[实用新型]机动车雨刷自动控制系统

说明书

本实用新型实施例提供一种机动车雨刷自动控制系统，包括：摄像装置，用于实时采集对应安装有雨刷的挡风玻璃的图像；图像识别模块，是基于深度学习卷积神经网络模型的图像识别模块，用于对摄像装置传来的挡风玻璃的图像进行识别，根据识别结果确定降落在挡风玻璃上的降水强度并产生和输出对应的降水强度信号；控制器，用于根据降水强度信号发出对应的控制信号给驱动器来驱动雨刷按照与降水强度相适配的频率在挡风玻璃外表面来回刮动。本实用新型实施例通过图像识别产生和输出降水强度信号，进而控制雨刷在挡风玻璃外表面来回刮动，实现了雨刷自动调节，无需人为干预，减轻了驾驶员压力，有利于提高雨天驾驶的安全性。

技术领域

本实用新型实施例涉及汽车配件领域，特别是涉及一种机动车雨刷自动控制系统。

背景技术

为应对雨天行车，机动车前挡风玻璃外表面都配有雨刷来清除前挡风玻璃外表面的雨水。传统的雨刷都需要驾驶员手动启动以及调节雨刷动作频率，这在操作使用上多有不便，驾驶员需要分心操控雨刷，也易引发交通事故。为此，一些汽车厂商推出了以雨滴传感器为基础的汽车自动雨刷控制系统。这种自动雨刷控制系统的工作原理是：将雨滴传感器检测的降水强度实时测量值转换成电信号，依据电信号大小来自动调节雨刮器工作的时间间隔，从而控制了雨刮器动作。

目前，市场上应用于自动雨刷控制系统的雨滴传感器主要有如下三种：利用压电振子的传感器、利用静电电容的传感器、利用光强变化的传感器。第一种和第二种是把雨滴传感器安装在汽车的外面，雨滴直接滴在传感器上来实现感应；第三种是把雨滴传感器安装在挡风玻璃驾驶室一侧，通过对雨滴滴落在玻璃上所引起的反射光强的变化进行感应而反应出雨滴的变化情况。主流的雨滴传感器为电容式雨滴传感器和红外式雨滴传感器，经过实际使用及分析发现，现有的电容式雨滴传感器存在改变范围有限且电容量本身很小，测量困难，受工作环境影响大的缺陷；而红外式雨滴传感器则存在易受背景光干扰，光电转换信号弱，信号易被噪声淹没的缺陷。

实用新型内容

本实用新型实施例要解决的技术问题在于，提供一种机动车雨刷自动控制系统，能够依据降雨强度自动调节控制雨刷。

为解决上述技术问题，本实用新型实施例采用以下技术方案：一种机动车雨刷自动控制系统，包括：

摄像装置，用于实时采集对应安装有雨刷的挡风玻璃的图像；

图像识别模块，与所述摄像装置相连，所述图像识别模块是基于深度学习卷积神经网络模型的图像识别模块，用于对所述摄像装置传来的所述挡风玻璃的图像进行识别，根据识别结果确定降落在所述挡风玻璃上的降水强度并产生和输出对应的降水强度信号；

控制器，与所述图像识别模块和所述雨刷的驱动器相连，用于根据所述降水强度信号发出对应的控制信号给所述驱动器来驱动所述雨刷按照与所述降水强度相适配的频率在挡风玻璃外表面来回刮动。

进一步地，所述图像识别模块包括：

第一存储器，用于存储所述摄像装置传来的挡风玻璃的图像；

第二存储器，预先存储有所述深度学习卷积神经网络模型；

数据处理芯片，用于调用所述深度学习卷积神经网络模型对所述挡风玻璃的图像进行识别，根据识别结果确定降落在所述挡风玻璃上的降水强度并产生和输出对应的降水强度信号。

进一步地，所述深度学习卷积神经网络模型是SqueezeDet模型。

进一步地，所述摄像装置为安装于机动车上的行车记录仪的摄像头。