车窗自动清洁方法及装置制造方法及图纸

本申请提供了一种车窗自动清洁方法及装置，涉及通信领域，用于根据车窗图像中的像素的取值，检测车窗上的杂物，并控制清洁工具进行自动清洁，减少人工操作。该方法包括：获取车窗图像。确定单帧车窗图像对应的暗通道图像。进而根据暗通道图像中灰度值超过预设灰度阈值的像素的数量和/或暗通道图像的清晰度，确定车窗上存在第一类杂物，和/或根据连续i帧车窗图像中的像素的RGB值，确定车窗上存在第二类杂物。控制清洁工具去除杂物，所述杂物包括第一类杂物和/或第二类杂物。第一类杂物和/或第二类杂物。第一类杂物和/或第二类杂物。

【技术实现步骤摘要】
车窗自动清洁方法及装置


[0001]本申请涉及通信
，尤其涉及一种车窗自动清洁方法及装置。

技术介绍

[0002]车辆在行驶途中，由于车辆内外的温差过大导致车窗上产生水雾甚至霜等，遮挡驾驶员的视线，使得驾驶员需要手动控制除雾系统来进行除雾操作；且由于周围环境的影响，车窗上可能会出现杂物，例如树叶、尘土等，驾驶员也需要手动操作清洁装置，例如雨刮器和清洁液喷洒装置等，去除杂物，给驾驶员的驾驶过程带来不便，降低清洁车窗上的杂物的效率。

技术实现思路

[0003]本申请提供一种车窗自动清洁方法，以实现车窗的自动清洁，提高清洁车窗上的杂物的效率。
[0004]为达到上述目的，本申请采用如下技术方案：
[0005]第一方面，本申请实施例提供一种车窗自动清洁方法，该方法应用于车辆中，该方法包括：获取车窗图像。确定单帧车窗图像对应的暗通道图像，根据暗通道图像中灰度值超过预设灰度阈值的像素的数量和/或暗通道图像的清晰度，确定车窗上存在第一类杂物；和/或根据连续i帧车窗图像中的像素的RGB值，确定车窗上存在第二类杂物。控制清洁工具去除第一类杂物和/或第二类杂物。
[0006]在本申请实施例所描述的车窗自动清洁方法中，利用单帧车窗图像对应的暗通道图像中的像素的灰度值，对车窗上的第一类杂物进行检测，和/或利用连续i帧车窗图像中的像素的RGB值对车窗上的第二类杂物进行检测。若车窗上存在第一类杂物和/或第二类杂物，控制清洁工具进行除杂。首先，在进行杂物检测后进行清洁，可以减少盲目清洁，提高清洁效率，节省清洁资源。另外，通过上述过程，本申请实施例可以实现车窗的自动清洁，减少人工操作，提高车辆驾驶过程中的安全性。
[0007]在一种可能的实现方式中，根据连续i帧车窗图像中的像素的RGB值，确定车窗上存在第二类杂物，具体包括：先根据连续i帧车窗图像中像素的RGB值，建立图像背景模型。再根据图像背景模型中的像素的RGB值，确定第一区域，进而确定第一区域内存在第二类杂物。其中，图像背景模型中的像素的RGB值表示连续i帧车窗图像中同一位置的像素的RGB值的变化，i为大于1的整数，第一区域为连续i帧车窗图像中RGB值未发生变化的像素对应的车窗区域。
[0008]在本申请实施例所描述的车窗自动清洁方法中，由于在车辆行驶过程中，若车窗上存在落叶等杂物时，车窗上除存在落叶外的位置的画面(像素取值)会随着车辆的行驶发生变化，而车窗上存在落叶的位置的画面(像素取值)不会随着车辆的行驶发生变化或者发生的变化程度较小。因此，根据可以表示连续i帧车窗图像中同一位置的像素的RGB值的变化的图像背景模型中的像素的RGB值，来确定车窗上存在第二类杂物的第一区域，可以提高
确定车窗上存在第二类杂物，以及确定车窗上存在第二类杂物的第一区域的准确性。
[0009]在一种可能的实现方式中，在根据图像背景模型中的像素的RGB值，确定第一区域之后，还包括：在连续j帧车窗图像中的每一帧车窗图像上确定与第一区域相对应的一个第二区域，得到j个第二区域。若这j个第二区域内同一位置的像素的RGB值未发生变化，则确定第一区域内存在第二类杂物。其中，连续j帧车窗图像位于连续i帧车窗图像之后，j为大于1的整数。
[0010]在本申请实施例所描述的车窗自动清洁方法中，根据连续i帧车窗图像确定车窗上的第一区域之后，进一步根据第一区域以及连续j帧车窗图像中的第二区域，根据第二区域中同一位置的像素的变化来确定第一区域内存在第二类杂物，从而进一步提高检测车窗上存在第二类杂物的准确性。
[0011]在一种可能的实现方式中，根据暗通道图像中灰度值超过预设灰度阈值的像素的数量和/或暗通道图像的清晰度，确定车窗上存在第一类杂物，具体包括：若暗通道图像中灰度值未超过预设灰度阈值的像素的数量小于等于暗通道图像中灰度值超过预设灰度阈值的像素的数量，和/或暗通道图像的清晰度小于预设清晰度，则确定车窗上存在第一类杂物。其中，暗通道图像的清晰度为暗通道图像中像素的灰度值的方差。
[0012]在一种可能的实现方式中，根据连续i帧车窗图像中像素的RGB值，建立图像背景模型，具体包括：根据连续i帧车窗图像中同一位置的像素的RGB值的均值，确定连续i帧车窗图像的均值图像。然后根据连续i帧车窗图像的均值图像中的像素的RGB值与第i帧车窗图像中的像素的RGB值的差值，建立图像背景模型。
[0013]在一种可能的实现方式中，根据图像背景模型中的像素的RGB值，确定第一区域，具体包括：根据图像背景模型中的像素的RGB值以及第一预设算法，确定第一区域。其中，第一预设算法为显著性检测算法或者目标检测算法。
[0014]在一种可能的实现方式中，在确定第一区域内存在第二类杂物之前，还包括：先确定图像背景模型中与第一区域相对应的第三区域，然后确定每个第二区域中像素的RGB值与第三区域中同一位置的像素的RGB值的差值并进行累加，得到累加值。若累加值超过预设阈值，则确定j个第二区域内同一位置的像素的RGB值发生变化。
[0015]在一种可能的实现方式中，控制清洁工具去除杂物，具体包括：根据车内外温度数据控制第一清洁工具开启预设时长，去除第一类杂物，和/或先根据行驶状态和/或驾驶员状态、行驶状态和/或驾驶员状态对应的第一预设权重参数，以及第二清洁工具连续工作的最大时长，确定第二清洁工具工作时长，再根据行驶状态和/或驾驶员状态、行驶状态和/或驾驶员状态对应的第二预设权重参数，以及第二清洁工具工作的最大频率，确定第二清洁工具工作频率，最后根据第二清洁工具工作时长以及第二清洁工具工作频率控制第二清洁工具清洁第一区域，去除第二类杂物。
[0016]在本申请实施例所描述的车窗自动清洁方法中，在不同的行驶状态或者不同的驾驶员状态下，对第二清洁工具的工作时长以及工作频率进行适应性的调整，可以最小程度的减少车窗清洁对驾驶员造成的影响，保证车辆驾驶过程中的安全性。
[0017]在一种可能的实现方式中，根据行驶状态和/或驾驶员状态、行驶状态和/或驾驶员状态对应的第一预设权重参数，以及第二清洁工具连续工作的最大时长，确定第二清洁工具工作时长，具体包括：根据行驶状态、驾驶员状态、行驶状态对应的第一预设权重参数、
驾驶员状态对应的第一预设权重参数、第二清洁工具连续工作的最大时长以及第二预设算法，确定第二清洁工具工作时长。其中，第二预设算法为t1为第二清洁工具工作时长，t
s-max
为第二清洁工具连续工作的最大时长，e为自然对数的底数，a1和β1分别为行驶状态和驾驶员状态对应的第一预设权重参数，α1+β1＝1，s1表示行驶状态、s2表示驾驶员状态。
[0018]在一种可能的实现方式中，根据行驶状态和/或驾驶员状态、行驶状态和/或驾驶员状态对应的第二预设权重参数，以及第二清洁工具工作的最大频率，确定第二清洁工具工作频率，具体包括：根据行驶状态、驾驶员状态、行驶状态对应的第二预设权重参数、驾驶员状态对应的第二预设权重参数、第二清洁工具工作的最大频率以及第三预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车窗自动清洁方法，其特征在于，包括：获取车窗图像；确定单帧车窗图像对应的暗通道图像；根据所述暗通道图像中灰度值超过预设灰度阈值的像素的数量和/或所述暗通道图像的清晰度，确定车窗上存在第一类杂物；和/或根据连续i帧车窗图像中的像素的RGB值，确定车窗上存在第二类杂物；控制清洁工具去除杂物，所述杂物包括所述第一类杂物和/或第二类杂物。2.根据权利要求1所述的车窗自动清洁方法，其特征在于，所述根据连续i帧车窗图像中的像素的RGB值，确定车窗上存在第二类杂物，具体包括：根据所述连续i帧车窗图像中像素的RGB值，建立图像背景模型；其中，所述图像背景模型中的像素的RGB值表示所述连续i帧车窗图像中同一位置的像素的RGB值的变化，i为大于1的整数；根据所述图像背景模型中的像素的RGB值，确定第一区域，所述第一区域为所述连续i帧车窗图像中RGB值未发生变化的像素对应的车窗区域；确定所述第一区域内存在第二类杂物。3.根据权利要求2所述的车窗自动清洁方法，其特征在于，在所述根据所述图像背景模型中的像素的RGB值，确定第一区域之后，所述方法具体还包括：在连续j帧车窗图像中的每一帧车窗图像上确定与所述第一区域相对应的一个第二区域，得到j个第二区域；所述连续j帧车窗图像位于所述连续i帧车窗图像之后，j为大于1的整数；若所述j个第二区域内同一位置的像素的RGB值未发生变化，则确定所述第一区域内存在第二类杂物。4.根据权利要求1-3任一项所述的车窗自动清洁方法，其特征在于，所述根据所述暗通道图像中灰度值超过预设灰度阈值的像素的数量和/或所述暗通道图像的清晰度，确定车窗上存在第一类杂物，具体包括：若所述暗通道图像中灰度值未超过预设灰度阈值的像素的数量小于等于所述暗通道图像中灰度值超过预设灰度阈值的像素的数量，和/或所述暗通道图像的清晰度小于预设清晰度，则确定车窗上存在所述第一类杂物；其中，所述暗通道图像的清晰度为所述暗通道图像中像素的灰度值的方差。5.根据权利要求2-4任一项所述的车窗自动清洁方法，其特征在于，所述根据所述连续i帧车窗图像中像素的RGB值，建立图像背景模型，具体包括：根据所述连续i帧车窗图像中同一位置的像素的RGB值的均值，确定所述连续i帧车窗图像的均值图像；根据所述连续i帧车窗图像的均值图像中的像素的RGB值与第i帧车窗图像中的像素的RGB值的差值，建立所述图像背景模型。6.根据权利要求2-5任一项所述的车窗自动清洁方法，其特征在于，所述根据所述图像背景模型中的像素的RGB值，确定第一区域，具体包括：根据所述图像背景模型中的像素的RGB值以及第一预设算法，确定第一区域；所述第一预设算法为显著性检测算法或者目标检测算法。
7.根据权利要求3-6任一项所述的车窗自动清洁方法，其特征在于，若j个第二区域内同一位置的像素的RGB值未发生变化，则确定第一区域内存在第二类杂物之前，所述方法还包括：确定所述图像背景模型中与所述第一区域相对应的第三区域；确定每个第二区域中像素的RGB值与所述第三区域中同一位置的像素的RGB值的差值并进行累加，得到累加值；若所述累加值超过预设阈值，则确定所述j个第二区域内同一位置的像素的RGB值发生变化。8.根据权利要求1至7任一项所述的车窗自动清洁方法，其特征在于，所述控制清洁工具去除杂物，具体包括：根据车内外温度数据控制第一清洁工具开启预设时长，去除所述第一类杂物；和/或根据行驶状态和/或驾驶员状态、所述行驶状态和/或所述驾驶员状态对应的第一预设权重参数，以及第二清洁工具连续工作的最大时长，确定第二清洁工具工作时长；根据所述行驶状态和/或所述驾驶员状态、所述行驶状态和/或所述驾驶员状态对应的第二预设权重参数，以及第二清洁工具工作的最大频率，确定第二清洁工具工作频率；根据所述第二清洁工具工作时长以及所述第二清洁工具工作频率控制第二清洁工具清洁第一区域，去除所述第二类杂物。9.根据权利要求8所述的车窗自动清洁方法，其特征在于，根据行驶状态和/或驾驶员状态、所述行驶状态和/或所述驾驶员状态对应的第一预设权重参数，以及第二清洁工具连续工作的最大时长，确定第二清洁工具工作时长，具体包括：根据行驶状态、驾驶员状态、所述行驶状态对应的第一预设权重参数、所述驾驶员状态对应的第一预设权重参数、第二清洁工具连续工作的最大时长以及第二预设算法，确定第二清洁工具工作时长，所述第二预设算法为根据所述行驶状态和/或所述驾驶员状态、所述行驶状态和/或所述驾驶员状态对应的第二预设权重参数，以及第二清洁工具工作的最大频率，确定第二清洁工具工作频率，具体包括：根据所述行驶状态、所述驾驶员状态、所述行驶状态对应的第二预设权重参数、所述驾驶员状态对应的第二预设权重参数、第二清洁工具工作的最大频率以及第三预设算法，确定第二清洁工具工作频率，所述第三预设算法为其中，t1为所述第二清洁工具工作时长，t
s-max
为所述第二清洁工具连续工作的最大时长，f为所述第二清洁工具工作频率，f
max
为第二清洁工具工作的最大频率，e为自然对数的底数，α1和β1分别为行驶状态和驾驶员状态对应的第一预设权重参数，α1+β1＝1，α2和β2分别为行驶状态和驾驶员状态对应的第二预设权重参数，α2+β2＝1，s1表示行驶状态、s2表示驾驶员状态。10.根据权利要求8或9所述的车窗自动清洁方法，其特征在于，在所述根据所述第二清洁工具工作时长以及所述第二清洁工具工作频率控制第二清洁工具清洁所述第一区域之
后，所述方法还包括：根据所述行驶状态和/或所述驾驶员状态、所述行驶状态和/或所述驾驶员状态对应的第三预设权重参数，以及第三清洁工具连续工作的最大时长，确定第三清洁工具工作时长；根据所述行驶状态和/或所述驾驶员状态、所述行驶状态和/或所述驾驶员状态对应的第四预设权重参数，以及第三清洁工具工作的最大间隔，确定第三清洁工具工作间隔；根据所述第三清洁工具工作时长以及所述第三清洁工具工作间隔控制第三清洁工具清洁所述第一区域，并根据所述第二清洁工具工作时长以及所述第二清洁工具工作频率控制第二清洁工具清洁所述第一区域，去除所述第二类杂物。11.根据权利要求10所述的车窗自动清洁方法，其特征在于，根据所述行驶状态和/或所述驾驶员状态、所述行驶状态和/或所述驾驶员状态对应的第三预设权重参数，以及第三清洁工具连续工作的最大时长，确定第三清洁工具工作时长，具体包括：根据所述行驶状态、所述驾驶员状态、所述行驶状态对应的第三预设权重参数、所述驾驶员状态对应的第三预设权重参数、第三清洁工具连续工作的最大时长以及第四预设算法，确定第三清洁工具工作时长，所述第四预设算法为根据所述行驶状态和/或所述驾驶员状态、所述行驶状态和/或所述驾驶员状态对应的第四预设权重参数，以及第三清洁工具工作的最大间隔，确定第三清洁工具工作间隔，具体包括：根据所述行驶状态、所述驾驶员状态、所述行驶状态对应的第四预设权重参数、所述驾驶员状态对应的第四预设权重参数、第三清洁工具工作的最大间隔以及第五预设算法，确定第三清洁工具工作间隔，所述第五预设算法为其中，t2为所述第三清洁工具工作时长，t
l-max
为所述第三清洁工具连续工作的最大时长，Δt为所述第三清洁工具工作间隔，Δt
max
为第三清洁工具工作的最大间隔，e为自然对数的底数，α3和β3分别为所述行驶状态和所述驾驶员状态对应的第三预设权重...

【专利技术属性】
技术研发人员：张峻豪，王改良，黄为，徐文康，黄晓林，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：