DE102021211739A1 - Determination of the position of the sternum - Google Patents
Determination of the position of the sternum Download PDFInfo
- Publication number
- DE102021211739A1 DE102021211739A1 DE102021211739.2A DE102021211739A DE102021211739A1 DE 102021211739 A1 DE102021211739 A1 DE 102021211739A1 DE 102021211739 A DE102021211739 A DE 102021211739A DE 102021211739 A1 DE102021211739 A1 DE 102021211739A1
- Authority
- DE
- Germany
- Prior art keywords
- occupant
- sternum
- sensor
- determining
- sensor data
- 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.)
- Granted
Links
- 210000001562 sternum Anatomy 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 210000003109 clavicle Anatomy 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 2
- 208000010496 Heart Arrest Diseases 0.000 description 9
- 230000000747 cardiac effect Effects 0.000 description 7
- 206010041349 Somnolence Diseases 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008672 reprogramming Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H31/00—Artificial respiration or heart stimulation, e.g. heart massage
- A61H31/004—Heart stimulation
- A61H31/005—Heart stimulation with feedback for the user
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H31/00—Artificial respiration or heart stimulation, e.g. heart massage
- A61H31/004—Heart stimulation
- A61H31/006—Power driven
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H11/00—Belts, strips or combs for massage purposes
- A61H2011/005—Belts, strips or combs for massage purposes with belt or strap expanding and contracting around an encircled body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/01—Constructive details
- A61H2201/0119—Support for the device
- A61H2201/0138—Support for the device incorporated in furniture
- A61H2201/0149—Seat or chair
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5007—Control means thereof computer controlled
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2201/00—Characteristics of apparatus not provided for in the preceding codes
- A61H2201/50—Control means thereof
- A61H2201/5058—Sensors or detectors
- A61H2201/5092—Optical sensor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61H—PHYSICAL THERAPY APPARATUS, e.g. DEVICES FOR LOCATING OR STIMULATING REFLEX POINTS IN THE BODY; ARTIFICIAL RESPIRATION; MASSAGE; BATHING DEVICES FOR SPECIAL THERAPEUTIC OR HYGIENIC PURPOSES OR SPECIFIC PARTS OF THE BODY
- A61H2203/00—Additional characteristics concerning the patient
- A61H2203/04—Position of the patient
- A61H2203/0425—Sitting on the buttocks
- A61H2203/0431—Sitting on the buttocks in 90°/90°-position, like on a chair
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
Landscapes
- Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Epidemiology (AREA)
- Pain & Pain Management (AREA)
- Physical Education & Sports Medicine (AREA)
- Rehabilitation Therapy (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zur Bestimmung einer Sternumsposition (36) eines Insassen (24) eines Kraftfahrzeugs (42), ein entsprechendes Computer-Programm, sowie eine entsprechende Vorrichtung (10) und ein System (18).
Es ist vorgesehen, dass eine Position des Brustbeins (36) anhand von anatomischen Zusammenhängen ermittelt wird. Dabei werden Daten (44) wie Fahrzeugeinstellungen eines Fahrers (24) und/oder Sensordaten mit Informationen zu dem Fahrer (24) zugrunde gelegt. Diese Daten geben Aufschluss über eine Körperrelation des Fahrers (24) anhand der mittels einer Kl und/oder einem überbestimmten Gleichungssystem die Position des Brustbeins (36) ermittelt wird.
The invention relates to a method for determining a sternum position (36) of an occupant (24) of a motor vehicle (42), a corresponding computer program, and a corresponding device (10) and a system (18).
It is provided that a position of the sternum (36) is determined based on anatomical relationships. This is based on data (44) such as vehicle settings of a driver (24) and/or sensor data with information about the driver (24). This data provides information about a body relation of the driver (24) based on which the position of the sternum (36) is determined by means of a cl and/or an overdetermined system of equations.
Description
Die Erfindung betrifft ein Verfahren zur Bestimmung einer Sternumsposition eines Insassen eines Kraftfahrzeugs, ein entsprechendes Computer-Programm sowie eine entsprechende Vorrichtung und ein System.The invention relates to a method for determining a sternum position of an occupant of a motor vehicle, a corresponding computer program and a corresponding device and a system.
Jedes Jahr erleiden etliche Fahrer von Fahrzeugen während der Fahrt einen Herzinfarkt/Herzstillstand. Infolgedessen kommt es häufig zu schweren Unfällen. Zukünftig kann durch den Einsatz von Innenraumsensorik im Fahrzeug ein Herzstillstand sicher detektiert werden. Nach Erkennung eines Herzstillstands kann eine Reanimation im Fahrzeug eingeleitet werden. Die dafür übliche Herzdruckmassage soll bevorzugt mittels des Sicherheitsgurtes erfolgen; am Gurt kann gegebenenfalls zusätzlich ein Druckkörper angebracht sein. Damit der Gurt, eventuell mit dem Druckkörper, eine effektive Reanimation durchführen kann, ist die richtige Positionierung relativ zum Sternum des Insassen sehr wichtig; bei einer Herzdruckmassage soll nach medizinischen Vorgaben in der unteren Hälfte des Sternums, also des Brustbeins, gedrückt werden.Every year, quite a number of drivers of vehicles suffer a heart attack/cardiac arrest while driving. As a result, serious accidents often occur. In the future, cardiac arrest can be reliably detected by using interior sensors in the vehicle. After cardiac arrest has been detected, resuscitation can be initiated in the vehicle. The usual cardiac massage should preferably be done using the seat belt; If necessary, a pressure body can also be attached to the belt. Proper positioning relative to the occupant's sternum is very important for the sling, possibly with the compression hull, to perform effective resuscitation; According to medical guidelines, cardiac massage should be applied in the lower half of the sternum, i.e. the breastbone.
Aus der Offenlegungsschrift
Aus der Offenlegungsschrift
Aus der Offenlegungsschrift
Der Erfindung liegt nun die Aufgabe zugrunde, eine Möglichkeit zu schaffen, eine verbesserte Erkennung einer Position des Sternums eines Fahrers zu ermöglichen. Insbesondere soll eine Möglichkeit angegeben werden, eine Sternumsposition basierend auf bereits vorhandene Sensoren zu ermitteln.The invention is now based on the object of creating a possibility of enabling improved detection of a position of a driver's sternum. In particular, a possibility is to be specified for determining a sternum position based on sensors that are already present.
Gelöst wird diese Aufgabe von einem Verfahren zur Bestimmung einer Sternumsposition eines Insassen eines Kraftfahrzeugs, umfassend die Schritte:
- - Empfangen von Sensordaten mit Informationen zu dem Insassen;
- - Analysieren der Sensordaten und Abschätzen eines Körpermerkmals des Insassen basierend auf den Sensordaten; und
- - Ermitteln einer Sternumsposition des Insassen basierend auf dem abgeschätzten Körpermerkmal des Insassen und einer anatomischen Regel.
- - receiving sensor data with information about the occupant;
- - analyzing the sensor data and estimating a body feature of the occupant based on the sensor data; and
- - determining a sternum position of the occupant based on the estimated body feature of the occupant and an anatomical rule.
Weiterhin gelöst wird die obige Aufgabe von einem Computer-Programm mit Programm-Code-Mitteln, um alle Schritte eines Verfahrens wie zuvor definiert durchzuführen, wenn das Computer-Programm auf einem Computer, einen Kraftfahrzeugsteuergerät oder einer entsprechenden Recheneinheit ausgeführt wird.The above object is also achieved by a computer program with program code means to carry out all the steps of a method as defined above when the computer program is executed on a computer, a motor vehicle control device or a corresponding computing unit.
Zudem wird die obige Aufgabe gelöst von einer Vorrichtung zur Bestimmung einer Sternumsposition eines Insassen eines Kraftfahrzeugs, mit:
- - einer Eingangsschnittstelle zum Empfangen von Sensordaten mit Informationen zu dem Insassen;
- - einer Analyseeinheit zum Analysieren der Sensordaten und Abschätzen eines Körpermerkmals des Insassen basierend auf den Sensordaten und Ermitteln einer Sternumsposition basierend auf dem abgeschätzten Körpermerkmal des Insassen und einer anatomischen Regel; und
- - einer Ausgangsschnittstelle zum Übermitteln der ermittelten Sternumsposition an eine Fahrzeugeinheit.
- - An input interface for receiving sensor data with information about the occupant;
- - an analysis unit for analyzing the sensor data and estimating a body feature of the occupant based on the sensor data and determining a sternum position based on the estimated body feature of the occupant and an anatomical rule; and
- - an output interface for transmitting the determined sternum position to a vehicle unit.
Schließlich wird die obige Aufgabe gelöst von einem System zur Bestimmung einer Sternumsposition eines Insassen eines Kraftfahrzeugs, mit:
- - einer Vorrichtung wie zuvor definiert, und
- - wenigstens einer Insassenkamera, einem Sensor zum Erfassen einer Sitzeinstellung des Insassen, einem Sensor zum Erfassen einer Lenkradeinstellung des Insassen, einem Sensor zum Erfassen einer Rückspiegeleinstellung des Insassen, einem Sensor zum Erfassen einer Außenspiegeleinstellung des Insassen, einem Sensor zum Erfassen einer Mittelarmlehneneinstellung des Insassen, einem Sensor zum Erfassen eines Gewichts des Insassen und/oder einem Sensor zum Erfassen eines Gurtbandauszugs.
- - a device as defined above, and
- - at least one occupant camera, a sensor for detecting a seat adjustment of the occupant, a sensor for detecting a steering wheel adjustment of the occupant, a sensor for detecting a rearview mirror adjustment of the occupant, a sensor for detecting an exterior mirror adjustment of the occupant, a sensor for detecting a center armrest adjustment of the occupant, a sensor for detecting a weight of the occupant and/or a sensor for detecting a belt webbing extension.
Durch eine Eingangsschnittstelle kann eine kosteneffiziente Vorrichtung geschaffen werden, die vorzugsweise mit vorhandenen, im Kraftfahrzeug verbauten Systemen, Modulen und Einheiten verwendet werden kann. Eine Eingangsschnittstelle kann dabei kabelgebunden und/oder bevorzugt drahtlos ausgebildet sein und vorzugsweise ein oder mehrere Kommunikationsprotokolle unterstützen. Die Analyseeinheit ist bevorzugt dazu ausgebildet, die Schritte des Verfahrens durchzuführen. Durch ein Ermitteln einer Sternumsposition des Insassen basierend auf einem abgeschätzten Körpermerkmal des Insassen und einer anatomischen Regel kann die Sternumsposition zuverlässig bestimmt werden. Insbesondere können Körpermerkmale durch verschiedene Messungen und Kombination der Messungen zuverlässig und genau abgeschätzt werden. Das Ableiten einer Sternumsposition basierend auf den Körpermerkmalen und einer anatomischen Regel erlaubt eine genaue Bestimmung der Sternumsposition ohne diese direkt mit einer Messung erfassen zu müssen. Es versteht sich, dass die Vorrichtung auch rein Softwaretechnisch geschaffen werden kann. Insbesondere ist es denkbar, die Vorrichtung in Form einer entsprechenden Umprogrammierung eines Kraftfahrzeugsteuergeräts zu schaffen.A cost-effective device can be created by an input interface, which can preferably be used with existing systems, modules and units installed in the motor vehicle. An input interface can be wired and/or preferably wireless and preferably support one or more communication protocols. The analysis unit is preferably designed to carry out the steps of the method. By determining a sternal position of the occupant based on an estimated body feature of the occupant and an anatomical rule, the sternal position can be reliably determined. In particular, body features can be reliably and accurately estimated by various measurements and combinations of the measurements. Deriving a sternum position based on body features and an anatomical rule allows for an accurate determination of the sternum position without having to record it directly with a measurement. It goes without saying that the device can also be created purely by software. In particular, it is conceivable to create the device in the form of a corresponding reprogramming of a motor vehicle control unit.
In bevorzugter Ausgestaltung der Erfindung ist vorgesehen, dass die Sensordaten Informationen bezüglich einer oder mehrerer der folgenden Cock-Pit-Einstellungen umfassen: Position einer Sitzfläche, Position eines Lenkrads, Position einer Kopfstütze, Einstellung von Außenspiegeln, Einstellung eines Rückspiegels, Einstellung einer Mittelarmlehne; und/oder einer oder mehrerer der folgenden insassenspezifischen Messungen umfassen: Gewicht des Insassen, Länge eines Gurtbandauszugs aus einem Retraktor; und das Abschätzen eines Körpermerkmals des Insassen ein Abschätzen wenigstens eines oder mehrerer der folgenden Körpermerkmale des Insassen umfasst: einer Größe, einer Beinlänge, Proportionen, einer Armlänge, einer Entfernung von Schultern zum Scheitel, einem Geschlecht. Die Einstellungen im Cock-Pit können technisch einfach und schnell erfasst werden. Insbesondere bleiben diese Einstellungen die meiste Zeit konstant, sodass ein einmaliges Analysieren dieser Einstellungen ausreichen kann, um wenigstens ein Körpermerkmal des Insassen abzuschätzen. Ferner ergeben sich vorzugsweise eine Vielzahl von verschiedenen Längenmaße aus denen die Position des Sternums bestimmt werden kann. Es ist nicht zwangsläufig davon auszugehen, dass jeder Insasse beziehungsweise Fahrer die für sie optimalen Einstellungen konfiguriert. Durch die Vielzahl der erfassten Cock-Pit-Einstellungen und/oder insassenspezifischen Messungen kann eine wahrscheinlichste Sternumsposition ermittelt werden. Insbesondere können die Position der Sitzfläche in Längsrichtung, in der Höhe sowie der Neigung erfasst werden, vor allem wenn eine elektrische Sitzverstellung vorliegt. Ferner kann die Position des Lenkrads, insbesondere wie weit ist es ausgefahren und in welchem Winkel zum Fahrer in Bezug zur Fahrzeugebene das Lenkrad geneigt ist, erfasst werden. Weiter kann die Position der Kopfstütze in Längsrichtung, in der Höhe sowie der Neigung erfasst werden. Die Einstellung der beiden Außenspiegel, sodass Lote vom Mittelpunkt der Spiegelflächen sich in der Höhe der Augen des Fahrers schneiden sollten, kann erfasst werden. Die Einstellung des Rückspiegels kann in Bezug zur Kopfposition erfasst werden.In a preferred embodiment of the invention, it is provided that the sensor data includes information relating to one or more of the following cockpit settings: position of a seat, position of a steering wheel, position of a headrest, setting of exterior mirrors, setting of a rear-view mirror, setting of a center armrest; and/or one or more of the following occupant-specific measurements: occupant weight, length of a webbing extension from a retractor; and estimating a body characteristic of the occupant comprises estimating at least one or more of the following body characteristics of the occupant: a height, a leg length, proportions, an arm length, a shoulder-to-crown distance, a gender. The settings in the cock pit can be recorded quickly and easily from a technical point of view. In particular, these settings remain constant most of the time, so analyzing these settings once may be sufficient to estimate at least one physical feature of the occupant. Furthermore, there are preferably a large number of different linear dimensions from which the position of the sternum can be determined. It cannot necessarily be assumed that every occupant or driver configures the settings that are optimal for them. A most probable sternum position can be determined from the large number of recorded cock pit settings and/or occupant-specific measurements. In particular, the position of the seat surface in the longitudinal direction, in height and in the inclination can be detected, especially if there is an electric seat adjustment. Furthermore, the position of the steering wheel, in particular how far it is extended and at what angle the steering wheel is tilted to the driver in relation to the plane of the vehicle, can be detected. Furthermore, the position of the headrest in the longitudinal direction, in height and in inclination can be recorded. The adjustment of the two exterior mirrors so that perpendiculars from the center of the mirror surfaces should intersect at the level of the driver's eyes can be detected. The adjustment of the rear view mirror can be detected in relation to the head position.
In weiterer bevorzugter Ausgestaltung der Erfindung ist vorgesehen, dass ein Ermitteln einer Sternumsposition ein Berücksichtigen einer Vielzahl von Informationen in einem überbestimmten Gleichungssystem umfasst; und eine wahrscheinlichste Sternumsposition durch Interpolation basierend auf dem überbestimmten Gleichungssystem ermittelt wird. Hierdurch kann eine Vielzahl von Informationen, die im Idealfall redundant sind, technisch zuverlässig verarbeitet werden und Abweichungen einer Information oder ein Messfehler können ausgeglichen werden. Es kann eine hochzuverlässige Ermittlung der Sternumsposition erfolgen.In a further preferred embodiment of the invention, it is provided that determining a sternum position includes taking into account a large number of pieces of information in an overdetermined system of equations; and determining a most probable sternum position by interpolation based on the overdetermined equation system. In this way, a large amount of information, which is ideally redundant, can be processed in a technically reliable manner and deviations in information or a measurement error can be compensated for. A highly reliable determination of the sternal position can take place.
In weiterer bevorzugter Ausgestaltung der Erfindung ist vorgesehen, dass die Sensordaten Daten einer Insassenkamera, die vorzugsweise in einem Kombiinstrument und/oder einem Dachhimmel angeordnet ist, umfassen. Hierdurch kann eine Innenkamera, zum Beispiel im Kombiinstrument oder Dachhimmel, genutzt werden, die ohnehin schon zur Fahrerbeobachtung für autonome Fahrfunktionen vorhanden sein kann. Es kann eine kostengünstige Methode zur Bestimmung der Sternumsposition geschaffen werden.In a further preferred embodiment of the invention, it is provided that the sensor data include data from an occupant camera, which is preferably arranged in an instrument cluster and/or a headliner. As a result, an interior camera, for example in the instrument cluster or roof liner, can be used, which can already be present for driver observation for autonomous driving functions. An inexpensive method for determining the position of the sternum can be created.
In weiterer bevorzugter Ausgestaltung der Erfindung ist vorgesehen, dass ein Körpermerkmal des Insassen, insbesondere eine Position des Gesichts, eine Position des Halses, eine Position der Schultern, besonders bevorzugt einer Position des Schlüsselbeins, eine Position der Oberarme und/oder der Ellenbogen, mittels eines Bilderkennungsalgorithmus, vorzugsweise mittels Kantendetektion, Flächendetektion und/oder Farberkennung, abgeschätzt wird. Anhand dieser Informationen und unter Kenntnis der anatomischen Zusammenhänge, kann dann die Position des Sternums abgeschätzt werden. Im Gegensatz zu einem Deep Learning Ansatz sind hier mehr Annahmen, zum Beispiel über die anatomischen Zusammenhänge, nötig. Zudem ist ein höherer Entwicklungsaufwand erforderlich, um über Kanten-, Flächendetektion und Farberkennung die Körperteile robust zu identifizieren und genau zu vermessen. Vorteilhaft ist dagegen, dass wesentlich weniger Bilder für die Entwicklung notwendig sind und auch die Abschätzung der Sternumsposition verbessert durchgeführt werden kann, da der Einfluss von Bildmerkmalen wesentlich exakter bekannt ist. Vorzugsweise ist keine weitere Sensorik, zum Beispiel in den Sitzen, notwendig. Es versteht sich, dass alternativ oder zusätzlich auch eine Infrarotkamera zum Einsatz kommen kann, um anhand der Temperaturen im Thoraxbereich die Position des Sternums abzuschätzen.In a further preferred embodiment of the invention it is provided that a body feature of the occupant, in particular a position of the face, a position of the neck, a position of the shoulders, particularly preferably a position of the clavicle, a position of the upper arms and / or the elbows, by means of a Image recognition algorithm, preferably by means of edge detection, area detection and / or color recognition is estimated. Using this information and knowing the anatomical relationships, the position of the sternum can then be estimated. In contrast to a deep learning approach, more assumptions are necessary here, for example about the anatomical relationships. In addition, a higher development effort is required in order to identify and precisely measure the body parts using edge, surface detection and color recognition. On the other hand, it is advantageous that significantly fewer images are required for the development and the estimation of the sternum position can also be carried out better, since the influence of image features is known much more precisely. Preferably, no further sensors, for example in the seats, are necessary. It goes without saying that, alternatively or additionally, an infrared camera can also be used in order to estimate the position of the sternum based on the temperatures in the thoracic area.
In weiterer bevorzugter Ausgestaltung der Erfindung ist vorgesehen, dass das Abschätzen des Körpermerkmals des Insassen und Ermitteln einer Sternumsposition mittels einer Kl, insbesondere mittels eines tiefen neuronalen Netzes, erfolgt. Besonders vorteilhaft hierbei ist, dass wenige zu definierende Annahmen gemacht werden müssen. Ein KI-Lernverfahren schließt rein anhand von Bilddaten auf die Sternumsposition. Die genauen anatomischen Relationen zwischen verschiedenen Körperregionen müssen dazu nicht bekannt sein, jedoch aber eine große Anzahl an verschiedenen Fotos, damit das Netz die Zusammenhänge automatisch erlernen kann. Folglich lernt das Netz die anatomischen Regeln, ohne dass die anatomischen Regeln genau spezifiziert oder bekannt sein müssen. Die anatomische Regel ist durch die Struktur/Gewichte der KI inhärent abgebildet.In a further preferred embodiment of the invention, it is provided that the physical feature of the occupant is estimated and a position of the sternum is determined by means of an AI, in particular by means of a deep neural network. It is particularly advantageous here that few assumptions to be defined have to be made. An AI learning method uses only image data to determine the position of the sternum. The exact anatomical relationships between different body regions do not have to be known, but a large number of different photos do, so that the network can learn the connections automatically. As a result, the network learns the anatomical rules without having to specify or know the anatomical rules precisely. The anatomical rule is inherently mapped by the structure/weights of the AI.
In weiterer bevorzugter Ausgestaltung der Erfindung ist vorgesehen, dass die Kl mittels Abbildungen verschiedener Insassen, insbesondere Insassen aller Geschlechter, Insassen in unterschiedlicher Kleidung, Insassen in verschiedenen Sitzpositionen, besonders bevorzugt jeweils in verschiedenen Beleuchtungssituationen, aus der Perspektive der Insassenkamera und jeweils einer Information über die Sternumsposition des jeweiligen Insassen eingelernt wird. Beispielsweise kann im Rahmen der Fahrzeugentwicklung ein tiefes, neuronales Netz (Deep Learning) trainiert werden, wobei vorzugsweise Netzarchitekturen für Bilderkennungssysteme Anwendung finden. Im Rahmen des Trainings wird eine Vielzahl von Abbildungen verschiedener Fahrer aus der Perspektive der Innenkamera sowie jeweils eine Information über die Position des Sternums, zum Beispiel als x-y-Koordinaten mit Radien oder eine Bounding Box auf der Abbildung, in das Netz eingespeist. Dieses Netz lernt nun unter Nutzung typischer Lernalgorithmen automatisch den Zusammenhang zwischen Bilddaten und Sternumsposition. Besonders bevorzugt werden Abbildungen von vielen verschiedenen Fahrern aller Geschlechter, in unterschiedlichen Kleidungen, Sitzpositionen sowie Beleuchtungssituationen verwendet, um ein möglichst generalistisches Netz zu trainieren. Es versteht sich, dass für die Anwendung im Fahrzeug das trainierte neuronale Netz auf einem Steuergerät abgebildet werden kann, wobei das Steuergerät Bilder der Insassenkamera erhält und daraus die Sternumsposition abschätzt.In a further preferred embodiment of the invention, it is provided that the class can use images of different occupants, in particular occupants of all genders, occupants in different clothing, occupants in different seating positions, particularly preferably in different lighting situations, from the perspective of the occupant camera and information about the Sternum position of the respective occupant is taught. For example, a deep neural network (deep learning) can be trained as part of vehicle development, with network architectures for image recognition systems preferably being used. As part of the training, a large number of images of different drivers from the perspective of the inside camera and information about the position of the sternum, for example as xy coordinates with radii or a bounding box on the image, are fed into the network. Using typical learning algorithms, this network now automatically learns the connection between image data and the position of the sternum. Images are particularly preferred used by many different drivers of all genders, in different clothes, seating positions and lighting situations in order to train a network that is as general as possible. It goes without saying that the trained neural network can be mapped on a control device for use in the vehicle, with the control device receiving images from the occupant camera and estimating the sternum position from them.
Weitere bevorzugte Ausgestaltungen der Erfindung ergeben sich aus den übrigen, in den Unteransprüchen genannten Merkmalen.Further preferred configurations of the invention result from the remaining features mentioned in the dependent claims.
Die verschiedenen in dieser Anmeldung genannten Ausführungsformen der Erfindung sind, sofern im Einzelfall nicht anders ausgeführt, mit Vorteil miteinander kombinierbar. Insbesondere kann die Kombination eine genauere Abschätzung erlauben und beispielsweise ungenaue Messungen einzelner Sensorwerte kompensieren. So ist ein Nachteil einer typischen Mono-Insassenkamera, dass sie keine Tiefeninformationen besitzt. Es ist daher für sie ohne Zusatzinformationen nur schwer möglich, abzuschätzen, wie groß der Fahrer ist oder ob sich dieser bloß relativ nah an der Kamera befindet. Ein Lösungsansatz, um dann auf die richtige Körpergröße schließen zu können, könnte im Vermessen bekannter, sitzvariabler Komponenten bestehen. So kann etwa anhand der Höhe in Pixeln der Kopfstütze und der bekannten Höhe der Kopfstütze in Zentimetern errechnet werden, wie weit sich diese von der Kamera weg befindet. Dadurch ist eine genauere Abschätzung der Körpergröße und somit auch der Sternumsposition möglich.Unless stated otherwise in the individual case, the various embodiments of the invention mentioned in this application can advantageously be combined with one another. In particular, the combination can allow a more accurate assessment and, for example, compensate for inaccurate measurements of individual sensor values. Thus, a disadvantage of a typical mono inmate camera is that it has no depth information. Without additional information, it is therefore difficult for them to estimate how tall the driver is or whether he is just relatively close to the camera. One approach to finding the correct body size could be to measure known, seat-variable components. For example, the height in pixels of the headrest and the known height of the headrest in centimeters can be used to calculate how far it is from the camera. This enables a more precise estimation of the body size and thus also the position of the sternum.
Diese Tiefeninformationen können auch über die Sitzsensorik ermittelt werden, sofern diese verfügbar ist. Liegen diese Tiefeninformationen vor, so könnten Bilder der Kamera passend skaliert werden, um einem Deep Learning Ansatz oder einer Featureextraktion genauere Abschätzungen zu ermöglichen.This depth information can also be determined via the seat sensors, if these are available. If this depth information is available, images from the camera could be scaled appropriately to enable a deep learning approach or feature extraction to make more accurate estimates.
Bisherige Untersuchungen insbesondere im Rahmen durchgeführter Simulationen haben gezeigt, dass durch den Einsatz eines Druckkörpers die Effektivität der Herzdruckmassage mittels des Gurtsystems erhöht werden kann. Vorzugsweise kann eine größere Brusteindrückung bei gleicher Gurtkraft erreicht werden Es versteht sich, dass das System zur Bestimmung einer Sternumsposition eines Insassen eines Kraftfahrzeugs und/oder die entsprechende Vorrichtung mittels einem Aktor ein Einstellen eines Druckkörpers basierend auf der ermittelten Sternumsposition bewirkt und/oder eine Herzdruckmassage veranlassen kann. Der Druckkörper kann entweder in das Gurtsystem, zum Beispiel das Gurtband oder Gurtschloss, integriert sein oder als ein separates Bauteil ausgeführt sein, welches am Gurtband oder Gurtschloss befestigt beziehungsweise geführt wird. Das Gurtsystem kann entweder der herkömmliche Dreipunktgurt sein oder aber ein Zusatzgurtsystem. Damit der Gurt beziehungsweise der Druckkörper im Falle einer Herzdruckmassage eine vorteilhafte Wirkung erzielen kann, sollte der Gurt/Druckkörper relativ zum Insassen an der unteren Hälfte des Brustbeins positioniert sein. Die Position des Gurtbandverlaufs/Druckkörpers sollte automatisch an die Position des Sternums des Insassen angepasst werden. Es erfolgt eine Anpassung in Abhängigkeit von Größe, aktueller Insassenhaltung auf dem Sitz et cetera. Dazu muss die Position des Sternums ermittelt werden. Die Ermittlung der Sternumsposition kann kontinuierlich während der Benutzung des Fahrzeugs erfolgen oder aber erst durchgeführt werden, wenn ein Herzstillstand detektiert wurde, also vorzugsweise vor dem Beginn einer Reanimation. Während der Reanimation sollte die Sternumsposition ebenfalls kontinuierlich ermittelt werden, um bei eventuellen Veränderungen der Position eine Nachpositionierung von Gurt/Druckkörper durchzuführen.Previous investigations, in particular within the framework of simulations carried out, have shown that the effectiveness of the cardiac massage using the belt system can be increased by using a pressure body. A greater chest compression can preferably be achieved with the same belt force. It goes without saying that the system for determining a sternum position of an occupant of a motor vehicle and/or the corresponding device uses an actuator to adjust a pressure body based on the determined sternum position and/or to initiate a cardiac massage can. The pressure body can either be integrated into the belt system, for example the belt strap or belt lock, or it can be designed as a separate component which is attached or guided to the belt strap or belt lock. The belt system can either be the conventional three-point belt or an additional belt system. So that the belt or the pressure body can achieve an advantageous effect in the case of a cardiac massage, the belt/pressure body should be positioned on the lower half of the sternum relative to the occupant. The position of the webbing route/pressure hull should automatically adjust to the position of the occupant's sternum. There is an adjustment depending on size, current occupant posture on the seat, etc. To do this, the position of the sternum must be determined. The position of the sternum can be determined continuously while the vehicle is being used, or it can only be determined when cardiac arrest has been detected, ie preferably before the start of resuscitation. During resuscitation, the position of the sternum should also be determined continuously so that the belt/pressure body can be repositioned if the position changes.
KI, Machine Learning oder Maschinelles Lernen ist insbesondere ein Oberbegriff für die „künstliche“ beziehungsweise maschinelle Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt, sondern Muster und Gesetzmäßigkeiten in den Lerndaten erkannt. So kann das System auch unbekannte Daten beurteilen, ein sogenannter Lerntransfer, oder aber am Lernen unbekannter Daten scheitern, beispielsweise durch Überanpassung, englisch overfitting. Insbesondere kann beim sogenannten unüberwachten Lernen für eine gegebene Menge von Eingaben ein statistisches Modell erzeugt werden, das die Eingaben beschreibt und erkannte Kategorien und Zusammenhänge enthält und somit Vorhersagen ermöglicht. Deep Learning bezeichnet eine Methode des maschinellen Lernens, bei der künstliche neuronale Netze mit zahlreichen Zwischenschichten zwischen Eingabeschicht und Ausgabeschicht einsetzt und dadurch eine umfangreiche innere Struktur herausbildet wird.AI, machine learning or machine learning is a generic term for the "artificial" or machine generation of knowledge from experience: An artificial system learns from examples and can generalize them after the learning phase has ended. To do this, machine learning algorithms build a statistical model based on training data. This means that the examples are not simply learned by heart, but that patterns and regularities are recognized in the learning data. The system can also assess unknown data, a so-called learning transfer, or fail to learn unknown data, for example due to overfitting. In particular, in so-called unsupervised learning, a statistical model can be generated for a given set of inputs, which describes the inputs and contains recognized categories and relationships, thus enabling predictions. Deep learning is a method of machine learning that uses artificial neural networks with numerous intermediate layers between the input layer and the output layer, thereby forming a comprehensive inner structure.
Das Sternum oder Brustbein ist ein platter, schwertförmiger Knochen in der vorderen Mitte des Brustkorbs, an dem die Rippen beziehungsweise deren knorpelige Verlängerungen ansetzen. Das Brustbein des Mannes ist dabei schlanker als das der Frau.The sternum, or breastbone, is a flat, sword-shaped bone in the center front of the chest where the ribs or their cartilaginous extensions attach. The sternum of the man is slimmer than that of the woman.
Unter anatomischer Regel ist insbesondere ein Zusammenhang zwischen verschiedenen Körpermaßen untereinander gemeint. Durch Anwenden einer anatomischen Regel kann aus verschiedenen Körpermerkmalen, wie beispielsweise einer Armlänge oder einem Verhältnis von Armlänge zu Schulterbreite, unter anderem eine Position des Sternums ermittelt werden.Under anatomical rule is in particular a connection between different bodies permas mean among themselves. By applying an anatomical rule, a position of the sternum, among other things, can be determined from various body characteristics, such as arm length or a ratio of arm length to shoulder width.
Unter Körpermerkmal sind insbesondere messbare und/oder abschätzbare Eigenschaften von einzelnen Körperpartien eines menschlichen Körpers und/oder menschlichen Körperteilen zu verstehen. Insbesondere kann ein Körpermerkmal eine Armlänge, ein Gewicht, eine Halslänge, eine Kopfgröße oder dergleichen umfassen.Body features are to be understood in particular as meaning measurable and/or estimable properties of individual body parts of a human body and/or human body parts. In particular, a body feature may include arm length, weight, neck length, head size, or the like.
Die Erfindung wird nachfolgend in Ausführungsbeispielen anhand der zugehörigen Zeichnungen erläutert. Es zeigen:
-
1 eine schematische Darstellung einer Vorrichtung zur Bestimmung einer Sternumsposition; -
2a bis2c eine schematische Darstellungen eines Systems zur Bestimmung einer Sternumsposition und zur Reanimation; -
3 eine schematische Seitenansicht einer Fahrzeuginnenraums mit einer Insassenkamera; -
4 eine schematische Darstellung einer Methode zur Bestimmung einer Sternumsposition; und -
5a und5b schematische Darstellungen einer weiteren Methode zur Bestimmung einer Sternumsposition; -
6 eine schematische Darstellung eines Kraftfahrzeugs mit einem System zur Bestimmung einer Sternumsposition; und -
7 schematisch die Schritte eines erfindungsgemäßen Verfahrens.
-
1 a schematic representation of a device for determining a sternum position; -
2a until2c a schematic representation of a system for determining a sternum position and for resuscitation; -
3 a schematic side view of a vehicle interior with an occupant camera; -
4 a schematic representation of a method for determining a sternal position; and -
5a and5b schematic representations of another method for determining a sternal position; -
6 a schematic representation of a motor vehicle with a system for determining a sternum position; and -
7 schematically shows the steps of a method according to the invention.
Die Eingangsschnittstelle 12 ist dazu ausgebildet, Sensordaten mit Informationen zu dem Insassen zu empfangen. Die Sensordaten können insbesondere wenigstens eines der folgenden Daten umfassen: eine Position einer Sitzfläche, eine Position eines Lenkrads, eine Position einer Kopfstütze, eine Einstellung von Außenspiegeln, eine Einstellung eines Rückspiegels, eine Einstellung einer Mittelarmlehne; ein Gewicht des Insassen, eine Länge eines Gurtbandauszuges aus einem Gurtstraffer beziehungsweise Retraktor.The
Die Analyseeinheit 14 ist dazu ausgebildet, die Sensordaten zu analysieren und wenigstens ein Körpermerkmal des Insassen basierend auf den Sensordaten abzuschätzen. Ferner kann die Analyseeinheit 14 eine Sternumsposition basierend auf dem abgeschätzten Körpermerkmal des Insassen und einer anatomischen Regel ermitteln.
Die Ausgangsschnittstelle 16 ist dazu ausgebildet, die ermittelte Sternumsposition an eine Fahrzeugeinheit zu übermitteln.The
In den
Der Sensor 20 kann insbesondere wenigstens einen der folgenden Sensoren 20 umfassen: einen Sensor 20 zum Erfassen einer Sitzeinstellung des Insassen, einen Sensor 20 zum Erfassen einer Lenkradeinstellung des Insassen, einen Sensor 20 zum Erfassen einer Rückspiegeleinstellung des Insassen, einen Sensor 20 zum Erfassen einer Außenspiegeleinstellung des Insassen, einen Sensor 20 zum Erfassen einer Mittelarmlehneneinstellung des Insassen, einen Sensor 20 zum Erfassen eines Gewichts des Insassen und/oder einen Sensor 20 zum Erfassen eines Gurtbandauszugs.The
Die Fahrzeugeinheit 22 kann insbesondere eine Einheit zur Durchführung einer Reanimation des Insassen 24 mit einem ersten Retraktor 26 und einem zweiten Retraktor 28 umfassen. Ein Gurtschloss 30 kann als Druckkörper 32 für eine Reanimation beziehungsweise Herzdruckmassage dienen.The
In
In
In
In
Die KI umfasst ein tiefes neuronales Netz 38. Bei dieser Methode wird eine Innenkamera, beispielsweise wie in
Die Vielzahl von
In den
Insbesondere kann eine Position des Gesichts, zum Beispiel in Form einer Bounding Box, eine Position des Halses, eine Position der Schultern, gegebenenfalls eine Position des Schlüsselbeins, eine Position der Oberarme und/oder eine Position der Ellenbogen erkannt werden.In particular, a position of the face, for example in the form of a bounding box, a position of the neck, a position of the shoulders, possibly a position of the clavicle, a position of the upper arms and/or a position of the elbows can be recognized.
In den
In
Das System 18 basiert auf der Nutzung eines oder mehrerer Sensoren 20 zum Erfassen von vom Insassen 24 eingestellten Fahrzeugelementen, um relevante Körpermerkmale beziehungsweise Körperproportionen abzuschätzen. Dabei können beispielsweise eine oder mehrere der Einstellungen der folgenden Cock-Pit-Elemente Anwendung finden: Sitz, Lenkrad, Kopfstütze, Außenspiegel, Rückspiegel, Mittelarmlehne. Ferner können ein Gewicht des Insassen 24 und/oder eine Länge des Gurtbandauszuges aus dem Retraktor 26, 28 erfasst werden. Anhand dieser Daten 44 oder einer Teilmenge davon kann wenigstens ein Körpermerkmal abgeschätzt und daraus eine Sternumsposition 36 ermittelt werden.The
Vorzugsweise werden mehrere der oben genannten Informationen in Form von Daten 44 erfasst und mittels einem überbestimmten Gleichungssystem die wahrscheinlichste Sternumsposition 36, vorzugsweise durch Interpolation, berechnet. Hierdurch kann eine falsche Einstellung eines Fahrzeugelements durch den Insassen 24 kompensiert werden.Preferably, several of the above items of information are recorded in the form of
In
In einem ersten Schritt S1 erfolgt ein Empfangen von Sensordaten mit Informationen zu dem Insassen 24.In a first step S1, sensor data with information about the
Anschließend werden in einem zweiten Schritt S2 die Sensordaten analysiert und ein Körpermerkmal des Insassen 24 basierend auf den Sensordaten abgeschätzt.Then, in a second step S2, the sensor data is analyzed and a physical feature of the
Schließlich erfolgt in einem dritten Schritt S3 ein Ermitteln einer Sternumsposition 36 des Insassen 24 basierend auf dem abgeschätzten Körpermerkmal des Insassen 24 und einer anatomischen Regel.Finally, in a third step S3, a
BezugszeichenlisteReference List
- 1010
- Vorrichtungcontraption
- 1212
- Eingangsschnittstelleinput interface
- 1414
- Analyseeinheitanalysis unit
- 1616
- Ausgangsschnittstelleoutput interface
- 1818
- Systemsystem
- 2020
- Sensorsensor
- 2222
- Fahrzeugeinheitvehicle unit
- 2424
- Insasseinmate
- 2626
- erster Retraktorfirst retractor
- 2828
- zweiter Retraktorsecond retractor
- 3030
- Gurtschlossbelt buckle
- 3232
- Druckkörperpressure hull
- 3434
- Endbeschlagend fitting
- 3636
- Sternumspositionsternal position
- 3838
- neuronales Netzneural network
- 4040
- Vielzahl von Abbildungenvariety of illustrations
- 4242
- Kraftfahrzeugmotor vehicle
- 4444
- DatenData
- S1-S3S1-S3
- Verfahrensschritteprocess steps
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturPatent Literature Cited
- US 2021/0069521 A1 [0003]US 2021/0069521 A1 [0003]
- US 20200104571 A1 [0004]US20200104571A1 [0004]
- KR 102096617 B1 [0005]KR 102096617 B1 [0005]
Claims (10)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021211739.2A DE102021211739B4 (en) | 2021-10-18 | 2021-10-18 | Determination of the position of the sternum |
CN202211234348.8A CN115990105A (en) | 2021-10-18 | 2022-10-10 | Determination of chest plate position |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021211739.2A DE102021211739B4 (en) | 2021-10-18 | 2021-10-18 | Determination of the position of the sternum |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102021211739A1 true DE102021211739A1 (en) | 2023-04-20 |
DE102021211739B4 DE102021211739B4 (en) | 2023-07-06 |
Family
ID=85773522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021211739.2A Active DE102021211739B4 (en) | 2021-10-18 | 2021-10-18 | Determination of the position of the sternum |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115990105A (en) |
DE (1) | DE102021211739B4 (en) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2212161B1 (en) | 2007-11-28 | 2014-03-26 | Autoliv Development AB | A safety system that controls the retardation force relating to the stiffness of the chest |
DE102019101355A1 (en) | 2018-01-19 | 2019-07-25 | Ford Global Technologies, Llc | seatbelt |
US20200104571A1 (en) | 2018-09-27 | 2020-04-02 | Aisin Seiki Kabushiki Kaisha | Occupant modeling device, occupant modeling method, and occupant modeling program |
KR102096617B1 (en) | 2018-12-12 | 2020-04-02 | 충남대학교산학협력단 | Driver drowsiness detection system using image and ppg data based on multimodal deep learning |
DE102020006032A1 (en) | 2020-10-02 | 2020-11-26 | Daimler Ag | Method for controlling a respiratory rate of a vehicle user |
US20210069521A1 (en) | 2019-09-11 | 2021-03-11 | Hyundai Motor Company | Defibrillation system for self-driving vehicles |
AT523045A4 (en) | 2020-03-02 | 2021-05-15 | Emotion3D Gmbh | Method and device for seat belt detection |
-
2021
- 2021-10-18 DE DE102021211739.2A patent/DE102021211739B4/en active Active
-
2022
- 2022-10-10 CN CN202211234348.8A patent/CN115990105A/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2212161B1 (en) | 2007-11-28 | 2014-03-26 | Autoliv Development AB | A safety system that controls the retardation force relating to the stiffness of the chest |
DE102019101355A1 (en) | 2018-01-19 | 2019-07-25 | Ford Global Technologies, Llc | seatbelt |
US20200104571A1 (en) | 2018-09-27 | 2020-04-02 | Aisin Seiki Kabushiki Kaisha | Occupant modeling device, occupant modeling method, and occupant modeling program |
KR102096617B1 (en) | 2018-12-12 | 2020-04-02 | 충남대학교산학협력단 | Driver drowsiness detection system using image and ppg data based on multimodal deep learning |
US20210069521A1 (en) | 2019-09-11 | 2021-03-11 | Hyundai Motor Company | Defibrillation system for self-driving vehicles |
AT523045A4 (en) | 2020-03-02 | 2021-05-15 | Emotion3D Gmbh | Method and device for seat belt detection |
DE102020006032A1 (en) | 2020-10-02 | 2020-11-26 | Daimler Ag | Method for controlling a respiratory rate of a vehicle user |
Also Published As
Publication number | Publication date |
---|---|
CN115990105A (en) | 2023-04-21 |
DE102021211739B4 (en) | 2023-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102019134141B4 (en) | Seat belt condition determination procedure | |
DE102010044449B4 (en) | Recognizing the degree of driving ability of the driver of a motor vehicle | |
DE102017214353B4 (en) | DRIVER CONDITION DETECTION SYSTEM, DRIVER CONDITION DETECTION METHOD AND VEHICLE CONTAINING THE SAME | |
DE102014100352B4 (en) | Method for detecting a condition with eyes facing away from the street | |
EP3405375B1 (en) | Method for classifying driver movements | |
AT523045B1 (en) | Method and device for seat belt detection | |
DE112017007011T5 (en) | Face direction estimator and face direction estimation method | |
DE102021000509A1 (en) | Method of operating a vehicle | |
DE112018007120T5 (en) | Physical investigation facility and physical investigation procedure | |
DE102020117555A1 (en) | METHOD AND DEVICE FOR INTRIBUTOR CLASSIFICATION | |
WO2003107259A1 (en) | Method for detecting a person in a space | |
DE10257963A1 (en) | Method and device for determining the 3D position of passenger car occupants | |
DE102011011221A1 (en) | Method for recognition of attention of driver of motor car and production of activity signal for adaptive cruise control stop and go driver assistance system, involves producing activity signals from determined driver attention | |
DE102018100650A1 (en) | A method for collision avoidance for a motor vehicle with a driving support system | |
DE102021211739B4 (en) | Determination of the position of the sternum | |
EP3802204B1 (en) | Computer program for the electrical configuration of vehicle seat, configuration system and vehicle | |
DE112020006670T5 (en) | Direction of attention judging apparatus and direction of attention judging method | |
DE102015104726B3 (en) | Method and apparatus for estimating a biological parameter and associated computer program product | |
EP3830754B1 (en) | Method and device for determining an explanation map | |
DE102017211555A1 (en) | Method for monitoring at least one occupant of a motor vehicle, wherein the method is used in particular for monitoring and detecting possible dangerous situations for at least one occupant | |
EP1756748B1 (en) | Method for the classification of an object by means of a stereo camera | |
EP4193298A1 (en) | Method and device for automatically estimating the body weight of a person | |
DE102016216648A1 (en) | A method of classifying an occupant and providing occupant classification for a safety device in a motor vehicle | |
DE102022121609A1 (en) | METHOD AND DEVICE FOR AUTOMATED ADJUSTMENT OF A VEHICLE COMPONENT FOR A MOTOR VEHICLE | |
DE102013021929B4 (en) | Motor vehicle with cameras and image analysis devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |