基于体态识别的汽车座椅智能调节系统的制作方法

1.本发明属于汽车座椅智能调节技术领域，特别是涉及基于体态识别的汽车座椅智能调节系统。


背景技术：

2.汽车座椅调节随着汽车生产制造技术的发展也在不断进步，由最开始的只能前后手动调节，逐步升级为电动前后及升降调节，甚至是电动的座椅角度调节，大大方便了乘车驾车的体验。
3.对于老人、儿童而言，在乘坐汽车时，无论是手动还是电动的座椅调节可能都不太会操作，直接乘坐会使得身体蜷缩于不舒适的座椅空间内，得不到舒适的乘坐体验。特别是对于网约车、出租车的汽车用户群体，每天都会遇到上述相同的场景，不同乘用者使用的座椅调节后使用的空间和尺寸均是不同的，若直接上车且不进行座椅调节，难免会造成乘坐的不舒适性。为了解决以上问题，并进一步地解放汽车座椅的乘车感受和便捷性，现代化的高级汽车座椅带有座椅记忆功能，能够通过重量感知功能，自动化且主动的进行座椅调节；但是对于座椅记忆功能，仅仅是限制于非第一次乘坐的乘客或驾驶员而言，对于首次乘坐并不能够实现主动且高效的自动化的调节。


技术实现要素：

4.本发明提供了基于体态识别的汽车座椅智能调节系统，解决了以上问题。
5.为解决上述技术问题，本发明是通过以下技术方案实现的：
6.本发明的基于体态识别的汽车座椅智能调节系统，包括：
7.数据采集前端：包括安装于车体外部的对准备乘车前的乘员体态数据进行采集的体态数据采集器；
8.车载应用端：包括分别与tbox模块电性相连的自动调节方向盘、自动调节座椅以及副驾驶车门开锁模块、无钥匙进入触发模块；
9.远程存储分析中端：设置于云端，包括数据库、识别计算分析模块、体态对应最佳座椅姿态模型训练模块，以及与无线通信模块无线通信相连的通信模块；所述识别计算分析模块、体态对应最佳座椅姿态模型训练模块均分别与通信模块、数据库数据交互相连；
10.所述体态数据采集器采集乘员体态数据经can总线传输至车载应用端的tbox模块，并由tbox模块无线传输给远程存储分析中端的识别计算分析模块分别获得该乘员体态数据对应的最佳座椅姿态，并反馈给车载应用端由tbox模块实现对自动调节座椅的自动调节。
11.进一步地，所述体态数据采集器采集驾驶员座位的乘员体态数据时，由远程存储分析中端同步发送该驾驶员座位的乘员体态数据对应最佳的自动调节方向盘姿态数据，并由tbox模块调取api函数，实现对自动调节方向盘进行姿态控制及调节。
12.进一步地，所述体态数据采集器采用三维激光扫描仪，能够获取乘员的三维体态
数据并进行传输，由识别计算分析模块识别出三维体态数据中包括身高、腿长、肩宽、臂长、颈长、胸围、臀围的数据。
13.进一步地，所述体态对应最佳座椅姿态模型训练模块根据获取到的三维体态数据等比例放置于汽车内部空间内，模拟驾驶行为或乘坐行为动作，对三维体态数据扫描后构建由点线构成的线框模型，利用线下座椅压力数据实验、搭建旋钮力学台架并进行手触和旋钮力实验，对线框模型进行优化，并生成对应体态下最佳座椅姿态数据进行保存。
14.进一步地，所述线下座椅压力数据实验是于线下实验室中利用包括安装在汽车座椅坐垫及靠垫的pliance-x压力垫来采集压力数据，并获取主观评价数据进行统计学分析，得到臀部平均体压折线图及男女臀部体验数据对比图，基于相同体态数据下最多臀部平均体压范围所对应的汽车座椅姿态数据范围反馈作为最佳座椅姿态数据范围输出。
15.进一步地，所述搭建旋钮力学台架并进行手触和旋钮力实验是于线下实验室中在汽车座椅前部搭建旋钮力学台架，使测试乘员于舒适姿态下进行测量，获取旋钮力动作以及手触台架动作下的舒适值推荐范围对应的最佳座椅姿态数据范围输出。
16.进一步地，所述最佳座椅姿态模型训练模块采用dml建模工具存储各维度的人体特征数据，并使用包括python语言、c语言进行算法模拟分析，得到基本算法。
17.进一步地，所述远程存储分析中端内采用hadoop框架进行高速阵列式计算。
18.进一步地，所述数据库为人体体态特征及对应的座椅姿态、方向盘姿态的维度及特征数据库，为mongodb+mysql数据平台，采用mongodb数据库进行高速存取，对样本数据进行大数据分析。
19.进一步地，所述体态对应最佳座椅姿态模型训练模块具体为利用深度学习的神经网络算法进行算法逼近。
20.本发明相对于现有技术包括有以下有益效果：
21.1、本发明能够交由汽车本身根据即将乘坐人员的体态数据，自动且智能化的实现座椅及方向盘的调节，对于不知道如何调节座椅或者调节座椅不便的乘坐人员，大大提高了乘车的舒适性和体验；
22.2、本发明通过体态数据采集器获取乘车人员的体态数据，且数据由车载tbox传输至云端的识别计算分析模块进行分析，并与数据库中存储的该体态数据下最佳座椅姿态数据以及方向盘数据进行关联，并输出对自动调节方向盘和自动调节座椅的控制，远程存储分析中端中采用的是hadoop框架进行高速阵列式计算，并且数据库为mongodb+mysql数据平台，采用mongodb数据库进行高速存取，对样本数据进行大数据分析，计算和分析效率高，速度快，且不占用汽车自身的算力和数据存储空间；海量的比对数据及算力算法均不存储于车辆本体中，而是置于云端，便于使用和推广；
23.3、本发明采用的是基于体态对应最佳座椅姿态模型训练模块，对获取到的三维体态数据扫描后构建由点线构成的线框模型，利用线下座椅压力数据实验、搭建旋钮力学台架并进行手触和旋钮力实验，对线框模型进行优化，并生成对应体态下最佳座椅姿态数据进行保存，所获取到的最佳座椅姿态能够与不同的汽车的座椅实际情况出发，给到乘员对应体态数据下最优和最舒适的乘车体验。
24.当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
25.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
26.图1为本发明基于体态识别的汽车座椅智能调节系的结构示意图；
27.图2为图1中基于体态识别的汽车座椅智能调节系的工作原理图；
28.图3为图1中体态对应最佳座椅姿态模型训练模块进行训练的原理示意图；
29.图4为本发明基于体态识别的汽车座椅智能调节系统的工作方法的流程步骤图。
具体实施方式
30.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
31.在本发明的描述中，需要理解的是，术语“外部”、“内部”、“内”、“外”等指示方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的组件或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本发明的限制。
32.请参阅图1-3所示，本发明的基于体态识别的汽车座椅智能调节系统，包括：
33.数据采集前端：包括安装于车体外部的对准备乘车前的乘员体态数据进行采集的体态数据采集器；本具体实施例中，体态数据采集器采用三维激光扫描仪，能够获取乘员的三维体态数据并进行传输，由识别计算分析模块识别出三维体态数据中包括身高、腿长、肩宽、臂长、颈长、胸围、臀围的数据；三维激光扫描仪具体采用工业级的光学追踪3d扫描仪，安装于汽车主驾驶、副驾驶车门或后视镜位置，正对于汽车车门进口正前方，为了捕获乘员的体态全貌，可以增加旋转机构或角度调节结构，能够准确高效的获取乘员全貌的三维体态数据；
34.车载应用端：包括分别与tbox模块电性相连的自动调节方向盘、自动调节座椅以及副驾驶车门开锁模块、无钥匙进入触发模块；tbox模块为车载tbox，能够实时与远程存储分析中端实现无线通讯，自动调节方向盘以及自动调节座椅均采用电机进行自动调节与控制，能够由车载tbox模块调取api函数直接对自动调节方向盘以及自动调节座椅进行姿态控制和调节；副驾驶车门开锁模块是指在车内，由主驾驶对副驾驶车门进行开锁，此时能够触发副驾驶外侧的体态数据采集器对副驾驶外部正对方向的即将乘坐的乘客的体态数据进行采集，无钥匙进入触发模块是指车辆在未启动且为熄火状态下时，主驾驶车在远程使用无钥匙进入的钥匙按键激活车辆无钥匙进入解锁，此时一并激发包括主驾驶车门外侧部的体态数据采集器以及副驾驶车门外侧部的体态数据采集器，对主驾驶人员、副驾驶乘坐人员的姿态采集动作的触发；
35.远程存储分析中端：设置于云端，以服务器的形式存在，远程存储分析中端内采用hadoop框架进行高速阵列式计算，远程存储分析中端包括数据库、识别计算分析模块、体态对应最佳座椅姿态模型训练模块，以及与无线通信模块无线通信相连的通信模块；识别计
算分析模块、体态对应最佳座椅姿态模型训练模块均分别与通信模块、数据库数据交互相连；
36.数据库为人体体态特征及对应的座椅姿态、方向盘姿态的维度及特征数据库，为mongodb+mysql数据平台，采用mongodb数据库进行高速存取，对样本数据进行大数据分析，数据存储于mysql数据库中；
37.体态数据采集器采集乘员体态数据经can总线传输至车载应用端的tbox模块，并由tbox模块无线传输给远程存储分析中端的识别计算分析模块分别获得该乘员体态数据对应的最佳座椅姿态，并反馈给车载应用端由tbox模块实现对自动调节座椅的自动调节。
38.如图2-3所示，其中，体态对应最佳座椅姿态模型训练模块根据获取到的三维体态数据等比例放置于汽车内部空间内，模拟驾驶行为或乘坐行为动作，对三维体态数据扫描后构建由点线构成的线框模型，利用线下座椅压力数据实验、搭建旋钮力学台架并进行手触和旋钮力实验，对线框模型进行优化，并生成对应体态下最佳座椅姿态数据进行保存。
39.如图3所示，其中，线下座椅压力数据实验是于线下实验室中利用包括安装在汽车座椅坐垫及靠垫的pliance-x压力垫来采集压力数据，并获取主观评价数据进行统计学分析，得到臀部平均体压折线图及男女臀部体验数据对比图，基于相同体态数据下最多臀部平均体压范围所对应的汽车座椅姿态数据范围反馈作为最佳座椅姿态数据范围输出。
40.其中，搭建旋钮力学台架并进行手触和旋钮力实验是于线下实验室中在汽车座椅前部搭建旋钮力学台架，使测试乘员于舒适姿态下进行测量，获取旋钮力动作以及手触台架动作下的舒适值推荐范围对应的最佳座椅姿态数据范围输出；体态对应最佳座椅姿态模型训练模块具体为利用深度学习的神经网络算法进行算法逼近，通过该神经网络算法实现输出最佳座椅调节量，并反馈给tbox模块输出对自动调节座椅以及自动调节方向盘的动作执行。
41.其中，最佳座椅姿态模型训练模块采用dml建模工具存储各维度的人体特征数据，并使用包括python语言、c语言进行算法模拟分析，得到基本算法。
42.本技术方案基于体态识别的汽车座椅智能调节系统对应的工作方法如下，包括如下步骤：
43.s1、在汽车未启动状态下，由远处位置无钥匙进入触发模块出发时，或车内打开副驾驶车门开锁模块且副驾驶没有乘客时，触发体态数据采集器开启；
44.s2、体态数据采集采集乘员的完整人体形态信息，并将体态数据信息通过车载can总线传输给tbox模块，由tbox模块将数据传输给云端的远程存储分析中端；
45.s3、在远程存储分析中端内没有体态对应最佳座椅姿态的数据时，由体态对应最佳座椅姿态模型训练模块对获取到的人体形态信息进行训练，将对应的人体体态数据与合适的座椅姿态及方向姿态进行关联匹配，建立人体体态数据与座椅最佳姿态及方向盘舒适姿态相匹配的数据关联性；在远程存储分析中端内存有体态对应最佳座椅姿态的数据时，由识别计算分析模块将获取到的体态数据与数据库中存储的相关联且对应的最佳座椅姿态数据调取，并由通信模块发送给tbox模块实现数据的传输与交互；当然对于主驾驶的乘员来说，可同步对自动调节方向盘的调节当然也可与座椅姿态调节一起输出，且技术手段和方式相同，或单独的座椅姿态调节输出，应当均属于本技术方案的保护内容。
46.s4、车载应用端获取到最佳座椅姿态数据或方向盘调节数据后，立即由tbox模块
对自动调节方向盘以及自动调节座椅的驱动以及电机发控制指令进行控制调节，使汽车座椅以及方形盘调节成当前体态下乘员的最佳姿态。
47.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。