CN101535079A - 用于驾驶员状态识别的方法和装置 - Google Patents
用于驾驶员状态识别的方法和装置 Download PDFInfo
- Publication number
- CN101535079A CN101535079A CNA2007800410822A CN200780041082A CN101535079A CN 101535079 A CN101535079 A CN 101535079A CN A2007800410822 A CNA2007800410822 A CN A2007800410822A CN 200780041082 A CN200780041082 A CN 200780041082A CN 101535079 A CN101535079 A CN 101535079A
- Authority
- CN
- China
- Prior art keywords
- variable
- driver status
- frequency
- signal
- aforesaid right
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 title abstract 2
- 210000002569 neuron Anatomy 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 13
- 210000000744 eyelid Anatomy 0.000 claims description 10
- 230000004043 responsiveness Effects 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 description 17
- 230000006399 behavior Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 206010041349 Somnolence Diseases 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 210000002364 input neuron Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
- B60K28/02—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver
- B60K28/06—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver
- B60K28/066—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver actuating a signalling device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
- B60W2040/0863—Inactivity or incapacity of driver due to erroneous selection or response of the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/26—Incapacity
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Transportation (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明涉及一种用于驾驶员状态识别的方法和装置。其中,由表征驾驶员占道行为的变量在时间进程中最小值出现的频率来导出描述驾驶员状态的信号,特别是“time to line crossing”,也就是直到穿越车道线所需的时间。
Description
背景技术
本发明涉及一种用于驾驶员状态识别的方法和装置。
DE 102 10 130 A1描述了一种用于驾驶员预警的方法和装置,在此方法中考虑了驾驶员的警觉程度。该警觉程度由转向角导出,特别是来自于转向角的变化及它的梯度和/或角度变化频率和/或与下一个转向角变化之间的距离。此外还描述了其它的用于驾驶员状态识别的影响变量,例如油门的位置和变化。
DE 102004039142 A1中描述了所谓的车道脱离预警系统(Lane-Departure-Warning),其中获取到持续时间,该持续时间是车辆在保持当前的行驶状态下到离开行驶车道所需要的时间(Time-to-line-crossing,TLC)。如果该数值低于边界值,驾驶员会受到警告。
发明内容
由此可以明显地改善驾驶员状态识别、特别是其可靠性,即把驾驶员状态信号化的信号由这样的变量导出,该变量显示了,表示驾驶员的占道行为的变量在时间进程中出现的极限值的频率。可以显示,这样的变量在困倦的或者不专注的司机的身上表现了独特的行为,评估该行为可以用于识别驾驶员状态。通过该变量的评估可以在可靠性和命中率方面达到满意的结果。特别是高命中率地对于困倦驾驶员进行正确分类,是有利的。对于变量“Time-to-line-crossing”的相应评估显示得特别有利。
在该标准的应用下,对困倦驾驶员的分辨实现了非常高的命中率。该方法结合驾驶员辅助系统提供了特别的优点,驾驶员辅助系统依赖于获取的驾驶员状态来控制,例如设定给驾驶员的激活警告的阈值或者依赖于驾驶员状态设定警告的方式(例如响亮,轻微)。
特别的优点可以通过神经元分级器的应用达到,用来实现驾驶员状态识别,借助于它,上述变量可以与其它的变量(没有转向校正的同样存在的转向角设置和/或具有转向校正的同样存在的转向角设置以及如果可能还有其它的变量)相联合,用来实现驾驶员状态识别。
更多的优点来自于下述的涉及实例的说明以及从属权利要求。
附图说明
该发明在下面根据附图中表示的实施例进一步阐述。图1显示了用于驾驶员状态识别的装置。图2显示概述了用于驾驶员状态识别方法作为计算机程序实现的流程图。图3最后显示了具有神经元分级器的驾驶员状态识别。
具体实施方式
图1显示了用于驾驶员状态识别的装置。其中重要的组成部分是电子控制单元10,其主要是由像输入电路12,计算机14和输出电路16这样的部件组成。这些部件出于相互间信息和数据交换的目的与总线系统18连接在一起。在输入电路12中,优选通过总线系统连接有不同的传感器。按照下述的步骤在设计中应用下述的传感器。与之可选择的是,可以在其它的设计中引入其它的传感器,该传感器上可以采集到相应的变量或者从测量到的变量中导出相应的变量。除此之外还可以在装置上连接其它的传感器,其信号在其它的功能框架中进行评估。通过导线20将转向角传感器22连接在输入电路12上。通过另外的输入导线24将摄像机26与输入电路12连接在一起,该摄像机可以采集车辆前面的画面,是识别行驶车道边缘标志的基础。此外通过输入导线28到32连接上更多的传感器34到38,例如用于油门位置以及制动控制的大小等等的采集,其信号在本发明的设计中有重要的意义。信息通过输出电路16输出,例如通过输出导线40来控制警告灯42或者信息显示器42——借助它可以显示驾驶员状态。在设计中,通过输出导线44来控制执行器46,用来对车辆的转向角、车辆的加速和/或减速施加影响。。
在优选的设计模式中,图1描述的装置的一部分是驾驶员辅助系统,其工作基础是驾驶车道识别,例如所谓的车道脱离预警系统(Lane-Departure-Warning)。这种系统例如由上述的现有技术已知。当车辆离开或者即将离开行驶车道的时候,在该系统中由摄像机的图像识别出行驶车道标志的进程,自身车辆的位置或者自身车辆的期望位置与这些行驶车道标志相比较,从而发出对驾驶员的警告或者对转向进行干预。在这个关联中获取的重要参数是车辆与车道边缘标志间的侧面距离或者由此导出的界限。
对于驾驶员状态识别的满意结果可以通过考虑一个变量达到,该变量代表驾驶员的占道行为。驾驶员状态识别如下进行,那就是检验该变量和在这种变量的时间进程中确定极限值、优选最小值的频率。最小值出现的频率越高,就可以越早地认定为困倦和不专注的司机。将最小值出现的频率和边界值相比较,在超越边界值的情况下认定为困倦或不专注的司机。特别是采集到的与行驶车道边缘标志之间的距离或者车辆到达车道极限所需的时间(TLC,time-to-line-crossing),来作为变量,已经证明是有效的。
结合下述用于驾驶员状态识别的操作方法,在设计中还应用了代表由驾驶员操作的方向盘运动的变量。视设计模式的情况,有不同的传感器用于该变量的获取,例如用于方向盘角度采集的传感器、用于轮胎位置采集的传感器、用于偏转比采集的传感器、用于横向加速度采集的传感器等等。
由此,可以导出更多的用于驾驶员状态识别的可能性,通过检查至少一种驾驶员操作信号、特别是转向角或者与之可比较的信号的进程,并且在这些信号的典型形为中,可推断出驾驶员是不专心的,或者(例如)驾驶员进行了几秒钟的睡眠。在优选的设计模式中,采集并检查转向角的时间进程。首先如果在零范围内产生转向角速度,其具有相应转向校正且转向速度大于一定的阈值,那么就可以推断出驾驶员是不专心或者劳累的。该行为代表驾驶员在不专心时的典型反应。通过强烈地干预方向盘和进行转向校正,驾驶员害怕地对于错误的驾驶做出反应。其中重要的还有,在突然的转向干预之前驾驶员不会显示出对于方向盘的重要反应。
驾驶员状态识别的优化可以如下实现,那就是不仅仅检查该种行为模式的出现,而是在该种转向校正比预设要更频繁出现的情况下,也要对该种行为模式的出现频率和时间间隔的测量进行监控,从而认定困倦或者不专心的驾驶员。
在进行驾驶员状态识别时,当这些变量联合在一起时可以获取尤其精确的结果,那么也就是说,当识别到与车道边缘标志之间的距离变量进程的最小值(侧面距离或TLC)的出现频率较高时,或者在保持同样的转向角和随后的转向校正时识别由此导出的极限值时。
用于识别驾驶员疲劳而进行评估的其它变量有,例如车辆在行驶车道上侧面位置的标准偏差、转向速度的评估、驾驶员眼睑闪动频率和/或眼睛关闭时间的评估或者还有车辆数据的评估,例如油门位置等等。这些规范中的几个在“Perclos”概念里为专业人士所熟知。
已经表明,如上述的标准的结合带来了进一步的优化,因而驾驶员状态的度量可以从上述特征中的所有或者几个的结合中找到。其中引入神经元分级器,该分级器中导入了待评估的特征。图3显示了这种神经元分级器的例子。其中上述信号以表示为时间函数的方式导入分级器。在优选的设计模式中并不是所有的这些特征都会得到应用,而只是表示驾驶员占道行为的变量(到车道边缘标志的距离变量)进程中的极限值或者由此推导出的阈值的评估,以及同样存在的具有和/或不具有相应转向校正的方向盘状态的频率。由此已经可以达到显著的结果。
更加重要的认识是,观察侧面到车道边缘标志的距离或者由此导出的变量或者可以相比较的变量,如在保持同样的行车状态下车辆超越车道边缘标志或者超越由此导出的极限值所需要的时间。其中驾驶员状态可以以优选的方式由这种变量曲线进程的最小值出现的频率导出。在一定的时间范围内如果最小值出现的频率超越了设定的边界值,就推断为困倦和/或不专心的驾驶员。
图2根据流程图显示了相应的操作方法。所示的流程图概述了控制单元10在预设的时间点上运行的程序。首先在步骤100中读入求得的持续时间的数值(TLC),该持续时间是驾驶员在保持大体相同的行驶状态时到超越行驶车道边缘标志或者超越由此导出的极限值所需要的时间。该数值在步骤102中与采集的时间点一起被存储。从而在步骤104中由当前值和过去值计算,是否存在该变量(TLC)的曲线进程的极限值。通常该极限值是数值进程的最小值。在一个设计中,该计算通过预定数量的数值之间的差值形成来实现。在时间值序列中获取极限值的其它方法也可以应用。然后在步骤106中检查曲线是否存在最小值。其中在优选的设计模式中对于汽车左侧和右侧并不存在差别。汽车单面的观测足够了。在其它的设计中,这里概述的程序对于左右的车道边缘标志都要运行,分别获取最小值和从两侧确定频率。如果在步骤106中存在最小值,在这种情况下在步骤108中计数器就要增加。该计数器有在每次识别到TLC曲线的最小值时增加而在一定时间的过程之后减小的特性。通过这种方式,在一定的持续时间内可以确定TLC曲线上最小值出现的频率。在下面的步骤110中要检查是否计数器状态达到或者超越了一定的数值。如果是的话,那么根据步骤112驾驶员状态就评定为疲劳或者不专心,且概述的程序从下一个时间点开始重新运行。如果在步骤106或者110中获取否定的答复,那么在步骤114中驾驶员状态评定为专心,接着概述的程序从步骤100在下一个时间点重新运行。
在其它优选的设计实例中,为了获取TLC曲线的最小值,作为补充,借助于在行车时长时间保持同样方向盘状态的频率,或者借助于在具有相应转向校正的行车时长时间保持同样方向盘状态的频率进行评估。其中如果至少两个特征超越了预设极限值,那么驾驶员状态评定为不专心。其中如果预先给定的时间段内的变量位于预先给定的公差范围内,那么由转向角的变化或者相应变量的变化推导出在更长的时间段内方向盘没有转动。
对于不专心的驾驶员状态的评定特别有利的还有,TLC曲线的最小值出现频率和在超越侧面极限值时方向盘非转动的结合。如果车辆超越了行驶车道边缘标志或者超越了由此导出的极限值而同时方向盘没有转动或者只是在预先给定的公差内转动,且如果同时TLC曲线的最小值出现的频率已经达到或者超越了一定的变量,那么就推断为不专心的驾驶员。已经表明,所有的这些操作方法都带来令人满意的评定结果。
通过神经元分级器的引入,可以进一步优化评估结果,该分级器至少评估TLC曲线的最小值和保持不变的具有或者没有转向校正的转向设置的频率的上述特征。其中在有利的扩展中联系了根多的变量,例如根据转向角、转向角传感器、偏移率或者纵向加速度传感器计算出的转向速度,其中方向盘在突然转动时,也就是说高转向速度时,则推断为不专心的驾驶员。此外,获取车道上的车辆侧面位置的标准偏差,也已被证明是一个重要的变量,同样还有在文献中已知为Perclos的油门踏板和/或制动踏板和/或眼睑闪动的监控或者平均闭眼时间的操作变量。
图3显示了相应装置的结构,该装置在应用神经元分级器200的基础上用于驾驶员疲劳识别。图3中设计的神经元分级器是多重的。评定信号作为神经元分级器的U3级的输出变量输出,并传递到显示装置或者另外的控制系统202中,其中评定信号显示为不专心或者疲劳的驾驶员。在优选的设计实例中在评定为疲劳的驾驶员时存在信号,而在评定为专心驾驶员时不存在输出信号。在优选的设计实例中,引入神经元分级器的第一级U1的输入变量是在上述用Perclos命名的特征,也就是说眼睑闪动频率或者眼睑关闭的持续时间的度量,和/或操作部件如油门踏板或者制动踏板的动作方式的度量。此外还输入了车辆在行驶车道上侧面位置的标准偏差。第三个输入变量是转向速度变量的度量,第四个输入变量表示TLC曲线的最小值出现的频率,而第五也是最后一个变量表示具有或者没有过度反应转向校正的保持不变的方向盘状态的频率的度量。已经表明,最后讲述的两个特征已经显示了不错的评估结果,而前面讲述的三个额外的特征表示进一步的优化,在一些设计实例中会舍弃这些特征或其中的一个或者多个特征。
通过眼睑闪动频率或者眼睑关闭的持续时间变量而引入到神经元分级器200的第一输入的信号通过用于观察驾驶员具有相应图像评估的摄像机204获取,并为所述规范计算出变量并引入到神经元分级器。作为眼睑闪动频率或者眼睑关闭的持续时间的替换或者补充,油门踏板和/或加速踏板的动作速度用于评估,因而这将依赖于相应的设置信号来实现,然后媒介204发送表示动作速度的变量到神经元分级器。
第二输入变量表示车辆侧面与边缘标志之间距离的度量。其中,例如借助于安装在车辆上的具有图像评估单元的摄像机206来采集车道从而计算车辆在车道内的位置。然后单独的测量结果发送到运算单元208从而在测量到的值中获取标准偏差并引入到神经元分级器。下面存在的考虑是,驾驶员越不专心,标准偏差越大,因为他使得车辆在其车道内来回地移动。
另外一个输入变量是转向速度。其中,在测量装置210中获取方向盘角度、转向角或者上述可以相比较的信号之一,从而在计算单元212中获取转向速度。然后将该变量输入神经元分级器200。
然后设有TLC曲线的最小值出现的频率,作为第四输入变量。其中例如通过驾驶员辅助功能(驶离车道警告器214)获取时间,该时间是没有转向校正的车辆超越行驶车道边缘标志或者超越由此导出的极限值所需要的时间。如上所示,由这些变量存储成时间进程,并在运算单元216中得到此曲线的最小值出现的频率。然后这些变量输入神经元分级器。
此外设有运算单元218,转向角或者与之可比较的变量引入到该单元,借助它,把如上所述的,具有或者没有延迟转向校正的长时间保持同样方向盘状态的频率导入该变量运算单元218。相应的变量作为第五输入变量引入到神经元分级器200。
在其它的设计实例中,作为绝对变量的替换,将0到1之间的数值引入到神经元分级器200,该数值通过获取的变量与阈值的比较产生。1表示根据变量完全确认驾驶员不专心。根据识别的程度该值位于0(专心)和1(不专心)之间。
在神经元分级器的第一级U1中,具有存储于神经元分级器中的权值的单一输入变量加权后传送到第二级的神经元分级器中。在此结合第一级的结果(同样位于0到1之间的数值),优选是乘,来与写入到神经元分级器的第二级中的权值进行加权。然后第二级的结果传送到第三级,其同样与第二级的结果结合而从而借助这里存入的权值产生疲劳或者不专心的输出信号。
其中单一神经元的权值(输入变量评估的极限值)在练习的范围内确定。该种练习基于实验顺序的结果,评估后的具有实际驾驶员状态的操作变量的各自的表现以该种顺序列出。神经元的权值通过学习算法的方式进行优化,那就是产生实验数据的尽可能大的评定效果。
Claims (9)
1.一种用于驾驶员状态识别的方法,其中产生把驾驶员状态信号化的信号(40,44),其特征在于,信号化驾驶员状态的信号(40,44)由这样的变量导出,该变量表示代表驾驶员占道行为的变量(TLC)在时间进程中出现极限值的频率。
2.根据权利要求1所述的方法,其特征在于,所述变量是车辆直到超越行驶车道边缘标志或者超越由此导出的阈值所需要的时间,特别是在行驶状态没有重大变化的情况下。
3.根据上述权利要求中的任一项所述的方法,其特征在于,极限值是时间进程的最小值。
4.根据上述权利要求中的任一项所述的方法,其特征在于,为了导出用于驾驶员状态的所述信号,还对基本保持同样方向盘状态的时间段的频率进行评估。
5.根据上述权利要求中的任一项所述的方法,其特征在于,在保持同样的方向盘状态或者转向角时,还对与车道边缘标志间的预定侧面距离的超越或者由此导出的阈值的超越进行评估。
6.根据上述权利要求中的任一项所述的方法,其特征在于,对获取的表示驾驶员状态的变量的评估是借助于神经元分级器(200)实现的。
7.根据上述权利要求中的任一项所述的方法,其特征在于,把表示最小值出现频率的变量引入到神经元分级器(200)中,该最小值表示在保持同样的方向盘状态下具有过度反应的转向校正的频率。
8.根据上述权利要求中7所述的方法,其特征在于,还引入如转向速度、车辆在车道上侧面位置的标准偏差、眼睑闪动频率、眼睑关闭时间、油门踏板和/或制动踏板动作速度等变量。
9.一种用于驾驶员状态识别的装置,具有产生表征驾驶员状态的信号的计算单元(14),其特征在于,所述计算单元(14)设计成,表征驾驶员状态的信号由这样的变量(TLC)在时间进程中出现极限值的频率导出,其中该变量表示驾驶员占道行为。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102006051930.2 | 2006-11-03 | ||
DE102006051930.2A DE102006051930B4 (de) | 2006-11-03 | 2006-11-03 | Verfahren und Vorrichtung zur Fahrerzustandserkennung |
PCT/EP2007/059291 WO2008052827A1 (de) | 2006-11-03 | 2007-09-05 | Verfahren und vorrichtung zur fahrerzustandserkennung |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101535079A true CN101535079A (zh) | 2009-09-16 |
CN101535079B CN101535079B (zh) | 2013-06-19 |
Family
ID=38582362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007800410822A Expired - Fee Related CN101535079B (zh) | 2006-11-03 | 2007-09-05 | 用于驾驶员状态识别的方法和装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20090322506A1 (zh) |
EP (1) | EP2086785A1 (zh) |
JP (2) | JP2010508611A (zh) |
CN (1) | CN101535079B (zh) |
DE (1) | DE102006051930B4 (zh) |
WO (1) | WO2008052827A1 (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102686469A (zh) * | 2009-12-28 | 2012-09-19 | 法国欧陆汽车公司 | 用于确定代表车辆驾驶员的警觉状态的参数的方法 |
CN104245481A (zh) * | 2012-01-16 | 2014-12-24 | 标致·雪铁龙汽车公司 | 机动车辆越线时间的估算方法 |
CN104553988A (zh) * | 2013-10-15 | 2015-04-29 | 沃尔沃汽车公司 | 车辆驾驶员辅助设备 |
CN104648405A (zh) * | 2013-11-25 | 2015-05-27 | 罗伯特·博世有限公司 | 用于探测车辆驾驶员的注意力状态的方法 |
CN104724123A (zh) * | 2013-12-19 | 2015-06-24 | 罗伯特·博世有限公司 | 用于获取驾驶员的负荷状态的方法 |
CN107031397A (zh) * | 2015-10-05 | 2017-08-11 | 株式会社万都 | 驾驶员疲劳状态警报系统及其方法 |
CN108437989A (zh) * | 2018-04-09 | 2018-08-24 | 广州大学 | 一种基于动态车道边界的车道偏离预警方法及系统 |
CN109070924A (zh) * | 2016-03-29 | 2018-12-21 | 本田技研工业株式会社 | 控制辅助车辆 |
CN109849928A (zh) * | 2019-03-15 | 2019-06-07 | 北京海纳川汽车部件股份有限公司 | 自动驾驶车辆的控制方法、装置及具有其的自动驾驶车辆 |
CN110998690A (zh) * | 2017-09-22 | 2020-04-10 | 三菱电机株式会社 | 清醒度判定装置以及清醒度判定方法 |
US20210339759A1 (en) * | 2010-06-07 | 2021-11-04 | Affectiva, Inc. | Cognitive state vehicle navigation based on image processing and modes |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009026950A1 (de) * | 2009-06-16 | 2010-12-23 | Zf Lenksysteme Gmbh | Verfahren zur Fahreridentifikation |
DE102010034599A1 (de) | 2010-08-16 | 2012-02-16 | Hooshiar Mahdjour | Verfahren zur Erfassung des Benutzerprofils zur Müdigkeitserkennung eines Fahrzeugfahrers |
DE102010049086A1 (de) | 2010-10-21 | 2012-04-26 | Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) | Verfahren zum Beurteilen der Fahreraufmerksamkeit |
KR101163081B1 (ko) * | 2010-11-01 | 2012-07-05 | 재단법인대구경북과학기술원 | 운전 부주의 분류시스템 |
DE102010064345A1 (de) * | 2010-12-29 | 2012-07-05 | Robert Bosch Gmbh | Komfortmerkmal zur Förderung der Fahreraufmerksamkeit in einem Fahrerassistenzsystem |
DE102011009209A1 (de) * | 2011-01-22 | 2012-07-26 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Verfahren und System zur Spurüberwachung eines Kraftfahrzeugs, Kraftfahrzeug und Infrastruktureinrichtung |
DE102011105949B4 (de) * | 2011-06-29 | 2015-05-21 | Conti Temic Microelectronic Gmbh | Verfahren und Vorrichtung zur Müdigkeits- und/oder Aufmerksamkeitsbeurteilung |
US8743193B2 (en) * | 2011-12-22 | 2014-06-03 | Volkswagen Ag | Method and device for detecting drowsiness |
US10086697B2 (en) | 2011-12-22 | 2018-10-02 | Volkswagen Ag | Method and device for fatigue detection |
DE102012024706A1 (de) | 2011-12-22 | 2013-06-27 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Müdigkeitserkennung |
DE102012001741A1 (de) * | 2012-01-28 | 2013-08-01 | Volkswagen Aktiengesellschaft | Vorrichtung und Verfahren zur Überwachung des Betriebs eines Fahrzeugs und Vorrichtung und Verfahren zur Warnung des Fahrers |
JP5940972B2 (ja) * | 2012-12-21 | 2016-06-29 | ダイムラー・アクチェンゲゼルシャフトDaimler AG | 居眠り運転警報装置および居眠り運転警報方法 |
US10046793B2 (en) * | 2014-02-26 | 2018-08-14 | GM Global Technology Operations LLC | Methods and systems for automated driving |
JP6126043B2 (ja) | 2014-04-25 | 2017-05-10 | 本田技研工業株式会社 | 路外逸脱抑制支援装置および路外逸脱抑制支援方法 |
DE202014004917U1 (de) | 2014-06-11 | 2014-07-14 | Frank Munser-Herzog | Fahrerassistenzsystem zur Müdigkeitserkennung und Sekundenschlaf-Vermeidung eines Fahrzeugführers |
DE102014008791A1 (de) | 2014-06-11 | 2015-12-17 | Frank Munser-Herzog | Fahrerassistenzsystem und Verfahren zur Müdigkeitserkennung und Sekundenschlaf-Vermeidung eines Fahrzeugführers |
DE102015208208A1 (de) | 2015-05-04 | 2016-11-10 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen einer Müdigkeit eines Fahrers eines Fahrzeugs |
JP2018124789A (ja) * | 2017-01-31 | 2018-08-09 | 富士通株式会社 | 運転評価装置、運転評価方法及び運転評価システム |
CN109774471B (zh) * | 2017-05-15 | 2022-07-29 | 成都中技智慧企业管理咨询有限公司 | 一种适用于安全驾驶的车载设备 |
JP6885222B2 (ja) | 2017-06-30 | 2021-06-09 | いすゞ自動車株式会社 | 車両用情報処理装置 |
CN109835333B (zh) * | 2019-03-07 | 2020-07-31 | 吉林大学 | 一种保持车辆在车道中间行驶的控制系统及控制方法 |
DE102019204892A1 (de) | 2019-04-05 | 2020-10-08 | Robert Bosch Gmbh | Verfahren und Steuergerät zum Erkennen einer Müdigkeit eines Fahrers für ein Fahrassistenzsystem für ein Fahrzeug |
KR20210052634A (ko) * | 2019-10-29 | 2021-05-11 | 엘지전자 주식회사 | 운전자의 부주의를 판단하는 인공 지능 장치 및 그 방법 |
DE102021110990B4 (de) | 2020-12-29 | 2022-09-15 | B-Horizon GmbH | Verfahren zum Überwachen eines Fahrers, zur Feststellung der Fahrermüdigkeit, der Augenbewegung, der Körperreaktionsgeschwindigkeit und/oder des Atemzyklus mittels eines Messsystems |
CN113548057B (zh) * | 2021-08-02 | 2023-02-10 | 四川科泰智能电子有限公司 | 一种基于驾驶痕迹的安全驾驶辅助方法及系统 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05155269A (ja) | 1991-12-06 | 1993-06-22 | Toyota Motor Corp | 居眠り運転検出装置 |
JPH06150199A (ja) * | 1992-11-13 | 1994-05-31 | Mitsubishi Electric Corp | 車両予防安全装置 |
JP2856049B2 (ja) * | 1993-11-05 | 1999-02-10 | トヨタ自動車株式会社 | 居眠り運転検出装置 |
JPH07186993A (ja) * | 1993-12-28 | 1995-07-25 | Mitsubishi Motors Corp | パワーステアリング制御装置 |
US5850193A (en) * | 1995-03-30 | 1998-12-15 | Sumitomo Electric Industries, Ltd. | Apparatus for assisting driver in carefully driving |
JPH10198897A (ja) * | 1997-01-09 | 1998-07-31 | Honda Motor Co Ltd | 車両用運転状況監視装置 |
US5798695A (en) * | 1997-04-02 | 1998-08-25 | Northrop Grumman Corporation | Impaired operator detection and warning system employing analysis of operator control actions |
JP3998855B2 (ja) * | 1999-05-18 | 2007-10-31 | 三菱電機株式会社 | 危険接近防止装置 |
KR100373002B1 (ko) * | 2000-04-03 | 2003-02-25 | 현대자동차주식회사 | 차량의 차선 이탈 판단 방법 |
DE10210130B4 (de) * | 2002-03-08 | 2014-12-24 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Fahrerwarnung |
DE10247662A1 (de) * | 2002-10-11 | 2004-04-29 | Audi Ag | Kraftfahrzeug |
DE10254525A1 (de) * | 2002-11-22 | 2004-06-17 | Audi Ag | Verfahren und Vorrichtung zur Vorhersage des Fahrzeugverhaltens sowie diesbezügliches Computer-Programm-Produkt |
US6989754B2 (en) * | 2003-06-02 | 2006-01-24 | Delphi Technologies, Inc. | Target awareness determination system and method |
US7639148B2 (en) * | 2003-06-06 | 2009-12-29 | Volvo Technology Corporation | Method and arrangement for controlling vehicular subsystems based on interpreted driver activity |
DE602004008541T2 (de) * | 2003-07-07 | 2008-04-30 | Nissan Motor Co., Ltd., Yokohama | Steuersystem für ein Fahrzeug zum Halten der Fahrspur |
JP4316962B2 (ja) * | 2003-08-26 | 2009-08-19 | 富士重工業株式会社 | 運転者の覚醒度推定装置及び覚醒度推定方法 |
DE10341366A1 (de) * | 2003-09-08 | 2005-04-07 | Scania Cv Ab | Erfassung unbeabsichtigter Fahrbahnabweichungen |
DE10342528A1 (de) * | 2003-09-12 | 2005-04-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Fahrerunterstützung |
DE10355221A1 (de) * | 2003-11-26 | 2005-06-23 | Daimlerchrysler Ag | Verfahren und Computerprogramm zum Erkennen von Unaufmerksamkeiten des Fahrers eines Fahrzeugs |
DE102005018697A1 (de) * | 2004-06-02 | 2005-12-29 | Daimlerchrysler Ag | Verfahren und Vorrichtung zur Warnung eines Fahrers im Falle eines Verlassens der Fahrspur |
DE102004039142A1 (de) * | 2004-08-12 | 2006-02-23 | Robert Bosch Gmbh | Spurhalteassistenzsystem für Kraftfahrzeuge |
ITMI20050788A1 (it) * | 2005-05-02 | 2006-11-03 | Iveco Spa | Sistema di ausilio alla guida per supportare il mantenimento corsia per assistere il cambio di corsia e monitorare lo stato del guidatore di un veicolo |
-
2006
- 2006-11-03 DE DE102006051930.2A patent/DE102006051930B4/de active Active
-
2007
- 2007-09-05 US US12/304,665 patent/US20090322506A1/en not_active Abandoned
- 2007-09-05 JP JP2009535642A patent/JP2010508611A/ja active Pending
- 2007-09-05 EP EP07803253A patent/EP2086785A1/de not_active Withdrawn
- 2007-09-05 CN CN2007800410822A patent/CN101535079B/zh not_active Expired - Fee Related
- 2007-09-05 WO PCT/EP2007/059291 patent/WO2008052827A1/de active Application Filing
-
2013
- 2013-02-14 JP JP2013026979A patent/JP5546655B2/ja not_active Expired - Fee Related
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102686469A (zh) * | 2009-12-28 | 2012-09-19 | 法国欧陆汽车公司 | 用于确定代表车辆驾驶员的警觉状态的参数的方法 |
CN102686469B (zh) * | 2009-12-28 | 2015-06-03 | 法国欧陆汽车公司 | 用于确定代表车辆驾驶员的警觉状态的参数的方法 |
US20210339759A1 (en) * | 2010-06-07 | 2021-11-04 | Affectiva, Inc. | Cognitive state vehicle navigation based on image processing and modes |
CN104245481B (zh) * | 2012-01-16 | 2017-04-05 | 标致·雪铁龙汽车公司 | 机动车辆越线时间的估算方法 |
CN104245481A (zh) * | 2012-01-16 | 2014-12-24 | 标致·雪铁龙汽车公司 | 机动车辆越线时间的估算方法 |
US10049551B2 (en) | 2013-10-15 | 2018-08-14 | Volvo Car Corporation | Vehicle driver assist arrangement |
CN104553988B (zh) * | 2013-10-15 | 2018-12-11 | 沃尔沃汽车公司 | 车辆驾驶员辅助设备 |
CN104553988A (zh) * | 2013-10-15 | 2015-04-29 | 沃尔沃汽车公司 | 车辆驾驶员辅助设备 |
CN104648405A (zh) * | 2013-11-25 | 2015-05-27 | 罗伯特·博世有限公司 | 用于探测车辆驾驶员的注意力状态的方法 |
CN104648405B (zh) * | 2013-11-25 | 2019-04-09 | 罗伯特·博世有限公司 | 用于探测车辆驾驶员的注意力状态的方法 |
CN104724123A (zh) * | 2013-12-19 | 2015-06-24 | 罗伯特·博世有限公司 | 用于获取驾驶员的负荷状态的方法 |
CN107031397A (zh) * | 2015-10-05 | 2017-08-11 | 株式会社万都 | 驾驶员疲劳状态警报系统及其方法 |
CN107031397B (zh) * | 2015-10-05 | 2020-10-16 | 株式会社万都 | 驾驶员疲劳状态警报系统及其方法 |
CN109070924A (zh) * | 2016-03-29 | 2018-12-21 | 本田技研工业株式会社 | 控制辅助车辆 |
CN110998690A (zh) * | 2017-09-22 | 2020-04-10 | 三菱电机株式会社 | 清醒度判定装置以及清醒度判定方法 |
CN108437989A (zh) * | 2018-04-09 | 2018-08-24 | 广州大学 | 一种基于动态车道边界的车道偏离预警方法及系统 |
CN108437989B (zh) * | 2018-04-09 | 2019-10-22 | 广州大学 | 一种基于动态车道边界的车道偏离预警方法及系统 |
CN109849928A (zh) * | 2019-03-15 | 2019-06-07 | 北京海纳川汽车部件股份有限公司 | 自动驾驶车辆的控制方法、装置及具有其的自动驾驶车辆 |
Also Published As
Publication number | Publication date |
---|---|
JP5546655B2 (ja) | 2014-07-09 |
JP2013140605A (ja) | 2013-07-18 |
CN101535079B (zh) | 2013-06-19 |
EP2086785A1 (de) | 2009-08-12 |
DE102006051930B4 (de) | 2017-04-06 |
US20090322506A1 (en) | 2009-12-31 |
JP2010508611A (ja) | 2010-03-18 |
WO2008052827A1 (de) | 2008-05-08 |
DE102006051930A1 (de) | 2008-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101535079B (zh) | 用于驾驶员状态识别的方法和装置 | |
CN105745134B (zh) | 用于评价在机动车中的驾驶员行为的方法 | |
CN104246848B (zh) | 驾驶辅助装置 | |
EP2885151B1 (en) | Method for determining the operational state of a driver | |
CN101031462B (zh) | 用于辅助驾驶员的方法及装置 | |
JP5081815B2 (ja) | 疲労を検出する方法及び装置 | |
JP2008515070A (ja) | ドライバーサポート方法および装置 | |
CN106585635B (zh) | 驾驶行为评分方法和装置 | |
CN104887253B (zh) | 驾驶员疲劳检测 | |
CN110472556B (zh) | 基于单目视觉的驾驶员注意力状态分析系统和分析方法 | |
CN105493165B (zh) | 车辆驾驶情况判定装置和车辆驾驶情况判定方法 | |
JP4164095B2 (ja) | ドライバ支援方法および装置 | |
EP2380766A1 (en) | Impaired Operation Detection Method and Impaired Operation Detection System | |
CN103661375A (zh) | 一种考虑驾驶分心状态的车道偏离报警方法及系统 | |
CN104794855A (zh) | 驾驶员注意力综合评估装置 | |
CN102975721A (zh) | 用于改善车辆驾驶员的表现估计的系统和方法 | |
CN101547819A (zh) | 驾驶辅助系统及方法 | |
CN110063735A (zh) | 基于驾驶行为的疲劳监测方法 | |
EP3177937B1 (en) | Dynamic stuck switch monitoring | |
CN113859232A (zh) | 一种车辆自动驾驶潜在目标预测报警方法及系统 | |
US20190263419A1 (en) | Autonomous vehicle control by comparative transition prediction | |
CN113119982A (zh) | 操作状态识别与处理方法、装置、设备、介质及程序产品 | |
KR20150066308A (ko) | 운전자 운행 상태 판단 장치 및 그 방법 | |
CN106427416B (zh) | 车辆的胎压检测方法、系统及车辆 | |
CN116778671A (zh) | 一种人工智能预警方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130619 Termination date: 20150905 |
|
EXPY | Termination of patent right or utility model |