[发明专利]一种车辆智能电控设备集成控制方法及系统

说明书

本发明涉及一种车辆智能电控设备集成控制方法及系统，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以及前挡风玻璃雾水检测；通过判断是否到检测到雨水、灰尘、雾气以及前挡风玻璃清晰度是否低于预设阈值，相应控制雨刷、大灯、喷水器以及除雾器的工作。本发明仅需采集车辆前挡风玻璃图像，通过对车辆前挡风玻璃图像的识别实现雨水、灰尘、清晰度和雾气检测，减少了车辆传感器数量和类型。

技术领域

本发明属于车辆电控设备控制领域，具体涉及一种包括雨刮、喷水器、除雾器、大灯在内的车辆智能电控设备集成控制方法及其系统。

背景技术

现有车辆电器控制系统一般都是独立的子系统，采用各自独立的传感器和控制模块，例如智能灯光系统采用光线传感器及灯光控制模块调节大灯的亮度和角度，智能雨刷系统采用雨滴传感器及雨刷控制模块控制雨刷和喷水器工作，智能除雾系统采用湿度和温度传感器及除雾控制模块控制空调工作，致使车辆传感器及控制模块类型和数量众多，整车电器控制系统复杂。

其次，智能雨刷系统所用的雨滴传感器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，其中流量式雨滴传感器、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。

再者，智能除雾系统一般采用湿度和温度结合的传感器，虽然体积小、价格便宜，但只能通过检测车内温度和湿度来预测起雾的可能性，却“看不到”任何雾气的出现，因此，在温度和湿度正常，但有雾气出现的情况下，智能除雾系统将不工作。

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车辆智能电控设备集成控制方法，以提高对车辆前挡风玻璃的雨水、灰尘、清晰度及雾气检测的准确度，同时减少车辆传感器数量及类型。同时相应公开一种车辆智能电控设备集成控制系统。

本发明公开的一种车辆智能电控设备集成控制方法，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以及前挡风玻璃雾水检测；

A4、判断是否到检测到雨水，若是则控制雨刷及大灯同时工作，转入步骤A8；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A8；若否则执行步骤A6；

A6、判断是否检测到雾气，若是则控制雨刷及除雾器同时工作，转入步骤A8；若否则执行步骤A7；

A7、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；

A8、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。