CN109017602A - 一种基于人体姿态识别的自适应中控台及其控制方法 - Google Patents
一种基于人体姿态识别的自适应中控台及其控制方法 Download PDFInfo
- Publication number
- CN109017602A CN109017602A CN201810769785.7A CN201810769785A CN109017602A CN 109017602 A CN109017602 A CN 109017602A CN 201810769785 A CN201810769785 A CN 201810769785A CN 109017602 A CN109017602 A CN 109017602A
- Authority
- CN
- China
- Prior art keywords
- display screen
- motor
- distance
- max
- human body
- 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.)
- Granted
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005070 sampling Methods 0.000 claims description 29
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 230000005484 gravity Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 2
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 abstract 1
- 230000036544 posture Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/02—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof
- B60R11/0229—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof for displays, e.g. cathodic tubes
- B60R11/0235—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof for displays, e.g. cathodic tubes of flat type, e.g. LCD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0001—Arrangements for holding or mounting articles, not otherwise provided for characterised by position
- B60R2011/0003—Arrangements for holding or mounting articles, not otherwise provided for characterised by position inside the vehicle
- B60R2011/0007—Mid-console
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0042—Arrangements for holding or mounting articles, not otherwise provided for characterised by mounting means
- B60R2011/008—Adjustable or movable supports
- B60R2011/0092—Adjustable or movable supports with motorization
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Feedback Control In General (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
Abstract
本发明公开了一种基于人体姿态识别的自适应中控台,包括:支座,其上设置有移动滑轨;移动滑板,用于与所述移动滑轨配合,在其上水平移动;底座,其固定在所述移动滑板上;第一电机,其固定在所述底座上,且动力输出端连接第一关节,用于驱动第一关节在水平面内转动;第二电机,其动力输出端连接第一旋转臂一端;第二关节,其同时可转动的连接所述第一旋转臂另一端和第二旋转臂一端;第三关节,其固定连接在所述第二旋转臂的另一端;第三电机,其动力输出端连接主动齿轮;显示屏,其背面通过连接支杆连接有从动齿轮,所述主动齿轮相互配合在水平面内转动。能够调整中控台的位置。本发明还提供一种基于人体姿态识别的自适应中控台的控制方法。
Description
技术领域
本发明涉及一种中控台,特别是一种基于人体姿态识别的自适应中控台及其控制方法。
背景技术
中控台通常是位于驾驶员和乘客之间的工作台,在中控台上,集中了汽车除驾驶之外的大部分控制按钮,同时,空调、音响等舒适、娱乐装置的功能按键也设置在中控台上,因此,中控台对汽车的具有至关重要的作用。在行驶中,驾驶员要随时和中控台打交道,中控台的设计和安排影响着每台车辆的舒适性,同时也影响着驾驶员使用时的感觉。
随汽车技术发展,成员舒适性对于汽车设计影响日益深厚。无人驾驶实现后,驾驶员四肢将从现有约束中解放出来,乘员在车辆上姿态将更加多样化。当前期望,根据乘驾人姿态和体压分布数据借助执行中控台的自适应调节来使乘驾人更舒适。
发明内容
本发明设计开发了一种基于人体姿态识别的自适应中控台,能够调整中控台的位置,改变显示屏角度,提高驾驶舒适性。
本发明还设计开发了一种基于人体姿态识别的自适应中控台的控制方法,能够根据乘驾人姿态尺度调整中控台的实际位置和显示屏角度。
本发明的另一目的,通过BP神经网络对中控台的实际位置进行控制,提高中控台位置调整的精度,使乘驾人驾驶更加舒适。
本发明提供的技术方案为:
一种基于人体姿态识别的自适应中控台,包括:
支座,其上设置有移动滑轨;
移动滑板,用于与所述移动滑轨配合,在其上水平移动;
底座,其固定在所述移动滑板上;
第一电机,其固定在所述底座上,且动力输出端连接第一关节,用于驱动第一关节在水平面内转动;
第二电机,其动力输出端穿过所述第一关节,且动力输出端连接第一旋转臂一端,用于驱动所述第一旋转臂在竖直平面内转动;
第二关节,其同时可转动的连接所述第一旋转臂另一端和第二旋转臂一端;
第三关节,其固定连接在所述第二旋转臂的另一端;
第三电机,其动力输出端穿过所述第三关节,且动力输出端连接主动齿轮;
显示屏,其背面通过连接支杆连接有从动齿轮,能够与所述主动齿轮相互配合在水平面内转动。
优选的是,所述第二关节还包括:
第一连接电机,其动力输出端连接所述第一旋转臂另一端,用于驱动所述第一旋转臂转动;
第二连接电机,用于驱动第二旋转臂转动。
优选的是,所述第二旋转臂上设置有多个控制按钮。
优选的是,所述底座一端设置有插孔。
优选的是,所述底盘一侧设置有弧形连接板。
优选的是,还包括:
摄像头,其固定在驾驶室顶盖A柱上;
压力传感器,其设置在乘驾人座椅底部;
控制器,其电连所述摄像头、所述压力传感器、所述第一电机、所述第二电机、所述第三电机以及所述移动滑轨,并控制所述第一电机、所述第二电机、所述第三电机以及所述移动滑轨。
优选的是,所述控制器连接并控制所述第一连接电机和所述第二连接电机。
一种基于人体姿态识别的自适应中控台的控制方法,其特征在于,使用所述的基于人体姿态识别的自适应中控台,包括如下步骤:
步骤一、根据采样周期,采用传感器对眼部与中控台显示屏的距离Y、肩部与中控台显示屏的距离J、髋部与中控台显示屏的距离K、座椅上方压力G、摄像头转速V进行获取;
步骤二、对参数进行归一化,并建立三层BP神经网络的输入层向量x={x1,x2,x3,x4,x5},其中,x1为眼部距离系数,x2为肩部距离系数,x3为髋部距离系数,x4为压力系数,x5为速度系数;
步骤三、所述输入层映射到中间层,所述中间层向量y={y1,y2,...,yl},l为中间层节点个数,,所述中间层节点个数l满足:其中,m为输入层节点个数,l为中间层节点个数,n为输出层节点个数;
步骤四、得到输出层向量o={o1,o2,o3,o4},其中,o1为显示屏水平转角调节系数,o2为显示屏竖直转角调节系数,o3为显示屏在水平面内移动距离系数,o4为显示屏在竖直显示屏内移动距离系数;
步骤五、控制显示屏的水平转角、竖直转角、水平移动距离以及竖直移动距离,使:
θ(i+1)=o1 iθmax;
γ(i+1)=o2 iγmax;
L(i+1)=o3 iLmax;
S(i+1)=o4 iSmax;
其中,为第i次采样周期的输出层参数,θmax为显示屏最大水平转角,γmax为显示屏最大竖直转角,Lmax为最显示屏最大水平移动距离,Smax为显示屏最大竖直移动距离。
优选的是,显示屏的水平转角θ1、竖直转角γ1、水平移动距离L15以及竖直移动距离S1满足:
θ1=0.3θmax;
γ1=0.6γmax;
L1=0.4Lmax;
S1=0.5Smax;
优选的是,所述摄像头转动速度V满足:
其中,P为乘驾人重心位置,P0为重心位置标准值,G为座椅上方压力,e为自然对数底数,h1为摄像头与车座之间距离,h2为车座与底盘之间距离,Vi为摄像头设定的标准转动速度。
本发明所述的有益效果:通过摄像头采集乘驾人的位置数据,实现根据乘驾人的实时影像和动作姿态动态地调整中控台位置,使中控台的调整不在拘泥于原位置的小幅度调整,转变为大范围全领域多角度的全方位调整。BP神经网络对中控台的实际位置进行控制,提高中控台位置调整的精度,使乘驾人驾驶更加舒适,安全性更高。
附图说明
图1为本发明所述的基于人体姿态识别的自适应中控台的结构示意图。
图2为本发明所述的基于人体姿态识别的自适应中控台正视图。
图3为本发明所述的基于人体姿态识别的自适应中控台的控制方法流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图1-3所示,本发明提供一种基于人体姿态识别的自适应中控台,包括:显示屏100,第一电机210、第一旋转臂230、第二旋转臂310、第三电机410、移动滑轨430。
支座固定在车体内部底面上,位于驾驶室前部。支座上设置有移动滑轨430,能够与设置在其上的移动滑板相互配合,在移动滑轨430内部设置有驱动电机,能够驱动移动滑轨430带动移动滑板水平移动。底座420固定在移动滑板上,能够随着移动滑板一同进行移动。在底座420一侧设置有弧形连接板,底座一端设置有插孔。
第一电机410固定在底座上,第一电机410的动力输出端与第一关节330连接,能够驱动第一关节330在水平面内转动。第二电机320的动力输出端自左向右穿过第一关节,并与第一旋转臂310的一端连接,能够驱动第一旋转臂310在竖直平面内转动。在第一旋转臂310上设置有多个控制按钮。
第二关节240的内部具有空腔,在第二关节240的内部设置有第一连接电机,其动力输出端连接第一旋转臂310的另一端,用于驱动第一旋转臂310转动;在第二关节240的内部还设置有第二连接电机,其动力输出端连接第二旋转臂230的一端,能够驱动第二旋转臂230转动,因此第二关节能够同时可转动的连接第一旋转臂310另一端和第二旋转臂230一端。
第二旋转臂230的另一端固定连接有第三关节220,第三电机210的动力输出端自左向右穿过第三关机220,并在第三电机210的动力输出端上还连接有主动齿轮。显示屏100设置在中控台顶部,在显示屏100的背面固定有连接支杆,连接支杆一端连接有从动齿轮,能够与主动齿轮相配合,在水平面内进行转动。
在驾驶室内,还设置有摄像头,其安装在驾驶室顶盖的A柱,摄像头能够在水平方向和竖直方向上进行转动,对乘驾人进行拍摄,测量乘驾人的各部位距离。压力传感器设置在座椅底部,能够测量座椅上方压力,感知座椅上是否有乘驾人。控制器,连接摄像头、压力摄像头传感器、第一电机410、第二电机320、第三电机210、第一连接电机、第二连接电机以及移动滑轨430,实现中控台位置调整。
本发明还提供一种基于人体姿态识别的自适应中控台的控制方法,通过BP神经网络对中控台的实际位置进行控制,提高中控台位置的控制精度。
同时,在控制过程中,基于控制过程中座椅上方压力等参数,得到摄像头转动速度的经验公式满足:
其中,P为乘驾人重心位置,单位为mm,P0为重心位置标准值,单位为mm,G为座椅上方压力,单位为N,e为自然对数底数,λ为校正系数,范围为0-10,h1为摄像头与车座之间距离,单位为mm,h2为车座与底盘之间距离,单位为mm,Vi为摄像头设定的标准转动速度,单位为°/s。
步骤S210、建立BP神经网络模型,
本发明采用的BP网络体系结构由三层组成,第一层为输入层,共m个节点,对应了表示设备工作状态的m个检测信号,这些信号参数由数据预处理模块给出。第二层为隐层,共l个节点,由网络的训练过程以自适应的方式确定。第三层为输出层,共n个节点,由***实际需要输出的响应确定。
该网络的数学模型为:
输入向量:x=(x1,x2,...,xm)T;
中间层向量:y=(y1,y2,...,yl)T;
输出向量:O=(o1,o2,...,on)T;
本发明中,输入层节点数m=5,输出层节点数n=4,隐藏层节点数l由下式估算得出:
根据采样周期,采用传感器对眼部与中控台显示屏的距离Y、肩部与中控台显示屏的距离J、髋部与中控台显示屏的距离K、座椅上方压力G、摄像头转速V进行获取;
输入信号5个参数分别表示为:x1为眼部距离系数,x2为肩部距离系数,x3为髋部距离系数,x4为压力系数,x5为速度系数;
由于传感器获取的数据属于不同的物理量,其量纲各不相同。因此,在数据输入人工神经网络之前,需要将数据规格化为0-1之间的数。
具体而言,通过摄像头测量乘驾人眼部与中控台显示屏距离Y,进行规格化后,得到眼部距离系数x1:
其中,Ymax为最大眼部距离,Ymin为最小眼部距离;
同样的,通过摄像头测量乘驾人肩部与中控台显示屏距离J,进行规格化后,得到肩部距离系数x2:
其中,Jmax为最大肩部距离,Jmin为最小肩部距离;
同样的,通过摄像头测量乘驾人髋部与中控台显示屏距离K,进行规格化后,得到髋部距离系数x3:
其中,Kmax为最大髋部距离,Kmin为最小髋部距离;
同样的,通过压力传感器测量乘驾人在座椅上方的压力G,进行规格化后,得到压力系数x4:
其中,Gmax为最大压力,Gmin为最小压力;
同样的,通过速度传感器测量摄像头的转动速度V,进行规格化后,得到速度系数x5:
其中,Vmax为摄像头最大转动速度,Vmin为摄像头最小转动速度。
输出层的4个参数分别表示为:o1为显示屏水平转角调节系数,o2为显示屏竖直转角调节系数,o3为显示屏水平移动距离系数,o4为显示屏竖直移动距离系数。
显示屏水平转角调节系数o1表示为下一个采样周期中的显示屏水平转角与当前采样周期中设定的显示屏最大水平转角之比,即在第i个采样周期中采集到的显示屏水平转角为θi,通过BP神经网络输出第i个采样周期的显示屏水平转角调节系数后,控制第i+1个采样周期中显示屏水平转角θi+1,使其满足:
其中,θmax为显示屏最大水平转角。
显示屏竖直转角调节系数o2表示为下一个采样周期中的显示屏竖直转角与当前采样周期中设定的显示屏最大竖直转角之比,即在第i个采样周期中采集到的显示屏竖直转角为γi,通过BP神经网络输出第i个采样周期的显示屏竖直转角调节系数后,控制第i+1个采样周期中显示屏竖直转角γi+1,使其满足:
γi+1=o2 iγmax,
其中,γmax为显示屏最大竖直转角。
显示屏水平移动距离系数o3表示为下一个采样周期中的显示屏在水平方向移动距离与当前采样周期中设定的最大水平移动距离之比,即在第i个采样周期中采集到的显示屏水平移动距离为Li,通过BP神经网络输出第i个采样周期的显示屏水平移动距离调节系数后,控制第i+1个采样周期中显示屏水平移动距离Li+1,使其满足:
其中,Lmax为显示屏最大水平移动距离。
显示屏竖直移动距离系数o4表示为下一个采样周期中的显示屏在竖直方向移动距离与当前采样周期中设定的最大竖直移动距离之比,即在第i个采样周期中采集到的显示屏竖直移动距离为Si,通过BP神经网络输出第i个采样周期的显示屏竖直移动距离调节系数后,控制第i+1个采样周期中显示屏水平移动距离Si+1,使其满足:
其中,Smax为显示屏最大竖直移动距离。
步骤S220、进行BP神经网络训练
根据历史经验数据获取训练的样本,并给定输入节点i和隐含层节点j之间的连接权值Wij,隐层节点j和输出层节点k之间的连接权值Wjk,隐层节点j的阈值θj,输出层节点k的阈值θk、Wij、Wjk、θj、θk均为-1到1之间的随机数。
在训练过程中,不断修正Wij、Wjk的值,直至***误差小于等于期望误差时,完成神经网络的训练过程。
如表1所示,给定了一组训练样本以及训练过程中各节点的值。
表1训练过程各节点值
步骤S230、采集中控台运行信号输入到神经网络中得到输出信号,对中控台进行控制;
训练好的人工神经网络固化在控制器芯片之中,使硬件电路具备预测和智能决策功能,从而形成智能硬件。智能硬件加电启动后同时,检测眼部与中控台显示屏的距离Y、肩部与中控台显示屏的距离J、髋部与中控台显示屏的距离K、座椅上方压力G、摄像头转速V,将上述参数进行归一化处理,得到BP神经网络的初始输入向量通过BP神经网络的运算得到初始输出向量
步骤S240、得到初始输出向量后,即可进行速度调控,通过传感器对第i个采样周期的眼部与中控台显示屏的距离Y、肩部与中控台显示屏的距离J、髋部与中控台显示屏的距离K、座椅上方压力G、摄像头转速V进行获取,通过进行格式化得到第i个采样周期的输入向量通过BP神经网络的运算得到第i个采样周期的输出向量然后控制调节显示屏的水平转角、竖直转角、水平移动距离和竖直移动距离,使在第i+1个采样周期时显示屏的水平转角、竖直转角、水平移动距离和竖直移动距离分别为:
γi+1=o2 iγmax
L(i+1)=o3 iLmax;
S(i+1)=o4 iSmax
初始时,
θ1=0.3θmax;
γ1=0.6γmax;
L1=0.4Lmax;
S1=0.5Smax;
其中,分别为第i个采样周期中的输出参数,θmax为显示屏最大水平转角、γmax为显示屏最大竖直转角、Lmax为显示屏最大水平移动距离、Smax为显示屏最大竖直移动距离。
通过上述设置,基于人体姿态识别的自适应中控台的控制方法通过BP神经网络算法对中控台的实际位置进行控制,提高中控台位置调整的精度,使乘驾人驾驶更加舒适,安全性更高。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种基于人体姿态识别的自适应中控台,其特征在于,包括:
支座,其上设置有移动滑轨;
移动滑板,用于与所述移动滑轨配合,在其上水平移动;
底座,其固定在所述移动滑板上;
第一电机,其固定在所述底座上,且动力输出端连接第一关节,用于驱动第一关节在水平面内转动;
第二电机,其动力输出端穿过所述第一关节,且动力输出端连接第一旋转臂一端,用于驱动第一旋转臂在竖直平面内转动;
第二关节,其同时可转动的连接所述第一旋转臂另一端和第二旋转臂一端;
第三关节,其固定连接在所述第二旋转臂的另一端;
第三电机,其动力输出端穿过所述第三关节,且动力输出端连接主动齿轮;
显示屏,其背面通过连接支杆连接有从动齿轮,能够与所述主动齿轮相互配合在水平面内转动。
2.根据权利要求1所述的基于人体姿态识别的自适应中控台,其特征在于,所述第二关节还包括:
第一连接电机,其动力输出端连接所述第一旋转臂另一端,用于驱动所述第一旋转臂转动;
第二连接电机,用于驱动第二旋转臂转动。
3.根据权利要求2所述的基于人体姿态识别的自适应中控台,其特征在于,所述第二旋转臂上设置有多个控制按钮。
4.根据权利要求3所述的基于人体姿态识别的自适应中控台,其特征在于,所述底座一端设置有插孔。
5.根据权利要求4所述的基于人体姿态识别的自适应中控台,其特征在于,所述底座一侧设置有弧形连接板。
6.根据权利要求5所述的基于人体姿态识别的自适应中控台,其特征在于,还包括:
摄像头,其固定在驾驶室顶盖A柱上;
压力传感器,其设置在乘驾人座椅底部;
控制器,其电连所述摄像头、所述压力传感器、所述第一电机、所述第二电机、所述第三电机以及所述移动滑轨,并控制所述第一电机、所述第二电机、所述第三电机以及所述移动滑轨。
7.根据权利要求6所述的基于人体姿态识别的自适应中控台,其特征在于,所述控制器连接并控制所述第一连接电机和所述第二连接电机。
8.一种基于人体姿态识别的自适应中控台的控制方法,其特征在于,使用如权利要求1-7中任一项所述的基于人体姿态识别的自适应中控台,包括如下步骤:
步骤一、根据采样周期,采用传感器对眼部与中控台显示屏的距离Y、肩部与中控台显示屏的距离J、髋部与中控台显示屏的距离K、座椅上方压力G、摄像头转速V进行获取;
步骤二、对参数进行归一化,并建立三层BP神经网络的输入层向量x={x1,x2,x3,x4,x5},其中,x1为眼部距离系数,x2为肩部距离系数,x3为髋部距离系数,x4为压力系数,x5为速度系数;
步骤三、所述输入层映射到中间层,所述中间层向量y={y1,y2,...,yl},l为中间层节点个数,所述中间层节点个数l满足:其中,m为输入层节点个数,l为中间层节点个数,n为输出层节点个数;
步骤四、得到输出层向量o={o1,o2,o3,o4},其中,o1为显示屏水平转角调节系数,o2为显示屏竖直转角调节系数,o3为显示屏在水平面内移动距离系数,o4为显示屏在竖直显示屏内移动距离系数;
步骤五、控制显示屏的水平转角、竖直转角、水平移动距离以及竖直移动距离,使:
θ(i+1)=o1 iθmax;
γ(i+1)=o2 iγmax;
L(i+1)=o3 iLmax;
S(i+1)=o4 iSmax;
其中,为第i次采样周期的输出层参数,θmax为显示屏最大水平转角,γmax为显示屏最大竖直转角,Lmax为最显示屏最大水平移动距离,Smax为显示屏最大竖直移动距离。
9.根据权利要求8所述的基于人体姿态识别的自适应中控台的控制方法,其特征在于,初始状态时,显示屏的水平转角θ1、竖直转角γ1、水平移动距离L15以及竖直移动距离S1满足:
θ1=0.3θmax;
γ1=0.6γmax;
L1=0.4Lmax;
S1=0.5Smax。
10.根据权利要求9所述的基于人体姿态识别的自适应中控台的控制方法,其特征在于,所述摄像头转动速度V满足:
其中,P为乘驾人重心位置,P0为重心位置标准值,G为座椅上方压力,e为自然对数底数,λ为校正系数,h1为摄像头与车座之间距离,h2为车座与底盘之间距离,Vi为摄像头设定的标准转动速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810769785.7A CN109017602B (zh) | 2018-07-13 | 2018-07-13 | 一种基于人体姿态识别的自适应中控台及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810769785.7A CN109017602B (zh) | 2018-07-13 | 2018-07-13 | 一种基于人体姿态识别的自适应中控台及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109017602A true CN109017602A (zh) | 2018-12-18 |
CN109017602B CN109017602B (zh) | 2023-08-18 |
Family
ID=64642116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810769785.7A Active CN109017602B (zh) | 2018-07-13 | 2018-07-13 | 一种基于人体姿态识别的自适应中控台及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109017602B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109795341A (zh) * | 2019-01-22 | 2019-05-24 | 南京越博动力***股份有限公司 | 一种搭载有cvt无级变速器的纯电动汽车高效节能控制方法 |
CN110254362A (zh) * | 2019-06-18 | 2019-09-20 | 浙江吉利控股集团有限公司 | 一种可调节汽车中控大屏总成 |
CN111717124A (zh) * | 2020-06-05 | 2020-09-29 | 北京超星未来科技有限公司 | 一种可调节激光雷达角度的角度调节装置 |
CN112298059A (zh) * | 2020-10-26 | 2021-02-02 | 武汉华星光电技术有限公司 | 车载显示屏调节装置及车辆 |
CN114679529A (zh) * | 2022-04-07 | 2022-06-28 | 深圳市华屹医疗科技有限公司 | 一种用于非接触式人体姿态获取的光学处理装置 |
WO2024002303A1 (zh) * | 2021-11-01 | 2024-01-04 | 华人运通(江苏)技术有限公司 | 车载屏幕的机械臂控制方法、装置、设备和车辆 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5434783A (en) * | 1993-01-06 | 1995-07-18 | Nissan Motor Co., Ltd. | Active control system |
US20050080565A1 (en) * | 2003-10-14 | 2005-04-14 | Olney Ross D. | Driver adaptive collision warning system |
EP3015313A1 (en) * | 2014-11-03 | 2016-05-04 | Volvo Car Corporation | A display assembly for an interior panel in a vehicle |
CN105538325A (zh) * | 2015-12-30 | 2016-05-04 | 哈尔滨理工大学 | 一种液压四足机器人单腿关节解耦控制方法 |
CN105783896A (zh) * | 2016-05-17 | 2016-07-20 | 吉林大学 | 一种交互式无人机磁罗盘校准装置及校准方法 |
CN106314303A (zh) * | 2016-08-31 | 2017-01-11 | 法乐第(北京)网络科技有限公司 | 一种中控屏组件及车辆 |
CN106938764A (zh) * | 2017-04-28 | 2017-07-11 | 浙江硕和机器人科技有限公司 | 一种导板往复输送机构 |
CN106990410A (zh) * | 2017-03-08 | 2017-07-28 | 中国汽车技术研究中心 | 一种整车外部尺寸快速检测装置及方法 |
CN107176098A (zh) * | 2017-07-10 | 2017-09-19 | 辽宁工业大学 | 一种内轮差盲区自动监测预警装置及控制方法 |
CN107344528A (zh) * | 2016-05-06 | 2017-11-14 | 杨新宇 | 车载装置、机动车辆和安装车载装置的方法 |
CN107579699A (zh) * | 2017-09-12 | 2018-01-12 | 安徽亦知企业管理有限公司 | 一种基于bp神经网络调节角度的太阳能光伏发电装置及其调节方法 |
CN207056860U (zh) * | 2017-04-17 | 2018-03-02 | 姚汉奇 | 一种基于视觉识别技术的路径优化雾化喷涂*** |
CN208376662U (zh) * | 2018-07-13 | 2019-01-15 | 吉林大学 | 一种基于人体状态检测的自适应中控台 |
-
2018
- 2018-07-13 CN CN201810769785.7A patent/CN109017602B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5434783A (en) * | 1993-01-06 | 1995-07-18 | Nissan Motor Co., Ltd. | Active control system |
US20050080565A1 (en) * | 2003-10-14 | 2005-04-14 | Olney Ross D. | Driver adaptive collision warning system |
EP3015313A1 (en) * | 2014-11-03 | 2016-05-04 | Volvo Car Corporation | A display assembly for an interior panel in a vehicle |
CN105538325A (zh) * | 2015-12-30 | 2016-05-04 | 哈尔滨理工大学 | 一种液压四足机器人单腿关节解耦控制方法 |
CN107344528A (zh) * | 2016-05-06 | 2017-11-14 | 杨新宇 | 车载装置、机动车辆和安装车载装置的方法 |
CN105783896A (zh) * | 2016-05-17 | 2016-07-20 | 吉林大学 | 一种交互式无人机磁罗盘校准装置及校准方法 |
CN106314303A (zh) * | 2016-08-31 | 2017-01-11 | 法乐第(北京)网络科技有限公司 | 一种中控屏组件及车辆 |
CN106990410A (zh) * | 2017-03-08 | 2017-07-28 | 中国汽车技术研究中心 | 一种整车外部尺寸快速检测装置及方法 |
CN207056860U (zh) * | 2017-04-17 | 2018-03-02 | 姚汉奇 | 一种基于视觉识别技术的路径优化雾化喷涂*** |
CN106938764A (zh) * | 2017-04-28 | 2017-07-11 | 浙江硕和机器人科技有限公司 | 一种导板往复输送机构 |
CN107176098A (zh) * | 2017-07-10 | 2017-09-19 | 辽宁工业大学 | 一种内轮差盲区自动监测预警装置及控制方法 |
CN107579699A (zh) * | 2017-09-12 | 2018-01-12 | 安徽亦知企业管理有限公司 | 一种基于bp神经网络调节角度的太阳能光伏发电装置及其调节方法 |
CN208376662U (zh) * | 2018-07-13 | 2019-01-15 | 吉林大学 | 一种基于人体状态检测的自适应中控台 |
Non-Patent Citations (2)
Title |
---|
邱志成;许燕飞;: "基于自适应RBF模糊神经网络的旋转柔性铰接梁的振动控制", no. 07, pages 97 - 103 * |
陈俊豪,任金东,刘涛,华猛,刘洪浩, vol. 39, no. 5, pages 593 - 605 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109795341A (zh) * | 2019-01-22 | 2019-05-24 | 南京越博动力***股份有限公司 | 一种搭载有cvt无级变速器的纯电动汽车高效节能控制方法 |
CN110254362A (zh) * | 2019-06-18 | 2019-09-20 | 浙江吉利控股集团有限公司 | 一种可调节汽车中控大屏总成 |
CN111717124A (zh) * | 2020-06-05 | 2020-09-29 | 北京超星未来科技有限公司 | 一种可调节激光雷达角度的角度调节装置 |
CN111717124B (zh) * | 2020-06-05 | 2021-11-23 | 北京超星未来科技有限公司 | 一种可调节激光雷达角度的角度调节装置 |
CN112298059A (zh) * | 2020-10-26 | 2021-02-02 | 武汉华星光电技术有限公司 | 车载显示屏调节装置及车辆 |
US11995229B2 (en) | 2020-10-26 | 2024-05-28 | Wuhan China Star Optoelectronics Technology Co., Ltd. | Vehicle-mounted display adjustment device and vehicle |
WO2024002303A1 (zh) * | 2021-11-01 | 2024-01-04 | 华人运通(江苏)技术有限公司 | 车载屏幕的机械臂控制方法、装置、设备和车辆 |
CN114679529A (zh) * | 2022-04-07 | 2022-06-28 | 深圳市华屹医疗科技有限公司 | 一种用于非接触式人体姿态获取的光学处理装置 |
CN114679529B (zh) * | 2022-04-07 | 2024-06-04 | 深圳市华屹医疗科技有限公司 | 一种用于非接触式人体姿态获取的光学处理装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109017602B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109017602B (zh) | 一种基于人体姿态识别的自适应中控台及其控制方法 | |
CN108657029B (zh) | 一种基于肢体长度预测的汽车驾驶席座椅智能调节***及方法 | |
CN106994915B (zh) | 一种基于驾驶人身体特征的驾驶座椅自适应调节装置 | |
CN110843614B (zh) | 一种汽车座椅自适应调节方法及*** | |
DE69810095T2 (de) | Aussenskelettplattform zur steuerung von multirichtungen-avaterkinetik in einer virtuellen umgebung | |
JP6899905B2 (ja) | 運転者着座姿勢を自動調整するための装置および方法 | |
US20210154430A1 (en) | Systems and methods for predicting and preventing motion sickness | |
CN109263654B (zh) | 一种汽车过减速带自适应调速***及调速方法 | |
CN111267681B (zh) | 一种基于人机工程学的共享汽车智能座椅调节方法 | |
CN110843613B (zh) | 一种基于人因工程学的座椅自动调节方法 | |
JP6645543B1 (ja) | 運転制御調整装置および運転制御調整方法 | |
JPH11198075A (ja) | 行動支援装置 | |
KR20200069585A (ko) | 지능형 차량 편의 제어 장치 및 방법 | |
CN107458482A (zh) | 一种汽车质心位置调整装置及其控制方法 | |
CN108944581A (zh) | 可交替的座椅设置 | |
DE102019133544A1 (de) | Unterstützungsvorrichtung | |
CN111717147A (zh) | 车辆座椅自动调节***及方法 | |
CN111524412B (zh) | 一种叉车模拟驾驶真实体感实现***与方法 | |
CN108515936B (zh) | 基于乘驾人姿态的自适应安全气囊及其控制方法 | |
CN107560777A (zh) | 基于力/力矩传感器的三维力反馈手柄回复力控制结构及方法 | |
CN206534797U (zh) | 一种多功能调节轮椅 | |
CN208376662U (zh) | 一种基于人体状态检测的自适应中控台 | |
DE102015212253A1 (de) | Ausrichtungssensorsystem und Ausrichtungssensorikverfahren | |
JP2020075570A (ja) | 車両用制御装置 | |
CN113101612B (zh) | 一种沉浸式上肢康复*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |