該專利技術的核心是一種基礎影像處理方法，能夠創建汽車底部的視覺參考。在汽車關閉且處於穩定狀態時，系統會捕捉並存儲底部的影像，建立該區域的正常外觀快照。隨後，當車輛準備移動或進行安全檢查時，系統會拍攝新的實時影像，並將其與存儲的參考影像進行比較。該軟件不會每次都處理整個底部場景，而是專注於檢測到與基準影像有變化的區域。這些改變的部分被孤立為目標影像，並發送進行更詳細的分析，從而使系統減少計算需求，快速識別車輛底部的任何異常。
該專利技術能有效提升車輛底部安全性
該人工智能安全技術可幫助預防底部事故。該專利系統並不會重複處理車輛底部的每一個組件，而是設計成忽略在一次掃描與下一次掃描之間保持不變的元素。固定結構如電池包外殼、懸掛部件、空氣動力學覆蓋物以及其他底部硬件被視為參考環境的一部分，使得軟件能夠專注於基準影像錄製後出現或移動的任何物體。一旦識別出新的或改變的區域，技術將對該特定部分進行更詳細的檢查。它從目標影像中提取視覺特徵，使用檢測算法進行分析，判斷該物體是否為生物體。
然後系統可以評估檢測到的主體的狀態或狀況，並決定是否需要進一步行動或發出安全警告。
與車內監控技術不同，識別車輛底部的生物體是一項更為複雜的計算機視覺挑戰。停放汽車底部的空間高度不可預測，環境條件不斷變化，可能幹擾準確檢測。移動的陰影、不均勻的光照、路面碎片、積聚的污垢以及不同的地面質地都會造成視覺噪音，使可靠識別變得困難。傳統的運動檢測系統也可能產生誤報，經常無法區分普通的環境變化和車輛底部人或動物的存在或運動。
該兩階段檢測系統有助於提高停放汽車的安全性。BYD 的專利技術不是僅依賴物體識別軟件，而是首先建立每輛停放車輛底部區域的獨特視覺參考。通過將新影像與這一存儲的基準進行比較，系統能夠快速識別底部環境中任何變化，然後進行更高級的分析。只有在這些差異被孤立後，軟件才會應用其識別算法，以判斷檢測到的物體是人、動物還是其他生物體。這種分層的兩步驟過程旨在提高檢測系統的準確性，同時減少因為固定結構或其他靜止的無威脅物體而觸發的誤報。
該專利與 BYD 更廣泛推進的先進車輛安全系統相一致。該公司最近推出了另一項發明，旨在利用基於雷達的感測和信號分析來檢測車內被遺忘的乘客。這兩項技術共同監控車輛的對面兩側——一方專注於車廂，另一方則關注底部空間。這種方法表明，BYD 正在建立一個更廣泛的感測生態系統，結合計算機視覺、雷達和智能監控，以提高整體車輛的感知能力。
項目 規格 電池容量 未知 處理器/SoC 未知
