本發(fā)明涉及一種基于計算機視覺的夜間車輛行駛輔助照明系統(tǒng)，屬于計算機視覺及智能控制方法技術(shù)領(lǐng)域。

背景技術(shù)：

隨著社會的進步和人們生活水平的不斷提高，我國已經(jīng)基本進入汽車普及時代，私家車的數(shù)量逐漸增多，購車也越來越大眾化，有關(guān)數(shù)據(jù)顯示，2015年我國汽車銷售總量達2460萬輛，在汽車銷售量提高帶來經(jīng)濟效益的同時，車輛大數(shù)量的行駛也增加了更多交通事故的發(fā)生，中國歷年交通事故的數(shù)量一直高居不下，而其中因交通事故死亡的人數(shù)也有不斷上漲趨勢，雖然車輛安全性已逐漸成為每一個買車者必然考慮的問題，但相信更多的人只關(guān)心諸如EPS、ABS、輪胎抗爆、防撞梁、全包圍氣囊等問題，往往忽視掉了另一個非常重要的部件——車燈。

車燈就像人的雙眼能夠在黑夜中照亮前路，為司機提供清晰的視野，為行人給出警示，美國南加州汽車研究中心車輛俱樂部（AAA）對市面上的鹵素、氙氣、LED汽車大燈的夜間照明安全性做了一番調(diào)查，結(jié)果令人吃驚，測試表明，無論是近光燈還是遠光燈，比對現(xiàn)行的美國國家公路與運輸協(xié)會的車燈安全指南，現(xiàn)有車輛夜間行駛在沒有街燈的道路上時，各類型大燈的照射距離均沒有達到讓車主發(fā)現(xiàn)目標(biāo)然后及時反應(yīng)并剎車停止的安全距離。

AAA的夜道測試結(jié)果顯示，目前使用數(shù)量最大的鹵素?zé)粼诮鉄裟Ｊ较庐?dāng)車速達到約60公里/時就無法提供安全照明距離，即使開啟遠光后在車速上升至77公里/時以上時也已經(jīng)相當(dāng)危險，交警部門也曾做過統(tǒng)計，大部分車禍?zhǔn)鹿示l(fā)生在夜間，數(shù)量幾乎占到全部交通事故的六成，因而車燈所覆蓋的照明距離不達標(biāo)，也是引起夜間行車危險較大，甚至發(fā)生交通事故的重要原因之一。

根據(jù)《中華人民共和國道路交通安全法實施條例》，汽車遠光燈由于光線強，一般適于機動車夜間在沒有路燈或照明不良的道路上行駛使用，市區(qū)由于照明良好，必須使用近光燈，尤其是在兩車交匯時，即使在沒有路燈的道路上也必須距對面來車150米以外相互關(guān)閉遠光燈，改用近光燈，使用遠光燈，燈光炫亮刺眼，讓人在幾秒鐘內(nèi)無法看清前面的路況，極容易發(fā)生交通事故，因而如何合理智能的選擇合適的車燈，讓駕駛者有充足的時間和反應(yīng)力來應(yīng)對各種路面問題，以保證安全穩(wěn)定的行使環(huán)境和條件，這就成了汽車設(shè)計者，乃至整個汽車行業(yè)及國家關(guān)注的焦點問題。

技術(shù)實現(xiàn)要素：

本發(fā)明正是針對現(xiàn)有技術(shù)中存在的技術(shù)問題，提供一種基于計算機視覺的夜間車輛行駛輔助照明系統(tǒng)，包括信息采集模塊、樹莓派控制模塊及輔助燈動態(tài)控制模塊，通過設(shè)置各個模塊的有效通信集成，使各個模塊之間的信息相互反饋，相互共享，有效解決了夜間行車問題，降低安全隱患，實現(xiàn)了真正的智能控制燈光，能夠大大提高視覺可見度，降低安全隱患。

為了解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案如下：一種基于計算機視覺的夜間車輛行駛輔助照明系統(tǒng)，包括信息采集模塊、樹莓派控制模塊及輔助燈動態(tài)控制模塊，三者順序相連，其特征在于：所述信息采集模塊將采集到的路面信息傳送給樹莓派控制模塊，樹莓派控制模塊經(jīng)過內(nèi)部處理后實現(xiàn)對GPIO的動態(tài)控制，完成對輔助燈動態(tài)控制模塊的智能控制。

進一步，所述樹莓派控制模塊中設(shè)有計算機視覺模塊、車輛信息檢測模塊和圖像識別模塊，三者通信集成；所述計算機視覺模塊利用OpenCV對采集到的路面信息進行處理，處理后的信息傳入車輛信息檢測模塊中進行檢測和識別，通過圖像識別模塊，運用Python語言實現(xiàn)準(zhǔn)確的車輛信息輸出。

進一步，所述計算機視覺模塊中的分類器，通過正樣本︰負(fù)樣本=1︰2來訓(xùn)練，找出樣本共性；此種方法可以盡量減少用攝影機和電腦代替人眼對目標(biāo)進行識別、跟蹤和測量等機器視覺所產(chǎn)生的誤差，并進一步做圖形處理，收集大量夜間行駛汽車的樣本，可以進一步保證準(zhǔn)確性，減少誤差，方便后期在Python語言中加以引用。

進一步，所述圖像識別模塊中的識別模型采用原型匹配模型；普通的模板匹配模型必須在過去的經(jīng)驗中有這個圖像的記憶模式，這種模型強調(diào)圖像必須與腦中的模板完全符合才能加以識別，原型匹配模型從神經(jīng)上和記憶探尋的過程上來看，都比模板匹配模型更適宜，而且還能說明對一些不規(guī)則的，但某些方面與原型相似的圖像的識別，因而可以識別的數(shù)量更多。

進一步，所述信息采集模塊為行車記錄儀或外接攝像頭，高效直接的獲取有效信息，操作難度也低，更加的符合實際需求。

進一步，所述輔助燈動態(tài)控制模塊中設(shè)有輔助燈，輔助燈的數(shù)量、類型和排列不唯一。每個輔助燈的照射范圍是人為可劃分的，不同車輛對車燈的需求也各不一樣，因而可以根據(jù)實際需要，安裝一定數(shù)量、一定類型或特定排列布局的車燈，使用范圍更加廣泛。

作為本發(fā)明的更進一步改進，一種基于計算機視覺的夜間車輛行駛輔助照明器，包括攝像頭、樹莓派及輔助燈，三者順序相連，其特征在于：所述攝像頭用于采集路面信息，將采集到的信息傳送給樹莓派，樹莓派系統(tǒng)經(jīng)過內(nèi)部處理后實現(xiàn)對GPIO的動態(tài)控制，輸出信號接入輔助燈中，完成對輔助燈的智能控制。

進一步，所述樹莓派中設(shè)有計算機視覺模塊、車輛信息監(jiān)測模塊和圖像識別模塊，三者通信集成；所述計算機視覺模塊利用OpenCV對采集到的路面信息進行處理，處理后的信息傳入車輛信息監(jiān)測模塊中進行檢測和識別，通過圖像識別模塊，運用Python語言實現(xiàn)準(zhǔn)確的車輛信息輸出。

本發(fā)明的有益效果：通過設(shè)置各個模塊的有效通信集成，使各個模塊之間的信息相互反饋，相互共享，有效解決了夜間行車問題，降低安全隱患，實現(xiàn)了真正的智能控制燈光，能夠大大提高視覺可見度，降低安全隱患；同時計算機視覺模塊中的分類器和圖像識別模塊中識別模型的特殊設(shè)置，也使得整個系統(tǒng)更加的精準(zhǔn)，安全性能更高；行車記錄儀和外加攝像頭的辦法提高圖像信息的清晰度，在保證駕乘感受的同時，也提高了對車輛視覺識別的準(zhǔn)確度；整個系統(tǒng)均在樹莓派平臺完成，無需人為操作，達到了高度的智能化和高效化，省時省力省心，大大提高了工作效率和安全度，真正實現(xiàn)了人工智能化的有效安全操作。

附圖說明

圖1是本發(fā)明的一種基于計算機視覺的夜間車輛行駛輔助照明系統(tǒng)的系統(tǒng)結(jié)構(gòu)示意圖；

圖2是本發(fā)明的一種基于計算機視覺的夜間車輛行駛輔助照明器的結(jié)構(gòu)示意圖；

圖3是本發(fā)明的一種基于計算機視覺的夜間車輛行駛輔助照明系統(tǒng)的工作流程示意圖；

圖4是本發(fā)明的一種基于計算機視覺的夜間車輛行駛輔助照明系統(tǒng)的測試示意圖一；

圖5是本發(fā)明的一種基于計算機視覺的夜間車輛行駛輔助照明系統(tǒng)的測試示意圖二。

具體實施方式

以下將結(jié)合實施例，對本發(fā)明進行較為詳細(xì)的說明。

實施例一

如圖1所示，一種基于計算機視覺的夜間車輛行駛輔助照明系統(tǒng)，包括信息采集模塊、樹莓派控制模塊及輔助燈動態(tài)控制模塊，三者順序相連，此處的信息采集模塊我們采用外接攝像頭，因為部分行車記錄儀的分辨率較低，因此選擇外接攝像頭較好，不僅能提高駕乘感受，還能提高車輛的視覺識別度，而樹莓派控制模塊中設(shè)有計算機視覺模塊、車輛信息監(jiān)測模塊和圖像識別模塊，三者通信集成，當(dāng)外接攝像頭捕捉到對面或者前方路面有阻擋時，將采集到的路面信息傳送給樹莓派控制模塊，此時，模塊中的計算機視覺模塊利用OpenCV對采集到的路面信息進行處理，從而實現(xiàn)對車輛的視覺識別，處理后的信息傳入車輛信息監(jiān)測模塊中進行檢測和識別，通過圖像識別模塊，運用Python語言實現(xiàn)準(zhǔn)確的車輛信息輸出，借助樹莓派平臺實現(xiàn)對GPIO的動態(tài)控制，最終反饋到輔助燈動態(tài)控制模塊中，從而完成對輔助燈的智能控制；圖3即簡單明確的表述了上述工作流程，通過設(shè)置各個模塊，并將各個模塊集成起來，使各個模塊之間的信息相互反饋，相互共享，有效解決了夜間行車問題，降低安全隱患，實現(xiàn)了真正的智能控制燈光，能夠大大提高視覺可見度，降低安全隱患，上述所有信息的處理，均在樹莓派平臺完成，無需人為操作，達到智能控制輔助燈的作用。

樹莓派是一款基于ARM的微型電腦主板，以SD/MicroSD卡為內(nèi)存硬盤，卡片主板周圍有1/2/4個USB接口和一個10/100 以太網(wǎng)接口（A型沒有網(wǎng)口），可連接鍵盤、鼠標(biāo)和網(wǎng)線，同時擁有視頻模擬信號的電視輸出接口和HDMI高清視頻輸出接口，以上部件全部整合在一張僅比信用卡稍大的主板上，具備所有PC的基本功能只需接通電視機和鍵盤，就能執(zhí)行如電子表格、文字處理、玩游戲、播放高清視頻等諸多功能。

實施例二

本實施例與實施例一的不同之處在于：在上述計算機視覺模塊中，主要利用模式識別技術(shù)，即根據(jù)從圖象抽取的統(tǒng)計特性或結(jié)構(gòu)信息，把圖像分成予定的類別，在這個計算機視覺模塊中，需要訓(xùn)練分類器，收集大量夜間行駛汽車的樣本，包括正樣本和負(fù)樣本，在經(jīng)過了多次的重復(fù)試驗和檢驗后，我們認(rèn)為采用正樣本與負(fù)樣本的比值為1:2來訓(xùn)練分類器，精確度更高，使用范圍更加廣泛，通過訓(xùn)練分類器，找出樣本的共性，生成一個叫.xml 的文件，然后在Python語言中加以引用，從而更好的實現(xiàn)車輛信息的處理。

同時，上述實施例中的車輛信息監(jiān)測模塊主要將信息采集模塊中的圖形進行監(jiān)測和識別，運用Python語言實現(xiàn)準(zhǔn)確的車輛信息處理，達到車輛監(jiān)測目的。

而圖像識別是人工智能的一個重要領(lǐng)域，為了編制模擬人類圖像識別活動的計算機程序，人們提出了不同的圖像識別模型，例如模板匹配模型，這種模型認(rèn)為，識別某個圖像，必須在過去的經(jīng)驗中有這個圖像的記憶模式，又叫模板，當(dāng)前的刺激如果能與大腦中的模板相匹配，這個圖像也就被識別了，例如有一個字母A，如果在腦中有個A模板，字母A的大小、方位、形狀都與這個A模板完全一致，字母A就被識別了，這個模型簡單明了，也容易得到實際應(yīng)用，但這種模型強調(diào)圖像必須與腦中的模板完全符合才能加以識別，而事實上人不僅能識別與腦中的模板完全一致的圖像，也能識別與模板不完全一致的圖像，例如，人們不僅能識別某一個具體的字母A，也能識別印刷體的、手寫體的、方向不正、大小不同的各種字母A，同時，人能識別的圖像是大量的，如果所識別的每一個圖像在腦中都有一個相應(yīng)的模板，也是不可能的，為了解決模板匹配模型存在的問題，格式塔心理學(xué)家又提出了一個原型匹配模型，這種模型認(rèn)為，在長時記憶中存儲的并不是所要識別的無數(shù)個模板，而是圖像的某些“相似性”，從圖像中抽象出來的“相似性”就可作為原型，拿它來檢驗所要識別的圖像，如果能找到一個相似的原型，這個圖像也就被識別了，這種模型從神經(jīng)上和記憶探尋的過程上來看，都比模板匹配模型更適宜，而且還能說明對一些不規(guī)則的，但某些方面與原型相似的圖像的識別，我們的系統(tǒng)采用原型匹配模型，通過對大量車輛的正樣本和負(fù)樣本加以訓(xùn)練，找到“相似性”，從而能夠?qū)崿F(xiàn)對眾多車輛的識別，使用范圍更加廣泛。

實施例三

如圖2所示，一種基于計算機視覺的夜間車輛行駛輔助照明器，包括攝像頭、樹莓派及輔助燈，三者順序相連，攝像頭用于采集路面信息，將采集到的信息傳送給樹莓派，樹莓派系統(tǒng)經(jīng)過內(nèi)部處理后實現(xiàn)對GPIO的動態(tài)控制，輸出信號接入輔助燈中，完成對輔助燈的智能控制；其中樹莓派中設(shè)有計算機視覺模塊、車輛信息監(jiān)測模塊和圖像識別模塊，三者通信集成；計算機視覺模塊利用OpenCV對采集到的路面信息進行處理，處理后的信息傳入車輛信息監(jiān)測模塊中進行檢測和識別，通過圖像識別模塊，運用Python語言實現(xiàn)準(zhǔn)確的車輛信息輸出。

本實施例為了方便解釋和說明，特加入顯示屏，攝像頭能將車輛前方道路信息及時傳輸?shù)綐漭上到y(tǒng)中，然后對車輛進行視覺檢測，可以借助顯示屏觀看車輛識別信息，運用Python語言實現(xiàn)樹莓派GPIO的動態(tài)控制，從而實現(xiàn)輔助燈的智能控制，圖4和5是實驗中的測試圖，圖4中的a、b、c分別為樹莓派控制輔助燈的三種照射方式，圖5源于行車記錄儀中的視頻截圖，由于信息的采集有兩種方案，在此選擇用行車記錄儀作為信息的輸入模塊，并將采集到的路面信息傳輸?shù)綐漭煽刂颇K中的計算機視覺模塊、圖像識別模塊和車輛信息監(jiān)測模塊，對車輛進行視覺識別，圖中方框所框的內(nèi)容既是對車輛的視覺識別。

實施例四

本實施例與實施例一、實施例二和實施例三的不同之處在于：輔助燈動態(tài)控制模塊中設(shè)有輔助燈，輔助燈的數(shù)量、類型和排列不唯一，每個輔助燈的照射范圍是人為可劃分的，不同車輛對車燈的需求也各不一樣，因而可以根據(jù)實際需要，安裝一定數(shù)量、一定類型或特定排列布局的車燈，使用范圍更加廣泛。

須說明的是，上述實施舉例的說明并非限制本創(chuàng)作之應(yīng)用，僅例示性說明本發(fā)明的原理及功效，而非用于限制本發(fā)明的保護范圍，本發(fā)明的權(quán)利保護范圍，應(yīng)如權(quán)利要求書中所述；對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明專利原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明專利的保護范圍。