用于车辆的座椅占用分类系统技术方案

本发明专利技术涉及用于车辆的座椅占用分类系统。一种确定车辆的座椅占用的计算机化方法包括：获得车辆车厢的示出车辆的至少一个座椅的图像，确定图像中的对象并将对象分配到至少一个座椅，确定至少一个座椅的座椅占用状态的概率，以及基于分配的对象和概率确定至少一个座椅的座椅占用状态。椅的座椅占用状态。椅的座椅占用状态。

【技术实现步骤摘要】
用于车辆的座椅占用分类系统


[0001]本公开总体上涉及车辆的安全改进，并且具体地涉及确定车辆中的人的座椅占用状态的方法和系统。

技术介绍

[0002]智能车辆，例如智能汽车、智能公交车等，显著地提高了乘客的安全性。这种智能车辆中的一个任务是座椅占用检测，其目的在于检测位于座椅上的人、对象、儿童座椅等。
[0003]早期的座椅占用分类系统建立在用于检测座椅上的重量的重量传感器上。更近的座椅占用分类系统替代地或附加地处理由车辆中的相机拍摄的图像。图像可以有助于基于座椅的座椅占用确定模块来确定车辆中的每个座椅的具体占用状态。
[0004]由于在座椅是被占用还是未被占用的情况下必须不同地控制一些安全装置，因此需要可靠地检测车辆中的座椅占用状态。

技术实现思路

[0005]在此上下文中，提出了方法、系统和计算机程序产品。
[0006]更具体地，提出了一种确定车辆的座椅占用的计算机化方法。所述方法包括：获得车辆车厢的示出所述车辆的至少一个座椅的图像；确定所述图像中的对象并将所述对象分配到所述至少一个座椅；确定所述至少一个座椅的座椅占用状态的概率；以及基于所分配的对象和所述概率确定所述至少一个座椅的所述座椅占用状态。
[0007]在实施方式中，所述座椅占用状态包括的类型为人、儿童座椅、对象和空座椅。在一些实施方式中，确定所述座椅占用状态的概率包括：确定围绕所述座椅的边界框，并且在所述边界框内对所述座椅占用状态进行分类。在一些实施方式中，确定所述图像中的对象并将所述对象分配到所述至少一个座椅包括：分析所述图像以检测所述对象并对对象类型进行分类，并且输出所检测的对象随时间的边界框以及所述对象类型的分类的置信度值。在另外的实施方式中，确定所述图像中的对象并将所述对象分配到所述至少一个座椅包括：确定身体关键点并将所述身体关键点合并到一个或多个骨架模型，并且基于所述身体关键点的数量和所述身体关键点的相应置信度值来输出所述骨架模型和所述骨架模型的置信度得分。在另外的实施方式中，确定所述图像中的对象并将所述对象分配到所述至少一个座椅包括：分析所述图像以检测面部，并且输出所检测面部随时间的跟踪边界框。
[0008]在一些实施方式中，确定所述图像中的对象并将所述对象分配到所述至少一个座椅包括：将所检测的对象的不同信息聚合到组合对象；以及确定所述组合对象到所述车辆中的所述至少一个座椅的座椅分配概率，其中，所述座椅分配概率反映所检测的对象位于所述座椅处的概率。
[0009]在一些实施方式中，基于所分配的对象和所述概率来确定所述至少一个座椅的所述座椅占用状态包括：产生先前为人或儿童座椅类型的座椅的座椅占用状态；通过增加新检测的人和/或儿童座椅，产生先前为空座椅类型的座椅的座椅占用状态；产生先前为对象
类型的座椅的座椅占用状态；以及通过增加新检测的对象，产生先前为空座椅类型的座椅的座椅占用状态。
[0010]在另外的实施方式中，产生先前为人或儿童座椅类型的座椅的座椅占用状态包括：将所述座椅的先前座椅占用状态与人或儿童座椅对象类型的座椅分配概率匹配；响应于确定所述座椅的匹配中的不确定性，将所述座椅的先前座椅占用状态与所述座椅的基于座椅的分类器的输出进行比较；以及基于匹配和/或比较确定确认的座椅状态、向其它座椅移动的人和儿童座椅、以及移除的人和儿童座椅。
[0011]在另外的实施方式中，产生先前为对象类型的座椅的座椅占用状态包括：将所述座椅的先前座椅占用状态与对象类型对象的座椅分配概率匹配；以及基于匹配确定确认的座椅状态、向其它座椅移动的对象和移除的对象。
[0012]在一些实施方式中，所述方法还包括确定所述座椅的遮挡值，其中，当产生所述座椅的当前座椅占用状态时考虑所述遮挡值。在一些实施方式中，确定所述座椅的所述座椅占用状态还考虑来自至少一个车辆传感器的信息。
[0013]另一方面涉及一种适于执行本文所述的方法的座椅占用分类系统。
[0014]又一方面涉及一种车辆，该车辆包括用于拍摄车辆内部的图像的相机和如本文所述的座椅占用分类系统。
[0015]最后，提供了一种包括指令的计算机程序，当计算机执行该程序时，该指令使计算机执行本文描述的方法。
[0016]通过以下参照附图对实施方式的详细描述，这些和其它目的、实施方式和优点对于本领域技术人员来说将变得更加明显，本公开不限于任何特定实施方式。
附图说明
[0017]从以下参照附图对示例性实施方式的描述中，本主题的前述和进一步的目的、特征和优点将变得明显，其中相同的附图标记用于表示相同的元件，在附图中：
[0018]图1是本文公开的方法的基本流程图。
[0019]图2描绘了由示例性基于座椅的分类器使用的边界框。
[0020]图3A示出了由示例性对象检测器产生的边界框。
[0021]图3B示出了由示例性身体关键点模块产生的关键点的骨架模型。
[0022]图3C示出了由示例性面部检测器产生的边界框。
[0023]图4是根据本文公开的方法确定和分配对象的实施方式的流程图。
[0024]图5是融合不同信息以产生座椅占用状态的实施方式的流程图。
[0025]图6A、图6B、图6C和图6D示出了可能的座椅占用状态。
[0026]图7呈现了示例性整体座椅占用分类系统的概述图。
[0027]图8描绘了如何确定所检测的人的座椅占用状态的流程图。
[0028]图9A和图9B示出了如何增加人或儿童座椅作为占用状态的流程图。
[0029]图10是实现本文所述功能的计算系统的图示。
具体实施方式
[0030]本公开涉及改善智能车辆的安全性的座椅占用检测的方法和系统，所述智能车辆
诸如汽车、火车、公共汽车、船舶等。在参考附图并描述根据本公开的一些实施方式的座椅占用分类系统之前，将提供与本公开相关的一些背景信息和方面。
[0031]本文描述的技术总体上涉及更可靠地检测车辆中的座椅的座椅占用状态的概念。示例座椅占用分类系统将来自应用于座椅周围的限定的图像裁剪的基于座椅的图像分类器的结果与来自应用于整个图像的若干基于对象的模块的结果进行组合。示例座椅占用分类系统输出可以提供每个座椅的当前座椅占用状态作为输出。根据实施方式的可能的座椅状态可以是：空座、人、儿童座椅和对象。如果座椅占用状态是“人”，则座椅占用分类系统还可以提供他是成人还是儿童作为输出。此外，如果座椅占用状态是“儿童座椅”，则座椅占用分类系统还可以提供儿童是否坐在儿童座椅内作为输出。
[0032]在实施方式中，座椅占用分类系统还可以提供关于与座椅相关联的对象的另外的信息作为输出，所述对象可以包括人、无生命对象、宠物等。例如，座椅占用分类系统可以提供具有状态“人”的座椅的相关联的骨架模型、具有状态“人”的座椅的相关联的面部边界框、和/或具有状态“人”、“对象”或“儿童座椅”的座椅的相关联的边界框。对于具有状态“儿童座椅”的座椅，如果儿童是可见的，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种确定车辆的座椅占用的计算机化方法，所述方法包括：
‑
获得车辆车厢的示出所述车辆的至少一个座椅的图像；
‑
确定所述图像中的对象并将所述对象分配到所述至少一个座椅；
‑
确定所述至少一个座椅的座椅占用状态的概率；以及
‑
基于所分配的对象和所述概率确定所述至少一个座椅的所述座椅占用状态。2.根据权利要求1所述的方法，其中，所述座椅占用状态包括的类型为人、儿童座椅、对象和空座椅。3.根据权利要求1或2所述的方法，其中，确定所述座椅占用状态的概率包括：确定围绕所述座椅的边界框，并且在所述边界框内对所述座椅占用状态进行分类。4.根据权利要求1至3中任一项所述的方法，其中，确定所述图像中的对象并将所述对象分配到所述至少一个座椅包括：分析所述图像以检测所述对象并对对象类型进行分类，并且输出所检测的对象随时间的边界框以及所述对象类型的分类的置信度值。5.根据权利要求1至4中任一项所述的方法，其中，确定所述图像中的对象并将所述对象分配到所述至少一个座椅包括：确定身体关键点并将所述身体关键点合并到一个或多个骨架模型，并且基于所述身体关键点的数量和所述身体关键点的相应置信度值来输出所述骨架模型和所述骨架模型的置信度得分。6.根据权利要求1至5中任一项所述的方法，其中，确定所述图像中的对象并将所述对象分配到所述至少一个座椅包括：分析所述图像以检测面部，并且输出所检测面部随时间的跟踪边界框。7.根据权利要求1至6中任一项所述的方法，其中，确定所述图像中的对象并将所述对象分配到所述至少一个座椅包括：
‑
将所检测的对象的不同信息聚合到组合对象；以及
‑
确定所述组合对象向所述车辆中的所述至少一个座椅的座椅分配概率，其中，所述座椅分配概率反映所检测的对象位于所述座椅处的概率。8.根据权利要求1至7中任一项所述的方法，其中，基于所分配的对象和所述概率来确定所述至少一个座椅的所述座椅占用状态包括：

【专利技术属性】
技术研发人员：K，
申请(专利权)人：APTIV技术有限公司，
类型：发明
国别省市：