CN116206293B - 基于图像处理的系统数据处理方法及装置 - Google Patents
基于图像处理的系统数据处理方法及装置 Download PDFInfo
- Publication number
- CN116206293B CN116206293B CN202310472435.5A CN202310472435A CN116206293B CN 116206293 B CN116206293 B CN 116206293B CN 202310472435 A CN202310472435 A CN 202310472435A CN 116206293 B CN116206293 B CN 116206293B
- Authority
- CN
- China
- Prior art keywords
- area
- information
- passengers
- door body
- passenger
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims description 34
- 238000010586 diagram Methods 0.000 claims description 13
- 238000009434 installation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 239000000758 substrate Substances 0.000 claims 2
- 239000000523 sample Substances 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000004308 accommodation Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/593—Recognising seat occupancy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Platform Screen Doors And Railroad Systems (AREA)
Abstract
本发明提供一种基于图像处理的系统数据处理方法及装置,获取自动驾驶设备的内部图像,对内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域;当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于框线触发信息控制激光单元生成相应门体的外部指示框,在外部指示框以及禁止区域内无人时,关闭门体并生成安全判定信息;响应安全判定信息触发安全判定策略,基于安全判定策略提取过道图像中的乘客轮廓和扶手轮廓;根据乘客轮廓和扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在异常站立乘客数量大于0时生成警示信息,基于自动驾驶设备内部的警示设备展示警示信息。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种基于图像处理的系统数据处理方法及装置。
背景技术
自动驾驶是指在不需要测试驾驶员执行物理性驾驶操作的情况下,车辆能够对行驶任务进行指导与决策,并代替驾驶员操控使车辆完成安全行驶的功能。自动驾驶概念被提出后,便受到了人们的追捧,并被应用于多种交通工具当中。其中,作为人们的日常交通工具之一,自动驾驶公交车也逐渐得到了运用。
在自动驾驶公交车的运行过程中,由于自动驾驶公交车内部的空间较大,而过道区域又缺少相应的安全措施,人们在不规范的使用过道的扶手时,很可能会由于车辆的突然刹车或者抖动而导致重心不稳,从而产生危险。现有技术中,通常都是通过公交车司机对乘客的危险行为进行提醒,但是由于自动驾驶公交车内没有司机,因此无法提醒乘客的危险行为,从而容易导致乘客受伤。
因此,如何结合自动驾驶公交车的不同区域制定不同的提醒策略,对乘客的危险行为进行快速提醒,减少乘客乘坐自动驾驶公交车时的安全隐患成了如今亟需解决的问题。
发明内容
本发明实施例提供一种基于图像处理的系统数据处理方法及装置,可以对自动驾驶设备内的乘客的危险行为进行提醒,减少乘客乘坐自动驾驶设备时的安全隐患,提高乘客的安全意识。
本发明实施例的第一方面,提供一种基于图像处理的系统数据处理方法,包括:获取自动驾驶设备的内部图像,对所述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,并为所述过道区域配置安全判定策略;
当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息;
基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集过道图像,响应所述安全判定信息触发所述安全判定策略,基于所述安全判定策略提取所述过道图像中的乘客轮廓和扶手轮廓;
根据所述乘客轮廓和所述扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息,基于自动驾驶设备内部的警示设备展示所述警示信息。
可选地,在第一方面的一种可能实现方式中,当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息,包括:
当自动驾驶设备满足处于站台区域内并停止移动的位置条件时, 开启门体并生成框线触发信息, 基于所述框线触发信息控制激光单元生成相应门体的外部指示框;
获取所述外部指示框对应的等候区域,基于门体处设置的图像采集单元采集所述等候区域对应的等候区域图像、禁止区域对应的禁止区域图像,提取所述等候区域图像和所述禁止区域图像内的人员轮廓,统计所述人员轮廓对应的轮廓数量得到流动乘客数量;
若预设时间段内所述等候区域图像和所述禁止区域图像对应的流动乘客数量均为0,则关闭门体并生成安全判定信息。
可选地,在第一方面的一种可能实现方式中,在基于所述框线触发信息控制激光单元生成相应门体的外部指示框之后,还包括:
获取所述外部指示框的基准区域面积,将与公交车车身垂直的方向作为第一方向,与公交车平行的方向作为第二方向,获取所述外部指示框在第一方向上的第一边长,以及所述外部指示框在第二方向上的第二边长,所述外部指示框为矩形框;
统计站台区域内的等待乘客数量,根据所述等待乘客数量得到边长调整系数,基于所述边长调整系数对第一边长进行调整得到调整边长,根据所述调整边长和所述第二边长对基准区域面积进行调整,得到调整后的调整区域面积;
通过以下公式计算调整区域面积,
可选地,在第一方面的一种可能实现方式中,根据所述乘客轮廓和所述扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息,包括:
获取各所述乘客轮廓中的胳膊轮廓,以及所述胳膊轮廓对应的胳膊轮廓像素点和扶手轮廓对应的扶手轮廓像素点,若所述胳膊轮廓像素点和所述扶手轮廓像素点相邻,则将所述乘客轮廓对应的乘客作为正常站立乘客;
若所述胳膊轮廓像素点和所述扶手轮廓像素点不相邻,则将所述乘客轮廓对应的乘客作为异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息。
可选地,在第一方面的一种可能实现方式中,获取自动驾驶设备的内部图像,对所述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,包括:
获取自动驾驶设备内部的俯视布局图,调取透明划分图层叠加在所述俯视布局图上方,触发第一按键信息生成第一划分信息,响应所述第一划分信息,实时采集用户的第一划分痕迹得到第一划分区域,将所述第一划分区域作为禁止区域;
触发第二按键信息生成第二划分信息,响应所述第二划分信息,实时采集用户的第二划分痕迹得到第二划分区域,将所述第二划分区域作为座椅区域,获取除所述禁止区域和所述座椅区域以外的其他区域作为过道区域。
可选地,在第一方面的一种可能实现方式中,触发第二按键信息生成第二划分信息,响应所述第二划分信息,采集用户的划分痕迹得到第二划分区域,将所述第二划分区域作为座椅区域,包括:
触发第二按键信息生成第二划分信息,响应所述第二划分信息,实时采集用户的第二划分痕迹得到多个第二子划分区域作为子座椅区域;
对多个所述子座椅区域进行统计,得到所述座椅区域。
可选地,在第一方面的一种可能实现方式中,还包括:
获取各子座椅区域对应的基准安装高度,根据所述基准安装高度和预设临界高度得到临界坐定高度;
基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集各子座椅区域对应的座椅图像,提取所述座椅图像中的坐定乘客轮廓,若所述坐定乘客轮廓的轮廓高度高于相应的子座椅区域对应的临界坐定高度,则生成坐定警示信息,基于自动驾驶设备内部的警示设备展示所述坐定警示信息。
可选地,在第一方面的一种可能实现方式中,若所述坐定乘客轮廓的轮廓高度高于相应的子座椅区域对应的临界坐定高度,则生成坐定警示信息,包括:
获取位于各子座椅区域正上方、且高于各子座椅区域对应的临界坐定高度的区域作为危险判定区域,若在所述危险判定区域内检测到有坐定乘客轮廓存在,则将所述坐定乘客轮廓对应的乘客作为异常坐定乘客,并生成坐定警示信息。
本发明实施例的第二方面,提供一种基于图像处理的系统数据处理装置,包括:
划分模块,用于获取自动驾驶设备的内部图像,对所述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,并为所述过道区域配置安全判定策略;
判定模块,用于当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息;
采集模块,用于基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集过道图像,响应所述安全判定信息触发所述安全判定策略,基于所述安全判定策略提取所述过道图像中的乘客轮廓和扶手轮廓;
警示模块,用于根据所述乘客轮廓和所述扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息,基于自动驾驶设备内部的警示设备展示所述警示信息。
本发明实施例的第三方面,提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能涉及的所述方法。
本发明的有益效果:
1、本发明会将公交车划分为不同的区域,并为每个区域设定不同的判定策略,尤其是针对过道区域,会为其配置相应的安全判定策略,由于过道区域内的安全措施较少,乘客若不规范使用安全扶手,很容易发生意外,因此本发明会通过安全判定策略来得到过道区域内乘客轮廓和扶手轮廓对应像素点的位置相邻关系,确定正常站立乘客和异常站立乘客,并对异常站立乘客进行警示提醒,从而提高乘客的安全意识,减少过道区域内乘客发生危险的概率。此外,本发明还会在公交车到达站点时,控制激光单元生成相应门体的外部指示框,引导乘客在外部指示框内按顺序上车,并确定外部指示框以及门体内部的禁止区域都没有人时才会关闭门体,这样可以使外部指示框随着公交车进行动态移动,使外部指示框更好的与公交车结合,并且还可以确定需要上下车的乘客是否都已经完成上下车。
2、本发明在为门体内部的禁止区域设定相应的判定策略时,会判定禁止区域和外部指示框内都没有人时才会关闭门体,这样可以确定需要上下车的乘客是否都已经完成上下车,并且还可以减少乘客在上下车的过程中被门体夹伤的情况,减少乘客在上下车过程中的安全隐患。在为过道区域设置相应的判定策略时,会依据过道区域内乘客轮廓和扶手轮廓的位置关系,来判断乘客是否规范使用扶手,并对不规范使用扶手的乘客进行提醒,提高过道区域内乘客的安全意识。在为座椅区域设置相应的判定策略时,会依据各子座椅区域内的坐定乘客轮廓和临界坐定高度来判断乘客是否规范的使用座椅,并且会依据各子座椅区域的基准安装高度为各子座椅区域都配置不同的临界坐定高度,若坐定乘客轮廓的轮廓高度高于临界坐定高度,则说明此时乘客很可能是站在座椅上的,这种情况下也是很危险的,因此本发明会对其也进行警示提醒,这样可以提高座椅区域内乘客的安全意识,减少公交车在行驶过程中车上座椅区域内乘客的安全隐患。
3、本发明在控制激光单元生成相应门体的外部指示框后,还会依据站台区域内的等候乘客数量对外部指示框的基准区域面积进行调整。在对基准区域面积进行调整时,本发明会首先依据等候乘客数量生成边长调整系数,然后根据边长调整系数对垂直于公交车车身方向上的矩形边长进行调整,通过对边长的调整来实现对基准区域面积的调整。通过该种方式,可以根据等候乘客的实际数量对外部指示框的乘客容纳量进行相应的调整,为乘客提供相对准确的提示。
附图说明
图1为本发明实施例提供的一种基于图像处理的系统数据处理方法示意图;
图2为本发明实施例提供的一种基于图像处理的系统数据处理装置的结构示意图;
图3为本发明实施例提供的一种电子设备的硬件结构示意图。
实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明实施例提供的一种基于图像处理的系统数据处理方法示意图,图1所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个:用户设备、网络设备等。其中,用户设备可以包括但不限于计算机、智能手机、个人数字助理(Personal Digital Assistant,简称:PDA)及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。包括步骤S1至步骤S4,具体如下:
S1,获取自动驾驶设备的内部图像,对所述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,并为所述过道区域配置安全判定策略。
在实际应用中,由于自动驾驶设备的内部空间较大,通常会包含有多个区域,因此本方案会首先依据自动驾驶设备的内部图像对其内部各区域进行划分,得到禁止区域、座椅区域和过道区域,从而可以在后续对各区域内的乘客情况进行监测。
其中,禁止区域是指自动驾驶设备内部对应前门和后门的周围区域,一般来说,可以是附近1米左右的区域。
在自动驾驶设备的运行过程中,由于过道区域内的安全措施较少,乘客通常都是借用过道区域内的扶手来保持自身的平衡,从而来保证自身的安全,若乘客没有规范使用过道区域内的扶手,当车辆突然刹车或者转弯时,很可能会使乘客由于失去平衡而产生危险,因此本发明会为过道区域配置相应的安全判定策略,通过安全判定策略在后续对过道区域内乘客的站立行为进行判断,从而可以对乘客异常的站立行为进行警示,提高乘客的安全意识。
在一些实施例中,可以通过步骤S11至步骤S12对上述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,具体如下:
S11,获取自动驾驶设备内部的俯视布局图,调取透明划分图层叠加在所述俯视布局图上方,触发第一按键信息生成第一划分信息,响应所述第一划分信息,实时采集用户的第一划分痕迹得到第一划分区域,将所述第一划分区域作为禁止区域。
其中,透明划分图层的边缘处可以设置有两个虚拟按钮,分别用于产生第一按键信息和第二按键信息。第一按键信息为划分禁止区域时所对应的按键信息,当用户触发第一按键信息后,可以判定用户当前所划定的区域为禁止区域所对应的区域,因此可以将用户触发第一按键信息后划定的区域作为禁止区域。
此外,上述禁止区域包括前门门体内部对应的禁止区域和后门门体内部对应的禁止区域。
S12,触发第二按键信息生成第二划分信息,响应所述第二划分信息,实时采集用户的第二划分痕迹得到第二划分区域,将所述第二划分区域作为座椅区域,获取除所述禁止区域和所述座椅区域以外的其他区域作为过道区域。
其中,第二按键信息为划分安装座椅的区域时所对应的按键信息,,当用户触发第二按键信息后,可以判定用户当前所划定的区域为安装座椅的区域,因此可以将用户触发第二按键信息后划定的区域作为座椅区域。
在实际应用中,自动驾驶设备内部通常会包括门体、座椅和过道这三个区域,因此本方案在划分区域时也可以将俯视布局图对应划分为三个区域,在基于第一按键信息和第二按键信息将门体内部对应的禁止区域和安装座椅的座椅区域划分完毕后,可以将剩余的区域作为过道区域。
在划分座椅区域时,由于自动驾驶设备内部的多个座椅之间具有不同的分布情况,因此还可以通过以下步骤将其划分为多个子座椅区域:
触发第二按键信息生成第二划分信息,响应所述第二划分信息,实时采集用户的第二划分痕迹得到多个第二子划分区域作为子座椅区域,对多个所述子座椅区域进行统计,得到所述座椅区域。
其中,在划分子座椅区域时可以根据安装座椅时的安装高度对其进行划分,需要说明的是,上述安装高度是指座椅安装时相对于车厢底部的安装高度。
通过上述方式将自动驾驶设备内部划分为多个不同的区域,可以在后续依据每个区域的实际情况对其进行监测,并且通过为过道区域配置相应的安全判定策略,还可以在后续减少过道区域内的安全隐患,提高乘客的安全意识。
S2,当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息。
可以理解的是,当自动驾驶设备到达站点后,乘客通常会在自动驾驶设备的前门排队依次上车,或者在自动驾驶设备的后门依次下车,因此本方案还会在自动驾驶设备到达站点后,在自动驾驶设备的前门和后门设置一个外部指示框,指示乘客在外部指示框内按顺序依次上下车。
进一步的,在乘客按照外部指示框上车或者下车后,便可以关闭门体,控制自动驾驶设备继续前行。
在实际应用中,通常是在乘客都上车或者都下车后才会关闭门体,若在乘客上车或者下车的过程中就关闭门体,例如当乘客还位于外部指示框所在的区域或者禁止区域时就关闭门体,很有可能会使乘客被门体夹住而产生危险,因此本方案在判定外部指示框所在的区域以及禁止区域内都没有人时才会关闭门体并生成安全判定信息。其中,安全判定信息是指在判定乘客都已经上下车时生成的信息。
具体的,在上述实施例的基础上步骤S2的具体实现方式可以是:
S21,当自动驾驶设备满足处于站台区域内并停止移动的位置条件时, 开启门体并生成框线触发信息, 基于所述框线触发信息控制激光单元生成相应门体的外部指示框。
在生成外部指示框时,可以当自动驾驶设备到达站点后,在开启门体时生成框线触发信息,然后基于框线触发信息控制激光单元生成相应门体的外部指示框。其中,激光单元可以设置在自动驾驶设备的门体顶部区域。
此外,由于每个站台上车乘客的等候数量均不一样,有的站台等候的乘客多,有的站台等候的乘客少,因此本方案还会依据每个站台上车乘客的等候数量将外部指示框对应的基准区域面积进行调整,具体包括以下步骤:
A1,获取所述外部指示框的基准区域面积,将与公交车车身垂直的方向作为第一方向,与公交车平行的方向作为第二方向,获取所述外部指示框在第一方向上的第一边长,以及所述外部指示框在第二方向上的第二边长,所述外部指示框为矩形框。
需要说明的是,由于下车的乘客不需要在外部指示框内进行指示下车,因此在对外部指示框的基准区域面积进行调整时可以只调整前门所对应的外部指示框的基准区域面积,对于后门所对应的外部指示框的基准区域面积可以不用进行调整。
可以理解的是,由于乘客通常都是排队依次上车,因此本方案可以将外部指示框设置为矩形框,以方便乘客在外部指示框内按指示依次上车。
具体的,在获取矩形框的边长时,可以将与公交车车身垂直的方向作为第一方向,与公交车平行的方向作为第二方向,然后再获取第一方向上的第一边长,以及第二方向上的第二边长。
A2,统计站台区域内的等待乘客数量,根据所述等待乘客数量得到边长调整系数,基于所述边长调整系数对第一边长进行调整得到调整边长,根据所述调整边长和所述第二边长对基准区域面积进行调整,得到调整后的调整区域面积。
由于自动驾驶设备的门体宽度通常情况下是不会发生变化的,而第二边长通常可以依据门体宽度进行设置,也是可以不变的,而第一边长与乘客的排队情况相关,进行排队的乘客越多,第一边长也可以相应设置的越长,因此在对外部指示框的基准区域面积进行调整时,可以通过对第一边长进行调整来改变外部指示框的基准区域面积。
示例性的,可以通过以下公式计算调整区域面积,
从上述公式中可以看出,当等待乘客数量大于0时,说明此时站台区域内是存在等候乘客的,等待乘客数量/>越大,等待上车的乘客可能就会越多,因此调整区域面积/>也可以相应增大。相反的,等待乘客数量/>越小,等待上车的乘客可能就会越少,因此调整区域面积/>也可以相应减小。
通过上述方式可以在站台区域内存在等候乘客时对公交车前门所对应外部指示框的基准区域面积进行调整,可以根据等候乘客的实际数量对外部指示框的乘客容纳量进行相应的调整,使等候的乘客可以在外部指示框内按指示依次排队上车。
S22,获取所述外部指示框对应的等候区域,基于门体处设置的图像采集单元采集所述等候区域对应的等候区域图像、禁止区域对应的禁止区域图像,提取所述等候区域图像和所述禁止区域图像内的人员轮廓,统计所述人员轮廓对应的轮廓数量得到流动乘客数量。
进一步的,在生成外部指示框后,为了判断外部指示框内的乘客是否已经全部安全上车,以及需要下车的乘客是否已经安全下车,本方案还会依据等候区域图像和禁止区域图像来得到流动乘客数量,通过流动乘客数量对其进行判断。
其中,在提取等候区域图像和禁止区域图像内的人员轮廓时,可以基于现有技术中的任意一种轮廓模型对其进行提取,例如主动轮廓模型、视觉显著性等等。
S23,若预设时间段内所述等候区域图像和所述禁止区域图像对应的流动乘客数量均为0,则关闭门体并生成安全判定信息。
可以理解的是,若预设时间段内所述等候区域图像和所述禁止区域图像对应的流动乘客数量均为0,则说明此时外部指示框所对应的等候区域以及门体内部的禁止区域内都是没有人的,需要上车的乘客可能已经全部安全上车,需要下车的乘客可能已经全部安全下车,因此可以关闭门体。
通过上述方式,可以减少乘客在上下车时的安全隐患,降低乘客在上下车时可能出现被门体夹伤的情况。
S3,基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集过道图像,响应所述安全判定信息触发所述安全判定策略,基于所述安全判定策略提取所述过道图像中的乘客轮廓和扶手轮廓。
在实际应用中,在自动驾驶设备启动时或者在自动驾驶设备运行过程中突然刹车或者转弯时,若过道区域内的乘客没有握住扶手,或者不规范的使用扶手,例如身体倾斜靠在扶手上,很可能会由于惯性而使自身的重心不稳,从而摔倒在地上或者撞到座椅,这种情况下是很危险的,很有可能会出现意外。
因此本方案在关闭门体生成安全判定信息后,会根据安全判定信息触发安全判定策略,然后根据安全判定策略和采集到的过道图像判断过道图像中的乘客的站立情况是否安全。
其中,本方案在依据安全判定策略判断乘客的站立情况是否安全时,是基于过道图像中的乘客轮廓和扶手轮廓对其进行判断的。在提取过道图像中的乘客轮廓和扶手轮廓时,也可以基于现有技术中的任意一种轮廓模型对过道区域中乘客和扶手的轮廓进行提取。
S4,根据所述乘客轮廓和所述扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息,基于自动驾驶设备内部的警示设备展示所述警示信息。
可以理解的是,在过道区域内的乘客通常都是通过握住扶手来保证自身的平稳,乘客和扶手之间会进行接触,因此本方案在依据乘客轮廓和扶手轮廓对乘客的站立情况进行判断时,可以通过乘客轮廓和扶手轮廓的位置关系对其进行判断,然后得到正常站立乘客和异常站立乘客。
若所述异常站立乘客数量大于0,则说明此时过道区域中有的乘客的站立姿势可能是有危险的,因此可以生成警示信息对其进行提醒,使其纠正自己的错误站立姿势,提高该名乘客的安全意识。
在上述实施例的基础上步骤S4的具体实现方式可以是:
S41,获取各所述乘客轮廓中的胳膊轮廓,以及所述胳膊轮廓对应的胳膊轮廓像素点和扶手轮廓对应的扶手轮廓像素点,若所述胳膊轮廓像素点和所述扶手轮廓像素点相邻,则将所述乘客轮廓对应的乘客作为正常站立乘客。
可以理解的是,扶手一般是供乘客用来抓扶的,因此可以依据乘客的胳膊与扶手是否接触来判断乘客是否通过胳膊来对扶手进行抓扶站立。
具体的,可以通过得到的胳膊轮廓像素点和扶手轮廓像素点的相邻位置来判断乘客是否通过扶手来抓扶站立,若所述胳膊轮廓像素点和所述扶手轮廓像素点相邻,则说明此时乘客是通过胳膊来对扶手进行抓扶站立的,因此可以将乘客轮廓对应的乘客作为正常站立乘客。
S42,若所述胳膊轮廓像素点和所述扶手轮廓像素点不相邻,则将所述乘客轮廓对应的乘客作为异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息。
若所述胳膊轮廓像素点和所述扶手轮廓像素点不相邻,则说明此时乘客可能不是通过胳膊来对扶手进行抓扶站立的,因此可以乘客轮廓对应的乘客作为异常站立乘客。
通过上述方式,可以对过道区域内的乘客的安全情况进行判定,可以提高过道区域内乘客的安全意识,减少过道区域内乘客发生危险的概率。
此外,在座椅区域内,可能会出现由于小孩子贪玩而站立在座椅上的情况,这种情况下也是非常危险的,因此本方案除了对过道区域内乘客的安全情况进行判定外,还会对座椅区域内乘客的安全情况也进行判定。
在一些实施例中,可以通过以下步骤对座椅区域内乘客的安全情况进行判定:
获取各子座椅区域对应的基准安装高度,根据所述基准安装高度和预设临界高度得到临界坐定高度。
其中,基准安装高度是指座椅距离自动驾驶设备底面的高度,预设临界高度是指预先设置的乘客坐在座椅上时的坐定高度所对应的临界值,即当乘客坐在座椅上时其轮廓所对应的高度临界值,临界坐定高度是指基准安装高度和预设临界高度相加之和。
在实际应用中,自动驾驶设备上安装的座椅由于安装时的位置不同,其对应的基准安装高度也会不一样,例如安装在自动驾驶设备前面部分的座椅的基准安装高度通常会比安装在后面部分的座椅的基准安装高度要低,因此计算出的各座椅子区域对应的临界坐定高度也会不一样。
基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集各子座椅区域对应的座椅图像,提取所述座椅图像中的坐定乘客轮廓,若所述坐定乘客轮廓的轮廓高度高于相应的子座椅区域对应的临界坐定高度,则生成坐定警示信息,基于自动驾驶设备内部的警示设备展示所述坐定警示信息。
可以理解的是,当乘客坐在座椅上时,提取的整个轮廓通常不会高出座椅很多,因此可以依据坐定乘客轮廓的轮廓高度是否高于相应的子座椅区域对应的临界坐定高度来判断其乘客是否坐在座椅上,若坐定乘客轮廓的轮廓高度高于相应的子座椅区域对应的临界坐定高度,则说明该坐定乘客轮廓对应的乘客很可能是站在座椅上的,这种情况下该乘客是比较危险的,很有可能会由于车辆突然刹车或者急转弯而受伤,因此可以生成相应的警示信息对其进行提醒。
具体的,可以通过以下步骤来判断坐定乘客轮廓的轮廓高度是否高于相应的子座椅区域对应的临界坐定高度:
获取位于各子座椅区域正上方、且高于各子座椅区域对应的临界坐定高度的区域作为危险判定区域,若在所述危险判定区域内检测到有坐定乘客轮廓存在,则将所述坐定乘客轮廓对应的乘客作为异常坐定乘客,并生成坐定警示信息。
可以理解的是,若在所述危险判定区域内检测到有坐定乘客轮廓存在,则说明此时该坐定乘客轮廓的轮廓高度是高于相应子座椅区域对应的临界坐定高度的,该坐定乘客轮廓对应的乘客此时可能是站在座椅上的,因此可以将该坐定乘客轮廓对应的乘客作为异常坐定乘客,并对其进行警示提醒。
需要说明的是,由于在上下车的过程中,坐在座椅上的乘客可能会起身离开,或者可能会有乘客坐到座椅上,此时可能也会在危险判定区域内检测到有坐定乘客轮廓存在,因此本方案是在自动驾驶设备行驶过程中判定危险判定区域内是否有坐定乘客轮廓存在。
通过上述方式,可以在座椅区域内的乘客站立时对其进行提醒,提高乘客乘坐公交车时的安全意识,减少公交车在行驶过程中车上乘客的安全隐患。
参见图2,是本发明实施例提供的一种基于图像处理的系统数据处理装置的结构示意图,该基于图像处理的系统数据处理装置包括:
划分模块,用于获取自动驾驶设备的内部图像,对所述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,并为所述过道区域配置安全判定策略;
判定模块,用于当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息;
采集模块,用于基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集过道图像,响应所述安全判定信息触发所述安全判定策略,基于所述安全判定策略提取所述过道图像中的乘客轮廓和扶手轮廓;
警示模块,用于根据所述乘客轮廓和所述扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息,基于自动驾驶设备内部的警示设备展示所述警示信息。
图2所示实施例的装置对应地可用于执行图1所示方法实施例中的步骤,其实现原理和技术效果类似,此处不再赘述。
参见图3,是本发明实施例提供的一种电子设备的硬件结构示意图,该电子设备30包括:处理器31、存储器32和计算机程序;其中:
存储器32,用于存储所述计算机程序,该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器31,用于执行所述存储器存储的计算机程序,以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地,存储器32既可以是独立的,也可以跟处理器31集成在一起。
当所述存储器32是独立于处理器31之外的器件时,所述设备还可以包括:
总线33,用于连接所述存储器32和处理器31。
本发明还提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中,应理解,处理器可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于图像处理的系统数据处理方法,其特征在于,包括:
获取自动驾驶设备的内部图像,对所述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,并为所述过道区域配置安全判定策略;
当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息;
基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集过道图像,响应所述安全判定信息触发所述安全判定策略,基于所述安全判定策略提取所述过道图像中的乘客轮廓和扶手轮廓;
根据所述乘客轮廓和所述扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息,基于自动驾驶设备内部的警示设备展示所述警示信息;
当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息,包括:
当自动驾驶设备满足处于站台区域内并停止移动的位置条件时, 开启门体并生成框线触发信息, 基于所述框线触发信息控制激光单元生成相应门体的外部指示框;
获取所述外部指示框对应的等候区域,基于门体处设置的图像采集单元采集所述等候区域对应的等候区域图像、禁止区域对应的禁止区域图像,提取所述等候区域图像和所述禁止区域图像内的人员轮廓,统计所述人员轮廓对应的轮廓数量得到流动乘客数量;
若预设时间段内所述等候区域图像和所述禁止区域图像对应的流动乘客数量均为0,则关闭门体并生成安全判定信息;
在基于所述框线触发信息控制激光单元生成相应门体的外部指示框之后,还包括:
获取所述外部指示框的基准区域面积,将与公交车车身垂直的方向作为第一方向,与公交车平行的方向作为第二方向,获取所述外部指示框在第一方向上的第一边长,以及所述外部指示框在第二方向上的第二边长,所述外部指示框为矩形框;
统计站台区域内的等待乘客数量,根据所述等待乘客数量得到边长调整系数,基于所述边长调整系数对第一边长进行调整得到调整边长,根据所述调整边长和所述第二边长对基准区域面积进行调整,得到调整后的调整区域面积;
通过以下公式计算调整区域面积,
2.根据权利要求1所述的方法,其特征在于,
根据所述乘客轮廓和所述扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息,包括:
获取各所述乘客轮廓中的胳膊轮廓,以及所述胳膊轮廓对应的胳膊轮廓像素点和扶手轮廓对应的扶手轮廓像素点,若所述胳膊轮廓像素点和所述扶手轮廓像素点相邻,则将所述乘客轮廓对应的乘客作为正常站立乘客;
若所述胳膊轮廓像素点和所述扶手轮廓像素点不相邻,则将所述乘客轮廓对应的乘客作为异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息。
3.根据权利要求1所述的方法,其特征在于,
获取自动驾驶设备的内部图像,对所述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,包括:
获取自动驾驶设备内部的俯视布局图,调取透明划分图层叠加在所述俯视布局图上方,触发第一按键信息生成第一划分信息,响应所述第一划分信息,实时采集用户的第一划分痕迹得到第一划分区域,将所述第一划分区域作为禁止区域;
触发第二按键信息生成第二划分信息,响应所述第二划分信息,实时采集用户的第二划分痕迹得到第二划分区域,将所述第二划分区域作为座椅区域,获取除所述禁止区域和所述座椅区域以外的其他区域作为过道区域。
4.根据权利要求3所述的方法,其特征在于,
触发第二按键信息生成第二划分信息,响应所述第二划分信息,采集用户的划分痕迹得到第二划分区域,将所述第二划分区域作为座椅区域,包括:
触发第二按键信息生成第二划分信息,响应所述第二划分信息,实时采集用户的第二划分痕迹得到多个第二子划分区域作为子座椅区域;
对多个所述子座椅区域进行统计,得到所述座椅区域。
5.根据权利要求4所述的方法,其特征在于,还包括:
获取各子座椅区域对应的基准安装高度,根据所述基准安装高度和预设临界高度得到临界坐定高度;
基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集各子座椅区域对应的座椅图像,提取所述座椅图像中的坐定乘客轮廓,若所述坐定乘客轮廓的轮廓高度高于相应的子座椅区域对应的临界坐定高度,则生成坐定警示信息,基于自动驾驶设备内部的警示设备展示所述坐定警示信息。
6.根据权利要求5所述的方法,其特征在于,
若所述坐定乘客轮廓的轮廓高度高于相应的子座椅区域对应的临界坐定高度,则生成坐定警示信息,包括:
获取位于各子座椅区域正上方、且高于各子座椅区域对应的临界坐定高度的区域作为危险判定区域,若在所述危险判定区域内检测到有坐定乘客轮廓存在,则将所述坐定乘客轮廓对应的乘客作为异常坐定乘客,并生成坐定警示信息。
7.一种基于图像处理的系统数据处理装置,其特征在于,包括:
划分模块,用于获取自动驾驶设备的内部图像,对所述内部图像进行区域划分,得到对应门体内部的禁止区域、对应安装座椅的座椅区域,以及过道区域,并为所述过道区域配置安全判定策略;
判定模块,用于当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息;
采集模块,用于基于设置在所述自动驾驶设备内部两侧的多个图像采集单元,采集过道图像,响应所述安全判定信息触发所述安全判定策略,基于所述安全判定策略提取所述过道图像中的乘客轮廓和扶手轮廓;
警示模块,用于根据所述乘客轮廓和所述扶手轮廓的位置关系,确定正常站立乘客和异常站立乘客,并在所述异常站立乘客数量大于0时生成警示信息,基于自动驾驶设备内部的警示设备展示所述警示信息;
当自动驾驶设备满足位置条件时,开启门体并生成框线触发信息,基于所述框线触发信息控制激光单元生成相应门体的外部指示框,在所述外部指示框以及所述禁止区域内无人时,关闭门体并生成安全判定信息,包括:
当自动驾驶设备满足处于站台区域内并停止移动的位置条件时, 开启门体并生成框线触发信息, 基于所述框线触发信息控制激光单元生成相应门体的外部指示框;
获取所述外部指示框对应的等候区域,基于门体处设置的图像采集单元采集所述等候区域对应的等候区域图像、禁止区域对应的禁止区域图像,提取所述等候区域图像和所述禁止区域图像内的人员轮廓,统计所述人员轮廓对应的轮廓数量得到流动乘客数量;
若预设时间段内所述等候区域图像和所述禁止区域图像对应的流动乘客数量均为0,则关闭门体并生成安全判定信息;
在基于所述框线触发信息控制激光单元生成相应门体的外部指示框之后,还包括:
获取所述外部指示框的基准区域面积,将与公交车车身垂直的方向作为第一方向,与公交车平行的方向作为第二方向,获取所述外部指示框在第一方向上的第一边长,以及所述外部指示框在第二方向上的第二边长,所述外部指示框为矩形框;
统计站台区域内的等待乘客数量,根据所述等待乘客数量得到边长调整系数,基于所述边长调整系数对第一边长进行调整得到调整边长,根据所述调整边长和所述第二边长对基准区域面积进行调整,得到调整后的调整区域面积;
通过以下公式计算调整区域面积,
8.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现权利要求1至6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310472435.5A CN116206293B (zh) | 2023-04-27 | 2023-04-27 | 基于图像处理的系统数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310472435.5A CN116206293B (zh) | 2023-04-27 | 2023-04-27 | 基于图像处理的系统数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116206293A CN116206293A (zh) | 2023-06-02 |
CN116206293B true CN116206293B (zh) | 2023-06-30 |
Family
ID=86513231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310472435.5A Active CN116206293B (zh) | 2023-04-27 | 2023-04-27 | 基于图像处理的系统数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116206293B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018230691A1 (ja) * | 2017-06-16 | 2018-12-20 | 本田技研工業株式会社 | 車両システム、自動運転車両、車両制御方法、およびプログラム |
US11040726B2 (en) * | 2017-12-15 | 2021-06-22 | Baidu Usa Llc | Alarm system of autonomous driving vehicles (ADVs) |
CN110910646B (zh) * | 2019-12-11 | 2022-03-29 | 上海同济城市规划设计研究院有限公司 | 用于交叉口的无人驾驶公交车辆的协同控制方法 |
CN113569718A (zh) * | 2021-07-26 | 2021-10-29 | 阿波罗智联(北京)科技有限公司 | 提醒方法、装置、设备、系统和存储介质 |
-
2023
- 2023-04-27 CN CN202310472435.5A patent/CN116206293B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116206293A (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10343693B1 (en) | System and method for monitoring and reducing vehicle operator impairment | |
CN111251950B (zh) | 乘员分类保护方法、系统、设备及计算机可读存储介质 | |
US10501048B2 (en) | Seatbelt buckling detection | |
CA2832670C (en) | System and method to adjust insurance rate based on real-time data about potential vehicle operator impairment | |
US9101313B2 (en) | System and method for improving a performance estimation of an operator of a vehicle | |
US9884588B2 (en) | Driver supporting device and warning timing control method | |
US9105172B2 (en) | Drowsiness-estimating device and drowsiness-estimating method | |
US20230001948A1 (en) | Information presentation control device and function control device | |
CN116206293B (zh) | 基于图像处理的系统数据处理方法及装置 | |
CN110712651A (zh) | 用于车内监控的方法和装置 | |
CN104376685A (zh) | 一种防疲劳驾驶的车辆控制方法 | |
JP5881149B2 (ja) | 車両内でのアラーム対象者検知装置、アラーム対象者検知方法、プログラム、記録媒体およびアラーム対象者検知システム | |
KR20230117710A (ko) | 차량의 탑승자 안전 위험을 감지하고 완화하기 위한 차량 모니터링 시스템 및 방법 | |
EP3616965A1 (en) | Vehicle stop support system | |
CN114906021A (zh) | 车辆座椅的控制方法、系统及车辆 | |
US20240149869A1 (en) | Control device, control method, and storage medium | |
JP2020116998A (ja) | 車両の制御装置 | |
CN112339703B (zh) | 一种车辆安全带报警方法、装置及存储介质 | |
JP7306303B2 (ja) | 判定装置 | |
CN114148223B (zh) | 儿童乘车安全提醒方法及装置 | |
US20220194623A1 (en) | System and method for measuring weight and balance on an aircraft | |
US20240075896A1 (en) | Method and device for personalized active safety control | |
CN115805884A (zh) | 一种座椅调节方法、系统及车辆 | |
CN116142202A (zh) | 车辆安全行驶控制方法、系统、介质、装置及车辆 | |
JP2024041467A (ja) | 車両制御装置および車両制御方法 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: System Data Processing Method and Device Based on Image Processing Effective date of registration: 20230922 Granted publication date: 20230630 Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch Pledgor: Xinzhi Technology (Jiangsu) Co.,Ltd. Registration number: Y2023980058374 |