一种AR眼镜护目自动控制方法及装置与流程

文档序号:23589198发布日期:2021-01-08 14:24阅读:来源:国知局

技术特征:

1.一种ar眼镜护目自动控制方法,其特征在于,包括:

获取主动干预控制信号,所述主动干预控制信号包括语音控制信号和手势控制信号的至少一种,所述语音控制信号至少包括光照强度调整语音控制信号,所述手势控制信号至少包括光照强度调整手势控制信号;

获取智能光学感测控制信号,具体包括:将光传感数据、运动传感数据和视野图像数据,输入预设入射预测模型进行预测,得到延时后的多个方向光线强度,根据所述多个方向光线强度生成所述智能光学感测控制信号,其中,所述预设入射预测模型通过以下方式训练得到:由自动生成装置生成的光线环境数据作为训练数据,以置于ar眼镜内部光线接收装置检测的光线强度数据作为标签数据,训练得到所述预设入射预测模型;

将所述主动干预控制信号和所述智能光学感测控制信号转换为相应智能控制指令;

根据所述智能控制指令和预设护目自动控制程序触发相应护目操作,所述护目操作至少包括对所述ar眼镜进行光照强度调整。

2.根据权利要求1所述的方法,其特征在于,获取智能光学感测控制信号,包括:

通过多个光传感器获取所述光传感数据,所述光传感数据用于补充视野图像的视野之外的光强信息;

通过运动传感器获取所述运动传感数据,所述运动传感数据用于捕捉人体头部运动方向信息;

通过置于所述ar眼镜的摄像头获取所述视野图像数据,所述视野图像数据用于提取当前视野下的光照强度数据。

3.根据权利要求1所述的方法,其特征在于,所述预设入射预测模型的训练过程如下:

将所述光线环境数据的训练数据输入待训练模型进行训练,输出训练结果,利用所述光线强度数据的标签数据回调模型参数,不断训练直至得到所述预设入射预测模型。

4.根据权利要求1所述的ar眼镜护目自动控制方法,其特征在于,将所述主动干预控制信号和所述智能光学感测控制信号转换为相应智能控制指令,包括:

根据预设信号指令对应关系,确定所述主动干预控制信号、所述智能光学感测控制信号对应的智能控制指令类别;

将具有同一智能控制指令类别的主动干预控制信号、智能光学感测控制信号一次性生成该智能控制指令类别对应的智能控制指令。

5.根据权利要求1所述的ar眼镜护目自动控制方法,其特征在于,根据所述智能控制指令和预设护目自动控制程序触发相应护目操作,包括:

根据所述智能控制指令和预设护目自动控制程序触发传动系统进行所述ar眼镜的镜片调整置换的护目操作;和/或,

根据所述智能控制指令和预设护目自动控制程序触发预设智能光学感测算法对所述ar眼镜进行光学性能调整的护目操作,

其中,所述镜片调整置换至少包括所述光照强度调整,所述光学性能调整至少包括所述光照强度调整。

6.根据权利要求5所述的ar眼镜护目自动控制方法,其特征在于,根据所述智能控制指令和预设护目自动控制程序触发相应护目操作,包括:

根据预创建的所述智能控制指令与所述护目操作的操作选项之间的映射关系生成所述护目自动控制程序。

7.根据权利要求6所述的ar眼镜护目自动控制方法,其特征在于,所述护目操作的操作选项包括以下选项中的至少一种:变色调整操作选项、亮度调整操作选项、透明度调整操作选项和偏光调整操作选项。

8.一种ar眼镜护目自动控制装置,其特征在于,包括:

第一获取模块,用于获取主动干预控制信号,所述主动干预控制信号包括语音控制信号和手势控制信号的至少一种,所述语音控制信号至少包括光照强度调整语音控制信号,所述手势控制信号至少包括光照强度调整手势控制信号;

第二获取模块,用于获取智能光学感测控制信号,具体包括:将光传感数据、运动传感数据和视野图像数据,输入预设入射预测模型进行预测,得到延时后的多个方向光线强度,根据所述多个方向光线强度生成所述智能光学感测控制信号,其中,所述预设入射预测模型通过以下方式训练得到:由自动生成装置生成的光线环境数据作为训练数据,以置于ar眼镜内部光线接收装置检测的光线强度数据作为标签数据,训练得到所述预设入射预测模型;

控制指令生成模块,用于将所述主动干预控制信号和所述智能光学感测控制信号转换为相应智能控制指令;

护目操作触发模块,用于根据所述智能控制指令和预设护目自动控制程序触发相应护目操作,所述护目操作至少包括对ar眼镜进行光照强度调整。

9.根据权利要求8所述的装置,其特征在于,所述第二获取模块用于:

通过多个光传感器获取所述光传感数据,所述光传感数据用于补充视野图像的视野之外的光强信息;

通过运动传感器获取所述运动传感数据,所述运动传感数据用于捕捉人体头部运动方向信息;

通过置于所述ar眼镜的摄像头获取所述视野图像数据,所述视野图像数据用于提取当前视野下的光照强度数据。

10.根据权利要求8所述的装置,其特征在于,所述预设入射预测模型的训练过程如下:

将所述光线环境数据的训练数据输入待训练模型进行训练,输出训练结果,利用所述光线强度数据的标签数据回调模型参数,不断训练直至得到所述预设入射预测模型。


技术总结
本申请实施例提供了一种AR眼镜护目自动控制方法及装置,通过结合光传感数据、运动传感数据和视野图像数据的智能光学多维度数据以及深度学习模型获取的智能感测光学感测控制信号、包括语音控制信号和/或手势控制信号的主动干预控制信号等非接触式控制信号,智能高效地获取能够指示AR眼镜进行相应护目操作调节的控制指令,自动控制AR眼镜进行多种适应性的护目操作,以在外部光学环境发生变化需要主动进行护目调节或根据用户发出其他非接触式控制指令时,实时地进行AR眼镜的智能护目操作,改变了传统需要手动调整的技术现状,不仅解放了用户双手,增强了调节灵活性,使得AR眼镜的护目操作效率得到很大提高。

技术研发人员:印眈峰
受保护的技术使用者:宁波圻亿科技有限公司
技术研发日:2020.12.04
技术公布日:2021.01.08
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1