CN113320449B - 一种驾驶座椅自动调节方法、系统、介质及电子终端 - Google Patents
一种驾驶座椅自动调节方法、系统、介质及电子终端 Download PDFInfo
- Publication number
- CN113320449B CN113320449B CN202110814477.3A CN202110814477A CN113320449B CN 113320449 B CN113320449 B CN 113320449B CN 202110814477 A CN202110814477 A CN 202110814477A CN 113320449 B CN113320449 B CN 113320449B
- Authority
- CN
- China
- Prior art keywords
- seat position
- driving mode
- seat
- acquiring
- matching
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 13
- 210000003128 head Anatomy 0.000 claims description 32
- 210000001747 pupil Anatomy 0.000 claims description 25
- 238000012549 training Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002929 anti-fatigue Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- B60N2/0248—Non-manual adjustments, e.g. with electrical operation with logic circuits with memory of positions
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Seats For Vehicles (AREA)
Abstract
本发明提供一种驾驶座椅自动调节方法、系统、介质及电子终端，方法包括：获取新用户的初始座椅位置；将初始座椅位置输入预设的匹配模型进行处理，获取新用户的一个或多个匹配结果，匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；根据新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，第一目标座椅位置为与新用户选择的驾驶模式相对应的座椅位置，完成座椅调节；本发明中的驾驶座椅自动调节方法，实现驾驶座椅的定制化调节，自动化程度较高，有效提升驾驶乐趣，避免产生一定的安全隐患，缓解驾驶疲劳。
Description
技术领域
本发明涉及汽车制造领域，尤其涉及一种驾驶座椅自动调节方法、系统、介质及电子终端。
背景技术
在车辆越来越普及的今天，随着科技的发展，车辆已经从之前的一种驾驶模式，演变升级到多种驾驶模式，将来每辆汽车所支持的驾驶模式将会越来越多。不同的驾驶模式下，如果驾驶员一直保持一种坐姿驾驶车辆，那么驾驶员将不能很好感受不同的驾驶模式下的驾驶乐趣，而且容易疲劳驾驶，再则如果在行车期间通过边开车边调座椅，很有可能在情急之下抓方向盘借力、踩错油门踏板等失误行为，由此引发车辆失控等一系列严重后果。
目前，通常需要驾驶员手动调节驾驶座椅，不能较好地支持驾驶座椅和驾驶模式随动调节，导致驾驶乐趣较低，且容易产生一定的安全隐患。
发明内容
本发明提供一种驾驶座椅自动调节方法、系统、介质及电子终端，以解决现有技术中需要驾驶员手动调节驾驶座椅，不能较好地支持驾驶座椅和驾驶模式随动调节，导致驾驶乐趣较低，且容易产生一定的安全隐患。
本发明提供的驾驶座椅自动调节方法，包括：
获取新用户的初始座椅位置；
将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；
根据所述新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节。
可选的，根据所述初始座椅位置，建立一个或多个基于人体工程学的坐姿模板，所述坐姿模板与驾驶模式一一对应；
根据所述新用户选择的驾驶模式，确定与所述新用户选择的驾驶模式相对应的所述坐姿模板；
根据对应的所述坐姿模板，将当前的座椅位置切换为所述坐姿模板所对应的座椅位置，完成座椅调节。
可选的，获取所述匹配模型的步骤包括：
采集训练样本，所述训练样本包括：初始座椅位置、与初始座椅位置相对应的多个驾驶模式以及与驾驶模式相对应的座椅位置；
将所述训练样本输入神经网络进行驾驶模式和座椅位置匹配，获取预测结果；
根据所述预测结果和预设的损失函数，对所述神经网络进行训练，获取匹配模型。
所述损失函数的数学表达为：
其中，f(x)为损失函数，μ为预先设置的第一权值，δ为预先设置的第二权值，n为预测结果数据总数，D为预测结果中的预测值，
为真实值。
可选的，在预设的检测点进行人员检测，获取用户关联信息，所述检测点至少包括以下之一：主驾驶位和主驾驶车门外侧，所述用户关联信息至少包括以下之一：人脸图像、指纹和语音；
根据所述驾驶员关联信息，确定用户类型，所述用户类型包括：新用户和老用户；
若所述用户类型为新用户，则获取驾驶员调整并确认的初始座椅位置；
将所述初始座椅位置作为标准驾驶模式下的座椅位置，并输入匹配模型；
若所述用户类型为老用户，则根据所述用户关联信息，获取老用户相应的一个或多个匹配结果；
根据老用户选择的驾驶模式和对应的匹配结果，将当前的座椅位置切换为与所述老用户选择的驾驶模式相对应的座椅位置。
可选的，获取所述新用户选择的驾驶模式的步骤包括：
采集所述新用户的实时状态信息，所述实时状态信息至少包括以下之一：手势信息、瞳孔面积、眨眼频率、头部姿态和方向盘压力；
根据所述实时状态信息，确定当前的驾驶模式。
可选的，根据所述实时状态信息，确定当前的驾驶模式的步骤包括：
将所述手势信息与预先设置的手势进行姿态匹配，获取匹配结果；
判断所述瞳孔面积是否超出预设的瞳孔面积阈值范围，获取第一判断结果；
判断所述眨眼频率是否超出预设的眨眼频率阈值范围，获取第二判断结果；
根据所述头部姿态，判断驾驶员头部是否超出预设的头部位置范围，获取第三判断结果；
判断所述方向盘压力是否超出预设的压力阈值范围，获取第四判断结果；
根据所述匹配结果、第一判断结果、第二判断结果、第三判断结果和第四判断结果中的至少一个，确定当前的驾驶模式。
本发明还提供一种驾驶座椅自动调节方法，包括：
获取新用户的初始座椅位置；
将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；
将所述新用户的匹配结果进行存储，并更新为老用户；
根据所述老用户选择的驾驶模式，将当前的座椅位置切换为第二目标座椅位置，所述第二目标座椅位置为与所述老用户选择的驾驶模式相对应的座椅位置，完成座椅调节。
本发明还提供一种驾驶座椅自动调节系统，包括：
初始位置获取模块，用于获取新用户的初始座椅位置；
匹配模块，用于将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；
座椅调节模块，用于根据所述新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节；所述初始位置获取模块、匹配模块和座椅调节模块连接。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述方法。
本发明还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述任一项所述方法。
本发明的有益效果：本发明中的驾驶座椅自动调节方法，通过获取新用户的初始座椅位置；将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；根据所述新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节，实现了驾驶过程中，驾驶座椅和驾驶模式之间的随动调节，通过建立用户、驾驶模式和驾驶座椅之间的关联关系，实现驾驶座椅的定制化调节，自动化程度较高，有效提升驾驶乐趣，避免产生一定的安全隐患，缓解驾驶疲劳。
附图说明
图1是本发明实施例中驾驶座椅自动调节方法的流程示意图一。
图2是本发明实施例中驾驶座椅自动调节方法的流程示意图二。
图3是本发明实施例中驾驶座椅自动调节方法中获取匹配模型的流程示意图。
图4是本发明实施例中驾驶座椅自动调节方法中获取新用户的初始座椅位置的流程示意图。
图5是本发明实施例中驾驶座椅自动调节方法中获取实时驾驶模式的流程示意图。
图6是本发明实施例中驾驶座椅自动调节方法的流程示意图三。
图7是本发明实施例中驾驶座椅自动调节系统的一结构示意图。
图8是本发明实施例中驾驶座椅自动调节系统的另一结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
发明人发现，汽车的安全驾驶来自于方方面面，其中最容易被忽略的就是安全驾驶座位。由于驾驶员的身高体型都不尽相同，所以当车辆更换驾驶员之后，首先要做的第一件事就是调节安全的驾驶坐姿。在车辆越来越普及的今天，随着科技的发展，车辆已经从之前的一种驾驶模式，演变升级到多种驾驶模式，将来每辆汽车所支持的驾驶模式将会越来越多。不同的驾驶模式下，如果驾驶员一直保持一种坐姿驾驶车辆，那么驾驶员将不能很好感受不同的驾驶模式下的驾驶乐趣，而且容易疲劳驾驶，再则如果在行车期间通过边开车边调座椅，很有可能在情急之下抓方向盘借力、踩错油门踏板等失误行为，由此引发车辆失控等一系列严重后果。目前，通常需要驾驶员手动调节驾驶座椅，不能较好地支持驾驶座椅和驾驶模式随动调节，导致驾驶乐趣较低，且容易产生一定的安全隐患。因此，发明人提出一种驾驶座椅自动调节方法、系统、介质及电子终端，通过获取新用户的初始座椅位置；将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；根据所述新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节，实现了驾驶过程中，驾驶座椅和驾驶模式之间的随动调节，通过建立用户、驾驶模式和驾驶座椅之间的关联关系，实现驾驶座椅的定制化调节，自动化程度较高，有效提升驾驶乐趣，避免产生一定的安全隐患，缓解驾驶疲劳，成本较低，实施较方便。
如图1所示，本实施例中的驾驶座椅自动调节方法，包括：
S101：获取新用户的初始座椅位置；例如：当检测到新用户时，则指示驾驶员或用户对驾驶座椅的位置进行调整与确认，获取初始座椅位置，将所述初始座椅位置作为基准位置，便于在该基准位置的基础上，获取与该基准位置相对应的多个驾驶模式下的座椅位置。
S102：将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；所述座椅位置至少包括以下之一：靠背位置和底座位置。通过将所述初始座椅位置输入预先设置的匹配模型，能够获取以所述初始座椅位置为基准的多个驾驶模式对应的座椅位置，所述座椅位置为驾驶座椅的位置。可以理解的，所述匹配模型为基于神经网络的网络模型。
S103：根据所述新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节。在一些实施例中，座椅调节包括：靠背开合大小、底座上下位置和底座前后位置。例如：获取所述新用户选择的驾驶模式，将所述新用户当前的驾驶模式与所述新用户的匹配结果进行匹配，确定所述匹配结果中当前的驾驶模式对应的座椅位置，将当前的驾驶模式对应的座椅位置确定为第一目标座椅位置，并将当前的座椅位置切换或调节至所述第一目标座椅位置，较好地实现了在驾驶过程中驾驶座椅位置和驾驶模式的随动调节，贴合驾驶员实际座椅调节需求，提高驾驶员在不同驾驶模式下的驾驶乐趣，让驾驶员不再因为座椅位置不正确而引起开车易疲劳，避免产生影响驾驶安全的行为，让驾驶员充分享受驾驶乐趣。
请参考图2，为了便于在驾驶过程中，结合人体工程学，对驾驶座椅位置和驾驶模式进行随动调节，提升对驾驶座椅进行自动调节的精确度，发明人提出，本实施例中的驾驶座椅自动调节方法，包括：
S201：获取新用户的初始座椅位置。
S202：根据所述初始座椅位置，建立一个或多个基于人体工程学的坐姿模板，所述坐姿模板与驾驶模式一一对应。
S203：根据所述新用户选择的驾驶模式，确定与所述新用户选择的驾驶模式相对应的所述坐姿模板。
S204：根据对应的所述坐姿模板，将当前的座椅位置切换为所述坐姿模板所对应的座椅位置，完成座椅调节。例如：将所述新用户选择的驾驶模式与所述坐姿模板对应的驾驶模式进行匹配，获取与所述当前的驾驶模式所对应的坐姿模板，根据对应的所述坐姿模板，确定座椅位置，进而对驾驶座椅位置进行自动调节，即对驾驶座椅靠背位置和底座位置进行自动调节。通过根据初始座椅位置，结合人体工程学，建立多个坐姿模板，并利用用户、驾驶模式、坐姿模板和座椅位置之间的关联关系，对当前驾驶模式下的主驾驶位置进行自动调节，实现了驾驶模式与座椅位置的随动调节，自动化程度较高，且支持驾驶模式和座椅位置定制化，提升用户驾驶乐趣。
如图3所示，为了提高匹配模型的匹配精确度，发明人提出，获取匹配模型的步骤包括：
S301：采集训练样本，所述训练样本包括：初始座椅位置、与初始座椅位置相对应的多个驾驶模式以及与驾驶模式相对应的座椅位置；
S302：将所述训练样本输入神经网络进行驾驶模式和座椅位置匹配，获取预测结果；
S303：根据所述预测结果和预设的损失函数，对所述神经网络进行训练，获取匹配模型。
所述损失函数的数学表达为：
其中，f(x)为损失函数，μ为预先设置的第一权值，δ为预先设置的第二权值，n为预测结果数据总数，D为预测结果中的预测值，
为真实值。
通过利用上述损失函数对神经网络进行训练，不同迭代，能够获取较佳的匹配模型，匹配精确度较高。通过上述较佳的匹配模型，能够根据新用户的初始座椅位置，获取新用户在不同驾驶模式下对应的座椅位置，所述座椅位置指驾驶座椅的位置。
请参考图4，为了提高驾驶座椅调节的及时性，发明人提出，获取新用户的初始座椅位置的步骤包括：
S401：在预设的检测点进行人员检测，获取用户关联信息，所述检测点至少包括以下之一：主驾驶位和主驾驶车门外侧，所述用户关联信息至少包括以下之一：人脸图像、指纹和语音。
S402：根据所述驾驶员关联信息，确定用户类型，所述用户类型包括：新用户和老用户；
S403：若所述用户类型为新用户，则获取驾驶员调整并确认的初始座椅位置。
S404：将所述初始座椅位置作为标准驾驶模式下的座椅位置，并输入匹配模型。
例如：在主驾驶位或主驾驶车门外侧分别设置用户信息采集设备，所述用户信息采集设备用户采集用户关联信息，便于当用户靠近主驾驶位时，采集用户关联信息，并利用所述用户关联信息，进行座椅调节，提高座椅调节的及时性。如：当车辆处于解锁状态，且检测到用户靠近主驾驶车门外侧时，通过采集用户关联信息，如指纹等，确定用户类型，所述用户类型包括：新用户和老用户，当用户类型为老用户时，则获取与老用户相对应的匹配结果，根据当前的驾驶模式和对应的匹配结果，进行座椅调节，使得在老用户打开车门的过程中，进行驾驶座椅的自动调节或完成驾驶座椅的自动调节。进一步地，当用户类型为新用户时，则获取新用户调整并确定的初始驾驶位置，将所述初始驾驶位置输入匹配模型进行匹配，获取相应的匹配结果，根据新用户当前选择的驾驶模式和相应的匹配结果，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节，自动化程度较高。
在一些实施例中，若所述用户类型为老用户，则根据所述用户关联信息，获取老用户相应的一个或多个匹配结果；
根据老用户选择的驾驶模式和对应的匹配结果，将当前的座椅位置切换为与所述老用户选择的驾驶模式相对应的座椅位置。
请参考图5，为了便于在汽车行驶过程中，获取汽车的实时驾驶模式，发明人提出，获取所述新用户选择的实时驾驶模式的步骤包括：
S501：采集所述新用户的实时状态信息，所述实时状态信息至少包括以下之一：手势信息、瞳孔面积、眨眼频率、头部姿态和方向盘压力；通过采集新用户的实时状态信息，能够便于根据驾驶员的实时状态信息，确定对应的实时驾驶模式。
S502：根据所述实时状态信息，确定和/或调节所述实时驾驶模式。
为了提高获取实时驾驶模式的精确度，发明人提出，根据所述实时状态信息，确定所述实时驾驶模式的步骤包括：
将所述手势信息与预先设置的手势进行姿态匹配，获取匹配结果；例如：预先设置多个与不同驾驶模式相匹配的手势，采集驾驶员的手势信息，将所述手势信息与预先设置的手势进行比对，获取相似度较高的手势作为匹配结果，根据所述匹配结果，确定对应的实时驾驶模式。
判断所述瞳孔面积是否超出预设的瞳孔面积阈值范围，获取第一判断结果；所述瞳孔面积阈值范围可以根据实际情况进行设置，此处不在赘述。例如：设置多个不同的瞳孔阈值范围，根据所述瞳孔面积和瞳孔阈值范围，获取对应的实时驾驶模式。
判断所述眨眼频率是否超出预设的眨眼频率阈值范围，获取第二判断结果；所述眨眼频率阈值范围可以根据实际情况进行设置，此处不再赘述。
根据所述头部姿态，判断驾驶员头部是否超出预设的头部位置范围，获取第三判断结果；例如：预先设置多个头部位置范围，多个所述头部位置范围分别对应不同的驾驶模式，根据驾驶员的头部位置和预先设置的多个头部位置范围，获取实时驾驶模式。
判断所述方向盘压力是否超出预设的压力阈值范围，获取第四判断结果；所述压力阈值范围可以根据实际情况进行设置，此处不再赘述，根据不同的方向盘压力，获取对应的实时驾驶模式。
根据所述匹配结果、第一判断结果、第二判断结果、第三判断结果和第四判断结果中的至少一个，确定当前的驾驶模式。通过根据所述匹配结果、第一判断结果、第二判断结果、第三判断结果和第四判断结果中的至少一个，确定当前的驾驶模式，能够根据驾驶员的实时状态，确定对应的驾驶模式，进而自动调节驾驶座椅，实现驾驶模式与座椅位置的随动调节。
在一些实施例中，还可以通过驾驶模式识别的方式，从车辆中获取当前的实时驾驶模式。
在一些实施例中，所述驾驶模式包括：标准驾驶模式、运动驾驶模式、智能驾驶模式、休息模式和防疲劳驾驶模式。驾驶员可以根据实际需求，设计多种专属驾驶模式，贴合用户需求。
例如：当新用户或驾驶员首次驾驶车辆，或首次提车时，在新用户注册完成后，触发座椅位置调节信号，指示新用户对驾驶座椅位置进行调节并确定相应的初始座椅位置，将所述初始座椅位置作为基准位置或标准驾驶模式所对应的座椅位置并进行存储，将所述初始座椅位置输入匹配模型，获取该用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置，同时，新用户可以根据实际需求，对不同驾驶模式所对应的座椅位置进行相应调节并保存。当新用户进行车辆驾驶时，根据汽车行驶过程中所述新用户的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，实现了驾驶模式与座椅位置的随动调节，实现了不同驾驶模式下的座椅位置定制化，提升用户体验与驾驶乐趣，避免产生驾驶疲劳。
如图6所示，本实施例还提供一种驾驶座椅自动调节方法，包括：
S601：获取新用户的初始座椅位置；
S602：将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；
S603：将所述新用户的匹配结果进行存储，并更新为老用户；
S604：根据所述老用户选择的驾驶模式，将当前的座椅位置切换为第二目标座椅位置，所述第二目标座椅位置为与所述老用户选择的驾驶模式相对应的座椅位置，完成座椅调节。
在一些实施例中，根据所述初始座椅位置，建立一个或多个基于人体工程学的坐姿模板，所述坐姿模板与驾驶模式一一对应；
根据所述新用户选择的驾驶模式，确定与所述新用户选择的驾驶模式相对应的所述坐姿模板；
根据对应的所述坐姿模板，将当前的座椅位置切换为所述坐姿模板所对应的座椅位置，完成座椅调节。
在一些实施例中，获取所述匹配模型的步骤包括：
采集训练样本，所述训练样本包括：初始座椅位置、与初始座椅位置相对应的多个驾驶模式以及与驾驶模式相对应的座椅位置；
将所述训练样本输入神经网络进行驾驶模式和座椅位置匹配，获取预测结果；
根据所述预测结果和预设的损失函数，对所述神经网络进行训练，获取匹配模型。
所述损失函数的数学表达为：
其中，f(x)为损失函数，μ为预先设置的第一权值，δ为预先设置的第二权值，n为预测结果数据总数，D为预测结果中的预测值，
为真实值。
在一些实施例中，在预设的检测点进行人员检测，获取用户关联信息，所述检测点至少包括以下之一：主驾驶位和主驾驶车门外侧，所述用户关联信息至少包括以下之一：人脸图像、指纹和语音；
根据所述驾驶员关联信息，确定用户类型，所述用户类型包括：新用户和老用户；
若所述用户类型为新用户，则获取驾驶员调整并确认的初始座椅位置；
将所述初始座椅位置作为标准驾驶模式下的座椅位置，并输入匹配模型；
若所述用户类型为老用户，则根据所述用户关联信息，获取老用户相应的一个或多个匹配结果；
根据老用户选择的驾驶模式和对应的匹配结果，将当前的座椅位置切换为与所述老用户选择的驾驶模式相对应的座椅位置。
在一些实施例中，获取所述新用户选择的驾驶模式的步骤包括：
采集所述新用户的实时状态信息，所述实时状态信息至少包括以下之一：手势信息、瞳孔面积、眨眼频率、头部姿态和方向盘压力；
根据所述实时状态信息，确定当前的驾驶模式。
在一些实施例中，根据所述实时状态信息，确定当前的驾驶模式的步骤包括：
将所述手势信息与预先设置的手势进行姿态匹配，获取匹配结果；
判断所述瞳孔面积是否超出预设的瞳孔面积阈值范围，获取第一判断结果；
判断所述眨眼频率是否超出预设的眨眼频率阈值范围，获取第二判断结果；
根据所述头部姿态，判断驾驶员头部是否超出预设的头部位置范围，获取第三判断结果；
判断所述方向盘压力是否超出预设的压力阈值范围，获取第四判断结果；
根据所述匹配结果、第一判断结果、第二判断结果、第三判断结果和第四判断结果中的至少一个，确定当前的驾驶模式。
请参考图7，本实施例还提供一种驾驶座椅自动调节系统，包括：
初始位置获取模块，用于获取新用户的初始座椅位置；
匹配模块，用于将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；
座椅调节模块，用于根据所述新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节；所述初始位置获取模块、匹配模块和座椅调节模块连接。
在一些实施例中，请参考图8，还包括：坐姿模板获取模块，用于根据所述初始座椅位置，建立一个或多个基于人体工程学的坐姿模板，所述坐姿模板与驾驶模式一一对应；
所述座椅调节模块根据所述新用户选择的驾驶模式，确定与所述新用户选择的驾驶模式相对应的所述坐姿模板；根据对应的所述坐姿模板，将当前的座椅位置切换为所述坐姿模板所对应的座椅位置，完成座椅调节；所述初始位置获取模块、坐姿模板获取模块和座椅调节模块连接。
在一些实施例中，获取匹配模型的步骤包括：
采集训练样本，所述训练样本包括：与初始座椅位置相对应的不同驾驶模式下的座椅位置；
将所述训练样本输入神经网络进行驾驶模式和座椅位置匹配，获取预测结果；
根据所述预测结果和预设的损失函数，对所述神经网络进行训练，获取匹配模型。
在一些实施例中，所述损失函数的数学表达为：
其中，f(x)为损失函数，μ、δ为预先设置的权值，n为预测结果总数，D为预测结果中的预测值，
为真实值。
在一些实施例中，所述驾驶员关联信息至少包括以下之一：人脸图像、指纹和语音；
根据所述驾驶员关联信息，确定所述驾驶员的身份，获取驾驶员身份信息；
将所述驾驶员身份信息输入预先设置的身份库中进行比对，判断驾驶员的用户类型；
若所述用户类型为新用户，则获取驾驶员确认的初始座椅位置；
将所述初始座椅位置确定为标准驾驶模式下的座椅位置，并将所述初始座椅位置输入匹配模型。
在一些实施例中，获取实时驾驶模式的步骤包括：
采集驾驶员的实时状态信息，所述实时状态信息至少包括以下之一：手势信息、瞳孔面积、眨眼频率、头部姿态和方向盘压力；
根据所述实时状态信息，确定所述实时驾驶模式。
在一些实施例中，根据所述实时状态信息，确定所述实时驾驶模式的步骤包括：
将所述手势信息与预先设置的手势进行姿态匹配，获取匹配结果；
判断所述瞳孔面积是否超出预设的瞳孔面积阈值范围，获取第一判断结果；
判断所述眨眼频率是否超出预设的眨眼频率阈值范围，获取第二判断结果；
根据所述头部姿态，判断驾驶员头部是否超出预设的头部位置范围，获取第三判断结果；
判断所述方向盘压力是否超出预设的压力阈值范围，获取第四判断结果；
根据所述匹配结果、第一判断结果、第二判断结果、第三判断结果和第四判断结果中的至少一个，确定所述实时驾驶模式。
在一些实施例中，所述座椅位置至少包括以下之一：靠背位置和底座位置。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本实施例中的任一项方法。
本实施例还提供一种电子终端，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行本实施例中任一项方法。
本实施例中的计算机可读存储介质，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；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。
本实施例提供的电子终端，包括处理器、存储器、收发器和通信接口，存储器和通信接口与处理器和收发器连接并完成相互间的通信，存储器用于存储计算机程序，通信接口用于进行通信，处理器和收发器用于运行计算机程序，使电子终端执行如上方法的各个步骤。
在本实施例中，存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (8)
1.一种驾驶座椅自动调节方法，其特征在于，包括：
获取新用户的初始座椅位置；
将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；
根据所述新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节；
获取所述新用户选择的驾驶模式的步骤包括：采集所述新用户的实时状态信息，所述实时状态信息至少包括：手势信息、瞳孔面积、眨眼频率、头部姿态和方向盘压力；根据所述实时状态信息，确定当前的驾驶模式；
根据所述实时状态信息，确定当前的驾驶模式的步骤包括：
将所述手势信息与预先设置的手势进行姿态匹配，获取匹配结果；
判断所述瞳孔面积是否超出预设的瞳孔面积阈值范围，获取第一判断结果；
判断所述眨眼频率是否超出预设的眨眼频率阈值范围，获取第二判断结果；
根据所述头部姿态，判断驾驶员头部是否超出预设的头部位置范围，获取第三判断结果；
判断所述方向盘压力是否超出预设的压力阈值范围，获取第四判断结果；
根据所述匹配结果、第一判断结果、第二判断结果、第三判断结果和第四判断结果，确定当前的驾驶模式。
2.根据权利要求1所述的驾驶座椅自动调节方法，其特征在于，
根据所述初始座椅位置，建立一个或多个基于人体工程学的坐姿模板，所述坐姿模板与驾驶模式一一对应；
根据所述新用户选择的驾驶模式，确定与所述新用户选择的驾驶模式相对应的所述坐姿模板；
根据对应的所述坐姿模板，将当前的座椅位置切换为所述坐姿模板所对应的座椅位置，完成座椅调节。
3.根据权利要求1所述的驾驶座椅自动调节方法，其特征在于，获取所述匹配模型的步骤包括：
采集训练样本，所述训练样本包括：初始座椅位置、与初始座椅位置相对应的多个驾驶模式以及与驾驶模式相对应的座椅位置；
将所述训练样本输入神经网络进行驾驶模式和座椅位置匹配，获取预测结果；
根据所述预测结果和预设的损失函数，对所述神经网络进行训练，获取匹配模型；
所述损失函数的数学表达为：
其中，f(x)为损失函数，μ为预先设置的第一权值，δ为预先设置的第二权值，n为预测结果数据总数，D为预测结果中的预测值，
为真实值。
4.根据权利要求1所述的驾驶座椅自动调节方法，其特征在于，
在预设的检测点进行人员检测，获取用户关联信息，所述检测点至少包括以下之一：主驾驶位和主驾驶车门外侧，所述用户关联信息至少包括以下之一：人脸图像、指纹和语音；
根据所述用户关联信息，确定用户类型，所述用户类型包括：新用户和老用户；
若所述用户类型为新用户，则获取驾驶员调整并确认的初始座椅位置；
将所述初始座椅位置作为标准驾驶模式下的座椅位置，并输入匹配模型；
若所述用户类型为老用户，则根据所述用户关联信息，获取老用户相应的一个或多个匹配结果；
根据老用户选择的驾驶模式和对应的匹配结果，将当前的座椅位置切换为与所述老用户选择的驾驶模式相对应的座椅位置。
5.一种驾驶座椅自动调节方法，其特征在于，包括：
获取新用户的初始座椅位置；
将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；
将所述新用户的匹配结果进行存储，并更新为老用户；
根据所述老用户选择的驾驶模式，将当前的座椅位置切换为第二目标座椅位置，所述第二目标座椅位置为与所述老用户选择的驾驶模式相对应的座椅位置，完成座椅调节；
获取所述新用户选择的驾驶模式的步骤包括：采集所述新用户的实时状态信息，所述实时状态信息至少包括：手势信息、瞳孔面积、眨眼频率、头部姿态和方向盘压力；根据所述实时状态信息，确定当前的驾驶模式；
根据所述实时状态信息，确定当前的驾驶模式的步骤包括：
将所述手势信息与预先设置的手势进行姿态匹配，获取匹配结果；
判断所述瞳孔面积是否超出预设的瞳孔面积阈值范围，获取第一判断结果；
判断所述眨眼频率是否超出预设的眨眼频率阈值范围，获取第二判断结果；
根据所述头部姿态，判断驾驶员头部是否超出预设的头部位置范围，获取第三判断结果；
判断所述方向盘压力是否超出预设的压力阈值范围，获取第四判断结果；
根据所述匹配结果、第一判断结果、第二判断结果、第三判断结果和第四判断结果，确定当前的驾驶模式。
6.一种驾驶座椅自动调节系统，其特征在于，包括：
初始位置获取模块，用于获取新用户的初始座椅位置；
匹配模块，用于将所述初始座椅位置输入预设的匹配模型进行处理，获取所述新用户的一个或多个匹配结果，所述匹配结果包括：驾驶模式以及与驾驶模式相对应的座椅位置；
座椅调节模块，用于根据所述新用户选择的驾驶模式，将当前的座椅位置切换为第一目标座椅位置，所述第一目标座椅位置为与所述新用户选择的驾驶模式相对应的座椅位置，完成座椅调节；所述初始位置获取模块、匹配模块和座椅调节模块连接；
获取所述新用户选择的驾驶模式的步骤包括：采集所述新用户的实时状态信息，所述实时状态信息至少包括：手势信息、瞳孔面积、眨眼频率、头部姿态和方向盘压力；根据所述实时状态信息，确定当前的驾驶模式；
根据所述实时状态信息，确定当前的驾驶模式的步骤包括：
将所述手势信息与预先设置的手势进行姿态匹配，获取匹配结果；
判断所述瞳孔面积是否超出预设的瞳孔面积阈值范围，获取第一判断结果；
判断所述眨眼频率是否超出预设的眨眼频率阈值范围，获取第二判断结果；
根据所述头部姿态，判断驾驶员头部是否超出预设的头部位置范围，获取第三判断结果；
判断所述方向盘压力是否超出预设的压力阈值范围，获取第四判断结果；
根据所述匹配结果、第一判断结果、第二判断结果、第三判断结果和第四判断结果，确定当前的驾驶模式。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述方法。
8.一种电子终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如权利要求1至5中任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110814477.3A CN113320449B (zh) | 2021-07-19 | 2021-07-19 | 一种驾驶座椅自动调节方法、系统、介质及电子终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110814477.3A CN113320449B (zh) | 2021-07-19 | 2021-07-19 | 一种驾驶座椅自动调节方法、系统、介质及电子终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113320449A CN113320449A (zh) | 2021-08-31 |
| CN113320449B true CN113320449B (zh) | 2022-12-16 |
Family
ID=77426503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110814477.3A Active CN113320449B (zh) | 2021-07-19 | 2021-07-19 | 一种驾驶座椅自动调节方法、系统、介质及电子终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113320449B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113525390B (zh) * | 2021-09-13 | 2022-01-25 | 深圳市同进视讯技术有限公司 | 一种新能源汽车车载设备联动控制方法及系统 |
| CN114572151A (zh) * | 2022-01-25 | 2022-06-03 | 中国第一汽车股份有限公司 | 一种基于指纹解锁的驾乘位置座椅控制方法、装置及车辆 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10647235B2 (en) * | 2014-06-09 | 2020-05-12 | Lear Corporation | Adjustable seat assembly with driving modes |
| CN105197012B (zh) * | 2015-10-10 | 2017-12-15 | 广东轻工职业技术学院 | 一种车辆自动控制方法 |
| CN106809216A (zh) * | 2015-11-27 | 2017-06-09 | 鸿富锦精密工业（深圳）有限公司 | 车辆驾驶模式切换系统和方法 |
| CN106004735B (zh) * | 2016-06-27 | 2019-03-15 | 京东方科技集团股份有限公司 | 车载系统及车辆设施的调整方法 |
| CN109664889B (zh) * | 2017-10-12 | 2021-01-26 | 北京旷视科技有限公司 | 一种车辆控制方法、装置和系统以及存储介质 |
| CN111717147A (zh) * | 2019-03-22 | 2020-09-29 | 上海博泰悦臻网络技术服务有限公司 | 车辆座椅自动调节系统及方法 |
| CN110738190A (zh) * | 2019-10-28 | 2020-01-31 | 北京经纬恒润科技有限公司 | 一种疲劳驾驶的判断方法、装置及设备 |
| CN113022485A (zh) * | 2019-12-25 | 2021-06-25 | 上海仙豆智能机器人有限公司 | 座舱自动调整方法、座舱自动调整系统及车载终端 |
| CN112140948A (zh) * | 2020-09-25 | 2020-12-29 | 恒大新能源汽车投资控股集团有限公司 | 汽车座椅调节方法、系统及汽车 |
-
2021
- 2021-07-19 CN CN202110814477.3A patent/CN113320449B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113320449A (zh) | 2021-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105501158B (zh) | 一种驾驶员识别融合的系统及方法 | |
| CN113320449B (zh) | 一种驾驶座椅自动调节方法、系统、介质及电子终端 | |
| US20230294665A1 (en) | Systems and methods for operating a vehicle based on sensor data | |
| US9725098B2 (en) | Vehicle driver identification | |
| CN108725357B (zh) | 基于人脸识别的参数控制方法、系统与云端服务器 | |
| US9330308B2 (en) | Apparatus method and computer-readable medium that detects different regions of user's hand for recognizing gesture for carrying out operation of vehicle | |
| KR20200071118A (ko) | 차량 좌석의 스마트 조절 방법 및 장치, 차량, 전자 기기, 매체 | |
| US20140316607A1 (en) | Occupant presence detection and identification | |
| CN107380103B (zh) | 基于用户识别和云共享的汽车饰件自动调节方法及系统 | |
| US20200079355A1 (en) | Switching Method of Automatic Driving Mode, Apparatus and Readable Storage Medium | |
| CN112060986A (zh) | 座椅调整方法及相关装置 | |
| RU2704746C2 (ru) | Динамическая акустическая модель для транспортного средства | |
| CN106043122A (zh) | 车辆乘客输入源识别 | |
| CN110135447B (zh) | 根据识别的人员信息调整车辆内人员坐姿的系统 | |
| CN108216087B (zh) | 利用对把手式门抓握方式的辨识识别用户的方法和装置 | |
| CN114734887B (zh) | 车辆座椅控制方法、装置、设备、及存储介质 | |
| US20230113821A1 (en) | Seat adjustment | |
| CN116160979A (zh) | 车辆控制方法、装置、车辆及计算机可读存储介质 | |
| CN112988992B (zh) | 一种信息交互方法、装置及电子设备 | |
| CN117095113A (zh) | 一种座舱调节方法、装置、存储介质及车辆 | |
| CN111655547B (zh) | 一种配置调整方法、装置、可移动平台及存储介质 | |
| US20230211790A1 (en) | Multi-function input devices for vehicles | |
| US20240025251A1 (en) | Vehicle human machine interface generating system and method for generating the same | |
| JP2019106140A (ja) | 機械学習のモデルパラメータの学習装置 | |
| US20210061202A1 (en) | System and method for setting information about vehicle |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |