整处理，可有效避免该问题的出现。
实际应用中，灯光控制指令的策略可以灵活调整，例如隧道开灯的情况下，在白天，进隧道后光线一下子由明变得比较暗，驾驶者的视线还不适应。可以控制先开一会远光灯，让眼睛适应过后再把灯光切换成近光灯。晚上的话，由于隧道内开着灯，在进隧道前可以保持近光灯不变，出隧道时可以控制先开几秒远光让驾驶者的视线有一个适应车灯的过程；隧道关灯的情况下，若在白天，进隧道前要先打开远光灯一段时间，让驾驶者的视线有一个适应光线由亮到暗的过程，前面没车的话可以一直开远光，直到出隧道后再关闭灯光。要是晚上，在进隧道前控制先打开远光灯，再视前方有无车再进行远近光灯交替使用。
本发明实施一中提供的智能车灯的照明补偿方法，通过获取行进前方视频数据；对视频数据进行亮度检测，以获得亮度检测结果；对视频数据进行隧道出入口检测，以获得隧道出入口检测结果；对视频数据进行车辆目标检测，以获得车辆目标检测结果；基于亮度检测结果、隧道出入口检测结果和车辆目标检测结果，生成灯光控制指令，这里需要特别说明的是，尤其是考虑电动自行车、摩托车等两轮车，本发明实施例所指的隧道只是其中一种应用场景，实际应用中也可以为城市巷道、地下通道、桥下通道等，考虑这些通道具有与隧道相似的入口特征因此检测方法类似，在此不再赘述。实现了车辆在行驶过程中车灯的智能化控制，并可分别根据亮度、道路情况、车辆目标进行精细化调整，降低了驾驶者对车灯操作控制的复杂度，有效提高了驾驶安全性，且检测仅需要摄像头视频数据，实现方便，设备成本较低。
实施例二
步骤202中对视频数据进行亮度检测，以获得亮度检测结果，主要是针对路面的亮度进行检测，检测步骤包括
步骤202-1、获取至少一张视频截图；
步骤202-2、将所述视频截图转换为灰度图像，并获取每个像素的灰度值其中，i和j为像素坐标，Ph为像素灰度；
步骤202-3、根据每个像素的灰度值计算平均像素偏移量其中，Ps h为参考灰度值，N为所述视频截图的像素个数；
步骤202-4、根据所述视频截图的灰度直方图，计算灰度平均偏差其中，i为灰度等级，灰度等级胞0至255共256个灰度等级；
步骤202-5、计算亮度系数当所述亮度系数大于1且Histbias大于0时，亮度正常；当所述亮度系数大于1且Histbias小于0时，亮度过暗；当所述亮度系数小于1时，所述视频数据亮度正常。
本发明实施例二的算法能够自动分析图像的亮度分布，提供一种无需人工干预的亮度评估方法，通过计算亮度系数(k)，算法将亮度偏差量化为一个具体的数值，便于理解和比较，算法利用高效的数值计算和图像处理技术，可以快速对图像进行亮度分析，适用于实时或批量处理。
为了降低视频数据中其它亮度区域对亮度检测产生的干扰，将亮度检测集中路面区域降低运算复杂度。步骤202-1之前实现ROI(region of interest，感兴趣区域)区域的自动选择即自动选择路面区域，包括：
步骤202-11、基于gLoG滤波器的消失点检测算法确定感兴趣区域ROI的高度；
其中，基于gLoG(Laplacian of Gaussian)滤波器的消失点检测算法来确定ROI的高度。通过生成gLoG尺度空间图像，然后应用gLoG滤波器来检测图像中的消失点。消失点是图像中所有车道线汇聚的点，通常位于道路的远处。
步骤202-12、根据当前视频帧中的车道线位置与前一视频帧中的车道线位置相近，动态调整ROI的宽度；
其中，动态调整ROI宽度：利用图像的连续性，即当前帧中的车道线位置与前一帧中的车道线位置相近，动态调整ROI的宽度。将前一帧中拟合的车道线的纵坐标作为ROI的纵坐标，并将前一帧中车道线合成区域的横坐标作为ROI的横坐标。通过这样处理ROI就只包含了车道线区域，减少了非车道线区域的干扰。
步骤202-13、根据ROI的高度和ROI的宽度确定截图范围。
其中，针对确定的截图范围进行亮度检测，降低了处理复杂度，同时提高了亮度检测的准确率。
另外，本发明实施例二中也可以通过深度学习实现ROI自动选择，采用图像分割技术实现，例如使用深度学习模型(如U-Net、SegNet等)来识别图像中的路面区域。一旦检测到路面，对路面进行分割，通过边缘检测、轮廓提取或者深度学习中的语义分割网络提取出路面的具体区域。
实施例三
步骤203中对视频数据进行隧道出入口检测，以获得隧道出入口检测结果的步骤，具体包括：
步骤203-1、获取至少一张视频截图；
步骤203-2、对视频截图进行均值漂移滤波处理，以生成第一截图图片；
其中，将滤波后的彩色图像转换为灰度图像，使用`cv2.cvtColor()`函数，选择`cv2.COLOR_BGR2GRAY`作为转换类型，灰度图像是二值化和边缘检测的前提。
步骤203-3、对均值漂移滤波处理后的视频截图转换为灰度图像并进行二值化处理，以生成第一检测图片；
其中，使用`cv2.threshold()`函数对灰度图像进行二值化处理。设置合适的阈值(如25)来区分前景和背景，二值化后的第一检测图片将有助于突出隧道的轮廓。
步骤203-4、对第一检测图片进行边缘检测，以生成第二检测图片；
其中，使用Sobel算子进行边缘检测。Sobel算子是一种用于边缘检测的离散微分算子，可以突出图像中的高频区域(边缘)。设置卷积核大小(如5x5)，分别计算x和y方向的梯度。对梯度结果进行截断变换，确保值在0-255范围内。将x和y方向的梯度结果加权合成，得到最终的边缘图像。
步骤203-5、对第二检测图片进行霍夫圆检测，以获取隧道出入口轮廓检测结果。
其中，使用`cv2.HoughCircles()`函数进行霍夫圆检测。这个函数会返回一个包含圆心坐标和半径的数组。设置霍夫空间的分辨率(如1像素)，圆心最小距离(如2000像素)，以及检测圆的累加器阈值(如20)。最小圆半径设置为50像素，以过滤掉小的噪声点。检测到的圆中，选择穿过最多点的那个圆作为隧道的候选。
在实际应用中，需要对检测到的圆进行后处理，比如检查圆心是否在感兴趣的区域(ROI)内。黑色区域占比的计算可以通过计算二值化图像中黑色像素的比例来实现。这可以通过遍历二值化图像并计数黑色像素(值为0)来完成。为了提高计算效率，可以考虑使用步长来计算黑色区域占比，而不是逐像素计算。整个流程的目的是自动化地从摄像头捕获的图像中识别出高速隧道的入口。
步骤203-4可以根据萤火虫算法对所述第一检测图片进行边缘检测，以生成第二检测图片，本发明实施三中为取得更好的边缘检测优化效果，对萤火虫算法进行了优化，具体包括：
步骤203-41、在第一检测图片中选取N个像素点作为N个萤火虫，将N个萤火虫随机分为M组，其中，N和M为大于1的自然数；
其中，图像的尺寸(像素数量)是影响萤火虫数量的一个因素，一般来说，较大的图像需要更多的萤火虫来覆盖和搜索整个解决方案空间。可以设置萤火虫数量与图像像素数量的比例，例如每100像素使用一个萤火虫或者随机选择像素作为萤火虫，另外，为了避免火萤聚集在图像中的某个噪声区域，导致噪声被错误地检测为边缘，本步骤中萤火虫被随机分成多个组，每组的火萤向组内最亮的火萤靠拢，同时增加了火萤运动的随机性，以提高算法的搜索能力。
步骤203-42、计算每组萤火虫的亮度并根据亮度阈值ST对所述萤火虫的亮度L(x,y)进行判断取值其中，x，y为像素坐标，Hx,y为坐标为x，y像素的灰度，L(x,y)max为第k组萤火虫中萤火虫亮度的最大值；
其中，每个像素点被视为萤火虫可能停留的位置，萤火虫的亮度与其位置相关。边缘区域的像素灰度值变化较大，因此具有更高的亮度。这种亮度与位置的关系有助于算法更准确地识别边缘。定义一个边缘阈值ST，只有当像素的灰度值高于这个阈值时，才被视为具有较高边缘概率的位置，能够有效地检测出图像中的边缘，同时减少了对噪声的敏感性，提高了边缘检测的准确性和鲁棒性。
步骤203-43、根据吸引力计算，更新每个萤火虫的位置x′i,k＝xi,k+β(r)(xj,k-xi,k)+α*rand；
其中，x′i,k为更新后的萤火虫位置，xi,k为更新前的萤火虫位置，β(r)为萤火虫间吸引力，为组内最亮的萤火虫j的位置，α为步长扰动因子，Rand为(0,1)标准正态分布中随机抽取的数，萤火虫间吸引力为其中，μ为吸收系数用于控制吸引力随距离的衰减，r为两个萤火虫之间的距离，β0为最大吸引力值，β0可以定义为 为像素网格或分组萤火虫亮度的均值，L(x1,y1)为萤火虫在当前位置发光亮度，L(x2,y2)为萤火虫在目标位置发光亮度。为了进一步增加全局搜索能力，xi,k中可以加入随机扰动xi,k＝xk,maxRand()，xk,max表示k组萤火虫中坐标的最大值，Rand为(0,1)标准正态分布中随机抽取的数。
步骤203-44、根据更新后的每个萤火虫的位置，更新每个萤火虫的亮度；
步骤203-45、判断迭代次数是否大于预设迭代次数及临近两次迭代中萤火虫亮度极值之间的差值是否小于预设阈值，当达到预设迭代次数或临近两次迭代中萤火虫亮度极值之间的差值小于预设阈值时，将当前的萤火虫亮度极值对应的位置组合作为边缘检测结果；当未达到迭代次数或临近两次迭代中萤火虫亮度极值之间的差值大于预设阈值时，更新每个萤火虫的位置继续执行。
传统的萤火虫算法虽然具有强大的局部搜索能力和快速的收敛速度，但也容易陷入局部最优解。为了适应边缘检测的需求，对比本发明实施三中的优化的萤火虫算法，使其能够更好地适应边缘检测任务。亮度与位置的关系，每个像素点被视为萤火虫可能停留的位置，萤火虫的亮度与其位置相关。边缘区域的像素灰度值变化较大，因此具有更高的亮度。这种亮度与位置的关系有助于算法更准确地识别边缘。为了避免火萤直接向最亮的位置收敛，从而忽略其他具有较高边缘概率的位置，本发明实施例提出了一种更新亮度公式的方法。通过设置边缘阈值(ST)，只有当像素灰度值高于阈值时，才被视为具有较高边缘概率的位置。在改进的算法中，火萤之间存在吸引力，这种吸引力会影响火萤的位置。通过调整吸引力公式，使得火萤不仅向最亮的火萤靠拢，还能在一定程度上保持随机性，避免陷入局部最优解。为了避免火萤聚集在图像中的某个噪声区域，导致噪声被错误地检测为边缘，本发明实施例提出了一种改进的位置更新策略。
实施例四
步骤204视频数据进行车辆目标检测，以获得车辆目标检测结果的步骤，包括：
步骤204-1、加载车辆目标检测模型；
步骤204-2、通过所述车辆目标检测模型对所述视频数据进行车辆目标进行检测，以获得车辆目标检测结果。
其中，yolo网络属于现有技术，具体网络细节在此不再赘述，本发明实施例四针对现有的yolo网络进行了改进，如图4展示了改进的yolo网络(yolo网络可以包括多个版本例如v4或v5)结构，骨干网络backbone部分包括focus结构、csp结构、spp结构，neck网络(特征融合网络)结构为PAN结构，head网络结构为三分支。本发明实施例四中骨干网络被替换为MobileNet，并在head层网络输出(head层网络输出与特征融合网络层之间)中添加了LRCA-Net(轻量级残差卷积注意力网络，Lightweight Residual Convolutional AttentionNetwork)模块，LRCA-Net模块包括全局平均池化(Global Average Pooling)和全局最大池化(Global Max Pooling)层，然后是通道注意力模块(Channel Attention)和空间注意力模块(Spatial Attention)。通道注意力模块由1D卷积层替代全连接层，用于计算特征图的通道注意力权重。接着，通过激活函数(Sigmoid)和乘法操作，得到通道注意力后的特征图。空间注意力模块通过对特征图进行空间注意力计算，得到最终的特征图。LRCA-Net模块的结构设计旨在提高网络的准确性，并结合了通道注意力和空间注意力的特点，以实现自适应学习特征。
本发明实施例四提出了轻量级残差卷积注意力网络(LRCA-Net)，该网络结合了注意力机制，使网络能够关注所需的详细特征并抑制其他无用信息的干扰，从而提高准确性。其次，通过将YOLOv4骨干网络替换为轻量级网络MobileNet，并在特征融合网络中使用深度可分离卷积层，结合网络注意力机制，使网络更加高效并大大减少参数数量。提出了基于轻量级网络MobileNet的车辆语义分割网络，通过插入注意力机制进一步增强特征表示，有效利用数据集并提高网络的分割准确性，提高了车辆目标的识别。
通过本发明实施例四的算法识别到车辆后进行测距。在计算得到目标车辆的位置信息后，判断目前距离是否满足灯光切换要求。另外通过持续获得图像进行识别，判断车辆属于来向车辆还是同向车辆，如果条件满足，就传递信号至电路控制处切换电路，调节远近光灯，避免对来向车产生炫光影响。
需要说明的是，行进过程中需要另外考虑的一个因素包括环境产生的很多炫光影响，例如下雨天路面产生的炫光，需要光学特性的颜色优化，考虑路面湿滑和积水的光学特性，优化车灯颜色调整策略，例如当行驶在积水路段时，选择发射温暖色调的光源，如橙色或黄色，因为这些颜色能更好地穿透雨水，减少反射和炫光，较温暖的颜色有助于提高路面反射光线的可见；当监测到路面湿滑程度较高时，可能存在积水较多或者积水区域较大的情况，在这种情况下，可以采用较为冷静的颜色温度，如白色或略微蓝色，较冷静的颜色有助于提高路面的亮度和清晰度，增强驾驶员对路面情况的感知。
进一步地，作为图2方法的具体实现，本发明实施例中提供了智能车灯的照明补偿装置，如图4所示，该装置包括：
获取模块410，用于获取行进前方视频数据；
第一检测模块420，用于对视频数据进行亮度检测，以获得亮度检测结果；
第二检测模块430，用于对视频数据进行隧道出入口检测，以获得隧道出入口检测结果；
第三检测模块440，用于对视频数据进行车辆目标检测，以获得车辆目标检测结果；
控制模块450，用于基于亮度检测结果、隧道出入口检测结果和车辆目标检测结果，生成灯光控制指令，其中，所述灯光控制指令为车灯的远近光切换和亮度的控制策略。
本发明实施例中提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现智能车灯的照明补偿方法的步骤，包括：
对视频数据进行亮度检测，以获得亮度检测结果；
对视频数据进行隧道出入口检测，以获得隧道出入口检测结果；
对视频数据进行车辆目标检测，以获得车辆目标检测结果；
基于亮度检测结果、隧道出入口检测结果和车辆目标检测结果，生成灯光控制指令，其中，灯光控制指令为车灯的远近光切换和亮度的控制策略。
本发明实施例中提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取行进前方视频数据；
对视频数据进行亮度检测，以获得亮度检测结果；
对视频数据进行隧道出入口检测，以获得隧道出入口检测结果；
对视频数据进行车辆目标检测，以获得车辆目标检测结果；
基于亮度检测结果、隧道出入口检测结果和车辆目标检测结果，生成灯光控制指令，其中，灯光控制指令为车灯的远近光切换和亮度的控制策略。
需要说明的是，上述实施例中仅以电动自行车说明本发明实施例的原理和实施步骤，对于实际的交通工具不做具体限定，例如也可以将本发明的技术方案应用于电动自行车、摩托车、轿车等，关于计算机可读存储介质或计算机设备所能实现的功能或步骤，可对应参阅前述方法实施例，为避免重复，这里不再一一描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述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精神和范围，均应包含在本发明的保护范围之内。

Claims (6)

1.一种智能车灯的照明补偿方法，其特征在于，包括：
获取行进前方视频数据；
对所述视频数据进行亮度检测，以获得亮度检测结果，具体包括：基于gLoG滤波器的消失点检测算法确定感兴趣区域ROI的高度；根据当前视频帧中的车道线位置与前一视频帧中的车道线位置相近，动态调整ROI的宽度；根据ROI的高度和ROI的宽度确定截图范围；获取至少一张视频截图；将所述视频截图转换为灰度图像，并获取每个像素的灰度值其中，i和j为像素坐标，Ph为像素灰度；根据每个像素的灰度值计算平均像素偏移量其中，为参考灰度值，N为所述视频截图的像素个数；根据所述视频截图的灰度直方图，计算灰度平均偏差其中，i为灰度等级，灰度等级胞0至255共256个灰度等级；计算亮度系数当所述亮度系数大于1且Histbias大于0时，亮度正常；当所述亮度系数大于1且Histbias小于0时，亮度过暗；当所述亮度系数小于1时，所述视频数据亮度正常；
对所述视频数据进行隧道出入口检测，以获得隧道出入口检测结果，具体包括：获取至少一张视频截图；对所述视频截图进行均值漂移滤波处理，以生成第一截图图片；对均值漂移滤波处理后的视频截图转换为灰度图像并进行二值化处理，以生成第一检测图片；对所述第一检测图片进行边缘检测，以生成第二检测图片；对第二检测图片进行霍夫圆检测，以获取隧道出入口轮廓检测结果，其中，对所述第一检测图片进行边缘检测，以生成第二检测图片具体为根据萤火虫算法对所述第一检测图片进行边缘检测，以生成第二检测图片，具体包括：在所述第一检测图片中选取N个像素点作为N个萤火虫，将N个萤火虫随机分为M组，其中，N和M为大于1的自然数；计算每组萤火虫的亮度并根据亮度阈值ST对所述萤火虫的亮度L(x,y)进行判断取值其中，x，y为像素坐标，Hx,y为坐标为x，y像素的灰度，L(x,y)max为第k组萤火虫中萤火虫亮度的最大值；根据吸引力计算，更新每个萤火虫的位置x′i,k＝xi,k+β(r)(xj,k-xi,k)+α*rand，其中，x′i,k为更新后的萤火虫位置，xi,k为更新前的萤火虫位置，β(r)为萤火虫间吸引力，xj,k为组内最亮的萤火虫j的位置，α为步长扰动因子，rand为(0,1)标准正态分布中随机抽取的数；根据更新后的每个萤火虫的位置，更新每个萤火虫的亮度；判断迭代次数是否大于预设迭代次数及临近两次迭代中萤火虫亮度极值之间的差值是否小于预设阈值，当达到预设迭代次数或临近两次迭代中萤火虫亮度极值之间的差值小于预设阈值时，将当前的萤火虫亮度极值对应的位置组合作为边缘检测结果；当未达到迭代次数或临近两次迭代中萤火虫亮度极值之间的差值大于预设阈值时，更新每个萤火虫的位置继续执行；
对所述视频数据进行车辆目标检测，以获得车辆目标检测结果；
基于所述亮度检测结果、所述隧道出入口检测结果和所述车辆目标检测结果，生成灯光控制指令，其中，所述灯光控制指令为车灯的远近光切换和亮度的控制策略。
2.根据权利要求1所述的智能车灯的照明补偿方法，其特征在于，所述对所述视频数据进行车辆目标检测，以获得车辆目标检测结果的步骤，包括：
加载车辆目标检测模型；
通过所述车辆目标检测模型对所述视频数据进行车辆目标进行检测，以获得车辆目标检测结果，其中，所述车辆目标检测模型为YOLOv4模型，所述YOLOv4模型的骨干网络被替换为MobileNet，并在head层网络输出中添加了LRCA-Net模块，所述LRCA-Net模块包括全局平均池化层、全局最大池化层，通道注意力模块和空间注意力模块。
3.根据权利要求1所述的智能车灯的照明补偿方法，其特征在于，所述基于所述亮度检测结果、所述隧道出入口检测结果和所述车辆目标检测结果，生成灯光控制指令的步骤，包括：
基于所述亮度检测结果，当亮度过暗时，开启近光灯；
基于所述隧道出入口检测结果，当检测到进入隧道且外部光线强度低于预设阈值时，自动开启远光灯；当检测到即将离开隧道且外部光线强度高于预设阈值时，自动切换至近光灯；
基于所述车辆目标检测结果，当判断前方有会车时，将远光灯渐变调整至近光灯。
4.一种智能车灯的照明补偿装置，其特征在于，包括：
获取模块，用于获取行进前方视频数据；
第一检测模块，用于对所述视频数据进行亮度检测，以获得亮度检测结果，具体用于基于gLoG滤波器的消失点检测算法确定感兴趣区域ROI的高度；根据当前视频帧中的车道线位置与前一视频帧中的车道线位置相近，动态调整ROI的宽度；根据ROI的高度和ROI的宽度确定截图范围；获取至少一张视频截图；将所述视频截图转换为灰度图像，并获取每个像素的灰度值其中，i和j为像素坐标，Ph为像素灰度；根据每个像素的灰度值计算平均像素偏移量其中，为参考灰度值，N为所述视频截图的像素个数；根据所述视频截图的灰度直方图，计算灰度平均偏差其中，i为灰度等级，灰度等级胞0至255共256个灰度等级；计算亮度系数当所述亮度系数大于1且Histbias大于0时，亮度正常；当所述亮度系数大于1且Histbias小于0时，亮度过暗；当所述亮度系数小于1时，所述视频数据亮度正常；
第二检测模块，用于对所述视频数据进行隧道出入口检测，以获得隧道出入口检测结果，具体用于获取至少一张视频截图；对所述视频截图进行均值漂移滤波处理，以生成第一截图图片；对均值漂移滤波处理后的视频截图转换为灰度图像并进行二值化处理，以生成第一检测图片；对所述第一检测图片进行边缘检测，以生成第二检测图片；对第二检测图片进行霍夫圆检测，以获取隧道出入口轮廓检测结果，其中，对所述第一检测图片进行边缘检测，以生成第二检测图片具体为根据萤火虫算法对所述第一检测图片进行边缘检测，以生成第二检测图片，具体包括：在所述第一检测图片中选取N个像素点作为N个萤火虫，将N个萤火虫随机分为M组，其中，N和M为大于1的自然数；计算每组萤火虫的亮度并根据亮度阈值ST对所述萤火虫的亮度L(x,y)进行判断取值其中，x，y为像素坐标，Hx,y为坐标为x，y像素的灰度，L(x,y)max为第k组萤火虫中萤火虫亮度的最大值；根据吸引力计算，更新每个萤火虫的位置x′i,k＝xi,k+β(r)(xj,k-xi,k)+α*rand，其中，x′i,k为更新后的萤火虫位置，xi,k为更新前的萤火虫位置，β(r)为萤火虫间吸引力，xj,k为组内最亮的萤火虫j的位置，α为步长扰动因子，rand为(0,1)标准正态分布中随机抽取的数；根据更新后的每个萤火虫的位置，更新每个萤火虫的亮度；判断迭代次数是否大于预设迭代次数及临近两次迭代中萤火虫亮度极值之间的差值是否小于预设阈值，当达到预设迭代次数或临近两次迭代中萤火虫亮度极值之间的差值小于预设阈值时，将当前的萤火虫亮度极值对应的位置组合作为边缘检测结果；当未达到迭代次数或临近两次迭代中萤火虫亮度极值之间的差值大于预设阈值时，更新每个萤火虫的位置继续执行；
第三检测模块，用于对所述视频数据进行车辆目标检测，以获得车辆目标检测结果；
控制模块，用于基于所述亮度检测结果、所述隧道出入口检测结果和所述车辆目标检测结果，生成灯光控制指令，其中，所述灯光控制指令为车灯的远近光切换和亮度的控制策略。
5.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3中任一项所述智能车灯的照明补偿方法的步骤。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述智能车灯的照明补偿方法的步骤。
CN202410372366.5A 2024-03-29 2024-03-29 一种智能车灯的照明补偿方法、装置及设备 Active CN118386985B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410372366.5A CN118386985B (zh) 2024-03-29 2024-03-29 一种智能车灯的照明补偿方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410372366.5A CN118386985B (zh) 2024-03-29 2024-03-29 一种智能车灯的照明补偿方法、装置及设备

Publications (2)

Publication Number Publication Date
CN118386985A CN118386985A (zh) 2024-07-26
CN118386985B true CN118386985B (zh) 2024-11-15

Family

ID=92007251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410372366.5A Active CN118386985B (zh) 2024-03-29 2024-03-29 一种智能车灯的照明补偿方法、装置及设备

Country Status (1)

Country Link
CN (1) CN118386985B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118968168B (zh) * 2024-07-31 2025-02-07 国科能创(北京)科技有限公司 一种基于人工智能的输电线绝缘子故障检测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113619480A (zh) * 2021-08-18 2021-11-09 广东机电职业技术学院 基于机器视觉的汽车灯光辅助控制方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009259257A (ja) * 2009-05-18 2009-11-05 Ryohei Komurasaki 交通整理支援方法、及び当該方法を実現する装置
KR101433604B1 (ko) * 2014-05-27 2014-08-26 (주)올포랜드 이미지 합성에 따른 영상 도화이미지 내 지형물 변형 편집을 위한 지아이에스(gis) 기반 영상편집 처리기술이 적용된 송출유닛의 도로상 설치시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113619480A (zh) * 2021-08-18 2021-11-09 广东机电职业技术学院 基于机器视觉的汽车灯光辅助控制方法及系统

Also Published As

Publication number Publication date
CN118386985A (zh) 2024-07-26

Similar Documents

Publication Publication Date Title
US8315766B2 (en) Process for detecting a phenomenon limiting the visibility for a motor vehicle
US10286834B2 (en) Vehicle exterior environment recognition apparatus
US10552688B2 (en) Method and device for detecting objects in the surroundings of a vehicle
US10442343B2 (en) Vehicle exterior environment recognition apparatus
US10634317B2 (en) Dynamic control of vehicle lamps during maneuvers
JP5809785B2 (ja) 車両用外界認識装置およびそれを用いた配光制御システム
JP5892876B2 (ja) 車載用環境認識装置
Alcantarilla et al. Night time vehicle detection for driving assistance lightbeam controller
US8903603B2 (en) Environment recognizing device for a vehicle and vehicle control system using the same
US20140355827A1 (en) Ambient environment determination apparatus
KR101511853B1 (ko) 단일 다중 노출 카메라를 이용한 야간 전방 차량 검출 및 위치 측정 시스템 및 방법
US9185363B2 (en) Vehicle imaging system and method for categorizing objects using relative motion analysis
CN101376352B (zh) 自动适应夜间行车弯道及坡度的汽车前照灯控制方法
US9262817B2 (en) Environment estimation apparatus and vehicle control system
EP3475121B1 (en) Imaging system with adaptive high beam control
JP6227898B2 (ja) 画像処理装置
CN103118900A (zh) 前照灯装置及其亮度控制方法
US9616805B2 (en) Method and device for controlling a headlamp of a vehicle
CN103477347A (zh) 用于分析由车辆的摄像机拍摄的图像的方法和图像预处理设备
CN118386985B (zh) 一种智能车灯的照明补偿方法、装置及设备
EP3553694A1 (en) Distance estimation of vehicle headlights
CN111688568B (zh) 亮度检测方法、车灯控制方法及其系统及存储介质
CN112926476B (zh) 车辆识别方法、装置及存储介质
KR102416117B1 (ko) 차량 및 차량 제어 방법
CN110837772A (zh) 一种用于夜间交通监控的汽车前照灯识别方法

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