车载摄像头芯片神经网络故障诊断方法及自修复冗余电路技术

技术编号:45977426 阅读:15 留言:0更新日期:2025-08-01 18:41
本发明专利技术涉及车载摄像头技术领域,具体公开了车载摄像头芯片神经网络故障诊断方法及自修复冗余电路,通过同时采集多核架构上不同车载摄像头芯片的芯片数据,再使用卷积神经网络从芯片数据中提取图像特征以及全连接神经网络从芯片数据中提取数值型特征,通过卷积神经网络能够学习到图像中复杂的空间结构和模式,从而更全面地描述图像的特征,通过全连接神经网络能够综合考虑对图像质量影响的因素,更全面地诊断图像信号的质量,持续利用神经网络对图像信号中的特征进行学习和分析,及时发现新的图像质量问题或潜在的故障,从而实现对图像信号质量的全面、持续诊断,提高对芯片故障诊断的精准度。

【技术实现步骤摘要】

本专利技术属于车载摄像头,具体涉及车载摄像头芯片神经网络故障诊断方法及自修复冗余电路


技术介绍

1、车载摄像头的芯片通常有图像传感器芯片、数字信号处理芯片、电源管理芯片和串行/解串器芯片,图像传感器芯片是将光信号转换为电信号,数字信号处理芯片用于对图像传感器芯片输出的电信号进行处理,电源管理芯片为摄像头内的其他芯片提供稳定的电源供应,串行/解串器芯片在摄像头与车载主机之间进行高速数据传输,将摄像头输出的并行数据转换为串行数据,以减少传输线缆的数量和成本,为了确保车行车安全和摄像头性能的稳定,需对车载摄像头芯片进行故障诊断。

2、目前,车载摄像头芯片故障诊断的方式通常是通过评估图像的清晰度、色彩还原度、对比度等质量指标,判断摄像头是否被遮挡、安装位置是否正常,以及芯片的图像处理功能是否正常。例如,通过对比实际拍摄的图像与标准图像,检测图像中的异常区域或失真情况。

3、然而,由于不同的人对图像质量的评价可能存在差异,且对于一些轻微的图像质量问题,可能无法准确判断是由芯片故障引起的还是其他因素引起的,如镜头脏污、光线条件等,导致芯片故障本文档来自技高网...

【技术保护点】

1.车载摄像头芯片神经网络故障诊断方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的车载摄像头芯片神经网络故障诊断方法,其特征在于:所述多核架构包括多个独立核心的处理器单元、多级缓存单元、总线连接单元和内存控制器;所述处理器单元中集成有用于确保数据一致性的MESI协议,所述处理器单元拥有运算逻辑单元、寄存器组和缓存件。

3.根据权利要求2所述的车载摄像头芯片神经网络故障诊断方法,其特征在于:所述芯片数据的采集流程如下:

4.根据权利要求1所述的车载摄像头芯片神经网络故障诊断方法,其特征在于:所述卷积神经网络进行图像特征提取的流程如下:

<...

【技术特征摘要】

1.车载摄像头芯片神经网络故障诊断方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的车载摄像头芯片神经网络故障诊断方法,其特征在于:所述多核架构包括多个独立核心的处理器单元、多级缓存单元、总线连接单元和内存控制器;所述处理器单元中集成有用于确保数据一致性的mesi协议,所述处理器单元拥有运算逻辑单元、寄存器组和缓存件。

3.根据权利要求2所述的车载摄像头芯片神经网络故障诊断方法,其特征在于:所述芯片数据的采集流程如下:

4.根据权利要求1所述的车载摄像头芯片神经网络故障诊断方法,其特征在于:所述卷积神经网络进行图像特征提取的流程如下:

5.根据权利要求1所述的车载摄像头芯片神经网络故障诊断方法,其特征在于:所述数值型特征提取的流程如下:

6.根据权利要求5所述的车载摄像头芯片神经网络故障诊断方法,其特征在于:所述分类神经网络设置为多层感知机结构,所述分类神经网络包括分类输入层、多个分类隐藏层和分类输出层组成,所述分类输入层接收图像特征和数值型特征拼接后组成特征向量;每个分类隐藏层包含若干个神经元,...

【专利技术属性】
技术研发人员:徐琛肖检平
申请(专利权)人:深圳芯视觉科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1