[发明专利]一种基于车内OMS相机计算乘客坐高及座舱成员分类方法

说明书

本发明公开了一种基于车内OMS相机计算乘客坐高及座舱成员分类方法，使用基于人体姿态识别检测到的骨架关键点坐标及世界坐标系转换的方式实现对副驾驶乘客的坐高计算和座舱成员类别的判断，主要包括以下几个步骤：提取主副驾人体坐高关键点信息、乘客骨架坐高计算、座舱成员类别逻辑判断。本发明的分类方法所受相机畸变影响较小，可快速计算、分辨出副驾乘客类别，通过与车内预警系统联用可有效提高乘客乘坐安全性；该方法科学有效、误差较现有技术有较大幅度的降低，可进一步提高乘用车使用安全预警的精准度。

技术领域

本发明涉及智能汽车技术领域，尤其是涉及一种基于车内OMS相机计算乘客坐高及座舱成员分类方法。

背景技术

随着汽车行业的发展，驾驶员和乘客的安全成为重中之重。为了提升驾驶员和乘客安全，座舱监控(In-cabin monitoring)应运而生，通过实时监控整个车内环境来提高驾驶员及乘客的安全。和座舱监控相关的DMS和OMS也发展起来。OMS(Occupancy MonitoringSystem)通过乘客坐高区分乘客是否是儿童是保护乘客安全的主要方式之一，其原理是通过图像处理的方式得到副驾驶的真实坐高，判断副驾乘客是否是小孩，如果是将触发车内预警系统。因为实际遇到车祸时，如果副驾乘坐的是小孩，副驾的安全气囊弹出的位置不是小孩的身体而是头部，将会对小孩造成车祸后的二次伤害。因此对于副驾儿童的预警是一项很重要的安全措施。

目前有关求解人体坐高的方法主要是通过图像内参照物和人的比例去求解坐高，这种方法虽然原理简单易操作，但计算出的人体的误差比较大，尤其是当相机存在较大的畸变时，求出的结果很难达到预期的效果。

发明内容

针对现有技术不足，本发明了一种基于车内OMS相机对于计算乘客坐高及座舱成员分类的方法。

本发明解决上述技术问题采用的技术方案为：

一种基于车内OMS相机计算乘客坐高及座舱成员分类方法，使用基于人体姿态识别检测到的骨架关键点坐标及世界坐标系转换的方式实现对副驾驶乘客的坐高计算和座舱成员类别的判断，具体包括以下步骤：

(1)提取主副驾人体坐高关键点信息：通过车内OMS相机拍摄座舱内场景，使用人体姿态识别算法提取座舱内图像的人体骨架关键点信息并进行筛选和删除误检测骨架信息，最后对车内的骨架进行分类、编号并保存每个骨架的关键点信息；

(2)乘客骨架坐高计算：先计算出车内OMS相机内参以及相机到座椅的距离作为已知参数；然后将求得的已知参数带入图像像素坐标系转世界坐标的公式中计算出对应位置乘客的坐高；最后将每一帧图像内的乘客坐高高度信息存储到坐高特征容器中；

(3)座舱成员类别逻辑判断：设定区分儿童/成人的坐高阈值为M cm，然后从坐高特征容器中的时间序列上所存储的乘客坐高高度值与M比较以判断座舱成员的类别。

进一步地，步骤(1)所述的提取主副驾人体坐高关键点信息具体为：通过车内OMS相机拍摄座舱内场景，使用人体姿态识别算法提取座舱内图像的人体骨架关键点信息，并对提取到的人体骨架关键点进行编号，编号规则为：未检测到脸部关键点的骨架不进行编号并使用图像处理进行剔除，对检测到脸部关键点的骨架进行编号，编号顺序为人体姿态识别检测到骨架的先后顺序排列；按照人体姿态识别里面识别的关键点占据图像的位置来确定骨架所属类别，区分出主驾驶、副驾驶以及后排的乘客骨架；提取主副驾驶的颈部和股部关键点作为求解坐高的关键点，并将座舱内乘客数量、颈部和股部关键点保存到骨架特征结构体中，为后续求解单帧图像内乘客坐高做准备。

进一步地，步骤(2)中所述的相机内参计算方法：用棋盘格标定板录制20-25张图像，然后用matlab的Camera Calibrator小程序标定车内相机，求出相机的内参fx，fy，u0，v0。