CN113936269A - 滞留对象的识别方法及机动车控制方法 - Google Patents

Abstract

本申请实施例提供一种滞留对象的识别方法及机动车控制方法，该识别方法包括：在机动车处于静止状态的时长超过预设时长时，获取车内的当前图像数据；将所述当前图像数据与初始图像数据比对，若存在不一致时，从所述当前图像数据中提取出包括不一致区域的目标区域的图像，并采集所述目标区域的点云数据；其中，所述初始图像数据为预先获取的空车状态下的车内图像数据；根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员。该方法可以及时对车内的活体滞留人员进行准确检测，从而可提高机动车的安全性。

Description

滞留对象的识别方法及机动车控制方法

技术领域

本申请涉及汽车安全技术领域，尤其涉及一种滞留对象的识别方法及机动车控制方法。

背景技术

汽车虽然带来极大的便利性，但有时也会发生一些安全事故，例如，锁车离车后却忘记车内后排还乘坐有睡着的人员，如儿童等，导致其被滞留在封闭的车内而未被及时发现。然而，由于封闭的车内的空气无法流通，导致长时间被滞留在车内的人员往往容易出现昏厥，甚至死亡等现象。

发明内容

有鉴于此，本申请实施例提供一种滞留对象的识别方法及机动车控制方法，可以及时对车内的活体滞留人员进行准确检测，提高机动车的安全性。

第一方面，本申请的实施例提供一种滞留对象的识别方法，包括：

在机动车处于静止状态的时长超过预设时长时，获取车内的当前图像数据；

将所述当前图像数据与初始图像数据比对，若存在不一致时，从所述当前图像数据中提取出包括不一致区域的目标区域的图像，并获取所述目标区域的点云数据；其中，所述初始图像数据为预先获取的空车状态下的车内图像数据；

根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员。

在一些实施例中，所述从所述当前图像数据中提取出包括不一致区域的目标区域的图像，包括：

检测所述当前图像数据中的不一致区域与所述初始图像数据中的座椅区域是否存在重叠；

若存在重叠，则从所述当前图像数据中提取出包括所述不一致区域和座椅区域的图像，以作为目标区域的图像。

在一些实施例中，该滞留对象的识别方法还包括：

若所述不一致区域与所述座椅区域不存在重叠，则确定不存在活体滞留人员。

在一些实施例中，所述根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员，包括：

计算所述目标区域的点云数据在单位时间内的变化量；

若所述单位时间内的变化量超过预设变化量阈值，则确定存在活体对象，否则确定不存在活体滞留人员；

在确定为活体对象时，将所述目标区域的图像与所述点云数据进行视图融合，以确定所述活体对象的外形特征是否呈人型；

若呈人型，则确定所述待识别对象为活体滞留人员。

在一些实施例中，该滞留对象的识别方法还包括：在满足以下条件中的任意一种时，则确定所述活体滞留人员为儿童；

条件一，在机动车处于静止状态时座椅的承重值大于空车状态时座椅的承重值，且二者差值小于预设重量值时；

条件二，在机动车处于静止状态时，识别到哭声时；

条件三，若所述活体对象的外形特征呈儿童的外形特征时。

第二方面，本申请的实施例还提供一种机动车控制方法，包括：

实时获取所述机动车的状态参数；

在机动车处于静止状态时，采用上述的方法识别车内当前是否存在活体滞留人员；

若存在活体滞留人员，则根据所述机动车的状态参数和所述活体滞留人员在车内的滞留时间，对所述机动车进行相应操作以用于危险排除。

在一些实施例中，所述状态参数包括车门状态、车窗状态、发动机状态和车内温度；所述根据所述机动车的状态参数和所述活体滞留人员在车内的滞留时间，对所述机动车进行相应操作，包括：

在车内温度在第一温度范围内且发动机处于关闭状态的情况下，当所述滞留时间超过第一时长时，若没有检测到解锁信号，则控制指定车窗下降至第一位置并且持续预设开窗时长；

当所述滞留时间超过第二时长时，则使车门保持上锁状态以及控制指定车窗进行周期性打开且每次下降至第一位置；

当所述滞留时间超过第三时长时，则控制指定车窗下降至第二位置以及使机动车发出警告信号；其中，所述第三时长大于第二时长，第二时长大于第一时长，所述第二位置低于第一位置。

在一些实施例中，还包括：在车内温度在第二温度范围内且发动机处于关闭状态的情况下，当所述滞留时间超过第四时长时，则控制指定车窗进行周期性打开且每次下降至所述第一位置；其中，所述第二温度范围内的温度低于所述第一温度范围内的温度；

当所述滞留时间超过第五时长时，则控制指定车窗全开，以及使机动车发出警告信号。

在一些实施例中，所述状态参数包括发动机状态、车门状态和车窗状态，所述根据所述机动车的状态参数和所述活体滞留人员在车内的滞留时间，对所述机动车进行相应操作，包括：

在发动机处于驻车怠速状态的情况下，当所述滞留时间小于等于第六时长时，若没有检测到解锁信号，则控制指定车窗下降到大于等于1/2的车窗高度位置；

当所述滞留时间大于所述第六时长时，则控制指定车窗完全打开，以及使机动车发出警告信号。

在一些实施例中，该机动车控制方法还包括：

若确认所述活体滞留人员为儿童时，则控制指定车窗完全打开，以及使机动车发出警告信号。

第三方面，本申请的实施例还提供一种滞留对象的识别系统，包括：

图像获取模块，用于在机动车处于静止状态的时长超过预设时长时，获取车内的当前图像数据；

图像提取模块，用于将所述当前图像数据与初始图像数据比对，并在存在不一致时，从所述当前图像数据中提取出包括不一致区域的目标区域的图像；其中，所述初始图像数据为预先获取的空车状态下的车内图像数据；

点云获取模块，用于当所述图像提取模块判断出存在不一致时，获取所述目标区域的点云数据；

确定模块，用于根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员。

第四方面，本申请的实施例还提供一种滞留对象的识别装置，设于机动车内，包括：

摄像单元，用于获取车内的图像数据；

激光雷达，用于获取车内的点云数据；

处理器，用于在机动车处于静止状态的时长超过预设时长时，通过所述摄像单元获取车内的当前图像数据；

所述处理器，还用于将所述当前图像数据与初始图像数据比对，若存在不一致时，从所述当前图像数据中提取出包括不一致区域的目标区域的图像，并触发所述激光雷达获取所述目标区域的点云数据；其中，所述初始图像数据为预先获取的空车状态下的车内图像数据；

所述处理器，还用于根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员。

第五方面，本申请的实施例还提供一种机动车，所述机动车包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行上述的滞留对象的识别方法或机动车控制方法。

第六方面，本申请的实施例还提供一种计算机可读存储介质，其储存有上述的机动车中使用的所述计算机程序。

本申请的实施例具有如下有益效果：

本申请实施例的滞留对象的识别方法通过在机动车处于静止状态的时长超过预设时长时，获取车内的当前图像数据；将所述当前图像数据与初始图像数据比对，若存在不一致时，从所述当前图像数据中提取出包括不一致区域的目标区域的图像，并采集所述目标区域的点云数据；其中，所述初始图像数据为预先获取的空车状态下的车内图像数据；根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员。该方法可以及时对车内的活体滞留人员进行准确检测，可以防止发生如小孩被遗留在车内未被及时发现的问题，提高了机动车的安全性。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例的滞留对象的识别方法的第一流程图；

图2示出了本申请实施例的滞留对象的识别方法的第二流程图；

图3示出了本申请实施例的滞留对象的识别方法的第三流程图；

图4示出了本申请实施例的机动车控制方法的一种流程图；

图5示出了本申请实施例的滞留对象的识别系统的结构示意图；

图6示出了本申请实施例的机动车控制装置的结构示意图；

图7示出了本申请实施例的滞留对象的识别装置的结构示意图。

具体实施方式

下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。

通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。

此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。

为了解决及时发现车内存在活体滞留对象的问题，本申请提出的滞留对象的识别方法通过结合拍摄的车内图像数据和雷达点云数据来判断存在活体人员，可以及时且准确地识别出该机动车内是否存在活体的滞留人员，从而避免出现人被锁车内而造成伤亡的情况。此外，相比于单纯的利用二维图像的识别方式，可以避免误识别的问题，例如，当车内放了一个人形娃娃玩具时，若识别出滞留对象呈人型，由于无法实现活体检测，则往往会出现误判问题，这也会对用户造成使用困扰；而相比于利用单独的雷达点云数据的识别方式，虽然可以实现车内的生命体检测，但需要处理的点云数据量却非常庞大，因此需要花费更多的处理资源和时间等。

实施例1

图1所示为本申请实施例的滞留对象的识别方法的第一流程图。

示范性地，该滞留对象的识别方法包括：

步骤S110，在机动车处于静止状态的时长超过预设时长时，获取车内的当前图像数据。

其中，上述的预设时长也称待车时长，主要用于判断机动车是否停了一定时间，若停了一定时间，则启动对车内图像的拍摄，进而用于判断是否存在滞留对象。例如，在一种实施方式中，该预设时间可以设为10～15分钟等，也可根据用户的用车习惯等实际情况来适应性调整。

本实施例中，该机动车在车内设有用于拍摄车内状况的摄像装置和用于采集车内的点云数据的激光雷达等。其中，对于该摄像装置和激光雷达的安装位置及安装方式，例如，可以是固定或可拆卸地设置在车内顶部，也可以根据需求来相应调整，这里不作限定。考虑到往往是忘记车内后排有人，优选地，将上述设备置于采集角度能够对准于车内整个后排区域的位置。

对于上述步骤S110，示范性地，当检测到机动车停止的时间超过预先设定的待车时长时，则通过摄像装置来采集得到当前车内图像，以获得当前的车内状况。反之，若车停的时间较短，则先不启动对滞留对象的识别，以减少不必要的汽车电池电能的消耗。

步骤S120，将当前图像数据与初始图像数据比对，若存在不一致时，从当前图像数据中提取出包括不一致区域的目标区域的图像，并获取该目标区域的点云数据。

其中，上述的初始图像数据是指该机动车处于空车状态下的车内图像，可通过预先拍摄得到。本实施例中，若当前获取的图像与该初始图像的数据比对不一致时，则说明当前车内的状态发生了变化，为了确定是否存在滞留对象，可从该当前的图像中提取出包括在比对时被标注的不一致区域的一个目标区域，以用于后续处理。与此同时，还将启动激光雷达以采集车内的点云数据，值得注意的是，这里只保留该目标区域的点云数据，这样可以大大减少数据处理量，减少对资源的占用量，还可以加快识别效率等。

示范性地，如图2所示，对于该目标区域的图像的提取，包括：

步骤S210，检测当前图像数据中的不一致区域与初始图像数据中的座椅区域是否存在重叠。

其中，座椅区域可通过预先对初始图像进行座椅识别并标注得到。进一步地，该座椅区域可以是包括前排和后排的全部座椅区域，也可以是只针对后排的座椅区域，具体可根据拍摄装置所采集的视角来相应选取。

本实施例中，通过将当前图像中的不一致区域与初始图像中的座椅区域进行重叠检测，若重叠，则表明座椅上疑似有滞留对象，例如，可能有儿童坐或躺在后排座椅上，为了进一步确认，将执行步骤S220。通过从当前的车内图像中提出含不一致区域及座椅区域的图像部分，以用于结合能够获取深度信息的三维点云数据来进一步确认是否为具有生命体特征的人。

反之，若该不一致区域与座椅区域不重叠，即表明是车内座椅区域以外的地方存在滞留对象，而且该滞留对象一定不是人。例如，该不一致区域中的对象可能是放置在车内后排座椅与后面的车窗之间的一些物品，如纸巾、枕头等。进一步可选地，若不存在重叠，则执行步骤S230。

步骤S220，若存在重叠，则从当前图像数据中提取出包括该不一致区域和座椅区域的图像，以作为目标区域的图像。

步骤S230，若不存在重叠，则确定不存在活体滞留人员。

可以理解，通过将当前的车内图像与空车状态下的初始图像的不一致区域及固定的座椅区域进行重叠判定，可以初步判断是否有疑似滞留对象，若不存在重叠的话，则可直接确定不存在活体滞留人员，进而可以中止当前的识别操作。

步骤S130，根据该目标区域的图像和单位时间内目标区域的点云数据，确定是否存在活体滞留人员。

考虑到拍摄的图像只包括二维平面信息，且无法通过图像识别来确定是否存在生命体，为此，本实施例通过采集该目标区域的点云数据，一方面通过检测不一致区域中的对象与座椅是否存在深度差信息，可用于初步排除不符合生命体深度特征的情况；另一方面，通过判断点云数据在单位时间内的变化量信息，不仅可以检测活体的大幅度移动，还可以检测到呼吸微动等，例如，尤其是当后排的对象睡着了，这样也可以检测到。

在一种实施方式中，如图3所示，对于上述步骤S130，包括：

子步骤S310，计算该目标区域的点云数据在单位时间内的变化量。

其中，该单位时间可以是间隔一个或多个采样周期。示范性地，可将不同时刻采集到的点云数据进行位移计算，以得到各个三维点云在对应时间间隔的变化量，进而计算出该目标区域在单位时间内的平均变化量。

子步骤S320，若单位时间内的变化量超过预设变化量阈值，则确定存在活体对象。

子步骤S330，若该变化量小于等于该预设变化量阈值，则确定不存在活体滞留人员。

若该变化量大于预设的变化量阈值，则确实存在活体，否则确定不存在。

子步骤S340，在确定为活体对象时，将该目标区域的图像与点云数据进行视图融合，以确定该活体对象的外形特征是否呈人型。

子步骤S350，若呈人型，则确定存在活体滞留人员。

示范性地，可通过关键点特征匹配等方式，将该目标区域的图像与点云进行融合，利用得到的融合视图，可以更容易的提取出该活体对象的轮廓，也即外形特征。进而，若呈人型，则执行步骤S350，否则，进一步可选地确定是否为其他活体滞留对象，如宠物等。

可以理解，由于车内的点云数据量大，单独地使用点云数据来进行人形判定不够直观，而通过结合图像来一定判断，可以更加快速且准确地确定是否为人的形状。

进一步地，在确定为活体滞留人员时，该方法还包括是否为儿童的识别。例如，在一种实施方式中，可包括但不限于满足以下条件中的任意一种时，可确定活体滞留人员为儿童，具体如下：

条件一，在机动车处于静止状态时座椅的承重值大于空车状态时座椅的承重值，且二者差值小于预设重量值时。其中，该预设重量值具体可根据儿童的体重范围来设定，这里不作限定。

条件二，在机动车处于静止状态时，识别到哭声时。通常地，当儿童被锁在车内时，往往会哭闹，例如，若车内设置的声音识别模块来识别是否有哭声，以此来确定该活体滞留人员为儿童。

条件三，若该活体对象的外形特征呈儿童的外形特征时等。例如，执行上述子步骤S340时，也可同时确定是否符合儿童的外形特征，若符合，则可确定是儿童滞留在车内。

本实施例的滞留对象的识别方法通过结合拍摄的车内图像数据和雷达点云数据来判断存在活体人员，可以及时且准确地识别出该机动车内是否存在活体的滞留人员，从而避免出现人被锁车内而造成伤亡的情况。

实施例2

请参照图4，基于上述实施例1的滞留对象的识别方法，本实施例提出一种机动车控制方法，以用于当车内存在滞留对象时进行危险排除。

示范性地，该机动车控制方法包括：

步骤S410，实时获取机动车的状态参数。例如，该状态参数包括可包括但不限于包括车门状态、车窗状态、发动机状态和车内温度等。

步骤S420，在机动车处于静止状态时，采用上述的滞留对象的识别方法识别车内当前是否存在活体滞留人员。

对于步骤S420，具体可参见上述实施例1的内容，这里不重复描述。

步骤S430，若存在活体滞留人员，则根据机动车的状态参数和活体滞留人员在车内的滞留时间，对机动车进行相应操作以用于危险排除。

值得注意的是，当机动车处于静止状态，具体可以是关闭发动车而直接熄火停车的情况，也可包括是发动车未关闭而只是速度为零的驻车怠速状态。本实施例中将针对以下几种场景进行说明。

示例性的，第一种基于温度的场景，在车内温度在第一温度范围内且发动机处于关闭状态的情况下，即在停车熄火情况下，若外界环境温度较高，如夏天等，车内的温度会在熄火后逐渐升高。因此，这里的预设的第一温度范围主要是指车内的温度从熄火时的人体能够接受的正常温度到可能会出现中暑的危险温度之间，即未达到中暑的危险温度之前。

于是，当检测到滞留人员在车内的滞留时间超过了预设的第一时长时，若这滞留期间并没有检测到解锁信号，如可能是车内的人员在停车休息，则控制指定车窗下降至第一位置并且持续预设开窗时长，这样可以防止出现因封闭的车内温度快速上升而导致车内人员出现中署等现象，例如，该第一位置可以是车窗下降到小于1/2的车窗高度位置，如1/4～1/3的位置等。此外，车窗通风面积适中，也可以防止他人轻易地从外面伸手将车内物品取走等。其中，这里的指定车窗可以是四个车窗中的一个或多个组合，例如，可以是车后门上的两个车窗等具体不作限定。解锁信号为车内成员发出，目的在于不执行车门和/或车窗的自动操作。

随着滞留时间越来越长，进一步地，当滞留时间超过了第二时长，若仍没有检测到解锁信号，则可控制指定车窗进行周期性打开且每次下降至第一位置，这样可以保证车内的空气能够持续性地实现对流，以防止车内人员因温度过高而昏厥，且不会被他人拿走车内东西等。可以理解，该第二时长大于第一时长，例如，可以是2倍的第一时长等。

进一步地，若出现滞留时间超过第三时长，此时意味着车内人员被锁的时间较长，为防止出现安全事故，则将控制指定车窗下降至第二位置以及使机动车发出警告信号。其中，该第三时长通常远大于第二时长。该第二位置低于第一位置，例如，第二位置可以是下降到大于等于1/2的车窗高度位置，甚至可以是完全打开等。

此外，若是外界环境温度较低时，如冬天，若长时间待在封闭的车内，由于车内空气不流通导致二氧化碳浓度上升，也可能会引起人员缺氧等，对此，本申请的机动车控制方法还包括：

若车内温度在第二温度范围内且发动机处于关闭状态的情况下，如果滞留人员的滞留时间超过了第四时长时，则控制指定车窗进行周期性打开且每次下降至第一位置。其中，这里的第二温度范围主要是指外界环境温度较低的时候，其温度会低于上述的第一温度范围内的温度，例如，可以是接近0度或10度以下等低温环境。进一步地，当滞留时间超过第五时长时，则控制指定车窗全开以及使机动车发出警告信号。其中，该第五时长会大于第四时长，关于第四时长和第五时长的取值可以根据机动车所在地区的环境情况来适应性设置，这里不作限定。

示例性的，第二种基于发动机处于怠速的场景，当发动机处于驻车怠速状态的情况下，此时可能是车内人员在驻车休息，然而由于车处于空转状态，车产生的一氧化碳会进入车内而容易导致车内人员窒息。对此，若检测到滞留人员的滞留时间小于第六时长时，且这段时间内也没有检测到解锁信号，则控制指定车窗下降到大于等于1/2的车窗高度位置，以保证车内的空气流通，防止出现一氧化碳中毒等。进一步地，当滞留时间等于大于第六时长时，此时滞留时间过久，若仍没有检测到解锁信号，则控制指定车窗完全打开以及使机动车发出警告信号，以方便他人进行救助等。

示例性的，第三种基于儿童滞留在车内的场景，若确认上述的活体滞留人员为儿童时，为了最大限度地保证车内的儿童的安全，此时将直接控制车窗完全打开，同时还将使机动车发出警告信号，以便他人能够及时地发现车内的滞留儿童并进行实施救助。

其中，对于上述的警告信息，可以是机动车的灯光信号，如使车的警示灯一直闪烁等；机动车的声音信号，如鸣笛信号等；司乘人员收到的预警信息，救援单位收到的预警信息等中的至少一种，当然不限于此。可以理解，上述实施例1中的可选项同样适用于本实施例，故在此不再重复描述。

实施例3

请参照图5，基于上述实施例1的方法，本实施例提出一种滞留对象的识别系统100，示范性地，该滞留对象的识别系统100包括：

图像获取模块110，用于在机动车处于静止状态的时长超过预设时长时，获取车内的当前图像数据。

图像提取模块120，用于将当前图像数据与初始图像数据比对，若存在不一致时，从当前图像数据中提取出包括不一致区域的目标区域的图像；其中，该初始图像数据为预先获取的空车状态下的车内图像数据。

点云获取模块130，用于当图像提取模块120判断出存在不一致时，获取所述目标区域的点云数据。

确定模块140，用于根据所述目标区域的图像和单位时间内目标区域的点云数据，确定是否存在活体滞留人员。

可以理解，本实施例的装置对应于上述实施例1的方法，上述实施例1中的可选项同样适用于本实施例，故在此不再重复描述。

实施例4

请参照图6，基于上述实施例2的机动车控制方法，本实施例提出一种机动车控制系统200，示范性地，该机动车控制系统200包括：

状态获取模块210，用于实时获取机动车的状态参数。

识别模块220，用于在机动车处于静止状态时，采用上述实施例1的方法识别车内当前是否存在活体滞留人员。

控制模块230，用于若存在活体滞留人员，则根据机动车的状态参数和活体滞留人员在车内的滞留时间，对机动车进行相应操作以用于危险排除。

可以理解，本实施例的装置对应于上述实施例2的方法，上述实施例2中的可选项同样适用于本实施例，故在此不再重复描述。

请参照图7，本申请还提出一种滞留对象的识别装置300，设于机动车内，示范性地，该滞留对象的识别装置300包括：

摄像单元310，用于获取车内的图像数据；

激光雷达320，用于获取车内的点云数据；

处理器330，用于在机动车处于静止状态的时长超过预设时长时，通过所述摄像单元获取车内的当前图像数据；

处理器330，还用于将所述当前图像数据与初始图像数据比对，若存在不一致时，从所述当前图像数据中提取出包括不一致区域的目标区域的图像，并触发所述激光雷达获取所述目标区域的点云数据；其中，所述初始图像数据为预先获取的空车状态下的车内图像数据；

处理器330，还用于根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员。

可以理解，上述实施例1或2中的可选项同样适用于本实施例，故在此不再重复描述。

本申请还提供了一种机动车，示范性地，该机动车包括处理器和存储器，其中，存储器存储有计算机程序，处理器通过运行所述计算机程序，从而使终端设备执行上述的滞留对象的识别方法或者上述的机动车控制方法。

本申请还提供了一种计算机可读存储介质，用于储存上述机动车中使用的所述计算机程序。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (13)

1.一种滞留对象的识别方法，其特征在于，包括：

在机动车处于静止状态的时长超过预设时长时，获取车内的当前图像数据；

将所述当前图像数据与初始图像数据比对，若存在不一致时，从所述当前图像数据中提取出包括不一致区域的目标区域的图像，并获取所述目标区域的点云数据；其中，所述初始图像数据为预先获取的空车状态下的车内图像数据；

根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员。

2.根据权利要求1所述的滞留对象的识别方法，其特征在于，所述从所述当前图像数据中提取出包括不一致区域的目标区域的图像，包括：

检测所述当前图像数据中的不一致区域与所述初始图像数据中的座椅区域是否存在重叠；

若存在重叠，则从所述当前图像数据中提取出包括所述不一致区域和座椅区域的图像，以作为目标区域的图像。

3.根据权利要求2所述的滞留对象的识别方法，其特征在于，还包括：

若所述不一致区域与所述座椅区域不存在重叠，则确定不存在活体滞留人员。

4.根据权利要求1至3中任一项所述的滞留对象的识别方法，其特征在于，所述根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员，包括：

计算所述目标区域的点云数据在单位时间内的变化量；

若所述单位时间内的变化量超过预设变化量阈值，则确定存在活体对象，否则确定不存在活体滞留人员；

在确定为活体对象时，将所述目标区域的图像与所述点云数据进行视图融合，以确定所述活体对象的外形特征是否呈人型；

若呈人型，则确定所述活体对象为活体滞留人员。

5.根据权利要求4所述的滞留对象的识别方法，其特征在于，还包括：在满足以下条件中的任意一种时，则确定所述活体滞留人员为儿童；

条件一，在机动车处于静止状态时座椅的承重值大于空车状态时座椅的承重值，且二者差值小于预设重量值时；

条件二，在机动车处于静止状态时，识别到哭声时；

条件三，若所述活体对象的外形特征呈儿童的外形特征时。

6.一种机动车控制方法，其特征在于，包括：

实时获取所述机动车的状态参数；

在机动车处于静止状态时，采用如权利要求1至5中任一项所述的方法识别车内当前是否存在活体滞留人员；

若存在活体滞留人员，则根据所述机动车的状态参数和所述活体滞留人员在车内的滞留时间，对所述机动车进行相应操作以用于危险排除。

7.根据权利要求6所述的机动车控制方法，其特征在于，所述状态参数包括车门状态、车窗状态、发动机状态和车内温度；所述根据所述机动车的状态参数和所述活体滞留人员在车内的滞留时间，对所述机动车进行相应操作，包括：

在车内温度在第一温度范围内且发动机处于关闭状态的情况下，当所述滞留时间超过第一时长时，若没有检测到解锁信号，则控制指定车窗下降至第一位置并且持续预设开窗时长；

当所述滞留时间超过第二时长时，则使车门保持上锁状态，以及控制指定车窗进行周期性打开且每次下降至第一位置；

当所述滞留时间超过第三时长时，则控制指定车窗下降至第二位置，以及使机动车发出警告信号；其中，所述第三时长大于第二时长，第二时长大于第一时长，所述第二位置低于第一位置。

8.根据权利要求7所述的机动车控制方法，其特征在于，还包括：

在车内温度在第二温度范围内且发动机处于关闭状态的情况下，当所述滞留时间超过第四时长时，则控制指定车窗进行周期性打开且每次下降至所述第一位置；其中，所述第二温度范围内的温度低于所述第一温度范围内的温度；

当所述滞留时间超过第五时长时，则控制指定车窗全开，以及使机动车发出警告信号。

9.根据权利要求6所述的机动车控制方法，其特征在于，所述状态参数包括发动机状态、车门状态和车窗状态，所述根据所述机动车的状态参数和所述活体滞留人员在车内的滞留时间，对所述机动车进行相应操作，包括：

在发动机处于驻车怠速状态的情况下，当所述滞留时间小于等于第六时长时，若没有检测到解锁信号，则控制指定车窗下降到大于等于1/2的车窗高度位置；

当所述滞留时间大于所述第六时长时，则控制指定车窗完全打开，以及使机动车发出警告信号。

10.根据权利要求6所述的机动车控制方法，其特征在于，还包括：

若确认所述活体滞留人员为儿童时，则控制指定车窗完全打开，以及使机动车发出警告信号。

11.一种滞留对象的识别系统，其特征在于，包括：

图像获取模块，用于在机动车处于静止状态的时长超过预设时长时，获取车内的当前图像数据；

图像提取模块，用于将所述当前图像数据与初始图像数据比对，并在存在不一致时，从所述当前图像数据中提取出包括不一致区域的目标区域的图像；其中，所述初始图像数据为预先获取的空车状态下的车内图像数据；

点云获取模块，用于当所述图像提取模块判断出存在不一致时，获取所述目标区域的点云数据；

确定模块，用于根据所述目标区域的图像和单位时间内所述目标区域的点云数据，确定是否存在活体滞留人员。

12.一种机动车，其特征在于，所述机动车包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行如权利要求1至10中任一项所述的方法。

13.一种计算机可读存储介质，其特征在于，其储存有如权利要求12所述的机动车中使用的所述计算机程序。

Images