一种智能控制远光灯的方法、系统及交通工具技术方案

本发明专利技术公开一种智能控制远光灯的方法、系统及交通工具，方法包括如下过程：获取待处理图像；对当前帧图像进行处理得到该图像内目标的初步位置信息；根据上一帧图像及其内目标的位置信息推测当前帧图像内目标的位置信息；根据当前帧图像初步位置信息与推测得到的当前帧图像目标框输出当前帧最终位置信息；根据最终位置信息计算当前帧图像内目标的实际距离，根据最终位置信息和实际距离输出相应的远光灯控制信号。本发明专利技术具有的有益效果：能够考虑场景内不同类别目标的影响以实现远光灯的有效自动控制，具有较低成本的较佳的可靠度，适于推广应用。

A method, system and vehicle for intelligent control of high beam

【技术实现步骤摘要】
一种智能控制远光灯的方法、系统及交通工具
本专利技术属于汽车高级驾驶辅助控制
，具体涉及一种智能控制远光灯的方法、系统及交通工具。
技术介绍
高级驾驶辅助系统可由传感器系统、信息处理系统和车联网组成，其任务可分为舱内感知和舱外感知，提醒驾驶员规避潜在的危险。由于大多数交通事故是人为错误操作造成的，所以高级驾驶辅助系统能有效增加汽车驾驶的安全性。辅助驾驶是智能汽车领域增长最快的细分市场之一，车灯控制系统在智能车辆中的有着重要应用价值。然而实现一个真正实用的远光灯控制系统难度很高，原因如下：一是智能控制汽车远光灯方法面临的是一个开放的复杂环境，需要考虑多变光照和巨大的大小变化等因素；二是智能控制汽车远光灯方法由于应用场景必须实时运行。总之，综合考虑以上两点，设计一套足够使用的智能控制汽车远光灯方法并不是一件容易的事情。目前对于汽车远光灯控制，业界暂未形成成熟的落地应用。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提供一种智能控制远光灯的方法及系统，能够在开放环境下实现远光灯的低成本有效自动控制。为解决现有技术问题，本专利技术提供了一种智能控制远光灯的方法，包括如下过程：获取待处理图像；对当前帧图像进行处理得到该图像内目标的初步位置信息；根据上一帧图像及其内目标的位置信息推测当前帧图像内目标的位置信息；根据当前帧图像内目标的初步位置信息与推测得到的当前帧图像内目标的位置信息得到当前帧图像内目标的最终位置信息，并将当前帧图像内目标的最终位置信息作为推测下一帧图像内目标位置信息的输入；根据当前帧图像内目标的最终位置信息计算当前帧图像内目标的实际距离，根据最终位置信息和实际距离输出相应的远光灯控制信号。进一步地，所述获取待处理图像的具体过程为：获取原始图像；在原始图像上选择感兴趣区域，将已确定感兴趣区域的图像作为待处理图像。进一步地，所述对当前帧图像进行处理得到该图像内目标的初步位置信息的具体过程为：将待处理图像输入到移动卷积神经网络中提取特征；保留移动卷积网络中第二、三、四、五组卷积层输出的特征图，并将这四个特征图分别经过五组卷积得到对应的特征向量，然后叉分特征向量成四个输出分支；通过解析每个分支输出的特征向量得到当前帧图像内目标的位置信息。进一步地，通过解析每个分支输出的特征向量得到位置信息后，使用非极大值抑制方法去除冗余位置信息。进一步地，所述根据上一帧图像及其内目标的位置信息推测当前帧图像内目标的位置信息的具体过程为：在当前帧图像中，以上一帧输入图像目标的中心为中心框定搜索区域，搜索区域的大小为上一帧输入图像内目标大小的一倍以上，然后在上一帧输入图像中选择相同的区域作为原始目标区域；将搜索区域内的图像和原始目标区域内的图像输入到相同结构的卷积神经网络中分别得到两张特征图；将两张特征图堆叠起来，经过一个卷积层和一个全连接层后，得到当前帧输入图像的位置信息。进一步地，所述根据当前帧图像内目标的初步位置信息与推测得到的当前帧图像内目标的位置信息得到当前帧图像内目标的最终位置信息的具体过程为：如果推测得到的当前帧图像的目标位置信息位于感兴趣区域内，则将推测得到的当前帧图像的位置信息和当前帧图像的初步位置信息进行求和平均处理得到目标的最终位置信息，否则将推测得到的当前帧图像内目标的位置信息作为目标的最终位置信息。进一步地，所述根据当前帧图像内目标的最终位置信息计算当前帧图像内目标的实际距离的具体过程为：获取目标的最终位置信息的目标框像素大小；根据目标框像素大小与实际距离的对应关系获得目标的实际距离。进一步地，所述根据实际距离输出相应的远光灯控制信号的具体过程为：如果同时满足“距离本车50米之内没有路灯，距离本车150米之内没有同向车，距离本车300米之内没有对向车”这三个条件，则输出开启远光灯的控制信号，否则输出关闭远光灯的控制信号。本专利技术还提供了一种智能控制远光灯的系统，包括：图像预处理模块，用于获取待处理图像；空间检测模块，用于对当前帧图像进行处理得到该图像内目标的初步位置信息；时间跟踪模块，用于根据上一帧图像及其内目标的位置信息推测当前帧图像内目标的位置信息；目标位置融合模块，用于根据当前帧图像内目标的初步位置信息与推测得到的当前帧图像内目标的位置信息得到当前帧图像内目标的最终位置信息，并将当前帧图像内目标的最终位置信息作为推测下一帧图像内目标位置信息的输入；以及信号输出模块，用于根据当前帧图像内目标的最终位置信息计算当前帧图像内目标的实际距离，根据最终位置信息和实际距离输出相应的远光灯控制信号。本专利技术还提供了一种交通工具，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。本专利技术具有的有益效果：能够考虑场景内不同类别目标的影响以实现远光灯的有效自动控制，具有较低成本的较佳的可靠度，适于推广应用。附图说明图1为本专利技术一个实施例中控制系统的结构示意图；图2为本专利技术一个实施例中控制方法的流程示意图；图3为本专利技术一个实施例中控制方法的流程示意图；图4为本专利技术一个实施例中控制方法的流程示意图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。本专利技术实施例提供的交通工具的远光灯控制方法，可以适用于图1所示的交通工具的远光灯控制系统。如图1所示，该控制系统可以集成在交通工具的内部，该系统包括行车电脑和远光灯，其中，行车电脑为远光灯的控制主体，其可以与远光灯之间进行控制指令或者其它数据的传输。需要说明的是，本实施例涉及的交通工具，可以是油路车辆、气路车辆，还可以是油气混合动力的车辆，还可以是电动车辆，甚至还可以是自行车、无人机等，本实施例对此并不做限定。可选的，上述行车电脑可以是ECU，还可以是交通工具的中控台，上述远光灯可以是各种类型的远光灯，本实施例对此并不做限定。需要说明的是，下述方法实施例的执行主体可以是交通工具远光灯的控制装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述交通工具的部分或者全部。下述方法实施例以执行主体是交通工具为例进行说明。如图2所示，一种智能控制远光灯的方法，包括如下过程：S01、交通工具获取待处理图像。具体地，交通工具上的图像获取装置，例如摄像头，采集环境中的交通工具行驶时的图像数据以得到原始图像。原始图像的像素大小为1280*720。优选地，若图像获取装置获取到的数据为视频格式的图像数据，则交通工具可以是对该视频格式的图像数据进行帧图片的处理，获取到该环境下连续时刻的原始图像。交通工具在原始图像上选择感兴趣区域，将已确定的感兴趣本文档来自技高网...

【技术保护点】
1.一种智能控制远光灯的方法，其特征在于：包括如下过程：/n获取待处理图像；/n对当前帧图像进行处理得到该图像内目标的初步位置信息；/n根据上一帧图像及其内目标的位置信息推测当前帧图像内目标的位置信息；/n根据当前帧图像内目标的初步位置信息与推测得到的当前帧图像内目标的位置信息得到当前帧图像内目标的最终位置信息，并将当前帧图像内目标的最终位置信息作为推测下一帧图像内目标位置信息的输入；/n根据当前帧图像内目标的最终位置信息计算当前帧图像内目标的实际距离，根据最终位置信息和实际距离输出相应的远光灯控制信号。/n

【技术特征摘要】
1.一种智能控制远光灯的方法，其特征在于：包括如下过程：
获取待处理图像；
对当前帧图像进行处理得到该图像内目标的初步位置信息；
根据上一帧图像及其内目标的位置信息推测当前帧图像内目标的位置信息；
根据当前帧图像内目标的初步位置信息与推测得到的当前帧图像内目标的位置信息得到当前帧图像内目标的最终位置信息，并将当前帧图像内目标的最终位置信息作为推测下一帧图像内目标位置信息的输入；
根据当前帧图像内目标的最终位置信息计算当前帧图像内目标的实际距离，根据最终位置信息和实际距离输出相应的远光灯控制信号。


2.根据权利要求1所述的一种智能控制远光灯的方法，其特征在于：
所述获取待处理图像的具体过程为：
获取原始图像；
在原始图像上选择感兴趣区域，将已确定感兴趣区域的图像作为待处理图像。


3.根据权利要求1所述的一种智能控制远光灯的方法，其特征在于：
所述对当前帧图像进行处理得到该图像内目标的初步位置信息的具体过程为：
将待处理图像输入到移动卷积神经网络中提取特征；
保留移动卷积网络中第二、三、四、五组卷积层输出的特征图，并将这四个特征图分别经过五组卷积得到对应的特征向量，然后叉分特征向量成四个输出分支；
通过解析每个分支输出的特征向量得到当前帧图像内目标的位置信息。


4.根据权利要求3所述的一种智能控制远光灯的方法，其特征在于：
通过解析每个分支输出的特征向量得到位置信息后，使用非极大值抑制方法去除冗余位置信息。


5.根据权利要求1所述的一种智能控制远光灯的方法，其特征在于：
所述根据上一帧图像及其内目标的位置信息推测当前帧图像内目标的位置信息的具体过程为：
在当前帧图像中，以上一帧输入图像目标的中心为中心框定搜索区域，搜索区域的大小为上一帧输入图像内目标大小的一倍以上，然后在上一帧输入图像中选择相同的区域作为原始目标区域；
将搜索区域内的图像和原始目标区域内的图像输入到相同结构的卷积神经网络中分别得到两张特征图；
将两张特征图堆叠起来，经过一个卷积层和一个全连接层后，得到当前帧输入图像的位...

【专利技术属性】
技术研发人员：余浩，夏翌彰，闫胜业，刘国清，
申请(专利权)人：南京佑驾科技有限公司，
类型：发明
国别省市：江苏;32