CN103042922A - 确定基于车辆驾驶状态信息的驾驶集中度的系统和方法 - Google Patents
确定基于车辆驾驶状态信息的驾驶集中度的系统和方法 Download PDFInfo
- Publication number
- CN103042922A CN103042922A CN2012100451740A CN201210045174A CN103042922A CN 103042922 A CN103042922 A CN 103042922A CN 2012100451740 A CN2012100451740 A CN 2012100451740A CN 201210045174 A CN201210045174 A CN 201210045174A CN 103042922 A CN103042922 A CN 103042922A
- Authority
- CN
- China
- Prior art keywords
- value
- concentration degree
- road
- determining
- driving concentration
- 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 37
- 230000008569 process Effects 0.000 claims description 13
- 238000013500 data storage Methods 0.000 claims description 12
- 210000000352 storage cell Anatomy 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 9
- RZILCCPWPBTYDO-UHFFFAOYSA-N fluometuron Chemical compound CN(C)C(=O)NC1=CC=CC(C(F)(F)F)=C1 RZILCCPWPBTYDO-UHFFFAOYSA-N 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 210000004027 cell Anatomy 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 2
- 231100001261 hazardous Toxicity 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 6
- 206010041349 Somnolence Diseases 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 102100029860 Suppressor of tumorigenicity 20 protein Human genes 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007634 remodeling Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 102100035353 Cyclin-dependent kinase 2-associated protein 1 Human genes 0.000 description 1
- 101000760620 Homo sapiens Cell adhesion molecule 1 Proteins 0.000 description 1
- 101000737813 Homo sapiens Cyclin-dependent kinase 2-associated protein 1 Proteins 0.000 description 1
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 1
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 1
- 101000710013 Homo sapiens Reversion-inducing cysteine-rich protein with Kazal motifs Proteins 0.000 description 1
- 101000585359 Homo sapiens Suppressor of tumorigenicity 20 protein Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/143—Alarm means
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/05—Type of road
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
Abstract
本发明提供了确定基于车辆驾驶状态信息的驾驶集中度的系统和方法。所述系统包括：转向角传感器，配置成感测转向盘的位移；前置摄像传感器，配置成感测道路上和车辆前方预定区域内的物体；数据存储单元，配置成以预定时间间隔存储从转向角传感器和前置摄像传感器提供的数据，累积由指数计算单元计算的值并把累积的值作为标准值进行管理；指数计算单元，配置成计算用于识别车辆的状态的数量指数；统计处理单元，配置成统计地处理由指数计算单元计算的值，并输出状态信息；和驾驶集中度确定单元，配置成顺次控制指数计算单元和统计处理单元，以便计算状态信息并将计算的状态信息与标准值进行比较以确定驾驶者的驾驶集中度级别。
Description
技术领域
本发明涉及用于确定驾驶者在驾驶期间的驾驶集中度的技术，并且更特别地涉及基于车辆驾驶状态信息确定驾驶集中度的方法和系统，其基于转向盘角度的变化和通过前置摄像传感器获得的车辆驾驶状态信息来分析驾驶者的驾驶集中度。
背景技术
随着已经成为现代社会必需品的汽车的使用的增多，交通事故的发生也迅速增多。交通事故可能会由于许多不同的原因而发生，在这些原因当中有驾驶者的疏忽和由于道路状况导致的意外风险。在这些因素当中，几个最常见的原因是超速行驶或困倦。这些状况可能会引起导致个人损伤或甚至死亡的严重事故。
国家公路交通安全管理局(NHTSA)对一年内发生的250万个交通事故的调查表明25％至56％的事故是由驾驶者的疏忽驾驶引起的。引起这种疏忽驾驶的三个主要因素是视觉疏忽、精神集中方面的疏忽、和困倦。
在解决上述问题所做的努力中，主要的汽车制造商持续研发了用于辅助驾驶者进行安全车辆操作的各种新系统，并将这些新系统应用于车辆。一些制造商研发了通过使用摄像机感测驾驶者的反应和运动、或者通过借助传感器监视驾驶者的脉搏，而能够确定驾驶者何时变得困倦的技术。
当使用上述摄像机方法时，摄像机通过安装在车辆内的摄像机拍摄驾驶者的面部，处理照片并分析照片以识别驾驶者眼睑的下垂和眨眼模式以及驾驶者瞳孔的运动，并基于识别的结果来确定驾驶者是否正变得困倦。在脉搏监视技术中，基于当人们睡着时常常减少的驾驶者脉搏的减少，利用驾驶者的脉搏来确定驾驶者是否正变得困倦。
然而，这些先前的技术需要非常麻烦和复杂的组件，诸如需要用于检测驾驶者的脉搏率并执行脉搏率的分析算法的传感器和处理器，或者需要用于拍摄瞳孔运动的摄像机、用于处理所拍摄图像并执行其分析算法的硬件。另外，即使包括这些组件，也只能检测出由于困倦驾驶引起的反常驾驶。因此，把该系统想要的结果与实现该系统所需的成本相比，该系统的经济效益相对较低。
发明内容
本发明的各方面是考虑到上述问题而做出的，并且提供了基于车辆的驾驶状态信息来确定驾驶集中度的方法和系统，其基于在驾驶时转向盘角度的变化和通过前置摄像传感器获得的车辆驾驶状态信息，来计算用于确定驾驶者的驾驶集中度的指数。本发明然后将计算结果转换成统计信息，并基于统计信息来确定驾驶者的驾驶集中度。
根据本发明的一方面，提供了一种基于车辆的驾驶状态信息来确定驾驶者的驾驶集中度的系统。该系统可以包括：转向角传感器，其被配置成感测转向盘的位移；前置摄像传感器，其被配置成感测道路上和车辆前方预定区域内的物体；数据存储单元，其被配置成根据预定的控制数据，以预定时间间隔存储从转向角传感器和前置摄像传感器提供的数据，累积由指数计算单元计算的值并把累积的值作为标准值进行管理；指数计算单元，其被配置成根据预定的控制数据，基于存储在数据存储单元中的数据来计算用于识别车辆的状态的数量指数(quantitative index)；统计处理单元，其被配置成统计地处理由指数计算单元计算的值，并输出作为用于确定驾驶集中度的指数的状态信息；驾驶集中度确定单元，其被配置成基于存储在数据存储单元中的数据顺次地控制指数计算单元和统计处理单元，以便计算状态信息并将计算的状态信息与存储在数据存储单元中的标准值进行比较以确定驾驶者的驾驶集中度。
系统还可以包括警报显示单元，其被配置成根据预定的控制数据，输出向驾驶者警告危险的警报消息。当统计处理单元的计算结果等于或小于预定参考值时，驾驶集中度确定单元可以控制警报显示单元以输出警报消息。
驾驶集中度确定单元、指数计算单元和统计处理单元可以实施在由电子控制单元(ECU)等构成的控制单元内。
根据本发明的另一方面，基于车辆的驾驶状态信息确定驾驶者的驾驶集中度的方法可以包括：以预定时间间隔把安装在车辆中的转向角传感器和前置摄像传感器的输出数据存储在存储单元中；基于存储在存储单元中的信息来计算用于识别车辆状态的数量指数；统计地处理在计算数量指数时所计算的值以输出作为用于确定驾驶集中度的指数的状态信息；以及把在统计处理期间所计算的信息与预定参考数据进行比较，并基于比较结果来确定驾驶集中度。
可以通过累积在计算数量指数时所计算的结果或者累积在预定时刻经由统计方法进行统计处理期间所计算的结果，来获得参考数据。
在统计处理期间所计算的状态信息可以由对车辆状态进行细分的至少一个参数构成。还可以对参考数据进行细分，使得细分出来的参考数据一对一地与相应的参数进行比较。
所述方法还可以包括基于通过统计处理计算的状态信息来确定与道路相关的困难级别。该确定步骤可以包括通过根据在确定道路的困难级别的过程中的确定结果，逐步地应用不同的参考值，来确定细分出来的驾驶集中度。
在本发明的一些示例性实施例中，参数可以包括：转向角的正负变化次数(number of sign change)(例如，ZERO)和道路曲率半径的正负变化次数(dSignR)之间的差值；以及根据所测得的转向角标准偏差(SDST)的最大值(SDSTmax)相对于SDSTmax_s的SDST变化系数(SDST％)而获得的值，其中SDSTmax_s是SDST的标准值。驾驶集中度确定步骤可以包括：首先当ZERO-dSignR＝0并且SDST％的值小于预设值V1时，确定驾驶集中度为最高级别。
如果在第一确定步骤中相应参数的值与最高级别条件不匹配，则确定驾驶集中度的步骤还可以包括：当与车道超过数(LANEX，laneexceedance)相关的数值大于预设值V2时，再次确定驾驶集中度为最低级别。参数可以包括：根据所测得的SDSTmax相对于SDSTmax_s的变化系数(SDST％)而获得的值，其中SDSTmax_s是SDST的标准值。
可以通过本发明的说明性实施例来确定道路的困难级别。特别地，当SDST％的值大于预设值V3时，道路的困难级别较低(例如，低级别道路)，并且当SDST％的值等于或小于预设值V3时，道路的困难级别较高(例如，高级别道路)。通过困难级别来表示给定路段上的曲线数量、曲线的种类、这些曲线的锐度(sharpness)、道路的倾度等等。
此外，参数可以包括：直到车辆的一侧到达相邻线路为止的距线路交叉的剩余时间(TLC)的最小值TLCmin；以及所测得的TLCmin相对于TLCmin_s的变化系数(TLC％)，其中TLCmin_s是TLCmin的标准值。确定驾驶集中度的步骤还可以包括：在确定道路具有低困难级别的情况下当TLC％的值小于预定参考值V4时，或者在确定道路具有高困难级别的情况下当TLC％的值小于预定参考值V5时，确定驾驶者集中度处于2级。
参数可以包括：车道中的横向位置的标准偏差(SDLP)，SDLP的最大值(SDLPmax)，以及所测得的SDLPmax相对于SDLPmax_s的变化系数(SDLP％)，其中SDLPmax_s是SDLPmax的标准值。驾驶集中度确定步骤还包括：在确定道路具有低困难级别的情况下当SDLP％的值大于预定参考值V6时，或者在确定道路具有高困难级别的情况下当SDLP％的值大于预定参考值V7时，确定驾驶集中度处于3级。
确定驾驶集中度的步骤还可以包括：当在确定驾驶集中度的过程中SDLP％的值不满足3级的标准时，确定驾驶集中度处于4级。
在确定驾驶集中度之后，所述方法还可以包括：对驾驶集中度达到4级的次数进行计数，以及当在对4级进行计数的过程中所计数的值达到预定值时，将参数重置为参考数据。
根据本发明的示例性实施例，可以仅使用原本安装在车辆中的转向盘(转向手柄)的转向角传感器和前置摄像传感器来计算驾驶集中度，而无需使用基于附加图像的传感器信息或用于测量驾驶者生物状态的实际物理变化的物理数据。
另外，可以根据环境和症状(symptom)来将驾驶者的驾驶集中度细分成几个阶段，并且根据驾驶者的驾驶能力来提供表示个别偏差的驾驶道路困难级别。
尽管在本发明的示例性实施例中，通常把在制造车辆的过程中设置的值用作确定驾驶集中度的参考值，但是可以通过经由连续的集中度确定测试监视驾驶者的日常驾驶能力并将其记录为各驾驶者的阈值来获得值并且基于驾驶者的实际能力来将获得的值重置为参考值，从而纠正与各驾驶者的偏差相应的集中度差异。因此，本发明的说明性实施例实质上是动态的，因为其具有学习各个单独的驾驶者的驾驶习惯的能力。
本发明的系统和方法所具有的其它特征和优点根据结合在本文中的附图以及一起用于解释本发明的某些原理的本发明的以下详细说明将是明显的或者将在附图以及以下详细说明中更详细地阐述。
附图说明
图1是示出根据本发明的示例性实施例的基于车辆的驾驶状态信息来确定驾驶集中度的系统的功能框图。
图2是示出具有图1的配置的用于确定驾驶集中度的系统的操作的序列图。
图3是示出警报消息的输出操作的视图。
附图中各要素的附图标记
11：驾驶集中度确定单元
12：指数计算单元
13：数据存储单元
14：统计处理单元
20：警报显示单元
具体实施方式
现在将详细参考本发明的各种实施例，其实例在附图中示出并在下面描述。附图中同样的附图标记表示同样的要素。在描述本发明的实施例的过程中，当相关公开内容中的配置或功能的详细描述被确定为会妨碍对实施例的理解时，将省略该详细描述。
应该理解的是，本文中使用的术语“车辆”或“车辆的”或其它类似术语包括一般的机动车辆(诸如包括运动型多功能车(SUV)、公共汽车、卡车、各种商用车辆在内的客车)、包括各种艇和船在内的水运工具、飞行器等，并且包括混合动力车、电动车、插电式混合电动车、氢动力车以及其它代用燃料车(例如从除石油以外的资源中取得的燃料)。如本文中所述，混合动力车是具有两个或更多个动力源的车辆，例如既有汽油动力又有电动力的车辆。
图1是示出根据本发明的示例性实施例的基于车辆的驾驶状态信息来确定驾驶集中度的系统的功能框图。
在图1中，驾驶集中度确定单元11被配置成基于通过控制器局域网(CAN)传送的来自转向角传感器(SAS)的传感器数据和来自前置摄像传感器的输出数据来确定驾驶集中度，并且当驾驶集中度变得比预定参考值小时产生警报数据。
指数计算单元12被配置成基于来自SAS的感测数据和来自前置摄像传感器的输出数据，来计算用于识别车辆状态的数量指数。数据存储单元13被配置成以预定时间间隔存储从SAS和前置摄像传感器提供的数据，累积由指数计算单元12计算的值并将累积的值作为标准值进行管理。统计处理单元14被配置成统计地处理由指数计算单元12计算的值并输出作为用于确定驾驶集中度的指数的状态信息。
警报显示单元20被配置成当驾驶集中度单元检测到驾驶者的集中度处于预定阈值以下时，输出如图3所示的由驾驶集中度确定单元11产生的警报消息。
尽管驾驶集中度确定单元11、指数计算单元12和统计处理单元14可以一体地实施在配置为电子控制单元(ECU)的控制单元中，但是这些单元也可以分离地实施。
接下来，将参考图2的流程图描述具有上述配置的系统的操作。
安装在本发明示例性实施例的车辆中的各种传感器被配置成感测确定车辆驾驶状态所需的测量信息，并通过CAN传送测量信息。驾驶集中度确定单元11以恒定的时间间隔(例如每10分钟或30分钟)定期地把通过SAS和前置摄像传感器检测的数据存储在数据存储单元13中(ST10和ST11)，并控制指数计算单元12以便根据预设算法以恒定时间间隔计算指数值(ST12)。
由指数计算单元12计算的指数值包括平均横向位置(MLP，meanlateral position)、横向位置的标准偏差(SDLP)、车道超过数(LANEX，number of lane exceedance)、距线路交叉的剩余时间(TLC，time to linecrossing)等等。通过上述处理计算的指数由统计处理单元14处理成作为用于确定驾驶集中度的指数的状态信息，并被提供给驾驶集中度确定单元11(ST13)。作为统计处理结果被计算出来的信息包括：转向盘角度的标准偏差(SDST，Standard Deviation of STeering wheel angel)；SDST的最大值(SDSTmax)；所测得的SDSTmax相对于SDSTmax_s的变化系数(SDST％)，其中SDSTmax_s是标准值；车辆在车道中的横向位置的标准偏差(SDLP)；SDLP的最大值(SDLPmax)；所测得的SDLPmax相对于作为标准值的SDLPmax_s的变化系数(SDLP％)；距线路交叉的剩余时间(TLC)，其表示车辆的一侧到达相邻线路的估算时间；TLC的最小值(TLCmin)；所测得的TLCmin相对于作为标准值的TLCmin_s的变化系数(TLC％)。通过从转向角的正负变化次数(ZERO)减去道路曲率半径的正负变化次数(dSignR)等方式，来计算另外的标准值。
驾驶集中度确定单元11把从统计处理单元14输出的状态信息与预设参考值进行比较以确定驾驶集中度。首先，当ZERO和dSignR之间的差值即ZERO-dSignR＝0并且SDST％的值小于预设值V1时(ST14)，驾驶集中度确定单元11确定当前驾驶车辆的驾驶者的驾驶集中度处于5级，这是非常高的级别(ST15)。这表示除了来自道路的影响以外，驾驶者所做的更改频率较低，并且车辆的横向偏差的稳定性良好。响应于在步骤ST14中确定ZERO和dSignR之间的差值大于预设值V1，驾驶集中度确定单元检查LANEX的值是否大于预设值(V2)(ST16)。作为参考，除了值V1和V2之外，后面提及的比较参考值V3至V7也是通过以若干时间间隔实施的实际实现方案凭经验获得的计算值。
特别地，系统随后在(ST16)中确定LANEX的值是否大于预设值V2，因为这表明由于可能的困倦和疏忽而导致车辆的一侧侵犯(正在跨越)相邻线路。基于该确定，驾驶集中度确定单元11确定驾驶者的集中度级别处于1级，这是非常低的级别(ST17)。作为响应，驾驶集中度确定单元11控制警报显示单元20以便输出如图3所示的向驾驶者告知危险的警报消息(ST25)。
在本发明的一些实施例中，当侵犯时间比0.5秒少时，系统把驾驶者越过相邻线路的行为解释为不太可能引起事故，因此，危险级别较低。因此，当计算周期被设置为10msec时，V2的合理值为大约50。
如上所述，在驾驶集中度被划分成非常高的集中度和非常低的集中度后，将描述把集中度划分成中等级别的集中度的处理。更具体地，当在由于道路而使曲率半径的变化量增大的道路上或者在需要驾驶者迅速减速的道路上驾驶时，改变系统借以做出确定的方法，使得基于在相同道路状况下每个驾驶者的驾驶能力来做出确定。如果不考虑道路的困难级别，则在分析处理期间可能会发生错误。
当在步骤ST16中LANEX的值等于或小于值V2时，通过考虑上述要点，驾驶集中度确定单元11确定SDST％的值是否大于预设值V3(ST18)。作为参考，与直道路相比，SDST在弯曲道路上会增大。在具有相同曲率半径的道路上，当驾驶者不熟悉道路或驾驶者由于他/她的驾驶能力而不能适应时，SDST也会增大。因此，可以基于道路的困难级别来附加地细分出中等级别的驾驶集中度，并且可以在考虑道路的困难级别的同时进一步计算驾驶集中度。
当在步骤ST18中确定SDST％＞V3时，驾驶集中度确定单元11确定道路的困难级别为高(ST19)，将TLC％的值与参考值V5进行比较(ST20)，并且在TLC％＜V5时确定驾驶集中度处于2级(ST21)。
当在步骤ST20中确定TLC％的值等于或大于参考值V5时，驾驶集中度确定单元11将SDLP％的值与参考值V7进行比较(ST22)，当作为步骤ST22中的确定结果而得到SDLP％＞V7时，确定驾驶集中度处于3级(ST23)，并且当SDLP％的值等于或小于V7时，确定驾驶集中度处于4级(ST24)。
另一方面，当作为步骤ST18中SDST％与V3的比较结果而确定SDST％的值等于或小于V3时，驾驶集中度确定单元11确定道路的困难级别为低(ST29)，将TLC％的值与参考值V4进行比较(ST30)，并且在TLC％＜V4时确定驾驶集中度处于3级(ST21)。
另外，当在步骤30中确定TLC％的值等于或大于参考值V4时，驾驶集中度确定单元11将SDLP％的值与参考值V6进行比较(ST32)，当作为步骤S32中的比较结果而得到SDLP％＞V6时，确定驾驶集中度处于3级(ST23)，并且当SDLP％的值等于或小于V6时，确定驾驶集中度处于4级(ST24)。
驾驶集中度确定单元11对在步骤24中驾驶集中度达到4级时的次数(C)进行计数(ST33)，检测何时所述次数等于或大于参考值V8(ST34)，在C≥V8时把作为比较参考值的标准值更新为SDSTmax的平均值、SDLPmax的平均值和TLCmin的平均值，并将C的值初始化。在这样做后，系统完成了一个完整的循环，并因此终止(ST35)。
根据示例性实施例，可以使用原本安装在车辆中的转向盘(转向手柄)的SAS和前置摄像传感器来计算驾驶者的驾驶集中度，根据环境和症状来将驾驶集中度细分成几个阶段，并根据驾驶者的个人驾驶能力来提供代表个别偏差的道路困难级别。
另外，尽管通常把车辆制造过程中设置的值用作确定驾驶集中度的参考值，但在示例性实施例中，可以通过经由连续的集中度确定过程连续地监视驾驶者的驾驶能力来获得与各个单独的驾驶者的能力相关的值，从而动态地纠正由于各驾驶者的偏差而引起的集中度差异。在已经获得一定量的数据后，将所获得的值重置为参考值以便更好地代表特定驾驶者的“基准”。
在上述说明性实施例中，控制单元可以实施为配置成执行上述处理的控制器或处理器。此外，本发明的控制器或处理器内的控制逻辑可以实施为包含由处理器、控制器等执行的可执行程序指令的非短暂计算机可读介质。计算机可读介质的实例包括但不限于ROM、RAM、压缩盘(CD)-ROM、磁带、软盘、闪存驱动器、智能卡和光学数据存储装置。计算机可读记录介质还可以分布在网络连接的计算机系统中，使得计算机可读介质以分布式方式(例如，通过远程信息处理服务器或控制器局域网(CAN))被存储和执行。
出于例证和说明的目的已经提供了本发明的特定示例性实施例的前述说明。这些说明并非旨在是无遗漏的或者将本发明限于所公开的精确形式，并且根据上述教导明显有许多改型和变型是可能的。选择并描述示例性实施例是为了解释本发明的某些原理及其实际应用，从而使本领域的其他技术人员能够构造并利用本发明的各种示例性实施例及其各种替代形式和改型。本发明的范围应由所附权利要求及其等价形式限定。
Claims (14)
1.一种用于确定车辆驾驶者的驾驶集中度的系统，所述系统包括：
转向角传感器，其被配置成感测转向盘的位移；
前置摄像传感器，其被配置成感测道路上和车辆前方预定区域内的物体；
数据存储单元，其被配置成根据预定的控制数据，以预定时间间隔存储从所述转向角传感器和所述前置摄像传感器提供的数据，累积由指数计算单元计算的值并把累积的值作为标准值进行管理；
所述指数计算单元，其被配置成根据预定的控制数据，基于存储在所述数据存储单元中的数据来计算配置成识别车辆的状态的数量指数；
统计处理单元，其被配置成统计地处理由所述指数计算单元计算的值，并输出状态信息，所述状态信息是用于确定驾驶集中度的指数；以及
驾驶集中度确定单元，其被配置成基于存储在所述数据存储单元中的数据顺次地控制所述指数计算单元和所述统计处理单元，以便计算所述状态信息并将计算的状态信息与存储在所述数据存储单元中的所述标准值进行比较以确定驾驶者的驾驶集中度的级别。
2.如权利要求1所述的系统，还包括警报显示单元，其被配置成根据预定的控制数据，基于驾驶者的集中度的级别来输出向驾驶者警告危险的警报消息，
其中当所述统计处理单元的计算结果等于或小于预定参考值时，所述驾驶集中度确定单元控制所述警报显示单元以输出所述警报消息。
3.如权利要求1所述的系统，其中所述驾驶集中度确定单元、所述指数计算单元和所述统计处理单元被实施在配置为电子控制单元(ECU)的控制单元内。
4.一种确定车辆驾驶者的驾驶集中度的方法，所述方法包括：
由存储单元以预定时间间隔存储来自安装在车辆中的转向角传感器和前置摄像传感器的输出数据；
由控制单元基于在存储步骤中存储的信息来计算包括用于识别车辆状态的值在内的数量指数；
由所述控制单元统计地处理所计算的值以输出状态信息，所述状态信息是用于确定驾驶者的驾驶集中度的指数；以及
由所述控制单元把在统计处理过程中所计算的信息与预定参考数据进行比较，并根据比较结果来确定驾驶集中度的级别。
5.如权利要求4所述的方法，其中通过累积在计算所述数量指数期间由所述控制单元计算的结果或者累积在预定时刻经由统计方法进行统计处理期间由所述控制单元计算的结果，来获得所述参考数据。
6.如权利要求5所述的方法，其中在所述统计处理过程中所计算的所述状态信息由对车辆状态进行细分的至少一个参数构成，并且对所述参考数据进行细分，使得细分出来的参考数据一对一地与相应的参数进行比较。
7.如权利要求6所述的方法，还包括基于在所述统计处理过程中计算的所述状态信息来确定道路的困难级别，
其中确定驾驶集中度的步骤包括：通过根据在确定道路的困难级别时所得的确定结果，逐步地应用不同的参考值，来确定细分出来的驾驶集中度。
8.如权利要求6所述的方法，其中所述参数包括：转向角的正负变化次数(ZERO)和道路的曲率半径的正负变化次数(dSignR)之间的差值；以及根据所测得的转向角标准偏差(SDST)的最大值(SDSTmax)相对于SDSTmax_s的SDST变化系数(SDST％)而获得的值，其中SDSTmax_s是SDST的标准值，
其中确定驾驶集中度的步骤包括：首先当ZERO-dSignR＝0并且SDST％的值小于预设值V1时，确定驾驶集中度处于最高级别。
9.如权利要求8所述的方法，其中当相应参数的值与最高级别的条件不匹配时，确定驾驶集中度的步骤还包括：当车道超过数(LANEX)大于预设值V2时，确定驾驶集中度处于最低级别。
10.如权利要求7所述的方法，其中所述参数包括：根据所测得的SDSTmax相对于SDSTmax_s的变化系数(SDST％)而获得的值，其中SDSTmax_s是SDST的标准值，
其中确定道路的困难级别的步骤包括：当SDST％的值大于预设值V3时确定道路的困难级别处于低级别，并且当SDST％的值等于或小于所述预设值V3时确定道路的困难级别处于高级别。
11.如权利要求10所述的方法，其中所述参数包括：直到车辆的一侧到达相邻线路为止的距线路交叉的剩余时间(TLC)的最小值TLCmin；以及所测得的TLCmin相对于TLCmin_s的变化系数(TLC％)，其中TLCmin_s是TLCmin的标准值，
其中确定驾驶集中度的步骤还包括：当在确定道路的困难级别的过程中确定道路具有低困难级别的情况下、TLC％的值小于预定参考值V4时，或者当在确定道路的困难级别的过程中确定道路具有高困难级别的情况下、TLC％的值小于预定参考值V5时，确定驾驶集中度处于2级。
12.如权利要求11所述的方法，其中所述参数包括：车道中的横向位置的标准偏差(SDLP)，SDLP的最大值(SDLPmax)，以及所测得的SDLPmax相对于SDLPmax_s的变化系数(SDLP％)，其中SDLPmax_s是SDLPmax的标准值，
其中确定驾驶集中度的步骤还包括：在道路具有低困难级别的情况下当SDLP％的值大于预定参考值V6时，或者在道路具有高困难级别的情况下当SDLP％的值大于预定参考值V7时，确定驾驶集中度处于3级。
13.如权利要求12所述的方法，其中确定驾驶集中度的步骤还包括：当SDLP％的值不满足3级的标准时，确定驾驶集中度处于4级。
14.如权利要求13所述的方法，在确定驾驶集中度之后，还包括：
对驾驶集中度达到4级的次数进行计数；以及
当所述次数达到预定值时，将参数重置为所述参考数据。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20110106078A KR101327007B1 (ko) | 2011-10-17 | 2011-10-17 | 차량 운행상태 정보 기반 운전 집중도 판단 방법 및 그 시스템 |
| KR10-2011-0106078 | 2011-10-17 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103042922A true CN103042922A (zh) | 2013-04-17 |
| CN103042922B CN103042922B (zh) | 2016-12-28 |
Family
ID=46396990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210045174.0A Active CN103042922B (zh) | 2011-10-17 | 2012-02-24 | 确定基于车辆驾驶状态信息的驾驶集中度的系统和方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US9082285B2 (zh) |
| EP (1) | EP2584548B1 (zh) |
| JP (1) | JP6134112B2 (zh) |
| KR (1) | KR101327007B1 (zh) |
| CN (1) | CN103042922B (zh) |
| ES (1) | ES2642113T3 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107532919A (zh) * | 2015-04-23 | 2018-01-02 | 三菱电机株式会社 | 提示计划制作装置、信息提示装置以及提示计划制作方法 |
| CN108290580A (zh) * | 2015-12-08 | 2018-07-17 | 罗伯特·博世有限公司 | 用于运行车辆的方法 |
| CN110176127A (zh) * | 2018-02-19 | 2019-08-27 | 德尔福技术有限公司 | 警报系统 |
| CN110766912A (zh) * | 2018-07-27 | 2020-02-07 | 长沙智能驾驶研究院有限公司 | 驾驶预警方法、设备及计算机可读存储介质 |
| CN113168758A (zh) * | 2018-12-13 | 2021-07-23 | 法国大陆汽车公司 | 确定车辆驾驶者的困倦水平的方法 |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9340227B2 (en) * | 2012-08-14 | 2016-05-17 | Magna Electronics Inc. | Vehicle lane keep assist system |
| DE102013223989A1 (de) * | 2013-11-25 | 2015-05-28 | Robert Bosch Gmbh | Verfahren zum Detektieren des Aufmerksamkeitszustands des Fahrers eines Fahrzeugs |
| US9487235B2 (en) | 2014-04-10 | 2016-11-08 | Magna Electronics Inc. | Vehicle control system with adaptive wheel angle correction |
| JP6496982B2 (ja) * | 2014-04-11 | 2019-04-10 | 株式会社デンソー | 認知支援システム |
| KR102228559B1 (ko) | 2014-10-13 | 2021-03-16 | 현대모비스 주식회사 | 운전자 피로 감지 방법 및 시스템 |
| US10713506B2 (en) | 2014-12-18 | 2020-07-14 | Magna Electronics Inc. | Vehicle vision system with 3D registration for distance estimation |
| US9946940B2 (en) | 2014-12-18 | 2018-04-17 | Magna Electronics Inc. | Vehicle vision system with adaptive lane marker detection |
| US10449899B2 (en) | 2015-05-08 | 2019-10-22 | Magna Electronics Inc. | Vehicle vision system with road line sensing algorithm and lane departure warning |
| DE102015219465A1 (de) * | 2015-10-08 | 2017-04-13 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Ermittlung der adaptiven Reaktionszeit des Fahrers eines Kraftfahrzeugs |
| DE102015221651B4 (de) | 2015-11-04 | 2018-03-01 | Ford Global Technologies, Llc | Verfahren und System zum Vermeiden von Konzentrationsfehlern beim Führen eines Kraftfahrzeugs |
| KR102479049B1 (ko) * | 2018-05-10 | 2022-12-20 | 한국전자통신연구원 | 주행상황 판단 정보 기반 운전자 상태 인식 장치 및 방법 |
| US10552986B1 (en) * | 2018-07-20 | 2020-02-04 | Banuba Limited | Computer systems and computer-implemented methods configured to track multiple eye-gaze and heartrate related parameters during users' interaction with electronic computing devices |
| CN108769273A (zh) * | 2018-08-24 | 2018-11-06 | 北斗航天汽车（北京）有限公司 | 基于角度传感器的驾驶行为推送方法及推送系统 |
| KR20220051735A (ko) | 2020-10-19 | 2022-04-26 | 곽건호 | 스마트 운전자 헬스케어 시스템 및 방법 |
| CN113781773B (zh) * | 2021-08-17 | 2023-01-03 | 深圳市诺龙技术股份有限公司 | 一种交通运行评估方法、装置、系统及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2509015Y (zh) * | 2001-11-16 | 2002-09-04 | 陈禄萍 | 驾驶员疲劳检测报警装置 |
| US20050219057A1 (en) * | 2004-03-30 | 2005-10-06 | Mitsubishi Fuso Truck And Bus Corporation | Consciousness judging apparatus |
| CN101074020A (zh) * | 2006-05-19 | 2007-11-21 | 富士通株式会社 | 移动体的驾驶支持装置 |
| CN101704367A (zh) * | 2009-11-03 | 2010-05-12 | 奇瑞汽车股份有限公司 | 一种车道偏离预警装置及预警方法 |
| WO2011045936A1 (ja) * | 2009-10-15 | 2011-04-21 | パナソニック株式会社 | 運転注意量判別装置、方法、および、コンピュータプログラム |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3061459B2 (ja) * | 1991-09-30 | 2000-07-10 | 株式会社豊田中央研究所 | ドライバーの異常操舵判定装置 |
| JP3039327B2 (ja) * | 1995-06-30 | 2000-05-08 | 三菱自動車エンジニアリング株式会社 | 車両走行状態検出装置及び居眠り運転警報装置 |
| JPH09270098A (ja) | 1996-04-02 | 1997-10-14 | Mitsubishi Motors Corp | 車線逸脱警報装置 |
| JP3843513B2 (ja) * | 1996-12-24 | 2006-11-08 | トヨタ自動車株式会社 | 車両用警報装置 |
| JP2000211543A (ja) | 1999-01-26 | 2000-08-02 | Mazda Motor Corp | 車両の運転支援装置 |
| JP3492963B2 (ja) * | 1999-04-05 | 2004-02-03 | 本田技研工業株式会社 | 車両用運転状況監視装置 |
| JP3482166B2 (ja) * | 1999-12-08 | 2003-12-22 | 本田技研工業株式会社 | 車両用運転状況監視装置 |
| JP2001213189A (ja) * | 2000-02-02 | 2001-08-07 | Nissan Motor Co Ltd | 車両用運転操作監視装置 |
| JP2002183900A (ja) | 2000-12-14 | 2002-06-28 | Nissan Motor Co Ltd | 居眠り運転警報装置 |
| DE10241624A1 (de) | 2002-09-04 | 2004-04-01 | Volkswagen Ag | Verfahren und Vorrichtung zur Erkennung des Aufmerksamkeitgrades eines Fahrzeugführers |
| EP1914106A3 (en) | 2003-06-06 | 2008-09-24 | Volvo Technology Corporation | An attention management system and method |
| WO2004108466A1 (en) | 2003-06-06 | 2004-12-16 | Volvo Technology Corporation | Method and arrangement for controlling vehicular subsystems based on interpreted driver activity |
| JP4366145B2 (ja) * | 2003-08-26 | 2009-11-18 | 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 |
| DE10343683A1 (de) | 2003-09-20 | 2005-04-21 | Daimler Chrysler Ag | Informationssystem für Kraftfahrzeuge |
| DE602004019953D1 (de) * | 2004-12-20 | 2009-04-23 | Ford Global Tech Llc | Verfahren zur Bestimmung einer Maßzahl zur Auswertung des Verhaltens eines Kraftfahrzeugfahrers |
| JP4882766B2 (ja) | 2007-01-30 | 2012-02-22 | 株式会社デンソー | 覚醒度算出装置 |
| KR100899660B1 (ko) | 2007-11-26 | 2009-05-27 | 한국전자통신연구원 | 운전 집중도 알림 장치 및 방법 |
| KR20100028253A (ko) | 2008-09-04 | 2010-03-12 | 재단법인대구경북과학기술원 | 운전 보조 장치 및 운전 보조 방법 |
-
2011
- 2011-10-17 KR KR20110106078A patent/KR101327007B1/ko active IP Right Grant
-
2012
- 2012-02-08 US US13/368,481 patent/US9082285B2/en active Active
- 2012-02-24 CN CN201210045174.0A patent/CN103042922B/zh active Active
- 2012-05-10 ES ES12167462.6T patent/ES2642113T3/es active Active
- 2012-05-10 EP EP12167462.6A patent/EP2584548B1/en active Active
- 2012-09-20 JP JP2012206737A patent/JP6134112B2/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2509015Y (zh) * | 2001-11-16 | 2002-09-04 | 陈禄萍 | 驾驶员疲劳检测报警装置 |
| US20050219057A1 (en) * | 2004-03-30 | 2005-10-06 | Mitsubishi Fuso Truck And Bus Corporation | Consciousness judging apparatus |
| CN101074020A (zh) * | 2006-05-19 | 2007-11-21 | 富士通株式会社 | 移动体的驾驶支持装置 |
| WO2011045936A1 (ja) * | 2009-10-15 | 2011-04-21 | パナソニック株式会社 | 運転注意量判別装置、方法、および、コンピュータプログラム |
| CN101704367A (zh) * | 2009-11-03 | 2010-05-12 | 奇瑞汽车股份有限公司 | 一种车道偏离预警装置及预警方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107532919A (zh) * | 2015-04-23 | 2018-01-02 | 三菱电机株式会社 | 提示计划制作装置、信息提示装置以及提示计划制作方法 |
| CN107532919B (zh) * | 2015-04-23 | 2020-10-02 | 三菱电机株式会社 | 提示计划制作装置、信息提示装置以及提示计划制作方法 |
| CN108290580A (zh) * | 2015-12-08 | 2018-07-17 | 罗伯特·博世有限公司 | 用于运行车辆的方法 |
| CN110176127A (zh) * | 2018-02-19 | 2019-08-27 | 德尔福技术有限公司 | 警报系统 |
| CN110176127B (zh) * | 2018-02-19 | 2022-03-15 | 德尔福技术有限公司 | 警报系统 |
| CN110766912A (zh) * | 2018-07-27 | 2020-02-07 | 长沙智能驾驶研究院有限公司 | 驾驶预警方法、设备及计算机可读存储介质 |
| CN113168758A (zh) * | 2018-12-13 | 2021-07-23 | 法国大陆汽车公司 | 确定车辆驾驶者的困倦水平的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013089233A (ja) | 2013-05-13 |
| EP2584548B1 (en) | 2017-07-12 |
| EP2584548A1 (en) | 2013-04-24 |
| ES2642113T3 (es) | 2017-11-15 |
| KR20130041671A (ko) | 2013-04-25 |
| US9082285B2 (en) | 2015-07-14 |
| CN103042922B (zh) | 2016-12-28 |
| US20130093888A1 (en) | 2013-04-18 |
| JP6134112B2 (ja) | 2017-05-24 |
| KR101327007B1 (ko) | 2013-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103042922A (zh) | 确定基于车辆驾驶状态信息的驾驶集中度的系统和方法 | |
| US8521357B2 (en) | Impaired operation detection method | |
| CN110660270B (zh) | 车辆碰撞风险评价模型的建立方法和碰撞风险评价方法 | |
| US20120245758A1 (en) | Driving behavior detecting method and apparatus | |
| CN110400478A (zh) | 一种路况通知方法及装置 | |
| CN103085818A (zh) | 具有危险级别的警告功能的驾驶辅助系统和方法 | |
| US20160159217A1 (en) | System and method for determining drowsy state of driver | |
| CN103770780A (zh) | 一种车辆主动安全系统告警屏蔽装置 | |
| CN109094482B (zh) | 车辆运行风险评估信息采集系统、风险评估系统及方法 | |
| CN108482382B (zh) | 驾驶技术评分方法、设备、存储介质及车辆 | |
| CN103700220A (zh) | 一种疲劳驾驶监控装置 | |
| US20230274634A1 (en) | Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and storage medium | |
| CN109305168A (zh) | 一种车道偏离报警评估系统及评估方法 | |
| CN103144634A (zh) | 基于驾驶者专心度控制车道保持的装置和方法 | |
| CN107150690B (zh) | 一种基于道路标线的驾驶疲劳预警方法 | |
| CN112070927A (zh) | 一种高速公路车辆微观驾驶行为分析系统与分析方法 | |
| KR20110066883A (ko) | 지능형 차량 사고 경고 장치 | |
| JP5748196B2 (ja) | 走行支援装置 | |
| DE112016006982T5 (de) | Fahrassistenzvorrichtung, fahrassistenzverfahren und fahrassistenzprogramm | |
| JP6330291B2 (ja) | 安全運転度判定装置 | |
| Waltereit et al. | Online Driving Behavior Scoring using Wheel Speeds. | |
| CN114596706A (zh) | 路侧感知系统的检测方法及装置、电子设备和路侧设备 | |
| KR102228559B1 (ko) | 운전자 피로 감지 방법 및 시스템 | |
| CN109118760B (zh) | 无人驾驶车辆交通标志视觉检测及响应综合测试系统和方法 | |
| JP5904323B2 (ja) | 車両の安全運転管理システム |
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 |