[發明專利]一種基于肢體長度預測的汽車駕駛席座椅智能調節系統及方法有效
| 申請號: | 201810470672.7 | 申請日: | 2018-05-17 |
| 公開(公告)號: | CN108657029B | 公開(公告)日: | 2020-04-28 |
| 發明(設計)人: | 田晟;張劍鋒;張裕天;許凱;朱澤坤;馮宇鵬 | 申請(專利權)人: | 華南理工大學 |
| 主分類號: | B60N2/02 | 分類號: | B60N2/02;B60N2/22;B60N2/90;G06K9/00;G06N3/04 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 李斌 |
| 地址: | 510640 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 肢體 長度 預測 汽車 駕駛 座椅 智能 調節 系統 方法 | ||
1.一種基于肢體長度預測的汽車駕駛席座椅智能調節方法,其特征在于,所述的汽車駕駛席座椅智能調節方法包括下列步驟:
R1、通過攝像頭獲取圖像信息,所述的圖像信息包含直立、完整的駕駛員軀體;
R2、對圖像中的駕駛員進行人臉識別,將駕駛員人臉信息與數據庫中已有駕駛員信息進行比對,如為在庫駕駛員,則調取數據庫中該駕駛員對應的座椅位置及靠背角度信息自動調節座椅,同時結束流程,如無匹配,則進行后續步驟;所述的步驟R2包括:
R21、對圖像中的駕駛員進行人臉識別,采用具有多層卷積的深度神經網絡用于提取人臉深度特征向量x;
R22、對所提取的人臉深度特征向量x與第j個在庫駕駛員人臉特征y(j)進行匹配,計算兩者歐式距離,距離小于閾值,即判定為該在庫駕駛員,否則與下一個在庫駕駛員進行匹配,若全部不匹配則判定為非在庫駕駛員;
R3、對圖像利用卷積神經網絡進行人體實例分割及關節點定位,并形成人體骨架模型;所述的步驟R3包括:
R31、采用預訓練好的Mask RCNN模型進行實例分割及關節點定位,將圖像中的駕駛員從背景中分割出來,獲得駕駛員像素點,并定位人體16個關節點;
R32、構建人體骨架模型,人體骨架模型由16個關節點連接成15段骨骼,其中16個關節點分別是頭S1、肩膀中心S2,脊椎中心S3、臀部S4、右肩關節S5、右肘關節S6、右手腕關節S7、左肩關節S8、左肘關節S9、左手腕關節S10、右髖關節S11、右膝關節S12、右踝關節S13、左髖關節S14、左膝關節S15、左踝關節S16
R4、根據圖像信息、關節點定位及攝像頭高度信息,確定圖像中人體比例尺,以此預測駕駛員身高及肢體長度;
R5、根據駕駛員身高及肢體長度預測值,匹配數據庫中肢體長度-座椅位置及靠背角度信息對應表,得到座椅位置及靠背角度信息,通過控制器控制電機自動調節座椅,其中,所述的信息對應表對應邏輯為:根據臀部到頭部的高度確定座椅上下位置,根據腿部長度及座椅上下位置確定座椅前后位置,根據手臂長度及座椅前后位置確定座椅靠背角度。
2.根據權利要求1所述的一種基于肢體長度預測的汽車駕駛席座椅智能調節方法,其特征在于,所述的步驟R4包括:
R41、攝像頭光軸平行于地面且距離地面高度為m,而駕駛員直立于地面,可知駕駛員最低像素點至圖像縱向中軸線的垂直距離為m,而其像素距離為p個像素,由此得到單位像素邊長r=m/p;
R42、對駕駛員像素進行遍歷比較像素縱坐標大小,獲得駕駛員最高像素點和最低像素點,將最高像素點減去最低像素點得到駕駛員的像素高度為h;
R43、根據駕駛員像素高度h及各段骨骼像素長度li,結合單位像素邊長r,計算得到駕駛員的實際身高H=h×r,各段骨骼實際長度為L=li×r。
3.根據權利要求1所述的一種基于肢體長度預測的汽車駕駛席座椅智能調節方法,其特征在于,所述的肢體長度-座椅位置及靠背角度信息對應表由大量試驗數據擬合得到,一組肢體長度組合對應一組座椅上下、前后位置及靠背角度信息。
4.根據權利要求1所述的一種基于肢體長度預測的汽車駕駛席座椅智能調節方法,其特征在于,所述的攝像頭攝像的觸發信號是駕駛員拉動左前車門把手。
5.根據權利要求1所述的一種基于肢體長度預測的汽車駕駛席座椅智能調節方法,其特征在于,所述的汽車駕駛席座椅智能調節方法在步驟R5之后還包括:
R6、對駕駛員人臉信息及對應的座椅位置與角度信息進行存儲。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南理工大學,未經華南理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810470672.7/1.html,轉載請聲明來源鉆瓜專利網。





