具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

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它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

实施例1

本实施例提供了一种汽车副驾驶座椅调节方法，包括采集副驾驶座位信息、询问乘客以及座椅调整步骤。

在采集副驾驶座位信息时，由视觉系统200采集车内副驾驶座位的图像信息，并将图像信息处理为座椅空间参数，将座椅空间参数发送至主控系100；主控系统100根据接收到的座椅空间参数进行判断是否要调节座椅，并出通过声音系统300向乘客发出询问语句，采集乘客语音指令，决定是否向座椅系统400发出调整动作指令；然后座椅系统400根据主控系统100发出的动作调整指令执行座椅调整动作，直到用户发出停止指令或视觉系统200检测到到达调整极限，停止调整动作；通过视觉感知获取副驾驶座椅上乘客的信息，并判断是否要进行座椅调整，并且通过声音系统300手机乘客指令，使得抱着大件物品的乘客在无手空余的情况下，能够实现对座椅的调节。

本实施例中的车内副驾驶座椅的图像信息由视觉系统200中的图像采集模块201采集，车内图像采集模块201采集所副驾驶座位上图像信息，图像处理模块202将车内图像处理机器图像信息后，交由图像识别模块203提取特征信息，并将特征信息发送至的主控系统100。

本实施例中的视觉系统200中的采集副驾驶座椅上方或者侧方的图像信息，经过图像处理模块202和图像识别模块203处理为轮廓图像，并发送至主控系统100；主控系统100根据视觉系统200发出特征信息，与预设的大件物品的图像进行比对，利用图像算法判断副驾驶座位上的是否放置大件物品；若放置着大件物品则计算当前副驾驶座椅上的空间大小与预设的空间阈值进行比较，若空间小于阈值，则准备启动座椅系统400调整座椅；若大于阈值，不需要调节。

具体的，本实施例中的图像识别过程如下：

图像载入，将视觉系统200的图像采集模块201采集到的图像信息载入图像处理环境中，例如OPENCV视觉库中。

图像修正，检测图像是否有异常，并选取基准原图；本实施例中的基准原图可具有多个，以对应图像采集模块201从不同角度采集到的副驾驶座椅上没有大件物品的图像为基准原图。

图像处理，包括：

1.图像灰度化，采用加权平均法，将图像中的色彩变为灰色，不同区域的灰度不同；

2.图像滤波，使用中值滤波法将对图像中的噪声进行抑制，以提高后续处理结果的准确性；

3.图像二值化，利用OTSU算法，对于图像I(x，y)，前景(即目标)和背景的分割阈值记作T，属于前景的像素点数占整幅图像的比例记为ω0，平均灰度为μ0；背景像素点数占整幅图像的比例为ω1，平均灰度为μ1；整幅图像的平均灰度记为μ，类间方差记为g。

假设图像大小为M×N，图像中像素的灰度值小于阈值T的像素个数为NO，像素灰度大于阈值T的像素个数为N1，那么

ω0＝N0/M×N

ω1＝N1/M×N

N0+N1＝M×N

ω0+ω1＝1 (.

μ＝ω0＊μ0+ω1＊μ1

g＝ω0(μ0-μ)^2+ω1(μ1-μ)^2

g＝ω0ω1(μ0-μ1)^2 (

采用遍历的方法使得类间方差g最大的阈值T；将图像中灰度小于T的部分变为背景，灰度大于T作为前景，得到二值化的图像。

4.图像分割，依次使用图像开运算、图像闭运算、二值取反法，重点识别副驾驶左侧车架、前挡风玻璃、和车顶三个区域，找到感兴趣区域；由于在白天此三个区域的亮度较高，或者在夜晚亮度较低，处理图像后容易与副驾驶座椅上的物品或者乘客区分开，从而更容易识别。

结果处理：主控系统100获得上述图像处理结果后，选用图像间皮尔逊相关系数、像素以及比值做判断得到是否三个区域因为物体遮挡与原始基准图像有较大差别；如果是，则判断出副驾驶有大件物品占用空间，如果有，则将此时的副驾驶空余空间大小与预设的空间阈值进行比较，若已经小于空间阈值，则主控系统100得出需要调节座椅的结果，但在此之前还需要询问乘客是否需要调节；若得到乘客的确认回答，则执行调整命令。

在调整过程中，视觉系统200一直保持采集图像的状态，以判断时候到达预设的最大空间位置，其过程与上述图像识别过程相同，在此不再赘述。

主控系统100在调节座椅前，向声音系统300发送语音询问信息，声音系统300中的声音播放模块播放询问信息，询问乘客是否需要调节座椅，同时声音系统300中的声音采集模块301开始采集乘客的语音信息。

声音采集模块301采集到乘客的语音指令后，声音处理模块302将语音指令调整为机器语言后传递至声音识别模块303，声音识别模块303提取关键词，将关键词作为请求信息发送至主控系统100。

具体的，语音识别过程为：

预处理，包括：

1.首尾端的静音切除，降低对后续步骤造成的干扰；

2.声音分帧，利用移动窗函数将声音切开成若干小段，每小段称为一帧，各帧之间存在有交叠的。

特征提取：利用线性预测倒谱系数(LPCC)和Mel倒谱系数(MFCC)算法，将每一帧波形变成一个包含声音信息的多维向量；

语音解码和算法搜索，包括：

1.声学模型(AM)：通过对语音数据进行训练获得，输入是特征向量，输出为音素信息；

2.载入字典：建立字或者词与音素的对应；

3.语言模型(LM)：通过对大量文本信息进行训练，得到单个字或者词相互关联的概率；

解码：通过声学模型，字典，语言模型对提取特征后的音频数据进行文字输出；

含义判断：将解码获得的信息判断算法的运算中，得到与之匹配的执行命令。

例如本实施例中的声音系统300接收到乘客的语音信息“是”后，声音处理模块302将语音信息进过调整后，提取出特征向量，声音识别模块303将该特征向量输入声学模型后，获得音素信息，将音素信息在字典中进行查询，匹配出文字信息“是”作为请求信息发送至主控系统100。

主控系统100根据接收到的请求信息“是”，匹配出对应的指令为“调整座椅”，便向座椅系统400发出向后调整的动作指令。

在座椅系统400调整的过程中，声音系统300中的声音采集模块301一直保持收集用户语音信息的状态。当采集到用户说“停”后，与上述方法相同，主控系统100向座椅系统400发出停止调整的动作指令，从而座椅调整完成。

为了对本方法中采用的技术效果加以验证说明，本实施例选择的语音调节汽车座椅的技术方案和采用本方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。

现有的通过语音调节汽车座椅对声音的识别效果不是特别好，而且有一定的延时，无法识别用户是否行动不便，做不到准确调节，从而导致用户体验感不是很好。

为验证本方法相对语音调节汽车座椅的技术方案能轻松地通过语音指令就迅速能完成座椅调节，本实施例中将采用现有的语音调节汽车座椅的技术方案和本方法分别对仿真车辆的副驾驶座椅进行实验对比。

首先采用语音调节汽车座椅的技术方案对汽车副驾驶进行调节，在说出指令的同时统计调节所需的时间，在调节完毕后统计调节情况；然后采用本方法对同一座位进行调节，此时用户无携带大件物品，调节完毕后并记录对应的时间和调节情况，接着再记录用户携带大件物品时的调节时间和调节情况，大件物品为50cm*50cm*100cm的长方体；结果如下表所示。

表1：分别采用本方法和语音调节汽车座椅的技术方案调节同一座椅的结果对比表。

由上表可见，本方法在没有携带大件物品时的座椅调节效果要优于现有的语音调节汽车座椅的技术方案，当携带大件物品后本方法能根据携带物品的大小进行智能调节，调节效果依然优于现有的语音调节汽车座椅的技术方案。

实施例2

本实施提供一种汽车副驾驶座椅调节系统，其结构如图1所示，包括视觉系统200，包括设置于车内的图像采集模块201，以及用于处理和识别采集获得图像信息的图像处理模块202和图像识别模块203；声音系统300，包括设置于车内的声音采集模块301，以及用于处理和识别语音信息的声音处理模块302和声音识别模块303；主控系统100，与视觉系统200和声音系统300连接，用于接收并处理视觉系统200和声音系统300发出的信息，并向座椅系统400发出座椅调整指令；座椅系统400，设置在座椅上，与主控系统100连接，用于接收并执行主控系统100发出的座椅调整指令。

如图1所示，本实施例中的视觉系统200包括，图像采集模块201，图像处理模块202、图像识别模块203。图像采集模块201为设置于车内的摄像头，检测车内副驾驶座椅上的图像信息。图像处理模块202，用于将副驾驶座椅上的图像信息为机器图像信息。图像识别模块203，用于提取出机器图像信息中的特征信息。

具体的，本实施例中的图像采集模块201为设置在车内的CCD摄像头，拍摄车内副驾驶座椅上的图片或视频，并将拍摄结果用数据方式发送至图像处理模块202进行处理。图像处理模块202与图像识别模块203集成同一个单片机上，由同一处理器负责执行运算操作。车内的图像采集装置可以包括多个CCD摄像头用于采集不同方向的环境图片。本实施例中的摄像头以同时采集到车前挡风玻璃，A柱和侧窗玻璃为佳。

本实施例中的主控系统100包括控系统包括中央处理器101、接收端、发送端、存储器，接收端与发送端均视觉系统200和声音系统300连接；接收端与发送端可为PCI-E、SATA、I/O、AUX等类型；视觉系统200200和声音系统300发出的信息到达中央处理器101进行处理后得到的控制指令用于座椅系统400的动作执行；主控模块具体位于行车电脑ECU上，由车载电源负责供电；储存器102为车载硬盘和随机存储器，分别用于存储行车控制系统数据和临时数据。

本实施例中声音系统300包括声音采集模块301、声音处理模块302、声音识别模块303以及声音播放模块；声音采集模块301为设置在车内的麦克风，声音处理模块302用于将采集到的语音信息进行滤波、降噪、分段等操作，使得原始声音变为可用与计算的数据；声音识别模块303用于将处理后的声音利用声学模型进行计算得出含义文本。

座椅系统400包括安装于汽车副驾驶上的座椅、座椅的下方铺设有轨道，座椅通过步进电机驱动在轨道上直线运动、其控制电路图如图3所示。步进电机与可编程逻辑控制器连接，由可编程逻辑控制器控制其工作状态。可编程逻辑控制器与主控系统100连接，用于接收并执行主控系统100发出的工作指令。

为了使本实施例中的系统简化，本实施例中视觉系统200除了图像采集模块201和声音系统300中的声音采集模块301，都集成在主控系统100的中央处理器101上，并位于行车电脑ECU上。

作为可替换的实施方式，为了本实施例中视觉系统200处理速度更加快捷，本实施例中的视觉系统200中的图像处理模块202及图像识别模块203可以由图形处理执行，图形处理器与中央处理器101一同位于行车电脑ECU内。

实施例3

本实施例基于实施例1和实施例2中提出的汽车副驾驶座椅调节方法及系统，如图3所示，给出如下工作流程：

步骤1：图像采集模块201一直监控副驾驶座椅是否需要放置大物体。是，则执行步骤2，否，则继续执行步骤1，监控副驾驶座椅。

步骤2：视觉识别模块识别副驾驶位是否有足够空间？是，则跳到步骤10。否，则执行步骤3。

步骤3：语音提示“是否向后移动副驾驶座椅”。继续执行步骤4。

步骤4：声音系统300监听声音，判断是否有“是”的声音。有，则跳到步骤6，没有则执行步骤5。

步骤5：判断是否超时？是，则跳到步骤10，否，则跳到步骤4。

步骤6：声音播放模块提示“在移动过程，可以喊“停””。继续执行步骤7。

步骤7：声音系统300监听声音，判断是否有“停”的声音。有，则跳到步骤9。没有，则继续执行步骤8。

步骤8：视觉识别模块判断是否副驾已经不能再移动了？是，则执行步骤9。否，则跳到步骤7。

步骤9：结束调整副驾驶位。继续执行步骤10。

步骤10：结束。

重要的是，应注意，在多个不同示例性实施方案中示出的本申请的构造和布置仅是例示性的。尽管在此公开内容中仅详细描述了几个实施方案，但参阅此公开内容的人员应容易理解，在实质上不偏离该申请中所描述的主题的新颖教导和优点的前提下，许多改型是可能的(例如，各种元件的尺寸、尺度、结构、形状和比例、以及参数值(例如，温度、压力等)、安装布置、材料的使用、颜色、定向的变化等)。例如，示出为整体成形的元件可以由多个部分或元件构成，元件的位置可被倒置或以其它方式改变，并且分立元件的性质或数目或位置可被更改或改变。因此，所有这样的改型旨在被包含在本发明的范围内。可以根据替代的实施方案改变或重新排序任何过程或方法步骤的次序或顺序。在权利要求中，任何“装置加功能”的条款都旨在覆盖在本文中所描述的执行所述功能的结构，且不仅是结构等同而且还是等同结构。在不背离本发明的范围的前提下，可以在示例性实施方案的设计、运行状况和布置中做出其他替换、改型、改变和省略。因此，本发明不限制于特定的实施方案，而是扩展至仍落在所附的权利要求书的范围内的多种改型。

此外，为了提供示例性实施方案的简练描述，可以不描述实际实施方案的所有特征(即，与当前考虑的执行本发明的最佳模式不相关的那些特征，或于实现本发明不相关的那些特征)。

应理解的是，在任何实际实施方式的开发过程中，如在任何工程或设计项目中，可做出大量的具体实施方式决定。这样的开发努力可能是复杂的且耗时的，但对于那些得益于此公开内容的普通技术人员来说，不需要过多实验，所述开发努力将是一个设计、制造和生产的常规工作。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。