【技術實現步驟摘要】
本專利技術涉及車燈領域，具體是涉及一種基于環境適配的自適應led車燈控制策略優化方法。
技術介紹
1、led汽車燈，是指車內外光源均采用led技術，用來外部與內部照明。外部照明設備涉及熱極限與emc問題，同時還涉及卸載負載測試的許多復雜標準。led的結構堅固，不容易受振動影響，使用過程中光輸出亮度也不會明顯下降。
2、車輛使用環境不僅包括外部環境，也包括內部環境，內部環境主要由人員位置構成，在實際使用時，車輛由于負重位置的不同，懸掛會根據負重位置，調整車身，由此，會改變led車燈的照明角度，導致led車燈的照明距離出現變化，影響剎車的反應時間，此外，由于外部環境中的影響因素較多，難以確定最為節能的光強，可能會耗費更多的能源。
技術實現思路
1、為解決上述技術問題，提供一種基于環境適配的自適應led車燈控制策略優化方法，本技術方案解決了上述
技術介紹
中提出的問題。
2、為達到以上目的，本專利技術采用的技術方案為：
3、一種基于環境適配的自適應led車燈控制策略優化方法，包括：
4、建立人員分布對車身懸掛系統的影響模型；
5、在車內設置至少一個攝像裝置，其中一個攝像裝置的攝像視角為俯視角，使用攝像裝置對車內人員進行識別，得到車內人員分布情況，基于車內人員分布情況和人員分布對車身懸掛系統的影響模型，計算得到led車燈照明方向與水平面的夾角，作為特征角；
6、在led車燈與車身連接處設置角度調整裝置，根據特征角，使用角度
7、基于大數據，獲取車輛正常行駛的安全剎車距離，基于歷史數據，獲取照明距離為安全剎車距離的特征光強；
8、建立霧、雪和雨對光的衰減模型；
9、對天氣狀況進行識別，得到實時天氣情況，當實時天氣情況中存在霧、雪或雨的情況時，將實時天氣情況輸入霧、雪和雨對光的衰減模型，得到光強衰減系數，當實時天氣情況中不存在霧、雪或雨的情況時，則令光強衰減系數取1；
10、建立雪地的光線反射模型，當駕駛環境存在降雪時，對雪地覆蓋情況進行識別，得到雪地覆蓋比例，基于雪地覆蓋比例和雪地的光線反射模型，得到光強反射系數，當駕駛環境不存在降雪時，則令光強反射系數為0；
11、對環境中的光源進行識別，得到環境光強，基于光強衰減系數和光強反射系數，計算得到目標光強，將led車燈的照明強度調整為目標光強。
12、優選的，所述建立人員分布對車身懸掛系統的影響模型包括以下步驟：
13、將攝像視角為俯視角的攝像裝置獲取的車內圖像，作為目標車內圖像；
14、在目標車內圖像中進行坐標建模；
15、在車身內均勻取至少一個取樣點，作為作用點，獲取作用點在目標車內圖像中的坐標；
16、獲取車輛的載重上限，等間距分割車輛的載重上限，得到至少一個載重點；
17、將載重點的數值與作用點的坐標隨機配對，得到至少一個測試數據組；
18、在測試數據組的條件下，獲取車身的傾斜角度，將測試數據組與傾斜角度配對并擬合，得到懸掛擬合函數，其中，載重點的數值與作用點的坐標為自變量，車身的傾斜角度為因變量，規定：當車頭偏上時，車身的傾斜角度為正，當車頭偏下時，車身的傾斜角度為負。
19、優選的，所述使用攝像裝置對車內人員進行識別，得到車內人員分布情況包括以下步驟：
20、在車內設置微型人偶，微型人偶的體積為特征體積，使用至少一個攝像裝置對車內進行圖片獲取，得到至少一個車內圖像；
21、在車內圖像中識別微型人偶的第一占用面積，對至少一個第一占用面積取均值，得到第一平均面積；
22、在車內圖像中識別車內人員的第二占用面積，對至少一個第二占用面積取均值，得到第二平均面積；
23、基于大數據，獲取人體密度，使用重量公式，計算得到車內人員的總重量；
24、在目標車內圖像中識別出車內人員的總體輪廓，在總體輪廓的邊緣取至少一個采樣點，對至少一個采樣點的橫坐標和縱坐標進行擬合，得到輪廓擬合函數，其中，采樣點的橫坐標為自變量，采樣點的縱坐標為因變量；
25、使用重心公式，計算得到車內人員的總體重心的坐標，其中，總體重心的坐標由總體重心的橫坐標和總體重心的縱坐標構成；
26、將車內人員的總重量和總體重心的坐標作為車內人員分布情況；
27、重量公式如下：，
28、其中，a為車內人員的總重量，a為第二平均面積，b為第一平均面積，c為特征體積，d為人體密度，g為重力加速度；
29、重心公式如下：，
30、其中，x為總體重心的橫坐標，y為總體重心的縱坐標，二重積分的區域為輪廓擬合函數所圍區域，x為輪廓擬合函數所圍區域內點的橫坐標，y為輪廓擬合函數所圍區域內點的縱坐標。
31、優選的，所述計算得到led車燈照明方向與水平面的夾角，作為特征角包括以下步驟：
32、將車內人員的總重量和總體重心的坐標代入懸掛擬合函數，得到特征角。
33、優選的，所述建立霧、雪和雨對光的衰減模型包括以下步驟：
34、將距離led車燈等于安全剎車距離的位置，作為特征位置；
35、獲取下霧的密度范圍，等間距分割下霧的密度范圍，得到至少一個第一識別點；
36、在下霧的密度等于第一識別點處值的條件下，led車燈以特征光強發光，獲取特征位置處的第一強度；
37、第一強度除以特征光強，得到第一系數，將第一識別點處值與第一系數配對并擬合，得到第一擬合函數；
38、獲取降雪的密度范圍，等間距分割降雪的密度范圍，得到至少一個第二識別點；
39、在降雪的密度等于第二識別點處值的條件下，led車燈以特征光強發光，獲取特征位置處的第二強度；
40、第二強度除以特征光強，得到第二系數，將第二識別點處值與第二系數配對并擬合，得到第二擬合函數；
41、獲取降雨的密度范圍，等間距分割降雨的密度范圍，得到至少一個第三識別點；
42、在降雨的密度等于第三識別點處值的條件下，led車燈以特征光強發光，獲取特征位置處的第三強度；
43、第三強度除以特征光強，得到第三系數，將第三識別點處值與第三系數配對并擬合，得到第三擬合函數；
44、將第一擬合函數、第二擬合函數和第三擬合函數，作為霧、雪和雨對光的衰減模型。
45、優選的，所述對天氣狀況進行識別，得到實時天氣情況包括以下步驟：
46、獲取車外圖片，判斷車外圖片是否出現霧、雪或雨，若否，則實時天氣情況為正常天氣；
47、若是，在車外圖片中識別霧滴、雪或雨出現的占比，作為面積占比；
48、使用比例變換公式，計算得到體積占比；
49、當車外圖片出現霧時，實時天氣情況為霧天，下霧實際密度等于體積占比與水的密度相乘；...
【技術保護點】
1.一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，包括：
2.根據權利要求1所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述建立人員分布對車身懸掛系統的影響模型包括以下步驟：
3.根據權利要求2所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述使用攝像裝置對車內人員進行識別，得到車內人員分布情況包括以下步驟：
4.根據權利要求3所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述計算得到LED車燈照明方向與水平面的夾角，作為特征角包括以下步驟：
5.根據權利要求4所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述建立霧、雪和雨對光的衰減模型包括以下步驟：
6.根據權利要求5所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述對天氣狀況進行識別，得到實時天氣情況包括以下步驟：
7.根據權利要求6所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述將實時天氣
8.根據權利要求7所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述建立雪地的光線反射模型包括以下步驟：
9.根據權利要求8所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述基于雪地覆蓋比例和雪地的光線反射模型，得到光強反射系數包括以下步驟：
10.根據權利要求9所述的一種基于環境適配的自適應LED車燈控制策略優化方法，其特征在于，所述基于光強衰減系數和光強反射系數，計算得到目標光強包括以下步驟：
...【技術特征摘要】
1.一種基于環境適配的自適應led車燈控制策略優化方法，其特征在于，包括：
2.根據權利要求1所述的一種基于環境適配的自適應led車燈控制策略優化方法，其特征在于，所述建立人員分布對車身懸掛系統的影響模型包括以下步驟：
3.根據權利要求2所述的一種基于環境適配的自適應led車燈控制策略優化方法，其特征在于，所述使用攝像裝置對車內人員進行識別，得到車內人員分布情況包括以下步驟：
4.根據權利要求3所述的一種基于環境適配的自適應led車燈控制策略優化方法，其特征在于，所述計算得到led車燈照明方向與水平面的夾角，作為特征角包括以下步驟：
5.根據權利要求4所述的一種基于環境適配的自適應led車燈控制策略優化方法，其特征在于，所述建立霧、雪和雨對光的衰減模型包括以下步驟：
6.根據權利要求5所述的一種基于環境...
【專利技術屬性】
技術研發人員：肖強，胡訓芳，
申請(專利權)人：深圳市太陽鑫源科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。