如何實現自動可靠的遠光燈控制

　　NVIDIA利用攝像頭圖像訓練基于攝像頭的深度神經網絡(DNN)AutoHighBeamNet，可以為車輛的遠光燈系統自動生成控制輸出，從而提高夜間行駛的視野范圍和安全性。

　　任務：

　　自動可靠的遠光燈控制

　　方法：

　　AutoHighBeamNet

　　如今，AI可以使汽車在黑暗中更容易看見路況，同時確保其他車輛中的駕駛員不會被燈光影響。遠光燈可以大大增加大燈的夜間可視范圍，但同時它們也會產生眩光給其他駕駛員造成危險。大多數商業(yè)上可用的遠光燈系統仍然需要手動開關控制，這可能會給駕駛員造成混亂和麻煩，從而導致遠光燈沒有被充分利用或被誤用。我們利用攝像頭圖像訓練了基于攝像頭的深度神經網絡(DNN)AutoHighBeamNet，它可以為車輛的遠光燈系統自動生成控制輸出，從而提高夜間行駛的視野范圍和安全性。AutoHighBeamNet無需根據場景中其他光源的照度水平來生成遠光燈控制信號，而是能夠從更廣泛的駕駛場景中學習，以實現真正自主可靠的遠光燈控制。深度神經網絡對攝像頭圖像中感知到正在行駛的車輛做出反應。任何一輛行駛中的汽車都會被定義為打開前大燈或尾燈的汽車。AutoHighBeamNet會把路邊停放的所有燈都熄滅的汽車定義為非活動車輛。AutoHighBeamNet是AutoDrivingBeam視覺感知模塊的一部分，該模塊從單眼前視攝像頭獲取圖像數據(如圖1所示)。每幀AutoHighBeamNet檢測結果將會輸入到后處理子模塊中，該子模塊能夠執(zhí)行每幀和時間的后處理。隨后，AutoDrivingBeam模塊的輸出可以由汽車制造商進行定制，根據來自其他車輛模塊的輸入信號(例如，汽車本身的速度，環(huán)境照明條件等)調整適應其相應規(guī)則和政策?；谶@些定制，最終產生遠光燈控制信號。遠光燈控制信號可以采用兩種不同的模式：自動遠光燈(AHB)模式，它提供二進制開/關控制;自適應驅動光束(ADB)模式，可精確控制各個遠光LED陣列以創(chuàng)建無眩光區(qū)域(GFZ)。

　　圖1. AutoDrivingBeam感知模塊架構和系統集成示例。

　　AHB模式

　　在AHB模式下(如圖2所示)，車輛的遠光燈將在夜間照明不佳的情況下自動打開。但是當檢測到行駛中的車輛進入視野范圍時，遠光燈會自動關閉并切換為近光燈。車輛遠離后，遠光燈將自動重新打開。

　　圖2.自動開/關遠光燈控制示例。

　　ADB模式

　　自適應驅動光束(ADB)是遠光燈控制的新標準。如圖3所示，在ADB模式下，車輛通過使遠光燈LED陣列前照燈中的各個LED變暗來防止給遠處行駛車輛中的駕駛員造成眩光。這種選擇性調光可根據交通模式的需要創(chuàng)建無眩光區(qū)域。

　　圖3.自適應驅動光束控制示例。

　　與AHB模式相似，在車輛離開檢測范圍后，變暗的區(qū)域將自動變回全亮度狀態(tài)。因此，在ADB模式下始終可以保持遠光燈開啟，以提高夜間行駛的安全性，同時也不會引起其他道路使用者眩光。ADB模式已于2016年在歐洲被允許采用。盡管尚未獲得美國市場的批準，但ADB也在接受美國國家公路交通安全管理局(NHTSA)的積極評估。

　　無眩光區(qū)域

　　在ADB模式下，無眩光區(qū)域(GFZ)是一種數據結構，旨在表示在攝像頭可感知的幀中應完全避免使用遠光燈或使用減弱遠光燈以避免發(fā)生反射的區(qū)域。圖4說明了基于矩陣LED的照明系統的無眩光區(qū)域輸出示例，其中每個LED均可單獨控制。

　　圖4.矩陣LED遠光系統無眩光區(qū)域示例

　　無眩光區(qū)域輸出用于感知攝像頭坐標。將無眩光區(qū)域規(guī)劃與車輛照明系統相協調需要一個校準的過程。校準工具及其流程與特定的車輛設置和與ADB兼容的照明系統選擇緊密相關。