[發(fā)明專利]一種基于肢體長(zhǎng)度預(yù)測(cè)的汽車駕駛席座椅智能調(diào)節(jié)系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810470672.7
• 申請(qǐng)日: 2018-05-17
• 公開（公告）號(hào): CN108657029B
• 公開（公告）日: 2020-04-28
• 發(fā)明（設(shè)計(jì)）人: 田晟;張劍鋒;張?jiān)Ｌ?/a>;許凱;朱澤坤;馮宇鵬
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): B60N2/02
• 分類號(hào): B60N2/02;B60N2/22;B60N2/90;G06K9/00;G06N3/04
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 李斌

本發(fā)明公開了一種基于肢體長(zhǎng)度預(yù)測(cè)的汽車駕駛席座椅智能調(diào)節(jié)系統(tǒng)及方法，步驟如下：通過(guò)攝像頭獲取圖像信息；對(duì)圖像中的駕駛員進(jìn)行人臉比對(duì)，如為在庫(kù)駕駛員，則調(diào)取數(shù)據(jù)庫(kù)中該駕駛員對(duì)應(yīng)的座椅位置及靠背角度信息自動(dòng)調(diào)節(jié)座椅，如無(wú)匹配則進(jìn)行后續(xù)步驟；對(duì)圖像利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行人體實(shí)例分割及關(guān)節(jié)點(diǎn)定位，并形成人體骨架模型；根據(jù)圖像信息、關(guān)節(jié)點(diǎn)定位及攝像頭高度信息，確定圖像中像素比例尺，以此預(yù)測(cè)駕駛員身高及肢體長(zhǎng)度；根據(jù)駕駛員身高及肢體長(zhǎng)度預(yù)測(cè)值，匹配數(shù)據(jù)庫(kù)中肢體長(zhǎng)度?座椅位置及靠背角度信息對(duì)應(yīng)表，得到座椅位置及靠背角度信息，通過(guò)控制器控制電機(jī)自動(dòng)調(diào)節(jié)座椅。該發(fā)明無(wú)需人為操作即可自動(dòng)、準(zhǔn)確調(diào)節(jié)汽車駕駛席座椅。

技術(shù)領(lǐng)域

本發(fā)明涉及汽車座椅調(diào)節(jié)技術(shù)領(lǐng)域，具體涉及一種基于肢體長(zhǎng)度預(yù)測(cè)的汽車駕駛席座椅智能調(diào)節(jié)系統(tǒng)及方法。

背景技術(shù)

汽車座椅是車內(nèi)與駕駛員肢體接觸最多的部分，座椅的位置直接影響駕駛員的駕駛姿態(tài)，不合適的座椅位置會(huì)使駕駛員以一個(gè)難受的姿勢(shì)駕駛汽車，從而增加駕駛員的疲勞度，甚至影響駕駛員的正常操作，因此汽車座椅調(diào)節(jié)關(guān)系到駕駛的舒適性與安全性，是駕駛員在駕駛汽車前需要重點(diǎn)關(guān)注的內(nèi)容。

汽車座椅調(diào)節(jié)技術(shù)主要經(jīng)歷了三個(gè)歷史階段的發(fā)展：(1)固定式或少自由度調(diào)節(jié)式座椅階段；(2)電機(jī)調(diào)節(jié)式座椅階段；(3)具有記憶調(diào)節(jié)功能式座椅階段。

現(xiàn)階段，部分車型具有記憶座椅，對(duì)于已保存座椅位置信息的駕駛員可以實(shí)現(xiàn)自動(dòng)調(diào)節(jié)座椅，然而對(duì)于初次駕駛某一汽車的駕駛員，必須手動(dòng)調(diào)節(jié)座椅前后、高低位置及靠背角度等，調(diào)節(jié)過(guò)程相對(duì)繁瑣，而且部分駕駛員在開動(dòng)汽車前往往會(huì)忽視座椅位置，直接以一個(gè)不適合自己的座椅位置進(jìn)行駕駛，勢(shì)必會(huì)影響駕駛的舒適性和安全性。

此為現(xiàn)有技術(shù)的不足之處。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中的上述缺陷，提供一種基于肢體長(zhǎng)度預(yù)測(cè)的汽車駕駛席座椅智能調(diào)節(jié)系統(tǒng)及方法。

根據(jù)公開的實(shí)施例，本發(fā)明的第一方面公開了一種基于肢體長(zhǎng)度預(yù)測(cè)的汽車駕駛席座椅智能調(diào)節(jié)方法，所述的汽車駕駛席座椅智能調(diào)節(jié)方法包括下列步驟：

R1、通過(guò)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(duì)圖像中的駕駛員進(jìn)行人臉識(shí)別，將駕駛員人臉信息與數(shù)據(jù)庫(kù)中已有駕駛員信息進(jìn)行比對(duì)，如為在庫(kù)駕駛員，則調(diào)取數(shù)據(jù)庫(kù)中該駕駛員對(duì)應(yīng)的座椅位置及靠背角度信息自動(dòng)調(diào)節(jié)座椅，同時(shí)結(jié)束流程，如無(wú)匹配，則進(jìn)行后續(xù)步驟；

R3、對(duì)圖像利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行人體實(shí)例分割及關(guān)節(jié)點(diǎn)定位，并形成人體骨架模型；

R4、根據(jù)圖像信息、關(guān)節(jié)點(diǎn)定位及攝像頭高度信息，確定圖像中人體比例尺，以此預(yù)測(cè)駕駛員身高及肢體長(zhǎng)度；

R5、根據(jù)駕駛員身高及肢體長(zhǎng)度預(yù)測(cè)值，匹配數(shù)據(jù)庫(kù)中肢體長(zhǎng)度-座椅位置及靠背角度信息對(duì)應(yīng)表，得到座椅位置及靠背角度信息，通過(guò)控制器控制電機(jī)自動(dòng)調(diào)節(jié)座椅。

進(jìn)一步地，所述的步驟R2包括：

R21、對(duì)圖像中的駕駛員進(jìn)行人臉識(shí)別，采用具有多層卷積的深度神經(jīng)網(wǎng)絡(luò)用于提取人臉深度特征向量x；

R22、對(duì)所提取的人臉深度特征向量x與第j個(gè)在庫(kù)駕駛員人臉特征y^(j)進(jìn)行匹配，計(jì)算兩者歐式距離，距離小于閾值，即判定為該在庫(kù)駕駛員，否則與下一個(gè)在庫(kù)駕駛員進(jìn)行匹配，若全部不匹配則判定為非在庫(kù)駕駛員。

進(jìn)一步地，所述的步驟R3包括：

R31、采用預(yù)訓(xùn)練好的Mask RCNN模型進(jìn)行實(shí)例分割及關(guān)節(jié)點(diǎn)定位，將圖像中的駕駛員從背景中分割出來(lái)，獲得駕駛員像素點(diǎn)，并定位人體16個(gè)關(guān)節(jié)點(diǎn)；