一种车灯故障检测系统及其方法
【技术领域】
[0001]本发明涉及汽车领域，特别涉及一种车灯故障检测及其方法。
【背景技术】
[0002]汽车上有各种灯如大灯、尾灯、转向灯和制动灯，但是行驶过程中，车灯是否正常发光，车内没有任何提示，驾驶员只有通过定时检查才能发现故障，不能及时排除车灯故障会给汽车安全驾驶带来很大隐患。
[0003]除了车灯不亮这一故障外，车灯的亮度也会由于汽车内部的电路问题或者使用年限问题而变暗，影响车灯的正常使用功能。而且大小灯的灯泡在使用过程中，灯丝经常烧断，导致灯泡烧毁，其原因有电压调节器有故障，电压过高；发电机电枢和磁场线圈间有短路等多种原因。
【发明内容】
[0004]为了解决现有技术中汽车对车灯不亮状况没有提示的不足，本发明提供一种车灯故障检测系统及其方法。
[0005]本发明的技术方案是:一种车灯故障检测系统，该系统包括信号采集单元，连接控制器，采集车灯电路的电压和电流信号；
控制器，接收信号采集单元的信息，利用遗传优化BP网络算法对采集单元的数据进行分析处理，监测电路的电压、电流信号不超过系统阈值；
显示屏，连接控制器，显示控制器的检测输出结果；
警示单元，连接控制器，接收到控制器的警示信号后发出警示提醒。
[0006]所述信号采集单元包括电压传感器、电流传感器和亮度传感器。所述信号采集单元中的传感器均匀分布。所述控制器接收不到电压信号数据或者电流信号数据均会发出警示提醒至警示单元。所述控制器设有数据库，数据库用于保存信号采集单元的信息。所述警示单元包括蜂鸣器和警示灯，位于显示屏上。
[0007]一种车灯故障检测系统方法，该方法步骤包括:
步骤一、采集车灯及车灯电路的信号；
步骤二、利用遗传优化的BP神经网络模型对步骤一采集到的数据进行预处理；
步骤三、网络模型分析处理后的数据；
步骤四，输出检测结果。
[0008]所述步骤一中的采集的信号包括车灯电路中的电压、电流信号和车灯的亮度信号。
[0009]所述步骤二中的遗传优化BP神经网络模型中利用了遗传优化BP神经网络算法，该算法分为三部分:确定BP神经网络结构，遗传算法优化权值和阈值，BP神经网络训练及预测。
[0010]所述遗传优化BP神经网络模型中的遗传算法流程包括: A.计算适应度；
B.选择染色体进行复制；
C.交叉、变异过程；
D.产生新群体；
E.判断是否满足终止条件；
F.满足终止条件则结束，不满足则返回步骤A。
[0011]本发明有如下积极效果:本发明中车灯检测系统，可以实时监测车灯是否正常亮的问题并及时提醒驾驶员车灯的亮度降低问题，减少了汽车行驶的安全隐患。同时本发明的汽车检测系统中应用了遗传优化后的BP网络算法对采集单元采集的车灯信号数据进行处理，能够优选出实时最优数据到控制器，避免了偶然因素引起的不正常数据传输至控制器引起的误报警情况。
【附图说明】
[0012]图1是本发明中的车灯检测系统的原理框图；
图2是本发明中的车灯检测系统方法的工作流程图；
图3是本发明中的遗传算法优化的BP神经网络的流程图；
图4是本发明中的神经网络算法的流程图。
【具体实施方式】
[0013]下面对照附图，通过对实施例的描述，本发明的【具体实施方式】如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
[0014]一种车灯故障检测系统，如图1所示，该系统包括信号采集单元、控制器、显示屏和警示单元，控制器连接信号采集单元、显示屏和警示单元。
[0015]系统中，信号采集单元连接控制器，采集车灯电路的电压和电流信号，信号采集单元包括电压传感器、电流传感器和亮度传感器，传感器有多个进行信号采集并均匀排布。亮度传感器位于车灯旁实时监测车灯亮度并把亮度信号发送到控制器进行数据分析和处理，电压和电流传感器位于车灯的系统电路中，实时监测车灯中的电压、电流情况，并将监测到的数据发送到控制器进行分析电路是否正常。
[0016]控制器，接收信号采集单元的信息并发送信号至显示屏和警示单元，控制器中判断采集单元的信号是否小于系统正常阈值，一旦大于系统阈值则发出警示信号到警示单元和显示屏。如果控制器接收不到采集单元的信号，有可能是车灯电路内部有导线烧断或其他原因形成断路状态，控制器同样要会发送警示信号到警示单元和显示屏。当车灯电路中的电压电流不正常时，有可能是车灯电路负载过大，会导致导线发热致使车灯被烧毁或者影响发动机正常运行。同时车灯的亮度监测同样重要，特别是晚上或多雾或阴暗天气，能见度很低的情况下，由于车灯使用时间过长导致的车灯亮度降低会影响驾驶员的正常驾驶，同时影响周围车辆对本车辆运行方向的判断。所以一旦发现车灯电路中的电压、电流系数检测异常，驾驶员一定要及时维修。本发明系统中，控制器中利用遗传优化BP网络算法对采集单元的数据进行分析处理，算法模型的训练利用控制器中设置的数据库数据进行完成数据库中保存信号采集单元的数据和历史数据，方便进行机器训练，控制器中监测电路的电压、电流信号不超过系统阈值；利用此算法优化采集单元的数据后，能够优选出实时最优数据到控制器，避免了偶然因素引起的不正常数据传输至控制器引起的误报警情况。
[0017]显示屏，连接控制器，显示控制器的检测输出结果，这样会比较明确的显示出哪个车灯不亮或者亮度不够，方便驾驶员的查找和维修。
[0018]警示单元，连接控制器，警示单元包括蜂鸣器和警示灯，可以位于显示屏上，接收到控制器的警示信号后发出警示提醒。控制器接收不到电压信号数据或者电流信号数据均会发出警示提醒至警示单元。
[0019]一种车灯故障检测系统方法，如图2所示，该方法步骤包括:
SOl步骤一、采集车灯及车灯电路的信号。步骤一由信号采集单元完成采集信号任务主要包括电压传感器、电流传感器和亮度传感器，采集车灯的亮度信号和车灯电路的电压电流信号，实时监测车灯中的电压、电流情况，并将监测到的数据发送到控制器进行分析电路是否正常。
[0020]S02步骤二、利用遗传优化的BP神经网络模型对步骤一采集到的数据进行预处理，遗传优化的BP神经网络模型位于系统控制器内部，对控制器接收到的数据处理分析。
[0021]遗传优化的BP神经网络模型首先对采集到的数据进行预处理，预处理是对传感器测得的数据进行归一化处理，归一化可以加快训练网络的收敛性，归一化的具体作用是归纳统一样本的统计分布性。无论是为了建模还是为了计算，首先基本度量单位要同一，方便下面遗传BP神经网络算法的使用。
[0022]S03步骤三、网络模型分析处理后的数据。遗传优化的BP神经网络模型主要是对数据进行遗传优化的BP神经网络算法处理分析，选出最优、最准确数据。
[0023]遗传BP神经网络算法主要分为三部分:确定BP神经网络结构；遗传算法优化权值和阈值；BP神经网络训练及预