[发明专利]一种基于图像识别的车辆智能雨刮控制方法及系统

权利要求书

1.一种基于图像识别的车辆智能雨刮控制方法，其特征在于，包括以下实时在线检测步骤：

A1、加载深度学习模型初始化图像识别单元；

A2、实时采集车辆前挡风玻璃图像并存储；

A3、对实时采集的车辆前挡风玻璃图像执行基于深度学习的雨水检测、基于深度学习的灰尘检测、前挡风玻璃清晰度检测；

A4、判断是否到检测到雨水，若是则控制雨刷工作，转入步骤A7；若否则执行步骤A5；

A5、判断是否检测到灰尘，若是则控制雨刷及喷水器同时工作，转入步骤A7；若否则执行步骤A6；

A6、判断前挡风玻璃清晰度是否低于预设阈值，若是则控制雨刷及喷水器同时工作；

A7、一次控制结束。

2.根据权利要求1所述的基于图像识别的车辆智能雨刮控制方法，其特征在于，还包括以下定时离线训练步骤：

B1、读取存储的深度学习模型，所述深度学习模型包括雨水检测深度学习模型、灰尘检测深度学习模型；

B2、读取存储的车辆前挡风玻璃图像；

B3、基于fine-tune的方式利用车辆前挡风玻璃图像对深度学习模型进行离线训练；

B4、将训练好的深度学习模型重新更新存储。

3.根据权利要求2所述的基于图像识别的车辆智能雨刮控制方法，其特征在于，雨水检测深度学习模型和灰尘检测深度学习模型均采用多层卷积神经网络模型。

4.一种基于图像识别的车辆智能雨刮控制系统，其特征在于，包括单目图像采集单元、图像存储单元、图像识别单元、深度学习模型存储单元、控制器单元，其中：

单目图像采集单元，用于实时采集车辆前挡风玻璃图像；

图像存储单元，用于存储实时采集的车辆前挡风玻璃图像；

图像识别单元，对实时采集的车辆前挡风玻璃图像执行基于深度学习的雨水检测、基于深度学习的灰尘检测、前挡风玻璃清晰度检测；

深度学习模型存储单元，存储有雨水检测深度学习模型、灰尘检测深度学习模型；

控制器单元，根据图像识别单元的检测结果，相应控制雨刷及喷水器的工作。

5.根据权利要求4所述的基于图像识别的车辆智能雨刮控制系统，其特征在于，所述控制器单元包括雨刮控制器和喷水器控制器，分别与雨刷、喷水器控制连接。