一种基于智能光电感知技术的数据分析处理系统及方法与流程

1.本发明涉及光电感知技术领域，具体为一种基于智能光电感知技术的数据分析处理系统及方法。


背景技术：

2.良好的视野是安全驾驶的基本保障，据统计，发生在夜间或其他能见度低情况下的交通事故在所有交通事故中占据着较大比例；随着信息技术的发展，微光夜视技术成为夜间辅助观察的重要手段。微光工作于可见光及近红外波段，分辨率高，所成图像符合人眼视觉特性，在车辆夜间辅助驾驶领域具有广阔的应用前景及很好的辅助驾驶效果。
3.基于视觉的汽车驾驶辅助技术使用安装于车身外部的视觉传感器，获取车身周围的场景信息，实时输出车辆周边的图像，提高车辆的环境感知力。然而，单一镜头视场大小不能满足实际需要，进而需要通过微光摄像头模组来实现对多种场景下的车辆周边环境的感知。
4.现有的基于智能光电感知技术的数据分析处理系统中，通过微光摄像头模组实时获取车辆周边的环境光，并将监测到的车辆周边环境的亮度与预设的夜视模式切换阈值进行比较，切换对微光摄像头模组不同夜视模式对应运行的摄像头；
5.但是现有技术中未考虑到微光摄像头模组夜视模式的切换时长，忽略了微光摄像头模组夜视模式的切换对驾驶员的影响(在环境光突变的情况下，驾驶员的眼睛也存在自适应过程，若微光摄像头模组夜视模式也处于切换状态，则用户没有前方路面的视野参考画面，容易出现行车风险，安全隐患较大)，且不能根据驾驶员的反应提前进行夜视模式的切换；而若是只是简单的降低夜视模式的切换时设定的阈值，则又会出现夜视模式误切换的情况，没有考虑到不同驾驶员的驾驶习惯(针对环境光突变的情况提前作出反应的时间)不同对夜视模式切换的影响，进而现有技术存在较大的缺陷。


技术实现要素：

6.本发明的目的在于提供一种基于智能光电感知技术的数据分析处理系统及方法，以解决上述背景技术中提出的问题。
7.为了解决上述技术问题，本发明提供如下技术方案：一种基于智能光电感知技术的数据分析处理方法，所述方法包括以下步骤：
8.s1、获取历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式；选取历史数据中车辆每次出现夜视模式变更的变更时间节点及相应变更时间节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，构建相应变更时间节点对应的数据参照集；
9.s2、根据数据参照集中的车辆信息划分数据参照集对应的类型，每种数据参照集类型对应一种夜视切换判定标准，分析历史数据中同一车辆在各个变更时间节点分别对应
的数据参照集，得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征；
10.s3、将当前时间作为参照节点，获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，结合参照节点时车辆的夜视切换判定标准，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值；
11.s4、获取调整后的车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，并将所得阈值判定区间与参照节点对应的车辆信息进行比较，控制车辆上微光摄像头组件中摄像头的夜视模式。
12.进一步的，所述历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式是通过传感器进行获取的，且传感器每隔第一阈值时间t0获取一次，所述第一阈值时间t0为数据库中预置的常数；
13.所述车辆信息包括车速及车辆搭载的亮度传感器监测到的车辆周边环境的亮度值；
14.所述驾驶员的驾驶行为特征包括刹车状态系数及油门状态系数，所述刹车状态系数及油门状态系数对应的范围均为[0,1]，每个刹车状态系数对应唯一的一个刹车踩踏程度，每个油门状态系数对应唯一的一个油门踩踏程度，所述刹车状态系数/油门状态系数通过数据库中相应的刹车踩踏程度/油门踩踏程度对应的值获取；
[0015]
所述微光摄像头组件的夜视模式包括亮光状态w1及暗光状态w2，所述夜视模式的变更为亮光状态w1与暗光状态w2相互切换的过程，包括w1
→
w2及w2
→
w1，微光摄像头组件在亮光状态时运行的摄像头组件与暗光状态时运行的摄像头组件不同，
[0016]
数据参照集类型包括第一数据参照集类型及第二数据参照集类型，对应的夜视切换判定标准分别为定值判定标准与自适应判定标准，定值判定标准表示微光摄像头组件的亮光状态与暗光状态进行切换时对应的环境光亮度值为数据库中预置的β；自适应判定标准表示微光摄像头组件的亮光状态与暗光状态进行切换时对应的环境光亮度值为对β进行自适应调节后的值；
[0017]
本发明夜视切换判定标准分别为定值判定标准与自适应判定标准，定值判定标准指的是只有当采集到的车辆信息中对应的环境光亮度值达到判定阈值(此处的阈值为β)时，才进行夜视模式切换，但是，对于自适应判定标准而言，考虑到微光摄像头模组夜视模式的切换时长，避免该切换过程中用户使用过程的影响(在环境光突变的情况下，驾驶员的眼睛也存在自适应过程，若微光摄像头模组夜视模式也处于切换状态，则用户没有前方路面的视野参考画面，容易出现行车风险，安全隐患较大)，对判定阈值进行自适应调节，提前判定微光摄像头模组的夜视模式是否需要进行切换；本发明定值判定标准中，w1
→
w2时，对应数据参照集中最后一个车辆信息相应的亮度值小于等于β，w2
→
w1时，对应数据参照集中最后一个车辆信息相应的亮度值大于等于β；自适应判定标准中，w1
→
w2时，对应数据参照集中最后一个车辆信息相应的亮度值大于等于β，w2
→
w1时，对应数据参照集中最后一个车辆信息相应的亮度值小于等于β；
[0018]
将历史数据中车辆第i次出现夜视模式变更的变更时间节点记为ti，将构建变更时间节点ti对应的数据参照集，构建变更时间节点ti对应的数据参照集时，当ti-t(i-1)＞
t1时，则数据参照集中元素对应的时间区间为[ti-t1，ti]，当ti-t(i-1)≤t1时，则数据参照集中元素对应的时间区间为[t(i-1)，ti]，所述t1表示数据库中预置的常数；
[0019]
所述数据参照集中第一个元素为车辆信息区间数组，所述车辆信息区间数组中的每个元素对应一个时间点传感器采集的车辆信息，所述数据参照集中第二个元素为驾驶行为特征数组，所述驾驶行为特征数组中的每个元素对应一个时间点传感器采集的驾驶行为特征；
[0020]
同一数据参照集中相应车辆的微光摄像头组件在不同时间点对应的夜视模式均相同。
[0021]
进一步的，所述s2中得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征时，获取历史数据中同一车辆在各个变更时间节点分别对应的数据参照集，将同一车辆的第j个变更时间节点对应的数据参照集记为cj；
[0022]
将车辆的微光摄像头组件的夜视模式变更特征记为{g11，g12，g2}，所述g1表示夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的明适应行为反应特征函数；所述g12表示夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的暗适应行为反应特征函数；所述g2表示历史数据内微光摄像头组件的夜视模式中w1与w2相互切换的最大时长。
[0023]
本发明中暗适应：人由光亮的地方突然进入黑暗的地方，开始时视觉感受性很低，看不清东西，经过一段时间后,视力逐渐恢复，变得能够识别黑暗中的物体，这个过程叫做暗适应；人与人之间暗适应时间的长短区别很大，不言而喻，暗适应时间长的人,夜晚行车或穿过隧道的安全性比较低；明适应：当人由黑暗骤然进入非常明亮的环境时，感到光线耀眼，眼睛也有个习惯和视力恢复过程，这叫做明适应。如驾驶员从长隧道刚出来见到太阳,就有这个现象；本发明中w1
→
w2对应的是暗适应过程及w2
→
w1对应的是明适应过程。
[0024]
进一步的，计算数据参照集cj对应的自适应时长，记为dtj，所述dtj＝t1
cj-tcj，其中，tcj表示数据参照集cj中的异常行为特征最小时间点，t1
cj
表示数据参照集cj中元素对应时间区间的最大时间点；
[0025]
获取tcj的方法包括以下步骤：
[0026]
s21、获取数据参照集cj中的各个异常行为特征，每个异常行为特征对应的时间点至t1
cj
构成的异常时间区间中，不同时间点对应的车速单调递减，且异常行为特征对应的时间点至相应异常时间区间中任意一点之间的驾驶行为特征综合评估值均小于0，
[0027]
将异常行为特征对应的时间点a1至相应异常时间区间中时间点a2之间的驾驶行为特征综合评估值记为f
(a1，a2)
，f
(a1，a2)
＝∑
x＝a1/t0x1
(r1
×
p1x-r2
×
p2x)
×
t0，
[0028]
其中，p1x表示刹车状态系数，p2x表示油门状态系数，x1＝[a2/t0]，表示a2/t0对应的整数部分的值，r1为数据库中预置的第一系数，r2为数据库中预置的第二系数；
[0029]
s22、将对应时间点最小的异常行为特征时间点作为tcj；
[0030]
获取数据参照集cj对应的自适应时长dtj，
[0031]
当cj的数据参照集类型为第一数据参照集类型时，
[0032]
若数据参照集cj对应的夜视模式为w1，则构建第一类型数据对(vcj，dtj)，若数据参照集cj对应的夜视模式为w2，则构建第二类型数据对(vcj，dtj)，所述vcj表示数据参照集cj中tcj时对应的车速；
[0033]
当cj的数据参照集类型为第二数据参照集类型时，则不构建数据对；
[0034]
将车速值相等的多个所述第一类型数据对中自适应时长最小第一类型数据对记为相应车速下的参照数据对，确定各个参照数据对在第一平面直角坐标系中分别对应的各个坐标点，所述第一平面直角坐标系为车速与自适应时长的坐标系；根据第一平面直角坐标系中所述多个坐标点依次连接后构成的折线，所得折线对应的函数为夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的明适应行为反应特征函数g11；
[0035]
将车速值相等的多个所述第二类型数据对中自适应时长最小第二类型数据对记为相应车速下的参照数据对，确定各个参照数据对在第二平面直角坐标系中分别对应的各个坐标点，所述第二平面直角坐标系为车速与自适应时长的坐标系；根据第二平面直角坐标系中所述多个坐标点依次连接后构成的折线，所得折线对应的函数为夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的暗适应行为反应特征函数g12。
[0036]
本发明获取车辆的微光摄像头组件的夜视模式变更特征{g11，g12，g2}，是为了后续步骤中结合当前时间对应的采集信息，自适应生成车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，实现对车辆上微光摄像头组件中摄像头的夜视模式的有效管理，确保驾驶员的行车安全。
[0037]
进一步的，所述s3中获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组中，对应的异常行为特征最小时间点，记为h；
[0038]
所述s3中调整车辆微光摄像头组件中摄像头切换夜视模式的判定阈值的方法包括以下步骤：
[0039]
s31、获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组中h对应的车速vh、h对应的车辆周边环境的亮度值lh、夜视模式及h至当前时间对应的时长tm，
[0040]
s32、得到车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，记为g1，
[0041]
当参照节点对应的夜视切换判定标准为定值判定标准时，则g1＝β；
[0042]
当参照节点对应的夜视切换判定标准为自适应判定标准时，
[0043]
若h对应的夜视模式为w2，
[0044]
如果g11(vh)≥tm+g2，则满足等式g11(vh)/[g11(vh)-g2]＝[β-lh]/[β-g]，g＝[(β-lh)
×
g2+lh
×
g11(vh)]/g11(vh)，g1＝min{g，g3，β}，
[0045]
如果g11(vh)＜tm+g2，则满足等式g11(vh)/[g11(vh)-tm]＝[β-lh]/[β-g]，g＝[(β-lh)
×
tm+lh
×
g11(vh)]/g11(vh)，g1＝min{g，g3，β}；g11(vh)表示g11中车速为vh时自适应时长对应的值且g11(vh)＞tm且tm＞0且β＞g，g表示参照节点对应的夜视切换判定标准为自适应判定标准的情况下，h对应的夜视模式为w2时g1的预测值，g1等于g与β中的最小值，g3表示历史数据中，夜视切换判定标准为自适应判定标准且夜视模式为w2时，异常行为特征最小时间点对应的车速为vh的各个数据参照集相应的各个判定阈值的平均值；
[0046]
若h对应的夜视模式为w1，
[0047]
如果g12(vh)≥tm+g2，则满足等式g12(vh)/[g12(vh)-g2]＝[lh-β]/[g2-β]，g2＝[(β-lh)
×
g2+lh
×
g12(vh)]/g12(vh)，g1＝max{g2，g4，β}，
[0048]
如果g12(vh)＜tm+g2，则满足等式g12(vh)/[g12(vh)-tm]＝[lh-β]/[g2-β]，g2＝[(β-lh)
×
tm+lh
×
g12(vh)]/g12(vh)，g1＝min{g2，g4，β}；g12(vh)表示g12中车速为vh时自适应时长对应的值且g12(vh)＞tm且tm＞0且β＜g2，g2表示参照节点对应的夜视切换判
定标准为自适应判定标准的情况下，h对应的夜视模式为w1时g1的预测值；g4表示历史数据中，夜视切换判定标准为自适应判定标准且夜视模式为w1时，异常行为特征最小时间点对应的车速为vh的各个数据参照集相应的各个判定阈值的平均值。
[0049]
进一步的，所述s4中控制车辆上微光摄像头组件中摄像头的夜视模式时，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值g1，
[0050]
实时获取参照节点之后的车辆信息中车辆周边环境的亮度值，将所得亮度值记为lf，
[0051]
若h对应的夜视模式为w2，
[0052]
如果lf≥g1，则控制车辆上微光摄像头组件中摄像头的夜视模式更变为w2
→
w1；如果lf＜g1，则控制车辆上微光摄像头组件中摄像头的夜视模式不变，依旧为w2；
[0053]
若h对应的夜视模式为w1，
[0054]
如果lf≤g1，则控制车辆上微光摄像头组件中摄像头的夜视模式更变为w1
→
w2；如果lf＞g1，则控制车辆上微光摄像头组件中摄像头的夜视模式不变，依旧为w1。
[0055]
一种基于智能光电感知技术的数据分析处理系统，所述系统包括以下模块：信息获取模块、数据参照集构建模块、夜视模式变更特征分析模块、判定阈值调节模块及模式管理模块，
[0056]
所述信息获取模块获取历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式；
[0057]
所述数据参照集构建模块选取历史数据中车辆每次出现夜视模式变更的变更时间节点及相应变更时间节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，构建相应变更时间节点对应的数据参照集；
[0058]
所述夜视模式变更特征分析模块根据数据参照集中的车辆信息划分数据参照集对应的类型，每种数据参照集类型对应一种夜视切换判定标准，分析历史数据中同一车辆在各个变更时间节点分别对应的数据参照集，得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征；
[0059]
所述判定阈值调节模块将当前时间作为参照节点，获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，结合参照节点时车辆的夜视切换判定标准，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值；
[0060]
所述模式管理模块获取调整后的车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，并将所得阈值判定区间与参照节点对应的车辆信息进行比较，控制车辆上微光摄像头组件中摄像头的夜视模式。
[0061]
进一步的，所述信息获取模块内的历史数据中，搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式是通过传感器进行获取的，且传感器每隔第一阈值时间t0获取一次，所述第一阈值时间t0为数据库中预置的常数；所述车辆信息包括车速及车辆搭载的亮度传感器监测到的车辆周边环境的亮度值；所述驾驶员的驾驶行为特征包括刹车状态系数及油门状态系数，所述刹车状态系数及油门状态系数对应的范围均为[0,1]，每个刹车状态系数对应唯一的一个刹车踩踏程度，每个油门状态系数对应唯一的一个油门踩踏程度，所述刹车状态系数/油门状态系数通过数据库中相应的刹车踩踏程度/油门踩踏程度对应的值获取。
[0062]
与现有技术相比，本发明所达到的有益效果是：本发明不仅考虑到微光摄像头模组夜视模式的切换时长对驾驶员的影响，还考虑到驾驶员的驾驶习惯因素(针对环境光突变的情况提前作出反应的时间)，并根据驾驶员的反应时长对夜视模式切换的判定阈值进行自适应调节，提前判定微光摄像头模组的夜视模式是否需要进行切换，提前为用户提供前方路面的视野参考画面，降低行车风险，确保驾驶员的行车安全。
附图说明
[0063]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0064]
图1是本发明一种基于智能光电感知技术的数据分析处理方法的结构示意图；
[0065]
图2是本发明一种基于智能光电感知技术的数据分析处理系统的流程示意图；
[0066]
图3是本发明一种基于智能光电感知技术的数据分析处理系统中微光摄像头组件的壳体的包络图；
[0067]
图中：1、微光摄像头组件的壳体；2、广角微光摄像头保护窗口；3、辅微光摄像头1保护窗口；4、主微光摄像头保护窗口；5、辅微光摄像头2保护窗口。
具体实施方式
[0068]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0069]
请参阅图1-图3，本发明提供技术方案：
[0070]
若图1所示，一种基于智能光电感知技术的数据分析处理方法，所述方法包括以下步骤：
[0071]
s1、获取历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式；选取历史数据中车辆每次出现夜视模式变更的变更时间节点及相应变更时间节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，构建相应变更时间节点对应的数据参照集；
[0072]
所述历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式是通过传感器进行获取的，且传感器每隔第一阈值时间t0获取一次，所述第一阈值时间t0为数据库中预置的常数；
[0073]
所述车辆信息包括车速及车辆搭载的亮度传感器监测到的车辆周边环境的亮度值；
[0074]
所述驾驶员的驾驶行为特征包括刹车状态系数及油门状态系数，所述刹车状态系数及油门状态系数对应的范围均为[0,1]，每个刹车状态系数对应唯一的一个刹车踩踏程度，每个油门状态系数对应唯一的一个油门踩踏程度，所述刹车状态系数/油门状态系数通过数据库中相应的刹车踩踏程度/油门踩踏程度对应的值获取；
[0075]
本实施例中未踩踏刹车时，对应的刹车状态系数为0，刹车在踩踏至最大程度时对
应的刹车状态系数为1；本实施例中未踩踏油门时对应的油门状态系数为0，油门在踩踏至最大程度时对应的油门状态系数为1；
[0076]
所述微光摄像头组件的夜视模式包括亮光状态w1及暗光状态w2，所述夜视模式的变更为亮光状态w1与暗光状态w2相互切换的过程，包括w1
→
w2及w2
→
w1，微光摄像头组件在亮光状态时运行的摄像头组件与暗光状态时运行的摄像头组件不同，且不同也是模式下微光摄像头组件中运行的组件是预置的；
[0077]
数据参照集类型包括第一数据参照集类型及第二数据参照集类型，对应的夜视切换判定标准分别为定值判定标准与自适应判定标准，定值判定标准表示微光摄像头组件的亮光状态与暗光状态进行切换时对应的环境光亮度值为数据库中预置的β；自适应判定标准表示微光摄像头组件的亮光状态与暗光状态进行切换时对应的环境光亮度值为对β进行自适应调节后的值；
[0078]
将历史数据中车辆第i次出现夜视模式变更的变更时间节点记为ti，将构建变更时间节点ti对应的数据参照集，构建变更时间节点ti对应的数据参照集时，当ti-t(i-1)＞t1时，则数据参照集中元素对应的时间区间为[ti-t1，ti]，当ti-t(i-1)≤t1时，则数据参照集中元素对应的时间区间为[t(i-1)，ti]，所述t1表示数据库中预置的常数；
[0079]
所述数据参照集中第一个元素为车辆信息区间数组，所述车辆信息区间数组中的每个元素对应一个时间点传感器采集的车辆信息，所述数据参照集中第二个元素为驾驶行为特征数组，所述驾驶行为特征数组中的每个元素对应一个时间点传感器采集的驾驶行为特征；
[0080]
同一数据参照集中相应车辆的微光摄像头组件在不同时间点对应的夜视模式均相同。
[0081]
s2、根据数据参照集中的车辆信息划分数据参照集对应的类型，每种数据参照集类型对应一种夜视切换判定标准，分析历史数据中同一车辆在各个变更时间节点分别对应的数据参照集，得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征；
[0082]
所述s2中得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征时，获取历史数据中同一车辆在各个变更时间节点分别对应的数据参照集，将同一车辆的第j个变更时间节点对应的数据参照集记为cj；
[0083]
将车辆的微光摄像头组件的夜视模式变更特征记为{g11，g12，g2}，所述g1表示夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的明适应行为反应特征函数；所述g12表示夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的暗适应行为反应特征函数；所述g2表示历史数据内微光摄像头组件的夜视模式中w1与w2相互切换的最大时长；
[0084]
本实施例中w1
→
w2对应的是暗适应过程及w2
→
w1对应的是明适应过程；
[0085]
计算数据参照集cj对应的自适应时长，记为dtj，所述dtj＝t1
cj-tcj，其中，tcj表示数据参照集cj中的异常行为特征最小时间点，t1
cj
表示数据参照集cj中元素对应时间区间的最大时间点；
[0086]
获取tcj的方法包括以下步骤：
[0087]
s21、获取数据参照集cj中的各个异常行为特征，每个异常行为特征对应的时间点至t1
cj
构成的异常时间区间中，不同时间点对应的车速单调递减，且异常行为特征对应的时
间点至相应异常时间区间中任意一点之间的驾驶行为特征综合评估值均小于0，
[0088]
将异常行为特征对应的时间点a1至相应异常时间区间中时间点a2之间的驾驶行为特征综合评估值记为f
(a1，a2)
，f
(a1，a2)
＝∑
x＝a1/t0x1
(r1
×
p1x-r2
×
p2x)
×
t0，
[0089]
其中，p1x表示刹车状态系数，p2x表示油门状态系数，x1＝[a2/t0]，表示a2/t0对应的整数部分的值，r1为数据库中预置的第一系数，r2为数据库中预置的第二系数；
[0090]
s22、将对应时间点最小的异常行为特征时间点作为tcj；
[0091]
获取数据参照集cj对应的自适应时长dtj，
[0092]
当cj的数据参照集类型为第一数据参照集类型时，
[0093]
若数据参照集cj对应的夜视模式为w1，则构建第一类型数据对(vcj，dtj)，若数据参照集cj对应的夜视模式为w2，则构建第二类型数据对(vcj，dtj)，所述vcj表示数据参照集cj中tcj时对应的车速；
[0094]
当cj的数据参照集类型为第二数据参照集类型时，则不构建数据对；
[0095]
将车速值相等的多个所述第一类型数据对中自适应时长最小第一类型数据对记为相应车速下的参照数据对，确定各个参照数据对在第一平面直角坐标系中分别对应的各个坐标点，所述第一平面直角坐标系为车速与自适应时长的坐标系；根据第一平面直角坐标系中所述多个坐标点依次连接后构成的折线，所得折线对应的函数为夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的明适应行为反应特征函数g11；
[0096]
将车速值相等的多个所述第二类型数据对中自适应时长最小第二类型数据对记为相应车速下的参照数据对，确定各个参照数据对在第二平面直角坐标系中分别对应的各个坐标点，所述第二平面直角坐标系为车速与自适应时长的坐标系；根据第二平面直角坐标系中所述多个坐标点依次连接后构成的折线，所得折线对应的函数为夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的暗适应行为反应特征函数g12。
[0097]
s3、将当前时间作为参照节点，获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，结合参照节点时车辆的夜视切换判定标准，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值；
[0098]
所述s3中获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组中，对应的异常行为特征最小时间点，记为h；
[0099]
所述s3中调整车辆微光摄像头组件中摄像头切换夜视模式的判定阈值的方法包括以下步骤：
[0100]
s31、获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组中h对应的车速vh、h对应的车辆周边环境的亮度值lh、夜视模式及h至当前时间对应的时长tm，
[0101]
s32、得到车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，记为g1，
[0102]
当参照节点对应的夜视切换判定标准为定值判定标准时，则g1＝β；
[0103]
当参照节点对应的夜视切换判定标准为自适应判定标准时，
[0104]
若h对应的夜视模式为w2，
[0105]
如果g11(vh)≥tm+g2，则满足等式g11(vh)/[g11(vh)-g2]＝[β-lh]/[β-g]，g＝[(β-lh)
×
g2+lh
×
g11(vh)]/g11(vh)，g1＝min{g，g3，β}，
[0106]
如果g11(vh)＜tm+g2，则满足等式g11(vh)/[g11(vh)-tm]＝[β-lh]/[β-g]，g＝
[(β-lh)
×
tm+lh
×
g11(vh)]/g11(vh)，g1＝min{g，g3，β}；g11(vh)表示g11中车速为vh时自适应时长对应的值且g11(vh)＞tm且tm＞0且β＞g，g表示参照节点对应的夜视切换判定标准为自适应判定标准的情况下，h对应的夜视模式为w2时g1的预测值，g1等于g与β中的最小值，g3表示历史数据中，夜视切换判定标准为自适应判定标准且夜视模式为w2时，异常行为特征最小时间点对应的车速为vh的各个数据参照集相应的各个判定阈值的平均值；
[0107]
若h对应的夜视模式为w1，
[0108]
如果g12(vh)≥tm+g2，则满足等式g12(vh)/[g12(vh)-g2]＝[lh-β]/[g2-β]，g2＝[(β-lh)
×
g2+lh
×
g12(vh)]/g12(vh)，g1＝max{g2，g4，β}，
[0109]
如果g12(vh)＜tm+g2，则满足等式g12(vh)/[g12(vh)-tm]＝[lh-β]/[g2-β]，g2＝[(β-lh)
×
tm+lh
×
g12(vh)]/g12(vh)，g1＝min{g2，g4，β}；g12(vh)表示g12中车速为vh时自适应时长对应的值且g12(vh)＞tm且tm＞0且β＜g2，g2表示参照节点对应的夜视切换判定标准为自适应判定标准的情况下，h对应的夜视模式为w1时g1的预测值；g4表示历史数据中，夜视切换判定标准为自适应判定标准且夜视模式为w1时，异常行为特征最小时间点对应的车速为vh的各个数据参照集相应的各个判定阈值的平均值。
[0110]
s4、获取调整后的车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，并将所得阈值判定区间与参照节点对应的车辆信息进行比较，控制车辆上微光摄像头组件中摄像头的夜视模式；
[0111]
所述s4中控制车辆上微光摄像头组件中摄像头的夜视模式时，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值g1，
[0112]
实时获取参照节点之后的车辆信息中车辆周边环境的亮度值，将所得亮度值记为lf，
[0113]
若h对应的夜视模式为w2，
[0114]
如果lf≥g1，则控制车辆上微光摄像头组件中摄像头的夜视模式更变为w2
→
w1；如果lf＜g1，则控制车辆上微光摄像头组件中摄像头的夜视模式不变，依旧为w2；
[0115]
若h对应的夜视模式为w1，
[0116]
如果lf≤g1，则控制车辆上微光摄像头组件中摄像头的夜视模式更变为w1
→
w2；如果lf＞g1，则控制车辆上微光摄像头组件中摄像头的夜视模式不变，依旧为w1。
[0117]
如图2所示，一种基于智能光电感知技术的数据分析处理系统，所述系统包括以下模块：信息获取模块、数据参照集构建模块、夜视模式变更特征分析模块、判定阈值调节模块及模式管理模块，
[0118]
所述信息获取模块获取历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式；
[0119]
所述数据参照集构建模块选取历史数据中车辆每次出现夜视模式变更的变更时间节点及相应变更时间节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，构建相应变更时间节点对应的数据参照集；
[0120]
所述夜视模式变更特征分析模块根据数据参照集中的车辆信息划分数据参照集对应的类型，每种数据参照集类型对应一种夜视切换判定标准，分析历史数据中同一车辆在各个变更时间节点分别对应的数据参照集，得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征；
[0121]
所述判定阈值调节模块将当前时间作为参照节点，获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，结合参照节点时车辆的夜视切换判定标准，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值；
[0122]
所述模式管理模块获取调整后的车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，并将所得阈值判定区间与参照节点对应的车辆信息进行比较，控制车辆上微光摄像头组件中摄像头的夜视模式。
[0123]
所述信息获取模块内的历史数据中，搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式是通过传感器进行获取的，且传感器每隔第一阈值时间t0获取一次，所述第一阈值时间t0为数据库中预置的常数；所述车辆信息包括车速及车辆搭载的亮度传感器监测到的车辆周边环境的亮度值；所述驾驶员的驾驶行为特征包括刹车状态系数及油门状态系数，所述刹车状态系数及油门状态系数对应的范围均为[0,1]，每个刹车状态系数对应唯一的一个刹车踩踏程度，每个油门状态系数对应唯一的一个油门踩踏程度，所述刹车状态系数/油门状态系数通过数据库中相应的刹车踩踏程度/油门踩踏程度对应的值获取。
[0124]
本实施例中微光摄像头组件，包括主微光摄像头、广角微光摄像头、辅微光摄像头1、辅微光摄像头2、图像处理模组、电源模组、陀螺组件、壳体、控制模组、显示终端、数据线缆及供电线缆，壳体用于包络所述主微光摄像头、所述广角微光摄像头、所述辅微光摄像头1、所述辅微光摄像头2、所述图像处理模组、所述陀螺组件；所述图像处理模组分别电性连接所述主微光摄像头、所述广角微光摄像头、所述辅微光摄像头1、所述辅微光摄像头2、所述陀螺组件；主微光摄像头有效焦距为14mm，分辨率为800
×
600，水平视场为56
°
，垂直视场为43
°
，最大光学畸变小于5％；辅微光摄像头1、辅微光摄像头2有效焦距为6.25mm，分辨率为800
×
600，水平视场为54
°
，垂直视场为42
°
，最大光学畸变小于5％；广角微光摄像头有效焦距为3.2mm，分辨率为800
×
600，水平视场为106
°
，垂直视场为80
°
；辅微光摄像头1、辅微光摄像头2对称分布于所述主微光摄像头左右两侧，所述广角微光摄像位于所述主微光摄像头正上方，所述主微光摄像头居于正中。各个微光摄像机排布位置额如下，所述辅微光摄像头1、辅微光摄像头2对称分布于所述主微光摄像头左右两侧，所述广角微光摄像位于所述主微光摄像头正上方，所述主微光摄像头居于正中。所述壳体形状如图3所示，且壳体上1设置有2-广角微光摄像头保护窗口、3-辅微光摄像头1保护窗口、4-主微光摄像头保护窗口、5-辅微光摄像头2保护窗口。
[0125]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0126]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的
保护范围之内。

技术特征：
1.一种基于智能光电感知技术的数据分析处理方法，其特征在于，所述方法包括以下步骤：s1、获取历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式；选取历史数据中车辆每次出现夜视模式变更的变更时间节点及相应变更时间节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，构建相应变更时间节点对应的数据参照集；s2、根据数据参照集中的车辆信息划分数据参照集对应的类型，每种数据参照集类型对应一种夜视切换判定标准，分析历史数据中同一车辆在各个变更时间节点分别对应的数据参照集，得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征；s3、将当前时间作为参照节点，获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，结合参照节点时车辆的夜视切换判定标准，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值；s4、获取调整后的车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，并将所得阈值判定区间与参照节点对应的车辆信息进行比较，控制车辆上微光摄像头组件中摄像头的夜视模式。2.根据权利要求1所述的一种基于智能光电感知技术的数据分析处理方法，其特征在于：所述历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式是通过传感器进行获取的，且传感器每隔第一阈值时间t0获取一次；所述车辆信息包括车速及车辆搭载的亮度传感器监测到的车辆周边环境的亮度值；所述驾驶员的驾驶行为特征包括刹车状态系数及油门状态系数，所述刹车状态系数及油门状态系数对应的范围均为[0,1]，每个刹车状态系数对应唯一的一个刹车踩踏程度，每个油门状态系数对应唯一的一个油门踩踏程度，所述刹车状态系数/油门状态系数通过数据库中相应的刹车踩踏程度/油门踩踏程度对应的值获取；所述微光摄像头组件的夜视模式包括亮光状态w1及暗光状态w2，所述夜视模式的变更为亮光状态w1与暗光状态w2相互切换的过程，包括w1
→
w2及w2
→
w1，微光摄像头组件在亮光状态时运行的摄像头组件与暗光状态时运行的摄像头组件不同，数据参照集类型包括第一数据参照集类型及第二数据参照集类型，对应的夜视切换判定标准分别为定值判定标准与自适应判定标准，定值判定标准表示微光摄像头组件的亮光状态与暗光状态进行切换时对应的环境光亮度值为数据库中预置的β；自适应判定标准表示微光摄像头组件的亮光状态与暗光状态进行切换时对应的环境光亮度值为对β进行自适应调节后的值；将历史数据中车辆第i次出现夜视模式变更的变更时间节点记为ti，将构建变更时间节点ti对应的数据参照集，构建变更时间节点ti对应的数据参照集时，当ti-t(i-1)＞t1时，则数据参照集中元素对应的时间区间为[ti-t1，ti]，当ti-t(i-1)≤t1时，则数据参照集中元素对应的时间区间为[t(i-1)，ti]，所述t1表示数据库中预置的常数；所述数据参照集中第一个元素为车辆信息区间数组，所述车辆信息区间数组中的每个元素对应一个时间点传感器采集的车辆信息，所述数据参照集中第二个元素为驾驶行为特
征数组，所述驾驶行为特征数组中的每个元素对应一个时间点传感器采集的驾驶行为特征；同一数据参照集中相应车辆的微光摄像头组件在不同时间点对应的夜视模式均相同。3.根据权利要求2所述的一种基于智能光电感知技术的数据分析处理方法，其特征在于：所述s2中得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征时，获取历史数据中同一车辆在各个变更时间节点分别对应的数据参照集，将同一车辆的第j个变更时间节点对应的数据参照集记为cj；将车辆的微光摄像头组件的夜视模式变更特征记为{g11，g12，g2}，所述g1表示夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的明适应行为反应特征函数；所述g12表示夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的暗适应行为反应特征函数；所述g2表示历史数据内微光摄像头组件的夜视模式中w1与w2相互切换的最大时长。4.根据权利要求3所述的一种基于智能光电感知技术的数据分析处理方法，其特征在于：计算数据参照集cj对应的自适应时长，记为dtj，所述dtj＝t1
cj-tcj，其中，tcj表示数据参照集cj中的异常行为特征最小时间点，t1
cj
表示数据参照集cj中元素对应时间区间的最大时间点；获取tcj的方法包括以下步骤：s21、获取数据参照集cj中的各个异常行为特征，每个异常行为特征对应的时间点至t1
cj
构成的异常时间区间中，不同时间点对应的车速单调递减，且异常行为特征对应的时间点至相应异常时间区间中任意一点之间的驾驶行为特征综合评估值均小于0，将异常行为特征对应的时间点a1至相应异常时间区间中时间点a2之间的驾驶行为特征综合评估值记为f
(a1，a2)
，f
(a1，a2)
＝∑
x＝a1/t0x1
(r1
×
p1x-r2
×
p2x)
×
t0，其中，p1x表示刹车状态系数，p2x表示油门状态系数，x1＝[a2/t0]，表示a2/t0对应的整数部分的值，r1为数据库中预置的第一系数，r2为数据库中预置的第二系数；s22、将对应时间点最小的异常行为特征时间点作为tcj；获取数据参照集cj对应的自适应时长dtj，当cj的数据参照集类型为第一数据参照集类型时，若数据参照集cj对应的夜视模式为w1，则构建第一类型数据对(vcj，dtj)，若数据参照集cj对应的夜视模式为w2，则构建第二类型数据对(vcj，dtj)，所述vcj表示数据参照集cj中tcj时对应的车速；当cj的数据参照集类型为第二数据参照集类型时，则不构建数据对；将车速值相等的多个所述第一类型数据对中自适应时长最小第一类型数据对记为相应车速下的参照数据对，确定各个参照数据对在第一平面直角坐标系中分别对应的各个坐标点，所述第一平面直角坐标系为车速与自适应时长的坐标系；根据第一平面直角坐标系中所述多个坐标点依次连接后构成的折线，所得折线对应的函数为夜视切换判定标准为定值判定标准的情况下，车辆驾驶员的明适应行为反应特征函数g11；将车速值相等的多个所述第二类型数据对中自适应时长最小第二类型数据对记为相应车速下的参照数据对，确定各个参照数据对在第二平面直角坐标系中分别对应的各个坐标点，所述第二平面直角坐标系为车速与自适应时长的坐标系；根据第二平面直角坐标系中所述多个坐标点依次连接后构成的折线，所得折线对应的函数为夜视切换判定标准为定
值判定标准的情况下，车辆驾驶员的暗适应行为反应特征函数g12。5.根据权利要求4所述的一种基于智能光电感知技术的数据分析处理方法，其特征在于：所述s3中获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组中，对应的异常行为特征最小时间点，记为h；所述s3中调整车辆微光摄像头组件中摄像头切换夜视模式的判定阈值的方法包括以下步骤：s31、获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组中h对应的车速vh、h对应的车辆周边环境的亮度值lh、夜视模式及h至当前时间对应的时长tm，s32、得到车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，记为g1，当参照节点对应的夜视切换判定标准为定值判定标准时，则g1＝β；当参照节点对应的夜视切换判定标准为自适应判定标准时，若h对应的夜视模式为w2，如果g11(vh)≥tm+g2，则g＝[(β-lh)
×
g2+lh
×
g11(vh)]/g11(vh)，g1＝min{g，g3，β}，如果g11(vh)＜tm+g2，则g＝[(β-lh)
×
tm+lh
×
g11(vh)]/g11(vh)，g1＝min{g，g3，β}；g11(vh)表示g11中车速为vh时自适应时长对应的值且g11(vh)＞tm且tm＞0且β＞g，g表示参照节点对应的夜视切换判定标准为自适应判定标准的情况下，h对应的夜视模式为w2时g1的预测值，g1等于g与β中的最小值，g3表示历史数据中，夜视切换判定标准为自适应判定标准且夜视模式为w2时，异常行为特征最小时间点对应的车速为vh的各个数据参照集相应的各个判定阈值的平均值；若h对应的夜视模式为w1，如果g12(vh)≥tm+g2，则g2＝[(β-lh)
×
g2+lh
×
g12(vh)]/g12(vh)，g1＝max{g2，g4，β}，如果g12(vh)＜tm+g2，则g2＝[(β-lh)
×
tm+lh
×
g12(vh)]/g12(vh)，g1＝min{g2，g4，β}；g12(vh)表示g12中车速为vh时自适应时长对应的值且g12(vh)＞tm且tm＞0且β＜g2，g2表示参照节点对应的夜视切换判定标准为自适应判定标准的情况下，h对应的夜视模式为w1时g1的预测值；g4表示历史数据中，夜视切换判定标准为自适应判定标准且夜视模式为w1时，异常行为特征最小时间点对应的车速为vh的各个数据参照集相应的各个判定阈值的平均值。6.根据权利要求5所述的一种基于智能光电感知技术的数据分析处理方法，其特征在于：所述s4中控制车辆上微光摄像头组件中摄像头的夜视模式时，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值g1，实时获取参照节点之后的车辆信息中车辆周边环境的亮度值，将所得亮度值记为lf，若h对应的夜视模式为w2，如果lf≥g1，则控制车辆上微光摄像头组件中摄像头的夜视模式更变为w2
→
w1；如果lf＜g1，则控制车辆上微光摄像头组件中摄像头的夜视模式不变，依旧为w2；若h对应的夜视模式为w1，如果lf≤g1，则控制车辆上微光摄像头组件中摄像头的夜视模式更变为w1
→
w2；如果lf＞g1，则控制车辆上微光摄像头组件中摄像头的夜视模式不变，依旧为w1。
7.一种基于智能光电感知技术的数据分析处理系统，其特征在于，所述系统包括以下模块：信息获取模块、数据参照集构建模块、夜视模式变更特征分析模块、判定阈值调节模块及模式管理模块，所述信息获取模块获取历史数据中搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式；所述数据参照集构建模块选取历史数据中车辆每次出现夜视模式变更的变更时间节点及相应变更时间节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，构建相应变更时间节点对应的数据参照集；所述夜视模式变更特征分析模块根据数据参照集中的车辆信息划分数据参照集对应的类型，每种数据参照集类型对应一种夜视切换判定标准，分析历史数据中同一车辆在各个变更时间节点分别对应的数据参照集，得到相应车辆在不同夜视切换判定标准的情况下对应的微光摄像头组件的夜视模式变更特征；所述判定阈值调节模块将当前时间作为参照节点，获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，结合参照节点时车辆的夜视切换判定标准，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值；所述模式管理模块获取调整后的车辆微光摄像头组件中摄像头切换夜视模式的判定阈值，并将所得阈值判定区间与参照节点对应的车辆信息进行比较，控制车辆上微光摄像头组件中摄像头的夜视模式。8.根据权利要求7所述的一种基于智能光电感知技术的数据分析处理系统，其特征在于：所述信息获取模块内的历史数据中，搭载微光摄像头组件的车辆在行驶过程的不同时间点对应的车辆信息、相应驾驶员的驾驶行为特征及微光摄像头组件的夜视模式是通过传感器进行获取的，且传感器每隔第一阈值时间t0获取一次；所述车辆信息包括车速及车辆搭载的亮度传感器监测到的车辆周边环境的亮度值；所述驾驶员的驾驶行为特征包括刹车状态系数及油门状态系数，所述刹车状态系数及油门状态系数对应的范围均为[0,1]，每个刹车状态系数对应唯一的一个刹车踩踏程度，每个油门状态系数对应唯一的一个油门踩踏程度，所述刹车状态系数/油门状态系数通过数据库中相应的刹车踩踏程度/油门踩踏程度对应的值获取。

技术总结
本发明涉及光电感知技术领域，具体为一种基于智能光电感知技术的数据分析处理系统及方法，本系统包括判定阈值调节模块，所述判定阈值调节模块将当前时间作为参照节点，获取车辆参照节点与前一变更时间节点之间的车辆信息及相应驾驶员的驾驶行为特征数组，结合参照节点时车辆的夜视切换判定标准，获取车辆微光摄像头组件中摄像头切换夜视模式的判定阈值。本发明不仅考虑到微光摄像头模组夜视模式的切换时长对驾驶员的影响，并根据驾驶员的反应时长对夜视模式切换的判定阈值进行自适应调节，提前判定微光摄像头模组的夜视模式是否需要进行切换，提前为用户提供前方路面的视野参考画面，降低行车风险，确保驾驶员的行车安全。确保驾驶员的行车安全。确保驾驶员的行车安全。


技术研发人员：马建国 刘丹
受保护的技术使用者：南京海汇装备科技有限公司
技术研发日：2023.04.14
技术公布日：2023/7/12