CN112177476A - 车窗控制***、方法及汽车 - Google Patents

Abstract

本申请涉及一种车窗控制***、方法及汽车。其中，车窗控制***，包括图像采集器、处理器和车窗控制装置；车窗控制装置用于电连接车辆的车窗玻璃；图像采集器获取车辆行驶图像，并将车辆行驶图像传输给处理器；处理器采用计算机视觉算法对车辆行驶图像进行识别，且在基于识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置传输控制指令；预设行驶事件为驶向收费站或驶离收费站；车窗控制装置根据控制指令调整车窗玻璃，以使车窗玻璃上升或下降。本申请解决了上高速收费站的时候需要手动打开车窗，拿卡之后需要手动关闭车窗的问题，实现相应场景的车窗自动升降，可以提高驾驶的自动化、智能化程度。

Description

车窗控制***、方法及汽车

技术领域

本申请涉及汽车电子与计算机视觉技术领域，特别是涉及一种车窗控制***、方法及汽车。

背景技术

随着技术的发展，车窗的控制越来越智能；在夏天，天气很炎热，用户需要关闭车窗，开启空调，传统技术提供了自动控制类似的场景，比如远程启动车窗，具体地，可通过手机控制车窗提前开启。

然而在实现过程中，发明人发现传统技术中至少存在如下问题：目前的车窗控制的不够智能，仍然需要依赖人的操作，无法实现相应场景的车窗自动升降。

发明内容

基于此，有必要针对上述技术问题，提供一种能够自动控制车窗玻璃关闭与打开的车窗控制***、方法及汽车。

为了实现上述目的，一方面，本发明实施例提供了一种车窗控制***，包括图像采集器、处理器和车窗控制装置；车窗控制装置用于电连接车辆的车窗玻璃；

图像采集器获取车辆行驶图像，并将车辆行驶图像传输给处理器；

处理器采用计算机视觉算法对车辆行驶图像进行识别，且在基于识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置传输控制指令；预设行驶事件为驶向收费站或驶离收费站；

车窗控制装置根据控制指令调整车窗玻璃，以使车窗玻璃上升或下降。

在其中一个实施例中，识别的结果包括以下结果中的任意一种：车辆行驶图像为非高速路口图像，车辆行驶图像为高速路口非ETC通道图像，车辆行驶图像为高速路口ETC通道图像；

其中，处理器将车辆行驶图像缩放至预设尺寸，并将预设尺寸的车辆行驶图像输入深度学习模型，输出识别的结果。

在其中一个实施例中，处理器获取预设数量的高速公路路口图片；

处理器根据预设数量的高速公路路口图片对神经网络进行训练，得到深度学习模型。

在其中一个实施例中，处理器获取***初始化信息；

处理器在根据***初始化信息确认车辆当前不支持ETC功能时，启动图像采集器采集车辆行驶图像。

在其中一个实施例中，预设行驶事件为驶向高速路口收费站或驶离高速路口收费站；车窗玻璃为驾驶员侧车窗；控制指令包括复原指令；

处理器在确认车辆当前触发的预设行驶事件为驶离高速路口收费站时，获取驾驶员侧车窗的状态变量记录；

处理器若基于状态变量记录、确认驾驶员侧车窗当前处于待还原位置，则向车窗控制装置传输复原指令；待还原位置为驾驶员侧车窗由车窗控制装置根据处理器于车辆上一次触发预设行驶事件时传输的控制指令进行调整得到；

车窗控制装置根据复原指令还原驾驶员侧车窗的车窗位置。

在其中一个实施例中，处理器在确认车辆当前触发的预设行驶事件为驶向高速路口收费站时，获取车辆当前与高速路口收费站之间的距离；

处理器在距离落入预设范围时，向车窗控制装置传输控制指令；

车窗控制装置根据控制指令开启驾驶员侧车窗。

在其中一个实施例中，还包括连接处理器的导航模块；

导航模块获取车辆行驶导航信息，并将车辆行驶导航信息传输给处理器；

处理器在根据车辆行驶导航信息、确认车辆当前触发预设行驶事件时，启动图像采集器采集车辆行驶图像；

处理器采用计算机视觉算法对车辆行驶图像进行识别；

处理器在识别的结果为车辆行驶图像是高速路口非ETC通道图像或高速路口ETC通道图像时，获取车辆当前的行驶速度，并在行驶速度小于速度阈值时，向车窗控制装置传输控制指令；车窗控制装置根据控制指令开启车窗玻璃；

处理器在在识别的结果为车辆行驶图像是非高速路口图像时，获取车辆当前的行驶速度，并在行驶速度大于速度阈值时，向车窗控制装置传输控制指令；车窗控制装置根据控制指令关闭车窗玻璃。

在其中一个实施例中，图像采集器为车辆摄像头；处理器为嵌入式处理器；车窗控制装置为微电机。

另一方面，本发明实施例还提供了一种车窗控制方法，包括步骤：

接收图像采集器获取的车辆行驶图像；

采用计算机视觉算法对车辆行驶图像进行识别，且在基于识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置传输控制指令；预设行驶事件为驶向收费站或驶离收费站；

控制指令用于指示车窗控制装置调整车窗玻璃上升或下降。

一种汽车，汽车包括上述任一项的车窗控制***。

上述技术方案中的一个技术方案具有如下优点和有益效果：

本申请通过处理器采用计算机视觉算法对车辆行驶图像进行识别，进而准确有效判断车辆当前是否进入或驶出收费站(例如，高速收费路口)，从而指示车窗控制装置相应执行打开或关闭车窗玻璃的操作，实现车窗玻璃关闭与打开的自动控制。本申请解决了上高速收费站的时候需要手动打开车窗，拿卡之后需要手动关闭车窗的问题，实现相应场景的车窗自动升降，可以提高驾驶的自动化、智能化程度。

附图说明

通过附图中所示的本申请的优选实施例的更具体说明，本申请的上述及其它目的、特征和优势将变得更加清晰。在全部附图中相同的附图标记指示相同的部分，且并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本申请的主旨。

图1为一个实施例中车窗控制***的第一示意性结构图；

图2为一个实施例中车窗控制***的车窗控制流程示意图；

图3为一个实施例中车窗控制***的第二示意性结构图；

图4为一个实施例中车窗控制***的第三示意性结构图；

图5为一个实施例中车窗控制***的开启车窗流程示意图；

图6为一个实施例中车窗控制***的关闭车窗流程示意图；

图7为一个实施例中车窗控制方法的流程示意图；

图8为一个实施例中车窗控制装置的结构框图；

图9为一个实施例中汽车的内部结构图。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本申请的公开内容更加透彻全面。

需要说明的是，当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件并与之结合为一体，或者可能同时存在居中元件。本文所使用的术语“连接”、“电连接”以及类似的表述只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

在一个实施例中，如图1所示，提供了一种车窗控制***，以该***应用于汽车为例进行说明，包括图像采集器110、处理器120和车窗控制装置130；车窗控制装置130用于电连接车辆的车窗玻璃；

图像采集器110获取车辆行驶图像，并将车辆行驶图像传输给处理器120；

处理器120采用计算机视觉算法对车辆行驶图像进行识别，且在基于识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置130传输控制指令；预设行驶事件为驶向收费站或驶离收费站；

车窗控制装置130根据控制指令调整车窗玻璃，以使车窗玻璃上升或下降。

具体而言，本申请可包括图像采集器、处理器和车窗控制装置；图像(即车辆行驶图像)从图像采集器输入之后，进入处理器进行识别；其中，处理器可以采用计算机视觉算法处理图像，确认出车辆当前是否驶向收费站或驶离收费站；例如，采用深度学习处理图像，在图像中识别出收费站、ETC通道和/或高速路口时，则可确认车辆当前驶向收费站；即识别的结果可以包括正常路、高速路口ETC(Electronic Toll Collection，不停车电子收费***)通道，高速路口非ETC通道等。

如果是正常的路，则不做任何处理，如果是高速路口非ETC的通道，则向车窗控制装置传输控制指令，由车窗控制装置根据控制指令调整车窗玻璃(例如，驾驶员侧车窗)下降；在离开收费站的时候，由车窗控制装置根据控制指令控制车窗上升，或自动回到未进入收费站的位置。又如，若识别结果是ETC通道，则不做任何处理。

在一个具体的实施例中，识别的结果可以包括以下结果中的任意一种：车辆行驶图像为非高速路口图像，车辆行驶图像为高速路口非ETC通道图像，车辆行驶图像为高速路口ETC通道图像；

其中，处理器将车辆行驶图像缩放至预设尺寸，并将预设尺寸的车辆行驶图像输入深度学习模型，输出识别的结果。

具体而言，以车窗玻璃为驾驶员车窗为例，在应用本申请实现开驾驶员车窗和关闭驾驶员车窗的动作中，核心的技术在于判断是否是高速收费路口，处理器需要判断是否是高速路出口，是否是ETC通道，具体实施方案可以包括：

首先，处理器获取图像采集器(例如，摄像头)获取的图像(即车辆行驶图像)，将图像尺寸缩小到预设尺寸(例如，512*288或者其他合适的尺寸)，将缩放后的图像输入到深度学习神经网络(即深度学习模型)，深度学习神经网络处理完图像后，直接输出结果，可能的结果包括：不是高速路口，是高速路口不是ETC通道，是高速路口且是ETC通道。

其中，本申请将车辆行驶图像缩放到相应的尺寸，进而减少处理器的计算量，提高处理速度，使得处理器能够迅速判断出当前是否需要指示车窗控制装置相应执行打开或关闭驾驶员侧的车窗的操作。

在一个具体的实施例中，处理器获取预设数量的高速公路路口图片；

处理器根据预设数量的高速公路路口图片对神经网络进行训练，得到深度学习模型。

具体地，本申请可以提前训练好深度学习模型，进而提高处理效率和准确度；首先，可采集高速公路路口图片，比如100000张对神经网络进行训练。采集到的高速公路路口图片可以包括高速路口ETC通道，高速路口非ETC通道和非高速路口图片；进而，处理器采用神经网络处理图片而输出的结果可以包括高速收费路口，非高速路口，高速路口ETC通道等。

进一步的，在一个具体的实施例中，预设行驶事件为驶向高速路口收费站或驶离高速路口收费站；车窗玻璃为驾驶员侧车窗；控制指令包括复原指令；

处理器在确认车辆当前触发的预设行驶事件为驶离高速路口收费站时，获取驾驶员侧车窗的状态变量记录；

处理器若基于状态变量记录、确认驾驶员侧车窗当前处于待还原位置，则向车窗控制装置传输复原指令；待还原位置为驾驶员侧车窗由车窗控制装置根据处理器于车辆上一次触发预设行驶事件时传输的控制指令进行调整得到；

车窗控制装置根据复原指令还原驾驶员侧车窗的车窗位置。

需要说明的是，处理器可在基于状态变量记录、确认驾驶员侧车窗当前处于待还原位置时，发送复原指令；也可在基于状态变量记录、车窗在前一时间段是进行过高速路口车窗调整时，发送复原指令，进而提高驾驶的自动化、智能化程度。

在一个具体的实施例中，处理器在确认车辆当前触发的预设行驶事件为驶向高速路口收费站时，获取车辆当前与高速路口收费站之间的距离；

处理器在距离落入预设范围时，向车窗控制装置传输控制指令；

车窗控制装置根据控制指令开启驾驶员侧车窗。

下面以一个具体的实例说明本申请的方案，本申请提供了一种车窗控制***，包括图像采集器、处理器和车窗控制装置。其中，图像采集器为车辆摄像头，处理器为嵌入式处理器，车窗控制装置为微电机，车窗玻璃为驾驶员侧车窗。嵌入式处理器可以采用计算单元实现相应功能，主要提供计算能力，比如高通820，Intel的处理器等；

进一步的，摄像头主要用于采集图像，嵌入式处理器对采集的图像做识别处理，用的算法可以是深度学习的算法，微电机用于控制车窗的升降的。同时，本申请的车窗控制***可以利用现有的车窗控制结构，无需额外的设备；本申请通过改进现有的车窗控制方式，实现车窗玻璃关闭与打开的自动控制。

如图2所示，具体实现流程可以包括：

图像从摄像头输入之后，进入嵌入式处理器进行识别，识别的结果有正常路、高速路口ETC通道，高速路口非ETC通道，如果是正常的路，则不做任何处理，如果是高速路口非ETC的通道，则在距离收费站10m(即预设范围)左右开始降低驾驶员侧的车窗，在离开收费站的时候，车窗自动回到未进入收费站的位置。如果嵌入式处理器识别的结果是ETC通道，则不做任何处理。

在车辆驶离高速路口的时候，需要复原驾驶员侧的车窗，此动作的判断过程需要嵌入式处理器判断是否驶离高速路口，如果驶离了高速公路，且在车窗的前一时间段是进行过高速路口车窗调整，则复原车窗的位置。

其中，嵌入式处理器可通过对摄像头送过来的图像做识别，判断是否驶离高速。进一步的，判断是否开车窗需要一个变量去记录车窗的状态，比如没开车窗之前变量A的值为0，开了之后为1，就可以知道车窗的状态。

而在开驾驶员车窗和关闭驾驶员车窗的动作中，嵌入式处理器可以判断是否是高速收费路口，嵌入式处理器需要判断是否是高速路出口，是否是ETC通道，此部分的实施方案可以是：首先，嵌入式处理器获取摄像头的图像，将图像尺寸缩小到512*288或者其他合适的尺寸，将缩放后的图像输入到深度学习神经网络，深度学习神经网络处理完图像后，直接输出结果，可能的结果有：不是高速路口，是高速路口不是ETC通道，是高速路口时ETC通道。

以上，本申请通过处理器采用计算机视觉算法对车辆行驶图像进行识别，进而准确有效判断车辆当前是否进入或驶出收费站(例如，高速收费路口)，从而指示车窗控制装置相应执行打开或关闭车窗玻璃的操作，实现车窗玻璃关闭与打开的自动控制。本申请解决了上高速收费站的时候需要手动打开车窗，拿卡之后需要手动关闭车窗的问题，实现相应场景的车窗(例如，驾驶员侧车窗)自动升降，可以大大提高驾驶的自动化、智能化程度。

在一个实施例中，如图3所示，提供了一种车窗控制***、方法及汽车，以该方法应用于汽车为例进行说明，包括图像采集器310、处理器320和车窗控制装置330；车窗控制装置330用于电连接车辆的车窗玻璃；

图像采集器310获取车辆行驶图像，并将车辆行驶图像传输给处理器320；

处理器320采用计算机视觉算法对车辆行驶图像进行识别，且在基于识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置330传输控制指令；预设行驶事件为驶向收费站或驶离收费站；

车窗控制装置330根据控制指令调整车窗玻璃，以使车窗玻璃上升或下降。

其中，识别的结果可以包括以下结果中的任意一种：车辆行驶图像为非高速路口图像，车辆行驶图像为高速路口非ETC通道图像，车辆行驶图像为高速路口ETC通道图像；

处理器将车辆行驶图像缩放至预设尺寸，并将预设尺寸的车辆行驶图像输入深度学习模型，输出识别的结果。

在一个具体的实施例中，在处理车辆行驶图像之前，处理器可获取***初始化信息；处理器在根据***初始化信息确认车辆当前不支持ETC功能时，启动图像采集器采集车辆行驶图像。

具体而言，本申请首先在***初始化的时候先确定车辆是否支持ETC收费；例如，可先由驾驶员确定车辆是否支持ETC收费，进而生成***初始化信息。

如果车辆支持ETC，则关闭高速公路车窗控制***，如果不支持ETC收费，则走如下的流程，其中，图像采集器为车辆摄像头，处理器为嵌入式处理器，车窗控制装置为微电机，车窗玻璃为驾驶员侧车窗。

图像从摄像头输入之后，进入嵌入式处理器进行识别，识别的结果包括正常路或高速路口收费站，如果是正常的路，则不做任何处理，如果是高速路口收费站，则在距离收费站10m左右开始降低驾驶员侧的车窗，在离开收费站的时候，车窗自动回到未进入收费站的位置。

其中，在开驾驶员车窗和关闭驾驶员车窗的动作中，核心的技术是需要判断是否是高速收费路口，嵌入式处理器需要判断是否是高速路出口。具体地，首先，获取摄像头的图像，将图像尺寸缩小到512*288或者其他合适的尺寸，将缩放后的图像输入到深度学习神经网络，深度学习神经网络处理完图像后，直接输出结果，可能的结果有：不是高速路口，是高速路口。

在车辆驶离高速路口的时候，需要复原驾驶员侧的车窗，此动作的判断过程需要嵌入式处理器判断是否驶离高速路口，如果驶离了高速公路，且在车窗的前一时间段是进行过高速路口车窗调整，则复原车窗的位置。

以上，本申请通过处理器判断车辆当前是否支持ETC功能，进而采用计算机视觉算法对车辆行驶图像进行识别，进而准确有效判断车辆当前是否进入或驶出高速路口收费站，从而指示车窗控制装置相应执行打开或关闭车窗玻璃的操作，实现车窗玻璃关闭与打开的自动控制。本申请解决了上高速收费站的时候需要手动打开车窗，拿卡之后需要手动关闭车窗的问题，实现相应场景的车窗自动升降，可以提高驾驶的自动化、智能化程度。

在一个实施例中，如图4所示，提供了一种车窗控制***、方法及汽车，以该方法应用于汽车为例进行说明，包括图像采集器410、处理器420和车窗控制装置430；车窗控制装置430用于电连接车辆的车窗玻璃；

图像采集器410获取车辆行驶图像，并将车辆行驶图像传输给处理器420；

处理器420采用计算机视觉算法对车辆行驶图像进行识别，且在基于识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置430传输控制指令；预设行驶事件为驶向收费站或驶离收费站；

车窗控制装置430根据控制指令调整车窗玻璃，以使车窗玻璃上升或下降。

在一个具体的实施例中，还包括连接处理器420的导航模块440；

导航模块440获取车辆行驶导航信息，并将车辆行驶导航信息传输给处理器420；

处理器420在根据车辆行驶导航信息、确认车辆当前触发预设行驶事件时，启动图像采集器410采集车辆行驶图像；

处理器420采用计算机视觉算法对车辆行驶图像进行识别；

处理器420在识别的结果为车辆行驶图像是高速路口非ETC通道图像或高速路口ETC通道图像时，获取车辆当前的行驶速度，并在行驶速度小于速度阈值时，向车窗控制装置430传输控制指令；车窗控制装置430根据控制指令开启车窗玻璃；

处理器420在在识别的结果为车辆行驶图像是非高速路口图像时，获取车辆当前的行驶速度，并在行驶速度大于速度阈值时，向车窗控制装置430传输控制指令；车窗控制装置根据控制指令关闭车窗玻璃。

具体而言，本申请可包括图像采集器、处理器、车窗控制装置和导航装置；其中，导航模块获取到车辆的位置信息，结合地图，进而可以判断车辆是否快到达高速路口，导航模块的信息(例如，导航信息)也是交给处理器来做处理的。导航信息可以是GPS(GlobalPositioning System，全球定位***)信息。

以上，本申请能够结合深度学习和导航信息判断是否进入和离开收费站。进而控制汽车车窗的自动打开和关闭。进一步的，本申请可以依据导航信息判断是否需要启动摄像头，再结合车的运动速度来判断何时打开车窗，具体流程可以参阅图5、图6。

本申请可利用深度学习的方法来判断是否进入和离开收费站；同时，也可结合深度学习和导航信息判断是否进入和离开收费站；进一步的，结合车辆运行的速度信息再次明确车辆当前是否离开和进入收费站。本申请通过处理器采用计算机视觉算法对车辆行驶图像进行识别，进而准确有效判断车辆当前是否进入或驶出收费站(例如，高速收费路口)，从而指示车窗控制装置相应执行打开或关闭车窗玻璃的操作，实现车窗玻璃关闭与打开的自动控制。本申请解决了上高速收费站的时候需要手动打开车窗，拿卡之后需要手动关闭车窗的问题，实现相应场景的车窗自动升降，可以提高驾驶的自动化、智能化程度。

本领域技术人员可以理解，图1至图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的产品设备的限定，具体的产品设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，如图7所示，提供了一种车窗控制，以该***应用于汽车或车窗控制***的处理器为例进行说明，可以包括以下步骤：

步骤S710，接收图像采集器获取的车辆行驶图像；

步骤S720，采用计算机视觉算法对车辆行驶图像进行识别，且在基于识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置传输控制指令；预设行驶事件为驶向收费站或驶离收费站；控制指令用于指示车窗控制装置调整车窗玻璃上升或下降。

在一个具体的实施例中，识别的结果包括以下结果中的任意一种：车辆行驶图像为非高速路口图像，车辆行驶图像为高速路口非ETC通道图像，车辆行驶图像为高速路口ETC通道图像；

其中，采用计算机视觉算法对车辆行驶图像进行识别的步骤包括：

将车辆行驶图像缩放至预设尺寸，并将预设尺寸的车辆行驶图像输入深度学习模型，输出识别的结果。

在一个具体的实施例中，采用计算机视觉算法对车辆行驶图像进行识别的步骤之前，还包括步骤：

获取预设数量的高速公路路口图片；

根据预设数量的高速公路路口图片对神经网络进行训练，得到深度学习模型。

在一个具体的实施例中，还包括步骤：

获取***初始化信息；

在根据***初始化信息确认车辆当前不支持ETC功能时，启动图像采集器采集车辆行驶图像。

在一个具体的实施例中，预设行驶事件为驶向高速路口收费站或驶离高速路口收费站；车窗玻璃为驾驶员侧车窗；控制指令包括复原指令；

还包括步骤：

在确认车辆当前触发的预设行驶事件为驶离高速路口收费站时，获取驾驶员侧车窗的状态变量记录；

若基于状态变量记录、确认驾驶员侧车窗当前处于待还原位置，则向车窗控制装置传输复原指令；待还原位置为驾驶员侧车窗由车窗控制装置根据处理器于车辆上一次触发预设行驶事件时传输的控制指令进行调整得到；

所述复原指令用于指示车窗控制装置还原驾驶员侧车窗的车窗位置。

在一个具体的实施例中，还包括步骤：

在确认车辆当前触发的预设行驶事件为驶向高速路口收费站时，获取车辆当前与高速路口收费站之间的距离；

在距离落入预设范围时，向车窗控制装置传输控制指令；所述控制指令用于指示车窗控制装置开启驾驶员侧车窗。

在一个具体的实施例中，还包括步骤：

接收导航模块传输的车辆行驶导航信息；

在根据车辆行驶导航信息、确认车辆当前触发预设行驶事件时，启动图像采集器采集车辆行驶图像；

采用计算机视觉算法对车辆行驶图像进行识别；

在识别的结果为车辆行驶图像是高速路口非ETC通道图像或高速路口ETC通道图像时，获取车辆当前的行驶速度，并在行驶速度小于速度阈值时，向车窗控制装置传输控制指令；所述控制指令用于指示车窗控制装置开启车窗玻璃；

在在识别的结果为车辆行驶图像是非高速路口图像时，获取车辆当前的行驶速度，并在行驶速度大于速度阈值时，向车窗控制装置传输控制指令；所述控制指令用于指示车窗控制装置关闭车窗玻璃。

以上，本申请采用计算机视觉算法对车辆行驶图像进行识别，进而准确有效判断车辆当前是否进入或驶出收费站(例如，高速收费路口)，从而指示车窗控制装置相应执行打开或关闭车窗玻璃的操作，实现车窗玻璃关闭与打开的自动控制。本申请解决了上高速收费站的时候需要手动打开车窗，拿卡之后需要手动关闭车窗的问题，实现相应场景的车窗自动升降，可以提高驾驶的自动化、智能化程度。

应该理解的是，虽然图5-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图5-7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图8所示，提供了一种车窗控制装置，包括：

接收模块810，用于接收图像采集器获取的车辆行驶图像；

识别控制模块820，用于采用计算机视觉算法对车辆行驶图像进行识别，且在基于识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置传输控制指令；控制指令用于指示车窗控制装置调整车窗玻璃上升或下降；预设行驶事件为驶向收费站或驶离收费站。

关于车窗控制装置的具体限定可以参见上文中对于车窗控制方法的限定，在此不再赘述。上述车窗控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

需要说明的是，本实施例中的车窗控制装置是对应上述车窗控制方法的虚拟装置，并不等同于前文车窗控制***中提到的、用于电连接车窗的车窗控制装置。

在一个实施例中，如图9所示，提供了一种汽车，汽车包括上述任一项的车窗控制***。

本申请通过处理器采用计算机视觉算法对车辆行驶图像进行识别，进而准确有效判断车辆当前是否进入或驶出收费站(例如，高速收费路口)，从而指示车窗控制装置相应执行打开或关闭车窗玻璃的操作，实现车窗玻璃关闭与打开的自动控制。本申请解决了上高速收费站的时候需要手动打开车窗，拿卡之后需要手动关闭车窗的问题，实现相应场景的车窗自动升降，可以提高驾驶的自动化、智能化程度。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项车窗控制方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种车窗控制***，其特征在于，包括图像采集器、处理器和车窗控制装置；所述车窗控制装置用于电连接车辆的车窗玻璃；

所述图像采集器获取车辆行驶图像，并将所述车辆行驶图像传输给所述处理器；

所述处理器采用计算机视觉算法对所述车辆行驶图像进行识别，且在基于所述识别的结果确认车辆当前触发预设行驶事件时，向所述车窗控制装置传输控制指令；所述预设行驶事件为驶向收费站或驶离收费站；

所述车窗控制装置根据所述控制指令调整所述车窗玻璃，以使所述车窗玻璃上升或下降。

2.根据权利要求1所述的车窗控制***，其特征在于，所述识别的结果包括以下结果中的任意一种：所述车辆行驶图像为非高速路口图像，所述车辆行驶图像为高速路口非ETC通道图像，所述车辆行驶图像为高速路口ETC通道图像；

其中，所述处理器将所述车辆行驶图像缩放至预设尺寸，并将所述预设尺寸的车辆行驶图像输入深度学习模型，输出所述识别的结果。

3.根据权利要求2所述的车窗控制***，其特征在于，

所述处理器获取预设数量的高速公路路口图片；

所述处理器根据所述预设数量的高速公路路口图片对神经网络进行训练，得到所述深度学习模型。

4.根据权利要求2所述的车窗控制***，其特征在于，

所述处理器获取***初始化信息；

所述处理器在根据所述***初始化信息确认车辆当前不支持ETC功能时，启动所述图像采集器采集所述车辆行驶图像。

5.根据权利要求1所述的车窗控制***，其特征在于，所述预设行驶事件为驶向高速路口收费站或驶离高速路口收费站；所述车窗玻璃为驾驶员侧车窗；所述控制指令包括复原指令；

所述处理器在确认车辆当前触发的预设行驶事件为驶离高速路口收费站时，获取所述驾驶员侧车窗的状态变量记录；

所述处理器若基于所述状态变量记录、确认所述驾驶员侧车窗当前处于待还原位置，则向所述车窗控制装置传输所述复原指令；所述待还原位置为所述驾驶员侧车窗由所述车窗控制装置根据所述处理器于车辆上一次触发预设行驶事件时传输的控制指令进行调整得到；

所述车窗控制装置根据所述复原指令还原所述驾驶员侧车窗的车窗位置。

6.根据权利要求5所述的车窗控制***，其特征在于，

所述处理器在确认车辆当前触发的预设行驶事件为驶向高速路口收费站时，获取所述车辆当前与所述高速路口收费站之间的距离；

所述处理器在所述距离落入预设范围时，向所述车窗控制装置传输所述控制指令；

所述车窗控制装置根据所述控制指令开启所述驾驶员侧车窗。

7.根据权利要求1所述的车窗控制***，其特征在于，还包括连接所述处理器的导航模块；

所述导航模块获取车辆行驶导航信息，并将所述车辆行驶导航信息传输给所述处理器；

所述处理器在根据所述车辆行驶导航信息、确认车辆当前触发所述预设行驶事件时，启动所述图像采集器采集所述车辆行驶图像；

所述处理器采用计算机视觉算法对所述车辆行驶图像进行识别；

所述处理器在所述识别的结果为所述车辆行驶图像是高速路口非ETC通道图像或高速路口ETC通道图像时，获取车辆当前的行驶速度，并在所述行驶速度小于速度阈值时，向所述车窗控制装置传输控制指令；所述车窗控制装置根据所述控制指令开启所述车窗玻璃；

所述处理器在在所述识别的结果为所述车辆行驶图像是非高速路口图像时，获取车辆当前的行驶速度，并在所述行驶速度大于速度阈值时，向所述车窗控制装置传输控制指令；所述车窗控制装置根据所述控制指令关闭所述车窗玻璃。

8.根据权利要求1至7任一项所述的车窗控制***，其特征在于，

所述图像采集器为车辆摄像头；所述处理器为嵌入式处理器；所述车窗控制装置为微电机。

9.一种车窗控制方法，其特征在于，包括步骤：

接收图像采集器获取的车辆行驶图像；

采用计算机视觉算法对所述车辆行驶图像进行识别，且在基于所述识别的结果确认车辆当前触发预设行驶事件时，向车窗控制装置传输控制指令；所述预设行驶事件为驶向收费站或驶离收费站；

所述控制指令用于指示所述车窗控制装置调整所述车窗玻璃上升或下降。

10.一种汽车，其特征在于，所述汽车包括权利要求1至8任一项所述的车窗控制***。

Images