CN113212368A - 用于控制车辆的智能感应部件的方法和设备 - Google Patents
用于控制车辆的智能感应部件的方法和设备 Download PDFInfo
- Publication number
- CN113212368A CN113212368A CN202110495170.1A CN202110495170A CN113212368A CN 113212368 A CN113212368 A CN 113212368A CN 202110495170 A CN202110495170 A CN 202110495170A CN 113212368 A CN113212368 A CN 113212368A
- Authority
- CN
- China
- Prior art keywords
- condition data
- preset condition
- vehicle
- vehicle user
- user
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/20—Means to switch the anti-theft system on or off
- B60R25/2054—Means to switch the anti-theft system on or off by foot gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Lock And Its Accessories (AREA)
Abstract
本发明涉及车辆与驾驶员的信息交互领域。本发明提供一种用于控制车辆的智能感应部件的方法,该方法包括以下步骤:S1:根据车辆用户的人员身份调取用于触发车辆的智能感应部件的定义动作的预设条件数据;S2:检查预设条件数据与车辆用户的使用习惯是否存在偏差;S3:响应于所述偏差调节预设条件数据,使得其匹配于车辆用户的使用习惯。本发明还涉及一种用于控制车辆的智能感应部件的设备。本发明旨在为智能感应部件、尤其智能感应后备箱的触发预设条件数据,并在用户使用过程中逐渐往用户的个人习惯标定,最终使车辆用户对该功能越来越顺手。
Description
技术领域
本发明涉及一种用于控制车辆的智能感应部件的方法和一种用于控制车辆的智能感应部件的设备。
背景技术
目前许多车辆配备了智能感应功能。例如在车辆熄火状态下,可以通过感测车尾底部特定区域内的用户动作来控制车辆尾门自动开启。为了避免误操作与安全问题,通常要求使用者按照规定完成动作才能正常开启。例如,使用者必须像踢正步一样把脚抬到特定高度,或者必须使脚部以特定速度缓慢横扫移动,后备箱才会开启。对于使用者来说,经常由于学习成本过高或没有掌握正确开启技巧而放弃使用该功能,造成该功能在车辆上的使用率极低。
为了解决这一问题,现有技术中提出通过对象运动操纵交通运输工具的闭合部件的方法,在该方法中,当检测到运动与预设运动特征不符时,将所检测的运动转换为新的运动特征并替换原始运动特征,由此使运动特征与使用者相适应,从而提升闭合部件的自动操纵功能的可接受度。
还已知一种基于用户姿态实施车辆功能的方法,其中,通过识别和学习用户在尝试做出姿态时的移动规律,可以生成个性化的车辆功能控制选项。
但是目前给出的上述解决方案仍存在诸多不足,特别是面对个体化程度极高的用户群体,每次学习和自适应过程都相对漫长,使得无法精准地实现针对不同用户身份的快速切换和匹配。
因此,仍然期待对目前的方法进行改进,以进一步提高用户体验。
发明内容
本发明的目的在于提供一种用于控制车辆的智能感应部件的方法和一种用于控制车辆的智能感应部件的设备,以至少解决现有技术中的部分问题。
根据本发明的第一方面,提供一种用于控制车辆的智能感应部件的方法,所述方法包括以下步骤:
S1:根据车辆用户的人员身份调取用于触发车辆的智能感应部件的定义动作的预设条件数据;
S2:检查预设条件数据与车辆用户的使用习惯是否存在偏差;以及
S3:响应于所述偏差调节预设条件数据,使得其匹配于车辆用户的使用习惯。
本发明尤其包括以下技术构思:通过事先借助人员身份调取预设条件数据,可以在充分利用历史积累的先验知识的基础上快速建立参数模型的初始框架,然后再基于具体用户习惯及偏好对该参数模型进行微调,从而标定出最佳匹配的触发条件数据。由于参数模型的整体框架已被估计出,而只需在细节上校准,由此极大地缩减了初始学习阶段的时间开销,提高了用户满意度。
可选地,所述步骤S1包括:检查车辆用户是否属于授权人员且身份被登记;以及,在车辆用户属于授权人员且身份被登记的情况下,调取所登记的身份对应的预设条件数据。
在此,尤其实现以下技术优点:通过将人员身份与预设条件数据绑定,可以针对不同车辆用户分别存储参数曲线或动作序列,从而能够实现预设条件数据的快速调取。
可选地,所述步骤S1还包括:在车辆用户属于授权人员且身份未登记的情况下,调取历史记录中触发智能感应部件的定义动作成功率最高的预设条件数据。
在此,尤其实现以下技术优点:即使不存在新用户的风格偏好记录,也可以基于其他用户的历史训练结果为其抽象出大致的参数模型,由此加快了训练算法的收敛进程。
可选地,所述方法至少在步骤S2之前还包括以下步骤:获取至少一个环境变量,借助所述环境变量对所调取的预设条件数据进行修正。
在此,尤其实现以下技术优点:通过引入外界环境变量,可以将环境因素对触发效果的干扰考虑在内,从而使最终生成的预设条件数据更具稳定性。
可选地,获取温度信号、湿度信号、GPS位置信号和/或用户状态信号作为所述环境变量,分析所述环境变量对车辆用户的动作和/或智能感应部件的影响,将所述影响参数化为增量因子,将所述增量因子施加到所调取的预设条件数据上。
在此,尤其实现以下技术优点:即使同一用户在不同环境条件下的习惯也可能存在差异,因此通过将环境影响转换为增量因子并以此修正预设条件数据可以很好地补偿环境干扰,提高可靠性。
可选地,所述步骤S3包括:在触发角度和/或触发灵敏度方面调节所述智能感应部件。
在此,尤其是实现以下技术优点:触发角度和触发灵敏度是对于智能感应部件的预设条件数据中易于调节且对触发结果起决定作用的参数,由此降低了自学习过程的标定难度,提升了可操作性。
可选地,在所述步骤S2中,通过记录车辆用户的反馈事件的发生来确定是否存在所述偏差,所述反馈事件包括:正反馈事件,其表示智能感应部件的定义动作在预设条件数据情况下被车辆用户触发成功;以及,负反馈事件,其表示智能感应部件的定义动作在预设条件数据情况下被车辆用户触发失败。
在此,尤其实现以下技术优点:通过记录车辆用户的反馈事件,可以通过简单的数学统计策略分析出触发策略与用户习惯之间的偏差程度,从而更加有针对地执行调节过程。
可选地,在所述步骤S3中,基于正反馈事件和负反馈事件的发生次数、尤其发生次数的比例关系确定预设条件数据的待调节趋势方向,根据所述待调节趋势方向相应地调节所述预设条件数据。
在此,尤其实现以下技术优点:通过了解待预设条件数据的调节趋势方向,能够加快寻找最优解的进程,提高了时间效率。
可选地,在所述步骤S3中,在失败表现方面对负反馈事件进行分类,并且根据分类的结果确定待调节趋势方向,其中,在触发角度处于车辆用户的习惯角度范围内但触发失败的次数和/或比例超出允许限度的情况下,将触发灵敏度调高;在触发成功之后由车辆用户手动撤销定义动作的次数或比例超出允许限度的情况下,将触发灵敏度调低。
在此,尤其实现以下技术优点:不同的触发失败表现尤其可能由不同类型的条件数据所引起,通过有利地考虑这种因果关系,可以有所侧重地仅执行特定类型的条件数据的调节,而无需重置所有设定。因此,可以在整体上加速自适应学习过程。
根据本发明的第二方面,提供一种用于控制车辆的智能感应部件的设备,所述设备用于执行本发明的第一方面所述的方法,所述设备包括:
调取模块,其配置成能够根据车辆用户的人员身份调取用于触发车辆的智能感应部件的定义动作的预设条件数据;以及
分析模块,其配置成能够检查预设条件数据与车辆用户的使用习惯是否存在偏差,并且响应于所述偏差调节预设条件数据,使得其匹配于车辆用户的使用习惯。
附图说明
下面,通过参看附图更详细地描述本发明,可以更好地理解本发明的原理、特点和优点。附图包括:
图1示出了根据本发明的一个示例性实施例的用于控制车辆的智能感应部件的设备的框图;
图2示出了根据本发明的一个示例性实施例的用于控制车辆的智能感应部件的方法的流程图;
图3示出了图2中的方法的一个方法步骤的示例性实施例的流程图;
图4示出了图2中的方法的两个方法步骤的示例性实施例的流程图;
图5示出了图2中的方法的一个方法步骤的示例性实施例的流程图;以及
图6示出了图2中的方法的两个方法步骤的示例性实施例的流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案以及有益的技术效果更加清楚明白,以下将结合附图以及多个示例性实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用于解释本发明,而不是用于限定本发明的保护范围。
图1示出了根据本发明的一个示例性实施例的用于控制车辆的智能感应部件的设备的框图。所述设备1包括调取模块2和分析模块3。调取模块2包括身份读取单元21和身份信息库22。身份读取单元21例如可以构造成信息接口并且与多个人员检测单元通信连接,以接收来自这些人员检测单元的测量数据。人员检测单元例如包括:语音录入单元201、指纹录入单元202、钥匙接口单元203、摄像头单元204。在获取了相应的测量数据之后,这些测量数据被传输给身份信息库22并在那里进行匹配,以检查车辆用户是否被授权且是否有吻合的身份信息。此外,在身份信息库22中针对每个身份信息还存储有对应的预设条件数据,从而在已知车辆用户的身份信息的情况下,可以直接调取出与其匹配的预设条件数据。
调取模块2还包括环境读取单元23,其与多个环境检测单元通信连接,以接收相应的环境测量数据。环境检测单元例如包括:温度传感器205、湿度传感器206、GPS传感器207和人员状态传感器208。在此,人员状态传感器208例如可以是心率传感器和摄像头,从而能够获取与人员健康状态相关的基本信息。
身份信息库22和环境读取单元23共同地连接到修正单元24。在那里,可以借助所检测的环境变量对所调取的预设条件数据进行修正,以使得最终推荐给用户的预设条件数据能够与当前地点或人员状态下的环境因素相适应。
分析模块3包括偏差确定单元31、第一调节单元32和第二调节单元33。偏差确定单元31一方面从调取模块2接收预设调节数据,另一方面,偏差确定单元31还从摄像头5接收车辆用户的相应反馈事件,这种反馈事件例如是车辆用户对应用当前预设条件数据情况下的智能感应部件4的触发情况的反应。在偏差确定单元31中,基于车辆用户的反馈事件判断当前的预设条件数据与车辆用户的使用习惯是否存在偏差。响应于这种偏差,由偏差确定单元31生成控制信号并将其发送给第一调节单元32和第二调节单元33。由此,可以借助第一调节单元32和第二调节单元33对预设条件数据中的不同参数类型、例如触发角度和触发灵敏度进行调节。在此应注意的是,尽管在该实施例中仅示出两个调节单元32、33,但是在具体调节过程中,不对调节单元及待调节参数的类型和数量进行限制。
最后,经调节的预设条件数据被输出给车辆的智能感应部件4,以控制该智能感应部件4的定义动作的触发。在此,智能感应部件4例如包括车辆的后备箱、车门、车灯等。当车辆用户试图通过规定动作指令触发智能感应部件4时,通过摄像头5记录在不同设定的预设条件数据下的反馈事件并将其发送给偏差确定单元31,从而得到每次优化的参数值。最终,系统逐渐往车辆用户的习惯标定。
图2示出了根据本发明的一个示例性实施例的用于控制车辆的智能感应部件的方法的流程图。
在步骤S1中,根据车辆用户的人员身份调取预设条件数据。这种预设条件数据包括但不限于:触发角度、触发灵敏度、触发速度和监测时间。然后,在步骤S2中,检查预设条件数据与车辆用户的使用习惯是否存在偏差。在不存在偏差的情况下,则在步骤S4中保持当前的预设条件数据并将其施加给车辆的智能感应部件。在存在偏差的情况下,则在步骤S3中响应于这种偏差调节预设条件数据,使得其匹配于车辆用户的使用习惯。然后跳转回到步骤S2并重复上述流程,从而通过不断地检查逐渐将智能感应部件的触发情况向车辆用户的期望风格标定。
图3示出了图2中的方法的步骤S1的示例性实施例的流程图。在步骤S11中,录入车辆用户的信息。这例如可以通过相应的人员检测单元来完成,通过采集车辆用户的声纹信息、指纹信息、钥匙编号和/或人脸信息等测量数据,并将这些与身份信息库中的历史信息进行比对,可以快速定位出匹配的身份信息。
接下来,在步骤S12中判断车辆用户是否属于授权人员。在此,例如可以通过判断是否能够通过密码、语音、指纹、人脸及钥匙解锁车辆来验证用户是否是被授权的车辆用户。
如果不是的话,则表示想要使用车辆的人员不是授权人员,因此无权对车辆功能进行任意更改。由此,在步骤S14中保持当前的预设条件数据不变。
如果判断出车辆用户属于授权人员,则继续在步骤S13中判断该人员的身份是否被登记。在此,例如可以在身份信息库中搜索匹配项,如果能够找到匹配项则表示该车辆用户的身份之前被登记过。如果未找到匹配项,则例如表示该车辆用户可能是车辆的新用户或临时授权用户,因此不存在关于该车辆用户的备案信息。此外,取决于身份信息的识别原理,步骤S12和S13可以在时间上相继完成,也可以在同一个时间戳中完成。
如果人员身份已被登记,则在步骤S15中调取该人员身份对应的预设条件数据。这种预设条件数据例如是在该用户之前的使用过程中按照其习惯和偏好的自适应结果,并在该用户结束一个使用循环时被存储下来。在此,这种预设条件数据尤其可以是经过很长时间积累并因此已尽可能完美匹配用户的个人习惯的数据。然而,这种预设条件数据也可以是仅经过短时间自学习而尚未完全匹配于用户的个人习惯的中间训练结果,因此需要在后续使用过程中针对用户的行为习惯继续优化。
如果人员身份尚未被登记,则在步骤S16中调取历史成功率最高的预设条件数据。在此,例如在身份信息库中读取所有可能的结果项及其成功率,然后通过相应的曲线拟合以及概率分析来确定出成功率最高的结果,于是,可以将这种结果作为初始数据推荐给车辆用户。
图4示出了图2中的方法的步骤S1以及一个可选步骤的实施例的流程图。该可选步骤例如可以在图2中的步骤S1与S2之间执行。
在步骤S1中,根据车辆用户的人员身份调取了相应的预设条件数据。在此,不将其直接作为初始数据推荐给车辆用户并施加给车辆的智能感应部件,而是在附加的步骤S201中获取至少一个环境变量。这种环境变量包括但不限于:温度、湿度、GPS位置坐标、人员心率、人员大致年龄和人员性别等信息。这些信息例如可以通过车辆自带的温度传感器、湿度传感器、GPS定位装置以及车载摄像头来获取,然而也可以为了获取环境变量而额外安装附加的传感器装置。
在步骤202中,例如判断温度是否低于极限值。替代地或附加地,还可以判断车辆所处位置的天气情况是否较恶劣(例如下雨、下雪等)。
如果是这种情况,则例如表示车辆当前处于极端环境条件下,因此尤其表示用户在这种情况下的动作可能较僵硬,并且智能感应部件的感测单元可能反应较迟钝。因此,例如可以在步骤S205中将预设条件数据调节成较易于触发。作为示例,这可以通过将触发灵敏度调高或者说将触发角度范围增大来实现。
如果不是这种情况,则还可以继续在步骤S203中判断用户状态是否低于标准值。例如,可以将所采集的用户心率与标准心率进行比较,或者判断用户是否涉及孕妇、老年人、儿童或残疾人。在综合这些因素的情况下可以计算出用于表征用户状态的分数并将其与标准分数比较。
如果判断出低于标准值,则同样可以在步骤S205中将预设条件数据调节成较易于触发。由此可以在一定程度上减少需要尝试和重复的动作次数,从而为身体状态低于标准值的用户节省体力。
如果判断出高于标准值,则可以在步骤S204中保持当前的预设条件数据。
图5示出了图2中的方法的步骤S2的示例性实施例的流程图。在步骤S21中,给智能感应部件施加所调取的预设条件数据。由此,智能感应部件暂时以预设的要求进行触发。
在步骤S22中,定义并初始化反馈依据参数,这些反馈依据参数用于在观察车辆用户行为时起到定量描述反馈量大小的作用。作为示例,可以定义初始计数值i=0,初始步数s=0。
在步骤S23中,通过摄像头对车辆用户与智能感应部件的交互行为进行记录,并基于此判断车辆用户是否发生负反馈事件。在此,负反馈事件是指:智能感应部件的定义动作在当前的预设条件数据情况下被触发失败。附加地或替代地,也可以判断是否发生正反馈事件,其是指:智能感应部件的定义动作在当前的预设条件数据情况下被触发成功。
如果发生了负反馈事件,则在步骤S24中使计数值i增加1,并且使步数s增加1。如果未发生负反馈事件,则在步骤S25中保持当前的计数值i不变,并且使步数s增加1。
接下来,在步骤S26中判断当前累积的循环次数是否达到预设值,即,判断步数s是否大于等于N。如果不是这种情况,则表示当前采集的用户反馈事件尚未形成足够多的样本基础,因此需要重新回到步骤S23并继续记录车辆用户的反馈事件。如果是这种情况,则在步骤S27中判断计数值i是否达到预设极限值i_max。
如果达到预设极限值i_max,则表示车辆用户对于当前设定的预设条件数据并不是很适应,因此频繁出现触发失败现象。在这种情况下,在步骤S28中判断出在预设条件数据与车辆用户的使用习惯之间存在偏差。
如果未达到预设极限值i_max,则表示车辆用户在当前的预设条件数据下很少出现触发失败现象。因此,可以在步骤S29中确定预设条件数据与车辆用户的使用习惯之间不存在偏差。
在此,根据期望的系统友好度、智能化程度及训练时间,可以由用户自由调整所述预设极限值i_max以及期望循环次数N。
图6示出了图2中的方法的步骤S2和S3的示例性实施例的流程图。
在步骤S28中,例如已经判断出初始调取的预设条件数据不符合车辆用户的使用习惯。
于是在步骤S31中,可以针对已在步骤S2中记录的反馈事件进行统计学分析,以在失败原因方面对记录的负反馈事件进行分类。作为示例,也可以在判断出存在偏差之后继续记录车辆用户的反馈事件,从而对用于所述分析的数据样本量进行扩充。
在步骤S32中,基于所述统计学分析的结果判断累积记录的失败事件是否满足第一表现。在此,这种第一表现例如可以是指:在触发角度处于车辆用户的习惯角度范围内的情况下,触发失败的次数和/或比例超出允许限度。
如果是这种情况,则可以在步骤S33中将灵敏度提高。在这种情况下,尤其意味着虽然当前设定的触发角度落在用户的习惯区间内,但可能触发角度的取值范围过窄,因此要求车辆用户的动作必须非常标准或非常准确地达到预设的触发角度时,才能够触发智能感应部件的定义动作。这种情况例如可以归因于灵敏度太低,因此可以在调高灵敏度的方向上(例如增大触发角度区间和检测范围)调节预设条件数据。
如果不满足第一表现,则可以在步骤S34中继续判断失败事件是否满足第二表现。在此,第二表现例如可以是指:在智能感应部件的定义动作被触发成功之后,由车辆用户手动撤销该定义动作的次数或比例超出允许限定。
如果判断出满足第二表现,则可以在步骤S35中将触发灵敏度降低。在这种情况下,尤其意味着车辆用户的很多无意动作或行为导致了智能感应部件的触发,但实质上车辆用户并不期望触发。这种情况下例如可以归因于系统过于灵敏,因此可以在调低灵敏度的方向上(例如减小触发角度区间和检测范围)调节预设条件数据。
如果既不满足第一表现也不满足第二表现,则例如可以在步骤S36中继续依照预定义的其他失败原因对负反馈事件进行比对,并寻求适当的调节方式。
尽管这里详细描述了本发明的特定实施方式,但它们仅仅是为了解释的目的而给出的,而不应认为它们对本发明的范围构成限制。在不脱离本发明精神和范围的前提下,各种替换、变更和改造可被构想出来。
Claims (10)
1.一种用于控制车辆的智能感应部件(4)的方法,所述方法包括以下步骤:
S1:根据车辆用户的人员身份调取用于触发车辆的智能感应部件(4)的定义动作的预设条件数据;
S2:检查预设条件数据与车辆用户的使用习惯是否存在偏差;以及
S3:响应于所述偏差调节预设条件数据,使得其匹配于车辆用户的使用习惯。
2.根据权利要求1所述的方法,其中,所述步骤S1包括:
检查车辆用户是否属于授权人员且身份被登记;以及
在车辆用户属于授权人员且身份被登记的情况下,调取所登记的身份对应的预设条件数据。
3.根据权利要求2所述的方法,其中,所述步骤S1还包括:在车辆用户属于授权人员且身份未登记的情况下,调取历史记录中触发智能感应部件(4)的定义动作成功率最高的预设条件数据。
4.根据权利要求1至3中任一项所述的方法,其中,所述方法至少在步骤S2之前还包括以下步骤:获取至少一个环境变量,借助所述环境变量对所调取的预设条件数据进行修正。
5.根据权利要求4所述的方法,其中,获取温度信号、湿度信号、GPS位置信号和/或用户状态信号作为所述环境变量,分析所述环境变量对车辆用户的动作和/或智能感应部件(4)的影响,将所述影响参数化为增量因子,将所述增量因子施加到所调取的预设条件数据上。
6.根据权利要求1至5中任一项所述的方法,其中,所述步骤S3包括:在触发角度和/或触发灵敏度方面调节所述智能感应部件(4)。
7.根据权利要求1至6中任一项所述的方法,其中,在所述步骤S2中,通过记录车辆用户的反馈事件的发生来确定是否存在所述偏差,所述反馈事件包括:
正反馈事件,其表示智能感应部件(4)的定义动作在预设条件数据情况下被车辆用户触发成功;以及
负反馈事件,其表示智能感应部件(4)的定义动作在预设条件数据情况下被车辆用户触发失败。
8.根据权利要求7所述的方法,其中,在所述步骤S3中,基于正反馈事件和负反馈事件的发生次数、尤其发生次数的比例关系确定预设条件数据的待调节趋势方向,根据所述待调节趋势方向相应地调节所述预设条件数据。
9.根据权利要求8所述的方法,其中,在所述步骤S3中,在失败表现方面对负反馈事件进行分类,并且根据分类的结果确定待调节趋势方向,其中,在触发角度处于车辆用户的习惯角度范围内但触发失败的次数和/或比例超出允许限度的情况下,将触发灵敏度调高;在触发成功之后由车辆用户手动撤销定义动作的次数或比例超出允许限度的情况下,将触发灵敏度调低。
10.一种用于控制车辆的智能感应部件(4)的设备(1),所述设备(1)用于执行根据权利要求1至9中任一项所述的方法,所述设备(1)包括:
调取模块(2),其配置成能够根据车辆用户的人员身份调取用于触发车辆的智能感应部件(4)的定义动作的预设条件数据;以及
分析模块(3),其配置成能够检查预设条件数据与车辆用户的使用习惯是否存在偏差,并且响应于所述偏差调节预设条件数据,使得其匹配于车辆用户的使用习惯。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110495170.1A CN113212368A (zh) | 2021-05-07 | 2021-05-07 | 用于控制车辆的智能感应部件的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110495170.1A CN113212368A (zh) | 2021-05-07 | 2021-05-07 | 用于控制车辆的智能感应部件的方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113212368A true CN113212368A (zh) | 2021-08-06 |
Family
ID=77091531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110495170.1A Pending CN113212368A (zh) | 2021-05-07 | 2021-05-07 | 用于控制车辆的智能感应部件的方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113212368A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115009220A (zh) * | 2022-06-21 | 2022-09-06 | 无锡威孚高科技集团股份有限公司 | 基于毫米波雷达的脚踢式感应尾门控制系统及控制方法 |
-
2021
- 2021-05-07 CN CN202110495170.1A patent/CN113212368A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115009220A (zh) * | 2022-06-21 | 2022-09-06 | 无锡威孚高科技集团股份有限公司 | 基于毫米波雷达的脚踢式感应尾门控制系统及控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105501158B (zh) | 一种驾驶员识别融合的系统及方法 | |
EP3422246A1 (en) | Method for awakening intelligent robot, and intelligent robot | |
US11823658B2 (en) | Trial-based calibration for audio-based identification, recognition, and detection system | |
US20180342067A1 (en) | Moving object tracking system and moving object tracking method | |
US20160364002A1 (en) | Systems and methods for determining emotions based on user gestures | |
CN112606796B (zh) | 一种车辆后备箱自动开闭控制方法、控制系统及车辆 | |
EP3767553A1 (en) | Method and device for detecting anomalies, corresponding computer program product and non-transitory computer-readable carrier medium | |
US20040086157A1 (en) | Person recognizing apparatus, person recognizing method and passage controller | |
US20170215784A1 (en) | Method and apparatus for recognizing fatigue affecting a driver | |
CN113212368A (zh) | 用于控制车辆的智能感应部件的方法和设备 | |
US20200031195A1 (en) | Personalized adaptive hvac system control methods and devices | |
GB2404511A (en) | Image capture device having a learning function | |
KR20190094316A (ko) | 사용자의 음성을 인식하는 인공 지능 장치 및 그 방법 | |
US10916240B2 (en) | Mobile terminal and method of operating the same | |
US8301455B2 (en) | User identification method and device | |
US11611881B2 (en) | Integrated systems and methods for passive authentication | |
CN110552587B (zh) | 开启车门的方法和装置、存储介质和车辆 | |
CN107766711A (zh) | 用于在过程控制系统中提供访问安全性的装置、系统和方法 | |
KR100833096B1 (ko) | 사용자 인식 장치 및 그에 의한 사용자 인식 방법 | |
CN114137845A (zh) | 智能设备控制系统、方法、智能设备和存储介质 | |
CN110718217A (zh) | 一种控制方法、终端及计算机可读存储介质 | |
WO2022024211A1 (ja) | 学習活用システム、活用装置、学習装置、プログラム及び学習活用方法 | |
CN109598823B (zh) | 基于多传感器的身份识别方法 | |
CN110667441A (zh) | 座椅控制方法、装置、计算机设备和存储介质 | |
CN114924647A (zh) | 一种基于手势识别的车辆控制方法、装置、控制设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |