[發(fā)明專利]一種基于人體識別的減輕交通事故的車窗系統(tǒng)及控制方法

在審

• 申請?zhí)枺?/td>: 202010760012.X
• 申請日: 2020-07-31
• 公開（公告）號: CN111931621A
• 公開（公告）日: 2020-11-13
• 發(fā)明（設(shè)計）人: 楊國為;遲潔茹;于騰;李鐘曉;莊曉東;祁少華;李耀
• 申請（專利權(quán)）人: 青島大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G06T5/00;G06T5/20;B60R16/023
• 代理公司: 北京國坤專利代理事務(wù)所(普通合伙) 11491
• 代理人: 趙紅霞

本發(fā)明屬于車窗技術(shù)領(lǐng)域，公開了一種基于人體識別的減輕交通事故的車窗系統(tǒng)及控制方法，所述基于人體識別的減輕交通事故的車窗系統(tǒng)包括：人體掃描模塊、主控模塊、車速監(jiān)測模塊、識別模塊、緩沖模塊、減速模塊、通風模塊、關(guān)閉模塊、顯示模塊。本發(fā)明通過通風模塊根據(jù)對應(yīng)當前車速的通風模式自動調(diào)節(jié)各車窗的位置；從而，用戶無需再通過多次操作來獲得最合適的通風位置，提高了調(diào)節(jié)效率；同時，通過關(guān)閉模塊對車內(nèi)生命跡象進行檢測，用以判斷車內(nèi)是否存在幼兒或者其他人員，從而能夠根據(jù)車內(nèi)有無人員來采取相應(yīng)的車窗自動關(guān)閉策略，使得在保護用戶財產(chǎn)的同時，避免安全事故發(fā)生。

技術(shù)領(lǐng)域

本發(fā)明屬于車窗技術(shù)領(lǐng)域，尤其涉及一種基于人體識別的減輕交通事故的車窗系統(tǒng)及控制方法。

背景技術(shù)

目前，電動車窗系統(tǒng)是由車窗，車窗升降器，電動機，繼電器，開關(guān)等裝置組成。一般的電動車窗系統(tǒng)都裝有兩套控制開關(guān)。一套裝在儀表板或駕駛員側(cè)車門扶手上，為主開關(guān)，它由駕駛員控制每個車窗的升降。另一套分別裝在每一個乘客門上，為分開關(guān)，可由乘客進行操縱。一般在主開關(guān)上還裝有斷路開關(guān)，如果它斷開，分開關(guān)就不起作用。然而，現(xiàn)有基于人體識別的減輕交通事故的車窗系統(tǒng)及方法通風操作率很低，用戶可能需要花費很多時間調(diào)節(jié)電動車窗的位置才能獲得滿意的通風效果；同時，不能自動關(guān)閉車窗。

綜上所述，現(xiàn)有技術(shù)存在的問題是：現(xiàn)有基于人體識別的減輕交通事故的車窗系統(tǒng)及方法通風操作率很低，用戶可能需要花費很多時間調(diào)節(jié)電動車窗的位置才能獲得滿意的通風效果；同時，不能自動關(guān)閉車窗。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于人體識別的減輕交通事故的車窗系統(tǒng)及控制方法。

本發(fā)明是這樣實現(xiàn)的，一種基于人體識別的減輕交通事故的車窗控制方法，其特征在于，所述基于人體識別的減輕交通事故的車窗控制方法，具體包括：

步驟一，通過人體掃描模塊利用攝像掃描器對人體進行掃描采集人體圖像，車速監(jiān)測模塊利用車速傳感器監(jiān)測車行駛速度數(shù)據(jù)；

步驟二，根據(jù)掃描采集人體圖像和行駛速度數(shù)據(jù)，主控模塊對數(shù)據(jù)進行處理分析，主控模塊分別控制人體掃描模塊、車速監(jiān)測模塊、識別模塊、緩沖模塊、減速模塊、通風模塊、關(guān)閉模塊和顯示模塊各個模塊的正常運行；

步驟三，主控模塊控制識別模塊利用識別程序根據(jù)人體圖像識別人體信息；

步驟四，主控模塊控制緩沖模塊利用緩沖機構(gòu)對碰撞進行緩沖；

步驟五，主控模塊控制減速模塊利用減速閥對車輛進行減速，通風模塊控制車窗通風，關(guān)閉模塊對車窗進行自動關(guān)閉操作；

步驟六，通過顯示模塊利用顯示器顯示掃描采集的人體圖像、車速監(jiān)測結(jié)果、識別結(jié)果；

根據(jù)人體圖像識別人體信息，對人體進行識別的過程為：

(1)圖像的提取；

對于圖像，采用深度學習技術(shù)，訓練神經(jīng)網(wǎng)絡(luò)識別，識別結(jié)果為類別概率序列(C₁，P₁)，(C₂，P₂)，……(C_n,P_n)，所述類別概率序列按照概率排序，具體為P₁≥P₂≥……≥P_n；采用的神經(jīng)網(wǎng)絡(luò)有但不限于AlexNet，GoogLeNet，VGG， Inception，ResNet；

(2)圖像識別，取前m項識別結(jié)果(C₁，P₁)，(C₂，P₂)，……(C_m,P_m) (m≤n)，參與后續(xù)處理；

(3)采用向量近似度對圖像識別結(jié)果進行過濾提升識別準確性：