DE102022004540A1 - System and method for detecting the presence of a child seat in a vehicle - Google Patents
System and method for detecting the presence of a child seat in a vehicle Download PDFInfo
- Publication number
- DE102022004540A1 DE102022004540A1 DE102022004540.0A DE102022004540A DE102022004540A1 DE 102022004540 A1 DE102022004540 A1 DE 102022004540A1 DE 102022004540 A DE102022004540 A DE 102022004540A DE 102022004540 A1 DE102022004540 A1 DE 102022004540A1
- Authority
- DE
- Germany
- Prior art keywords
- bounding
- seat
- computing unit
- rectangles
- backrest
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Seats For Vehicles (AREA)
- Air Bags (AREA)
Abstract
Es wird ein System (200) zum Erfassen des Vorhandenseins von Kindersitzen in Fahrzeugen offenbart, das Folgendes aufweist: Bildsensoren (202) zum Erfassen von Bildern eines Innenraums des Fahrzeugs und eine Recheneinheit (204), die mit einem neuronalen Faltungsnetzwerk (CNN) (210) zum Schätzen von Begrenzungsrechtecken konfiguriert ist, die zu Teilen eines Kindersitzes gehören, der eine Rückenlehne, eine Sitzbasis und eine Kopfstütze umfasst, die auf den Bildern vorhanden sind. Das CNN (210) sagt das Zentrum, die Höhe und die Breite jedes der Begrenzungsrechtecke voraus. Das CNN (210) bestimmt ferner, basierend auf dem vorhergesagten Zentrum, der Höhe und der Breite jedes der Begrenzungsrechtecke, die Position jedes der Begrenzungsrechtecke in den aufgenommenen Bildern. Ferner erfasst die Recheneinheit (204) bzw. das CNN (210) anhand der Anzahl, der relativen Position und der Überlappung der geschätzten Begrenzungsrechtecke das Vorhandensein eines Kindersitzes und bestimmt ferner die Position des erfassten Kindersitzes. Eine Nachverarbeitungslogik (212) bestätigt das Vorhandensein des Kindersitzes.A system (200) for detecting the presence of child seats in vehicles is disclosed, comprising: image sensors (202) for detecting images of an interior of the vehicle and a computing unit (204) which is connected to a convolutional neural network (CNN) (210 ) is configured to estimate bounding rectangles associated with parts of a child seat including a backrest, a seat base, and a headrest present in the images. The CNN (210) predicts the center, height, and width of each of the bounding boxes. The CNN (210) further determines the position of each of the bounding rectangles in the captured images based on the predicted center, height and width of each of the bounding rectangles. Furthermore, the computing unit (204) or the CNN (210) uses the number, the relative position and the overlapping of the estimated boundary rectangles to detect the presence of a child seat and also determines the position of the detected child seat. Post processing logic (212) confirms the presence of the child seat.
Description
Die vorliegende Offenbarung bezieht sich allgemein auf das technische Gebiet der Personenkraftwagen. Insbesondere betrifft sie ein effizientes, zuverlässiges und kostengünstiges System und Verfahren zur Erfassung des Vorhandenseins von Kindersitzen in Personenkraftwagen.The present disclosure generally relates to the technical field of passenger vehicles. In particular, it relates to an efficient, reliable and inexpensive system and method for detecting the presence of child seats in passenger cars.
Kindersitze werden verwendet, um Kleinkinder oder Kinder in Fahrzeugen zu halten. Ein typischer Kindersitz umfasst eine Rückenlehne, die mit einem Basisteil gekoppelt und über diesem angeordnet ist. Ferner weisen einige Kindersitze eine Kopfstütze auf, die mit der Rückenlehne des Kindersitzes gekoppelt und über dieser angeordnet ist. Außerdem sind Sicherheitsgurte vorgesehen, um das Kind auf dem Kindersitz sicher zurückzuhalten. Der Kindersitz kann in Bezug auf die Fahrzeugsitze nach hinten oder nach vorne gerichtet sein und ist an den Fahrzeugsitzen befestigt.Child seats are used to restrain infants or children in vehicles. A typical child safety seat includes a seat back coupled to and positioned over a base. Also, some child seats include a headrest coupled to and positioned over the seat back of the child seat. Seat belts are also provided to securely restrain the child in the child seat. The child seat can face backwards or forwards with respect to the vehicle seats and is attached to the vehicle seats.
Die Erfassung des Vorhandenseins eines Kindersitzes ist sowohl die grundlegende Anforderung als auch ein großes Problem für bestehende Systeme der künstlichen Intelligenz (KI), die in Fahrzeugen eingesetzt werden. Beispielsweise müssen die Airbags von der Kl ausgeschaltet werden, wenn der Kindersitz im Fahrzeug erfasst wird. Ferner muss die KI bei einem nicht angeschnallten Kindersitz eine Warnung auslösen, um die Sicherheit des Kindes zu gewährleisten. Es kann auch verlangt werden, dass die KI automatisch das Licht einschaltet, wenn ein Insasse nach dem Kindersitz greift.Detecting the presence of a child seat is both the basic requirement and a major problem for existing artificial intelligence (AI) systems deployed in vehicles. For example, the airbags must be switched off by the A/C if the child seat is detected in the vehicle. Furthermore, the AI must trigger a warning if a child seat is not buckled in order to ensure the safety of the child. You can also request that the AI automatically turn on the lights when an occupant reaches for the child seat.
In der Vergangenheit wurden Anstrengungen unternommen, um die Sicherheit von Säuglingen und Kindern während der Fahrt in Fahrzeugen zu gewährleisten und die Anforderungen in Bezug auf die Erfassung des Vorhandenseins von Kindersitzen in Fahrzeugen zu erfüllen. Beispielsweise offenbart das Patentdokument
Ein weiteres Patentdokument,
Darüber hinaus gibt es andere Lösungen, die auf Deep Learning basieren und für die Erfassung des Vorhandenseins von Kindersitzen implementiert sind, jedoch sind die größten Herausforderungen die Zuverlässigkeit und die rechnerischen Einschränkungen und Nachteile der bestehenden Lösungen. In bestehenden Lösungen, wie in
Die Belegungserfassungsmodule sind im Allgemeinen Klassifizierungsmodule, die Pseudowahrscheinlichkeiten von Klassen vorhersagen. Daher ist die Unsicherheit in Bezug auf das Vertrauen in Klassifizierungsmodelle hoch, außerdem ist die klassifizierungsbasierte Deep Learing KI nicht erklärbar. In produktionsfähiger Software, die kamerabasierte Sensoren verwendet, ist die unerklärliche KI am wenigsten bevorzugt, da viele Anwendungsfälle sicherheitskritisch sind.The occupancy detection modules are generally classification modules that predict pseudo-probabilities of classes. Therefore, the uncertainty in terms of trust in classification models is high, and the classification-based deep learning AI is unexplainable. In production-ready software that uses camera-based sensors, unexplained AI is least preferred because many use cases are safety-critical.
Des Weiteren versäumen es die bestehenden Lösungen, irrelevante oder falsche Daten bei der Erfassung von Kindersitzen in Fahrzeugen zu verwerfen. Die Verwendung irrelevanter oder falscher Daten durch die Verarbeitungshardware macht die bestehende Lösung nicht nur ungenau und unzuverlässig bei der Erfassung von Kindersitzen in Fahrzeugen, sondern erhöht auch die Rechenlast auf den Verarbeitungssystemen, wodurch diese langsam und ineffizient werden.Furthermore, the existing solutions fail to discard irrelevant or incorrect data when detecting child seats in vehicles. The use of irrelevant or incorrect data by the processing hardware not only makes the existing solution inaccurate and unreliable when detecting child seats in vehicles, but also increases the computational load on the processing systems, making them slow and inefficient.
Während die genannten Patentdokumente verschiedene Arten von Kindersitz-Erfassungssystemen offenbaren, gibt es einen Spielraum für weitere Verbesserungen und die Bereitstellung eines verbesserten, kostengünstigen, effizienten und zuverlässigen Systems und Verfahrens zur Erfassung des Vorhandenseins von Kindersitzen in Fahrzeugen.While the cited patent documents disclose various types of child seat detection systems, there is scope for further improvement and the provision of an improved, inexpensive, efficient, and reliable system and method for detecting the presence of child seats in vehicles.
Es besteht daher die Notwendigkeit, die oben genannten Nachteile, Unzulänglichkeiten und Einschränkungen im Zusammenhang mit den Systemen zur Erfassung des Vorhandenseins von Kindersitzen zu überwinden und eine effiziente, zuverlässige und kostengünstige Plattform zur Erfassung des Vorhandenseins von Kindersitzen in Fahrzeugen bereitzustellen.There is therefore a need to overcome the above disadvantages, shortcomings and limitations associated with child seat presence detection systems and to provide an efficient, reliable and cost effective platform for detecting the presence of child seats in vehicles.
Eine allgemeine Aufgabe der vorliegenden Offenbarung ist es, das Vorhandensein von Kindersitzen im Inneren von Fahrzeugen zu erfassen.A general objective of the present disclosure is to detect the presence of child seats inside vehicles.
Eine Aufgabe der vorliegenden Offenbarung ist es, eine effiziente, zuverlässige und kostengünstige Plattform zur Erfassung von Kindersitzen in Fahrzeugen bereitzustellen.An object of the present disclosure is to provide an efficient, reliable, and cost-effective platform for detecting child seats in vehicles.
Eine weitere Aufgabe der vorliegenden Offenbarung ist die Verringerung der Rechenlast und derZeit, die von Verarbeitungssystemen bei der Erfassung von Kindersitzen in Fahrzeugen benötigt wird.Another object of the present disclosure is to reduce the computational load and time required by processing systems in detecting child seats in vehicles.
Eine weitere Aufgabe der vorliegenden Offenbarung ist es, das Vorhandensein von Kindersitzen zu bestätigen und die Effizienz des gesamten Kindersitzerfassungsprozesses zu verbessern.Another object of the present disclosure is to confirm the presence of child seats and improve the efficiency of the entire child seat detection process.
Eine weitere Aufgabe der vorliegenden Offenbarung ist es, falsche oder irrelevante Begrenzungsrechtecke zu identifizieren und zu verwerfen, während das Vorhandensein von Kindersitzen im Fahrzeug erfasst wird.Another object of the present disclosure is to identify and discard incorrect or irrelevant bounding boxes while detecting the presence of child seats in the vehicle.
Aspekte der vorliegenden Offenbarung beziehen sich auf das technische Gebiet der Kindersitz-Erfassungssysteme. Sie betrifft ein effizientes, zuverlässiges und kostengünstiges System und Verfahren zur Erfassung des Vorhandenseins von Kindersitzen in Fahrzeugen.Aspects of the present disclosure relate to the technical field of child seat detection systems. It concerns an efficient, reliable and inexpensive system and method for detecting the presence of child seats in vehicles.
In einem Aspekt stellt die vorliegende Offenbarung ein System zur Erfassung des Vorhandenseins von Kindersitzen in einem Fahrzeug bereit. Das System kann einen oder mehrere Bildsensoren umfassen, um einen Satz von Bildern zu erfassen, die mit einem Bereich von Interesse (Region Of Interest, ROI) im Innenraum des Fahrzeugs verbunden sind. Ferner kann das System eine Recheneinheit umfassen, die mit dem einen oder den mehreren Bildsensoren kommuniziert. Die Recheneinheit kann einen Prozessor umfassen, der mit einem tiefen neuronalen Netzwerk konfiguriert und operativ mit einem Speicher gekoppelt ist, der Anweisungen speichert, die von dem Prozessor ausgeführt werden können. Die Recheneinheit ist so konfiguriert, dass sie eine oder mehrere Begrenzungsrechtecke schätzt, die sich auf eine oder eine Kombination aus einer Rückenlehne, einer Sitzbasis, einem Sitzgurt und einer Kopfstütze beziehen, die in dem einen oder den mehreren aufgenommenen Bildern vorhanden sind, und das Zentrum sowie die Höhe und Breite jeder der geschätzten Begrenzungsrechtecke vorhersagt. Die Recheneinheit kann ferner, basierend auf dem vorhergesagten Zentrum und der vorhergesagten Höhe und Breite jeder der geschätzten Begrenzungsrechtecke, eine Position jeder der einen oder mehreren Begrenzungsrechtecke in dem einen oder den mehreren Bildern bestimmen. Ferner, basierend auf einer Anzahl der geschätzten Begrenzungsrechtecke, der relativen Position der geschätzten Begrenzungsrechtecke und der Überlappung zwischen den geschätzten Begrenzungsrechtecke kann die Recheneinheit das Vorhandensein mindestens eines Kindersitzes in dem Fahrzeug erfassen und kann ferner die Position des mindestens einen erfassten Kindersitzes in dem Fahrzeug bestimmen.In one aspect, the present disclosure provides a system for detecting the presence of child seats in a vehicle. The system may include one or more image sensors to capture a set of images associated with a region of interest (ROI) within the interior of the vehicle. Furthermore, the system can include a computing unit that communicates with the one or more image sensors. The computing unit may include a processor configured with a deep neural network and operatively coupled to a memory storing instructions executable by the processor. The computing unit is configured to estimate one or more bounding rectangles related to one or a combination of a backrest, a seat base, a seat belt, and a headrest present in the one or more captured images, and the center and predicts the height and width of each of the estimated bounding boxes. The computing unit may further determine a position of each of the one or more bounding rectangles in the one or more images based on the predicted center and the predicted height and width of each of the estimated bounding rectangles. Furthermore, based on a number of the estimated bounding rectangles, the relative position of the estimated bounding rectangles and the overlap between the estimated bounding rectangles, the computing unit can detect the presence of at least one child seat in the vehicle and can further determine the position of the at least one detected child seat in the vehicle.
Die Recheneinheit kann so konfiguriert sein, dass sie unter den geschätzten Begrenzungsrechtecken ein falsches Begrenzungsrechteck (falls vorhanden) identifiziert, basierend auf der relativen Position zwischen dem geschätzten Begrenzungsrechteck in Bezug auf die Rückenlehne, die Sitzbasis, den Sicherheitsgurt und die Kopfstütze. Ferner kann die Recheneinheit das identifizierte falsche Begrenzungsrechteck (falls vorhanden) aus den geschätzten Begrenzungsrechtecken aussondern, während sie das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst.The computing unit may be configured to identify an incorrect bounding box (if any) among the estimated bounding box based on the relative position between the estimated bounding box with respect to the backrest, the seat base, the seat belt, and the headrest. Furthermore, the computing unit may separate the identified incorrect bounding box (if any) from the estimated bounding box while detecting the presence and position of the at least one child seat.
Wenn festgestellt wird, dass das zur Kopfstütze gehörende Begrenzungsrechteck über dem Begrenzungsrechteck der Rückenlehne liegt, und dass das Begrenzungsrechteck der Rückenlehne über dem Begrenzungsrechteck der Sitzbasis liegt, kann die Recheneinheit die entsprechenden Begrenzungsrechtecke der Kopfstütze, der Rückenlehne und der Sitzbasis berücksichtigen, während sie das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst.If it is determined that the bounding box associated with the headrest lies above the bounding box of the backrest, and that the bounding box of the backrest lies above the bounding box of the seat base, the computing unit can take into account the corresponding bounding box of the headrest, the backrest and the seat base while determining the presence and detecting the position of the at least one child seat.
Wenn festgestellt wird, dass das Begrenzungsrechteck der Kopfstütze unterhalb der Begrenzungsrechtecke der Rückenlehne und der Sitzbasis liegt, und/oder wenn festgestellt wird, dass das Begrenzungsrechteck der Rückenlehne unterhalb des Begrenzungsrechtecks der Sitzbasis liegt, kann die Recheneinheit die entsprechenden Begrenzungsrechtecke der Kopfstütze, der Rückenlehne und der Sitzbasis als falsches Begrenzungsrechteck basierend auf der relativen Position identifizieren, und kann das identifizierte falsche Begrenzungsrechteck verwerfen, während sie das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst.If it is determined that the delimiting rectangle of the headrest is below the delimiting rectangles of the backrest and the seat base, and/or if it is determined that the delimiting rectangle of the backrest is below the delimiting rectangle of the seat base, the computing unit can calculate the corresponding delimiting rectangles of the headrest, the backrest and of the seat base as a false bounding box based on the relative position, and may discard the identified incorrect bounding box while detecting the presence and position of the at least one child seat.
Die Recheneinheit kann das Zentrum sowie die Höhe und Breite der Begrenzungsrechtecke mittels Gradientenabstieg vorhersagen. Die Recheneinheit kann das vorhergesagte Zentrum und die vorhergesagte Höhe und Breite der einen oder mehreren Begrenzungsrechtecke zum Bestimmen der Position der entsprechenden Begrenzungsrechtecke verwenden, wenn das vorhergesagte Zentrum und die vorhergesagte Höhe und Breite der entsprechenden Begrenzungsrechtecke über einem Schwellenwert liegen.The computing unit can predict the center as well as the height and width of the bounding rectangles using gradient descent. The computing unit may use the predicted center and the predicted height and width of the one or more bounding rectangles to determine the position of the corresponding bounding rectangles if the predicted center and the predicted height and width of the corresponding bounding rectangles are above a threshold.
Die Recheneinheit kann das eine oder die mehreren Begrenzungsrechtecke in dem aufgenommenen Bild oder den aufgenommenen Bildern basierend auf einem oder mehreren Merkmalen schätzen, die mit der Rückenlehne, der Sitzbasis, dem Sitzgurt und der Kopfstütze eines Kindersitzes verbunden sind. Das eine oder die mehreren Merkmale werden von der Recheneinheit aus dem einen oder den mehreren aufgenommenen Bildern extrahiert.The computing unit may estimate the one or more bounding rectangles in the captured image or images based on one or more features associated with the backrest, seat base, seat belt, and headrest of a child safety seat. The one or more features are extracted from the one or more recorded images by the computing unit.
In einem Aspekt stellt die vorliegende Offenbarung ein Verfahren zum Erkennen des Vorhandenseins eines Kindersitzes in einem Fahrzeug bereit. Das vorgeschlagene Verfahren kann Folgendes umfassen: einen Schritt des Erfassens, durch einen oder mehrere Bildsensoren, eines Satzes von Bildern, die mit einem Bereich von Interesse (ROI) in einem Innenraum des Fahrzeugs verbunden sind, gefolgt von einem weiteren Schritt des Identifizierens und Extrahierens, durch eine Recheneinheit, die mit einem tiefen neuronalen Netzwerk konfiguriert ist, eines oder mehrerer Merkmale, die mit einer Rückenlehne, einer Sitzbasis, einem Sitzgurt und einer Kopfstütze eines Kindersitzes verbunden sind, aus dem erfassten einen oder mehreren Bildern, und dann einen weiteren Schritt des Schätzens, durch die Recheneinheit, basierend auf den extrahierten Merkmalen, eines oder mehrerer Begrenzungsrechtecke, die zu der Rückenlehne, der Sitzbasis, dem Sitzgurt und der Kopfstütze gehören, die in dem erfassten einen oder den mehreren Bildern vorhanden sind. Das Verfahren kann ferner Folgenes umfassen: einen Schritt der Vorhersage, durch die Recheneinheit, eines Zentrums, einer Höhe und einer Breite jedes der geschätzten Begrenzungsrechtecke, gefolgt von der Bestimmung, durch die Recheneinheit, basierend auf dem vorhergesagten Zentrum, und der vorhergesagten Höhe und Breite jedes der geschätzten Begrenzungsrechtecke, einer Position jedes der einen oder mehreren Begrenzungsrechtecke in dem einen oder den mehreren Bildern, und schließlich das Erfassen des Vorhandenseins und Bestimmen der Position, durch die Recheneinheit, mindestens eines Kindersitzes innerhalb des Fahrzeugs, basierend auf einer Anzahl der Begrenzungsrechtecke, der relativen Position der Begrenzungsrechtecke und der Überlappung zwischen den Begrenzungsrechtecken.In one aspect, the present disclosure provides a method for detecting the presence of a child seat in a vehicle. The proposed method may include: a step of acquiring, by one or more image sensors, a set of images associated with a region of interest (ROI) in an interior of the vehicle, followed by a further step of identifying and extracting, by a computing unit configured with a deep neural network, one or more features associated with a backrest, a seat base, a seat belt and a headrest of a child safety seat from the captured one or more images, and then a further step of estimating, by the computing unit, based on the extracted features, one or more bounding rectangles associated with the backrest, the seat base, the seat belt and the headrest present in the captured one or more images. The method may further comprise: a step of predicting, by the computing unit, a center, a height and a width of each of the estimated bounding rectangles, followed by determining, by the computing unit, based on the predicted center and the predicted height and width each of the estimated bounding rectangles, a position of each of the one or more bounding rectangles in the one or more images, and finally detecting the presence and determining the position, by the computing unit, of at least one child seat inside the vehicle, based on a number of the bounding rectangles, the relative position of the bounding rectangles and the overlap between the bounding rectangles.
Wenn festgestellt wird, dass das zur Kopfstütze gehörende Begrenzungsrechteck über dem Begrenzungsrechteck der Rückenlehne liegt, und dass das Begrenzungsrechteck der Rückenlehne über dem Begrenzungsrechteck der Sitzbasis liegt, kann das vorgeschlagene Verfahren den Schritt des Berücksichtigens, durch die Recheneinheit, der entsprechenden Begrenzungsrechtecke der Kopfstütze, der Rückenlehne und der Sitzbasis umfassen, während sie das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst.If it is determined that the delimiting rectangle belonging to the headrest lies above the delimiting rectangle of the backrest, and that the delimiting rectangle of the backrest lies above the delimiting rectangle of the seat base, the proposed method can include the step of taking into account, through the computing unit, the corresponding delimiting rectangles of the headrest, the Backrest and seat base include while detecting the presence and position of at least one child seat.
Wenn festgestellt wird, dass das Begrenzungsrechteck der Kopfstütze unterhalb der Begrenzungsrechtecke der Rückenlehne und der Sitzbasis liegt, und/oder wenn festgestellt wird, dass das Begrenzungsrechteck der Rückenlehne unterhalb des Begrenzungsrechtecks der Sitzbasis liegt, kann das vorgeschlagene Verfahren folgende Schritte umfassen: Identifizieren, durch die Recheneinheit, der entsprechenden Begrenzungsrechtecke der Kopfstütze, der Rückenlehne und der Sitzbasis als falsche Begrenzungsrechtecke basierend auf ihrer relativen Position, und Verwerfen der identifizierten falschen der Begrenzungsrechtecke beim Erfassen des Vorhandenseins und der Position des mindestens einen Kindersitzes.If the head restraint bounding box is determined to be below the seat back and seat base bounding box, and/or the seat back bounding box is determined to be below the seat base box bounding box, the proposed method may include the steps of: Identifying by which calculating unit, the corresponding bounding boxes of the headrest, the backrest and the seat base as wrong bounding boxes based on their relative position, and discarding the identified wrong bounding boxes when detecting the presence and the position of the at least one child seat.
Die Recheneinheit kann das Zentrum sowie die Höhe und Breite einer oder mehrerer Begrenzungsrechtecke mittels Gradientenabstieg vorhersagen. Die Recheneinheit kann das entsprechende vorhergesagte Zentrum und die vorhergesagte Höhe und Breite der Begrenzungsrechtecke für den Schritt des Bestimmens der Position der Begrenzungsrechtecke verwenden, wenn festgestellt wird, dass das entsprechende vorhergesagte Zentrum und die Höhe und Breite über einem Schwellenwert liegen.The computing unit can predict the center and the height and width of one or more bounding boxes using gradient descent. The computing unit can use the corresponding predicted center and the predicted height and width of the bounding rectangles for the step of determining the position of the bounding rectangles if it is determined that the corresponding predicted center and the height and width are above a threshold.
Verschiedene Objekte, Merkmale, Aspekte und Vorteile des Erfindungsgegenstandes werden aus der folgenden detaillierten Beschreibung bevorzugter Ausführungsformen zusammen mit den beigefügten Zeichnungen, in denen gleiche Ziffern gleiche Komponenten darstellen, deutlicher.Various objects, features, aspects and advantages of the subject invention will become more apparent from the following detailed description of preferred embodiments taken in conjunction with the accompanying drawings in which like numerals represent like components.
Die beigefügten Zeichnungen dienen dem weiteren Verständnis der vorliegenden Offenbarung und sind Bestandteil dieser Beschreibung. Die Zeichnungen zeigen beispielhafte Ausführungsformen der vorliegenden Offenbarung und dienen zusammen mit der Beschreibung zur Erläuterung der Grundsätze der vorliegenden Offenbarung.
-
1A und1B zeigen eine beispielhafte Darstellung des bestehenden Kindersitzerfassungsverfahrens, bei dem ein Computervisions- und ein Belegungserfassungsmodul eingesetzt werden. -
2 zeigt eine beispielhafte Architektur des vorgeschlagenen Systems, gemäß einer Ausführungsform der vorliegenden Offenbarung. -
3 zeigt beispielhafte Schritte des vorgeschlagenen Verfahrens gemäß einer Ausführungsform der vorliegenden Offenbarung. -
4A zeigt ein beispielhaftes Prozessflussdiagramm des vorgeschlagenen Systems und Verfahrens, das den Ansatz der Begrenzungsrechteck-Schätzung und die Nachverarbeitungslogik für die Erfassung des Vorhandenseins eines Kindersitzes gemäß einer Ausführungsform der vorliegenden Offenbarung umfasst. -
4B zeigt ein beispielhaftes Prozessflussdiagramm für die Schätzung der Begrenzungsrechtecke durch das vorgeschlagene System und Verfahren, gemäß einer Ausführungsform der vorliegenden Offenbarung. -
5 zeigt eine beispielhafte Darstellung des geschätzten Begrenzungsrechtecks für einen Kindersitz gemäß einer Ausführungsform der vorliegenden Offenbarung.
-
1A and1B show an exemplary representation of the existing child seat detection method, in which a computer vision and an occupancy detection module are used. -
2 FIG. 1 shows an exemplary architecture of the proposed system, according to an embodiment of the present disclosure. -
3 shows exemplary steps of the proposed method according to an embodiment of the present disclosure. -
4A 12 shows an example process flow diagram of the proposed system and method including the bounding box estimation approach and post-processing logic for child seat presence detection, according to an embodiment of the present disclosure. -
4B 12 shows an example process flow diagram for the estimation of the bounding rectangles by the proposed system and method, according to an embodiment of the present disclosure. -
5 12 shows an example representation of the estimated bounding rectangle for a child seat, according to an embodiment of the present disclosure.
Es folgt eine ausführliche Beschreibung der in den begleitenden Zeichnungen dargestellten Ausführungsformen der Offenbarung. Die Ausführungsformen sind so ausführlich, dass die Offenbarung klar vermittelt wird. Jedoch soll die angebotene Ausführlichkeit die vorhersehbaren Variationen von Ausführungsformen nicht einschränken; im Gegensatz dazu wird beabsichtigt, alle Modifikationen, Äquivalente und Alternativen abzudecken, die in den Geist und den Umfang der vorliegenden Offenbarung fallen, wie sie durch die beigefügten Ansprüche definiert sind.A detailed description of the embodiments of the disclosure illustrated in the accompanying drawings follows. The embodiments are detailed in order to clearly convey the disclosure. However, the detail provided is not intended to limit the foreseeable variations of embodiments; on the contrary, it is intended to cover all modifications, equivalents, and alternatives falling within the spirit and scope of the present disclosure as defined by the appended claims.
Die hierin erläuterten Ausführungsformen beziehen sich auf das technische Gebiet der Kindersitzerfassungssysteme. Insbesondere betrifft sie ein effizientes, zuverlässiges und kostengünstiges System und Verfahren zur Erfassung des Vorhandenseins von Kindersitzen in Fahrzeugen.The embodiments discussed herein relate to the technical field of child seat detection systems. In particular, it relates to an efficient, reliable, and inexpensive system and method for detecting the presence of child seats in vehicles.
In einem Aspekt umfasst die vorliegende Erfindung einen oder mehrere Bildsensoren, um einen Satz von Bildern zu erfassen, die mit einem Bereich von Interesse (ROI) im Innenraum des Fahrzeugs verbunden sind. Ferner umfasst die vorliegende Erfindung eine Recheneinheit, die mit einem tiefen neuronalen Netzwerk konfiguriert ist und die so konfiguriert ist, dass sie eine oder mehrere Begrenzungsrechtecke schätzt, die sich auf eine oder eine Kombination aus einer Rückenlehne, einer Sitzbasis, einem Sitzgurt und einer Kopfstütze beziehen, die in dem einen oder den mehreren aufgenommenen Bildern vorhanden sind, und ein Zentrum sowie die Höhe und Breite jeder der geschätzten Begrenzungsrechtecke vorhersagt. Die Recheneinheit bestimmt ferner, basierend auf dem vorhergesagten Zentrum und der vorhergesagten Höhe und Breite jedes der geschätzten Begrenzungsrechtecke, eine Position jedes der Begrenzungsrechtecke in den aufgenommenen Bildern. Ferner erfasst die Recheneinheit, basierend auf einer Anzahl der geschätzten Begrenzungsrechtecke, der relativen Position der geschätzten Begrenzungsrechtecke und der Überlappung zwischen den geschätzten Begrenzungsrechtecken, das Vorhandensein mindestens eines Kindersitzes in dem Fahrzeug und bestimmt ferner die Position des erfassten Kindersitzes innerhalb des Fahrzeugs.In one aspect, the present invention includes one or more image sensors to capture a set of images associated with a region of interest (ROI) in the interior of the vehicle. Further, the present invention includes a computing unit configured with a deep neural network and configured to estimate one or more bounding boxes related to one or a combination of a backrest, a seat base, a seat belt, and a headrest present in the one or more captured images and predicts a center, height and width of each of the estimated bounding rectangles. The computing unit further determines a position of each of the bounding rectangles in the captured images based on the predicted center and the predicted height and width of each of the estimated bounding rectangles. Furthermore, based on a number of the estimated bounding rectangles, the relative position of the estimated bounding rectangles and the overlap between the estimated bounding rectangles, the computing unit detects the presence of at least one child seat in the vehicle and also determines the position of the detected child seat within the vehicle.
Die Recheneinheit ist so konfiguriert, dass sie das falsche Begrenzungsrechteck unter den geschätzten Begrenzungsrechtecken basierend auf der relativen Position zwischen dem geschätzten Begrenzungsrechteck, das sich auf die Rückenlehne, die Sitzbasis, den Sicherheitsgurt und die Kopfstütze bezieht, identifiziert und ferner das identifizierte Begrenzungsrechteck aus den geschätzten Begrenzungsrechtecken verwirft, während das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst wird.The computing unit is configured to identify the wrong bounding box among the estimated bounding boxes based on the relative position between the estimated bounding box related to the backrest, the seat base, the seat belt and the headrest and further the identified bounding box from the estimated ones Discards bounding boxes while detecting the presence and position of the at least one child seat.
Wenn festgestellt wird, dass das zur Kopfstütze gehörende Begrenzungsrechteck über dem Begrenzungsrechteck der Rückenlehne liegt, und dass das Begrenzungsrechteck der Rückenlehne über dem Begrenzungsrechteck der Sitzbasis liegt, berücksichtigt die Recheneinheit die entsprechenden Begrenzungsrechtecke der Kopfstütze, der Rückenlehne und der Sitzbasis, während sie das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst. Wenn ferner festgestellt wird, dass das Begrenzungsrechteck der Kopfstütze unterhalb der Begrenzungsrechtecke der Rückenlehne und der Sitzbasis liegt, und/oder wenn festgestellt wird, dass das Begrenzungsrechteck der Rückenlehne unterhalb des Begrenzungsrechtecks der Sitzbasis liegt, identifiziert die Recheneinheit die entsprechenden Begrenzungsrechtecke der Kopfstütze, der Rückenlehne und der Sitzbasis als falsche Begrenzungsrechtecke basierend auf ihrer relativen Position, und verwirft das identifizierte falsche Begrenzungsrechteck, während es das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst.If it is determined that the bounding box associated with the headrest lies above the bounding box of the backrest, and that the bounding box of the backrest lies above the bounding box of the seat base, the computing unit takes into account the corresponding bounding boxes of the headrest, the backrest and the seat base, while determining the presence and detects the position of the at least one child seat. If it is also determined that the bounding rectangle of the headrest is below the bounding rectangles of the backrest and the seat base, and / or if it is determined that the bounding rectangle of the backrest is below the bounding rectangle of the seat base, the computing unit identifies the corresponding bounding rectangles of the headrest, the backrest and the seat base as incorrect bounding boxes based on their relative position, and discards the identified incorrect bounding box while detecting the presence and position of the at least one child seat.
Bezugnehmend auf
Wie dargestellt, ist die Recheneinheit 204 bzw. das tiefe neuronale Netzwerk 210 so konfiguriert, dass es die erfassten Bilder von den Bildsensoren 204 in Echtzeit empfängt. Das tiefe neuronale Netzwerk 210 ermöglicht dann der Recheneinheit 204, ein oder mehrere Begrenzungsrechtecke (502' bis 506') zu schätzen, die zu jedem Teil des Kindersitzes 500 gehören, der eine beliebige oder eine Kombination aus der Rückenlehne 502, der Sitzbasis 506, dem Sicherheitsgurt und der Kopfstütze 504 umfasst, die in den erfassten Bildern vorhanden sind. Das vorgeschlagene System 200 verarbeitet dann die Lokalisierung der geschätzten Begrenzungsrechtecke (502' bis 506') verschiedener Teile des Kindersitzes 500 in den aufgenommenen Bildern oder Videos, um das Vorhandensein mindestens eines Kindersitzes 500 im Innenraum des Fahrzeugs zu erfassen.As shown, the
Das tiefe neuronale Netzwerk 210 ermöglicht es der Recheneinheit 204, das Zentrum, die Höhe und die Breite jedes der geschätzten Begrenzungsrechtecke (502' bis 506') vorherzusagen. Das tiefe neuronale Netzwerk 210 ermöglicht der Recheneinheit 204 dann, basierend auf dem vorhergesagten Zentrum und der vorhergesagten Höhe und Breite jedes der geschätzten Begrenzungsrechtecke (502' bis 506') eine Position jedes der Begrenzungsrechtecke (502' bis 506') in den aufgenommenen Bildern oder Videos zu bestimmen. Dementsprechend werden die verschiedenen Begrenzungsrechtecke (502' bis 506') für jeden Teil eines Kindersitzes 500 durch das tiefe neuronale Netzwerk 210 geschätzt, das weiter verwendet wird, um das Vorhandensein eines Kindersitzes im Fahrzeug zu erfassen und zu bestätigen.The deep
Die lokalen Funktionen zwischen dem Zentrum der Begrenzungsrechtecke (502' bis 506') und der entsprechenden Höhe und Breite werden von der Recheneinheit 204 mittels Gradientenabstieg bestimmt. Das tiefe neuronale Netz 210 umfasst zwei Zweige, einen zur Vorhersage des Zentrums des Begrenzungsrechtecks (502' bis 506') als Gaußsche Verteilung und den anderen Zweig zur Vorhersage der entsprechenden Höhe und Breite der Begrenzungsrechtecke (502' bis 506'). Die Recheneinheit 204 verwendet das vorhergesagte Zentrum und die vorhergesagte Höhe und Breite der Begrenzungsrechtecke (502' bis 506'), um die Position der entsprechenden Begrenzungsrechtecke zu bestimmen, wenn das vorhergesagte Zentrum und die vorhergesagte Höhe und Breite der entsprechenden Begrenzungsrechtecke über einem Schwellenwert liegen.The local functions between the center of the bounding rectangles (502' to 506') and the corresponding height and width are determined by the
In einer beispielhaften Ausführungsform kann die Recheneinheit 204 ein modifiziertes neuronales Faltungsnetzwerk (CNN) 210 umfassen, das den Sanduhr-Ansatz implementiert. Das Design der Sanduhr ist durch die Notwendigkeit motiviert, Informationen in jedem Maßstab zu erfassen. Das CNN 210 führt eine wiederholte Bottom-up- und Top-down-Verarbeitung durch. Das CNN 210 verwendet Skip-Verbindungen, um räumliche Informationen in jeder Auflösung zu erhalten, und gibt sie für ein Up-Sampling weiter, das weiter unten in der Sanduhr stattfindet.In an exemplary embodiment, the
Während der Nachverarbeitungsphase nimmt die Nachverarbeitungslogik 212 der Recheneinheit 204 verschiedene Begrenzungsrechtecke (502' bis 506'), die von dem tiefen neuronalen Netzwerk oder CNN 210 erfasst wurden, als Eingabe. Weiterhin werden eine Anzahl der geschätzten Begrenzungsrechtecke, die relative Position der geschätzten Begrenzungsrechtecke und die Überlappung zwischen den geschätzten Begrenzungsrechtecken von der Nachverarbeitungslogik 212 oder der Recheneinheit 204 berücksichtigt, um das Vorhandensein mindestens eines Kindersitzes in dem Fahrzeug zu erfassen und ferner die Position des mindestens einen erfassten Kindersitzes innerhalb des Fahrzeugs zu bestimmen.During the post-processing phase, the
In einer Ausführungsform ist die Recheneinheit 204 so konfiguriert, dass sie unter den geschätzten Begrenzungsrechtecken ein falsches Begrenzungsrechteck (falls vorhanden) identifiziert, basierend auf der relativen Position zwischen dem geschätzten Begrenzungsrechteck in Bezug auf die Rückenlehne, die Sitzbasis, den Sicherheitsgurt und die Kopfstütze. Das CNN 210 verwirft dann das identifizierte falsche Begrenzungsrechteck aus den geschätzten Begrenzungsrechtecken, während es das Vorhandensein und die Position des Kindersitzes erkennt.In one embodiment, the
Wenn in einer beispielhaften Ausführungsform festgestellt wird, dass das zur Kopfstütze 502 gehörende Begrenzungsrechteck 502' über dem Begrenzungsrechteck 504' der Rückenlehne 504 liegt, und das Begrenzungsrechteck 504' der Rückenlehne 504 über dem Begrenzungsrechteck 506' der Sitzbasis 506 liegt, berücksichtigt das CNN 210 die entsprechenden Begrenzungsrechtecke (502' bis 506') der Kopfstütze, der Rückenlehne und der Sitzbasis, während es das Vorhandensein und die Position des mindestens einen Kindersitzes 500 erfasst.In an exemplary embodiment, if it is determined that the bounding rectangle 502' associated with the
Wenn in einer weiteren beispielhaften Ausführungsform festgestellt wird, dass das zur Kopfstütze 502 gehörende Begrenzungsrechteck 502' unterhalb der Begrenzungsrechtecke 504', 506' der Rückenlehne 504 und der Sitzbasis 506 liegt, und/oder das zur Rückenlehne 504 gehörende Begrenzungsrechteck 504' unterhalb des Begrenzungsrechtecks 506' der Sitzbasis 506 liegt, identifiziert das CNN 210 die entsprechenden Begrenzungsrechtecke (502' bis 506') der Kopfstütze, der Rückenlehne und der Sitzbasis als falsche Begrenzungsrechtecke basierend auf ihrer relativen Position, und verwirft dann das identifizierte falsche Begrenzungsrechteck, während es das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst. Selbst wenn also nur wenige falsche Positivwerte von der Recheneinheit 204 identifiziert werden, können diese nicht die vollständige Struktur eines Kindersitzes 500 bilden; wenn beispielsweise die Kopfstütze 502 unterhalb der Basis 506 erfasst wird, verwirft die Nachverarbeitungslogik 210 diese.If, in another exemplary embodiment, it is determined that the bounding rectangle 502' associated with the
Bezugnehmend auf
Das Verfahren 300 umfasst den Schritt 308 des Vorhersagens eines Zentrums, einer Höhe und einer Breite jedes der in Schritt 306 geschätzten Begrenzungsrechtecke durch die Recheneinheit. Ferner umfasst das Verfahren 300 den Schritt 310 des Bestimmens, durch die Recheneinheit, basierend auf dem vorhergesagten Zentrum und der vorhergesagten Höhe und Breite jedes der geschätzten Begrenzungsrechtecke, einer Position jedes der einen oder mehreren Begrenzungsrechtecke in dem einen oder den mehreren Bildern. Ferner umfasst das Verfahren 300 den Schritt 312 des Erkennens des Vorhandenseins und des Bestimmens der Position, durch die Recheneinheit, von mindestens einem Kindersitz innerhalb des Fahrzeugs, basierend auf einer Anzahl der Begrenzungsrechtecke, der relativen Position der Begrenzungsrechtecke und der Überlappung zwischen den Begrenzungsrechtecken.The
Wenn in einer Ausführungsform festgestellt wird, dass das zur Kopfstütze gehörende Begrenzungsrechteck über dem Begrenzungsrechteck der Rückenlehne liegt, und dass das Begrenzungsrechteck der Rückenlehne über dem Begrenzungsrechteck der Sitzbasis liegt, kann das Verfahren 300 den Schritt des Berücksichtigens, durch die Recheneinheit, der entsprechenden Begrenzungsrechtecke der Kopfstütze, der Rückenlehne und der Sitzbasis umfassen, während sie das Vorhandensein und die Position des mindestens einen Kindersitzes erfasst.If it is determined in one embodiment that the bounding rectangle associated with the headrest lies above the bounding rectangle of the backrest, and that the bounding rectangle of the backrest lies above the bounding rectangle of the seat base, the
Wenn in einer weiteren Ausführungsform festgestellt wird, dass das zur Kopfstütze gehörende Begrenzungsrechteck unterhalb der Begrenzungsrechtecke der Rückenlehne und der Sitzbasis liegt, und/oder das Begrenzungsrechteck der Rückenlehne unterhalb des des Begrenzungsrechtecks der Sitzbasis liegt, umfasst das Verfahren folgende Schritte: Identifizieren, durch die Recheneinheit, der entsprechenden Begrenzungsrechtecke der Kopfstütze, der Rückenlehne und der Sitzbasis als falsche Begrenzungsrechtecke basierend auf ihrer relativen Position, und Verwerfen der identifizierten falschen der Begrenzungsrechtecke beim Erfassen des Vorhandenseins und der Position des mindestens einen Kindersitzes.If it is determined in a further embodiment that the delimiting rectangle belonging to the headrest is below the delimiting rectangle of the backrest and the seat base, and/or the delimiting rectangle of the backrest is below that of the delimiting rectangle of the seat base, the method comprises the following steps: identification, by the processing unit , the corresponding bounding boxes of the headrest, the backrest and the seat base as wrong bounding boxes based on their relative position, and discarding the identified wrong one of the bounding boxes when detecting the presence and the position of the at least one child seat.
Bezugnehmend auf
Somit überwindet die vorliegende Offenbarung die Nachteile, Unzulänglichkeiten und Einschränkungen, die mit den bestehenden Verfahren zur Erfassung des Vorhandenseins von Kindersitzen verbunden sind, und bietet eine effiziente, zuverlässige und kostengünstige Plattform zur Erfassung des Vorhandenseins von Kindersitzen in Fahrzeugen.Thus, the present disclosure overcomes the disadvantages, deficiencies, and limitations associated with existing methods for detecting the presence of child seats and provides an efficient, reliable, and cost-effective platform for detecting the presence of child seats in vehicles.
Während das Vorstehende verschiedene Ausführungsformen der Erfindung beschreibt, können andere und weitere Ausführungsformen der Erfindung erdacht werden, ohne vom grundsätzlichen Umfang der Erfindung abzuweichen. Der Umfang der Erfindung wird durch die folgenden Ansprüche bestimmt. Die Erfindung ist nicht auf die beschriebenen Ausführungsformen, Varianten oder Beispiele beschränkt, die enthalten sind, um eine Person mit normalem Fachwissen auf dem Gebiet der Technik in die Lage zu versetzen, die Erfindung herzustellen und zu verwenden, wenn sie mit Informationen und Wissen kombiniert wird, die der Person mit normalem Fachwissen auf dem Gebiet der Technik zur Verfügung stehen.While the foregoing describes various embodiments of the invention, other and further embodiments of the invention may be devised without departing from the basic scope of the invention. The scope of the invention is determined by the following claims. The invention is not limited to the described embodiments, variants or examples, which are included to enable a person of ordinary skill in the art to make and use the invention when combined with information and knowledge available to the person of ordinary skill in the art.
Die vorliegende Offenbarung erfasst das Vorhandensein eines Kindersitzes im Innenraum von Fahrzeugen.The present disclosure detects the presence of a child seat in the interior of vehicles.
Die vorliegende Offenbarung bietet eine effiziente, zuverlässige und kostengünstige Plattform zur Erfassung von Kindersitzen in Fahrzeugen.The present disclosure provides an efficient, reliable, and cost-effective platform for detecting child seats in vehicles.
Die vorliegende Offenbarung reduziert den Rechenaufwand und die Zeit, die Verarbeitungssysteme benötigen, um das Vorhandensein von Kindersitzen in Fahrzeugen zu erfassen.The present disclosure reduces the computational effort and time required by processing systems to detect the presence of child seats in vehicles.
Die vorliegende Offenbarung bestätigt das Vorhandensein von Kindersitzen und erhöht die Effizienz des gesamten Kindersitz-Erfassungsprozesses.The present disclosure confirms the presence of child seats and increases the efficiency of the overall child seat detection process.
Die vorliegende Offenbarung identifiziert und verwirft falsche oder irrelevante Begrenzungsrechtecke während der Erfassung des Vorhandenseins von Kindersitzen im Fahrzeug.The present disclosure identifies and discards incorrect or irrelevant bounding boxes during the detection of the presence of child seats in the vehicle.
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 7379195 [0004]US7379195 [0004]
- US 7188898 [0005]US7188898 [0005]
Claims (10)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN202111058491 | 2021-12-15 | ||
IN202111058491 | 2021-12-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022004540A1 true DE102022004540A1 (en) | 2023-06-15 |
Family
ID=86498882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022004540.0A Pending DE102022004540A1 (en) | 2021-12-15 | 2022-12-05 | System and method for detecting the presence of a child seat in a vehicle |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022004540A1 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7188898B2 (en) | 2004-06-07 | 2007-03-13 | Delphi Technologies, Inc. | Child restraint system comprising control unit for evaluating harness adjustment |
US7379195B2 (en) | 2004-09-06 | 2008-05-27 | Bayerische Motoren Werke Aktiengesellschaft | Device for the detection of an object on a vehicle seat |
-
2022
- 2022-12-05 DE DE102022004540.0A patent/DE102022004540A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7188898B2 (en) | 2004-06-07 | 2007-03-13 | Delphi Technologies, Inc. | Child restraint system comprising control unit for evaluating harness adjustment |
US7379195B2 (en) | 2004-09-06 | 2008-05-27 | Bayerische Motoren Werke Aktiengesellschaft | Device for the detection of an object on a vehicle seat |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102019134141B4 (en) | Seat belt condition determination procedure | |
DE102015120811B4 (en) | Detecting the position of a seat belt in a vehicle | |
DE102016116029B4 (en) | Classification of objects detected by 3D sensors | |
DE112018007120B4 (en) | physique determination device and physique determination method | |
DE112016005059T5 (en) | Subcategory aware folding neural networks for object detection | |
DE102014220302A1 (en) | Real-time multi-class driver action detection using a Random Forest | |
US10497144B2 (en) | Vehicle inspection system, and method and system for identifying part of vehicle | |
US20230316783A1 (en) | Computer-implemented method for analysing the interior of a vehicle | |
DE102014106506A1 (en) | Method for carrying out a diagnosis of a camera system of a motor vehicle, camera system and motor vehicle | |
DE102017208718A1 (en) | Method of detecting objects in an image of a camera | |
DE102022109369B4 (en) | SYSTEM FOR EVALUating SEAT BELT FEED USING SEAT BELT FEED ZONES BASED ON THE SIZE AND SHAPE OF AN OCCUPANT | |
DE102020117555A1 (en) | METHOD AND DEVICE FOR INTRIBUTOR CLASSIFICATION | |
DE112017007011T5 (en) | Face direction estimator and face direction estimation method | |
DE112020007262T5 (en) | Occupant detection device and occupant detection method | |
DE112020005521T5 (en) | Image processing device and image processing method | |
DE102020215729A1 (en) | SYSTEM AND METHOD FOR DETECTING ABNORMAL PASSENGER BEHAVIOR IN AUTONOMOUS VEHICLES | |
DE102016217331A1 (en) | Method and device for determining the presence of at least one passenger in a vehicle | |
Unadkat et al. | Automated system for detecting distracted driver | |
DE102022004540A1 (en) | System and method for detecting the presence of a child seat in a vehicle | |
DE112020007252T5 (en) | Device and method for detecting passengers | |
DE112021005616T5 (en) | Occupant determination device and occupant determination method | |
DE102022004759A1 (en) | System and method for determining orientation attributes of a child seat in a vehicle | |
CN111612922A (en) | Ticket checking method and system and computer readable storage medium | |
Garali et al. | A novel feature selection in the case of brain pet image classification | |
US20240013556A1 (en) | Child Seat Detection for a Seat Occupancy Classification System |