[发明专利]用于检测安全带的使用状态的方法、安全带组件及车辆

说明书

本发明提出了一种用于检测安全带(10)的使用状态的方法，其中，所述安全带(10)的外侧面至少部分地具有反光区域(11)，所述方法包括：利用图像传感器(20)获取安全带(10)的图像；利用处理器(20)对图像中的像素的亮度从高到低进行排序，并选取第N个亮度作为分割阈值以从图像中分割出高亮区域(50)，其中，N为预先标定的反光区域(11)的反光像素数；以及处理器(20)根据分割出的高亮区域(50)判断安全带(10)是否处于工作状态。本发明还涉及一种安全带组件和一种车辆。借助于本发明，能够准确且高效地从图像中识别出安全带并判断安全带的使用状态，特别是能够减少乘车人员的衣服表面的图案和颜色以及环境亮度变化的干扰。

技术领域

本发明涉及检测安全带、尤其是车辆座椅上的安全带的使用状态，尤其涉及一种用于检测安全带的使用状态的方法、一种安全带组件以及一种车辆。

背景技术

在高速行驶的车辆发生碰撞或紧急制动时，车辆突然减速，车内的人员可能在惯性的作用下与车内的方向盘、挡风玻璃、座椅靠背等物体发生二次碰撞，导致严重的人员伤害。在这种情况下，安全带可用于将车内的人员固定在座椅上，从而避免人员受伤或减轻受伤程度。车辆事故调查表明，当车辆发生正面碰撞时，如果系了安全带，可使事故死亡率减少57％，侧面撞车时可使事故死亡率减少44％，翻车时可使事故死亡率减少80％，可见安全带的作用巨大。

然而，很多人在乘车时都不喜欢系上安全带，甚至采用各种方式防止安全带未系的警告响起，例如将安全带从背后直接插在安全带锁扣里来避免触发报警。因此，如何采用有效手段，检测出安全带的使用状态是一个重要的研究方向。在共享汽车、出租车、网约车等使用场景下，有效检测安全带使用状态的方法和设备，也是尤为必要。

目前，已知基于机器视觉的安全带检测方法。然而，现有的检测方法以安全带的形状及颜色为特征点进行检测。当车内人员的衣服表面图案形状及颜色与安全带十分接近的时候，这种检测方法的误判率极高。

现有技术在安全带的使用状态的检测方面仍然存在不足。

发明内容

本发明的目的在于提供一种改进的用于检测安全带的使用状态的方法及相应的安全带组件和车辆，以提高检测的准确性。

根据本发明的第一方面，提供了一种用于检测安全带的使用状态的方法，其中，所述安全带的外侧面至少部分地具有反光区域，所述方法包括：利用图像传感器获取安全带的图像；利用处理器对图像中的像素的亮度从高到低进行排序，并选取第N个亮度作为分割阈值以从图像中分割出高亮区域，其中，N为预先标定的反光区域的反光像素数；以及处理器根据分割出的高亮区域判断安全带是否处于工作状态。

通过在安全带的外侧面设置反光区域，可提高安全带的亮度，使安全带在图像中呈现高亮状态。处理器可根据预先标定的反光区域的反光像素数N从图像中提取亮度最高的N个像素，这些像素基本上对应于反光区域，从而能够准确且高效地从图像中识别出安全带，并进而判断安全带是否处于工作状态。由此，能够减少乘车人员的衣服表面的图案和颜色的干扰。另外，在不同的光照环境下，获取的图像的整体亮度可能不同。在这种情况下，如果根据预先设定的固定的分割阈值来分割高亮区域，则可能导致分割出的高亮区域与实际的反光区域不匹配。选取第N个像素的亮度为分割阈值尤其能够排除环境亮度变化的干扰。

在一个示例性实施例中，反光区域整体上为直线形；和/或反光区域在安全带的整个长度上延伸。

在一个示例性实施例中，在从图像中分割出高亮区域时：对图像中的亮度高于分割阈值的像素点赋值1，对图像中的其它像素点赋值0；和/或确定图像中的亮度高于分割阈值的所有像素点的坐标的集合G。

在一个示例性实施例中，在根据高亮区域判断安全带是否处于工作状态时，将集合G内的每一个点分别通过霍夫变换转变为霍夫空间中的一条映射线，确定映射线的交点中相交的映射线最多的交点的交点坐标，通过所述交点坐标确定代表反光区域的目标直线的表达式：y＝cx+d。