汽车后视镜加热智能控制系统及其方法技术方案

公开了一种汽车后视镜加热智能控制系统及其方法。其先将多个预定时间点的后视镜表面的温度值和湿度值分别排列为输入向量后计算相邻两个预定时间点的湿度值之间的差值和温度值之间的差值以得到湿度时序变化输入向量和温度时序变化输入向量，接着，分别进行级联以得到湿度多维度输入向量和温度多维度输入向量后通过时序特征提取器以得到湿度多维度时序特征向量和温度多维度时序特征向量，然后，对所述湿度多维度时序特征向量和所述温度多维度时序特征向量进行关联编码后再进行特征优化后通过双向注意力机制模块以得到分类特征矩阵，最后，将所述分类特征矩阵通过分类器以得到用于表示是否停止加热的分类结果。这样，以保证除雾的效率和效果。以保证除雾的效率和效果。以保证除雾的效率和效果。

【技术实现步骤摘要】
汽车后视镜加热智能控制系统及其方法


[0001]本申请涉及智能化控制领域，且更为具体地，涉及一种汽车后视镜加热智能控制系统及其方法。

技术介绍

[0002]随着汽车数量不断增加，驾驶安全问题越来越受到关注。汽车后视镜是汽车安全行驶中非常重要的一部分，它可以帮助驾驶员观察汽车后方情况，并及时处理突发事故、防止碰撞等。后视镜作为驾驶时最常用的辅助设备之一，在保证驾驶安全方面起着至关重要的作用。然而，在恶劣气象条件下，例如恶劣的雨雪天气时，汽车后视镜会出现雾化现象，导致驾驶员无法清晰观察到后方情况，从而加大了驾驶风险。
[0003]汽车后视镜的除雾控制系统，是一种能够在雨、雪、雾等天气条件下，通过加热后视镜的方式来加快水汽和雾霜的蒸发，以清除后视镜表面的水汽和雾霜，保证驾驶员的后方视线清晰的装置。然而，传统的加热方式只是将加热温度控制在预定范围，并没有关注到外界环境的变化情况，导致适配性较差，使得去雾霜的效率较低且效果不佳，同时还造成了能源的浪费。
[0004]因此，期望一种优化的汽车后视镜加热智能控制系统。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种汽车后视镜加热智能控制系统及其方法。其先将多个预定时间点的后视镜表面的温度值和湿度值分别排列为输入向量后计算相邻两个预定时间点的湿度值之间的差值和温度值之间的差值以得到湿度时序变化输入向量和温度时序变化输入向量，接着，分别进行级联以得到湿度多维度输入向量和温度多维度输入向量后通过时序特征提取器以得到湿度多维度时序特征向量和温度多维度时序特征向量，然后，对所述湿度多维度时序特征向量和所述温度多维度时序特征向量进行关联编码后再进行特征优化后通过双向注意力机制模块以得到分类特征矩阵，最后，将所述分类特征矩阵通过分类器以得到用于表示是否停止加热的分类结果。这样，以保证除雾的效率和效果。
[0006]根据本申请的一个方面，提供了一种汽车后视镜加热智能控制系统，其包括：
[0007]数据采集模块，用于获取预定时间段内多个预定时间点的后视镜表面的温度值和湿度值；
[0008]数据时序排列模块，用于将所述多个预定时间点的后视镜表面的温度值和湿度值分别按照时间维度排列为湿度时序输入向量和温度时序输入向量；
[0009]数据时序相对变化模块，用于计算所述湿度时序输入向量中相邻两个预定时间点的湿度值之间的差值以得到湿度时序变化输入向量且计算所述温度时序输入向量中相邻两个预定时间点的温度值之间的差值以得到温度时序变化输入向量；
[0010]多维度数据关联模块，用于将所述湿度时序输入向量和所述湿度时序变化输入向
量进行级联以得到湿度多维度输入向量，且将所述温度时序输入向量和所述温度时序变化输入向量进行级联以得到温度多维度输入向量；
[0011]多维度数据时序变化特征提取模块，用于将所述湿度多维度输入向量和所述温度多维度输入向量通过包含第一卷积层和第二卷积层的时序特征提取器以得到湿度多维度时序特征向量和温度多维度时序特征向量；
[0012]关联编码模块，用于对所述湿度多维度时序特征向量和所述温度多维度时序特征向量进行关联编码以得到湿度
‑
温度关联特征矩阵；
[0013]特征优化模块，用于对所述湿度
‑
温度关联特征矩阵进行特征优化以得到优化湿度
‑
温度关联特征矩阵；
[0014]双向注意力增强模块，用于将所述优化温度
‑
温度关联特征矩阵通过双向注意力机制模块以得到分类特征矩阵；以及
[0015]加热控制模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否停止加热。
[0016]在上述的汽车后视镜加热智能控制系统中，所述多维度数据关联模块，包括：
[0017]湿度级联单元，用于以如下湿度级联公式将所述湿度时序输入向量和所述湿度时序变化输入向量进行级联以得到所述湿度多维度输入向量；
[0018]其中，所述湿度级联公式为：
[0019]V
a
＝Concat[V
a1
，V
a2
][0020]其中，V
a1
表示所述湿度时序输入向量，V
a2
表示所述湿度时序变化输入向量，V
a
表示所述湿度多维度输入向量，Concat[
·
]表示级联函数；以及
[0021]温度级联单元，用于以如下温度级联公式将所述温度时序输入向量和所述温度时序变化输入向量进行级联以得到所述温度多维度输入向量；
[0022]其中，所述温度级联公式为：
[0023]V
b
＝Concat[V
b1
，V
b2
][0024]其中，V
b1
表示所述温度时序输入向量，V
b2
表示所述温度时序变化输入向量，V
b
表示所述温度多维度输入向量，Concat[
·
]表示级联函数。
[0025]在上述的汽车后视镜加热智能控制系统中，所述多维度数据时序变化特征提取模块，包括：
[0026]第一卷积单元，用于使用所述时序特征提取器的所述第一卷积层以具有第一尺度的一维卷积核分别对所述湿度多维度输入向量和所述温度多维度输入向量进行一维卷积编码以得到第一尺度湿度特征向量和第一尺度温度特征向量；
[0027]第二卷积单元，用于使用所述时序特征提取器的所述第二卷积层以具有第二尺度的一维卷积核分别对所述湿度多维度输入向量和所述温度多维度输入向量进行一维卷积编码以得到第二尺度湿度特征向量和第二尺度温度特征向量，其中，所述第一尺度不同于所述第二尺度；以及
[0028]特征融合单元，用于使用所述时序特征提取器的特征融合层将所述第一尺度湿度特征向量和所述第二尺度湿度特征向量进行融合以得到所述湿度多维度时序特征向量，以及，使用所述时序特征提取器的所述特征融合层将所述第一尺度温度特征向量和所述第二尺度温度特征向量进行融合以得到所述温度多维度时序特征向量。
[0029]在上述的汽车后视镜加热智能控制系统中，所述关联编码模块，用于：
[0030]以如下关联编码公式对所述湿度多维度时序特征向量和所述温度多维度时序特征向量进行关联编码以得到所述湿度
‑
温度关联特征矩阵；
[0031]其中，所述关联编码公式为：
[0032][0033]其中，V
e
表示所述湿度多维度时序特征向量，表示所述湿度多维度时序特征向量的转置向量，V
f
表示所述温度多维度时序特征向量，M表示所述湿度
‑
温度关联特征矩阵，表示向量相乘。
[0034]在上述的汽车后视镜加热智能控制系统中，所述特征优化模块，包括：
[0035]优化因数计算单元，用于融合所述湿度多维度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车后视镜加热智能控制系统，其特征在于，包括：数据采集模块，用于获取预定时间段内多个预定时间点的后视镜表面的温度值和湿度值；数据时序排列模块，用于将所述多个预定时间点的后视镜表面的温度值和湿度值分别按照时间维度排列为湿度时序输入向量和温度时序输入向量；数据时序相对变化模块，用于计算所述湿度时序输入向量中相邻两个预定时间点的湿度值之间的差值以得到湿度时序变化输入向量且计算所述温度时序输入向量中相邻两个预定时间点的温度值之间的差值以得到温度时序变化输入向量；多维度数据关联模块，用于将所述湿度时序输入向量和所述湿度时序变化输入向量进行级联以得到湿度多维度输入向量，且将所述温度时序输入向量和所述温度时序变化输入向量进行级联以得到温度多维度输入向量；多维度数据时序变化特征提取模块，用于将所述湿度多维度输入向量和所述温度多维度输入向量通过包含第一卷积层和第二卷积层的时序特征提取器以得到湿度多维度时序特征向量和温度多维度时序特征向量；关联编码模块，用于对所述湿度多维度时序特征向量和所述温度多维度时序特征向量进行关联编码以得到湿度
‑
温度关联特征矩阵；特征优化模块，用于对所述湿度
‑
温度关联特征矩阵进行特征优化以得到优化湿度
‑
温度关联特征矩阵；双向注意力增强模块，用于将所述优化温度
‑
温度关联特征矩阵通过双向注意力机制模块以得到分类特征矩阵；以及加热控制模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否停止加热。2.根据权利要求1所述的汽车后视镜加热智能控制系统，其特征在于，所述多维度数据关联模块，包括：湿度级联单元，用于以如下湿度级联公式将所述湿度时序输入向量和所述湿度时序变化输入向量进行级联以得到所述湿度多维度输入向量；其中，所述湿度级联公式为：V
a
＝Concat[V
a1
，V
a2
]其中，V
a1
表示所述湿度时序输入向量，V
a2
表示所述湿度时序变化输入向量，V
a
表示所述湿度多维度输入向量，Concat[
·
]表示级联函数；以及温度级联单元，用于以如下温度级联公式将所述温度时序输入向量和所述温度时序变化输入向量进行级联以得到所述温度多维度输入向量；其中，所述温度级联公式为：V
b
＝Concat[V
b1
，V
b2
]其中，V
b1
表示所述温度时序输入向量，V
b2
表示所述温度时序变化输入向量，V
b
表示所述温度多维度输入向量，Concat[
·
]表示级联函数。3.根据权利要求2所述的汽车后视镜加热智能控制系统，其特征在于，所述多维度数据时序变化特征提取模块，包括：第一卷积单元，用于使用所述时序特征提取器的所述第一卷积层以具有第一尺度的一
维卷积核分别对所述湿度多维度输入向量和所述温度多维度输入向量进行一维卷积编码以得到第一尺度湿度特征向量和第一尺度温度特征向量；第二卷积单元，用于使用所述时序特征提取器的所述第二卷积层以具有第二尺度的一维卷积核分别对所述湿度多维度输入向量和所述温度多维度输入向量进行一维卷积编码以得到第二尺度湿度特征向量和第二尺度温度特征向量，其中，所述第一尺度不同于所述第二尺度；以及特征融合单元，用于使用所述时序特征提取器的特征融合层将所述第一尺度湿度特征向量和所述第二尺度湿度特征向量进行融合以得到所述湿度多维度时序特征向量，以及，使用所述时序特征提取器的所述特征融合层将所述第一尺度温度特征向量和所述第二尺度温度特征向量进行融合以得到所述温度多维度时序特征向量。4.根据权利要求3所述的汽车后视镜加热智能控制系统，其特征在于，所述关联编码模块，用于：以如下关联编码公式对所述湿度多维度时序特征向量和所述温度多维度时序特征向量进行关联编码以得到所述湿度
‑
温度关联特征矩阵；其中，所述关联编码公式为：其中，V
e
表示所述湿度多维度时序特征向量，表示所述湿度多维度时序特征向量的转置向量，V
f
表示所述温度多维度时序特征向量，M表示所述湿度
‑
温度关联特征矩阵，表示向量相乘。5.根据权利要求4所述的汽车后视镜加热智能控制系统，其特征在于，所述特征优化模块，包括：优化因数计算单元，用于融合所述湿度多维度时序特征向量和所述温度多维度时序特征向量以得到融合关联特征向量；转置相乘单元，用于将所述融合关联特征向量与所述融合关联特征向量的转置进行向量相乘以得到融合关联特征矩阵；以及融合优化单元，用于融合所述融合关联特征矩阵与所述湿度
‑
温度关联特征矩阵以得到所述优化湿度
‑
温度关联特征矩阵。6.根据权利要求5所述的汽车后视镜...

【专利技术属性】
技术研发人员：唐华，唐爱国，罗德正，曾云清，蒲长江，
申请(专利权)人：江西宏信光学科技有限公司，
类型：发明
国别省市：