DE102023003669A1 - Method for detecting a seat belt slack in a vehicle - Google Patents
Method for detecting a seat belt slack in a vehicle Download PDFInfo
- Publication number
- DE102023003669A1 DE102023003669A1 DE102023003669.2A DE102023003669A DE102023003669A1 DE 102023003669 A1 DE102023003669 A1 DE 102023003669A1 DE 102023003669 A DE102023003669 A DE 102023003669A DE 102023003669 A1 DE102023003669 A1 DE 102023003669A1
- Authority
- DE
- Germany
- Prior art keywords
- vehicle
- occupant
- belt
- extension length
- seat belt
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000013459 approach Methods 0.000 description 16
- 230000007613 environmental effect Effects 0.000 description 6
- 208000027418 Wounds and injury Diseases 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 208000014674 injury Diseases 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 2
- ZINJLDJMHCUBIP-UHFFFAOYSA-N ethametsulfuron-methyl Chemical compound CCOC1=NC(NC)=NC(NC(=O)NS(=O)(=O)C=2C(=CC=CC=2)C(=O)OC)=N1 ZINJLDJMHCUBIP-UHFFFAOYSA-N 0.000 description 2
- 238000000605 extraction 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
- 230000037396 body weight Effects 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R22/00—Safety belts or body harnesses in vehicles
- B60R22/48—Control systems, alarms, or interlock systems, for the correct application of the belt or harness
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
- B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
- B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R22/00—Safety belts or body harnesses in vehicles
- B60R22/48—Control systems, alarms, or interlock systems, for the correct application of the belt or harness
- B60R2022/4808—Sensing means arrangements therefor
- B60R2022/4825—Sensing means arrangements therefor for sensing amount of belt winded on retractor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R22/00—Safety belts or body harnesses in vehicles
- B60R22/48—Control systems, alarms, or interlock systems, for the correct application of the belt or harness
- B60R2022/4866—Displaying or indicating arrangements thereof
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Automotive Seat Belt Assembly (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Erkennen einer Gurtlose eines an einem Insassen (3) verlaufenden Sicherheitsgurtes (2) in einem Fahrzeug (1). Erfindungsgemäß ist vorgesehen, dass- anhand erfasster Bilddaten einer Innenraumsensorik (6) des Fahrzeuges (1) ermittelt wird, ob der Insasse (3) eine Jacke als Kleidung während eines Fahrbetriebes des Fahrzeuges (1) trägt,- wenn ermittelt wird, dass der Insasse (3) eine Jacke trägt, anhand von in einer Datenbank (DB) gespeicherten Daten zu der von Insassen (3) von Fahrzeugen (1) einer Fahrzeugflotte getragenen Kleidung, Wetterbedingungen und Gurtauszugslängen in Bezug auf die jeweils von einem Insassen (3) getragene Kleidung eine Änderung der Gurtauszugslänge aufgrund der jeweils von dem Insassen (3) getragenen Kleidung ermittelt wird,- mittels eines basierend auf den Daten der Datenbank (DB) maschinell trainierten Modells (M1) eine einen vorgegebenen Schwellwert überschreitende Gurtauszugslänge für den Insassen (3) des Fahrzeuges (1) der Fahrzeugflotte prognostiziert wird und- wenn die prognostizierte Gurtauszugslänge einen vorgegebenen Schwellwert überschreitet, ein optischer und/oder akustischer und/oder haptischer Warnhinweis in dem Fahrzeug (1) ausgegeben wird.The invention relates to a method for detecting belt slack in a seat belt (2) running on an occupant (3) in a vehicle (1). According to the invention, it is determined whether the occupant (3) is wearing a jacket as clothing while the vehicle (1) is being driven based on captured image data from an interior sensor system (6) of the vehicle (1), if it is determined that the occupant (3) wears a jacket, based on data stored in a database (DB) on the clothing worn by occupants (3) of vehicles (1) of a vehicle fleet, weather conditions and belt extension lengths in relation to the clothing worn by an occupant (3). a change in the belt extension length is determined based on the clothing worn by the occupant (3), - using a machine-trained model (M1) based on the data from the database (DB), a belt extension length for the occupant (3) of the vehicle that exceeds a predetermined threshold value (1) the vehicle fleet is predicted and - if the predicted belt extension length exceeds a predetermined threshold value, a visual and / or acoustic and / or haptic warning is issued in the vehicle (1).
Description
Die Erfindung betrifft ein Verfahren zum Erkennen einer Gurtlose eines an einem Insassen verlaufenden Sicherheitsgurtes in einem Fahrzeug.The invention relates to a method for detecting a belt slack in a seat belt running on an occupant in a vehicle.
Aus der
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zum Erkennen einer Gurtlose eines an einem Insassen verlaufenden Sicherheitsgurtes in einem Fahrzeug anzugeben.The invention is based on the object of specifying a method for detecting a belt slack in a seat belt running on an occupant in a vehicle.
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren, welches die in Anspruch 1 angegebenen Merkmale aufweist.The object is achieved according to the invention by a method which has the features specified in claim 1.
Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.Advantageous embodiments of the invention are the subject of the subclaims.
Ein Verfahren zum Erkennen einer Gurtlose eines an einem Insassen verlaufenden Sicherheitsgurtes in einem Fahrzeug sieht erfindungsgemäß vor, dass
- - anhand erfasster Bilddaten einer Innenraumkamera des Fahrzeuges ermittelt wird, ob der Insasse eine Jacke als Kleidung während eines Fahrbetriebes des Fahrzeuges trägt,
- - wenn ermittelt wird, dass der Insasse eine Jacke trägt, anhand von in einer Datenbank gespeicherten Daten zu der von Insassen von Fahrzeugen einer Fahrzeugflotte getragenen Kleidung, Wetterbedingungen und Gurtauszugslängen in Bezug auf die jeweils von einem Insassen getragene Kleidung eine Änderung der Gurtauszugslänge aufgrund der jeweils von dem Insassen getragenen Kleidung ermittelt wird,
- - mittels eines basierend auf den Daten der Datenbank maschinell trainierten Modells eine einen vorgegebenen Schwellwert überschreitende Gurtauszugslänge für den Insassen des Fahrzeuges der Fahrzeugflotte prognostiziert wird und
- - wenn die prognostizierte Gurtauszugslänge einen vorgegebenen Schwellwert überschreitet, ein optischer und/oder akustischer und/oder haptischer Warnhinweis in dem Fahrzeug ausgegeben wird.
- - based on captured image data from an interior camera of the vehicle, it is determined whether the occupant is wearing a jacket as clothing while the vehicle is being driven,
- - if it is determined that the occupant is wearing a jacket, based on data stored in a database on the clothing worn by occupants of vehicles in a vehicle fleet, weather conditions and belt extension lengths in relation to the clothing worn by an occupant, a change in the belt extension length due to the respective clothing worn by the occupant is determined,
- - using a machine-trained model based on the data from the database, a belt extension length that exceeds a predetermined threshold value is predicted for the occupant of the vehicle in the vehicle fleet and
- - If the predicted belt extension length exceeds a predetermined threshold value, a visual and/or acoustic and/or haptic warning is issued in the vehicle.
Durch Anwendung des Verfahrens kann die Sicherheit von Insassen des Fahrzeuges erhöht werden, da der optische und/oder akustische und/oder haptische Warnhinweis in dem Fahrzeug ausgegebenen wird, wenn erkannt wird, dass der Sicherheitsgurt nicht vergleichsweise straff am Körper des Insassen verläuft und somit eine Gurtlose vorliegt.By using the method, the safety of occupants of the vehicle can be increased, since the visual and/or acoustic and/or haptic warning is issued in the vehicle when it is recognized that the seat belt is not comparatively tight on the occupant's body and thus a There is no belt.
Insbesondere wird tritt eine solche Gurtlose auf, wenn der Insasse zu weite und/oder stark gefütterte Kleidung, insbesondere Jacken, trägt.In particular, such a belt slackness occurs when the occupant wears clothing that is too loose and/or heavily padded, especially jackets.
Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.Exemplary embodiments of the invention are explained in more detail below with reference to drawings.
Dabei zeigen:
-
1 schematisch ein Fahrzeug und eine Vorrichtung zum Erkennen einer Gurtlose eines an einem Insassen verlaufenden Sicherheitsgurtes in dem Fahrzeug, -
2A schematisch eine Vorrichtung zum Ermitteln einer Gurtauszugslänge eines Sicherheitsgurtes und einen Sicherheitsgurt, -
2B schematisch ein teilweise verdecktes Muster des Sicherheitsgurtes, -
2C schematisch das Muster in zweidimensionaler Projektion im dreidimensionalen Raum, -
3A schematische einen Ansatz zum Erkennen einer Gurtlose, -
3B schematisch einen alternativen Ansatz des Verfahrens zum Erkennen einer Gurtlose, -
4A schematisch einen Verfahrensablauf zur Datenermittlung zur Durchführung des Verfahrens, -
4B schematisch einen Verfahrensablauf zu dem in3A gezeigten Ansatz und -
4C schematisch einen Verfahrensablauf zu dem in3B gezeigten Ansatz.
-
1 schematically a vehicle and a device for detecting a belt slack in a seat belt running on an occupant in the vehicle, -
2A schematically a device for determining a belt extension length of a seat belt and a seat belt, -
2 B schematically a partially hidden pattern of the seat belt, -
2C schematically the pattern in two-dimensional projection in three-dimensional space, -
3A schematic an approach to detecting a belt slack, -
3B schematically an alternative approach to the method for detecting a belt slack, -
4A schematically a process flow for determining data to carry out the procedure, -
4B schematically a process flow for the in3A shown approach and -
4C schematically a process flow for the in3B shown approach.
Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.Corresponding parts are provided with the same reference numbers in all figures.
Die
Die in
Das Fahrzeug 1 gehört einer Fahrzeugflotte, beispielsweise eines Fahrzeugherstellers, an, wobei alle Fahrzeuge 1 dieser Fahrzeugflotte datentechnisch mit der zentralen Rechnereinheit 7 gekoppelt sind.The vehicle 1 belongs to a vehicle fleet, for example a vehicle manufacturer, with all vehicles 1 of this vehicle fleet being linked to the
Im Allgemeinen ist bekannt, dass wenn der Sicherheitsgurt 2 nicht eng am Körper eines Insassen 3 eines Fahrzeuges 1 anliegt, der Sicherheitsgurt 2 eine Gurtlose aufweist, so dass dem Insassen 3 bei einem Unfall des Fahrzeuges 1 ein größerer Vorverlagerungsweg zur Verfügung steht und dadurch ein Verletzungsrisiko für den Insassen 3 erheblich steigen kann. Zudem kann aufgrund der Gurtlose eine relativ hohe Verzögerung auf den Insassen 3 wirken. Eine solche Gurtlose wird insbesondere durch vergleichsweise weite und/oder dick gefütterte Kleidung, beispielsweise eine Winterjacke, verursacht, so dass der Sicherheitsgurt 2 nicht eng verlaufend am Körper des Insassen 3 anliegt.In general, it is known that if the
Im Folgenden wird ein Verfahren zum Erkennen einer Gurtlose eines an einem Insassen 3 verlaufenden Sicherheitsgurtes 2 in einem Fahrzeug 1 beschrieben.A method for detecting a seat belt slack in a
In einem ersten Verfahrensschritt S1 eines in
In einem zweiten Verfahrensschritt S2 des in
Wird in einem dritten Verfahrensschritt S3 ermittelt, dass zu dem Insassen 3 kein Nutzerprofil in dem Fahrzeug 1 hinterlegt ist, wird ein Nutzerprofil angelegt.If it is determined in a third method step S3 that there is no user profile stored in the vehicle 1 for the
In einem vierten Verfahrensschritt S4 wird anhand erfasster Signale der Innenraumsensorik 6, insbesondere anhand erfasster Bilddaten einer Innenraumkamera, eine Kleidung des Insassen 3 analysiert. Hierzu werden die Bilddaten mittels der Steuereinheit 4, insbesondere mittels computergestützten Sehens, ausgewertet.In a fourth method step S4, clothing of the
Mittels computergestützten Sehens ist es möglich, Objekte O in dem Fahrzeug 1 anhand der erfassten Bilddaten zu erkennen und ein erkanntes Objekt O zu lokalisieren und einer Objektklasse zuzuordnen. Hierzu wird zumindest ein Modell M1 maschinellen Lernens, zum Beispiel ein tiefes neuronales Netzwerk, mit gekennzeichneten Daten, insbesondere Trainingsdaten, während einer Entwicklung angelernt. Somit ist es möglich, Kleidung des Insassen 3 zu erkennen, zu lokalisieren und zu kategorisieren, also zu klassifizieren, um welche Art von Kleidung es sich handelt. So kann insbesondere erkannt werden, ob es sich bei der von dem Insassen 3 getragenen Kleidung um eine Sommer- oder Winterjacke handelt. Des Weiteren sind feinere Abstufungen möglich, so dass beispielsweise ein Jackenmodell einer Herstellermarke für Jacken erkannt werden kann. Darüber hinaus können individuelle Jacken, oder gleiche Jackenmodelle einer Herstellermarke anhand in einem solchen Modell M1 repräsentierter Merkmalseigenschaften, zum Beispiel in einem sogenannten latent space eines tiefen neuronalen Netzwerkes, erkannt werden, wenn diese repräsentativen Merkmalseigenschaften in einer in der Steuereinheit 4 des Fahrzeuges 1 lokal gespeicherten Datenbank DB und/oder einer in der zentralen Rechnereinheit 7 gespeicherten Datenbank DB gespeichert werden.Using computer-aided vision, it is possible to recognize objects O in the vehicle 1 based on the captured image data and to locate a recognized object O and assign it to an object class. For this purpose, at least one model M1 of machine learning, for example a deep neuro nal network, with labeled data, in particular training data, trained during development. It is therefore possible to recognize, locate and categorize clothing of the
Zusätzlich wird eine Position der Kleidung relativ zu dem Insassen 3 bestimmt, so dass ermittelt werden kann, ob eine Jacke von dem Insassen 3 getragen wird oder nicht, beispielsweise auf einem Beifahrersitz abgelegt wurde. Darüber hinaus kann erkannt werden, ob die Jacke, die der Insasse 3 während eines Fahrbetriebes des Fahrzeuges 1 trägt, geschlossen oder offen getragen wird.In addition, a position of the clothing is determined relative to the
Des Weiteren können Umgebungsinformationen durch vielfältigen Fahrzeugsensoren der Außensensorik 5 des Fahrzeuges 1 gewonnen und/oder anhand erfasster Sensorinformationen abgeleitet werden. Hierbei können Umgebungsinformationen anhand erfasster Signale eines Windsensors, eines Temperatursensors, eines Regensensors auf einer Windschutzscheibe, anhand von Lichtintensitätsmessungen etc. gemessen werden und/oder aus Messungen anderer Sensoren der Außensensorik 5, zum Beispiel eines lidarbasierten Sensors, eines radarbasierten Sensors, eines ultraschallbasierten Sensors, einer Außenkamera etc., abgeleitet werden. So kann beispielsweise anhand von Reflexionseigenschaften in einem mittels des radarbasierten Sensors erfassten Bildes, einem verschlechterten Signal-zu-Rausch-Verhältnis (SNR) des lidarbasierten Sensors oder aufgrund von Bildartefakten in erfassten Bilddaten der Außenkamera auf Regen geschlossen und eine Niederschlagsmenge abgeschätzt werden.Furthermore, environmental information can be obtained by various vehicle sensors of the
Weiterhin kann eine Sitzposition des Insassen 3, das heißt eine individuelle Sitzeinstellung, anhand erfasster Bilddaten eines Innenraumsensors oder mehrerer Innenraumsensoren der Innenraumsensorik 6, anhand momentaner Aktuatoreneinstellungen eines elektrisch einstellbaren Fahrzeugsitzes und/oder anhand von Einstellungen eines individuellen Sitzeinstellungsprofils, basierend auf einer sogenannten Memory Funktion, ermittelt werden.Furthermore, a seating position of the
In einem fünften Verfahrensschritt S5 wird eine Gurtauszugslänge des angelegten Sicherheitsgurtes 2 ermittelt, wobei die Gurtauszugslänge anhand verschiedener Verfahren bestimmt werden kann. Mittels eines Wegsensors kann hierbei die Gurtauszugslänge des Sicherheitsgutes 2 für jeden Fahrzeugsitz bestimmt werden. Insbesondere kann ein Insasse 3, wie zuvor beschrieben, wiedererkannt werden, so dass fahrzeugseitig gespeicherte Daten einzelnen Insassen 3 zugeordnet werden können.In a fifth method step S5, a belt extension length of the fastened
Beispielsweise wird die Gurtauszugslänge des Sicherheitsgurtes 2 anhand erfasster Signale der Innenraumsensorik 6, insbesondere eines optischen Sensors, zum Beispiel eine Innenraumkamera, sowie einem Muster M auf dem Sicherheitsgurt 2 ermittelt werden. Als optisches Muster M können beispielsweise geordnete geometrische Formen, wie in den
In einer Ausführung kann das Muster M mittels eines unter Ultraviolettlicht fluoreszierenden Farbstoffes, eines sogenannten Fluoreszenzfarbstoffes, ausgeprägt sein, so dass das Muster M für das menschliche Auge unter natürlichen Bedingungen nicht wahrnehmbar ist. Eine UV-Lichtquelle 10, beispielsweise in Form einer Leuchtdiode, ermöglicht es, zu frei bestimmbaren Zeitpunkten die Muster M anzuregen und ein emittiertes Licht und somit die Muster M mittels der Innenraumsensorik 6, insbesondere einer Innenraumkamera, zu erfassen und an die Steuereinheit 4 zu übermitteln, wie in
Die Gurtauszugslänge des Sicherheitsgurtes 2 kann algorithmisch in der Steuereinheit 4 bestimmt werden, indem das Muster M in den erfassten Bilddaten der Innenraumkamera der Innenraumsensorik 6 analysiert und das sichtbare eindeutige Muster M identifiziert werden. Ein Abschnitt des Musters M am oberen Ende des Sicherheitsgurtes 2 ergibt über eine eindeutige Zuordnung zur Position auf dem Sicherheitsgurt 2 die Gurtauszugslänge des Sicherheitsgurtes 2. Mittels eines weiteren Sensors der Innenraumsensorik 6, beispielsweise einer weiteren Innenraumkamera, kann das Muster M im dreidimensionalen Raum direkt lokalisiert werden, so dass eine Trajektorie des Sicherheitsgurtes 2, wie in
Des Weiteren kann ein Modell M1 mittels Methoden des maschinellen Lernens trainiert werden, welches das Muster M in der Steuereinheit 4 automatisch erkennt und lokalisiert, zum Beispiel mittels eines gefalteten neuronalen Netzwerkes. Das Modell M1 erlaubt es Muster M, welche sich nicht in einer Ebene parallel zu einer Bildebene befinden, das heißt im dreidimensionalen Raum zu einer Kameraebene gekippt und/oder verdreht sind, mit relativ hoher Genauigkeit zu erkennen und in der Bildebene zu lokalisieren. Insbesondere kann ein Modell M1 derart trainiert werden, dass die Auszugslänge des Sicherheitsgurtes 2, welche auch als Weglänge bezeichnet werden kann, mit vergleichsweise hoher Genauigkeit aus einer Gesamtheit sichtbarer Muster M genährt werden kann, da teilweise verdeckte oder in der Bildebene nicht sichtbare Muster M sowie die Trajektorie im dreidimensionalen Raum implizit während des Trainings mitgelernt werden können, wie in
Alternativ oder zusätzlich kann ein verhältnismäßig genauer Wegsensor zur Bestimmung der Gurtauszugslänge des angelegten Sicherheitsgurtes 2 für jeden Fahrzeugsitz durch zählen von Umdrehungen eines Gurtaufrollmechanismus realisiert werden. Dabei ist die Gurtauszugslänge des angelegten Sicherheitsgurtes 2 eine Funktion einer Anzahl von Umdrehungen, wobei eine Änderung eines Radius einer Aufrollspule aufgrund des auf- oder abgerollten Sicherheitsgurtes 2 berücksichtigt wird.Alternatively or additionally, a relatively accurate displacement sensor for determining the belt extension length of the
In einem in
Auf Basis dieser Daten in der Datenbank DB kann für jeden Insassen 3 individuell eine Änderung der Gurtauszugslänge oder eine statistische Angabe zur Änderung der Gurtauszugslänge des Sicherheitsgurtes 2 für verschiedene Kleidungen bestimmt werden. insbesondere ist eine mit einer bestimmten Kleidung verbundene große positive Änderung der Gurtauszugslänge mit einem erhöhten Risiko einer größeren Gurtlose verbunden, wobei beispielsweise vereinfacht die Erhöhung der Gurtauszugslänge einer Größe der Gurtlose gleichgesetzt werden kann.Based on this data in the database DB, a change in the belt extension length or a statistical indication of the change in the belt extension length of the
In der zentralen Rechnereinheit 7 werden Informationen in Bezug auf die Änderung der Gurtauszugslänge des Sicherheitsgurtes 2 oder die statistische Angabe zur Änderung der Gurtauszugslänge für verschiedene Kleidungen und/oder Merkmale zu Kleidungen aggregiert und in der Datenbank DB gespeichert.In the
Gemäß
Auch dieser Verfahrensablauf beginnt mit Start S und endet mit Stopp St, wobei bei zu treffenden Entscheidungen ein Ja mit einem J und ein Nein mit einem N gekennzeichnet ist.This process also begins with Start S and ends with Stop St, whereby for decisions to be made, a yes is marked with a Y and a no with an N.
In einem ersten Verfahrensschritt S1 erfolgt eine Merkmalserkennung und eine Merkmalsextraktion ME in Bezug auf die von dem Insassen 3 des Fahrzeuges 1 getragene Kleidung. Dabei wird, wie in
In einem dritten Verfahrensschritt S3 wird dann ermittelt, ob die Gurtlose aufgrund der von dem Insassen 3 getragenen und erkannten Kleidung einen vorgegebenen Schwellwert überschreitet. Ist dies nicht der Fall, springt das Verfahren zu Stopp St und das Verfahren zum Ermitteln der Gurtlose ist beendet.In a third method step S3, it is then determined whether the belt slack exceeds a predetermined threshold value due to the clothing worn and recognized by the
Wird hingegen ermittelt, dass die Gurtlose aufgrund der Kleidung den vorgegebenen Schwellwert überschreitet, wird in einem vierten Verfahrensschritt S4 ein optischer und/oder akustischer und/oder haptischer Warnhinweis mittels der Ausgabeeinheit 9 in dem Fahrzeug 1 ausgegeben. Dieser Schwellwert ist vorgegeben, da die Gurtlose bei Erreichen des Schwellwertes so groß ist, dass ein erhöhtes „Out-of-Position-Risiko“ für den Insassen 3 besteht, welcher den Sicherheitsgurt 2 angelegt hat, und die Gurtlose zu höheren Verzögerungen und schwereren Verletzungen des Insassen 3 führen kann.However, if it is determined that the belt slackness exceeds the predetermined threshold value due to the clothing, in a fourth method step S4 an optical and/or acoustic and/or haptic warning is issued by means of the
In Bezug auf diesen Ansatz ist es möglich, bei einem Insassen 3 in einem Fahrzeug 1 allein auf Basis der mit der Innenraumsensorik 6 charakterisierten Kleidung eine statistische Angabe zur mittleren Änderung der Gurtauszugslänge über alle Insassen 3 von Fahrzeugen 1 der Fahrzeugflotte mit der gleichen Kleidung zu erzeugen.With regard to this approach, it is possible to obtain statistical information about the average of an
Beispielsweise trägt ein Insasse 3 in einem Fahrzeug 1 der Fahrzeugflotte eine Daunenjacke mit Fellapplikationen. Daunenjacken mit Fellapplikationen derselben Merkmalswerte wurden bereits vorher in anderen Fahrzeugen 1 der Fahrzeugflotte erfasst und in der Datenbank DB der zentralen Rechnereinheit 7 zu einer mittleren Änderung der Gurtauszuglänge beim Tragen einer solchen Daunenjacke aggregiert.For example, an
Überschreitet diese mittlere Änderung der Gurtauszugslänge des angelegten Sicherheitsgurtes 2 den vorgegebenen Schwellwert, so wird in dem Fahrzeug 1 ein Warnhinweis an den Insassen 3 dieses Fahrzeuges 1 ausgegeben, dass davon auszugehen ist, dass die Gurtlose den Schwellwert überschreitet. Somit ist keine Messung der Gurtauszugslänge erforderlich, so dass in dem Fahrzeug 1 keine Sensorik zur Ermittlung der Gurtauszugslänge vorhanden sein muss. Ebenso ist kein Referenzwert in Bezug auf die Gurtauszugslänge notwendig, zum Beispiel wenn diese nicht ermittelt werden kann, da der Insasse 3 das Fahrzeug 1 zum ersten Mal benutzt.If this average change in the belt extension length of the
in
Auch dieser Verfahrensablauf beginnt mit Start S und endet mit Stopp St, wobei bei zutreffenden Entscheidungen ein Ja mit einem J und ein Nein mit einem N gekennzeichnet ist.This procedure also begins with Start S and ends with Stop St, whereby for appropriate decisions a yes is marked with a Y and a no with an N.
Gemäß dem weiteren Ansatz wird die relative Änderung der Gurtauszugslänge in einem ersten Verfahrensschritt S1 mittels eines Modell M1 des maschinellen Lernens vorhergesagt. Hierzu werden die in der zentralen Rechnereinheit 7 in der Datenbank DB gespeicherten Datensätze zum Training des Modells M1 verwendet. Als Eingangsgrößen können beim Trainieren zusätzlich zu erfassten Signalen der Innenraumsensorik 6 auch Umweltinformationen, Informationen, die den Insassen 3 charakterisieren, beispielsweise eine Körpergröße, ein Körpergewicht oder dergleichen, eine Sitzeinstellung etc. verwendet werden, um das Modell M1 weiter zu verfeinern. Nach dem Trainieren ist es möglich mittels des Modells M1 eine Vorhersage über die zu erwartende Gurtlose anhand erfasster Signale der Innenraumsensorik 6 und gegebenenfalls zusätzlich auch anhand der Umweltinformationen, der Informationen, die den Insassen 3 charakterisieren zu ermitteln. Auch bei diesem Ansatz ist keine Messung einer Gurtauszugslänge notwendig, so dass in dem Fahrzeug 1 keine Sensorik zur Ermittlung der Gurtauszugslänge vorhanden sein muss. Ebenso ist kein Referenzwert in Bezug auf die Gurtauszugslänge notwendig, zum Beispiel wenn diese nicht ermittelt werden kann, da der Insasse 3 das Fahrzeug 1 zum ersten Mal benutzt.According to the further approach, the relative change in the belt extension length is predicted in a first method step S1 using a machine learning model M1. For this purpose, the data sets stored in the
In einem zweiten Verfahrensschritt S2 wird dann ermittelt, ob die vorhergesagte Gurtlose aufgrund der von dem Insassen 3 getragenen und erkannten Kleidung einen vorgegebenen Schwellwert überschreitet. Ist dies nicht der Fall, springt das Verfahren zu Stopp St und das Verfahren zum Ermitteln der Gurtlose ist beendet.In a second method step S2, it is then determined whether the predicted belt slack due to the clothing worn and recognized by the
Wird hingegen ermittelt, dass die Gurtlose aufgrund der Kleidung den vorgegebenen Schwellwert überschreitet, wird in einem dritten Verfahrensschritt S3 ein optischer und/oder akustischer und/oder haptischer Warnhinweis mittels der Ausgabeeinheit 9 in dem Fahrzeug 1 ausgegeben. Dieser Schwellwert ist vorgegeben, da die Gurtlose bei Erreichen des Schwellwertes so groß ist, dass ein erhöhtes „Out-of-Position-Risiko“ für den Insassen 3 besteht, welcher den Sicherheitsgurt 2 angelegt hat, und die Gurtlose zu höheren Verzögerungen und schwereren Verletzungen des Insassen 3 führen kann.If, on the other hand, it is determined that the belt slackness exceeds the predetermined threshold value due to the clothing, in a third method step S3 an optical and/or acoustic and/or haptic warning is issued by means of the
Beiden Ansätzen ist gemein, dass ein vergleichsweise geringer Anteil der Fahrzeuge 1 der Fahrzeugflotte mit einer Sensorik zur Ermittlung der Gurtauszugslänge und/oder einer Methodik zur Bestimmung der Gurtauszugslänge ausgestattet sein muss. Sobald ein ausreichend großer Datensatz in der zentralen Datenbank DB basierend auf Daten dieses Anteiles der Fahrzeuge 1 der Fahrzeugflotte aggregiert ist, ist es möglich, bei den weiteren Fahrzeugen 1 der Fahrzeugflotte eine potentielle Gurtlose allein auf Basis erfasster Signale der Innenraumsensorik 6 und gegebenenfalls zusätzlicher Umweltinformationen, Informationen, die den Insassen 3 charakterisieren, Sitzeinstellungen etc., vorhersagen zu können.What both approaches have in common is that a comparatively small proportion of the vehicles 1 in the vehicle fleet must be equipped with a sensor system for determining the belt extension length and/or a methodology for determining the belt extension length. As soon as a sufficiently large data set has been aggregated in the central database DB based on data from this proportion of vehicles 1 in the vehicle fleet, it is possible to detect a potential seatbelt slack in the other vehicles 1 in the vehicle fleet solely on the basis of recorded signals from the
In einer möglichen Ausführung können die entsprechenden Daten bereits währen der Entwicklung erhoben und die Datenbank DB mit diesen Daten initialisiert werden und/oder ein initiales Modell M1 vortrainiert werden und durch Fahrzeugflottendaten verfeinert werden.In one possible embodiment, the corresponding data can already be collected during development and the database DB can be initialized with this data and/or an initial model M1 can be pre-trained and refined using vehicle fleet data.
In einer weiteren Ausführung können die entsprechenden Daten bereits während der Entwicklung erhoben und die Datenbank DB mit diesen Daten bestückt werden und/oder ein Modell M1 vortrainiert werden, ohne dass Sensorik zur Ermittlung der Gurtauszugslänge in den Fahrzeugen 1 der Fahrzeugflotte vorhanden sein muss.In a further embodiment, the corresponding data can be collected during development and the database DB can be populated with this data and/or a model M1 can be pre-trained without sensors for determining the belt extension length having to be present in the vehicles 1 of the vehicle fleet.
In einem Anwendungsbeispiel ist das Verfahren nochmals näher beschrieben. Ein Fahrer als Insasse 3 eines vergleichsweise kostenintensiven Fahrzeuges 1 setzt sein Kind als Insassen 3 mit Winterjacke in einen Kindersitz. Anhand erfasster Signale der Innenraumsensorik 6 wird in der Steuereinheit 4 erkannt, dass das Kind eine Winterjacke trägt. Durch einen Abgleich von Merkmalen der Winterjacke und den in der Datenbank DB gespeicherten Daten, wird ein Risiko einer mittleren Gurtlose von beispielsweise 10 cm für diese Winterjacke zurückgemeldet. Da diese Gurtlose den vorgegebenen Schwellwert überschreitet, wird ein Warnhinweis, beispielsweise mittels eines Warnsymbols, in einem Anzeigebereich einer Anzeigeeinheit eines Infotainmentsystems, einer sogenannten Headunit des Fahrzeuges 1, als Ausgabeeinheit 9 ausgegeben, dass aufgrund der Winterjacke eine Gurtlose erzeugt wird und somit im Kollisionsfall des Fahrzeuges 1 ein Verletzungsrisiko für das Kind besteht.The method is described in more detail in an application example. A driver as a
BezugszeichenlisteReference symbol list
- 11
- Fahrzeugvehicle
- 22
- SicherheitsgurtSeatbelt
- 33
- Insasseinmate
- 44
- SteuereinheitControl unit
- 55
- AußensensorikOutdoor sensors
- 66
- InnenraumsensorikInterior sensors
- 77
- zentrale Rechnereinheitcentral computer unit
- 88th
- DatenübermittlungseinheitData transmission unit
- 99
- AusgabeeinheitOutput unit
- 1010
- UV-Lichtquelle UV light source
- DBDB
- DatenbankDatabase
- JJ
- JaYes
- MM
- MusterPattern
- MEM.E
- MerkmalsextraktionFeature extraction
- M1M1
- ModellModel
- NN
- NeinNo
- OO
- Objektobject
- SS
- Startbegin
- StSt
- Stoppstop
- S1 bis S6S1 to S6
- VerfahrensschrittProcedural step
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE 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 listed 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 PatentliteraturCited patent literature
- DE 102019134141 B4 [0002]DE 102019134141 B4 [0002]
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102023003669.2A DE102023003669A1 (en) | 2023-09-09 | 2023-09-09 | Method for detecting a seat belt slack in a vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102023003669.2A DE102023003669A1 (en) | 2023-09-09 | 2023-09-09 | Method for detecting a seat belt slack in a vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102023003669A1 true DE102023003669A1 (en) | 2023-11-30 |
Family
ID=88697146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102023003669.2A Pending DE102023003669A1 (en) | 2023-09-09 | 2023-09-09 | Method for detecting a seat belt slack in a vehicle |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102023003669A1 (en) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019134141B4 (en) | 2019-01-22 | 2023-02-23 | GM Global Technology Operations LLC | Seat belt condition determination procedure |
-
2023
- 2023-09-09 DE DE102023003669.2A patent/DE102023003669A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019134141B4 (en) | 2019-01-22 | 2023-02-23 | GM Global Technology Operations LLC | Seat belt condition determination procedure |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102016123231B4 (en) | Apparatus and method for controlling an airbag | |
DE60103060T2 (en) | Vehicle weight licensing system | |
DE102017214353B4 (en) | DRIVER CONDITION DETECTION SYSTEM, DRIVER CONDITION DETECTION METHOD AND VEHICLE CONTAINING THE SAME | |
DE102004022581B4 (en) | Driver assistance system | |
DE102016121768A9 (en) | METHOD AND DEVICE FOR DISTINCTING DRIVERS BASED ON DRIVING BEHAVIOR | |
DE102009052475B4 (en) | Performance-based classification method and performance-based driver classification algorithm | |
DE112019007558B4 (en) | Cognitive function estimation device, learning device and method for estimating cognitive function | |
DE102014201036A1 (en) | Image-based classification of driver status and / or driver behavior | |
EP0952039B1 (en) | Warning device for vehicle driver drowsiness | |
DE112018007454T5 (en) | Occupant condition determination device, warning output control device, and occupant condition determination method | |
WO2000065538A1 (en) | Method and device for determining the position of an object within a given area | |
DE10226257A1 (en) | Method for detecting a person in a room | |
DE102020115629A1 (en) | DETECTION DEVICE, DETECTION METHOD, GENERATION METHOD, COMPUTER PROGRAM AND STORAGE MEDIUM | |
EP2089252B1 (en) | Method and device for activating passenger protection means, and a corresponding computer program and computer program product | |
DE102008007152B4 (en) | Method for the parameterization of the eye opening degree of a driver of a motor vehicle | |
DE102020117555A1 (en) | METHOD AND DEVICE FOR INTRIBUTOR CLASSIFICATION | |
DE102023003669A1 (en) | Method for detecting a seat belt slack in a vehicle | |
DE112020006871T5 (en) | Cabin interior detection device and cabin interior detection method | |
DE102016216648B4 (en) | Method for classifying an occupant and providing the occupant classification for a safety device in a motor vehicle | |
DE102019105213A1 (en) | Opportunity for driver evaluation | |
DE102021112787B3 (en) | Method and device for monitoring the soiling of surfaces of a vehicle | |
DE102018008683A1 (en) | A method of enabling the identification of a reckless driver of a road vehicle, system, computer program, computer readable medium, and vehicle | |
DE102017010513A1 (en) | A method for detecting an attention of a person detected in an environment of a vehicle | |
DE112014003725B4 (en) | Method and system for determining driving characteristics in a vehicle | |
DE102020205621A1 (en) | Device and method for preventing or reducing kinetosis and route planner |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R230 | Request for early publication |