CN109948679A

CN109948679A - 一种车辆座椅对象分类方法、装置及电子设备

Info

Publication number: CN109948679A
Application number: CN201910175770.2A
Authority: CN
Inventors: 林烨
Original assignee: Zhejiang Geely Holding Group Co Ltd; Zhejiang Geely Automobile Research Institute Co Ltd
Current assignee: Zhejiang Geely Holding Group Co Ltd; Zhejiang Geely Automobile Research Institute Co Ltd
Priority date: 2019-03-08
Filing date: 2019-03-08
Publication date: 2019-06-28
Anticipated expiration: 2039-03-08
Also published as: CN109948679B

Abstract

本发明公开了一种车辆座椅对象分类方法、装置和电子设备。所述方法包括采集座椅表面各个特征点的压力值；基于所述压力值，生成体压分布图；对比所述体压分布图与预设体压分布图，得到体压分布误差值；比较所述体压分布误差值与预设误差值，基于比较结果确定座椅上乘坐的对象类型。本发明通过体压分布图可以直观反映出对象与座椅表面接触部分的形状，依据该体压分布图以及合适的判断方法来实现对对象类型的检测和分类，不易受到环境因素的影响，精确度较高，且成本较低，易于实现。

Description

一种车辆座椅对象分类方法、装置及电子设备

技术领域

本发明涉及车辆乘员检测和分类技术领域，尤其涉及一种车辆座椅对象分类方法、装置及电子设备。

背景技术

随着人民生活水平的日益提高，汽车作为一种代步工具，已经广泛进入老百姓的家庭中。然而，由于一些人安全意识的淡薄，时常有幼儿被遗留困在车内的事件发生，这极大危害了人身安全。据悉，为了防止婴幼儿被遗留在车内，欧美已经开始起草相关强制性法规或者NCAP(New Car Assessment Program，新车碰撞测试)，来对汽车停止后的儿童提醒功能做出要求。

该功能实现中最重要的一环是对座椅上乘坐的对象类型的准确检测，即在能区分出座椅上是人还是物体的基础上，还要求能区分出是成人还是儿童等。目前汽车中对座椅上乘坐的对象的检测绝大多数是通过OWS(Occupant Weight Sensor，乘员重量传感器)实现的，从物理角度看，其工作原理实际上是通过测量座椅上物体(人或非人物体)的质量，来判定座椅上是否有乘坐对象。检测值超过设定的数值，系统认为座椅上有乘坐对象；未超过，系统则认为座椅上无乘坐对象。显然，这种仅靠单一测量参数来检测座椅上乘坐对象的方法可靠性较低，极易出现误判情况。除此之外，现有技术中还引入介电系数、温度传感器、声音传感器、含氧量传感器、红外感应器、摄像头和/或人脸识别系统来对汽车座椅上的乘坐对象进行检查分类。

然而，无论是采用温度传感器还是热红外感应器，均容易受到车内其它热源对乘员检测精度的影响；而声音传感器、含氧量传感器和介电系数这些参数又容易受到车内外环境因素的影响；至于摄像头和人脸识别系统，除了自身分辨率这一限制因素之外，很难采用一个摄像头就实现对车内各个位置的乘坐对象检测，若采用多个摄像头，容易受到布置及安装的限制，同时成本也会极大的提高。

发明内容

为了解决现有技术中的座椅上乘坐对象的分类容易受到外部环境因素、布置安装等的影响，分类可靠性较低，容易出现误判断，且成本较低的问题，本发明提供了一种车辆座椅对象分类方法、装置及电子设备。

为了解决上述技术问题，一方面，本发明提供了一种车辆座椅对象分类方法，所述方法包括：

采集座椅表面各个特征点的压力值；

基于所述压力值，生成体压分布图；

对比所述体压分布图与预设体压分布图，得到体压分布误差值；

比较所述体压分布误差值与预设误差值，基于比较结果确定座椅上乘坐的对象类型。

进一步地，所述座椅的坐垫和靠背上均设置有压力垫，所述压力垫上均匀分布有若干个压力传感器，所述特征点为所述压力传感器所处的位置，

所述采集座椅表面各个特征点的压力值，包括：

通过所述压力传感器采集所述坐垫表面各个特征点的压力值和所述靠背表面各个特征点的压力值；

所述基于所述压力值，生成体压分布图，包括：

基于所述坐垫表面各个特征点的压力值生成坐垫体压分布图，基于所述靠背表面各个特征点的压力值生成靠背体压分布图。

进一步地，所述预设体压分布图包括预设坐垫体压分布图和预设靠背体压分布图，所述对比所述体压分布图与预设体压分布图，得到体压分布误差值包括：

将所述坐垫体压分布图上的每一个所述特征点的压力值与所述预设坐垫体压分布图上相对应的点的压力值进行比较，并根据比较结果得到第一误差值；

将所述靠背体压分布图上的每一个所述特征点的压力值与所述预设靠背体压分布图上相对应的点的压力值进行比较，并根据比较结果得到第二误差值；

根据所述第一误差值和所述第二误差值计算所述体压分布误差值。

进一步地，所述对象类型包括N个人类乘员类型和至少一个物体类型，在所述采集座椅表面各个特征点的压力值之前，所述方法还包括：

为每个所述人类乘员类型均设置一个预设误差值，得到与所述N个人类乘员类型相对应的N个预设误差值。

进一步地，将所述N个预设误差值按照升序进行排列以得到预设误差值序列，其中，N为大于等于1的正整数；

所述比较所述体压分布误差值与预设误差值，基于比较结果确定座椅上乘坐的对象类型，包括：

将所述体压分布误差值依次与所述预设误差值序列进行比较；

判断所述体压分布误差值是否小于第M个预设误差值；

若是，则确定所述对象类型为所述第M个预设误差值所对应的人类乘员类型；

其中，M为正整数，且1≤M≤N。

进一步地，若所述体压分布误差值大于或等于第N个预设误差值，则确定所述对象类型为物体类型。

进一步地，在所述比较所述体压分布误差值与预设误差值，基于比较结果确定座椅上乘坐的对象类型之后，所述方法还包括：显示所述对象类型。

另一方面，本发明提供了一种车辆座椅对象分类装置，所述装置包括：

采集模块，用于采集座椅表面各个特征点的压力值；

体压分布图生成模块，用于基于所述压力值，生成体压分布图；

对比模块，用于对比所述体压分布图与预设体压分布图，得到体压分布误差值；

对象类型确定模块，用于比较所述体压分布误差值与预设误差值，基于比较结果确定座椅上乘坐的对象类型。

进一步地，所述体压分布图包括坐垫体压分布图和靠背体压分布图，所述预设体压分布图包括预设坐垫体压分布图和预设靠背体压分布图，所述对比模块包括：

第一对比单元，用于将所述坐垫体压分布图上的每一个所述特征点的压力值与所述预设坐垫体压分布图上相对应的点的压力值进行比较，并根据比较结果得到第一误差值；

第二对比单元，用于将所述靠背体压分布图上的每一个所述特征点的压力值与所述预设靠背体压分布图上相对应的点的压力值进行比较，并根据比较结果得到第二误差值；

计算单元，用于根据所述第一误差值和所述第二误差值计算所述体压分布误差值。

另一方面，本发明提供了一种电子设备，所述电子设备包括：

处理器，适于实现一条或一条以上指令；以及，

存储器，所述存储器存储有一条或一条以上指令，所述一条或一条以上指令适于由所述处理器加载并执行如上所述的车辆座椅对象分类方法。

本发明提供的车辆座椅对象分类方法、装置及电子设备，通过体压分布图可以直观反映出对象与座椅表面接触部分的形状，依据该体压分布图以及合适的判断方法来实现对对象类型的检测和分类，不易受到环境因素的影响，有很高的准确度，且成本较低，易于实现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种车辆座椅对象分类方法的流程示意图；

图2是本发明实施例提供的另一种车辆座椅对象分类方法的流程示意图；

图3是本发明实施例提供的车辆座椅对象分类方法的工作原理图；

图4是本发明实施例提供的一种车辆座椅对象分类装置的结构框图；

图5是本发明实施例提供的另一种车辆座椅对象分类装置的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请所提供的几个实施例中，所描述的系统实施例仅仅是示意性的，例如所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

请参阅图1，图1是本发明实施例提供的一种车辆座椅对象分类方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。

本实施例的车辆座椅对象分类方法包括如下步骤：

S101、采集座椅表面各个特征点的压力值。

S103、基于所述压力值，生成体压分布图。

S105、对比所述体压分布图与预设体压分布图，得到体压分布误差值。

S107、比较所述体压分布误差值与预设误差值，基于比较结果确定座椅上乘坐的对象类型。

本实施例中的对象类型包括人类和物体(非人类)，因为人与物体的外形特征以及不同年龄段(比如成人和儿童)的人之间的体型特征(臀、背部等形状)在绝大部分情况下是特有的、不可被复制的，犹如人的指纹一般，而不同外形、体型特征将会对座椅接触表面造成不同的压力，因此，本实施例根据不同外形、体型特征对座椅接触表面造成的不同的压力值生成体压分布图，从该体压分布图上可以直观反映出对象与座椅表面接触部分的形状，依据该体压分布图以及误差值判断方法来实现对对象类型的检测和分类，不易受到环境因素的影响，有很高的准确度，且成本较低，易于实现。

请参阅图2，本说明书实施例还提供了另一种车辆座椅对象分类方法，所述方法包括以下步骤：

S201、为每个所述人类乘员类型均设置一个预设误差值，得到与所述N个人类乘员类型相对应的N个预设误差值；将所述N个预设误差值按照升序进行排列以得到预设误差值序列，其中，N为大于等于1的正整数；

在实际应用中，一般的，车辆座椅上乘坐的对象类型可以为人类乘员类型，也可以为非人类乘员类型，本实施例中的非人类乘员类型即为物体类型(静态的或动态的)，因为在实际应用中，不仅需要能够检测座椅上是否有人，还要能够判断座椅上乘坐的人类乘员类型，因此，可以将本实施中的对象类型设置为包括N个人类乘员类型和至少一个物体类型，并预先为每个人类乘员类型均设置一个预设误差值，比如，对老年人设置一个预设误差值Φ₁，对中年人设置一个预设误差值Φ₂，对青年人设置一个预设误差值Φ₃，对儿童设置一个预设误差值Φ₄，并将该预设误差值Φ₁、Φ₂、Φ₃、Φ₄按照升序进行排列得到预设误差值序列，比如，该预设误差值序列可以为Φ₁＜Φ₂＜Φ₃＜Φ₄，最后将每一个预设误差值及预设误差序列进行存储。本实施例中的预设误差值可以理解为允许每个人类乘员类型出现误差的最大值，即与每个人类乘员类型对应的误差值应该小于该其对应的预设误差值。

S203、通过所述压力传感器采集所述坐垫表面各个特征点的压力值和所述靠背表面各个特征点的压力值；

本实施例中，在座椅坐垫和靠背上均设置一张足够大的均布有若干个压力感应器的压力垫，所述压力传感器所处的位置即为特征点，当人坐下或物体放置在座椅上时，通过该压力感应器来采集座椅坐垫和靠背接触表面各个特征点的压力值，生成坐垫表面各个特征点的压力值和靠背表面各个特征点的压力值。其中，该压力垫可以作为一个零部件集成在座椅中，布置安装也较为简单，成本较低，易于实现。

S205、基于所述坐垫表面各个特征点的压力值生成坐垫体压分布图，基于所述靠背表面各个特征点的压力值生成靠背体压分布图；

本实施例中，将坐垫表面各个特征点的压力值和靠背表面各个特征点的压力值经过放大和模数转换处理后，在图像生成器中分别生成坐垫体压分布图以及靠背体压分布图。

需要说明的是，体压分布图是表示各体压检测点体压的二维图。图中的每个像素对应一个特征点及检测的体压数值。体压分布图可以是彩色图，也可以是灰度图。本实施例中可以采用现有技术中的方法生成体压分布图，在此不进行详细描述。

S207、将所述坐垫体压分布图上的每一个所述特征点的压力值与所述预设坐垫体压分布图上相对应的点的压力值进行比较，并根据比较结果得到第一误差值；将所述靠背体压分布图上的每一个所述特征点的压力值与所述预设靠背体压分布图上相对应的点的压力值进行比较，并根据比较结果得到第二误差值；根据所述第一误差值和所述第二误差值计算所述体压分布误差值。

本实施例中，预先设置一个能够表征各个年龄段(包括老年人、中年人、青年人和儿童)的人体标准身材的预设体压分布图，该预设体压分布图上的特征点与该体压分布图上的特征点一一对应，该预设体压分布图由预设坐垫体压分布图和预设靠背体压分布图组成。

本实施例中，在得到坐垫体压分布图和靠背体压分布图后，需要通过适当的算法对体压分布图进行处理，具体可以采用以下方法：将所述坐垫体压分布图上的每一个所述特征点的压力值与预设体压分布图上相对应的点的压力值进行比较，得到每一个点的误差值，求所有点的误差值的平均值或加权平均值，得到第一误差值Δ₁；将所述靠背体压分布图上的每一个所述特征点的压力值与所述预设靠背体压分布图上相对应的点的压力值进行比较，得到每一个点的误差值，求所有点的误差值的平均值或加权平均值，得到第二误差值Δ₂；计算所述第一误差值Δ₁和所述第二误差值Δ₂的加权平均值，得到所述体压分布误差值δ，即δ＝ω₁Δ₁+ω₂Δ₂，其中，δ为整体误差，ω₁和ω₂是权重系数，用于平衡Δ₁和Δ₂对整体误差的影响。

当然，除了采用上述方法获取体压分布误差值以外，本实施例还可以采用其他方法获取体压部分误差值，比如，机器训练学习的方法等。

S209、将所述体压分布误差值依次与所述预设误差值序列进行比较；判断所述体压分布误差值是否小于第M个预设误差值；若是，则确定所述对象类型为所述第M个预设误差值所对应的人类乘员类型；其中，M为正整数，且1≤M≤N。

本实施例中，在获取体压分布误差值δ后，将δ依次与预设误差值序列，即Φ₁＜Φ₂＜Φ₃＜Φ₄进行比较，判断δ是否小于第M个预设误差值，比如，如果δ小于Φ₁，则对象类型为Φ₁对应为人类乘员类型(即老年人)，如果δ大于或等于Φ₁，则继续将δ进行比较，如果δ小于Φ₂，则对象类型为Φ₂对应为人类乘员类型(即中年人)，如果δ大于或等于Φ₂，则继续将δ进行比较，以此类推，该工作原理如图3所示。

S2011、若所述体压分布误差值大于或等于第N个预设误差值，则确定所述对象类型为物体。

本实施中，若δ大于或等于第N个预设误差值，则说明对象类型是非人类乘员，即可以认为该对象类型为物体。

在一些实施例中，S2011之后还可以包括以下步骤：

S2013、显示所述对象类型。

其中，可以通过显示屏等对分类出的对象类型进行显示，以便及时了解车内乘员的情况，特别是能够有效方式婴幼儿被遗留在车内。

请参阅图4，本说明书实施例还提供了一种车辆座椅对象分类装置，所述装置包括：

采集模块301，用于采集座椅表面各个特征点的压力值。

体压分布图生成模块303，用于基于所述压力值，生成体压分布图；

本实施例中的体压分布图生成模块包括信号放大器、A/D转换器和图像生成器，信号放大器用于将采集模块采集的信号进行放大处理，A/D转换器用于将放大处理后的模拟信号转换为数字信号，图像生成器用于根据该数字信号生成体压分布图。

对比模块305，用于对比所述体压分布图与预设体压分布图，得到体压分布误差值；

在一些实施例中，所述体压分布图包括坐垫体压分布图和靠背体压分布图，所述预设体压分布图包括预设坐垫体压分布图和预设靠背体压分布图，所述对比模块包括：

对象类型确定模块307，用于比较所述体压分布误差值与预设误差值，基于比较结果确定座椅上乘坐的对象类型；

所述对象类型包括N个人类乘员类型和至少一个物体类型，在一些实施例中，该车辆座椅对象分类装置还可以包括预设误差值序列生成模块，所述预设误差值序列生成模块用于为每个所述人类乘员类型均设置一个预设误差值，得到与所述N个人类乘员类型相对应的N个预设误差值，将所述N个预设误差值按照升序进行排列以得到预设误差值序列，其中，N为大于等于1的正整数；

在一些实施例中，所述对象类型确定模块307进一步包括：

预设误差值序列比较模块，用于将所述体压分布误差值依次与所述预设误差值序列进行比较；

判断模块，用于判断所述体压分布误差值是否小于第M个预设误差值；

人类乘员类型确定模块，用于当所述判断模块的判断结果为是时，确定所述对象类型为所述第M个预设误差值所对应的人类乘员类型；

物体类型确定模块，用于若所述体压分布误差值大于或等于第N个预设误差值，则确定所述对象类型为物体类型。

在一些实施例中，所述车辆座椅对象分类装置还可以包括显示模块309，所述显示模块用于显示所述对象类型。除此之外，还包括存储模块，所述存储模块用于存储预设误差值、预设误差值序列以及体压分布误差值等。

需要说明的是，本发明实施例提供的车辆座椅对象分类装置是与车辆座椅对象分类方法相对应的。

本发明实施例还提供了一种电子设备，该电子设备用于实施上述的车辆座椅对象分类方法。该电子设备可以是诸如PC(PersonalComputer，个人计算机)、手机、PDA(平板电脑)等终端设备，也可以是诸如应用服务器、集群服务器等服务设备。该电子设备的内部结构可包括但不限于：处理器、网络接口及存储器。其中，电子设备内的处理器、网络接口及存储器可通过总线或其他方式连接。

其中，处理器(或称CPU(Central Processing Unit，中央处理器))是电子设备的计算核心以及控制核心。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI、移动通信接口等)。存储器(Memory)是设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的存储器可以是高速RAM存储设备，也可以是非不稳定的存储设备(non-volatilememory)，例如至少一个磁盘存储设备；可选的还可以是至少一个位于远离前述处理器的存储装置。存储器提供存储空间，该存储空间存储了电子设备的操作系统，可包括但不限于：Windows系统(一种操作系统)，Linux(一种操作系统)，Android(安卓，一种移动操作系统)系统、IOS(一种移动操作系统)系统等等，本发明对此并不作限定；并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。在本说明书实施例中，处理器加载并执行存储器中存放的一条或一条以上指令，以实现上述方法实施例所述的车辆座椅对象分类方法。

本发明实施例还提供了一种存储介质，所述存储介质可设置于电子设备之中以保存用于实现方法实施例的车辆座椅对象分类方法的相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集可由电子设备的处理器加载并执行以实现上述方法实施例提供的车辆座椅对象分类方法。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种车辆座椅对象分类方法，其特征在于，所述方法包括：

采集座椅表面各个特征点的压力值；

基于所述压力值，生成体压分布图；

2.根据权利要求1所述的车辆座椅对象分类方法，其特征在于，所述座椅的坐垫和靠背上均设置有压力垫，所述压力垫上均匀分布有若干个压力传感器，所述特征点为所述压力传感器所处的位置，其特征在于，

所述采集座椅表面各个特征点的压力值，包括：

所述基于所述压力值，生成体压分布图，包括：

3.根据权利要求2所述的车辆座椅对象分类方法，所述预设体压分布图包括预设坐垫体压分布图和预设靠背体压分布图，其特征在于，所述对比所述体压分布图与预设体压分布图，得到体压分布误差值包括：

4.根据权利要求3所述的车辆座椅对象分类方法，所述对象类型包括N个人类乘员类型和至少一个物体类型，其特征在于，在所述采集座椅表面各个特征点的压力值之前，所述方法还包括：

5.根据权利要求4所述的车辆座椅对象分类方法，其特征在于，

将所述N个预设误差值按照升序进行排列以得到预设误差值序列，其中，N为大于等于1的正整数；

判断所述体压分布误差值是否小于第M个预设误差值；

其中，M为正整数，且1≤M≤N。

6.根据权利要求5所述的车辆座椅对象分类方法，其特征在于，若所述体压分布误差值大于或等于第N个预设误差值，则确定所述对象类型为物体类型。

7.根据权利要求1所述的车辆座椅对象分类方法，其特征在于，在所述比较所述体压分布误差值与预设误差值，基于比较结果确定座椅上乘坐的对象类型之后，所述方法还包括：

显示所述对象类型。

8.一种车辆座椅对象分类装置，其特征在于，所述装置包括：

采集模块，用于采集座椅表面各个特征点的压力值；

9.根据权利要求8所述的车辆座椅对象分类装置，其特征在于，所述体压分布图包括坐垫体压分布图和靠背体压分布图，所述预设体压分布图包括预设坐垫体压分布图和预设靠背体压分布图，所述对比模块包括：

10.一种电子设备，其特征在于，所述电子设备包括：

处理器，适于实现一条或一条以上指令；以及，

存储器，所述存储器存储有一条或一条以上指令，所述一条或一条以上指令适于由所述处理器加载并执行如权利要求1-7任一项所述的车辆座椅对象分类方法。