本发明专利技术公开了一种车辆姿态检测方法，包括：获取一预定时间段内驾驶员的驾驶状态信息、车辆的工况信息、环境信息；根据所述驾驶员的驾驶状态信息得到所述车辆的第一姿态变换信息；根据所述车辆的工况信息得到所述车辆的第二姿态变换信息；根据所述环境信息得到所述车辆的第三姿态变换信息；将所述第一姿态变换信息、所述第二姿态变换信息、所述第三姿态变换信息输入到姿态变换检测模型中，得到所述姿态变换检测模型输出的对应所述驶姿态变换的姿态变换因素。本发明专利技术通过实时采集车辆内部部件运作的工况信息、驾驶员的驾驶状态信息和环境信息来判断车辆产生姿态变换的变换因素(人为还是车本身的问题)，从而提高了判断的准确性，以及驾驶的安全性。以及驾驶的安全性。以及驾驶的安全性。
【技术实现步骤摘要】
车辆姿态检测方法、装置、设备及介质
[0001]本专利技术属于汽车检测
，具体涉及一种车辆姿态检测方法、装置、设备及介质。
技术介绍
[0002]近几年，关于汽车故障、驾驶员突发状况或者干扰驾驶而造成多人伤亡的新闻越来越多。随着私家车、营运车的数量的快速增长，在车辆行驶过程中对车辆行驶状态以及驾驶区域状态进行监测，使其在处于异常状态时可对驾驶员进行预警或采取紧急制动以保证驾驶人员及乘车人员的安全是毋庸置疑的。
[0003]目前对于车辆的异常驾驶行为监测方法有很多，但是大多都是对于单一元素进行监测，少有综合驾驶员状态和车辆状态的监测系统。根据以上所描述的车辆异常驾驶行为监测系统所存在的判断形式单一，检测结果不够全面等问题。
技术实现思路
[0004]鉴于以上所述现有技术的缺点，本专利技术提供一种车辆姿态检测方法、装置、设备及介质，以解决上述技术问题。
[0005]本专利技术提供的一种车辆姿态检测方法，所述方法包括：
[0006]获取一预定时间段内车辆的行驶参数及行驶姿态变换，所述行驶参数包括：驾驶员的驾驶状态信息、车辆的工况信息、环境信息；
[0007]根据所述驾驶员的驾驶状态信息得到所述车辆的第一姿态变换信息；
[0008]根据所述车辆的工况信息得到所述车辆的第二姿态变换信息；
[0009]根据所述环境信息得到所述车辆的第三姿态变换信息；
[0010]将所述第一姿态变换信息、所述第二姿态变换信息、所述第三姿态变换信息输入到姿态变换检测模型中，得到所述姿态变换检测模型输出的对应所述驶姿态变换的姿态变换因素；其中，所述姿态变换因素表示引起所述车辆产生姿态变换的因素；所述姿态变换检测模型是以第一历史姿态变换信息、第二历史姿态变换信息、第三历史姿态变换信息作为输入，以姿态变换因素作为输出训练得到的。
[0011]于本专利技术一实施例中，根据所述驾驶员的驾驶状态信息得到所述车辆的第一姿态变换信息，包括：
[0012]将所述驾驶状态信息输入到第一姿态识别模型，得到第一姿态识别模型输出的第一姿态变换信息；其中，所述第一姿态识别模型是以所述驾驶状态信息作为输入、以所述第一姿态变换信息作为输出训练得到的；
[0013]根据所述车载设备的工况信息得到所述车辆的第二姿态变换信息，包括：
[0014]将所述车辆的工况信息输入到第二姿态识别模型，得到第二姿态识别模型输出的第二姿态变换信息；其中，所述第二姿态识别模型是以所述车辆的工况信息作为输入、以所述第二姿态变换信息作为输出训练得到的；
[0015]根据所述环境信息得到所述车辆的第三姿态变换信息，包括：
[0016]将所述环境信息输入到第三姿态识别模型，得到第三姿态识别模型输出的第三姿态变换信息；其中，所述第二姿态识别模型是以所述环境信息作为输入、以所述第三姿态变换信息作为输出训练得到的。
[0017]于本专利技术一实施例中，获取所述驾驶员的驾驶状态信息的步骤包括：
[0018]获取包含驾驶员的驾驶座舱图像；
[0019]对所述驾驶座舱图像进行目标检测，得到驾驶员目标；
[0020]对所述驾驶员目标进行特征提取，得到人体关键点特征图；
[0021]利用第一姿态识别模型对所述人体关键点特征图进行分析，得到所述驾驶员的驾驶状态信息。
[0022]于本专利技术一实施例中，所述对所述驾驶座舱图像进行目标检测，包括：
[0023]通过目标检测模型中的特征提取层对驾驶座舱图像进行多尺度检测，得到不同尺度的检测特征；
[0024]通过目标检测模型中的目标预测层对所述不同尺度的检测特征进行上采样，得到上采样特征，并将所述上采样特征以及与上采样特征对应的检测特征进行融合，得到融合特征；基于所述融合特征进行预测，得到驾驶员目标。
[0025]于本专利技术一实施例中，所述特征提取层包括多个依次连接的残差块，每一个残差块由不同数量的卷积层循环设定数量后融合构成。
[0026]于本专利技术一实施例中，所述残差块包括卷积层包括深度卷积层、逐点卷积层；
[0027]所述深度卷积层用于对驾驶座舱图像的每个通道进行特征提取；
[0028]所述逐点卷积层用于深度卷积层提取的特征进行特征融合。
[0029]于本专利技术一实施例中，所述目标预测层中嵌入有SENet层。
[0030]于本专利技术一实施例中，所述车辆的工况信息包括以下至少之一：轮胎信息、刹车信息、悬挂信息。
[0031]于本专利技术一实施例中，所述环境信息包括：车辆行驶道路信息和天气信息；所述道路信息包括以下至少之一：车道、道路环境、交通密度信息、发动机信息；所述天气信息包括以下至少之一：温度、天气。
[0032]本专利技术提供的一种车辆姿态检测装置，所述装置包括：
[0033]数据获取模块，用于获取一预定时间段内车辆的行驶参数及行驶姿态变换，所述行驶参数包括：驾驶员的驾驶状态信息、车载设备的工况信息、环境信息；
[0034]第一姿态变换识别模块，用于根据所述驾驶员的驾驶状态信息得到所述车辆的第一姿态变换信息；
[0035]第二姿态变换识别模块，用于根据所述车载设备的工况信息得到所述车辆的第二姿态变换信息；
[0036]第三姿态变换识别模块，用于得到所述车辆的第三姿态变换信息；
[0037]姿态变换因素预测模块，用于将所述第一姿态变换信息、所述第二姿态变换信息、所述第三姿态变换信息输入到姿态变换检测模型中，得到所述姿态变换检测模型输出的对应所述驶姿态变换的姿态变换因素；其中，所述姿态变换因素表示引起所述车辆产生姿态变换的因素；所述姿态变换检测模型是以第一历史姿态变换信息、第二历史姿态变换信息、
第三历史姿态变换信息作为输入，以姿态变换因素作为输出训练得到的。
[0038]本专利技术提供的一种电子设备，所述电子设备包括：
[0039]一个或多个处理器；
[0040]存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述的车辆姿态检测方法的步骤。
[0041]本专利技术提供的一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行上述车辆姿态检测方法的步骤。
[0042]本专利技术的有益效果：本专利技术中的一种车辆姿态检测方法，包括：获取一预定时间段内车辆的行驶参数及行驶姿态变换，所述行驶参数包括：驾驶员的驾驶状态信息、车辆的工况信息、环境信息；根据所述驾驶员的驾驶状态信息得到所述车辆的第一姿态变换信息；根据所述车辆的工况信息得到所述车辆的第二姿态变换信息；根据所述环境信息得到所述车辆的第三姿态变换信息；将所述第一姿态变换信息、所述第二姿态变换信息、所述第三姿态变换信息输入到姿态变换检测模型中，得到所述姿态变换检测模型输出的对应所述驶姿态变换的姿态变换因素；其中，所述姿态变换因素表示引起所述车辆产生姿态变换的因素；所述姿态变换检测模型是本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆姿态检测方法，其特征在于，所述方法包括：获取一预定时间段内车辆的行驶参数及行驶姿态变换，所述行驶参数包括：驾驶员的驾驶状态信息、车辆的工况信息、环境信息；根据所述驾驶员的驾驶状态信息得到所述车辆的第一姿态变换信息；根据所述车辆的工况信息得到所述车辆的第二姿态变换信息；根据所述环境信息得到所述车辆的第三姿态变换信息；将所述第一姿态变换信息、所述第二姿态变换信息、所述第三姿态变换信息输入到姿态变换检测模型中，得到所述姿态变换检测模型输出的对应所述驶姿态变换的姿态变换因素；其中，所述姿态变换因素表示引起所述车辆产生姿态变换的因素；所述姿态变换检测模型是以第一历史姿态变换信息、第二历史姿态变换信息、第三历史姿态变换信息作为输入，以姿态变换因素作为输出训练得到的。2.根据权利要求1所述的车辆姿态检测方法，其特征在于，根据所述驾驶员的驾驶状态信息得到所述车辆的第一姿态变换信息，包括：将所述驾驶状态信息输入到第一姿态识别模型，得到第一姿态识别模型输出的第一姿态变换信息；其中，所述第一姿态识别模型是以所述驾驶状态信息作为输入、以所述第一姿态变换信息作为输出训练得到的；根据所述车载设备的工况信息得到所述车辆的第二姿态变换信息，包括：将所述车辆的工况信息输入到第二姿态识别模型，得到第二姿态识别模型输出的第二姿态变换信息；其中，所述第二姿态识别模型是以所述车辆的工况信息作为输入、以所述第二姿态变换信息作为输出训练得到的；根据所述环境信息得到所述车辆的第三姿态变换信息，包括：将所述环境信息输入到第三姿态识别模型，得到第三姿态识别模型输出的第三姿态变换信息；其中，所述第二姿态识别模型是以所述环境信息作为输入、以所述第三姿态变换信息作为输出训练得到的。3.根据权利要求1所述的车辆姿态检测方法，其特征在于，获取所述驾驶员的驾驶状态信息的步骤包括：获取包含驾驶员的驾驶座舱图像；对所述驾驶座舱图像进行目标检测，得到驾驶员目标；对所述驾驶员目标进行特征提取，得到人体关键点特征图；利用第一姿态识别模型对所述人体关键点特征图进行分析，得到所述驾驶员的驾驶状态信息。4.根据权利要求3所述的车辆姿态检测方法，其特征在于，所述对所述驾驶座舱图像进行目标检测，包括：通过目标检测模型中的特征提取层对驾驶座舱图像进行多尺度检测，得到不同尺度的检测特征；通过目标检测模型中的目标预测层对所述不同尺度的检测特征进行上采样，得到上采样特征，并将所述上采样特征以及与上采样特征对应的...
【专利技术属性】
技术研发人员：曹红兵，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。