一种智能座舱氛围灯感知舱外环境变化的方法与流程

阅读：评论：0

1.本发明涉及智能车辆领域，尤其涉及一种智能座舱氛围灯感知舱外环境变化的方法。

背景技术：

2.随着电动车的蓬勃兴起，在小型客车内配置大显示器、高性能的主机、氛围灯等已经慢慢普及，在电动车中配置智能座舱是未来的发展趋势。由于缺乏传感器和算法的支持，现有的智能座舱内的氛围灯只能做一些基础的灯光变化效果。通常智能座舱的舱外环境会随空间或时间的改变而改变，同时目视摄像设备通常只能捕获舱外正前方的环境，现有的方式无法让氛围灯预测并跟随环境变化，其过于呆板，不能给用户提供良好的氛围渲染效果。

技术实现要素：

3.本发明的目的在于提供一种具有更高驾驶体验的智能座舱氛围灯感知舱外环境变化的方法。
4.为实现上述目的，本发明提供如下技术方案：
5.智能座舱氛围灯感知舱外环境变化的方法，该智能座舱设置在机动车内，所述智能座舱内设置有用主机和若干个设置在所述智能座舱两侧的氛围灯带，每个所述氛围灯带均包括若干个灯珠，还包括至少一个用于拍摄所述智能座舱外的景物的摄像头，所述摄像头和氛围灯带都与主机电连接、数据连接；该方法包括以下步骤：
6.s1、通过所述摄像头采集机动车外景物的视频；
7.s2、根据所述视频预测所述机动车两侧的同步图像；
8.s3、按所述氛围灯带的灯珠数量将所述同步图像沿水平方向分割成若干个子图像；
9.s4、求取每个所述子图像的颜平均值；
10.s5、将所述每个所述子图像的颜平均值同步对应显示在所述灯珠上。
11.优选的，所述步骤s2中，包括以下步骤：
12.s2-1、从所述视频中按预设的时间间隔获取若干个景物图像；
13.s2-2、根据边缘检测算法从所述景物图像中获取其中的物体的轮廓，进而得到所述景物图像中的每个物体；
14.s2-3、根据每个所述物体在不同所述景物图像中的位置，计算每个所述物体的相对速度；
15.s2-4、确定全部所述物体在所述同步图像中的位置，得到预测的所述同步图像。
16.优选的，所述边缘检测算法为canny边缘检测算法。
17.优选的，所述步骤s4中，包括以下步骤：
18.s4-1、在每个所述子图像均匀选择若干个采样点；
19.s4-2、获取每个所述采样点的颜的rgb值；
20.s4-3、将全部所述采样点的r、g、b值分别累计并求平均值；
21.s4-4、将获得的平均值分别作为r、g、b值得到颜平均值。
22.优选的，所述摄像头为设置在所述机动车正前方的广角摄像头。
23.本发明还提供另一种智能座舱氛围灯感知舱外环境变化的方法，该智能座舱设置在机动车内，所述智能座舱内设置有用主机和若干个设置在所述智能座舱两侧的氛围灯带，每个所述氛围灯带均包括若干个灯珠，还包括两个用于拍摄所述智能座舱侧面的景物的摄像头，所述摄像头和氛围灯带都与主机电连接、数据连接；其特征在于，该方法包括以下步骤：
24.s11、通过所述摄像头采集机动车侧面的景物的视频；
25.s12、从所述视频中周期性提取其中的图片；
26.s13、按所述氛围灯带的灯珠数量将所述图片沿水平方向分割成若干个子图像；
27.s14、求取每个所述子图像的颜平均值；
28.s15、将所述每个所述子图像的颜平均值同步对应显示在所述灯珠上。
29.本发明的有益效果：主机内的算法根据摄像头的数据，通过对比一段时间内摄像机获取的数据进行预测或直接获取。然后进行分割、求取颜平均值，并然后调度氛围灯带上的灯珠来显示相关彩，从而模拟两侧景物，以营造更为沉浸的驾驶氛围。
附图说明
30.图1是本发明的原理示意图；
31.图2是以路灯为例的氛围灯带显示示意图；
32.图3是以路灯为例的氛围灯带显示示意图。
具体实施方式
33.下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
34.在本发明的描述中，需要说明的是，术语“内”、“外”、“上”、“下”、“水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
35.如图1至图3所示，本发明提供一种智能座舱氛围灯感知舱外环境变化的方法。该智能座舱设置在机动车内，智能座舱内设置有用主机和若干个设置在智能座舱两侧的氛围灯带，每个氛围灯带均包括若干个灯珠，还包括一个设置在机动车正前方的广角摄像头，摄像头和氛围灯带都与主机电连接、数据连接。
36.本发明包括以下步骤：
37.s1、通过摄像头采集机动车外景物的视频；
38.s2、根据视频预测机动车两侧的同步图像；
39.s3、按氛围灯带的灯珠数量将同步图像沿水平方向分割成若干个子图像；
40.s4、求取每个子图像的颜平均值；
41.s5、将每个子图像的颜平均值同步对应显示在灯珠上。
42.其中，步骤s2中，包括以下步骤：
43.s2-1、从视频中按预设的时间间隔获取若干个景物图像；
44.s2-2、根据边缘检测算法从景物图像中获取其中的物体的轮廓，进而得到景物图像中的每个物体；
45.s2-3、根据每个物体在不同景物图像中的位置，计算每个物体的相对速度；
46.s2-4、确定全部物体在同步图像中的位置，得到预测的同步图像。
47.步骤s4中，包括以下步骤：
48.s4-1、在每个子图像均匀选择若干个采样点；
49.s4-2、获取每个采样点的颜的rgb值；
50.s4-3、将全部采样点的r、g、b值分别累计并求平均值；
51.s4-4、将获得的平均值分别作为r、g、b值得到颜平均值。
52.本发明的边缘检测算法采用canny边缘检测算法(当然，也可以选用其他成熟的边缘算法)。canny边缘检测算法的算法原理：
53.1.高斯模糊，简单来说就是图像的每个像素点的颜为该像素点为中心n*n范围的其他像素点颜的平均值(n是我们指定的，n越大模糊度越高，但是越大的范围容易让一些弱轮廓检测不到)这一步的目的主要是去除噪声，因为噪声比较容易被识别成轮廓，需要降低这种伪识别。
54.2.计算梯度幅值和方向，简单来说就是计算图像轮廓的方向。
55.3.非最大值抑制，通常前两步得到的轮廓不止一个像素宽，所以需要进行一些过滤，本质上来说也算一种模糊算法。
56.4.去除边缘噪声，canny算法是应用双阈值、滞后边界跟踪两种算法来实现的。
57.4.1)双阀值：
58.一般的边缘检测算法用一个阀值来滤除噪声或颜变化引起的小的梯度值，而保留大的梯度值。即一个高阀值和一个低阀值来区分边缘像素。如果边缘像素点梯度值大于高阀值，则被认为是强边缘点。如果边缘梯度值小于高阀值，大于低阀值，则标记为弱边缘点。小于低阀值的点则被抑制掉。
59.4.2)滞后边界跟踪：
60.强边缘点可以认为是真的边缘。弱边缘点则可能是真的边缘，也可能是噪声或颜变化引起的。为得到精确的结果，后者引起的弱边缘点应该去掉。通常认为真实边缘引起的弱边缘点和强边缘点是连通的，而又噪声引起的弱边缘点则不会。所谓的滞后边界跟踪算法检查一个弱边缘点的8连通领域像素，只要有强边缘点存在，那么这个弱边缘点被认为是真是边缘保留下来。
61.以图2和图3所示的路灯为例，其中路灯的位置不同，图2为前一个时间点的预测图，图3是后一个时间点的预测图。参见图1，知道摄像头只能拍摄前方的景物，且存在盲区。当路灯移动至车侧边时，为了将摄像头拍摄的路灯同步投影到灯珠上，则首先需要预测路灯的位置，这首先需要计算路灯的速度。
62.视频是由多张图片组成的，我们按一定的周期获取该图片，通过边缘算法，识别出路灯及其洒下的灯光的轮廓，前后两张图片中同一物体的轮廓变化不大，这样就可知道该物体在前后两张图片中的位置，也即在取样周期内，该物体移动的位移，这样就可以计算得
到其速度。
63.知道路灯相对机动车的速度后，即可预测其移动至两侧盲区的时候，也即可以通过预测“画”出该时间点机动车两侧的图像。
64.如果氛围灯带有5个灯珠，则将该预测的图像沿水平方向均匀分割为5份，对每份求取颜的平均值，并显示在对应的灯珠上。
65.其中，求颜平均值是在子图像上均匀选点，对每个点的颜以rgb的方式表示，r的数值代表红，g的数值代表绿，b的数值代表蓝，它们都是小于255的自然数。将全部的r值、g值和b值相加，并除以选点的数量，即可得到r值、g值和b值的平均值，它们组成了rgb表示的颜平均值。
66.本发明还提供另一种智能座舱氛围灯感知舱外环境变化的方法，该智能座舱设置在机动车内，智能座舱内设置有用主机和若干个设置在智能座舱两侧的氛围灯带，每个氛围灯带均包括若干个灯珠，还包括两个用于拍摄智能座舱侧面的景物的摄像头，摄像头和氛围灯带都与主机电连接、数据连接；其特征在于，该方法包括以下步骤：
67.s11、通过摄像头采集机动车侧面的景物的视频；
68.s12、从视频中周期性提取其中的图片；
69.s13、按氛围灯带的灯珠数量将图片沿水平方向分割成若干个子图像；
70.s14、求取每个子图像的颜平均值；
71.s15、将每个子图像的颜平均值同步对应显示在灯珠上。
72.以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：

1.一种智能座舱氛围灯感知舱外环境变化的方法，该智能座舱设置在机动车内，所述智能座舱内设置有用主机和若干个设置在所述智能座舱两侧的氛围灯带，每个所述氛围灯带均包括若干个灯珠，还包括至少一个用于拍摄所述智能座舱外的景物的摄像头，所述摄像头和氛围灯带都与主机电连接、数据连接；其特征在于，该方法包括以下步骤：s1、通过所述摄像头采集机动车外景物的视频；s2、根据所述视频预测所述机动车两侧的同步图像；s3、按所述氛围灯带的灯珠数量将所述同步图像沿水平方向分割成若干个子图像；s4、求取每个所述子图像的颜平均值；s5、将所述每个所述子图像的颜平均值同步对应显示在所述灯珠上。2.根据权利要求1所述的智能座舱氛围灯感知舱外环境变化的方法，其特征在于，所述步骤s2中，包括以下步骤：s2-1、从所述视频中按预设的时间间隔获取若干个景物图像；s2-2、根据边缘检测算法从所述景物图像中获取其中的物体的轮廓，进而得到所述景物图像中的每个物体；s2-3、根据每个所述物体在不同所述景物图像中的位置，计算每个所述物体的相对速度；s2-4、确定全部所述物体在所述同步图像中的位置，得到预测的所述同步图像。3.根据权利要求2所述的智能座舱氛围灯感知舱外环境变化的方法，其特征在于，所述边缘检测算法为canny边缘检测算法。4.根据权利要求1所述的智能座舱氛围灯感知舱外环境变化的方法，其特征在于，所述步骤s4中，包括以下步骤：s4-1、在每个所述子图像均匀选择若干个采样点；s4-2、获取每个所述采样点的颜的rgb值；s4-3、将全部所述采样点的r、g、b值分别累计并求平均值；s4-4、将获得的平均值分别作为r、g、b值得到颜平均值。5.根据权利要求1所述的智能座舱氛围灯感知舱外环境变化的方法，其特征在于，所述摄像头为设置在所述机动车正前方的广角摄像头。6.一种智能座舱氛围灯感知舱外环境变化的方法，该智能座舱设置在机动车内，所述智能座舱内设置有用主机和若干个设置在所述智能座舱两侧的氛围灯带，每个所述氛围灯带均包括若干个灯珠，还包括两个用于拍摄所述智能座舱侧面的景物的摄像头，所述摄像头和氛围灯带都与主机电连接、数据连接；其特征在于，该方法包括以下步骤：s11、通过所述摄像头采集机动车侧面的景物的视频；s12、从所述视频中周期性提取其中的图片；s13、按所述氛围灯带的灯珠数量将所述图片沿水平方向分割成若干个子图像；s14、求取每个所述子图像的颜平均值；s15、将所述每个所述子图像的颜平均值同步对应显示在所述灯珠上。

技术总结

本发明公开了智能座舱氛围灯感知舱外环境变化的方法，该方法包括以下步骤：S1、通过所述摄像头采集机动车外景物的视频；S2、根据所述视频预测所述机动车两侧的同步图像；S3、按所述氛围灯带的灯珠数量将所述同步图像沿水平方向分割成若干个子图像；S4、求取每个所述子图像的颜平均值；S5、将所述每个所述子图像的颜平均值同步对应显示在所述灯珠上。本发明的有益效果：主机内的算法根据摄像头的数据，通过对比一段时间内摄像机获取的数据进行预测或直接获取。然后进行分割、求取颜平均值，并然后调度氛围灯带上的灯珠来显示相关彩，从而模拟两侧景物，以营造更为沉浸的驾驶氛围。氛围。氛围。