技术特征：
1.一种车辆尾门控制方法，其特征在于，包含如下步骤：步骤1，响应于车主进入感应区的信号，激活车机系统，开启车载环视摄像头进行人体移动轨迹的持续监测和捕捉；步骤2，车机系统进行人体移动轨迹的预测和判断，当判断为开启尾门时，将尾门开启信号传递到车身控制器；步骤3，车身控制器收到尾门开启信号，将信号传递到尾门开关，控制尾门的开启；步骤4，车载环视摄像头持续监测人体移动轨迹，当车机系统监测到人体有远离趋势时，进行预测和判断，当判断为关闭尾门，将尾门关闭信号传递到车身控制器；步骤5，车身控制器收到尾门关闭信号，将信号传递到尾门开关，控制尾门的关闭；步骤6，尾门关闭后，环视摄像头结束对人体移动轨迹的持续监测，车机系统将视频上传云端系统；步骤7，云端系统对视频过程中车主手拿重物、车主习惯打开尾门和关闭尾门的轨迹点等数据进行模型训练和标定，通过ota的形式分发到车机系统。2.根据权利要求1所述的车辆尾门控制方法，其特征在于，所述步骤1，车主进入感应区的信号是指车主携带钥匙/与车机系统绑定的手机/手环/眼镜等车辆可感应的物品进入车辆感应范围内的信号。3.根据权利要求1所述的车辆尾门控制方法，其特征在于，所述步骤2中，车机系统针对环视摄像头捕捉到的人体移动轨迹，基于基础模型进行预测和判断，所述基础模型包含一个设定区域，该设定区域为结合车辆感应范围区域及人体可感知区域综合设定，前期在用户靠近车辆感应范围，通过摄像头持续监测用户移动轨迹以及用户通过钥匙打开尾门的轨迹点，将这条轨迹作为概率性移动轨迹，当概率性移动轨迹的数量超过一定值时，基础模型完成初期概率性移动轨迹的收集，后期通过用户的移动轨迹与概率性移动轨迹的贴合率结合时间和/或空间维度对用户的移动轨迹进行的预测和判断。4.根据权利要求3所述的车辆尾门控制方法，其特征在于，所述步骤2基于基础模型进行预测和判断具体是：当贴合率大于a时判断为开启，或车主在某个时间段或者某个地点有打开尾门的习惯，即使没按照基础模型的移动轨迹进行移动，此时对移动轨迹进行概率加权，当判断打开尾门的概率大于b时，也判断为开启，a和b均为设定值。5.根据权利要求1所述的车辆尾门控制方法，其特征在于，所述步骤4具体是，环视摄像头持续对人体移动轨迹进行监测，车机系统根据基础模型通过预设的移动轨迹对人体移动轨迹进预测，对环视摄像头监测到的人体轨迹持续预测和判断。6.根据权利要求5所述的车辆尾门控制方法，其特征在于，所述步骤4车机系统根据基础模型通过预设的移动轨迹对人体移动轨迹进预测具体是：当车机系统识别到人体移动轨迹远离车辆，车机系统对人体移动轨迹进行概率性预测，当远离的概率大于等于c时，判断为尾门关闭，或者感应不到车主的移动轨迹时，车机系统也判断为尾门关闭，c为设定值。7.根据权利要求1所述的车辆尾门控制方法，其特征在于，所述步骤7，云端系统对数据进行模型训练和标定是，由云端部署的数据模型对车机系统上传的视频通过数据处理工具进行清洗、融合和标签计算，对视频过程中车主手拿重物、车主习惯打开尾门和关闭尾门的轨迹点、车主习惯打开尾门和关闭尾门的时间等数据进行模型训练和标定。8.一种车辆尾门控制系统，其特征在于，所述系统包括：
车载环视摄像头：用于对人体移动轨迹进行监控；车机系统：用于对环视摄像头采集到的人体移动轨迹基于基础模型进行预测和判断，判断是开启尾门还是关闭尾门，发出对应的控制信号给车身控制器；并在尾门关闭后，将采集到的人体移动轨迹数据上传到云端系统；云端系统：用于对车机系统采集到的人体移动轨迹进行标定和学习，通过云端实现车机系统的ota，完成尾门开启系统千人千面的打造；车身控制器：负责接受车机系统的信号，并将信号传递给尾门开关；尾门开关：执行尾门开启和关闭的动作；所述系统用于执行权利要求1-7所述的方法。9.一种车辆，其特征在于，所述车辆配置有权利要求8所述的车辆尾门控制系统的车载环视摄像头、车机系统、车身控制器和尾门开关，用于执行权利要求1-7任一项所述的车辆尾门控制方法。
技术总结
本发明提供一种车辆尾门控制方法、系统及车辆，对环视摄像头监测到的人体轨迹持续预测和判断，车机系统根据基础模型通过预设的移动轨迹对人体移动轨迹进预测，实现尾门的控制，不会误触发，无需任何操作，任何特定的动作即可实现尾门的控制；通过云端系统对车主移动轨迹数据的基础模型进行训练和标定，对基础模型的不断优化，并通过OTA的形式分发给车端，从而智能地控制尾门的开启和关闭，让尾门控制更加智能，可以实现尾门的智能随心，提升用户的体验感。验感。验感。
技术研发人员：汪英杰 王超 杜鹏 康博 胡桐铜
受保护的技术使用者：重庆长安汽车股份有限公司
技术研发日：2022.10.31
技术公布日：2023/3/2