CN105501158A - 自适应驾驶员识别融合 - Google Patents

Abstract

一种车辆系统包括编程为接收来自多个识别模块的置信水平的驾驶员识别融合模块。每个置信水平表明车辆的驾驶员是特定的人的可能性。驾驶员识别融合模块编程为汇总从多个识别模块接收到的置信水平并且至少部分地根据从多个识别模块接收到的置信水平来输出代表驾驶员的身份的汇总的置信水平信号。

Description

自适应驾驶员识别融合

背景技术

当多个驾驶员使用汽车时，多个操作者中的每个可以具有不同的车辆设置喜好。比如密钥卡识别、无线装置检测等这样的各种技术可以用于识别操作者。生物识别系统也已经结合到车辆中以使汽车控制器能够识别(或最佳推测)当前的驾驶员，并且自动地调整车辆设置以匹配给定用户的喜好。例如，生物识别系统可以根据指纹数据、视网膜数据、面部特征等识别车辆操作者。

附图说明

图1说明具有驾驶员识别系统的示例车辆；

图2说明实施驾驶员识别融合模块以识别驾驶员的示例驾驶员识别系统；

图3是图2的示例驾驶员识别系统的信号流程图；

图4是示出图2的驾驶员识别融合模块的示例置信确定的图表；

图5是说明可以由图2的驾驶员识别融合模块执行的程序的框图；

图6是说明不同的车辆系统如何使用不同的特征来识别驾驶员的框图；

图7是可以由驾驶员识别融合模块执行以获悉关于新的且已知的用户的特征的程序流程图；

图8是可以由驾驶员识别融合模块执行以识别驾驶员的示例程序的程序流程图。

具体实施方式

一些操作者识别系统具有缺陷。作为一示例，如果操作者已经改变他的或她的外表，生物识别系统可能无法准确地识别操作者。例如，由于已针对操作者校准生物识别系统，如果操作者已经明显理发或已经改变他的或她的头发颜色，则控制器可能无法识别高置信的操作者。在某些情况下，控制器可能识别错驾驶员为可选用户并且基于可选用户调整车辆设置。同样，这可能导致车辆操作者不得不重新调整车辆设置，降低车内体验。在更进一步的情况下，车辆操作可能由于控制器没有准确地识别主要车辆操作者而被限制。

在此公开的是用于比先前可能的——甚至在车辆操作者的外表已经改变的情况下——更准确和可靠地识别车辆操作者的方法和系统。因此，驾驶员识别的方法包括根据使用各种技术从机制接收到的输入来调整驾驶员识别置信。根据特定技术中的置信，每种技术可以独立于其他技术被加权。因此，识别技术的融合可以用于识别汽车的驾驶员。可以一起使用的这样的技术包括(但不限于)面部识别、无线装置检测、密钥卡识别、指纹识别和语音识别。车内程序可以将每种单独技术的结果融合在一起并且权衡每种技术的贡献以确定在方向盘后面的用户。方法还可以考虑驾驶员获悉程序的静态(监督的)和动态(非监督的)更新。以这种方式，甚至当操作者的外貌改变或以其他方式引起一种或多种驾驶员识别技术的置信等级的下降时，可以自适应地调整用户识别。

每个单独的识别系统可以输出驾驶员识别信息，包括可以解释为车辆中的驾驶员是特定的人的“置信度”的信息。系统可以接收并且汇总来自多个识别系统的信号。汇总的输出可以是多个信号，例如每一个潜在的驾驶员一个信号，或代表所有潜在驾驶员的置信水平的单个信号。然而，汇总的置信水平信号可以包括或用于确定系统已知的所有可能的驾驶员的列表以及每个驾驶员的置信水平。

单独的系统可以能够以不同的方式使用信息。包括确定驾驶员可能不关键或不重要的系统的一些系统，可以确定哪个人具有最高置信水平并且确定具有最高置信水平的人是车辆的目前驾驶员。对于比如显示或依赖个人信息的系统这样的知道实际驾驶员更重要的系统，系统可以不公开关于任何驾驶员的任何个人信息，直到例如已经确认驾驶员的身份。因此，如果最可能潜在的驾驶员的置信水平相似，则系统可以不显示任何个人信息直到驾驶员的实际身份已经被确认。

此外，例如，对于因为例如相似的置信水平与两个或更多个潜在的驾驶员相关而不能决定驾驶员身份的情况，系统可以确定哪些设置适用于两个或更多个潜在的驾驶员并且做出适当的调整。例如，如果两个最可能的驾驶员具有相同或相似的座椅设置，则座椅位置可以调整到例如平均设置，至少直到可以更明确地识别驾驶员。

显示的元件可以采取许多不同的形式并且包括多个和/或可选的部件和设施。说明的示例部件不旨在限制。实际上，可以使用附加的或可选的部件和/或实施方式。

如图1所说明的，主车辆100包括驾驶员识别系统105，驾驶员识别系统105可以相对于车辆的操作将由多个装置执行的驾驶员识别融合到通用驾驶员身份中。虽然说明为轿车，但车辆可以包括比如汽车、卡车、运动型多用途车、跨界车、厢式货车、小型货车、出租汽车、公共汽车等这样的任何乘用或商用汽车。在一些可能的方法中，车辆是配置成以自主(例如，无人驾驶)模式、部分自主模式、和/或非自主模式操作的自主车辆。

参考图2，驾驶员识别系统105可以包括多个识别模块110。每个识别模块110可以包括配置或编程为接收来自至少一个车辆传感器115的输入的计算装置。驾驶员识别系统105可以包括，除了别的以外，例如，语音识别模块110A、面部识别模块110B、指纹识别模块110C、电话检测模块110D、无线装置检测模块110E。语音识别模块110A可以包括配置或编程为接收来自语音传感器的输入的任何计算装置。面部识别模块110B可以包括配置或编程为接收来自车辆摄像机的任何计算装置。指纹识别模块110C可以包括配置或编程为接收来自连接到方向盘或车辆车门把手的生物识别指纹传感器的输入的任何计算装置。电话检测模块110D、无线装置检测模块110E，或两者，可以包括配置或编程为接收来自位于主车辆100中的电话装置(例如，移动电话)或者靠近或在主车辆100中的密钥卡的输入的任何计算装置。在无线装置检测模块110E的情况下，移动装置和驾驶员识别系统105之间的通信可以按照蓝牙或其他无线通信协议。每个识别模块110的输出可以包括，例如已知用户(或一组用户)的预测和可能的附加信息。例如，输出可以表明最可能的用户(或用户)和每个用户的置信度。置信度可以表明来自对应的传感器的输入是来自给定用户的置信。

如图3所示，每个识别模块110可以配置或编程为根据在那个特定模块接收到的传感器输入生成对应于最可能的用户(或用户组)的输出。同样，每个模块可以通信地连接到一组特定的传感器115。该组特定的传感器重叠或非重叠，意思是一些传感器115可以向多于一个的识别模块110输出信号。也就是说，一些传感器115可以仅向一个识别模块110输出信号，同时其他传感器115可以向多个识别模块110输出信号。

来自每个识别模块110的输出(包括可能的匹配和它们的匹配矢量或置信度的列表)可以提供给结合到例如控制器125(参照图2)中的驾驶员识别融合模块120(DIFM)。控制器125可以包括编程为实施驾驶员识别融合模块120的计算装置。同样，驾驶员识别融合模块120可以由计算装置实施，计算装置编程为权衡从各种识别模块110接收到的输入并且生成传输到主车辆100中的其他系统的与储存的驾驶员配置文件中的一个相关的当前驾驶员的可能性的输出。

对于每个驾驶员配置文件，置信度可以表示为范围从100％(例如，系统完全确信驾驶员是特定的人)到负的100％(例如，系统完全确信驾驶员不是特定的人)。0％的值可以表明系统不能用任何置信表明驾驶员是否是特定的人。在图4的图表400中示出这样的置信输出的示例。如所说明的，驾驶员识别系统105已经将83％的值赋予驾驶员A、-76％的值赋予驾驶员B、-35％的值赋予驾驶员C、以及11％的值赋予驾驶员D。根据这些示例值，驾驶员识别系统105可以确定驾驶员A可能是操作主车辆100的人。

每个识别模块110可能实际上没有做出驾驶员是特定的人的最终决定。恰恰相反，它可能由每个终端部件(endfeature)决定以根据来自驾驶员识别融合模块120的输入和那个终端部件的单独置信做出那个决定。短语“终端部件”可以指的是可以使用驾驶员配置文件的特定的车辆子系统，比如如下面所详尽阐述的无线电设备、导航、座椅控制器等。如图5的框图500所说明的，由于某些单独的识别模块110可以花费较长的时间来提供输入，或可以随着时间的消逝改善它们的输入(例如，语音检测系统或语音识别模块110A可能不产生结果直到驾驶员实际上说话，同时驾驶员一接触方向盘，指纹识别模块110C就会产生结果)，驾驶员识别融合模块120可以不断地监控输入并且提供预期随着时间的消逝增加驾驶员配置文件中的一个的置信并且减小其他中的置信的不断地更新的输出。

控制器125可以进一步地包括终端部件130(参照图2)。终端部件130可以包括需要知道当前驾驶员的身份以便执行特定任务的车辆部件。示例终端部件130可以包括导航系统、娱乐系统等。在一个可能的实施方式中，控制器125可以从驾驶员识别融合模块120接收关于每个用户的置信度并且将置信度传输到每个终端部件130，比如通信到导航系统、无线电系统等。每个终端部件130然后可以编程为根据接收到的信息独立地确定驾驶员设置。

同样，因为比如例如保护驾驶员的隐私这样的原因，不同的终端部件130在驾驶员识别中可能需要不同的置信水平以执行它们各自的任务。在共享车辆的背景下，如同例如汽车租赁服务或在陌生人可以共享特定的车辆的其他服务，保护隐私可能是有意义的。例如，主车辆100可能不希望公开驾驶员的家庭住址，直到主车辆100肯定操作主车辆100的人是那个特定的驾驶员。

确定不同的驾驶员置信水平的情况的示例在图6的框图600中呈现。如图所示，如果驾驶员识别融合模块120表明至少50％地确信当前驾驶员是驾驶员A并且至少-30％地确信驾驶员不是其他储存的驾驶员中的一个，则导航系统可以实现一个驾驶员(称为驾驶员A)的无线电预设置集。如果娱乐系统显示错误的预设无线电台(即，与不同的人相关的预设无线电台)，即使控制器125不完全确信驾驶员的身份，也可能不是非常有问题的。娱乐系统可以比较确信将不会结束显示其他相关驾驶员中的一个的个人无线电预设置，因为他们处于小于-30％的置信，并且存在于唯一可能的实际驾驶员的80％的差异。然而，驾驶员的不正确的识别对其他系统来说，可能是更有问题的。例如，当要求导航系统改变“工作”的目的地预设置的位置时，它可能需要正确地识别当前驾驶员的例如超过90％的更高的置信度，并且其他驾驶员中没有一个超过-80％可能是实际的当前驾驶员。在这种情况下，如果仅检测到驾驶员达到70％的置信，则可以显示正确的无线电预设置，但是系统可以提示驾驶员手动地确认他的或她的身份，以便改变目的地预设置。可选地，系统可能提示驾驶员手动地确认“工作”的目的地预设置。

手动确认的请求可以采取各种形式，比如要求驾驶员从可能的人的选项的候选名单中选择、在用户配置文件设置和校准期间在被使用以前要求驾驶员说句话、要求指纹输入等。在接收手动确认输入之后，可以调整置信度。调整置信水平的一种方法可以包括将与驾驶员的身份相关的置信水平增加到高于阈值的水平。当驾驶员身份的置信水平不足够高时，这样做可以使终端部件130能够根据那个驾驶员调整设置并且例如阻止用户改变例如导航系统中的“工作”目的地这样的终端部件130的预设置。以这种方式，每个识别模块110的置信阈值可以根据识别模块110的关键性而改变，例如，更关键的识别模块110可以具有较高的阈值。因此，如果超过阈值，则可以通过识别模块110自动地采取行动。然而，如果没有超过阈值，识别模块110可能需要来自操作者的附加输入来执行行动或提高置信度超过阈值。如下面所详尽阐述的，将终端决定分离给驾驶员也具有附加的优势：一些终端部件130反而可能能够根据预测得出一些结论。

如果终端部件130确定置信度低于它们各自的阈值水平并且不保存关键的个人用户数据，则终端部件130可以根据置信度(例如，前3名候选人)来识别最可能的一个或多个驾驶员，并且根据他们的配置文件来调整车辆设置。例如，在上面参考图6所讨论的无线电系统可以选择在最可能的驾驶员的配置文件之间共同的电台。

参考图2和7，控制器125可以进一步地包括编程为考虑初始驾驶员识别校准的训练模块135。训练模块135可以包括编程为校准每个单独的识别模块110的任何计算装置。当最初使用系统时，驾驶员可以由比如人机界面(HMI)这样的车辆用户界面140(参照图3)提示，以提供可以存储在驾驶员配置文件中的初始“驾驶员识别”。驾驶员配置文件可以存储在控制器125可访问的存储装置中。例如，驾驶员配置文件可以存储在驾驶员数据库145中。通过建立驾驶员配置文件，可以获悉驾驶员属性，并且可以根据获悉的驾驶员属性来校准每个模块。如果驾驶员认可初始驾驶员识别，则初始监督训练请求可以通过训练模块135发布给单独的识别系统或识别模块110。那个请求可能包含选定的驾驶员配置文件ID和执行初始训练的指令。例如，驾驶员的基本或参考图像可以被存储以在随后的检测中供使用。当这个训练结束时，每个识别系统可以开始不断地生成驾驶员识别矢量。驾驶员识别矢量可以包括在上面所讨论的置信水平。

在主车辆100的随后使用中，训练模块135可以监控每个识别模块110的输出。如果矢量(即，置信水平)至少表明驾驶员是已知的人的中高可能性，则连续的非监督训练请求可以发布给单独的识别模块110，允许每个模块调整与当前驾驶员配置文件ID相关的现有数据。这样，车辆系统可以随着已知驾驶员的外貌的变化而动态地发展。例如，面部识别模块110B上的驾驶员配置文件可以随着男性驾驶员留胡须或者男性或女性驾驶员改变她的发型或头发颜色而动态地发展。如果特定的、已知的驾驶员的概率太低(例如，低于阈值)，则可能不发布训练请求。

此外，如果子系统130不接收单个特定的驾驶员的足够高的置信，而这样的信息是继续所必要的(例如，为了存储新的“家庭位置”，导航系统必须非常确信它知道当前驾驶员是谁)，车辆系统可以提示驾驶员验证他的或她的身份。通过例如车辆系统可以使用以调整置信度的用户输入，可以做出提示、响应、或两者。在驾驶员执行这个手动验证之后，可以从训练系统传送主要的监督训练要求，这允许单独的系统作主要的再训练以迅速地适应于更新的驾驶员配置文件。

图7说明可以由训练模块135执行的示例程序700。程序700可以包括检测何时用户进入主车辆100的框705。在决策框710，训练模块135可以评估用户置信水平。如果置信水平与未知的用户相关，则程序700可以在框715继续。如果用户是已知的，但是有低置信水平，则程序700可以继续到框725。如果具有中等或高置信水平的用户是已知的，则程序700可以继续到框735。在框715，训练模块135可以开始初始监督训练。在框720，训练模块135可以在驾驶员数据库145中为新用户创建新条目。程序700可以继续返回到决策框710。在框725，训练模块135可以进行监督训练。在框730，可以用在框725收集的新用户信息更新驾驶员数据库145中的用户的配置文件。程序700可以返回到框710。在框735，训练模块135可以执行如上所讨论的连续的非监督训练。程序700可以继续执行，直到例如主车辆100关闭。

在某些实施方式中，控制器125的预测模块150(参照图2)可以接收并且使用来自驾驶员识别融合模块120的驾驶员识别的不同置信，以便甚至在“恶劣的情况”下为较不关键的功能提供数值。作为一示例，控制器125可以预测在检测四个不同的驾驶员中它的置信度是{A：42％，B：41％，C：-28％，D：-98％}。在这种情况下，控制器125确定实际驾驶员是驾驶员A还是驾驶员B是不可能的，尽管在这个示例中，实际驾驶员既不是驾驶员C也不是驾驶员D是很明显的。因此，无线电模块可能无法设置所有的无线电台预设置，但是如果确定驾驶员A和驾驶员B两者具有相同的默认“主电台”，则可以将无线电台调谐到特定的主电台。因此，控制器125可以将无线电台调谐到为或者驾驶员A或者驾驶员B提供个性化的主电台，即使它不能正确地设置所有的预设置。也就是说，控制器125可以选择驾驶员A和驾驶员B两者共同的无线电台预设置。同样，如果驾驶员A和驾驶员B具有与驾驶员C和驾驶员D的身体尺寸不同的相似的身体尺寸，则可以通过座椅模块执行座椅的相似基本调整，以提供驾驶员A和驾驶员B两者共同的座椅设置。在一种可能的方法中，控制器125可以使用列入候选人名单的两个驾驶员共同的设置，同时在可选示例中，控制器125可以使用是列入候选人名单的驾驶员的平均值(例如，平均身体尺寸)的设置。

图8描绘了可以由在上面所描述的驾驶员识别融合系统执行的示例融合程序800。如所说明的，驾驶员识别融合模块120可以接收来自位于主车辆100中的各种识别模块110的信号。在框805，每个识别模块110可以收集关于驾驶员的信息。在框810，使用在框805收集的信息，每个模块可以确定驾驶员的某一特征是否已经被识别。如果是，则识别模块110可以输出包括代表驾驶员的识别的信号的信号到驾驶员识别融合模块120。驾驶员识别可以通过例如驾驶员是特定的人的置信水平来呈现。如果驾驶员不能由特定模块识别，则程序800可以至少针对那个模块返回到框805，以便识别模块110可以继续收集关于驾驶员的信息直到驾驶员可以被识别。在框815，驾驶员识别融合模块120可以收集并且汇总在框810由识别模块110做出的识别。在某些情况下，驾驶员识别融合模块120可以收集与每个可能的驾驶员相关的置信水平、将权重应用于置信水平、以及根据汇总的置信水平来确定驾驶员可能是谁。在框820，驾驶员识别融合模块120可以根据在框805收集的信息来输出表明驾驶员的最可能的身份的汇总的置信水平信号。单独的终端部件130可以接收汇总的置信水平信号并且相应地确定驾驶员的身份。

通过示例，假设驾驶员A使用密钥卡识别、面部识别、无线装置检测和语音识别进入装备有驾驶员识别融合系统的主车辆100。驾驶员A可以与另外三个人：驾驶员B、驾驶员C和驾驶员D共享主车辆100。由驾驶员A使用的密钥卡仅由驾驶员A和驾驶员B使用。一经收到识别密钥卡为由驾驶员A或驾驶员B使用的密钥卡的信号，系统就可以提高那两个驾驶员是当前驾驶员的置信水平，同时降低另外两个驾驶员配置文件中的置信。当驾驶员A进入汽车时，他的电话可以被识别，因此，再次，他的配置文件置信增加同时其他人的配置文件置信降低。按钮启动也可以用作指纹阅读器。当驾驶员A启动主车辆100时，启动按钮可以扫描驾驶员A的指纹。一旦识别为属于驾驶员A，与驾驶员A相关的配置文件置信可以提高同时与其他可能的驾驶员相关的配置文件置信可以降低。相对于执行的一些其他的识别技术，由于指纹读取可能是较强的识别方法，所以这将较大量的置信加入驾驶员A，并且B、C和D的置信水平下降更多。可以位于主车辆100中在驾驶杆后面的摄像机，可以捕获驾驶员A的图像。可以在捕获的图像上执行面部识别技术以找到匹配。面部识别系统可以识别驾驶员为驾驶员A，因此与驾驶员A相关的置信水平可以再次提高，同时其他人的置信水平降低。在此刻，系统可以具有驾驶员A的高置信度，并且其他驾驶员不使用汽车。驾驶员A可以说话以向语音激活的信息娱乐系统发出命令。通过例如将语音特征与驾驶员A的配置文件匹配，语音识别系统可以分析驾驶员A的语音数据。在此刻，与驾驶员A相关的置信水平现在已经达到最大可能性100％，同时其他人的置信水平非常接近-100％。在行驶期间的某一时刻，驾驶员A的电话可以根据例如电池电量的损耗而与主车辆100断开，使得电话不再对汽车可见。结果，可以降低驾驶员A的置信水平。然而，由于存在的其他系统，置信水平可以保持相对较高。表格1示出当多个识别模块110开始捕获信息或识别用户时，驾驶员识别融合模块120可以如何处理信息。

每个单独的模块对驾驶员识别融合模块120的权重或贡献可以根据其对降低不正确的驾驶员识别的单独的关键性来调整。使用自适应训练模块135，甚至当他的外貌改变时，系统也可以适应于用户。以这种方式，融合多种识别技术的输出创建了更准确的驾驶员识别系统105。此外，某些识别模块110可以编程或配置为收集具有比其他识别模块110更高的确定性的驾驶员信息。例如，指纹识别模块110C或电话检测模块110D可以编程为比例如根据密钥卡识别驾驶员更准确地识别特定的驾驶员，因为与他的或她的电话相比，驾驶员更可能借出他的或她的密钥卡。因此，表格1中的值可以被加权，以向指纹识别模块110C和电话识别模块提供比向一个或多个其他的识别模块110提供的可信度更多的可信度。

通常，描述的计算系统和/或装置可以使用多种计算机操作系统中的任何一种，该计算机操作系统包括但不限于以下操作系统的版本和/或变体：操作系统、操作系统、Unix操作系统(例如，加利福尼亚州红木岸的甲骨文公司发售的操作系统)、纽约州阿蒙克市的国际商业机器公司发售的AIXUNIX操作系统、Linux操作系统、加利福尼亚州库比蒂诺市的苹果公司发售的MacOSX和iOS操作系统、加拿大滑铁卢市的黑莓公司发售的BlackBerryOS和由谷歌公司和开放手机联盟开发的Android操作系统。计算装置的示例包括但不限于车载车辆计算机、计算机工作站、服务器、台式电脑、笔记本电脑、膝上型电脑、或手持式计算机、或一些其他计算系统和/或装置。

计算装置通常包括计算机可执行指令，其中该指令可由比如上面列出的那些计算装置中一个或多个可执行。计算机可执行指令可以由利用各种程序语言和/或技术创建的计算机程序编译或解释，该程序语言和/或技术包括但不限于Java^TM、C、C++、VisualBasic、JavaScript、Perl等单独或组合。通常，处理器(例如，微处理器)例如从存储器、计算机可读介质等接收指令并执行这些指令，从而执行一个或多个程序，包括在这里描述的一个或多个程序。使用各种计算机可读介质可以存储并传送这样的指令和其他数据。

计算机可读介质(也称为处理器可读介质)包括任何非暂时性的(例如，有形的)介质，其参与提供计算机(例如，通过计算机的处理器)可读的数据(例如，指令)。这种介质可采取多种形式，包括，但不限于，非易失性介质和易失性介质。非易失性介质可包括，例如，光盘或磁盘以及其他永久存储器。易失性介质可包括，例如，动态随机存取存储器(DRAM)，其典型地构成主存储器。这样的指令可被一个或多个传输介质传输，包括同轴电缆、铜线或光纤，包括含有连接到计算机的处理器的系统总线的线路。计算机可读介质的一般形式包括，例如，软盘(floppydisk)、柔性盘(flexibledisk)、硬盘、磁带、任何其他磁介质，CD-ROM(光盘只读存储器)、DVD(数字化视频光盘)、任何其他光学介质，穿孔卡片、纸带、任何其他具有孔式样的物理介质，RAM(随机存取存储器)、PROM(可编程只读存储器)、EPROM(可擦除可编程只读存储器)、FLASH-EEPROM(闪速电可擦除可编程只读存储器)、任何其他存储器芯片或内存盒，或任何其他计算机可读的介质。

数据库、数据存储库或这里所描述的其他数据存储可包括各种类型的机制，其用于存储、访问和检索各种类型的数据，包括层次数据库、在文件系统中的一组文件、以专用格式的应用数据库、关系数据库管理系统(RDBMS)等。这种数据存储中的每个大体上包括在使用上述中的一个的计算机操作系统的计算装置中，并通过各种方式中的任何一个或多个网络可访问。文件系统可从计算机操作系统访问，并且可包括以各种格式存储的文件。RDBMS除了使用用于创建、存储、编辑和执行存储的程序的语言之外，通常使用结构化查询语言(SQL)，例如，上述的PL/SQL(过程化/SQL)语言。

在一些示例中，系统元件可实施为在一个或多个计算装置(例如，服务器、个人计算机等)上的、存储在与其关联的计算机可读介质(例如，盘、存储器等)上的计算机可读的指令(例如，软件)。计算机程序产品可包含这种存储在计算机可读介质上的指令，其用于执行这里所描述的功能。

关于这里描述的程序、系统、方法、探索法等，应该理解的是，虽然这些程序的步骤等已经被描述为按照某个有序序列发生，但是可以在以与此处所述顺序不同的顺序执行所描述的步骤的情况下实施这些程序。应该进一步理解的是，某些步骤能够同时执行，能够加入其它步骤，或者能够省略这里所描述的某些步骤。也就是说，在这里的程序的说明旨在提供用于说明某些实施例的目的，不应以任何方式被解释为限制权利要求。

因此，应该理解的是，上述说明旨在说明并非限制。通过阅读上述说明，除了提供的实例以外的许多实施例和应用将是显而易见的。保护范围应该不应参照上述说明确定，而是应当参照所附的权利要求连同这些权利要求所享有的全部等同范围而确定。可以预期和想到的是未来的发展将出现在这里所述的技术中，并且该公开的系统和方法将结合入这些未来的实施例中。总之，应该理解的是，该应用可被修改和变化。

在权利要求中所使用的全部术语，旨在被给予如本领域技术人员所理解的它们的普遍含义，除非在这做出与此相反的明确指示。特别地，单数冠词的使用，例如，“一”、“这”、“所述”等应该被理解为描述一个或多个指示的元件，除非权利要求描述了与此相反的明确限制。

提供摘要以允许读者快速地确定技术公开的性质。在它并不是用于解释或限制权利要求的范围或意义的理解的情况下提交摘要。此外，在前述的具体实施方式中，可以看出，各种功能集合在各个实施例中以用于简化公开的目的。这种公开方法不应理解为表达要求保护的实施例需要比在每个权利要求中清楚地列举的特征更多特征的意图。恰恰相反，如下面的权利要求所表达的，本发明主题在于比单个公开的实施例中的所有特征少。因此，下面的权利要求借以合并到具体实施方式中，每个权利要求自身作为单独要求保护的主题。

Claims (20)

1.一种车辆系统，其包含：

编程为接收来自多个识别模块的置信水平的驾驶员识别融合模块，每个所述置信水平表明车辆的驾驶员是特定的人的可能性，

其中所述驾驶员识别融合模块编程为汇总从所述多个识别模块接收到的所述置信水平并且至少部分地根据从所述多个识别模块接收到的所述置信水平来输出代表所述驾驶员身份的汇总的置信水平信号。

2.如权利要求1所述的车辆系统，其中所述驾驶员识别融合模块编程为至少部分地根据存储在驾驶员数据库中的驾驶员配置文件来识别所述驾驶员。

3.如权利要求1所述的车辆系统，其中所述多个识别模块包括语音识别模块、面部识别模块、指纹识别模块、电话检测模块、和无线装置检测模块中的至少一个。

4.如权利要求1所述的车辆系统，进一步地包含编程为生成驾驶员配置文件的训练模块。

5.如权利要求4所述的车辆系统，其中所述训练模块编程为在驾驶员数据库中存储所述驾驶员配置文件。

6.如权利要求4所述的车辆系统，其中所述训练模块编程为至少部分地根据由所述多个识别模块中的至少一个生成的信号不断地更新所述驾驶员配置文件。

7.如权利要求1所述的车辆系统，进一步地包含编程为确定至少两个已知的驾驶员共同的设置的预测模块。

8.如权利要求7所述的车辆系统，其中所述预测模块编程为向所述驾驶员识别融合模块输出识别所述至少两个已知的驾驶员共同的所述设置的信号，其中所述驾驶员识别模块编程为根据由所述预测模块输出的信号来输出控制信号以控制至少一个车辆子系统。

9.如权利要求1所述的车辆系统，其中所述驾驶员识别融合模块编程为向至少一个车辆子系统输出控制信号。

10.如权利要求9的车辆系统，其中所述控制信号包括与由所述驾驶员识别融合模块确定的所述驾驶员的所述身份相关的设置。

11.一种方法，其包含：

通过多个识别模块收集与车辆的驾驶员相关的驾驶员信息；

至少部分地根据所述驾驶员信息来确定所述驾驶员的可能身份；

通过所述多个识别模块，生成与所述驾驶员相关的置信水平，其中所述置信水平代表所述车辆的所述驾驶员是特定的人的可能性；

在驾驶员识别融合模块中汇总多个置信水平；以及

至少部分地根据所述多个置信水平，生成代表所述驾驶员的身份的汇总的置信水平信号。

12.如权利要求11所述的方法，进一步地包含生成控制信号以控制至少一个车辆子系统，其中所述控制信号包括与识别的所述驾驶员相关的设置。

13.如权利要求11所述的方法，其中确定所述驾驶员的所述身份包括访问存储在驾驶员数据库中的驾驶员配置文件。

14.如权利要求11所述的方法，进一步地包含：

检测未知的驾驶员；

生成与所述未知的驾驶员相关的驾驶员配置文件；以及

在所述驾驶员数据库中存储所述驾驶员配置文件。

15.如权利要求14所述的方法，进一步地包含至少部分地根据由所述多个识别模块中的至少一个生成的信号不断地更新所述驾驶员配置文件。

16.如权利要求11所述的方法，进一步地包含：

确定至少两个已知的驾驶员共同的设置；

在所述驾驶员识别融合模块接收识别所述至少两个已知的驾驶员共同的设置的信号；以及

通过所述驾驶员识别融合模块，根据识别所述至少两个已知的驾驶员共同的设置的信号来生成控制信号以控制至少一个车辆子系统。

17.如权利要求11所述的方法，进一步地包含：

通过所述驾驶员识别融合模块，生成控制信号；以及

将所述控制信号传送到至少一个车辆子系统。

18.如权利要求17所述的方法，其中生成所述控制信号以包括与由所述驾驶员识别融合模块确定的所述驾驶员的所述身份相关的设置。

19.一种车辆系统，其包含：

多个识别模块；

编程为从所述多个识别模块中的至少一个接收置信水平的驾驶员识别融合模块，每个置信水平表明车辆的驾驶员是特定的人的可能性，

其中所述驾驶员识别融合模块编程为汇总从所述多个识别模块接收到的所述置信水平并且至少部分地根据从所述多个识别模块中的至少一个接收到的所述置信水平来输出代表所述驾驶员的身份的汇总的置信水平信号；以及

编程为生成驾驶员配置文件并且在驾驶员数据库中存储所述驾驶员配置文件的训练模块。

20.如权利要求16所述的车辆系统，其中所述训练模块编程为至少部分地根据由所述多个识别模块中的至少一个生成的信号不断地更新所述驾驶员配置文件。