申请/专利权人：安徽芯智科技有限公司

申请日：2022-07-21

公开（公告）日：2024-03-22

公开（公告）号：CN115082663B

主分类号：G06V10/22

分类号：G06V10/22;G06N3/0464;G06V10/774;G06V10/82;G06T7/11;B60S1/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.10.11#实质审查的生效;2022.09.20#公开

摘要：本发明公开了一种自动控制除霜除雾系统，涉及智能控制技术领域，包括图片收集模块、神经网络训练模块、车窗图像获取模块、神经网络识别模块以及自动控制模块；通过预先收集车辆车窗的图片，训练出可截取车辆图片中车窗的CNN神经网络模型以及可估算车窗的通透等级的CNN神经网络模型；在汽车行驶过程中，使用智能摄像头实时捕捉车窗图像，并通过训练好的CNN神经网络模型截取出车窗，并估算出车窗的通透等级；根据估算的通透等级，按对应功率启动车窗加温装置；解决了快速节能清除车窗霜雾的问题。

主权项：1.一种自动控制除霜除雾系统，其特征在于，包括：图片收集模块、神经网络训练模块、车窗图像获取模块、神经网络识别模块以及自动控制模块；所述图片收集模块用于预先收集汽车车窗的图片；所述图片收集模块与神经网络训练模块以电气连接，并将收集的车辆图片发送至神经网络训练模块；所述神经网络训练模块用于使用汽车车窗的图片训练出可估算车窗通透等级的神经网络，包括以下步骤：步骤S1：将图片作为CNN神经网络的输入，图片中标记的车窗区域作为目标，CNN神经网络的参数根据实际经验设置；使用多目标识别算法训练可识别车辆图片中的车窗区域的神经网络模型；将训练出的神经网络模型标记为M1；步骤S2：截取图片中标记的车窗区域作为训练计算车窗通透等级的神经网络的图片数据集；截取图片的方式为手动截取，或通过计算机程序识别图片中的区域标识的方式截取；步骤S3：对截取的图片进行像素填充操作，保证每张图片的像素尺寸相同；像素填充的方式为在图片边缘填充像素值为0的像素点；步骤S4：将经过像素填充的车窗图片作为CNN神经网络的输入，标记车窗的通透等级作为目标值；预测的车窗通透等级作为输出；预测的车窗通透等级的准确率作为训练目标；CNN神经网络的参数根据实际经验设置；训练CNN神经网络，直至预测的车窗通透等级准确率大于95％，停止训练；将训练完成的神经网络模型标记为M2；所述神经网络训练模块与神经网络识别模块以电气方式连接；所述神经网络训练模块将训练完成的CNN神经网络模型M1以及CNN神经网络模型M2发送至神经网络识别模块；所述车窗图像获取模块实时获取车辆在行驶过程中车窗的图像；所述车窗图像获取模块与神经网络识别模块以电气方式连接；所述车窗图像获取模块将实时拍摄的车窗画面发送至神经网络识别模块；所述神经网络识别模块用于使用CNN神经网络模型M1以及CNN神经网络模型M2实时估算车窗的通透等级；所述神经网络识别模块与自动控制模块以电气方式连接；所述神经网络识别模块将估算的车窗通透等级发送至自动控制模块；所述自动控制模块用于根据车窗通透等级开启对应功率的车窗加温装置。

全文数据：

权利要求：

百度查询： 安徽芯智科技有限公司 一种自动控制除霜除雾系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD