CN105197011B - 车辆用驾驶员危险指数管理系统及其方法 - Google Patents

车辆用驾驶员危险指数管理系统及其方法 Download PDF

Info

Publication number
CN105197011B
CN105197011B CN201510321139.0A CN201510321139A CN105197011B CN 105197011 B CN105197011 B CN 105197011B CN 201510321139 A CN201510321139 A CN 201510321139A CN 105197011 B CN105197011 B CN 105197011B
Authority
CN
China
Prior art keywords
vehicle
load
driver
surrounding vehicles
surrounding
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.)
Active
Application number
CN201510321139.0A
Other languages
English (en)
Other versions
CN105197011A (zh
Inventor
白承宪
李俊翰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hyundai Mobis Co Ltd
Original Assignee
Hyundai Mobis Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hyundai Mobis Co Ltd filed Critical Hyundai Mobis Co Ltd
Publication of CN105197011A publication Critical patent/CN105197011A/zh
Application granted granted Critical
Publication of CN105197011B publication Critical patent/CN105197011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • B60W30/14—Adaptive cruise control
    • 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
    • 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
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating 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
    • 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
    • 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
    • B60W2050/146—Display 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, light or radio wave 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • 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
    • B60W2420/54—Audio sensitive means, e.g. ultrasound
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/28—Wheel speed
    • 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
    • B60W2554/00—Input parameters relating to objects
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/801—Lateral distance
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种车辆用驾驶员危险指数管理系统其方法。该系统包括：本车辆行驶轨迹生成部，其利用从感测本车辆的行驶状况的内部传感器接收到的本车辆行驶信息生成本车辆行驶轨迹；周围车辆行驶轨迹生成部，其利用从感测所述本车辆的周边状况的外部传感器接收到的周边环境信息生成周围车辆行驶轨迹；轨迹负荷量计算部，其计算表示轨迹距离与预先设定的临界值之间的比较结果的轨迹负荷量，所述轨迹距离是所述周围车辆行驶轨迹与所述本车辆行驶轨迹之差；以及危险指数管理部，其生成与计算得到的所述轨迹负荷量相应的驾驶员危险指数。本发明可以准确掌握驾驶员的驾驶习惯，调整自适应巡航中的车辆横向控制起始时间点，可消除驾驶员的转向不安全感。

Description

车辆用驾驶员危险指数管理系统及其方法
技术领域
本发明涉及车辆用驾驶员危险指数管理系统其方法，尤其涉及一种管理根据车辆测定的信息生成的驾驶员危险指数的车辆用驾驶员危险指数管理系统。
背景技术
车辆通常搭载有用于保护驾驶员或乘客、辅助驾驶及提高乘车舒适性的自适应巡航控制系统。这种自适应巡航控制系统利用摄像头识别车道线，并利用该识别结果自动控制车辆转向。
有关所述自适应巡航控制系统的现有文献(韩国公开号：10-2012-0022305)公开了探索路径并在行驶动作上反映驾驶员的驾驶特性的自适应巡航技术。
该现有文献(公开号：10-2012-0022305)利用获取车辆周边道路的影像信息的影像拍摄部、从所述车辆周边的车辆接收路径信息的接收部、存储所述车辆的以往行驶模式的存储器及根据所述道路的影像信息、从所述周边车辆接收到的路径信息及所述车辆的以往行驶模式确定所述车辆的行驶模式的控制部，学习驾驶员特性并控制车辆自动巡航。
该现有文献(公开号：10-2012-0022305)为掌握驾驶员的驾驶习惯(以往行驶模式)而收集以往行驶数据，在该过程中因突发情况而收集到与平时不同的以往行驶数据的情况下，即根据收集到的错误以往行驶数据提供车辆自适应巡航时，给驾驶员造成的排斥感大于一般自适应巡航。
因此，需要开发反映驾驶员的正确驾驶习惯的车辆自适应巡航系统。
发明内容
技术问题
因此，本发明的目的在于提供一种反映驾驶员的正确驾驶习惯的车辆用驾驶员危险指数管理系统及其方法。
技术方案
为达成上述目的，根据本发明一个方面的车辆用驾驶员危险指数管理系统包括：本车辆行驶轨迹生成部，其利用从感测本车辆的行驶状况的内部传感器接收到的本车辆行驶信息生成本车辆行驶轨迹；周围车辆行驶轨迹生成部，其利用从感测所述本车辆的周边状况的外部传感器接收到的周边环境信息生成所述本车辆的周围车辆行驶轨迹；轨迹负荷量计算部，其计算表示所述本车辆的行驶轨迹与所述周围车辆行驶轨迹之间的轨迹距离与预先设定的临界值之间的比较结果的轨迹负荷量；以及危险指数管理部，其生成与计算得到的所述轨迹负荷量相应的驾驶员危险指数。
根据本发明又一方面的车辆用驾驶员危险指数管理方法包括：利用从感测本车辆的行驶状况的内部传感器接收到的本车辆行驶信息生成本车辆行驶轨迹的步骤；利用从感测所述本车辆的周边状况的外部传感器接收到的周边环境信息生成所述本车辆的周围车辆行驶轨迹的步骤；计算表示所述本车辆行驶轨迹与所述周围车辆行驶轨迹之间的轨迹距离与预先设定的临界值之间的比较结果的轨迹负荷量的步骤；以及生成与计算得到的所述轨迹负荷量相应的驾驶员危险指数的步骤。
技术效果
根据本发明，通过准确掌握驾驶员的驾驶习惯，以调整自适应巡航中的车辆横向控制起始时间点，因此可以消除驾驶员的转向不安全感。
附图说明
图1为显示根据本发明一个实施例的车辆用驾驶员危险指数管理系统的框图；
图2为显示图1所示周边环境识别部的具体构成的框图；
图3为显示图2所示周围车辆负荷量计算部根据碰撞所需时间(Time ToCollision；TTC)划分的三种危险区域的示意图；
图4为显示按图3所示各危险区域探测周围车辆的传感器的构成图；
图5为显示通过图4所示传感器构成探测周围车辆的例子的示意图；
图6为显示根据本发明一个实施例的车辆用驾驶员危险指数管理方法的流程图；
图7为说明图2所示周边环境识别部的另一实施例的框图；
图8为显示图7所示检测区域生成部的具体构成的框图；
图9为显示根据本发明一个实施例的优化检测区域的方法的流程图；
图10为显示图1所示驾驶员状态感测系统的具体构成的框图；
图11为显示根据本发明一个实施例的获取信息的装置的示意图；
图12为说明根据本发明一个实施例的确认驾驶员是否闭眼的方法的示意图；
图13为显示根据本发明一个实施例的妨碍行驶负荷中驾驶员的瞌睡负荷的曲线图；
图14为显示根据本发明一个实施例的确认驾驶员是否闭眼的步骤的流程图；
图15为说明根据本发明一个实施例的妨碍行驶负荷中的驾驶员的注视怠慢负荷的示意图；
图16为显示根据本发明一个实施例的输出画面的例子的示意图；
图17为显示根据本发明一个实施例的驾驶员状态感测方法的流程图。
具体实施方式
以下参照附图详细说明本发明的优选实施例。首先，需要注意的是在对各图的构成要素添加附图标记方面，即使在不同的附图上显示，仍尽可能对相同的构成要素添加相同的附图标记。并且说明本发明时若判断认为对相关公知结构或功能的具体说明可能混淆本发明的内容时省略有关详细说明。另外以下将说明本发明的优选实施例，但本发明的技术方案并不限定或限制于此，所属技术区域的技术人员可做多种变形实施，这是不言而喻的。
图1为显示根据本发明一个实施例的车辆用驾驶员危险指数管理系统的框图。
参照图1，根据本发明一个实施例的车辆用驾驶员危险指数管理系统100不是通过预先学习的以往行驶模式分析驾驶员的驾驶习惯，而是根据通过各种传感器实时获取的信息准确分析驾驶习惯。
根据本发明一个实施例的驾驶员危险指数管理系统100利用通过各种传感器实时获取的信息，因此相比于通过预先学习的以往行驶模式分析驾驶习惯的现有驾驶习惯分析方法，能够更为准确地分析驾驶员的驾驶习惯。
车辆用驾驶员危险指数管理系统100包括内部传感器110、外部传感器120、周边环境识别部130、行驶状况感测接口140、驾驶员状态感测系统160及输出部150。
内部传感器110通过感测本车辆的行驶状况获取本车辆行驶信息。本车辆行驶信息包括车速信息11-1、偏航角速度(yaw rate)信息11-3、转向角信息11-5、加速度信息11-7及轮速信息11-9。
为获取这些本车辆行驶信息，内部传感器110包括获取车速信息11-1的车速传感器110-1、获取偏航角速度信息11-3的偏航角速度传感器110-3、获取转向角信息11-5的转向角传感器110-5、获取加速度信息11-7的加速度传感器(G sensor)及获取轮速信息11-9的轮速传感器110-9。
外部传感器120通过感测本车辆的周边状况获取周边环境信息。周边环境信息包括前/后方雷达信息12-1、前/后方影像信息12-3、侧方超声波信息12-5、全景式监控(Around View Monitoring；AVM)影像信息12-7及导航信息12-9。
为获取这些周边环境信息，外部传感器120可包括获取前/后方雷达信息12-1的前/后方雷达120-1、获取前/后方影像信息12-3的前/后方摄像头120-3、获取侧方超声波信息12-5的侧方超声波120-5、获取AVM影像信息12-7的AVM用摄像头120-7及获取导航信息12-9的导航仪(NAV)120-9。
周边环境识别部130利用从所述内部传感器110接收的本车辆行驶信息与从所述外部传感器120接收的周边环境信息计算轨迹负荷量，并根据计算结果管理驾驶员危险指数。以下参照图2对此做进一步详细说明。
行驶状况感测接口140连接于输出部150，通过所述输出部150将驾驶员状态感测系统160提供的驾驶员状态信息与所述周边环境识别部130提供的驾驶员危险指数提供给驾驶员。
输出部150以视觉或听觉信息形态输出反映于所述驾驶员状态信息的所述驾驶员危险指数提供给驾驶员。为此，输出部150包括扬声器150-1、影音导航系统(Audio VideoNavigation；AVN)150-3及平视显示器(HUD)150-5。
并且，为调整车辆的横向控制起始时间点，所述输出部150还可以包括引擎控制系统150-7、制动控制系统150-9及转向控制系统150-11。
驾驶员状态感测系统160感测瞌睡驾驶等驾驶状态。驾驶员状态感测系统将参照图10至图17进行详细说明。
图2为显示图1所示周边环境识别部的具体构成的框图。
参照图2，周边环境识别部130如上所述，利用从所述内部传感器110接收的本车辆行驶信息与从所述外部传感器120接收的周边环境信息计算轨迹负荷量，并根据计算得到的轨迹负荷量计算驾驶员危险指数(或周围危险指数)。
为更加准确地管理驾驶员危险指数，周边环境识别部130除轨迹负荷量之外还利用周围车辆负荷量及道路负荷量计算驾驶员危险指数。
周边环境识别部130包括本车辆行驶轨迹生成部130-1、周围车辆行驶轨迹生成部130-3、轨迹负荷量计算部130-5、周围车辆负荷量计算部130-7、道路负荷量计算部130-9及驾驶员危险指数管理部130-11。
本车辆行驶轨迹生成部130-1利用内部传感器110提供的车速信息、转向角信息、加减速信息及偏航角速度信息获取本车辆行驶轨迹13-1。
周围车辆行驶轨迹生成部130-3利用包含外部传感器120提供的前/后方雷达信息12-1、影像信息12-3、12-7及侧方超声波信息12-5的周边环境信息获取周围车辆行驶轨迹13-3。
利用所述前/后方雷达信息12-1判别物体的情况下准确性低，但能够获取准确的距离信息(纵向)。与此相比，获取的所述影像信息12-3及12-7是单眼影像，因此距离信息(纵向)的准确性低，但是能够准确地判别物体、获取准确的横向信息。
目标车辆模型中通过前/后方雷达120-1获取纵向的距离信息，通过前/后方摄像头120-3、AVM用摄像头120-7及侧方超声波120-5获取横向距离信息。
以下数学式1是周围车辆行驶轨迹生成部130-3用于预测周围车辆行驶轨迹的目标车辆模式。
【数学式1】
其中，x、Vx、y、Vy是目标车辆的状态变量，x、y是目标车辆的位置，由影像摄像头测定得到。Vx、Vy是目标车辆的速度。A是车辆模型，H是测定值模型，状态变量表示x轴方向的距离、速度、y轴方向的距离、速度。系统噪声及测定值噪声是白高斯噪声。
轨迹负荷量计算部130-5计算轨迹负荷量WTrj。轨迹负荷量WTrj是轨迹距离值与预先设定的临界值之间的比较结果，其中所述轨迹距离值是所述周围车辆行驶轨迹13-3与所述本车辆行驶轨迹13-1之差。
预测本车辆行驶轨迹13-1与周围车辆行驶轨迹13-3得出的有碰撞危险性的状况是需要驾驶员高度注意的状况。轨迹负荷量计算部130-5将这种状况数值化成轨迹负荷量WTrj。
轨迹负荷量WTrj可通过如下数学式2计算得到。
【数学式2】
WTrj(i)＝|TTrj(i)-DTrj(i) if WTrj(i)＞Threshold，0
WTrj(i)＜Threshold，1
其中，DTrj是本车辆行驶轨迹，TTrj是周围车辆行驶轨迹。i(1，2，…n)是探测到的周围车辆。
根据上述数学式1，轨迹负荷量WTrj在比较探测到的周围车辆的轨迹与本车辆的轨迹得到的轨迹距离小于临界值(Threshold)时设定为1，大于临界值时设定为0。
周围车辆负荷量计算部130-7根据周边环境信息分析前/后/侧方的周围车辆数量，分析所述周围车辆有无变更车道，根据该分析结果计算周围车辆负荷量Ws。所述周围车辆(可以是多个)的数量与所述周围车辆(可以是多个)的轨迹变化是驾驶员需要注意的负荷量。
为计算周围车辆负荷量，首先根据碰撞所需时间(Time To Collision；TTC)计算三个危险区域(区域①、区域②及区域③)。三个危险区域如图3所示。其中，TTC是在对象车辆的接近速度(closing speed)不变时，对象车辆碰撞目标车辆所需的时间。所述TTC可通过车速信息11-1与转向角信息11-5计算得到。
例如如图4及图5所示，可以用从前/后方雷达120-1的探测区域43、47与前/后方摄像头120-3的探测区域41、侧方超声波120-5的探测区域45探测到的周围车辆(图5中的20、30、40、50)与通过TTC值探测到的车辆之间的距离除以用关于探测到的周围车辆(图5中的20、30、40、50)的TTC值探测的车辆的相对速度值算出时间，以此设定危险区域(区域①、②及③)。
设定三个危险区域(区域①、②及③)后，周围车辆负荷量计算部130-7分析从各区域探测到的车辆的数量及有无变更车道，根据该分析结果计算周围车辆负荷量Ws。
从区域①探测到的车辆数量越多，以及相应车辆变更车道越多，周围车辆负荷量Ws就越高。相反，当探测到周围几乎没有车辆或探测到位于区域③或探测到区域③中车辆轨迹变化不大时，周围车辆负荷量Ws下降。
周围车辆负荷量Ws可用如下数学式3表示。
【数学式3】
其中，α、β是加权因子(weighting Factor)，S是探测到的车辆的位置(区域①、②及③)，L表示探测到的周围车辆有无变更车道。其中，探测到周围车辆变更了车道时L为1，无变更时L为0。i(1<i<n，其中n是自然数)是探测到的车辆。
道路负荷量计算部130-9利用所述周边环境信息中的道路形态、路面状态及交通量状态计算道路负荷量。
曲线道路相比于直线道路，交叉道路相比于一般道路，前方交通情况差时更需要驾驶员注意，因此需要对此计算道路负荷量。
道路负荷量可通过导航仪120-9提供的含道路状态信息的导航信息12-9与从前/后方摄像头120-3获取到的路面状态信息计算得到。道路负荷量可通过如下数学式4计算得到。
【数学式4】
WR＝α×A+β×B+γ×C
其中，A是表示道路状态的值。例如，A在前方道路的曲率值越大时具有更大的值，遇到信号灯变化、行人、限速、儿童保护区域时具有更大的值。B是路面状态值，表示铺装道路、非铺装道路，C表示前方道路的交通量，交通量大时具有更大的值。可以把A、B、C全部规范化成0～5范围。
驾驶员危险指数管理部130-11对集成各阶段计算出的负荷量WTrj、Ws、WR得到的驾驶员危险指数(周围危险指数)进行管理。
驾驶员危险指数管理部130-11相加所述轨迹负荷量WTrj、所述周围车辆负荷量Ws及所述道路负荷量WR，根据相加结果算出所述驾驶员危险指数。
算出的驾驶员危险指数大于预先设定的临界值时，驾驶员危险指数管理部130-11通过行驶状况感测接口140将算出的所述驾驶员危险指数发送给车辆控制系统150-7、150-9、150-11。
车辆控制系统150-7、150-9、150-11在接收到大于预先设定的临界值的算出的驾驶员危险指数时控制引擎动作、制动动作及转向动作，限制车辆驾驶功能。
驾驶员危险指数可用如下数学式5表示。
【数学式5】
驾驶员危险指数＝WTrj+WS+WR
图6为显示根据本发明一个实施例的车辆用驾驶员危险指数管理方法的流程图。
参照图6，首先在步骤S610中生成本车辆行驶轨迹，在步骤S612中通过生成的本车辆行驶轨迹预测本车辆的位置。所述本车辆行驶轨迹可根据车速信息、转向角信息、加减速信息及偏航角速度信息生成。
之后，在步骤S614中生成周围车辆行驶轨迹，在步骤S616中预测周围车辆的位置。所述周围车辆行驶轨迹可根据通过雷达获取的纵向距离信息与通过摄像头及超声波发生器获取的横向距离信息生成。其中，纵向距离信息是以本车辆为基准至周围车辆的纵向距离信息，横向距离信息是以本车辆为基准至周围车辆的横向距离信息。
之后，在步骤S618中计算轨迹负荷量。轨迹负荷量可根据本车辆行驶轨迹与周围车辆行驶轨迹计算得到。例如，比较探测到的周围车辆的行驶轨迹与本车辆行驶轨迹，在两者之间的轨迹距离小于临界值时结果为1，大于临界值时结果为0。
之后，在步骤S620中计算周围车辆负荷量。周围车辆负荷量是根据TTC以本车辆为中心划分的多个危险区域的车辆数量与有无变更车道来计算得到的。可以通过雷达、摄像头及超声波识别周围车辆，与根据TTC值探测到的车辆的相对距离除以相对速度值算出时间，以此得到多个危险区域。
之后，在步骤S622中计算道路负荷量。道路负荷量可通过导航信息、路面状态信息、交通量信息等计算得到。
之后，在步骤S624中计算驾驶员危险指数。驾驶员危险指数可通过对轨迹负荷量、周围车辆负荷量及道路负荷量求和得到。
之后，在步骤S626中比较计算得到的驾驶员危险指数与临界值，当驾驶员危险指数为临界值以上时在步骤S628中根据该临界值的大小按阶段向驾驶员警报驾驶危险状况。其中，在步骤S626中，当驾驶危险指数低于临界值时重新执行步骤S610至S624这一连过程。
在步骤S630中，通过车辆内的扬声器、HUD及AVN等向驾驶员提供表示驾驶危险状况的驾驶员危险指数。
图7为说明图2所示周边环境识别部的另一实施例的框图。
参照图7，根据本发明另一实施例的周边环境识别部130包括用于检测优化的划分区域(以下称为检测区域)并从优化的检测区域内识别周边环境的检测区域生成部132。除检测区域生成部132之外的其他构成均与图2所示周边环境识别部130中的构成相同，因此用参照图2对周边环境识别部130进行的说明代替对其余构成的具体说明。
检测区域生成部132对含有对象物体的检测区域进行优化，使得能够从车辆周边的对象物体中准确识别出实际障碍物。
图8为显示图7所示检测区域生成部的具体构成的框图。
如图8所示，根据本发明一个实施例的优化检测区域的检测区域生成部132包括远程传感器132-1、目标追踪部132-3、轨迹(track)管理部132-5及存储部132-9。
远程传感器132-1感测车辆周边物体的位置并输出检测信号。此时，远程传感器132-1可以是激光雷达传感器、雷达传感器及摄像头传感器中至少一种。
目标追踪部132-3根据检测信号识别障碍物并生成包含与识别到的所述障碍物相对应的位置推定值与误差协方差的轨迹以追踪位置。
为克服传感器的误差、感测移动物体的位置，通常采用卡尔曼滤波。
卡尔曼滤波是一种重复根据上一时间的物体位置的推定值及物体位置的测定值计算物体位置的推定值的过程，以抵消测定物体位置时发生的误差，准确推定物体位置的技术。在此，首先利用至上一时间的物体位置的推定值计算仅使用至上一时间的测定值的当前时间的推定值。
之后利用仅使用至上一时间的测定值算出的当前时间的协方差及当前时间的物体位置的测定值补正仅使用至上一时间的测定值的当前时间的推定值，以算出当前时间的物体位置的推定值。
目标追踪部132-3根据检测信号表示的物体位置设定所述轨迹的数量与对应于各轨迹的障碍物初始位置及检测区域。此时，障碍物的初始位置及检测区域可通过下述数学式6所示的卡尔曼滤波计算得到。
【数学式6】
此时，表示通过至时间k-1的信息推定的时间k时物体状态值的推定值，表示通过至时间k-1的信息推定的时间k-1时物体状态值的推定值。表示通过至时间k-1的信息推定的时间k时物体位置的推定值。
在此，各轨迹可包括追踪远程传感器132-1感测到的特定物体的卡尔曼滤波(kalman filter)。即，各轨迹均包括追踪的障碍物的位置的推定值及通过测定值补正位置的误差的协方差，各时间算出的推定值、测定值及协方差可作为历史记录存储到存储部132-9。
轨迹中的卡尔曼滤波的构成可通过如下数学式7表示。
【数学式7】
x(k)＝F(k-1)x(k-1)+v(k-1)
z(k)＝H(k)x(k)+w(k)
P(k|k-1)＝F(k-1)P(k-1|k1)F(k-1)T+Q(k-1)
上述数学式7中x(k)表示时间k时物体的状态值，F(k-1)是表示从时间k-1向时间k转换时的变化的状态转换模型，z(k)表示时间k时物体的位置，H(k)表示在物体状态向物体位置转换的观察模型，v(k-1)是时间k-1时的处理噪声，w(k)是时间k时测定噪声。并且，P(k|k)是根据至时间k的信息算出的时间k时卡尔曼滤波的误差协方差，P(k|k-1)是根据至时间k-1的信息算出的时间k时卡尔曼滤波的误差协方差。Q(k-1)表示时间k-1时预计协方差。
目标追踪部132-3根据物体位置的测定值与预测值的误差及误差的协方差判断检测信号所表示的物体位置是否包含于轨迹所对应的检测区域。
此时，目标追踪部132-3根据当前轨迹中卡尔曼滤波的状态值设定检测区域的范围，利用检测区域中的测定值更新卡尔曼滤波的状态值。目标追踪部132-3首先根据物体位置的测定值及物体位置的预测值算出误差，然后根据卡尔曼滤波中推定误差的协方差及观察模型计算误差协方差，根据误差及误差协方差判断物体是否进入检测区域。
在此，检测区域设定为在以误差协方差为离散的高斯概率分布中表示特定概率值以下的值的区域，这种概率值称为门限概率(gate probability)。因此可通过算出误差协方差并设定门限概率值来算出检测区域，通过卡尔曼滤波随时间优化误差协方差与门限概率值，因此能够随时间优化检测区域。
误差及误差协方差的算出方法与物体包含在检测区域中的条件可用如下数学式8表示。
【数学式8】
S(k)＝H（k)P(k|k-1)H(k)T+R(k)
v(k,i)TS(k)-1v(k,i)＜r
上述数学式8中，v(k，i)表示时间k时物体i的误差，z(k，i)表示物体i的位置的测定值。并且，P(k|k-1)表示卡尔曼滤波的推定误差的协方差，H(k)是表示从物体的状态向物体的位置转换的观察模型的测量矩阵，R(k)是表示时间k时的测定噪声的协方差,S(k)表示所述P(k|k-1)乘以所述H(k)并与所述R(k)相加的误差协方差。r表示检测区域的范围。
轨迹管理部132-5根据对应于检测区域中物体的轨迹中的位置推定值及检测信号更新轨迹中的位置推定值。
此时为更新所述位置推定值，轨迹管理部132-5根据推定误差的协方差及误差协方差计算卡尔曼增益(kalman gain)，并根据利用卡尔曼增益、物体位置测定值及至上一时间的信息推定的位置推定值算出使用至当前时间的信息推定的位置推定值。位置推定值的更新可用如下数学式9表示。
【数学式9】
K(k)＝P(k|k-1)HTS(k)-1
上述数学式9中K(k)表示卡尔曼增益。如上所述，轨迹管理部132-5根据测定值不断更新位置推定值，因此能够更为准确地求得位置推定值。
轨迹管理部132-5在第一轨迹中的物体位置推定值与第二轨迹中的物体位置推定值之间的距离小于预先设定的基准值时，根据存储在存储部132-9的历史记录初始化第一轨迹及第二轨迹。
存储部132-9存储轨迹更新历史记录。此时，存储在存储部的历史记录可包括轨迹中的卡尔曼滤波的各时间的位置推定值及测定值与推定误差的协方差。
在如上更新位置推定值的情况下，有时两个轨迹表示的物体可能会发生碰撞，当轨迹表示的物体的位置推定值降至低于预先存储的基准值时，轨迹管理部132-5可以判断为两个轨迹表示的物体会发生碰撞，根据要碰撞的两个轨迹的历史记录中的数据对轨迹进行初始化。
并且，轨迹管理部132-5在轨迹中的所有物体位置推定值均不包含于轨迹所对应的检测区域时，根据存储在存储部的轨迹的历史记录初始化所述轨迹。即，轨迹追踪的物体均移到检测区域之外或被判断为噪声或错误而使得轨迹所追踪的物体消失时，意味着轨迹追踪物体失败，因此轨迹管理部132-5对轨迹进行初始化，使得追踪新物体。
如上所述，轨迹利用卡尔曼滤波追踪移动的障碍物的情况下，在追踪物体的轨迹追踪失败或两个轨迹彼此碰撞时初始化轨迹，使得追踪新物体，因此能够提高周边状态探测系统的物体识别性能。
如上所述，目标追踪部132-3及轨迹管理部132-5追踪障碍物而生成及更新的轨迹中的数据传输到车辆控制部132-7，车辆控制部132-7以此控制车辆使得车辆避开障碍物或向驾驶员发出警报。
图9为显示根据本发明一个实施例的优化检测区域的方法的流程图。
参照图9，首先在步骤S910中，目标追踪部132-3根据远程传感器132-1感测物体位置并相应输出的检测信号生成含对应于识别到的障碍物的位置推定值与误差协方差的轨迹。
此时如上所述，远程传感器可以是激光雷达传感器或雷达传感器中的至少一种。
并且，目标追踪部132-3生成的轨迹包括含位置推定值及误差协方差的卡尔曼滤波。此时，关于轨迹中卡尔曼滤波的构成的说明与结合上述数学式1及数学式2说明的内容相同。
之后在步骤S920中，目标追踪部132-3根据轨迹算出检测区域,所述检测区域是障碍物检测范围。
此时，可根据所述检测信号表示的物体位置,将检测区域的大小设为初始值。并且，可以将检测区域设为在以误差协方差为离散的高斯概率分布中表示门限概率值以下的值的区域。
之后在步骤S930中，目标追踪部132-3从检测信号中选择检测信号表示的物体位置包含于所述检测区域的有效检测信号。
如上所述，检测信号包括车辆的周边探测系统追踪的物体位置的测定值，目标追踪部132-3从这些测定值中选择包含于检测区域的有效测定值，该值用于更新卡尔曼滤波和追踪物体。
此时，目标追踪部132-3根据物体位置的测定值与预测值的误差及误差的协方差判断检测信号表示的物体的位置是否包含于与轨迹对应的检测区域。
目标追踪部132-3根据当前轨迹中卡尔曼滤波的状态值设置检测区域的范围，利用检测区域中的测定值更新卡尔曼滤波的状态值。其中，目标追踪部132-3首先根据物体位置的测定值及物体位置的预测值算出误差，根据卡尔曼滤波中的推定误差的协方差及观测模型算出误差协方差，根据误差及误差协方差判断物体是否进入了检测区域。误差及误差协方差的算出方法与物体包含于检测区域的条件同上述数学式3所示。卡尔曼滤波不断优化误差协方差与门限概率值，因此能够不断优化检测区域。
之后在步骤S940中，当第一轨迹中物体位置推定值与第二轨迹中物体位置推定值之间的距离小于预先设定的基准值时，轨迹管理部132-5根据存储在存储部132-9中的轨迹的历史记录初始化第一轨迹及第二轨迹。
存储在存储部132-9中的历史记录可包括轨迹中的卡尔曼滤波的各时间的位置推定值及测定值与推定误差的协方差。
如上更新位置推定值的情况下，有时两个轨迹表示的物体可能会发生碰撞，当轨迹表示的物体的位置推定值降至低于预先存储的基准值时，轨迹管理部132-5可以判断为两个轨迹表示的物体会发生碰撞，根据要碰撞的两个轨迹的历史记录中的数据对轨迹进行初始化。
之后在步骤S950中,轨迹管理部132-5更新包含于选择到的所述检测信号及对应于所述检测区域中包含的物体位置的物体的轨迹中的位置推定值。
在此，为更新所述位置推定值，轨迹管理部132-5根据推定误差的协方差及误差协方差算出卡尔曼增益，并根据利用卡尔曼增益、物体位置测定值及至上一时间的信息推定的位置推定值算出使用至当前时间的信息推定的位置推定值。位置推定值的更新如上述数学式9所示。
之后，轨迹管理部132-5在轨迹中的所有物体位置推定值均不包含于轨迹所对应的检测区域时，在步骤S960中根据存储在存储部的轨迹的历史记录初始化轨迹并结束进程。
即，轨迹追踪的物体均移到检测区域之外或被判断为噪声或错误而使得轨迹所追踪的物体消失时，意味着轨迹追踪物体失败，因此轨迹管理部132-5对轨迹进行初始化，使得追踪新物体。
如上所述，轨迹利用卡尔曼滤波追踪移动的障碍物的情况下，在追踪物体的轨迹追踪失败或两个轨迹彼此碰撞时初始化轨迹，使得追踪新物体，因此能够提高周边状态探测系统的物体识别性能。
通过如上方法生成及更新的轨迹中的数据传输到车辆控制部132-7，车辆控制部132-7以此控制车辆使得车辆避开障碍物或向驾驶员发出警报。
如上所述，根据本实施例的车辆制动等控制装置及其方法，车辆的周边状态探测系统为感测障碍物而动态更新表示追踪的关注区域的有效门限值，以准确追踪车辆周边的障碍物，只需激光雷达或雷达传感器即可准确追踪位置，能够延长距离障碍物的距离，防止发生危险事故。
图10为显示图1所示驾驶员状态感测系统的框图。
参照图10，驾驶员状态感测系统160包括获取部161、控制部163及输出部165。
获取部161用于获取车辆的行驶操作信息及驾驶员的不注意状态信息。在此，获取部161包括行驶操作感测部161A及不注意状态感测部161B，可以分别通过行驶操作感测部161A及不注意状态感测部161B获取行驶操作信息及驾驶员的不注意状态信息。
其中，行驶操作感测部161A用于感测车辆行驶方面必不可少的控制单元的操作，可以是车辆的电子控制单元(Electronic Control Unit；ECU)或电子控制单元内的其他模块。
行驶操作感测部161A可包括加速踏板操作感测部d1、制动踏板操作感测部d2、多功能操作感测部d3、方向盘操作感测部d4等多个操作感测部。
如图11中(a)所示，行驶操作感测部161A中的多个操作感测部感测车辆行驶所需的操作，具体感测加速踏板(ACC pad)操作、制动踏板(Break pad)操作、多功能开关(Multi-function S/W)操作及方向盘(Steering wheel)操作中的至少一项行驶操作。
并且，行驶操作感测部161A可以获取还包括手动挡车辆的离合器踏板操作或变速器操作这一行驶操作信息。此时，行驶操作感测部161A可以确认车辆的速度，在车辆速度为预定速度(例如，10km/h)以上时获取行驶操作信息。
例如，行驶操作感测部161A以一定时间为单位历时预定时间感测由驾驶员操作的加速踏板的工作次数nA。例如，行驶操作感测部161A以50ms为单位历时200ms持续确认加速踏板是否工作(ON)。
同样，行驶操作感测部161A可以感测制动踏板及离合器踏板在每个一定时间内被操作的工作次数(分别为nB，nC)。
又例如，行驶操作感测部161A历时预定时间感测由驾驶员操作的各多功能开关的工作次数nM。其中，多功能开关可以是用于启动车辆的雨刮器、方向指示灯等车灯的开关。例如，行驶操作感测部161A历时200ms计数多功能开关的工作次数。
再例如，行驶操作感测部161A历时预定时间感测由驾驶员操作的转向轮的角速度nθ。在此，行驶操作感测部161A可以不另行测定角速度，而是以一定时间为单位历时预定时间测定转向轮的角度变化量，以此算出角速度。例如，行驶操作感测部161A可以以50ms为单位历时200ms测定转向轮的角度变化量的方式算出角速度。
不注意状态感测部161B用于感测车辆行驶时附加工作的控制单元的操作及驾驶员的动作，可包括音频信号输入感测部T1、空调信号输入感测部T2及导航信号输入感测部T3等多个感测部。
并且，为感测驾驶员的动作(Visual Factor，Verbal Factor)，不注意状态感测部161B还可以包括瞌睡指数测定部P、视线方向测定部E及语音感测部V。上述不注意状态感测部161B中的多个感测部及测定部如图2所示，可设置在车辆的预定位置，利用周边设备操作、驾驶员脸部影像、驾驶员语音中的至少一项信息获取不注意状态信息。
例如，不注意状态感测部161B可感测车辆行驶过程中驾驶员对周边设备的操作次数nT。其中，周边设备是车辆用影音导航仪(Audio，Video，Navigation；AVN)、车辆空调装置等虽不是车辆行驶必不可少但可以通过操作为驾驶员提供便利或调节车辆内环境的车辆控制单元。例如，不注意状态感测部161B可以在车辆以预定速度(例如，10km/h)以上的速度行驶时，历时预定时间(例如，200ms)感测驾驶员对周边设备的工作开关的输入次数得到不注意状态信息。
又例如，不注意状态感测部161B可通过设置在车辆内预定位置的麦克风感测驾驶员的语音。例如，不注意状态感测部161B可确认在预定时间内从麦克风接收到的语音数据的脉冲大小(语音大小)及语音发生时间。优选地，不注意状态感测部利用预先存储到存储器中的脉冲临界值感测预定时间(例如，200ms)内接收到具有脉冲临界值以上的脉冲大小的语音数据的时间，作为不注意状态信息。
又例如，不注意状态感测部161B可通过安装在车辆预定位置上的摄像头接收驾驶员的脸部影像，以获取驾驶员的闭眼信息及注视怠慢信息。此时，摄像头可包括图11中(b)所示的近红外线LED(Near Infrared LED)，以确保能够在日间和夜间记录影像。
优选地，不注意状态感测部161B可以从驾驶员的脸部影像单独提取驾驶员的眼睛区域影像。此时，可通过对驾驶员的脸部影像进行影像处理提取眼睛区域影像。即，不注意状态感测部161B可以利用从摄像头获取的驾驶员的脸部影像及所述脸部影像中的眼睛区域影像获取驾驶员闭眼及注视怠慢等不注意状态信息。
不注意状态感测部161B可以利用从驾驶员的脸部影像提取到的眼睛区域影像获取驾驶员的闭眼信息。
参照图12，不注意状态感测部161B从眼睛区域影像感测眼皮区域，在眼皮的角度∠A与∠B之和为预先设定的预定临界角度∠C以下(∠A+∠B≤∠C)时确认为驾驶员闭眼。
不注意状态感测部161B以一定时间为单位确认眼皮的角度，以此感测驾驶员闭眼次数，根据预定时间段内闭眼的次数与一定时间值计算得出驾驶员的瞌睡时间(瞌睡指数)。例如，不注意状态感测部161B将一秒分成每个区间为250ms，并测定(计数)一秒内闭眼次数，在计数值为3时得到的驾驶员闭眼时间(瞌睡时间)为750ms。
并且，不注意状态感测部161B可以利用驾驶员的脸部影像及所述脸部影像中的眼睛区域影像获取驾驶员的注视怠慢信息。
参照图15，注视怠慢的范围并非以方向盘的角度为依据，而是以车轮的角度即车轮从车辆中央变化的角度(图15中(a)的ΘA或ΘB)为依据，通过确认车辆行驶时驾驶员的视野范围(视线方向)是否在无负荷的可视距离η来获取注视怠慢信息。可以根据从摄像头获取的驾驶员的脸部影像算出脸部角度(图15中(b)的(α))后，从眼睛区域影像测定瞳孔的位置(瞳孔的方向)(图15中(C)的(β))以确认视野范围。
具体来讲，在方向盘角度为预定角度以内且变速器的档位为D档或N档的情况下，不注意状态感测部161B可以在驾驶员的视线未进入行驶无负荷可视范围(a)、(b)达到预定时间以上时判断为注视怠慢并根据该时间获取注视怠慢信息。例如，在车辆速度为10Km/h以上、变速器档位为D或N、方向盘角度为±15°以内的情况下，不注意状态感测部161B可以在驾驶员的视线未进入行驶无负荷可视范围(a)、(b)达到1.5秒以上时判断为对车辆前方注视怠慢。
控制部163用于控制驾驶员状态感测系统160的所有工作，可以是电子控制单元。例如，可将控制部163称为行驶负荷量计算单元(Driving Workload Compute Unit；DWCUnit)。
具体来讲，控制部163利用从获取部161获取的行驶操作信息及不注意状态信息计算行驶操作负荷量及妨碍行驶负荷量。
并且，通过比较行驶操作负荷量与妨碍行驶负荷量判断驾驶员是否处于安全驾驶状态，在判断结果为不是安全驾驶状态时控制输出部165使得输出警报信息。
首先，控制部163利用从获取部161获取的行驶操作信息及不注意状态信息计算行驶操作负荷量及妨碍行驶负荷量。
例如，控制部163利用从获取部161的行驶操作感测部161A获取的行驶操作信息计算行驶操作负荷量Wd。
具体来讲，控制部163利用从行驶操作感测部161A获取的行驶操作信息及从存储器读取的对应于行驶操作信息中各项目的加权值计算行驶操作负荷量。
其中，加权值可以是事先经过多种实验，按行驶操作信息中的各项目提取并预先设定的值。加权值也可以是作业人员事先按项目任意设定的值。另外，存储器用于存储数据，可以是非挥发性存储器。
优选地，控制部163可以利用行驶操作信息中的项目及对应于该项目的加权值计算各项目的负荷量。例如，从获取部161获取到包括加速踏板操作、制动踏板操作、多功能开关操作及方向盘操作在内的行驶操作信息时，控制部163可以从存储器读取关于加速踏板操作的加权值DA、关于制动踏板操作的加权值DB、关于多功能开关操作的加权值DM及关于方向盘操作的加权值θ。
如果从获取部161以50ms为单位获取各项目的时间及次数信息达到200ms时，控制部163计算的历时200ms的行驶操作负荷量Wd可以如数学式10所示。
【数学式10】
Wd＝DA×nA×50ms+DB×nB×50ms+DC×nC×50ms+DM×nM+θ×nθ×50ms
可根据情况加减上述行驶操作信息中的各项目。当根据车辆种类，行驶操作信息中包括离合器踏板操作及变速器操作时，控制部163还可以再利用关于离合器踏板操作的加权值及变速器操作的加权值计算行驶操作负荷量。
又例如，控制部163利用从获取部161的不注意状态感测部161B获取的不注意状态信息计算妨碍行驶负荷量Wi。具体来讲，控制部163可计算从不注意状态感测部161B获取的不注意状态信息中的各项目的负荷量，可以相加计算得到的各项目的负荷量得到妨碍行驶负荷量。
控制部163可以利用从获取部161的不注意状态感测部161B获取的周边设备操作次数算出周边设备操作负荷量T(n)。
例如，控制部161还可以再利用预先存储在存储器中的关于周边设备操作的加权值计算周边设备操作负荷量。当从获取部161历时200ms获取驾驶员对周边设备的操作输入次数时，控制部163可以根据周边设备操作输入次数与加权值算出周边设备操作负荷量T(n)。
并且，控制部163可以利用从获取部161的不注意状态感测部161B获取的驾驶员的语音数据算出语音负荷量V(n)。具体来讲，控制部163可以根据存储在存储器中的语音数据的脉冲临界值计算语音负荷量。例如，控制部163可以根据从获取部161的不注意状态感测部161B历时预定时间(例如，200ms)获取到的驾驶员的语音数据计算接收到脉冲临界值以上的语音数据的时间，以此计算语音负荷量V(t)。
并且，控制部163可以利用从获取部161的不注意状态感测部161B获取的不注意状态信息中的闭眼信息及注视怠慢信息算出瞌睡负荷量P(t)及行驶注视怠慢负荷量E(t)。
参照图13所示的曲线图，驾驶员处于清醒状态时非常稳定，曲线变化幅度小，而处于瞌睡状态时眼睑闭合度(PERCLOS)值的变化非常大，数值整体高于清醒状态。其中，PERCLOS值可用如下数学式11表示。
【数学式11】
根据图13所示的曲线图，控制部163在确认到PERCLOS值为预定百分比(30％)以上时，即通过不注意状态感测部161B确认出预定时间(例如，250秒)中驾驶员闭眼时间达到一定时间(例如，约75秒)时，控制部163通过控制使输出部165输出车辆警报音。瞌睡驾驶是车辆行驶中最危险的因素，因此上述目的在于在确认出驾驶员闭眼时间达到预定时间以上时判断为驾驶员处于瞌睡驾驶状态，立即输出警报音向驾驶员发出警报。
此时，控制部163可按照图14所示的流程图确认驾驶员的闭眼动作。
具体来讲，在步骤S1410中控制部163判断车辆速度V是否为预定速度以上(例如，V≥10Km/h)。在判断结果为预定速度以上时，控制部163可以通过不注意状态感测部161B历时预定测定时间N确认各一定时间x(例如，用250ms或0.25s表示)内眼皮的角度，以确认闭眼次数y，算出驾驶员的闭眼时间(瞌睡时间)。
在步骤S1420中，控制部163判断眼皮的角度是否为∠A+∠B≤∠C。眼皮的角度为∠A+∠B≤∠C时，在步骤S1430中判断为闭眼并对闭眼次数计数(y++)。
控制部163计数每个预定时间x中闭眼的次数y(x+＝0.25，y++)，在步骤S1440中一秒内闭眼次数达到三次(x＝1，y＝3)时，在步骤S1450中对换算因子P值计数(P++)，每次增加一秒(N++)并重复以上过程。
若步骤S1460中换算因子P在250秒的测定时间内达到100以上，则在步骤S1470中，控制部163通过控制使输出部165发出警报(WARNING)事件。此时，控制部163将换算因子P值变更为99，使测定时间N减去1秒后(P＝99，N-＝1)重复以上过程，算出驾驶员的闭眼时间(瞌睡时间)。并且，控制部163可以确认预定时间内PERCLOS值达到30％以上的情况并算出相应的负荷量P(t)。
并且，控制部163利用从不注意状态感测部161B获取的注视怠慢信息算出注视怠慢负荷量E(t)。
如图15中(a)所示，视野范围脱离行驶无负荷可视距离η时，负荷因子V的因子值可以随脱离范围改变。
脱离的范围(a')、(b')可以预先设定，可以从存储器按范围读取对应于当前驾驶员的视野范围的负荷因子的因子值算出注视怠慢负荷量E(t)。
控制部163可以根据算出的周边设备操作负荷量T(n)、语音负荷量V(t)、瞌睡负荷量P(t)及注视怠慢负荷量E(t)算出妨碍行驶负荷量Wi。
另外根据车辆的状态及情况，利用不注意状态信息获取的负荷量中可能有计算妨碍行驶负荷量时没有考虑的负荷量。
控制部163通过比较行驶操作负荷量Wd与妨碍行驶负荷量Wi判断驾驶员是否处于安全驾驶状态。
具体来讲，控制部163在行驶操作负荷量Wd减去妨碍行驶负荷量Wi得到的值在预先设定的余裕负荷量Wl以下时，判断为驾驶员的状态不是安全驾驶状态。其中，余裕负荷量Wl是通过按被实验者条件进行实验，从行驶负荷量、行驶信息(变速齿轮状态、车辆加速度、转向进行等)提取并预先存储在存储器中的值，可以随行驶条件改变(Wd∝Wl)。即，必须满足数学式12的条件才能判断驾驶员的驾驶状态为安全驾驶状态。
【数学式12】
其中，t是时间，n是次数。
输出部165用于输出画面及警报音，包括液晶显示装置(LCD)及扬声器。优选地，如图16中(b)所示，输出部165可以通过仪表板输出画面与警报音。输出部165也可以通过音频显示装置输出画面。并且，输出部165可以像图16中(a)一样，将控制部163的安全驾驶状态判断结果及该结果值以柱形图形式显示在画面上。在此，柱形图可以用多种颜色显示。
例如，控制部163可以通过控制使输出部165在画面上以柱形图方式显示作为行驶操作负荷量与妨碍行驶负荷量的差值的当前负荷量信息。
具体来讲，可以以柱形图的百分比为单位显示控制部163计算出的行驶操作负荷量Wd与妨碍行驶负荷量Wi之差除以余裕负荷量Wl得到的结果值C。
假设预先把车辆开始难以行驶的瞬间设为75％，此时控制部163可以通过控制使输出部165在结果值C为75％以上时用红色柱形图显示，控制输出部165使得柱形图闪烁，让驾驶员意识到车辆行驶存在危险。
并且，这种情况下控制部163可以通过控制使输出部165输出警报音，向驾驶员发出警报。
当结果值C小于75％时可以用绿色柱形图显示，告知驾驶员当前处于安全状态。
并且，控制部163可以在行驶操作负荷量Wd与妨碍行驶负荷量Wi之差除以余裕负荷量Wl得到的结果值C为预定水平(例如，85％)以上的情况下，强制关闭(OFF)不影响车辆行驶安全的AVN的电源。
并且，控制部163可以使输出部165输出的警报音的音量增大到结果值C的平方，向驾驶员强力警报行驶危险性。
如上所述，本发明通过比较车辆行驶过程中发生的行驶负荷量与周边设备及驾驶员瞌睡等有碍行驶的妨碍行驶负荷量来确认驾驶员的安全驾驶状态，在妨碍车辆驾驶的负荷量高时向驾驶员发出警报，且根据情况强制停止车辆行驶非必要的装置(例如，周边设备)的工作，以降低妨碍车辆行驶的妨碍行驶负荷量，确保驾驶员能够安全驾驶。
图17为显示根据本发明一个实施例的驾驶员状态感测方法的流程图。
首先在步骤S1710中，驾驶员状态感测系统160获取行驶操作信息及驾驶员的不注意状态信息。
具体来讲，驾驶员状态感测系统160感测车辆行驶所必需的行驶控制单元的行驶操作以获取行驶操作信息。
例如，驾驶员状态感测系统160通过感测加速踏板(ACC pad)操作、制动踏板(Break pad)操作、多功能开关(Multi-function S/W)操作及方向盘(Steering wheel)操作中的至少一项行驶操作来获取行驶操作信息。此时，驾驶员状态感测系统160可以确认车辆的速度，在车辆速度为预定速度(例如，10km/h)以上时获取行驶操作信息。
例如，驾驶员状态感测系统160以一定时间为单位历时预定时间感测由驾驶员操作的加速踏板的工作次数nA。同样，驾驶员状态感测系统160可以感测被操作的制动踏板及离合器踏板在每个一定时间内的工作次数(分别为nB，nC)。
又例如，驾驶员状态感测系统160历时预定时间感测由驾驶员操作的各多功能开关的工作次数nM。其中，多功能开关可以是用于启动车辆的雨刮器、方向指示灯等车灯的开关。
再例如，驾驶员状态感测系统160历时预定时间感测由驾驶员操作的转向轮的角速度nθ。在此，驾驶员状态感测系统160可以不另行测定角速度，而是以一定时间为单位历时预定时间测定转向轮的角度变化量，以此算出角速度。
并且，驾驶员状态感测系统160可通过车辆行驶过程中驾驶员选择性控制的周边设备、驾驶员的语音及脸部信息获取不注意状态信息。
例如，驾驶员状态感测系统160可感测车辆行驶过程中驾驶员对周边设备的操作次数nT。其中，周边设备是车辆用影音导航仪(Audio，Video，Navigation；AVN)、车辆空调装置等虽不是车辆行驶必不可少但可以通过操作为驾驶员提供便利或调节车辆内环境的车辆控制单元。
又例如，驾驶员状态感测系统160可通过设置在车辆内预定位置的麦克风感测驾驶员的语音。例如，驾驶员状态感测系统160可确认从麦克风接收到的长达预定时间的语音数据的脉冲大小(语音大小)及语音发生时间。
又例如，驾驶员状态感测系统160可通过安装在车辆预定位置上的摄像头接收驾驶员的脸部影像，以获取驾驶员的闭眼信息及注视怠慢信息。此时，摄像头可包括图11中(b)所示的近红外线LED(Near Infrared LED)，以确保能够在日间和夜间记录影像。
优选地，驾驶员状态感测系统160可以从驾驶员的脸部影像单独提取驾驶员的眼睛区域影像。此时，可通过对驾驶员的脸部影像进行影像处理提取眼睛区域影像。即，驾驶员状态感测系统160可以利用从摄像头获取的驾驶员的脸部影像及眼睛区域影像获取驾驶员闭眼及注视怠慢等不注意状态信息。
驾驶员状态感测系统160可以利用从驾驶员的脸部影像提取到的眼睛区域影像获取驾驶员的闭眼信息。参照图12，驾驶员状态感测系统160从眼睛区域影像感测眼皮区域，在眼皮的角度∠A与∠B之和为预先设定的预定临界角度∠C以下(∠A+∠B≤∠C)时确认为驾驶员闭眼。
驾驶员状态感测系统160以一定时间为单位确认眼皮的角度，以此感测驾驶员闭眼次数，根据预定时间段内闭眼的次数与一定时间值计算得出驾驶员的闭眼信息(瞌睡时间)。
并且，驾驶员状态感测系统160可以利用驾驶员的脸部影像及眼睛区域影像获取驾驶员的注视怠慢信息。
参照图15，注视怠慢的范围并非以方向盘的角度为依据，而是以车轮的角度即车轮从车辆中央变化的角度(图15中(a)的ΘA或ΘB)为依据，通过确认车辆行驶时驾驶员的视野范围是否在无负荷的可视距离η来获取注视怠慢信息。在此，可以根据从摄像头获取的驾驶员的脸部影像算出脸部角度(图15中(b)的(α))后，从眼睛区域影像测定瞳孔的位置(瞳孔的方向)(图15中(c)的(β))以确认视野范围。
具体来讲，在方向盘角度为预定角度以内且变速器的档位为D档或N档的情况下，驾驶员状态感测系统160可以在驾驶员的视线未进入行驶无负荷可视范围(a)、(b)达到预定时间以上时判断为注视怠慢并根据该时间获取注视怠慢信息。
在步骤S1720中，驾驶员状态感测系统160利用在步骤S1710获取的行驶操作信息及不注意状态信息计算行驶操作负荷量及妨碍行驶负荷量。
例如，驾驶员状态感测系统160利用行驶操作信息计算行驶操作负荷量Wd。具体来讲，驾驶员状态感测系统160利用行驶操作信息及从存储器提取的对应于行驶操作信息中各项目的加权值计算行驶操作负荷量。
其中，加权值可以是事先经过多种实验，按行驶操作信息中的各项目提取并预先设定的值。加权值也可以是作业人员事先按项目任意设定的值。
优选地，驾驶员状态感测系统160可以利用行驶操作信息中的项目及对应于该项目的加权值计算各项目的负荷量。例如，驾驶员状态感测系统160在获取到包括加速踏板操作、制动踏板操作、多功能开关操作及方向盘操作在内的行驶操作信息时，驾驶员状态感测系统160可以提取预先存储的关于加速踏板操作的加权值DA、关于制动踏板操作的加权值DB、关于多功能开关操作的加权值DM及关于方向盘操作的加权值θ。当以50ms为单位历时200ms获取到行驶操作信息中的各项目的时间及次数信息时，历时200ms的行驶操作负荷量Wd可以如数学式10所示。
又例如，驾驶员状态感测系统160利用不注意状态信息计算妨碍行驶负荷量Wi。具体来讲，驾驶员状态感测系统160可计算不注意状态信息中的各项目的负荷量，可以相加计算得到的各项目的负荷量得到妨碍行驶负荷量。
驾驶员状态感测系统160可以利用周边设备操作次数算出周边设备操作负荷量T(n)。例如，驾驶员状态感测系统160可以再利用预先存储的关于周边设备操作的加权值计算周边设备操作负荷量。当历时预定时间获取到驾驶员对周边设备的操作输入次数时，驾驶员状态感测系统160可以根据周边设备操作输入次数与加权值算出周边设备操作负荷量T(n)。
并且，驾驶员状态感测系统160可以利用驾驶员的语音数据算出语音负荷量V(n)。具体来讲，驾驶员状态感测系统160可以根据预先存储的语音数据的脉冲临界值计算语音负荷量。例如，驾驶员状态感测系统160可以根据历时预定时间获取到的驾驶员的语音数据计算接收到脉冲临界值以上的语音数据的时间，以此计算语音负荷量V(t)。
并且，驾驶员状态感测系统160可以利用不注意状态信息中的闭眼信息及注视怠慢信息算出瞌睡负荷量P(t)及行驶注视怠慢负荷量E(t)。
此时，驾驶员状态感测系统160可按照图14所示的流程图确认驾驶员的闭眼动作，其可以在车辆速度V为预定速度以上的条件下以一定时间x为单位历时预定时间N，通过眼皮角度确认闭眼次数y，以算出驾驶员闭眼时间(瞌睡时间)。并且，可以将对预定时间内PERCLOS值达到30％以上的情况计数P得到的值换算成负荷因子，以此算出瞌睡负荷量P(t)。
并且，驾驶员状态感测系统160利用不注意状态信息中的注视怠慢信息算出注视怠慢负荷量E(t)。如图15中(a)所示，视野范围脱离行驶无负荷可视距离η时，负荷因子V的因子值可以随脱离范围改变。图15中的脱离的范围(a')、(b')可以预先设定，可以从存储器按范围读取对应于当前驾驶员的视野范围的负荷因子的因子值算出注视怠慢负荷量E(t)。
驾驶员状态感测系统160可以根据算出的周边设备操作负荷量T(n)、语音负荷量V(t)、瞌睡负荷量P(t)及注视怠慢负荷量E(t)算出妨碍行驶负荷量Wi。
在步骤S1730中，驾驶员状态感测系统160比较行驶操作负荷量Wd与妨碍行驶负荷量Wi之差与余裕负荷量Wl。
具体来讲，驾驶员状态感测系统160确认行驶操作负荷量Wd减去妨碍行驶负荷量Wi得到的值是否为预先设定的余裕负荷量Wl以下。其中，余裕负荷量Wl是通过按被实验者条件进行实验，从行驶负荷量、行驶信息(变速齿轮状态、车辆加速度、转向行进等)提取并预先存储在存储器中的值，可以随行驶条件改变(Wd∝Wl)。此时，驾驶员状态感测系统160可以用行驶操作负荷量Wd与妨碍行驶负荷量Wi之差除以余裕负荷量Wl得到结果值C。
假设预先把车辆开始难以行驶的瞬间设为临界百分比，步骤S1730的比较结果值C为临界百分比以上，则在步骤S1740中驾驶员状态感测系统160向驾驶员发出警报。
假设预先把车辆开始难以行驶的瞬间设为75％，步骤S1730的比较结果值C为75％以上，此时驾驶员状态感测系统160向驾驶员发出警报。例如，驾驶员状态感测系统160可以在画面上用红色柱形图显示当前负荷量并且使柱形图闪烁，让驾驶员意识到车辆行驶存在危险。并且，这种情况下驾驶员状态感测系统160可以通过警报音向驾驶员发出警报。
当步骤S1730的比较结果值C小于75％时，在步骤S1750中驾驶员状态感测系统160可以用绿色柱形图显示当前负荷量，以告知驾驶员当前处于安全状态。
如上所述，本发明通过比较车辆行驶过程中发生的行驶负荷量与周边设备及驾驶员瞌睡等有碍行驶的妨碍行驶负荷量来确认驾驶员的安全驾驶状态，在妨碍车辆驾驶的负荷量高时向驾驶员发出警报，且根据情况强制停止车辆行驶非必要的装置(例如，周边设备)的工作，以降低妨碍车辆行驶的妨碍行驶负荷量，确保驾驶员能够安全驾驶。
如上所述，本发明在驾驶习惯不同的多个驾驶员驾驶车辆的情况下，能够解决由于根据每个驾驶员的不同驾驶模式进行学习且学习时不考虑驾驶状况而发生的无法良好地识别驾驶员习惯的问题。
并且，本发明能够解决逆光及进出隧道的情况下，横向控制时未识别到车道线的问题，扩大横向控制器可用范围。
并且，本发明也可以适用于今后开发的集成无人车辆控制器。
本发明不限于以上说明的实施例的构成及方法，各实施例的全部或部分可选择性地组合实现多种变形。

Claims (8)

1.一种车辆用驾驶员危险指数管理系统，其特征在于，包括：
本车辆行驶轨迹生成部，其利用从感测本车辆的行驶状况的内部传感器接收到的本车辆行驶信息生成本车辆行驶轨迹；
周围车辆行驶轨迹生成部，其利用从感测所述本车辆的周边状况的外部传感器接收到的周边环境信息生成周围车辆行驶轨迹；
轨迹负荷量计算部，其计算表示轨迹距离与预先设定的临界值之间的比较结果的轨迹负荷量，所述轨迹距离是所述周围车辆行驶轨迹与所述本车辆行驶轨迹之差；
周围车辆负荷量计算部，其根据所述周边环境信息中的周围车辆的数量与所述周围车辆有无变更车道计算周围车辆负荷量；以及
危险指数管理部，其生成与计算得到的所述轨迹负荷量及所述周围车辆负荷量之和相应的驾驶员危险指数。
2.根据权利要求1所述的车辆用驾驶员危险指数管理系统，其特征在于：
所述周围车辆负荷量计算部根据碰撞所需时间，以所述本车辆为中心划分多个危险区域，并根据划分的各危险区域中所述周围车辆的数量及所述周围车辆有无变更车道计算周围车辆负荷量。
3.根据权利要求1所述的车辆用驾驶员危险指数管理系统，其特征在于，还包括：
道路负荷量计算部，其根据所述周边环境信息中的道路形态、路面状态及交通量状态计算道路负荷量。
4.根据权利要求3所述的车辆用驾驶员危险指数管理系统，其特征在于：
所述危险指数管理部生成与所述轨迹负荷量、所述周围车辆负荷量及所述道路负荷量之和相应的所述驾驶员危险指数。
5.一种车辆用驾驶员危险指数管理方法，其特征在于：
利用从感测本车辆的行驶状况的内部传感器接收到的本车辆行驶信息生成本车辆行驶轨迹的步骤；
利用从感测所述本车辆的周边状况的外部传感器接收到的周边环境信息生成所述本车辆的周围车辆行驶轨迹的步骤；
计算表示轨迹距离与预先设定的临界值之间的比较结果的轨迹负荷量的步骤，其中所述轨迹距离是所述周围车辆行驶轨迹与所述本车辆行驶轨迹之差；
根据所述周边环境信息中的周围车辆的数量与所述周围车辆有无变更车道计算周围车辆负荷量的步骤；以及
生成与计算得到的所述轨迹负荷量及所述周围车辆负荷量之和相应的驾驶员危险指数的步骤。
6.根据权利要求5所述的车辆用驾驶员危险指数管理方法，其特征在于，计算周围车辆负荷量的所述步骤包括：
根据碰撞所需时间，以所述本车辆为中心划分多个危险区域的步骤；以及
根据划分的各危险区域中所述周围车辆的数量及所述周围车辆有无变更车道计算周围车辆负荷量的步骤。
7.根据权利要求5所述的车辆用驾驶员危险指数管理方法，其特征在于，还包括：
根据所述周边环境信息中的道路形态、路面状态及交通量状态计算道路负荷量的步骤。
8.根据权利要求7所述的车辆用驾驶员危险指数管理方法，其特征在于：
生成驾驶员危险指数的所述步骤具体是，生成与所述轨迹负荷量、所述周围车辆负荷量及所述道路负荷量之和相应的所述驾驶员危险指数的步骤。
CN201510321139.0A 2014-06-13 2015-06-12 车辆用驾驶员危险指数管理系统及其方法 Active CN105197011B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020140072280A KR102051142B1 (ko) 2014-06-13 2014-06-13 차량용 운전자 위험 지수 관리 시스템 및 그 방법
KR10-2014-0072280 2014-06-13

Publications (2)

Publication Number Publication Date
CN105197011A CN105197011A (zh) 2015-12-30
CN105197011B true CN105197011B (zh) 2017-11-21

Family

ID=54707030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510321139.0A Active CN105197011B (zh) 2014-06-13 2015-06-12 车辆用驾驶员危险指数管理系统及其方法

Country Status (4)

Country Link
US (1) US9623874B2 (zh)
KR (1) KR102051142B1 (zh)
CN (1) CN105197011B (zh)
DE (1) DE102015210630A1 (zh)

Families Citing this family (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014014662A1 (de) * 2014-09-19 2016-03-24 Mekra Lang North America, Llc Anzeigeeinrichtung für Fahrzeuge, insbesondere Nutzfahrzeuge
CN104952249A (zh) * 2015-06-10 2015-09-30 浙江吉利汽车研究院有限公司 基于车联网的驾驶行为纠正方法及装置
JP5910903B1 (ja) 2015-07-31 2016-04-27 パナソニックＩｐマネジメント株式会社 運転支援装置、運転支援システム、運転支援方法、運転支援プログラム及び自動運転車両
JP6773040B2 (ja) 2015-09-30 2020-10-21 ソニー株式会社 情報処理システム、および情報処理システムの情報処理方法、情報処理装置、並びにプログラム
KR102498091B1 (ko) 2015-09-30 2023-02-09 소니그룹주식회사 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램
JP6316265B2 (ja) * 2015-12-01 2018-04-25 本田技研工業株式会社 車線変更制御装置
JP6468204B2 (ja) * 2016-01-15 2019-02-13 スズキ株式会社 小型車両の進路変更時における予防安全装置
CN106094823A (zh) * 2016-06-29 2016-11-09 北京奇虎科技有限公司 汽车危险驾驶行为的处理方法及系统
KR102536865B1 (ko) * 2016-07-22 2023-05-25 엘지전자 주식회사 전자 장치 및 그 제어 방법
DE102016215421A1 (de) * 2016-08-17 2018-02-22 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines automatisierten Kraftfahrzeugs
US11142197B2 (en) * 2016-10-18 2021-10-12 Honda Motor Co., Ltd. Vehicle control device
CN106335512B (zh) * 2016-11-04 2019-05-24 快创科技（大连）有限公司 基于ar增强现实和车辆违章记录查询的驾驶辅助系统
CN106476810A (zh) * 2016-11-04 2017-03-08 大连文森特软件科技有限公司 基于ar增强现实和大数据的驾驶辅助系统
CN106494409A (zh) * 2016-11-04 2017-03-15 大连文森特软件科技有限公司 基于ar增强现实和大数据的车辆控制的驾驶辅助系统
CN106503676A (zh) * 2016-11-04 2017-03-15 大连文森特软件科技有限公司 基于ar增强现实和驾驶细节采集的驾驶辅助系统
KR101846734B1 (ko) * 2016-11-09 2018-05-18 현대자동차주식회사 운전 상태 판단 장치 및 방법
KR102663017B1 (ko) 2016-11-24 2024-05-07 현대자동차주식회사 차량 및 그 제어방법
KR20180070401A (ko) 2016-12-16 2018-06-26 현대자동차주식회사 자율주행차량의 운전 제어권 이양을 판단하는 시스템 및 방법
KR20180104235A (ko) * 2017-03-10 2018-09-20 만도헬라일렉트로닉스(주) 운전자 상태 모니터링 방법 및 장치
US10446031B2 (en) 2017-03-14 2019-10-15 Hyundai Mobis Co., Ltd. Apparatus and method of safety support for vehicle
US11164459B2 (en) 2017-03-14 2021-11-02 Hyundai Mobis Co., Ltd. Apparatus and method of safety support for vehicle
US10392012B2 (en) * 2017-04-24 2019-08-27 Adam Benjamin Tannenbaum System and method of use for vehicular driving safety
DE102017212373A1 (de) * 2017-07-19 2019-01-24 Volkswagen Aktiengesellschaft Verfahren zur Bestimmung einer Trajektorie für eine autonom fahrendes Kraftfahrzeug, Steuereinrichtung und Kraftfahrzeug
CN109278747B (zh) * 2017-07-21 2021-05-07 鸿富锦精密电子(天津)有限公司 车辆监控系统及方法
KR102371616B1 (ko) * 2017-11-07 2022-03-07 현대자동차주식회사 차량의 센서 데이터 연계 장치 및 방법
KR102463722B1 (ko) * 2018-02-20 2022-11-07 현대자동차주식회사 차량의 속도 설정 장치 및 방법
KR102016025B1 (ko) * 2018-03-07 2019-08-29 주식회사 만도 충돌 경고 제어 장치 및 방법
JP7020215B2 (ja) * 2018-03-19 2022-02-16 日本電気株式会社 余所見判定装置、余所見判定システム、余所見判定方法、プログラム
JP6844568B2 (ja) * 2018-03-27 2021-03-17 日本電気株式会社 余所見判定装置、余所見判定システム、余所見判定方法、プログラム
US11994860B2 (en) 2018-06-15 2024-05-28 Allstate Insurance Company Processing system for evaluating autonomous vehicle control systems through continuous learning
CN113056390A (zh) * 2018-06-26 2021-06-29 伊泰·卡茨 情境驾驶员监控系统
KR102445202B1 (ko) * 2018-07-09 2022-09-20 현대모비스 주식회사 경보 시점 조정 장치 및 방법
US10800409B2 (en) * 2018-09-04 2020-10-13 Caterpillar Paving Products Inc. Systems and methods for operating a mobile machine using detected sounds
JP7076348B2 (ja) * 2018-09-20 2022-05-27 日立Astemo株式会社 電子制御装置
KR102587094B1 (ko) * 2018-12-04 2023-10-11 현대자동차주식회사 운전자의 주행 성향 판단 장치 및 방법
KR102668628B1 (ko) * 2019-04-11 2024-05-24 현대모비스 주식회사 차량의 충돌 회피 제어 방법 및 그 장치
KR102658055B1 (ko) * 2019-05-14 2024-04-17 현대모비스 주식회사 조향 회피 경로를 고려한 적응형 aeb 시스템 및 그 제어 방법
KR20200133858A (ko) * 2019-05-20 2020-12-01 현대모비스 주식회사 자율 주행 장치 및 방법
US11420653B2 (en) * 2019-05-20 2022-08-23 Hyundai Mobis Co., Ltd. Autonomous driving apparatus and method
CN110208805A (zh) * 2019-06-13 2019-09-06 南京亚兴为信息技术有限公司 一种有轨电车障碍物探测方法
US11643010B2 (en) 2019-07-25 2023-05-09 International Business Machines Corporation Vehicle driver and autonomous system collaboration
US11276307B2 (en) 2019-09-24 2022-03-15 International Business Machines Corporation Optimized vehicle parking
JP7238729B2 (ja) * 2019-10-24 2023-03-14 トヨタ自動車株式会社 冠水検知装置、冠水検知システム、及び冠水検知プログラム
CN110723153A (zh) * 2019-10-31 2020-01-24 武汉理工大学 一种基于环境信息与车辆运动的个性化驾驶习惯学习系统
WO2021125459A1 (ko) * 2019-12-19 2021-06-24 한양대학교 산학협력단 시뮬레이션을 위한 주변 차량의 주행 궤적 생성 방법
CN113382361B (zh) * 2020-03-09 2022-11-15 上海擎感智能科技有限公司 基于路线切分的试驾监控方法、系统、介质及设备
CN111416958A (zh) * 2020-03-17 2020-07-14 安徽智训机器人技术有限公司 工业机器人操作视频获取方法和系统
JP7276261B2 (ja) * 2020-06-22 2023-05-18 トヨタ自動車株式会社 冠水検知装置、冠水表示システム、冠水検知方法およびプログラム
CN112158197B (zh) * 2020-08-21 2021-08-27 恒大新能源汽车投资控股集团有限公司 一种车辆盲区障碍物规避方法、装置及系统
CN112519790A (zh) * 2020-12-12 2021-03-19 江西昌河汽车有限责任公司 一种汽车驾驶习惯智能分析系统及其控制方法
CN112572330A (zh) * 2020-12-30 2021-03-30 天翼物联科技有限公司 一种风险驾驶行为识别系统、方法、装置及存储介质
CN113428164B (zh) * 2021-07-21 2023-01-03 上汽通用五菱汽车股份有限公司 驾驶习惯学习方法、装置及计算机可读存储介质
CN113787997B (zh) * 2021-09-09 2022-12-06 森思泰克河北科技有限公司 紧急制动控制方法、电子设备及存储介质
US20230136374A1 (en) * 2021-10-28 2023-05-04 Toyota Motor Engineering & Manufacturing North America, Inc. Monitoring a traffic condition of stopped or slow moving vehicles
EP4190659A1 (en) 2021-12-06 2023-06-07 Walter Steven Rosenbaum Method and system for determining a state change
KR20240103928A (ko) 2022-12-27 2024-07-04 주식회사 티엔티 반응형 홀로그램 애니메이션을 이용한 차량 주행 감지 시스템 및 그 방법
CN118155424B (zh) * 2024-05-09 2024-07-02 贵州大学 基于数据交互实现高速公路的道路安全管理方法及系统

Family Cites Families (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2715528B2 (ja) * 1989-03-17 1998-02-18 トヨタ自動車株式会社 車両用安全制御装置
SE516317C2 (sv) 1994-06-07 2001-12-17 Saabtech Electronics Ab Förfarande för att bestämma körfältet för ett framförvarande fordon
JP2000142321A (ja) * 1998-11-09 2000-05-23 Fujitsu Ten Ltd 乗員保護支援装置
AU767533B2 (en) * 1999-01-27 2003-11-13 Compumedics Limited Vigilance monitoring system
JP2001256598A (ja) * 2000-03-08 2001-09-21 Honda Motor Co Ltd 危険箇所報知システム
DE10036276A1 (de) * 2000-07-26 2002-02-07 Daimler Chrysler Ag Automatisches Brems- und Lenksystem für ein Fahrzeug
US6577947B1 (en) * 2002-03-01 2003-06-10 Rockwell Collins, Inc. Method and apparatus for identification of hazards along an intended travel route
US7421334B2 (en) * 2003-04-07 2008-09-02 Zoom Information Systems Centralized facility and intelligent on-board vehicle platform for collecting, analyzing and distributing information relating to transportation infrastructure and conditions
KR20050121571A (ko) 2004-06-22 2005-12-27 현대모비스 주식회사 운전자 강제 도로 조건 인식 타입 차량 위치 정보장치
JP2006024106A (ja) * 2004-07-09 2006-01-26 Honda Motor Co Ltd 車両の接触回避制御装置
US7630807B2 (en) * 2004-07-15 2009-12-08 Hitachi, Ltd. Vehicle control system
DE102004038734A1 (de) * 2004-08-10 2006-02-23 Robert Bosch Gmbh Verfahren und Vorrichtung zur Auslösung einer Notbremsung
EP1886202A4 (en) * 2005-06-01 2011-09-21 Allstate Insurance Co COLLECTION AND ANALYSIS OF OPERATING DATA OF A MOTORIZED VEHICLE
EP1926654B1 (de) * 2005-09-15 2009-12-09 Continental Teves AG & Co. oHG Verfahren und vorrichtung zum lenken eines kraftfahrzeugs
WO2007077867A1 (ja) * 2005-12-28 2007-07-12 National University Corporation Nagoya University 運転行動推定装置、運転支援装置、車両評価システム、ドライバモデル作成装置、及び運転行動判定装置
WO2008120796A1 (ja) * 2007-03-29 2008-10-09 Toyota Jidosha Kabushiki Kaisha 衝突可能性取得装置および衝突可能性取得方法
US7839292B2 (en) * 2007-04-11 2010-11-23 Nec Laboratories America, Inc. Real-time driving danger level prediction
JP4924207B2 (ja) * 2007-05-29 2012-04-25 トヨタ自動車株式会社 自車両危険度取得装置
JP4623057B2 (ja) * 2007-06-05 2011-02-02 トヨタ自動車株式会社 自車両の移動領域取得装置
ES2324931B1 (es) * 2008-02-18 2010-05-24 Enrique Crambo, S.A. Sistema y metodo de monitorizacion del estado y conduccion de un vehiculo.
KR100946723B1 (ko) * 2008-04-12 2010-03-12 재단법인서울대학교산학협력재단 차량의 조향 방법 및 그 장치
JP2010067235A (ja) * 2008-09-12 2010-03-25 Fujitsu Ten Ltd 運転支援装置および運転支援プログラム
EP2169500B1 (en) * 2008-09-25 2012-04-04 Volvo Car Corporation Method of assessing vehicle paths in a road environment and a vehicle path assessment system.
WO2010140215A1 (ja) * 2009-06-02 2010-12-09 トヨタ自動車株式会社 車両用周辺監視装置
JP4957752B2 (ja) * 2009-06-12 2012-06-20 トヨタ自動車株式会社 進路評価装置
KR101203714B1 (ko) 2009-10-07 2012-11-21 한국전자통신연구원 주행 안전 제공 시스템 및 방법
KR101340779B1 (ko) 2010-03-17 2013-12-11 주식회사 만도 기준 추종 위치 설정 방법 및 차선 유지 제어 시스템
CN103069466B (zh) * 2010-06-18 2015-07-15 本田技研工业株式会社 用于预测驾驶员的变线意图的系统
WO2012014430A1 (ja) * 2010-07-27 2012-02-02 パナソニック株式会社 移動体検出装置および移動体検出方法
JP2013539572A (ja) * 2010-07-29 2013-10-24 フォード グローバル テクノロジーズ、リミテッド ライアビリティ カンパニー 運転者インタフェースタスクを管理する方法、及び、車両
US20150224998A1 (en) * 2010-07-29 2015-08-13 Ford Global Technologies, Llc Systems and Methods For Scheduling Driver Interface Tasks Based On Driver Workload
KR20120022305A (ko) 2010-09-02 2012-03-12 주식회사 만도 자율 주행 차량
JP5189157B2 (ja) * 2010-11-30 2013-04-24 株式会社豊田中央研究所 可動物の目標状態決定装置及びプログラム
EP2652718B1 (en) * 2010-12-15 2018-09-26 Andrew William Wright Method and system for logging vehicle behaviour
US20140310379A1 (en) * 2013-04-15 2014-10-16 Flextronics Ap, Llc Vehicle initiated communications with third parties via virtual personality
US20140309849A1 (en) * 2013-04-15 2014-10-16 Flextronics Ap, Llc Driver facts behavior information storage system
US20140019167A1 (en) * 2012-07-16 2014-01-16 Shuli Cheng Method and Apparatus for Determining Insurance Risk Based on Monitoring Driver's Eyes and Head
US9129519B2 (en) * 2012-07-30 2015-09-08 Massachussetts Institute Of Technology System and method for providing driver behavior classification at intersections and validation on large naturalistic data sets
EP2885150B1 (en) * 2012-08-20 2019-01-02 Veoneer Sweden AB Eyelid movement processing for detection of drowsiness
KR101617349B1 (ko) 2012-08-28 2016-05-03 (주)나노포인트 운전 습관 분석 진단 시스템 및 방법
WO2014057309A1 (en) * 2012-10-10 2014-04-17 Freescale Semiconductor, Inc. Method and apparatus for determining a risk level in manually operated systems
KR20140072280A (ko) 2012-11-29 2014-06-13 남서울대학교 산학협력단 개인휴대단말기 기반의 응급상황 탐지/전송 장치 및 방법
US9569984B2 (en) * 2012-12-11 2017-02-14 Abalta Technologies, Inc. Recording, monitoring, and analyzing driver behavior
US10347127B2 (en) * 2013-02-21 2019-07-09 Waymo Llc Driving mode adjustment
US9045041B2 (en) * 2013-02-27 2015-06-02 Here Global B.V. Driver behavior from probe data for augmenting a data model
US9751534B2 (en) * 2013-03-15 2017-09-05 Honda Motor Co., Ltd. System and method for responding to driver state
US9053516B2 (en) * 2013-07-15 2015-06-09 Jeffrey Stempora Risk assessment using portable devices
US20150025917A1 (en) * 2013-07-15 2015-01-22 Advanced Insurance Products & Services, Inc. System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information
EP2826687B1 (en) * 2013-07-16 2019-03-06 Honda Research Institute Europe GmbH Technique for lane assignment in a vehicle
CA2932184A1 (en) * 2013-11-29 2015-06-04 Ims Solutions Inc. Advanced context-based driver scoring
US9827992B2 (en) * 2014-03-19 2017-11-28 Ford Global Technologies, Llc Driver anomaly detection
US9623875B2 (en) * 2014-06-13 2017-04-18 University of Pittsburgh—of the Commonwealth System of Higher Education Systems and method for driving evaluation and training
US9242654B2 (en) * 2014-06-27 2016-01-26 International Business Machines Corporation Determining vehicle collision risk
KR101555444B1 (ko) * 2014-07-10 2015-10-06 현대모비스 주식회사 차량탑재 상황감지 장치 및 그 방법
CN105313898B (zh) * 2014-07-23 2018-03-20 现代摩比斯株式会社 驾驶员状态感应装置及其方法
JP6486640B2 (ja) * 2014-10-09 2019-03-20 株式会社日立製作所 運転特性診断装置、運転特性診断システム、運転特性診断方法、情報出力装置、情報出力方法

Also Published As

Publication number Publication date
CN105197011A (zh) 2015-12-30
US20150360697A1 (en) 2015-12-17
US9623874B2 (en) 2017-04-18
KR20150143139A (ko) 2015-12-23
KR102051142B1 (ko) 2019-12-02
DE102015210630A1 (de) 2015-12-17

Similar Documents

Publication Publication Date Title
CN105197011B (zh) 车辆用驾驶员危险指数管理系统及其方法
JP7173105B2 (ja) 自動運転制御装置、自動運転制御方法、プログラム、および自動運転制御システム
US11151876B2 (en) Apparatus and method of safety support for vehicle
US20200342756A1 (en) Apparatus and method of safety support for vehicle
EP2201496B1 (en) Inattentive state determination device and method of determining inattentive state
WO2014148025A1 (ja) 走行制御装置
CN108604413B (zh) 显示装置的控制方法及显示装置
CN109841088A (zh) 车辆驾驶辅助系统及方法
CN107408338A (zh) 驾驶员辅助系统
JP6269360B2 (ja) 運転支援システム及び運転支援方法
US11008012B2 (en) Driving consciousness estimation device
JP7156011B2 (ja) 情報提示装置
US20240000354A1 (en) Driving characteristic determination device, driving characteristic determination method, and recording medium
CN113212451A (zh) 一种智能驾驶汽车用后视辅助系统
JP2018094294A (ja) 状態推定システム
JP2012103849A (ja) 情報提供装置
US11661070B2 (en) Driving consciousness estimation device
US20240351440A1 (en) Display device, display method, and display program
WO2023112212A1 (ja) 運転支援装置及びコンピュータプログラム並びにコンピュータプログラムを記録した記録媒体
JP5742180B2 (ja) 注視点推定装置
KR20230087632A (ko) 적어도 하나 이상의 센서를 이용하여 도로 표지판을 인식하는 차량 및 그 제어 방법
CN117836853A (zh) 一种信息播报方法、通行状态提示方法、装置及车辆
KR20230133994A (ko) 표지판 정보를 인식하는 차량 및 그 제어 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant