一种汽车摄像头清洁系统及方法技术方案

本发明专利技术提供了一种汽车摄像头清洁系统及方法，该系统包括电子控制单元、清洗装置和吹扫装置。电子控制单元通过分析目标摄像头所拍摄的目标图像即可确定遮蔽物类型，从而按照遮蔽物类型控制清洗装置和吹扫装置的工作状态。基于本发明专利技术，可以实现摄像头的自动清洁，不仅提高了驾驶安全性，还减少了驾乘人员对摄像头的维护保养工作。

A car camera cleaning system and method

【技术实现步骤摘要】
一种汽车摄像头清洁系统及方法
本专利技术涉及汽车
，更具体地说，涉及一种汽车摄像头清洁系统及方法。
技术介绍
在当前的汽车市场中，对于安装在车外的摄像头，需要驾乘人员自行检查表面的清洁程度，并人为清洁以保证摄像头的正常功能。如此，不仅影响了驾驶安全性，而且还增加了驾乘人员对摄像头进行维护保养工作。
技术实现思路
有鉴于此，为解决上述问题，本专利技术提供一种汽车摄像头清洁系统及方法。技术方案如下：一种汽车摄像头清洁系统，所述系统包括：电子控制单元、清洗装置和吹扫装置，所述电子控制单元分别与所述清洗装置和所述吹扫装置电连接；所述电子控制单元，用于获取目标摄像头所拍摄的目标图像；分析所述目标图像确定所述目标摄像头对应的遮蔽物类型；按照所述遮蔽物类型控制所述清洗装置和所述吹扫装置的工作状态，以清洁所述目标摄像头；其中，用于分析所述目标图像确定所述目标摄像头对应的遮蔽物类型的所述电子控制单元，具体用于：计算所述目标图像的全局模糊度；判断所述全局模糊度是否大于指定全局模糊阈值；如果所述全局模糊度大于所述指定全局模糊阈值，分割所述目标图像得到子图像；提取所述子图像的特征向量，并对所述特征向量进行特征分类得到所述子图像对应的第一遮蔽物类型；根据所述子图像对应的第一遮蔽物类型确定所述目标摄像头对应的遮蔽物类型；如果所述全局模糊度不大于所述指定全局模糊度，获取所述目标摄像头以外的其他摄像头所拍摄的其他图像；对所述目标图像和所述其他图像进行拼接得到拼接图像；使用MobileNet-SSD深度卷积神经网络模型处理所述拼接图像得到位于所述拼接图像上的检测框以及所述检测框对应的第二遮蔽物类型；利用NMS算法从所述检测框中选取最佳检测框；在所述最佳检测框位于所述拼接图像上的位置对应所述目标图像的情况下，根据所述最佳检测框对应的第二遮蔽物类型确定所述目标摄像头对应的遮蔽物类型。优选的，所述系统还包括：车载传感器，所述车载传感器与所述电子控制单元电连接；所述电子控制单元，还用于通过所述车载传感器获取环境数据，并在所述环境数据满足指定条件的情况下，执行所述分析所述目标图像确定所述目标摄像头对应的遮蔽物类型。优选的，所述系统还包括：移动终端，所述移动终端与所述电子控制单元通信连接；所述电子控制单元，还用于将所述目标摄像头的清洁结果发送至所述移动终端；所述移动终端，用于基于所述目标摄像头的清洁结果进行提示。优选的，所述清洗装置，包括：含有洗涤液的洗涤壶、水泵和第一喷头，所述水泵与所述电子控制单元电连接，在所述水泵的作用下所述洗涤液自所述第一喷头喷出。优选的，所述第一喷头为气液两用喷头。优选的，所述吹扫装置，包括：气泵和第二喷头，所述气泵与所述电子控制单元电连接，在所述气泵的作用下空气自所述第二喷头喷出。优选的，所述第二喷头为气液两用喷头。优选的，所述第二喷头上设置有加热器。一种汽车摄像头清洁方法，应用于前文任意一项所述汽车摄像头清洁系统中的所述电子控制单元，所述方法包括：获取目标摄像头所拍摄的目标图像；分析所述目标图像确定所述目标摄像头对应的遮蔽物类型；按照所述遮蔽物类型控制所述清洗装置和所述吹扫装置的工作状态，以清洁所述目标摄像头；其中，所述分析所述目标图像确定所述目标摄像头对应的遮蔽物类型，包括：计算所述目标图像的全局模糊度；判断所述全局模糊度是否大于指定全局模糊阈值；如果所述全局模糊度大于所述指定全局模糊阈值，分割所述目标图像得到子图像；提取所述子图像的特征向量，并对所述特征向量进行特征分类得到所述子图像对应的第一遮蔽物类型；根据所述子图像对应的第一遮蔽物类型确定所述目标摄像头对应的遮蔽物类型；如果所述全局模糊度不大于所述指定全局模糊度，获取所述目标摄像头以外的其他摄像头所拍摄的其他图像；对所述目标图像和所述其他图像进行拼接得到拼接图像；使用MobileNet-SSD深度卷积神经网络模型处理所述拼接图像得到位于所述拼接图像上的检测框以及所述检测框对应的第二遮蔽物类型；利用NMS算法从所述检测框中选取最佳检测框；在所述最佳检测框位于所述拼接图像上的位置对应所述目标图像的情况下，根据所述最佳检测框对应的第二遮蔽物类型确定所述目标摄像头对应的遮蔽物类型。以上本专利技术提供了一种汽车摄像头清洁系统及方法，该系统包括电子控制单元、清洗装置和吹扫装置。电子控制单元通过分析目标摄像头所拍摄的目标图像即可确定遮蔽物类型，从而按照遮蔽物类型控制清洗装置和吹扫装置的工作状态。基于本专利技术，可以实现摄像头的自动清洁，不仅提高了驾驶安全性，还减少了驾乘人员对摄像头的维护保养工作。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例提供的汽车摄像头清洁系统的结构示意图；图2为本专利技术实施例提供的汽车摄像头清洁系统的另一结构示意图；图3为本专利技术实施例提供的汽车摄像头清洁系统的再一结构示意图；图4为本专利技术实施例提供的汽车摄像头清洁方法的方法流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例提供一种汽车摄像头清洁系统，该系统的结构示意图如图1所示(图1中直线段表示电连接)，包括：电子控制单元10、清洗装置20和吹扫装置30，电子控制单元10分别与清洗装置20和吹扫装置电连接30。本实施例中，电子控制单元10可以通过硬线线束分别与清洗装置20和吹扫装置30连接。电子控制单元10，用于获取目标摄像头所拍摄的目标图像；分析目标图像确定目标摄像头对应的遮蔽物类型；按照遮蔽物类型控制清洗装置20和吹扫装置30的工作状态，以清洁目标摄像头；其中，用于分析目标图像确定目标摄像头对应的遮蔽物类型的电子控制单元，具体用于：计算目标图像的全局模糊度；判断全局模糊度是否大于指定全局模糊阈值；如果全局模糊度大于指定全局模糊阈值，分割目标图像得到子图像；提取子图像的特征向量，并对特征向量进行特征分类得到子图像对应的第一遮蔽物类型；根据子图像对应的第一遮蔽物类型确定目标摄像头对应的遮蔽物类型；如果全局模糊度不大于指定全局模糊度，获取目标摄像头以外的其他摄像头所拍摄的其他图像；对目标图像和其他图像进行拼接得到拼接图像；使用MobileNet-SSD深度卷积神经网络模型处理本文档来自技高网...

【技术保护点】
1.一种汽车摄像头清洁系统，其特征在于，所述系统包括：/n电子控制单元、清洗装置和吹扫装置，所述电子控制单元分别与所述清洗装置和所述吹扫装置电连接；/n所述电子控制单元，用于获取目标摄像头所拍摄的目标图像；分析所述目标图像确定所述目标摄像头对应的遮蔽物类型；按照所述遮蔽物类型控制所述清洗装置和所述吹扫装置的工作状态，以清洁所述目标摄像头；/n其中，用于分析所述目标图像确定所述目标摄像头对应的遮蔽物类型的所述电子控制单元，具体用于：/n计算所述目标图像的全局模糊度；判断所述全局模糊度是否大于指定全局模糊阈值；如果所述全局模糊度大于所述指定全局模糊阈值，分割所述目标图像得到子图像；提取所述子图像的特征向量，并对所述特征向量进行特征分类得到所述子图像对应的第一遮蔽物类型；根据所述子图像对应的第一遮蔽物类型确定所述目标摄像头对应的遮蔽物类型；如果所述全局模糊度不大于所述指定全局模糊度，获取所述目标摄像头以外的其他摄像头所拍摄的其他图像；对所述目标图像和所述其他图像进行拼接得到拼接图像；使用MobileNet-SSD深度卷积神经网络模型处理所述拼接图像得到位于所述拼接图像上的检测框以及所述检测框对应的第二遮蔽物类型；利用NMS算法从所述检测框中选取最佳检测框；在所述最佳检测框位于所述拼接图像上的位置对应所述目标图像的情况下，根据所述最佳检测框对应的第二遮蔽物类型确定所述目标摄像头对应的遮蔽物类型。/n...

【技术特征摘要】
1.一种汽车摄像头清洁系统，其特征在于，所述系统包括：
电子控制单元、清洗装置和吹扫装置，所述电子控制单元分别与所述清洗装置和所述吹扫装置电连接；
所述电子控制单元，用于获取目标摄像头所拍摄的目标图像；分析所述目标图像确定所述目标摄像头对应的遮蔽物类型；按照所述遮蔽物类型控制所述清洗装置和所述吹扫装置的工作状态，以清洁所述目标摄像头；
其中，用于分析所述目标图像确定所述目标摄像头对应的遮蔽物类型的所述电子控制单元，具体用于：
计算所述目标图像的全局模糊度；判断所述全局模糊度是否大于指定全局模糊阈值；如果所述全局模糊度大于所述指定全局模糊阈值，分割所述目标图像得到子图像；提取所述子图像的特征向量，并对所述特征向量进行特征分类得到所述子图像对应的第一遮蔽物类型；根据所述子图像对应的第一遮蔽物类型确定所述目标摄像头对应的遮蔽物类型；如果所述全局模糊度不大于所述指定全局模糊度，获取所述目标摄像头以外的其他摄像头所拍摄的其他图像；对所述目标图像和所述其他图像进行拼接得到拼接图像；使用MobileNet-SSD深度卷积神经网络模型处理所述拼接图像得到位于所述拼接图像上的检测框以及所述检测框对应的第二遮蔽物类型；利用NMS算法从所述检测框中选取最佳检测框；在所述最佳检测框位于所述拼接图像上的位置对应所述目标图像的情况下，根据所述最佳检测框对应的第二遮蔽物类型确定所述目标摄像头对应的遮蔽物类型。


2.根据权利要求1所述的系统，其特征在于，所述系统还包括：
车载传感器，所述车载传感器与所述电子控制单元电连接；
所述电子控制单元，还用于通过所述车载传感器获取环境数据，并在所述环境数据满足指定条件的情况下，执行所述分析所述目标图像确定所述目标摄像头对应的遮蔽物类型。


3.根据权利要求1所述的系统，其特征在于，所述系统还包括：
移动终端，所述移动终端与所述电子控制单元通信连接；
所述电子控制单元，还用于将所述目标摄像头的清洁结果发送至所述移动终端；
所述移动终端，用于基于所述目标摄像头的清洁结果进行提示。


4.根据权利要求1所述的系统，其特征在于，所...

【专利技术属性】
技术研发人员：胡连强，汪茂盛，谭方培，张健，周庆伟，周锋，王燕文，钱锋，
申请(专利权)人：上海汽车集团股份有限公司，
类型：发明
国别省市：上海;31