CN117429375B - 一种混动车辆车身综合智能域控方法、系统及存储介质 - Google Patents

一种混动车辆车身综合智能域控方法、系统及存储介质 Download PDF

Info

Publication number
CN117429375B
CN117429375B CN202311387707.8A CN202311387707A CN117429375B CN 117429375 B CN117429375 B CN 117429375B CN 202311387707 A CN202311387707 A CN 202311387707A CN 117429375 B CN117429375 B CN 117429375B
Authority
CN
China
Prior art keywords
data
seat
driver
riding
key point
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
Application number
CN202311387707.8A
Other languages
English (en)
Other versions
CN117429375A (zh
Inventor
王林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Woke Automobile Technology Co ltd
Original Assignee
Suzhou Woke Automobile Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Woke Automobile Technology Co ltd filed Critical Suzhou Woke Automobile Technology Co ltd
Priority to CN202311387707.8A priority Critical patent/CN117429375B/zh
Publication of CN117429375A publication Critical patent/CN117429375A/zh
Application granted granted Critical
Publication of CN117429375B publication Critical patent/CN117429375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • 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
    • 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
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Seats For Vehicles (AREA)

Abstract

本发明公开了一种混动车辆车身综合智能域控方法、系统及存储介质，涉及汽车综合控制技术领域，包括：判断车内座椅是否有人员；采集车内每一个人员的人体面部关键点，根据人员的人体面部关键点计算每一个人员的面部关键点高度；获取混动车辆座椅高度；按照标准人体比例，基于人体面部关键点高度和混动车辆座椅高度进行驾驶员身高拟合计算，获取人员身高预测数据；基于驾驶员身高预测数据进行计算驾驶座椅最佳位置；智能化计算座椅最佳分布数据；调节车内每一个座椅到座椅最佳位置处。本发明的优点在于：可针对混动车辆内部的驾驶和乘坐人员的体态数据进行智能化座舱座椅调节，使混动车辆内部的驾驶人员和车内乘坐人员获得最佳的驾驶和乘坐体验。

Description

一种混动车辆车身综合智能域控方法、系统及存储介质
技术领域
本发明涉及汽车综合控制技术领域，具体是涉及一种混动车辆车身综合智能域控方法、系统及存储介质。
背景技术
传统的汽车电子电气架构都是分布式的，汽车里的各个ECU都是通过CAN和LIN总线连接在一起，现代汽车里的ECU总数已经迅速增加到了几十个甚至上百个之多，整个系统复杂度越来越大，几近上限。在今天软件定义汽车和汽车智能化、网联化的发展趋势下，这种基于ECU的分布式EEA也日益暴露诸多问题和挑战。
为了解决分布式EEA的这些问题，人们开始逐渐把很多功能相似、分离的ECU功能集成整合到一个比ECU性能更强的处理器硬件平台上，这就是汽车“域控制器（DomainControl Unit，DCU）”。域控制器的出现是汽车EE架构从ECU分布式EE架构演进到域集中式EE架构的一个重要标志。
在车身域控方案设计中，智能座舱域控制是一个重要的方向，现有的混动车辆座舱域控系统中，无法实现针对于驾驶人员和车内乘坐人员的体态数据进行智能化的座椅位置调节，难以保证混动车辆内部的驾驶人员和车内乘坐人员获得最佳的驾驶和乘坐体验。
发明内容
为解决上述技术问题，提供一种混动车辆车身综合智能域控方法、系统及存储介质，本技术方案解决了上述的现有的混动车辆座舱域控系统中，无法实现针对于驾驶人员和车内乘坐人员的体态数据进行智能化的座椅位置调节，难以保证混动车辆内部的驾驶人员和车内乘坐人员获得最佳的驾驶和乘坐体验的问题。
为达到以上目的，本发明采用的技术方案为：
一种混动车辆车身综合智能域控方法，包括：
判断车内座椅是否有人员；
采集车内每一个人员的人体面部关键点，根据人员的人体面部关键点计算每一个人员的面部关键点高度；
获取混动车辆座椅高度；
按照标准人体比例，基于人体面部关键点高度和混动车辆座椅高度进行驾驶员身高拟合计算，获取人员身高预测数据，所述人员身高预测数据包括驾驶员身高预测数据和乘车人员身高预测数据；
基于驾驶员身高预测数据进行计算驾驶座椅最佳位置；
基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据；
根据驾驶座椅最佳位置和座椅最佳分布数据生成并输出伺服控制数据至车内座椅伺服调节模块，调节车内每一个座椅到座椅最佳位置处。
优选的，所述基于驾驶员身高预测数据进行计算驾驶座椅最佳位置具体包括：
调用人体骨骼关键点拟合模型；
将驾驶员身高预测数据代入骨骼关键点拟合模型，获得驾驶员每个骨骼关键点的预测数据，所述骨骼关键点至少包括左耳、左眼、左肩、左肘、左手首、左腰、左臀、左膝、左足首、右耳、右眼、右肩、右肘、右手首、右腰、右臀，左膝、右足首；
获取最佳驾驶坐姿，将驾驶员每一个骨骼关键点的预测数据与最佳驾驶姿势进行骨骼关键点拟合，获得驾驶员最适坐姿骨骼关键点数据；
基于驾驶员最适坐姿骨骼关键点数据和混动车辆驾驶关键位置，进行计算驾驶座椅最佳位置，所述混动车辆驾驶关键位置包括混动车辆方向盘区域、混动车辆油门刹车区域。
优选的，所述人体骨骼关键点拟合模型的训练过程具体包括：
采集若干个人体尺寸数据，基于人体尺寸数据的身高数据和每个骨骼关键点的位置进行计算每一个人体尺寸数据中每个骨骼关键点的比例样本数据，获得若干组骨骼关键点的比例样本数据；
基于格拉布斯准则对每组骨骼关键点的比例样本数据中的故障值进行剔除，获得若干组骨骼关键点的标准比例样本数据，所述骨骼关键点的比例样本数据中的故障值为每组骨骼关键点的比例样本数据中不符合正态分布的数据；
对每组骨骼关键点的标准比例样本数据进行求取平均值，平均值为每个骨骼关键点的计算标准比例；
其中，所述格拉布斯准则的表达式为：式中，/>为第i个骨骼关键点的比例样本数据，/>为所有骨骼关键点的比例样本数据的平均值，/>是为所有骨骼关键点的比例样本数据的标准差，bpn为临界值，临界值通过查格拉布斯表确定，若该表达式成立，则，/>为故障值，否则，/>为正常值。
优选的，基于驾驶员最适坐姿骨骼关键点数据和混动车辆驾驶关键位置，进行计算驾驶座椅最佳位置具体包括：
计算驾驶座椅处于不同位置处时，驾驶员左足首和右足首处于混动车辆油门刹车区域，左手首和右手首处于混动车辆方向盘区域，左臀和右臀位于驾驶座椅时的驾驶员骨骼关键点数据，获得驾驶员骨骼关键点坐姿调整数据；
按照驾驶员舒适指标计算公式，将驾驶员骨骼关键点坐姿调整数据与驾驶员最适坐姿骨骼关键点数据进行拟合计算，获得驾驶员舒适指标；
筛选出驾驶员舒适指标最大时的驾驶座椅姿态位置，以此姿态位置作为驾驶座椅最佳位置；
其中，所述驾驶员舒适指标计算公式为：式中，/>为驾驶员舒适指标，/>为骨骼关键点总数，/>为驾驶员骨骼关键点坐姿调整数据点中第i个骨骼关键点，为驾驶员最适坐姿骨骼关键点数据中第i个骨骼关键点，/>为求距函数，/>为/>到/>之间的距离。
优选的，所述基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据具体包括：
确定有乘车人员的乘车座椅，记为乘坐乘车座椅；
将乘车人员身高预测数据代入骨骼关键点拟合模型中，获得乘车人员每个骨骼关键点的预测数据；
根据乘车人员每个骨骼关键点的预测数据进行计算乘车人员左臀到左膝的距离和左膝到左足首的距离和/或乘车人员右臀到右足首的距离和右膝到右足首的距离，获得左腿长度预测数据和/或右腿长度预测数据；
根据乘车人员的左腿长度预测数据和/或右腿长度预测数据计算乘车人员腿部完全舒展时所需的空间长度，记为最佳乘车空间长度；
获取乘车人员座椅前方的空间信息；
根据乘车人员座椅前方的空间信息计算乘车座椅处于不同位置处时，乘车人员座椅前方的空间长度，获得乘车调节空间长度；
将乘车调节空间长度与最佳乘车空间长度代入乘车舒适指标计算公式，进行计算乘车舒适指标；
获得乘车座椅位置处于不同位置处时，各个乘坐乘车座椅处的乘车舒适指标；
基于整车舒适计算公式，按照各乘车座椅的舒适权重值进而确定乘车座椅位置处于不同位置处时的整车舒适指标；
筛选出整车舒适指标最大时的乘车座椅位置，记为座椅最佳分布数据；
其中，所述乘车舒适指标计算公式为：式中，/>为乘车舒适指标，/>为乘车调节空间长度，/>为最佳乘车空间长度。
优选的，所述整车舒适计算公式为：式中，/>为整车舒适指标，/>为第j个乘坐乘车座椅处的舒适权重值，/>为第j个乘坐乘车座椅处的乘车舒适指标，m为乘坐乘车座椅总数。
进一步的，提出一种混动车辆车身综合智能域控系统，包括：
处理器模块，所述处理器模块用于进行基于采集的面部数据进行计算每一个人员的身高数据、基于驾驶员身高预测数据进行计算驾驶座椅最佳位置和基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据；
座椅伺服调节模块，所述座椅伺服调节模块用于调节车内座椅位置；
伺服控制器模块，伺服控制器模块与所述处理器模块和所述座椅伺服调节模块电性连接，所述伺服控制器模块用于生成并输出伺服控制数据至车内座椅伺服调节模块；
传感模块，传感模块与所述处理器模块电性连接，所述传感模块用于判断车内座椅是否有人员；
人员数据采集模块，人员数据采集模块与所述处理器模块电性连接，所述人员数据采集模块用于进行对确定有人员的座椅进行人员面部数据采集。
可选的，所述处理器模块内部集成有：
模型单元，模型单元用于训练人体骨骼关键点拟合模型；
身高预测单元，所述身高预测单元用于基于采集的面部数据进行计算每一个人员的身高数据；
拟合单元，所述拟合单元用于进行将驾驶员身高预测数据代入骨骼关键点拟合模型，获得驾驶员每个骨骼关键点的预测数据和将乘车人员身高预测数据代入骨骼关键点拟合模型中，获得乘车人员每个骨骼关键点的预测数据；
第一计算单元，所述第一计算单元用于进行驾驶员舒适指标计算；
第一筛选单元，所述第一筛选单元用于筛选出驾驶员舒适指标最大时的驾驶座椅姿态位置，以此姿态位置作为驾驶座椅最佳位置；
第二计算单元，所述第二计算单元用于进行乘车舒适指标计算；
第三计算单元，所述第三计算单元用于基于整车舒适计算公式，按照各乘车座椅的舒适权重值进而确定乘车座椅位置处于不同位置处时的整车舒适指标；
第二筛选单元，所述第二筛选单元用于筛选出整车舒适指标最大时的乘车座椅位置，记为座椅最佳分布数据。
再进一步的，提出一种计算机可读介质，其上存储有计算机可读程序，所述计算机可读程序被调用时执行如上述的混动车辆车身综合智能域控方法。
与现有技术相比，本发明的有益效果在于：
本发明提出混动车辆车身综合智能域控方案，通过对座舱内部的人员进行身高分析，并基于人员身高预测数据进行分析驾驶员和乘车人员的骨骼关键点，基于人员的骨骼关键点数据进行驾驶舒适度和乘车舒适度综合计算，获得座舱内部处于最佳驾驶和乘车舒适度时各座椅的位置，进而实现针对于驾驶人员和车内乘坐人员的体态数据进行智能化的座椅位置调节，使混动车辆内部的驾驶人员和车内乘坐人员获得最佳的驾驶和乘坐体验。
附图说明
图1为本发明中的混动车辆车身综合智能域控系统结构框图；
图2为本发明中的混动车辆车身综合智能域控方法流程图；
图3为本发明中的驾驶座椅最佳位置计算方法流程图；
图4为本发明中的人体骨骼关键点拟合模型的训练方法流程图；
图5为本发明中的计算驾驶座椅最佳位置的详细计算方法流程图；
图6为本发明中的进行智能化计算座椅最佳分布数据的方法流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
参照图1所示，一种混动车辆车身综合智能域控系统，包括：
处理器模块，处理器模块用于进行基于采集的面部数据进行计算每一个人员的身高数据、基于驾驶员身高预测数据进行计算驾驶座椅最佳位置和基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据；
座椅伺服调节模块，座椅伺服调节模块用于调节车内座椅位置；
伺服控制器模块，伺服控制器模块与处理器模块和座椅伺服调节模块电性连接，伺服控制器模块用于生成并输出伺服控制数据至车内座椅伺服调节模块；
传感模块，传感模块与处理器模块电性连接，传感模块用于判断车内座椅是否有人员；
人员数据采集模块，人员数据采集模块与处理器模块电性连接，人员数据采集模块用于进行对确定有人员的座椅进行人员面部数据采集。
其中，处理器模块内部集成有：
模型单元，模型单元用于训练人体骨骼关键点拟合模型；
身高预测单元，身高预测单元用于基于采集的面部数据进行计算每一个人员的身高数据；
拟合单元，拟合单元用于进行将驾驶员身高预测数据代入骨骼关键点拟合模型，获得驾驶员每个骨骼关键点的预测数据和将乘车人员身高预测数据代入骨骼关键点拟合模型中，获得乘车人员每个骨骼关键点的预测数据；
第一计算单元，第一计算单元用于进行驾驶员舒适指标计算；
第一筛选单元，第一筛选单元用于筛选出驾驶员舒适指标最大时的驾驶座椅姿态位置，以此姿态位置作为驾驶座椅最佳位置；
第二计算单元，第二计算单元用于进行乘车舒适指标计算；
第三计算单元，第三计算单元用于基于整车舒适计算公式，按照各乘车座椅的舒适权重值进而确定乘车座椅位置处于不同位置处时的整车舒适指标；
第二筛选单元，第二筛选单元用于筛选出整车舒适指标最大时的乘车座椅位置，记为座椅最佳分布数据。
上述混动车辆车身综合智能域控系统的工作过程为：
步骤一：模型单元训练并存储人体骨骼关键点拟合模型；
步骤二：传感模块判断车内座椅是否有人员；
步骤三：人员数据采集模块对确定有人员的座椅进行人员面部数据采集；
步骤四：身高预测单元基于采集的面部数据进行计算每一个人员的身高数据，获得人员身高预测数据；
步骤五：拟合单元将驾驶员身高预测数据代入骨骼关键点拟合模型，获得驾驶员每个骨骼关键点的预测数据；
步骤六：第一计算单元基于驾驶员每个骨骼关键点的预测数据进行驾驶员舒适指标计算；
步骤七：第一筛选单元筛选出驾驶员舒适指标最大时的驾驶座椅姿态位置，以此姿态位置作为驾驶座椅最佳位置；
步骤八：拟合单元将乘车人员身高预测数据代入骨骼关键点拟合模型中，获得乘车人员每个骨骼关键点的预测数据；
步骤九：第二计算单元基于乘车人员每个骨骼关键点的预测数据进行乘车舒适指标计算；
步骤十：第三计算单元基于每个乘车人员的乘车舒适指标以及各乘车座椅的舒适权重值进而确定乘车座椅位置处于不同位置处时的整车舒适指标；
步骤十一：第二筛选单元筛选出整车舒适指标最大时的乘车座椅位置，记为座椅最佳分布数据；
步骤十二：伺服控制器模块基于驾驶座椅最佳位置和座椅最佳分布数据生成伺服控制信号输出至座椅伺服调节模块；
步骤十三：座椅伺服调节模块根据伺服控制信号调节车内每一个座椅到座椅最佳位置处。
为进一步的说明本方案，请参阅图2所示，提出一种混动车辆车身综合智能域控方法，包括：
判断车内座椅是否有人员；
采集车内每一个人员的人体面部关键点，根据人员的人体面部关键点计算每一个人员的面部关键点高度；
获取混动车辆座椅高度；
按照标准人体比例，基于人体面部关键点高度和混动车辆座椅高度进行驾驶员身高拟合计算，获取人员身高预测数据，人员身高预测数据包括驾驶员身高预测数据和乘车人员身高预测数据；
基于驾驶员身高预测数据进行计算驾驶座椅最佳位置；
基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据；
根据驾驶座椅最佳位置和座椅最佳分布数据生成并输出伺服控制数据至车内座椅伺服调节模块，调节车内每一个座椅到座椅最佳位置处。
通过对座舱内部的人员进行身高分析，并基于人员身高预测数据进行分析驾驶员和乘车人员的骨骼关键点，基于人员的骨骼关键点数据进行驾驶舒适度和乘车舒适度综合计算，获得座舱内部处于最佳驾驶和乘车舒适度时各座椅的位置，进而实现针对于驾驶人员和车内乘坐人员的体态数据进行智能化的座椅位置调节，使混动车辆内部的驾驶人员和车内乘坐人员获得最佳的驾驶和乘坐体验。
请参阅图3所示，基于驾驶员身高预测数据进行计算驾驶座椅最佳位置具体包括：
调用人体骨骼关键点拟合模型；
将驾驶员身高预测数据代入骨骼关键点拟合模型，获得驾驶员每个骨骼关键点的预测数据，骨骼关键点至少包括左耳、左眼、左肩、左肘、左手首、左腰、左臀、左膝、左足首、右耳、右眼、右肩、右肘、右手首、右腰、右臀，左膝、右足首；
获取最佳驾驶坐姿，将驾驶员每一个骨骼关键点的预测数据与最佳驾驶姿势进行骨骼关键点拟合，获得驾驶员最适坐姿骨骼关键点数据；
基于驾驶员最适坐姿骨骼关键点数据和混动车辆驾驶关键位置，进行计算驾驶座椅最佳位置，混动车辆驾驶关键位置包括混动车辆方向盘区域、混动车辆油门刹车区域。
请参阅图4所示，人体骨骼关键点拟合模型的训练过程具体包括：
采集若干个人体尺寸数据，基于人体尺寸数据的身高数据和每个骨骼关键点的位置进行计算每一个人体尺寸数据中每个骨骼关键点的比例样本数据，获得若干组骨骼关键点的比例样本数据；
基于格拉布斯准则对每组骨骼关键点的比例样本数据中的故障值进行剔除，获得若干组骨骼关键点的标准比例样本数据，骨骼关键点的比例样本数据中的故障值为每组骨骼关键点的比例样本数据中不符合正态分布的数据；
对每组骨骼关键点的标准比例样本数据进行求取平均值，平均值为每个骨骼关键点的计算标准比例；
其中，格拉布斯准则的表达式为：式中，/>为第i个骨骼关键点的比例样本数据，/>为所有骨骼关键点的比例样本数据的平均值，/>是为所有骨骼关键点的比例样本数据的标准差，bpn为临界值，临界值通过查格拉布斯表确定，若该表达式成立，则，/>为故障值，否则，/>为正常值。
请参阅图5所示，基于驾驶员最适坐姿骨骼关键点数据和混动车辆驾驶关键位置，进行计算驾驶座椅最佳位置具体包括：
计算驾驶座椅处于不同位置处时，驾驶员左足首和右足首处于混动车辆油门刹车区域，左手首和右手首处于混动车辆方向盘区域，左臀和右臀位于驾驶座椅时的驾驶员骨骼关键点数据，获得驾驶员骨骼关键点坐姿调整数据；
按照驾驶员舒适指标计算公式，将驾驶员骨骼关键点坐姿调整数据与驾驶员最适坐姿骨骼关键点数据进行拟合计算，获得驾驶员舒适指标；
筛选出驾驶员舒适指标最大时的驾驶座椅姿态位置，以此姿态位置作为驾驶座椅最佳位置；
其中，驾驶员舒适指标计算公式为：式中，/>为驾驶员舒适指标，/>为骨骼关键点总数，/>为驾驶员骨骼关键点坐姿调整数据点中第i个骨骼关键点，/>为驾驶员最适坐姿骨骼关键点数据中第i个骨骼关键点，/>为求距函数，/>为/>到/>之间的距离。
本方案中，骨骼检测点使用现有的OpenPose网络进行训练以及模拟，首先基于身体的标准比例，进行训练骨骼关键点拟合模型，之后通过骨骼关键点拟合模型基于驾驶人员的身高信息，计算出驾驶人员的骨骼关键点预测数据，通过骨骼关键点预测数据进行建立驾驶员的体态模型，通过驾驶时的必要动作即踩油门和握方向盘，进行拟合出驾驶座椅处于不同位置处时，驾驶员体态姿势，通过与驾驶员最适坐姿骨骼关键点数据对应的体态姿势进行拟合分析，确定驾驶座椅最佳位置。
请参阅图6所示，基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据具体包括：
确定有乘车人员的乘车座椅，记为乘坐乘车座椅；
将乘车人员身高预测数据代入骨骼关键点拟合模型中，获得乘车人员每个骨骼关键点的预测数据；
根据乘车人员每个骨骼关键点的预测数据进行计算乘车人员左臀到左膝的距离和左膝到左足首的距离和/或乘车人员右臀到右足首的距离和右膝到右足首的距离，获得左腿长度预测数据和/或右腿长度预测数据；
根据乘车人员的左腿长度预测数据和/或右腿长度预测数据计算乘车人员腿部完全舒展时所需的空间长度，记为最佳乘车空间长度；
获取乘车人员座椅前方的空间信息；
根据乘车人员座椅前方的空间信息计算乘车座椅处于不同位置处时，乘车人员座椅前方的空间长度，获得乘车调节空间长度；
将乘车调节空间长度与最佳乘车空间长度代入乘车舒适指标计算公式，进行计算乘车舒适指标；
获得乘车座椅位置处于不同位置处时，各个乘坐乘车座椅处的乘车舒适指标；
基于整车舒适计算公式，按照各乘车座椅的舒适权重值进而确定乘车座椅位置处于不同位置处时的整车舒适指标；
筛选出整车舒适指标最大时的乘车座椅位置，记为座椅最佳分布数据；
其中，乘车舒适指标计算公式为：式中，/>为乘车舒适指标，/>为乘车调节空间长度，/>为最佳乘车空间长度。
整车舒适计算公式为：式中，/>为整车舒适指标，/>为第j个乘坐乘车座椅处的舒适权重值，/>为第j个乘坐乘车座椅处的乘车舒适指标，m为乘坐乘车座椅总数。
对于乘车人员来说，保持腿部的舒展即可保证最舒适的乘车体验，因此在本方案中，通过对座椅位置调节时，导致的座椅前方的空间长度变化与最佳乘车空间长度之间的差距来表示该座椅处的乘车舒适指标，当座椅前方的空间长度大于最佳乘车空间长度时，此时乘坐人员可保持着最舒适的乘坐体验，当座椅前方的空间长度小于最佳乘车空间长度时，其与最佳乘车空间长度的差值越大，则乘坐人员的乘坐体验越不舒适，因此在计算时乘车舒适指标越大，乘坐人员的乘坐体验越不舒适；
可以理解的是，车内一个座椅的移动会影响多个乘坐座椅的乘坐舒适度，例如副驾驶座位移动会同时影响副驾驶座位和副驾驶后面的座位的乘坐舒适度，同时为照顾到车内不同位置的不同乘坐舒适度需求，可针对于车内的不同乘坐座椅位置施加不同的舒适权重值，例如，当车内有孕妇时，孕妇所坐的座椅的舒适权重值应适当提高，通过本方案中的整车舒适计算公式计算出的整车舒适指标可有效的根据车内不同的乘坐需求进行智能化座椅调节，进而保证车内人员有着最佳的乘坐体验。
再进一步的，本发明还提出一种计算机可读存储介质，其上存储有计算机可读程序，计算机可读程序被调用时执行如上述的混动车辆车身综合智能域控方法；
可以理解的是，计算机可读存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。
综上所述，本发明的优点在于：可针对混动车辆内部的驾驶和乘坐人员的体态数据进行智能化座舱座椅调节，使混动车辆内部的驾驶人员和车内乘坐人员获得最佳的驾驶和乘坐体验。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (6)

1.一种混动车辆车身综合智能域控方法，其特征在于，包括：
判断车内座椅是否有人员；
采集车内每一个人员的人体面部关键点，根据人员的人体面部关键点计算每一个人员的面部关键点高度；
获取混动车辆座椅高度；
按照标准人体比例，基于人体面部关键点高度和混动车辆座椅高度进行驾驶员身高拟合计算，获取人员身高预测数据，所述人员身高预测数据包括驾驶员身高预测数据和乘车人员身高预测数据；
基于驾驶员身高预测数据进行计算驾驶座椅最佳位置；
基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据；
根据驾驶座椅最佳位置和座椅最佳分布数据生成并输出伺服控制数据至车内座椅伺服调节模块，调节车内每一个座椅到座椅最佳位置处；
基于驾驶员最适坐姿骨骼关键点数据和混动车辆驾驶关键位置，进行计算驾驶座椅最佳位置具体包括：
计算驾驶座椅处于不同位置处时，驾驶员左足首和右足首处于混动车辆油门刹车区域，左手首和右手首处于混动车辆方向盘区域，左臀和右臀位于驾驶座椅时的驾驶员骨骼关键点数据，获得驾驶员骨骼关键点坐姿调整数据；
按照驾驶员舒适指标计算公式，将驾驶员骨骼关键点坐姿调整数据与驾驶员最适坐姿骨骼关键点数据进行拟合计算，获得驾驶员舒适指标；
筛选出驾驶员舒适指标最大时的驾驶座椅姿态位置，以此姿态位置作为驾驶座椅最佳位置；
其中，所述驾驶员舒适指标计算公式为：式中，/>为驾驶员舒适指标，/>为骨骼关键点总数，/>为驾驶员骨骼关键点坐姿调整数据点中第i个骨骼关键点，/>为驾驶员最适坐姿骨骼关键点数据中第i个骨骼关键点，/>为求距函数，/>为/>到/>之间的距离；
所述基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据具体包括：
确定有乘车人员的乘车座椅，记为乘坐乘车座椅；
将乘车人员身高预测数据代入骨骼关键点拟合模型中，获得乘车人员每个骨骼关键点的预测数据；
根据乘车人员每个骨骼关键点的预测数据进行计算乘车人员左臀到左膝的距离和左膝到左足首的距离和/或乘车人员右臀到右足首的距离和右膝到右足首的距离，获得左腿长度预测数据和/或右腿长度预测数据；
根据乘车人员的左腿长度预测数据和/或右腿长度预测数据计算乘车人员腿部完全舒展时所需的空间长度，记为最佳乘车空间长度；
获取乘车人员座椅前方的空间信息；
根据乘车人员座椅前方的空间信息计算乘车座椅处于不同位置处时，乘车人员座椅前方的空间长度，获得乘车调节空间长度；
将乘车调节空间长度与最佳乘车空间长度代入乘车舒适指标计算公式，进行计算乘车舒适指标；
获得乘车座椅位置处于不同位置处时，各个乘坐乘车座椅处的乘车舒适指标；
基于整车舒适计算公式，按照各乘车座椅的舒适权重值进而确定乘车座椅位置处于不同位置处时的整车舒适指标；
筛选出整车舒适指标最大时的乘车座椅位置，记为座椅最佳分布数据；
其中，所述乘车舒适指标计算公式为：式中，/>为乘车舒适指标，为乘车调节空间长度，/>为最佳乘车空间长度；
所述整车舒适计算公式为：式中，/>为整车舒适指标，/>为第j个乘坐乘车座椅处的舒适权重值，/>为第j个乘坐乘车座椅处的乘车舒适指标，m为乘坐乘车座椅总数。
2.根据权利要求1所述的一种混动车辆车身综合智能域控方法，其特征在于，所述基于驾驶员身高预测数据进行计算驾驶座椅最佳位置具体包括：
调用人体骨骼关键点拟合模型；
将驾驶员身高预测数据代入骨骼关键点拟合模型，获得驾驶员每个骨骼关键点的预测数据，所述骨骼关键点至少包括左耳、左眼、左肩、左肘、左手首、左腰、左臀、左膝、左足首、右耳、右眼、右肩、右肘、右手首、右腰、右臀，左膝、右足首；
获取最佳驾驶坐姿，将驾驶员每一个骨骼关键点的预测数据与最佳驾驶姿势进行骨骼关键点拟合，获得驾驶员最适坐姿骨骼关键点数据；
基于驾驶员最适坐姿骨骼关键点数据和混动车辆驾驶关键位置，进行计算驾驶座椅最佳位置，所述混动车辆驾驶关键位置包括混动车辆方向盘区域、混动车辆油门刹车区域。
3.根据权利要求2所述的一种混动车辆车身综合智能域控方法，其特征在于，所述人体骨骼关键点拟合模型的训练过程具体包括：
采集若干个人体尺寸数据，基于人体尺寸数据的身高数据和每个骨骼关键点的位置进行计算每一个人体尺寸数据中每个骨骼关键点的比例样本数据，获得若干组骨骼关键点的比例样本数据；
基于格拉布斯准则对每组骨骼关键点的比例样本数据中的故障值进行剔除，获得若干组骨骼关键点的标准比例样本数据，所述骨骼关键点的比例样本数据中的故障值为每组骨骼关键点的比例样本数据中不符合正态分布的数据；
对每组骨骼关键点的标准比例样本数据进行求取平均值，平均值为每个骨骼关键点的计算标准比例；
其中，所述格拉布斯准则的表达式为：式中，/>为第i个骨骼关键点的比例样本数据，/>为所有骨骼关键点的比例样本数据的平均值，/>是为所有骨骼关键点的比例样本数据的标准差，bpn为临界值，临界值通过查格拉布斯表确定，若该表达式成立，则，/>为故障值，否则，/>为正常值。
4.一种混动车辆车身综合智能域控系统，其特征在于，用于实现如权利要求1-3任一项所述的混动车辆车身综合智能域控方法，包括：
处理器模块，所述处理器模块用于进行基于采集的面部数据进行计算每一个人员的身高数据、基于驾驶员身高预测数据进行计算驾驶座椅最佳位置和基于乘车人员身高预测数据以及各乘车座椅的舒适权重值，进行智能化计算座椅最佳分布数据；
座椅伺服调节模块，所述座椅伺服调节模块用于调节车内座椅位置；
伺服控制器模块，伺服控制器模块与所述处理器模块和所述座椅伺服调节模块电性连接，所述伺服控制器模块用于生成并输出伺服控制数据至车内座椅伺服调节模块；
传感模块，传感模块与所述处理器模块电性连接，所述传感模块用于判断车内座椅是否有人员；
人员数据采集模块，人员数据采集模块与所述处理器模块电性连接，所述人员数据采集模块用于进行对确定有人员的座椅进行人员面部数据采集。
5.根据权利要求4所述的一种混动车辆车身综合智能域控系统，其特征在于，所述处理器模块内部集成有：
模型单元，模型单元用于训练人体骨骼关键点拟合模型；
身高预测单元，所述身高预测单元用于基于采集的面部数据进行计算每一个人员的身高数据；
拟合单元，所述拟合单元用于进行将驾驶员身高预测数据代入骨骼关键点拟合模型，获得驾驶员每个骨骼关键点的预测数据和将乘车人员身高预测数据代入骨骼关键点拟合模型中，获得乘车人员每个骨骼关键点的预测数据；
第一计算单元，所述第一计算单元用于进行驾驶员舒适指标计算；
第一筛选单元，所述第一筛选单元用于筛选出驾驶员舒适指标最大时的驾驶座椅姿态位置，以此姿态位置作为驾驶座椅最佳位置；
第二计算单元，所述第二计算单元用于进行乘车舒适指标计算；
第三计算单元，所述第三计算单元用于基于整车舒适计算公式，按照各乘车座椅的舒适权重值进而确定乘车座椅位置处于不同位置处时的整车舒适指标；
第二筛选单元，所述第二筛选单元用于筛选出整车舒适指标最大时的乘车座椅位置，记为座椅最佳分布数据。
6.一种计算机可读介质，其上存储有计算机可读程序，所述计算机可读程序被调用时执行如权利要求1-3任一项所述的混动车辆车身综合智能域控方法。
CN202311387707.8A 2023-10-25 2023-10-25 一种混动车辆车身综合智能域控方法、系统及存储介质 Active CN117429375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311387707.8A CN117429375B (zh) 2023-10-25 2023-10-25 一种混动车辆车身综合智能域控方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311387707.8A CN117429375B (zh) 2023-10-25 2023-10-25 一种混动车辆车身综合智能域控方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN117429375A CN117429375A (zh) 2024-01-23
CN117429375B true CN117429375B (zh) 2024-04-26

Family

ID=89556380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311387707.8A Active CN117429375B (zh) 2023-10-25 2023-10-25 一种混动车辆车身综合智能域控方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN117429375B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010083297A (ja) * 2008-09-30 2010-04-15 Denso Corp シート制御システム
CN113602222A (zh) * 2021-08-12 2021-11-05 吉林大学 一种基于眼椭圆的共享汽车智能座椅最优坐姿确定方法
CN116176374A (zh) * 2023-02-03 2023-05-30 中国第一汽车股份有限公司 一种车辆座椅调节方法、车辆座椅调节系统及其车辆
CN116758519A (zh) * 2022-03-02 2023-09-15 博泰车联网(南京)有限公司 基于视觉人工智能ai的汽车座椅微调方法及相关设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010083297A (ja) * 2008-09-30 2010-04-15 Denso Corp シート制御システム
CN113602222A (zh) * 2021-08-12 2021-11-05 吉林大学 一种基于眼椭圆的共享汽车智能座椅最优坐姿确定方法
CN116758519A (zh) * 2022-03-02 2023-09-15 博泰车联网(南京)有限公司 基于视觉人工智能ai的汽车座椅微调方法及相关设备
CN116176374A (zh) * 2023-02-03 2023-05-30 中国第一汽车股份有限公司 一种车辆座椅调节方法、车辆座椅调节系统及其车辆

Also Published As

Publication number Publication date
CN117429375A (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
Reed et al. Effects of vehicle interior geometry and anthropometric variables on automobile driving posture
CN110377988B (zh) 乘员道路交通事故损伤预测方法
CN112353393B (zh) 一种智能驾驶汽车乘员状态检测系统
CN114030436A (zh) 一种汽车座舱调节方法
CN113610364B (zh) 一种基于虚拟现实的汽车人机工程评价方法及评价系统
CN113139474A (zh) 生物识别技术和数据驱动下的汽车座舱智能适应模型算法
CN117429375B (zh) 一种混动车辆车身综合智能域控方法、系统及存储介质
CN112229642B (zh) 一种基于工效学的乘用车驾驶动态舒适性测试分析方法
Li et al. Quantitative evaluation of vehicle seat driving comfort during short and long term driving
CN109738205B (zh) 一种集成车辆自动紧急制动与安全气囊系统的乘员防护方法
Kang et al. Motion responses by occupants in out-of-seat positions during autonomous emergency braking
CN117232869A (zh) 一种基于多传感器融合的驾驶员离位响应采集系统及方法
CN112208541A (zh) 智慧乘员舱的参数化确定方法、装置和计算机设备
Zhenhai et al. The Driver’s Steering Feel Assessment Using EEG and EMG signals G
Parkinson et al. Robust truck cabin layout optimization using advanced driver variance models
CN114714995A (zh) 一种基于人体参数化模型的车辆座舱匹配调节方法
Du et al. Research and validation of intelligent control strategy for car seat comfort
CN113044045A (zh) 一种智能座舱内座椅自适应调整方法
CN117268798B (zh) 降低汽车碰撞假人头颈部损伤的驾驶姿态确定方法及介质
CN114611887B (zh) 一种汽车中控台及中央扶手高度设定方法、系统及装置
Sang et al. Development Of An Adjustable Physical Mockup Used For Design Validation Of Passenger Car Ergonomics And Interiors
Li et al. Optimization of Driver Cabin Human Factors Design for Sweeper Truck Based on Ramsis: Enhancing Driver Comfort and Safety
Lu et al. Modeling Car-Following Behavior of Brain-Control Driving with Queuing Network Architecture
DE102018214445A1 (de) Verfahren zur Ermittlung eines Insassenmodells und Bildaufnahmeeinrichtung
Qu et al. A human comfort analysis with fuzzy weight calculation for designing cab of the vehicle

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