在浓雾天气环境下,车辆开启雾灯可以起到安全警示的作用,有助于提高道路交通的安全性。然而多数驾驶员并没有在浓雾环境中正确地使用车辆雾灯,这增加了交通事故发生的风险。为了提高汽车在浓雾天的行驶安全性,本文结合图像识别技术设计了一套车辆智能雾灯控制系统,以实现对雾灯的智能化控制。首先,明确车辆智能雾灯控制系统的设计方案及目标,即利用机器学习的图像识别技术对摄像头采集的天气图像进行识别,并根据识别结果自动控制雾灯的开启和关闭。其次,基于支持向量机、卷积神经网络和胶囊网络三种算法分别设计三套浓雾天识别算法模型,而后在包含有晴朗天、阴天、雨天及浓雾天四种天气类型的图像集中测试算法的识别效果。测试结果表明,基于胶囊网络的浓雾天识别算法优于其他两种算法,其雾天识别的准确率达到了97.5%。故而最终选择了基于胶囊网络的雾天识别算法。最后,运用Jetson Nano开发板、IMX219摄像头、Raspberry PI显示屏以及LED指示灯(用于模拟雾灯)等硬件设备搭建了一套控制系统,将基于胶囊网络的浓雾天识别算法移植至Jetson Nano中进行调试及测试。测试过程由显示屏播放行车视频来模拟行车过程中出现的车前景象,并通过智能雾灯控制系统对播放内容进行采集和识别。当视频播放内容为浓雾天时,算法模型输出的浓雾天概率值围绕着0.9值上下波动,而播放内容为非浓雾天时,浓雾天概率值则在0.3～0.8的范围内波动。根据概率值在不同天气类别中波动的结果,将雾灯的开启阈值和关闭阈值分别设定为0.9和0.6。在阈值的条件下,控制系统能够在浓雾天/非浓雾天环境中自动开启/关闭LED指示灯,满足了功能设计要求。