[发明专利]用于车辆约束系统的控制方法、装置、存储介质和车辆有效
申请号: | 202210184875.6 | 申请日: | 2022-02-28 |
公开(公告)号: | CN114475501B | 公开(公告)日: | 2023-10-13 |
发明(设计)人: | 赵欣超;闫占功;袁文华;严健鸣;李宝玉 | 申请(专利权)人: | 蔚来汽车科技(安徽)有限公司 |
主分类号: | B60R21/01 | 分类号: | B60R21/01;B60R21/015;B60R21/0136;B60R21/0132 |
代理公司: | 中国专利代理(香港)有限公司 72001 | 代理人: | 董婕 |
地址: | 230601 安徽省合肥市经济*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 车辆 约束 系统 控制 方法 装置 存储 介质 | ||
1.一种用于车辆约束系统的控制方法,其特征在于,包括以下步骤:
A、响应于车辆启动,获取指示用户体征的第一信号集合;
B、将所述第一信号集合输入到用户分类模型中,并基于所述用户分类模型确定体征分类结果;
C、响应于碰撞事件,接收指示车辆状态的第二信号集合;
D、基于所述第二信号集合确定碰撞等级和用户运动轨迹;以及
E、至少基于所述体征分类结果、所述碰撞等级和所述用户运动轨迹生成用于所述车辆约束系统的控制命令。
2.根据权利要求1所述的方法,其中,所述第一信号集合包括以下各项中的一项或多项:由图像传感器采集的用户面部图像、由座椅状态传感器采集的座椅位置信号、座椅高度信号和靠背角度信号、由安全带状态传感器采集的安全带伸出长度信号、由布置在座椅处的重力传感器采集的用户体重信号。
3.根据权利要求1所述的方法,在步骤B中,所述用户分类模型是使用训练数据集通过机器学习而预先构建的,所述训练数据集包括第一信号集合样本和表征对所述第一信号集合样本所指示的用户体征的分类结果的标注信息。
4.根据权利要求1所述的方法,其中,步骤B包括:
B1、从所述第一信号集合中提取出包含用户体征特征的感兴趣部分,所述用户体征特征包括以下各项中的一项或多项:面部特征、眼部特征、头部位置信息、座椅位置特征、座椅高度特征、靠背角度特征、体重特征;
B2、将提取的感兴趣部分输入到基于深度学习算法的用户分类模型中;以及
B3、基于所述用户分类模型得到所述体征分类结果;
其中,所述体征分类结果包括以下各项中的一项或多项:年龄分类、身高分类、体重分类;
其中,所述第二信号集合包括以下各项中的一项或多项:由加速度传感器采集的车辆加速度信号、由碰撞传感器采集的碰撞压力信号和碰撞方向信号、由智能驾驶模块确定的车辆行驶方向信号;
其中,步骤D包括:
D1、基于碰撞压力信号和车辆加速度信号确定所述碰撞等级;以及
D2、基于碰撞方向信号、车辆行驶方向信号确定所述用户运动轨迹;
其中,在步骤E中,所述控制命令用于调节卷收器、主动限力装置、气囊、和主动泄压装置的点爆参数。
5.一种用于车辆约束系统的控制装置,包含:
存储器;
处理器;以及
存储在所述存储器上并可在所述处理器上运行的计算机程序,该计算机程序的运行使得下列步骤被执行:
A、响应于车辆启动,获取指示用户体征的第一信号集合;
B、将所述第一信号集合输入到用户分类模型中,并基于所述用户分类模型确定体征分类结果;
C、响应于碰撞事件,接收指示车辆状态的第二信号集合;
D、基于所述第二信号集合确定碰撞等级和用户运动轨迹;以及
E、至少基于所述体征分类结果、所述碰撞等级和所述用户运动轨迹生成用于所述车辆约束系统的控制命令。
6.根据权利要求5所述的装置,其中,所述第一信号集合包括以下各项中的一项或多项:由图像传感器采集的用户面部图像、由座椅状态传感器采集的座椅位置信号、座椅高度信号和靠背角度信号、由安全带状态传感器采集的安全带伸出长度信号、由布置在座椅处的重力传感器采集的用户体重信号。
7.根据权利要求5所述的装置,其中,所述用户分类模型是使用训练数据集通过机器学习而预先构建的,所述训练数据集包括第一信号集合样本和表征对所述第一信号集合样本所指示的用户体征的分类结果的标注信息。
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蔚来汽车科技(安徽)有限公司,未经蔚来汽车科技(安徽)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/202210184875.6/1.html,转载请声明来源钻瓜专利网。