CN105313899A

CN105313899A - 车辆搭载状况感应装置及其方法

Info

Publication number: CN105313899A
Application number: CN201510094714.8A
Authority: CN
Inventors: 全寅成; 李俊翰
Original assignee: Hyundai Mobis Co Ltd
Current assignee: Hyundai Mobis Co Ltd
Priority date: 2014-07-10
Filing date: 2015-03-03
Publication date: 2016-02-10
Anticipated expiration: 2035-03-03
Also published as: KR101555444B1; CN105313899B; US9776644B2; US20160009295A1

Abstract

本发明为车辆搭载状况感应装置及其方法。根据本发明的车辆搭载状况感应装置，包括：感应部，识别驾驶员，并且获取驾驶员状态数据、车辆行驶信息或对车辆周边障碍物的数据；驾驶模式学习部学习并保存驾驶员的驾驶模式；加重值决定部，决定赋予在所述感应部获取的数据的加重值；判断部判断驾驶员是否为安全驾驶；及警告部，在所述判断部判断不是安全驾驶状态的情况警告驾驶员。根据本发明，了解与驾驶员的车辆行驶或车辆操作相关的精神及身体状态来判断驾驶员是否为安全驾驶，在判断不是安全驾驶状态的情况，利用显示警告、发出警告音、震动提醒、强制控制车辆等各种方法来诱导安全驾驶，进而可保护驾驶员。

Description

车辆搭载状况感应装置及其方法

技术领域

本发明涉及车辆搭载状况感应装置及方法，更详细地说涉及利用驾驶员的驾驶负荷及车辆周边信息的车辆搭载状况感应装置及方法，不仅是车辆行驶模式还综合分析驾驶员的行动来防止意外事故。

背景技术

一般地说，汽车给人们提供移动便利及时间效率性，但是因为驾驶员的不注意，不仅给驾驶员还给周边的人带来很大的伤害，因此需注意使用。尤其是，在最近因为汽车与ITC(Information&CommunicationTechnology，信息与通信技术)的技术融合车辆逐渐变得智能化、先进化。据此，在汽车内实现的安全驾驶支援系统识别危险状况，并执行将其通知驾驶员的操作。如同韩国注册专利公报第10-0282903号(发明名称：防止脱离行驶道路车道的装置)的记载，现有的汽车安全驾驶支援系统识别危险状况的方法主要由通过外部传感器(雷达、摄像头等)收集信息来判断是否危险(脱离车道、预测碰撞等)形态构成。另外，将其告知驾驶员的方法有将危险状况显示于显示装置(例如闪烁警告灯等)或语音引导的方法。但是，利用开关显示装置或语音提醒等警告驾驶员的系统，在被高速行驶的噪音埋没，或注视前方集中于驾驶，或疲劳驾驶的情况，存在很难用视听觉来识别的情况较多。另外，为了安全驾驶，了解驾驶员的精神及身体状态也是重要的要素，但是用现有技术无法了解驾驶员发作、感情异常状态、呼吸困难、注意力不集中、瞌睡、焦急等驾驶员的精神及身体状态是否有问题，就算产生这种问题也没有应对方法，因此无法很好的保护驾驶员。

(现有技术文献)

(专利文献)

韩国注册专利公报第10-0282903(2000.12.02)

发明内容

(要解决的问题)

本发明是为了解除上述问题而提出的，本发明的目的在于，了解驾驶员的精神及身体状态来判断驾驶员是否在安全驾驶，在不是安全驾驶状态的情况，可利用各种方法诱导安全驾驶来保护驾驶员。另外，本发明的目的在于，根据技术发展从多个传感器收集大量的数据来感应状况时需要相当长的时间，因此通过迅速计算实时感应状况。另外，本发明的目的在于，若要感应驾驶员状况来更好的诱导安全行驶，应该有准确的判断结果，因此为了删除错误而检查判断结果。

(解决问题的手段)

根据本发明一实施例，车辆搭载状况感应装置，包括：感应部10，识别驾驶员，并且获取驾驶员状态数据、车辆行驶信息或对车辆周边障碍物的数据；驾驶模式学习部，以在所述感应部10获取的数据为基础，学习并保存驾驶员的驾驶模式；加重值决定部30，以在所述驾驶模式学习部20学习的驾驶模式为基础，决定赋予在所述感应部20获取的数据的加重值；判断部40，以赋予在所述加重值决定部30决定的加重值的数据为基础，判断驾驶员是否为安全驾驶；及警告部50，在所述判断部40判断不是安全驾驶状态的情况警告驾驶员。

所述状况感应装置包括保存数据的储存部60。

所述感应部10，包括：驾驶员状态感应部11，在红外线LED影像装置、在转向盘的速度感应传感器、转向盘的角度感应传感器、悬架的动作感应传感器、各个踏板操作传感器、是否进行多功能操作的感应传感器、语音识别传感器、是否操作AVN的感应传感器、是否操作空调装置的感应传感器、齿轮箱传感器、是否操作控制台箱的感应传感器、是否操作手套箱的感应传感器中包括一个以上；及车辆周围状况感应部12，在智能巡航控制系统、车道保持辅助系统、智能泊车辅助系统、全景监视系统、摄像头、雷达中包括一个以上。

所述判断部40，包括：计算学习部70，在所述加重值决定部30赋予加重值的数据中，以成为合计危险指数超出已设定的基准危险指数原因的数据的顺序进行排序，只选定多个上级数据；计算部80，在所述计算学习部70选定的数据，加上乘以在所述加重值决定部赋予的各个数据分别的加重值的各个危险指数，来计算驾驶员的合计危险指数；检查部90，判断所述计算部80的计算结果是否有效；及控制部100，在所述检查部90判断计算的结果为有效的情况，其判断所述合计危险指数是否超出已设定的基准危险指数。

所述警告部50，在警告音输出装置51、驾驶负荷量显示装置52、车辆控制装置53中包括一个以上。

根据本发明一实施例，车辆搭载状况感应方法，包括：驾驶员识别步骤S100，呼叫已保存的驾驶员信息，来比较是否与现在的驾驶员一致；驾驶模式呼叫步骤S200，在储存部60呼叫在所述驾驶员识别步骤S100识别的驾驶员的已保存的驾驶模式；感应步骤S300，收集驾驶员状态信息、车辆行驶信息或对车辆周边障碍物的信息；驾驶模式学习步骤S400，在所述驾驶模式呼叫步骤S200呼叫的已保存的驾驶模式，学习在所述感应步骤S300导出的驾驶模式来保存在储存部60；加重值决定步骤S500，以在所述驾驶模式学习步骤S400学习的驾驶模式为基础，决定赋予所述感应步骤S300的各个数据的加重值；判断步骤S600，以赋予在所述加重值决定步骤S500决定的加重值的数据为基础，判断驾驶员是否为安全驾驶；及警告步骤S700，在所述判断步骤S600判断不是安全驾驶的情况警告驾驶员。

所述驾驶员识别步骤S100，包括：驾驶员数据获取步骤S110，通过影像装置获取瞳孔或脸部图像数据；及驾驶员识别步骤S120，比较在所述驾驶员数据获取步骤S110获取的瞳孔或脸部图像数据与已保存在储存部60的驾驶员信息来识别驾驶员。

所述驾驶模式呼叫步骤时S200，在所述驾驶员识别步骤S100不存在与已保存的驾驶员信息的一致的驾驶员的情况，呼叫已保存的DEFAULT(默认)驾驶模式。

所述感应步骤S300，包括：驾驶员状态感应步骤S310，在驾驶员的眼皮、驾驶员的瞳孔、转向盘速度、转向盘角度、悬架动作、是否操作加速度踏板、是否操作刹车踏板、是否进行多功能操作、驾驶员是否对话、是否操作AVN、是否操作空调装置、是否操作齿轮箱、是否操作控制台箱、是否操作手套箱中感应一个以上；车辆周围状况感应步骤S320，SCC(SmartCruiseControl，在智能巡航控制系统)、LKAS(LaneKeepingAssistantSystem，车道保持辅助系统)、SPAS(SmartParkingAssistantSystem，智能泊车辅助系统)、AVM(AroundViewMonitoring，全景监视系统)、摄像头、雷达中利用一个以上来感应车辆周围状况。

所述驾驶模式学习步骤S400，包括：驾驶模式比较步骤S410，比较在所述驾驶模式呼叫步骤S200呼叫的驾驶员的已保存的驾驶模式与基于在所述感应步骤S300获取的数据的现在驾驶模式；驾驶模式判断步骤S420，判断在所述驾驶模式比较步骤S410中的两者差异是否为已设定的噪音范围以内；驾驶模式保存步骤S430，在所述驾驶模式判断步骤S420中两者差异为已设定的噪音范围以下的情况，所述驾驶模式学习步骤S400学习现在的驾驶模式来保存在所述储存部60；及噪音消除步骤S440，在所述驾驶模式判断步骤S420中两者差异超出已设定的噪音范围的情况，在学习目标中将现在的驾驶模式除外。

所述加重值决定步骤S500，在所述感应步骤S300获取的数据，赋予根据影响驾驶员合计危险指数而决定的加重值。

所述加重值决定步骤S500，反馈所述警告步骤S700的结果，将获取的信息数据及计算的合计危险指数与信息数据基准值及合计危险指数基准值比较来变化加重值。

所述加重值决定步骤S500，根据以下的数学式来变化加重值：

α(n+1)＝α(n)ifW＜d_wandR≥d_R

α(n+1)＝α(n)+δifW≥d_w

α(n+1)＝α(n)-δifW＜d_wandR＜d_R

R＝合计危险指数

α＝加重值

α(n+1)＝根据反馈变化的加重值

α(n)＝变化前加重值

W＝获取的信息数据

d_R＝合计危险指数基准值

d_W＝信息数据基准值

δ＝α(n)/R。

所述判断步骤S600包括计算学习步骤S610，在所述加重值决定步骤S500赋予加重值的多个数据中，以成为合计危险指数超出已设定的基准危险指数的原因的数据顺序进行排序，只选定多个上级数据。

所述判断步骤S600包括计算步骤S620，在所述加重值决定步骤S500赋予加重值的数据中，在所述计算学习步骤S610选定的数据，加上乘以在所述加重值决定步骤S500赋予的各个数据分别的加重值的各个危险指数，来计算驾驶员的合计危险指数。所述判断步骤S600包括检查步骤S630，比较在所述计算步骤计算的合计危险指数与以已保存的驾驶模式为基础计算的检查危险指数，判断两个指数的差异是否为已设定的误差范围以内。所述判断步骤S600包括控制步骤S640，在所述检查步骤S630中合计危险指数与检查危险指数的差异在已设定的范围以内的情况，比较合计危险指数与已设定的基准危险指数来判断是否警告。

所述警告步骤S700，包括：第一警告步骤S710，在合计危险指数为已设定的第一基准危险指数以上，并且不足已设定的第二基准危险指数的情况，通过音响发出警告音的步骤S711、通过AVN或HUD的警告显示步骤S712、通过转向盘或座椅震动的震动提醒步骤S713中执行一个以上；第二警告步骤S720，在合计危险指数为已设定的第二基准危险指数以上，并且不足已设定的第三基准危险指数的情况，将AVN的功能设为保持状态；第三警告步骤S730，合计危险指数为已设定的第三基准危险指数以上的情况，强制停止车辆；及信息传达步骤S740，为了通过反馈来变化加重值，将信息传达于所述加重值决定步骤S500。

(发明的效果)

如上所述，根据本发明，了解与驾驶员的车辆行驶或车辆操作相关的精神及身体状态，来判断驾驶员是否安全驾驶，在判断不是安全驾驶状态的情况，利用显示警告、发出警告音、震动提醒、强制控制车辆等各种方法来诱导安全驾驶，进而可保护驾驶员。尤其是，了解在现有技术很难判断的驾驶员发作或感情异常、呼吸困难、注意力不集中、驾驶不熟练等驾驶员精神及身体状态来保护驾驶员，因此有很大的效果与作用。另外，学习驾驶模式在大量的数据中选定妨碍安全驾驶的一部分数据，进而可迅速地监视状态。另外，检查判断的结果，删除判断的错误，可诱导驾驶员安全行驶。

附图说明

图1是根据本发明一实施例的状况感应装置的概略性框图。

图2是驾驶员状态感应部的示例图。

图3是车辆周围状况感应部的示例图。

图4是判断部的框图。

图5是警告部的框图。

图6是根据本发明其它实施例的状况感应方法的概略性流程图。

图7是驾驶模式学习步骤的流程图。

图8是加重值决定步骤的状态图。

图9是计算学习步骤的流程图。

图10是检查步骤的流程图。

图11是警告步骤的流程图。

图12至图14是状况感应方法的详细流程图。

(附图标记说明)

10：感应部

11：驾驶员状态感应部

12：车辆周围状况感应部

20：驾驶模式学习部

30：加重值决定部

40：判断部

50：警告部

51：驾驶员警告部

52：附加功能控制部

53：车辆控制部

60：储存部

70：计算学习部

80：计算部

90：检查部

100：控制部

具体实施方法

在本说明书及权利要求范围使用的用语或单词不得定义为通常性或词典性的意思，发明者为了用最好的方法说明自身的发明，本着可适当定义用语概念的原则，应该只解释为符合于本发明技术思想的意义与概念。因此在本说明书记载的实施例与图面所示的构成不过是本发明最优选的实施例，不是反映本发明的所有技术思想，因此在申请的观点中应该理解可以有代替其的多样的均等物与变形例。另外，对于可使本发明的要点不清楚的公知功能及构成将省略其详细说明。以下，参照附加本发明的优选实施例的附图进行详细说明。

图1是根据本发明一实施例的状况感应装置的概略性框图。图2是驾驶员状态感应部的示例图。图3是车辆周围状况感应部的示例图。图4是判断部的框图。图5是警告部的框图。参照图1至图5，根据本发明一实施例的车辆搭载状况感应装置包括感应部10、驾驶模式学习部20、加重值决定部30、判断部40、警告部50、储存部60。所述感应部10、驾驶模式学习部20、加重值决定部30、判断部40、警告部50、储存部60相互间可利用Bluetooth(蓝牙)、ZigBee(紫蜂协议)、WIFI(无线)等来无线连接，也可利用RS-232、RS-485、CAN来有线连接。

驾驶员状态感应部11作为为了获取车辆行驶信息、车辆操作信息及驾驶员状态信息的构成，车辆的行驶信息意味着例如驾驶员是否经常踩踏加速度踏板、驾驶员是否经常踩踏刹车踏板、驾驶员是否经常操作转向盘、驾驶员是否经常操作多功能开关等信息。另外，在手动变速车辆的情况，除了上述信息以外也可包括驾驶员是否经常踩踏离合器踏板、驾驶员是否经常操作变速器等信息。所述多功能开关意味着雨刮器、方向指示灯、照明灯等的开关，这是在车辆行驶中需要的要素，因此多功能开关的操作信息可包括在车辆行驶信息。车辆的操作信息可包括例如驾驶员是否经常操作AVN(AUDIOVIDEONAVIGATION，音频、视频、导航)、驾驶员是否经常操作空调装置等的信息。驾驶员的状态信息可包括例如驾驶员是否长时间对话(通话)及、驾驶员是否在打瞌睡、驾驶员是否注视前方、驾驶员的心电图或脑波是否发生异常等。感应部10，识别驾驶员并且作为为了获取驾驶员状态数据、车辆行驶信息或对车辆周边障碍物的数据的构成，包括驾驶员状态感应部11及车辆周围状况感应部12。

驾驶员状态感应部11，在红外线LED影像装置、转向盘的速度感应传感器、转向盘的角度感应传感器、悬架动作感应传感器、各个踏板操作感应传感器、是否进行多功能操作的感应传感器、语音识别传感器、是否操作AVN的感应传感器、是否操作空调装置的感应传感器、齿轮箱传感器、是否操作控制台箱的感应传感器、是否操作手套箱的感应传感器中，可包括一个以上。

驾驶员状态感应部11，还获取不与驾驶员的行驶直接相关的操作及行动的信息，提供对判断状况的根据。驾驶员状态感应部11通过红外线LED影像装置来获取瞳孔及脸部图像数据。据此，对现在驾驶员进行识别。通过红外线LED影像获取装置获取为了判断驾驶员是否瞌睡的眼皮感应及为了判断驾驶员是否注视前方得到瞳孔方向的数据。并且，获取由加速度踏板、刹车踏板、转向盘、多功能等操作而产生的数据。识别驾驶员语音来获取驾驶员是否长时间对话(包括通话)的信息，获取是否经常操作AVN、空调装置、齿轮箱、控制台箱、手套箱等的数据。

车辆周围状况感应部12，作为为了获取自身车辆的行驶信息及周围车辆的行驶信息的构成，自身车辆的行驶信息意味着例如自身车辆的速度、偏航率、转向角、加速度、转向盘的各个变化量及角速度等信息。周围车辆的行驶信息意味着周围车辆的速度、偏航率、转向角、加速度、转向盘的各个变化量及角速度等信息。为此，车辆周围状况感应部12在自身车辆的车速传感器、偏航率传感器、转向角传感器、加速度传感器、转向盘传感器、前方/后方雷达、前方/后方摄像头、侧方超声波装置、用于AVM(AroundViewMonitoringSystem，周遭环境监测系统)的摄像头、SCC(SmartCruiseControl，智能巡航控制)、LKAS(LaneKeepingAssistantSystem，车道保持辅助系统)、SPAS(SmartParkingAssistantSystem，智能泊车辅助系统)、AVM(AroundViewMonitoring，全景监视系统)中可包括一个以上。车辆周围状况感应部12收集自身车辆的行驶信息、对周边障碍物及周边环境的信息，在判断驾驶员行驶中的危险度时提高可靠性。

驾驶模式学习部20，以在所述感应部10获取的数据为基础，学习驾驶员的驾驶模式(更新数据)，将学习的数据保存在储存部60。

驾驶模式学习部20，在新驾驶员的情况，其呼叫已保存的DEFAULT(默认)驾驶模式来实施状况感应，并且给新驾驶员分配储存器来开始学习。已保存的DEFAULT驾驶模式可以是通过实验的多个驾驶员平均的驾驶模式。据此，与现有技术不同可对应于新驾驶员的行驶来诱导新驾驶员安全行驶。驾驶模式学习部20学习并保存在已设定的学习范围内的驾驶模式。将学习目标的驾驶模式限制为已设定的学习范围内的驾驶模式，是为了若在驾驶中以相同的条件学习根据突发状况的急加速、急刹车、急转弯等驾驶模式，则进行不必要警告的可能性大，因此消除这种噪音。上述已设定的范围是通过根据被实验者条件的实验来决定。

加重值决定部30，以在所述驾驶模式学习部20学习的驾驶模式为基础，决定赋予在所述感应部10获取的信息数据的加重值。这是为了根据学习的驾驶模式提供按驾驶员分别特定化的状况感应及警告系统来诱导安全驾驶。由一示例，若驾驶员A在驾驶中多次使用加速度踏板、刹车踏板、多功能开关等操作，则较高设定对所述操作信息数据的加重值，若驾驶员B多使用AVN开关、空调装置开关等的操作，则可较高设定对所述操作信息数据的加重值。所述加重值在初期可通过根据被实验者条件的实验来决定。据此，也可对新驾驶员决定加重值，执行车辆的状况感应。如上所述决定的加重值，根据在警告部50的反馈，将获取的信息数据及计算的合计危险指数与信息数据基准值及合计危险指数基准值比较，如同以下的数学式来变化加重值。据此，根据驾驶员的驾驶模式，提供按驾驶员分别特定化的状况感应及警告系统可诱导安全驾驶。

α(n+1)＝α(n)ifW＜d_wandR≥d_R

α(n+1)＝α(n)ifW≥d_w

α(n+1)＝α(n)-δifW＜d_wandR＜d_R

R＝合计危险指数

α＝加重值

α(n+1)＝根据反馈变化的加重值

α(n)＝变化前加重值

W＝获取的信息数据

dR＝合计危险指数基准值

dW＝信息数据基准值

δ＝α(n)/R

在所述数学式中，d_W意味着信息数据的基准值，d_R意味着合计危险指数的基准值。在加重值决定部30比较对各个基准值的现在R、W值大小，如图8及上述数学式变化加重值。α(n+1)意味着根据反馈而变化的加重值，α(n)意味着变化前加重值。δ意味着在合计危险指数中各个信息数据的变化前加重值占据的比例，并且各个信息数据的加重值可减少或增加δ值程度。

判断部40，作为以赋予在所述加重值决定部30决定的加重值的数据为基础判断驾驶员是否安全驾驶的构成，包括计算学习部70、计算部80、检查部90、控制部100。

计算学习部70，在所述加重值决定部30赋予加重值的数据中，成为合计危险指数超出已设定的基准危险指数原因的数据顺序进行排列，只选定多个上级数据。根据本发明的状况感应装置，从车辆内外部的多个传感器收集大量的数据来精密地感应状况。但是，在处理大量数据时若需要过长的时间，则这违背了本发明的预防事故并且为了诱导安全驾驶的旨意。因此在行驶中要求瞬间判断，有必要在大量数据中只选定一部分数据来谋求迅速计算。因此，在计算学习部70进行为了迅速计算的学习及数据选定。计算学习部70的选定功能不在初期激活，并且保存在控制部100得出的结果。之后，若保存预定次数以上的数据，则在所述计算部80计算的合计危险指数超出已设定的基准危险指数中，以成为超出最大原因的数据顺序进行排序，只选定上级的多个数据来利用于计算，忽视剩余数据，进而进行迅速的计算。

由一示例，若产生5000以上的危险警告来保存5000次以上的危险指数数据，则这时筛选成为计算的合计危险指数超出已设定的基准危险指数原因的数据。即，分析是因为刹车踏板操作次数，或是因为转向盘的各个变化量，或是因为驾驶员注意力不集中，或是因为周围车辆的轨迹等，在反应加重值的数据中选定最大的3个数据。

之后，只将选定的数据反映于合计危险指数计算，并且剩余数据不反映于合计危险指数，进而可提高计算速度。在计算学习部70选定的数据传达于计算部80。

计算部80，在所述加重值决定部30赋予加重值的数据中，根据已设定的计算公式计算在所述计算学习部70选定的一部分数据来计算合计危险指数，由一示例，如下数学式在所述计算学习部70选定的数据，加上乘以在所述加重值决定部赋予的各个数据分别的加重值的各个危险指数，可计算驾驶员的合计危险指数。

R＝α_A×W_A+α_B×W_B+α_C×W_C

R＝合计危险指数

α＝选定的信息数据各个加重值

W＝选定的信息数据

检查部90判断所述计算部80的计算结果是否有效。为了在所述计算学习部70迅速计算而选定一部分数据，以此为基础进行计算的情况，在计算结果上存在产生错误的可能性。本发明的目的是诱导安全驾驶，因此为了驾驶员安全驾驶需要去除错误的检查过程。在检查部90比较基于现在驾驶员已保存的驾驶模式计算的危险指数(以下，检查危险指数)与基于学习现在驾驶员现在驾驶模式的驾驶模式计算的合计危险指数，在检查危险指数与计算的合计危险指数的差异在已设定的误差范围以内的情况，判断计算的危险指数值是有效的。并且，将所述合计危险指数传达到控制部100。已设定的误差范围可以是根据被实验者条件的实验值。并且，检查危险指数已在驾驶员在现在行驶之前计算保存在储存部60。

控制部100，比较在所述检查部90传达的合计危险指数与已设定的基准危险指数，起到根据比较结果激活警告部50的作用。

警告部50，作为为了告知驾驶员不是安全驾驶状态来诱导安全驾驶的构成，包括警告音输出装置51、驾驶负荷量显示装置52、车辆控制装置53。警告音输出装置51在判断不是安全驾驶状态的情况，可给驾驶员发出警告音，或播放语音引导来提醒不是安全驾驶状态。警告音输出装置51可灵活应用设置在车辆的音响。驾驶负荷量显示装置52也可通过车辆的仪表板、AVN或HUD(HeadUpDisplay，平视显示器)显示驾驶负荷量。车辆控制装置53作为在判断不是安全驾驶状态的情况安全停车的装置，可包括控制设置在车辆的转向盘、变速器、刹车的装置。

储存部60可保存并呼叫驾驶员信息、驾驶员的驾驶模式信息、已设定的加重值、已设定的误差范围、已保存的检查危险指数、已设定的基准危险指数等的信息。储存部60作为为了保存数据的保存手段，可以是非挥发性储存器。由一示例，在储存部60注册驾驶员A、驾驶员B、驾驶员C……等的驾驶员信息，对应于各个驾驶员的驾驶模式信息以“驾驶员A-驾驶模式A”、“驾驶员B-驾驶模式B”、“驾驶员C-驾驶模式C”、……等的形式注册。这时，在各个驾驶模式包括每单位时间的加速度踏板操作次数、每单位时间刹车踏板操作次数等，包括所述感应部10获取的数据。

图6是根据本发明其它实施例的状况感应方法的概略性流程图。图7是驾驶模式学习步骤的流程图。图8是加重值决定步骤的状态图。图9是计算学习步骤的流程图。图10是检查步骤的流程图。图11是警告步骤的流程图。图12至图14是状况感应方法的详细流程图。参照图6至图13，根据本发明另一实施例的车辆搭载状况感应方法，包括驾驶员识别步骤S100、驾驶模式呼叫步骤S200、感应步骤S300、驾驶模式学习步骤S400、加重值决定步骤S500、判断步骤S600及警告步骤S700。

驾驶员识别步骤S100，作为呼叫已保存的驾驶员信息，来比较是否与现在驾驶员一致的步骤，包括驾驶员数据获取步骤S110及驾驶员识别步骤S120。驾驶员数据获取步骤S110是通过影像装置获取瞳孔或脸部图像数据的步骤，驾驶员识别步骤S120是比较在所述驾驶员数据获取步骤S110获取的瞳孔或脸部图像数据与已保存在储存部60的驾驶员信息来识别驾驶员的步骤。

驾驶模式呼叫步骤S200是在所述储存部60呼叫在所述驾驶员识别步骤S100识别的驾驶员的已保存驾驶模式的步骤。如果，作为新驾驶员不存在与已保存的驾驶员信息一致的驾驶员的情况，呼叫已保存的DEFAULT(默认)驾驶模式。已保存的DEFAULT驾驶模式可以是通过实验的多个驾驶员的平均驾驶模式。据此，与现有技术不同在新驾驶员的情况也可对应于驾驶员行驶来诱导安全行驶。

感应步骤S300，作为收集驾驶员状态信息、车辆行驶信息或对车辆周边障碍物的信息的步骤，包括驾驶员状态感应步骤S310及车辆周围状况感应步骤S320。

驾驶员状态感应步骤S310作为收集驾驶员状态信息的步骤，作为为了获取车辆行驶信息、车辆操作信息及驾驶员状态信息的构成，车辆行驶信息意味着例如驾驶员是否经常踩踏加速度踏板、驾驶员是否经常踩踏刹车踏板、驾驶员是否经常操作转向盘、驾驶员是否经常操作多功能开关等信息。另外，在手动变速车辆的情况，除了上述信息以外也可包括驾驶员是否经常踩踏离合器踏板、驾驶员是否经常操作变速器等信息。所述多功能开关意味着雨刮器、方向指示灯、照明灯等的开关，这是在车辆行驶中需要的要素，因此多功能开关的操作信息可包括在车辆行驶信息。

车辆的操作信息可包括例如驾驶员是否经常操作AVN(AUDIOVIDEONAVIGATION，音频、视频、导航)、驾驶员是否经常操作空调装置、驾驶员是否经常操作齿轮箱、控制台箱及手套箱等周边机器等信息。驾驶员状态信息，可包括例如驾驶员是否长时间对话(包括通话)、驾驶员是否在瞌睡、驾驶员是否注视前方、驾驶员的心电图或脑波是否产生异常状态等。

为此，所述驾驶员状态感应步骤S310，在驾驶员双眼皮、驾驶员瞳孔、转向盘的速度、转向盘的角度、悬架的动作、是否操作加速度踏板、是否操作刹车踏板、是否进行多功能操作、驾驶员是否对话、是否操作AVN、是否操作空调装置、是否操作齿轮箱、是否操作控制台箱、是否操作手套箱中可感应一个以上。

车辆周围状况感应步骤S320，作为为了获取在自身车辆行驶信息、周围车辆行驶信息及车辆周边的障碍物信息等的构成，自身车辆的行驶信息意味着例如自身车辆速度、偏航率、转向角、加速度、转向盘的角度变化量及角速度等信息。周围车辆行驶信息，意味着例如周围车辆的速度、偏航率、转向角、加速度、转向盘的角度变化量及角速度等信息。车辆周边障碍物信息，意味着例如前方道路的交通状况、道路形态、道路的路面状态。车辆周围状况感应步骤S320的特征是，在SCC(SmartCruiseControl)、LKAS(LaneKeepingAssistantSystem)、SPAS(SmartParkingAssistantSystem)、AVM(AroundViewMonitoring)、摄像头、雷达中利用其中一个以上感应车辆周围状况。据此，车辆周围状况感应步骤S320收集自身车辆的行驶信息、对周边障碍物及周边环境的信息，在判断驾驶员行驶时的危险度时提高可靠性。

驾驶模式学习步骤S400，作为在所述驾驶模式呼叫步骤S200呼叫的驾驶员已保存驾驶模式，学习基于在所述感应步骤S300获取的数据的驾驶模式来保存在储存部60的步骤，包括驾驶模式比较步骤S410、驾驶模式判断步骤S420、驾驶模式储存步骤S430及噪音消除步骤S440。在新驾驶员的情况，呼叫已保存的DEFAULT驾驶模式来实施状况感应，并且以新驾驶员分配储存器来开始学习。已保存的DEFAULT驾驶模式可以是通过实验的多个驾驶员的平均驾驶模式。据此，与现有的不同可对应于新驾驶员的行驶来诱导新驾驶员安全行驶。并且，执行驾驶模式学习步骤S400可掌握各个驾驶员分别特定化的驾驶模式，基于此提供各个驾驶员分别特定化的状况感应方法可诱导安全驾驶。

驾驶模式比较步骤S410，是比较在所述驾驶模式呼叫步骤S200呼叫的驾驶员的已保存驾驶模式与基于在所述感应步骤S300获取的数据的现在驾驶模式的步骤。驾驶模式判断步骤S420是在所述驾驶模式比较步骤S410判断两者差异是否在已设定的噪音范围以内的步骤，驾驶模式储存步骤S430在所述驾驶模式判断步骤S420两者的差异为已设定的噪音范围以下的情况，学习现在的驾驶模式来保存在储存部60的步骤，噪音消除步骤S440在所述驾驶模式判断步骤S420两者差异超出已设定的噪音范围的情况，在学习目标中将现在的驾驶模式除外。已设定的噪音范围可以是根据被实验者条件的实验值。

驾驶模式学习步骤S400，学习并保存已设定的噪音范围内的驾驶模式。这是为了在驾驶中若以相同的条件学习根据突发状况的急加速、急刹车、急转弯等的驾驶模式，则进行不必要警告的可能性高，因此是为了消除这种噪音。所述已设定的噪音范围可通过根据被实验者条件的实验来决定。

加重值决定步骤S500，是以在所述驾驶模式学习步骤S400学习的驾驶模式为基础，决定在所述感应步骤S300获取的各个数据赋予加重值的步骤。这是为了根据学习的驾驶模式提供按照驾驶员分别特定化的状况感应及警告系统来诱导安全驾驶。由一示例，若驾驶员A在驾驶中多使用加速度踏板、刹车踏板、多功能开关等操作，则较高设定对所述操作信息的加重值，若驾驶员B多使用AVN开关、空调装置开关等操作，则较高设定对所述操作信息的加重值。

所述加重值在初期可通过根据被实验者条件的实验来决定。据此，也对新驾驶员决定加重值可执行车辆的状况感应。如上所述，决定的加重值在警告步骤S700中根据在信息传达步骤S740的反馈如以下的数学式变

化。据此，根据驾驶员的驾驶模式，提供按照驾驶员分别特定化的状况感应及警告系统可诱导安全驾驶。

α(n+1)＝α(n)ifW＜d_wandR≥d_R

α(n+1)＝(n)+δifW≥d_w

α(n+1)＝α(n)-δifW＜d_wandR＜d_R

R＝合计危险指数

α＝加重值

α(n+1)＝根据反馈变化的加重值

α(n)＝变化前加重值

W＝获取的信息数据

d_R＝合计危险指数基准值

dW＝信息数据基准值

δ＝α(n)/R

在数学式中，d_W意味着信息数据的基准值，d_R意味着合计危险指数的基准值。在加重值决定步骤S500中比较对各个基准值的现在R、W值的大小，如图8及上述数学式变化加重值。α(n+1)意味着根据反馈而变化的加重值，α(n)意味着变化前加重值。δ意味着在合计危险指数中各个信息数据的变化前加重值占据的比例，各个信息数据的加重值减少或增加δ值程度。

判断步骤S600，作为以赋予在所述加重值决定步骤S500决定的加重值的数据为基础来判断驾驶员是否安全驾驶的步骤，包括计算学习步骤S610、计算步骤S620、检查步骤S630、控制步骤S640。

计算学习步骤S610为，是将在所述加重值决定步骤S500赋予加重值的多个数据，以成为合计危险指数超出已设定基准危险指数的最大原因的数据顺序排序，只选定多个上级数据步骤。根据本发明的状况感应方法，从车辆内外部的多个传感器收集大量数据来精密地感应状况。但是，若在处理大量的数据时需要的时间过长，则违背了本发明的为了预防事故并且诱导安全驾驶的旨意。因此在要求瞬间判断的行驶中，有必要在大量的数据中只选定一部分数据来迅速的计算。

因此，在计算学习步骤S610中进行为了迅速计算的学习及数据选定。计算学习步骤S610的选定功能不在初期激活，并且保存在控制步骤S640得出的结果。之后，若保存预定次数以上的数据，则以成为在所述计算步骤S620计算的危险指数超出已设定的基准危险指数原因的数据的顺序进行排序，只选定上级的多个数据来利用于计算，忽视其余数据来加快计算速度。由一示例，若产生5000以上的危险警告来保存5000以上的危险指数数据，则这时筛选成为计算的合计危险指数超出已设定的基准危险指数的原因的数据。即，分析是因为刹车踏板操作次数，或是因为转向盘的各个变化量，或是因为驾驶员注意力不集中，或是因为周围车辆的轨迹等，可在反应加重值的数据中选定最大的3个数据。之后，只将筛选的数据反映于合计危险指数的计算，剩余数据则不反映于合计危险指数，进而可提高计算速度。在计算学习步骤S610选定的数据传达于计算步骤S620。

计算步骤S620，是在所述加重值决定步骤S500赋予加重值的数据中，在所述计算学习步骤S610选定的数据，加上乘以在所述加重值决定步骤S500赋予的各个数据分别的加重值的各个危险指数，计算驾驶员的合计危险指数的步骤，由一示例，可如以下的数学式计算除危险指数。

R＝α_A×W_A+α_B×W_B+α_C×W_C

R＝合计危险指数

α＝选定的信息数据各个加重值

W＝选定的信息数据

检查步骤S630，比较以在所述计算步骤S620计算的合计危险指数与以已保存的驾驶模式为基础计算的危险指数(以下称为检查危险指数)，来判断是否是已设定的误差范围以步骤。即，是判断所述计算步骤S620的计算结果是否有效的步骤。为了在所述计算学习步骤S610迅速计算而选定一部分数据，以此为基础计算的情况，在计算结果上存在产生错误的可能性。本发明的目的是诱导安全驾驶,，因此为了驾驶员的安全需要去除错误的检查过程。因此，在检查步骤S630比较基于现在驾驶员的已保存的驾驶模式计算的危险指数(以下称为检查危险指数)与基于学习现在驾驶员的现在驾驶模式的驾驶模式计算的合计危险指数，检查危险指数与计算的合计危险指数的差异在已设定的误差范围以内的情况，判断计算的危险指数值为有效的。并且，将所述计算的合计危险指数传达到控制步骤S640。所述已设定的误差范围可通过根据被实验者条件的实验来决定。检查危险指数在驾驶员现在行驶之前计算并保存在储存部60。相反，检查危险指数与计算的合计危险指数的差异超出已设定的误差范围的情况，计算的合计危险指数是无效的因此可将其忽视。

控制步骤S640，判断在所述检查步骤S630计算的合计危险与检查危险指数的差异为已设定的误差范围以内的情况，比较计算的合计危险指数与已设定的基准危险指数来进行判断的步骤。即，将在所述检查步骤S630传达的合计危险指数与已设定的基准危险指数比较，根据比较结果激活警告步骤S700的步骤。

所述已设定的基准危险指数，可包括第一基准危险指数，第二基准危险指数、第三基准危险指数，各个基准危险指数可通过根据被实验者的条件的实验来决定。

计算的合计危险指数为已设定的第一基准危险指数以上，并且不足已设定的第二危险指数的情况，在控制步骤S640传达执行第一警告步骤S710的信号。另外，计算的合计危险指数为已设定的第二基准危险指数以上，并且不足已设定的第三危险指数的情况，在控制步骤S640传达执行第二警告步骤S720的信号。在计算的合计危险指数为已设定的第三基准危险指数以上的情况，在控制步骤S640传达执行第三警告步骤所S730的信号。

警告步骤S700，在所述判断步骤S600判断不是安全驾驶的情况，其作为警告驾驶员的步骤，包括第一警告步骤S710、第二警告步骤S720、第三警告步骤S730、信息传达步骤S740。根据在所述控制步骤S640传达信号，执行强度分别不同的警告步骤，来进行符合于驾驶员状态的警告，据此是为了诱导安全驾驶。

第一警告步骤S710，在所述控制步骤S640计算的危险指数为已设定的第一基准危险指数以上，并且不足已设定的第二基准危险指数的情况，在通过音响的警报音发生步骤S711、通过AVN或HUD的显示警告步骤S712、通过转向盘或座椅振动的振动警告步骤S713中包括一个以上。

第二警告步骤S720，是在所述控制步骤S640计算的危险指数为已设定的第二基准危险指数以上，并且不足已设定的第三危险指数的情况，将AVN功能设为保持状态的步骤。

第三警告步骤S730，是在所述控制步骤S640计算的危险指数为已设定的第三基准危险指数以上的情况，强制停车的步骤。在这一情况，利用ADAS(AdvancedDriverAssistanceSystem，先进驾驶辅助系统)模块可强制安全停车。所述ADAS模块，可在LKAS、SPAS、SCC中包括一个以上。

所述警告步骤S700，为了通过反馈来变化加重值，包括将信息传达于加重值决定步骤S500的信息传达步骤S740。据此，根据驾驶员的驾驶模式提供按驾驶员分别特定化状况感应及警告系统可诱导安全驾驶。

上述实施例只是使在本发明所属技术领域具有通常知识的技术人员易于实施本发明的优选实施例，并不限定于上述的实施例及附图，因此并不限定本发明的权利范围。从而，在不超出本发明的技术思想的范围内可进行各种替换、变形及变更，这对技术人员的显而易见的，并且能够被技术人员易于变更的部分也包括在本发明的权利范围。

Claims

1.一种车辆搭载状况感应装置，其特征在于，包括：

感应部，识别驾驶员，并且获取驾驶员状态数据、车辆行驶信息或对车辆周边障碍物的数据；

驾驶模式学习部，以在所述感应部获取的数据为基础，学习并保存驾驶员的驾驶模式；

加重值决定部，以在所述驾驶模式学习部学习的驾驶模式为基础，决定赋予在所述感应部获取的数据的加重值；

判断部，以赋予在所述加重值决定部决定的加重值的数据为基础，判断驾驶员是否为安全驾驶；及

警告部，在所述判断部判断不是安全驾驶状态的情况警告驾驶员。

2.根据权利要求1所述的车辆搭载状况感应装置，其特征在于，

所述状况感应装置包括保存数据的储存部。

3.根据权利要求1所述的车辆搭载状况感应装置，其特征在于，

所述感应部，包括：驾驶员状态感应部，在红外线LED影像装置、在转向盘的速度感应传感器、转向盘的角度感应传感器、悬架的动作感应传感器、各个踏板操作传感器、是否进行多功能操作的感应传感器、语音识别传感器、是否操作AVN的感应传感器、是否操作空调装置的感应传感器、齿轮箱传感器、是否操作控制台箱的感应传感器、是否操作手套箱的感应传感器中包括一个以上；及

车辆周围状况感应部，在智能巡航控制系统、车道保持辅助系统、智能泊车辅助系统、全景监视系统、摄像头、雷达中包括一个以上。

4.根据权利要求1所述的车辆搭载状况感应装置，其特征在于，

所述判断部，包括：

计算学习部，在所述加重值决定部赋予加重值的数据中，以成为合计危险指数超出已设定的基准危险指数原因的数据的顺序进行排序，只选定多个上级数据；

计算部，在所述计算学习部选定的数据，加上乘以在所述加重值决定部赋予的各个数据分别的加重值的各个危险指数，来计算驾驶员的合计危险指数；

检查部，判断所述计算部的计算结果是否有效；及

控制部，在所述检查部(90)判断计算的结果为有效的情况，其判断所述合计危险指数是否超出已设定的基准危险指数。

5.根据权利要求1所述的车辆搭载状况感应装置，其特征在于，

所述警告部，在警告音输出装置、驾驶负荷量显示装置、车辆控制装置中包括一个以上。

6.一种车辆搭载状况感应方法，其特征在于，包括：

驾驶员识别步骤，呼叫已保存的驾驶员信息，来比较是否与现在的驾驶员一致；

驾驶模式呼叫步骤，在储存部呼叫在所述驾驶员识别步骤识别的驾驶员的已保存的驾驶模式；

感应步骤，收集驾驶员状态信息、车辆行驶信息或对车辆周边障碍物的信息；

驾驶模式学习步骤，在所述驾驶模式呼叫步骤呼叫的已保存的驾驶模式，学习在所述感应步骤导出的驾驶模式来保存在储存部；

加重值决定步骤，以在所述驾驶模式学习步骤学习的驾驶模式为基础，决定赋予所述感应步骤的各个数据的加重值；

判断步骤，以赋予在所述加重值决定步骤决定的加重值的数据为基础，判断驾驶员是否为安全驾驶；及

警告步骤，在所述判断步骤判断不是安全驾驶的情况警告驾驶员。

7.根据权利要求6所述的车辆搭载状况感应方法，其特征在于，

所述驾驶员识别步骤，包括：驾驶员数据获取步骤，通过影像装置获取瞳孔或脸部图像数据；及

驾驶员识别步骤，比较在所述驾驶员数据获取步骤获取的瞳孔或脸部图像数据与已保存在储存部的驾驶员信息来识别驾驶员。

8.根据权利要求6所述的车辆搭载状况感应方法，其特征在于，

所述驾驶模式呼叫步骤，在所述驾驶员识别步骤不存在与已保存的驾驶员信息的一致的驾驶员的情况，呼叫已保存的默认驾驶模式。

9.根据权利要求6所述的车辆搭载状况感应方法，其特征在于，

所述感应步骤，包括：驾驶员状态感应步骤，在驾驶员的眼皮、驾驶员的瞳孔、转向盘速度、转向盘角度、悬架动作、是否操作加速度踏板、是否操作刹车踏板、是否进行多功能操作、驾驶员是否对话、是否操作AVN、是否操作空调装置、是否操作齿轮箱、是否操作控制台箱、是否操作手套箱中感应一个以上；

车辆周围状况感应步骤，在智能巡航控制系统、车道保持辅助系统、智能泊车辅助系统、全景监视系统、摄像头、雷达中利用一个以上来感应车辆周围状况。

10.根据权利要求6所述的车辆搭载状况感应方法，其特征在于，

所述驾驶模式学习步骤，包括：

驾驶模式比较步骤，比较在所述驾驶模式呼叫步骤呼叫的驾驶员的已保存的驾驶模式与基于在所述感应步骤获取的数据的现在驾驶模式；

驾驶模式判断步骤，判断在所述驾驶模式比较步骤中的两者差异是否为已设定的噪音范围以内；

驾驶模式保存步骤，在所述驾驶模式判断步骤中两者差异为已设定的噪音范围以下的情况，所述驾驶模式学习步骤学习现在的驾驶模式来保存在所述储存部；及

噪音消除步骤，在所述驾驶模式判断步骤中两者差异超出已设定的噪音范围的情况，在学习目标中将现在的驾驶模式除外。

11.根据权利要求6所述的车辆搭载状况感应方法，其特征在于，

所述加重值决定步骤，在所述感应步骤获取的数据，赋予根据影响驾驶员合计危险指数而决定的加重值。

12.根据权利要求11所述的车辆搭载状况感应方法，其特征在于，

所述加重值决定步骤，反馈所述警告步骤的结果，将获取的信息数据及计算的合计危险指数，与信息数据基准值及合计危险指数基准值比较来变化加重值。

13.根据权利要求12所述的车辆搭载状况感应方法，其特征在于，

所述加重值决定步骤根据以下的数学式来变化加重值：

α(n+1)＝α(n)ifW＜d_wandR≥d_R

α(n+1)＝α(n)+δifW≥d_w

α(n+1)＝α(n)-δifW＜d_wandR＜d_R

R＝合计危险指数

α＝加重值

α(n+1)＝根据反馈变化的加重值

α(n)＝变化前加重值

W＝获取的信息数据

d_R＝合计危险指数基准值

d_W＝信息数据基准值

δ＝α(n)/R。

14.根据权利要求6所述的车辆搭载状况感应方法，其特征在于，

所述判断步骤包括计算学习步骤，所述计算学习步骤在所述加重值决定步骤赋予加重值的多个数据中，以成为合计危险指数超出已设定的基准危险指数的原因的数据顺序进行排序，只选定多个上级数据。

15.根据权利要求14所述的车辆搭载状况感应方法，其特征在于，

所述判断步骤包括计算步骤，所述计算步骤在所述加重值决定步骤赋予加重值的数据中，在所述计算学习步骤选定的数据，加上乘以在所述加重值决定步骤赋予的各个数据分别的加重值的各个危险指数，来计算驾驶员的合计危险指数。

16.根据权利要求15所述的车辆搭载状况感应方法，其特征在于，

所述判断步骤包括检查步骤，所述检查步骤比较在所述计算步骤计算的合计危险指数与以已保存的驾驶模式为基础计算的检查危险指数，判断两个指数的差异是否为已设定的误差范围以内。

17.根据权利要求16所述的车辆搭载状况感应方法，其特征在于，

所述判断步骤包括控制步骤，所述控制步骤在所述检查步骤中合计危险指数与检查危险指数的差异在已设定的范围以内的情况，比较合计危险指数与已设定的基准危险指数来判断是否警告。

18.根据权利要求16所述的车辆搭载状况感应方法，其特征在于，

所述警告步骤，包括：

第一警告步骤，在合计危险指数为已设定的第一基准危险指数以上，并且不足已设定的第二基准危险指数的情况，通过音响发出警告音的步骤、通过AVN或HUD的警告显示步骤、通过转向盘或座椅震动的震动提醒步骤中执行一个以上；

第二警告步骤，在合计危险指数为已设定的第二基准危险指数以上，并且不足已设定的第三基准危险指数的情况，将AVN的功能设为保持状态；

第三警告步骤，合计危险指数为已设定的第三基准危险指数以上的情况，强制停止车辆；及

信息传达步骤，为了通过反馈来变化加重值，将信息传达于所述加重值决定步骤。