[发明专利]一种基于图像的智能雨刮系统及控制方法在审

专利信息
申请号: 202110380290.7 申请日: 2021-04-09
公开(公告)号: CN113022496A 公开(公告)日: 2021-06-25
发明(设计)人: 于晓倩;王子军;盖沙沙;赵文渤;梁海洋;魏佳勇;丛衍钞;王健 申请(专利权)人: 一汽奔腾轿车有限公司
主分类号: B60S1/08 分类号: B60S1/08
代理公司: 长春吉大专利代理有限责任公司 22201 代理人: 朱世林;张晶
地址: 130012 吉林省长春市*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 智能 系统 控制 方法
【权利要求书】:

1.一种基于图像的智能雨刮系统,其特征在于:包括图像采集模块、预处理模块、智能雨刮模型、雨刮器电机驱动模块;

所述图像采集模块用于实时采集驾驶时的视频;

所述预处理模块用于将视频按帧转化为图像;

所述智能雨刮模型用于识别出不同降雨量的雨天并匹配相应的雨刮刮水速度与刮水间隔,根据计算出的雨刮刮水速度和刮水间隔向雨刮器电机驱动模块发送指令。

2.根据权利要求1所述的一种基于图像的智能雨刮系统及控制方法,其特征在于:

所述智能雨刮模型使用卷积神经网络进行训练。

3.一种如权利要求1所述的一种基于图像的智能雨刮系统的控制方法,其特征在于,包括以下内容:

使用图像采集模块实时采集驾驶时的视频,由预处理模块将视频按帧转化为图像,然后将实时转化的图像输入到提前训练好的智能雨刮模型中,识别出不同降雨量的雨天并匹配相应的雨刮刮水速度与刮水间隔,根据计算出的雨刮刮水速度和刮水间隔向雨刮器电机驱动模块发送指令。

4.根据权利要求3所述的一种基于图像的智能雨刮系统的控制方法,其特征在于:

还包括使用评价标准对训练得到的智能雨刮模型进行精确度评价。

5.根据权利要求4所述的一种基于图像的智能雨刮系统的控制方法,其特征在于:

所述精确度评价是指:将测试集中的图像输入训练好的智能雨刮模型,使用平均精度均值来评价模型预测的准确性,以此判断训练后得到的智能雨刮模型的精确度。

6.根据权利要求3所述的一种基于图像的智能雨刮系统的控制方法,其特征在于:

所述智能雨刮模型使用卷积神经网络进行训练;

所述使用卷积神经网络进行训练,是指在卷积网络之后添加线性回归层,输出不同的降雨强度值,将降雨强度值划分为五个区间,分别代表五个标签值;经过训练后得到智能雨刮模型。

7.根据权利要求6所述的一种基于图像的智能雨刮系统的控制方法,其特征在于:

所述卷积网络是ResNet50网络,该卷积神经网络层数为50。

8.根据权利要求6所述的一种基于图像的智能雨刮系统的控制方法,其特征在于:

所述图像按照7:3的比例分为训练集和测试集,并设置小雨、中雨、大雨、暴雨、特大暴雨五种标签。

9.根据权利要求8所述的一种基于图像的智能雨刮系统的控制方法,其特征在于:

所述五种标签分别对应雨刮的一个雨刮电机速度和刮水时间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于一汽奔腾轿车有限公司,未经一汽奔腾轿车有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110380290.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top