【技术实现步骤摘要】
本专利技术属于人机交互，涉及利用多源信息的在线暗适应照明优化方法及系统。
技术介绍
1、车辆光环境主要分为外部自然光和内部照明两部分组成。车辆座舱光环境可以分为外部环境和内部环境。外部环境主要是驾驶任务活动过程中所带来的光环境的变化，主要指一般白天或夜晚环境，以及打开自身前照灯时带来的光环境的跳跃性变化等。内部光环境的变化主要指座舱照明系统和显示系统的亮度。近年来，随着科技的迅猛发展，人们对于照明的需求日益增加。然而，传统的固定亮度照明方案已经无法满足人们多变的需求。同时，传统照明设备能耗较高，不仅浪费能源，还会造成环境污染。因此，为了解决现有照明方案的局限性，亟需开发一种能够根据实时环境变化自动适应的在线暗适应照明优化方法及装置。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种利用多源信息的在线暗适应照明优化方法及系统。
2、为达到上述目的，本专利技术提供如下技术方案：
3、利用多源信息的在线暗适应照明优化方法，该方法包括以下步骤：
4、s1：邀请被试在面向暗适应效能评定的多任务驾驶模拟系统上进行明暗交替驾驶模拟实验，同步采集座舱内外数据，并评判被试暗适应效能，创建车辆驾驶员暗适应光环境数据集；
5、s2：将采集到的数据集连同被试者的最优照明方案划分为训练集、验证集和测试集，并建立基于神经网络的车辆驾驶员暗适应效能优化模型；
6、s3：在车辆驾驶员实际执行任务时，记录驾驶员选择的个性化照明方案，作为此时暗适应光
7、s4：综合离线与在线标注数据集训练暗适应优化个性化模型，并输出最佳座舱内光环境数据；
8、s5：基于s4中的最佳座舱内光环境数据采用控制器对座舱内光环境进行控制。
9、可选的，所述面向暗适应效能评定的多任务驾驶模拟系统是以车辆在明暗交替环境下的行驶情景为基础设计的系统，包括：
10、车辆驾驶员任务模拟子系统：车辆任务模拟平台，根据车辆驾驶员驾驶任务设计暗适应场景；
11、舱外光环境控制子系统：根据试验要求动态调整舱外光环境的系统；
12、舱内光环境数据控制子系统：根据试验要求动态调整舱内光环境的系统；
13、暗适应效能评价子系统：测量驾驶员暗适应时间等任务绩效的系统；
14、数据采集子系统：采集舱内、舱外、行驶和驾驶员信息的系统。
15、可选的，所述舱内光环境包括舱内的座舱显示系统亮度、座舱照明系统的照度和座舱照明系统的色温。
16、可选的，所述建立基于神经网络的车辆驾驶员暗适应效能优化模型为：将采集到的数据集划分为训练集、验证集和测试集，基于神经网络构建预设的车辆驾驶员暗适应效能优化模型，利用训练集和验证集对预设的辆驾驶员暗适应效能优化模型进行训练，得到训练好的车辆驾驶员暗适应效能优化模型。
17、基于所述优化方法的利用多源信息的在线暗适应照明优化系统，包括：
18、舱外光环境数据采集模块：利用光电传感器实时采集座舱外光环境数据，并将其传输至s2中训练好的暗适应效能优化模型中；
19、暗适应照明优化决策模块：以舱外光环境数据采集模块采集到的数据为输入，输出保证驾驶员暗适应效能为最佳的舱内光环境数据，将其传输到舱内环境照明系统控制模块和舱内环境显示系统控制模块；
20、舱内环境照明系统控制模块：根据暗适应照明优化决策模块传输的数据去控制舱内环境照明的照度和色温；
21、舱内环境显示系统控制模块：根据暗适应照明优化决策模块传输的数据去控制舱内显示器的亮度。
22、本专利技术的有益效果在于：
23、(1)本专利技术所述的一种面向暗适应效能评定的多任务驾驶模拟系统，通过该系统能够支撑车辆驾驶员的暗适应效能评定和分析，并且能够实时采集车辆驾驶员在明暗交替环境下进行实验时的舱外光环境数据和舱内光环境数据，进而可以得到车辆驾驶员暗适应光环境数据集，为探索在不同光环境下驾驶员的暗适应效能提供了重要的技术支持。
24、(2)本专利技术所述的暗适应优化模型可有效综合评估车辆座舱内暗适应照明环境，综合考虑了舱外环境光照强度、舱内环境照明系统和舱内环境显示系统等会影响车辆驾驶员暗适应效能的因素，并将其纳入到了神经网络暗适应照明优化模型中。
25、(3)本专利技术所述的基于多因素目标优化的暗适应照明优化系统可实时收集舱外光环境数据，并将其传输至暗适应优化模型，根据优化模型得到的控制数据对车辆座舱内环境照明系统和显示系统进行控制。
26、(4)本专利技术提供了在线标定模块，通过记录驾驶员的手动调节结果，以此为标签对车辆神经网络暗适应照明优化模型进行进一步训练，以满足驾驶员对照明方案的差异化需求。
27、本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。
本文档来自技高网...【技术保护点】
1.利用多源信息的在线暗适应照明优化方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的利用多源信息的在线暗适应照明优化方法，其特征在于：所述面向暗适应效能评定的多任务驾驶模拟系统是以车辆在明暗交替环境下的行驶情景为基础设计的系统，包括：
3.根据权利要求1所述的利用多源信息的在线暗适应照明优化方法，其特征在于：所述舱内光环境包括舱内的座舱显示系统亮度、座舱照明系统的照度和座舱照明系统的色温。
4.根据权利要求1所述的利用多源信息的在线暗适应照明优化方法，其特征在于：所述建立基于神经网络的车辆驾驶员暗适应效能优化模型为：将采集到的数据集划分为训练集、验证集和测试集，基于神经网络构建预设的车辆驾驶员暗适应效能优化模型，利用训练集和验证集对预设的辆驾驶员暗适应效能优化模型进行训练，得到训练好的车辆驾驶员暗适应效能优化模型。
5.基于权利要求1～4中任一项所述优化方法的利用多源信息的在线暗适应照明优化系统，其特征在于：该系统包括：
【技术特征摘要】
1.利用多源信息的在线暗适应照明优化方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的利用多源信息的在线暗适应照明优化方法，其特征在于：所述面向暗适应效能评定的多任务驾驶模拟系统是以车辆在明暗交替环境下的行驶情景为基础设计的系统，包括：
3.根据权利要求1所述的利用多源信息的在线暗适应照明优化方法，其特征在于：所述舱内光环境包括舱内的座舱显示系统亮度、座舱照明系统的照度和座舱照明系统的色温。
4...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。