Nothing Special   »   [go: up one dir, main page]

CN103479360B - 用于确定人体参数的方法 - Google Patents

用于确定人体参数的方法 Download PDF

Info

Publication number
CN103479360B
CN103479360B CN201310224918.XA CN201310224918A CN103479360B CN 103479360 B CN103479360 B CN 103479360B CN 201310224918 A CN201310224918 A CN 201310224918A CN 103479360 B CN103479360 B CN 103479360B
Authority
CN
China
Prior art keywords
personnel
vehicle
data
estimation
height
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310224918.XA
Other languages
English (en)
Other versions
CN103479360A (zh
Inventor
A·桑达尔
D·D·瓦尔
B·K·卡马克
M·贝克力
M·罗特霍夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volvo Car Corp
Original Assignee
Volvo Car Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Volvo Car Corp filed Critical Volvo Car Corp
Publication of CN103479360A publication Critical patent/CN103479360A/zh
Application granted granted Critical
Publication of CN103479360B publication Critical patent/CN103479360B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Traffic Control Systems (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)

Abstract

本公开涉及一种用于确定人员(8)的身体参数(A、L、BH、EP、T)的方法,该人员(8)在车辆(2)的外部。该方法包括步骤:a)借助于车辆(2)的第一数据捕获设备(6)捕获人员(8)的第一组数据,捕获的第一组数据代表人员(8)的第一身体姿势,b)借助于车辆(2)的第二数据捕获设备(6)捕获人员(8)的第二组数据,捕获的第二组数据代表人员(8)的第二身体姿势,第二身体姿势与第一身体姿势不同,c)使用第一和第二组数据作为输入用于人员(8)的身体参数(A、L、BH、EP、T)的估算。本公开还涉及车辆的数据捕获设备以及可选的车辆的距离测量系统用于根据该方法确定人员身体参数的用途。

Description

用于确定人体参数的方法
技术领域
本公开涉及用于确定人体参数的方法。
背景技术
文献DE102006032769A1公开了一种系统,其包括用于检测就座于车辆座位中的人员的实际位置的设备。检测设备包括朝向人员的电子摄像机以及图像评估单元。图像评估单元将身体参数指派给人员的外部特点。提供了处理设备,其指派针对身体参数优化的车辆设施的几何参数。该文献还公开了一种方法,用于优化就座于车辆座位中的人员周围的车辆设备几何参数。
然而,根据DE1020060320769A1,仅捕获一个身体姿势的解剖学数据,即,坐在座位中。由于电子摄像机最可能定位于仪表板中,身体的某些部分,比如脚,将被遮挡。另外,解剖学参数会被厚重的衣服比如冬季夹克或裙子或外套所遮挡。
文献JP2009-46026A公开了使用红外摄像机,例如,定位于车辆的外反射镜中。红外摄像机能透过例如厚重衣服看到人体。然而,使用外部红外摄像机使得这个方案昂贵,并且在制造车辆时还需要额外的步骤。
因而希望具有一种适于确定将使用车辆的人员的身体参数的改进方法。
发明内容
本公开的目标是克服或改善现有技术的缺点的至少一个,或提供一种有用的替代。
期望提供一种方法,其能确定将要使用车辆的人员的身体参数,即使在人员的身体由衣物遮挡时。
还期望提供一种方法,其不依赖于必须增加至车辆上的额外数据捕获设备。
上述目标可通过权利要求1的主题来实现。
因而,在本发明的第一方面,提供一种用于确定人员的身体参数的方法,所述人员在第一车辆的外部。该方法包括步骤:
a)借助于车辆的第一数据捕获设备捕获人员的第一组数据,所捕获的第一组数据代表所述人员的第一身体姿势,
b)借助于车辆的第二数据捕获设备捕获人员的第二组数据,所捕获的第二组数据代表所述人员的第二身体姿势,第二身体姿势与第一身体姿势不同,
c)使用所述第一和第二组数据作为输入用于人员的身体参数的估算。
人员可以是未来的车辆乘员,即车辆的驾驶员或乘客。身体参数可以用于调节车辆的可调节部分,这在下面示例。
根据本发明的方法对于由许多不同使用者使用的车辆是非常有用的,例如出租车或合伙使用的车。
通常,第一和第二数据捕获设备是相同的设备,例如,车辆中的摄像机。数据捕获设备可存在于车辆中,因为其用于另外目的,比如车辆的防碰撞系统的一部分。在此情况下,不需要另外的设备。
人员的第一和第二身体姿势在某种程度上是不同的,例如,由于人员和/或数据捕获设备在步骤a)与b)之间已经移动。人员的整个身体或仅人员的一部分身体可以移动。另外,相对于地面的位置可以是相同的或改变的。仅作为示例,人员可保持他/她相对于地面的位置并且仅移动手臂和/或腿。根据另一个示例,人员可在车辆的前面行走。数据捕获设备可适于追踪连续移动的人员。通常,车辆并且因而数据捕获设备保持其相对于地面的位置,即,静止站立,而人员移动。如果人员移动,身体的不同部分之间的相对位置将改变,这有助于确定身体参数。然而,实际上,人员可静止并且车辆可移动,或两者都可以移动。
作为替代,可使用具有不同位置的两个不同的数据捕获设备,从而从两个不同角度看到人员,例如立体摄像机系统的第一和第二摄像机。在此情况下,人员和/或数据捕获设备移动不是必要的,但是是优选的。
上述方法可用于估算一个身体参数或多个身体参数。身体参数可包括臂长、腿长、身高、眼睛位置和躯干长度中的一个或多个。
该方法可通过重复步骤b)以及可选的步骤c)执行迭代过程。如上面已经提到的,可在执行步骤b)时每次使用相同的数据捕获设备,例如,相同的摄像机。替代地,可使用两个不同的数据捕获设备,比如立体摄像机系统的第一和第二摄像机,例如,通过在步骤b)中每两次使用它们中的一个,即,顺序地或并行地使用它们。虽然理论上可能使用超过两个的数据捕获设备,通常不会是这样,因为这将增加所需数据捕获设备的数量并且因此增加成本。
迭代可继续直到获得身体参数的稳定估算。在一个实施例中,在估算数i与估算数i-l的差异小于对于身体参数p的预定值q(p)时,该身体参数p达到稳定估算。另外,用于稳定估算的另外条件可以是满足下面给出的基本规则。
优选地,在上面提到的方式之一中每次迭代之间的身体姿势都不同。在两个接连迭代之间身体姿势没有改变的情况下,对于估算步骤不提供另外的数据。然而,迭代无论如何可以继续。如果在两次迭代之后看到身体姿势不再改变,这可以是人员静止不动的迹象。那么可以要求人员移动。替代地,获得的估算可用作最终估算。
作为替代,该方法可通过重复步骤b)预定次数或在预定的时间间隔期间执行步骤b)执行迭代。之后通过使用所捕获的数据组作为输入来执行步骤c)用于人员的身体参数估算。可基于大约通常需要多少次迭代以获得身体参数的稳定估算的数据来选择预定次数或预定的时间间隔。
步骤c)中进行的估算可包括假定以下规则的至少一个:
—人员身体的左侧和右侧对称,
—头部高度的一半<眼睛位置,
—身高<(腿长+躯干长度+2×眼睛位置)),
—身高>(腿长+躯干长度+眼睛位置)。
眼睛位置从躯干的上端测量。
步骤c)中进行的估算可包括人员的运动节点位置的估算。运动节点相应于身体的关节,比如肘、腕、颈、腰、膝盖和/或踝关节,即,其中身体可弯曲和/或转动的位置。
该方法还可包括步骤:
b2)借助于距离测量系统,比如雷达系统、激光雷达系统、超声系统或立体摄像机,确定车辆与人员之间的距离,
其中步骤b2)在步骤c)之前执行,并且步骤c)包括使用确定的距离作为输入用于人员的身体参数的估算。
步骤b2)可在步骤a)和/或b)之前、期间或之后执行。其可与捕获第一组数据一起执行一次,或与捕获数据组一起反复地执行。
该方法还包括步骤:
d)根据所确定的身体参数调节车辆的可调节部分。
车辆的可调节部分可包括以下中的一个或多个:座垫位置,座垫长度、颈部靠枕位置、座位安全带位置、包括可选侧支撑的靠背角度、靠背上部、电动腰部支撑、踏板位置、方向盘位置、车内后视镜位置、车外后视镜位置、变速杆(gear shifter)位置、挡风玻璃上的抬头显示投影(head-up display projection)的位置、其他显示器的位置、用于媒体、气候、导航等的控制器的位置、定位于方向盘上的控制器的位置、臂支撑的位置、杯托的位置、AC输出的方向、遮阳帘、可展开安全气囊的设置以及后车门或后挡板(tailgate)的打开角度。
这些可调节部分中的很多也可用于乘客。因此,该系统也可用于确定乘客的身体参数。该方法可以这样的方式设置,即,假定被测量人员的默认设置是未来的驾驶员。如果人员替代地是未来的乘客,这可在该方法的额外步骤中指示,例如在启动该方法时。
所确定的身体参数可用来将可调节部分设置为适合于该特定人员的初始设置。所述设置可选择为提供车辆中的安全就坐,例如通过调节座垫、靠背和颈部靠枕。另外,可调节驾驶员区域以提供人体工程学的座位,从而还提供车辆长期驾驶期间的舒适性。
另外,所捕获的数据组可用于构建人员的3D模型。3D模型可用于例如估算人员的体重,这对于了解何时调节车辆的可调节部分是有用的。
用于特定人员的初始设置可由该人员根据他/她的个人偏好进一步改变。然而,基于该特定人员的身体参数的初始设置为进行那些个别调节提供了良好的起点,并且在大多数情况下将仅做出微小的调节。这与个别设置将从可调节部分的任意位置或零位置开始导致对于一些人员(例如如果人员非常矮或非常高)需要做出大的调节的现有技术形成对比。
一旦特定人员已经做出他/她的设置,所述设置可以存储于车辆中并在相同人员下一次使用车辆时使用。作为存储可调节部分的设置的补充或替代,可存储特定人员的身体参数。
该方法可在人员进入车辆之前执行。特别地,该方法可在人员第一次进入车辆之前执行,例如在人员已经购买或租用车辆时。
数据捕获设备可包括车辆的摄像机。摄像机可存在于车辆中(因为其用于另一目的),比如是车辆的防碰撞系统的一部分。因而,无需另外的装备。摄像机可以是光学摄像机或红外摄像机。
该方法可通过控制器(比如电子钥匙(key fob)或智能电话)的致动从车辆的外部和/或从车辆的内部启动。其可由将要被测量的人员或者另一人员启动。
纯为示例,如果人员将是第一次进入车辆,例如因为他/她正好刚购买或租用车辆,销售人员可启动该方法并且为待测量人员给出适合的移动计划。
该方法可对于相同人员执行很多次,例如如果该人员对于他/她的当前设置不满意并且希望重新设置为根据他/她身体参数优化的可调节部分的设置,作为进行个别设置的新起点。
该方法可还包括步骤:
e)车辆发出关于步骤a)至c)以及可选的步骤b2和/或d)已经执行的可视和/或可听信号。
从而能得知何时该方法已经准备好。
根据本发明的第二个方面,本发明公开了一种存储于计算机可读存储介质中并且在计算单元中执行的用于确定人员的身体参数的计算机程序,该计算机程序包括:
—借助于车辆的第一数据捕获设备捕获人员的第一组数据的指令组,所捕获的第一组数据代表人员的第一身体姿势,
—借助于车辆的第二数据捕获设备捕获人员的第二组数据的指令组,所捕获的第二组数据代表人员第二身体姿势,第二身体姿势与第一身体姿势不同,
—用于使用所述第一和第二组数据作为输入以估算人员的身体参数的指令组。
通常,第一和第二数据捕获设备是相同的设备,例如车辆中的摄像机,如上所述,但是它们也可以是不同的,亦如上所述。
计算机程序因而适于执行上述方法步骤a)至c)。另外,计算机程序可适于上述任何其他方法步骤。尤其,计算机程序可对上述那些进行迭代。迭代可持续直到实现身体参数的稳定估算。作为替代,迭代可执行预定次数或在预定时间间隔期间执行。
根据本发明的第三个方面,本发明公开了一种用于确定人员的身体参数的系统,该人员在车辆的外部,该系统适于包括于车辆中并且包括:
—第一数据捕获设备,用于捕获人员的第一组数据,所捕获的第一组数据代表人员的第一身体姿势,
—第二数据捕获设备,用于捕获人员的第二组数据,所捕获的第二组数据代表人员的第二身体姿势,第二身体姿势与第一身体姿势不同,
—第二数据捕获设备可选地与第一数据捕获设备相同,
—计算单元,适于使用第一和第二组数据作为输入用于人员的身体参数的估算。
通常,第一和第二数据捕获设备是相同的设备,例如车辆中的摄像机,如上所述,但是它们也可以是不同的,亦如上所述。
该系统可选地可包括车辆的距离测量系统,例如雷达系统、激光雷达系统、超声系统或立体摄像机。
根据本发明的第四个方面,本发明公开了一种包括这种系统的车辆。
根据本发明的第五个方面,本发明公开了车辆的数据捕获设备例如摄像机、计算单元以及可选的车辆的距离测量系统例如雷达系统、激光雷达系统、超声系统或立体摄像机用于如上所述根据本方法的确定人员身体参数的用途。
该方法可使用已经存在于车辆中的用于另外目的的装备,比如作为车辆的防碰撞系统的一部分的装备。
附图说明
本发明将在下文参照附图借助非限制实施例进一步解释,其中:
图1是被装备为执行根据本发明的方法的车辆的示意图,
图2示出如何确定不同的身体参数,
图3示出一半头部高度的身体参数,
图4示出身高的身体参数,
图5示出驾驶员区域中的各个可调节部分,
图6示出具有处于第一角度的可调节打开角度的后挡板,
图7示出处于第二角度的图6所示后挡板,
图8是根据本发明一个实施例的方法的流程图,并且
图9是根据本发明另一个实施例的方法的流程图。
应当说明,附图无需按比例绘制并且本发明的某些特点的尺寸为了清楚的缘故可能已经放大。
具体实施方式
本发明将在下面通过实施例来示例。然而应当认识到,实施例是包括来解释本发明的原理并且不是要限制本发明由所附权利要求所限定的范围。两个或更多个实施例的细节可相互组合。
图1示意性地示出了被装备为执行根据本发明的方法的车辆2。车辆2包括距离测量系统,这里是雷达系统4、以及数据捕获设备,这里是光学摄像机6。另外,车辆包括计算单元7,距离测量系统和数据捕获设备与之结合。在所示的实施例中,雷达系统4和光学摄像机6是车辆2的用来避免碰撞和/或减轻碰撞后果的防碰撞系统的一部分。因而能使用已经存在于车辆中的用于其他目的的装备。
根据本发明的方法,待测量的目标是人员8,其是未来车辆乘员,即车辆2的驾驶员或乘客。在实施该方法时,人员8在车辆2的外部,但是在车辆的附近。车辆2与人员8之间的适合距离取决于数据捕获设备6和距离测量系统4的范围。如果使用光学摄像机,如图1中所示,适合的距离是5-50米,优选地10-40米,最优选地15-30米。该方法能在人员8接近车辆2意图进入车辆2的情况下执行。尤其,该方法可在人员8第一次接近车辆时实施。一旦实施该方法,人员8的数据可存储于车辆2中,例如,信息系统的计算机中。
雷达系统4用来通过以已知速度Vradar发出雷达脉冲并且测量脉冲回波返回所需时间t来确定距人员8的距离D:D=Vradar t/2。
数据捕获设备,例如光学摄像机6,用来捕获代表人员8的第一身体姿势的第一组数据。在所示出的实施例中,光学摄像机6用来捕获代表第一身体姿势的第一图像。
接着人员8移动,例如行走或改变身体部位的位置,使得人员8之后采取与第一身体姿势不同的第二身体姿势。人员8的整个身体,或仅一部分身体可移动。另外,相对于地面的位置可以相同或改变。然后捕获代表人员8的第二身体姿势的第二组数据,在此情况下,第二图像由光学摄像机6捕获。如果人员8的整个身体移动,即,相对于地面的位置改变,适合对于第二身体姿势测量新的距离D。
在已知距人员8的距离D以及已知摄像机6的高度H情况下,摄像机6能用来测量人员8的身高BH以及人员8的不同肢体(即臂、腿等)的长度,如将结合图2-4在下面更详细地解释的。
如果身高BH与摄像机6的高度H是相同的高度,BH=H,那么能计算α2:α2=arctan(H/D)。
如果身高BH小于或大于摄像机6的高度,那么身高能通过比较总角度α=α1+α2与角度α2来估算。
通过使用代表不同身体姿势的不同数据组,对于穿着遮挡身体的衣服例如裙子、外套、冬季夹克或帽子的人员也能确定选定的身体参数。
确定的身体参数可用来调节车辆2的可调节部分的设置。可调节部分的示例在图5-7中示出。
身体参数的估算包括人员8的运动节点位置的估算。估算通过计算单元7实施。运动节点由图1中的实心点来标记。运动节点相应于身体的关节,比如肘10L,10R、腕12L,12R、颈14、腰16、膝盖18L,18R以及踝关节20L,20R,L指示左并且R指示右。参见图2。
对于调节车辆2的可调节部分,重要的身体参数的示例是:
臂长A=上臂a1+下臂a2
腿长L=大腿l1+小腿l2
身高BH
眼睛位置EP
躯干长度T
在根据一个实施例的方法中,所述人员8的身体的左侧和右侧假定是对称的。因此,左臂假定与右臂一样长:a1=a3并且a2=a4,并且左腿假定与右腿一样长l1=l3并且l2=l4,每个测量的参数a1、a2、a3、a4、l1、l2、l3、l4定位于这些节点中的两个节点之间。作为示例,左下臂a2定位于左肘10L与左腕12L之间。躯干长度T定位于颈部14与腰部16之间。
在图1-4中,头部与身体其他部分之间的连接由一个节点(颈部14)代表。然而,替代地,可使用代表左肩、右肩以及实际颈部的三个不同的节点。
图3示出涉及人员头部的某些身体参数。眼睛适当地定位于y1处,是头部高度的一半。眼睛位置EP由躯干的上端测量,EP=y1+x,这里x大体相应于颈部的长度,因此x>0。
身高BH涉及人员的总体确定高度。然而,如果待测量人员8戴了帽子,帽子也将包括在内。参见图4。
在估算不同的长度时,可假定一些基本规则:
1)身体的左侧和右侧对称
2)y1<EP
3)BH<(l1+l2+T+2×EP)
4)BH>(l2+l1+T+EP)
通过允许人员在至少两个不同的身体姿势之间移动(术语身体姿势在此也包含相对于地面的位置),身体参数的估算过程能以适当的分辨度进行,即使在人员穿戴厚重衣服和/或头饰时。通过允许人员行走或移动,能通过识别运动节点的位置来进行精细的估算。在现有技术方法中仅使用一个图像,身体参数在这种情况下将难以估算,因为身体在这些情况下将被衣服遮挡。
迭代过程能通过捕获第三图像并进行新的精细估算、捕获第四图像并进行新的精细估算等来继续,直到已经限定每个身体参数的稳定估算。仅作为示例,当估算次数i和估算次数(i-1)之间的差异小于对于某个身体参数p的预定值q(p)时,其中i是正整数,这个身体参数p的估算可视为是稳定的。另外,另外的条件可以是满足上面的基本规则。优选地,每次迭代之间的身体姿势不同。
作为替代,可通过捕获预定次数的数据组或在预定时间间隔期间捕获数据组来执行迭代。优选地,每次迭代之间的身体姿势不同。之后,人员的身体参数的估算通过使用捕获数据组作为输入来执行。预定的次数或预定的时间间隔可基于通常需要大约多少次迭代以获得身体参数的稳定估算的数据来选择。
估算的准确性能通过使用人体尺寸的更精细统计数据来提高。
图5示出车辆2的驾驶员区域。就座于驾驶员座位中的人员8周围有多个可调节部分,这些部分已经根据人员8的身体参数调节过,例如:
座垫22:倾斜度、高度和长度位置、座垫长度、包括可选的侧支撑和座位延长部23
颈部靠枕24:位置和倾斜度,
靠背26:角度,包括可选的侧支撑,
安全带27:位置,
靠背上部28:角度,
电动腰部支撑30,
踏板32:位置,
方向盘34:位置,
内部反射镜36:位置,
外部反射镜38:位置,
变速杆位置,
挡风玻璃40上的抬头显示投影:位置,
其他显示器:位置,
用于媒体、气候、导航等的控制器的位置,
定位于方向盘上的控制器的位置,
臂支架:位置,
杯托:位置,
AC输出:气流方向,
遮阳帘的位置,
可展开气囊的设置:展开体积、展开方向,展开哪个/哪些气囊。
这些可调节部分的多个还可用于乘客。因此,该系统还可用来确定乘客的身体参数。
确定的身体参数可用来将可调节部分设置为适于这个特定人员的初始设置。设置可选择为提供车辆中的安全就座,例如,通过调节座垫22、靠背26和颈部靠枕24。另外,驾驶员区域可调节为提供人体工程学的合理座位,从而还提供车辆长时间乘坐期间的舒适性。
用于特定人员的初始设置可由该人员根据他/她的个人偏好进一步改变。然而,基于该特定人员的身体参数的初始设置为进行那些个别调节提供了良好的起点,并且在大多数情况下将仅做出微小的调节。这与其中个别设置将从可调节部分的任意位置或零位置开始导致对于一些人员(例如如果人员非常矮或非常高)需要做出大的调节的现有技术形成对比。
一旦特定人员已经做出他/她的设置,设置可以存储于车辆中并在相同人员下一次使用车辆时使用。作为存储可调节部分的设置的补充或替代,可存储特定人员的身体参数。
在驾驶员区域外部也可能具有可调节部分,如由图6和7所示例的。由于身高BH和臂长A=a1+a2是已知的,可调节后车门或后挡板的打开角度β1、β2至人员8的可达区域。
图8示出根据本发明的方法的不同步骤。虚线格用于可选步骤。
100:借助于车辆2的第一数据捕获设备(图1中为摄像机6)捕获人员的第一组数据8,所捕获的第一组数据代表所述人员8的第一身体姿势。
110:可选步骤:借助于距离测量系统,比如图1的雷达系统4、激光雷达系统、超声系统或立体摄像机,测量车辆2与人员8之间的距离。替代地,步骤110可在步骤100之前或期间实施。
120:借助于车辆2的第二数据捕获设备捕获人员8的第二组数据。第二数据捕获设备通常与第一数据捕获设备相同,图1中示出为摄像机6。捕获的第二组数据代表所述人员的第二身体姿势,第二身体姿势与第一身体姿势不同。
130:可选步骤:借助于距离测量系统,比如图1的雷达系统4、激光雷达系统、超声系统或立体摄像机,确定车辆2与人员8之间的距离D。替代地,步骤130可在步骤120之前或期间实施。如果人员8在步骤100与120之间仅改变身体姿势,并且没有改变相对于车辆2的位置,距离D将是相同的,并且因此在步骤110中确定的距离D可再次使用。
作为对距人员8的距离D进行新确定的替代,在捕获不同组的数据时,距离D可通过比较不同组数据之间的某个身体参数的尺寸来确定。仅作为示例,如果使用摄像机6并且身高BH已经确定,在捕获身高BH的某个图像时,在身高BH的该图像中的实际描绘高度可用作距人员8的距离的表示。
140:使用第一和第二组数据作为输入估算人员8的身体参数。
该方法的最小版仅包括步骤100、120和140而没有任何迭代。然而,如果执行多次迭代,参见返回指向步骤120的箭头,捕获所述人员8的第i组数据,将提高步骤140中估算的准确性。捕获的第i组数据代表所述人员的第i个身体姿势。在一些迭代中,或在每个迭代期间,距离D可仅测量一次,例如,在步骤110中。迭代变量i是正整数,每次迭代增加+1。
该方法可包括条件步骤:
150:身体参数的稳定估算已经实现?
可对每个身体参数个别地或对整个身体参数组评估估算的稳定性。仅作为示例,估算的稳定性可通过对某个身体参数P比较迭代i估算与迭代(i-1)估算来评估。如果差异小于对于该身体参数p的预定值q(p),估算视为是稳定的。另外,如果满足上述的假定基本规则,则可以评估:
1)身体的左侧和右侧对称
2)y1<EP
3)BH<(l1+l2+T+2×EP)
4)BH>(l2+l1+T+EP)
根据步骤150的结果,该方法可返回步骤120用于附加迭代或者继续。
达到身体参数的稳定估算可花费10-60秒,通常15-30秒。新的数据组可通常每秒捕获10-20次。某些身体参数与另一些相比可能估算更快。该方法可在所有期望身体参数已经确定之前终止。未检测的身体参数在此情况下可从已经成功地确定的身高BH和/或其他身体参数估算。该方法还可使用人体尺寸的统计数据作为输入以估算身体参数。
身体参数的确定值可用于下一个步骤:
160:根据确定的身体参数调节车辆的可调节部分。
可以调节上述可调节部分中的一个、两个、三个或更多,参见图5-7。
该方法还可包括可选步骤:
170:车辆发出关于步骤100、120、140以及可选的步骤110、130和/或160已经执行的可视和/或可听信号。
步骤170可在步骤160之前执行,指示已经达到稳定估算。
由此,能够知道何时该方法已经准备好,例如,何时是人员进入车辆2的时刻。
作为替代,如图9中所示,迭代可被执行预定次数或在预定时间间隔期间执行。虚线格用作可选步骤。
220:借助于车辆2的数据捕获设备6捕获人员8的第n组数据。所捕获的第n组数据代表所述人员的第n个姿势。
230:可选步骤:借助于距离测量系统,比如图1的雷达系统4、激光雷达系统、超声系统或立体摄像机,确定车辆2与人员8之间的距离。替代地,步骤230可在步骤220之前或期间实施。如果人员8仅改变身体姿势并且未改变相对于车辆2的位置,距离D将是相同的,并且因此距离D可再次使用。
步骤220和可选步骤230重复执行预定次数N次或在预定的时间间隔期间执行。预定次数或预定时间间隔可基于通常需要大约多少次迭代以获得身体参数的稳定估算来选择。仅作为示例,迭代可在10至60秒,优选地15-30秒的时间间隔期间执行。
240:使用所捕获的数据组用作输入用于人员8的身体参数的估算。
该方法还包括可选的步骤:
260:车辆发送关于估算已经准备好的可视和/或可听信号。
步骤260可在步骤240之前执行,发送关于预定次数N已经执行或预定时间间隔已经消逝的信号。
身体参数的已确定值可在下一个步骤中使用:
270:根据确定的身体参数调节车辆的可调节部分。参照图5-7,可调节上述可调节部分中的一个、两个、三个或更多个。
根据本发明的方法期望能确定大多数人的身体参数,即至少50%,优选地至少70%并且最优选地至少90%的人。如果不成功,这例如可能是由于人员穿着的衣服遮挡了身体或者人员携带了物品,例如,包或雨伞。如果该方法不能确定所有期望的身体参数,例如将用于设置可调节部分的一些身体参数,未确定的身体参数可从已经成功确定的身高BH和/或其他身体参数估算。该方法还可使用人体尺寸的统计数据作为输入从而估算。
该方法可以下述方式设置,即,假定默认被测量人员是未来的驾驶员。如果人员替代地是未来的乘客,这可在该方法的额外步骤中指示,例如,通过启动该方法的人员,其可以是将要被测量的人员,或另外的人员。
该方法还包括在捕获数据组时指示人员将处于的适合位置的步骤例如,借助于激光指示器。可以有与每组数据的捕获相关的位置,即,用于第一组数据的第一位置、用于第二组数据的第二位置、...、用于第i组数据的第i位置、...。
该方法还可包括将捕获的数据组与比如在本地存储介质(例如,定位于车辆中的)或非本地存储介质(例如可通过无线通信获得的)中保存的人体尺寸的统计数据相比较的步骤。
本发明在所附权利要求范围内的更多变型是可行的。这样,本发明应当不视为由这里描述的实施例和附图限制。而是,本发明的范围应当参照说明书和附图由所附权利要求所确定。

Claims (16)

1.一种用于确定人员(8)的眼睛位置的方法,所述人员(8)在车辆(2)的外部,所述方法包括步骤:
a)借助于所述车辆(2)的第一摄像机(6)捕获所述人员(8)的第一组数据,所捕获的第一组数据代表所述人员(8)的第一身体姿势,
b)借助于所述车辆(2)的第二摄像机(6)捕获所述人员(8)的第二组数据,所捕获的第二组数据代表所述人员(8)的第二身体姿势,所述第二身体姿势与所述第一身体姿势不同,
c)使用所述第一和第二组数据作为输入用于所述人员(8)的身体参数的估算,所述身体参数包括腿长、身高、头部高度的一半以及躯干长度,所述估算包括估算相应于所述人员(8)的身体关节的运动节点(10L、10R、12L、12R、14、16、18L、18R、20L、20R)的位置的估算,
c2)使用所述第一和第二组数据作为输入用于所述人员(8)的所述眼睛位置的估算,
其中,在步骤c2)中的所述眼睛位置的所述估算包括假定以下规则中的至少一个:
—头部高度的一半<眼睛位置,
—身高<(腿长+躯干长度+2×眼睛位置),
—身高>(腿长+躯干长度+眼睛位置。
2.根据权利要求1的方法,其中所述身体参数还包括臂长。
3.根据权利要求1或2所述的方法,其中所述方法通过重复步骤b)和步骤c)和步骤c2)以迭代过程执行。
4.根据权利要求1或2所述的方法,其中所述方法还包括步骤:
b2)借助于距离测量系统确定所述车辆(2)与所述人员(8)之间的距离,
其中步骤b2)在步骤c)之前执行,并且步骤c)包括使用所确定的距离作为输入用于所述人员(8)的所述身体参数的所述估算。
5.根据权利要求4所述的方法,其中所述距离测量系统是雷达系统(4)、超声系统或立体摄像机。
6.根据权利要求4所述的方法,其中所述距离测量系统是激光雷达系统。
7.根据权利要求1或2所述的方法,其中所述方法还包括步骤:
d)根据所确定的身体参数调节所述车辆(2)的可调节部分(22、23、24、26、27、28、30、32、34、36、38、40、42)。
8.根据权利要求4所述的方法,其中所述方法还包括步骤:
d)根据所确定的身体参数调节所述车辆(2)的可调节部分(22、23、24、26、27、28、30、32、34、36、38、40、42)。
9.根据权利要求7的方法,其中所述车辆(2)的所述可调节部分包括以下中的一个或多个:座垫位置(22),座垫长度、颈部靠枕位置(24)、座位安全带位置(27)、包括可选侧支撑的靠背(26)的角度、靠背角度上部(28)、电动腰部支撑(30)、踏板位置(32)、方向盘位置(34)、车内后视镜位置(36)、车外后视镜位置(38)、变速杆位置、挡风玻璃上的抬头显示投影(40)的位置、用于媒体、气候、导航的控制器的位置、定位于方向盘上的控制器的位置、臂支撑的位置、杯托的位置、气流输出的方向、遮阳帘、可展开安全气囊的装置以及后车门或后挡板(42)的打开角度。
10.根据权利要求1或2所述的方法,其中所述方法在所述人员(8)进入所述车辆(2)之前执行。
11.根据权利要求10的方法,其中所述方法在所述人员(8)第一次进入车辆(2)之前执行。
12.根据权利要求1或2所述的方法,其中所述方法能从所述车辆(2)的外部通过控制器的致动和/或从所述车辆(2)的内部启动。
13.根据权利要求12所述的方法,其中所述控制器是电子钥匙或智能电话。
14.根据权利要求1或2所述的方法,其中所述方法还包括步骤:
e)所述车辆(2)发出关于步骤a)至c)已经执行的可视和/或可听信号。
15.根据权利要求8所述的方法,其中所述方法还包括步骤:
e)所述车辆(2)发出关于步骤a)至c)以及步骤b2)和/或d)已经执行的可视和/或可听信号。
16.一种用于确定人员(8)的眼睛位置的系统,所述人员(8)在车辆(2)的外部,所述系统适于包括于所述车辆(2)中并且包括:
—第一摄像机(6),用于捕获所述人员(8)的第一组数据,所捕获的第一组数据代表所述人员(8)的第一身体姿势,
—第二摄像机(6),用于捕获所述人员(8)的第二组数据,所捕获的第二组数据代表所述人员(8)的第二身体姿势,所述第二身体姿势与所述第一身体姿势不同,
—所述第二摄像机(6)可选地与所述第一摄像机(6)相同,
—计算单元(7),适于使用所述第一和第二组数据作为输入用于所述人员(8)的所述身体参数的估算,所述身体参数包括腿长、身高、头部高度的一半以及躯干长度,并且所述计算单元(7)适于使用所述第一和第二组数据作为输入用于所述人员(8)的所述眼睛位置的估算,所述估算包括估算相应于所述人员(8)的身体关节的运动节点(10L、10R、12L、12R、14、16、18L、18R、20L、20R)的位置的估算,并且适于使用所述第一和第二组数据作为输入用于所述人员(8)的所述眼睛位置的估算,其中,所述眼睛位置的所述估算包括假定以下规则中的至少一个:
—头部高度的一半<眼睛位置,
—身高<(腿长+躯干长度+2×眼睛位置),
身高>(腿长+躯干长度+眼睛位置)。
CN201310224918.XA 2012-06-11 2013-06-07 用于确定人体参数的方法 Active CN103479360B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP12171454.7 2012-06-11
EP12171454.7A EP2674914B1 (en) 2012-06-11 2012-06-11 Method for determining a body parameter of a person

Publications (2)

Publication Number Publication Date
CN103479360A CN103479360A (zh) 2014-01-01
CN103479360B true CN103479360B (zh) 2018-12-28

Family

ID=46551358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310224918.XA Active CN103479360B (zh) 2012-06-11 2013-06-07 用于确定人体参数的方法

Country Status (3)

Country Link
US (1) US9798935B2 (zh)
EP (1) EP2674914B1 (zh)
CN (1) CN103479360B (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2988653B1 (fr) * 2012-03-29 2016-08-26 Faurecia Sieges D'automobile Reglage d'un siege pour vehicule automobile
US9336436B1 (en) * 2013-09-30 2016-05-10 Google Inc. Methods and systems for pedestrian avoidance
CN105096406A (zh) 2014-04-30 2015-11-25 开利公司 用于建筑能耗设备的视频分析系统和智能楼宇管理系统
WO2016014548A1 (en) * 2014-07-25 2016-01-28 Robert Bosch Gmbh Method for mitigating radar sensor limitations with video camera input for active braking for pedestrians
US9855890B2 (en) * 2014-12-11 2018-01-02 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle interaction with external environment
US9815385B2 (en) * 2015-03-27 2017-11-14 Ford Global Technologies, Llc Vehicle front seat adjustment based on anthropometric characteristics of a rear passenger
DE102015112589A1 (de) * 2015-07-31 2017-02-02 Brose Fahrzeugteile Gmbh & Co. Kommanditgesellschaft, Bamberg Steuersystem für eine motorisch verstellbare Laderaumvorrichtung eines Kraftfahrzeugs
US9919621B2 (en) * 2015-09-15 2018-03-20 Ford Global Technologies, Llc Vehicle 2nd and 3rd row seat adjustment based on anthropometric characteristics of 2nd and 3rd row rear passenger
JP6528280B2 (ja) * 2015-12-28 2019-06-12 株式会社エクォス・リサーチ 移動体
WO2017164835A1 (en) 2016-03-21 2017-09-28 Ford Global Technologies, Llc Virtual vehicle occupant rendering
US9707912B1 (en) 2016-03-22 2017-07-18 Ford Global Technologies, Llc Human scanning for interior preferences setup
CN108544988B (zh) * 2016-05-10 2020-10-30 西华大学 一种轻量化电动汽车轴荷动态调整方法
CN106515578A (zh) * 2016-12-22 2017-03-22 百度在线网络技术(北京)有限公司 无人车驾驶状态的识别装置、识别方法及无人车
US10286810B2 (en) * 2017-02-24 2019-05-14 Nio Usa, Inc. Integrated sensor arrangement for automated auxiliary component adjustments
CN110552587B (zh) * 2018-05-30 2022-01-07 比亚迪股份有限公司 开启车门的方法和装置、存储介质和车辆
DE102018208837A1 (de) * 2018-06-05 2019-12-05 Volkswagen Aktiengesellschaft Computerprogrammprodukt zum elektrischen Einstellen eines Fahrzeugsitzes, Einstellsystem und Fahrzeug
CN110853187A (zh) * 2018-07-27 2020-02-28 比亚迪股份有限公司 解锁车门的方法和装置、存储介质和车辆
EP3699812A1 (en) 2019-02-21 2020-08-26 Volvo Car Corporation Method and system supporting obtaining of body parameters of a person outside a vehicle
DE102019110986A1 (de) * 2019-04-29 2020-10-29 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur benutzerspezifischen Einstellung von Fahrzeugparametern eines Fahrzeugs, sowie Fahrzeug
JP7285703B2 (ja) * 2019-06-17 2023-06-02 株式会社ソニー・インタラクティブエンタテインメント ロボット制御システム
US11479148B2 (en) * 2019-08-08 2022-10-25 GM Global Technology Operations LLC Personalization settings based on body measurements
CN111275002A (zh) * 2020-02-18 2020-06-12 上海商汤临港智能科技有限公司 一种图像处理方法、装置及电子设备
US20220327838A1 (en) * 2021-04-08 2022-10-13 Universal City Studios Llc Guest measurement systems and methods
US20230019157A1 (en) * 2021-07-19 2023-01-19 Motional Ad Llc Automatically adjusting a vehicle seating area based on the characteristics of a passenger
US11981288B2 (en) * 2021-08-24 2024-05-14 Ford Global Technologies, Llc Activating vehicle components based on intent of individual near vehicle
CN115016448B (zh) * 2022-06-16 2024-05-07 中国第一汽车股份有限公司 一种车辆控制方法、装置、车载终端、车辆及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006032769A1 (de) * 2006-07-14 2008-01-17 GM Global Technology Operations, Inc., Detroit Einrichtung zur Optimierung von geometrischen Parametern von Fahrzeugeinbauten
DE102009040995A1 (de) * 2008-09-10 2010-04-15 Technische Universität München Vorrichtung zum Vermessen einer sich einem Fahrzeug annähernden Person

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7164117B2 (en) * 1992-05-05 2007-01-16 Automotive Technologies International, Inc. Vehicular restraint system control system and method using multiple optical imagers
US5930379A (en) * 1997-06-16 1999-07-27 Digital Equipment Corporation Method for detecting human body motion in frames of a video sequence
US6570608B1 (en) * 1998-09-30 2003-05-27 Texas Instruments Incorporated System and method for detecting interactions of people and vehicles
JP4708124B2 (ja) * 2005-08-30 2011-06-22 富士重工業株式会社 画像処理装置
JP4702613B2 (ja) * 2005-11-16 2011-06-15 アイシン精機株式会社 車両用ドア開閉装置及び車両用ドア開閉制御方法
JP4171501B2 (ja) * 2006-04-25 2008-10-22 本田技研工業株式会社 車両の周辺監視装置
JP4203512B2 (ja) * 2006-06-16 2009-01-07 本田技研工業株式会社 車両周辺監視装置
US8300887B2 (en) * 2007-05-10 2012-10-30 Honda Motor Co., Ltd. Object detection apparatus, object detection method and object detection program
JP2009046026A (ja) 2007-08-21 2009-03-05 Calsonic Kansei Corp 運転席調整システム
US8605947B2 (en) * 2008-04-24 2013-12-10 GM Global Technology Operations LLC Method for detecting a clear path of travel for a vehicle enhanced by object detection
JP4763863B1 (ja) * 2009-12-28 2011-08-31 パナソニック株式会社 関節状領域検出装置およびその方法
JP2011211628A (ja) * 2010-03-30 2011-10-20 Sony Corp 画像処理装置および方法、並びにプログラム
US20120053794A1 (en) * 2010-08-25 2012-03-01 Gm Global Technology Operations, Inc. Individualizable convenience system for drivers
EP2611648A1 (de) * 2010-09-01 2013-07-10 Johnson Controls GmbH Vorrichtung und verfahren zur anpassung einer sitzposition
US8768007B2 (en) * 2012-03-26 2014-07-01 Tk Holdings Inc. Method of filtering an image

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006032769A1 (de) * 2006-07-14 2008-01-17 GM Global Technology Operations, Inc., Detroit Einrichtung zur Optimierung von geometrischen Parametern von Fahrzeugeinbauten
DE102009040995A1 (de) * 2008-09-10 2010-04-15 Technische Universität München Vorrichtung zum Vermessen einer sich einem Fahrzeug annähernden Person

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Driver Body-Height Prediction for an Ergonomically Optimized Ingress Using a Single Omnidirectional Camera";Christian Scharfenberger 等;《Pattern recognition, 2010 20th international conference on, IEEE, Piscataway,NJ,USA》;20100823;摘要,正文第2章,第3章B部分,第4-5章,图1、4 *
Automatic Detection of 2D Human Postures Based on Single images;HUMBERTO SOUTO ET AL;《GRAPHICS,PATTERNS AND IMAGES》;20110828;48-55 *
Robust Body-Height Estimation for Applications in Automotive Industry;CHRISTIAN SCHARFENBERGER ET AL;《COMPUTER AND ROBOT VISION》;20120528;174-181 *

Also Published As

Publication number Publication date
US20130329960A1 (en) 2013-12-12
EP2674914A1 (en) 2013-12-18
CN103479360A (zh) 2014-01-01
US9798935B2 (en) 2017-10-24
EP2674914B1 (en) 2018-08-08

Similar Documents

Publication Publication Date Title
CN103479360B (zh) 用于确定人体参数的方法
KR102136241B1 (ko) 표정 검출 성능을 갖는 머리-장착형 디스플레이
KR101707707B1 (ko) 인체 모델을 이용한 가상 아이템 피팅 방법 및 가상 아이템의 피팅 서비스 제공 시스템
CN113646736B (zh) 手势识别方法、装置、系统及车辆
EP4112372B1 (en) Method and system for driver posture monitoring
JP2016515017A5 (zh)
JP6290754B2 (ja) 仮想空間表示装置、仮想空間表示方法及びプログラム
JP6768390B2 (ja) 車両の乗員の視線方向を推定する方法および装置、ならびに車両の乗員に特有の頭部動作増強パラメータを決定する方法および装置
CN109641562A (zh) 乘员概况分析系统
JP2020047273A (ja) 3次元特徴点情報生成装置
JP2021081836A (ja) 体格推定装置および姿勢推定装置
US11737685B2 (en) Posture identifying device, posture identifying system, and posture identifying method
JP5500183B2 (ja) 車両用衝突安全制御装置
JP2017199302A (ja) 判定装置、判定方法、判定プログラム及び記録媒体
CN109196556A (zh) 避障方法、装置及可移动平台
JP2022502757A (ja) 運転者注意状態推定
US9983781B2 (en) Seat state correction system, seat state correction method, and seat state correction program
CN107742097A (zh) 一种基于深度相机的人体行为识别方法
JP2018060466A (ja) 画像処理装置、検知装置、学習装置、画像処理方法、および画像処理プログラム
EP3427127B1 (en) Occupant support device and system for controlling objects
CN109363701A (zh) 一种调整扫描机架干涉的方法、系统和装置
Podosek et al. 50 percentile dummy movement analysis using TEMA Automotive software
CN108549484B (zh) 基于人体动态姿态的人机交互方法和装置
Ribas et al. In-Cabin vehicle synthetic data to test Deep Learning based human pose estimation models
JP6279159B2 (ja) 表示システム、情報処理装置、情報処理方法及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant