一种结合车机闲散资源的摄像头曝光参数调整方法及装置与流程

本发明涉及汽车技术领域，特别是涉及一种结合车机闲散资源的摄像头曝光参数调整方法及装置。

背景技术：

目前，在自动驾驶及辅助驾驶等领域，对于自动泊车或者主动安全功能中，多会用到目标检测算法辅助识别周边环境信息，而通用的目标检测算法则一般是通过机器学习或者深度学习实现。但是，在一些情况下，由于成本有限，因此，常会牺牲图像质量以符合视觉算法的精度和速度，从而导致最终视觉检测的结果无法得到有效保证。

技术实现要素：

本发明提供了一种结合车机闲散资源的摄像头曝光参数调整方法及装置以克服上述问题或者至少部分地解决上述问题。

根据本发明的一个方面，提供了一种结合车机闲散资源的摄像头曝光参数调整方法，包括：

实时或间隔预设时间获取车机中各硬件设备未使用的资源参数，以得到所述车机当前的闲散资源参数；

判断所述闲散资源状态参数是否符合所述车机运行指定光照度检测算法的预设条件；

若所述闲散资源状态参数符合所述预设条件，则在所述车机内运行所述光照度检测算法，辅助调节所述车机所属车辆上的一个或多个摄像头的曝光参数。

可选地，所述在所述车机内运行所述光照度检测算法，辅助调节所述车机所属车辆上的一个或多个摄像头的曝光参数，包括：

获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据；

在所述车机内运行光照度检测算法识别所述图像数据的光照度参数；

通过所述图像信号处理单元依据所述光照度参数调节所述摄像头的曝光参数。

可选地，所述通过所述图像信号处理单元依据所述光照度参数调节所述摄像头的曝光参数之前，还包括：

收集具备不同以及相同光照度的多张图像数据；

识别所述多张图像数据中每张图像数据的灰度参数以及光照度参数；

将所述灰度参数和光照度参数分别作为预设分类器的输入和输出，并基于所述多张图像数据的灰度参数以及光照度参数训练所述预设分类器。

可选地，所述在所述车机内运行光照度检测算法识别所述图像数据的光照度参数，包括：

在所述车机内运行光照度检测算法获取所述图像数据的灰度参数，通过预设分类器将所述灰度参数转换为所述图像数据的光照度参数。

根据本发明的另一方面，还提供了一种结合车机闲散资源的摄像头曝光参数调整装置，包括：

检查模块，配置为实时或间隔预设时间获取车机中各硬件设备未使用的资源参数，以得到所述车机当前的闲散资源参数；

判断模块，配置为判断所述闲散资源状态参数是否符合所述车机运行指定光照度检测算法的预设条件；

调整模块，配置为当所述闲散资源状态参数符合所述预设条件时，在所述车机内运行所述光照度检测算法，辅助调节所述车机所属车辆上的一个或多个摄像头的曝光参数。

可选地，所述调整模块还配置为：

获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据；

在所述车机内运行光照度检测算法识别所述图像数据的光照度参数；

通过所述图像信号处理单元依据所述光照度参数调节所述摄像头的曝光参数。

可选地，所述调整模块还配置为：

在通过所述图像信号处理单元依据所述光照度参数调节所述摄像头的曝光参数之前，收集具备不同以及相同光照度的多张图像数据；

识别所述多张图像数据中每张图像数据的灰度参数以及光照度参数；

将所述灰度参数和光照度参数分别作为预设分类器的输入和输出，并基于所述多张图像数据的灰度参数以及光照度参数训练所述预设分类器。

可选地，所述调整模块还配置为：在所述车机内运行光照度检测算法获取所述图像数据的灰度参数，通过预设分类器将所述灰度参数转换为所述图像数据的光照度参数。

根据本发明的另一方面，还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序代码，当所述计算机程序代码在计算设备上运行时，导致所述计算设备执行上述任一项所述的结合车机闲散资源的摄像头曝光参数调整方法。

本发明提供了一种结合车机闲散资源的摄像头曝光参数调整方法及装置，在检查到车机的闲散资源符合车机运行指定光照度检测检测算法的预设条件时，则在车机中运行该光照度检测检测算法辅助调节车机所属车辆上的一个或多个摄像头的曝光参数。本发明提供的方法利用车机闲散资在图像光照度检测时提供辅助。根据图像的灰度与光照度之间的对应关系，训练机器学习分类器，将图片灰度的统计结果转化为光照度的检测信息，以提升摄像头输出数据质量的同时，进一步提升后续图像信号处理单元对图像数据的检测精度以及检测效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是根据本发明实施例的结合车机闲散资源的摄像头曝光参数调整方法流程示意图；

图2是根据本发明优选实施例的结合车机闲散资源的摄像头曝光参数调整方法流程示意图；

图3根据本发明实施例的结合车机闲散资源的摄像头曝光参数调整装置结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图1是根据本发明实施例的结合车机闲散资源的摄像头曝光参数调整方法流程示意图，参见图1可知，本发明实施例提供的结合车机闲散资源的摄像头曝光参数调整方法可以包括：

步骤s102，实时或间隔预设时间获取车机中各硬件设备未使用的资源参数，以得到车机当前的闲散资源参数；

步骤s104，判断所述闲散资源状态参数是否符合车机运行指定光照度检测算法的预设条件；

步骤s106，若所述闲散资源状态参数符合所述预设条件，则在车机内运行光照度检测算法，辅助调节所述车机所属车辆上的一个或多个摄像头的曝光参数。

本发明实施例提供了一种结合车机闲散资源的摄像头曝光参数调整方法，在检查到车机的闲散资源符合车机运行指定光照度检测检测算法的预设条件时，则在车机中运行该光照度检测检测算法辅助调节车机所属车辆上的一个或多个摄像头的曝光参数。本发明实施例提供的方法利用车机闲散资在图像光照度检测时提供辅助，以提升摄像头输出数据质量的同时，进一步提升后续图像信号处理单元对图像数据的检测精度以及检测效率。

本实施例中的车机是一种(如ihu，infotainmentheadunit，信息娱乐主机)，其中可设置有多种硬件设备以满足车机的不同功能。在上述步骤s102中，车机中的各硬件设备可以包括cpu、内存、网络带宽、硬盘等等设置于车机中的各硬件设备。在获取车机的闲散资源状态参数时，可以先以固定时间间隔进行检查，也可以实时进行检查，具体主要是获取车机中当前的网络带宽、硬盘已使用存储空间以及内存使用状态等，进而推算出当前情况下没有使用的cpu处理能力、内存、网络带宽及硬盘空间等等车机中各硬件设备当前未使用的资源参数。

在获取到车机的闲散资源状态参数后，即可对车机的闲散资源状态参数进行分析，判断当前车机中各硬件资源如cpu处理能力、内存大小、网络带宽、硬盘空间等资源参数是否符合车机运行指定图像光照度检测算法的预设基本条件。该预设基本条件可以针对不同的实时性要求或是精度要求对各硬件参数的未使用资源参数的下限进行设置，如剩余内存需大于一定值，网络带宽需大于一定带宽等等，具体数值可根不同的精度需求进行设置，本发明不做限定。

在上述步骤s106提及，在确定车机当前状态可以运行光照度检测算法之后，即可在车机中运行光照度检测算法，辅助调节车机所属车辆上的一个或多个摄像头的曝光参数。在本发明一可选实施例中，上述步骤s106可进一步包括：

步骤s106-1，获取车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据；

步骤s106-2，在车机内运行光照度检测算法识别所述图像数据的光照度参数；

步骤s106-3，通过图像信号处理单元依据所述光照度参数调节所述摄像头的曝光参数。

本实施例中的图像信号处理单元可以是进行视觉检测算法或其他对图像数据进行处理的专有芯片或是处理器。本实施例通过获取摄像头输入至图像信号处理单元的数据进行光照度检测获取相关光照度参数之后，即可由图像信号处理单元基于车机所检测到的图像数据的光照度参数调节对应摄像头的曝光参数。

可选地，本发明实施例在识别图像数据的光照度参数时，可以通过预先构建的分类器进行识别。即步骤s106-3之前，还可以包括：收集具备不同以及相同光照度的多张图像数据；识别多张图像数据中每张图像数据的灰度参数以及光照度参数；将所述灰度参数和光照度参数分别作为预设分类器的输入和输出，并基于多张图像数据的灰度参数以及光照度参数训练所述预设分类器。该灰度参数可以优选为整张图像数据的平均灰度参数。

进一步地，上述步骤s106-2在车机内运行光照度检测算法识别所述图像数据的光照度参数，包括：在车机内运行光照度检测算法获取所述图像数据的灰度参数，通过预设分类器将所述灰度参数转换为所述图像数据的光照度参数。

本实施例可预先基于多张具备相同以及不同光照度的图像数据进行分析整理，以获取各图像数据对应的灰度参数的光照度参数，进而分别将其作为预设分类器的输入数据和输出数据以训练该分类器，当在实际应用中需要识别任一图像数据的光照度参数时，只需计算获取该图像数据对的灰度参数后输入预设分类器进行识别即可，整个过程简单有效。其中，分类器可以是基于svm(支持向量机，supportvectormachine)或决策树等进行构建，本发明实施例通过利用车机闲散资源，根据图像的灰度与光照度之间的对应关系，训练机器学习分类器，将图片灰度的统计结果转化为光照度的检测信息，可以在保证图像质量的同时提升图像检测效率。

图2示出了根据本发明优选实施例的结合车机闲散资源的摄像头曝光参数调整方法流程示意图，参见图2可知，本实施例提供的方法可以包括：

s1、车机端定期检测车机闲散资源是否足够，即闲散资源是否满足运行执行光照度检测算法的预设条件；若是，则执行步骤s202；若否，则继续重复进行检测，两次检测的间隔时间可根据光照度检测的实时性进行判断，例如，光照度检测可以在车机端每隔一定预设时间(30秒或者一分钟，根据车速自动调节，车速快则预设时间短，车速慢则预设时间长)运行一次，或是间隔其他时间，本发明不做限定。

s2，当判断车机闲散资源状态参数满足预设条件时，在车机内运行光照度检测算法。

该步骤中，光照度检测算法的对象是对摄像头输出至图像信号处理单元中的图像数据，假设针对任意一帧或多帧图像数据，当需要对该图像数据进行光照度检测时，可以以无线连接的方式获取摄像头输入至图像信号处理单元的图像数据，或是由图像信号处理单元将其原始输入的图像数据传输至车机端进行光照度检测。

s3，车机所获取到的图像数据执行光照度检测算法时，可先分析该图像数据的灰度参数，进而将该灰度参数输入至预先构建的分类器中，由该分类器输出该图像数据的光照度参数。

s4，基于光照度参数适应调整车机所属车辆上设置的摄像头的曝光参数，以进一步将参数调整后的摄像头再次输入至图像信号处理单元中的图像数据进行视觉检测计算处理。具体调节范围可基于不同需求及不同场景进行设置，本发明不做限定。

另外，在本发明可选实施例中，对于利用图像信号处理单元对摄像头所输入数据进行计算处理的过程中，同样可以利用车机的闲散资源对图像数据进行场景识别，如识别天气、地理位置目标检测物等等，进而辅助预设的图像信号处理单元对应选取不同的检测模型以对实时输入至该图像检测单元的图像数据进行视觉检测。其中，视觉检测可以是针对自动泊车场景的视觉检测算法，如车位线检测、移动物体检测、行人检测、静态障碍物(轮档、雪糕桶)等的检测；还可以是针对爱互动安全前视摄像头的视觉检测算法，如行人及车辆检测、车道线检测、红绿灯及限速标志检测等等。

在车机运行过程中，本发明实施例可根据车机闲散资源对光照度检测结果调节摄像头相关参数，对运行时间及实时性要求比较低，进而达到最终检测精度提升的效果。

基于同一发明构思，本发明实施例还提供了一种结合车机闲散资源的摄像头曝光参数调整装置，如图3所示，本发明实施例提供的结合车机闲散资源的摄像头曝光参数调整装置可以包括：

检查模块310，配置为实时或间隔预设时间获取车机中各硬件设备未使用的资源参数，以得到所述车机当前的闲散资源参数；

判断模块320，配置为判断所述闲散资源状态参数是否符合所述车机运行指定光照度检测算法的预设条件；

调整模块330，配置为当所述闲散资源状态参数符合所述预设条件时，在所述车机内运行所述光照度检测算法，辅助调节所述车机所属车辆上的一个或多个摄像头的曝光参数。

可选地，所述调整模块330还可以配置为：

获取所述车机所属车辆上的一个或多个摄像头输入至预设的图像信号处理单元的图像数据；

在所述车机内运行光照度检测算法识别所述图像数据的光照度参数；

通过所述图像信号处理单元依据所述光照度参数调节所述摄像头的曝光参数。

可选地，所述调整模块330还可以配置为：

在通过所述图像信号处理单元依据所述光照度参数调节所述摄像头的曝光参数之前，收集具备不同以及相同光照度的多张图像数据；

识别所述多张图像数据中每张图像数据的灰度参数以及光照度参数；

将所述灰度参数和光照度参数分别作为预设分类器的输入和输出，并基于所述多张图像数据的灰度参数以及光照度参数训练所述预设分类器。

可选地，所述调整模块330还可以配置为：在所述车机内运行光照度检测算法获取所述图像数据的灰度参数，通过预设分类器将所述灰度参数转换为所述图像数据的光照度参数。

基于同一发明构思，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序代码，当所述计算机程序代码在计算设备上运行时，导致所述计算设备执行上述任一实施例所述的结合车机闲散资源的摄像头曝光参数调整方法。

本发明实施例提供了一种结合车机闲散资源的摄像头曝光参数调整方法及装置，在检查到车机的闲散资源符合车机运行指定光照度检测检测算法的预设条件时，则在车机中运行该光照度检测检测算法辅助调节车机所属车辆上的一个或多个摄像头的曝光参数。本发明实施例提供的方法利用车机闲散资在图像光照度检测时提供辅助。根据图像的灰度与光照度之间的对应关系，训练机器学习分类器，将图片灰度的统计结果转化为光照度的检测信息，以提升摄像头输出数据质量的同时，进一步提升后续图像信号处理单元对图像数据的检测精度以及检测效率。

所属领域的技术人员可以清楚地了解到，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，为简洁起见，在此不另赘述。

另外，在本发明各个实施例中的各功能单元可以物理上相互独立，也可以两个或两个以上功能单元集成在一起，还可以全部功能单元都集成在一个处理单元中。上述集成的功能单元既可以采用硬件的形式实现，也可以采用软件或者固件的形式实现。

本领域普通技术人员可以理解：所述集成的功能单元如果以软件的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，其包括若干指令，用以使得一台计算设备(例如个人计算机，服务器，或者网络设备等)在运行所述指令时执行本发明各实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom)、随机存取存储器(ram)，磁碟或者光盘等各种可以存储程序代码的介质。

或者，实现前述方法实施例的全部或部分步骤可以通过程序指令相关的硬件(诸如个人计算机，服务器，或者网络设备等的计算设备)来完成，所述程序指令可以存储于一计算机可读取存储介质中，当所述程序指令被计算设备的处理器执行时，所述计算设备执行本发明各实施例所述方法的全部或部分步骤。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：在本发明的精神和原则之内，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案脱离本发明的保护范围。