CN115146830A - 一种智能识别路人打车意图的方法、***及其车辆 - Google Patents

一种智能识别路人打车意图的方法、***及其车辆 Download PDF

Info

Publication number
CN115146830A
CN115146830A CN202210647142.1A CN202210647142A CN115146830A CN 115146830 A CN115146830 A CN 115146830A CN 202210647142 A CN202210647142 A CN 202210647142A CN 115146830 A CN115146830 A CN 115146830A
Authority
CN
China
Prior art keywords
vehicle
passerby
taxi
intention
pedestrian
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
CN202210647142.1A
Other languages
English (en)
Inventor
鲍雪
郑欢
谷晓全
房诗源
付萌萌
李华玉
连政
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.)
FAW Group Corp
Original Assignee
FAW Group 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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202210647142.1A priority Critical patent/CN115146830A/zh
Publication of CN115146830A publication Critical patent/CN115146830A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Human Computer Interaction (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Psychiatry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Social Psychology (AREA)
  • Development Economics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种智能识别路人打车意图的方法、***及其车辆，方法步骤具体包括：实时采集车辆外部的行人姿态图像，利用车载雷达进行目标方位距离探测；将行人姿态图像与数据库进行对比，判断行人是否具备叫车意图和临时停车条件，***及其车辆与方法相对应。采用本发明的技术方案后，司机只需要关注车辆驾驶，不用分散精力再去观察路人是否想要打车，降低了司机的注意力负担，提高了安全性，最大限度的保留了出租车随叫随停的服务习惯，不用被安排在具体的固定的某个位置上等待，对多个要打车的路人位置做评估管理，帮助司机找到最合适的路人位置和接应路线。

Description

一种智能识别路人打车意图的方法、***及其车辆
技术领域
本发明涉及一种智能识别路人打车意图的方法、***及其车辆，属于智能识别、智慧车辆的技术领域。
背景技术
近些年来，交通事故率不断攀升，安全行车已经成为每一位司机及路人关注的焦点。安全行车不仅仅要遵守交通规则以及有合格的驾驶技术，更是对驾驶员注意力集中有严格的要求。所谓集中精力就是要求驾驶员不要被车内外周围所干扰，准确感知车内外情况的变化，并迅速做出反应，这是安全行车的关键环节。
但是作为一名出租车司机，却在大多数情况下都无法做到心无旁骛的驾驶，出租车司机往往要在驾驶途中注意道路两侧情况，关注是否有路人在招手叫车，以确保不漏掉有乘车意图的乘车人员。这就导致了出租车驾驶人员注意力不集中，极易发生交通事故。
目前出租车相关领域，没有一种车载自动识别周围行人请求打车的***，虽然有技术资料表明，有在固定车牌下放置传感器，探测有人员要求乘座出租车的方案，但这与现有的公交车属于类似的固定站点方式，并没有做的属于出租车领的“随叫随停”技术效果。
现有技术缺少一种属于出租车领域的方案，不受站点限制，自动精准识别出路人是否需要打车，从而减轻出租车司机一边开车一边寻找乘客的注意力负担，增加安全性和工作效率。
发明内容
本发明的目的在于提供一种智能识别路人打车意图的方法、***及其车辆，解决减轻出租车司机一边开车一边寻找乘客的问题，减轻司机的注意力负担，解决现有技术存在的缺憾。
本发明提供了下述方案：
一种智能识别路人打车意图的方法，具体包括：
实时采集车辆外部的行人姿态图像，利用车载雷达进行目标方位距离探测；
将行人姿态图像与数据库进行对比，判断行人是否具备叫车意图；
如果判断行人不具备接叫车意图，则车辆保持正常行驶状态，或：
如果行人具备叫车意图，则进行接单业务，并判断是否具备临时停车条件；
如果具备临时停车条件，则将车辆停靠在行人附近；
如果不具备临时停车条件，则向车辆外界显示信息，用于提示乘客停车地点。
进一步的，所述实时采集车辆外部的行人姿态图像，具体包括：
图像分类，判断获取的路人图像信息是否包含路人，若包含路人则进入图像分割步骤，若不包含路人则直接停止分析该图片，进行下一张图片的分析；
图像分割，判断获取的路人图像信息是否包含多个路人，若包括多个路人则将图像信息进行分割，直到分成每个图像信息仅包含一个路人。
进一步的，所述图像分割，具体为：先将视频信息逐帧分割成图像信息，再对图像信息进行处理。
进一步的，目标识别的步骤里姿态或/和连贯动作，包括：身体的、手势的、面部的、眼部的姿态或/和连贯动作；根据图像信息质量和拍摄角度，选择一种或多种姿态或/和连贯动作做判别。
进一步的，所述判断行人是否具备叫车意图，具体为：进行目标识别，获取数据库图像信息；按照预定规则，给路人的图像信息和数据库图像信息标记特征关键点，将两组图像信息的特征关键点进行比较，计算其相关因子，分析该路人动作是否符合请求打车的姿态或/和连贯动作。
进一步的，如果不具备临时停车条件，则向车辆外界显示信息，用于提示乘客停车地点，具体为：通过车顶灯屏幕向乘客提示停车地点。
一种智能识别路人打车意图的***，具体包括：
图像采集模块，用于实时采集车辆外部的行人姿态图像；
雷达测距模块，利用车载雷达进行目标方位距离探测；
图像处理模块，用于将行人姿态图像与数据库进行对比；
智能图像决策模块，基于判断行人是否具备叫车意图进行决策输出，如果判断行人不具备接叫车意图，则车辆保持正常行驶状态，或：如果行人具备叫车意图，则进行接单业务；
智能停车决策模块，基于是否具备临时停车条件进行决策输出，如果具备临时停车条件，则将车辆停靠在行人附近，或：如果不具备临时停车条件，则向车辆外界显示信息，提示乘客停车地点；
智能驾舱交互模块，用于通过点击或语音的方式与司机进行交互。
一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行所述方法的步骤。
一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行所述方法的步骤。
一种具有智能识别路人打车意图功能的车辆，具体包括：
电子设备，用于实现所述方法的步骤；
处理器，所述处理器运行程序，当所述程序运行时从所述电子设备输出的数据执行所述方法的步骤；
存储介质，用于存储程序，所述程序在运行时对于从电子设备输出的数据执行所述方法的步骤。
本发明与现有技术相比具有以下的优点：
司机只需要关注车辆驾驶，不用分散精力再去观察路人是否想要打车，降低了司机的注意力负担，提高了安全性。
最大限度的保留了出租车随叫随停的服务习惯，不用被安排在具体的固定的某个位置上等待。
对多个要打车的路人位置做评估管理，帮助司机找到最合适的路人位置和接应路线。
当遇到可能违反交通法规的情况，或者对驾驶有安全风险的情况，与路人沟通，让路人稍作配合，修改接驳地点，使打车过程对司机、乘客、第三方都更安全。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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。
图1是智能识别路人打车意图的方法的流程图。
图2是智能识别路人打车意图的***的架构图。
图3是一个具体实施例中出租车智能识别乘客及提醒功能***流程框图。
图4是一个具体实施例中出租车智能识别乘客及提醒功能***流程框图。
图5是又一个具体实施例中出租车智能识别乘客及提醒功能***流程图。
图6是又一个具体实施例中出租车智能识别乘客及提醒***框图。
图7是电子设备的***架构图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示的智能识别路人打车意图的方法，具体包括：
实时采集车辆外部的行人姿态图像，利用车载雷达进行目标方位距离探测；
将行人姿态图像与数据库进行对比，判断行人是否具备叫车意图；
如果判断行人不具备接叫车意图，则车辆保持正常行驶状态，或：
如果行人具备叫车意图，则进行接单业务，并判断是否具备临时停车条件；
如果具备临时停车条件，则将车辆停靠在行人附近；
如果不具备临时停车条件，则向车辆外界显示信息，用于提示乘客停车地点。
优选的，所述实时采集车辆外部的行人姿态图像，具体包括：
图像分类，判断获取的路人图像信息是否包含路人，若包含路人则进入图像分割步骤，若不包含路人则直接停止分析该图片，进行下一张图片的分析；
图像分割，判断获取的路人图像信息是否包含多个路人，若包括多个路人则将图像信息进行分割，直到分成每个图像信息仅包含一个路人。
优选的，所述图像分割，具体为：先将视频信息逐帧分割成图像信息，再对图像信息进行处理。
优选的，目标识别的步骤里姿态或/和连贯动作，包括：身体的、手势的、面部的、眼部的姿态或/和连贯动作；根据图像信息质量和拍摄角度，选择一种或多种姿态或/和连贯动作做判别。
优选的，所述判断行人是否具备叫车意图，具体为：进行目标识别，获取数据库图像信息；按照预定规则，给路人的图像信息和数据库图像信息标记特征关键点，将两组图像信息的特征关键点进行比较，计算其相关因子，分析该路人动作是否符合请求打车的姿态或/和连贯动作。
优选的，如果不具备临时停车条件，则向车辆外界显示信息，用于提示乘客停车地点，具体为：通过车顶灯屏幕向乘客提示停车地点。
对于本实施例公开的方法步骤，出于简单描述的目的将方法步骤表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
如图2所示的智能识别路人打车意图的***，具体包括：
图像采集模块，用于实时采集车辆外部的行人姿态图像；
雷达测距模块，利用车载雷达进行目标方位距离探测；
姿态图像处理模块，用于将行人姿态图像与数据库进行对比；
智能图像决策模块，基于判断行人是否具备叫车意图进行决策输出，如果判断行人不具备接叫车意图，则车辆保持正常行驶状态，或：如果行人具备叫车意图，则进行接单业务；
智能停车决策模块，基于是否具备临时停车条件进行决策输出，如果具备临时停车条件，则将车辆停靠在行人附近，或：如果不具备临时停车条件，则向车辆外界显示信息，提示乘客停车地点。
智能驾舱交互模块，用于通过点击或语音的方式与司机进行交互。
值得注意的是，虽然在本***中只披露了图像采集模块、雷达测距离模块、姿态图像对比模块、智能图像决策模块和智能停车决策模块，但并不意味着本***的组成仅仅局限于上述基本功能模块，相反，本发明所要表达的意思是：在上述基本功能模块的基础之上本领域技术人员可以结合现有技术任意添加一个或多个功能模块，形成无穷多个实施例或技术方案，也就是说本***是开放式而非封闭式的，不能因为本实施例仅仅披露了个别基本功能模块，就认为本发明权利要求的保护范围局限于所公开的基本功能模块。同时，为了描述的方便，描述以上装置时以功能分为各种单元、模块分别描述。当然在实施本申请时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。
如图3所示的具体实施例，智能识别路人请求打车的方法流程图具体包括：
步骤S1，获取路人的图像信息：通过摄像头拍摄路人的照片或视频；如果是视频，先将视频逐帧分解成图片，再用于步骤S3。
步骤S2，获取数据库图像信息：数据库中事先记录大量的被确定为要打车的路人图片，作为比较的参照物。
步骤S3，判断路人请求打车：将拍摄的路人照片与数据库中已有的要打车的路人图片比较，挑选出具有与数据库中图片一样特征的路人照片；通过对图片或图像，找到要打车的路人，具体的步骤如下：
步骤S3a，图像分类：判断获取的路人图像信息是否包含路人，若包含路人则进入图像分割步骤，若不包含路人则直接停止分析该图片，进行下一张图片的分析；
步骤S3b，图像分割：判断获取的路人图像信息是否包含多个路人，若包括多个路人则将图像信息进行分割，直到分成每个图像信息仅包含一个路人；
步骤S3c，目标识别：按照预定规则，给路人的图像信息标记特征关键点，给数据库图像信息标记特征关键点，将两组图像信息的特征关键点进行比较，计算其相关因子，根据相关因子的计算分析结果，判断该路人的动作是否符合请求打车的姿态或/和连贯动作；
步骤S4，锁定请求打车的路人：若判断分析结果符合预设阈值，则判定该路人在请求打车，锁定该路人。
本领域技术人员能够理解图像分类、图像分割、目标识别的基本概念，可以理解图像上标记特征关键点，也能理解计算其相关因子，根据相关因子计算判断该路人是否符合请求打车的姿态或/和连贯动作的技术知识。
优先的，还包括：获取路人的视频信息；在图像分割步骤里，先将视频信息逐帧分割成图像信息，再对图像信息进行处理。
优选的，目标识别的步骤里，根据相关因子判断该路人是否符合请求打车的姿态或/和连贯动作，还包括：身体的判别，手势的判别，面部的判别，眼部的判别；根据图像质量和拍摄角度，选择一种或多种判别方式。
优选的，还包括：获取路人的位置信息；将同目标路人图像信息与位置信息融合，使图像信息包含位置信息；提取请求打车路人的位置信息并发送。
如图4所示，本发明公开了一种智能识别路人请求打车的方法的同时，还公开了一种智能识别路人请求打车的***，具体包括：
图像模块，获取路人的图像信息；
数据模块，获取数据库图像信息；
计算模块，判断路人的图像信息与数据库图像信息的相似程度；
按照步骤S1至步骤S4，判断路人请求打车，锁定该路人。
优选的，判断路人是否符合请求打车的姿态或连贯动作包括，身体的判别，手势的判别，面部的判别，眼部的判别；根据图像质量，选择一种或多种判别方式；若判断分析结果符合预设阈值，则判定该路人在请求打车。
优选的，还包括：视频模块，获取路人的视频信息；在图像分割步骤里，先将视频信息逐帧分割成图像信息，再对图像信息进行处理。
优选的，还包括：测距模块，获取路人的位置信息；将同目标路人图像信息与位置信息融合，使图像信息包含位置信息；提取请求打车路人的位置信息并发送给人机交互***。
值得注意的是，虽然本***只披露了图像模块、数据模块、计算模块、视频模块、测距模块等基本功能模块，但并不意味着本***仅仅局限于上述基本功能模块，相反，本发明所要表达的意思是，在上述基本功能模块的基础之上，本领域技术人员可以结合现有技术任意添加一个或多个功能模块，形成无穷多个实施例或技术方案，也就是说本***是开放式的而非封闭式的，不能因为本实施例仅仅披露了个别基本功能模块，就认为本发明权利要求的保护范围局限于上述公开的基本功能模块。
如图5所示，本发明公开了一个具体实施例，出租车智能识别乘客及提醒功能***控制方法：
出租车驾驶员可以在智能驾舱***内，选择是否开启出租车智能识别乘客及提醒功能；若开启，进一步判定当前是否为空车状态。
在为空车状态前提下，车辆外在光线充足情况下使用360°全景摄像头；在黑暗情况下使用红外夜视摄像头，配合雷达实时监控并进将采集的图像传输到图像处理模块，进行姿态检测及手势检测功能，同时雷达将监测所检测目标人物方位及当前距离。把目标人物的姿态和数据库叫车姿态进行比较，当检测结果为符合乘客叫车手势或/和叫车动作时，图像处理模块将结果传送给智能座舱***，座舱***与出租车驾驶员进行语音交互，比如语音提醒司机叫车乘客的方位，并在座舱屏幕进行显示询问司机是否要接单。司机可以选择语音回复“接单/不接单”或在屏幕上点击“是/否”与座舱***进行交互。若驾驶员选择接单，进一步由图像处理模块分析乘客位置是否是公交站、十字路口、铁道路口或有禁止临时停车招牌、黄实线等禁止停车地点，通过语音或屏幕告知司机；若为可以临时停车则停车接客；若为不可以临时停车，则告知驾驶员，并语音询问前方多少米处停车接客，驾驶司机客回复座舱***“向前方/向后方50米、100米”等信息，由座舱***在车顶灯牌屏幕处进行显示，告知远处乘客，最终与乘客汇合，完成接客。
如图6所示的又一个具体实施例，出租车智能识别乘客及提醒***框图；包括如下步骤：
由功能开启决策模块根据驾驶员是否开启出租车智能识别乘客及提醒功能以及当前车辆载客状态判断是否开启智能识别乘客及提醒功能。若驾驶员未在智能座舱***开启智能识别乘客及提醒功能，则不启动后续数据采集模块及数据处理模块；若驾驶员开启智能识别乘客及提醒功能，进一步采集出租车前端载客灯牌状态，若为载客状态则不启动是该功能；若为空车状态，则读取阳光雨量传感器数据，根据当前光线状态，判定为白天或黑夜。
由数据采集模块，实时采集车辆行驶前方图像/视频及雷达数据。由数据采集模块读取阳光雨量传感器数据处理模块传输过来的白天/黑夜判定信息，若为白天则由360°全景摄像头实时采集环境图片/视频；若为黑夜，则由红外夜视摄像头实时采集环境图片/视频。并由三维激光雷达实时采集前方动态物体方位及距离等信息。
由数据处理模块智能识别所采集的行人姿态是否为叫车姿态及叫车人员位置信息。
该模块由于360°全景摄像头在功能开启后会实时的采集车辆周围环境信息。故图像识别第一步为图像分类，即二分类。先识别采集到的图像/视频信息是否包含人，若图片信息包含人则进一步向下分析，若不包含人则直接停止分析该图片，进行下一张图片的分析；视频同理，分析是否有存在人的画面帧，存在进一步处理，不存在则舍弃；在进行含人图片筛选后，第二步对图像进行目标识别及图像分割，比如，可以利用像素分割，识别出图片中有多少人，将不同人所在区域进行图像分割，识别图像中共有多少人。第三步为基于模型匹配的目标识别及姿态检测。将分割出来的不同人的图片进行人体关键点检测，将检测结果与数据库中已存在的叫车人动作关键点进行对比，计算其相关因子，根据相关因子判断该目标是否符合打车姿态。若为有叫车意图人员，进一步截取手势关键点进行关键点分析，并将分析结果与数据库中手势关键点进行对比，确定该目标为叫车人员。若判定没有乘车意图人员，则不给予输出；若判定有挥手叫车的人员，则进一步从多人雷达数据中识别该人员的位置与距离数据传输给智能座舱***，并进一步摄像头跟踪该人员采集该人员周围的图像信息，分析该处是否为禁止停车地点，并将停车信息发送给智能座舱***。
由智能驾舱***将识别到的叫车人员实时与驾驶员进行人机交互。在智能座舱***接收到叫车人员的位置、距离数据以及周围是否可以停车信息后，由智能座舱语音交互***询问驾驶司机：“前方X方位XX米有乘客挥手叫车，是否接单”，司机回复“接单”后，若乘车人地点可以临时停车则***停止询问；若乘车人地点不可以临时停车，则***进一步询问“前方不可临时停车，前行多少米接单”司机可以根据情况判定后进行回复“50米”等，智能座舱***接收到语令后，进一步在车顶灯牌显示“此处不可临时停车，请前行50米”字样，服务结束。上述语音服务***会同步在智能座舱屏幕***询问，也可在屏幕点击回复。
如图7所示，本发明在公开了出租车智能识别路人请求打车的方法和***的基础之上，还公开了与之对应的电子设备和存储介质：
一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行所述出租车智能识别路人请求打车的方法的步骤。
一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述出租车智能识别路人请求打车的方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
电子设备包括硬件层，运行在硬件层之上的操作***层，以及运行在操作***上的应用层。该硬件层包括中央处理器(CPU，Central Processing Unit)、内存管理单元(MMU，Memory Management Unit)和内存等硬件。该操作***可以是任意一种或多种通过进程(Process)实现电子设备控制的计算机操作***，例如，Linux操作***、Unix操作***、Android操作***、iOS操作***或windows操作***等。并且在本发明实施例中该电子设备可以是智能手机、平板电脑等手持设备，也可以是桌面计算机、便携式计算机等电子设备，本发明实施例中并未特别限定。
本发明实施例中的电子设备控制的执行主体可以是电子设备，或者是电子设备中能够调用程序并执行程序的功能模块。电子设备可以获取到存储介质对应的固件，存储介质对应的固件由供应商提供，不同存储介质对应的固件可以相同可以不同，在此不做限定。电子设备获取到存储介质对应的固件后，可以将该存储介质对应的固件写入存储介质中，具体地是往该存储介质中烧入该存储介质对应固件。将固件烧入存储介质的过程可以采用现有技术实现，在本发明实施例中不做赘述。
电子设备还可以获取到存储介质对应的重置命令，存储介质对应的重置命令由供应商提供，不同存储介质对应的重置命令可以相同可以不同，在此不做限定。
此时电子设备的存储介质为写入了对应的固件的存储介质，电子设备可以在写入了对应的固件的存储介质中响应该存储介质对应的重置命令，从而电子设备根据存储介质对应的重置命令，对该写入对应的固件的存储介质进行重置。根据重置命令对存储介质进行重置的过程可以现有技术实现，在本发明实施例中不做赘述。
本发明还公开了一种具有智能识别路人打车意图功能的车辆，具体包括：
电子设备，用于实现智能识别路人打车意图方法的步骤；
处理器，所述处理器运行程序，当所述程序运行时从所述电子设备输出的数据执行智能识别路人打车意图方法的步骤；
存储介质，用于存储程序，所述程序在运行时对于从电子设备输出的数据执行智能识别路人打车意图方法的步骤。
为了描述的方便，描述以上装置时以功能分为各种单元、模块分别描述。当然在实施本申请时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。
需要说明的是，本说明书与权利要求中使用了某些词汇来指称特定元件。本领域技术人员应可以理解，车辆制造商可能会用不同名词来称呼同一个元件。本说明书与权利要求并不以名词的差异来作为区分元件的方式，而是以元件在功能上的差异作为区分的准则。如通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故其应被理解成“包括但不限定于”。后续将对实施本发明的较佳实施方式进行描述说明，但是所述说明是以说明书的一般原则为目的，并非用于限定本发明的范围。本发明的保护范围当根据其所附的权利要求所界定者为准。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。
以上所描述的装置实施方式仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本申请可用于众多通用或专用的计算***环境或配置中，例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种智能识别路人打车意图的方法，其特征在于，具体包括：
实时采集车辆外部的行人姿态图像，利用车载雷达进行目标方位距离探测；
将行人姿态图像与数据库进行对比，判断行人是否具备叫车意图；
如果判断行人不具备接叫车意图，则车辆保持正常行驶状态，或：
如果行人具备叫车意图，则进行接单业务，并判断是否具备临时停车条件；
如果具备临时停车条件，则将车辆停靠在行人附近；
如果不具备临时停车条件，则向车辆外界显示信息，用于提示乘客停车地点。
2.根据权利要求1所述的智能识别路人打车意图的方法，其特征在于，所述实时采集车辆外部的行人姿态图像，具体包括：
图像分类，判断获取的路人图像信息是否包含路人，若包含路人则进入图像分割步骤，若不包含路人则直接停止分析该图片，进行下一张图片的分析；
图像分割，判断获取的路人图像信息是否包含多个路人，若包括多个路人则将图像信息进行分割，直到分成每个图像信息仅包含一个路人。
3.根据权利要求2所述的智能识别路人打车意图的方法，其特征在于，所述图像分割，具体为：先将视频信息逐帧分割成图像信息，再对图像信息进行处理。
4.根据权利要求3所述的智能识别路人打车意图的方法，其特征在于，目标识别的步骤里姿态或/和连贯动作，包括：身体的、手势的、面部的、眼部的姿态或/和连贯动作；根据图像信息质量和拍摄角度，选择一种或多种姿态或/和连贯动作做判别。
5.根据权利要求1所述的智能识别路人打车意图的方法，其特征在于，所述判断行人是否具备叫车意图，具体为：进行目标识别，获取数据库图像信息；按照预定规则，给路人的图像信息和数据库图像信息标记特征关键点，将两组图像信息的特征关键点进行比较，计算其相关因子，分析该路人动作是否符合请求打车的姿态或/和连贯动作。
6.根据权利要求1所述的智能识别路人打车意图的方法，其特征在于，如果不具备临时停车条件，则向车辆外界显示信息，用于提示乘客停车地点，具体为：通过车顶灯屏幕向乘客提示停车地点。
7.一种智能识别路人打车意图的***，其特征在于，具体包括：
图像采集模块，用于实时采集车辆外部的行人姿态图像；
雷达测距模块，利用车载雷达进行目标方位距离探测；
图像处理模块，用于将行人姿态图像与数据库进行对比；
智能图像决策模块，基于判断行人是否具备叫车意图进行决策输出，如果判断行人不具备接叫车意图，则车辆保持正常行驶状态，或：如果行人具备叫车意图，则进行接单业务；
智能停车决策模块，基于是否具备临时停车条件进行决策输出，如果具备临时停车条件，则将车辆停靠在行人附近，或：如果不具备临时停车条件，则向车辆外界显示信息，提示乘客停车地点；
智能驾舱交互模块，用于通过点击或语音的方式与司机进行交互。
8.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行权利要求1至6中任一项所述方法的步骤。
10.一种具有智能识别路人打车意图功能的车辆，其特征在于，具体包括：
电子设备，用于实现权利要求1至6中任一项所述方法的步骤；
处理器，所述处理器运行程序，当所述程序运行时从所述电子设备输出的数据执行权利要求1至6中任一项所述方法的步骤；
存储介质，用于存储程序，所述程序在运行时对于从电子设备输出的数据执行权利要求1至6中任一项所述方法的步骤。
CN202210647142.1A 2022-06-08 2022-06-08 一种智能识别路人打车意图的方法、***及其车辆 Pending CN115146830A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210647142.1A CN115146830A (zh) 2022-06-08 2022-06-08 一种智能识别路人打车意图的方法、***及其车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210647142.1A CN115146830A (zh) 2022-06-08 2022-06-08 一种智能识别路人打车意图的方法、***及其车辆

Publications (1)

Publication Number Publication Date
CN115146830A true CN115146830A (zh) 2022-10-04

Family

ID=83408333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210647142.1A Pending CN115146830A (zh) 2022-06-08 2022-06-08 一种智能识别路人打车意图的方法、***及其车辆

Country Status (1)

Country Link
CN (1) CN115146830A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117831122A (zh) * 2023-12-20 2024-04-05 慧之安信息技术股份有限公司 一种基于手势识别的井下约车方法及***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117831122A (zh) * 2023-12-20 2024-04-05 慧之安信息技术股份有限公司 一种基于手势识别的井下约车方法及***

Similar Documents

Publication Publication Date Title
CN113284366B (zh) 车辆盲区预警方法、预警装置、mec平台和存储介质
AU2017383463B2 (en) On-demand roadway stewardship system
CN109345829B (zh) 无人车的监控方法、装置、设备及存储介质
EP4283575A2 (en) Detection of driving actions that mitigate risk
CN112041908A (zh) 监控交通标志违规的***和方法
CN111368612B (zh) 超员检测***、人员检测方法及电子设备
CN111382735B (zh) 夜间车辆检测方法、装置、设备及存储介质
CN112085953B (zh) 一种交通指挥方法、装置及设备
CN113569698B (zh) 车辆监控方法、车辆及计算机可读存储介质
CN112381014A (zh) 一种基于城市道路的违停车辆检测及管理方法及***
CN114758297A (zh) 基于雷达与视频相融合的交通事件检测方法及***
CN115146830A (zh) 一种智能识别路人打车意图的方法、***及其车辆
CN115416651A (zh) 行车过程障碍物监控方法、装置和电子设备
CN112906486B (zh) 无人驾驶出租车的乘客状况检测方法、控制方法及***
CN110087026A (zh) 一种车辆双屏多摄像头监控***
CN110706115A (zh) 交通事故快速理赔方法、***以及一种服务器
CN111523368B (zh) 信息处理装置、服务器以及交通管理***
JP2023130394A (ja) システム及びプログラム等
CN114693722B (zh) 一种车辆行驶行为检测方法、检测装置及检测设备
CN110996053B (zh) 一种环境安全检测方法、装置、终端及存储介质
CN114399671A (zh) 目标识别方法及装置
JP7364365B2 (ja) 車載器及び運転評価システム
CN108664695B (zh) 模拟车辆事故***及其应用
JP7207912B2 (ja) 運転評価システム
CN113378972B (zh) 一种复杂场景下的车牌识别方法及***

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