一种基于深度学习的整车副仪表板电检系统的制作方法

本发明涉及氛围灯检测，更具体地说，它涉及一种基于深度学习的整车副仪表板电检系统。

背景技术：

1、汽车氛围灯是近年来车辆内部装饰的一个流行趋势，它们不仅增强了汽车的美学设计，而且可以减轻驾驶者在夜间或昏暗环境下的视觉疲劳，帮助保持注意力，从而提高行车安全性，柔和的光线可以减少眼睛的压力，避免直接强光造成的眩目感，所以对汽车氛围灯进行检测十分有必要。

2、一般的检测方法就是采用人工对汽车氛围灯进行检测，效率较低，而如果采用拍摄图像的方法进行检测，很有可能会因为检测环境的光线影响拍摄结果，进而影响对汽车氛围灯的检测结果。

技术实现思路

1、本发明提供一种基于深度学习的整车副仪表板电检系统，解决上述背景技术中的技术问题。

2、本发明提供了一种基于深度学习的整车副仪表板电检系统，包括：

3、氛围灯检测模块，其用于拍摄汽车氛围灯在检测环境下调整氛围灯颜色的视频，然后获取汽车氛围灯视频中每一帧图像的汽车氛围灯的灯光颜色和灯光强度信息；

4、基础信息获取模块，其用于获取汽车氛围灯的基础信息，其包括：氛围灯的使用寿命和检测场地光线强度；

5、补偿模块，其用于根据汽车的检测环境对其氛围灯的灯光强度信息进行补偿，避免检测结果和实际结果出现偏差；

6、其中，补偿模块包括灯光强度补偿单元；灯光强度补偿单元引入光照强度校正算法，通过氛围灯灯光强度、氛围灯的使用寿命和检测场地光线强度计算氛围灯实际灯光强度；

7、故障检测模块，其用于储存正常汽车氛围灯的标准灯光检测视频，然后分别抽取正常汽车氛围灯的标准灯光检测视频和汽车氛围灯在检测环境下调整氛围灯颜色的视频中的i个关键帧并分别记为标准集和检测集，将标准集和检测集中的关键帧的氛围灯灯光强度和灯光颜色进行一一对比，获得氛围灯的故障检测结果。

8、进一步地，氛围灯检测模块包括：

9、氛围灯灯光强度检测单元，其基于亮度检测设备构建，对氛围灯灯光强度进行检测；

10、氛围灯灯光颜色检测单元，其基于灯光颜色检测设备构建，对氛围灯灯光颜色进行检测。

11、进一步地，光照强度校正算法具体包括：

12、对检测环境光照强度的补偿，其计算公式如下：

13、lcorr＝lmeas-k×eenv；

14、式中，lcorr表示对外界光照强度进行补偿后的氛围灯灯光强度；lmeas表示氛围灯灯光强度检测单元检测获得的氛围灯灯光强度；k表示亮度检测设备对检测环境光线的敏感度因子；eenv表示检测环境的光线强度。

15、进一步地，光照强度校正算法还包括：

16、氛围灯老化对氛围灯的灯光强度的补偿，其计算公式如下：

17、

18、式中，lagecorr表示氛围灯实际灯光强度；α表示汽车氛围灯灯光强度随时间推移的衰退系数；tuse表示汽车氛围灯的实际工作时长；tlife表示汽车氛围灯的设计工作时长；α为自定义参数。

19、进一步地，k的计算公式如下：

20、k＝s×m×a；

21、式中，s表示拍摄设备对光线强度变化的响应能力；m表示检测环境的光线强度和目标氛围灯灯光的光谱匹配度；a表示权重参数。

22、进一步地，补偿模块还包括灯光颜色转换单元；

23、灯光颜色转换单元基于色彩空间标准化技术构建，其工作步骤如下：

24、步骤一，获取正常汽车氛围灯的标准灯光检测视频，将视频中的每一帧图像的色彩空间转换至设定色彩空间；

25、步骤二，将汽车氛围灯在检测环境下调整氛围灯颜色的视频中的每一帧图像的色彩空间转换至设定色彩空间；

26、定义：设定色彩空间自定义设置。

27、进一步地，i个关键帧中包含汽车氛围灯每个颜色灯光强度最大的j个图像，j个图像之间的间隔相等，并按顺序排列，i和j均为自定义参数。

28、进一步地，对氛围灯的灯光强度的对比包括如下步骤：

29、步骤s11，将标准集和测试集中的具有相同颜色的氛围灯的关键帧进行匹配，按照标准集中关键帧的排列顺序重新排列测试集中关键帧的顺序；

30、步骤s12，将测试集和标准集中的关键帧的亮度进行依次对比；

31、步骤s13，当测试集中的关键帧的氛围灯灯光强度未发生变化，则进入步骤s14；当测试集中的关键帧的氛围灯灯光强度发生变化，则标注测试集为待测集；

32、步骤s15，当测试集中关键帧的氛围灯灯光强度均低于标准集，则判断氛围灯老化。

33、进一步地，对氛围灯的灯光颜色进行对比，包括如下步骤：

34、步骤s21，恢复待测集中的关键帧的排列顺序；

35、步骤s22，对比待测集中每个氛围灯灯光颜色代表的关键帧之间的间隔；

36、步骤s23，如果出现间隔忽大忽小的情况，则判断氛围灯的控制单元故障；如果间隔相等，则判断氛围灯的led驱动器故障。

37、本发明的有益效果在于：在获取汽车氛围灯的灯光强度和灯光颜色信息之后，根据检测环境的光线强度对氛围灯的灯光强度信息进行补偿，并将汽车氛围灯的灯光颜色信息进行调整，避免因拍摄设备和检测环境的光线强度的差异导致最终对汽车氛围灯进行检测的精度，相较于其他汽车氛围灯检测方法来说，精度更高，并且具有统一的评估标准。

技术特征：

1.一种基于深度学习的整车副仪表板电检系统，其特征在于，包括：

2.根据权利要求1所述的一种基于深度学习的整车副仪表板电检系统，其特征在于，氛围灯检测模块(101)包括：

3.根据权利要求2所述的一种基于深度学习的整车副仪表板电检系统，其特征在于，光照强度校正算法具体包括：

4.根据权利要求3所述的一种基于深度学习的整车副仪表板电检系统，其特征在于，光照强度校正算法还包括：

5.根据权利要求4所述的一种基于深度学习的整车副仪表板电检系统，其特征在于，k的计算公式如下：

6.根据权利要求1所述的一种基于深度学习的整车副仪表板电检系统，其特征在于，补偿模块(102)还包括灯光颜色转换单元(302)；

7.根据权利要求1所述的一种基于深度学习的整车副仪表板电检系统，其特征在于，i个关键帧中包含汽车氛围灯每个颜色灯光强度最大的j个图像，j个图像之间的间隔相等，并按顺序排列，i和j均为自定义参数。

8.根据权利要求1所述的一种基于深度学习的整车副仪表板电检系统，其特征在于，对氛围灯的灯光强度的对比包括如下步骤：

9.根据权利要求8所述的一种基于深度学习的整车副仪表板电检系统，其特征在于，对氛围灯的灯光颜色进行对比，包括如下步骤：

技术总结
本发明涉及氛围灯检测技术领域，公开了一种基于深度学习的整车副仪表板电检系统，包括：氛围灯检测模块，其用于拍摄汽车氛围灯在检测环境下调整氛围灯颜色的视频，然后获取汽车氛围灯视频中每一帧图像的汽车氛围灯的灯光颜色和灯光强度信息；补偿模块，其用于根据汽车的检测环境对其氛围灯的灯光强度信息进行补偿。本发明在获取汽车氛围灯的灯光强度和灯光颜色信息之后，根据检测环境的光线强度对氛围灯的灯光强度信息进行补偿，并将汽车氛围灯的灯光颜色信息进行调整，避免因拍摄设备和检测环境的光线强度的差异导致最终对汽车氛围灯进行检测的精度，相较于其他汽车氛围灯检测方法来说，精度更高，并且具有统一的评估标准。

技术研发人员：刘志瑾,周兴发,李明星,展爱彬
受保护的技术使用者：长春华涛汽车塑料饰件有限公司
技术研发日：
技术公布日：2024/10/28