现代汽车座椅乘员识别系统

座椅乘员识别系统是智能安全气囊的“眼睛”，它可以较为精确地为中央控制系统提供所发生事件的条件信息。中央控制系统计算这些条件信息后，将所得值与事先存储好的不同事件的阈值进行比较，最终决定是否向安全气囊及安全带发出相应指令。

1.乘员智能识别

乘员智能识别系统通过安装在汽车内的摄像头收集人脸图像，计算机视觉技术能够对采集到的图像所包含的像素分布、亮度、颜色等信息进行分析，对物体的大小、形状、轮廓进行判别。由于不同年龄和身高的乘员坐在汽车座椅上的高度不同，对应的形状和轮廓等信息也各不相同，因此能够使用计算机视觉技术对乘员类型进行识别。近年来，研究人员相继提出了几种基于视觉的乘员识别方法，包括立体视觉法、人脸颜色法、光束法、结构光法等，如表9－1所示。

表9－1　几种基于视觉的乘员识别方法

相比无线的、声学的或者触觉传感器等主动获取数据方法，计算机视觉则被动获取数据，在固定环境下采集图像。随着计算机硬件的发展，现在已可以在低成本的情况下实现图像数据的高速传输及处理。图9－2所示为博世公司开发的乘员视觉识别系统工作示意图。

(www.xing528.com)

图9－2　博世公司开发的乘员视觉识别系统工作示意图

基于深度学习的乘员分类系统如图9－3所示，首先通过视觉传感器获取乘员图像信息，然后在输入端对其预处理，利用训练好的卷积神经网络与摄像机提取到的乘员特征进行匹配，再输出图像中对象的标签以及每个对象类别的概率，最终识别周围环境的对象，从而对乘员进行分类。如果发生碰撞，控制中心在对各类传感器传过来的信息进行判断的同时，综合考虑乘员探测系统所得到的乘员乘坐信息。依据所得信息，智能安全气囊系统就可以根据乘员的乘坐情况适时适量展开气囊，为其提供充分的安全保护。

图9－3　基于深度学习的乘员分类系统

包括乘员类型识别和乘员坐姿识别的乘员体征识别是智能安全气囊开发中的重点。乘员体征识别是一个相对复杂的过程，目前绝大多数体征识别系统运用电场感应、压力及质量测量、超声波、红外光束、雷达以及视觉测量等技术手段。

2.点火控制智能化

美国高速交通安全管理局指出，由于目前的车辆乘员约束系统对碰撞类型识别、乘员类型识别以及约束系统工作时刻判断的不准确，导致汽车发生正面碰撞事故时乘员因为约束系统的误动作而伤亡的情况时有发生。因此，随着法规逐渐完善以及消费者对汽车安全性要求的提升，智能安全气囊点火算法的研究越来越受到人们的重视。目前，关于智能安全气囊点火算法，主要研究有基于乘员检测的自适应安全气囊算法、模糊神经网络算法、主被动安全系统一体化算法等。