一种自动驾驶车内健康监测方法及存储介质与流程

本发明涉及汽车控制技术领域，具体涉及一种自动驾驶车内健康监测方法及存储介质。

背景技术：

目前主流探测生命体征采用接触式或非接触式技术，传统的接触式生命体征检测程序繁琐检测效率较低，同时需要用户主动佩戴检测设备，对于未佩戴检测设备的用户，无法实现检测。而对于非接触式检测，需要用户主动寻找检测设备，不能实现自动检测触发。同时，不能实现检测结果与检测对象的匹配，其仅能检测到车内是否存在体征异常者，无法准确定位到具体乘客。另外，检测数据受检测设备影响，通常会存在失效，或精度低下的现象，导致检测结果不准确。

技术实现要素：

本发明的目的就是针对现有技术的缺陷，提供一种自动驾驶车内健康监测方法及存储介质，它能保证数据监测的冗余和准确性。

本发明一种自动驾驶车内健康监测方法及存储介质，其技术方案为：

当感应到乘客上车后，利用红外摄像头和毫米波探测器分别对乘客的体征数据进行采集；

比较红外摄像头和毫米波探测器各自采集的体征数据，当两者采集的体征数据差值大于设定的差值阈值时，重新测量；当两者采集的体征数据差值小于设定的差值阈值时，依据毫米波探测器采集的体征数据进行报警判定；

当所述毫米波探测器采集的体征数据满足报警条件时，进行报警。

较为优选的，所述利用红外摄像头和毫米波探测器分别对乘客的体征数据进行采集前，进一步包括：

当车门处的传感器感应到有乘客上车时，唤醒红外摄像头对乘客进行追踪；

乘客落座后，座椅传感器反馈乘客落座信号和座椅位置信号；

将红外摄像头捕捉的人脸信息与座椅传感器反馈的座椅位置信息进行关联。

较为优选的，将红外摄像头捕捉的人脸信息与座椅传感器反馈的座椅位置信息进行关联后，控制红外摄像头和毫米波探测器调整角度至对准目标乘客，所述目标乘客为当前上车的乘客。

较为优选的，所述红外摄像头和毫米波探测器重复采集多组体征数据，从多组体征数据中获取多个有效数据，当多个所述有效数据的平均值满足报警条件时，进行报警；

其中，当红外摄像头和毫米波探测器采集的体征数据差值小于设定的差值阈值时，所述毫米波探测器采集的体征数据为一个有效数据。

较为优选的，所述体征数据包括体温t、呼吸频率f1和心跳频率f2；

当体温t、呼吸频率f1、心跳频率f2中的任意一个满足二级报警条件时，进行二级报警；

当体温t、呼吸频率f1、心跳频率f2的任意一个满足一级报警条件时，进行一级报警；

所述第二报警的等级低于第一报警。

较为优选的，所述二级报警条件包括：

(t-t0)/t0>a1％；或

(f1-f12)/f12>b1％；或

(f11-f1)/f11>b2％；或

(f2-f22)/f22>c1％；或

(f21-f2)/f21>c2％；

其中，t0为预设的最高体温，f12为预设的最大呼吸频率，f11为预设的最小呼吸频率，f22为预设的最大心跳频率，f21为预设的最小心跳频率，a1％、b1％、b2％、c1％、c2％均为预设百分比。

较为优选的，所述一级报警条件包括：

(t-t0)/t0>a2％；或

t<t1；或

(f1-f12)/f12>b3％；或

(f11-f1)/f11>b4％；或

(f2-f22)/f22>c3％；或

(f21-f2)/f21>c4％；

其中，t0为预设的最高体温，t1为预设的最低体温，f12为预设的最大呼吸频率，f11为预设的最小呼吸频率，f22为预设的最大心跳频率，f21为预设的最小心跳频率，a2％、b3％、b4％、c3％、c4％均为预设百分比。

较为优选的，所述第二报警为通过扩音器进行广播。

较为优选的，所述第一报警为通过扩音器进行广播，并通过车辆后台将乘客体征数据传输至医院，以及远程连接医生对乘客进行诊断。

本发明的有益效果为：采用红外摄像头对毫米波探测器的检测结果进行校对，并在有效数据中取平均值，保证体征数据监测的冗余与准确性。通过门侧传感器检测到乘客后唤醒摄像头锁定跟随目标，通过座椅传感器对乘客落座位置进行定位，最终实现乘客位置与乘客人脸信息、以及后面采集的体征信息的关联，使体征异常时，能定位到个人，便于抢救与危险预防。通过可调节的红外摄像头和毫米波探测器，基于乘客位置信息进行角度调整，仅需一个摄像头和一个毫米波探测器，既能实现所有乘客的检测，无需在车辆各个位置设置多个摄像头和毫米波探测器，节约成本，易于实施和普及。采用分级报警，并在一级报警中实现与医院的交互，极大提高了保障了高危乘客的生命安全，同时避免了对低危乘客的过度干扰和人力浪费。

附图说明

图1为用于实施本发明自动驾驶车内健康监测方法的系统组成示意图；

图2为本发明自动驾驶车内健康监测方法流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。

如图1所示，用于实施本发明自动驾驶车内健康监测方法的系统主要包括车门传感器、红外摄像头、毫米波探测器、mcu、座椅传感器、扩音器和后台。车门传感器用于感应是否有乘客上车，红外摄像头用于实现乘客的人脸及特征捕捉，根据乘客的面部特征及衣着特征对乘客进行自动跟随捕捉，以及获取乘客提问数据。毫米波探测器用于获取乘客体温、呼吸频率、心跳频率数据。座椅传感器，布置在无人驾驶车辆每个桌椅上，用于在乘客落座后向mcu发送乘客落座信号和座椅位置信号，其中，座椅位置信号可以通过座椅传感器自带的编码实现，mcu识别编码后，可自动对应到相应的桌椅。mcu用于在接收到座椅传感器发送的乘客落座信号和座椅位置信号(即座椅传感器编码)后，将其与红外摄像头捕捉的人脸、衣着特征等信息关联，同时唤醒红外摄像头和毫米波雷达进行目标乘客的体征信息采集，并在采集完成后进行是否报警，以及报警等级的判断与输出。扩音器用于执行第二报警，后台用于执行第二报警。

自动驾驶车为无人公交车、地铁等自动驾驶的车辆。其中，当该方案应用在无人驾驶公交车上时，红外摄像头和毫米波探测器均布置在车辆中部顶板上。当当该方案应用在地铁等具有多节车厢的车辆上时，可以根据摄像头、毫米波探测器的探测范围，在每个车厢上布置一个摄像头和毫米波探测器，也可以几个车厢共用一个摄像头和毫米波探测器。

为适用于多人同时上车的场景，本方案还可以针对特定乘客进行跟踪，如：乘客上车后对乘客体温进行初步检测，仅对初步检测中体温不在正常范围内的乘客进行跟踪。还可以对同时上车的乘客进行检测排序，依次跟随检测，也可采用多组摄像头分别对同时上车的多个乘客进行跟随检测。

如图2所示，自动驾驶车内健康监测方法流程如下：

当车门处的传感器感应到有乘客上车时，唤醒红外摄像头对乘客进行追踪，具体为摄像头开启人脸及特征捕捉功能，人在车内的行走过程中，摄像头根据面部特征及衣着特征自动进行跟随捕捉；

当乘客坐在座椅上时，座椅传感器感知乘客落座信息，反馈乘客落座信号和桌椅编码给mcu，mcu将红外摄像头捕捉的人脸信息与座椅传感器反馈的座椅编码进行关联；

mcu控制红外摄像头和毫米波探测器调整角度至对准目标乘客，所述目标乘客为当前上车的乘客。

红外摄像头接收到指令后发出红外线，同时毫米波探测器发射电磁波到乘客位置。红外摄像头接收乘客反射红外线能量后，通过内置的温度传感器转换成电信号，高精度放大器再将电信号放大处理，通过模数转换变成体温值传递给mcu，mcu与可在红外摄像头获取的图像数据中，根据乘客胸部图像数据识别用户心跳和呼吸频率。同时接收乘客在毫米波照射下的反射毫米波；通过快速傅里叶变换与相位解缠算法，获取反射毫米波的变化数据，变化数据包括相位变化数据和信号强度变化数据；采用神经网络根据变化数据，检测待检测对象呼吸频率和心跳等生命体征数据。

mcu比较红外摄像头和毫米波探测器各自采集的体征数据，当两者采集的体征数据差值大于设定的差值阈值时，重新测量；当两者采集的体征数据差值小于设定的差值阈值(如5％)时，以毫米波探测器采集的体征数据为准，此时，该毫米波探测器采集的体征数据为一个有效数据，可用于进行报警判定。

该有效数据需要获取多个，即红外摄像头和毫米波探测器重复采集多组体征数据后，从多组体征数据中获取多个有效数据，本实施例中取5个有效数据，并计算平均值，mcu依据该平均值进行报警判断。

当体温t、呼吸频率f1、心跳频率f2全部满足设定的安全范围时，不进行提示；

当体温t、呼吸频率f1、心跳频率f2中的任意一个满足二级报警条件时，进行二级报警；

当体温t、呼吸频率f1、心跳频率f2的任意一个满足一级报警条件时，进行一级报警；

第二报警的等级低于第一报警。第二报警可以通过扩音器进行广播，建议乘客关注。第一报警可以通过扩音器进行广播，建议乘客关注，同时将乘客体征数据通过5g网络传递至车辆后台，后台进行关注并将数据通过数据中心网与医院进行对接，同时后台开通后台端与车辆端接口，实现远程乘客与医生诊断。

二级报警条件包括：

(t-t0)/t0>a1％；或

(f1-f12)/f12>b1％；或

(f11-f1)/f11>b2％；或

(f2-f22)/f22>c1％；或

(f21-f2)/f21>c2％；

其中，t0为预设的最高体温，f12为预设的最大呼吸频率，f11为预设的最小呼吸频率，f22为预设的最大心跳频率，f21为预设的最小心跳频率，a1％、b1％、b2％、c1％、c2％均为预设百分比。

一级报警条件包括：

(t-t0)/t0>a2％；或

t<t1；或

(f1-f12)/f12>b3％；或

(f11-f1)/f11>b4％；或

(f2-f22)/f22>c3％；或

(f21-f2)/f21>c4％；

其中，t0为预设的最高体温，t1为预设的最低体温，f12为预设的最大呼吸频率，f11为预设的最小呼吸频率，f22为预设的最大心跳频率，f21为预设的最小心跳频率，a2％、b3％、b4％、c3％、c4％均为预设百分比。

其中，a1<a2，b1<b3，b2<b4，c1<c3，c2<c4。本实施例中，a1％为5％，b1％、b2％、c1％、c2％为15％，a2％为10％，，a2％、b3％、b4％、c3％、c4％均为20％。

本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除