具体实施方式

以下结合附图1-4对本申请作进一步详细说明。

本申请实施例公开一种基于机器视觉的汽车灯光辅助控制方法。

参照图1，基于机器视觉的汽车灯光辅助控制方法包括：

S1、基于预设于车辆的采集装置获取路面图像信息和路面光学指标信息。

S2、以基于图像处理技术的功能模块对路面图像信息进行图像预处理，并结合神经网络算法识别得到结果信息。

参照图2，具体的：图像预处理包括路面图像信息进行灰度化处理、阈值分割、形态学滤波以及轮廓搜索视觉处理。

其中，灰度化处理，即将摄像头获取的RGB图像转化为灰度图，也就是对输入图像进行颜色空间标准化，利用加权平均则的方法形成灰度图像。

阈值分割处理，则包括根据识别目标与背景之间的灰度差异，以像素级进行图像阈值分割，通过设定不同的特征阈值，把图像像素点分成若干类，使得识别目标更加清晰。

形态学滤波，即通过数学形态学滤波算法处理，该算法是一种非线性的滤波算法；由于受噪声干扰，在上述路面图像中存在不同程度的孔洞与斑点，通过数学形态学滤波算法处理，可有效去除图像信息的干扰因素，以提高识别率。

轮廓搜索视觉处理，即利用连通域的方式，采用索引表法对图像的离散像素点进行八领域搜索，以最后的轮廓几何特征消干扰与孔洞，单独分割出需要识别的目标，例如：道路光源、道路轮廓线条、前方车辆轮廓等。

完成上述图像预处理后，再利用连通域分割出的识别目标有利用神经网络算法对其进行识别，可改善图像识别准确性；另外，轮廓搜索还有利于对图像进行噪声消去的作用。

上述结合神经网络算法识别，即利用TensorFlow神经网络结构和卷积神经网络对事先收集好的数据集（过往行车验证数据）进行训练，训练后的算法，即可用于识别出路面实际状况；对于本方法应用过程中的数据，还通过通讯模块上传，用于继续训练，提高识别准确性。

上述结果信息包括行车路面状况，所述路面状况包括会车情况、道路障碍物、道路光照情况、以及行车环境，行车环境如隧道、无路灯的山路，道路走向。

S3、以用于处理和控制的功能模块结合路面光学指标信息对结果信息进行实际修正，并根据各个信息输出用于对车载照明设备控制的电信号。

其中，路面光学指标包括路面平均亮度、路面亮度总均匀度、路面亮度纵向均匀度、路面平均照度、路面照度均匀度、路面维持平均亮度、眩光阈值增量最大值、环境比。

以上光学指标数据可用于对图像处理模块输出的识别结果进行实际修正，实际修正的依据可为预设的穷举型对应关系表；例如：在S2识别为结果信息表明为隧道出口，此时，若各项路面光学指标查表，符合连续多段式隧道中间出口的路面光学指标参数范围，则修正结果为隧道。修正后的识别结果有助于输出更为精准的控制信号，提高本申请使用效果。

对于车载照明设备的控制，本方法中，将结果信息作为数据一，光学指标信息作为数据二。

此时，上述用于处理和控制的功能模块，其配置为：接收数据一和数据二，并根据数据一确定车载照明设备具体控制目标，根据数据二确定控制亮度信号和/或转向角度信号。

上述的转向角度信号针对的是弯道等行车环境，为达到控制需求，将车载照明设备中的转向灯设置为活动连接于车体（如棘轮棘爪式的摆动结构，转向灯置于摆动杆自由端进行左右或上下摆动），且于车体安装适配的电机（微机）用于驱动其进行偏转转动。其中，电机连接于用于处理和控制的功能模块，并响应其输出的电信号。

具体的：

1、参照图3，当基于图像处理技术的功能模块识别的结果信息为相向会车时，结合所得到的光学指标信息进行识别结果的实际修正，用于处理和控制的功能模块，其以会车距离以及路面光学指标为主要反馈信息控制车载照明设备的亮度：

在两车相距路程达到远光灯有效距离时，控制柔光灯打开，控制强光灯自动降低灯光亮度，且当强光灯亮度等于或者低于柔光灯亮度时，强光灯关闭。

其中，强光灯亮度的变化是根据两车距离控制（具体控制量预设，以下类同），强光灯关闭后，近光灯打开，柔光灯关闭。

2、当基于图像处理技术的功能模块识别的结果信息为非相向会车时，类同上述相向回车。

上述通过强制强光灯开关，并做柔光灯与近光灯的即时切换，及利用柔光灯在切换过程中起亮度补偿作用，实现照明灯具的亮度柔性切换，以减小驾驶人员的视觉疲劳几率。

3、当基于图像处理技术的功能模块识别的结果信息为弯道时，结合所得到的光学指标信息进行识别结果的实际修正，用于处理和控制的功能模块，其发出转向角度信号，控制电机转动，以控制转向灯的偏转角度；同时，根据光学指标信息和预设亮度调节条件输出控制亮度信号，以控制车载照明系统（前车灯）的亮度，减少弯道视觉盲区。

4、当基于图像处理技术的功能模块识别的结果信息为低照明度的路况时，结合所得到的光学指标信息进行识别结果的实际修正，用于处理和控制的功能模块，其控制近光灯，柔光灯的切换，保证输出亮度能够保证驾驶人的行车安全（即符合预设光学标准阈值）；在此过程中，持续获取更新光学指标信息，并根据预设的对灯光调整方案进行实际情况的反馈修正，以达到理想光照环境，提高行车安全。

上述即为基于机器视觉的汽车灯光辅助控制方法，同时，本申请实施例还公开一种基于机器视觉的汽车灯光辅助控制系统，用于配合实现上述方法。

参照图,4，基于机器视觉的汽车灯光辅助控制系统，包括：

前置摄像头，其安装于车内前挡风玻璃右侧位置，且其用于在强光和弱光宽阔的光线范围以及黑暗和强光照对比度大的情况之下皆能清晰呈现场景的细节，监控并拍摄路面实际图像，得到多帧路面图像；

图像处理模块，其电连接于前置摄像头，安装在前置摄像头1一侧，且用于接收前置摄像头发送的路面图像信息，进行图像预处理，并结合神经网络算法识别得到结果信息；

光学传感器模块，其安装于后视镜外侧，且用于感测行驶路面光学指标信息；

主控单元，其包括单片机以及与单片机连接的灯光驱动模块和电机驱动模块；

其中，单片机电连接于图像处理模块和光学传感器模块，单片机接收并响应结果信息以及光学指标信息；灯光驱动模块电连接车载照明设备，通过接收单片机的灯光控制信号对车载照明设备进行亮度控制；电机驱动模块电连接于上述方法中的（微型）电机，电机用于带动车载照明设备中的转向灯进行偏转。

由于本系统的光学传感器模块安装于后视镜外侧，即便其内嵌固定且光学探测部前侧有防护高透玻璃等用于防护，但是其在雨、雪天气或气温低于霜冻点时，依旧容易因水滴、霜雪凝结而对采集的数据造成过大的干扰，为此本系统还包括环境干扰清理机构，环境干扰清理机构包括电连接于单片机的电发热片，如硅胶加热片，其可沿防护高透玻璃边沿固定。

当图像处理模块的结果信息雨、雪天气或通过车载中控反馈得知车外的气温低于霜冻点时，则单片机控制电发热片工作，以加热消除雨、霜、雪等。

根据上述可知本系统主控单元电连接于车载中控系统，在此，进一步的，主控单元还用于根据车载照明设备的反馈信息配置为：

基于同一结果信息（例如：一次弯道）的控制作为一次控制；

记录一次控制中车载照明设备非主控单元控制的次数，判断是否超出阈值，如果是，则输出灯光辅助故障确认信息至车载中控系统；

当车载中控系统反馈信息表示故障确认，即驾驶人员操作中控面板或语音回复，则当前次中主控单元停止继续对车载照明设备控制，以防止干扰驾驶人员自主判断；

且当连续故障确认次数超过对应的阈值，则输出车身自检提示信息至车载中控系统，即此时，若驾驶人员未故意违规操作，则有理由判断系统应干扰出错，或机器故障。

综上所述，本申请：在行车时基于机器视觉开阔驾驶者视野，减少使驾驶人视觉疲劳与眩目，自动调节偏射角角度，自动变光可克服转弯盲区；可避免驾驶人不规范使用车灯，如不按规定时间开闭车灯、摸黑开车、过亮乱开前照灯等；夜间两车相会时，为避免对方受强光照射而眩目，基于本申请机器智能控制在何时最合适将远光灯换至小灯；白天过隧道涵洞后驾驶者忘记关闭前照灯，系统能自行关闭；有效避免前照灯完全仰赖人为操作带来的疏漏、误判造成事故；在天气恶劣，道路照明度低时，能够自动调整车载照明设备的亮度，以获得更安全的行车环境。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。