[发明专利]一种基于卷积神经网络的电动座椅调节方法、装置及车辆在审

专利信息
申请号: 202210103960.5 申请日: 2022-01-28
公开(公告)号: CN114572068A 公开(公告)日: 2022-06-03
发明(设计)人: 赵子龙;苏雯;关忠旭;杨慧凯;韩新立;王鹏鹏;贺明明 申请(专利权)人: 中国第一汽车股份有限公司
主分类号: B60N2/02 分类号: B60N2/02;B60R16/037;G06N3/04;G06N3/08
代理公司: 北京翔宇专利代理事务所(普通合伙) 11960 代理人: 田昱川
地址: 130011 吉林省长*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 卷积 神经网络 电动 座椅 调节 方法 装置 车辆
【权利要求书】:

1.一种基于卷积神经网络的电动座椅调节方法,其特征在于,所述基于卷积神经网络的电动座椅调节方法包括:

获取使用者的身体信息;

获取经过训练的卷积神经网络模型;

将所述使用者的身体信息输入至所述经过训练的卷积神经网络模型,从而获取最佳坐姿;

将所述最佳坐姿发送给驱动装置,从而使驱动装置根据所述最佳坐姿驱动电动座椅运动。

2.如权利要求1所述的基于卷积神经网络的电动座椅调节方法,其特征在于,在所述驱动电动座椅运动后,所述基于卷积神经网络的电动座椅调节方法进一步包括:

获取使用者的坐姿信息;

根据使用者的坐姿信息判断使用者是否需要重新进行电动座椅调节,若是,则

根据使用者的坐姿信息以及最佳坐姿获取调整坐姿;

将所述调整坐姿发送给驱动装置,从而使驱动装置根据所述调整坐姿驱动电动座椅运动。

3.如权利要求2所述的基于卷积神经网络的电动座椅调节方法,其特征在于,所述根据使用者的坐姿信息判断使用者是否需要重新进行电动座椅调节包括:

获取使用者的受力信息;

根据使用者的受力信息获取使用者的坐姿信息;

根据使用者的坐姿信息判断使用者是否偏离所述最佳电动座椅位置,若是,则

根据使用者的坐姿信息以及最佳坐姿获取调整坐姿。

4.如权利要求3所述的基于卷积神经网络的电动座椅调节方法,其特征在于,所述根据使用者的坐姿信息判断使用者是否偏离所述最佳电动座椅位置包括:

获取所述最佳坐姿;

将所述使用者的坐姿信息与所述最佳坐姿进行对比拟合,获得二者的偏差;

判断二者的偏差是否超过预设阈值且超过预设阈值的时间超过预设时间,若是,则

根据使用者的坐姿信息以及最佳坐姿获取调整坐姿。

5.如权利要求4所述的基于卷积神经网络的电动座椅调节方法,其特征在于,所述身体信息至少包括体重信息、身高信息。

6.如权利要求5所述的基于卷积神经网络的电动座椅调节方法,其特征在于,所述身体信息进一步包括颈椎状况信息以和/或腰椎状况信息。

7.如权利要求6所述的基于卷积神经网络的电动座椅调节方法,其特征在于,在所述将所述最佳坐姿发送给驱动装置,从而使驱动装置根据所述最佳坐姿驱动电动座椅运动之后,所述基于卷积神经网络的电动座椅调节方法进一步包括:

当所述身体信息中的腰椎状况信息符合预设条件时,生成电动座椅腰部气囊充气信号,并将电动座椅腰部气囊充气信号传递给电动座椅的腰部气囊充气控制单元,从而使腰部气囊充气控制单元为腰部气囊充气。

8.一种基于卷积神经网络的电动座椅调节装置,其特征在于,所述基于卷积神经网络的电动座椅调节装置包括:

身体信息获取模块,所述身体信息获取模块用于获取使用者的身体信息;

网络模型获取模块,所述网络模型获取模块用于获取经过训练的卷积神经网络模型;

最佳坐姿获取模块,所述最佳坐姿获取模块用于将所述使用者的身体信息输入至所述经过训练的卷积神经网络模型,从而获取最佳坐姿;

发送模块,所述发送模块用于将所述最佳坐姿发送给驱动装置,从而使驱动装置根据所述最佳坐姿驱动电动座椅运动。

9.一种车辆,其特征在于,所述车辆包括:

电动座椅;

压力传感器,所述压力传感器布置在所述电动座椅上,用于获取位于电动座椅上的使用者的受力信息;

形变传感器,所述形变传感器布置在所述电动座椅上,用于获取电动座椅的形变信息;

基于卷积神经网络的电动座椅调节装置,所述基于卷积神经网络的电动座椅调节装置为如权利要求8所述的基于卷积神经网络的电动座椅调节装置。

10.如权利要求9所述的车辆,其特征在于,所述车辆进一步包括:

腰部气囊组件,所述腰部气囊组件位于所述电动座椅上;和/或,

颈椎气囊组件,所述颈椎气囊组件位于所述电动座椅上。

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中国第一汽车股份有限公司,未经中国第一汽车股份有限公司许可,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/202210103960.5/1.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