车灯测试方法及车灯测试系统技术方案

本申请提供了一种车灯测试方法及车灯测试系统，该车灯测试方法包括获取待测车灯动态的特征数据，并生成动态模型。控制待测车灯按照预设模式进行动态工作。实时监控待测车灯的动态状态，引用AI摄像头进行实时监测，避免了在测试人员通过人眼进行监测时，由于疲劳或其他原因导致监测出现不必要的误差。通过将预设的动态模型与实时待测车灯动态状态进行比对，进而判断待测车灯的测试是否合格，能够提前统一待测车灯测试的标准，增强了智能待测车灯在进行测试时的精确性，避免了由于待测车灯在进行测试时处于动态状态导致对待测车灯数据的观测产生误差，进而影响整个车灯测试。进而影响整个车灯测试。进而影响整个车灯测试。

【技术实现步骤摘要】
车灯测试方法及车灯测试系统


[0001]本申请涉及车灯测试
，尤其是涉及一种车灯测试方法及车灯测试系统。

技术介绍

[0002]传统车灯因其智能化程度不高，亮光较为简单，一般为常亮状态。因此，在进行传统车灯测试时，将车灯在测试时保持常亮，并用人工观看是否出现车灯损坏情况即可。
[0003]然而，随着人们需求的提升，对车灯不再是单一的照亮功能，而还有娱乐等功能需求，如迎宾需求，则要求车灯按照预设的条件闪烁、变换颜色及强度等。因此，现有的智能车灯不再是处于常亮状态，而是需要有动态变化。此时，在进行车灯测试时，由于车灯的动态变化多样且复杂，如果用人工观看，极易让人感觉眩晕从而出现误差。特别是在汽车电子的EMC(电磁兼容测试)的抗干扰测试项目中，就连最常见的大电流注入及辐射抗扰度测试通常需要持续几个小时以上。此时，如果坚持用人眼持续注视测试过程中的车灯的变化状态，并对该状态做出判定，就变得非常困难，并且极易发生检测误差较大的情况。

技术实现思路

[0004]为解决上述技术问题，本申请提供一种车灯测试方法及车灯测试系统，能够提高智能车灯测试的精确性。
[0005]本申请的一个方面：提供了一种车灯测试方法，包括获取待测车灯动态的特征数据，并生成监控模型。控制所述待测车灯按照预设模式进行动态工作。实时监控所述待测车灯的动态状态。响应于所述待测车灯的动态状态与所述监控模型中的预设动态状态相对应，则所述待测车灯测试合格。
[0006]进一步，所述获取待测车灯动态的特征数据，并生成动态模型，包括：选取所述待测车灯动态工作状态下的典型特征，并提取特征数据。通过AI神经网络算法对所述特征数据进行分析，形成初始监控模型。对所述初始监控模型进行训练和验证得到所述监控模型。
[0007]进一步，所述选取所述待测车灯动态工作状态下的典型特征，并提取特征数据，包括从不同的角度对所述待测车灯拍摄预设时长的视频。从所述视频进行图像帧提取。根据所述图像帧，对所述待测车灯的数量、颜色、可识别的图形或图案、亮灯时间进行采集。对所述待测车灯的数量、颜色、可识别的图形或图案、亮灯时间进行分析计算，得到所述待测车灯的特征数据。
[0008]进一步，所述控制待测车灯按照预设模式进行动态工作，包括：根据所述待测车灯的动态工作要求，由上位机发送动态工作报文。接收所述工作报文，并对所述报文进行解析。根据所述解析并执行相应的光源控制，控制所述待测车灯进入动态工作状态。
[0009]进一步，所述实时监控所述待测车灯的动态状态，包括：AI摄像头实时拍摄所述待测车灯的动态状态，并记录每一动态对应的工作参数。
[0010]进一步，所述响应于所述待测车灯的动态状态与所述监控模型中的预设动态状态相对应，则所述待测车灯测试合格，包括：将所述工作参数与所述AI摄像头中预存的预设工
作参数进行对比分析。响应于所述工作参数与所述预设工作参数对应，则所述待测车灯测试合格。
[0011]进一步，响应于所述待测车灯的动态状态与所述监控模型中的预设动态状态不对应，则报警。
[0012]本申请的另一方面，提供了一种车灯测试系统，用于待测车灯的灯光测试，包括：上位机及AI摄像头。所述上位机连接所述待测车灯，用于控制所述待测车灯按照预设模式进行动态工作。所述待测车灯位于所述AI摄像头的拍摄范围内，所述AI摄像头连接所述上位机，其中，所述AI摄像头将拍摄的所述待测车灯的动态状态发送给所述上位机。
[0013]进一步，包括暗室，所述待测车灯和所述AI摄像头均设置在所述暗室内；所述上位机设置在所述暗室外。
[0014]进一步，还包括EMC天线，所述EMC天线连接所述上位机，且所述EMC天线位于所述暗室内。
[0015]进一步，还包括两个光电收发器，所述光电收发器分别连接所述上位机和所述待测车灯。
[0016]进一步，还包括光端机，所述光端机连接所述上位机和所述AI摄像头。
[0017]进一步，还包括扬声器，所述扬声器连接所述上位机。
[0018]本申请的有益效果是：相较于现有的车灯测试方法，本申请提出的车灯测试方法包括获取待测车灯动态的特征数据，并生成动态模型。控制待测车灯按照预设模式进行动态工作。实时监控待测车灯的动态状态，引用AI摄像头进行实时监测，避免了在测试人员通过人眼进行监测时，由于疲劳或其他原因导致监测出现不必要的误差。响应于待测车灯的动态状态与监控模型中的预设动态状态相对应，则待测车灯测试合格。通过将预设的动态模型与实时待测车灯动态状态进行比对，进而判断待测车灯的测试是否合格，能够提前统一待测车灯测试的标准，增强了智能待测车灯在进行车灯测试时的精确性，避免了由于待测车灯在进行测试时处于动态状态导致对待测车灯数据的观测产生误差，进而影响整个车灯测试。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，其中：
[0020]图1是本申请提供的车灯测试系统的一实施例的结构示意图；
[0021]图2是本申请提供的车灯测试方法的一实施例的流程示意图，所述车灯测试方法包括步骤S1、步骤S2和步骤S4；
[0022]图3是本申请提供的车灯测试方法的一具体实施例的流程示意图；
[0023]图4是图2中所述步骤S1一实施例的流程示意图，所述步骤S1包括步骤S11；
[0024]图5是图4中步骤S11一实施例的流程示意图；
[0025]图6是图2中所述步骤S2一实施例的流程示意图；
[0026]图7是图2中所述步骤S4一实施例的流程示意图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。根据本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0028]在本申请实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请实施例中的具体含义。
[0029]在本申请实施例中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车灯测试方法，其特征在于，包括：获取待测车灯动态的特征数据，并生成监控模型；控制实时待测车灯按照预设模式进行动态工作；实时监控所述待测车灯的动态状态；响应于所述待测车灯的动态状态与所述监控模型中的预设动态状态相对应，则所述待测车灯测试合格。2.根据权利要求1所述的车灯测试方法，其特征在于，所述获取待测车灯动态的特征数据，并生成监控模型，包括：选取所述待测车灯动态工作状态下的典型特征，并提取特征数据；通过AI神经网络算法对所述特征数据进行分析，形成初始监控模型；对所述初始监控模型进行训练和验证得到所述监控模型。3.根据权利要求2所述的车灯测试方法，其特征在于，所述选取所述待测车灯动态工作状态下的典型特征，并提取特征数据，包括：从不同的角度对所述待测车灯拍摄预设时长的视频；从所述视频进行图像帧提取；根据所述图像帧，对所述待测车灯的数量、颜色、可识别的图形或图案、亮灯时间进行采集；对所述待测车灯的数量、颜色、可识别的图形或图案、亮灯时间进行分析计算，得到所述待测车灯的特征数据。4.根据权利要求1所述的车灯测试方法，其特征在于，所述控制待测车灯按照预设模式进行动态工作，包括：根据所述待测车灯的动态工作要求，由上位机发送动态工作报文；接收所述工作报文，并对所述报文进行解析；根据所述解析并执行相应的光源控制，控制所述待测车灯进入动态工作状态。5.根据权利要求1所述的车灯测试方法，其特征在于，所述实时监控所述待测车灯的动态状态，包括：AI摄像头实时拍摄所述车灯的动态状态，并记录每一动态对应的工作参数。6.根据权利要求5所述...

【专利技术属性】
技术研发人员：娄旭华，周洪涛，屈正波，来晓，
申请(专利权)人：浙江零跑科技股份有限公司，
类型：发明
国别省市：