CN114889546A - 一种基于二氧化碳传感器的生命体检测方法及装置 - Google Patents

一种基于二氧化碳传感器的生命体检测方法及装置 Download PDF

Info

Publication number
CN114889546A
CN114889546A CN202210313071.1A CN202210313071A CN114889546A CN 114889546 A CN114889546 A CN 114889546A CN 202210313071 A CN202210313071 A CN 202210313071A CN 114889546 A CN114889546 A CN 114889546A
Authority
CN
China
Prior art keywords
carbon dioxide
life
dioxide sensor
time
trend
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.)
Pending
Application number
CN202210313071.1A
Other languages
English (en)
Inventor
田勇
赵鹏震
赵云祥
连金峰
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.)
Zhengzhou Weisen Electronics Technology Co ltd
Original Assignee
Zhengzhou Weisen Electronics Technology Co ltd
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 Zhengzhou Weisen Electronics Technology Co ltd filed Critical Zhengzhou Weisen Electronics Technology Co ltd
Priority to CN202210313071.1A priority Critical patent/CN114889546A/zh
Publication of CN114889546A publication Critical patent/CN114889546A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
    • B60R21/01512—Passenger detection systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
    • B60R21/01512—Passenger detection systems
    • B60R21/0153—Passenger detection systems using field detection presence sensors
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明提出了一种基于二氧化碳传感器的生命体检测方法及装置，装置包括生命体检测传感器和主机；所述主机与所述生命体检测传感器连接，用以完成基于二氧化碳传感器的生命体检测方法：S1、记录关闭车门窗时间；S2、启动生命体检测信号；S3、判断当前时间相对于车门窗最后关闭时间是否超过阈值时间；S4、达到阈值时间后，在设定的采样时间内，以一定的采样速率读取采样数据；S5、对读取的采样数据进行N组分组，先对每组采样数据利用Mann‑Kendall检验方法进行检验获得每组采样数据的趋势结果；S6、将获得的所有趋势结果与给定的生命体判定报警阈值比较，以判断是否检测到生命体。

Description

一种基于二氧化碳传感器的生命体检测方法及装置
技术领域
本发明属于汽车智能监控技术领域，尤其涉及一种基于二氧化碳传感器的生命体检测方法及装置。
背景技术
近年来，由于监护人疏忽致使儿童被遗留车内，导致儿童缺氧而引发的严重事故时有发生。针对此类问题，部分厂商提出了对应的解决方案，采用的技术包括摄像头检测、雷达、红外等传感器，但这些技术方案相对硬件成本较高，并且摄像头存在死角以及用户隐私问题；如，201110389047.8一种基于CAN/LIN总线的红外车内环境监控***。
也有部分厂商提出了基于二氧化碳传感器的生命体迹象检测方案，202011144066.X一种检测驻车后车内生命迹象的方法及装置，二氧化碳传感器采集锁闭车门后车内的二氧化碳浓度，解决了硬件成本高的问题，但是，通过几个采样点之间的差值与阈值比较来作为判断标准，由于采样的数据为局部的数据，采样结果受一定偶然性影响，从而影响了检测的准确性。
发明内容
为了解决上述问题，有必要提供一种基于二氧化碳传感器的生命体检测方法及装置。
本发明第一方面提供一种基于二氧化碳传感器的生命体检测方法，包括以下步骤：
S1、记录关闭车门窗时间；
S2、启动生命体检测信号；
S3、判断当前时间相对于车门窗最后关闭时间是否超过阈值时间；
S4、达到阈值时间后，在设定的采样时间内，以一定的采样速率读取采样数据；
S5、对读取的采样数据进行N组分组，先对每组采样数据利用Mann-Kendall检验方法进行检验获得每组采样数据的趋势结果；
S6、将获得的所有趋势结果与给定的生命体判定报警阈值比较，以判断是否检测到生命体。
本发明第二方面提供一种基于二氧化碳传感器的生命体检测装置，包括：
生命体检测传感器，用于检测车内二氧化碳浓度，并以一定的采样速率将二氧化碳浓度数据发送到主机的采样数据缓冲区；
主机，设置采样数据缓冲区；
所述主机与所述生命体检测传感器连接，用以完成所述的基于二氧化碳传感器的生命体检测方法。
本发明相对现有技术，具有突出的实质性特点和显著性进步，具体来说：
1、本发明采用二氧化碳传感器，再搭配配套的检测方法，实现了生命体检测功能，具有检测准确可靠，成本较低等特点；
2、本发明采用Mann-Kendall检验方法处理浓度数据并判别生命体存在，能较大程度上屏蔽信号异常点或波动对检测的影响，抗干扰能力较好，且对非线性数据同样有效，检测的准确度和可靠性更高，鲁棒性更强；
3、本发明考虑到极端温度下，特别是高温下，生命体存活时间较短，专门针对极端温度下进行了优化，提高检测灵敏度和速度。
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明方法的流程框图。
图2是本发明实施例3中的无生命体时的二氧化碳浓度变化曲线。
图3是本发明实施例3中的有生命体时的二氧化碳浓度变化曲线。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步地详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节，以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例1
本实施实例提出一种基于二氧化碳传感器的生命体检测装置，包括：生命体检测传感器，用于检测车内二氧化碳浓度，并以一定的采样速率将二氧化碳浓度数据发送到主机的采样数据缓冲区；主机，设置采样数据缓冲区；温度传感器，用于检测车内温度数据；所述主机与所述生命体检测传感器和所述温度传感器连接，用以完成基于二氧化碳传感器的生命体检测方法。
具体的基于二氧化碳传感器的生命体检测方法，如图1所示，包括以下步骤：
S1、主机记录关闭车门窗时间；
S2、主机下发启动生命体检测信号，生命体检测传感器开始检测车内二氧化碳浓度，并以一定的采样速率将二氧化碳浓度数据发送到主机的采样数据缓冲区；
S3、判断当前时间相对于车门窗最后关闭时间是否超过阈值时间；
S4、达到阈值时间后，在设定的采样时间内，以一定的采样速率读取采样数据；
S5、对读取的采样数据进行N组分组，先对每组采样数据利用Mann-Kendall检验方法进行检验获得每组采样数据的趋势结果；
S6、将获得的所有趋势结果与给定的生命体判定报警阈值比较，以判断是否检测到生命体。
特别的，考虑到极端温度下车内生命体更容易受到伤害且伤害度随时间递增，因此需进行温度自适应调整，即结合当前温度调整给定的生命体判定报警阈值以及检测时间。具体的，当当前温度升高时，降低给定的生命体判定报警阈值，同时缩短检测时间。
本实施例中，所述生命体检测传感器为基于NDIR技术的二氧化碳传感器。所述主机通过LIN总线与汽车主机连接。在具体应用时，所述汽车主机用于在判定检测到生命体时，按照预定策略处理，如打开汽车空调通风***，向车主发送报警信息等；在判定未检测到生命体，且判定时间超时后，控制二氧化碳传感器休眠。
实施例2
本实施实例与实施例1的区别在于：提供了一种利用Mann-Kendall检验方法进行检验获得每组采样数据的趋势结果的方法：
S51、将读取数据按采集时间列出：x1,x2,…,xn；
S52、确定所有n(n-1)/2个xj−xk差值的符号，其中j > k；
S53、令sgn(xj−xk)作为指示函数，依据xj−xk的正负号取值为1,0或-1；
S54、计算差值为正的数量减去差值为负的数量S=∑n−1k−1∑nj−k+1sgn(xj−xk)；
S55、计算S的方差：VAR(S)=118[n(n−1)(2n+5)−∑gp−1tp(tp−1)(2tp+5)]，其中g是结组的数量，tp是第p组的观测值的数量；
S56、计算MK检验统计量Z_{MK}：
Figure 100002_DEST_PATH_IMAGE002
S57、根据
Figure 100002_DEST_PATH_IMAGE004
值获得每组采样数据的趋势结果T；
Figure 100002_DEST_PATH_IMAGE006
其中，-1表示下降趋势，0表示无趋势，1表示上升趋势。
将获得的所有趋势结果与给定的生命体判定报警阈值比较的方法包括：
将生命体判定报警阈值设置为采样数据的组数N的70%；
设总趋势=N组趋势结果值相加；
若总趋势>70%*N，判定检测到生命体；
若总趋势<70%*N，判定未检测到生命体。
实施例3
本实施例与实施例2的区别在于：提供了一个具体的所有趋势结果与给定的生命体判定报警阈值比较的测试例。
测试条件：假设采样数据缓冲区为300组数据，分为15组，采样率1s，检测时间5分钟，温度为20—30℃。
利用Mann-Kendall检验方法处理15组数据后，得到15个趋势结果，如表1所示：
表1
Figure DEST_PATH_IMAGE008
如图2、图3和表1所示，检测到生命体时，总趋势为15，未检测到生命体时，总趋势为2。
特别的，身体在不同温度下的反应如下：
Figure DEST_PATH_IMAGE010
根据身体在不同温度下的反应，结合当前温度，适当降低给定的生命体判定报警阈值，同时缩短检测时间（采样时间），以提高生命体检测灵敏度以及检测速率，降低生命体受到伤害的风险。其中，温度环境恶劣时，用温度调整系数调整给定的生命体判定报警阈值，用检测时间调整系数调整检测时间：
给定的生命体判定报警阈值调整策略：
Figure DEST_PATH_IMAGE012
检测时间调整策略：
Figure DEST_PATH_IMAGE014
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种基于二氧化碳传感器的生命体检测方法，其特征在于，包括以下步骤：
S1、记录关闭车门窗时间；
S2、启动生命体检测信号；
S3、判断当前时间相对于车门窗最后关闭时间是否超过阈值时间；
S4、达到阈值时间后，在设定的采样时间内，以一定的采样速率读取采样数据；
S5、对读取的采样数据进行N组分组，先对每组采样数据利用Mann-Kendall检验方法进行检验获得每组采样数据的趋势结果；
S6、将获得的所有趋势结果与给定的生命体判定报警阈值比较，以判断是否检测到生命体。
2.根据权利要求1所述的基于二氧化碳传感器的生命体检测方法，其特征在于：步骤S6中，结合当前温度调整给定的生命体判定报警阈值以及检测时间。
3.根据权利要求2所述的基于二氧化碳传感器的生命体检测方法，其特征在于：当当前温度升高时，降低给定的生命体判定报警阈值，同时缩短检测时间。
4.根据权利要求2所述的基于二氧化碳传感器的生命体检测方法，其特征在于，步骤S5中，利用Mann-Kendall检验方法进行检验获得每组采样数据的趋势结果的方法包括：
S51、将读取数据按采集时间列出：x1,x2,…,xn；
S52、确定所有n(n-1)/2个xj−xk差值的符号，其中j>k；
S53、令sgn(xj−xk)作为指示函数，依据xj−xk的正负号取值为1,0或-1；
S54、计算差值为正的数量减去差值为负的数量S=∑n−1k−1∑nj−k+1sgn(xj−xk)；
S55、计算S的方差：VAR(S)=118[n(n−1)(2n+5)−∑gp−1tp(tp−1)(2tp+5)]，其中g是结组的数量，tp是第p组的观测值的数量；
S56、计算MK检验统计量Z_{MK}：
Figure DEST_PATH_IMAGE002
S57、根据
Figure DEST_PATH_IMAGE004
值获得每组采样数据的趋势结果T；
Figure DEST_PATH_IMAGE006
其中，-1表示下降趋势，0表示无趋势，1表示上升趋势。
5.根据权利要求4所述的基于二氧化碳传感器的生命体检测方法，其特征在于，步骤S6中，将获得的所有趋势结果与给定的生命体判定报警阈值比较的方法包括：
将生命体判定报警阈值设置为采样数据的组数N的70%；
设总趋势=N组趋势结果值相加；
若总趋势>70%*N，判定检测到生命体；
若总趋势<70%*N，判定未检测到生命体。
6.一种基于二氧化碳传感器的生命体检测装置，其特征在于，包括：
生命体检测传感器，用于检测车内二氧化碳浓度，并以一定的采样速率将二氧化碳浓度数据发送到主机的采样数据缓冲区；
主机，设置采样数据缓冲区；
所述主机与所述生命体检测传感器连接，用以完成权利要求1-5任一项所述的基于二氧化碳传感器的生命体检测方法。
7.根据权利要求6所述的基于二氧化碳传感器的生命体检测装置，其特征在于：所述生命体检测传感器为基于NDIR技术的二氧化碳传感器。
8.根据权利要求7所述的基于二氧化碳传感器的生命体检测装置，其特征在于：所述主机还连接有用于检测车内温度数据的温度传感器。
9.根据权利要求6所述的基于二氧化碳传感器的生命体检测装置，其特征在于：所述主机通过LIN总线与汽车主机连接；所述汽车主机用于在判定检测到生命体时，按照预定策略处理；在判定未检测到生命体，且判定时间超时后，控制二氧化碳传感器休眠。
CN202210313071.1A 2022-03-28 2022-03-28 一种基于二氧化碳传感器的生命体检测方法及装置 Pending CN114889546A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210313071.1A CN114889546A (zh) 2022-03-28 2022-03-28 一种基于二氧化碳传感器的生命体检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210313071.1A CN114889546A (zh) 2022-03-28 2022-03-28 一种基于二氧化碳传感器的生命体检测方法及装置

Publications (1)

Publication Number Publication Date
CN114889546A true CN114889546A (zh) 2022-08-12

Family

ID=82714672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210313071.1A Pending CN114889546A (zh) 2022-03-28 2022-03-28 一种基于二氧化碳传感器的生命体检测方法及装置

Country Status (1)

Country Link
CN (1) CN114889546A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105083190A (zh) * 2015-09-14 2015-11-25 吕东贤 一种车内二氧化碳浓度探测的智能救护***
US20160103111A1 (en) * 2014-10-14 2016-04-14 Delphi Technolgies, Inc. Occupant safety system with c02 detection
CN109204216A (zh) * 2018-10-18 2019-01-15 吉利汽车研究院（宁波）有限公司 车内环境监控***及其控制方法
CN110175353A (zh) * 2019-04-16 2019-08-27 浙江新再灵科技股份有限公司 电梯运行指标趋势分析方法
CN113869710A (zh) * 2021-09-26 2021-12-31 华北电力大学 一种基于大规模气候异常的极端降水趋势分析方法
CN114087021A (zh) * 2021-10-27 2022-02-25 北京科技大学 一种冲击地压多参量动态趋势预警方法
US20220068108A1 (en) * 2020-09-01 2022-03-03 Hyundai Mobis Co., Ltd. System for detecting occupant left unattended in vehicle and method thereof
CN114212044A (zh) * 2021-11-01 2022-03-22 一汽奔腾轿车有限公司 一种保护车内遗留生物生命安全的整车分级控制方法以及***
CN114217025A (zh) * 2021-12-17 2022-03-22 航天科工智慧产业发展有限公司 评估空气质量浓度预测中气象数据对其影响的分析方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160103111A1 (en) * 2014-10-14 2016-04-14 Delphi Technolgies, Inc. Occupant safety system with c02 detection
CN105083190A (zh) * 2015-09-14 2015-11-25 吕东贤 一种车内二氧化碳浓度探测的智能救护***
CN109204216A (zh) * 2018-10-18 2019-01-15 吉利汽车研究院（宁波）有限公司 车内环境监控***及其控制方法
CN110175353A (zh) * 2019-04-16 2019-08-27 浙江新再灵科技股份有限公司 电梯运行指标趋势分析方法
US20220068108A1 (en) * 2020-09-01 2022-03-03 Hyundai Mobis Co., Ltd. System for detecting occupant left unattended in vehicle and method thereof
CN113869710A (zh) * 2021-09-26 2021-12-31 华北电力大学 一种基于大规模气候异常的极端降水趋势分析方法
CN114087021A (zh) * 2021-10-27 2022-02-25 北京科技大学 一种冲击地压多参量动态趋势预警方法
CN114212044A (zh) * 2021-11-01 2022-03-22 一汽奔腾轿车有限公司 一种保护车内遗留生物生命安全的整车分级控制方法以及***
CN114217025A (zh) * 2021-12-17 2022-03-22 航天科工智慧产业发展有限公司 评估空气质量浓度预测中气象数据对其影响的分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王振龙: "《淮北平原区水文实验研究》", 31 December 2011, 中国科学技术大学出版社, pages: 26 - 27 *

Similar Documents

Publication Publication Date Title
CN108710637B (zh) 基于时空关系的出租车异常轨迹实时检测方法
CN113415165B (zh) 一种故障诊断方法、装置、电子设备及存储介质
CN110752977B (zh) 一种车联网can总线的异常入侵检测方法及装置
CN115876258B (zh) 基于多源数据的畜禽养殖环境异常监测及报警***
CN107554470B (zh) 用于处理车辆紧急状态的装置和方法
CN117119175B (zh) 一种煤矿井下风门ai视频安全管理控制***
CN117309159B (zh) 基于红外热成像的列车机柜火焰预警方法
CN117349596B (zh) 基于多传感器的电池异常状态监测预警***
CN109291764A (zh) 一种基于温度补偿技术的汽车环境监控方法
CN110211316B (zh) 一种监控预警方法和***
CN114889546A (zh) 一种基于二氧化碳传感器的生命体检测方法及装置
US20150013454A1 (en) Method and apparatus for detecting intrusion into vehicle
CN117931094B (zh) 基于区块链的环境空气监测数据可靠存储方法
CN109596226B (zh) 用于红外热成像测温***的黑体异常检测方法、装置、设备及***
CN117591986B (zh) 基于人工智能的汽车数据实时处理方法
CN116823676B (zh) 基于红外热图的电动汽车防火安全检测方法
CN116821836B (zh) 基于多传感器的轮轴瓦异常状态监测方法及***
CN108819626A (zh) 汽车轮胎性能提示方法和***
CN112785818A (zh) 用于车辆的环境检测的方法、设备和传感器***
CN113251572B (zh) 一种排气传感器故障检测方法、装置、空调器及存储介质
CN111726079B (zh) 主动式光伏组串电弧故障检测方法及***
CN112071015A (zh) 矿用气敏型烟雾传感器的自适应烟雾识别方法及识别装置
CN118030189A (zh) 一种煤矿自然发火束管监测方法及***
CN117633709A (zh) 一种基于车内生命遗留检测的融合方法
CN116824867B (zh) 一种多源公路设施数据信号优化收集处理方法

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