技术领域
[0001] 本
发明涉及一种雨刷启动方法，尤其是一种可以不用用户手动开启并完全满足用户实际需求的智能雨刷启动方法。
背景技术
[0002] 雨刷是各种车辆上必备的装置，关系到车辆在雨天的行车安全问题，用于消除阻挡玻璃上的雨
雪、灰尘等，以保证玻璃透明清晰从而保障用户
视野。现有的大多数雨刷都是需要用户手动进行调节，这在行车时无疑造成了用户注意
力的分散从而容易造成事故，且调节的档位有限，无法很好的适应用户的需求。还存在通过雨量感应器来检测雨
水从而自动进行控制的雨刷，然后雨量
传感器通常是采用红外线、电容、
热电偶等原理来检测水滴的存在，需要在每辆车上都加装很多
硬件设备，造成了成本的增加，而且对于南方的用户而言，这种原理的控制经常无法检测出毛毛细雨的存在，导致用户在毛毛细雨时仍然需要手动进行操作。
[0003] 还有采用图像进行控制的方式，通过识别图片、提取图片的特征，进行滤波等多重处理后才能判断出是否开启雨刷，然而这种方式需要每辆车都配备功能十分强大的处理器，极大的增加了运行的成本，且
算法的选择对结果的正确性影响很大，如果算法不适应某地区的雨水的特性，那么识别出的结果很可能是错的。
发明内容
[0004] 因此，针对上述问题，本发明提供了一种智能雨刷启动方法,可实现雨刷自动开启并完全满足用户实际需求，不需要过多的增加车辆的成本，极大的提高了用户体验。
[0005] 为了达到上述目的，本发明提出了一种智能雨刷启动方法,包括：
[0006] 1.视频采集；
[0008] 3.获取图像；
[0009] 4.智能学习；
[0010] 5.智能启动。
[0011] 上述智能雨刷启动方法，其进一步还满足条件：步骤1具体为，采用置于
车内后视镜位置附近的摄像头实时采集通过前挡
风玻璃得到的与司机视野相一致的带有时间轴标记的视频并将视频实时发送给整车
控制器。
[0012] 上述智能雨刷启动方法，其进一步还满足条件：摄像头是
行车记录仪的摄像头。
[0013] 上述智能雨刷启动方法，其进一步还满足条件：摄像头由车内点烟器插头供电。
[0014] 上述智能雨刷启动方法，其进一步还满足条件：步骤2具体为，检测无级调速装置是否被转动，将转动起始时间、转动结束时间发送给整车控制器。
[0015] 上述智能雨刷启动方法，其进一步还满足条件：摄像头采用超清摄像头。
[0016] 上述智能雨刷启动方法，其进一步还满足条件：视频格式为MPEG-4。
[0017] 本发明的智能雨刷启动方法，仅需要车侧实现视频采集、数据采集并根据采集结果得到图像进而将图像上传的过程，不需要车侧进行过多的信息收集、处理、分析工作，减轻了车侧的负担，同时
云服务器基于
大数据对图像进行智能
深度学习，得出符合用户需求的神经模型，并将神经模型
软件化下发给车侧，进而仅需要在车侧安装软件并运行即可实现完全自动且具有极高用户体验的雨刷智能启动功能，不仅能够在用户需要时及时开启雨刷并且能够稳定在用户需要的速度。
附图说明
[0018] 图1是本发明的一种智能雨刷启动方法
流程图。
具体实施方式
[0020] 请参见图1。
[0021] 一种智能雨刷启动方法,包括：
[0022] 1.视频采集；
[0023] 2.数据采集；
[0024] 3.获取图像；
[0025] 4.智能学习；
[0026] 5.智能启动。
[0027] 步骤1具体为，采用置于车内后视镜位置附近的摄像头实时采集通过前
挡风玻璃得到的与司机视野相一致的带有时间轴标记的视频并将视频实时发送给整车控制器。
[0028] 为了节约成本，使得方案更具有可行性，摄像头可以是大部分车辆中已经安装的行车记录仪的摄像头。为了提高
图像识别的精准程度，摄像头至少采用高清摄像头，最好采用超清摄像头。为了便于传输以及处理，视频应当在清晰度和大小之间达到平衡，因此应当采用MPEG格式，尤其是MPEG-4格式。摄像头通常由车内点烟器插头供电，也可以采用额外设置的
蓄电池、
太阳能电池等装置供电。
[0029] 步骤2具体为，检测无级调速装置是否被转动，将转动起始时间、转动结束时间发送给整车控制器。
[0030] 实施例二。
[0031] 一种智能雨刷启动方法，其特征在于，其包括以下步骤：
[0032] 采用置于车内后视镜位置附近的摄像头实时采集通过前挡风玻璃得到的与司机视野相一致的带有时间轴标记的视频并将视频实时发送给整车控制器；
[0033] 检测无级调速装置是否被转动，将转动起始时间、转动结束时间发送给整车控制器；
[0034] 整车控制器基于转动起始时间回退一预定反应时间得到转动需求时间，在带有时间轴标记的视频中将该转动需求时间对应的图像进行截取得到有转动需求时的图像，在带有时间轴标记的视频中将该转动结束时间对应的图像进行截取得到转动结束时的图像，将有转动需求时的图像、转动结束时的图像打包成一个文件，通过远程通讯方式将该文件发送给云端服务器；
[0035] 云端服务器接收来自多个整车控制器上传过来的多个文件，将所有文件中有转动需求时的图像组合在一起形成转动命令训练图片集合，将所有文件中转动结束时的图像组合在一起形成定速命令训练图片集合；云端服务器将转动命令训练图片集合中的每一个图像分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断是否存在转动需求的第一神经控制器；云端服务器将定速命令训练图片集合中的每一个图像分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断转速是否已经满足用户需求的第二神经控制器；
[0036] 云端服务器将第一神经控制器、第二神经控制器分别软件
化成第一软件、第二软件，并向所有整车控制器下发第一软件、第二软件；
[0037] 每个整车控制器接收第一软件、第二软件并进行安装；整车控制器将带有时间轴标记的视频实时输入到第一软件，当第一软件判断存在转动需求时输出转动需求指令给整车控制器，整车控制器接收到转动需求指令时立即控制雨刷开始以一预定
加速度升速转动，同时整车控制器不再将带有时间轴标记的视频实时输入到第一软件，而将该带有时间轴标记的视频实时输入到第二软件；当第二软件判断雨刷转速已经满足用户需求时输出定速指令给整车控制器，整车控制器接收到定速指令时立即控制雨刷以当前速度持续转动，并且整车控制器继续将该带有时间轴标记的视频分别实时输入到第一软件和第二软件；当第一软件判断不存在转动需求时输出降速指令给整车控制器，整车控制器接收到降速指令时立即控制雨刷以一预定加速度降速转动，当第二软件判断雨刷转速不再满足用户需求时，输出提速指令给整车控制器，整车控制器接收到提速指令时立即控制雨刷以一预定加速度升速转动。
[0038] 实施例三。
[0039] 一种智能雨刷启动方法，其特征在于，其包括以下步骤：
[0040] 采用置于车内后视镜位置附近的摄像头实时采集通过前挡风玻璃得到的与司机视野相一致的带有时间轴标记的视频并将视频实时发送给整车控制器，
[0041] 摄像头的位置应当适当的调节使得摄像头拍出的视频的侧重点与司机视野的侧重点一致，因此，可以不采用行车记录仪的摄像头，而另外设置一个摄像头使得其位置能够被灵活的调整；
[0042] 检测无级调速装置是否被转动，将转动起始时间、转动结束时间发送给整车控制器，
[0043] 无级调速装置用于通过人工旋转操作来实现雨刷由停止工作到慢速工作最后到快速工作的过程，其对雨刷旋转速度的控制是无级的；
[0044] 整车控制器基于转动起始时间回退一预定反应时间得到转动需求时间，在带有时间轴标记的视频中将该转动需求时间对应的图像进行截取得到有转动需求时的图像，在带有时间轴标记的视频中将该转动结束时间对应的图像进行截取得到转动结束时的图像，将有转动需求时的图像、转动结束时的图像打包成一个文件，通过远程通讯方式将该文件发送给云端服务器，
[0045] 由于人体反应时间的存在，转动起始时间并不是用户实际需要雨刷开启的时间，因此需要通过易于检测得到的转动起始时间减去表征人体反应时间的一预定反应时间得到转动需求时间来准确的体现用户实际想要雨刷开启的时刻，
[0046] 无级调速与传统的阶段式调速不同，阶段式调速基本是瞬时的，而无级调速是存在一个不可忽略的调速时间的，即用户开始调速到将速度调节到自己满意的速度后不再调速这段时间，当用户不再调速时即表明用户对当前速度的雨刷工作后带来的清晰度满意，[0047] 由于需要根据转动需求时间和转动结束时间对视频进行截图进而使得图像能够准确的体现用户当时的视野，因此应当在开始时即将摄像头的时间与无级调速装置的时间同步，
[0048] 整车控制器仅将有转动需求时的图像、转动结束时的图像传输给云端服务器，而对于其他时间的图像即可抛弃，不需要存储，不仅减小了通讯的负担，降低了通讯拥堵的可能性，而且使得云端服务器的处理更为简洁方便，
[0049] 常用的远程通讯方式包括4G、5G，wifi；
[0050] 云端服务器接收来自多个整车控制器上传过来的多个文件，将所有文件中有转动需求时的图像组合在一起形成转动命令训练图片集合，将所有文件中转动结束时的图像组合在一起形成定速命令训练图片集合；云端服务器将转动命令训练图片集合中的每一个图像分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断是否存在转动需求的第一神经控制器；云端服务器将定速命令训练图片集合中的每一个图像分解成按照一定顺序排列的多个部分重合的子图像，将每个子图像输入到一个小神经网络中，将该小神经网络的输出保存在一个小数列中，将所有小数列按照所述的一定顺序排列得到一个大数列，将该大数列输入到一个大神经网络中，进而得到能够根据图像判断转速是否已经满足用户需求的第二神经控制器，
[0051] 对于每个子图像，采用相同的神经网络权重；
[0052] 云端服务器将第一神经控制器、第二神经控制器分别软件化成第一软件、第二软件，并向所有曾与云端服务器通讯的整车控制器下发第一软件、第二软件，[0053]
机器学习的过程需要大量图像的识别与匹配过程，常规的车侧控制器无法实现，且如果在车侧升级控制器使其能够实现这个过程则会极大的提高车辆的成本，不利于技术的推广应用，因此，选择设置在远方的云端服务器实现这个过程，云端服务器可以根据地域设置，例如在南方设置一个云端服务器，在北方设置另一个云端服务器，也可以根据车类型设置，例如针对大
卡车设置一个云端服务器，针对小轿车设置另一个云端服务器，[0054] 第一、第二神经控制器的判断精准程度应当被限制，即只有当其准确率在一定限值以上时才会被软件化进而下发给整车控制器；
[0055] 整车控制器接收第一软件、第二软件并进行安装；整车控制器将带有时间轴标记的视频实时输入到第一软件，当第一软件判断存在转动需求时输出转动需求指令给整车控制器，整车控制器接收到转动需求指令时立即控制雨刷开始以一预定加速度升速转动，同时整车控制器不再将带有时间轴标记的视频实时输入到第一软件，而将该带有时间轴标记的视频实时输入到第二软件，当第二软件判断雨刷转速已经满足用户需求时输出定速指令给整车控制器，整车控制器接收到定速指令时立即控制雨刷以当前速度持续转动，并且整车控制器继续将该带有时间轴标记的视频分别实时输入到第一软件和第二软件；当第一软件判断不存在转动需求时输出降速指令给整车控制器，整车控制器接收到降速指令时立即控制雨刷以一预定加速度降速转动，当第二软件判断雨刷转速不再满足用户需求时，输出提速指令给整车控制器，整车控制器接收到提速指令时立即控制雨刷以一预定加速度升速转动，当第二软件判断雨刷转速已经满足用户需求时输出定速指令给整车控制器，整车控制器接收到定速指令时立即控制雨刷以当前速度持续转动，
[0056] 通过将第一、第二神经控制器软件化后下发给整车控制器，使得整车控制器不需要强大的处理、运算功能即可以实现对图像的识别功能，从而自动判断出需要进行雨刷控制的情况。
[0057] 需要注意的是，以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，在本发明的上述指导下，本领域技术人员可以在上述实施例的
基础上进行各种改进和
变形，而这些改进或者变形落在本发明的保护范围内。
