CN109895782A - 智能汽车座椅及工作方法 - Google Patents
智能汽车座椅及工作方法 Download PDFInfo
- Publication number
- CN109895782A CN109895782A CN201910333018.6A CN201910333018A CN109895782A CN 109895782 A CN109895782 A CN 109895782A CN 201910333018 A CN201910333018 A CN 201910333018A CN 109895782 A CN109895782 A CN 109895782A
- Authority
- CN
- China
- Prior art keywords
- driver
- ballistocardiography
- information
- intelligent automobile
- automobile seat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提出一种智能汽车座椅及工作方法,其特征在于,包括:微弯光纤传感器、处理器和座椅本体;所述微弯光纤传感器包括:光源、多模光纤、光电探测器、以及设置在多模光纤周部的变形器;所述多模光纤和变形器构成的传感部件内嵌分布于座椅本体上;所述光电探测器连接处理器;所述处理器连接汽车电路和控制系统。本发明提出一种基于微弯光纤传感器的个人身份识别与生命体征监测汽车座椅,即使驾驶员戴手套,也可进行个人身份识别和生命体征参数监测。
Description
技术领域
本发明属于汽车配件、传感监测领域,尤其涉及一种智能汽车座椅及工作方法。
背景技术
疲劳驾驶作为威胁交通行车安全的一大隐患,在目前,并没有行之有效的技术手段能够真正起到有效的控制和预防。
美国专利US5574641提出利用心电图监控生命体征参数的设备和方法,判断驾驶员的意识。中国专利CN102469948A公开一种利用心电图同时进行生命体征参数检测和个人身份识别的设备和方法。但在具体的使用中,该种设备和方法最大的问题是皮肤要和传感器接触,但是,在实际使用中很难保证驾驶员双手一直同时接触心电图电极。如果驾驶员在冬天戴手套,该设备和方法,则完全失效。
发明内容
针对现有技术存在的不足,本发明提出一种基于微弯光纤传感器的个人身份识别与生命体征监测汽车座椅,即使驾驶员戴手套,也可进行个人身份识别和生命体征参数监测。不同于其他的身份识别和生命体征参数监测装置,本发明方案能提供连续的、无感觉身份识别和生命体征参数测量。当驾驶员坐上驾驶室并通电时,通过座椅上的装置得到稳定的、连续的心冲击图,并且使用该心冲击图进行身份识别的同时不仅能有效的避免汽车被盗的安全风险,同时还能根据心冲击图计算其心率变异性(HRV),并根据HRV来评估其精神状态,判断驾驶员目前的状态是否可以开车上路或继续行驶,使之达到了驾驶安全和财产安全的双重保护。
本发明具体采用以下技术方案:
一种智能汽车座椅,其特征在于,包括:微弯光纤传感器、处理器和座椅本体;所述微弯光纤传感器包括:光源、多模光纤、光电探测器、以及设置在多模光纤周部的变形器;所述多模光纤和变形器构成的传感部件内嵌分布于座椅本体上;所述光电探测器连接处理器;所述处理器连接汽车电路和控制系统。
优选地,所述光源采用发光二极管或激光光源,所述光电探测器与光源的工作波段相匹配。
优选地,所述变形器的两个侧面均带有等距离的锯齿状结构,所述多模光纤沿两侧的锯齿凹槽顺序缠绕,形成微弯光纤结构。
优选地,所述处理器连接固定在汽车上的惯性测量单元。
以及根据以上优选智能汽车座椅的工作方法,其特征在于,包括以下步骤:
步骤S1:当汽车上电之后,所述微弯光纤传感器获取驾驶员的心冲击图信息;所述处理器通过心冲击图信息的特征确认驾驶人员身份信息后执行步骤S2;
步骤S2:当检测到驾驶员的心冲击图信息存在异常情况时,发出告警提示,并启动应急响应。若检测到驾驶员的心冲击图信息正常,执行步骤S3;
步骤S3:解锁汽车的点火启动系统,并实时获取驾驶员的心冲击图信息;
优选地,在步骤S1-步骤S3中,根据心冲击图信息计算驾驶员的HRV(心率变异性),并根据HRV来评估驾驶员的精神状态。
优选地,在步骤S1-步骤S3中,所述惯性测量单元用于修正震动参量。
优选地,在步骤S1-步骤S3中,所述处理器将心冲击图的波峰和波谷作为特征点,用于确认驾驶人员身份信息。
优选地,在步骤S1-步骤S3中,所述处理器采用卷积神经网络进行驾驶人员身份信息识别。
优选地,在步骤S2中,所述应急响应包括开启汽车的告警灯和制动。
与现有技术相比,本发明及其优选方案的有益效果是:
(1)在一套方案框架下既实现了能识别驾驶员的身份又能实时监测驾驶员的精神状态。不管驾驶员的手有没有戴手套该设备和方法都能有效工作;
(2)身份识别方案准确、可靠、易操作,且可以通过卷积神经网络的深度学习进一步提高其可靠性。
(3)成本较为低廉,易于应用和推广。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明:
图1为本发明方法实施例整体流程示意图;
图2为本发明装置实施例具体使用区域示意图;
图3为本发明装置实施例微弯光纤传感器整体结构示意图;
图4为本发明装置实施例微弯光纤传感器局部结构示意图;
图5为心冲击波形特征示意图;
图中:1-光源;2-多模光纤;3-光电探测器;4-变形器;5-座椅本体。
具体实施方式
为让本专利的特征和优点能更明显易懂,下文特举实施例,作详细说明如下:
为实现本发明目的,本实施例的装置部分包括:微弯光纤传感器、处理器和座椅本体5。
如图3、图4所示,微弯光纤传感器包括:光源1、多模光纤2、光电探测器3、以及设置在多模光纤2周部的变形器4;多模光纤2和变形器4构成的传感部件内嵌分布于座椅本体5上;光电探测器3连接处理器;处理器连接汽车电路和控制系统以及固定在汽车上的惯性测量单元。
其中,光源1可以采用发光二极管或激光光源1或者其他的宽带或窄带的光源1,其要旨在于光电探测器3与光源1的工作波段相匹配。
如图4所示,在本实施例中,变形器4的两个侧面均带有等距离的锯齿状结构,多模光纤2沿两侧的锯齿凹槽顺序缠绕,形成微弯光纤结构。
多模光纤2的一端与光源1连接,另一端与光电探测器3连接。本实施例装置利用微弯光纤结构在不同的施加压力下所产生的光纤能量损失不同这一特性来实现心冲击图的获取:由于心脏搏动产生对人体的作用力使得人体发生复杂而有规律的机械运动,当驾驶员坐在本装置上时,体重会对微弯光纤结构施加压力,使得微弯光纤结构中的多模光纤2发生挤压,使得光在传输过程中的能量发生损耗,从而在光电探测器3中可以接收到带有驾驶员体征信息的光信号。所接收到的光信号解调后即是心冲击图信号。
由以上提供的装置,本实施例对应地设计了一套工作流程,包括以下步骤:
步骤S1:当汽车上电之后,微弯光纤传感器获取驾驶员的心冲击图信息;处理器通过心冲击图信息的特征确认驾驶人员身份信息后执行步骤S2;
步骤S2:当检测到驾驶员的心冲击图信息存在异常情况时,发出告警提示,并启动应急响应。若检测到驾驶员的心冲击图信息正常,则执行步骤S3;
步骤S3:解锁汽车的点火启动系统,并实时获取驾驶员的心冲击图信息;
其中,在步骤S1-步骤S3中,根据心冲击图信息计算驾驶员的HRV(心率变异性),并根据HRV来评估驾驶员的精神状态。
在步骤S1-步骤S3中,惯性测量单元用于修正震动参量。
在步骤S1-步骤S3中,处理器将心冲击图的波峰和波谷作为特征点,用于确认驾驶人员身份信息。
在步骤S1-步骤S3中,处理器采用卷积神经网络进行驾驶人员身份信息识别。
在步骤S2中,应急响应包括开启汽车的告警灯和制动。
作为更为具体的实施方式,图1是本实施例工作流程原理示意图。当驾驶员上车打开电源后,座椅上的装置被激活,激活后会可以通过车载网络将光传感器检测到的数据实时发送给作为终端的处理器,之后终端处理器调取该车上的车主信息进行身份匹配和精神状态评估,并将信息反馈给汽车,若身份信息匹配并且驾驶员精神状态符合要求,则驾驶员可以行驶驾车。并且,如图1所示,该检测机制不仅仅只是驾驶员即将驾驶的时候使用,而当在行驶的过程中也能连续不断的监测,当驾驶员在长途跋涉时出现问题能及时提醒其靠边休息,使其有效避免疲劳驾驶,在紧急状况出现,乃至驾驶员出现无法控制汽车的情况出现时,则自动通过应急响应和告警机制,将风险降低到最小。
在第一次使用时,驾驶员预先输入自己的心冲击图信息和个人信息,然后在下一次使用本发明装置时就能进行身份认证。
图5是本发明实施方式的心冲击图波形特征示意图。心冲击图是每个存活的个体都能产生,并且不同个体因心脏位置、大小、年龄、身高、体重、性别等等的因素影响而具有唯一性。借助于心冲击图能够准确区分驾驶员的身份。心冲击图反映的是心脏搏动与时间的关系,因此它包含特定对象的心脏特征信息。从图中可以看出,一个典型的心冲击图信号包含一系列的波峰和波谷,每个波峰到波谷的持续时间和振幅都不同。本实施例根据此特点定义特征点,并可以根据心率值的范围来对识别结果做适当调整。
为了做身份识别,驾驶员必须预先把自己的心冲击图录入本实施例系统中作为模板信息。待下次使用本装置时,系统通过采集当前的心冲击图,并与模板库做比对,自动进行身份识别和认证。汽车环境中心冲击图采集不同于静态检测,驾驶员在行驶时不可避免的会有一些其它的肢体动作。此时,所采集的心冲击图必然会受到这些肢体动作和汽车振动不同程度的干扰。本实施例采用心冲击图传感器和惯性测量相融合的测量方式进行生物识别和生命体征参数测量。也就是说,利用惯性测量单元所采集到的信号辅助原始的心冲击图做滤波处理,提取出相对纯净的心脏搏动信号用于身份识别和生命体征参数测量。
作为一个优选方案,本实施例使用卷积神经网络构建身份识别框架。不同于一般的分类算法,卷积神经网络具有很强的适应性和学习性。即使随着时间的推移,用户的心冲击图发生了变化,本实施例框架也能自适应地学习和调整参数,提升识别精度。
本专利不局限于上述最佳实施方式,任何人在本专利的启示下都可以得出其它各种形式的智能汽车座椅及工作方法,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本专利的涵盖范围。
Claims (10)
1.一种智能汽车座椅,其特征在于,包括:微弯光纤传感器、处理器和座椅本体;所述微弯光纤传感器包括:光源、多模光纤、光电探测器、以及设置在多模光纤周部的变形器;所述多模光纤和变形器构成的传感部件内嵌分布于座椅本体上;所述光电探测器连接处理器;所述处理器连接汽车电路和控制系统。
2.根据权利要求1所述的智能汽车座椅,其特征在于:所述光源采用发光二极管或激光光源,所述光电探测器与光源的工作波段相匹配。
3.根据权利要求1所述的智能汽车座椅,其特征在于:所述变形器的两个侧面均带有等距离的锯齿状结构,所述多模光纤沿两侧的锯齿凹槽顺序缠绕,形成微弯光纤结构。
4.根据权利要求1-3其中任一所述的智能汽车座椅,其特征在于:所述处理器连接固定在汽车上的惯性测量单元。
5.根据权利要求4所述的智能汽车座椅的工作方法,其特征在于,包括以下步骤:
步骤S1:当汽车上电之后,所述微弯光纤传感器获取驾驶员的心冲击图信息;所述处理器通过心冲击图信息的特征确认驾驶人员身份信息后执行步骤S2;
步骤S2:当检测到驾驶员的心冲击图信息存在异常情况时,发出告警提示,并启动应急响应。
6.若检测到驾驶员的心冲击图信息正常,则执行步骤S3;
步骤S3:解锁汽车的点火启动系统,并实时获取驾驶员的心冲击图信息;
根据权利要求5所述的智能汽车座椅的工作方法,其特征在于:在步骤S1-步骤S3中,根据心冲击图信息计算驾驶员的HRV(心率变异性),并根据HRV来评估驾驶员的精神状态。
7.根据权利要求5所述的智能汽车座椅的工作方法,其特征在于:在步骤S1-步骤S3中,所述惯性测量单元用于修正震动参量。
8.根据权利要求5所述的智能汽车座椅的工作方法,其特征在于:在步骤S1-步骤S3中,所述处理器将心冲击图的波峰和波谷作为特征点,用于确认驾驶人员身份信息。
9.根据权利要求8所述的智能汽车座椅的工作方法,其特征在于:在步骤S1-步骤S3中,所述处理器采用卷积神经网络进行驾驶人员身份信息识别。
10.根据权利要求5所述的智能汽车座椅的工作方法,其特征在于:在步骤S3中,所述应急响应包括开启汽车的告警灯和制动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910333018.6A CN109895782A (zh) | 2019-04-24 | 2019-04-24 | 智能汽车座椅及工作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910333018.6A CN109895782A (zh) | 2019-04-24 | 2019-04-24 | 智能汽车座椅及工作方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109895782A true CN109895782A (zh) | 2019-06-18 |
Family
ID=66956331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910333018.6A Pending CN109895782A (zh) | 2019-04-24 | 2019-04-24 | 智能汽车座椅及工作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109895782A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110869930A (zh) * | 2019-10-08 | 2020-03-06 | 焦旭 | 基于心冲击信号的身份识别方法、电子设备及存储介质 |
CN113060068A (zh) * | 2021-04-21 | 2021-07-02 | 北京理工大学 | 电动车辆底盘碰撞防护及报警系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011113100A1 (de) * | 2011-09-09 | 2013-03-14 | Volkswagen Aktiengesellschaft | Verfahren zur Detektion ballistokardiogener und/oder atmungsbedingter Bewegungen einer auf einem Kraftfahrzeugsitz sich befindenden Person sowie Messanordnung zur Durchführung des Verfahrens |
CN106068097A (zh) * | 2014-02-20 | 2016-11-02 | 佛吉亚汽车座椅有限责任公司 | 整合有传感器的车辆座椅 |
CN106580295A (zh) * | 2017-01-03 | 2017-04-26 | 泉州师范学院 | 空分复用多模光纤生命特征参数检测器 |
CN107492251A (zh) * | 2017-08-23 | 2017-12-19 | 武汉大学 | 一种基于机器学习与深度学习的驾驶员身份识别与驾驶状态监测方法 |
CN107692973A (zh) * | 2017-10-19 | 2018-02-16 | 北京浩雨固定式护颈托枕科技有限公司 | 一种基于光纤传感的生命体征监测系统 |
CN108594937A (zh) * | 2018-04-18 | 2018-09-28 | 余海波 | 便携式终端 |
CN108937883A (zh) * | 2017-05-19 | 2018-12-07 | 李尔公司 | 具有座椅乘员生命体征监测的车辆座椅系统 |
WO2019026076A1 (en) * | 2017-08-02 | 2019-02-07 | Caaresys Ltd | SYSTEM FOR NON-CONTACT DETECTION AND MONITORING OF VITAL SIGNS OF OCCUPANTS OF A VEHICLE |
CN210337901U (zh) * | 2019-04-24 | 2020-04-17 | 泉州师范学院 | 智能汽车座椅 |
-
2019
- 2019-04-24 CN CN201910333018.6A patent/CN109895782A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011113100A1 (de) * | 2011-09-09 | 2013-03-14 | Volkswagen Aktiengesellschaft | Verfahren zur Detektion ballistokardiogener und/oder atmungsbedingter Bewegungen einer auf einem Kraftfahrzeugsitz sich befindenden Person sowie Messanordnung zur Durchführung des Verfahrens |
CN106068097A (zh) * | 2014-02-20 | 2016-11-02 | 佛吉亚汽车座椅有限责任公司 | 整合有传感器的车辆座椅 |
CN106580295A (zh) * | 2017-01-03 | 2017-04-26 | 泉州师范学院 | 空分复用多模光纤生命特征参数检测器 |
CN108937883A (zh) * | 2017-05-19 | 2018-12-07 | 李尔公司 | 具有座椅乘员生命体征监测的车辆座椅系统 |
WO2019026076A1 (en) * | 2017-08-02 | 2019-02-07 | Caaresys Ltd | SYSTEM FOR NON-CONTACT DETECTION AND MONITORING OF VITAL SIGNS OF OCCUPANTS OF A VEHICLE |
CN107492251A (zh) * | 2017-08-23 | 2017-12-19 | 武汉大学 | 一种基于机器学习与深度学习的驾驶员身份识别与驾驶状态监测方法 |
CN107692973A (zh) * | 2017-10-19 | 2018-02-16 | 北京浩雨固定式护颈托枕科技有限公司 | 一种基于光纤传感的生命体征监测系统 |
CN108594937A (zh) * | 2018-04-18 | 2018-09-28 | 余海波 | 便携式终端 |
CN210337901U (zh) * | 2019-04-24 | 2020-04-17 | 泉州师范学院 | 智能汽车座椅 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110869930A (zh) * | 2019-10-08 | 2020-03-06 | 焦旭 | 基于心冲击信号的身份识别方法、电子设备及存储介质 |
WO2021068107A1 (zh) * | 2019-10-08 | 2021-04-15 | 北京微动数联科技有限公司 | 基于心冲击信号的身份识别方法、电子设备及存储介质 |
CN113060068A (zh) * | 2021-04-21 | 2021-07-02 | 北京理工大学 | 电动车辆底盘碰撞防护及报警系统 |
WO2022222435A1 (zh) * | 2021-04-21 | 2022-10-27 | 北京理工大学 | 电动车辆底盘碰撞防护及报警系统 |
CN113060068B (zh) * | 2021-04-21 | 2022-12-13 | 北京理工大学 | 电动车辆底盘碰撞防护及报警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sikander et al. | Driver fatigue detection systems: A review | |
US11334066B2 (en) | Safety monitoring apparatus and method thereof for human-driven vehicle | |
CN207029159U (zh) | 集成身份识别系统与多模式生物感应的车载系统 | |
TWI511092B (zh) | 用於載人行動載具的安全監控裝置及安全監控方法 | |
CN111166357A (zh) | 多传感器融合的疲劳监测装置系统及其监测方法 | |
US20140276090A1 (en) | Driver health and fatigue monitoring system and method using optics | |
De Nadai et al. | Enhancing safety of transport by road by on-line monitoring of driver emotions | |
WO2015174963A1 (en) | Driver health and fatigue monitoring system and method | |
WO2014204567A1 (en) | Imaging-based monitoring of stress and fatigue | |
CN106691443A (zh) | 基于脑电的穿戴式司机防疲劳智能监测预警系统 | |
CN105405253B (zh) | 一种驾驶员疲劳状态的监测方法及监测装置 | |
CN108186034B (zh) | 一种驾驶员疲劳检测装置及工作方法 | |
KR102179661B1 (ko) | 핸즈온정보 및 생체정보 복합검출 기반의 안전운전 및 헬스케어 제공 시스템 | |
CN109895782A (zh) | 智能汽车座椅及工作方法 | |
US20080074618A1 (en) | Fatigue detection device using encoded light signals | |
KR20110105411A (ko) | 무선 측정 생체 신호를 이용한 안전 운전 시스템 | |
CN110103816A (zh) | 一种驾驶状态检测方法 | |
CN111938599B (zh) | 一种基于驾驶员身体特征识别的疲劳驾驶监测系统 | |
CN109471439A (zh) | 车辆控制方法、装置、设备、存储介质及汽车 | |
CN110301921A (zh) | 用于进行困倦检测和干预的系统和方法 | |
CN201790818U (zh) | 汽车驾驶员专用呼吸监测系统 | |
CN206456241U (zh) | 一种新型防酒驾系统 | |
CN209051484U (zh) | 一种智能方向盘 | |
US20230000441A1 (en) | Method of Determining Fused Sensor Measurement and Vehicle Safety System Using the Fused Sensor Measurement | |
CN108304745A (zh) | 一种驾驶员驾驶行为检测方法、装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |