本发明专利技术公开了一种舱内乘员检测方法，属于智能驾驶技术领域，该一种舱内乘员检测方法，包括通过所述雷达向所述舱内发射电磁波信号，并基于回波信号的频率信息获取所述舱内不同位置点的云数据；对所述雷达的FOV内所有区域进行距离边界扫描，以获取实时舱内距离边界数据；提取存储的舱内距离边界数据，并将不同角度内的所述实时舱内距离边界数据同所述存储的舱内距离边界数据进行比对。通过安装在车辆舱体内的雷达实现舱内成员数量，类别，姿态及身体状态检测，成本低廉，接收灵敏度高、性能稳定可靠。定可靠。定可靠。
【技术实现步骤摘要】
一种舱内乘员检测方法和装置
[0001]本专利技术属于智能驾驶
，具体涉及一种舱内乘员检测方法和装置。
技术介绍
[0002]目前舱内感知技术主要是通过多个摄像头检测追踪包括头部朝向、面部表情、视线方向、手势及肢体关键点等人体视觉特征，分析驾驶员及乘客的身份信息、意图和行为，同时关注驾舱内的人员活动以及与之相关的物品检测，致力于提供更安全、智能的车内体验。
[0003]但是摄像头及控制器存在成本较高，客户隐私得不到有效保护等问题。
技术实现思路
[0004]本专利技术的目的在于提供一种舱内乘员检测方法，以解决上述
技术介绍
中提出现有的检测方法在使用过程中的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种舱内乘员检测方法，其通过安装于舱内的至少一个雷达实现乘员检测，所述检测方法包括；
[0006]通过所述雷达向所述舱内发射电磁波信号，并基于回波信号的频率信息获取所述舱内不同位置点的云数据；
[0007]对所述雷达的FOV内所有区域进行距离边界扫描，以获取实时舱内距离边界数据；
[0008]提取存储的舱内距离边界数据，并将不同角度内的所述实时舱内距离边界数据同所述存储的舱内距离边界数据进行比对；
[0009]基于比对结果提取距离范围超过阈值的位置点的云数据并解析，依据解析结果对位置点进行聚类并确定乘员的三维空间轮廓；
[0010]基于回波信号的频率信息和相位变化获取乘员的心率信息，结合乘员三维空间轮廓判定成员类型；
[0011]基于聚类的点云数据随时间变化特性分析对成员姿态进行分析。
[0012]优选的，所述基于比对结果提取距离范围超过阈值的位置点的云数据并解析中解析结果包括位置点云数据横向、纵向和高度信息中的至少一种。
[0013]优选的，所述检测方法还包括：
[0014]基于乘员类型和姿态分析结果，对舱内主机系统、空调系统、语音系统和报警系统中的至少一个进行调节。
[0015]优选的，所述提取存储的舱内距离边界数据在雷达安装完成并对整车进行供电时进行测定。
[0016]优选的，所述存储的舱内距离边界数据的测定包括：
[0017]通过雷达向舱内发送电磁波信号，对回波处理后获取雷达点云数据；
[0018]基于云数据进行波达角估算，以完成雷达FOV内舱内各个角度距离边界扫描。
[0019]优选的，所述雷达为毫米波雷达。
[0020]优选的，所述阈值的大小为5cm。
[0021]本申请还公开了一种舱内乘员检测装置，包括：
[0022]第一获取模块，其配置为通过所述雷达向所述舱内发射电磁波信号，并基于回波信号的频率信息获取所述舱内不同位置点的云数据；
[0023]第二获取模块，其配置为对所述雷达的FOV内所有区域进行距离边界扫描，以获取实时舱内距离边界数据；
[0024]比对模块，其配置为提取存储的舱内距离边界数据，并将不同角度内的所述实时舱内距离边界数据同所述存储的舱内距离边界数据进行比对；
[0025]第一解析模块，其配置为基于比对结果提取距离范围超过阈值的位置点的云数据并解析，依据解析结果对位置点进行聚类并确定乘员的三维空间轮廓；
[0026]第二解析模块，其配置为基于聚类的点云数据随时间变化特性分析对成员姿态进行分析。
[0027]与现有技术相比，本专利技术的有益效果是：
[0028]本申请通过安装在车辆舱体内的雷达实现舱内成员数量，类别，姿态及身体状态检测，成本低廉，接收灵敏度高、性能稳定可靠。
附图说明
[0029]图1为本专利技术方法流程图；
[0030]图2为本专利技术存储的舱内距离边界数据测量流程；
[0031]图3为本专利技术装置结构示意图。
具体实施方式
[0032]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0033]参照图1
‑
3,一种舱内乘员检测方法，主要通过安装于车内部的至少一个雷达实现乘员的检测，在该检测方法的一些实施例中，该雷达为毫米波雷达，且数量为两个，通过设置两个雷达，能够对车内的空间的进行覆盖，即实现整体舱内的全面覆盖，并能降低检测成本，具体的，上述检测方法主要包括以下步骤：
[0034]S100：通过所述雷达向所述舱内发射电磁波信号，并基于回波信号的频率信息获取所述舱内不同位置点的云数据；
[0035]具体的，在车辆点火后，车内的雷达开始动作，发射电磁波信号并接受回波信号，通过对回波信号的频率信息，能够获取舱内各位置点云数据；
[0036]S110：对所述雷达的FOV内所有区域进行距离边界扫描，以获取实时舱内距离边界数据；
[0037]S120：提取存储的舱内距离边界数据，并将不同角度内的所述实时舱内距离边界数据同所述存储的舱内距离边界数据进行比对；
[0038]具体的，在步骤S120中，存储的舱内边界数据是在车辆雷达安装完成之后，在对整
车进行供电的情况下进行检测，此时车辆舱体内没有乘员的存在，即在空车条件下完成该数据的测定，在该检测方法的一些实施例中，存储的舱内边界数据的测量包括：
[0039]通过雷达发射电磁波信号，回波经过控制器处理之后，即可获取获取毫米波雷达点云数据，基于点云数据进行波达角估算，以完成毫米波雷达FOV内的整车舱内各个角度距离边界扫描，即可实现舱内3D空间边界数据的测量。
[0040]S130：基于步骤S120的比对结果提取距离范围超过阈值的位置点的云数据并解析，依据解析结果对位置点进行聚类并确定乘员的三维空间轮廓；
[0041]具体的，在对数据进行比对时，二者差值范围的阈值可以人为进行设定，示例性地，将该阈值设定为5cm，对应的，提取距离范围超过5cm的点云数据并对云数据进行解析，解析数据包括但不限于各位置点云数据横向、纵向和高度信息，并依据各位置点云数据横向、纵向和高度信息进行聚类，从而确定乘员的三维空间轮廓，并基于轮廓位置确定乘员在车辆舱内的位置；
[0042]S140：基于回波信号的频率信息和相位变化获取乘员的心率信息，结合乘员三维空间轮廓判定成员类型；
[0043]具体的，在获取乘员的三维空间轮廓之后，基于回波信号的原始频率和相位变化能够得到乘员的心率信息，结合聚类的点云数据轮廓经过深度模型即可对乘员的类型进行判断，如大人、小孩和宠物。
[0044]S150：基于聚类的点云数据随时间变化特性分析对成员姿态进行分析；
[0045]具体的，通过对聚类的点云数据随时间的变化分析，结合乘员在三维空间内的特征变化能够判定乘员的姿态。
[0046]同时上述检测方法还包括基于乘员类型和姿态分本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种舱内乘员检测方法，其通过安装于舱内的至少一个雷达实现乘员检测，其特征在于：所述检测方法包括：通过所述雷达向所述舱内发射电磁波信号，并基于回波信号的频率信息获取所述舱内不同位置点的云数据；对所述雷达的FOV内所有区域进行距离边界扫描，以获取实时舱内距离边界数据；提取存储的舱内距离边界数据，并将不同角度内的所述实时舱内距离边界数据同所述存储的舱内距离边界数据进行比对；基于比对结果提取距离范围超过阈值的位置点的云数据并解析，依据解析结果对位置点进行聚类并确定乘员的三维空间轮廓；基于回波信号的频率信息和相位变化获取乘员的心率信息，结合乘员三维空间轮廓判定成员类型；基于聚类的点云数据随时间变化特性分析对成员姿态进行分析。2.根据权利要求1所述的一种舱内乘员检测方法，其特征在于：所述基于比对结果提取距离范围超过阈值的位置点的云数据并解析中解析结果包括位置点云数据横向、纵向和高度信息中的至少一种。3.根据权利要求1所述的一种舱内乘员检测方法，其特征在于：所述检测方法还包括：基于乘员类型和姿态分析结果，对舱内主机系统、空调系统、语音系统和报警系统中的至少一个进行调节。4.根据权利要求1所述的一种舱内乘员检测方法，其特征在于：所述提取存储的舱...
【专利技术属性】
技术研发人员：徐达学，姜灏，肖晖，朱强，聂俊霞，
申请(专利权)人：奇瑞汽车股份有限公司，
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。