本发明涉及热泵型电动汽车空调除霜控制方法,尤其是一种基于计算机视觉技术的热泵型电动汽车空调除霜控制系统及方法。
背景技术:
现有传统的热泵空调的除霜控制方法,大致有如下表1所示的几种:
表1
以上传统的除霜控制方法都存在着一定的缺陷,除霜判断不准确,会产生“有霜不除”或“无霜除霜”等误动作。
技术实现要素:
本发明的目的是提供一种基于计算机视觉技术的热泵型电动汽车空调除霜控制系统及方法,旨在解决热泵型电动汽车空调冬天蒸发器除霜检测,除霜控制问题。
为实现上述目的,本发明采用的技术方案是:
一种基于计算机视觉技术的热泵型电动汽车空调除霜控制系统,包括低压传热器、总控制器、计算机视觉系统;其中,
所述低压传感器与总控制器连接,用于实时监测空调系统低压;
所述总控制器用于做出进入、退出除霜控制逻辑判断;
所述计算机视觉系统与总控制器连接,用于判断蒸发器结霜程度。
所述低压传感器在一个低压保存周期内保存低压值,并将低压值反馈给总控制器。
所述总控制器根据低压传感器反馈的低压值,判断是否开启计算机视觉系统,对蒸发器进行拍照,分析蒸发器的结霜程度,并根据分析结果判断是否进入除霜控制,以及发生除霜时,根据图像分析结果判断何时退出除霜。
所述计算机视觉系统包括辅助光源、摄像头、图像存储系统和图像识别分析系统;所述辅助光源和摄像头均与总控制器连接,所述图像存储系统与摄像头连接,所述图像识别分析系统与图像存储系统连接;其中,摄像头用于对蒸发器进行拍照,图像存储系统用于存储图像,图像识别分析系统用于进行图像识别分析,计算出蒸发器的结霜率,并将结果反馈给总控制器。
一种基于计算机视觉技术的热泵型电动汽车空调除霜控制方法,包括以下步骤:
步骤s1:低压传感器实时监测空调系统低压值lp,每隔一个低压保存周期,保存空调系统低压值lp;
步骤s2:判断以下逻辑是否满足:连续若干个周期内,满足低压值lp<2.93bar,如果满足则开启辅助光源和摄像头,不满足则不开启辅助光源和摄像头,继续监测低压;
步骤s3:摄像头将拍摄的蒸发器图片传递给图像存储系统,每隔一个图像保存周期保存一次图片;
步骤s4:图像识别分析系统将图像存储系统传递过来的图片进行分析,通过数学模型对不同周期内的图像进行识别分析,得出结霜率;
步骤s5:判断以下逻辑是否成立:结霜率≥50%,如果成立,总控制器发出除霜指令,空调系统进入除霜控制逻辑;如果不成立,则返回步骤s1;
步骤s6:判定以下逻辑是否成立:结霜率=0%,如果成立则发出退出除霜指令,除霜结束,如果不成立,则继续除霜。
步骤s4中,对不同周期内的图像进行识别分析的步骤为:
s41:建立数学模型
s411:通过大量实验,获取不同结霜程度下蒸发器图片共计n组,并且提取图片的r、g、b值,对r、g、b进行归一化得到色度坐标,计算方法为:
r=r/(r+g+b)
g=g/(r+g+b)
b=b/(r+g+b)
采用灰度共生矩阵法提取图像结霜区域的纹理特征,包括能量、对比度、反差、相关性和熵;
s412:统计实验样板参数信息值:统计这n组样本图像的r、g、b、能量、对比度、反差、相关性、熵的最大值和最小值范围;
s413:建立判别函数,计算方法为
s42:图像处理
s421:对图像进行离散,对每一处离散区域获r、g、b、能量、对比度、反差、相关性、熵的值,按照上述公式
s422、统计出达到结霜条件的离散区域数量n,结霜率=n÷总离散区域数量。
有益效果:本发明采用计算机视觉技术对蒸发器结霜程度进行智能判断,克服了传统除霜方法存在的缺陷,可以准确的判断蒸发器的结霜情况,做出正确的除霜动作。本发明采用计算机视觉技术对蒸发器结霜情况进行直观的判断,可以弥补传统除霜方法的缺陷,除霜动作更准确。计算机视觉技术作为一种成熟的检测技术,在许多工农业方面都有运行,可以将其运用到热泵除霜中,通过大量实验,对不同结霜程度的蒸发器进行拍照,通过图像分析技术提取有效信息,建立结霜时的数学模型,在实际运用中,将拍摄的蒸发器结霜时的照片和实验数据建立的数学模型进行比对,就可以得出蒸发器结霜状况,从而清晰的得到蒸发器哪些位置结霜,结霜面积多大等关键信息,而这些信息采用传统的除霜检测方法是不可能获得的。采用这种方法,相对于传统除霜方法有以下优点:
1、判断准确,不会受到空气湿度、温度等影响。
2、得到的有效信息多。蒸发器的结霜位置、结霜面积多大都可以准确的获得,为制定正确的进入/退出除霜逻辑提供了有效的信息。
3、可靠性高。建立结霜数学模型时,可以考虑到积灰时情况,除霜判定不受积灰的影响。
附图说明
图1为本发明的系统的示意图;
图2为本发明的方法的流程图。
具体实施方式
下面结合附图对本发明做更进一步的解释。
如图1所示,本发明的一种基于计算机视觉技术的热泵型电动汽车空调除霜控制系统,包括低压传热器1、总控制器2、计算机视觉系统7;其中,
低压传感器1与总控制器2连接,用于实时监测空调系统低压,在一个低压保存周期内保存低压值,并将低压值反馈给总控制器2。
总控制器2用于做出进入、退出除霜控制逻辑判断;根据低压传感器1反馈的低压值,判断是否开启计算机视觉系统,对蒸发器进行拍照,分析蒸发器的结霜程度,并根据分析结果判断是否进入除霜控制,以及发生除霜时,根据图像分析结果判断何时退出除霜。
计算机视觉系统7与总控制器2连接,用于判断蒸发器结霜程度;计算机视觉系统7包括辅助光源3、摄像头4、图像存储系统5和图像识别分析系统6;辅助光源3和摄像头4均与总控制器2连接,图像存储系统5与摄像头4连接,图像识别分析系统6与图像存储系统5连接;其中,摄像头4用于对蒸发器进行拍照,图像存储系统5用于存储图像,图像识别分析系统6用于进行图像识别分析,计算出蒸发器的结霜率,并将结果反馈给总控制器。
如图2所示,本发明的一种基于计算机视觉技术的热泵型电动汽车空调除霜控制方法,包括以下步骤:
步骤s1:低压传感器实时监测空调系统低压值lp,每隔一个低压保存周期,保存空调系统低压值lp;其中,低压保存周期为20s;
步骤s2:判断以下逻辑是否满足:连续5个周期内,满足低压值lp<2.93bar,如果满足则开启辅助光源和摄像头,不满足则不开启辅助光源和摄像头,继续监测低压;
步骤s3:摄像头将拍摄的蒸发器图片传递给图像存储系统,每隔一个图像保存周期保存一次图片;其中,图像保存周期为1min;为了减小所需内存,只需保存最近的10个周期内的图像,即第11个周期时,将第1个周期的图像删除;
步骤s4:图像识别分析系统将图像存储系统传递过来的图片进行分析,通过数学模型对不同周期内的图像进行识别分析,得出结霜率;结霜率=结霜面积÷蒸发器面积;
具体的步骤为:
s41:建立数学模型
s411:通过大量实验,获取不同结霜程度下蒸发器图片共计100组,并且提取图片的r、g、b值,对r、g、b进行归一化得到色度坐标,计算方法为:
r=r/(r+g+b)
g=g/(r+g+b)
b=b/(r+g+b)
采用灰度共生矩阵法提取图像结霜区域的纹理特征,包括能量、对比度、反差、相关性和熵;
s412:统计实验样板参数信息值:统计这100组样本图像的r、g、b、能量、对比度、反差、相关性、熵的最大值和最小值范围;
s413:建立判别函数,计算方法为
s42:图像处理
s421:对图像进行离散,对每一处离散区域获r、g、b、能量、对比度、反差、相关性、熵的值,按照上述公式
s422、统计出达到结霜条件的离散区域数量n,结霜率=n÷总离散区域数量。
步骤s5:判断以下逻辑是否成立:结霜率≥50%,如果成立,总控制器发出除霜指令,空调系统进入除霜控制逻辑;如果不成立,则返回步骤s1;
步骤s6:判定以下逻辑是否成立:结霜率=0%,如果成立则发出退出除霜指令,除霜结束,如果不成立,则继续除霜。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。