技术领域
[0001] 本
发明涉及
汽车配件技术领域，尤其涉及一种贴附在车
门上的车锁检测器、车锁状态检测系统及方法。
背景技术
[0002] 如果你是一个驾驶员，例如汽车驾驶员，你可能会遭受如下锁车综合征。当你锁好车并离开车之后，你开始反问你自己，我真的锁了车吗！这个问题在汽车驾驶员中非常普遍，因为你无法通过车钥匙上知道你是否锁了车。更不用说患有
强迫症的人群了，这是一种精神错乱，这群人需要反复确认一件事情。
[0003] 一些技术方案采用车载诊断
接口来连接车载系统以获取汽车情况的
信号和状态，例如：里程数、
电池状态、驾驶距离等。这些
电子产品很难安装，操作不便且非常贵。
[0004] 目前还没有任何经济的方式来获知是否已经锁好了汽车。通常，驾驶员需要步行很长一段路返回确认是否已经锁好了车。
[0005] 因此，有必要开发一种使用便利、安装简单而且价格实惠的车锁检测器(VLD)。
发明内容
[0006] 本发明
实施例所要解决的技术问题在于，针对
现有技术的
缺陷，提供一种车锁检测器，其使用便利、安装简单并且价格实惠，用来检测车锁的状态并且即使驾驶员走远了，也可将该状态显示给驾驶员。本发明实施例还提供了一种车锁状态的检测系统及方法，其使用便利并且价格实惠。
[0007] 本发明解决其技术问题，采用的技术方案如下：
[0008] 一方面，本发明实施例提供了一种车锁状态检测器，包括：运动
传感器，用于感应车门的
开关运动；
传声器，用于记录目标事件所产生的声音样式；无线通信模
块；
存储器；电池，用于提供电源；以及
控制器，所述控制器分别连接至所述运动传感器、传声器、
无线通信模块、存储器和电池，用于根据所述运动传感器提供的信号打开或关闭所述传声器和无线通信模块，并控制所述无线通信模块无线传输声音文件；所述检测器被设计为适合贴附在所述车门上以感应所述车门的开关运动。
[0009] 优选地，所述运动传感器、所述无线通信模块、所述存储器和所述控制器集成在片上系统上。
[0010] 优选地，所述无线通信模块为蓝牙通信模块、Wi-Fi通信模块或无线广域网通信模块。
[0011] 优选地，所述目标事件包括远程钥匙开锁和关锁，打开和关闭车门、侧视镜和引擎，以及停车
制动器的启动或释放，因此所述检测器还用于检测侧视镜、引擎和停车制动器的状态。
[0012] 另一方面，本发明实施例还提供了一种车锁状态检测系统，包括：检测器，所述检测器被设计为适合贴附在所述车门上以感应所述车门的开关运动，所述检测器包括：运动传感器，用于感应车门的开关运动；传声器，用于记录目标事件所产生的声音样式；无线通信模块；存储器；电池，用于提供电源；以及控制器，所述控制器分别连接至所述运动传感器、传声器、无线通信模块、存储器和电池，用于根据所述运动传感器提供的信号打开或关闭所述传声器和无线通信模块，并控制所述无线通信模块无线传输声音文件；和智能手机，所述智能手机用于无线接收所述检测器发送的所述声音文件并显示车锁的状态；所述智能手机安装有用于处理所述声音文件、检测声音样式的
软件程序，从而识别出相应的事件并确定车锁的状态。
[0013] 优选地，所述运动传感器、所述无线通信模块、所述存储器和所述控制器集成在片上系统上。
[0014] 优选地，所述无线通信模块为蓝牙通信模块、Wi-Fi通信模块或无线广域网通信模块。
[0015] 优选地，所述目标事件包括远程钥匙开锁和关锁，打开和关闭车门、侧视镜和引擎，以及停车制动器的启动或释放，因此所述检测器还用于检测侧视镜、引擎和停车制动器的状态。
[0016] 优选地，所述系统还包括
云服务器，用于存储所述软件程序及声音样式的样本，所述智能手机还用于直接下载所述软件程序及声音样式的样本。
[0017] 优选地，所述软件程序用于使所述智能手机直接记录声音样式的样本。
[0018] 优选地，所述软件程序包括标记的声音数据集和
机器学习网；所述数据集收集了带有事件信息的不同声音文件，所述事件信息包括
汽车制造商、车型、生产日期、用户及样本；所述机器学习网的训练是以数据集作为输入提供到所述机器学习网并预测出高准确度的输出提供至所述数据集的标记的过程。
[0019] 优选地，对每个声音文件进行预处理并转换成其他适合训练的格式；在训练过程中，转换后的数据集进一步分成训练集、验证集和测试集；所述训练集用于训练所述机器学习网，所述验证集用于微调机器学习网的超参数以避免过拟合，所述测试集用于检查所述机器学习网的性能。
[0020] 又一方面，本发明实施例还提供了一种车锁状态的检测方法，包括：当检测到车门开或关的运动时记录声音样式；无线传输声音文件；以及无线接收并处理所述声音文件，检测声音样式以识别相应事件，确定车锁状态并显示所述车锁状态。
[0021] 优选地，所述方法进一步包括：收集带有事件信息的不同声音文件作为标记的声音数据集，所述事件信息包括汽车制造商、车型、生产日期、用户及样本；预处理每个声音文件并将其转换成适合训练的其他数据格式；以及通过以数据集作为输入提供到所述机器学习网并预测出高准确度的输出提供至所述数据集的标记来训练所述机器学习网。
[0022] 优选地，在训练过程中，转换后的数据集进一步分成训练集、验证集和测试集；所述训练集用于训练所述机器学习网，所述验证集用于微调机器学习网的超参数以避免过拟合，所述测试集用于检查所述机器学习网的性能。
[0023] 本发明的车锁检测器使用方便、安装简单而且价格实惠，可用来检测车锁的状态并且即使驾驶员走远了，也可将该状态显示给驾驶员。车锁状态的检测系统及方法使用便利并且价格实惠。
附图说明
[0024] 图1是本发明提供的车锁状态检测器结构示意图；
[0025] 图2是本发明提供的车锁状态检测系统结构示意图；
[0026] 图3是本发明提供的车锁状态检测方法
流程图。
具体实施方式
[0027] 下面将结合本发明实施例中的附图，仅仅以示例的方式，对本发明实施例中的技术方案进行具体的描述。应理解，附图只是为了更好地理解本发明而不是用来限制本发明。部件的尺寸和图中显示的特征一般是用来更加便捷、清楚地进行阐述，并不是根据实际尺寸显示的。
[0028] 然而，本
专利可实施成不同的形式，并且本
说明书中描述的实施例不应该理解为对本专利的限制。相反，这些实施例是用来确保本领域技术人员能更加透彻和完整地理解本发明，并将本发明的范围完整地传达给本领域技术人员。在整个专利文件中，相似的标号表示相似的部件。除非另有说明，在本专利文件中，“一”、“一个”和“所述”包括复数的情况。除非另有说明，在本专利文件中，“在…上”包括“在…内部”和“在…上面”。而且，为了便于读者阅读，本说明书中可能还使用了标题和子标题，这些都不是用来限制本专利的范围。另外，本说明书中使用的一些术语会在下面进一步限定。
[0029] 车锁检测器(VLD)
[0030] 每个车辆，比如汽车，当用车锁设备远程开车或锁车的时候，都会通过锁紧机构产生一个独特的机械声音。如果你坐在车内，关上所有的门和
窗户，并按压远程车锁，启动开关动作，你可以清楚地、清晰地听到这些声音。启动引擎、关闭侧视镜、关闭车门和打开车门也是一样。每个声音都具有独特的声音样式，甚至人
耳都可以辨别这些声音样式。
[0031] 本发明利用在车内记录的声音样式来分析事件的顺序并确定是否已经通过远程钥匙或手动钥匙锁好了车，并将该通知无线发送给驾驶员，例如，通过蓝牙通信或其他合适的无线通信方式发送至驾驶员的智能手机上。
[0032] 为了说明清楚，可使用以下声音样式作为事件顺序(假设这是一个左边驾驶的车，驾驶员坐在右手边)：
[0034] -关闭侧视镜(M2)；
[0035] -关闭引擎(E2)；
[0036] -打开驾驶员右侧门(D1)；
[0037] -关闭驾驶员右侧门(D2)；
[0038] -按压远程钥匙锁上车门(S2)；
[0039] 事件顺序为M2-E2-D1-D2-S2。
[0040] (2)驾驶员离开停车场：
[0041] -按压远程钥匙开锁(S1)；
[0042] -打开驾驶员右侧门(D1)；
[0043] -坐上驾驶座；
[0044] -启动引擎(E1)；
[0045] -关闭驾驶员右侧门(D2)；
[0046] -打开侧视镜(M1)；
[0047] -松手刹(P)；
[0049] 事件顺序为S1-D1-E1-D2-M1-P-G。
[0050] 正常情况下，驾驶员每天都会遵照这个事件顺序开关他的车门。当车主离开汽车的时候，车锁检测器利用这些事件顺序来确定是否已经成功地锁好了车。通过该车锁检测器，一旦车主从停车点下车离开，车主的智能手机会及时收到车锁状态通知。车主无需再次返回到他的车上来进一步确认他是否锁好了车。
[0051] 除了知道车锁状态之外，车锁检测器还可以检测侧视镜和手刹的状态。
[0052] 参照图1，车锁状态检测器100包括运动传感器102，用于感应车门的开关运动；传声器104，用于记录目标事件所产生的声音样式；无线通信模块106；存储器110；电池112，用于提供电源；以及控制器108，所述控制器108分别连接至所述运动传感器102、传声器104、无线通信模块106、存储器110和电池112，用于根据所述运动传感器102提供的信号打开或关闭所述传声器104和无线通信模块106，并控制所述无线通信模块106无线传输声音文件。所述检测器100被设计为适合贴附在所述车门上以感应所述车门的开关运动。
[0053] 优选地，所述无线通信模块106为蓝牙通信模块。应理解，所述无线通信模块106还可以采用其他合适的无线通信方式，如Wi-Fi或无线广域网(2G,3G,4G,
数据网络)。所述运动传感器102、所述蓝牙通信模块106、所述存储器110和所述控制器108集成在片上系统(SOC)114上，从而检测器110就如一个小盒子，并且可直接贴附在车门上，非常方便。
[0054] 在正常情况下，车锁检测器处于休眠模式，从而节约能耗。在休眠模式下，片上系统114的运动传感器102处于开启状态。一旦所述运动传感器102检测到运动(开或关)，它将会立刻触发以下任务：
[0055] a)开启传声器；
[0057] c)持续记录声音并传送声音文件至智能手机一定时间，例如，持续2分钟。
[0058] 车锁状态检测系统
[0059] 参照图2，车锁状态检测系统10包括：检测器100，所述检测器100被设计为适合贴附在所述车门上以感应所述车门的开关运动；以及智能手机200，所述智能手机200用于无线接收所述检测器100发送的所述声音文件并显示车锁的状态。检测器100已经在上面详细描述了，在此不在累述。所述智能手机200安装有用于处理所述声音文件、检测声音样式的软件程序202，从而识别出相应的事件并确定车锁的状态。
[0060] 优选地，所述系统10还可包括云服务器300，用于存储所述软件程序及声音样式的样本，所述智能手机200还用于直接下载所述软件程序及声音样式的样本。用户需要从VLD云服务器300上下载特定的程序(App)到他的智能手机上。VLD的App可以处理声音文件并检测声音样式从而识别事件。通过声音样式和事件顺序的特征，软件程序可以确定车锁是否已经成功地锁好。
[0061] 以下的步骤可阐述该系统的工作流程：
[0062] 假设在一天的开始，驾驶员想要从停车场将车开出来：
[0063] -按压远程钥匙开锁(S1)；
[0064] -打开驾驶员右侧门(D1)；(运动传感器102感应到摆动)：
[0065] a)启动传声器以记录预设时长的声音样式，例如2min时长；并且
[0066] b)启动蓝牙配对；
[0067] -坐上驾驶座；
[0068] -启动引擎(E1)；
[0069] -关闭驾驶员右侧门(D2)；
[0070] -打开侧视镜(M1)；
[0071] -松手刹(P)；
[0072] -踩油门启动汽车(G)。
[0073] 声音文件将会被解码为事件顺序E1-D2-M1-P-G
[0074] 软件程序找不到时间S2，据此判定不是锁车事件。车未锁好及当天的时间的消息会发送至智能手机的App以做好记录，但是并不会发消息警示驾驶员。
[0075] 当驾驶员返回停车场时，可能会发生以下事件顺序：
[0076] -关闭侧视镜(M2)；
[0077] -关闭引擎(E2)；
[0078] -打开驾驶员右侧门(D1)；(运动传感器102感应到摆动)：
[0079] a)启动传声器以记录预设时长的声音样式，例如2min时长；以及
[0080] b)启动蓝牙配对；
[0081] -关闭驾驶员右侧门(D2)；并
[0082] -按压远程钥匙锁上车门(S2)并离开；
[0083] 声音文件会被解码为事件顺序：D2-S2。软件程序会解码出在声音文件末尾的事件S2，据此判定是成功锁好车的事件。车已锁好及当天的时间的消息会发送至智能手机的App上，并显示出来以提示车已锁好。该记录会被存储起来，并且如果以后用户想要再次查看车锁状态，可以从
数据库中调取。
[0084] 还可以有很多顺序事件可能会发生：
[0085] a)D2-S2-D1-E1-M2-E2-D1-D2
[0086] 这意味着驾驶员锁好了车门，忘了关闭侧视镜，再次开门，启动引擎，关闭侧视镜，关闭引擎，打开并关闭车门(但是忘了锁门)。
[0087] b)D2-D1-D2-S2-S1
[0088] 这意味着驾驶员打开了后门并拿了一些东西然后关闭了后门，通过远程钥匙锁上了们，但是不小心又按了开门键，但是他自己不知道。
[0089] 只要声音文件包含事件S2并且没有事件S1在后面，可以确切地得出车锁已经锁好。
[0090] 因为通过蓝牙将VLD和智能手机配对，记录的声音文件会被持续地发送，无需等到文件记录的结束。一般来说，蓝牙的有效通信距离大约为10米。为了节约能耗，以下情况会迫使VLD进入休眠模式：i)声音记录的时间超过时间间隔，例如2min等；或者ii)当检测到VLD和智能手机之间的蓝牙信号中断(这意味着用户已经离开车子超过10米的距离，并且暗示着用户已经离开车子了并且认为车锁已经锁好了)。
[0091] 声音样式的样本的获取
[0092] 为了使App/
算法能理解
指定汽车的事件，创建声音样式的样本具有两种方法：
[0093] 选择以下事件：
[0094] -打开驾驶员右侧门(D1)；
[0095] -关闭驾驶员右侧门(D2)；
[0096] -按压远程钥匙开锁(S1)；
[0097] -按压远程钥匙锁上车门(S2)；
[0098] -启动引擎(E1)；
[0099] -关闭引擎(E2)；
[0100] -打开侧视镜(M1)；
[0101] -关闭侧视镜(M2)；
[0102] -拉手刹(P1)；以及
[0103] -松手刹(P2)。
[0104] a)方法1：通过智能手机在指定汽车内直接录制声音样本
[0105] 所述软件程序可使智能手机直接录制声音样式的样本。App上包括可用于录音的
软件模块。它可以在智能手机上一一显示这些事件并允许用户选择其中一个开始录音。每个事件之间会有一个很短的间隔，例如2s等。每个事件需要进行多次录音，例如50次等，以获取一个合适的样本大小方便算法来准确地识别这些声音样式。用户可重复该过程来校准或更新声音样式文件以考虑磨损对事件样式的影响。
[0107] 每辆车都有其制造商、型号、购买时间，例如Toyota，Rav4,2014年。具有相同制造商、型号和购买时间的车可预计具有相似的声音样式。在用户注册和安装App的过程中，会要求新用户提供制造商、型号和购买时间信息。这些信息可上传并存储在VLD云服务器300上。用户的事件文件将会被存储并根据不同的制造商、型号和购买时间进行分类。用户每次更新他/她的车子的事件时，事件文件会发送至VLD云服务器300上以更新主文件。这种结构可使VLD云服务器300根据制造商、型号和购买时间存储整个车团的声音事件。当数据库的普及足够充分时，新用户可简单地下载与他的车的制造商、型号、购买时间相匹配的事件文件，并立
马使用VLD，无需进行声音事件训练。这将会变成车主的补充和显示设备。
[0108] 应理解，一开始，检测器可能没有那么智能，但是当用户使用多次后它会变得越来越智能。用户每次使用检测器的时候，记录事件声音文件会被发送至云服务器300。用户使用次数越多，检测器就越智能。用户数量越多，检测器也会越智能。
[0109] 声音处理和识别
[0110] 软件程序202包括标记的声音数据集和机器学习网。通常来说，声音处理和识别算法是基于标记的声音数据集和机器学习网的。机器学习网的训练是以数据集作为输入提供到所述机器学习网并预测出高准确度的输出提供至所述数据集的标记的过程。一个训练有素的机器学习网可以处理新的声音信息并预测出正确的标记。
[0111] 针对车锁的应用，数据集收集了带有事件信息，如S1、S2、E1、E2等，的不同声音文件，所述事件信息包括汽车制造商、车型、生产日期、用户及样本。以下用表格的形式展示了数据集的概念。
[0112] 表1标记的声音数据集
[0113]
[0114] 所有的声音文件持续的时间相同，例如，2s。每个声音文件是经过预处理的并转换成适合训练的其他数据格式。预处理的形式有很多。一个典型的方式是将声音转换成声谱图，类似于2D图像，其中x轴表示时间，y轴表示评率，并且
像素的强度为幅度。
[0115] 在训练过程中，转换后的数据集进一步分为训练集、验证集和测试集。所述训练集用于训练所述机器学习网，所述验证集用于微调机器学习网的超参数以避免过拟合，所述测试集用于检查所述机器学习网的性能，即识别的准确度。一个训练有素的网络是“预测网络”，即声音识别算法，其中声音文件为输入，事件为输出。
[0116] 在车锁应用方面，存在“预测网络”，根据车辆制造商+车型(net-m)和制造商+车型+时间(net-y)来预先训练。当识别新的声音时，默认使用net-m。例如，来自TOYOTA-RAV4的声音会使用通过TOYOTA-RAV4数据
片段训练的预测网络。也可以选用net-y，这意味着识别是基于车型的特定生产时间。
[0117] 数据集中的每个文件只与一个标记的事件关联，与数据集中的声音文件不同，自然的声音天生就是连续的信息流。抓取的声音流会被分成具有重叠时间的声音
帧。以2s时长和80％的重叠为例，声音流会被分成2s时长的帧，其中1.6s是跟前面的帧重叠的。每帧都会被转换，类似于将标记的数据集转换并提供至
选定的“预测网络”。网络的输出是文本格式的一系列声音事件。因此，不同的车辆事件具有其独特的声音样式并能够被识别，就像简单的和独特的文本文字一样。
[0118] 车锁状态检测方法
[0119] 参照图3，车锁状态检测方法包括以下步骤：
[0120] 步骤102：当检测到车门开或关的运动时记录声音样式；
[0121] 步骤104：无线传输声音文件；以及
[0122] 步骤106：无线接收并处理所述声音文件，检测声音样式以识别相应事件，确定车锁状态并显示所述车锁状态。
[0123] 优选地，所述方法可进一步包括以下步骤：
[0124] 收集带有事件信息的不同声音文件作为标记的声音数据集，所述事件信息包括汽车制造商、车型、生产日期、用户及样本；
[0125] 预处理每个声音文件并将其转换成适合训练的其他数据格式；以及
[0126] 通过以数据集作为输入提供到所述机器学习网并预测出高准确度的输出提供至所述数据集的标记来训练所述机器学习网。
[0127] 在训练过程中，转换后的数据集进一步分成训练集、验证集和测试集；所述训练集用于训练所述机器学习网，所述验证集用于微调机器学习网的超参数以避免过拟合，所述测试集用于检查所述机器学习网的性能。
[0128] 尽管已经结合了一个活多个优选实施例对本发明进行了描述，本领域技术人员应该明白，本发明还有很多
修改。因此，本发明的范围是由
权利要求所决定的。
