CN110135358A - 汽车控制装置及方法 - Google Patents

Abstract

本发明公开了一种汽车控制装置及方法，属于汽车领域。所述装置包括：毫米波雷达，设置在汽车的车底；处理模块，被配置为获取所述毫米波雷达输出的毫米波扫描信号；在所述汽车处于静止状态时，基于所述毫米波扫描信号判断所述车底是否存在活体；若所述车底存在活体，则控制所述汽车保持静止状态。通过在汽车静止时，毫米波雷达扫描生成的图像判断车底是否存在活物，并在车底存在活物时，控制汽车保持静止，避免了由于车底存在活物导致的碾压事故。并且，在上述方案中，选择采用毫米波雷达扫描图像，一方面由于毫米波扫描精度高，另一方面，毫米波不受环境温度影响，系统性能稳定。同时，采用毫米波雷达成本低，安装简单。

Description

汽车控制装置及方法

技术领域

本发明涉及汽车领域，特别涉及一种汽车控制装置及方法。

背景技术

随着我国经济社会持续快速发展，机动车保有量继续保持高速增长态势，中国已成为汽车第一大乘用车消费国。随着汽车保有量的提高，汽车相关事故频发，造成了较大的人员及经济损失。

其中，一个比较容易让人忽视的是辗压事故，一旦发生，造成的后果非常严重。近几年，类似此类事故报道层出不穷，原因主要有儿童、宠物及其他动物躲在车底，而车主启动车辆时并不知道车底有人或动物，导致了惨案的发生。

发明内容

本发明实施例提供了一种汽车控制装置及方法，实现车底是否存在活物的准确检测。所述技术方案如下：

一方面，本发明实施例提供了一种汽车控制装置，所述装置包括：

毫米波雷达，设置在汽车的车底；

处理模块，被配置为获取所述毫米波雷达输出的毫米波扫描信号；在所述汽车处于静止状态时，基于所述毫米波扫描信号判断所述车底是否存在活体；若所述车底存在活体，则控制所述汽车保持静止状态。

在本发明实施例的一种实现方式中，所述处理模块，包括：

特征提取子模块，被配置为从所述的毫米波扫描信号中提取特征点，并生成轮廓图像；

目标分类子模块，被配置为采用分类器模型对所述轮廓图像进行分类，确定所述轮廓图像中是否存在生物体；

活体判断子模块，被配置为基于连续的多张所述轮廓图像判断所述轮廓图像中的物体是否发生运动；

输出子模块，被配置为当满足下述条件中的至少一个时，判断结果为所述车底存在活体：所述轮廓图像中存在生物体，所述轮廓图像中的物体发生运动。

在本发明实施例的一种实现方式中，所述分类器模型包括多个分类器，所述多个分类器分别用于对不同的生物体进行分类识别；

所述目标分类子模块，被配置为按照设定的顺序将所述轮廓图依次输入到所述各个分类器中进行分类识别，直到任一个分类器的分类结果为所述轮廓图包含生物体，或者直到所有分类器分类完毕。

在本发明实施例的一种实现方式中，所述活体判断子模块，被配置为判断所述连续若干帧轮廓图像中物体轮廓的位置变化；若所述连续若干帧轮廓图像中物体轮廓的位置变化均超过预定值，则确定所述轮廓图像中的物体发生运动。

在本发明实施例的一种实现方式中，所述处理模块，还被配置为在接收到汽车行驶信号时，若所述车底存在活体，则控制所述汽车运动。

在本发明实施例的一种实现方式中，所述毫米波雷达位于汽车前保险杠下方，所述毫米波雷达的探测面朝向所述汽车的尾部且与所述汽车的车底平面夹角为锐角。

在本发明实施例的一种实现方式中，所述装置还包括：

报警模块，被配置为在所述处理模块判断所述车底存在活体时，进行声光报警。

在本发明实施例的一种实现方式中，所述装置还包括：

清洗模块，被配置为在清洗控制信号的作用下，对所述毫米波雷达进行清洗。

在本发明实施例的一种实现方式中，所述清洗控制信号在汽车清洗前挡玻璃时产生，或者所述清洗控制信号周期性产生。

另一方面，本发明实施例还提供了一种汽车控制方法，所述方法包括：

获取毫米波雷达输出的毫米波扫描信号，所述毫米波雷达设置在汽车的车底；

在所述汽车处于静止状态时，基于所述毫米波扫描信号判断所述车底是否存在活体；

若所述车底存在活体，则控制所述汽车保持静止状态。

在本发明实施例的一种实现方式中，所述在所述汽车处于静止状态时，基于所述毫米波扫描信号判断所述车底是否存在活体，包括：

从所述的毫米波扫描信号中提取特征点，并生成轮廓图像；

采用分类器模型对所述轮廓图像进行分类，确定所述轮廓图像中是否存在生物体；

基于连续的多张所述轮廓图像判断所述轮廓图像中的物体是否发生运动；

当满足下述条件中的至少一个时，判断结果为车底存在活体：所述轮廓图像中存在生物体，所述轮廓图像中的物体发生运动。

在本发明实施例的一种实现方式中，所述分类器模型包括多个分类器，所述多个分类器分别用于对不同的生物体进行分类识别；

所述采用分类器模型对所述轮廓图像进行分类，确定所述轮廓图像中是否存在生物体，包括：

按照设定的顺序将所述轮廓图依次输入到所述各个分类器中进行分类识别，直到任一个分类器的分类结果为所述轮廓图包含生物体，或者直到所有分类器分类完毕。

在本发明实施例的一种实现方式中，所述基于连续的多张所述轮廓图像判断所述轮廓图像中的物体是否发生运动，包括：

判断所述连续若干帧轮廓图像中物体轮廓的位置变化；

若所述连续若干帧轮廓图像中物体轮廓的位置变化均超过预定值，则确定所述轮廓图像中的物体发生运动。

在本发明实施例的一种实现方式中，所述方法还包括：

在接收到汽车行驶信号时，若所述车底存在活体，则控制所述汽车运动。

本发明实施例提供的技术方案带来的有益效果是：

通过在汽车静止时，毫米波雷达扫描生成的图像判断车底是否存在活物，并在车底存在活物时，控制汽车保持静止，避免了由于车底存在活物导致的碾压事故。并且，在上述方案中，选择采用毫米波雷达扫描图像，一方面由于毫米波扫描精度高，另一方面，毫米波不受环境温度影响，系统性能稳定。同时，采用毫米波雷达成本低，安装简单。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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汽车控制装置的结构示意图；

图2是本发明实施例提供的处理模块的结构示意图；

图3是本发明实施例提供的毫米波雷达的安装示意图；

图4是本发明实施例提供的一种汽车控制方法的流程图；

图5示出了本发明一个示例性实施例提供的终端的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

图1是本发明实施例提供的一种汽车控制装置的结构示意图。参见图1，该装置包括：

毫米波雷达100，设置在汽车的车底。

处理模块200，被配置为获取毫米波雷达输出的毫米波扫描信号；在汽车处于静止状态时，基于毫米波扫描信号判断车底是否存在活体；若车底存在活体，则控制汽车保持静止状态。

在本发明实施例中，通过在汽车静止时，毫米波雷达扫描生成的图像判断车底是否存在活物，并在车底存在活物时，控制汽车保持静止，避免了由于车底存在活物导致的碾压事故。并且，在上述方案中，选择采用毫米波雷达扫描图像，一方面由于毫米波扫描精度高，另一方面，毫米波不受环境温度影响，系统性能稳定。同时，采用毫米波雷达成本低，安装简单。

图2是本发明实施例提供的处理模块的结构示意图。参见图2，处理模块200，可以包括：

特征提取子模块201，被配置为从的毫米波扫描信号中提取特征点，并生成轮廓图像；

目标分类子模块202，被配置为采用分类器模型对轮廓图像进行分类，确定轮廓图像中是否存在生物体；

活体判断子模块203，被配置为基于连续的多张轮廓图像判断轮廓图像中的物体是否发生运动；

输出子模块204，被配置为当满足下述条件中的至少一个时，判断结果为车底存在活体：轮廓图像中存在生物体，轮廓图像中的物体发生运动。

当两个条件均不满足时，则判断结果为车底不存在活体。

在本发明实施例中，通过从毫米波扫描信号中提取特征点，生成轮廓图像，然后根据轮廓图像进行分类和是否运动双重判断，只要其中一个满足预定条件，就判断有活体。这样，不但可以检测出处于静止状态的活物，同时可以避免活物处于移动状态下，通过目标分类子模块202没有准确分类出活物，可以避免漏判的情况出现，最大程度保证汽车启动的安全性。

在本发明实施例中，毫米波雷达输出的毫米波扫描信号，实际就是一帧图像，特征提取子模块201可以采用如下方式中的一种从毫米波扫描信号中提取特征点：尺度不变特征变换(SIFT)特征提取、方向梯度直方图(HOG)特征提取、Haar-like特征提取。上述特征提取方式，均可以提取到图像中的轮廓特征，进而得到轮廓图像。特征提取的过程可以采用现有的神经网络模型实现。

相应地，前述分类器模型是基于上述方案提取出的轮廓图像事先训练得到的，训练方法包括但不限于Adaboost等。

在本发明实施例中，目标分类子模块202可以采用事先训练好的分类器来进行判断，该分类器可以采用毫米波扫描信号扫描各种活物时得到的轮廓图像进行训练，保证分类器的准确性。

进一步地，本申请中，目标分类子模块202所采用的分类器模型可以包括多个分类器，这多个分类器分别用于对不同的生物体进行分类识别，例如，这多个分类器中包括分别进行人类、猫、狗等等生物体的分类识别，这些分类器能够识别的生物体要包含人类、以及人们日常生活中常见的动物。在分类时，目标分类子模块202被配置为按照设定的顺序将轮廓图依次输入到各个分类器中进行分类识别，直到任一个分类器的分类结果为轮廓图包含该分类器对应的生物体，或者直到所有分类器分类完毕。

例如，目标分类子模块202先将轮廓图像输入到确定轮廓图像是否包含人类的分类器进行分类，如果结果为轮廓图像包括人类，则结束分类过程；如果结果为轮廓图像不包括人类；则继续将轮廓图像输入到确定轮廓图像是否包含狗的分类器进行分类，依此类推。

在本发明实施例中，活体判断子模块203通过判断连续多帧轮廓图像中物体轮廓的位置的变化情况，来确定是否为活物。因为该方法是汽车处于静止状态下进行的，此时毫米波雷达处于静止状态，所以其扫描到的信号中，图像背景部分不会变化，只有其中的活物才会出现变化，基于此，可以准确得出是否存在活物。

具体地，活体判断子模块203，被配置为判断连续若干帧轮廓图像中物体轮廓的位置变化；若连续若干帧轮廓图像中物体轮廓的位置变化均超过预定值，则确定存在活物(也即物体发生运动)。如连续3～5帧，且每帧中物体轮廓的变动范围超过预定值，该预定值可以以轮廓图像为参照进行设定，例如轮廓图像的长度的1～3％。

这里，连续若干帧轮廓图像中物体轮廓的位置变化均超过预定值是指：在这若干帧轮廓图像中，任意相邻两帧轮廓图像中物体轮廓的位置变化均超过预定值。例如，在3帧轮廓图像中，第二帧和第一帧相比，物体轮廓的位置变换超过预定值，第三帧和第二帧相比，物体轮廓的位置变换超过预定值，此时判断物体发生运动。

活体判断子模块203，在判断两帧图像中的物体轮廓的位置变化时，可以以该物体轮廓中的若干特征点作为标准来判断，例如物体轮廓中最高近图像四条边的四个特征点，计算这四个特征点的位置移动数值，通过计算平均值作为物体轮廓的位置变化值，最后比较该位置变化值与预定值的大小。

再次参见图2，处理模块201，还可以包括：

预处理子模块205，被配置为对毫米波雷达输出的毫米波扫描信号进行滤波处理，以滤除毫米波扫描信号中的噪声，提高后续活体检测的精度。

进一步地，处理模块200，还被配置为在接收到汽车行驶信号时，若车底存在活体，则控制汽车运动。这样，活体检测既可以避免碾压活物，也能在没有活物时保证汽车的正常运行。

在汽车处于行驶过程中，处理模块200可以停止上述活体检测过程，但是仍然可以获取毫米波雷达输出的毫米波扫描信号，此时处理模块200可以基于毫米波雷达输出的毫米波扫描信号执行检测路面情况等动作。

在本发明实施例中，处理模块200可以获取汽车的速度传感器的输出信号；根据速度传感器的输出信号确定汽车所处的状态是否为静止状态。如果是静止状态，则处理模块200执行活体检测动作，否则，执行检测路面情况等动作。

在本发明实施例中，处理模块201可以采用微控制单元(Microcontroller Unit，MCU)实现，以保证该检测装置的成本较低。

再次参见图1，毫米波雷达100通过硬线连接方式与处理模块200电连接。毫米波雷达100探测到的信号可以通过100M以太网(Ethernet)发送给处理模块200，从而保证传输速度。

图3是本发明实施例提供的毫米波雷达的安装示意图。参见图3，毫米波雷达100位于汽车前保险杠下方，毫米波雷达100的探测面朝向汽车的尾部且与汽车的车底平面夹角为锐角。按照该安装方式，可以保证毫米波雷达可以同时扫描到整个车底的区域，保证不会出现因扫描不全造成的误判。

其中，上述锐角可以为30-60度。例如30度。

另外，在本发明实施例中，毫米波雷达100安装时，对准的水平角度容许误差±2度，垂直角度容许误差±1度，以避免毫米波雷达100监测角度的损失和保证其的正常工作。

再次参见图1，该装置还可以包括：

报警模块300，被配置为在处理模块判断车底存在活体时，进行声光报警。

通过在检测到汽车的车底有活体时，给出报警提示，使得驾驶员可以查看车底并在车底有活物时进行驱赶后再行开车，避免了碾压事故的发生。

其中，声光报警包括行车电脑屏幕文字提示、预警灯闪烁、语音告警、蜂鸣器报警中的至少一种。

其中，处理模块200通过I/O接口与报警模块300电连接，通过I/O接口输出预警电平，控制上述报警模块300工作。

如图1所示，处理模块200的I/O接口通过汽车控制器局域网络(Controller AreaNetwork，CAN)与报警模块300电连接。在CAN中，信号通过VCANH和VCANL两线之间的差分电压来表示。

再次参见图1，该装置还可以包括：

清洗模块400，被配置为在清洗控制信号的作用下，对毫米波雷达进行清洗。

在该实现方式中，通过设置清洗模块对毫米波雷达进行清洗，保证毫米波雷达不被泥污覆盖包裹，进而保证毫米波雷达的精度。

在本发明实施例中，清洗控制信号在汽车清洗前挡玻璃时产生，也即驾驶员在清洗汽车前挡玻璃时，产生清洗控制信号，控制清洗模块对毫米波雷达进行清洗；或者清洗控制信号周期性产生，例如，清洗控制信号按照每周产生一次的方式产生，也即每周清洗模块对毫米波雷达进行一次清洗。

具体地，清洗模块400包括一清洗喷头、一端与清洗喷头连接的清洗管、设置在清洗管上的清洗阀门，清洗喷头正对毫米波雷达布置，清洗管的另一端连接汽车的玻璃水箱40，清洗阀门的控制端与汽车的控制器连接。控制器按照前述方式产生控制信号，控制清洗模块400工作。

需要说明的是，前述处理模块可以与汽车的控制器复用，从而节省芯片和其所需的空间。

如图1所示，在本发明实施例中，汽车控制装置的各个模块均与12V电源电连接。

图4是本发明实施例提供的一种汽车控制方法的流程图。参见图4，该方法采用图1所示的装置执行，该方法包括：

步骤401：获取毫米波雷达输出的毫米波扫描信号。

其中，毫米波雷达设置在汽车的车底。

步骤402：在汽车处于静止状态时，基于毫米波扫描信号判断车底是否存在活体。

在一种实现方式中，该步骤402可以包括：

第一步，从的毫米波扫描信号中提取特征点，并生成轮廓图像；

第二步，采用分类器模型对轮廓图像进行分类，确定轮廓图像中是否存在生物体。

第三步，基于连续的多张轮廓图像判断轮廓图像中的物体是否发生运动。

第四步，当满足下述条件中的至少一个时，判断结果为车底存在活体：轮廓图像中存在生物体，轮廓图像中的物体发生运动。

当两个条件均不满足时，则判断结果为车底不存在活体。

在本发明实施例中，毫米波雷达输出的毫米波扫描信号，实际就是一帧图像，在前述第一步中可以采用如下方式中的一种从毫米波扫描信号中提取特征点：尺度不变特征变换(SIFT)特征提取、方向梯度直方图(HOG)特征提取、Haar-like特征提取。上述特征提取方式，均可以提取到图像中的轮廓特征，进而得到轮廓图像。特征提取的过程可以采用现有的神经网络模型实现。

相应地，前述分类器模型是基于上述方案提取出的轮廓图像事先训练得到的，训练方法包括但不限于Adaboost等。

在本发明实施例中，第二步可以采用事先训练好的分类器来进行判断，该分类器可以采用毫米波扫描信号扫描各种活物时得到的轮廓图像进行训练，保证分类器的准确性。

进一步地，本申请中，第二步所采用的分类器模型可以包括多个分类器，这多个分类器分别用于对不同的生物体进行分类识别，例如，这多个分类器中包括分别进行人类、猫、狗等等生物体的分类识别，这些分类器能够识别的生物体要包含人类、以及人们日常生活中常见的动物。在分类时，第二步可以包括，按照设定的顺序将轮廓图依次输入到各个分类器中进行分类识别，直到任一个分类器的分类结果为轮廓图包含该分类器对应的生物体，或者直到所有分类器分类完毕。

例如，先将轮廓图像输入到确定轮廓图像是否包含人类的分类器进行分类，如果结果为轮廓图像包括人类，则结束分类过程；如果结果为轮廓图像不包括人类；则继续将轮廓图像输入到确定轮廓图像是否包含狗的分类器进行分类，依此类推。

在本发明实施例中，第三步中通过判断连续多帧轮廓图像中物体轮廓的位置的变化情况，来确定是否为活物。因为该方法是汽车处于静止状态下进行的，此时毫米波雷达处于静止状态，所以其扫描到的信号中，图像背景部分不会变化，只有其中的活物才会出现变化，基于此，可以准确得出是否存在活物。例如，判断连续若干帧轮廓图像中物体轮廓的位置变化，则确定存在活物(也即物体发生运动)。如连续3～5帧，且每帧中物体轮廓的变动范围超过预定值，该预定值可以以轮廓图像为参照进行设定，例如轮廓图像的长度的1～3％。

这里，连续若干帧轮廓图像中物体轮廓的位置变化均超过预定值是指：在这若干帧轮廓图像中，任意相邻两帧轮廓图像中物体轮廓的位置变化均超过预定值。例如，在3帧轮廓图像中，第二帧和第一帧相比，物体轮廓的位置变换超过预定值，第三帧和第二帧相比，物体轮廓的位置变换超过预定值，此时判断物体发生运动。

在判断两帧图像中的物体轮廓的位置变化时，可以以该物体轮廓中的若干特征点作为标准来判断，例如物体轮廓中最高近图像四条边的四个特征点，计算这四个特征点的位置移动数值，通过计算平均值作为物体轮廓的位置变化值，最后比较该位置变化值与预定值的大小。

进一步地，在步骤402中，在第一步之前，还可以包括：对毫米波雷达输出的毫米波扫描信号进行滤波处理，以滤除毫米波扫描信号中的噪声，提高后续活体检测的精度。

步骤403：若车底存在活体，则控制汽车保持静止状态。

进一步地，该方法还包括：在接收到汽车行驶信号时，若车底存在活体，则控制汽车运动。这样，活体检测既可以避免碾压活物，也能在没有活物时保证汽车的正常运行。

图5示出了本发明一个示例性实施例提供的终端500的结构框图。该终端500可以是：行车电脑。

通常，终端500包括有：处理器501和存储器502。

处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的汽车控制方法。

在一些实施例中，终端500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、触摸显示屏505、音频电路507和电源509中的至少一种。

外围设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。

显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。

电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

需要说明的是：上述实施例提供的汽车控制装置在进行汽车控制时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的汽车控制装置与汽车控制方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

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 (10)

1.一种汽车控制装置，其特征在于，所述装置包括：

毫米波雷达(100)，设置在汽车的车底；

处理模块(200)，被配置为获取所述毫米波雷达输出的毫米波扫描信号；在所述汽车处于静止状态时，基于所述毫米波扫描信号判断所述车底是否存在活体；若所述车底存在活体，则控制所述汽车保持静止状态。

2.根据权利要求1所述的装置，其特征在于，所述处理模块(200)，包括：

特征提取子模块(201)，被配置为从所述的毫米波扫描信号中提取特征点，并生成轮廓图像；

目标分类子模块(202)，被配置为采用分类器模型对所述轮廓图像进行分类，确定所述轮廓图像中是否存在生物体；

活体判断子模块(203)，被配置为基于连续的多张所述轮廓图像判断所述轮廓图像中的物体是否发生运动；

输出子模块(204)，被配置为当满足下述条件中的至少一个时，判断结果为所述车底存在活体：所述轮廓图像中存在生物体，所述轮廓图像中的物体发生运动。

3.根据权利要求2所述的装置，其特征在于，所述分类器模型包括多个分类器，所述多个分类器分别用于对不同的生物体进行分类识别；

所述目标分类子模块(202)，被配置为按照设定的顺序将所述轮廓图依次输入到所述各个分类器中进行分类识别，直到任一个分类器的分类结果为所述轮廓图包含生物体，或者直到所有分类器分类完毕。

4.根据权利要求2所述的装置，其特征在于，所述活体判断子模块(203)，被配置为判断所述连续若干帧轮廓图像中物体轮廓的位置变化；若所述连续若干帧轮廓图像中物体轮廓的位置变化均超过预定值，则确定所述轮廓图像中的物体发生运动。

5.根据权利要求1至4任一项所述的装置，其特征在于，所述处理模块(200)，还被配置为在接收到汽车行驶信号时，若所述车底存在活体，则控制所述汽车运动。

6.根据权利要求1至4任一项所述的装置，其特征在于，所述装置还包括：

清洗模块(400)，被配置为在清洗控制信号的作用下，对所述毫米波雷达(100)进行清洗。

7.一种汽车控制方法，其特征在于，所述方法包括：

获取毫米波雷达输出的毫米波扫描信号，所述毫米波雷达设置在汽车的车底；

在所述汽车处于静止状态时，基于所述毫米波扫描信号判断所述车底是否存在活体；

若所述车底存在活体，则控制所述汽车保持静止状态。

8.根据权利要求7所述的方法，其特征在于，所述在所述汽车处于静止状态时，基于所述毫米波扫描信号判断所述车底是否存在活体，包括：

从所述的毫米波扫描信号中提取特征点，并生成轮廓图像；

采用分类器模型对所述轮廓图像进行分类，确定所述轮廓图像中是否存在生物体；

基于连续的多张所述轮廓图像判断所述轮廓图像中的物体是否发生运动；

当满足下述条件中的至少一个时，判断结果为车底存在活体：所述轮廓图像中存在生物体，所述轮廓图像中的物体发生运动。

9.根据权利要求8所述的方法，其特征在于，所述分类器模型包括多个分类器，所述多个分类器分别用于对不同的生物体进行分类识别；

所述采用分类器模型对所述轮廓图像进行分类，确定所述轮廓图像中是否存在生物体，包括：

按照设定的顺序将所述轮廓图依次输入到所述各个分类器中进行分类识别，直到任一个分类器的分类结果为所述轮廓图包含生物体，或者直到所有分类器分类完毕。

10.根据权利要求8所述的方法，其特征在于，所述基于连续的多张所述轮廓图像判断所述轮廓图像中的物体是否发生运动，包括：

判断所述连续若干帧轮廓图像中物体轮廓的位置变化；

若所述连续若干帧轮廓图像中物体轮廓的位置变化均超过预定值，则确定所述轮廓图像中的物体发生运动。