CN114312793B - 一种轨迹模式的匹配方法、匹配系统及计算机可读存储介质 - Google Patents

Abstract

本发明涉及一种轨迹模式的匹配方法、匹配系统及计算机可读存储介质。该轨迹模式的匹配方法包括S1，采集车主的运动轨迹；S2，将车主的实时运动轨迹与先验数据库进行比对，选取匹配意图模式；若未匹配，则进入步骤S5；S3，根据选取的匹配意图模式，分析车主的实时运动轨迹，若符合判断条件，则执行步骤S4，若否，则执行步骤S5；S4，执行相应的匹配意图模式的操作，进入步骤S6；S5，根据车主的运动轨迹判断是否需要退出，若是，进入步骤S6，若否，进入步骤S1；S6，结束。本发明提出了一种轨迹模式的匹配方法、匹配系统及计算机可读存储介质，能判断车主意图，根据所匹配意图模式来执行相应操作，提升驾驶体验。

Description

一种轨迹模式的匹配方法、匹配系统及计算机可读存储介质

技术领域

本发明涉及人车智能交互系统的技术领域，尤其涉及一种轨迹模式的匹配方法。

背景技术

目前市场上的乘用车的智能交互系统一般都集中在车内驾驶舱，但是在车外交互相对较少。如果一辆汽车能够“善解人意”，该汽车能很好的理解车主的意图，则该车辆在用户心中无疑是非常具备使用价值的。

此外，目前还有一些场景存在使用不便，比如存在一些痛点：

痛点一：拿车辆的自动落锁功能来说，一般均具备中央锁控系统，功能上基本体现为：

1.可单独解锁驾驶员侧车门，保持其他车门处于锁定状态；

2.后排座位可根据儿童乘坐的方向设置儿童锁，保证车门即使在开锁的状态下也只能从外部打开；

3.可单独解锁/上锁后备箱；

4.可一键解锁/上锁所有车门(包括后备箱)。

但是，一个常见的场景是车辆从行驶状态转为停车，驾驶员开门下车时，驾驶员侧的前车门是处于开锁状态，而其他车门均处于自动锁定状态，驾驶员往往必须通过额外动作(如按车内的解锁按钮或车钥匙上的解锁按钮)来解除其他车门的锁定状态。而驾驶员或副驾驶往往忘记此动作，直接下车后尝试开启后排车门，让后排的儿童下车或取放置在后排上的物品时，不得不回到驾驶位解锁所有车门，在送孩子上学这一典型场景中极为不便。

痛点二：

另一个场景是车主意图开启行李箱盖，但由于车主手中有东西(比如下雨天手持雨伞)，车主不得不放下手中物品，手动后掀开行李箱。如果车辆能根据提前获知车主开启行李箱的意图，可以自动开启行李箱，并发出语音提醒，比如“正为您自动开启行李箱”，则无疑能大大的提升用户体验。

发明内容

针对现有技术的上述问题，本发明提出了一种轨迹模式的匹配方法、匹配系统及计算机可读存储介质，能判断车主意图，根据所匹配意图模式来执行相应操作，提升驾驶体验。

具体地，本发明提出了一种轨迹模式的匹配方法，包括步骤：

S1，采集车主的运动轨迹；

S2，将所述车主的实时运动轨迹与先验数据库进行比对，选取匹配意图模式，所述先验数据库包含不同意图模式的基准运动轨迹；若未匹配，则进入步骤S5；

S3，根据选取的匹配意图模式，分析所述车主的实时运动轨迹，若符合判断条件，则执行步骤S4，若否，则执行步骤S5；

S4，执行相应的匹配意图模式的操作，进入步骤S6；

S5，根据所述车主的运动轨迹判断是否需要退出，若是，进入步骤S6，若否，进入步骤S1；

S6，结束。

根据本发明的一个实施例，在步骤S1中，通过所述车主的手机、钥匙和车辆的传感器中的一种或几种来采集所述车主的实时运动轨迹。

根据本发明的一个实施例，在步骤S1中，通过所述车主的手机、钥匙或传感器来采集所述车主的运动轨迹，包括步骤：

S11，设定主驾驶位为坐标原点，以车头方向为X轴方向，水平位置上垂直于X轴方向为Y轴方向；

S12，设定采样频率，获取所述手机、钥匙或传感器的采样点坐标(xi、yi)；

S13，计算所述手机、钥匙或传感器与坐标原点的实时欧式距离，若大于某一设定阈值，则停止采样。

根据本发明的一个实施例，在步骤S2中，选取匹配意图模式包括如下步骤：

S21，根据所述运动轨迹生成所述车主的实时运动轨迹；

S22，将所述车主的实时运动轨迹与所述先验数据库中的每一个所述基准运动轨迹进行比对，计算与每一个所述基准运动轨迹的相似度；

S23，将计算好的相似度进行排序，选取相似度最高的基准运动轨迹所对应的匹配意图模式。

根据本发明的一个实施例，采用动态时间规整算法计算所述车主的实时运动轨迹与所述先验数据库中的每一个所述基准运动轨迹的相似度。

根据本发明的一个实施例，所述先验数据库中的意图模式至少包括开启车门模式、智能充电模式和行李箱盖开启模式。

根据本发明的一个实施例，在步骤S3，若所述匹配意图模式为开启车门模式，则执行如下步骤：

车辆的摄像头获取所述车主所在的车门区域的图像；

将获取的图像作为姿态轨迹输入深度学习模型；

获取所述车主的各关节点的位置信息；

计算所述车主的人体躯干和手臂的夹角；

若所述夹角大于第四设定阈值，则执行开启车门模式的操作。

根据本发明的一个实施例，在步骤S4，执行开启车门模式的操作包括如下步骤：

判断车辆是否处于自动落锁模式，若是则退出自动落锁模式，并给出相应的语音提示，若否则进入步骤S6。

根据本发明的一个实施例，在步骤S3，若所述匹配意图模式为智能充电模式，则执行如下步骤：

获取充电桩的位置信息和所述车主的实时位置信息；

计算所述车主和充电桩的距离；

计算车辆和充电桩的距离；

若述车主和充电桩的距离小于第五设定阈值，且所述车辆和充电桩的距离小于第六设定阈值，则执行智能充电模式的操作。

根据本发明的一个实施例，在步骤S3，若所述匹配意图模式为行李箱盖开启模式，则执行如下步骤：

获取车辆尾部区域的摄像头采集的图像；

将获取的图像输入人脸识别检测的深度学习模型；

若所述深度学习模型检测到人脸，则执行行李箱盖开启模式的操作。

本发明还提供了一种轨迹模式的匹配系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述的匹配方法的步骤。

本发明还提供了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前述的匹配方法的步骤。

本发明提供了一种轨迹模式的匹配方法、匹配系统及计算机可读存储介质，通过比较车主的实时运动轨迹与先验数据库比较来判断车主意图，根据所匹配意图模式来执行相应操作，提升驾驶体验。

应当理解，本发明以上的一般性描述和以下的详细描述都是示例性和说明性的，并且旨在为如权利要求所述的本发明提供进一步的解释。

附图说明

包括附图是为提供对本发明进一步的解释，它们被收录并构成本申请的一部分，附图示出了本发明的实施例，并与本说明书一起起到解释本发明原理的作用。附图中：

图1示出了本发明一个实施例的轨迹模式的匹配方法的流程框图。

图2示出了本发明一个实施例的采集车主的运动轨迹的流程框图。

图3示出了本发明一个实施例的选取匹配意图模式的流程框图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。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。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。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动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。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

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。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。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。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。

此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本申请保护范围的限制。此外，尽管本申请中所使用的术语是从公知公用的术语中选择的，但是本申请说明书中所提及的一些术语可能是申请人按他或她的判断来选择的，其详细含义在本文的描述的相关部分中说明。此外，要求不仅仅通过所使用的实际术语，而是还要通过每个术语所蕴含的意义来理解本申请。

图1示出了本发明一个实施例的轨迹模式的匹配方法的流程框图。如图所示，一种轨迹模式的匹配方法，包括步骤：

S1，采集车主的运动轨迹；

S2，将车主的实时运动轨迹与先验数据库进行比对，选取匹配意图模式，先验数据库包含不同意图模式的基准运动轨迹；若未匹配，则进入步骤S5；

S3，根据选取的匹配意图模式，分析车主的实时运动轨迹，若符合判断条件，则进入步骤S4，否则进入步骤S5；

S4，执行相应的匹配意图模式的操作，进入步骤S6；

S5，根据车主的运动轨迹判断是否需要退出，若是，进入步骤S5，若否，进入步骤S1；

S6，结束。

较佳地，在步骤S1中，通过车主的手机、钥匙和车辆的传感器中的一种或几种来采集车主的实时运动轨迹。传感器包括激光雷达、毫米波雷达、车载摄像头等，能够采集车辆周围的外部信息数据，包括激光点云或RGB图像信息等。

图2示出了本发明一个实施例的采集车主的运动轨迹的流程框图。较佳地，在步骤S1中，通过车主的手机、钥匙或传感器来采集车主的运动轨迹，包括步骤：

S11，设定主驾驶位为坐标原点O(0,0)，以车头方向为X轴方向，水平位置上垂直于X轴方向为Y轴方向。该坐标原点、X轴和Y轴构成车辆坐标系。坐标原点O(0,0)为主驾驶员座椅在出厂时候的座椅R点位置，该位置并不会随着驾驶员调整座椅而改变，而是在车辆出厂之日便已经确定。

S12，设定采样频率，获取手机、钥匙或传感器的采样点坐标(xi、yi)。采样频率为特定时间间隔，例如0.5s，按照该时间间隔将坐标信息写入存储单元。

S13，计算手机、钥匙或传感器与坐标原点的实时欧式距离，若大于某一设定阈值，则停止采样。

图3示出了本发明一个实施例的选取匹配意图模式的流程框图。较佳地，在步骤S2中，选取匹配意图模式包括如下步骤：

S21，根据运动轨迹生成车主的实时运动轨迹；

S22，将车主的实时运动轨迹与先验数据库中的每一个基准运动轨迹进行比对，计算与每一个基准运动轨迹的相似度；

S23，将计算好的相似度进行排序，选取相似度最高的基准运动轨迹所对应的匹配意图模式。

更佳地，若计算所得的排序最高的相似度高于系统设定的第一阈值，则此时认为当前实时运动轨迹所匹配的基准运动轨迹对应的意图模式。第一阈值为相似度阈值，用于判断车主的实时运动轨迹和基准运动轨迹是否相似。该第一阈值也可以称作相似度阈值。第一阈值是可以通过事先采集数据并且反复实验计算获得。

较佳地，采用动态时间规整算法计算车主的实时运动轨迹与先验数据库中的每一个基准运动轨迹的相似度。

较佳地，先验数据库中的意图模式至少包括开启车门模式、智能充电模式和行李箱盖开启模式。

需要说明的是，先验数据库可以通过提前收集各模式下的车主轨迹来构建。例如让不同身高的车主从坐标原点走到开门点位置，并完成开门动作，重复若干次，并记录在此过程中的若干条轨迹，分别将这些轨迹作为基准运动轨迹，写入储存单元，以建立开启车门模式的基准运动轨迹。同样的，可以将上述的开门动作替换为充电动作或行李箱盖开启动作，重复若干次，并记录在此过程中的若干条轨迹，分别将这些轨迹作为基准运动轨迹，写入储存单元，以分别建立智能充电模式和行李箱盖开启模式的基准运动轨迹。

较佳地，在步骤S5，计算车主和坐标原点的距离，若距离大于设定的第二阈值，则退出所述匹配过程。第二阈值为距离阈值，用于比较车主与坐标原点的距离，用于判断车主是否意图离开本车辆。若距离小于设定的第二阈值，则计算车主从原点出发的时长，如果车主离开原点的时长小于设定的第三阈值，则返回步骤S1，重新采集车主的运动轨迹。第二阈值为时长阈值。

较佳地，在执行本申请的匹配方法之前，车主可以在车辆的中控屏幕或者主菜单中设置该选项，让车主可以根据个人的喜好，选择激活或者不激活该匹配方法。如果选择激活，则执行本申请的匹配方法。更佳地，车辆系统可以设定执行本申请的匹配方法的触发条件，包括：1)车辆处于停止状态。2)车辆处于P档状态3)主驾驶车门被打开。一般认为，满足上述三个条件，可以认为用户已经下车，可以开始执行轨迹模式的匹配方法。

较佳地，在步骤S3，若匹配意图模式为开启车门模式，则执行如下步骤：

车辆的摄像头获取车主所在的车门区域的图像。容易理解的，根据车主定位信息，获取车主一侧的车门区域的图像。比如，根据车主定位信息定位车主所在位置为主驾驶侧的后车门区域，则此时获取左侧后视镜区域的摄像头的图像信息。

将获取的图像作为姿态轨迹输入深度学习模型，提前训练好人体姿态估计的深度学习模型。

获取车主的各关节点的位置信息；

计算车主的人体躯干和手臂的夹角；

若夹角大于第四设定阈值，则执行开启车门模式的操作。第四阈值为角度阈值，该阈值用于比较车主手臂和躯干的夹角，用于判断是否意图开启车门。

较佳地，在步骤S4，执行开启车门模式的操作包括如下步骤：

判断车辆是否处于自动落锁模式，若是则退出自动落锁模式，并给出相应的语音提示，例如，“已为您退出自动落锁模式”，若否则进入步骤S5。

较佳地，在步骤S3，若匹配意图模式为智能充电模式，则执行如下步骤：

获取充电桩的位置信息和车主的实时位置信息。充电桩的位置信息可以通过充电桩上的传感器获取，或通过车辆自身的传感器感知充电桩的位置信息。

计算车主和充电桩的距离；

计算车辆和充电桩的距离；

若述车主和充电桩的距离小于第五设定阈值，且车辆和充电桩的距离小于第六设定阈值，则执行智能充电模式的操作。其中，第五设定阈值和第六设定阈值都是距离阈值。

较佳地，在步骤S4，执行智能充电模式的操作包括如下步骤：

检测音响，空调等用电设备是否关闭，如果没有关闭则发出语音提醒，并自动关闭相关的用电设备；

自动弹出充电盖板，并发出语音提醒，比如“欢迎充电”。

较佳地，在步骤S3，若匹配意图模式为行李箱盖开启模式，则执行如下步骤：

获取车辆尾部区域的摄像头采集的图像；

将获取的图像输入人脸识别检测的深度学习模型。该深度学习模型可以是MTCNN。

若深度学习模型检测到人脸，则执行行李箱盖开启模式的操作。在一实施例中，当检测到人脸为车主正面朝向行李箱盖时，才执行开启操作。

较佳地，执行行李箱盖开启模式的操作包括如下步骤：

发出打开行李箱指令，并给出语音提醒，比如“正在为您开启行李箱”；

行李箱根据指令自动缓慢打开。

较佳地，在结束匹配方法之前，判断检测车主收集是否遗忘，包括步骤：

检测车主手机的定位信息；

计算车主手机离原点的距离是否小于第七设定阈值，若小于，则给出判断，手机遗忘在车内，发出语音提醒，比如“请不要遗忘手机”。

较佳地，在结束匹配方法之前，还可以通过车内摄像头通过深度学习目标检测模型检测判断车内是否有其他乘客或检测车窗是否关闭，并给出相应的语音提示。

本发明还提供了一种轨迹模式的匹配系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述的匹配方法的步骤。

本发明还提供了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前述的匹配方法的步骤。

其中，轨迹模式的匹配系统和计算机可读存储介质的具体实现方式和技术效果均可参见上述本发明所提供的轨迹模式的匹配方法的实施例，在此不再赘述。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

本发明提供的一种轨迹模式的匹配方法、匹配系统及计算机可读存储介质，通过比较车主的实时运动轨迹与先验数据库比较来判断车主意图，根据所匹配意图模式来执行相应操作，理解车主的真实意图，解决车主痛点，进一步提升驾驶体验。

本领域技术人员可显见，可对本发明的上述示例性实施例进行各种修改和变型而不偏离本发明的精神和范围。因此，旨在使本发明覆盖落在所附权利要求书及其等效技术方案范围内的对本发明的修改和变型。

Claims (9)

1.一种轨迹模式的匹配方法，包括步骤：

S1，采集车主的运动轨迹；

S2，将所述车主的实时运动轨迹与先验数据库进行比对，选取匹配意图模式，所述先验数据库包含不同意图模式的基准运动轨迹，所述先验数据库中的意图模式至少包括开启车门模式、智能充电模式和行李箱盖开启模式；若未匹配，则进入步骤S5；

S3，根据选取的匹配意图模式，分析所述车主的实时运动轨迹，若符合判断条件，则执行步骤S4，若否，则执行步骤S5；

S4，执行相应的匹配意图模式的操作，进入步骤S6；

S5，根据所述车主的运动轨迹判断是否需要退出，若是，进入步骤S6，若否，进入步骤S1；

S6，结束；

在步骤S2中，选取匹配意图模式包括如下步骤：

S21，根据所述运动轨迹生成所述车主的实时运动轨迹；

S22，将所述车主的实时运动轨迹与所述先验数据库中的每一个所述基准运动轨迹进行比对，计算与每一个所述基准运动轨迹的相似度；

S23，将计算好的相似度进行排序，选取相似度最高的基准运动轨迹所对应的匹配意图模式；

在步骤S3，若所述匹配意图模式为智能充电模式，则执行如下步骤：

获取充电桩的位置信息和所述车主的实时位置信息；

计算所述车主和充电桩的距离；

计算车辆和充电桩的距离；

若述车主和充电桩的距离小于第五设定阈值，且所述车辆和充电桩的距离小于第六设定阈值，则执行智能充电模式的操作。

2.如权利要求1所述的轨迹模式的匹配方法，其特征在于，在步骤S1中，通过所述车主的手机、钥匙和车辆的传感器中的一种或几种来采集所述车主的实时运动轨迹。

3.如权利要求2所述的轨迹模式的匹配方法，其特征在于，在步骤S1中，通过所述车主的手机、钥匙或传感器来采集所述车主的运动轨迹，包括步骤：

S11，设定主驾驶位为坐标原点，以车头方向为X轴方向，水平位置上垂直于X轴方向为Y轴方向；

S12，设定采样频率，获取所述手机、钥匙或传感器的采样点坐标（xi、yi）；

S13，计算所述手机、钥匙或传感器与坐标原点的实时欧式距离，若大于某一设定阈值，则停止采样。

4.如权利要求1所述的轨迹模式的匹配方法，其特征在于，采用动态时间规整算法计算所述车主的实时运动轨迹与所述先验数据库中的每一个所述基准运动轨迹的相似度。

5.如权利要求1所述的轨迹模式的匹配方法，其特征在于，在步骤S3，若所述匹配意图模式为开启车门模式，则执行如下步骤：

车辆的摄像头获取所述车主所在的车门区域的图像；

将获取的图像作为姿态轨迹输入深度学习模型；

获取所述车主的各关节点的位置信息；

计算所述车主的人体躯干和手臂的夹角；

若所述夹角大于第四设定阈值，则执行开启车门模式的操作。

6.如权利要求1所述的轨迹模式的匹配方法，其特征在于，在步骤S4，执行开启车门模式的操作包括如下步骤：

判断车辆是否处于自动落锁模式，若是则退出自动落锁模式，并给出相应的语音提示，若否则进入步骤S6。

7.如权利要求1所述的轨迹模式的匹配方法，其特征在于，在步骤S3，若所述匹配意图模式为行李箱盖开启模式，则执行如下步骤：

获取车辆尾部区域的摄像头采集的图像；

将获取的图像输入人脸识别检测的深度学习模型；

若所述深度学习模型检测到人脸，则执行行李箱盖开启模式的操作。

8.一种轨迹模式的匹配系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述轨迹模式的匹配方法的步骤。

9.一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1-7中任一项所述轨迹模式的匹配方法的步骤。