智能座舱的行为警示方法、电子设备及存储介质与流程

1.本技术的实施方式涉及车辆技术领域，更具体地，涉及一种智能座舱的行为警示方法、电子设备及存储介质。


背景技术：

2.随着车辆技术的发展，车辆的普及度越来越高，车辆的各类事故也越来越多。为了减少各类安全事故，一些车辆会对司机或乘客的行为进行检测。
3.当前的行为检测结果的反馈方式通常是通过显示屏显示指示标记提示，或者，通过特定的提示声提示。例如，若副驾乘客未系安全带，车辆行驶过程中会发出“滴、滴、滴”的提示声。然而，对于一些新手司机或不熟悉当前车型的人员而言，在未了解各类提示声或指示标记的情况下，无法理解其含义，容易造成困惑。


技术实现要素：

4.本技术的实施方式提供了一种可至少部分解决现有技术中存在的上述问题或其他问题的智能座舱的行为警示方法、电子设备及存储介质。
5.本技术的实施方式提供了一种智能座舱的行为警示方法，包括：监测智能座舱内乘客的行为；以及响应于监测到乘客的行为属于预设行为，输出基于乘客的体貌特征数据和乘客的行为特征数据确定的虚拟警示形象。
6.本技术的实施方式还提供了一种电子设备，包括至少一个处理器和存储器。其中，存储器与至少一个处理器通信连接，并存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述实施方式提及的智能座舱的行为警示方法。
7.本技术的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，实现如上述实施方式提及的智能座舱的行为警示方法。
8.根据本技术的一些实施方式，在监测到乘客的行为属于预设行为后，输出基于乘客的体貌特征数据和乘客的行为特征数据确定的虚拟警示形象，使得乘客可通过虚拟警示形象更直观地了解自身的何种行为触发了警示，以便乘客及时调整自身行为。
附图说明
9.通过阅读参照以下附图所作的对非限制性实施例的详细描述，本技术的其它特征、目的和优点将会变得更明显。其中：
10.图1是根据本技术的一些实施方式的行为警示系统的示意性框图；
11.图2是根据本技术的一些实施方式的智能座舱的行为警示方法的示意性流程图；以及
12.图3是根据本技术的一些实施方式的电子设备的示意性框图。
具体实施方式
13.为了更好地理解本技术，将参考附图对本技术的各个方面做出更详细的说明。应理解，这些详细说明只是对本技术的示例性实施方式的描述，而非以任何方式限制本技术的范围。在说明书全文中，相同的附图标号指代相同的元件。表述“和/或”包括相关联的所列项目中的一个或多个的任何和全部组合。
14.还应理解的是，诸如“包括”、“包括有”、“具有”、“包含”和/或“包含有”等表述在本说明书中是开放性而非封闭性的表述，其表示存在所陈述的特征、元件和/或部件，但不排除一个或多个其它特征、元件、部件和/或它们的组合的存在。此外，当诸如“...中的至少一个”的表述出现在所列特征的列表之后时，其修饰整列特征，而非仅仅修饰列表中的单独元件。此外，当描述本技术的实施方式时，使用“可”表示“本技术的一个或多个实施方式”。并且，用语“示例性的”旨在指代示例或举例说明。
15.除非另外限定，否则本文中使用的所有措辞(包括工程术语和科技术语)均具有与本技术所属领域普通技术人员的通常理解相同的含义。还应理解的是，除非本技术中有明确的说明，否则在常用词典中定义的词语应被解释为具有与它们在相关技术的上下文中的含义一致的含义，而不应以理想化或过于形式化的意义解释。
16.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。另外，除非明确限定或与上下文相矛盾，否则本技术所记载的方法中包含的具体步骤不必限于所记载的顺序，而可以任意顺序执行或并行地执行。下面将参考附图并结合实施例来详细说明本技术。
17.图1是根据本技术一个实施方式的行为警示系统的示意性框图。如图1所示，行为警示系统100可包括采集装置110和警示装置120。其中，采集装置110可与警示装置120通信连接，并可用于采集能够反应乘客的行为的数据。警示装置120可基于采集装置110采集的数据监测智能座舱内乘客的行为，响应于监测到乘客的行为属于预设行为，输出基于乘客的体貌特征数据和乘客的行为特征数据确定的虚拟警示形象。
18.根据本技术的一些实施方式，在监测到乘客的行为属于预设行为后，输出基于乘客的体貌特征数据和乘客的行为特征数据确定的虚拟警示形象，使得乘客可通过虚拟警示形象更直观地了解自身的何种行为触发了警示，以便乘客及时调整自身行为。
19.下面对采集装置110的器件类型进行示例性说明。
20.在本技术的一些实施方式中，采集装置110可包括图像采集装置，该图像采集装置可用于采集智能座舱内的环境图像，以便警示装置120基于智能座舱内的环境图像监测乘客的行为。
21.在本技术的一些实施方式中，采集装置110可包括用于监测车辆器件状态的传感器，例如，用于监测安全带是否系上的传感器。此类传感器可用于采集车辆器件的状态参数，以便警示装置120基于传感器采集的器件的状态数据监测乘客的行为。
22.应当理解的是，在未背离本技术教导的情况下，采集装置110还可包括其他器件类型，本技术对此不做限制。
23.在完成采集装置110的示例性说明后，下面对警示装置120进行示例性说明。
24.在本技术的一些实施方式，警示装置120可例如为智能座舱的车机系统，车机系统可包括车载主机，通过车载主机对采集装置110采集的数据对乘客的行为进行监测。
25.应当理解的是，在未背离本技术教导的情况下，警示装置120还可以是云端服务器等能够获取到采集装置110采集的数据的装置，例如，云端服务器，本技术对此不做限制。
26.应当理解的是，在未背离本技术教导的情况下，采集装置110和警示装置120可有线连接，例如，可通过can总线(canbus)进行连接，采集装置110和警示装置120也可无线连接，本技术对此不做限制。
27.应当理解的是，在未背离本技术教导的情况下，本技术的实施方式提及的智能座舱可以是人为驾驶车辆的座舱、自动驾驶车辆的座舱或半自动驾驶车辆的座舱，本技术对此不做限制。
28.应当理解的是，在未背离本技术教导的情况下，本技术的实施方式提及的乘客包括位于主驾驶位的乘客(即司机)和位于非主驾驶位(例如副驾驶位、后排座位)的乘客，本技术对此不做限制。
29.在完成行为警示系统100的结构的示例性说明后，下面对行为警示系统100所执行的行为警示方法进行示例性说明。
30.图2是根据本技术的一些实施方式的智能座舱的行为警示方法的示意性流程图。该行为警示方法200可通过上文提及的警示装置120执行，并可通过采集装置110配合采集相关数据。如图2所示，该行为警示方法200可包括以下步骤：
31.s21，监测智能座舱内乘客的行为；以及
32.s22，响应于监测到乘客的行为属于预设行为，输出基于乘客的体貌特征数据和乘客的行为特征数据确定的虚拟警示形象。
33.根据本技术的一些实施方式，在监测到乘客的行为属于预设行为后，输出基于乘客的体貌特征数据和乘客的行为特征数据确定的虚拟警示形象，使得乘客可通过虚拟警示形象更直观地了解自身的何种行为触发了警示，以便乘客及时调整自身行为。
34.为了便于理解，下面结合图2对行为警示方法200进行示例性说明。
35.在本技术的一些实施方式中，预设行为可以包括预先设定的危险行为或不合规行为。例如，乘客将身体(如手、头、脚)伸出车窗、乘客的坐姿不符合规范、乘客未系安全带、乘客离开座位、婴幼儿乘客未使用儿童安全座椅等，此处不一一列举。
36.应当理解的是，在未背离本技术教导的情况下，该预设行为可由厂商或服务商预先设置，也可由乘客添加，此处不做限制。
37.在本技术的一些实施方式中，警示装置120判断乘客的行为是否属于预设行为的方式可包括但不限于方式1和方式2。
38.方式1
39.在本技术的一些实施方式中，采集装置110可包括图像采集装置，警示装置120可通过图像采集装置采集乘客的身体关键点的位置数据，并根据位置数据监测乘客的行为。例如，身体关键点包括左肩、右肩、左肘、右肘、左腕、右腕、左胯、右胯、左膝、右膝、左踝、右踝等。警示装置120可通过对采集装置110采集的数据进行分析识别以便对身体关键点识别定位，从而判断乘客的行为是否属于预设行为。该实施方式中，通过检测身体关键点的位置数据可判定乘客姿态，确定乘客的行为，实现对乘客的行为检测。
40.应当理解的是，在未背离本技术教导的情况下，警示装置120还可通过其他类型的采集装置110采集乘客的身体关键点的位置数据，此处不一一列举。
41.作为一个示例，警示装置120可根据乘客的身体关键点的位置数据确定乘客的行为特征数据，并在确定出乘客的行为特征数据与预设行为的行为特征数据匹配后，确定乘客的行为属于预设行为。示例地，警示装置120通过检测乘客的左胯的位置数据确定乘客是否离开座位，乘客离开座位这一预设行为对应的行为特征数据可包括乘客的左胯移动距离处于第一距离范围。若第一时刻的乘客的左胯的位置数据(位置a1)和第二时刻的乘客的左胯的位置数据(位置a2)不同，警示装置120可确定乘客的行为特征数据，该行为特征数据指示乘客的左胯移动d厘米，其中，d等于a2和a1的距离。若d处于第一距离范围，确定乘客的行为特征数据与预设行为的行为特征数据匹配，乘客当前的行为属于乘客离开座位这一预设行为。若d不处于第一距离范围，确定乘客的行为特征数据与预设行为的行为特征数据不匹配，乘客当前的行为不属于乘客离开座位这一预设行为。
42.应当理解的是，在未背离本技术教导的情况下，对于与乘客姿态有关的预设行为的监测过程可参考上文示例，此处不再一一列举。
43.作为一种选择，预设行为的行为特征数据存储于行为监测库，警示装置120还可响应于接收到云端反馈的更新指令，通过增量更新的方式更新行为监测库。示例地，警示装置120的行为检测支持更新/升级。例如，开发人员新增吸烟、驾驶员打电话行为监测，云端将该行为对应的用于行为判断的行为特征数据下发给警示装置120，警示装置120更新行为监测库。该示例中，通过增量更新方式进行行为检测库的更新，可减少数据更新量。
44.应当理解的是，在未背离本技术教导的情况下，还可通过全量更新或热更新等其他方式对监测库进行更新，本技术对此不做限制。
45.作为一种选择，警示装置120可通过采集装置110获取乘客的体貌特征数据，并基于乘客的体貌特征数据调整用于判断乘客的行为是否属于预设行为的判断标准。示例地，乘客的体貌特征数据可包括乘客的身高，警示装置120对不同身高的乘客的判断标准不同。例如，对于乘客是否将手伸出窗外这一预设行为，警示装置120通过判断乘客的身体向窗外探出的距离来判断乘客当前的行为是否为乘客将手伸出窗外这一预设行为。对于身高较高的乘客，其身体探出第一距离即判定为乘客将手伸出窗外，对于身高较低的乘客，其探出第二距离即判定为乘客将手伸出窗外，第一距离可大于第二距离。该示例中，警示装置120结合乘客的体貌特征数据调整判断标准，可提高警示装置120对乘客的行为是否属于预设行为的判断结果的准确性。
46.应当理解的是，在未背离本技术教导的情况下，其他的通过长度(或距离)进行行为监测的预设行为的判断标准也可参考乘客将手伸出窗外这一预设行为的判断标准的设置，此处不一一列举。
47.方式2
48.在本技术的一些实施方式中，警示装置120可通过分析用于监测车辆器件状态的传感器采集的车辆器件的状态参数的变化，对乘客的行为进行检测。例如，智能座舱内各个座椅均设置有压力传感器，警示装置120若检测到一座椅的压力传感器的数据指示压力变小，另一压力传感器的数据指示压力变大，可判定乘客离开位置。又如，安全带的固定机构安装有传感器，若该传感器的检测数据指示安全扣未扣上，可判定乘客未系安全带。本技术对判定乘客的行为是否为预设行为的方式不做限制。
49.应当理解的是，在未背离本技术教导的情况下，方式2中用于判定乘客的行为是否
属于预设行为的标准也可结合乘客的体貌特征数据调整。例如，若乘客体型较胖，警示装置120在检测到一座椅的压力传感器的数据指示压力减小第一数值后，可判定乘客离开位置。若乘客体型较瘦，警示装置120在检测到一座椅的压力传感器的数据指示压力减小第二数值后，可判定乘客离开位置。其中，第一数值大于第二数值。此处不再详述。
50.应当理解的是，在未背离本技术教导的情况下，警示装置120还可结合其他方式进行乘客的行为检测，本技术对此不做限制。
51.作为一种选择，警示装置120可根据智能座舱的算力(例如，警示装置120的算力)确定监测级别；若确定监测级别为第一级别，对智能座舱内的符合预设要求的乘客进行监测；若确定监测级别为第二级别，对智能座舱内的所有乘客进行监测。示例地，警示装置120获取诸如传感器、图像采集装置采集的数据以识别乘客的行为。若警示装置120算力充足，可监测智能座舱内所有乘客的行为。若警示装置120算力不足，可优先捕捉诸如儿童、驾驶员、老人等重要人员(即符合预设要求的乘客)的行为。该实施例中，警示装置120结合自身的算力有选择地对乘客进行监测，可减少由于警示装置120算力不足影响警示监测效率等。
52.应当理解的是，在未背离本技术教导的情况下，判断算力是否充足的方式可根据需要设置，例如，假设一个乘客的行为监测需要t算力，若当前乘客数量*t小于警示装置120的算力，可判定算力充足，监测级别为第二级别，若当前乘客数量*t大于等于警示装置120的算力，可判定算力不足，监测级别为第一级别，本技术对此不做限制。
53.在完成对乘客的行为是否属于预设行为的示例性说明后，下面对警示装置120输出虚拟警示形象的过程进行示例性说明。
54.在本技术的一些实施方式中，警示装置120可构建乘客对应的虚拟模型，并基于虚拟模型形成虚拟警示形象。下文对确定用于形成虚拟警示形象的虚拟模型的方式进行示例性说明。
55.在本技术的一些实施方式中，警示装置120输出虚拟警示形象的方式可包括但不限于方式一和方式二。
56.方式一
57.在本技术的一些实施方式中，警示装置120可通过采集装置110获取乘客的体貌特征数据，并基于乘客的体貌特征数据确定乘客对应的虚拟模型，以便后续输出虚拟警示形象。示例地，警示装置120可基于乘客的体貌特征数据从预先存储的多个虚拟模型中确定出乘客对应的虚拟模型，并根据乘客的行为特征数据调整乘客对应的虚拟模型的姿态。其中，体貌特征数据至少指示乘客的身高、年龄和性别中的一个。上述实施方式中，警示装置120中预先存储多个虚拟模型，以便后续基于乘客的体貌特征数据直接筛选出乘客的虚拟模型，减少了对警示装置120的算力资源的占用。
58.作为一个示例，警示装置120可存储有不同年龄段对应的虚拟模型。例如，0岁至1岁对应的婴儿虚拟模型、1岁至3岁对应的幼儿虚拟模型、3岁至12岁对应的儿童虚拟模型、12岁至60岁对应的成人虚拟模型、以及60岁以上对应的老人虚拟模型。警示装置120通过分析采集装置采集的数据以预估乘客的年龄，并基于预估的乘客的年龄将预存的虚拟模型中的该年龄所属的年龄段对应的虚拟模型确定为该乘客对应的虚拟模型。
59.作为另一示例，警示装置120可存储有不同身高范围对应的虚拟模型。警示装置120通过分析采集装置采集的数据以预估乘客的身高，并基于预估的乘客的身高将预存的
虚拟模型中的该身高所属的身高范围对应的虚拟模型确定为该乘客对应的虚拟模型。
60.作为另一示例，警示装置120可存储有不同性别对应的虚拟模型，例如，男性对应的虚拟模型和女性对应的虚拟模型。警示装置120通过分析采集装置采集的数据以预估乘客的性别，并基于预估的乘客的性别将该性别对应的虚拟模型确定为该乘客对应的虚拟模型。
61.应当理解的是，在未背离本技术教导的情况下，警示装置120也可结合多个体貌特征数据共同确定乘客对应的虚拟模型，例如，体貌特征数据包括性别和年龄，警示装置120可存储有不同年龄段的男性乘客对应的虚拟模型和不同年龄段的女性乘客对应的虚拟模型，之后可基于乘客的性别和年龄共同确定乘客对应的虚拟模型。本技术对此不做限制。
62.应当理解的是，在未背离本技术教导的情况下，乘客的体貌特征数据还可包括其他的数据，本技术对此不做限制。
63.应当理解的是，在未背离本技术教导的情况下，虚拟模型可以是三维模型，也可以是二维模型，本技术对此不做限制。
64.作为一种选择，虚拟模型为三维模型，警示装置120可根据三维扫描装置扫描得到的乘客的头部三维数据调整乘客对应的虚拟模型。示例地，采集装置110可包括三维扫描装置。三维扫描装置可对智能座舱内的指定范围进行三维扫描，以便得到乘客的头部三维数据。警示装置120可基于乘客的头部三维数据对乘客对应的虚拟模型进行调整，以使最终的乘客对应的虚拟模型更贴合乘客形象，更有利于在智能座舱内存在多个乘客的情况下基于输出的虚拟警示形象确定存在预设行为的乘客的身份。
65.应当理解的是，在未背离本技术教导的情况下，三维扫描装置所扫描的指定范围可根据需要设置，例如，可将三维扫描装置扫描的指定范围设置为智能座舱的靠近车顶的1/3的区域范围、2/3的区域范围和1/2的区域范围中的一个，以减少三维扫描装置的扫描区域，降低三维扫描装置的成本和警示装置120的算力需求，也可将三维扫描装置扫描的指定范围设置为智能座舱内的全部区域，本技术对此不做限制。
66.应当理解的是，在未背离本技术教导的情况下，三维扫描装置的安装位置和数量可根据需要设置，例如，可在智能座舱的前部区域安装至少一个三维扫描装置，也可在智能座舱的左前区域和右前区域分别安装至少一个三维扫描装置，本技术对此不做限制。
67.作为一种选择，警示装置120可根据乘客的行为特征数据调整乘客对应的虚拟模型的姿态。示例地，警示装置120还可存储有各虚拟模型的不同姿态的参数数据，例如，默认正常姿态、未系安全带姿态、离开座位姿态等。使用过程中，警示装置120可根据乘客的行为特征数据确定对应的姿态的参数数据，并据此将虚拟模型调整为特定姿态。例如，乘客将手伸出车窗，该行为属于预设行为。该实例中，乘客的行为特征数据指示乘客将手伸出车窗外，基于该行为特征数据确定的虚拟模型的姿态为虚拟模型的手伸出窗外，警示装置120读取该姿态的参数数据调整乘客对应的虚拟模型，以使虚拟模型中手部模型为手伸出的姿态。通过示例，警示装置120可基于乘客的行为特征数据中的、指示乘客的行为属于预设行为的部分或全部行为特征数据调整虚拟模型，使得虚拟模型体现乘客的存在危险或不合规的行为，便于乘客规范自己的行为。
68.方式二
69.在本技术的一些实施方式中，采集装置110可包括三维扫描装置，警示装置120可
根据三维扫描装置扫描得到的乘客的三维数据构建乘客对应的虚拟模型。示例地，警示装置120可基于乘客的三维数据，通过三维建模技术构建乘客的虚拟模型。通过三维建模技术实时构建乘客的虚拟模型更为贴合乘客形象，更有利于在智能座舱内存在多个乘客的情况下基于输出的虚拟警示形象确定存在预设行为的乘客的身份。
70.应当理解的是，在未背离本技术教导的情况下，警示装置120可基于扫描装置扫描得到的所有数据进行三维建模，即针对智能座舱的舱内环境进行建模，得到的模型包括舱内的乘客和诸如座椅的其他物体的虚拟模型，警示装置120也可通过人物识别模型识别出扫描装置扫描得到的数据中的乘客的三维数据，进而构建乘客对应的虚拟建模，即针对乘客进行建模，得到的模型包括乘客的虚拟模型，以减少建模阶段的数据处理量，减少资源损耗。本技术对此不做限制。
71.应当理解的是，在未背离本技术教导的情况下，乘客对应的虚拟模型可单独存储，也可基于乘客的位置数据将其叠加至车辆模型中，以便后续了解行为属于预设行为的乘客所在位置，本技术对此不做限制。
72.应当理解的是，在未背离本技术教导的情况下，除了基于模型确定虚拟形象外，还可预先存储多个不同体貌特征数据和不同行为特征数据对应的虚拟形象，以在确定需要警示后，基于乘客的体貌特征数据和不同行为特征数据从中确定出虚拟警示形象，本技术对此不作限制。
73.在完成确定用于形成虚拟警示形象的虚拟模型的方式的示例性说明后，下面对基于虚拟模型输出虚拟警示形象的方式进行示例性说明。
74.在本技术的一些实施方式中，若警示装置120通过上文提及的方式一确定虚拟模型，警示装置120可在监测乘客的行为的过程中，基于乘客对应的虚拟模型输出乘客的虚拟形象，该虚拟形象可例如为基于乘客实时行为调整的虚拟模型输出的数据形成的形象。警示装置120可在确定乘客的行为属于预设行为后，基于乘客对应的虚拟模型输出乘客的虚拟警示形象，该虚拟警示形象可例如为基于乘客所做的预设行为调整的虚拟模型输出的数据形成的形象。在输出虚拟警示形象后，解除警示之前，可不再调整虚拟模型，输出的形象亦不再调整。可选择的，在输出虚拟警示形象的过程中，可对输出的乘客的虚拟警示形象进行加强显示，以便乘客重视该示警。其中，加强显示的方式可例如包括通过特殊颜色警示、通过三维动效展示警示，本技术对此不做限制。
75.在本技术的另一些实施方式中，若警示装置120通过上文提及的方式一确定虚拟模型，警示装置120还可在确定乘客的行为属于预设行为后，再基于乘客所做的预设行为调整虚拟模型，并基于调整后的虚拟模型输出虚拟警示形象。
76.在本技术的另一些实施方式中，若警示装置120通过上文提及的方式二确定虚拟模型，警示装置120可在确定出乘客的行为属于预设行为后，通过方式二构建乘客对应的虚拟模型，并根据构建的虚拟模型输出虚拟警示形象。
77.可以理解的是，在未背离本技术教导的情况下，警示装置120在通过虚拟警示形象示警的过程中，还可通过语音等其他方式提示乘客，以进一步警示乘客，本技术对此不做限制。
78.根据本技术的实施方式，使用三维建模技术展示乘客的状态，对车上人员更加直观，有利于乘客纠正自己的不当行为。可选择的，将乘客的状态形象的展示在车辆模型中，
方便司机更好了解车内环境，专心开车的同时也能了解自己和其他乘客的状态，并在乘客有危险动作时，更直观地进行提示。
79.需要说明的是，在本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。还需要说明的是，本实施例中的诸如体貌特征数据等等均是在经用户授权提供(即，征得用户本人同意)之后所获取的。另外，所获取的信息/数据并非旨在表征某一特定类型的用户，因而也无法反映出某一特定类型的用户的个人信息。
80.上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
81.本技术的实施方式还提供一种电子设备，如图3所示，电子设备300可包括：至少一个处理器和存储器，存储器与至少一个处理器通信连接，并存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施方式提及的智能座舱的行为警示方法200。示例地，电子设备可例如为上文提及的智能座舱内的警示装置120。
82.本技术的一个实施方式还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序被处理器执行时，实现上述实施方式提及的智能座舱的行为警示方法200。
83.图3是根据本技术的一些实施方式的电子设备300的示意性框图。如图3所示，电子设备300包括处理器301，其可以根据存储在只读存储器(rom)302中的计算机程序或者从存储器308加载到随机访问存储器(ram)303中的计算机程序，来执行各种适当的动作和处理。在ram 303中，还可存储电子设备300操作所需的各种程序和数据。处理器301、rom 302以及ram 303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。
84.电子设备300中的多个部件连接至i/o接口305，包括：输入单元306，例如，车机的按钮、触控屏等；输出单元307，与例如各种类型的显示器、扬声器等连接，以输出各种形式的信号；存储器308，包括用于存储计算机可执行程序的任意媒介；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许电子设备300通过诸如局域网或其它无线通信网络与其他设备交换信息/数据。
85.处理器301可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器301的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器301执行上文所描述的各个方法和处理，例如上述实施方式提及的智能座舱的行为警示方法200。例如，在一些实施方式中，上述实施方式提及的智能座舱的行为警示方法200可被实现为计算机软件程序，其被有形地包含于计算机可读存储介质，例如存储器308。在一些实施方式中，计算机程序的部分或者全部可以经由rom 302和/或通信单元309而被载入和/或安装到电子设备300上。当计算机程序加载到ram 303并由处理器301执行时，可以执行上文描述的上述实施方式提及的智能座舱的行为警示方法200的一个或多个步骤。备选地，在其他实施方式中，处理器301可以通过其他任何
适当的方式(例如，借助于固件)而被配置为执行上述实施方式提及的智能座舱的行为警示方法200。
86.本文中参照根据本技术示例性实施方式的方法、设备(系统)、和计算机程序产品的流程图和/或时序图描述了本技术的各个方面。应当理解，流程图和/或时序图的每个步骤以及流程图和/或时序图中各步骤的组合，都可以由计算机可读程序指令实现。
87.这些计算机可读程序指令可以提供给电子设备中的处理器、通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或时序图中的一个或多个步骤中规定的功能/步骤的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或时序图中的一个或多个步骤中规定的功能/步骤的各个方面的指令。
88.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或时序图中的一个或多个步骤中规定的功能/步骤。
89.附图中的流程图和时序图显示了根据本技术的多个实施方式的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或时序图中的每个步骤可以代表一个模块、程序段或指令的一部分，该模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实施方式中，步骤中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，时序图和/或流程图中的每个步骤、以及时序图和/或流程图中的步骤的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
90.以上描述仅为本技术的实施方式以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的保护范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离技术构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：
1.一种智能座舱的行为警示方法，其特征在于，包括：监测智能座舱内乘客的行为；以及响应于监测到所述乘客的行为属于预设行为，输出基于所述乘客的体貌特征数据和所述乘客的行为特征数据确定的虚拟警示形象。2.根据权利要求1所述的方法，其中，所述方法还包括：基于所述乘客的体貌特征数据从预先存储的多个虚拟模型中确定出所述乘客对应的虚拟模型，所述体貌特征数据至少指示所述乘客的身高、年龄和性别中的一个；以及根据所述乘客的行为特征数据调整所述乘客对应的虚拟模型的姿态；其中，输出所述虚拟警示形象包括：根据调整后的虚拟模型输出所述虚拟警示形象。3.根据权利要求2所述的方法，其中，所述方法还包括：根据三维扫描装置扫描得到的所述乘客的头部三维数据调整所述乘客对应的虚拟模型。4.根据权利要求1所述的方法，其中，所述方法还包括：根据三维扫描装置扫描得到的所述乘客的三维数据构建所述乘客对应的虚拟模型；其中，输出所述虚拟警示形象包括：根据构建的虚拟模型输出所述虚拟警示形象。5.根据权利要求1所述的方法，其中，所述监测智能座舱内乘客的行为包括：采集所述乘客的身体关键点的位置数据，并根据所述位置数据监测所述乘客的行为。6.根据权利要求5所述的方法，其中，所述根据所述位置数据监测所述乘客的行为包括：根据所述位置数据确定所述乘客的行为特征数据；以及响应于所述乘客的行为特征数据与所述预设行为的行为特征数据匹配，确定所述乘客的行为属于所述预设行为。7.根据权利要求6所述的方法，其中，所述预设行为的行为特征数据存储于行为监测库，所述方法还包括：响应于接收到云端反馈的更新指令，通过增量更新的方式更新所述行为监测库。8.根据权利要求1至7中任一项所述的方法，其中，所述监测智能座舱内乘客的行为包括：根据所述智能座舱的算力确定监测级别；响应于监测级别为第一级别，对所述智能座舱内的符合预设要求的乘客进行监测；以及响应于监测级别为第二级别，对所述智能座舱内的所有乘客进行监测。9.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一项所述的智能座舱的行为警示方法。10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处
理器执行时，实现如权利要求1至8中任一项所述的智能座舱的行为警示方法。

技术总结
本申请的实施方式提供了一种智能座舱的行为警示方法、电子设备及存储介质。在一些实施方式中，智能座舱的行为警示方法可包括：监测智能座舱内乘客的行为；以及响应于监测到乘客的行为属于预设行为，输出基于乘客的体貌特征数据和乘客的行为特征数据确定的虚拟警示形象。该实施方式中，在监测到乘客的行为属于预设行为后，输出基于乘客的体貌特征数据和乘客的行为特征数据确定的虚拟警示形象，使得乘客可通过虚拟警示形象更直观地了解自身的何种行为触发了警示，以便乘客及时调整自身行为。为。为。


技术研发人员：杨波 王峰 王佩
受保护的技术使用者：博泰车联网（南京）有限公司
技术研发日：2023.05.24
技术公布日：2023/8/13