具体实施方式

为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合 实施方式并配合附图详予说明。

在最近的几年时间内，发生了很多起司乘人员被锁在车内造成的窒息事故。 在这些事故中，有被误锁在车内的儿童，也有因意外被锁在车内开不了门的司 乘人员。如果车内有一种新型的感应装置，能对车内情况进行识别并及时报警， 就可以立即杜绝事故的发生，从而挽救一个又一个的生命。本发明提供了一种 智能车载安全监测系统，请参阅图1以及图2，具体包括：

状态检测模块10，用于检测车辆状态信息，并将所述车辆状态信息发送至 图像获取模块和图像处理模块。

可以理解的是，状态检测模块10通过一种或者多种传感器组合使用，主要 是检测车辆所处的状态。当司机处于驾驶室内正常驾驶或者车辆的车门未关时， 车辆处于可控状态，司机、乘客或者路人均可以随时处置车内的情况。当车辆 发动机关闭且车门被锁后，车辆可能处于无人监管的状态，此时危险性较大， 需要通过智能车载安全监测系统对车辆进行安全监测，确保人员和财产的安全， 避免儿童或者司乘人员长时间被误锁在车内发生窒息事故。当状态检测模块10 检测到车辆发动机关闭且车门被锁后，将车辆状态信息发送到图像获取模块20 和图像处理模块30，启动智能车载安全监测系统。

在一种实施例中，状态检测模块10包括点火开关ACC档位检测模块11、 门开关状态检测模块12和门锁状态检测模块13。其中，点火开关ACC档位检 测模块11用于检测车辆是否处于熄火状态，当车辆正常行驶时，则车辆处于可 控状态，不需要启动智能车载安全监测系统。门开关状态检测模块12和门锁状 态检测模块13用于检测车辆的车门是否可以被打开，当车门处于开启状态或者 未锁合状态时，也不需要启动智能车载安全监测系统。只有当车辆熄火且车门 车锁同时处于关闭状态时，车内的司乘人员有着被误锁和窒息的风险，安全监 测系统启动，各个模块处于开启状态。

图像获取模块20，用于获取车辆内部的图像信息，并将所述图像信息发送 至所述图像处理模块。

可以理解的是，当车辆处于熄火状态且车门车锁闭合时，车辆内存在着司 乘人员无法掌控的风险。此时通过图像获取模块20获取车辆内的图像信息，可 以将车辆内的情况及时反馈给相关人员。现有技术中，一般是安装行车记录仪 和前排摄像头，座舱内安装1到2个摄像头，这种形式只能实现离线监测，不 能做到实时监控。在一种实施例中，可以在车体内的顶部中心位置安装360度 高清可夜视摄像头，可以清晰地获取车辆内各个角落的图像信息，避免摄像头 安装在前排或者后排监测范围不足的情况。图像获取模块20获取车辆内的图像 信息后，发送至图像处理模块30。

具体的，为了增加图像获取模块20对车辆内的司乘人员进行抓拍时的清晰 度，避免图像获取模块20在抓拍时处于抖动状态而导致的图像模糊。在一种实 施例中，图像获取模块20还包括防抖模块21，防抖模块21连接于360度高清 可夜视摄像头。

图像处理模块30，用于接收所述车辆状态信息和所述图像信息，并生成增 强图像信息和司乘人员状态信息。

可以理解的是，图像处理模块30可以在不同光线下进行照片像素增强，以 实现在最好状态下可疑照片的获取，并可以对数据进行实时采集、处理、显示、 存取和远距离无线传输以及接受监控云端控制指令、实时交互等集成化管理与 控制。

随着微型PC以及嵌入式系统技术的发展，开发基于树莓派的图像处理系统 可以提高产品的功能和性能。在一种实施例中，图像处理模块30包括基于树莓 派的图像处理模块31，将车内司乘人员情况进行识别与处理，并进行数据处理 及传输功能。它充分利用了多制式数字移动网络通信技术的优势，可进行实时 监控，成本低。

当车辆处于发动机关闭及车门上锁等情况时，智能车载安全监测系统触发 启动。基于树莓派的图像处理模块31控制图像获取模块20对车辆内的司乘人 员进行抓拍，获取有效信息。当车辆内有人时，基于树莓派的图像处理模块31 便会进行基于Haar特征的人脸检测框出人脸范围，并识别出人员的类型和状态。 当车内人员运动或处于可疑状态时，基于树莓派的图像处理模块31便会对车内 人员进行人脸抓拍，获取关键帧。基于树莓派的图像处理模块31采用 HaarCascade分类器用于脸部识别，只需下载一个重要的分类器文件haarcascade_frontalface_default.xml，它贯穿于整个人脸识别部分。首先，算法需 要许多正样例(包含人脸的图片)和负样例(不包含人脸的图片)来训练分类器。然 后我们要从这些图片中获取一些特征，方式和卷积核类似。把每个核所有可能 的尺寸和位置计算可以得到了大量特征。这个特征数极大，比如24x24尺寸的 滑动窗口特征数就超过160000。为了解决大量计算的问题，引入了积分图像的 概念，它大大简化了像素和的计算，大约只需要像素数目数量级的运算，每次 运算只涉及到4个像素。

当图像获取模块20对车辆内的司乘人员进行抓拍后，有可能由于车内光线 暗或小抖动等因素，会出现照片质量差噪声大的问题。在一种实施例中，可以 对图片进行滤波处理，进而增强图片的显示效果。具体的，图像处理模块30还 包括滤波处理模块32，对照片进行双边滤波处理，去除照片噪声，实现图像增 强的功能。

高斯滤波只考虑了周边点与中心点的空间距离来计算得到权重。首先，对 于图像滤波来说，一个通常的intuition是：(自然)图像在空间中变化缓慢，因 此相邻的像素点会更相近，但是这个假设在图像的边缘处变得不成立。如果在 边缘处也用这种思路来进行滤波的话，即认为相邻相近，则得到的结果必然会 模糊掉边缘，这是不合理的，因此考虑再利用像素点的值的大小进行补充，因 为边缘两侧的点的像素值差别很大，因此会使得其加权的时候权重具有很大的 差别。可以理解成先根据像素值对要用来进行滤波的邻域做一个分割或分类， 再给该点所属的类别相对较高的权重，然后进行邻域加权求和，得到最终结果。

双边滤波与高斯滤波相比，对于图像的边缘信息能够更好的保留，其原理 为一个与空间距离相关的高斯核函数与一个灰度距离相关的高斯函数相乘。对 于高斯滤波，仅用空间距离的权值系数核与图像卷积后确定中心点的灰度值。 即认为离中心点越近，其权值系数越大。双边滤波中加入了对灰度信息的权重， 即在领域内，灰度值越接近中心点灰度值的点的权值更大，灰度值相差大的点 权重越小。其权重大小则由值域高斯函数确定。两者权重系数相乘，得到最终 的卷积模板，由于双边滤波需要每个中心点领域的灰度信息来确定其系数，所 以速度比一般的滤波慢得多，而且计算量增长速度为核的大小的平方。

通信模块40，用于将所述增强图像信息和所述司乘人员状态信息发送至云 系统。

可以理解的是，通信模块40将图像处理模块30处理后的照片信息和司乘 人员状态信息及时上传至云端，实现24小时不间断监测。具体的，通信模块40 采用自组网WiFi/4G通信模块。

云系统50，用于接收所述增强图像信息和所述司乘人员状态信息，并将所 述增强图像信息和所述司乘人员状态信息发送至通知模块。

可以理解的是，云系统50包括云存储和分布式计算的监控云系统，不论是 图像获取模块20获取的图像信息，还是图像处理模块30识别与处理的结果都 实时上传至云系统50，云系统50还可以将所有信息进行综合计算处理。

通知模块60，用于将所述增强图像信息和所述司乘人员状态信息发送至相 关人员。

可以理解的是，通知模块60在接收到云系统50传来的异常信息时，向司 机、监护人或者路人发出警报，及时通知相关人员，尽快对车内的异常情况进 行处理。

在一种实施例中，通知模块60包括语音通知模块61，当接收到异常信息时 进行鸣笛警报或者语音警报，通过语音的形式将异常信息传递给相关人员。

作为一项优选，通知模块60还包括文字通知模块62，当接收到异常信息时 通过短信形式发送给授权人的客户终端，提醒授权人关注车辆内的异常信息。 云系统50还连接于一些授权平台，如果授权人或者监护人在一定时间内没有回 应，在紧急情况下云系统50可以直接发送短息至授权平台，例如报警平台等等。 警方可以通过APP端或者Web端，登入云系统实时查看车内状况，获取跨地域 跨时空的各种数据，查看历史数据与实时数据，得到完整的车内司乘人员状态 信息。

本发明提供的智能车载安全监测系统在工作时按照以下步骤进行：

第一步，状态检测模块对车辆的状态信息进行检测感知，判断发动机是否 熄火且车门锁紧；

当发动机未熄火或车门未锁紧时，状态检测模块处于检测感知状态；

当发动机熄火且车门锁紧时，启动图像获取模块和图像处理模块；

第二步，图像获取模块拍摄车辆内的图像，图像处理模块抓取人脸图像， 判断是否存在被锁在车辆内人；

若不存在被锁在车辆内人，则重新抓取人脸图像；

若存在被锁在车辆内人，则对图像进行增强、识别，并上传至云系统；

第三步，启动通知模块。

在第二步中，授权人员和授权平台可以登录云系统查看车辆内的信息。

综上所述，本发明提供的智能车载安全监测系统，状态监测模块可以检测 车辆的状态信息，对车内的场景进行感知检测，当检测到车辆发动机关闭且车 门锁闭时，将车辆的状态信息发送至图像获取模块和图像处理模块，启动图像 获取模块和图像处理模块。图像获取模块用于获取车辆内的图像信息，并将图 像信息实时发送至图像处理模块，图像处理模块将图像信息进一步增强处理并 根据司乘人员的状态生成司乘人员状态信息。通信模块连接于图像处理模块， 实时将增强图像信息和司乘人员状态信息发送至云系统。