(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210346088.7 (22)申请日 2022.03.31 (71)申请人 东风商用车有限公司 地址 442000 湖北省十堰市张湾区车城路2 号 (72)发明人 李智轩　梁兴杰　李英昊　毛宏泰　 瞿二龙　杨海琼　安晨然　 (74)专利代理 机构 湖北竟弘律师事务所 42 230 专利代理师 陈文净 (51)Int.Cl. G06V 20/59(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种振动试验中驾驶室运动姿态检测方法 及系统 (57)摘要 本发明公开了一种振动试验中驾驶室运动 姿态检测方法及系统， 涉及卡车试验领域， 该方 法包括获取多张正常振动试验下的驾驶室图像， 并将获取的驾驶室图像输至神经网络模型； 基于 神经网络模 型对驾驶室图像进行识别， 得到驾驶 室图像中的驾驶室轮廓； 将得到的驾驶室图像的 驾驶室轮廓构成轮廓集合， 并根据轮廓集合生成 轮廓的包络线； 实时采集振动试验中的驾驶室图 像， 根据实时采集的驾驶室图像的驾驶室轮廓是 否位于包络线内以判断驾驶室姿态是否正常。 本 发明能够有效保证驾驶室姿态识别的准确性和 及时性， 并保证振动试验中工作人员和设备的安 全。 权利要求书2页 说明书7页 附图1页 CN 114677666 A 2022.06.28 CN 114677666 A 1.一种振动试验中驾驶室运动姿态检测方法， 其特 征在于， 具体包括以下步骤： 获取多张正常振动试验下的驾驶室图像， 并将获取的驾驶室图像输 至神经网络模型； 基于神经网络模型对驾驶室图像进行识别， 得到驾驶室图像中的驾驶室轮廓； 将得到的驾驶室图像的驾驶室轮廓构成轮廓集合， 并根据轮廓集合生成轮廓的包络 线； 实时采集振动试验中的驾驶室图像， 根据实时采集的驾驶室图像的驾驶室轮廓是否位 于包络线内以判断驾驶室姿态是否正常。 2.如权利要求1所述的一种振动试验中驾驶室运动姿态检测方法， 其特 征在于： 所述神经网络模型基于 MASK RCNN算法实现； 所述神经网络模型的训练集 为多张已进行驾驶室轮廓标注的驾驶室图像。 3.如权利要求1所述的一种振动试验中驾驶室运动姿态检测方法， 其特征在于， 所述基 于神经网络模型对驾驶室图像进行识别， 得到驾驶室图像中的驾驶室轮廓， 具体步骤 包括： 基于神经网络模型对每张驾驶室图像均进行识别， 得到每张驾驶室图像中的驾驶室轮 廓。 4.如权利要求3所述的一种振动试验中驾驶室运动姿态检测方法， 其特征在于， 所述将 得到的驾驶室图像的驾驶室轮廓构成轮廓集合， 并根据轮廓集合生成轮廓的包络线， 具体 步骤包括： 基于得到的每张驾驶室图像中的驾驶室轮廓， 组成轮廓集 合； 根据轮廓集合生成轮廓的包络线， 且每张驾驶室图像中的驾驶室轮廓均位于包络线 内。 5.如权利要求1所述的一种振动试验中驾驶室运动姿态检测方法， 其特征在于， 所述实 时采集振动试验中的驾驶室图像， 根据实时采集的驾驶室图像的驾驶室轮廓是否位于包络 线内以判断驾驶室姿态是否正常， 其中， 实时采集的驾驶室图像的驾驶室轮廓由神经网络 模型识别得到 。 6.如权利要求5所述的一种振动试验中驾驶室运动姿态检测方法， 其特征在于， 所述实 时采集振动试验中的驾驶室图像， 根据实时采集的驾驶室图像的驾驶室轮廓是否位于包络 线内以判断驾驶室姿态是否正常， 具体步骤 包括： 实时采集振动试验中的驾驶室图像， 然后根据实时采集的驾驶室图像的驾驶室轮廓： 若实时采集的驾驶室图像的驾驶室轮廓位于包络线内， 则驾驶室姿态正常； 若实时采集的驾驶室图像的驾驶室轮廓不 位于包络线内， 则驾驶室姿态不 正常。 7.一种振动试验中驾驶室运动姿态检测系统， 其特 征在于， 包括： 上位机， 所述上位机用于获取多张正常振动试验下的驾驶室图像， 并将获取的驾驶室 图像输至神经网络模型， 以及驱使神经网络模型对驾驶室图像进行识别， 得到驾驶室图像 中的驾驶室轮廓， 以及将得到的驾驶室图像的驾驶室轮廓构成轮廓集合， 并根据轮廓集合 生成轮廓的包络线； 图像采集器， 所述图像采集器用于实时采集振动试验中的驾驶室图像， 并将实时采集 的振动试验中的驾驶室图像发送至上位机； 所述上位机还用于根据实时采集的驾驶室图像的驾驶室轮廓是否位于包络线内以判 断驾驶室姿态是否正常。权　利　要　求　书 1/2 页 2 CN 114677666 A 28.如权利要求7 所述的一种振动试验中驾驶室运动姿态检测系统， 其特 征在于： 所述上位机包括 算法模块和应用程序模块； 所述算法模块包括神经网络模型， 所述神经网络模型用以对正常振动试验下的驾驶室 图像和振动试验中实时采集的驾驶室图像进行识别， 得到驾驶室图像中的驾驶室轮廓； 所述应用程序模块将正常振动试验下驾驶室图像的驾驶室轮廓构 成轮廓集合， 并根据 轮廓集合生成轮廓的包络线， 所述应用程序模块还用于根据实时采集的驾驶室图像的驾驶 室轮廓是否位于包络线内以判断驾驶室姿态是否正常。 9.如权利要求8所述的一种振动试验中驾驶室运动姿态检测系统， 其特 征在于： 所述神经网络模型基于 MASK RCNN算法实现； 所述神经网络模型的训练集 为多张已进行驾驶室轮廓标注的驾驶室图像。 10.如权利要求8所述的一种振动试验中驾驶室运动姿态检测系统， 其特 征在于： 还包括报警器； 所述报警器用于当实时采集的驾驶室图像的驾驶室轮廓不 位于包络线内时进行报警。权　利　要　求　书 2/2 页 3 CN 114677666 A 3