车载雨刮控制方法、系统及设备与流程
本技术涉及车辆智能控制,尤其涉及一种车载雨刮控制方法、系统、设备及存储介质。
背景技术:
1、车载自动雨刮系统主要依赖光雨量传感器实现降雨感知。该传感器通常由发光二极管、光电二极管及控制电路组成,其通过检测挡风玻璃表面雨水引起的反射光量变化来推算雨量大小,车身控制器依据传感器输出的雨量信号控制雨刮执行机构在不同档位之间切换。
2、然而,由于光雨量传感器仅在挡风玻璃某一局部区域进行检测,其检测范围极为有限。当稀疏小雨、零星滴水或局部积水落在传感器检测区域之外时,系统无法感知上述雨水存在,导致应刮未刮,玻璃表面逐渐模糊,影响驾驶员视野清晰度,存在安全隐患。
技术实现思路
1、本技术的实施例提供了一种车载雨刮控制方法、系统及设备,通过结合全域视觉图像数据与光雨量传感器的感知信号对车载雨刮动作进行多源融合判决,实现了对前挡风玻璃雨水遮挡状态的全面与精准感知。
2、在 技术实现要素: 部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明。本技术的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
3、本技术具体包括以下几个方面:
4、第一方面,本技术提出一种车载雨刮控制方法,包括:
5、在车辆的雨刮模式为自动模式的情况下,获取车辆前挡风玻璃的全域视觉图像数据以及车辆光雨量传感器的感知信号;
6、基于所述全域视觉图像数据,确定第一候选雨刮动作;
7、基于所述感知信号,确定第二候选雨刮动作;
8、基于所述第一候选雨刮动作和所述第二候选雨刮动作,确定目标雨刮动作;
9、控制车辆雨刮执行机构执行所述目标雨刮动作。
10、在一种可行的实施方式中,所述基于所述全域视觉图像数据,确定第一候选雨刮动作,包括:
11、基于所述全域视觉图像数据和人工智能ai视觉模型,得到待定雨刮动作,以使所述ai视觉模型在基于所述全域视觉图像数据确定所述车辆前挡风玻璃的雨水遮挡信息后,基于所述雨水遮挡信息和预设雨刮档位阈值输出待定雨刮动作;
12、若基于当前车辆位置的实时天气信息判定所述待定雨刮动作有效,则将所述待定雨刮动作确定为所述第一候选雨刮动作。
13、在一种可行的实施方式中,所述雨水遮挡信息包括所述车辆前挡风玻璃在单位时间内的平均雨水遮挡率,所述预设雨刮档位阈值包括雨水遮挡率阈值,所述方法还包括:
14、基于所述实时天气信息确定天气权重;
15、基于所述车辆前挡风玻璃在单位时间内的平均雨水遮挡率和所述雨水遮挡率阈值之间的差值,确定视觉置信度;
16、将所述视觉置信度与所述天气权重的乘积确定为综合置信度;
17、若所述综合置信度大于或等于预设置信度,则判定所述待定雨刮动作有效。
18、在一种可行的实施方式中,所述基于所述实时天气信息确定天气权重,包括:
19、在所述实时天气信息为无降水天气的情况下,将第一权重确定为所述天气权重;
20、在所述实时天气信息为降水天气的情况下,将第二权重确定为所述天气权重;其中,所述第二权重大于所述第一权重。
21、在一种可行的实施方式中,所述雨水遮挡率阈值包括依次增大的第一预设阈值、第二预设阈值、第三预设阈值和第四预设阈值,所述待定雨刮动作包括单次刮刷、以第一速度连续刮刷、以第二速度连续刮刷和以第三速度连续刮刷,其中,所述单次刮刷为所述车辆前挡风玻璃的瞬时雨水遮挡率达到第一预设阈值的情况下的待定雨刮动作,所述以第一速度连续刮刷为所述车辆前挡风玻璃在单位时间内的平均雨水遮挡率达到第二预设阈值的情况下的待定雨刮动作,所述以第二速度连续刮刷为所述车辆前挡风玻璃在单位时间内的平均雨水遮挡率达到第三预设阈值的情况下的待定雨刮动作,所述以第三速度连续刮刷为所述车辆前挡风玻璃在单位时间内的平均雨水遮挡率达到第四预设阈值的情况下的待定雨刮动作,第一速度、第二速度和第三速度依次增大。
22、在一种可行的实施方式中,所述第二候选雨刮动作包括单次刮刷、以第一速度连续刮刷、以第二速度连续刮刷、以第三速度连续刮刷;所述基于所述第一候选雨刮动作和所述第二候选雨刮动作,确定目标雨刮动作,包括:
23、将所述第一候选雨刮动作与所述第二候选雨刮动作中优先级更高的动作,确定为所述目标雨刮动作;其中,优先级由高到低依次为以第三速度连续刮刷、以第二速度连续刮刷、以第一速度连续刮刷、单次刮刷。
24、在一种可行的实施方式中,所述雨水遮挡率阈值还包括第五预设阈值,所述方法还包括:
25、在执行连续刮刷动作后,若所述车辆前挡风玻璃在单位时间内的平均雨水遮挡率持续低于第五预设阈值超过预设复位时长,则控制所述车辆雨刮执行机构停止工作;其中,所述第五预设阈值小于所述第一预设阈值。
26、在一种可行的实施方式中,在所述控制车辆雨刮执行机构执行所述目标雨刮动作之后,还包括:
27、检测用户在预设时间窗内对雨刮的手动干预操作;其中,所述手动干预操作包括强制启动刮刷或强制停止刮刷;
28、根据所述手动干预操作对应的干预时刻的全域视觉图像数据,确定所述干预时刻的雨水遮挡率;
29、获取多次相同类型的手动干预操作对应的干预时刻的雨水遮挡率,并将获取到的雨水遮挡率作为遮挡率样本集;
30、对所述遮挡率样本集进行正态分布拟合,得到所述遮挡率样本集的样本均值;
31、基于所述样本均值,对所述ai视觉模型中的预设雨刮档位阈值进行调整。
32、第二方面,本技术还提出一种车载雨刮控制系统,包括:
33、数据采集模块,用于在车辆的雨刮模式为自动模式的情况下,获取车辆前挡风玻璃的全域视觉图像数据以及车辆光雨量传感器的感知信号;
34、ai识别模块,用于基于所述全域视觉图像数据,确定第一候选雨刮动作;
35、雨量传感模块,用于基于所述感知信号,确定第二候选雨刮动作;
36、多源融合决策模块,用于基于所述第一候选雨刮动作和所述第二候选雨刮动作,确定目标雨刮动作;
37、执行控制模块,用于控制车辆雨刮执行机构执行所述目标雨刮动作。
38、第三方面,本技术还提出一种电子设备,包括:存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的车载雨刮控制方法的步骤。
39、本技术提出的一种车载雨刮控制方法,通过获取前挡风玻璃的全域视觉图像数据,使系统能够感知整块玻璃的完整雨水分布,从根源上避免了玻璃模糊影响驾驶视野的安全隐患。与此同时,同步获取光雨量传感器的感知信号,构建了视觉与传感器双源并行的感知架构,使两个通道能够互为补充与验证。在此基础上,分别基于全域视觉图像数据和传感器感知信号独立确定第一候选雨刮动作和第二候选雨刮动作,使得任一通道在受到外部干扰时另一通道仍可提供有效的候选动作作为判决依据,避免了单源决策模式因单一信号源异常而导致的系统失效。随后基于第一候选雨刮动作和第二候选雨刮动作确定目标雨刮动作,通过双源融合判决机制综合视觉感知的全面性和传感器感知的可靠性,使输出的目标雨刮动作具有更高的置信度和更强的抗干扰能力。最终控制雨刮执行机构执行该目标雨刮动作,将经过融合判决后的决策结果转化为实际的刮刷运动,实现了从感知到执行的全链路闭环控制。本技术有效避免了因传感器检测盲区导致的漏刮迟刮问题,显著提升了雨天行车的安全性。
40、本技术提出的车载雨刮控制方法、系统及设备,本技术的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本技术的研究和实践而为本领域的技术人员所理解。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com