识别座椅安全装置安全状态的方法和装置制造方法及图纸

一种识别座椅安全装置安全状态的方法和装置，方法包括：获取车辆状态信息；当车辆状态信息满足预设的一级提醒的条件时，获取座椅图像；根据座椅图像判断座椅上是否有乘客乘坐；当座椅上有乘客乘坐时，判断车辆状态信息是否满足预设的二级提醒的条件；当车辆状态信息满足预设的二级提醒的条件时，获取安全带锁扣状态信息；根据座椅图像和安全带锁扣状态信息判断乘客是否系好安全带；当乘客未系好安全带时，进行二级提醒。所述方法和装置提升了行车安全性。安全性。安全性。

【技术实现步骤摘要】
识别座椅安全装置安全状态的方法和装置


[0001]本专利技术涉及汽车安全驾驶领域，具体涉及一种识别座椅安全装置安全状态的方法和装置。

技术介绍

[0002]车辆行车过程中司乘人员的人身安全问题是需要持续解决的问题，
[0003]汽车上一般都设有安全带、安全带扣座以及司乘人员未系安全带时的自动报警装置。但是，很多驾乘人员由于种种原因不规范系安全带而且会采用一些措施欺骗安全带报警装置使报警装置免除报警，这些不良的行为或习惯对司乘人员以及路面其他车辆带来严重的安全隐患。
[0004]因此，需要采用更精准的检测条件以确保司乘人员正确系好安全带。

技术实现思路

[0005]本专利技术解决的技术问题是提供一种识别座椅安全装置安全状态的方法和装置，以提升司乘人员人身安全。
[0006]为解决上述技术问题，本专利技术技术方案提供一种识别座椅安全装置安全状态的方法，包括：获取车辆状态信息；当车辆状态信息满足预设的一级提醒的条件时，获取座椅图像；根据座椅图像判断座椅上是否有乘客乘坐；当座椅上有乘客乘坐时，判断车辆状态信息是否满足预设的二级提醒的条件；当车辆状态信息满足预设的二级提醒的条件时，获取安全带锁扣状态信息；根据座椅图像和安全带锁扣状态信息判断乘客是否系好安全带；当乘客未系好安全带时，进行二级提醒。
[0007]可选的，根据座椅图像和安全带锁扣状态信息判断乘客是否系好安全带的方法包括：根据座椅图像判断安全带的位置是否满足第一预设条件；根据安全带锁扣状态信息判断安全带锁扣开关是否满足第二预设条件；当所述安全带的位置未满足第一预设条件，或者当所述安全带锁扣开关未满足第二预设条件时，则判定乘客未系好安全带。
[0008]可选的，所述第一预设条件为安全带位于乘客身上；所述第二预设条件为安全带锁扣开关处于断开状态。
[0009]可选的，基于深度学习算法模型根据座椅图像判断安全带的位置是否满足第一预设条件。
[0010]可选的，所述二级提醒的条件和二级提醒的方式满足安全带未系提醒规则。
[0011]可选的，所述二级提醒的条件包括：车辆连续向前行驶的距离大于或等于预设距离、车辆向前行驶的速度大于或等于预设速度、和车辆向前行驶的时间大于或等于预设时间中的一个或多个的组合。
[0012]可选的，所述预设距离为300米，所述预设速度为15公里每小时，所述预设时间为60秒。
[0013]可选的，所述二级提醒的方式包括：视觉提醒和听觉提醒；单次视觉提醒和听觉提
醒的持续时间为大于或等于30秒，相邻两次提醒的间隔时间小于或等于3秒。
[0014]可选的，根据座椅图像判断座椅上是否有乘客乘坐的方法包括：采用深度学习算法对所述座椅图像进行预处理和特征的提取；将所述座椅图像基于深度学习算法模型进行检测，以获取检测结果；根据检测结果判断座椅图像的内容中是否有人像；当所述座椅图像的内容中有人像特征时，则判断座椅上有乘客乘坐。
[0015]可选的，所述深度学习算法的模型包括卷积神经网络模型，所述卷积神经网络模型包括Inception Resnet v2模型。
[0016]可选的，在采用深度学习算法对所述座椅图像进行处理和比对之前，还包括：采用若干座椅图像和人像图片对所述深度学习算法模型进行训练。
[0017]可选的，所述一级提醒的条件包括：车辆处于启动状态。
[0018]可选的，当车辆状态信息满足预设的一级提醒的条件且不满足预设的二级提醒的条件时，则进行一级提醒。
[0019]可选的，所述一级提醒的条件和一级提醒的方式满足安全带未系提醒规则；所述一级提醒的方式包括视觉提醒，单次提醒的持续时间为大于或等于60秒。
[0020]可选的，在进行一级提醒的过程中，若所述车辆状态信息满足预设的二级提醒的条件时，还包括：将所述一级提醒切换为二级提醒。
[0021]相应地，本专利技术技术方案还提供一种识别座椅安全装置安全状态的装置，包括：车辆状态信息判断单元，用于获取车辆状态信息；摄像头，用于当车辆状态信息满足预设的一级提醒的条件时，获取座椅图像；主控制器单元，用于根据座椅图像判断座椅上是否有乘客乘坐；并且，当座椅上有乘客乘坐时，用于判断车辆状态信息是否满足预设的二级提醒的条件；安全带锁扣开关，用于当车辆状态信息满足预设的二级提醒的条件时，安全带锁扣开关发送安全带锁扣状态信息；主控制器单元，还用于获取安全带锁扣状态信息，并根据座椅图像和安全带锁扣状态信息判断乘客是否系好安全带；并且，当乘客未系好安全带时，用于发送二级提醒信号；仪表和扬声器，用于获取二级提醒信号进行二级提醒。
[0022]可选的，所述主控制器单元，还用于当车辆状态信息满足预设的一级提醒的条件且不满足预设的二级提醒的条件时，发送一级提醒信号。
[0023]可选的，所述仪表还用于获取一级提醒信号进行一级提醒；所述一级提醒的方式包括视觉提醒，所述视觉提醒包括指示灯闪烁，单次提醒的持续时间为大于或等于60秒。
[0024]可选的，所述二级提醒的方式包括视觉提醒和听觉提醒，所述视觉提醒包括仪表上的指示灯闪烁，所述听觉提醒包括扬声器播放的报警铃声，单次视觉提醒和听觉提醒的持续时间为大于或等于30秒，相邻两次提醒的间隔时间小于或等于3秒。
[0025]可选的，所述主控制器单元还用于根据车辆状态信息判断车辆状态信息是否满足预设的一级提醒条件。
[0026]可选的，所述主控制器单元和车辆状态信息判断单元位于同一车载芯片上，或者位于不同的车载芯片上。
[0027]可选的，所述主控制器单元与车辆状态信息判断单元通过总线电连接，所述主控制器单元与摄像头通过总线电连接，所述主控制器单元与安全带锁扣开关通过总线电连接，所述主控制器单元与仪表和扬声器通过总线电连接。
[0028]可选的，所述主控制器单元与车辆状态信息判断单元无线连接，所述主控制器单
元与摄像头无线连接，所述主控制器单元与安全带锁扣开关无线连接，所述主控制器单元与仪表和扬声器无线连接。
[0029]与现有技术相比，本专利技术的技术方案具有以下有益效果：
[0030]本专利技术技术方案的方法，通过根据座椅图像判断座椅上是否有乘客乘坐，并根据座椅图像判断乘客是否系好安全带，采用多条件对座位上是否有乘客和乘客是否系安全带进行精准识别，从而减小了误判的风险。提高了行车安全。
[0031]进一步，基于深度学习算法对座椅上是否有乘客乘坐以及座椅上的乘客是否系好安全带进行精准识别，减少了对座椅上放重物的情况进行误判的风险；根据座椅图像和安全带锁扣状态信息判断乘客是否系好安全带两个条件来判断乘客是否成功系上安全带，解决了乘客安装第三方锁扣来消除安全带未系提醒的风险，提高了行驶安全。
[0032]本专利技术的技术方案的装置，所述主控制器单元通过根据座椅图像判断座椅上是否有乘客乘坐，并根据座椅图像判断乘客是否系好安全带，采用多条件对座位上是否有乘客和乘客是否系安全带进行精准识别，从而减小了误判的风险。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别座椅安全装置安全状态的方法，其特征在于，包括：获取车辆状态信息；当车辆状态信息满足预设的一级提醒的条件时，获取座椅图像；根据座椅图像判断座椅上是否有乘客乘坐；当座椅上有乘客乘坐时，判断车辆状态信息是否满足预设的二级提醒的条件；当车辆状态信息满足预设的二级提醒的条件时，获取安全带锁扣状态信息；根据座椅图像和安全带锁扣状态信息判断乘客是否系好安全带；当乘客未系好安全带时，进行二级提醒。2.如权利要求1所述的识别座椅安全装置安全状态的方法，其特征在于，根据座椅图像和安全带锁扣状态信息判断乘客是否系好安全带的方法包括：根据座椅图像判断安全带的位置是否满足第一预设条件；根据安全带锁扣状态信息判断安全带锁扣开关是否满足第二预设条件；当所述安全带的位置未满足第一预设条件，或者当所述安全带锁扣开关未满足第二预设条件时，则判定乘客未系好安全带。3.如权利要求2所述的识别座椅安全装置安全状态的方法，其特征在于，所述第一预设条件为安全带位于乘客身上；所述第二预设条件为安全带锁扣开关处于断开状态。4.如权利要求3所述的识别座椅安全装置安全状态的方法，其特征在于，基于深度学习算法模型根据座椅图像判断安全带的位置是否满足第一预设条件。5.如权利要求1所述的识别座椅安全装置安全状态的方法，其特征在于，所述二级提醒的条件和二级提醒的方式满足安全带未系提醒规则。6.如权利要求5所述的识别座椅安全装置安全状态的方法，其特征在于，所述二级提醒的条件包括：车辆连续向前行驶的距离大于或等于预设距离、车辆向前行驶的速度大于或等于预设速度、和车辆向前行驶的时间大于或等于预设时间中的一个或多个的组合。7.如权利要求6所述的识别座椅安全装置安全状态的方法，其特征在于，所述预设距离为300米，所述预设速度为15公里每小时，所述预设时间为60秒。8.如权利要求5所述的识别座椅安全装置安全状态的方法，其特征在于，所述二级提醒的方式包括：视觉提醒和听觉提醒；单次视觉提醒和听觉提醒的持续时间为大于或等于30秒，相邻两次提醒的间隔时间小于或等于3秒。9.如权利要求1所述的识别座椅安全装置安全状态的方法，其特征在于，根据座椅图像判断座椅上是否有乘客乘坐的方法包括：采用深度学习算法对所述座椅图像进行预处理和特征的提取；将所述座椅图像基于深度学习算法模型进行检测，以获取检测结果；根据检测结果判断座椅图像的内容中是否有人像；当所述座椅图像的内容中有人像特征时，则判断座椅上有乘客乘坐。10.如权利要求9所述的识别座椅安全装置安全状态的方法，其特征在于，所述深度学习算法的模型包括卷积神经网络模型，所述卷积神经网络模型包括Inception Resnet v2模型。11.如权利要求9所述的识别座椅安全装置安全状态的方法，其特征在于，在采用深度学习算法对所述座椅图像进行处理和比对之前，还包括：采用若干座椅图像和人像图片对所述深度学习算法模型进行训练。12.如权利要求1所述的识别座椅安全装置安全状态的方法，其特征在于，所述一级提
醒的条件包括：车辆处于启动状态。13.如权利要求1所述的识别座椅安全装置...

【专利技术属性】
技术研发人员：张雷，蔡德暄，李鹏，唐善政，
申请(专利权)人：上海悠跑网络科技有限公司，
类型：发明
国别省市：