CN116580661A - 车辆内的终端颜色调整方法、系统、电子设备和存储介质 - Google Patents
车辆内的终端颜色调整方法、系统、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116580661A CN116580661A CN202310445308.6A CN202310445308A CN116580661A CN 116580661 A CN116580661 A CN 116580661A CN 202310445308 A CN202310445308 A CN 202310445308A CN 116580661 A CN116580661 A CN 116580661A
- Authority
- CN
- China
- Prior art keywords
- data
- driver
- color adjustment
- color
- head
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000014509 gene expression Effects 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 230000001815 facial effect Effects 0.000 claims description 13
- 210000003128 head Anatomy 0.000 description 117
- 239000003086 colorant Substances 0.000 description 26
- 238000012544 monitoring process Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000008921 facial expression Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 210000004709 eyebrow Anatomy 0.000 description 3
- 230000036544 posture Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000008909 emotion recognition Effects 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010022998 Irritability Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000004886 head movement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009323 psychological health Effects 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
-
- 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
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/165—Controlling the light source following a pre-assigned programmed sequence; Logic control [LC]
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/17—Operational modes, e.g. switching from manual to automatic mode or prohibiting specific operations
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/06—Adjustment of display parameters
- G09G2320/0666—Adjustment of display parameters for control of colour parameters, e.g. colour temperature
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/08—Arrangements within a display terminal for setting, manually or automatically, display parameters of the display terminal
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2380/00—Specific applications
- G09G2380/10—Automotive applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
Abstract
本发明实施例提供了一种车辆内的终端颜色调整方法和系统,其中,所述方法包括:获取驾驶员的头部数据;根据头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到驾驶员的驾驶状态结果;根据驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令;按照第一颜色调整指令对车辆内的终端颜色进行调整。本发明实施例避免了用户的手动操作,在预先设置的驾驶员坐标系、轨迹数据或表情特征数据的基础之上,可以自动检测得到驾驶员的驾驶状态结果,并根据颜色调整规则信息生成第一颜色调整指令,不需要用户输入颜色调整指令,简化了用户的操作步骤,提升了车辆的利用率,充分发挥了车辆的性能。
Description
技术领域
本发明涉及汽车安全技术领域,特别是涉及一种车辆内的终端颜色调整方法、一种车辆内的终端颜色调整系统、一种电子设备和一种计算机可读存储介质。
背景技术
现如今,众多车辆(尤其是新能源车辆)中配置的车机屏幕尺寸逐渐增大,同时彩色氛围灯的配置比例也快速升高,用户可以主动通过中控系统来设置车机屏幕的主题背景颜色及氛围灯颜色。
因此,现有的车辆需要依靠用户手动调整终端颜色,对用户的依赖程度较高,没有充分发挥车辆的性能。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种车辆内的终端颜色调整方法、一种车辆内的终端颜色调整系统、一种电子设备和一种计算机可读存储介质。
为了解决上述问题,根据本发明实施例的第一方面,公开了一种车辆内的终端颜色调整方法,所述方法包括:获取驾驶员的头部数据;根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果;根据所述驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令;按照所述第一颜色调整指令对车辆内的终端颜色进行调整。
可选地,所述根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果,包括:根据所述头部数据中的当前头部位置信息和/或当前视线信息,以及所述驾驶员坐标系,判断所述驾驶员的头部和/或视线是否位于预设的合规区域范围内,得到所述驾驶员的头部状态结果和/或视线状态结果。
可选地,所述根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果,包括:根据所述头部数据中的头部动态数据和所述轨迹数据,判断所述驾驶员是否处于危险驾驶状态,得到所述驾驶员的驾驶状态结果。
可选地,所述根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果,包括:根据所述头部数据中的面部属性数据和所述表情特征数据,识别得到所述驾驶员的表情状态结果。
可选地,所述根据所述驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令,包括:将所述驾驶状态结果分别与多个所述颜色调整规则信息中的规则结果进行比较;从与所述驾驶状态结果相同的所述规则结果所在的所述颜色调整规则信息中,提取出所述第一颜色调整指令。
可选地,所述按照所述第一颜色调整指令对车辆内的终端颜色进行调整,包括:按照所述第一颜色调整指令对所述车辆内的屏幕颜色和/或氛围灯颜色进行调整。
可选地,所述方法包括:获取乘客的头部动态数据;根据所述头部动态数据和所述轨迹数据,判断所述乘客是否处于睡眠状态,得到所述乘客的睡眠状态结果;根据所述睡眠状态结果与多个所述颜色调整规则信息生成第二颜色调整指令;按照所述第二颜色调整指令对所述车辆内的终端颜色进行调整。
根据本发明实施例的第二方面,还公开了一种车辆内的终端颜色调整系统,所述系统包括:数据获取模块,用于获取驾驶员的头部数据;数据检测模块,用于根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果;指令生成模块,用于根据所述驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令;颜色调整模块,用于按照所述第一颜色调整指令对车辆内的终端颜色进行调整。
可选地,所述数据检测模块,包括:头部视线结果检测模块,用于根据所述头部数据中的当前头部位置信息和/或当前视线信息,以及所述驾驶员坐标系,判断所述驾驶员的头部和/或视线是否位于预设的合规区域范围内,得到所述驾驶员的头部状态结果和/或视线状态结果。
可选地,所述数据检测模块,包括:驾驶状态结果检测模块,用于根据所述头部数据中的头部动态数据和所述轨迹数据,判断所述驾驶员是否处于危险驾驶状态,得到所述驾驶员的驾驶状态结果。
可选地,所述数据检测模块,包括:表情状态结果检测模块,用于根据所述头部数据中的面部属性数据和所述表情特征数据,识别得到所述驾驶员的表情状态结果。
可选地,所述指令生成模块,包括:结果比较模块,用于将所述驾驶状态结果分别与多个所述颜色调整规则信息中的规则结果进行比较;指令提取模块,用于从与所述驾驶状态结果相同的所述规则结果所在的所述颜色调整规则信息中,提取出所述第一颜色调整指令。
可选地,所述颜色调整模块,用于按照所述第一颜色调整指令对所述车辆内的屏幕颜色和/或氛围灯颜色进行调整。
可选地,所述数据获取模块,还用于获取乘客的头部动态数据;所述数据检测模块,还用于根据所述头部动态数据和所述轨迹数据,判断所述乘客是否处于睡眠状态,得到所述乘客的睡眠状态结果;所述指令生成模块,还用于根据所述睡眠状态结果与多个所述颜色调整规则信息生成第二颜色调整指令;所述颜色调整模块,还用于按照所述第二颜色调整指令对所述车辆内的终端颜色进行调整。
根据本发明实施例的第三方面,还公开了一种电子设备,包括存储器、处理器及存储在所述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第一方面所述的一种车辆内的终端颜色调整方法。
根据本发明实施例的第四方面,还公开了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第一方面所述的一种车辆内的终端颜色调整方法。
与现有技术相比,本发明实施例提供的技术方案具有如下优点:
本发明实施例提供的一种车辆内的终端颜色调整方案,获取驾驶员的头部数据,根据驾驶员的头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到驾驶员的驾驶状态结果。进而,根据驾驶员的驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令。最终,按照第一颜色调整指令对车辆内的终端颜色进行调整。
本发明实施例可以预先建立驾驶员坐标系,或者,预设轨迹数据和表情特征数据中的至少之一。当获取到驾驶员的头部数据时,可以根据驾驶员的头部数据以及驾驶员坐标系、轨迹数据和表情特征数据之一,检测得到驾驶员的驾驶状态结果。再结合驾驶状态结果和预设的多个颜色调整规则信息生成第一颜色调整指令,最终,按照第一颜色调整指令对车辆内的终端颜色进行调整。本发明实施例避免了用户的手动操作,在预先设置的驾驶员坐标系、轨迹数据或表情特征数据的基础之上,可以自动检测得到驾驶员的驾驶状态结果,并根据颜色调整规则信息生成第一颜色调整指令,不需要用户输入颜色调整指令,简化了用户的操作步骤,提升了车辆的利用率,充分发挥了车辆的性能。
附图说明
图1是本发明实施例的一种车辆内的终端颜色调整方法的步骤流程图;
图2是本发明实施例的一种智能调整车内颜色的方案的结构示意图;
图3是本发明实施例的一种车辆内的终端颜色调整系统的结构框图;
图4是本发明实施例的一种电子设备的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明实施例的一种车辆内的终端颜色调整方法的步骤流程图。该车辆内的终端颜色调整方法具体可以包括如下步骤:
步骤101,获取驾驶员的头部数据。
在本发明的实施例中,可以基于摄像头采集得到驾驶员的头部数据。该头部数据可以为提供有关驾驶员行为的信息,例如驾驶员的头部姿态、面部表情、疲劳程度等。以下是一些可能包含在头部数据中的信息:头部姿势:头部数据可以显示驾驶员的头部方向、倾斜和旋转,以及颈部的移动。这些信息可以用于估计驾驶员的视线方向和注意力,例如,如果驾驶员的头部经常向左或向右转,可能表示他们正在寻找特定的路标或景观。面部表情:头部数据可以捕捉到驾驶员的面部表情,如微笑、皱眉、睡意等,这些信息可以用于判断驾驶员的情绪状态。如果驾驶员的表情看起来疲倦或沮丧,可能需要提醒他们休息或换驾驶员。疲劳程度:头部数据可以用于评估驾驶员的疲劳程度,例如,分析驾驶员的眼睛活动和头部姿势。如果驾驶员的头部开始下垂或者眼睛经常闭合,可能需要提醒他们休息或者换驾驶员。总的来说,通过分析车辆驾驶员的头部数据可以帮助评估驾驶员的状态和行为,提高行车安全性。
步骤102,根据头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到驾驶员的驾驶状态结果。
在本发明的实施例中,要建立驾驶员坐标系,可以采用以下步骤:确定基准点:基准点是坐标系中的一个确定点,通常是驾驶员的座位中心点。可以使用专门的工具,如测量工具或标定设备来准确确定基准点。确定坐标轴:确定两个垂直于彼此的轴,可以用于描述驾驶员的位置和姿态。例如,可以在基准点上标记一个“X”轴,表示驾驶员的左右移动,以及一个“Y”轴,表示驾驶员的前后移动。确定坐标轴的正方向:根据应用程序的要求,确定坐标轴的正方向。例如,可以将“X”轴向右延伸,将“Y”轴向前延伸。定义坐标单位:选择适当的单位来表示驾驶员的位置和姿态。例如,可以使用厘米、英寸或像素作为单位。建立坐标系:使用上述信息,可以建立驾驶员坐标系,其中基准点是原点,坐标轴的正方向和单位被定义。在建立坐标系后,可以采集驾驶员的头部数据,并将其映射到坐标系中。通过这种方式,可以对驾驶员的位置和姿态进行精确的测量和跟踪,以评估其驾驶行为和状态。
在本发明的实施例中,预先设置驾驶员的轨迹数据需要进行以下步骤:数据采集:使用摄像头或其他传感器采集驾驶员的头部数据。这些数据可以包括头部姿势、位置、移动方向和速度等。数据处理:将采集到的数据进行预处理,例如去除噪声、平滑数据、校正误差等。这可以通过使用专门的数据处理软件或算法来完成。特征提取:从处理后的数据中提取有用的特征,例如头部位置、方向、角度、速度等。这些特征可以用于描述驾驶员的头部运动轨迹。数据标记:为了使用机器学习算法进行分类和预测,需要对提取的特征进行标记和分类。例如,可以使用标记工具为每个数据点添加标签,例如“正常状态”、“疲劳状态”、“注意力不集中”等。数据存储:将预处理的数据和提取的特征存储在数据库或文件中,以供后续使用。通过预先设置驾驶员的轨迹数据,可以训练机器学习模型来识别驾驶员的状态和行为,例如疲劳、分心或注意力不集中等。这可以帮助提高车辆安全性和驾驶员的注意力水平。
在本发明的实施例中,预先设置驾驶员的表情特征数据需要进行以下步骤:数据采集:使用摄像头或其他传感器采集驾驶员的面部数据。这些数据可以包括嘴唇、眼睛、眉毛等面部部位的运动状态,例如张开、闭合、皱起等。数据处理:将采集到的数据进行预处理,例如去除噪声、平滑数据、校正误差等。这可以通过使用专门的数据处理软件或算法来完成。特征提取:从处理后的数据中提取有用的特征,例如嘴唇张开程度、眼睛睁开程度、眉毛皱起程度等。这些特征可以用于描述驾驶员的表情特征。数据标记:为了使用机器学习算法进行分类和预测,需要对提取的特征进行标记和分类。例如,可以使用标记工具为每个数据点添加标签,例如“开心”、“愤怒”、“焦虑”等。数据存储:将预处理的数据和提取的特征存储在数据库或文件中,以供后续使用。通过预先设置驾驶员的表情特征数据,可以训练机器学习模型来识别驾驶员的情绪状态,例如高兴、愤怒或焦虑等。这可以帮助提高车辆安全性和驾驶员的心理健康。
步骤103,根据驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令。
在本发明的实施例中,预先设置颜色调整规则信息需要进行以下步骤:确定颜色调整的需求:确定需要进行颜色调整的目的和范围,例如调整图像的亮度、对比度、色调或饱和度等。数据采集:使用摄像头或其他传感器采集图像数据。这些数据可以包括不同光照条件下的图像、不同场景下的图像等。数据处理:将采集到的数据进行预处理,例如去除噪声、平滑数据、校正误差等。这可以通过使用专门的数据处理软件或算法来完成。规则定义:根据颜色调整的需求和数据处理后的图像,定义适当的颜色调整规则。这些规则可以包括颜色空间的选择、调整参数的设定等。数据标记:为了使用机器学习算法进行分类和预测,需要对颜色调整的结果进行标记和分类。例如,可以使用标记工具为每个图像添加标签,例如“亮度调整”、“色调调整”、“饱和度调整”等。数据存储:将预处理的数据和定义的颜色调整规则存储在数据库或文件中,以供后续使用。通过预先设置颜色调整规则信息,可以训练机器学习模型来自动识别和调整图像的颜色,提高图像质量和可视化效果。此外,还可以通过使用颜色调整算法和规则来实现自动图像处理,提高图像处理效率和准确性。
步骤104,按照第一颜色调整指令对车辆内的终端颜色进行调整。
在本发明的实施例中,按照第一颜色调整指令对车辆内的终端颜色进行调整需要进行以下步骤:确定颜色调整需求:根据第一颜色调整指令,确定需要对终端的哪些颜色进行调整,例如亮度、对比度、色调或饱和度等。调整颜色参数:根据颜色调整需求,使用相应的算法或工具,对终端的颜色参数进行调整。例如,可以使用颜色转换算法或调色板工具,根据第一颜色调整指令来调整终端的颜色。应用颜色调整:将调整后的颜色参数应用到终端的显示界面上,实现颜色调整。例如,可以将调整后的颜色参数通过车辆内部的控制系统或者显示接口,传输到终端显示设备上,实时更新显示效果。检查调整效果:进行实时检查,确保颜色调整效果符合要求。如果需要进一步调整,可以重新进行第一颜色调整指令的获取和颜色调整参数的调整,直到达到预期的调整效果为止。通过按照第一颜色调整指令对车辆内的终端颜色进行调整,可以根据用户的需求和喜好,调整终端的颜色,提高用户体验和舒适度。此外,颜色调整还可以根据不同的环境和场景,优化终端的显示效果,提高信息传输和交互的效率。
本发明实施例提供的一种车辆内的终端颜色调整方案,获取驾驶员的头部数据,根据驾驶员的头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到驾驶员的驾驶状态结果。进而,根据驾驶员的驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令。最终,按照第一颜色调整指令对车辆内的终端颜色进行调整。
本发明实施例可以预先建立驾驶员坐标系,或者,预设轨迹数据和表情特征数据中的至少之一。当获取到驾驶员的头部数据时,可以根据驾驶员的头部数据以及驾驶员坐标系、轨迹数据和表情特征数据之一,检测得到驾驶员的驾驶状态结果。再结合驾驶状态结果和预设的多个颜色调整规则信息生成第一颜色调整指令,最终,按照第一颜色调整指令对车辆内的终端颜色进行调整。本发明实施例避免了用户的手动操作,在预先设置的驾驶员坐标系、轨迹数据或表情特征数据的基础之上,可以自动检测得到驾驶员的驾驶状态结果,并根据颜色调整规则信息生成第一颜色调整指令,不需要用户输入颜色调整指令,简化了用户的操作步骤,提升了车辆的利用率,充分发挥了车辆的性能。
在本发明的一种优选实施例中,头部数据可以包含但不限于:当前头部位置信息和/或当前视线信息、头部动态数据、面部数据数据等等。根据头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到驾驶员的驾驶状态结果的一种实施方式为,根据头部数据中的当前头部位置信息和/或当前视线信息,以及驾驶员坐标系,判断驾驶员的头部和/或视线是否位于预设的合规区域范围内,得到驾驶员的头部状态结果和/或视线状态结果。在实际应用中,从摄像头采集到的驾驶员头部数据中,获取当前头部的位置信息和视线信息。使用预先建立的驾驶员坐标系,将头部位置和视线信息进行坐标系转换,以得到相对于车辆的头部位置和视线信息。根据车辆的设计和安全规范,确定驾驶员头部和视线的合规区域范围,例如头部应该位于正对前方,而视线应该落在前方的行车视野范围内。比较驾驶员头部和视线的相对位置与合规区域的范围,判断是否符合合规要求。例如,可以使用几何计算方法,计算头部位置和视线位置与合规区域的距离和角度,判断是否在合规区域内。根据判断结果,得到驾驶员头部状态和视线状态的结果。例如,如果头部位置和视线位置都在合规区域内,那么头部状态和视线状态都可以判定为合规状态。反之,如果头部位置和视线位置超出了合规区域,那么头部状态和视线状态可以判定为不合规状态,需要进行相应的提醒或警告。
在本发明的一种优选实施例中,根据头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到驾驶员的驾驶状态结果的一种实施方式为,根据头部数据中的头部动态数据和轨迹数据,判断驾驶员是否处于危险驾驶状态,得到驾驶员的驾驶状态结果。在实际应用中,从摄像头采集到的驾驶员头部数据中,获取头部的动态数据和轨迹数据,例如头部的运动速度、加速度、转动角度、转动速度等等。根据驾驶安全规范和实际驾驶经验,定义危险驾驶状态的指标,例如头部转动速度超过一定阈值、频繁转动头部、持续时间超过一定阈值等等。对头部动态数据和轨迹数据进行分析,计算指标的数值。例如,可以计算头部转动速度、头部转动角度的变化率等等。将头部动态数据和轨迹数据的指标与定义的危险驾驶状态指标进行比较,判断驾驶员是否处于危险驾驶状态。例如,如果头部转动速度超过阈值,并且持续时间超过一定时间,就可以判断驾驶员处于危险驾驶状态。根据判断结果,得到驾驶员的驾驶状态结果,例如处于正常驾驶状态、处于危险驾驶状态等等。通过这样的判断,可以实现对驾驶员的危险驾驶状态的实时监测和识别,提高驾驶员的安全性和驾驶舒适度。
在本发明的一种优选实施例中,根据头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到驾驶员的驾驶状态结果的一种实施方式为,根据头部数据中的面部属性数据和表情特征数据,识别得到驾驶员的表情状态结果。在实际应用中,从摄像头采集到的驾驶员头部数据中,获取面部属性数据和表情特征数据,例如面部的轮廓、眼睛的大小、位置、嘴唇的形状等等。根据面部表情特征的变化规律,定义表情状态的指标,例如眼睛的张合程度、嘴唇的张合程度、眉毛的弯曲程度等等。对面部属性数据和表情特征数据进行分析,计算指标的数值。例如,可以计算眼睛的张合程度、嘴唇的张合程度的变化率等等。将面部属性数据和表情特征数据的指标与定义的表情状态指标进行比较,判断驾驶员的表情状态。例如,如果眼睛的张合程度较大,并且持续时间超过一定时间,就可以判断驾驶员处于疲劳状态。根据判断结果,得到驾驶员的表情状态结果,例如处于正常状态、处于疲劳状态等等。通过这样的识别,可以实现对驾驶员的表情状态的实时监测和识别,提高驾驶员的安全性和驾驶舒适度。需要注意的是,不同人的面部特征和表情表现可能有所差异,因此在定义表情状态指标和进行判断时需要考虑到个体差异。
在本发明的一种优选实施例中,根据驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令的一种实施方式为,将驾驶状态结果分别与多个颜色调整规则信息中的规则结果进行比较;从与驾驶状态结果相同的规则结果所在的颜色调整规则信息中,提取出第一颜色调整指令。在实际应用中,通过对头部数据中的面部属性数据、头部轨迹数据等进行分析,得到驾驶状态结果,例如疲劳、分心、正常等。从存储颜色调整规则信息的数据库或文件中获取所有的颜色调整规则信息。对每个颜色调整规则信息中的规则进行计算,得到规则结果。将驾驶状态结果与规则结果进行比较,找到所有与驾驶状态结果相同的规则结果。对所有与驾驶状态结果相同的规则结果所在的颜色调整规则信息进行分析,提取出第一颜色调整指令,例如要调整的颜色、调整方式等等。需要注意的是,不同的颜色调整规则信息可能存在冲突,例如一种驾驶状态可能对应多个不同的颜色调整指令。在比较规则结果和提取颜色调整指令时,需要考虑到规则的优先级和冲突的处理方式。
在本发明的一种优选实施例中,按照第一颜色调整指令对车辆内的终端颜色进行调整的一种实施方式为,按照第一颜色调整指令对车辆内的屏幕颜色和/或氛围灯颜色进行调整。在实际应用中,根据第一颜色调整指令,解析需要调整的颜色、调整方式等参数。根据解析出的调整参数,对车内终端的屏幕颜色进行调整。例如,可以调整屏幕亮度、饱和度、色相等参数,使得屏幕颜色符合驾驶状态和颜色调整规则的要求。如果颜色调整指令中包括氛围灯颜色的调整,同样根据解析出的调整参数,对车内氛围灯颜色进行调整。例如,可以调整氛围灯亮度、颜色、灯光效果等参数,使得氛围灯颜色符合驾驶状态和颜色调整规则的要求。需要注意的是,颜色调整指令可能会频繁地发生变化,因此需要实时监测驾驶员的状态和根据最新的颜色调整规则信息进行颜色调整,以保证驾驶员的舒适度和安全性。同时,也需要考虑到不同驾驶员的个体差异和喜好,进行个性化的颜色调整设置。
在本发明的一种优选实施例中,除了可以根据驾驶员的头部数据对终端颜色进行调整之外,还可以根据乘客的头部动态数据对终端颜色进行调整。具体地,可以获取乘客的头部动态数据;根据头部动态数据和轨迹数据,判断乘客是否处于睡眠状态,得到乘客的睡眠状态结果;根据睡眠状态结果与多个颜色调整规则信息生成第二颜色调整指令;按照第二颜色调整指令对车辆内的终端颜色进行调整。在实际应用中,获取乘客的头部动态数据需要使用类似于驾驶员头部数据采集的摄像头或传感器,并对其进行数据处理和分析,以得到乘客的头部动态数据。根据乘客头部动态数据和轨迹数据判断乘客是否处于睡眠状态,可以通过分析头部位置和姿态等信息来判断。例如,如果乘客头部一直低垂或者不断晃动,可能意味着乘客正在睡眠或者疲劳。还可以通过乘客闭眼时间、睡眠时长等因素来判断乘客是否处于睡眠状态。得到乘客的睡眠状态结果后,可以将其与多个颜色调整规则信息进行比较,并生成第二颜色调整指令。例如,如果乘客处于睡眠状态,可以根据颜色调整规则信息,将车内终端颜色调整为柔和、舒适的色调,以帮助乘客放松身心,更好地休息。最后,按照第二颜色调整指令对车辆内的终端颜色进行调整,可以采用类似于对驾驶员进行颜色调整的方式,通过解析颜色调整指令,调整屏幕颜色和氛围灯颜色等参数,以实现颜色调整。需要注意的是,乘客的睡眠状态也需要实时监测,并根据最新的颜色调整规则信息进行颜色调整。
基于上述关于一种车辆内的终端颜色调整方案的相关说明,下面介绍一种智能调整车内颜色的方案。参照图2,示出了本发明实施例的一种智能调整车内颜色的方案的结构示意图。该方案可以包含但不限于:车内人员监测系统、智能控制系统、手机端控制系统和信息娱乐系统。
车内人员监测系统可以与智能控制系统通信连接。车内人员监测系统可以包含驾驶员监测系统(Driver Monitor System,简称DMS)摄像头、乘客监测系统(OccupancyMonitoring System,简称OMS)摄像头以及车辆传感器。驾驶员监测系统摄像头可以布置在方向盘上,用于实时采集驾驶员的图像,并利用自带控制器的图像算法输出驾驶员的手势、表情、疲劳状态、年龄/年龄区间、睡眠状态等。乘客监测系统摄像头可以布置在车内后视镜上,用于实时采集乘客的图像,并利用自带控制器的图像算法输出乘客的手势、表情、疲劳状态、年龄/年龄区间、睡眠状态等。车辆传感器可以包含但不限于:座椅压力传感器、温度传感器、速度传感器以及其他传感器。座椅压力传感器用于识别座位上是否存在乘客并统计乘客的数量。温度传感器用于采集车内外的实时温度。速度传感器用于采集实时车速和加速度。其他传感器用于采集车辆故障信息。车内人员监测系统采集得到的数据、信息可以通过控制器局域网络(Controller Area Network,简称CAN)总线实时传输至智能控制系统。
智能控制系统可以分别与车内人员监测系统和信息娱乐系统通信连接。智能控制系统从车内人员监测系统接收人员状态以及车辆信息等,根据决策规则(颜色调整规则信息)生成颜色调整指令,并发送颜色调整指令至信息娱乐系统。在实际应用中,决策规则可以包含但不限于:
手势控制决策规则:当驾驶员或乘客在特定区域做出指定动作,如单指逆时针或顺时针转动时,车内色彩色调做出相应调整,保持色系不变同时色相变化,如单指逆时针色相变暖,单指顺时针色相变冷。
驾驶员情绪识别决策规则:驾驶员具有特定表情特征,包括烦躁、发怒、忧郁等,车内色彩色调做出相应调整,保持色系不变同时色相变暖,舒缓驾驶员情绪。
驾驶员疲劳状态提醒决策规则:驾驶员疲劳状态时,快速显示红色设定值并闪烁以警示。
关怀模式决策规则:车内存在儿童或老人乘客时,车内色彩色调做出响应调整,保持色系不变同时色相变暖,舒缓车内色彩氛围。
睡眠状态监测决策规则:车内有乘客睡眠时,车内色彩色调做出相应调整,保持色系不变同时色相变暖,舒缓车内色彩氛围。
危险故障提醒决策规则:车辆故障时,快速显示红色设定值并闪烁以警示。
急加速/减速提醒决策规则:车辆加速度超过限定值时,快速显示红色设定值并闪烁以警示。
超速提醒决策规则:车速超过限速时,保持色系不变同时色相明显变冷以进行提示。
温度提醒决策规则:温度状态变化时,依据温度差做出相应的色相变化。
当各决策规则按照时间顺序出现且满足相应判定阈值时,色彩依据影响因素出现的先后顺序调整。当同一时间多个决策规则同时出现时,按如下优先级判定,且需在当前判定结果对应的色彩变化响应完成后,再开启下一轮智能判断:车辆故障>驾驶员疲劳>车内乘员睡眠>车速超过限速>驾驶员特定表情特征>车内存在儿童或老人乘员>实时温度变化。
手机端控制系统可以与智能控制系统相连接,可对车内色彩进行自定义,并对智能控制系统中具体决策规则进行调整,并通过云端平台将决策规则实时传输至智能控制系统。在实际应用中,手机端控制系统对决策规则的调整具体可以包括:手势控制:打开、关闭,并可选择不同的预设手势,如单指转动、握拳摆动、拇指向上或向下等。驾驶员情绪识别:打开、关闭。驾驶员疲劳状态提醒:打开、关闭。关怀模式:打开、关闭。睡眠状态监测:打开、关闭。危险故障提醒:打开、关闭。急加速/减速提醒:打开、关闭,并可设置阈值强度。超速提醒:打开、关闭,并可设置速度阈值。温度提醒:温度状态变化时,依据温度差做出相应的色相变化。
在实际应用中,用户可在手机端控制系统中选择预设偏好色调或自定义色调,同一色调采用邻近色相且存在冷暖差异,所做设置会实时传至云端平台,并同步至智能控制系统。预设可选色调举例如下:
“盛夏光年”:橙色为主色,辅以邻近颜色,分别对应偏暖或偏冷色相,所有颜色均有对应预设的RGB值。
“浩瀚海洋”:蓝色为主色,辅以邻近颜色,分别对应偏暖或偏冷色相,所有颜色均有对应预设的RGB值。
“林间回响”:绿色为主色,辅以邻近颜色,分别对应偏暖或偏冷色相,所有颜色均有对应预设的RGB值。
“热情似火”:红色为主色,辅以邻近颜色,分别对应偏暖或偏冷色相,所有颜色均有对应预设的RGB值。
预设推荐色系可通过空中下载(Over The Air,简称OTA)不断丰富。
信息娱乐系统,用于接收智能控制系统的颜色调整指令,根据颜色调整指令确定目标显示颜色的红绿蓝(Red Green Blue,简称RGB)值,并控制调节屏幕主题颜色及氛围灯显示颜色。其中,屏幕主题颜色指信息娱乐系统界面呈现的主题颜色,包括系统各功能交互界面、弹窗提示。信息娱乐系统可以包括但不限于:信息娱乐主机、车内显示屏幕及氛围灯,信息娱乐主机储存所有可显示RGB范围数值并记录当前显示颜色的RGB数值,车内显示屏幕包括中控屏幕、副驾驶屏幕、后排屏幕、仪表屏幕,氛围灯包括但不限于仪表板氛围灯、中控氛围灯、车门氛围灯、足部氛围灯。信息娱乐主机,用于收集整个过程中的识别信息及处理结果并与驾驶员账号绑定,定期将数据传送至云端平台,在云端结合手机端控制系统数据及功能使用反馈信息等,建立大数据模型,不断优化提高智能算法准确度。
在车辆上电后,车内人员监测系统通过摄像头及车辆传感器收集当前车内人员状态及车辆数据,并将所有信息通过CAN总线实时输入至智能控制系统。
驾驶员监测系统摄像头实时采集驾驶员面部及动作信息,以当前驾驶员惯用拟合的头部位置建立坐标系,监控驾驶员头部位置及视线是否在驾驶合规区域内,并将其头部动作姿态与预设的疲劳动作轨迹做比对(模拟瞌睡点头),以判断是否存在驾驶员分心或疲劳等状态,将驾驶员面部属性信息与基于数据库生成的表情特征进行比对,以判断识别表情特征如开心、悲伤、愤怒、急切等,当比对数据拟合度达到预设值(如>90%)时判定其符合特定表情状态;以上预设信息基于数据库生成计算,例如卷积神经网络(ConvolutionalNeural Networks,简称CNN);采集到的信息同时存储至本地及云端。
座椅压力传感器识别车内各座位压力信息,当监测座椅压力大于预设值时判定其座位上有乘客,从而判断车内乘客数量及位置信息,当状态存在变化时返回信号值。
乘客监测系统摄像头实时采集乘客属性及动作信息,结合座椅压力传感器判定结果,将乘客面部属性信息与数据库预设值进行比对,通过拟合度差异判定年龄预估值,同时结合乘客眼部及头部动作姿态判定乘客睡眠状态。以上预设信息基于数据库生成计算,例如卷积神经网络;采集到的信息同时存储至本地及云端。
温度传感器采集车内及车外实时温度,获取温度差,当温度差有变化时返回信号值。
车速传感器采集车辆速度,获取车辆实时车速及加速度。
故障状态信息通过其他传感器采集并通过CAN总线实时传输。
智能控制系统在收到车内人员监测系统传输的信息后,根据决策规则生成颜色调整指令,并发送至信息娱乐系统中的信息娱乐主机,信息娱乐主机根据颜色调整指令确定目标显示颜色的RGB值,并基于此控制调节屏幕主题颜色及氛围灯显示颜色
对于氛围灯,需要通过调节氛围灯内的红、绿、蓝三种颜色的占空比来实现灰度等级的调节,进而实现目标发光颜色。
在手机端控制系统中,可随时对具体决策规则进行自定义设置,所做设置项将于用户账号进行关联,并上传云端平台。
信息娱乐主机将颜色调整指令及显示结果数据定期传送至云端平台,云端平台基于此结合手机端控制系统的数据及用户对功能使用反馈信息,建立大数据模型。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3,示出了本发明实施例的一种车辆内的终端颜色调整系统的结构框图,该车辆内的终端颜色调整系统具体可以包括:
数据获取模块31,用于获取驾驶员的头部数据;
数据检测模块32,用于根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果;
指令生成模块33,用于根据所述驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令;
颜色调整模块34,用于按照所述第一颜色调整指令对车辆内的终端颜色进行调整。
在本发明的一种优选实施例中,所述数据检测模块32,包括:
头部视线结果检测模块,用于根据所述头部数据中的当前头部位置信息和/或当前视线信息,以及所述驾驶员坐标系,判断所述驾驶员的头部和/或视线是否位于预设的合规区域范围内,得到所述驾驶员的头部状态结果和/或视线状态结果。
在本发明的一种优选实施例中,所述数据检测模块32,包括:
驾驶状态结果检测模块,用于根据所述头部数据中的头部动态数据和所述轨迹数据,判断所述驾驶员是否处于危险驾驶状态,得到所述驾驶员的驾驶状态结果。
在本发明的一种优选实施例中,所述数据检测模块32,包括:
表情状态结果检测模块,用于根据所述头部数据中的面部属性数据和所述表情特征数据,识别得到所述驾驶员的表情状态结果。
在本发明的一种优选实施例中,所述指令生成模块33,包括:
结果比较模块,用于将所述驾驶状态结果分别与多个所述颜色调整规则信息中的规则结果进行比较;
指令提取模块,用于从与所述驾驶状态结果相同的所述规则结果所在的所述颜色调整规则信息中,提取出所述第一颜色调整指令。
在本发明的一种优选实施例中,所述颜色调整模块34,用于按照所述第一颜色调整指令对所述车辆内的屏幕颜色和/或氛围灯颜色进行调整。
在本发明的一种优选实施例中,所述数据获取模块31,还用于获取乘客的头部动态数据;
所述数据检测模块32,还用于根据所述头部动态数据和所述轨迹数据,判断所述乘客是否处于睡眠状态,得到所述乘客的睡眠状态结果;
所述指令生成模块33,还用于根据所述睡眠状态结果与多个所述颜色调整规则信息生成第二颜色调整指令;
所述颜色调整模块34,还用于按照所述第二颜色调整指令对所述车辆内的终端颜色进行调整。
本发明实施例还提供了一种电子设备,参见图4,包括:处理器401、存储器402以及存储在所述存储器402上并可在所述处理器401上运行的计算机程序4021,所述处理器401执行所述程序4021时实现前述实施例的车辆内的终端颜色调整方法。
本发明实施例还提供了一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述实施例的车辆内的终端颜色调整方法。
对于系统实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,本发明实施例中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、系统、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种车辆内的终端颜色调整方法和系统,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种车辆内的终端颜色调整方法,其特征在于,所述方法包括:
获取驾驶员的头部数据;
根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果;
根据所述驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令;
按照所述第一颜色调整指令对车辆内的终端颜色进行调整。
2.根据权利要求1所述的方法,其特征在于,所述根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果,包括:
根据所述头部数据中的当前头部位置信息和/或当前视线信息,以及所述驾驶员坐标系,判断所述驾驶员的头部和/或视线是否位于预设的合规区域范围内,得到所述驾驶员的头部状态结果和/或视线状态结果。
3.根据权利要求1所述的方法,其特征在于,所述根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果,包括:
根据所述头部数据中的头部动态数据和所述轨迹数据,判断所述驾驶员是否处于危险驾驶状态,得到所述驾驶员的驾驶状态结果。
4.根据权利要求1所述的方法,其特征在于,所述根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果,包括:
根据所述头部数据中的面部属性数据和所述表情特征数据,识别得到所述驾驶员的表情状态结果。
5.根据权利要求1所述的方法,其特征在于,所述根据所述驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令,包括:
将所述驾驶状态结果分别与多个所述颜色调整规则信息中的规则结果进行比较;
从与所述驾驶状态结果相同的所述规则结果所在的所述颜色调整规则信息中,提取出所述第一颜色调整指令。
6.根据权利要求1所述的方法,其特征在于,所述按照所述第一颜色调整指令对车辆内的终端颜色进行调整,包括:
按照所述第一颜色调整指令对所述车辆内的屏幕颜色和/或氛围灯颜色进行调整。
7.根据权利要求1所述的方法,其特征在于,所述方法包括:
获取乘客的头部动态数据;
根据所述头部动态数据和所述轨迹数据,判断所述乘客是否处于睡眠状态,得到所述乘客的睡眠状态结果;
根据所述睡眠状态结果与多个所述颜色调整规则信息生成第二颜色调整指令;
按照所述第二颜色调整指令对所述车辆内的终端颜色进行调整。
8.一种车辆内的终端颜色调整系统,其特征在于,所述系统包括:
数据获取模块,用于获取驾驶员的头部数据;
数据检测模块,用于根据所述头部数据以及预先建立的驾驶员坐标系、预设的轨迹数据和预设的表情特征数据中的至少之一,检测得到所述驾驶员的驾驶状态结果;
指令生成模块,用于根据所述驾驶状态结果与预设的多个颜色调整规则信息生成第一颜色调整指令;
颜色调整模块,用于按照所述第一颜色调整指令对车辆内的终端颜色进行调整。
9.一种电子设备,包括存储器、处理器及存储在所述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权利要求1至7中任意一项所述的车辆内的终端颜色调整方法。
10.一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,该程序被处理器执行时实现权利要求1至7中任意一项所述的车辆内的终端颜色调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310445308.6A CN116580661A (zh) | 2023-04-19 | 2023-04-19 | 车辆内的终端颜色调整方法、系统、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310445308.6A CN116580661A (zh) | 2023-04-19 | 2023-04-19 | 车辆内的终端颜色调整方法、系统、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116580661A true CN116580661A (zh) | 2023-08-11 |
Family
ID=87540423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310445308.6A Pending CN116580661A (zh) | 2023-04-19 | 2023-04-19 | 车辆内的终端颜色调整方法、系统、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116580661A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118015603A (zh) * | 2024-03-20 | 2024-05-10 | 广东海洋大学 | 一种人工智能面部识别设备 |
-
2023
- 2023-04-19 CN CN202310445308.6A patent/CN116580661A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118015603A (zh) * | 2024-03-20 | 2024-05-10 | 广东海洋大学 | 一种人工智能面部识别设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9956963B2 (en) | Apparatus for assessing, predicting, and responding to driver fatigue and drowsiness levels | |
TWI741512B (zh) | 駕駛員注意力監測方法和裝置及電子設備 | |
CN108725357B (zh) | 基于人脸识别的参数控制方法、系统与云端服务器 | |
CN110337396B (zh) | 用于基于传感器数据操作车辆的系统及方法 | |
US20170330044A1 (en) | Thermal monitoring in autonomous-driving vehicles | |
US20220203996A1 (en) | Systems and methods to limit operating a mobile phone while driving | |
JP6598019B2 (ja) | 運転支援方法およびそれを利用した運転支援装置、運転制御装置、車両、運転支援プログラム | |
US20170349027A1 (en) | System for controlling vehicle climate of an autonomous vehicle socially | |
US20210124962A1 (en) | Artificial intelligence apparatus and method for determining inattention of driver | |
CN108688676A (zh) | 车辆驾驶支援系统以及车辆驾驶支援方法 | |
CN107531236A (zh) | 基于乘员的车辆控制 | |
CN108688677A (zh) | 车辆驾驶支援系统以及车辆驾驶支援方法 | |
CN111885547A (zh) | 一种车载人机交互系统 | |
KR102125756B1 (ko) | 지능형 차량 편의 제어 장치 및 방법 | |
US20230347903A1 (en) | Sensor-based in-vehicle dynamic driver gaze tracking | |
CN104859559B (zh) | 车辆内部环境的控制方法及装置 | |
JP6965520B2 (ja) | 車載用表示方法及び車載用表示装置 | |
CN116580661A (zh) | 车辆内的终端颜色调整方法、系统、电子设备和存储介质 | |
WO2022224173A1 (en) | Systems and methods for determining driver control over a vehicle | |
CN115402333A (zh) | 基于驾驶员情绪的车内互动控制系统、方法及存储介质 | |
CN111605479A (zh) | 感知情绪并自调节的内饰氛围灯系统及控制方法 | |
WO2024217139A1 (zh) | 车辆内的终端颜色调整方法、系统、电子设备和存储介质 | |
CN112506353A (zh) | 车辆交互系统、方法、存储介质和车辆 | |
CN115019289A (zh) | 用于识别驾驶员疲劳状态的方法以及电子疲劳识别系统和机动车 | |
US20240025251A1 (en) | Vehicle human machine interface generating system and method for generating the same |
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 |