[发明专利]使用基准标记的基于机器学习的安全带检测和使用识别

说明书

公开了使用基准标记的基于机器学习的安全带检测和使用识别，具体公开了用于基于机器学习的安全带位置检测和分类的系统和方法。许多基准标记放置在车辆安全带上。相机或其他传感器放置在车辆内，以在使用安全带时捕获图像或与基准标记的位置相关的其他数据。诸如机器学习模型之类的一个或更多个模型然后可以从捕获的图像信息确定基准标记的空间位置，并确定安全带的佩戴状态。特别地，系统可以确定安全带是否以一种或更多种不当的状态被佩戴，例如没有佩戴或者以不安全或危险的方式佩戴，并且如果是这样，系统可以警告车辆采取纠正措施。通过这种方式，系统提供对安全带的持续和实时监控，以提高安全带的使用和安全性。

背景技术

本公开的实施例总体上涉及机器学习系统。更具体地，本公开的实施例涉及基于机器学习的安全带位置检测。

发明内容

安全带在交通安全中扮演着重要的角色。一些估计安全带的使用将与车辆碰撞相关的严重伤害和死亡人数减少了大约一半，仅在美国就挽救了超过一万人的生命。尽管具有安全优势并且受到法律的约束，但安全带的使用并不普遍。许多司机和乘客没有系安全带，无论是意外还是故意。在其他情况下，司机和乘客可能会系安全带，但未正确佩戴。安全带使用不当不仅会降低安全带的安全性，实际上还可能导致佩戴者被安全带伤害。

因此，本文针对基于机器学习的系统描述了系统和方法，该系统检测安全带在佩戴者身上的位置，并确定安全带是否被正确佩戴。更具体地说，系统可以确定安全带的许多指定状态中的一种，包括例如安全带是否佩戴并正确佩戴、错误地佩戴在佩戴者肩部下方、未佩戴或不当地佩戴在佩戴者身后。可以检测这些和许多其他状态。

在本公开的一些实施例中，该系统采用具有位于其上的多个基准标记的安全带，以及被定位以捕获图像或其他基准标记位置和定向信息的传感器(诸如，相机)。如果需要，该系统还可包括照明源，以增加基准标记的可见性。为此，传感器可以是适合于确定基准标记位置和/或定向信息的任何类型的传感器，例如可见光传感器或相机、一个或更多个红外或近红外传感器等。照明源(如果存在)因此可以是可见光波长的照明源、红外或近红外光源等。

为了确定安全带的佩戴状态，可以将相机或其他传感器定位成查看感感兴趣的乘客的安全带，例如在驾驶员座椅后面或在仪表板上并且定向为面向驾驶员。然后传感器可以捕获基准标记的图像。诸如机器学习模型之类的一个或更多个模型然后可以从捕获的图像信息确定基准标记的位置，并确定安全带的佩戴状态。如上所述，可以确定几种不同的佩戴状态。如果安全带处于不当状态，例如未佩戴或以不安全或危险的方式佩戴，系统可能会向车辆发出警报以采取纠正措施，例如通过可听或可视警告向驾驶员或其他乘客发出警报，制动车辆、切断点火或以其他方式关闭一个或更多个车辆系统、启用自动驾驶系统等。任何这样的车辆动作都被考虑在内。

此外，考虑了各种机器学习模型。例如，一个机器学习模型可以将传感器数据(例如图像数据)作为输入，并生成基准标记的位置作为输出，而另一个机器学习模型可以将该位置信息作为输入并生成基准标记位置的分类。这些分类可对应于上述安全带状态。以此方式，本公开的实施例的系统可以从乘客及其安全带的图像自动确定乘客安全带的状态，并提供关于安全带使用不当的警报。警报可以针对各种受众，包括乘客、车辆或记录安全带使用情况的远程服务器。

本公开的实施例还考虑从传感器数据确定其他状态和信息。例如，可以确定诸如乘客座椅、儿童座椅或加高器、车厢内容物等的各种车辆组件的尺寸或位置。例如，车辆然后可以相应地定位安全气囊或引导通风口，或者可以警告座椅位置不当。作为另一个示例，乘客的尺寸可以从安全带的轮廓来确定，即各种基准标记在它们的轮廓与乘客的身体相匹配时的位置。这可以间接通知系统乘客的重量，从而通知车辆例如在发生碰撞时是否或如何展开安全气囊。作为进一步的示例，当基准标记符合乘客时，该乘客在他们的座位中在周围移动，乘客的位置或姿势可以由基准标记的位置确定。这可能会通知车辆，例如，乘客在其座位上移位到安全带被不当或危险地放在身体上的位置，乘客在车辆仍在行驶时解开安全带，司机转头从而不查看道路等。车辆然后可以采取适当的行动，例如警告乘客回到他们座位上的适当位置、警告驾驶员注意道路等。