一种基于人体识别的减轻交通事故的车窗系统及控制方法技术方案

本发明专利技术属于车窗技术领域，公开了一种基于人体识别的减轻交通事故的车窗系统及控制方法，所述基于人体识别的减轻交通事故的车窗系统包括：人体扫描模块、主控模块、车速监测模块、识别模块、缓冲模块、减速模块、通风模块、关闭模块、显示模块。本发明专利技术通过通风模块根据对应当前车速的通风模式自动调节各车窗的位置；从而，用户无需再通过多次操作来获得最合适的通风位置，提高了调节效率；同时，通过关闭模块对车内生命迹象进行检测，用以判断车内是否存在幼儿或者其他人员，从而能够根据车内有无人员来采取相应的车窗自动关闭策略，使得在保护用户财产的同时，避免安全事故发生。

A window system and control method for reducing traffic accidents based on human body recognition

【技术实现步骤摘要】
一种基于人体识别的减轻交通事故的车窗系统及控制方法
本专利技术属于车窗
，尤其涉及一种基于人体识别的减轻交通事故的车窗系统及控制方法。
技术介绍
目前，电动车窗系统是由车窗，车窗升降器，电动机，继电器，开关等装置组成。一般的电动车窗系统都装有两套控制开关。一套装在仪表板或驾驶员侧车门扶手上，为主开关，它由驾驶员控制每个车窗的升降。另一套分别装在每一个乘客门上，为分开关，可由乘客进行操纵。一般在主开关上还装有断路开关，如果它断开，分开关就不起作用。然而，现有基于人体识别的减轻交通事故的车窗系统及方法通风操作率很低，用户可能需要花费很多时间调节电动车窗的位置才能获得满意的通风效果；同时，不能自动关闭车窗。综上所述，现有技术存在的问题是：现有基于人体识别的减轻交通事故的车窗系统及方法通风操作率很低，用户可能需要花费很多时间调节电动车窗的位置才能获得满意的通风效果；同时，不能自动关闭车窗。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于人体识别的减轻交通事故的车窗系统及控制方法。r>本专利技术是这样本文档来自技高网...

【技术保护点】
1.一种基于人体识别的减轻交通事故的车窗控制方法，其特征在于，所述基于人体识别的减轻交通事故的车窗控制方法，具体包括：/n步骤一，通过人体扫描模块利用摄像扫描器对人体进行扫描采集人体图像，车速监测模块利用车速传感器监测车行驶速度数据；/n步骤二，根据扫描采集人体图像和行驶速度数据，主控模块对数据进行处理分析，主控模块分别控制人体扫描模块、车速监测模块、识别模块、缓冲模块、减速模块、通风模块、关闭模块和显示模块各个模块的正常运行；/n步骤三，主控模块控制识别模块利用识别程序根据人体图像识别人体信息；/n步骤四，主控模块控制缓冲模块利用缓冲机构对碰撞进行缓冲；/n步骤五，主控模块控制减速模块利用减...

【技术特征摘要】
1.一种基于人体识别的减轻交通事故的车窗控制方法，其特征在于，所述基于人体识别的减轻交通事故的车窗控制方法，具体包括：
步骤一，通过人体扫描模块利用摄像扫描器对人体进行扫描采集人体图像，车速监测模块利用车速传感器监测车行驶速度数据；
步骤二，根据扫描采集人体图像和行驶速度数据，主控模块对数据进行处理分析，主控模块分别控制人体扫描模块、车速监测模块、识别模块、缓冲模块、减速模块、通风模块、关闭模块和显示模块各个模块的正常运行；
步骤三，主控模块控制识别模块利用识别程序根据人体图像识别人体信息；
步骤四，主控模块控制缓冲模块利用缓冲机构对碰撞进行缓冲；
步骤五，主控模块控制减速模块利用减速阀对车辆进行减速，通风模块控制车窗通风，关闭模块对车窗进行自动关闭操作；
步骤六，通过显示模块利用显示器显示扫描采集的人体图像、车速监测结果、识别结果；
根据人体图像识别人体信息，对人体进行识别的过程为：
(1)图像的提取；
对于图像，采用深度学习技术，训练神经网络识别，识别结果为类别概率序列(C1，P1)，(C2，P2)，……(Cn,Pn)，所述类别概率序列按照概率排序，具体为P1≥P2≥……≥Pn；采用的神经网络有但不限于AlexNet，GoogLeNet，VGG，Inception，ResNet；
(2)图像识别，取前m项识别结果(C1，P1)，(C2，P2)，……(Cm,Pm)(m≤n)，参与后续处理；
(3)采用向量近似度对图像识别结果进行过滤提升识别准确性：
记两个姿态向量V1，V2之间的近似度为dv1,v2；近似度越近，表示两个词意义越相近；对于每一个类别序列的姿态向量VCi，计算离VCi最近的姿态量序列的姿态向量Vnj，最近距离为dvci,nj；
(4)设定距离阈值t，当dvci,nj大于t时，表示dvci,nj大于t的类别与图像描述文本关联度低，丢弃该类别；
(5)余下的序列以最近距离为依据进行排序，最近距离小的类别排在前面，作为最终的图像识别结果；
所述人体扫描模块对采集的人体图像进行去噪过程为：
将采集的人体图像，建立相应的人体去噪集；在人体图像集中选择需要处理的去噪图像，确定相应的圆形邻域；
确定圆形邻域中的像素灰度值，并对像素灰度值进行排序；选择像素的中间值，作为该圆形邻域中的像素灰度值；
将重新确定的像素灰度值圆形邻域，在获取的人体图像中，按照顺序进行移动，利用中值滤波对图像进行平滑处理。


2.如权利要求1所述基于人体识别的减轻交通事故的车窗控制方法，其特征在于，所述步骤(3)中，计算离VCi最近的姿态量序列的姿态向量Vnj，最近距离为dvci,nj，具体包括：
选择余弦距离方法或欧氏距离方法计算姿态向量间距离；姿态量序列N1,N2,…Nk的姿态向量，记为Vn1,Vn2,…Vnk；假定候选结果Cm的姿态向量为Vcm；分别计算Vcm和Vn1,Vn2,…Vnk的距离，记为dvcm,n1,dvcm,n2,…,dvcm,nk；则，最近距离dvcm,vn＝min(dvcm,n1,dvcm,n2,…,dvcm,nk)。


3.如权利要求1所述基于人体识别的减轻交通事故的车窗控制方法，其特征在于，所述通风模块通风方法如下：
(1)通过车速传感器在确定用户调节车窗通风的需求后，获取车辆当前车速；
(2)在车辆当前车速未超过禁用车窗通风的速度阈值时，根据对应当前车速的通风模式调节各车窗的位置，所述通风模式为交叉开启不同侧的前后窗。


4.如权利要求3所述基于人体识别的减轻交通事故的车窗控制方法，其特征在于，所述通过用户的相关按键操作来确定用户调节车窗通风的需求。


5.如权利要求3所述基于人体识别的减轻交通事故的车窗控制方法，其特征在于，所述在车辆当前车速超过速度阈值时，关闭所有车窗。


6.如权利要求3所述基于人体识别的减轻交通事故的车窗控制方法，其特征在于，所述通风模式包括：开启左前窗、右后窗并关闭右前窗和左后窗；根据对应当前车速的通风模式调节各车窗的位置，包括：获取通风模式中左前窗及右后窗的开启位置；以及，驱动左前窗及右后窗至相应开启位置。


7.如权利要求1所述基于人体识别的减轻交通事故的车窗控...

【专利技术属性】
技术研发人员：杨国为，迟洁茹，于腾，李钟晓，庄晓东，祁少华，李耀，
申请(专利权)人：青岛大学，
类型：发明
国别省市：山东;37