CN111071113A - 车辆座椅智能调节方法和装置、车辆、电子设备、介质 - Google Patents

车辆座椅智能调节方法和装置、车辆、电子设备、介质 Download PDF

Info

Publication number
CN111071113A
CN111071113A CN201811224906.6A CN201811224906A CN111071113A CN 111071113 A CN111071113 A CN 111071113A CN 201811224906 A CN201811224906 A CN 201811224906A CN 111071113 A CN111071113 A CN 111071113A
Authority
CN
China
Prior art keywords
seat
information
passenger
face
adjustment
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
Application number
CN201811224906.6A
Other languages
English (en)
Inventor
易成名
梁冠华
韦阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Sensetime Intelligent Technology Co Ltd
Original Assignee
Shanghai Sensetime Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Sensetime Intelligent Technology Co Ltd filed Critical Shanghai Sensetime Intelligent Technology Co Ltd
Priority to CN201811224906.6A priority Critical patent/CN111071113A/zh
Priority to JP2020530515A priority patent/JP2021504236A/ja
Priority to SG11202009429PA priority patent/SG11202009429PA/en
Priority to PCT/CN2019/111928 priority patent/WO2020078461A1/zh
Priority to EP19872875.0A priority patent/EP3798048A4/en
Priority to KR1020207014696A priority patent/KR20200071118A/ko
Publication of CN111071113A publication Critical patent/CN111071113A/zh
Priority to US16/882,860 priority patent/US20200282867A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/02—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles the seat or part thereof being movable, e.g. adjustable
    • B60N2/0224—Non-manual adjustments, e.g. with electrical operation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/002—Seats provided with an occupancy detection means mounted therein or thereon
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/02—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles the seat or part thereof being movable, e.g. adjustable
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/02—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles the seat or part thereof being movable, e.g. adjustable
    • B60N2/0224—Non-manual adjustments, e.g. with electrical operation
    • B60N2/0244—Non-manual adjustments, e.g. with electrical operation with logic circuits
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/02—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles the seat or part thereof being movable, e.g. adjustable
    • B60N2/0224—Non-manual adjustments, e.g. with electrical operation
    • B60N2/0244—Non-manual adjustments, e.g. with electrical operation with logic circuits
    • B60N2/0268—Non-manual adjustments, e.g. with electrical operation with logic circuits using sensors or detectors for adapting the seat or seat part, e.g. to the position of an occupant
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Abstract

本申请实施例公开了一种车辆座椅智能调节方法和装置、车辆、电子设备、介质，其中，方法包括：对乘坐人员的图像进行检测，获得检测结果；根据检测结果确定乘坐人员的体型相关信息和/或人脸高度信息；基于体型相关信息和/或人脸高度信息，确定乘坐人员的座椅的调节信息；输出调节信息，或者，基于调节信息调节座椅。本申请实施例实现了基于图像检测技术实现了车辆座椅的针对性智能调节。

Description

车辆座椅智能调节方法和装置、车辆、电子设备、介质
技术领域
本申请涉及智能驾驶技术，尤其是一种车辆座椅智能调节方法和装置、车辆、电子设备、介质。
背景技术
现在很多的有车一族普遍都感觉到，长时间开车之后，身体各个部位都反应出诸多不适，比如：头晕脑胀、肩颈疼痛、腰酸背痛和腿部不灵活等等一些现象。其实，这些都是与我们平时开车的姿势有关，大家知道，正确的坐姿能让驾驶员和乘客最大限度地减轻伤害，所以，养成良好的驾车习惯是很有必要的。
驾驶员驾驶前第一件事，通常是上车后调整座椅，其中包括高度、前后距离以及椅背倾斜角度，这同时也关系到腿部与刹车、油门、离合器等的距离，整体以感觉舒适、可操控性强为宜；合适的座椅位置能保证驾驶员的正确坐姿，以减轻伤害。
发明内容
本申请实施例提供了一种车辆座椅智能调节技术。
根据本申请实施例的一个方面，提供的一种车辆座椅智能调节方法，包括：
对车辆的乘坐人员的图像进行检测，获得检测结果；
根据所述检测结果确定所述乘坐人员的体型相关信息和/或人脸高度信息；
基于所述体型相关信息和/或所述人脸高度信息，确定所述乘坐人员的座椅的调节信息；
输出所述调节信息，或者，基于所述调节信息调节所述座椅。
可选地，在本发明上述任一方法实施例中，所述检测结果包括人脸参考点坐标；
所述对车辆的乘坐人员的图像进行检测，获得检测结果，包括：
对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的人脸参考点坐标；
所述根据检测结果确定所述乘坐人员的人脸高度信息，包括：
将所述人脸参考点坐标从所述相机坐标系转换到车机坐标系；
基于在所述车机坐标系下的人脸参考点坐标确定所述乘坐人员的人脸高度信息。
可选地，在本发明上述任一方法实施例中，所述人脸参考点包括至少一个人脸关键点和/或至少一个人脸其他位置点；
所述对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的人脸参考点坐标，包括：
对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的至少一个人脸关键点坐标；
和/或，基于所述至少一个人脸关键点坐标确定至少一个人脸其他位置点。
可选地，在本发明上述任一方法实施例中，所述体型相关信息包括人种信息和/或性别信息；
所述对车辆的乘坐人员的图像进行检测，获得检测结果，包括：
将所述乘坐人员的图像输入用于属性检测的神经网络进行属性检测，得到神经网络输出的属性检测结果；
所述根据所述检测结果确定所述乘坐人员的体型相关信息，包括：
基于所述属性检测结果获得所述图像对应的乘坐人员的人种信息和/或性别信息。
可选地，在本发明上述任一方法实施例中，所述基于所述体型相关信息和/或所述人脸高度信息，确定所述乘坐人员的座椅的调节信息，包括：
获得预设的与体型和/或人脸高度相关的座椅调节转换关系；
基于所述体型相关信息和/或所述人脸高度信息和所述座椅调节转换关系，确定所述乘坐人员对应的座椅期望状态；
基于所述座椅期望状态确定所述座椅的调节信息，或者，基于所述座椅期望状态和座椅当前状态确定所述座椅的调节信息。
可选地，在本发明上述任一方法实施例中，所述基于所述体型相关信息和所述人脸高度信息，确定所述乘坐人员的座椅的调节信息，包括：
获得预设的与人脸高度相关的第一座椅调节转换关系；
基于所述人脸高度信息和所述第一座椅调节转换关系，确定所述驾驶员对应的第一座椅期望状态；
获得预设的与体型相关信息相关的第二座椅调节转换关系；
基于所述体型相关信息、所述第二座椅调节转换关系和所述第一座椅期望状态，确定第二座椅期望状态；
基于所述第二座椅期望状态确定所述座椅的调节信息，或者，基于所述第二座椅期望状态和座椅当前状态确定所述座椅的调节信息。
可选地，在本发明上述任一方法实施例中，还包括：建立并存储所述乘坐人员对应的座椅调节信息和所述乘坐人员的身份信息之间的映射关系。
可选地，在本发明上述任一方法实施例中，所述座椅的调节信息包括以下至少一个信息：座椅调节参数的目标值、座椅的上下调节量、座椅的前后调节量、座椅的左右调节量、靠背椅倾斜角度的调节量、坐垫倾斜角度的调节量。
可选地，在本发明上述任一方法实施例中，所述基于所述座椅的调节信息调节所述座椅，包括以下至少一个操作：
基于所述座椅调节参数的目标值对所述座椅进行调节；
基于所述座椅的上下调节量对所述座椅进行上下方向上的调节；
基于所述座椅的前后调节量对所述座椅进行前后方向上的调节；
基于所述座椅的前后调节量对所述座椅进行左右方向上的调节；
基于所述靠背椅倾斜角度的调节量对所述座椅的靠背进行倾斜角度的调节；
基于所述坐垫倾斜角度的调节量对所述座椅的坐垫进行倾斜角度的调节。
可选地，在本发明上述任一方法实施例中，所述对乘坐人员的图像进行检测，获得检测结果之前，还包括：
基于所述图像进行身份认证；
响应于所述身份认证通过，所述乘坐人员具有座椅调节权限。
可选地，在本发明上述任一方法实施例中，所述基于所述图像进行身份认证，包括：
基于所述图像进行人脸识别，获得所述乘坐人员的人脸特征；
将所述人脸特征与具有权限的至少一个预存人脸特征进行匹配；
所述响应于所述身份认证通过，所述乘坐人员具有座椅调节权限，包括：
响应于存在与所述人脸特征匹配的所述预存人脸特征，通过身份认证，所述乘坐人员具有座椅调节权限。
可选地，在本发明上述任一方法实施例中，所述响应于所述身份认证通过，所述乘坐人员具有座椅调整权限，包括：
响应于所述身份认证通过，判断数据库中是否包括所述乘坐人员的身份信息；所述数据库存储至少一个乘坐人员的身份信息和座椅期望状态；所述数据库中包括至少一个预存人脸特征和至少一个座椅位置信息，每个所述预存人脸特征对应一个座椅位置信息；
响应于所述数据库不包括所述乘坐人员的身份信息，允许所述乘坐人员座椅调节权限。
可选地，在本发明上述任一方法实施例中，所述对车辆的乘坐人员的图像进行检测，获得检测结果之前，还包括：
通过设置在车辆内部的至少一种摄像头采集所述乘坐人员的图像。
可选地，在本发明上述任一方法实施例中，所述摄像头包括以下至少一种：红外摄像头、RGB摄像头、TOF摄像头、双目摄像头。
可选地，在本发明上述任一方法实施例中，所述通过设置在车辆内部的至少一种摄像头采集所述乘坐人员的图像，包括：
通过设置在车辆内部的所述至少一种摄像头和补光装置采集所述乘坐人员的图像。
根据本申请实施例的另一个方面，提供的一种车辆座椅智能调节装置，包括：
人员检测单元，用于对车辆的乘坐人员的图像进行检测，获得检测结果；
相关信息确定单元，用于根据所述检测结果确定所述乘坐人员的体型相关信息和/或人脸高度信息；
调节信息确定单元，用于基于所述体型相关信息和/或所述人脸高度信息，确定所述乘坐人员的座椅的调节信息；
信息处理单元，用于输出所述调节信息，或者，基于所述调节信息调节所述座椅。
可选地，在本发明上述任一装置实施例中，所述检测结果包括人脸参考点坐标；
所述人员检测单元，具体用于对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的人脸参考点坐标；
所述相关信息确定单元在根据检测结果确定所述乘坐人员的人脸高度信息时，用于将所述人脸参考点坐标从所述相机坐标系转换到车机坐标系；基于在所述车机坐标系下的人脸参考点坐标确定所述乘坐人员的人脸高度信息。
可选地，在本发明上述任一装置实施例中，所述人脸参考点包括至少一个人脸关键点和/或至少一个人脸其他位置点；
所述相关信息确定单元在对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的人脸参考点坐标时，用于对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的至少一个人脸关键点坐标；和/或，基于所述至少一个人脸关键点坐标确定至少一个人脸其他位置点。
可选地，在本发明上述任一装置实施例中，所述体型相关信息包括人种信息和/或性别信息；
所述人员检测单元，具体用于将所述乘坐人员的图像输入用于属性检测的神经网络进行属性检测，得到神经网络输出的属性检测结果；
所述相关信息确定单元在根据所述检测结果确定所述乘坐人员的体型相关信息时，用于基于所述属性检测结果获得所述图像对应的乘坐人员的人种信息和/或性别信息。
可选地，在本发明上述任一装置实施例中，所述调节信息确定单元，具体用于获得预设的与体型和/或人脸高度相关的座椅调节转换关系；基于所述体型相关信息和/或所述人脸高度信息和所述座椅调节转换关系，确定所述乘坐人员对应的座椅期望状态；基于所述座椅期望状态确定所述座椅的调节信息，或者，基于所述座椅期望状态和座椅当前状态确定所述座椅的调节信息。
可选地，在本发明上述任一装置实施例中，所述调节信息确定单元，具体用于获得预设的与人脸高度相关的第一座椅调节转换关系；基于所述人脸高度信息和所述第一座椅调节转换关系，确定所述驾驶员对应的第一座椅期望状态；获得预设的与体型相关信息相关的第二座椅调节转换关系；基于所述体型相关信息、所述第二座椅调节转换关系和所述第一座椅期望状态，确定第二座椅期望状态；基于所述第二座椅期望状态确定所述座椅的调节信息，或者，基于所述第二座椅期望状态和座椅当前状态确定所述座椅的调节信息。
可选地，在本发明上述任一装置实施例中，所述装置还包括：
关系存储单元，用于建立并存储所述乘坐人员对应的座椅调节信息和所述乘坐人员的身份信息之间的映射关系。
可选地，在本发明上述任一装置实施例中，所述座椅的调节信息包括以下至少一个信息：座椅调节参数的目标值、座椅的上下调节量、座椅的前后调节量、座椅的左右调节量、靠背椅倾斜角度的调节量、坐垫倾斜角度的调节量。
可选地，在本发明上述任一装置实施例中，所述信息处理单元在基于所述座椅的调节信息调节所述座椅时，执行以下至少一个操作：
基于所述座椅调节参数的目标值对所述座椅进行调节；
基于所述座椅的上下调节量对所述座椅进行上下方向上的调节；
基于所述座椅的前后调节量对所述座椅进行前后方向上的调节；
基于所述座椅的前后调节量对所述座椅进行左右方向上的调节；
基于所述靠背椅倾斜角度的调节量对所述座椅的靠背进行倾斜角度的调节；
基于所述坐垫倾斜角度的调节量对所述座椅的坐垫进行倾斜角度的调节。
可选地，在本发明上述任一装置实施例中，所述装置还包括：
身份认证单元，用于基于所述图像进行身份认证；
权限获取单元，用于响应于所述身份认证通过，所述乘坐人员具有座椅调节权限。
可选地，在本发明上述任一装置实施例中，所述身份认证单元，用于基于所述图像进行人脸识别，获得所述乘坐人员的人脸特征；将所述人脸特征与具有权限的至少一个预存人脸特征进行匹配；
所述权限获取单元，用于响应于存在与所述人脸特征匹配的所述预存人脸特征，通过身份认证，所述乘坐人员具有座椅调节权限。
可选地，在本发明上述任一装置实施例中，所述权限获取单元，具体用于响应于所述身份认证通过，判断数据库中是否包括所述乘坐人员的身份信息；所述数据库存储至少一个乘坐人员的身份信息和座椅期望状态；所述数据库中包括至少一个预存人脸特征和至少一个座椅位置信息，每个所述预存人脸特征对应一个座椅位置信息；响应于所述数据库不包括所述乘坐人员的身份信息，允许所述乘坐人员座椅调节权限。
可选地，在本发明上述任一装置实施例中，所述装置还包括：
图像采集单元，用于通过设置在车辆内部的至少一种摄像头采集所述乘坐人员的图像。
可选地，在本发明上述任一装置实施例中，所述摄像头包括以下至少一种：红外摄像头、RGB摄像头、TOF摄像头、双目摄像头。
根据本申请实施例的又一个方面，提供的一种车辆，包括：如上任意一项所述的车辆座椅智能调节装置。
根据本申请实施例的还一个方面，提供的一种电子设备，包括处理器，所述处理器包括如上任意一项所述的车辆座椅智能调节装置。
根据本申请实施例的再一个方面，提供的一种电子设备，包括：存储器，用于存储可执行指令；
以及处理器，用于与所述存储器通信以执行所述可执行指令从而完成如上任意一项所述车辆座椅智能调节方法。
根据本申请实施例的又一个方面，提供的一种计算机存储介质，用于存储计算机可读取的指令，所述指令被执行时执行如上任意一项所述车辆座椅智能调节方法的操作。
根据本申请实施例的还一个方面，提供的一种计算机程序产品，包括计算机可读代码，当所述计算机可读代码在设备上运行时，所述设备中的处理器执行用于实现如上任意一项所述车辆座椅智能调节方法的指令。
基于本申请上述实施例提供的一种车辆座椅智能调节方法和装置、车辆、电子设备、介质，对车辆的乘坐人员的图像进行检测，获得检测结果；根据检测结果确定乘坐人员的体型相关信息和/或人脸高度信息；基于体型相关信息和/或人脸高度信息，确定乘坐人员的座椅的调节信息；输出调节信息，或者，基于调节信息调节座椅。本申请实施例基于图像检测技术可实现车辆的乘坐人员所乘坐的座椅针对性的智能调节，也就是说，通过图像检测获得乘坐人员的体型相关信息和/或人脸高度信息，并基于体型相关信息和/或人脸高度信息可以更准确的确定座椅的调节信息，根据座椅的调节信息调整的座椅为乘坐人员提供了更适合的坐姿，提高了乘坐人员的使用舒适度。
下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用于解释本申请的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：
图1为本申请实施例提供的车辆座椅智能调节方法的一个实施例的流程示意图。
图2为本申请实施例提供的车辆座椅智能调节方法的另一实施例的流程示意图。
图3为车机坐标系和相机坐标系位置参考图。
图4为相机坐标系空间点平移到车机坐标系的示意结果图。
图5为座椅调节简化相机坐标系和车机坐标系的示意图。
图6为相机坐标系下坐标点(x1，z1)旋转到车机坐标系下坐标点(x0，z0)示意图。
图7为本申请实施例提供的车辆座椅智能调节方法的又一实施例的流程示意图。
图8为本申请实施例提供的车辆座椅智能调节方法的还一实施例中部分流程示意图。
图9为本申请实施例提供的车辆座椅智能调节方法的再一实施例中部分流程示意图。
图10为本申请实施例提供的车辆座椅智能调节装置的一个实施例的结构示意图。
图11为适于用来实现本申请实施例的终端设备或服务器的电子设备的结构示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
图1为本申请实施例提供的车辆座椅智能调节方法的一个实施例的流程示意图。该方法可以由任意电子设备执行，例如终端设备、服务器、移动设备等等，本申请实施例对此不做限定。如图1所示，该实施例方法包括：
步骤110，对车辆的乘坐人员的图像进行检测，获得检测结果。
本申请实施例中，乘坐人员可以包括驾驶员或乘客，对于进入车辆中的乘坐人员进行采集图像，以采集的乘坐人员的图像实现检测，检测可以基于神经网络或其他方式实现，本申请实施例不限制对乘坐人员的图像进行检测的具体方式。
步骤120，根据检测结果确定乘坐人员的体型相关信息和/或人脸高度信息。
可选地，对于确定乘坐人员的体型相关信息和确定乘坐人员的人脸高度信息通常不同的检测结果，即，对于乘坐人员的检测可以分别基于一个或两个神经网络进行检测，以获得对应体型相关信息和/或人脸高度信息的检测结果，体型相关信息可以包括但不限于：人种、性别等与乘坐人员乘车相关的信息(如：胖瘦程度、腿长信息、骨架大小信息、手长信息等)有影响的信息。例如：基于关键点检测网络对人脸参考点进行检测，以获得的人脸参考点确定人脸高度信息；基于属性检测的神经网络对乘坐人员的图像进行属性检测，以确定体型相关信息，或者通过人体或人脸检测的结果可确定乘坐人员的体型相关信息，或通过分类神经网络直接检测获得体型相关信息，例如：通过人脸识别到的性别，可以获得该乘坐人员的骨架大小信息，女性的骨架通常较小，而男性骨架通常较大。
以检测结果确定体型相关信息和/或人脸高度信息可以直接将检测结果作为体型相关信息和/或人脸高度信息，还可以对检测结果进行处理后获得体型相关信息和/或人脸高度信息。
步骤130，基于体型相关信息和/或人脸高度信息，确定乘坐人员的座椅的调节信息。
人体舒适的坐姿不仅与坐姿高度有关，还与体型相关，为了提供更舒适的座椅调节位置，本申请实施例通过获得驾驶员的体型相关信息和/或人脸高度信息，来确定座椅的调节信息。
步骤140，输出调节信息，或者，基于调节信息调节座椅。
可选地，座椅的调节信息可以是乘坐人员对应的座椅期望状态与当前座椅当前状态之间的相对信息，座椅当前状态可以是车辆出厂位置，也可能是其他任何位置(为上一个驾驶员设置的座椅状态)，通过座椅设置历史可知座椅当前状态，根据座椅当前状态就可以获得座椅的调节信息；或者，座椅的调节信息还可以是对应该乘坐人员的座椅期望状态，该座椅期望状态对应该乘坐人员最终要对座椅调节到各个调节参数的目标值，其中调节参考可以包括但不限于以下至少一种：座椅的上下位置、座椅的左右位置、座椅的前后位置、靠背椅倾斜角度、坐垫倾斜角度等等。
基于本申请上述实施例提供的一种车辆座椅智能调节方法，对乘坐人员的图像进行检测，获得检测结果；根据检测结果确定乘坐人员的体型相关信息和/或人脸高度信息；基于体型相关信息和/或人脸高度信息，确定乘坐人员的座椅的调节信息；输出调节信息，或者，基于调节信息调节座椅。本申请实施例基于图像检测技术可实现车辆的乘坐人员所乘坐的座椅个性化的智能调节，也就是说，通过图像检测获得乘坐人员的体型相关信息和/或人脸高度信息，并基于本实施通过图像检测来获得乘坐人员的体型相关信息和/或人脸高度信息，基于体型相关信息和/或人脸高度信息可以更准确的确定座椅的调节信息，根据座椅的调节信息调整的座椅为乘坐人员提供了更适合的坐姿，提高了乘坐人员的使用舒适度，实现座椅的针对性的智能调节。
图2为本申请实施例提供的车辆座椅智能调节方法的另一实施例的流程示意图。如图2所示，在本实施例中，检测结果包括人脸参考点坐标；该实施例方法包括：
步骤210，对乘坐人员的图像进行人脸参考点检测，获得乘坐人员在相机坐标系下的人脸参考点坐标。
可选地，人脸参考点可以是人脸上的任意一点，可以是人脸关键点，也可以是人脸上的其他位置点，由于车辆行驶过程中，乘坐人员的视野具有重要作用，尤其对于驾驶员来说，保证驾驶员在驾驶过程中的双目高度，可以保证安全驾驶，因此，人脸参考点可以设置为与眼睛相关的点，例如：确定双眼位置的至少一个关键点，或眉心位置点等；本申请实施例不限制具体人脸参考点的数量和位置，以可确定人脸高度为准。
在一些可选示例中，人脸参考点包括至少一个人脸关键点和/或至少一个人脸其他位置点；步骤210包括：对乘坐人员的图像进行人脸参考点检测，获得乘坐人员在相机坐标系下的至少一个人脸关键点坐标；
和/或，基于至少一个人脸关键点坐标确定至少一个人脸其他位置点。
可选地，通过神经网络可以对人脸关键点的位置进行确定，例如：人脸21个关键点、人脸106个关键点、人脸240个关键点中的一个或多个，通过不同网络获得的关键点个数不同，可以包括五官的关键点、或者还可以包括脸部轮廓的关键点，关键点疏密不同，导致获得的关键点个数也不同；通过获得的关键点中的一个或多个作为人脸参考点只需根据具体情况进行选择不同部位即可，本申请实施例不限制人脸关键点的位置和个数。
可选地，参考点还可以是基于人脸关键点的检测结果确定的人脸图像上的人脸其他位置点，这些人脸其他位置点可以不是关键点，即为人脸上的任意位置点，但其位置可根据人脸关键点进行确定，例如：眉心位置，可基于双眼的关键点和眉毛的关键点确定。
步骤220，将人脸参考点坐标从相机坐标系转换到车机坐标系。
可选地，由于人脸参考点是通过相机采集的图像获得的，该人脸参考点对应的是相机坐标系，而在确定座椅信息时，需要在车机坐标系下进行确定，因此，需要通过将人脸参考点从相机坐标系转换到车机坐标系。
一个可选示例中，可采用现有技术中常用的坐标系转换方式将眉心位置坐标从相机坐标系转换到车机坐标系，例如：图3为车机坐标系和相机坐标系位置参考图，其中车机坐标系中：y轴为车前轮车轴，x轴与左边上边缘平行，z轴垂直地面向下。图4为相机坐标系空间点平移到车机坐标系的示意结果图。如图4所示：将相机坐标系原点Oc平移到车机坐标系原点O。已知Oc在车机坐标系下为(Xwc,Ywc,Zwc)，在相机坐标系下Oc为(0,0,0)，平移到车机坐标系原点O(0,0,0)点有：
0＝0-Xwc 公式(1)
0＝0–Ywc 公式(2)
0＝0–Zwc 公式(3)
由公式(1)，(2)，(3)得到平移向量T为
[Xwc Ywc Zwc] 公式(4)
完成坐标系平移转换。
图5为座椅调节简化相机坐标系和车机坐标系的示意图。如图5所示，在实际座椅调节过程中，车机坐标系下的X轴是不做调整的，则相机坐标系下坐标点转换到车机坐标系下简化为二维坐标系下的旋转操作。图6为相机坐标系下坐标点(x1，z1)旋转到车机坐标系下坐标点(x0，z0)示意图。如图6所示，假设在相机坐标系下检测到驾驶员头部坐标点为(y1，z1),经过旋转角度α，即摄像头的安装角度，得到车机坐标系下坐标点(x0，z0)。
根据图5两坐标系下坐标点的转换示意图转换过程如下：
x0＝-y1sinα+z1cosα 公式(5)
z0＝y1cosα+z1sinα 公式(6)
y0＝-x1 公式(7)
由公式(5)、(6)、(7)可得：
Figure BDA0001835691760000111
由公式(4)，(8)可得最后相机坐标系下坐标点旋转平移到车机坐标系下坐标为：
Figure BDA0001835691760000112
步骤230，基于在车机坐标系下的人脸参考点坐标确定乘坐人员的人脸高度信息。
通过坐标系转换，可确定乘坐人员在车辆中的人脸高度信息，即可确定人脸高度与座椅之间的相对位置关系，可获得该人脸高度信息对应的期望的座椅状态信息。
步骤240，基于人脸高度信息，确定乘坐人员的座椅的调节信息。
步骤250，输出调节信息，或者，基于调节信息调节座椅。
本申请实施例通过人脸高度信息确定座椅调节信息，对每个乘坐人员提供了个性化的座椅的调节信息，更符合每个乘坐人员的需要，提供了乘车的舒适度。
图7为本申请实施例提供的车辆座椅智能调节方法的又一实施例的流程示意图。如图7所示，在本实施例中，检测结果包括体型相关信息，可选地，体型相关信息包括人种信息和/或性别信息；该实施例方法包括：
步骤710，将乘坐人员的图像输入用于属性检测的神经网络进行属性检测，得到神经网络输出的属性检测结果。
可选地，本申请实施例中通过神经网络实现属性检测，该属性检测结果包括乘坐人员的人种信息和/或性别信息；可选地，该神经网络可以是包括至少一个分支的分类网络，包括一个分支的情况下，对人种信息或性别信息进行分类，包括两个分支的情况下，实现对人种信息和性别信息进行分类；以确定乘坐人员的人种分类和性别分类。
步骤720，基于属性检测结果获得图像对应的乘坐人员的人种信息和/或性别信息。
步骤730，基于体型相关信息，确定乘坐人员的座椅的调节信息。
人体舒适的坐姿不仅与坐姿高度有关，还与体型相关，为了提供更舒适的座椅调节位置，本申请实施例通过获得驾驶员的体型相关信息，来确定座椅的调节信息。
步骤740，输出调节信息，或者，基于调节信息调节座椅。
可选地，不同性别的体型差距较大，同样上身高度的男性和女性由于体型差距巨大，对应的舒适的座椅位置也存在较大差异，因此，为了提高更舒适的座椅位置，需要获得驾驶员的性别信息；除了性别，不同人种(如：黄种人、白种人、黑种人等)的体型之间也存在较大差异，例如：黑种人通常体型较为壮硕，在座椅前后位置上需要更大空间，可通过对不同人种通过大数据计算获得适合每种人种的体型的座椅位置参照数据。
图8为本申请实施例提供的车辆座椅智能调节方法的还一实施例中部分流程示意图。如图8所示，上述实施例中步骤130，可以包括：
步骤802，获得预设的与体型和/或人脸高度相关的座椅调节转换关系。
步骤804，基于体型相关信息和/或人脸高度信息和座椅调节转换关系，确定乘坐人员对应的座椅期望状态。
可选地，座椅调节转换关系可以包括但不限于转换公式或对应关系表等，转换公式可将体型和/或人脸高度输入公式，获得座椅期望状态对应的数据，对应关系表可直接基于体型和/或人脸高度查表获得座椅期望状态对应的数据，该对应关系表可以通过大数据统计获得，或其他方式获得，本身实施例不限制获得对应关系表的具体方式。
步骤806，基于座椅期望状态确定座椅的调节信息，或者，基于座椅期望状态和座椅当前状态确定座椅的调节信息。
可选地，直接基于座椅期望状态确定座椅的调节信息，而不考虑相对信息，具体如何对座椅进行调节直接基于电机实现，无需计算相对状态信息；而通过座椅期望状态和座椅当前状态确定的座椅的调节信息，直接输入调节座椅状态的电机，直接根据该信息即可实现调节；座椅当前状态可以是车辆出厂位置，也可能是其他任何位置(为上一个驾驶员设置的座椅状态)，通过座椅设置历史可知座椅当前状态，根据座椅当前状态就可以获得座椅的调节信息。
在一个可选示例中，对于座椅状态的确定，人种的不同和性别的不同，座椅期望状态也不同，针对不同的性别和人种可以组合得到多组对应的公式，如：黄种人+男性对于一个座椅调节公式，具体到每个公式输入的眉心坐标(x，y，z)和靠背调整角度每一维度都对应一个三次一元函数，例如：
xout＝a1x3+b1x2+c1x+d1 公式(10)
yout＝a2y3+b2y2+c2y+d2 公式(11)
zout＝a3z3+b3z2+c3z+d3 公式(12)
angleout＝a4x3+b4x2+c4x+d4 公式(13)
通过上述公式(10)、(11)、(12)和(13)可基于眉心坐标在x轴，y轴，z轴方向上的坐标确定最终计算得到的座椅期望状态(xout，yout，zout，angleout)经过最终的电机调整分配公式得到4个电机的调整量；其中，xout表示座椅的前后位置信息，yout表示坐垫倾斜角度的信息，zout表示座椅的上下位置信息，angleout表示靠背椅倾斜角度的信息；其中，a1,b1,c1,d1,a2,b2,c2,d2,a3,b3,c3,d3,a4,b4,c4,d4为经过多次实验获得的常量。
在另一个可选示例中，还可以仅基于眉心坐标在z轴方向上的坐标(即眉心高度)确定最终计算得到的座椅期望状态(xout，yout，zout，angleout)，具体可基于以下公式实现：
xout＝a5z+d5 公式(14)
yout＝a6z+d6 公式(15)
zout＝a7z+d7 公式(16)
angleout＝a8z+d8 公式(17)
其中，xout表示座椅的前后位置信息，yout表示坐垫倾斜角度的信息，zout表示座椅的上下位置信息，angleout表示靠背椅倾斜角度的信息；其中，a5,d5,a6,d6,a7,d7,a8,d8为经过多次实验获得的常量。
图9为本申请实施例提供的车辆座椅智能调节方法的再一实施例中部分流程示意图。如图9所示，上述实施例中步骤130，可以包括：
步骤901，获得预设的与人脸高度相关的第一座椅调节转换关系。
可选地，座椅调节转换关系可以包括但不限于转换公式或对应关系表等，转换公式可将人脸高度输入公式，获得座椅期望状态对应的数据，对应关系表可直接基于人脸高度查表获得座椅期望状态对应的数据，该对应关系表可以通过大数据统计获得，或其他方式获得，本实施例不限制获得对应关系表的具体方式。
步骤902，基于人脸高度信息和第一座椅调节转换关系，确定驾驶员对应的第一座椅期望状态。
步骤903，获得预设的与体型相关信息相关的第二座椅调节转换关系。
可选地，本实施例中，体现相关信息对应第二座椅调节转换关系，该第二座椅调节转换关系与第一座椅调节转换关系不同，其形式可以包括但不限于转换公式或对应关系表等，通过第二座椅调节转换关系结合体型相关信息和第一座椅期望状态可确定第二座椅期望状态。
步骤904，基于体型相关信息、第二座椅调节转换关系和第一座椅期望状态，确定第二座椅期望状态。
步骤905，基于第二座椅期望状态确定座椅的调节信息，或者，基于第二座椅期望状态和座椅当前状态确定座椅的调节信息。
本实施例通过体型相关信息和人脸高度信息结合确定座椅的调节信息，其中，体现性格信息中人种和性别结合获得的分类数量有限，并且只要确定为一个组合，例如：男性+黄种人，就适用于这个分类下的所有乘坐人员，个性化不足，但信息易于获得；而人脸高度信息更加个性化，每个乘坐人员对应的调节信息都有可能不同，因此，本实施例实现了通过通用信息结合个性化信息确定更准确的调节信息。
在一个或多个可选的实施例中，本申请实施例方法还包括：建立并存储乘坐人员对应的座椅调节信息和乘坐人员的身份信息之间的映射关系。
本申请实施例为了节省针对同一个人的反复调节座椅状态，将乘坐人员对应的座椅调节信息和该乘坐人员的身份信息之间的映射关系进行存储，当该乘坐人员再次乘坐该车辆时，可基于乘坐人员的身份信息直接通过映射关系获得对应的座椅调节信息；提高了车辆座椅智能调节的效率。
在一个或多个可选的实施例中，座椅的调节信息可以包括但不限于以下至少一个信息：座椅调节参数的目标值、座椅的上下调节量、座椅的前后调节量、靠背椅倾斜角度的调节量、坐垫倾斜角度的调节量。
可选地，为了实现多方位条件座椅，需要在多方向上对座椅进行调节，除了通常包括的上下、前后、左右调节量，还包括靠背椅倾斜角度的调节量、坐垫倾斜角度的调节量。调节信息可以是输出调节量，更通常来说，也可能是直接的目标调节状态，比如：直接输出座椅最终要调节到的上下左右前后等等各个调节参数的目标值，而具体如何调整达到目标值，可通过电机或者其他设备来进行处理实现。
可选地，基于座椅的调节信息调节座椅，包括以下至少一个操作：
基于座椅调节参数的目标值对座椅进行调节；
基于座椅的上下调节量对座椅进行上下方向上的调节；
基于座椅的前后调节量对座椅进行前后方向上的调节；
基于靠背椅倾斜角度的调节量对座椅的靠背进行倾斜角度的调节；
基于坐垫倾斜角度的调节量对座椅的坐垫进行倾斜角度的调节。
在调节的过程中，可将调节量输送给车内控制器，由控制器控制条件座椅的电机或其他设备，可选地，可通过多个电机分别对座椅在不同方向进行调节，实现了对座椅的智能调节。
在一个或多个可选的实施例中，本申请实施例还包括：
基于图像进行身份认证；
响应于身份认证通过，乘坐人员具有座椅调节权限。
本申请实施例对乘车人员进行身份认证，只有通过身份认证的乘车人员才具有座椅调节权限，可保证车辆的安全性，通过身份认证的人可以是乘坐过该车辆的人，或提前信息注册或存储的人等，身份认证的过程可基于人脸特征匹配实现，或基于其他方式实现认证，本申请实施例不限制身份认证的具体方式。
可选地，基于图像进行身份认证，包括：
基于图像进行人脸识别，获得乘坐人员的人脸特征；将人脸特征与具有权限的至少一个预存人脸特征进行匹配；
响应于身份认证通过，乘坐人员具有座椅调节权限，包括：
响应于存在与人脸特征匹配的预存人脸特征，通过身份认证，乘坐人员具有座椅调节权限。
本实施例通过人脸特征匹配实现身份认证，在匹配之前，对图像进行人脸识别，可通过卷积神经网络获得乘坐人员的人脸特征，认证过程是通过该人脸特征与至少一个预存人脸特征进行匹配，可选地，可通过判断人脸特征与预存人脸特征之间的相似度(可基于两特征之间的距离确定)大小来确定是否匹配，可选地，当获得的乘坐人员的人脸特征与某一预存人脸特征之间的相似度达到设定阈值，说明该乘坐人员与预存人脸特征是同一个人，此时，该乘坐人员具有座椅调节权限。
可选地，响应于身份认证通过，乘坐人员具有座椅调整权限，包括：
响应于身份认证通过，判断数据库中是否包括乘坐人员的身份信息；数据库存储至少一个乘坐人员的身份信息和座椅期望状态；
响应于数据库不包括乘坐人员的身份信息，允许乘坐人员座椅调节权限。
还可以包括，响应于数据库包括乘坐人员的身份信息，调用存储的座椅期望状态为该乘坐人员调节座椅。
其中，数据库中包括至少一个预存人脸特征和至少一个座椅位置信息，每个预存人脸特征对应一个座椅位置信息。
本实施例中的车辆中，可以针对驾驶员建立数据库，在数据库中存储乘坐人员的预存人脸特征和对应的座椅状态信息；当乘坐人员进入车辆后，如果识别到该乘坐人员在数据库中已经存在预存人脸特征(识别过程可以基于人脸匹配，判断采集的人脸特征与预存人脸特征匹配时，说明该驾驶员存在已知座椅调节信息)，基于匹配的预存人脸特征获得对应的座椅状态信息即可实现对该乘坐人员的个性化调节座椅；其中，数据库中存储的信息需要在乘坐人员首次使用车辆时进行设置，当一个乘坐人员首次进入车内时，即数据库中不存在与驾驶员的人脸特征匹配的预存人脸特征时，允许乘坐人员对座椅进行调节。
在一个或多个可选的实施例中，步骤110之前，还包括：
通过设置在车辆内部的至少一种摄像头采集乘坐人员的图像。
可选地，通过设置在车辆座椅前方的摄像头采集乘坐人员的人脸图像，通过摄像头采集的人脸图像时，将摄像头的位置作为相机坐标系的原点，可选地，摄像头包括但不限于以下至少一种：红外摄像头、RGB摄像头、TOF摄像头、双目摄像头等，本申请实施例不限制具体采用哪种摄像头。每种摄像头都具有其特点，例如：通过红外(IR)摄像头或双通摄像头采集人脸图像时，可以在光线不足时开启补光装置，使拍摄的人脸图像更清晰，便于识别和处理。
可选地，通过设置在车辆内部的至少一种摄像头采集乘坐人员的图像，包括：
通过设置在车辆内部的至少一种摄像头和补光装置采集乘坐人员的图像。
本申请实施例中，采集乘坐人员的图像时，可能由于车内光线不足而导致判断出错，例如：由于光线不足将人种信息误判等；为了避免采集和识别出错，可选地在通过摄像头采集图像的同时，增加补光装置，提高采集的图像可识别性，补光装置可以是补光灯等装置。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图10为本申请实施例提供的车辆座椅智能调节装置的一个实施例的结构示意图。该实施例的装置可用于实现本申请上述各车辆座椅智能调节方法实施例。如图10所示，该实施例的装置包括：
人员检测单元101，用于对车辆的乘坐人员的图像进行检测，获得检测结果。
本申请实施例中，乘坐人员可以包括驾驶员和乘客，对于进入车辆中的乘坐人员进行采集图像，以采集的乘坐人员的图像实现检测，检测可以基于神经网络或其他方式实现，本申请实施例不限制对乘坐人员的图像进行检测的具体方式。
相关信息确定单元102，用于根据检测结果确定乘坐人员的体型相关信息和/或人脸高度信息。
可选地，对于确定乘坐人员的体型相关信息和确定乘坐人员的人脸高度信息通常不同的检测结果，即，对于乘坐人员的检测可以分别基于一个或两个神经网络进行检测，以获得对应体型相关信息和/或人脸高度信息的检测结果，体型相关信息可以包括但不限于：人种、性别等与乘坐人员乘车相关的信息(如：胖瘦程度、腿长信息、骨架大小信息、手长信息等)有影响的信息。例如：基于关键点检测网络对人脸参考点进行检测，以获得的人脸参考点确定人脸高度信息；基于属性检测的神经网络对乘坐人员的图像进行属性检测，以确定体型相关信息，或者通过人体或人脸检测的结果可确定乘坐人员的体型相关信息，或通过分类神经网络直接检测获得体型相关信息，例如：通过人脸识别到的性别，可以获得该乘坐人员的骨架大小信息，女性的骨架偏小，而男性估计偏大。
调节信息确定单元103，用于基于体型相关信息和/或人脸高度信息，确定乘坐人员的座椅的调节信息。
人体舒适的坐姿不仅与坐姿高度有关，还与体型相关，为了提供更舒适的座椅调节位置，本申请实施例通过获得驾驶员的体型相关信息和/或人脸高度信息，来确定座椅的调节信息。
信息处理单元104，用于输出调节信息，或者，基于调节信息调节座椅。
可选地，座椅的调节信息可以是乘坐人员对应的座椅期望状态与当前座椅当前状态之间的相对信息，座椅当前状态可以是车辆出厂位置，也可能是其他任何位置(为上一个驾驶员设置的座椅状态)，通过座椅设置历史可知座椅当前状态，根据座椅当前状态就可以获得座椅的调节信息；或者，座椅的调节信息还可以是对应该乘坐人员的座椅期望状态，该座椅期望状态对应该乘坐人员最终要对座椅调节到各个调节参数的目标值，其中调节参考可以包括但不限于以下至少一种：座椅的上下位置、座椅的左右位置、座椅的前后位置、靠背椅倾斜角度、坐垫倾斜角度等等。
基于本申请上述实施例提供的一种车辆座椅智能调节装置，本申请实施例基于图像检测技术可实现车辆的乘坐人员所乘坐的座椅针对性的智能调节，也就是说，通过图像检测获得乘坐人员的体型相关信息和/或人脸高度信息，并基于体型相关信息和/或人脸高度信息可以更准确的确定座椅的调节信息，根据座椅的调节信息调整的座椅为乘坐人员提供了更适合的坐姿，提高了乘坐人员的使用舒适度，实现座椅的智能调节。
在一个或多个可选的实施例中，检测结果包括人脸参考点坐标；
人员检测单元，具体用于对乘坐人员的图像进行人脸参考点检测，获得乘坐人员在相机坐标系下的人脸参考点坐标；
相关信息确定单元在根据检测结果确定乘坐人员的人脸高度信息时，用于将人脸参考点坐标从相机坐标系转换到车机坐标系；基于在车机坐标系下的人脸参考点坐标确定乘坐人员的人脸高度信息。
本申请实施例通过人脸高度信息确定座椅调节信息，对每个乘坐人员提供了个性化的座椅的调节信息，更符合每个乘坐人员的需要，提供了乘车的舒适度。
可选地，人脸参考点包括至少一个人脸关键点和/或至少一个人脸其他位置点；
相关信息确定单元在对乘坐人员的图像进行人脸参考点检测，获得乘坐人员在相机坐标系下的人脸参考点坐标时，用于对乘坐人员的图像进行人脸参考点检测，获得乘坐人员在相机坐标系下的至少一个人脸关键点坐标；和/或，基于至少一个人脸关键点坐标确定至少一个人脸其他位置点。
在一个或多个可选的实施例中，体型相关信息包括人种信息和/或性别信息；
人员检测单元，具体用于将乘坐人员的图像输入用于属性检测的神经网络进行属性检测，得到神经网络输出的属性检测结果；
相关信息确定单元在根据检测结果确定乘坐人员的体型相关信息时，用于基于属性检测结果获得图像对应的乘坐人员的人种信息和/或性别信息。
可选地，不同性别的体型差距较大，同样上身高度的男性和女性由于体型差距巨大，对应的舒适的座椅位置也存在较大差异，因此，为了提高更舒适的座椅位置，需要获得驾驶员的性别信息；除了性别，不同人种(如：黄种人、白种人、黑种人等)的体型之间也存在较大差异，例如：黑种人通常体型较为壮硕，在座椅前后位置上需要更大空间，可通过对不同人种通过大数据计算获得适合每种人种的体型的座椅位置参照数据。
在一个或多个可选的实施例，调节信息确定单元，具体用于获得预设的与体型和/或人脸高度相关的座椅调节转换关系；基于体型相关信息和/或人脸高度信息和座椅调节转换关系，确定乘坐人员对应的座椅期望状态；基于座椅期望状态确定座椅的调节信息，或者，基于座椅期望状态和座椅当前状态确定座椅的调节信息。
可选地，直接基于座椅期望状态确定座椅的调节信息，而不考虑相对信息，具体如何对座椅进行调节直接基于电机实现，无需计算相对状态信息；而通过座椅期望状态和座椅当前状态确定的座椅的调节信息，直接输入调节座椅状态的电机，直接根据该信息即可实现调节；座椅当前状态可以是车辆出厂位置，也可能是其他任何位置(为上一个驾驶员设置的座椅状态)，通过座椅设置历史可知座椅当前状态，根据座椅当前状态就可以获得座椅的调节信息。
在一个或多个可选的实施例，调节信息确定单元，具体用于获得预设的与人脸高度相关的第一座椅调节转换关系；基于人脸高度信息和第一座椅调节转换关系，确定驾驶员对应的第一座椅期望状态；获得预设的与体型相关信息相关的第二座椅调节转换关系；基于体型相关信息、第二座椅调节转换关系和第一座椅期望状态，确定第二座椅期望状态；基于第二座椅期望状态确定座椅的调节信息，或者，基于第二座椅期望状态和座椅当前状态确定座椅的调节信息。
本实施例通过体型相关信息和人脸高度信息结合确定座椅的调节信息，其中，体现性格信息中人种和性别结合获得的分类数量有限，并且只要确定为一个组合，例如：男性+黄种人，就适用于这个分类下的所有乘坐人员，个性化不足，但信息易于获得；而人脸高度信息更加个性化，每个乘坐人员对应的调节信息都有可能不同，因此，本实施例实现了通过通用信息结合个性化信息确定更准确的调节信息。
在一个或多个可选的实施例中，本申请实施例装置还包括：
关系存储单元，用于建立并存储乘坐人员对应的座椅调节信息和乘坐人员的身份信息之间的映射关系。
本申请实施例为了节省针对同一个人的反复调节座椅状态，将乘坐人员对应的座椅调节信息和该乘坐人员的身份信息之间的映射关系进行存储，当该乘坐人员再次乘坐该车辆时，可基于乘坐人员的身份信息直接通过映射关系获得对应的座椅调节信息；提高了车辆座椅智能调节的效率。
在一个或多个可选的实施例中，座椅的调节信息包括以下至少一个信息：座椅调节参数的目标值、座椅的上下调节量、座椅的前后调节量、座椅的左右调节量、靠背椅倾斜角度的调节量、坐垫倾斜角度的调节量。
可选地，为了实现多方位条件座椅，需要在多方向上对座椅进行调节，除了通常包括的上下、前后、左右调节量，还包括靠背椅倾斜角度的调节量、坐垫倾斜角度的调节量。调节信息可以是输出调节量，更通常来说，也可能是直接的目标调节状态，比如：直接输出座椅最终要调节到的上下左右前后等等各个调节参数的目标值，而具体如何调整达到目标值，可通过电机或者其他设备来进行处理实现。
可选地，信息处理单元在基于座椅的调节信息调节座椅时，执行以下至少一个操作：
基于座椅调节参数的目标值对座椅进行调节；
基于座椅的上下调节量对座椅进行上下方向上的调节；
基于座椅的前后调节量对座椅进行前后方向上的调节；
基于座椅的前后调节量对座椅进行左右方向上的调节；
基于靠背椅倾斜角度的调节量对座椅的靠背进行倾斜角度的调节；
基于坐垫倾斜角度的调节量对座椅的坐垫进行倾斜角度的调节。
在一个或多个可选的实施例中，本申请实施例装置还包括：
身份认证单元，用于基于图像进行身份认证；
权限获取单元，用于响应于身份认证通过，乘坐人员具有座椅调节权限。
本申请实施例对乘车人员进行身份认证，只有通过身份认证的乘车人员才具有座椅调节权限，可保证车辆的安全性，通过身份认证的人可以是乘坐过该车辆的人，或提前信息注册或存储的人等，身份认证的过程可基于人脸特征匹配实现，或基于其他方式实现认证，本申请实施例不限制身份认证的具体方式。
可选地，身份认证单元，用于基于图像进行人脸识别，获得乘坐人员的人脸特征；将人脸特征与具有权限的至少一个预存人脸特征进行匹配；
权限获取单元，用于响应于存在与人脸特征匹配的预存人脸特征，通过身份认证，乘坐人员具有座椅调节权限。
可选地，权限获取单元，具体用于响应于身份认证通过，判断数据库中是否包括乘坐人员的身份信息；数据库存储至少一个乘坐人员的身份信息和座椅期望状态；数据库中包括至少一个预存人脸特征和至少一个座椅位置信息，每个预存人脸特征对应一个座椅位置信息；响应于数据库不包括乘坐人员的身份信息，允许乘坐人员座椅调节权限。
在一个或多个可选的实施例中，本申请实施例装置还包括：
图像采集单元，用于通过设置在车辆内部的至少一种摄像头采集乘坐人员的图像。
可选地，通过设置在车辆座椅前方的摄像头采集乘坐人员的人脸图像，通过摄像头采集的人脸图像时，将摄像头的位置作为相机坐标系的原点，可选地，摄像头包括但不限于以下至少一种：红外摄像头、RGB摄像头、TOF摄像头、双目摄像头等，本申请实施例不限制具体采用哪种摄像头。每种摄像头都具有其特点，例如：通过红外(IR)摄像头或双通摄像头采集人脸图像时，可以在光线不足时开启补光装置，使拍摄的人脸图像更清晰，便于识别和处理。
可选地，摄像头包括以下至少一种：红外摄像头、RGB摄像头、TOF摄像头、双目摄像头。
可选地，图像采集单元，具体用于通过设置在车辆内部的至少一种摄像头和补光装置采集乘坐人员的图像。
根据本申请实施例的另一个方面，提供的一种车辆，包括上述任意一项实施例提供的车辆座椅智能调节装置。
根据本申请实施例的又一个方面，提供的一种电子设备，包括处理器，该处理器包括上述任意一项实施例提供的车辆座椅智能调节装置。
根据本申请实施例的还一个方面，提供的一种电子设备，包括：存储器，用于存储可执行指令；
以及处理器，用于与存储器通信以执行该可执行指令从而完成上述任意一项实施例提供的车辆座椅智能调节方法的操作。
根据本申请实施例的再一个方面，提供的一种计算机存储介质，用于存储计算机可读取的指令，该指令被执行时执行上述任意一项实施例提供的车辆座椅智能调节方法的操作。
本申请各实施例中的神经网络，分别可以是一个多层神经网络(即：深度神经网络)，例如多层的卷积神经网络，例如可以是LeNet、AlexNet、GoogLeNet、VGG、ResNet等任意神经网络模型。各神经网络可以采用相同类型和结构的神经网络，也可以采用不同类型和结构的神经网络。本申请实施例不对此进行限制。
本申请实施例还提供了一种电子设备，例如可以是移动终端、个人计算机(PC)、平板电脑、服务器等。下面参考图11，其示出了适于用来实现本申请实施例的终端设备或服务器的电子设备1100的结构示意图：如图11所示，电子设备1100包括一个或多个处理器、通信部等，所述一个或多个处理器例如：一个或多个中央处理单元(CPU)1101，和/或一个或多个专用处理器，专用处理器可作为加速单元1113，可包括但不限于图像处理器(GPU)、FPGA、DSP以及其它的ASIC芯片之类专用处理器等，处理器可以根据存储在只读存储器(ROM)1102中的可执行指令或者从存储部分1108加载到随机访问存储器(RAM)1103中的可执行指令而执行各种适当的动作和处理。通信部1112可包括但不限于网卡，所述网卡可包括但不限于IB(Infiniband)网卡。
处理器可与只读存储器1102和/或随机访问存储器1103中通信以执行可执行指令，通过总线1104与通信部1112相连、并经通信部1112与其他目标设备通信，从而完成本申请实施例提供的任一项方法对应的操作，例如，对车辆的乘坐人员的图像进行检测，获得检测结果；根据检测结果确定乘坐人员的体型相关信息和/或人脸高度信息；基于体型相关信息和/或人脸高度信息，确定乘坐人员的座椅的调节信息；输出调节信息，或者，基于调节信息调节座椅。
此外，在RAM 1103中，还可存储有装置操作所需的各种程序和数据。CPU1101、ROM1102以及RAM1103通过总线1104彼此相连。在有RAM1103的情况下，ROM1102为可选模块。RAM1103存储可执行指令，或在运行时向ROM1102中写入可执行指令，可执行指令使中央处理单元1101执行上述通信方法对应的操作。输入/输出(I/O)接口1105也连接至总线1104。通信部1112可以集成设置，也可以设置为具有多个子模块(例如多个IB网卡)，并在总线链接上。
以下部件连接至I/O接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
需要说明的，如图11所示的架构仅为一种可选实现方式，在具体实践过程中，可根据实际需要对上述图11的部件数量和类型进行选择、删减、增加或替换；在不同功能部件设置上，也可采用分离设置或集成设置等实现方式，例如加速单元1113和CPU1101可分离设置或者可将加速单元1113集成在CPU1101上，通信部可分离设置，也可集成设置在CPU1101或加速单元1113上，等等。这些可替换的实施方式均落入本申请公开的保护范围。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，计算机程序包含用于执行流程图所示的方法的程序代码，程序代码可包括对应执行本申请实施例提供的方法步骤对应的指令，例如，对车辆的乘坐人员的图像进行检测，获得检测结果；根据检测结果确定乘坐人员的体型相关信息和/或人脸高度信息；基于体型相关信息和/或人脸高度信息，确定乘坐人员的座椅的调节信息；输出调节信息，或者，基于调节信息调节座椅。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时，执行本申请的方法中限定的上述功能的操作。
可能以许多方式来实现本申请的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本申请的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本申请实施为记录在记录介质中的程序，这些程序包括用于实现根据本申请的方法的机器可读指令。因而，本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。
本申请的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本申请限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本申请的原理和实际应用，并且使本领域的普通技术人员能够理解本申请从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种车辆座椅智能调节方法，其特征在于，包括：
对车辆的乘坐人员的图像进行检测，获得检测结果；
根据所述检测结果确定所述乘坐人员的体型相关信息和/或人脸高度信息；
基于所述体型相关信息和/或所述人脸高度信息，确定所述乘坐人员的座椅的调节信息；
输出所述调节信息，或者，基于所述调节信息调节所述座椅。
2.根据权利要求1所述的方法，其特征在于，所述检测结果包括人脸参考点坐标；
所述对车辆的乘坐人员的图像进行检测，获得检测结果，包括：
对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的人脸参考点坐标；
所述根据检测结果确定所述乘坐人员的人脸高度信息，包括：
将所述人脸参考点坐标从所述相机坐标系转换到车机坐标系；
基于在所述车机坐标系下的人脸参考点坐标确定所述乘坐人员的人脸高度信息。
3.根据权利要求2所述的方法，其特征在于，所述人脸参考点包括至少一个人脸关键点和/或至少一个人脸其他位置点；
所述对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的人脸参考点坐标，包括：
对所述乘坐人员的图像进行人脸参考点检测，获得所述乘坐人员在相机坐标系下的至少一个人脸关键点坐标；
和/或，基于所述至少一个人脸关键点坐标确定至少一个人脸其他位置点。
4.根据权利要求1-3任一所述的方法，其特征在于，所述体型相关信息包括人种信息和/或性别信息；
所述对车辆的乘坐人员的图像进行检测，获得检测结果，包括：
将所述乘坐人员的图像输入用于属性检测的神经网络进行属性检测，得到神经网络输出的属性检测结果；
所述根据所述检测结果确定所述乘坐人员的体型相关信息，包括：
基于所述属性检测结果获得所述图像对应的乘坐人员的人种信息和/或性别信息。
5.一种车辆座椅智能调节装置，其特征在于，包括：
人员检测单元，用于对车辆的乘坐人员的图像进行检测，获得检测结果；
相关信息确定单元，用于根据所述检测结果确定所述乘坐人员的体型相关信息和/或人脸高度信息；
调节信息确定单元，用于基于所述体型相关信息和/或所述人脸高度信息，确定所述乘坐人员的座椅的调节信息；
信息处理单元，用于输出所述调节信息，或者，基于所述调节信息调节所述座椅。
6.一种车辆，其特征在于，包括：权利要求5所述的车辆座椅智能调节装置。
7.一种电子设备，其特征在于，包括处理器，所述处理器包括权利要求5所述的车辆座椅智能调节装置。
8.一种电子设备，其特征在于，包括：存储器，用于存储可执行指令；
以及处理器，用于与所述存储器通信以执行所述可执行指令从而完成权利要求1至4任意一项所述车辆座椅智能调节方法。
9.一种计算机存储介质，用于存储计算机可读取的指令，其特征在于，所述指令被执行时执行权利要求1至4任意一项所述车辆座椅智能调节方法的操作。
10.一种计算机程序产品，包括计算机可读代码，其特征在于，当所述计算机可读代码在设备上运行时，所述设备中的处理器执行用于实现权利要求1至4任意一项所述车辆座椅智能调节方法的指令。
CN201811224906.6A 2018-10-19 2018-10-19 车辆座椅智能调节方法和装置、车辆、电子设备、介质 Pending CN111071113A (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201811224906.6A CN111071113A (zh) 2018-10-19 2018-10-19 车辆座椅智能调节方法和装置、车辆、电子设备、介质
JP2020530515A JP2021504236A (ja) 2018-10-19 2019-10-18 車両シート知能化調節方法及び装置、車両、電子機器並びに媒体
SG11202009429PA SG11202009429PA (en) 2018-10-19 2019-10-18 Method and device for intelligent adjustment of vehicle seat, and vehicle, electronic device, and medium
PCT/CN2019/111928 WO2020078461A1 (zh) 2018-10-19 2019-10-18 车辆座椅智能调节方法和装置、车辆、电子设备、介质
EP19872875.0A EP3798048A4 (en) 2018-10-19 2019-10-18 METHOD AND DEVICE FOR INTELLIGENT VEHICLE AND VEHICLE SEAT ADJUSTMENT, ELECTRONIC DEVICE AND BRACKET
KR1020207014696A KR20200071118A (ko) 2018-10-19 2019-10-18 차량 좌석의 스마트 조절 방법 및 장치, 차량, 전자 기기, 매체
US16/882,860 US20200282867A1 (en) 2018-10-19 2020-05-26 Method and apparatus for intelligent adjustment of vehicle seat, vehicle, electronic device, and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811224906.6A CN111071113A (zh) 2018-10-19 2018-10-19 车辆座椅智能调节方法和装置、车辆、电子设备、介质

Publications (1)

Publication Number Publication Date
CN111071113A true CN111071113A (zh) 2020-04-28

Family

ID=70283340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811224906.6A Pending CN111071113A (zh) 2018-10-19 2018-10-19 车辆座椅智能调节方法和装置、车辆、电子设备、介质

Country Status (7)

Country Link
US (1) US20200282867A1 (zh)
EP (1) EP3798048A4 (zh)
JP (1) JP2021504236A (zh)
KR (1) KR20200071118A (zh)
CN (1) CN111071113A (zh)
SG (1) SG11202009429PA (zh)
WO (1) WO2020078461A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111605442A (zh) * 2020-05-25 2020-09-01 北京汽车集团越野车有限公司 一种汽车座椅调节方法、装置、汽车和可读存储介质
CN111845258A (zh) * 2020-06-16 2020-10-30 宁波吉利汽车研究开发有限公司 一种车内设备调控方法、装置、终端及存储介质
CN113043922A (zh) * 2021-04-25 2021-06-29 武汉驰必得科技有限公司 基于用户特征识别和数据分析的电动汽车驾驶座椅智能调控方法、系统、设备和存储介质
CN113183835A (zh) * 2021-05-31 2021-07-30 广汽本田汽车有限公司 坐姿控制方法、装置、座椅及计算机可读存储介质
CN113665512A (zh) * 2021-08-31 2021-11-19 东风汽车集团股份有限公司 车辆个性化调整系统
CN114312498A (zh) * 2020-09-29 2022-04-12 阿波罗智联(北京)科技有限公司 座椅调节装置、方法、设备、车辆座椅及车辆
CN114475371A (zh) * 2022-02-23 2022-05-13 东风汽车集团股份有限公司 一种越野车前后排座椅智能调节系统及控制方法
CN114590180A (zh) * 2022-02-12 2022-06-07 青岛理工大学 车辆
CN114919471A (zh) * 2022-05-30 2022-08-19 重庆长安汽车股份有限公司 汽车座椅自适应调节方法、装置、电子设备及存储介质
CN115284976A (zh) * 2022-08-10 2022-11-04 东风柳州汽车有限公司 车辆座椅自动调节方法、装置、设备及存储介质
WO2023174268A1 (zh) * 2022-03-15 2023-09-21 采埃孚汽车科技(上海)有限公司 车辆内饰系统、用于调整内饰部件的方法、设备及介质

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7415469B2 (ja) * 2019-11-15 2024-01-17 株式会社アイシン 体格推定装置および姿勢推定装置
US11807181B2 (en) * 2020-10-27 2023-11-07 GM Global Technology Operations LLC Vision-based airbag enablement
CN115209596A (zh) * 2021-04-08 2022-10-18 佛吉亚歌乐电子(厦门)有限公司 照明装置的亮度控制方法、装置、设备、存储介质及系统
CN113139474A (zh) * 2021-04-26 2021-07-20 中汽研软件测评(天津)有限公司 生物识别技术和数据驱动下的汽车座舱智能适应模型算法
KR20220149053A (ko) 2021-04-30 2022-11-08 주식회사 알고리고 시트 포지션 자동화를 위한 인공신경망 장치 및 방법
CN113511115A (zh) * 2021-05-28 2021-10-19 南昌智能新能源汽车研究院 一种基于双目视觉的汽车座椅姿态智能控制方法
KR20230055627A (ko) * 2021-10-19 2023-04-26 (주)케이시크 연결좌석 개인화 시스템 및 방법
CN114459623B (zh) * 2022-04-13 2022-07-15 河北化工医药职业技术学院 人脸识别体温检测装置角度调节控制方法及装置
CN114851921B (zh) * 2022-05-11 2023-09-12 广州小鹏汽车科技有限公司 一种乘坐空间的调整方法、装置、电子设备及存储介质
CN117315726B (zh) * 2023-11-30 2024-03-22 武汉未来幻影科技有限公司 一种驾驶员坐姿高低识别方法、装置以及处理设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014201174A (ja) * 2013-04-03 2014-10-27 本田技研工業株式会社 車両制御システム
CN104691461A (zh) * 2015-03-25 2015-06-10 乐视致新电子科技（天津）有限公司 一种汽车座椅调整方法、装置和系统
CN105109365A (zh) * 2015-09-18 2015-12-02 宇龙计算机通信科技(深圳)有限公司 一种调整汽车座位参数的方法及装置
CN105599642A (zh) * 2015-12-18 2016-05-25 小米科技有限责任公司 座椅自动调节方法、装置及终端
CN106004532A (zh) * 2015-03-26 2016-10-12 佛吉亚汽车座椅有限责任公司 可调的车辆座椅
CN106143370A (zh) * 2016-08-24 2016-11-23 东风汽车公司 座椅智能调节装置及方法
CN106956620A (zh) * 2017-03-10 2017-07-18 湖北文理学院 驾驶员坐姿自动调整系统及方法
CN107813732A (zh) * 2017-09-20 2018-03-20 众泰新能源汽车有限公司 车辆自动调节座椅及其调节方法
CN107901792A (zh) * 2017-10-31 2018-04-13 深圳创维汽车智能有限公司 汽车座椅调节方法、装置及计算机可读存储介质
CN108248460A (zh) * 2016-12-29 2018-07-06 乐视汽车（北京）有限公司 用于调整汽车座椅位置的方法、系统和汽车
CN108657029A (zh) * 2018-05-17 2018-10-16 华南理工大学 一种基于肢体长度预测的汽车驾驶席座椅智能调节系统及方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2836454B2 (ja) * 1993-09-06 1998-12-14 三菱自動車工業株式会社 ドライビングポジション制御装置
JP4296963B2 (ja) * 2004-02-26 2009-07-15 トヨタ自動車株式会社 車載用健康診断装置および車載用健康診断方法
DE102004013598A1 (de) * 2004-03-19 2005-10-06 Robert Bosch Gmbh Vorrichtung zur Einstellung von Sitzkomponenten
DE102004015047A1 (de) * 2004-03-26 2005-10-13 Bayerische Motoren Werke Ag Einstellverfahren für einen Kraftfahrzeug-Sitz
JP2006290074A (ja) * 2005-04-07 2006-10-26 Nissan Motor Co Ltd 車両用シート装置および運転姿勢制御方法
JP4737216B2 (ja) * 2008-03-31 2011-07-27 マツダ株式会社 車両用シート装置
TWI440573B (zh) * 2011-06-23 2014-06-11 Altek Corp 多模組辨識系統及其控制方法
US8872640B2 (en) * 2011-07-05 2014-10-28 Saudi Arabian Oil Company Systems, computer medium and computer-implemented methods for monitoring health and ergonomic status of drivers of vehicles
JP2014073712A (ja) * 2012-10-03 2014-04-24 Nissan Motor Co Ltd 運動量測定装置および運動量測定方法
CN102963274A (zh) * 2012-10-25 2013-03-13 浙江吉利汽车研究院有限公司杭州分公司 一种自适应汽车座椅系统及座椅调节方法
KR101442641B1 (ko) * 2012-12-27 2014-09-19 전자부품연구원 차량용 좌석 및 미러 조정 장치 및 방법
CN103707781B (zh) * 2013-12-26 2016-02-24 苏州清研微视电子科技有限公司 基于距离图像的驾驶员座椅位置自动调整系统
US9919670B2 (en) * 2015-06-17 2018-03-20 Ford Global Technologies, Llc System and method for occupant height
CN106183901A (zh) * 2016-08-11 2016-12-07 戴姆勒股份公司 智能座椅及包括该智能座椅的车辆
CN106627261B (zh) * 2016-11-08 2019-02-12 广州大学 一种基于人脸识别的汽车座椅自主记忆系统和方法
DE112016007536T5 (de) * 2016-12-20 2019-09-26 Mitsubishi Electric Corporation Fahrzeugmontierte Bildauthentifizierungsvorrichtung
FR3067309B1 (fr) * 2017-06-09 2020-02-07 STMicroelectronics (Grand Ouest) SAS Procede et systeme de reglage automatique d'au moins un equipement d'un vehicule automobile
US11465631B2 (en) * 2017-12-08 2022-10-11 Tesla, Inc. Personalization system and method for a vehicle based on spatial locations of occupants' body portions
US10850693B1 (en) * 2018-04-05 2020-12-01 Ambarella International Lp Determining comfort settings in vehicles using computer vision
US11491895B2 (en) * 2018-04-27 2022-11-08 Ts Tech Co., Ltd. ECU device, vehicle seat, system for estimating lower limb length of seated person, and attachment structure for sitting height detection sensor
JP7047689B2 (ja) * 2018-09-20 2022-04-05 株式会社デンソー 疲労軽減装置、疲労軽減方法、及び制御プログラム

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014201174A (ja) * 2013-04-03 2014-10-27 本田技研工業株式会社 車両制御システム
CN104691461A (zh) * 2015-03-25 2015-06-10 乐视致新电子科技（天津）有限公司 一种汽车座椅调整方法、装置和系统
CN106004532A (zh) * 2015-03-26 2016-10-12 佛吉亚汽车座椅有限责任公司 可调的车辆座椅
CN105109365A (zh) * 2015-09-18 2015-12-02 宇龙计算机通信科技(深圳)有限公司 一种调整汽车座位参数的方法及装置
CN105599642A (zh) * 2015-12-18 2016-05-25 小米科技有限责任公司 座椅自动调节方法、装置及终端
CN106143370A (zh) * 2016-08-24 2016-11-23 东风汽车公司 座椅智能调节装置及方法
CN108248460A (zh) * 2016-12-29 2018-07-06 乐视汽车（北京）有限公司 用于调整汽车座椅位置的方法、系统和汽车
CN106956620A (zh) * 2017-03-10 2017-07-18 湖北文理学院 驾驶员坐姿自动调整系统及方法
CN107813732A (zh) * 2017-09-20 2018-03-20 众泰新能源汽车有限公司 车辆自动调节座椅及其调节方法
CN107901792A (zh) * 2017-10-31 2018-04-13 深圳创维汽车智能有限公司 汽车座椅调节方法、装置及计算机可读存储介质
CN108657029A (zh) * 2018-05-17 2018-10-16 华南理工大学 一种基于肢体长度预测的汽车驾驶席座椅智能调节系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
都伊林: "《智能安防新发展与应用》", 31 May 2018, 华中科技大学出版社 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111605442A (zh) * 2020-05-25 2020-09-01 北京汽车集团越野车有限公司 一种汽车座椅调节方法、装置、汽车和可读存储介质
CN111845258A (zh) * 2020-06-16 2020-10-30 宁波吉利汽车研究开发有限公司 一种车内设备调控方法、装置、终端及存储介质
CN114312498B (zh) * 2020-09-29 2023-03-24 阿波罗智联(北京)科技有限公司 座椅调节装置、方法、设备、车辆座椅及车辆
CN114312498A (zh) * 2020-09-29 2022-04-12 阿波罗智联(北京)科技有限公司 座椅调节装置、方法、设备、车辆座椅及车辆
CN113043922A (zh) * 2021-04-25 2021-06-29 武汉驰必得科技有限公司 基于用户特征识别和数据分析的电动汽车驾驶座椅智能调控方法、系统、设备和存储介质
CN113183835A (zh) * 2021-05-31 2021-07-30 广汽本田汽车有限公司 坐姿控制方法、装置、座椅及计算机可读存储介质
CN113665512A (zh) * 2021-08-31 2021-11-19 东风汽车集团股份有限公司 车辆个性化调整系统
CN114590180A (zh) * 2022-02-12 2022-06-07 青岛理工大学 车辆
CN114475371A (zh) * 2022-02-23 2022-05-13 东风汽车集团股份有限公司 一种越野车前后排座椅智能调节系统及控制方法
CN114475371B (zh) * 2022-02-23 2023-02-28 东风汽车集团股份有限公司 一种越野车前后排座椅智能调节系统及控制方法
WO2023174268A1 (zh) * 2022-03-15 2023-09-21 采埃孚汽车科技(上海)有限公司 车辆内饰系统、用于调整内饰部件的方法、设备及介质
CN114919471A (zh) * 2022-05-30 2022-08-19 重庆长安汽车股份有限公司 汽车座椅自适应调节方法、装置、电子设备及存储介质
CN115284976A (zh) * 2022-08-10 2022-11-04 东风柳州汽车有限公司 车辆座椅自动调节方法、装置、设备及存储介质
CN115284976B (zh) * 2022-08-10 2023-09-12 东风柳州汽车有限公司 车辆座椅自动调节方法、装置、设备及存储介质

Also Published As

Publication number Publication date
JP2021504236A (ja) 2021-02-15
WO2020078461A1 (zh) 2020-04-23
EP3798048A1 (en) 2021-03-31
EP3798048A4 (en) 2021-08-04
US20200282867A1 (en) 2020-09-10
KR20200071118A (ko) 2020-06-18
SG11202009429PA (en) 2020-10-29

Similar Documents

Publication Publication Date Title
CN111071113A (zh) 车辆座椅智能调节方法和装置、车辆、电子设备、介质
CN111071187A (zh) 驾驶环境智能调整及驾驶员注册方法和装置、车辆、设备
CN113335146B (zh) 自动调节驾驶员相关车载设备的调节方法、装置和系统
JP2021504236A5 (zh)
US20220084316A1 (en) Method and electronic device for recognizing abnormal sitting posture, and storage medium
US9822576B2 (en) Method for operating an activatable locking device for a door and/or a window, securing device for a vehicle, vehicle
US11724703B2 (en) Method and system for driver posture monitoring
CN213423969U (zh) 基于姿态识别的智能座椅控制装置
US20230322129A1 (en) Ecu device, vehicle seat, system for estimating lower limb length of seated person, and attachment structure for sitting height detection sensor
JP2018060466A (ja) 画像処理装置、検知装置、学習装置、画像処理方法、および画像処理プログラム
CN114248666A (zh) 基于人脸识别的座椅调整方法、装置、介质及设备
CN114889542A (zh) 一种基于驾驶员监测与识别的座舱协同控制系统和方法
CN110135447B (zh) 根据识别的人员信息调整车辆内人员坐姿的系统
JP2017105224A (ja) 車両制御装置
KR102125756B1 (ko) 지능형 차량 편의 제어 장치 및 방법
US20200139854A1 (en) Control device for vehicle, system, method and storage medium
CN114714995B (zh) 一种基于人体参数化模型的车辆座舱匹配调节方法
US11878708B2 (en) Method and system for monitoring an occupant of a vehicle
CN107547515A (zh) 一种基于云服务的汽车视角调整系统
CN116758519A (zh) 基于视觉人工智能ai的汽车座椅微调方法及相关设备
CN116061773A (zh) 一种座椅调整方法、装置、设备及存储介质
CN117944530A (zh) 座椅调节方法、装置、电子设备、存储介质及车辆
CN115476739A (zh) 一种座椅调节方法
CN117508063A (zh) 调节座舱设备的方法、装置和车辆
CN117863987A (zh) 车辆座椅的调节方法、装置、电子设备及存储介质

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