本發(fā)明涉及汽車制造和智能顯示，具體是涉及一種智能化擋風(fēng)玻璃系統(tǒng)及方法。

背景技術(shù)：

1、隨著科技的進(jìn)步和智能化汽車的快速發(fā)展，傳統(tǒng)擋風(fēng)玻璃已逐漸無法滿足現(xiàn)代汽車用戶的需求，傳統(tǒng)的擋風(fēng)玻璃主要功能是提供清晰的駕駛視野，防止風(fēng)雨、陽(yáng)光等自然因素的干擾，然而，隨著智能汽車的普及，用戶對(duì)于擋風(fēng)玻璃的功能需求也在不斷增加，如信息顯示、交互反饋、自動(dòng)調(diào)節(jié)透明度等。

2、因此，本發(fā)明提出了一種新型智能擋風(fēng)玻璃，旨在通過集成多種智能化功能，提升駕駛的便利性和安全性。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，提供一種智能化擋風(fēng)玻璃系統(tǒng)及方法，本技術(shù)方案解決了上述的問題。

2、為達(dá)到以上目的，本發(fā)明采用的技術(shù)方案為：

3、一種智能化擋風(fēng)玻璃系統(tǒng)，擋風(fēng)玻璃系統(tǒng)包括：

4、高清晰度投影模塊：所述高清晰度投影模塊用于基于光學(xué)投影技術(shù)，在擋風(fēng)玻璃上顯示信息；

5、環(huán)境感知傳感器數(shù)據(jù)獲取模塊：環(huán)境感知傳感器數(shù)據(jù)獲取模塊與高清晰度投影模塊電性連接，所述環(huán)境感知傳感器數(shù)據(jù)獲取模塊用于集成傳感器數(shù)據(jù)，實(shí)時(shí)捕捉車輛周圍環(huán)境信息；

6、數(shù)據(jù)處理模塊：數(shù)據(jù)處理模塊與環(huán)境感知傳感器數(shù)據(jù)獲取模塊電性連接，所述數(shù)據(jù)處理模塊用于基于深度學(xué)習(xí)與計(jì)算機(jī)視覺技術(shù)，對(duì)傳感器數(shù)據(jù)進(jìn)行實(shí)時(shí)分析與處理，識(shí)別關(guān)鍵信息，并轉(zhuǎn)化為圖形符號(hào)與文字，投影到擋風(fēng)玻璃上；

7、智能交互模塊：智能交互模塊與數(shù)據(jù)處理模塊電性連接，所述智能交互模塊用于捕捉駕駛員的語(yǔ)音、手勢(shì)以及眼球信息，控制信息顯示的內(nèi)容與形式；

8、車輛狀態(tài)監(jiān)控模塊：車輛狀態(tài)監(jiān)控模塊與智能交互模塊電性連接，所述車輛狀態(tài)監(jiān)控模塊用于實(shí)時(shí)監(jiān)測(cè)車輛的運(yùn)行參數(shù)，一旦出現(xiàn)異常，在擋風(fēng)玻璃上發(fā)出警示，提醒駕駛員采取相應(yīng)措施。

9、優(yōu)選地，所述高清晰度投影模塊具體包括：

10、需求獲取單元：確定投影模塊的功能需求，包括導(dǎo)航、車速以及警示；

11、光學(xué)系統(tǒng)設(shè)計(jì)單元：設(shè)計(jì)投影光學(xué)系統(tǒng)，包括透鏡和反射鏡，確保光學(xué)系統(tǒng)能夠?qū)⑿畔⒁赃m當(dāng)?shù)慕嵌群痛笮⊥渡涞綋躏L(fēng)玻璃上，使用模擬軟件進(jìn)行光學(xué)路徑優(yōu)化；

12、圖像處理與生成單元：基于投影模塊的功能需求，使用圖像處理技術(shù)生成投影圖像，使用圖像增強(qiáng)技術(shù)處理圖像；

13、抗眩光設(shè)計(jì)單元：設(shè)計(jì)防眩光涂層或使用特殊的光學(xué)材料，評(píng)估不同涂層對(duì)眩光的影響，確保投影在強(qiáng)光環(huán)境下清晰可見；

14、投影校正單元：進(jìn)行幾何校正和色彩校正，以確保投影內(nèi)容準(zhǔn)確，使用校正算法調(diào)整圖像。

15、優(yōu)選地，所述環(huán)境感知傳感器數(shù)據(jù)獲取模塊具體包括：

16、數(shù)據(jù)采集單元：開發(fā)數(shù)據(jù)采集模塊，從各個(gè)傳感器中實(shí)時(shí)獲取數(shù)據(jù)，所述傳感器包括攝像頭、雷達(dá)與激光掃描儀；

17、數(shù)據(jù)融合單元：基于數(shù)據(jù)融合算法，將來自不同傳感器的數(shù)據(jù)整合，使用卡爾曼濾波去除噪聲，將雷達(dá)和lidar數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一坐標(biāo)系；

18、其中，數(shù)據(jù)融合算法公式為：

19、

20、式中，為融合后的估計(jì)值，為第個(gè)傳感器的測(cè)量值，為第個(gè)傳感器的權(quán)重，為傳感器的數(shù)量。

21、優(yōu)選地，所述數(shù)據(jù)處理模塊具體包括：

22、環(huán)境特征識(shí)別單元：利用計(jì)算機(jī)視覺分析融后的數(shù)據(jù)，提取特征，識(shí)別交通標(biāo)志、行人和障礙物的狀態(tài)；

23、邊緣檢測(cè)單元：計(jì)算每個(gè)像素的顏色直方圖，使用canny邊緣檢測(cè)算法提取圖像中的邊緣特征，使用局部二值模式的方法提取圖像的紋理信息，使用方向梯度直方圖提取物體的形狀特征，使用opencv的輪廓檢測(cè)功能，提取圖像中物體的輪廓信息；

24、特征提取單元：基于卷積神經(jīng)網(wǎng)絡(luò)提取公式進(jìn)行圖像分類和特征提?。?/p>

25、狀態(tài)識(shí)別單元：對(duì)模型的結(jié)果進(jìn)行輸出，設(shè)定置信度閾值，僅保留高于該閾值的檢測(cè)結(jié)果，基于非極大值抑制，消除重復(fù)的邊界框，僅保留置信度最高的邊界框，判斷交通標(biāo)志的類別，檢測(cè)行人的位置和運(yùn)動(dòng)狀態(tài)，識(shí)別和分類障礙物的類型，在識(shí)別后，系統(tǒng)根據(jù)檢測(cè)結(jié)果進(jìn)行相應(yīng)的顯示；

26、在識(shí)別到危險(xiǎn)的交通標(biāo)志、行人與障礙物時(shí)，觸發(fā)警報(bào)，進(jìn)行實(shí)時(shí)反饋。

27、優(yōu)選地，所述特征提取單元具體包括：

28、基于卷積神經(jīng)網(wǎng)絡(luò)提取公式進(jìn)行圖像分類和特征提取，進(jìn)行實(shí)時(shí)目標(biāo)檢測(cè)，其中，卷積神經(jīng)網(wǎng)絡(luò)提取公式為：

29、

30、式中，是輸出特征圖中的一個(gè)元素，是輸入特征圖，是卷積核，是偏置項(xiàng)是輸出特征圖的坐標(biāo)，和是卷積核的大小。

31、優(yōu)選地，所述智能交互模塊具體包括：

32、語(yǔ)音識(shí)別單元：通過語(yǔ)音輸入識(shí)別駕駛員的命令和請(qǐng)求，收集駕駛員的語(yǔ)音，能夠過濾背景噪聲，將音頻信號(hào)轉(zhuǎn)換為文本，解析語(yǔ)音指令；

33、手勢(shì)控制單元：識(shí)別駕駛員的手勢(shì)以進(jìn)行控制，捕捉駕駛員的手勢(shì)動(dòng)作，提供實(shí)時(shí)圖像輸入，分析圖像數(shù)據(jù)，識(shí)別特定手勢(shì)并進(jìn)行相應(yīng)的操作；

34、眼球追蹤單元：通過追蹤駕駛員的視線方向，提供控制方式，基于紅外攝像頭，捕捉眼部運(yùn)動(dòng)和注視點(diǎn)，分析眼部位置和運(yùn)動(dòng)，判斷注視的目標(biāo)；

35、用戶界面單元：展示信息并與駕駛員進(jìn)行交互；

36、數(shù)據(jù)處理單元：處理來自各個(gè)模塊的數(shù)據(jù)并進(jìn)行決策，向駕駛員反饋執(zhí)行的命令狀態(tài)。

37、優(yōu)選地，所述車輛狀態(tài)監(jiān)控模塊具體包括：

38、數(shù)據(jù)采集單元：傳感器持續(xù)監(jiān)測(cè)車輛的運(yùn)行參數(shù)，將數(shù)據(jù)實(shí)時(shí)發(fā)送至數(shù)據(jù)處理單元；

39、數(shù)據(jù)處理單元：接收各傳感器的數(shù)據(jù)，通過異常檢測(cè)算法實(shí)時(shí)分析，判斷是否有參數(shù)超出正常范圍，如果檢測(cè)到異常，數(shù)據(jù)處理單元立即將信息發(fā)送至警示顯示單元和反饋響應(yīng)單元；

40、警示顯示單元：警示顯示單元通過抬頭顯示器在擋風(fēng)玻璃上顯示警示信息，包括“發(fā)動(dòng)機(jī)過熱”與“剎車系統(tǒng)故障”，確保駕駛員在行駛過程中能夠快速看到警示；

41、實(shí)時(shí)監(jiān)控單元：在警示狀態(tài)下，監(jiān)控模塊繼續(xù)實(shí)時(shí)監(jiān)測(cè)相關(guān)參數(shù)，觀察是否有改善，駕駛員根據(jù)系統(tǒng)提供的信息采取相應(yīng)措施。

42、一種智能化擋風(fēng)玻璃方法，包括：

43、系統(tǒng)通過環(huán)境感知傳感器捕捉周圍實(shí)時(shí)路況信息，包括前方車輛距離、道路標(biāo)識(shí)線以及交通信號(hào)燈狀態(tài)；

44、圖像處理與融合算法將收集到的信息轉(zhuǎn)化為直觀符號(hào)與箭頭，通過投影模塊將其投影到擋風(fēng)玻璃上；

45、系統(tǒng)根據(jù)車輛的實(shí)時(shí)位置與速度，動(dòng)態(tài)調(diào)整導(dǎo)航指引的詳細(xì)程度，在復(fù)雜路口提供詳細(xì)的轉(zhuǎn)彎說明，在直行路段減少信息顯示；

46、系統(tǒng)實(shí)時(shí)顯示車輛速度與油量的信息，發(fā)現(xiàn)異常時(shí)，通過圖標(biāo)與聲音警報(bào)提醒駕駛員注意。

47、優(yōu)選地，所述圖像處理與融合算法將收集到的信息轉(zhuǎn)化為直觀符號(hào)與箭頭，通過投影模塊將其投影到擋風(fēng)玻璃上具體包括：

48、利用計(jì)算機(jī)視覺分析融后的數(shù)據(jù)，提取特征，識(shí)別交通標(biāo)志、行人和障礙物的狀態(tài)；

49、計(jì)算每個(gè)像素的顏色直方圖，提取圖像中的邊緣特征以及圖像的紋理信息，提取物體的形狀特征，提取圖像中物體的輪廓信息；

50、基于卷積神經(jīng)網(wǎng)絡(luò)提取公式進(jìn)行圖像分類和特征提?。?/p>

51、對(duì)模型的結(jié)果進(jìn)行輸出，判斷交通標(biāo)志的類別，檢測(cè)行人的位置和運(yùn)動(dòng)狀態(tài)，識(shí)別和分類障礙物的類型，在識(shí)別后，系統(tǒng)根據(jù)檢測(cè)結(jié)果進(jìn)行相應(yīng)的顯示。

52、優(yōu)選地，所述系統(tǒng)實(shí)時(shí)顯示車輛速度與油量的信息，發(fā)現(xiàn)異常時(shí)，通過圖標(biāo)與聲音警報(bào)提醒駕駛員注意具體包括：

53、傳感器持續(xù)監(jiān)測(cè)車輛的運(yùn)行參數(shù)，將數(shù)據(jù)實(shí)時(shí)發(fā)送至數(shù)據(jù)處理單元；

54、接收各傳感器的數(shù)據(jù)，通過異常檢測(cè)算法實(shí)時(shí)分析，判斷是否有參數(shù)超出正常范圍，如果檢測(cè)到異常，數(shù)據(jù)處理單元立即將信息發(fā)送至警示顯示單元和反饋響應(yīng)單元；

55、在擋風(fēng)玻璃上顯示警示信息，包括“發(fā)動(dòng)機(jī)過熱”與“剎車系統(tǒng)故障”，在警示狀態(tài)下，監(jiān)控模塊繼續(xù)實(shí)時(shí)監(jiān)測(cè)相關(guān)參數(shù)，觀察是否有改善，駕駛員根據(jù)系統(tǒng)提供的信息采取相應(yīng)措施。

56、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：

57、本發(fā)明提出通過實(shí)時(shí)監(jiān)測(cè)車輛周圍的環(huán)境和車輛狀態(tài)，系統(tǒng)能夠及時(shí)識(shí)別并提醒駕駛員潛在的危險(xiǎn)，比如行人、交通標(biāo)志和障礙物，這種實(shí)時(shí)反饋極大地降低了事故發(fā)生的概率，提升了駕駛安全性，高清晰度投影模塊將關(guān)鍵信息以圖形符號(hào)和文字直接投影到擋風(fēng)玻璃上，使駕駛員能夠快速、直觀地獲取導(dǎo)航、車速、油量等重要信息，減少因低頭查看儀表盤而導(dǎo)致的注意力分散。