[发明专利]基于多参数检测的状态辨识系统在审

专利信息
申请号: 202011168024.X 申请日: 2020-10-28
公开(公告)号: CN113051988A 公开(公告)日: 2021-06-29
发明(设计)人: 杨丽 申请(专利权)人: 无锡臻永科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;B60H3/00;B60H3/06
代理公司: 暂无信息 代理人: 暂无信息
地址: 214000 江苏省无锡*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 参数 检测 状态 辨识 系统
【权利要求书】:

1.一种基于多参数检测的状态辨识系统,其特征在于,包括:

第一检测设备,设置在车辆内,分别与车辆的四个窗户的四个车窗升降机连接,用于检测每一个车窗升降机当前是否上升到最大幅度。

2.如权利要求1所述的基于多参数检测的状态辨识系统,其特征在于:

所述第一检测设备在存在一个车窗升降机当前未上升到最大幅度时,发出第一检测指令。

3.如权利要求2所述的基于多参数检测的状态辨识系统,其特征在于:

所述第一检测设备还用于在所有四个车窗升降机都上升到最大幅度时,发出第二检测指令。

4.如权利要求3所述的基于多参数检测的状态辨识系统,其特征在于,所述系统还包括:

第二检测设备,设置在车辆内,与车辆的发动机连接,用于检测所述车辆的发动机当前是否处于怠速状态,并在检测到处于怠速状态时,发出第三检测指令,否则,发出第四检测指令;

复合监控机构,包括设置在车辆的各个不同座位上方的各个摄像机,用于分别获得各个不同座位所在环境的现场图像,并将所述各个不同座位所在环境的现场图像进行图像内容拼接,以获得车内总览图像;

多功能处理机构,包括类型识别单元、幅值识别单元、滤波选择单元、算法存储单元和滤波执行单元,所述类型识别单元与所述复合监控机构连接,用于识别所述车内总览图像中的各种噪声的类型,所述幅值识别单元分别与所述类型识别单元和所述复合监控机构连接,用于识别每一种噪声的最大幅值,所述算法存储单元用于预先存储各种滤波器对应的各个滤波算法,所述滤波选择单元分别与所述类型识别单元、所述幅值识别单元以及所述算法存储单元连接,用于基于每一种噪声的类型和最大幅值选择对所述车内总览图像执行滤波处理的一个以上的滤波算法,所述滤波执行单元与所述滤波选择单元连接,用于基于选择的一个以上的滤波算法对所述车内总览图像执行滤波处理以获得定制处理图像;

场景鉴别设备,分别与所述多功能处理机构、所述第一检测设备和所述第二检测设备连接,用于接收到所述第二检测指令、所述第三检测指令以及所述定制处理图像中存在面积超限的人体目标时,发出第一控制指令,否则,发出第二控制指令;

净化器机构,设置在车辆内,与所述场景鉴别设备连接,用于在接收到所述第一控制指令时,对车辆内执行一氧化碳净化操作,并基于所述四个车窗升降机的当前上升幅度的均值决定执行一氧化碳净化操作的强度;

其中,基于每一种噪声的类型和最大幅值选择对所述车内总览图像执行滤波处理的一个以上的滤波算法包括:对应同一种噪声的类型,其最大幅值不同,选择的滤波算法不同;

其中,基于每一种噪声的类型和最大幅值选择对所述车内总览图像执行滤波处理的一个以上的滤波算法包括:对应不同类型的噪声,选择不同的滤波算法;

其中,基于所述四个车窗升降机的当前上升幅度的均值决定执行一氧化碳净化操作的强度:所述四个车窗升降机的当前上升幅度的均值越小,决定的执行一氧化碳净化操作的强度越低;

其中,所述净化器机构还用于在接收到所述第二控制指令时,停止对车辆内执行一氧化碳净化操作。

5.如权利要求4所述的基于多参数检测的状态辨识系统,其特征在于:

对应同一种噪声的类型,其最大幅值不同,选择的滤波算法不同包括:对应椒盐噪声,基于最大幅值的从小到大的不同,依次选择非中值滤波的非线性滤波器对应的滤波算法、非加权式的中值滤波器对应的滤波算法和加权式的中值滤波器对应的滤波算法。

6.如权利要求5所述的基于多参数检测的状态辨识系统,其特征在于:

对应不同类型的噪声,选择不同的滤波算法包括:对应莫尔波纹,选择陷阱滤波器对应的滤波算法,对应白噪声,选择自适应递归滤波器或者带通滤波器对应的滤波算法;

其中,对应不同类型的噪声,选择不同的滤波算法还包括:对应椒盐噪声,选择非中值滤波的非线性滤波器对应的滤波算法、非加权式的中值滤波器对应的滤波算法或者加权式的中值滤波器对应的滤波算法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡臻永科技有限公司,未经无锡臻永科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011168024.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top