CN113642411B - 一种自适应识别驾驶员人体轮廓信息的方法及系统 - Google Patents
一种自适应识别驾驶员人体轮廓信息的方法及系统 Download PDFInfo
- Publication number
- CN113642411B CN113642411B CN202110804509.1A CN202110804509A CN113642411B CN 113642411 B CN113642411 B CN 113642411B CN 202110804509 A CN202110804509 A CN 202110804509A CN 113642411 B CN113642411 B CN 113642411B
- Authority
- CN
- China
- Prior art keywords
- information
- human body
- seat
- driver
- contour information
- 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 28
- 238000012937 correction Methods 0.000 claims abstract description 17
- 230000003993 interaction Effects 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种自适应识别驾驶员人体轮廓信息的方法及系统,所述方法包括:座椅固有信息、驾驶员人体轮廓信息以及座椅占位压力信息采集;自适应建模并获得人体轮廓信息;向外输出人体轮廓信息;生成个人轮廓信息模型。所述系统包括:驾驶座椅固有信息采集模块、自适应建模模块、人体轮廓信息输出模块、人体轮廓信息修正模块、个人轮廓信息模型生成模块以及个人轮廓信息模型存储模块。本发明通过采集驾驶员信息通过建模的方式获取其轮廓信息,并经数据修正,为驾驶员推荐最佳的座椅位置及后视镜视野。
Description
技术领域
本发明属于智能座舱技术领域,具体涉及一种自适应识别驾驶员人体轮廓信息的方法及系统。
背景技术
随着智能座舱等技术的快速发展,为用户提供智能的、舒适的驾驶环境显得尤为重要,传统车内安装的车外后视镜调节装置、座椅位置调节装置等一系列为用户主动控制驾驶视野及座椅位置的调节装置、控制装置,类似装置不仅影响车辆内饰造型,并且占据整车电子电气成本。
现有技术中,驾驶员通过手动调节外后视镜装置、座椅位置调节装置来设定驾驶座椅位置、后视镜视野,其中,部分调节技术利用存储位置等方式将已设定位置信息进行记忆,为下次驾驶提供自动控制依据,还有部分调节技术通过人脸信息、重量信息等驾驶员自身身体进行辅助,自动匹配座椅位置。
上述调节技术主要侧重座椅位置的自动控制调节,并且利用调节装置等成本较高的方案,而且缺少与驾驶员的人性化互动,对于驾驶员的身体轮廓识别较为单一,自适应性较差。
发明内容
针对上述现有技术中存在的缺陷,本发明公开了一种自适应识别驾驶员人体轮廓信息的方法及系统,通过采集驾驶员信息通过建模的方式获取其轮廓信息,并经数据修正,为驾驶员推荐最佳的座椅位置及后视镜视野。
结合说明书附图,发明的技术方案如下:
一种自适应识别驾驶员人体轮廓信息的方法,所述方法步骤如下:
步骤S1:座椅固有信息、驾驶员人体轮廓信息以及座椅占位压力信息采集;
步骤S2:自适应建模并获得人体轮廓信息;
步骤S3:向外输出人体轮廓信息;
步骤S4:生成个人轮廓信息模型。
进一步地,所述步骤S1中,所述驾驶座椅固有信息包括:当前座椅坐垫位置坐标、当前座椅靠背位置坐标、座椅坐垫尺寸以及座椅靠背尺寸;
所述驾驶人员驾驶状态下的人体轮廓信息包括:初步人体轮廓信息和人体与座椅相对位置信息;
所述座椅占位压力信息是指驾驶员落座在驾驶位上后,座椅因驾驶员体重或坐姿影响,而在其上产生的压力数据。
进一步地,所述步骤S2中,通过步骤S1采集获得的座椅固有信息、驾驶员人体轮廓信息以及座椅占位压力信息采集,进行自适应建模,获得影响座椅位置的关键信息。
进一步地,所述步骤S3中,通过图像显示的方式向外输出人体轮廓信息。
进一步地,所述步骤S4中,生成个人轮廓信息模型的途径有两种,一种为:直接基于输出的人体轮廓信息生成个人轮廓信息模型,另一种为:在驾驶员人为干预修正人体轮廓信息后,生成个人轮廓信息模型。
更进一步地,所述在驾驶员人为干预修正人体轮廓信息后,生成个人轮廓信息模型的过程为:
驾驶人员对人体轮廓信息中的数据进行修正,再基于修正更新后的人体轮廓信息生成个人轮廓信息模型。
一种自适应识别驾驶员人体轮廓信息的系统,所述系统用于实现所述的方法,包括:
驾驶座椅固有信息采集模块,包括:当前座椅位置采集单元和当前座椅尺寸存储单元;
所述前座椅位置采集单元,用于采集当前座椅坐垫位置坐标和当前座椅靠背位置坐标;
所述前座椅尺寸存储单元,用于存储预先获得的车辆座椅坐垫尺寸以及座椅靠背尺寸;
三维轮廓识别模块,用于识别包括:初步人体轮廓信息和人体与座椅相对位置信息在内的驾驶人员驾驶状态下的人体轮廓信息;
座椅占位压力采集模块,用于采集座椅占位压力信息;
自适应建模模块,用于接收当前座椅坐垫位置坐标、当前座椅靠背位置坐标、座椅坐垫尺寸、座椅靠背尺寸、初步人体轮廓信息、人体与座椅相对位置信息以及座椅占位压力信息,并进行自适应建模,获得人体轮廓信息;
人体轮廓信息输出模块,用于接收人体轮廓信息并向外显示输出;
人体轮廓信息修正模块,用于对人体轮廓信息输出模块输出的人体轮廓信息数据进行干预修正;
个人轮廓信息模型生成模块,用于直接基于人体轮廓信息输出模块输出的人体轮廓信息生成个人轮廓信息模型,或基于人体轮廓信息修正模块输出的修正更新后的人体轮廓信息生成个人轮廓信息模型。
进一步地,所述系统还包括个人轮廓信息模型存储模块,用于接收生成的个人轮廓信息模型并存储。
进一步地,所述人体轮廓信息输出模块采用车载多媒体交互系统。
进一步地,所述三维轮廓识别模块采用车内摄像头系统或车外图像系统。
与现有技术相比,本发明的有益效果在于:
1、本发明所述自适应识别驾驶员人体轮廓信息的方法,采集驾驶员信息并通过建模的方式,自动计算出驾驶员的身高、体重等人体轮廓信息,并与驾驶员进行互动,使驾驶员可根据偏好对数据进行修正,并可将该信息存储至具有个人属性的账户,当驾驶员驾驶不同车辆时,均可采用该信息,从而为驾驶员推荐最佳的座椅位置及后视镜视野。
2、本发明所述自适应识别驾驶员人体轮廓信息的系统,通过对车内现有的人体图像识别系统、座椅占位(压力)传感器、座椅控制器等装备进行复用,并通过车载信息显示系统与驾驶员进行互动,系统结构简单,操作便捷,且占用空间小,为进一步提升车内造型提供空间,并降低整车电子电气成本。
附图说明
图1为本发明所述自适应识别驾驶员人体轮廓信息的方法的流程框图;
图2为本发明所述自适应识别驾驶员人体轮廓信息的系统的结构框图。
具体实施方式
为清楚、完整地描述本发明所述技术方案及其具体工作过程,结合说明书附图,本发明的具体实施方式如下:
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
实施例1:
本实施例1公开了一种自适应识别驾驶员人体轮廓信息的方法,所述方法采集驾驶员信息并通过建模的方式,自动计算出驾驶员的身高、体重等人体轮廓信息,并与驾驶员进行互动,使驾驶员可根据偏好对数据进行修正,并可将该信息存储至具有个人属性的账户,当驾驶员驾驶不同车辆时,均可采用该信息,从而为驾驶员推荐最佳的座椅位置及后视镜视野。
如图1所示,本实施例1所述自适应识别驾驶员人体轮廓信息的方法,具体步骤如下:
步骤S1:座椅固有信息、驾驶员人体轮廓信息以及座椅占位压力信息采集;
本步骤S1中,所需要采集的信息包括三部分,分别为:驾驶座椅固有信息、驾驶人员驾驶状态下的人体轮廓信息,以及座椅占位压力信息;其中:
所述驾驶座椅固有信息包括:当前座椅坐垫位置坐标、当前座椅靠背位置坐标、座椅坐垫尺寸以及座椅靠背尺寸;其中:
可选择座垫左右中点且前向上表面一点作为代表当前座椅坐垫位置的点,通过摄像头扫描并进行图像处理识别,选择固定点作为参照,即可确定当前座椅坐垫位置坐标(X1,Y1,Z1);
可选择靠背位置右侧上方前表面一点作为代表当前座椅靠背位置的点,通过摄像头扫描并进行图像处理识别,选择固定点作为参照,即可确定当前座椅靠背位置坐标(X2,Y2,Z2);
座椅坐垫尺寸为座椅坐垫与驾驶员直接接触的上表面的长度尺寸和宽尺寸表征,座椅坐垫尺寸(M1,N1)为车辆开发设计完成的既有信息,既可以预先写入车载的存储单元,也可从云端获取;
座椅靠背尺寸为座椅坐垫与驾驶员直接接触的前表面的长度尺寸和宽尺寸表征,座椅靠背尺寸(M2,N2)为车辆开发设计完成的既有信息,既可以预先写入车载的存储单元,也可从云端获取;
所述驾驶人员驾驶状态下的人体轮廓信息包括:初步人体轮廓信息和人体与座椅相对位置信息;其中:
所述人体扫描信息是指驾驶员落座驾驶位以后,保持坐式的驾驶姿态时的人体轮廓信息;所述人体扫描信息通过包括车内摄像头系统和车外图像系统在内的三维轮廓识别系统采集识别得到;
所述人体与座椅相对位置扫描信息是指驾驶员落座驾驶位以后,保持坐式的驾驶姿态时,人体与座椅的相对位置信息;所述人体与座椅的相对位置信息通过包括车内摄像头系统和车外图像系统在内的三维轮廓识别系统采集处理得到;
所述座椅占位压力信息就是指驾驶员落座在驾驶位上后,座椅因驾驶员体重或坐姿影响,而在其上产生的压力数据;所述座椅占位压力信息通过安装在座椅上的座椅占位压力传感器采集得到;
步骤S2:自适应建模并获得人体轮廓信息;
本步骤S2中,对前述步骤S1中采集获得的当前座椅坐垫位置坐标(X1,Y1,Z1)、当前座椅靠背位置坐标(X2,Y2,Z2)、座椅坐垫尺寸(M1,N1)、座椅靠背尺寸(M2,N2)、初步人体轮廓信息、人体与座椅相对位置信息以及座椅占位压力信息进行自适应建模,获得关键人体轮廓信息;
所述关键人体轮廓信息是指包括:驾驶员的身高、臂长、身长、腿长、体重等在内的影响座椅位置的关键信息;
由于后续可能应用在各个车型上,不局限于本车,所述关键人体轮廓信息基于驾驶员坐在车内座椅上采集,但获得的人体轮廓信息并不强调驾驶员的位置;
本步骤S2在无需驾驶员手动操作的基础上获得关键人体轮廓信息,能够使用户体验无感操作及智能化处理的科技感;
步骤S3:向外输出人体轮廓信息;
本步骤S3中,将通过步骤S2获得的人体轮廓信息向外通过显示的形式输出,以供进一步实现人机交互;
本步骤S3可通过车载多媒体交互系统,以图像显示的方式向外输出人体轮廓信息;
步骤S4:生成个人轮廓信息模型;
本步骤S4中,生成个人轮廓信息模型的途径有两种,一种为:直接基于输出的人体轮廓信息生成个人轮廓信息模型,另一种为:在驾驶员人为干预修正人体轮廓信息后,生成个人轮廓信息模型;
本步骤S4中上述两种生成个人轮廓信息模型的途径选择过程为:需要驾驶员在多媒体交互屏幕上进行选择,如果人为干预修正,驾驶员就点击“是”跳入修正页面,驾驶员输入修正数据后,点击确认,即生成个人轮廓信息模型,如果无需人为干预修正直接生成,驾驶员就点击“否”,直接生成个人轮廓信息模型并储存;
所述直接基于输出的人体轮廓信息生成个人轮廓信息模型的过程为:将比较粗糙且允许存在偏差的人体轮廓信息,经图像处理后,生成准确且直接应用的个人轮廓信息模型;
所述在驾驶员人为干预修正人体轮廓信息后,生成个人轮廓信息模型的过程为:
驾驶人员对人体轮廓信息中的数据进行修正,如身高、腿长等,在实际操作过程中,驾驶员可以在多媒体交互屏幕上对已输出的人体轮廓信息图像进行手动操作,例如:通过拉伸轮廓线条,使局部轮廓变长或变宽,或者通过收缩轮廓线条,使局部轮廓变短或变窄;最后,基于修正更新后的人体轮廓信息生成个人轮廓信息模型并储存。
实施例2:
本实施例2公开了一种自适应识别驾驶员人体轮廓信息的系统,所述系统用于实现前述实施例1所述自适应识别驾驶员人体轮廓信息的方法,如图2所示,本实施例2所述自适应识别驾驶员人体轮廓信息的系统包括:
驾驶座椅固有信息采集模块,包括:当前座椅位置采集单元和当前座椅尺寸存储单元;
所述前座椅位置采集单元,用于采集当前座椅坐垫位置坐标和当前座椅靠背位置坐标,所述前座椅位置采集单元采用摄像头扫描识别系统;
所述前座椅尺寸存储单元,用于存储预先获得的车辆座椅坐垫尺寸以及座椅靠背尺寸;
三维轮廓识别模块,用于识别包括:初步人体轮廓信息和人体与座椅相对位置信息在内的驾驶人员驾驶状态下的人体轮廓信息,所述三维轮廓识别模块采用车内摄像头系统或车外图像系统;
座椅占位压力采集模块,由座椅占位压力传感器组成,用于采集座椅占位压力信息;
自适应建模模块,分别与驾驶座椅固有信息采集模块、三维轮廓识别模块以及座椅占位压力采集模块信号连接,用于接收当前座椅坐垫位置坐标、当前座椅靠背位置坐标、座椅坐垫尺寸、座椅靠背尺寸、初步人体轮廓信息、人体与座椅相对位置信息以及座椅占位压力信息,并进行自适应建模,获得人体轮廓信息;
人体轮廓信息输出模块,与自适应建模模块信号连接,用于接收人体轮廓信息并向外显示输出;
所述人体轮廓信息输出模块采用车载多媒体交互系统;
人体轮廓信息修正模块,与人体轮廓信息输出模块信号连接,用于对人体轮廓信息输出模块输出的人体轮廓信息数据进行干预修正;
个人轮廓信息模型生成模块,分别与人体轮廓信息输出模块和人体轮廓信息修正模块信号连接,用于直接基于人体轮廓信息输出模块输出的人体轮廓信息生成个人轮廓信息模型,或基于人体轮廓信息修正模块输出的修正更新后的人体轮廓信息生成个人轮廓信息模型;
个人轮廓信息模型存储模块,与个人轮廓信息模型生成模块信号连接,用于接收生成的个人轮廓信息模型并存储。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上所述本发明的具体实施方式,并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形,均应包含在本发明权利要求的保护范围内。
Claims (5)
1.一种自适应识别驾驶员人体轮廓信息的方法,其特征在于:
所述方法步骤如下:
步骤S1:座椅固有信息、驾驶员人体轮廓信息以及座椅占位压力信息采集;
步骤S2:自适应建模并获得人体轮廓信息;
步骤S3:向外输出人体轮廓信息;
步骤S4:生成个人轮廓信息模型;
所述步骤S1中,所述座椅固有信息包括:当前座椅坐垫位置坐标、当前座椅靠背位置坐标、座椅坐垫尺寸以及座椅靠背尺寸;
所述驾驶员驾驶状态下的人体轮廓信息包括:初步人体轮廓信息和人体与座椅相对位置信息;
所述座椅占位压力信息是指驾驶员落座在驾驶位上后,座椅因驾驶员体重或坐姿影响,而在其上产生的压力数据;
所述步骤S2中,通过步骤S1采集获得的座椅固有信息、驾驶员人体轮廓信息以及座椅占位压力信息采集,进行自适应建模,获得影响座椅位置的关键信息;
所述步骤S3中,通过图像显示的方式向外输出人体轮廓信息;
所述步骤S4中,生成个人轮廓信息模型的途径有两种,一种为:直接基于输出的人体轮廓信息生成个人轮廓信息模型,另一种为:在驾驶员人为干预修正人体轮廓信息后,生成个人轮廓信息模型;
所述在驾驶员人为干预修正人体轮廓信息后,生成个人轮廓信息模型的过程为:
驾驶员对人体轮廓信息中的数据进行修正,再基于修正更新后的人体轮廓信息生成个人轮廓信息模型。
2.一种自适应识别驾驶员人体轮廓信息的系统,其特征在于:
所述系统用于实现权利要求1所述的方法,包括:
驾驶座椅固有信息采集模块,包括:当前座椅位置采集单元和当前座椅尺寸存储单元;
所述前座椅位置采集单元,用于采集当前座椅坐垫位置坐标和当前座椅靠背位置坐标;
所述前座椅尺寸存储单元,用于存储预先获得的车辆座椅坐垫尺寸以及座椅靠背尺寸;
三维轮廓识别模块,用于识别包括:初步人体轮廓信息和人体与座椅相对位置信息在内的驾驶员驾驶状态下的人体轮廓信息;
座椅占位压力采集模块,用于采集座椅占位压力信息;
自适应建模模块,用于接收当前座椅坐垫位置坐标、当前座椅靠背位置坐标、座椅坐垫尺寸、座椅靠背尺寸、初步人体轮廓信息、人体与座椅相对位置信息以及座椅占位压力信息,并进行自适应建模,获得人体轮廓信息;
人体轮廓信息输出模块,用于接收人体轮廓信息并向外显示输出;
人体轮廓信息修正模块,用于对人体轮廓信息输出模块输出的人体轮廓信息数据进行干预修正;
个人轮廓信息模型生成模块,用于直接基于人体轮廓信息输出模块输出的人体轮廓信息生成个人轮廓信息模型,或基于人体轮廓信息修正模块输出的修正更新后的人体轮廓信息生成个人轮廓信息模型。
3.如权利要求2所述一种自适应识别驾驶员人体轮廓信息的系统,其特征在于:
所述系统还包括个人轮廓信息模型存储模块,用于接收生成的个人轮廓信息模型并存储。
4.如权利要求2所述一种自适应识别驾驶员人体轮廓信息的系统,其特征在于:
所述人体轮廓信息输出模块采用车载多媒体交互系统。
5.如权利要求2所述一种自适应识别驾驶员人体轮廓信息的系统,其特征在于:
所述三维轮廓识别模块采用车内摄像头系统或车外图像系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804509.1A CN113642411B (zh) | 2021-07-16 | 2021-07-16 | 一种自适应识别驾驶员人体轮廓信息的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804509.1A CN113642411B (zh) | 2021-07-16 | 2021-07-16 | 一种自适应识别驾驶员人体轮廓信息的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113642411A CN113642411A (zh) | 2021-11-12 |
CN113642411B true CN113642411B (zh) | 2024-09-24 |
Family
ID=78417551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110804509.1A Active CN113642411B (zh) | 2021-07-16 | 2021-07-16 | 一种自适应识别驾驶员人体轮廓信息的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642411B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115416610A (zh) * | 2022-04-19 | 2022-12-02 | 一汽奔腾轿车有限公司 | 一种基于人脸识别的个性化车辆启动控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110395147A (zh) * | 2018-04-24 | 2019-11-01 | 长城汽车股份有限公司 | 车用座椅调节装置、方法及车用座椅 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9513744B2 (en) * | 1994-08-15 | 2016-12-06 | Apple Inc. | Control systems employing novel physical controls and touch screens |
KR20120105156A (ko) * | 2011-03-15 | 2012-09-25 | 에스케이플래닛 주식회사 | 운전 자세 제어 장치, 운전 자세 정보 제공 장치, 운전 자세 정보 제공 시스템 및 방법 |
DE102011056561B4 (de) * | 2011-12-16 | 2018-04-26 | Technische Universität Chemnitz | Modulares Elektrofahrzeug |
CN103057447A (zh) * | 2012-12-28 | 2013-04-24 | 方科峰 | 智能座椅系统 |
KR101468573B1 (ko) * | 2013-04-05 | 2014-12-03 | 서울과학기술대학교 산학협력단 | 자동차시트의 압력 감지기를 통한 스마트형 운전자 인식장치 |
CN106994915B (zh) * | 2017-05-17 | 2023-01-24 | 合肥工业大学 | 一种基于驾驶人身体特征的驾驶座椅自适应调节装置 |
CN107451563B (zh) * | 2017-07-31 | 2020-03-17 | Oppo广东移动通信有限公司 | 汽车座椅的调整方法、系统、汽车、存储介质和电子设备 |
CN108422909A (zh) * | 2018-03-14 | 2018-08-21 | 南京航空航天大学 | 一种双调节驾驶座椅及其靠背轮廓舒适度仿真方法 |
CN111753721B (zh) * | 2020-06-24 | 2024-10-18 | 上海依图网络科技有限公司 | 一种人体姿态的识别方法及装置 |
-
2021
- 2021-07-16 CN CN202110804509.1A patent/CN113642411B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110395147A (zh) * | 2018-04-24 | 2019-11-01 | 长城汽车股份有限公司 | 车用座椅调节装置、方法及车用座椅 |
Also Published As
Publication number | Publication date |
---|---|
CN113642411A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108657029B (zh) | 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 | |
CN109249842B (zh) | 用于在车辆中自动改变座椅位置的调整装置 | |
CN111619308B (zh) | 基于用户习惯的空调控制方法及系统 | |
US20130329960A1 (en) | Method for determining a body parameter of a person | |
CN110271506A (zh) | 用于自动调节车辆座椅的方法和装置 | |
JP2020047273A (ja) | 3次元特徴点情報生成装置 | |
CN113642411B (zh) | 一种自适应识别驾驶员人体轮廓信息的方法及系统 | |
CN108045308B (zh) | 车辆的内后视镜调节方法、系统及车辆 | |
CN111881886A (zh) | 基于姿态识别的智能座椅控制方法及装置 | |
CN110316063A (zh) | 车载显示终端系统、车载显示终端的显示控制方法和车辆 | |
CN113547985A (zh) | 基于人体模型记忆的自适应调节外后视镜位置的控制方法 | |
US20040122574A1 (en) | Method for adjusting vehicle cockpit devices | |
CN108369344B (zh) | 用于运行虚拟现实系统的方法和虚拟现实系统 | |
CN112308012A (zh) | 一种基于云端的智能驾驶坐姿预测系统 | |
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 | |
US20240083315A1 (en) | Vehicle seat and vehicle provided with vehicle seat | |
CN113561858A (zh) | 一种汽车座椅电动调节系统、方法 | |
CN112937383A (zh) | 一种智能迎宾设备调节方法及系统 | |
CN113682205A (zh) | 一种汽车及其座椅和后视镜的自动调节方法 | |
CN115167743B (zh) | 一种车载智能屏幕调节方法、系统及电子设备 | |
US8131513B2 (en) | Method and system of computer assisted vehicle seat design | |
CN115195540B (zh) | 一种汽车座椅自适应调节系统和方法 | |
CN115782794A (zh) | 车辆的自适应调节方法及装置 | |
CN114194129A (zh) | 车辆吸顶屏调整方法、控制系统和车辆 | |
CN106274759A (zh) | 自动调节乘坐姿态的座椅系统 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: China Address after: 130012 no.4888, Yushan Road, Changchun high tech Development Zone, Jilin Province Applicant after: FAW Besturn Automotive Co.,Ltd. Address before: No. 4888, Yushan Road, Changchun high tech Industrial Development Zone, Changchun City, Jilin Province Applicant before: FAW Pentium Car Co.,Ltd. Country or region before: China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |