检测打开车辆车门的预期中的危险专利检索-轮椅残疾人专用配件专利检索查询-专利查询网

检测打开车辆车门的预期中的危险

阅读：27发布：2023-02-24

专利汇可以提供检测打开车辆车门的预期中的危险专利检索，专利查询，专利分析的服务。并且本发明扩展到用于检测打开车辆车门的预期中的危险的方法、系统以及计算机程序产品。车辆传感器 (例如，后视摄像机)可用于检测并且分类在车辆的侧方接近的交通对象(例如，分类为行人、骑自行车者、滑滑板者、轮滑者、轮椅者等)。当有可能车辆乘员打开车门碰到接近的交通对象时，可以在车厢内发出警告，以向车辆乘员警告接近的交通对象。在一方面，如果打开车门将可能导致事故，则车辆阻止车门打开。，下面是检测打开车辆车门的预期中的危险专利的具体信息内容。

权利要求

1.一种在车辆上使用的方法，所述方法包括：
确定接近的交通对象当车门打开时通过由所述车辆的所述车门占据的空间；
接收用于来自神经网络的所述接近的交通对象的交通类别；以及
至少基于所述交通类别、通过所述限定空间的所述接近的交通对象以及所述车辆的配置来确定所述车门对所述接近的交通对象造成危险。
2.根据权利要求1所述的方法，其中，确定接近的交通对象当所述车门打开时通过由所述车辆的所述车门使用的空间包括：基于安装在所述车辆外部上的一个或多个传感器的已滤波的传感器数据确定所述接近的交通对象通过所述车辆的所述车门使用的所述空间。
3.根据权利要求1所述的方法，其中，接收用于所述接近的交通对象的交通类别包括：
接收所述接近的交通对象被分类为行人、骑自行车者、滑滑板者、轮椅者或者轮滑者中的一个的指示。
4.根据权利要求1所述的方法，还包括在所述车辆车厢中输出信号以指示所述危险。
5.根据权利要求4所述的方法，其中，在所述车辆车厢中输出信号包括：输出听觉信号、视觉信号、或触觉信号中的一个。
6.根据权利要求1所述的方法，还包括阻止所述车门打开直到所述接近的交通对象通过所述车辆。
7.一种在车辆上使用的方法，所述方法用于检测打开所述车辆的车门的预期中的危险，所述方法包括：
确定接近的交通对象的路线可能导致所述接近的交通对象当所述车门打开时通过被所述车门占据的限定空间，包括：
使用安装在所述车辆上的一个或多个传感器监控靠近所述车辆的区域中的所述接近的交通对象；以及
在位于所述车辆的异构计算平台上对来自所述一个或多个传感器的数据进行滤波，以确定所述接近的交通对象具有指示所述接近的交通对象通过所述限定空间的速度和方向；
提供用于所述接近的交通对象的所述已滤波的数据作为对神经网络的输入；
接收来自所述神经网络的所述接近的交通对象的交通类别；以及
至少基于所述交通类别、通过所述限定空间的所述接近的交通对象以及所述车辆的配置来确定所述车门是否对所述接近的交通对象造成危险。
8.根据权利要求7所述的方法，其中，对来自所述一个或多个传感器的数据进行滤波包括：确定所述接近的交通对象的光流。
9.根据权利要求7所述的方法，其中，接收来自所述神经网络的所述接近的交通对象的交通类别包括：接收所述接近的交通对象被分类为行人、骑自行车者、滑滑板者、轮椅者或者轮滑者中的一个的指示。
10.根据权利要求7所述的方法，其中，确定所述车门是否对所述接近的交通对象造成危险包括：检测车辆车厢中的车门把手已被致动。
11.根据权利要求7所述的方法，其中，确定所述车门是否对所述接近的交通对象造成危险包括：确定所述车门确实对所述接近的交通对象造成危险。
12.根据权利要求11所述的方法，还包括在所述车辆车厢中输出信号以指示所述接近的交通对象和所述打开的车门之间的可能碰撞，其中在所述车辆车厢中输出信号包括：输出听觉信号、视觉信号或者触觉信号中的一个。
13.根据权利要求7所述的方法，还包括阻止所述车门打开直到所述接近的交通对象通过所述车辆。
14.一种车辆，所述车辆包括：
一个或多个外部安装的传感器，所述一个或多个外部安装的传感器用于监控靠近所述车辆的区域；
一个或多个处理器；
连接到所述一个或多个处理器的系统存储器，所述系统存储器存储可由所述一个或多个处理器执行的指令；
所述一个或多个处理器配置为响应于对所述车辆乘员的物理威胁而执行存储在所述系统存储器中的所述指令，所述指令包括下述内容：
确定所述接近的交通对象的路线可能导致所述接近的交通对象当所述车门打开时通过被所述车门占据的限定空间，包括：
使用所述一个或多个传感器监控靠近所述车辆的区域中的所述接近的交通对象；以及在位于所述车辆的异构计算平台上对所述来自一个或多个传感器的数据进行滤波以确定所述接近的交通对象具有指示所述接近的交通对象通过所述限定空间的速度和方向；
提供用于所述接近的交通对象的所述已滤波的数据作为对神经网络的输入；
接收来自所述神经网络的所述接近的交通对象的交通类别；以及
至少基于所述交通类别、通过所述限定空间的所述接近的交通对象以及所述车辆的配置来确定所述车门是否对所述接近的交通对象造成危险。
15.根据权利要求14所述的车辆，其中，所述一个或多个处理器配置为执行确定所述车门是否对所述接近的交通对象造成危险的指令包括：一个或多个处理器配置为执行确定所述车门确实对所述接近的交通对象造成危险的指令；并且
还包括所述一个或多个处理器配置为执行如下指令：
在所述车辆车厢中输出指示在所述接近的交通对象和所述车门之间的碰撞的可能性的信号；以及
阻止所述车门打开直到所述接近的交通对象通过所述车辆。

说明书全文

检测打开车辆车门的预期中的危险

技术领域

[0001] 本发明总体上涉及车辆安全领域，并且更具体地，涉及检测打开车辆车门的预期中的危险。

背景技术

[0002] 机动车辆(小汽车、卡车等)经常并行的停靠在承载混合交通的道路侧方。混合交通包括机动车辆、摩托车、骑自行车者、行人、滑滑板者等。道路上某些类型的交通对象较小并且能够相对快速地改变方向和速度。例如，骑自行车者和滑滑板者可频繁地改变速度和方向。而且，很多类型的交通对象不遵守交通规则和条例。例如，骑自行车者和滑滑板者经常在人行道和相邻的道路之间移动以适合他们自己的需求，而极少(如果有的话)提供对其他人的预先警告或者考虑。

[0003] 在驾驶员并行停靠在道路上后(例如，在接近路沿的街道上)，驾驶员和其它乘员可以检查后视镜和/或向车窗外面看以在离开车辆之前检测任何接近的交通对象。如果在车辆乘员的一侧没有交通对象正在接近，则车辆乘员可以打开车门以离开车辆。然而，由于一些交通对象较小，乘员可能没有看到接近的交通对象。而且，由于某些交通对象能够快速地改变方向和速度，并且无视交通规则和条例，接近的交通对象可能出现在乘员检测交通对象的时间和开始打开车门的时间之间。在任意这些情况下，车辆乘员打开车门可能对接近的交通对象造成危险。如果接近的交通对象是行人、骑自行车者或者滑滑板者，则物理伤害可能发生。

发明内容

[0004] 根据本发明的一方面，提供一种在车辆上使用的方法，该方法包括：

[0005] 确定接近的交通对象当车门打开时通过由车辆车门占据的空间；

[0006] 接收来自神经网络的接近的交通对象的交通类别；以及

[0007] 至少基于交通类别、通过限定空间的接近的交通对象以及车辆的配置确定车门对接近的交通对象造成危险。

[0008] 根据本发明的一个实施例，确定接近的交通对象当车门打开时通过由车辆车门占据的空间包括：基于安装在车辆外部上的一个或多个传感器的已滤波的传感器数据确定接近的交通对象通过车辆车门占据的空间。

[0009] 根据本发明的一个实施例，接收用于接近的交通对象的交通类别包括：接收接近的交通对象被分类为行人、骑自行车者、滑滑板者、轮椅者或者轮滑者中的一个的指示。

[0010] 根据本发明的一个实施例，还包括在车辆车厢中的输出信号以指示危险。

[0011] 根据本发明的一个实施例，在车辆车厢中的输出信号包括输出听觉信号、视觉信号、触觉信号中的一个。

[0012] 根据本发明的一个实施例，还包括阻止车门打开直到接近的交通对象通过车辆。

[0013] 根据本发明的一方面，提供一种在车辆上使用的方法，该方法用于检测打开车辆的车门的预期中的危险，该方法包括：

[0014] 确定接近的交通对象的路线可能导致接近的交通对象当车门打开时通过被车门占据的限定空间，包括：

[0015] 使用安装在车辆上的一个或多个传感器监控靠近车辆的区域中的接近的交通对象；以及

[0016] 在位于车辆中的异构计算平台上对来自一个或多个传感器的数据进行滤波以确定接近的交通对象具有指示接近的交通对象通过该限定空间的速度和方向；

[0017] 提供用于接近的交通对象的已滤波的数据作为对神经网络的输入；

[0018] 接收来自神经网络的接近的交通对象的交通类别；以及

[0019] 至少基于交通类别、通过限定空间的接近的交通对象以及车辆的配置确定车门是否对接近的交通对象造成危险。

[0020] 根据本发明的一个实施例，车辆具有向车辆的侧方打开的多个车门。

[0021] 根据本发明的一个实施例，使用安装到车辆上的一个或多个传感器来监控靠近车辆的区域中的接近的交通对象包括：使用安装到车辆上的多个传感器来监控该区域，多个传感器包括：至少一个摄像机、至少一个激光雷达传感器以及至少一个基于声音的对象检测器。

[0022] 根据本发明的一个实施例，在异构计算平台上对来自一个或多个传感器的数据进行滤波包括：在异构计算平台上对来自多个传感器的数据进行滤波，异构计算平台包括：车辆中的至少一个中央处理单元(CPU)、至少一个图形处理单元(GPU)以及至少一个现场可编程门阵列(FPGA)。

[0023] 根据本发明的一个实施例，对来自一个或多个传感器的数据进行滤波包括：确定接近的交通对象的光流。

[0024] 根据本发明的一个实施例，接收来自神经网络的所述接近的交通对象的交通类别包括：接收接近的交通对象被分类为行人、骑自行车者、滑滑板者、轮椅者或者轮滑者中的一个的指示。

[0025] 根据本发明的一个实施例，确定是否车门对接近的交通对象造成危险包括：检测车辆车厢中的车门把手已被致动。

[0026] 根据本发明的一个实施例，确定是否车门对接近的交通对象造成危险包括：确定车门确实对接近的交通对象造成危险。

[0027] 根据本发明的一个实施例，还包括在车辆车厢中的输出信号以指示接近的交通对象和打开的车门之间的可能碰撞。

[0028] 根据本发明的一个实施例，在车辆车厢中的输出信号包括输出听觉信号、视觉信号或者触觉信号中的一个。

[0029] 根据本发明的一个实施例，还包括阻止车门打开直到接近的交通对象通过车辆。

[0030] 根据本发明的一方面，提供一种车辆，车辆包括：

[0031] 一个或多个外部安装的传感器，该一个或多个外部安装的传感器用于监控靠近车辆的区域；

[0032] 一个或多个处理器；

[0033] 连接到一个或多个处理器的系统存储器，系统存储器存储可由一个或多个处理器执行的指令；

[0034] 一个或多个处理器配置为响应于对车辆乘员的物理威胁而执行存储在系统存储器中的指令，该指令包括下述内容：

[0035] 确定接近的交通对象的路线可能导致接近的交通对象当车门打开时通过被车门占据的限定空间，包括：

[0036] 使用一个或多个传感器监控靠近车辆的区域中的接近的交通对象；以及[0037] 在位于车辆中的异构计算平台上对来自一个或多个传感器的数据进行滤波以确定接近的交通对象具有指示接近的交通对象通过该限定空间的速度和方向；

[0038] 提供用于接近的交通对象的已滤波的数据作为对神经网络的输入；

[0039] 接收来自神经网络的接近的交通对象的交通类别；以及

[0040] 至少基于交通类别、通过限定空间的接近的交通对象以及车辆的配置确定车门是否对接近的交通对象造成危险。

[0041] 根据本发明的一个实施例，一个或多个外部安装的传感器包括摄像机、激光雷达传感器、雷达传感器以及超声传感器中的一个或多个。

[0042] 根据本发明的一个实施例，一个或多个处理器配置为执行确定车门是否对接近的交通对象造成危险的指令包括：一个或多个处理器配置为执行确定车门确实对接近的交通对象造成危险的指令；并且

[0043] 还包括一个或多个处理器配置为执行如下指令：

[0044] 在车辆车厢中输出指示在接近的交通对象和车门之间的碰撞的可能性的信号；以及

[0045] 阻止车门打开直到接近的交通对象通过车辆。附图说明

[0046] 对于如下描述和附图而言，本发明的具体特征、形态以及优点将变得更好理解，这里：

[0047] 图1示出了计算装置的示例框图；

[0048] 图2示出了便于检测打开车辆车门的预期中的危险的示例环境；

[0049] 图3示出了检测打开车辆车门的预期中的危险的示例方法的流程图；

[0050] 图4A-图4C示出了导致车门打开危险的接近的交通对象的示例。

具体实施方式

[0051] 本发明扩展到用于检测打开车辆车门的预期中的危险的方法、系统以及计算机程序产品。车辆传感器(例如，后视摄像机)可用于检测接近的行人、骑自行车者、滑滑板者、轮滑者、轮椅者以及在车辆的一侧接近的其它类型的交通对象。可以在车厢内发出警告，以向车辆乘员警告接近的交通对象。在一方面，如果打开车门将可能导致事故，则车辆阻止车门打开。

[0052] 传感器数据(例如，来自后视摄像机的影像)被供应给神经网络。神经网络对接近的交通对象(例如，骑自行车者、滑滑板者等)进行分类。可以使用光流或通过基于车辆几何形状的传感器数据中的固定区域来检测传感器数据内的关注区域。当检测到接近的交通对象时，车辆可以发出听觉警告并且阻止车门打开。

[0053] 传感器可以持续地监控车辆的后部并且将传感器数据馈送给神经网络。神经网络可以不间断的处理传感器数据以检测如果车门打开会导致事故的接近的交通对象。为了确定一个人是否在车内，可以检测密钥卡和/或可以将重量或热传感器嵌入到座椅中。如果车辆被使用并且神经网络检测到接近的交通对象，则可在车厢内发出警告。在一方面，当乘员试图打开车门时，可发出警告。使用基于阻抗的传感器可以检测到打开车门的尝试。

[0054] 本发明的形态可在各种各样不同类型的计算装置中实现。图1举例说明计算装置100的示例框图。计算装置100可用来执行各种程序(例如本文中所讨论的那些程序)。计算装置100可起到服务器、客户端或者任何其他计算实体的作用。计算装置100可执行本文中所述的各种通信和数据传输功能并且可执行一个或多个应用程序(例如本文中所述的应用程序)。计算装置100可为很多种计算装置中的任何计算装置(例如移动电话或者其他移动装置、台式电脑、笔记本电脑、服务器计算机、掌上电脑、平板电脑等)。

[0055] 计算装置100包括全部连接至总线112的一个或多个处理器102、一个或多个存储器104、一个或多个接口106、一个或多个大容量存储装置108、一个或多个输入/输出(I/O)装置110以及显示装置130。处理器102包括执行存储在存储器104和/或大容量存储装置108中的指令的一个或多个处理器或者控制器。处理器102还可包括各种类型的计算机存储介质(例如高速缓冲存储器)。

[0056] 存储器104包括各种计算机存储介质，该计算机存储介质例如为易失性存储器(例如，随机存取存储器(Random Access Memory，RAM)114)和/或非易失性存储器(例如，只读存储器(Read-Only Memory，ROM)116)。存储器104还可包括可重写ROM(例如闪速存储器)。

[0057] 大容量存储装置108包括各种计算机存储介质(例如磁带、磁盘、光盘、固态存储器(例如，闪速存储器)等)。如图1中所示，特定的大容量存储装置为硬盘驱动器124。各种驱动器也可包含在大容量存储装置108中以能够实现从各种计算机可读介质读取和/或写入到各种计算机可读介质。大容量存储装置108包括可移除介质126和/或不可移除介质。

[0058] I/O装置110包括允许数据和/或其他信息被输入到计算装置100或者从计算装置100检索数据和/或其他信息的各种装置。示例的I/O装置110包括光标控制装置、键盘、小键盘、条形码扫描器、麦克风、监控器或者其他显示装置、扬声器、打印机、网络接口卡、调制解调器、摄像机、透镜、雷达、电荷耦合元件(Charge-Coupled Device，CCD)或者其他图像撷取装置等。

[0059] 显示装置130包括可将信息显示给计算装置100的一位或多位用户的任何类型的装置。显示装置130的示例包括监控器、显示终端、视频投影装置等。

[0060] 接口106包括允许计算装置100不但与人类进行交互而且与其他系统、装置或者计算环境进行交互的各种接口。示例的接口106可包括任意数量的不同网络接口120，该网络接口120例如为到个人局域网(Personal Area Network，PAN)、局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)、无线网络(例如，近场通信(Near Field Communication，NFC)网络、蓝牙(Bluetooth)网络、Wi-Fi(Wireless Fidelity，无线保真技术)网络等)以及互联网(Internet)的接口。其他接口包括用户界面118和外围设备接口122。

[0061] 总线112允许处理器102、存储器104、接口106、大容量存储装置108以及I/O装置110互相通信，也允许其与连接至总线112的其他装置或者部件进行通信。总线112表示几种类型的总线结构的一种或多种(例如，系统总线、外设部件互连(Peripheral Component Interconnect，PCI)总线、IEEE 1394总线、USB(Universal Serial Bus，通用串行总线)总线等)。

[0062] 图2示出了便于检测打开车辆车门的预期中危险的示例环境200。环境200包括车辆201(像例如小汽车、卡车或者客车这样的车辆)。车辆201可包含驾驶员(未示出)并且可能包含一位或多位其他乘员(未示出)。车辆201可并行停靠在道路上并且可包括多个侧面打开的车门(例如，两个车门或者四个车门)。环境200还包括接近的交通对象221(像例如骑自行车者、滑滑板者、轮滑者等)。

[0063] 车辆201包括外部传感器202、滤波器207、神经网络208、输出装置209、危险检测模块211以及车辆部件213。外部传感器202安装在车辆201的外部上。外部传感器202包括摄像机203、雷达传感器204以及超声传感器206。外部传感器202还可包括其他类型的传感器(未示出)(像例如声传感器、激光雷达(LIDAR)传感器以及电磁传感器这样的传感器)。通常，外部传感器202可监控在车辆201附近的交通对象。外部传感器202可输出指示所监控交通对象的位置和光流(即，方向和速度)的传感器数据。车辆201可由传感器数据来确定打开车门是否将对接近的交通对象有危险。

[0064] 车辆部件213包括座椅241和车门242。车辆部件213还可能包括其它车辆部件(未示出)(像例如，前照灯、尾灯、喇叭、气候控制等)。

[0065] 输出装置209可包括一个或多个扬声器和一个或多个显示装置。

[0066] 滤波器207(例如，卡尔曼滤波器、粒子滤波器等)可存取外部传感器202输出的传感器数据。滤波器207可通过保留用于接近的交通对象的传感器数据来形成已滤波的传感器数据，该接近的交通对象具有可能通过靠近至少一个车门242的空间的路线。滤波器207还可以通过滤除用于接近的交通对象的传感器数据来形成已滤波的传感器数据，该接近的交通对象具有不可能通过靠近任意车门242的空间的路线。用于不可能通过靠近任意车门242的空间的交通对象的传感器数据可以被忽略。用于可能通过靠近至少一个车门242的空间的交通的传感器数据可以被发送到神经网络模块208。

[0067] 神经网络模块208可接收用于可能通过靠近一个车门242的接近的交通对象的已滤波的传感器数据。神经网络模块208可处理用于接近的交通对象的传感器数据以更精确地确定接近的交通对象的可能路线。神经网络模块208还可以通过交通类型对接近的交通对象进行分类(像例如骑自行车者、滑滑板者、轮滑者等)。可替选地，神经网络模块208可计算接近的交通对象是特定交通对象类型的可能性。

[0068] 神经网络模块208可包括根据多层(或者“深度”)模型构建的神经网络。多层神经网络模型可包括输入层、多个隐藏层以及输出层。多层神经网络模型还可包括损失层。为了传感器数据(例如，图像)的分类，传感器数据中的值(例如，像素值)被分配到输入节点，然后通过神经网络的多个隐藏层馈入。多个隐藏层可执行多次非线性变换。在变换结束时，输出节点产生对应于神经网络推断的类别(例如，行人、骑自行车者、滑滑板者、轮滑者等)的值。

[0069] 神经网络可被训练为区分期望的类别(像例如行人、骑自行车者、滑滑板者、轮滑者等)。神经网络可被训练为检测和跟踪接近的交通对象的路线，以便确定打开车门成为危险的可能性。神经网络还可被训练为检测是否多个交通对象正在靠近车辆201并且区分不同交通对象。

[0070] 接近的交通对象的交通类别(和/或交通类别可能性)可呈现在输出装置209的显示器上。即使当接近的交通对象不可能靠近车辆车门通过时，车辆乘员也可期望意识到接近的交通对象。还可将接近的交通对象的交通类别(和/或交通类别可能性)发送到危险检测模块211。基于接近的交通对象的交通类别(和/或交通类别可能性)并且车辆部件213的配置，危险检测模块211可使车辆201以指定的方式做出反应。

[0071] 例如，当接近的交通对象可能靠近一个车门242通过并且靠近车门的座椅241被占用时，危险检测模块211可在车辆201的车厢中输出听觉警告。危险检测模块211还可改变车辆部件213的配置。例如，危险检测模块211可振动座椅241和/或阻止一个车门242打开直到接近的交通对象通过车门。

[0072] 车辆201的部件可通过网络(像例如PAN、LAN、WAN、控制器局域网(Controller Area Network，CAN)总线甚至互联网这样的网络)彼此相连(或者为其一部分)。因此，车辆201的部件以及任何其他连接的计算机系统及其部件均可创建与消息相关的数据并且通过网络交换与消息相关的数据(例如，近场通信(NFC)净负荷、蓝牙封包、互联网协议(Internet Protocol，IP)数据报以及使用IP数据报的其他高层协议——例如，传输控制协议(Transmission Control Protocol，TCP)、超文本传输协议(Hypertext Transfer Protocol，HTTP)、简单邮件传输协议(Simple Mail Transfer Protocol，SMTP)等)。

[0073] 车辆201可包括具有各种不同类型和数量的处理器的异构计算平台。例如，该异构计算平台可包括至少一个中央处理器(Central Processing Unit，CPU)、至少一个图形处理器(Graphical Processing Unit，GPU)以及至少一个现场可编程门阵列(Field Programmable Gate Array，FPGA)。本发明的形态可以跨不同类型和数量的处理器来实现。

[0074] 图3示出了用于检测打开车辆车门的预期中的危险的示例方法300的流程图。将关于环境200的部件和数据来描述方法300。

[0075] 方法300包括确定接近的交通对象的路线可能导致接近的交通对象通过当车门打开时被车门占据的限定空间(301)。例如，车辆201可确定接近的交通对象221可能通过限定空间236(一个车门242打开进入的空间)。

[0076] 确定接近的交通对象的路线可能导致该接近的交通对象通过限定空间包括：使用安装于车辆的一个或多个传感器监控靠近车辆的区域中的接近的交通对象(302)。例如，外部传感器202可监控区域231中的接近的交通对象。在一方面，区域231为车辆201的后部区域。在监控区域231的同时，外部传感器202可由区域231内的感测对象生成传感器数据222。传感器数据222可包括接近的交通对象221的光流(即，速度和方向)(还有区域231内的任何其他交通对象的光流)。

[0077] 确定接近的交通对象的路线可能导致该接近的交通对象通过限定空间行进包括：在位于车辆的异构计算平台上对来自一个或多个传感器的数据进行滤波以确定该接近的交通对象具有指示该接近的交通对象通过限定空间的速度和方向(303)。例如，滤波器207可将传感器数据222滤波成已滤波的传感器数据223。已滤波的传感器数据223包括用于具有光流(即，速度和方向)的接近的交通对象的传感器数据，该光流指示该接近的交通对象通过限定空间236。例如，已滤波的传感器数据223可包括接近的交通对象221的速度和方向。接近的交通对象221的速度和方向可指示接近的交通对象221的路线可能通过限定空间
236。

[0078] 方法300包括将用于接近的交通对象的已滤波的数据作为输入而提供到神经网络(304)。例如，滤波器207可将已滤波的传感器数据223作为输入而提供到神经网络模块208。神经网络模块208可处理已滤波的传感器数据223以推断用于接近的交通对象221的交通类别224(例如，行人、骑自行车者、滑滑板者、轮滑者等)。神经网络模块208还可处理已滤波的传感器数据223以推断用于接近车辆201的其它交通对象的交通类别。方法300包括接收来自神经网络的接近的交通对象的交通类别(305)。例如，危险检测模块211可接收来自神经网络208的交通类别224。

[0079] 方法300包括至少基于交通类别、通过限定空间的接近的交通对象以及车辆的配置来确定是否车门造成对接近的交通对象的危险(306)。例如，危险检测模块可至少基于交通类别224、通过限定空间236的接近的交通对象221以及车辆部件213的配置来确定是否车门242造成对接近的交通对象221的危险。危险检测模块221可访问部件配置233以确定车辆部件213的配置。车辆部件213的配置可包括是否最靠近限定空间236的座椅241被占用，是否最靠近限定空间236的车门242的车门把手已被致动等。车辆部件213的配置也可包括是否最靠近限定空间236的车门242处于被打开的过程中。

[0080] 基于交通类别224，危险检测模块211可确定没有危险。例如，交通类别224可指示接近的交通对象221是行人。如此，车辆乘员可具有时间以安全地打开车门242而不会对行人造成危险。

[0081] 基于部件配置233，危险检测模块211可确定没有危险。例如，部件配置233可指示最靠近限定空间236的座椅241不被占用。如此，危险检测模块211确定对应车门242被打开进入限定空间236的可能性是非常低的。因此，即便接近的交通对象221正在以较高的速率移动，但是接近的交通对象221可能通过车辆201而不发生事故。

[0082] 基于交通分类224、车辆配置以及通过限定空间236的接近的交通对象221，危险检测模块可确定车门242对接近的交通对象221造成危险。例如，如果最靠近限定空间236的座椅241被占用，则当接近的交通对象221通过限定空间236时乘员有机率可以打开靠近限定空间236的车门242。当接近的交通对象221通过限定空间236时打开车门242可导致接近的交通对象221和车门242之间的碰撞从而导致人员伤害。

[0083] 当车门242造成危险时，危险检测模块211可将危险信号232发送到输出装置209(像例如，一个或多个扬声器和显示装置)。该显示装置可在车辆201的车厢内的屏幕上指示危险。危险信号232可包括听觉警告。该听觉警告可在一个或多个扬声器处输出使得不看显示装置的乘员可意识到通过限定空间236的接近的交通对象221。危险警告232还可提供(例如)导致乘员座椅241振动的触觉信号。

[0084] 当车门242造成危险时，危险检测模块211还可将配置改变234发送给车辆部件213。配置改变234可阻止最靠近限定空间236的车门(或者在车辆201的侧方的所有车门)打开直到接近的交通对象221安全通过车辆221。

[0085] 图4A-4C示出了导致车门打开危险的接近的交通对象的示例。图4A包括已停车辆401和骑自行车者402。图4A中，已停车辆401靠近道路413的路沿411停车。已停车辆401可以是最近停车并且仍然包括一个或多个乘员。在已停车辆401上的一个或多个外部安装的传感器(例如，一个或多个摄像机)可监控区域404中的接近的交通对象。已停车辆401的驾驶员可已检查接近的交通对象并且已观察到骑自行车者402处于人行道412中。如此，驾驶员假定打开车门403进入限定空间406是安全的。然而，在驾驶员观察自行车者402之后，骑自行车者402可以改变路线到方向414。

[0086] 转到图4B，因为骑自行车者402正朝向方向416行驶，所以骑自行车者402进入区域404。一个或多个传感器监控区域404可检测到区域404中的骑自行车者402。传感器可以将传感器数据发送到车辆401中的神经网络。神经网络可以将骑自行车者402分类为骑自行车者。一个或多个传感器可以跟踪通过区域404的骑自行车者402的光流以确定骑自行车者
402正朝向方向416行进。基于朝向方向416的骑自行车者402，一个或多个传感器可确定具有骑自行车者402通过限定空间406的一些可能性。然而，车辆401的驾驶员可能没有意识到骑自行车者402的方向改变。

[0087] 为了避免对骑自行车者402的危险，已停车辆401可在车辆401的车厢内输出听觉信号。听觉信号能够通知驾驶员：打开车门403进入限定空间406可导致危险。已停车辆401还可阻止车门403打开直到骑自行车者402通过已停车辆401。

[0088] 转到图4C，骑自行车者402改变方向418。骑自行车者402通过限定空间406。然而，由于已停车辆401警告驾驶员和/或阻止车门403打开以进入限定空间406直到骑自行车者402通过限定空间406，从而避免了潜在的危险。

[0089] 在一方面，一个或多个处理器配置成执行指令(例如，计算机可读指令、计算机可执行指令等)以执行多个所述操作的任何操作。该一个或多个处理器可从系统存储器获取信息和/或将信息存储于系统存储器中。该一个或多个处理器可将信息在不同格式(像例如传感器数据、已滤波的传感器数据、交通类别、部件配置、配置改变等)之间进行转换。

[0090] 系统存储器可连接至该一个或多个处理器并且可存储由该一个或多个处理器执行的指令(例如，计算机可读指令、计算机可执行指令等)。该系统存储器还可配置成存储由所述部件生成的多种其他类型的数据(像例如传感器数据、已滤波的传感器数据、交通类别、部件配置、配置改变等)中的任何数据。

[0091] 在以上公开中，已参考构成本发明一部分的附图，并且在附图中通过举例说明的方式示出了可实践本发明的具体实施方式。应该理解的是，可使用其他实施方式，并且在不脱离本发明的范围的情况下可做出结构变化。说明书中对“一个实施例”、“实施例”、“示例实施例”等的引用指示所述的实施例可包括特定特征、结构或者特点，但是每个实施例可不必包括该特定特征、结构或者特点。而且，这种措词未必指的是相同的实施例。进一步地，当与实施例有关地描述特定特征、结构或者特点时，主张的是，不论是否做出明确的描述，影响与其他实施例有关的该特征、结构或者特点是在本领域技术人员的认知内。

[0092] 本文中所公开的系统、装置以及方法的实施方式可包括或者使用包括计算机硬件的专用或者通用计算机，比如，像本文中所讨论的，该计算机硬件为例如一个或多个处理器和系统存储器。本发明范围内的实施方式还可包括用于携带或者存储计算机可执行指令和/或数据结构的物理和其他计算机可读介质。该计算机可读介质可为能够由通用或者专用计算机系统来存取的任何可用的介质。存储计算机可执行指令的计算机可读介质为计算机存储介质(装置)。携带计算机可执行指令的计算机可读介质为传输介质。因此，通过举例并且不受限制的方式，本发明的实施方式可包括至少两种明显不同类型的计算机可读介质：计算机存储介质(装置)和传输介质。

[0093] 计算机存储介质(装置)包括随机存取存储器(Random-Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、光盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、固态驱动器(Solid State Drive，“SSD”)(例如，基于随机存取存储器)、闪速存储器、相变存储器(Phase-Change Memory，“PCM”)、其他类型的存储器、其他光盘存储装置、磁盘存储装置或者其他磁性存储装置，或者能够用来存储计算机可执行指令或者数据结构形式的期望程序代码手段并且能够由通用或者专用计算机来存取的任何其他介质。

[0094] 本文中所公开的装置、系统以及方法的实施方式可通过计算机网络进行通信。“网络”定义为能够实现电子数据在计算机系统和/或模块和/或其他电子装置之间进行传输的一条或多条数据链路。当通过网络或者另外的通信连接(硬连线、无线或者硬连线或无线的结合)向计算机传递或者提供信息时，该计算机将该连接适当地视为传输介质。传输介质可包括网络和/或数据链路，其能够用来携带计算机可执行指令或者数据结构形式的期望程序代码手段并且能够由通用或者专用计算机来存取。以上所述的组合也应该包含在计算机可读介质的范围内。

[0095] 计算机可执行指令包括例如当在处理器执行时使通用计算机、专用计算机或者专用处理装置执行某个功能或者功能组的指令和数据。计算机可执行指令可为例如二进制数、中间格式指令(例如汇编语言)乃至源代码。尽管以特定于结构特征和/或方法动作的语言描述了本发明的主题，但是应该理解的是，所附权利要求中限定的主题未必受限于上文描述的所述特征或者动作。相反，所述特征和动作被公开为实施权利要求的示例形式。

[0096] 本领域的技术人员将领会的是，可在具有多种计算机系统配置的网络计算环境中实践本发明，该计算机系统配置包括内置式或者其他车辆计算机、个人计算机、台式计算机、膝上型计算机、消息处理器、手持式装置、多处理器系统、基于微处理器的或者可编程的消费电子产品、网络个人计算机(Personal Computer，PC)、小型计算机、大型计算机、移动电话、个人数字助理(Personal Digital Assistant，PDA)、平板电脑、寻呼机、路由器、交换机、各种存储装置等。还可在分布式系统环境中实践本发明，在该分布式系统环境中，经由网络(通过硬连线数据链路、无线数据链路或者通过硬连线数据链路和无线数据链路的结合)连接起来的本地和远程计算机系统都执行任务。在分布式系统环境中，程序模块可位于本地和远程存储装置中。

[0097] 进一步地，在适当的情况下，本文中所述的功能可在硬件、软件、固件、数字部件或者模拟部件的一个或多个中执行。例如，一个或多个专用集成电路(application specific integrated circuit，ASIC)可编程为实现本文中所述的一个或多个系统和程序。某些术语在说明书和权利要求书中始终用来指特定的系统部件。如本领域的技术人员将领会的，可用不同的名称指称部件。本文并非意在区分名称不同但功能相同的部件。

[0098] 应该注意的是，上文所讨论的传感器实施例可包括用来执行其至少一部分功能的计算机硬件、软件、固件或其任意组合。例如，传感器可包括配置成在一个或多个处理器中执行的计算机代码，并且可包括由该计算机代码控制的硬件逻辑/电气电路。本文中提供这些示例装置的目的是为了举例说明，而非意在做出限制。如相关技术领域的技术人员将已知的，本发明的实施例可在更多类型的装置中实现。

[0099] 本发明的至少一些实施例是针对包括存储在任何计算机可用介质上的这种逻辑(例如，以软件的形式)的计算机程序产品。当在一个或多个数据处理装置中执行时，这种软件使装置像本文中描述的那样运行。

[0100] 虽然上文已描述了本发明的各种实施例，但是应该理解的是，这些实施例只是通过示例的方式来呈现，而并非是限制性的。对相关技术领域的技术人员而言，将显而易见的是，在不脱离本发明的精神和范围的情况下，能够对本发明做出各种形式和细节上的改变。因此，本发明的广度和范围不应该受到上述任何示范性实施例的限制，而是应该只根据如下权利要求及其等同范围来限定。呈现前文的描述是为了阐述和说明。其并非意在穷举或者将本发明限制成所公开的确切形式。根据上文的教导可做出很多修改和变化。进一步地，应该注意的是，可通过期望用来形成本发明额外的混合实施方式的任何组合来使用任何或者所有前述替代实施方式。

标题	发布/更新时间	阅读量
轮椅	2020-05-13	883
轮椅	2020-05-13	626
轮椅	2020-05-13	180
一种健身康复轮椅	2020-05-12	637
电动轮椅	2020-05-11	514
一种可爬坡电动轮椅车	2020-05-12	199
一种可调式轮椅辅助架	2020-05-12	241
一种扶手可加宽的轮椅	2020-05-11	521
一种电动轮椅	2020-05-11	344
电动轮椅	2020-05-11	579

检测打开车辆车门的预期中的危险

检测打开车辆车门的预期中的危险

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：