[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

说明书

本发明涉及一种基于图像识别的车辆智能雨刮控制方法及系统，方法包括以下实时在线检测步骤：加载深度学习模型初始化图像识别单元；实时采集车辆前挡风玻璃图像并存储；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；通过判断是否到检测到雨水、灰尘以及前挡风玻璃清晰度是否低于预设阈值，相应控制雨刷及喷水器的工作。本发明采用基于深度学习算法的图像识别技术检测前挡风玻璃行车状态，有效提高了雨水、灰尘和清晰度检测的准确度，通过自动控制可以消除前挡风玻璃上的雨水、灰尘和泥水，保证驾驶人员良好的视野。

技术领域

本发明属于车辆电控设备控制领域，具体涉及一种基于图像识别的车辆智能雨刮控制方法及其系统。

背景技术

车辆智能雨刮系统普遍通过雨滴传感器检测是否下雨及雨量大小，从而为车辆智能灯光系统、智能雨刷系统、智能车窗系统提供自动控制信号，确保行车安全。

常见的雨滴传感器一般都安装在风挡玻璃的顶部中间位置，主要有流量式雨滴传感器、静电式雨滴传感器、压电式雨滴传感器，红外线式雨滴传感器。但是，流量式雨滴传感器、静电式雨滴传感器、压电式雨滴传感器装在车辆外部，容易受到环境的污染，准确度较低，且无法检测灰尘和清晰度；红外线雨量传感器虽然装在车辆内部，但感应范围小，无法检测超出感应范围的雨水、泥水或脏物，也无法检测灰尘和清晰度。

因此，现有技术仍需要进一步发明及改进。

发明内容

本发明的目的在于公开一种基于图像识别的车辆智能雨刮控制方法，以提高对车辆前挡风玻璃的雨水检测的准确度，同时还可以检测灰尘以及清晰度，通过自动控制消除前挡风玻璃上的雨水、灰尘和泥水，保证驾驶人员良好的视野。同时相应公开一种基于图像识别的车辆智能雨刮控制系统。

本发明公开的一种基于图像识别的车辆智能雨刮控制方法，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。

进一步的，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。

进一步的，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。

本发明相应公开的一种基于图像识别的车辆智能雨刮控制系统，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；