一种加强型智能车灯控制系统技术方案

本实用新型专利技术提供一种加强型智能车灯控制系统，包括：感知模块，感知模块包括DMS算法区块、ADAS算法区块；DMS算法区块用于判断驾驶员瞳孔位置；ADAS算法区块用于输出ADAS可识别范围；决策模块用于解析驾驶员瞳孔位置，估算驾驶员视线关注方向、驾驶员关注范围，对比ADAS可识别范围和驾驶员关注范围；还用于根据ADAS可识别范围和驾驶员关注范围开启车灯光照控制；控制模块用于解析CAN协议，取得车身讯息，判断车身状态；还用于输出控制讯号到车灯矩阵控制模组；车灯矩阵控制模组用于控制车灯的光照范围、光照强度。本实用新型专利技术可以解决仅使用ADAS系统进行智能车灯控制，可能会因为对车外环境的图像识别结果不准确，从而影响对车灯的控制，导致驾驶安全的技术问题。导致驾驶安全的技术问题。导致驾驶安全的技术问题。

【技术实现步骤摘要】
一种加强型智能车灯控制系统


[0001]本技术涉及汽车辅助驾驶
，具体涉及一种加强型智能车灯控制系统。

技术介绍

[0002]现有的智能车灯控制技术主要是通过ADAS系统(高级驾驶辅助系统)对车外环境进行感知，然后对车灯做出合理的控制。例如：当车辆行经弯道时，车灯照射方向跟随弯道改变；当检测到对向车道有来车时，则关闭车灯光照或减弱车灯光照范围，避免来车因为车灯光照过强产生炫目，减低驾驶风险。
[0003]但是，现有智能车灯控制技术由于车灯光照范围及模式是来自ADAS系统的视频传感器图像采集及图像识别之后的结果，且光照范围及模式可变，因此可能会出现在光照度不够的情况下，使用ADAS系统进行的图像识别结果不准确，从而影响对车灯的控制，导致驾驶安全问题。

技术实现思路

[0004]针对现有技术存在的不足，本技术提出一种加强型智能车灯控制系统，以解决现有技术中存在的仅使用ADAS系统进行智能车灯控制，可能会因为对车外环境的图像识别结果不准确，从而影响对车灯的控制，导致驾驶安全的技术问题。
[0005]本技术采用的技术方案是，一种加强型智能车灯控制系统，包括：感知模块、决策模块、控制模块、车灯矩阵控制模组；
[0006]感知模块包括DMS算法区块、ADAS算法区块；DMS算法区块用于根据驾驶员面部图像，使用图像识别技术判断出驾驶员瞳孔位置，并将驾驶员瞳孔位置输出到决策模块；ADAS算法区块用于接收音频、视频传感器的音频、视频输入，输出ADAS可识别范围到决策模块；
[0007]决策模块用于解析驾驶员瞳孔位置，估算驾驶员视线关注方向；用于根据驾驶员视线关注方向估算驾驶员关注范围；用于对比ADAS可识别范围和驾驶员关注范围；还用于根据ADAS可识别范围和驾驶员关注范围开启车灯光照控制；
[0008]控制模块用于解析CAN协议，取得车身讯息，判断车身状态；还用于输出控制讯号到车灯矩阵控制模组；
[0009]车灯矩阵控制模组用于控制车灯的光照范围、光照强度。上述技术方案可以实现的技术效果如下：在ADAS可识别范围的基础上结合DMS系统，增加对驾驶员视线或关注点的感知检测，针对驾驶员关注的方向与位置，对车灯做合适的调整及补强控制，可以用来补强驾驶员关注方向或位置的光照，对车灯控制做更合理且合适的操作，对于细微或是不清楚物件可以起到更明显的辅助辨识效果，提高驾驶员辨识度，以及提醒车外行人注意等，用以提高车辆驾驶安全度。
[0010]在一种可实现方式中，ADAS算法区块还用于接收决策模块传来的驾驶员关注范围，对驾驶员关注范围进行重点识别。
[0011]在一种可实现方式中，还包括微控制单元，微控制单元用于判断控制讯号的有效性。
[0012]在一种可实现方式中，微控制单元还用于，判断车身状态，对车灯矩阵控制模组输出人工操作模式切换指令。上述技术方案可以实现的技术效果如下：通过MCU来判断控制讯号的有效性，可以有效解决当控制讯号失效时对车灯的控制。
[0013]在一种可实现方式中，还包括光机显示模组，光机显示模组用于判断视频投射讯号的有效性。
[0014]在一种可实现方式中，光机显示模组还用于判断车身讯息，将合适的警告讯息及图标转换为视频格式，显示在驾驶员关注范围。上述技术方案可以实现的技术效果如下：可以将车载抬头显示系统的显示影像始终保持在驾驶员的关注范围内，让驾驶员即使视线关注方向偏离正前方，也可以在风挡玻璃上、驾驶员的关注范围内显示影像，提升车辆驾驶安全。
附图说明
[0015]为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0016]图1为本技术实施例1的加强型智能车灯控制系统示意图；
[0017]图2为本技术实施例1的加强型智能车灯控制方法流程图；
[0018]图3为本技术实施例2的加强型智能车灯控制系统示意图；
[0019]图4为本技术实施例3的加强型智能车灯控制系统示意图。
具体实施方式
[0020]下面将结合附图对本技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本技术的技术方案，因此只作为示例，而不能以此来限制本技术的保护范围。
[0021]需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本技术所属领域技术人员所理解的通常意义。
[0022]实施例1
[0023]本实施例采用以下技术方案：如图1所示，加强型智能车灯控制系统包括感知模块、决策模块、控制模块、车灯矩阵控制模组，具体如下：
[0024]感知模块包括DMS算法区块、ADAS算法区块。DMS为驾驶员检测系统(Driver Monitoring System)，DMS算法区块可通过图像采集设备拍摄到的驾驶员面部图像，使用图像识别技术判断出驾驶员瞳孔位置，并将驾驶员瞳孔位置输出到决策模块。
[0025]ADAS算法区块包括以下功能：
[0026](1)接收音频、视频传感器的音频、视频输入，转换为计算机可识别的资料讯息，获得车外环境并计算取得前摄像头传感器的可识别范围，即为ADAS可识别范围，并输出ADAS可识别范围到决策模块；
[0027](2)接收决策模块传来的驾驶员关注范围讯息，当决策模块有驾驶员关注范围讯息输入时，ADAS算法区块会针对驾驶员关注范围进行重点识别。
[0028]在具体的实施方式中，DMS算法区块和ADAS算法区块使用的图像识别算法为深度学习图像识别算法，深度学习图像识别算法具体按以下步骤进行：
[0029]S1、信息获取：透过传感器的音/视频输入，转换为计算机可识别的资料讯息。
[0030]S2、预处理：对获取的资料讯息做滤波，去噪，平滑，变换操作，以加强图像的特征。
[0031]S3、特征抽取与选择：抽取特征并选择有用的特征。
[0032]S4、分类器设计：通过训练得到的识别规则，使用此规则进行特征识别分类。
[0033]S5、分类决策：对于已分类的特征，具体识别出该特征属于哪一类。
[0034]决策模块包括以下功能：
[0035](1)解析驾驶员瞳孔位置估算驾驶员视线关注方向。
[0036](2)根据驾驶员视线关注方向估算驾驶员关注范围。
[0037](3)对比ADAS可识别范围和驾驶员关注范围。如果驾驶员关注范围在ADAS的可辨识范围内，则对驾驶员关注范围做适当的图像可辨识度补强，补强的方式不作限定，在具体的实施方式中，采用可见光、不可见光或毫米波雷达进行可辨识度补强。同时，作为在补强可辨识度之后，把驾驶员关注范围反馈给到感知模块，将驾驶员关注范围作为再次辨识ADAS可识别范围时的重点辨识范围。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种加强型智能车灯控制系统，其特征在于，包括：感知模块、决策模块、控制模块、车灯矩阵控制模组；所述感知模块包括DMS算法区块、ADAS算法区块；所述DMS算法区块用于根据驾驶员面部图像，使用图像识别技术判断出驾驶员瞳孔位置，并将驾驶员瞳孔位置输出到决策模块；所述ADAS算法区块用于接收音频、视频传感器的音频、视频输入，输出ADAS可识别范围到决策模块；所述决策模块用于解析所述驾驶员瞳孔位置，估算驾驶员视线关注方向；用于根据驾驶员视线关注方向估算驾驶员关注范围；用于对比ADAS可识别范围和驾驶员关注范围；还用于根据ADAS可识别范围和驾驶员关注范围开启车...

【专利技术属性】
技术研发人员：陈世腾，
申请(专利权)人：新阳荣乐重庆汽车电子有限公司，
类型：新型
国别省市：