[發明專利]通過乘員腳部位置壓力分布識別乘員狀態的系統與方法

有效

• 申請號: 202110181723.6
• 申請日: 2021-02-08
• 公開（公告）號: CN112829755B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 李道飛;李侯劍;肖斌;陳林輝;潘豪;劉傲
• 申請（專利權）人: 浙江大學
• 主分類號: B60W40/08
• 分類號: B60W40/08;B60W50/00;G06N20/10;G06N3/08;G06N3/04;A61B5/103;A61B5/11;A61B5/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種通過乘員腳部位置壓力分布識別乘員狀態的系統，其特征在于，包括腳部壓力感知模塊、行駛感知模塊、乘員狀態監控模塊、乘員狀態數據計算模塊、乘員狀態數據近似真值計算模塊、乘員狀態數據算法更新模塊等；

所述腳部壓力感知模塊，包括壓力傳感器陣列、壓力信號采集處理裝置，獲取乘員左右腳壓力分布；壓力信號采集處理裝置記錄壓力傳感器陣列采集的乘員左右腳壓力分布數據；壓力傳感器陣列布置于乘員腳部活動范圍的地板上或直接布置于乘員足底或鞋底；各腳掌和腳跟至少各有一個壓力信號輸出；

所述行駛感知模塊，負責獲得本車數據和行車環境數據；

所述乘員狀態監控模塊，用于獲得乘員面部頭部及肢體動作數據；

所述乘員狀態數據計算模塊，基于腳部壓力感知模塊中的乘員左右腳壓力分布數據的時域信息，經過傅里葉變換獲得頻域信息；結合行駛感知模塊輸出的本車數據及行車環境數據、時域信息及其統計特征和頻域信息計算得到乘員狀態計算值；計算的方法為基于規則的方法或基于機器學習的方法；其中，基于機器學習的方法表現為不斷訓練迭代的算法模型；

所述乘員狀態數據近似真值計算模塊，基于行駛感知模塊輸出的本車數據及行車環境數據、乘員狀態監控模塊輸出的乘員面部頭部及肢體動作數據，調用機器學習算法進行處理，輸出乘員狀態近似真值；

所述乘員狀態數據算法更新模塊，在所述乘員狀態數據計算模塊采用基于機器學習的方法計算乘員狀態計算值時，判斷乘員狀態計算值DS(T0)與乘員狀態數據近似真值DS_r(T0)這兩個矢量指標的歐氏距離之差是否符合要求，如不符合要求則基于當前時刻乘員腳部壓力數據的時域信息Ptime(T0)及其統計特征Ptimefeature(T0)、頻域信息Pfreq(T0)、本車數據Veh(T0)及行車環境數據Env(T0)與乘員狀態數據近似真值DS_r(T0)之間的映射關系，對乘員狀態數據計算模塊中的算法模型進行不斷迭代并更新。

2.根據權利要求1所述的通過乘員腳部位置壓力分布識別乘員狀態的系統，其特征在于：

在地板上布置壓力傳感器時，沿著車輛縱向逐個排布；

在乘員足底或鞋底布置壓力傳感器時，壓力信號采用無線傳輸。

3.根據權利要求1所述的通過乘員腳部位置壓力分布識別乘員狀態的系統，其特征在于：

所述本車數據包括車輛運動信息、駕駛操縱輸入、座椅狀態和底盤動力系統狀態； 其中，所述車輛運動信息包括車速、縱向加速度、側向加速度、橫擺角、橫擺角速度、側傾角、側傾角速度、俯仰角、俯仰角速度、垂向位移、垂向速度、垂向加速度；

所述行車環境數據包括宏觀、中觀和微觀層面； 其中，宏觀層面包括車輛運行的區域屬性，包括城市、鄉村、城郊、高速、越野、園區；中觀層面包括擁堵程度、車流密度、事故易發概率；微觀層面包括周邊車輛與本車相對運動、周邊車輛屬性、周邊道路屬性。

4.根據權利要求1所述的通過乘員腳部位置壓力分布識別乘員狀態的系統，其特征在于：

所述時域信息是指從腳部壓力感知模塊的壓力信號采集處理裝置中獲取的過去時段內的乘員左右腳壓力分布數據；

所述時域信息的統計特征由時域信息經過噪聲濾波和統計分析得到。

5.根據權利要求2所述的通過乘員腳部位置壓力分布識別乘員狀態的系統，其特征在于，所述時域信息的統計特征包括均值、方差、變化率、分布不均勻度。

6.根據權利要求1所述的通過乘員腳部位置壓力分布識別乘員狀態的系統，其特征在于，所述乘員狀態數據計算模塊中，基于規則的方法是指預先設定乘員左右腳壓力分布數據的時域信息和頻域信息中各項參數的閾值，與乘員狀態計算值之間的邏輯規則，根據實時的時域信息和頻域信息確定乘員狀態計算值。

7.根據權利要求1所述的通過乘員腳部位置壓力分布識別乘員狀態的系統，其特征在于，所述乘員狀態數據計算模塊為每個乘員保存對應的最終算法模型，作為其下次乘坐車輛的初始算法模型。