TWI761181B - 車輛行車影像辨識系統 - Google Patents
車輛行車影像辨識系統 Download PDFInfo
- Publication number
- TWI761181B TWI761181B TW110113802A TW110113802A TWI761181B TW I761181 B TWI761181 B TW I761181B TW 110113802 A TW110113802 A TW 110113802A TW 110113802 A TW110113802 A TW 110113802A TW I761181 B TWI761181 B TW I761181B
- Authority
- TW
- Taiwan
- Prior art keywords
- module
- state
- driving
- vehicle
- image recognition
- Prior art date
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本發明提供一種車輛行車影像辨識系統,包含加速度感測模組以及攝像裝置。加速度感測模組感測車輛的加速度值。攝像裝置包含照相模組、影像辨識模組、訊號處理模組以及影像傳輸模組。照相模組拍攝車輛內駕駛的行車狀態。影像辨識模組辨識照相模組拍攝之影像。訊號處理模組電性連接加速度感測模組、照相模組及影像辨識模組。影像傳輸模組電性連接影像辨識模組,傳輸駕駛的行車狀態,當加速度感測模組感測車輛的加速度值超過預設值時,產生觸發訊號至訊號處理模組,由訊號處理模組產生控制訊號至影像辨識模組,由影像傳輸模組發送駕駛的行車狀態至雲端伺服器,作為判斷駕駛是否有車禍肇事責任的參考依據。
Description
本發明係有關於一種影像辨識系統,特別是有關於一種車輛行車影像辨識系統。
具有自動駕駛功能的車輛係為現今汽車工業發展的趨勢,透過自動駕駛的功能可以節省駕駛在手動駕駛上所需耗費的精神。然而,提供自動駕駛的功能並非為了讓駕駛完全不需操控車輛及注意路況,而是方便駕駛在車輛控制上可藉由自動駕駛的功能增加車輛控制的便利性。
承上所述,若駕駛因過度濫用自動駕駛的便利性,在應注意而未注意路況且沒有專注在車輛的操控上,因而發生車禍事故時,難以釐清是車輛本身的自動駕駛誤判導致,或是由駕駛的不當操作導致,無法釐清責任歸屬。
此外,即使駕駛未開啟自動駕駛的功能,在發生車禍事故時,保險公司仍然必須根據駕駛的精神狀態、車輛控制狀態以及車禍狀況做出理賠的依據。
然而,無論上述何種狀況,在不自證己罪的原則下,駕駛並不一定會如實的告知保險公司自身當時的精神狀態以及車輛控制狀態,或者若駕駛欲證明自身的精神狀態良好以及車輛皆在正常操控狀態下,將使得保險公司在無法紀錄及辨識真實駕駛的精神狀態以及車輛控制狀態下,難以做出客觀的理賠依據。
據此,如何提供一種車輛行車影像辨識系統以解決上述問題已成為目前急需研究的課題。
鑑於上述問題,本發明提供一種車輛行車影像辨識系統,包含加速度感測模組以及攝像裝置。加速度感測模組感測車輛的加速度值。攝像裝置設置於車輛內,包含照相模組、影像辨識模組、訊號處理模組以及影像傳輸模組。照相模組拍攝車輛內駕駛的行車狀態。影像辨識模組辨識照相模組拍攝之影像。訊號處理模組電性連接加速度感測模組、照相模組及影像辨識模組。影像傳輸模組電性連接影像辨識模組,其中當加速度感測模組感測車輛的加速度值超過預設值時,加速度感測模組產生觸發訊號至訊號處理模組,由訊號處理模組產生控制訊號至照相模組,由照相模組拍攝擷取影像後傳送到影像辨識模組進行影像分析及辨識,再由影像傳輸模組傳輸辨識後駕駛的行車狀態影像。
承上所述,本發明車輛行車影像辨識系統藉由記錄及辨識本車車輛駕駛的各種行車狀態,以便於在發生車禍事故時,判斷肇事責任是否為駕駛本身疏失所造成(如上述各種行車狀態)、或是由自動駕駛系統的錯誤決策所造成(例如影像辨識錯誤而撞上障礙物、行人或其他車輛),釐清車禍肇事責任在於己方車輛、他方車輛或是其他用路人身上,進一步作為保險公司理賠的參考依據。
請參閱圖1A及圖1B,其係為本發明車輛行車影像辨識系統第一實施例的方塊示意圖及使用情境圖。車輛行車影像辨識系統1包含加速度感測模組11以及攝像裝置12。加速度感測模組11感測車輛的加速度值。攝像裝置12設置於車輛內,包含第一照相模組121、訊號處理模組122、影像辨識模組128以及影像傳輸模組123。第一照相模組121拍攝車輛內駕駛的行車狀態。影像辨識模組128辨識第一照相模組121所拍攝駕駛的行車狀態。訊號處理模組122電性連接加速度感測模組11、第一照相模組121及影像辨識模組128。影像傳輸模組123電性連接影像辨識模組128,當加速度感測模組11感測車輛的加速度值超過第一預設值時,加速度感測模組11產生第一觸發訊號至訊號處理模組122,由訊號處理模組122產生第一控制訊號至影像辨識模組128進行影像的分析及辨識,再由影像傳輸模組123發送辨識後駕駛的行車狀態影像。
在本發明的一實施例中,攝像裝置12可設置於車輛內的擋風玻璃上,或者設置在擋風玻璃下的車輛平台上,於本發明中並不限定其設置位置,而是可設置在任何可清楚拍攝到駕駛行車狀態的位置。此外,攝像裝置12的第一照相模組121具有360度環景的拍攝鏡頭,可拍攝車輛內部的前、後、左、右影像以及車輛外部的前、後、左、右影像。再者,攝像裝置12具有方位調整元件124,可調整、旋轉攝像裝置12上第一照相模組121的角度,進一步改變第一照相模組121拍攝的位置。此外,需注意的是,攝像裝置12中的第一照相模組121係於車輛啟動時則啟動錄影、拍攝影像的功能,亦即,其係為持續拍攝的影像,而非在車輛發生碰撞時才進行拍攝的動作。
於本發明之實施例中,影像辨識模組128(包含人工智慧影像辨識軟體以及資料庫)可直接安裝在車輛行車影像辨識系統1的攝像裝置12中,並於本地端(駕駛車輛)進行影像的分析、辨識及比對,並將分析、辨識及比對結果傳送至雲端伺服器C儲存。或者,於本發明另一實施例中,影像辨識模組128可設置於雲端伺服器C中,於本發明中並不限定。換句話說,當影像辨識模組128設置於攝像裝置12中時,攝像裝置12係透過第一照相模組121拍攝、擷取影像後,於本地端進行影像辨識的動作。當影像辨識模組128設置於雲端伺服器C中時,攝像裝置12係透過第一照相模組121拍攝、擷取影像後,透過影像傳輸模組123傳輸到雲端伺服器C(遠端)進行影像辨識的動作。辨識的過程以駕駛的眼睛狀態為例,若影像辨識模組128在一段時間內針對第一照相模組121所拍攝、擷取的數個影像(frame)中,辨識出駕駛皆有閉眼的結果,則可由訊號處理模組122判斷駕駛係為危險駕駛的狀態,並在發生車禍事故時,根據此危險狀態將肇事責任歸屬於本車駕駛。
請參閱圖2A及圖2B,其係為本發明車輛行車影像辨識系統第二實施例的方塊示意圖及使用情境圖。在此實施例中,車輛行車影像辨識系統1的攝像裝置12更包含第二照相模組125,對應車輛的煞車及油門位置設置於車輛內,或者對應駕駛的腳部位置設置於車輛內,電性連接訊號處理模組122及影像辨識模組128,且拍攝車輛內駕駛的腳步狀態,包含駕駛的左腳是否踩在煞車或油門位置的狀態以及整個腿部的狀態(是否有蹺腳的行為),以及拍攝駕駛的臉部表情及肢體動作,其中當加速度感測模組11感測車輛的加速度值超過第一預設值時,加速度感測模組11產生第一觸發訊號至訊號處理模組122,由訊號處理模組122產生第一控制訊號至影像辨識模組128,由影像辨識模組128辨識第二照相模組125所拍攝駕駛的行車狀態影像後,再由影像傳輸模組123發送辨識後駕駛的腳步狀態至雲端伺服器C儲存。相似地,攝像裝置12中的第二照相模組125係於車輛啟動時則啟動錄影、拍攝影像的功能,亦即,其係為持續拍攝的影像,而非在車輛發生碰撞時才進行拍攝的動作。
請參閱圖3,其係為本發明車輛碰撞到障礙物的示意圖。承上所述,如圖3所示,當車輛發生碰撞時,加速度感測模組11感測車輛的加速度值會瞬間超過第一預設值,因此影像傳輸模組123係藉由網際網路傳送駕駛的行車狀態影像及駕駛的腳步狀態影像到雲端伺服器C進行辨識、分析及儲存,或者藉由本地端的影像辨識模組進行影像辨識及分析。雲端伺服器C包含軟體即服務(Software as a Service)、平台即服務(Platform as a Service)以及基礎設施即服務(Infrastructure as a Service),各種服務(service)中皆可透過人工智慧(Artificial Intelligence; AI)影像辨識技術、影像辨識軟體及資料庫針對傳送的行車狀態影像進行訓練、辨識、分析及比對,行車狀態包含駕駛的精神狀態(包含臉部的溫度是否升高)、眼睛狀態(是否閉眼打瞌睡、持續性的眨眼)、嘴巴閉合狀態(是否因疲勞而持續張開嘴巴)、肢體狀態(是否彎腰撿拾物品、是否有繫上安全帶)、頭部位置狀態(是否轉頭、低頭)、手勢狀態(是否手持香菸抽煙、是否手持智慧型裝置)、腳步狀態(包含油門及煞車控制狀態)、聲音狀態(例如駕駛是否因和乘客聊天而分心)、方向盤/方向燈控制狀態(包含駕駛的雙手是否有握持方向盤以及按下方向燈),並根據各個狀態產生對應產生駕駛的車禍事故肇事責任判斷結果。
請參閱圖4,其係為本發明車輛行車影像辨識系統第三實施例的方塊示意圖。在上述實施例中除了將影像資料上傳到雲端伺服器C之外,在此實施例中攝像裝置12更包含的儲存模組126,儲存模組126電性連接第一照相模組121、第二照相模組125、影像辨識模組128及影像傳輸模組123,係儲存駕駛的行車狀態及腳步狀態。換句話說,由第一照相模組121及第二照相模組125所拍攝擷取的影像係可儲存於本地端或者雲端,於本發明中並不限定。
再者,本發明車輛行車影像辨識系統除了可應用到具有車輛係為一自動駕駛功能的車輛上,亦可應用到一般手動駕駛的車輛上,以便於在發生車禍事故時釐清肇事責任。
請參閱圖5,其係為本發明車輛行車影像辨識系統第四實施例的方塊示意圖。在此實施例中,車輛行車影像辨識系統1更包含酒精濃度偵測器127,電性連接訊號處理模組122,設置於車輛內、駕駛座前方位置,偵測方向盤位置附近駕駛之酒精濃度值。當酒精濃度偵測器127感測駕駛的酒精濃度值持續一段時間皆超過第二預設值時,則可由酒精濃度偵測器127判定駕駛有喝酒情況,並由酒精濃度偵測器127產生第二觸發訊號至訊號處理模組122,由訊號處理模組122產生第二控制訊號至影像辨識模組128,由影像辨識模組128分析及辨識駕駛影像後,再由影像傳輸模組123發送駕駛的行車狀態到雲端伺服器C。
於本發明之一實施例中,加速度感測模組11(G-Sensor)係設置於車輛上。於本發明之另一實施例中,加速度感測模組11係設置於攝像裝置12上。加速度感測模組11可分別針對車輛碰撞到行人、碰撞到障礙物或者碰撞到其它車輛時所產生之加速度值設定第一預設值,並於碰撞產生的加速度值超過第一預設值時產生第一觸發訊號。換句話說,當加速度值超過第一預設值時,表示駕駛的車輛發生碰撞,此時,加速度感測模組11產生觸發訊號至訊號處理模組122,由訊號處理模組122產生第一控制訊號及/或第二控制訊號至影像辨識模組128,由影像辨識模組128分析及辨識第一照相模組121及第二照相模組125拍攝的影像後,由影像傳輸模組123發送駕駛的行車狀態至雲端伺服器C中。
綜上所述,本發明車輛行車影像辨識系統藉由記錄及辨識本車車輛駕駛的各種行車狀態,以便於在發生車禍事故時,判斷肇事責任是否為駕駛本身疏失所造成(如上述各種行車狀態)、由外在環境所造成(例如無法清楚辨識地面障礙物的影像、因天色昏暗而無法清楚辨識道路路況)、或是由自動駕駛系統的錯誤決策所造成(例如影像辨識錯誤而撞上障礙物、行人或其他車輛),釐清車禍肇事責任在於己方車輛、他方車輛或是其他用路人身上,進一步作為保險公司理賠的參考依據。
1:車輛行車影像辨識系統
11:加速度感測模組
12:攝像裝置
121:第一照相模組
122:訊號處理模組
123:影像傳輸模組
124:方位調整元件
125:第二照相模組
126:儲存模組
127:酒精濃度偵測器
128:影像辨識模組
C:雲端伺服器
圖1A及圖1B係為本發明車輛行車影像辨識系統第一實施例的方塊示意圖及使用情境圖;
圖2A及圖2B係為本發明車輛行車影像辨識系統第二實施例的方塊示意圖及使用情境圖;
圖3係為本發明車輛碰撞到障礙物的示意圖;
圖4係為本發明車輛行車影像辨識系統第三實施例的方塊示意圖;以及
圖5係為本發明車輛行車影像辨識系統第四實施例的方塊示意圖。
1:車輛行車影像辨識系統
11:加速度感測模組
12:攝像裝置
121:第一照相模組
128:影像辨識模組
122:訊號處理模組
123:影像傳輸模組
C:雲端伺服器
Claims (11)
- 一種車輛行車影像辨識系統,包含:一加速度感測模組,感測一車輛之一加速度值;以及一攝像裝置,設置於該車輛內,包含:一第一照相模組,拍攝該車輛內之一駕駛的一行車狀態;一影像辨識模組,電性連接該第一照相模組,辨識該駕駛的該行車狀態;一訊號處理模組,電性連接該加速度感測模組、該第一照相模組及該影像辨識模組;一影像傳輸模組,電性連接該影像辨識模組,傳輸辨識後該駕駛之該行車狀態;及一第二照相模組,對應該車輛之一煞車及油門位置設置於該車輛內,電性連接該訊號處理模組及該影像辨識模組,且拍攝該車輛內之該駕駛的一腳步狀態,其中當該加速度感測模組感測該車輛之該加速度值超過該第一預設值時,由該訊號處理模組產生該第一控制訊號至該影像辨識模組,由該影像辨識模組辨識該駕駛的該腳步狀態後,再由該影像傳輸模組發送該駕駛之該腳步狀態;其中當該加速度感測模組感測該車輛之該加速度值超過一第一預設值時,該加速度感測模組產生一第一觸發訊號至該訊號處理模組,由該訊號處理模組產生一第一控制訊號至該影像辨識模組,由該影像辨識模組辨識該駕駛的該行車狀態後,再由該影像傳輸模組發送該駕駛之該行車狀態。
- 如請求項1所述之車輛行車影像辨識系統,其中該加速度感測模組係設置於該車輛上。
- 如請求項1所述之車輛行車影像辨識系統,其中該加速度感測模組係設置於該攝像裝置上。
- 如請求項1所述之車輛行車影像辨識系統,其中該第一預設值包含該車輛碰撞到一行人、碰撞到一障礙物或者碰撞到一車輛所產生之該加速度值。
- 如請求項1所述之車輛行車影像辨識系統,其中該駕駛之該行車狀態包含一精神狀態、一眼睛狀態、一嘴巴閉合狀態、一肢體狀態、一頭部位置狀態、一手勢狀態、一腳步狀態、一聲音狀態以及一方向盤/方向燈控制狀態。
- 如請求項1所述之車輛行車影像辨識系統,其中該攝像裝置更包含一儲存模組,電性連接該第一照相模組及該第二照相模組,且儲存該駕駛之該行車狀態及該腳步狀態。
- 如請求項5所述之車輛行車影像辨識系統,其中該影像辨識模組辨識該駕駛的該精神狀態是否為臉部溫度持續升高的狀態、辨識該眼睛狀態是否為閉眼打瞌睡或持續性眨眼的狀態、辨識該嘴巴閉合狀態是否為持續張開嘴巴的狀態、辨識該肢體狀態是否為彎腰或者無繫上安全帶的狀態、辨識該頭部位置狀態是否為轉頭或低頭狀態、辨識該手勢狀態是否為手持香菸抽煙或者手持智慧型裝置狀態、辨識該腳步狀態是否放置在油門或煞車位置、辨識該聲音狀態是否和乘客聊天的狀態、辨識該方向盤/方向燈控制狀態是否為該駕駛之雙手握持在方向盤上以及按下方向燈之狀態,並根據各個狀態產生一辨識結果至該訊號處理模組,由該訊號處理模組根據該辨識結果對應產生該駕駛之一車禍事故肇事責任判斷結果。
- 如請求項1所述之車輛行車影像辨識系統,更包含一酒精濃度偵測器,電性連接該訊號處理模組,設置於該車輛內且偵測該駕駛之一酒精 濃度值,其中當該加速度感測模組感測該車輛之該加速度值超過該第一預設值、且當該酒精濃度偵測器感測該駕駛之該酒精濃度值超過一第二預設值時,由該訊號處理模組產生一第二控制訊號至該影像傳輸模組,以發送該駕駛之該行車狀態。
- 如請求項1所述之車輛行車影像辨識系統,其中該車輛係為一自動駕駛車輛。
- 如請求項1所述之車輛行車影像辨識系統,其中該第一照相模組具有一360度環景拍攝鏡頭。
- 如請求項1所述之車輛行車影像辨識系統,其中該行車狀態係藉由一網際網路傳送到一雲端伺服器,由該雲端伺服器分析及辨識該駕駛之該行車狀態,並根據辨識後之該駕駛的該行車狀態對應產生一車禍事故肇事責任判斷結果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110113802A TWI761181B (zh) | 2021-04-16 | 2021-04-16 | 車輛行車影像辨識系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW110113802A TWI761181B (zh) | 2021-04-16 | 2021-04-16 | 車輛行車影像辨識系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI761181B true TWI761181B (zh) | 2022-04-11 |
| TW202241731A TW202241731A (zh) | 2022-11-01 |
Family
ID=82199177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110113802A TWI761181B (zh) | 2021-04-16 | 2021-04-16 | 車輛行車影像辨識系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI761181B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及系统 |
| TW202044813A (zh) * | 2019-05-23 | 2020-12-01 | 富邦產物保險股份有限公司 | 車禍事故之定責與定損系統及方法 |
| US20210001772A1 (en) * | 2016-09-27 | 2021-01-07 | Robert D. Pedersen | Motor Vehicle Artificial Intelligence Expert System Dangerous Driving Warning And Control System And Method |
-
2021
- 2021-04-16 TW TW110113802A patent/TWI761181B/zh active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及系统 |
| US20210001772A1 (en) * | 2016-09-27 | 2021-01-07 | Robert D. Pedersen | Motor Vehicle Artificial Intelligence Expert System Dangerous Driving Warning And Control System And Method |
| TW202044813A (zh) * | 2019-05-23 | 2020-12-01 | 富邦產物保險股份有限公司 | 車禍事故之定責與定損系統及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202241731A (zh) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9460601B2 (en) | Driver distraction and drowsiness warning and sleepiness reduction for accident avoidance | |
| US11934985B2 (en) | Driving risk computing device and methods | |
| US11783600B2 (en) | Adaptive monitoring of a vehicle using a camera | |
| KR101912703B1 (ko) | 3채널 차량 상황 감시 장치 및 그 방법 | |
| WO2020055992A1 (en) | Inward/outward vehicle monitoring for remote reporting and in-cab warning enhancements | |
| CN1332832C (zh) | 车载应用程序选择系统和车载应用程序选择装置及方法 | |
| JP2013054735A (ja) | 閉瞼を分類するための方法 | |
| JP2022089774A (ja) | 車両の運転者を監視する装置および方法 | |
| CN208789584U (zh) | 驾驶辅助装置 | |
| JP2002342883A (ja) | 危険運転抑制装置 | |
| JP2014146267A (ja) | 歩行者検出装置、運転支援装置 | |
| CN208789581U (zh) | 多功能驾驶辅助装置 | |
| TWI761181B (zh) | 車輛行車影像辨識系統 | |
| EP2378465A1 (en) | Driver assisting system and method for a motor vehicle | |
| JP7068606B2 (ja) | 運転評価装置、車載機、運転評価方法、及びコンピュータプログラム | |
| TWM617708U (zh) | 車輛行車影像辨識系統 | |
| KR102239221B1 (ko) | 고화질 영상전송이 가능한 360도 블랙박스 시스템 | |
| CN106864368B (zh) | 应用于车辆的警示方法及系统 | |
| CN114495070A (zh) | Ubi危险驾驶数据处理方法、装置、设备及存储介质 | |
| US12330563B2 (en) | Adaptive monitoring of a vehicle using a camera | |
| CN112308723A (zh) | 车辆检测方法及系统 | |
| JP7558101B2 (ja) | 画像記録装置および損傷検出方法 | |
| TWM637433U (zh) | 車輛保費動態調整系統 | |
| TW202409948A (zh) | 車輛保費動態調整系統 | |
| JP2023104122A (ja) | 情報処理装置、情報処理方法、および、情報処理装置用プログラム |