[发明专利]车灯增强识别系统及方法有效

专利信息
申请号: 202110763150.8 申请日: 2021-07-06
公开(公告)号: CN113459938B 公开(公告)日: 2022-02-22
发明(设计)人: 姚其;王全生;虞守豪;耿卫兵 申请(专利权)人: 江苏鑫蕴模塑科技有限公司
主分类号: B60Q1/00 分类号: B60Q1/00;B60Q1/08
代理公司: 北京冠和权律师事务所 11399 代理人: 赵银萍
地址: 224000 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车灯 增强 识别 系统 方法
【权利要求书】:

1.一种车灯增强识别系统,其特征在于,包括环境情况甄别模块、光谱数据库模块、对比度模块、主控模块和多光色光源模块;

所述环境情况甄别模块与对比度模块连接,所述环境情况甄别模块用于采集车辆周边道路和被照物体的环境场景,判定天气类型,识别该天气类型对应的各特征光谱透过率,确定道路和被照物体的光谱反射特性;

所述光谱数据库模块用于存储光谱数据,所述光谱数据包括多种设定的特征光谱,所述特征光谱在照射到不同道路或者被照物体上时能够形成特征性辨识效果;

所述对比度模块与光谱数据库模块连接,所述对比度模块用于根据道路和被照物体的光谱反射特性,分析道路和被照物体分别在环境光与不同特征光谱共同作用下的对比度差异,得到对应道路和被照物体的识别度;

所述主控模块分别与对比度模块和多光色光源模块连接,所述主控模块用于选择识别度最大时道路和被照物体分别对应的特征光谱,在车灯照射区域范围内形成道路和被照物体的多特征光谱的复合光照明方案,并生成控制指令;

所述多光色光源模块根据控制指令采用多特征光谱形成的复合光照明。

2.根据权利要求1所述的车灯增强识别系统,其特征在于,所述环境场景包括天气参数、路面参数、被照物体参数和环境光参数,确定道路和被照物体的光谱反射特性;所述天气参数包括雨天、雾天和雪天以及其对应的光谱透过率,所述路面参数包括路面类型及其光反射特性,所述被照物体参数包括被照物体类型及其光反射特性,所述环境光参数包括周边照明光及其光色。

3.根据权利要求1所述的车灯增强识别系统,其特征在于,所述光谱数据库模块存储的光谱数据包括道路光谱反射曲线数据、被照物体光谱反射曲线数据及积雪光谱反射曲线数据;其中,所述道路光谱反射曲线数据包含多种类型道路光谱反射曲线数据以及道路标识物光谱反射曲线数据。

4.根据权利要求1所述的车灯增强识别系统,其特征在于,所述光谱数据库模块存储的光谱数据还包括雨天、雾天和雪天情况下各特征光谱对应的穿透数据。

5.根据权利要求1所述的车灯增强识别系统,其特征在于,所述特征光谱为半波宽≤50nm的单色光光谱。

6.根据权利要求1所述的车灯增强识别系统,其特征在于,所述对比度包括亮度对比度、色度对比度和分波段光谱对比度,分波段光谱对比度包括特征光谱对比度;

所述特征光谱对比度指特征光谱对应谱段区域呈现对比度。

7.根据权利要求6所述的车灯增强识别系统,其特征在于,所述分波段光谱对比度包括380-780nm每个波长波段的光谱对比度。

8.根据权利要求6所述的车灯增强识别系统,其特征在于,所述特征光谱对比度包含多个特征光谱合成形成的光谱谱段区域对比度。

9.根据权利要求1-8中任意一项所述的车灯增强识别系统,其特征在于,所述主控模块连接有速度传感器和定位模块,所述速度传感器用于采集车辆相对被照物体的移动向量,所述定位模块建立随车辆运动的动态坐标系,对道路和被照物体进行坐标定位,所述主控模块根据反应时间、速度向量及移动向量进行运动分析,以分析结果对被照物体的坐标定位进行运动补偿,在运动补偿基础上,在车灯照射区域范围内形成道路和被照物体的多特征光谱的复合光照明方案。

10.一种车灯增强识别方法,其特征在于,包括以下步骤:

S100采集车辆周边道路和被照物体的环境场景,判定天气类型,识别该天气类型对应的各特征光谱透过率;

S200确定道路和被照物体的光谱反射特性;

S300根据道路和被照物体的光谱反射特性,分析道路和被照物体分别在环境光与不同特征光谱共同作用下的对比度差异,得到对应道路和被照物体的识别度;

S400选择识别度最大时道路和被照物体分别对应的特征光谱,在车灯照射区域范围内形成道路和被照物体的多特征光谱的复合光照明方案;

S500采用多特征光谱形成的复合光照明。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏鑫蕴模塑科技有限公司,未经江苏鑫蕴模塑科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110763150.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top