[發明專利]一種基于神經網絡標定模型的車載氛圍燈色度標定方法

有效

• 申請號: 202110283643.1
• 申請日: 2021-03-16
• 公開（公告）號: CN113033777B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 萬國春;康文豪;馬沖
• 申請（專利權）人: 同濟大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06K9/62;H05B45/20
• 代理公司: 上?？坡蓪＠硎聞账?特殊普通合伙) 31290
• 代理人: 葉鳳

1.一種基于神經網絡標定模型的車載氛圍燈色度標定方法，其特征在于，包括以下步驟：

(1)獲取訓練數據

采集氛圍燈三基色的色品坐標和光通量，結合目標顏色的色品坐標和光通量，通過混色模型并計算出驅動三基色LED的PWM占空比，采用閉環調節得到滿足誤差要求的PWM占空比，將三基色和目標色的色品及光通量、驅動三基色LED的占空比作為訓練據；

(2)數據預處理

進行數據分類，將三基色、目標色的色品及光通量作為網絡輸入數據，驅動三基色LED的占空比作為輸出數據，對數據進行歸一化處理；

(3)搭建網絡

搭建輸入層節點為12，隱含層節點為24，輸出層節點為9的神經網絡，每層之間采用全連接的方式；

(4)網絡訓練

采用步驟(2)處理后的數據集，將數據集分類為訓練集和測試集，采用訓練集對步驟(3)搭建的網絡進行訓練，將測試集輸入網絡模型用于模型輸出誤差驗證，不斷調節訓練參數，選取模型輸出誤差最小的結果，將該訓練好的模型用于色度標定；

(5)使用神經網絡進行色度標定

采用神經網絡對氛圍燈進行色度標定，采集氛圍燈紅綠藍分別最大亮度點亮時色品坐標和光通量，將三基色和目標色的色品坐標和光通量輸入神經網絡，計算得出驅動三基色LED的占空比，將該占空比參數通過LIN傳輸至氛圍燈并存至氛圍燈的存儲元件中；

(6)神經網絡更新

在采用神經網絡對氛圍燈進行色度標定時，對存在誤差的數據采用閉環調節，以點亮色和目標色的色品誤差作為反饋，調整目標色色品，再次送入網絡直至點亮色和目標色的色品誤差小于誤差要求，將該占空比和目標色添加至數據集，更新數據集再次對網絡訓練，完成網絡更新。

2.如權利要求1所述的一種基于神經網絡標定模型的車載氛圍燈色度標定方法，其特征在于，步驟(1)中以點亮色和目標色的色品誤差作為反饋，調整目標色色品時采用變步長調節方法，當色品坐標誤差大于0.02時將完整誤差反向疊加至目標色品坐標，當誤差小于0.02并大于0.01時，將完整誤差按比例反向疊加至目標色品坐標，比例系數為0.5，當誤差小于0.02并大于0.01時無需調節，將調節后的新目標色品坐標送入標定模型，在使計算結果快速收斂的同時避免計算結果的多次震蕩。

3.如權利要求1所述的一種基于神經網絡標定模型的車載氛圍燈色度標定方法，其特征在于，步驟(3)構建的網絡模型的12個輸入分別為目標顏色坐標及氛圍燈三基色的色品坐標和光通量Y；

3個輸出分別為對應目標色品的R、G、B LED三個通道PWM占空比的神經網絡模型；

該神經網絡為單隱含層結構，隱含層節點為24，隱含層的激活函數采用Sigmoid型激發函數，輸出層的激活函數采用線性函數。

4.如權利要求1所述的一種基于神經網絡標定模型的車載氛圍燈色度標定方法，其特征在于，步驟(4)的網絡訓練采用均方方差Mean Square Error為損失函數，采用Levenberg-Marquardt算法進行學習，反向傳播進行網絡訓練。