CN107301487A - 使得车辆乘员能够报告与车辆环境关联危害的方法和系统 - Google Patents

使得车辆乘员能够报告与车辆环境关联危害的方法和系统 Download PDF

Info

Publication number
CN107301487A
CN107301487A CN201710227863.6A CN201710227863A CN107301487A CN 107301487 A CN107301487 A CN 107301487A CN 201710227863 A CN201710227863 A CN 201710227863A CN 107301487 A CN107301487 A CN 107301487A
Authority
CN
China
Prior art keywords
report
hazardous
machine readable
harm
hazardous report
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
Application number
CN201710227863.6A
Other languages
English (en)
Other versions
CN107301487B (zh
Inventor
E·伊斯拉埃尔松
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.)
Volvo Car Corp
Original Assignee
Volvo Car Corp
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 Volvo Car Corp filed Critical Volvo Car Corp
Publication of CN107301487A publication Critical patent/CN107301487A/zh
Application granted granted Critical
Publication of CN107301487B publication Critical patent/CN107301487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/016—Personal emergency signalling and security systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/54—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for retrieval
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Emergency Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及由危害报告系统执行的方法，以用于使得车辆乘员能够以不分心且动态的方式报告与车辆的环境关联的危害。危害报告系统从车辆乘员接收口述危害报告，所述口述危害报告包括与车辆环境关联的危害有关的信息。危害报告系统还在语音识别服务的支持下将口述危害报告转变成作为结果的机器可读式危害报告。危害报告系统还提供包括一个或多个危害类别的数据集。而且，危害报告系统在识别到考虑为与机器可读式危害报告对应的数据集的危害类别时，确定对应危害类别代表口述危害报告中报告的危害。本申请也涉及依据前述内容的危害报告系统，且危害报告控制服务器至少部分地包括这种危害报告系统。

Description

使得车辆乘员能够报告与车辆环境关联危害的方法和系统
技术领域
本申请涉及危害报告系统和在所述危害报告系统中执行的方法，以用于使得车辆乘员能够以不分心且动态的方式报告与车辆环境关联的危害。
背景技术
在使得车辆和车辆的驱动更安全的恒定目标下，一直在争取改进和实施支持车辆和/或车辆驾驶员更安全地驾驶和/或避免潜在危险状况的特征。例如，现在被广泛支持的是，经由基于云计算的系统允许车辆在蜂窝网络中分享安全相关性数据。这种安全相关性数据通常依赖于来源于车辆传感器系统的传感器生成的数据，例如滑路情况的检测。然而，存在不易于由车辆传感器系统检测的多种安全相关性交通方面。因此，用户生成的数据(例如由车辆驾驶员生成的事件报告)是作为自动生成传感器数据补充的相关信息源。
例如，由Google提供的Waze允许用户借助于例如手机报告诸如事故和交通堵塞的事件。用户可经由其触控显示器将他或她想要报告的事件打字写下和/或发送消息，和/或滚动预先设定的菜单以可能找到且随后选定与观察的事件一致的事件替代项。
然而，就同时驾驶车辆的用户而论，用户(在这种情况下是驾驶员)应该最好保持专注于驾驶。因此，由于发送文本和/或滚动可能使驾驶员分心，借助于例如如上讨论的发送文本和/或滚动形成的用户生成的报告(在这种情况下驾驶员生成的报告)可能是潜在有害的。还可假设的是驾驶员不太可能停车以生成报告；实际上他或她通常会省去报告事件。
而且，可选择的事件选项的预先设定菜单提供的是，预先设定的一组事件可用于选择。据此，不被包括在预先设定集中的由驾驶员观察的任何事件(通常称为危害)将不被报告，意味着丢失安全报告和对于报告的驾驶员而言在菜单中找不到合适的事件替代项时的妨害。
发明内容
因此，本文的实施方式的目的是提供用于使得车辆乘员能够以不分心且动态的方式报告观察到的危害的方法。
根据本文的实施方式的第一方面，所述目的通过如下方法实现：所述方法由危害报告系统执行以用于使得车辆乘员能够以不分心且动态的方式报告与车辆环境关联的危害。危害报告系统从车辆乘员接收口述危害报告，所述口述危害报告包括与车辆环境关联的危害有关的信息。危害报告系统还在语音识别服务且可选的声音识别服务的支持下将口述危害报告转变成作为结果的机器可读式危害报告。而且，危害报告系统提供包括一个或多个危害类别的数据集。当危害报告系统识别到考虑为与机器可读式危害报告对应的数据集的危害类别时，则危害报告系统确定对应危害类别代表口述危害报告中报告的危害。
由此，提供一种方法，其使得与车辆的附近环境相关的安全相关性事件(诸如，野生动物站在车辆沿着行驶的路旁)能够由车辆的乘员(例如，驾驶员)以安全且非限制性方式报告，而不会从驾驶车辆分走较多的专注力。换言之，由于危害报告系统从车辆乘员接收口述危害报告，所述口述危害报告包括与车辆环境关联的危害有关的信息，与由车辆乘员观察的安全相关性事件相关的危害报告被接收，所述危害报告由车辆乘员口述地和/或口头地提供。据此，危害报告以对于车辆乘员不分心的方式被报告，无需他或她按照通常已知的方式与触控显示器互动以能够报告危害，例如发送消息和/或滚动预先定义的一组危害。而且，由于危害报告被口述地报告，车辆乘员不受限于从例如在触控显示器的结构菜单中提供的预先定义的一组危害做出选择。而且，由于危害报告系统在语音识别服务的支持下还将口述危害报告转变成作为结果的机器可读式危害报告，口述报告的危害报告被翻译成机器可读式危害报告，例如文本式危害报告。而且，由于危害报告系统还提供包括一个或多个危害类别的数据集，可以得到包括不同危害的类别的数据集，车辆乘员可推测地观察和/或遭遇例如“野生动物”、“道路破损”、“洪水”、“道路上的物体”等等。由于在危害报告系统识别到考虑为与机器可读式危害报告对应的数据集的危害类别时，该危害报告系统还确定对应危害类别代表口述危害报告中报告的危害，因此如果所述危害类别被认为与机器可读式危害报告对应，则数据集的危害类别被选定为代表口述危害报告的报告危害。据此，假定被包括在口述危害报告中的报告危害在从口述危害报告转变成计算机可读危害报告中被正确地翻译，而且危害类别被考虑为与机器可读式危害报告对应，则所述危害类别被选定为代表口述报告的危害。结果，可由此推断已经由车辆乘员报告的那件安全相关性事件。这种方法因此允许安全相关性事件从例如车辆驾驶员被收集而没有负面影响，且所述方法据此优于基于例如需要车辆驾驶员与手机互动的手机应用的解决方案，因为这种解决方案可使车辆驾驶员分心且增加潜在事故的风险，这对于旨在增加道路安全性的解决方案而言适得其反。
为此原因，提供一种用于使得车辆乘员能够以不分心且动态的方式报告观察的危害的方法。
以上提及的方法的技术特征和对应优点将在下文中更详细地讨论。
通过引入由危害报告系统执行以用于使得车辆乘员能够以不分心且动态的方式报告与车辆环境关联的危害的方法，与车辆的附近环境相关的安全相关性事件(诸如，野生动物站在车辆沿着行驶的路旁)可由车辆乘员(例如，驾驶员)以安全且非限制性方式报告，而不会从驾驶车辆分走较多的专注力。“车辆”可指代任何交通工具，例如：发动机推进式车辆，比如汽车、卡车、货车、面包车、公共汽车、拖拉机、军用车辆、舰、船等等；或有轨车辆，比如火车或有轨电车。而且，“车辆乘员”可指代定位在所述车辆中的任何任意人物，例如车辆的驾驶员。而且，表达语“与环境关联的”的危害可指代“环境中观察到”的、“环境中”的和/或“环境中有效”的危害，而“车辆环境”可指代“对车辆乘员可见的车辆环境”和/或“车辆的附近”。“危害”可指代“驾驶相关的危害”、“观察到的危害”、“有害的事件和/或活动”和/或“安全相关性事件和/或活动”，而表达语“报告危害”可指代“提供象征危害的危害报告”。表达语“以不分心的方式”可指代“以安全的方式”和/或“以无需车辆乘员与触控显示器互动和/或滚动/点击菜单结构的方式”，而表达语“动态方式”可指代“以非限制性方式”和/或“以不受限于预先定义的一组危害的方式”。“使得…能够”可指代“支持”。表达语“用于使得车辆乘员能够以不分心且动态的方式报告危害”可根据示例指代“用于使得车辆乘员能够以不分心且动态的方式报告危害，以及报告危害的操作”，且根据另一示例指代“用于支持提供象征危害的危害报告的车辆乘员的操作”。“危害报告系统”可完全和/或至少部分地被包括在一个或多个服务器中，例如在举例性危害报告控制服务器中，诸如在可无线连接车辆的通常已知的云服务器中。危害报告系统还可以可选的至少部分地分布到车辆，例如分布到车辆的一个或多个节点、诸如ECU(“电子控制模块”)。
由于危害报告系统从车辆乘员接收口述危害报告，所述口述危害报告包括与车辆环境关联的危害有关的信息，与由车辆乘员观察的安全相关性事件相关的危害报告被接收，所述危害报告由车辆乘员口述地和/或口头地提供。据此，危害报告以对于车辆乘员不分心的方式被报告，无需他或她按照通常已知的方式与触控显示器互动以能够报告危害，例如发送文本和/或滚动预先定义的一组危害。而且，由于危害报告被口述地报告，车辆乘员不受限于从例如在触控显示器的结构菜单中提供的预先定义的一组危害做出选择。表达语“口述的”危害报告可指代“口述地报告”的危害报告，而贯穿本申请的“危害报告”可指代“象征危害的一部分信息”。“从”车辆乘员可指代由车辆乘员“报告”和/或“口述地报告”。表达语危害报告“包括”信息可指代危害报告“持有和/或包含”信息，而“与危害相关的”信息可指代“象征和/或指示”的信息。危害报告可例如由车辆乘员借助于一个或多个通常已知的设置在车辆中的扩音器报告，而后由危害报告系统随后接收和/或推导。“接收”可贯穿本申请地指代“得到”和/或“获得”，且还“借助于危害报告控制服务器接收”。口述危害报告可例如指代口述表达，诸如“道路上有麋鹿！”、“道路上有动物！”、“噢，差点撞到鹿”、“沿这个区域请小心驯鹿群”、巨大的隆起！”、“危险的坑洞！”、“小心污水坑！”、“到处都是碎屑！”、“某个笨蛋在路边上留下了轮胎！”、“一轮辋在右侧车道上躺着！”等等。
由于危害报告系统还在语音识别服务且可选的声音识别服务的支持下将口述危害报告转变成作为结果的机器可读式危害报告，口述危害报告被翻译成机器可读式危害报告，例如文本式危害报告。适于能够翻译和/或编码车辆乘员的口头文字、即口述危害报告的“语音识别服务”可由本领域已知的任何任意语音识别服务代表，诸如通常已知的由Microsoft提供的Cortana、由Apple提供的Siri，、由Google提供的Now、和/或其任何等同和/或继承产品。“语音”可贯穿本申请地指代“声音”。而且，可选“声音识别服务”可指代适于识别说话者而不是他们说什么的任何任意已知服务。识别说话者能够简化转换已经被特定人声训练的系统中的语音的任务，或识别说话者能够被用于鉴定或查证说话者的身份作为安检处理的一部分。转变口述危害报告可例如在所述危害报告控制服务器中发生，且“转变”可随后例如指代“借助于危害报告控制服务器转变”。“转变”还可指代“翻译”或“产生波形、信号、或数据文件”。表达语转变“口述危害报告”可指代转变“口述危害报告的至少一部分”。“至少一部分”可贯穿本申请地指代“至少部分地”和/或“…的一个或多个文字”。而且，“机器可读式”可贯穿指代“文本式”，而且指代“文本式”、“声音”、“电”、“磁”或“光”信号，或任何其它形式为可由机器理解的数据或元数据。
由于危害报告系统还提供包括一个或多个危害类别的数据集，可以得到包括不同危害的类别的数据集，车辆乘员可推测地观察和/或遭遇例如“野生动物”、“道路破损”、“洪水”、“道路上的物体”等等。数据集(例如，包括例如计算机可读元素的复数个数据元素的数据表和/或数据矩阵)可初始被预先设定，且还可例如存在于以上讨论的危害报告控制服务器中。“危害类别”可例如指代“危害分类”，而表达语“提供”数据集可指代“使能、能够访问到、和/或制造可用”数据集、和/或“借助于危害报告控制服务器提供”数据集。
由于危害报告系统还在危害报告系统识别到考虑为与机器可读式危害报告对应的数据集的危害类别时，确定对应危害类别代表口述危害报告中报告的危害，如果所述危害类别被认为与机器可读式危害报告对应，则数据集的危害类别被选定为代表口述危害报告的报告危害。据此，假定被包括在口述危害报告中的报告危害在从口述危害报告转变成计算机可读危害报告中被正确地翻译，而且危害类别被考虑为与机器可读式危害报告对应，则所述危害类别被选定为代表口述报告的危害。结果，可由此推断已经由车辆乘员报告的那件安全相关性事件。这种方法因此允许安全相关性事件从例如车辆驾驶员被收集而没有负面影响，且所述方法据此优于基于例如需要车辆驾驶员与手机互动的手机应用的解决方案，由于这种解决方案可使车辆驾驶员分心且增加潜在事故的风险，这对于旨在增加道路安全性的解决方案而言适得其反。“确定对应危害类别代表危害”可指代“选定对应危害类别以代表危害”和/或“借助于危害报告控制服务器确定对应危害类别代表危害”。“代表”可指代“选定为代表”、“象征”、“构成”和/或“与…对应”。而且，“当识别到…时”可贯穿本申请指代“如果识别到”和/或“仅当识别到…时”，而“识别到”可贯穿指代“发现”和/或“确定”。“考虑为对应的”可贯穿本申请指代“由分析和/或比较考虑为对应”和/或“被确定和/或评估为对应”，而“与…对应的”和/或“对应的”可贯穿指代“匹配的”。
可选的，危害报告系统将与数据集关联的分类模型应用到机器可读式危害报告，所述分类模型适于尝试将机器可读式危害报告分类到考虑为与机器可读式危害报告对应的危害类别中。由此，提供一种分类机构，其能够将机器可读式危害报告归类(或潜在归类)到认为与机器可读式危害报告对应、因此认为与口述危害报告的口述报告的危害对应的危害类别中。分类模型可依赖于结构，例如初始结构，其包括：一组假设、预计和/或先前报告的安全相关性机器可读式表达语，以代表预计内容和/或与预期机器可读式危害报告类似的内容；和正确或认为正确的所述安全相关性表达语到数据集的对应危害类别中的分类。分类模型预基于所述结构预先训练和/或训练，即，分类模型可由从安全相关性表达语及其正确分类推断的函数代表，以使得预期机器可读式危害报告随后可由分类模型分类到考虑为与机器可读式危害报告对应的危害类别中。“预期”危害报告可指代“未来”、“未看见”和/或“将要到来”的危害报告。“将分类模型应用到机器可读式危害报告”可指代“使机器可读式危害报告受理和/或暴露于分类模型”和/或“借助于危害报告控制服务器将分类模型应用到机器可读式危害报告”。而且，“分类模型”可指代“分类机构”和/或“一个或多个分类算法和/或函数”，且还指代“由机器学习和/或监督学习训练的分类模型”。“与”数据集“关联的”可指代“可应用于”、“训练用于”、“适于”和/或“配置用于”数据集。而且，表达语将分类模型应用到“机器可读式危害报告”可指代将分类模型应用到“机器可读式危害报告的至少一部分”。“适于尝试分类”可指代“训练以尝试分类”和/或“适于试图分类”，且还指代“适于分类”。“分类”可指代“归类”，且还指代“翻译且分类”。而且，“将机器可读式危害报告分类到考虑为与机器可读式危害报告对应的危害类别中”可指代“将机器可读式危害报告分类到考虑为与机器可读式危害报告对应的危害类别中，其中，危害类别在由所述分类模型选定时考虑为对应的”。
而且，可选的，当不能将机器可读式危害报告分类到危害类别之一中时，危害报告系统可使得机器可读式危害报告能够用于训练分类模型。由此，不可分类的机器可读式危害报告可被添加到例如以上讨论的结构的安全相关性表达语，且用于分类模型的训练和/或重新训练，这可以利用监督学习和/或机器学习。据此，通常已知的机器学习和/或监督学习可用于分类模型的继续改进，因为由车辆乘员口述报告的新的危害报告可提供持续不断的样品数据以用于分类模型的训练和评估。分类模型可以可选地评定机器可读式危害报告的正确分类的评估可信度。而且，潜在的，不可分类的危害报告可导致新的危害类别可能需要被定义在数据集中。表达语“不能分类”可指代“不能可信地分类”和/或“不能以比预先确定可信级别阈值高的可信级别分类”。可选的“可信级别”可指代危害报告的分类中的可信程度，例如以100％是最大可信级别的百分比表达，且可选的“可信级别阈值”可指代预先设置的阈值，可信级别可与之比较以潜在地过滤掉可信级别相对低的危害报告。可调整的可选预先确定的“可信级别的阈值”可例如被设定为举例性的75％、85％或95％。而且，“使得…能够”可指代“提供”，而“训练”可指代“重新训练”。表达语“使得机器可读式危害报告能够用于训练分类模型”可指代“使得机器可读式危害报告的至少一部分能够用于训练分类模型”和/或“借助于危害报告控制服务器使得机器可读式危害报告能够用于训练分类模型”。
可选的，至少第一危害类别包括一个或多个不同的机器可读式元素。危害报告系统继而还将作为结果的机器可读式危害报告与数据集的一个或多个机器可读式元素相比较。危害报告系统继而还在识别到考虑为与机器可读式危害报告匹配的机器可读式元素时，确定包括匹配的机器可读式元素的危害类别考虑为与机器可读式危害报告对应。由此，通过至少第一危害类别包括一个或多个不同的机器可读式元素，各种元素可以是对于相应一个或多个危害类别的子元素。而且，由此，通过危害报告系统继而还将作为结果的机器可读式危害报告与数据集的一个或多个机器可读式元素相比较，在口述危害报告中的口述报告的危害在已经转变成机器可读式危害报告之后与危害类别的各种标记(post)相比较。而且，由此，通过危害报告系统继而还在识别到考虑为与机器可读式危害报告匹配的机器可读式元素时，确定包括匹配的机器可读式元素的危害类别考虑为与机器可读式危害报告对应，如果包括在所述危害类别中的元素被认为与危害报告匹配，则数据集的危害类别被建立成考虑为与机器可读式危害报告对应。表达语“危害类别包括一个或多个不同的机器可读式元素”可指代“危害类别包括一个或多个不同的机器可读式元素的数字子集”。而且，“包括”在此可指代“包含和/或持有”，而“不同的”可指代“各种”和/或“不同”。数据集的“元素”可指代数据集的“域”和/或“标记”，且还指代数据集的“数据元素”。表达语“比较作为结果的危害报告”可指代“比较作为结果的危害报告的至少一部分”和/或“借助于危害报告控制服务器比较作为结果的危害报告”。而且，表达语“将作为结果的机器可读式危害报告与数据集的一个或多个机器可读式元素相比较”可指代“将作为结果的机器可读式危害报告的文本、符号和/或字符与所述数据集的一个或多个机器可读式元素的文本、符号和/或字符相比较”和/或表达语“借助于危害报告控制服务器将作为结果的机器可读式危害报告与数据集的一个或多个机器可读式元素相比较”。“识别到考虑为与危害报告匹配的元素”可指代“识别到与危害报告对应的、基本匹配的、和/或至少部分地匹配的元素”和/或“借助于危害报告控制服务器识别到考虑为与危害报告匹配的元素”。而且，“考虑为匹配的”可指代“由分析和/或比较考虑为匹配”和/或“确定和/或评估为匹配”。以上讨论的举例性危害类别“野生动物”可例如包括举例性机器可读式元素“麋鹿”、“鹿”、“驯鹿”等等。类似的，以上讨论的举例性危害类别“道路破损”可包括举例性机器可读式元素“隆起”、“坑洞”、“污水坑”等等，而以上讨论的举例性危害类别“道路上的物体”可包括举例性机器可读式元素“碎屑”、“轮胎”、“轮辋”等等。相应危害类别中的机器可读式元素的数量可以自然变化。
可选的，当不能识别到考虑为与机器可读式危害报告匹配的机器可读式元素时，危害报告系统还可更新数据集以包括与机器可读式危害报告对应的机器可读式元素。由此，不可分类的机器可读式危害报告或其一部分可被添加以包括在数据集的新的和/或已经可用的危害类别中。“更新”数据集可指代“补充”和/或“添加到”数据集，且还指代“借助于危害报告控制服务器更新”，而“与…对应的”元素可指代“代表”的元素。而且，“与危害报告”对应的元素可指代“与危害报告的至少一部分”对应的元素。表达语“不能识别到”可指代“不能可信地识别到”。
根据示例，危害报告系统还可对于以上讨论的机器可读式元素中的一个或多个确定指示机器可读式元素的至少一部分与机器可读式危害报告一致的程度的相应匹配级别，且还确定具有最高匹配级别的机器可读式元素是匹配的机器可读式元素，只要匹配级别达到预先确定的匹配级别阈值。可选“匹配级别”可指代危害报告与元素匹配的程度，例如以100％是完全匹配的百分比表示，且可选“匹配级别阈值”可指代预先设置的阈值，匹配级别可与之比较以潜在地过滤掉相对低匹配级别的危害报告。可调整的可选预先确定“匹配级别阈值”可例如被设置为举例性的75％、85％或95％。表达语“不能识别到”继而可附加地指代“以比预先确定的匹配级别阈值高的匹配级别不能识别到”。
可选的，危害报告系统还可接收车辆的车辆数据，所述车辆数据至少包括在接收口述危害报告时即时有效的车辆的位置和/或行驶方向。由此，在接收口述危害报告时有效的、至少包括车辆的位置和/或行驶方向的相关车辆数据可被附加地接收。据此，接收的口述危害报告被接收的用于报告危害相关的数字车辆数据补充和/或与之结合。“接收”车辆数据可指代“源自”车辆数据，而“数据”在此可指代“元数据”。而且，“接收车辆的车辆数据”可指代“通过数据通道接收车辆的车辆数据”和/或“借助于所述危害报告控制服务器经由数据通道接收车辆的车辆数据”。“车辆数据”可指代“当前车辆数据”，而且可指代“安全相关、位置相关和/或方向相关的车辆数据”。车辆“数据”可指代车辆“参数”。而且，车辆的“位置”可指代车辆的“地理位置”，而车辆的“行驶方向”可指代车辆的“水平行驶方向”。车辆的位置和/或行驶方向可如本领域通常已知的被确定且随后被推导，例如在车载定位系统的支持下，而且潜在的在与以上讨论的可选危害报告控制服务器无线通讯的支持下。即时“有效”可指代即时“起作用的”，而“在接收时即时有效的”可指代“在接收时基本即时有效的”。
而且，可选的，危害报告系统可附加地提供警告消息给至少第二车辆和/或实体。警告消息继而包括和/或继而基于对应机器可读式元素，且警告消息继而还包括基于车辆数据的信息。而且，所述至少第二车辆和/或实体继而基于车辆数据选定。由此，其它车辆和/或实体可接到报告危害的通知，且因此基于此采取动作。例如，报告危害的地理位置附近的其它车辆可在接收到警告消息时选择采取另一路线以避免报告危害和/或在经过报告危害的区域时多加小心。类似的，诸如道路管理局的实体可在接收到警告消息时能够适宜地采取动作以处理报告危害。“提供”警告消息可指代“通过数据通道提供”警告消息，且还可指代“借助于所述危害报告控制系统提供”警告消息。而且，“提供”可指代“数字提供”、“发送”、“传递”和/或“提交”，而警告“消息”可指代警告“报告”和/或警告“信息”。“实体”可指代任何任意物理实体，比如道路管理局。表达语“警告消息包括和/或基于对应机器可读式危害类别”可指代“警告消息来源于对应机器可读式危害类别”。而且，表达语“警告消息还包括基于车辆数据的信息”可指代“警告消息还至少包括车辆的位置和/或行驶方向”。而且，“基于车辆数据选定”可指代“如果比距所述位置的最大距离阈值近和/或如果评估到比最大时间阈值快地到达所述位置、和/或如果在与车辆的所述行驶方向基本一致的行驶方向上，则被选定”。可选最大距离阈值和/或可选最大时间阈值可依据即将到来的情况任意设置和调整。
根据示例，危害报告系统还可确定接收口述危害报告的能力已经启动。这种启动可例如借助于车辆乘员口述命令发生，诸如车辆乘员口述地说出举例性文字“报告”、和/或车辆乘员启动SW-按钮和/或HW-按钮。
根据本文实施方式的第二方面，所述目的通过如下危害报告系统实现：所述危害报告系统适于使得车辆乘员能够以不分心且动态的方式报告与车辆环境关联的危害。危害报告系统包括适于从车辆乘员接收口述危害报告的口述报告接收单元，所述口述危害报告包括与车辆环境关联的危害有关的信息。危害报告系统还包括VTT(“声音至文本”)转变单元，其适于在语音识别服务且可选的声音识别服务的支持下将口述危害报告转变成作为结果的机器可读式危害报告。而且，危害报告系统包括数据表提供单元，其适于提供包括一个或多个危害类别的数据集。危害报告系统还包括识别单元，其适于识别考虑为与机器可读式危害报告对应的数据集的危害类别。而且，危害报告系统包括确定单元，其适于在已经识别到考虑为与机器可读式危害报告对应的数据集的危害类别时，确定对应危害类别代表口述危害报告中报告的危害。
可选的，危害报告系统还包括分类模型应用单元，其适于将与数据集关联的分类模型应用到机器可读式危害报告。分类模型适于尝试将机器可读式危害报告分类到考虑为与机器可读式危害报告对应的危害类别中。
而且，可选的，危害报告系统还可包括使得能够进行模型训练的单元，其适于在机器可读式危害报告还未被分类到危害类别之一中时，使得机器可读式危害报告能够用于训练分类模型。
替换性的，可选的，至少第一危害类别可包括一个或多个不同的机器可读式元素。识别单元继而还适于将作为结果的机器可读式危害报告与数据集的一个或多个机器可读式元素相比较。而且，识别单元继而还适于识别考虑为与机器可读式危害报告匹配的机器可读式元素。而且，确定单元继而还适于在已经识别到考虑为与机器可读式危害报告匹配的机器可读式元素时，确定包括匹配的机器可读式元素的危害类别被考虑为与机器可读式危害报告对应。
而且，可选的，危害报告系统还可包括数据集更新单元，其适于在还未识别到考虑为与机器可读式危害报告匹配的机器可读式元素时，更新数据集以包括与机器可读式危害报告对应的机器可读式元素。
可选的，危害报告系统还可包括适于接收车辆的车辆数据的车辆数据接收单元，所述车辆数据至少包括在接收口述危害报告时即时有效的车辆的位置和/或行驶方向。
而且，可选的，危害报告系统还可包括警告消息提供单元，其适于提供警告消息给至少第二车辆和/或实体。警告消息继而包括和/或继而基于对应机器可读式危害类别且警告消息继而还包括基于车辆数据的信息。而且，所述至少第二车辆和/或实体继而基于车辆数据选定。
与在前文中就第一方面而言提到的那些类似的优点对应地应用到第二方面，这是这些优点不被进一步讨论的原因。
根据本文实施方式的第三方面，所述目的通过包括计算机程序的计算机程序产品实现，所述计算机程序包含设置成引起计算机或处理器实施以上讨论的危害报告系统的步骤的计算机程序代码器，所述计算机程序存储在计算机可读介质或载波上。再次，与在前文中就第一方面而言提到的那些类似的优点对应地应用到第三方面，这是这些优点不被进一步讨论的原因。
附图说明
通过以下详细说明和附图，将易于理解本发明的非限制性实施方式的各个方面，包括特定特征和优点，其中：
图1示出根据本申请的实施方式的举例性危害报告系统的示意性概览图；
图2示出根据本申请的举例性实施方式的危害报告系统的实施方案的示意性概览图，其可由图1的情况引起；
图3示出根据本申请的举例性实施方式的危害报告系统的替代实施方案的示意性概览图，其可由图1的情况引起；
图4是示出根据本申请的实施方式的举例性危害报告系统的示意性方框图；以及
图5是描绘根据本申请的实施方式的用于使得车辆乘员能够报告危害的举例性方法的流程图。
具体实施方式
现在将在后文参考附图更完整地描述本申请的非限制性实施方式，在附图中示出本申请的当前优选的实施方式。然而，本申请可被实施成许多不同的形式且不应该被解释为受限于在此列出的实施方式。相同的参考字符贯穿地指代相同的元素。图中一些方框的虚线指示这些单元或动作是可选的且不强制。
可以注意到，跟随有一个撇号的参考字符指代可应用于图2的举例性实施方式的、与先前讨论的元素相似的元素。对应的，跟随有两个撇号的参考字符指代可应用于图3的举例性实施方式的、与先前讨论的元素相似的元素。
在下文中，根据与使得车辆乘员能够以不分心且动态的方式报告与车辆环境关联的危害相关的本文的实施方式，将公开一种方法，其使得与车辆的附近环境相关的安全相关性事件(诸如，野生动物站在车辆沿着行驶的路旁)能够由车辆的乘员(例如，驾驶员)以安全且非限制性方式报告，而不会从驾驶车辆分走较多的专注力。
现在参照附图且尤其参照图1，示出了根据本申请的实施方式的举例性危害报告系统1的示意性概览图。可至少部分地包括在诸如云服务器的可选危害报告控制服务器10中的危害报告系统1适于使得车辆乘员能够以不分心且动态的方式报告与车辆2的环境关联的危害。在车辆2上的是在此是车辆驾驶员的车辆乘员20、以及可选的定位系统21和一个或多个可选扩音器22。车辆2在此是沿道路3驾驶的客车。
还示出的是来自车辆乘员20的口述危害报告41，所述口述危害报告41包括与车辆2的环境关联的危害4有关的信息，在此是靠近道路3的鹿。口述危害报告41在此包括举例性口述表达语“差点撞到鹿！”。还示出的是可选车辆数据23，其至少包括在接收口述危害报告41时即时有效的车辆2的位置231和/或行驶方向232。口述危害报告41和可选车辆数据23可例如经由无线语音和/或数据通道由危害报告控制服务器10分开或结合地接收。
图1中附加示出的是从口述危害报告41转变且在此因此由机器可读式“差点撞到鹿”代表的机器可读式危害报告42。还示出的是包括一个或多个危害类别6的数据集5和考虑为与机器可读式危害报告42对应的对应危害类别60(在此是举例性的“野生动物”)。也示出的是提供到第二车辆8(在此处于危害4附近且在到所述危害的方向上驾驶)的可选警告消息7，所述第二车辆8基于车辆数据23选定。警告消息7包括和/或基于对应机器可读式危害类别60，且还包括基于车辆数据23的信息；在此警告消息7由举例性的“野生动物，前方500米”代表。
图2示出根据本申请的举例性实施方式的危害报告系统1的实施方案的示意性概览图，其可由图1的情况引起。在此示出与数据集5′关联的、在此由50′表示的可选分类模型50。数据集5′包括一个或多个危害类别6，在示出的实施方式中以6′表示：在此是第一举例性危害类别61、第二举例性危害类别62和第三举例性危害类别63，即，命名为“野生动物”的第一危害类别61′、命名为“道路破损”的第二危害类别62′、命名为“道路上的物体”的第三危害类别63′等等。机器可读式危害报告42′在示出的实施方式中由短语“差点撞到鹿”代表。将结合图5进一步更加详细描述的分类模型50′适于尝试将机器可读式危害报告42′分类到考虑为与机器可读式危害报告42′对应的危害类别60′中；在此第一危害类别61′被考虑为对应60′。
图3示出根据本申请的举例性实施方式的危害报告系统1的替代实施方案的示意性概览图，其可由图1的情况引起。在此示出至少第一危害类别6″，其包括一个或多个不同的机器可读式元素9，在示出的实施方式中以9″表示：在此是命名为“野生动物”的举例性第一危害类别61″，所述野生动物包括机器可读式元素“麋鹿”、“鹿”、“驯鹿”等等；命名为“道路破损”举例性第二危害类别62″，所述道路破损包括机器可读式元素“隆起”、“坑洞”、“污水坑”等等；以及命名为“道路上的物体”的举例性第三危害类别63″，所述道路上的物体包括机器可读式元素“碎屑”、“轮胎”、轮辋”等等。机器可读式危害报告42″在示出的实施方式中由“差点撞到鹿”代表，且在此以90″表示的匹配的机器可读式元素90由第一危害类别61″中的机器可读式元素“鹿”代表，因此考虑为对应危害类别60″。
如在描绘示出根据本申请的实施方式的举例性危害报告系统1的示意性方框图的图4中进一步示出的，危害报告系统1包括口述报告接收单元101、VTT转变单元102、数据表提供单元103、识别单元104以及确定单元105，将进一步更加详细地描述所有单元。危害报告系统可还包括可选分类模型应用单元106、可选使得能够进行模型训练的单元107、可选数据集更新单元108、可选车辆数据接收单元109和/或可选警告消息提供单元110，类似地在说明书中将进一步更加详细地这些单元。
而且，用于使得车辆乘员20能够以不分心且动态的方式报告与车辆2环境关联的危害的本文的实施方式可通过下述实施：一个或多个处理器，诸如处理器111，在此以CPU表示；以及用于执行本文的实施方式的功能和动作的计算机程序代码。所述程序代码可也被提供为计算机程序产品，例如形式为当加载到危害报告系统1中时用于执行本文的实施方式的承载计算机程序代码的数据载体。这种载体可以是CD ROM盘的形式。然而，诸如记忆棒的其它数据载体是可行的。计算机程序代码可还提供为在服务器上的纯程序代码且下载到危害报告系统1。
危害报告系统1还可包括存储器112，所述存储器包括一个或多个存储器单元。存储器112可设置成用于存储例如信息，且还用于存储数据、构型、排程、以及应用，以当在危害报告系统1中实施时执行本文的方法。而且，口述报告接收单元101、VTT转变单元102、数据表提供单元103、识别单元104、确定单元105、可选分类模型应用单元106、可选使得能够进行模型训练的单元107、可选数据集更新单元108、可选车辆数据接收单元109、可选警告消息提供单元110、可选处理器111和/或可选存储器112可例如在可选危害报告控制服务器10和/或车辆2中实施。根据替代示例，危害报告系统1可由插件解决方案代表，以使得危害报告系统1至少部分地在例如电子狗上实施。以这种方式，可提供售后解决方案。本领域技术人员也将理解到，以上描述且在本说明中稍后将更加详细描述的口述报告接收单元101、VTT转变单元102、数据表提供单元103、识别单元104、确定单元105、可选分类模型应用单元106、可选使得能够进行模型训练的单元107、可选数据集更新单元108、可选车辆数据接收单元109和/或可选警告消息提供单元110可指代例如存储在诸如存储器112的存储器中的、模拟和数字电路和/或配置有软件和/或固件的一个或多个处理器的结合，当由诸如处理器111的所述一个或多个处理器实施时，所述处理器如稍后更加详细描述地运行。这些处理器中的一个或多个、以及其它数字硬件可被包括在单一ASIC(专用集成电路)中，或数个处理器及各种数字硬件可分布在数个分开的构件之间，不论是被单独封装或是组装到SoC(单芯片系统)中。
在图4中还示出的是从车辆2直接或间接接收的可选车辆数据23、例如在车辆2的所述一个或多个扩音器22的支持下接收的口述危害报告41、以及提供到第二车辆8和/或例如由道路管理局代表的实体80的可选警告消息7。
图5是描绘根据本申请的实施方式的用于使得车辆乘员20能够报告危害4的举例性方法的流程图。所述方法由危害报告系统1执行，用于使得车辆乘员20能够以不分心且动态的方式报告与车辆2的环境关联的危害4。可持续重复的举例性方法包括在图1至4的支持下讨论的以下动作。所述动作可以按任何合适的顺序采用，例如可选动作1009和动作1002至1008可以同时和/或以交替顺序执行。
动作1001
在动作1001中，危害报告系统1例如借助于口述报告接收单元101从车辆乘员20接收口述危害报告41，所述口述危害报告41包括与车辆2的环境关联的危害4有关的信息。因此，如至少在图1和4的支持下所示的，与由车辆乘员20观察的安全相关性事件相关的危害报告41被接收，所述危害报告41由车辆乘员20口述地和/或口头地提供。据此，危害报告41以对于车辆乘员20而言不分心的方式被报告，无需他或她按照通常已知的方式与触控显示器互动(例如发送消息和/或滚动预先定义的一组危害)以能够报告危害。而且，由于危害报告41被口述地报告，车辆乘员20不受限于从例如在触控显示器的结构菜单中提供的预先定义的一组危害做出选择。
动作1002
在动作1002中，危害报告系统1例如借助于VTT转变单元102在语音识别服务的支持下将口述危害报告41转变成作为结果的机器可读式危害报告42、42′、42″。因此，如在图1至4的支持下所示的，口述危害报告41被翻译成机器可读式危害报告42、42′、42″，例如文本式危害报告。
动作1003
在动作1003中，危害报告系统1例如借助于数据表提供单元103提供包括所述一个或多个危害类别6、6′、6″的数据集5、5′、5″。因此，如在图1至4的支持下所示的，可以得到包括不同危害类别6、6′、6″的数据集5、5′、5″，车辆乘员20可推测地观察到和/或遭遇例如“野生动物”、“道路破损”、“道路上的物体”等等。
动作1004′
在可选动作1004′中，危害报告系统1可例如借助于可选分类模型应用单元106将与数据集5′关联的分类模型50′应用到机器可读式危害报告42′。分类模型50′适于尝试将机器可读式危害报告42′分类到考虑为与机器可读式危害报告42′对应60′的危害类别6′中。因此，如至少在图2和4的支持下所示的，提供分类机构50′，其能够将机器可读式危害报告42′归类(或潜在地归类)到认为与机器可读式危害报告42′对应、因此认为与口述危害报告41的口述报告的危害4对应的危害类别60′中。
动作1004″
替换性的，所述至少第一危害类别6″可包括一个或多个不同的机器可读式元素9″。因此，如至少在图3和4的支持下所示的，各种元素9″可以是相应一个或多个危害类别61″、62″、63″的子元素。随后，在可选动作1004″中，危害报告系统1可例如借助于识别单元104将作为结果的机器可读式危害报告42″与数据集5″的一个或多个机器可读式元素9″相比较。因此，如至少在图3和4的支持下所示的，口述危害报告41中的口述报告的危害4在已经转变成机器可读式危害报告42″之后与危害类别6″的各种标记9″相比较。
动作1005″
在跟在可选动作1004″之后的可选动作1005″中，危害报告系统1例如借助于识别单元104尝试识别考虑为与机器可读式危害报告42″匹配90″的机器可读式元素9″。因此，如至少在图3和4的支持下所示的，可确定元素9″是否被认为与危害报告42″匹配90″。
动作1006″
在跟在可选动作1005″之后的可选动作1006″中，当识别到考虑为与机器可读式危害报告42″匹配90″的机器可读式元素时，危害报告系统1例如借助于确定单元105确定包括匹配的机器可读式元素90″的危害类别6″考虑为与机器可读式危害报告42″对应60″。因此，如至少在图3和4的支持下所示的，如果包括在所述危害类别6″中的元素90″被认为与危害报告42″匹配，则数据集5″的危害类别6″被建立成考虑为与机器可读式危害报告42″对应60″。在此，第一危害类别61″被考虑为对应60″。
动作1007
在动作1007中，危害报告系统1例如借助于识别单元104尝试识别考虑为与机器可读式危害报告42、42′、42″对应60、60′、60″的数据集5、5′、5″的危害类别6、6′、6″。因此，如在图1至4的支持下所示的，可确定危害类别6、6′、6″是否被认为与机器可读式危害报告42对应60、60′、60″。在此，第一危害类别61′、61″考虑为对应60′、60″。
动作1008
在跟在动作1007之后的动作1008中，当识别到考虑为与机器可读式危害报告42、42′、42″对应60、60′、60″的数据集5、5′、5″的危害类别6、6′、6″时，危害报告系统1例如借助于确定单元105确定对应危害类别60、60′、60″代表口述危害报告41中报告的危害4。因此，如在图1至4的支持下所示的，如果所述危害类别61′、61″被认为与机器可读式危害报告42、42′、42″对应60、60′、60″，则数据集5，5′，5″的危害类别61′、61″被选定为代表口述危害报告41的报告危害4。据此，假定包括在口述危害报告41中的报告危害4在从口述危害报告41转变成计算机可读危害报告42、42′、42″中被正确地翻译，而且危害类别61′、61″被考虑为与机器可读式危害报告42、42′、42″对应60、60′、60″，则所述危害类别61′、61″被选定为代表口述报告的危害4。结果，可由此推断哪件安全相关性事件4已经由车辆乘员20报告。这种方法因此允许安全相关性事件4从例如车辆驾驶员20被收集而没有负面影响，且所述方法据此优于基于例如需要车辆驾驶员20与手机互动的手机应用的解决方案，因为这种解决方案可使车辆驾驶员20分心且增加潜在事故的风险，这对于旨在增加道路安全性的解决方案而言适得其反。
动作1009′
在跟在可选动作1007之后的可选动作1009′中，当不能将机器可读式危害报告42′分类到危害类别6′之一中时，危害报告系统1可例如借助于使得能够进行模型训练的单元107使得机器可读式危害报告42′能够用于训练分类模型50′。因此，如至少在图2和4的支持下所示的，不可分类的机器可读式危害报告42′可用于分类模型60′的训练和/或重新训练，这可以利用监督学习和/或机器学习。据此，通常已知的机器学习和/或监督学习可用于分类模型60′的继续改进，因为由车辆乘员20口述报告的新的危害报告41可提供用于分类模型60′的训练和评估的持续不断的样品数据。
动作1009″
替换性的，在跟在可选动作1007之后的可选动作1009″中，当不能识别到考虑为与机器可读式危害报告42″匹配90″的机器可读式元素9″时，危害报告系统1可例如借助于数据集更新单元108更新数据集5″以包括与机器可读式危害报告42″对应的机器可读式元素9″。因此，如至少在图4的支持下所示的，不可分类的机器可读式危害报告或至少其一部分可被添加以包括在数据集5″的新的和/或已经可用的危害类别6″中。
动作1010
在可选动作1010中，危害报告系统1可例如借助于车辆数据接收单元109接收车辆2的车辆数据23，所述车辆数据23至少包括在接收口述危害报告41时即时有效的车辆2的位置231和/或行驶方向232。因此，如至少在图1和4的支持下所示的，在接收口述危害报告41即时有效的相关车辆数据23(至少包括车辆2的位置231和/或行驶方向232)可附加地被接收。据此，接收的口述危害报告41被接收的用于报告危害4相关的数字车辆数据23补充和/或与之结合。
动作1011
在跟在可选动作1010之后的可选动作1011中，危害报告系统1可例如借助于警告消息提供单元110提供警告消息7给至少第二车辆8和/或实体80。警告消息7包括和/或基于对应机器可读式危害类别60、60′、60″，且警告消息7还包括基于车辆数据23的信息。所述至少第二车辆8和/或实体80基于车辆数据23选定。因此，如在图1至4的支持下所示的，其它车辆8和/或实体80可收到报告危害4的消息，且因此基于此采取动作。例如，在报告危害4的地理位置附近的其它车辆8可在接收到警告消息7时选择采取另一路线以避免报告危害4和/或当经过报告危害4的区域时多加小心。类似的，诸如道路管理局的实体80可在接收警告消息7时能够适宜地采取动作以处理报告危害4。
本领域技术人员认识到，本申请绝不受限于上文描述的优选实施方式。相反的，在所附权利要求的范围内许多修改方案和变化方案是可行的。而且应该注意到，附图并非必然成比例，且特定特征的尺寸可能为了清楚已经夸大。实际上，重点被放在示意本文实施方式的原理上。此外，在权利要求中，文字“包括”不排除其它元素或步骤，且不定冠词“一”或“一个”不排除复数。

Claims (15)

1.一种由危害报告系统(1)执行的方法，以用于使得车辆乘员(20)能够以不分心且动态的方式报告与车辆(2)的环境关联的危害，所述方法包括：
从所述车辆乘员(20)接收(1001)口述危害报告(41)，所述口述危害报告(41)包括与所述车辆(2)的环境关联的危害(4)有关的信息；
在语音识别服务的支持下，将所述口述危害报告(41)转变(1002)成作为结果的机器可读式危害报告(42，42′，42″)；
提供(1003)包括一个或多个危害类别(6，6′，6″)的数据集(5，5′，5″)；且
当识别到(1007)考虑为与所述机器可读式危害报告(42，42′，42″)对应(60，60′，60″)的所述数据集(5，5′，5″)的危害类别(6，6′，6″)时：
确定所述对应危害类别(60，60′，60″)代表口述危害报告(41)中报告的危害(4)。
2.根据权利要求1所述的方法，还包括：
将与所述数据集(5′)关联的分类模型(50′)应用(1004′)到所述机器可读式危害报告(42′)，所述分类模型(50′)适于尝试将所述机器可读式危害报告(42′)分类到考虑为与所述机器可读式危害报告(42′)对应(60′)的危害类别(6′)中。
3.根据权利要求2所述的方法，还包括：
当不能将所述机器可读式危害报告(42′)分类到所述危害类别(6′)之一中时：
使得(1009′)所述机器可读式危害报告(42′)能够用于训练所述分类模型(50′)。
4.根据权利要求1所述的方法，其中，至少第一危害类别(6″)包括一个或多个不同的机器可读式元素(9″)，所述方法还包括：
将所述作为结果的机器可读式危害报告(42″)与所述数据集(5″)的一个或多个机器可读式元素(9″)相比较(1004″)；且
当识别到(1005″)考虑为与所述机器可读式危害报告(42″)匹配(90″)的机器可读式元素(9″)时：
确定(1006″)包括所述匹配机器可读式元素(90″)的危害类别(6″)被考虑为与所述机器可读式危害报告(42″)对应(60″)。
5.根据权利要求4所述的方法，还包括：
当不能识别到考虑为与所述机器可读式危害报告(42″)匹配的机器可读式元素(9″)时：
更新(1009″)所述数据集(5″)以包括与所述机器可读式危害报告(42″)对应的机器可读式元素(9″)。
6.根据权利要求1至5中任一所述的方法，还包括：
接收(1010)所述车辆(2)的车辆数据(23)，所述车辆数据(23)至少包括在接收所述口述危害报告(41)时即时有效的所述车辆(2)的位置(231)和/或行驶方向(232)。
7.根据权利要求6所述的方法，还包括：
提供(1011)警告消息(7)给至少第二车辆(8)和/或实体(80)，其中所述警告消息(7)包括和/或基于所述对应机器可读式危害类别(60，60′，60″)，且其中所述警告消息(7)还包括基于所述车辆数据(23)的信息，所述至少第二车辆(8)和/或实体(80)基于所述车辆数据(23)选定。
8.一种危害报告系统(1)，其适于使得车辆乘员(20)能够以不分心且动态的方式报告与车辆(2)的环境关联的危害，所述危害报告系统(1)包括：
口述报告接收单元(101)，其适于从所述车辆乘员(20)接收(1001)口述危害报告(41)，所述口述危害报告(41)包括与所述车辆(2)的环境关联的危害(4)有关的信息；
VTT转变单元(102)，其适于在语音识别服务的支持下将所述口述危害报告(41)转变(1002)成作为结果的机器可读式危害报告(42，42′，42″)；
数据表提供单元(103)，其适于提供(1003)包括一个或多个危害类别(6，6′，6″)的数据集(5，5′，5″)；
识别单元(104)，其适于识别(1007)考虑为与所述机器可读式危害报告(42，42′，42″)对应(60，60′，60″)的所述数据集(5，5′，5″)的危害类别(6，6′，6″)；以及
确定单元(105)，其适于当已经识别到考虑为与所述机器可读式危害报告(42，42′，42″)对应(60，60′，60″)的所述数据集(5，5′，5″)的危害类别(6，6′，6″)时，确定(1008)所述对应危害类别(60，60′，60″)代表口述危害报告(41)中报告的危害(4)。
9.根据权利要求8所述的危害报告系统(1)，还包括：
分类模型应用单元(106)，其适于将与所述数据集(5′)关联的分类模型(50′)应用(1004′)到所述机器可读式危害报告(42′)，所述分类模型(50′)适于尝试将所述机器可读式危害报告(42′)分类到考虑为与所述机器可读式危害报告(42′)对应(60′)的危害类别(6′)中。
10.根据权利要求9所述的危害报告系统(1)，还包括：
使得能够进行模型训练的单元(107)，其适于当所述机器可读式危害报告(42′)还未被分类到所述危害类别(6′)之一中时，使得(1009′)所述机器可读式危害报告(42′)能够用于训练所述分类模型(50′)。
11.根据权利要求8所述的危害报告系统(1)，其中，至少第一危害类别(6″)包括一个或多个不同的机器可读式元素(9″)，
其中，所述识别单元(104)还适于将所述作为结果的机器可读式危害报告(42″)与所述数据集(5″)的一个或多个机器可读式元素(9″)相比较(1004″)；
其中，所述识别单元(104)还适于识别(1005″)考虑为与所述机器可读式危害报告(42″)匹配(90″)的机器可读式元素(9″)；且
其中，所述确定单元(105)还适于当已经识别到考虑为与所述机器可读式危害报告(42″)匹配(90″)的机器可读式元素(9″)时，确定(1006″)包括所述匹配的机器可读式元素(90″)的危害类别(6″)被考虑为与所述机器可读式危害报告(42″)对应(60″)。
12.根据权利要求11所述的危害报告系统(1)，还包括：
数据集更新单元(108)，其适于当还未识别到考虑为与所述机器可读式危害报告(42″)匹配的机器可读式元素(9″)时，更新(1009″)所述数据集(5″)以包括与所述机器可读式危害报告(42″)对应的机器可读式元素(9″)。
13.根据权利要求8至12中任一所述的危害报告系统(1)，还包括：
车辆数据接收单元(109)，其适于接收(1010)所述车辆(2)的车辆数据(23)，所述车辆数据(23)至少包括在接收所述口述危害报告(41)时即时有效的所述车辆(2)的位置(231)和/或行驶方向(232)。
14.根据权利要求13所述的危害报告系统(1)，还包括：
警告消息提供单元(110)，其适于提供(1011)警告消息(7)给至少第二车辆(8)和/或实体(80)，其中所述警告消息(7)包括和/或基于所述对应机器可读式危害类别(60，60′，60″)，且其中所述警告消息(7)还包括基于所述车辆数据(23)的信息，所述至少第二车辆(8)和/或实体(80)基于所述车辆数据(23)选定。
15.一种包括计算机程序的计算机程序产品，所述计算机程序包含设置成引起计算机或处理器实施根据权利要求1至7中任一所述方法的步骤的计算机程序代码器，所述计算机程序存储在计算机可读介质或载波上。
CN201710227863.6A 2016-04-15 2017-04-10 使得车辆乘员能够报告与车辆环境关联危害的方法和系统 Active CN107301487B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP16165536.0A EP3232413B1 (en) 2016-04-15 2016-04-15 Method and system for enabling a vehicle occupant to report a hazard associated with the surroundings of the vehicle
EP16165536.0 2016-04-15

Publications (2)

Publication Number Publication Date
CN107301487A true CN107301487A (zh) 2017-10-27
CN107301487B CN107301487B (zh) 2022-03-29

Family

ID=55913450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710227863.6A Active CN107301487B (zh) 2016-04-15 2017-04-10 使得车辆乘员能够报告与车辆环境关联危害的方法和系统

Country Status (3)

Country Link
US (1) US10593324B2 (zh)
EP (1) EP3232413B1 (zh)
CN (1) CN107301487B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108638963A (zh) * 2018-03-30 2018-10-12 斑马网络技术有限公司 车辆报警系统及其方法
JP7176573B2 (ja) * 2018-11-13 2022-11-22 日本電気株式会社 危険シーン予測装置、危険シーン予測方法および危険シーン予測プログラム
US10741054B1 (en) * 2019-07-08 2020-08-11 Motorola Solutions, Inc. Method and apparatus for determining a message prefix

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080255754A1 (en) * 2007-04-12 2008-10-16 David Pinto Traffic incidents processing system and method for sharing real time traffic information
CN104781865A (zh) * 2012-11-13 2015-07-15 奥迪股份公司 用于借助于至少一辆机动车提供行驶路段信息的方法
US20160098990A1 (en) * 2014-10-01 2016-04-07 Shout to Me, LLC Information-Sharing System

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7680680B2 (en) * 2000-10-02 2010-03-16 Computer Sciences Corporation Computerized method and system of displaying an impact point relating to an accident
US8301108B2 (en) * 2002-11-04 2012-10-30 Naboulsi Mouhamad A Safety control system for vehicles
US9701265B2 (en) * 2002-06-11 2017-07-11 Intelligent Technologies International, Inc. Smartphone-based vehicle control methods
US8024330B1 (en) * 2004-05-20 2011-09-20 Hector Franco Collaborative incident alert system for mobile devices
US7826945B2 (en) * 2005-07-01 2010-11-02 You Zhang Automobile speech-recognition interface
US8027668B2 (en) * 2007-07-20 2011-09-27 Broadcom Corporation Method and system for creating a personalized journal based on collecting links to information and annotating those links for later retrieval
US8457595B2 (en) * 2007-07-20 2013-06-04 Broadcom Corporation Method and system for processing information based on detected biometric event data
US7860813B2 (en) * 2008-01-24 2010-12-28 Nec Laboratories America, Inc. Monitoring driving safety using semi-supervised sequential learning
PT2332087T (pt) * 2008-07-25 2020-06-05 Fund D Anna Sommer Champalimaud E Dr Carlos Montez Champalimaud Sistemas e métodos de tratamento, diagnóstico e previsão da ocorrência de uma condição médica
US8775454B2 (en) * 2008-07-29 2014-07-08 James L. Geer Phone assisted ‘photographic memory’
US9128981B1 (en) * 2008-07-29 2015-09-08 James L. Geer Phone assisted ‘photographic memory’
WO2010073406A1 (ja) * 2008-12-26 2010-07-01 パイオニア株式会社 情報提供装置、通信端末、情報提供システム、情報提供方法、情報出力方法、情報提供プログラム、情報出力プログラムおよび記録媒体
US8188887B2 (en) * 2009-02-13 2012-05-29 Inthinc Technology Solutions, Inc. System and method for alerting drivers to road conditions
US8533612B2 (en) * 2009-06-05 2013-09-10 David Hochendoner User interface for emergency alert system
EP2330578B1 (en) * 2009-11-30 2015-02-25 Intelligent Mechatronic Systems Inc. Traffic profiling and road conditions-based trip time computing system with localized and cooperative assessment
EP2652718B1 (en) * 2010-12-15 2018-09-26 Andrew William Wright Method and system for logging vehicle behaviour
US8863256B1 (en) * 2011-01-14 2014-10-14 Cisco Technology, Inc. System and method for enabling secure transactions using flexible identity management in a vehicular environment
JP5974498B2 (ja) * 2012-01-24 2016-08-23 株式会社デンソー 車車間通信装置
US20130226369A1 (en) * 2012-02-23 2013-08-29 Sirius XM Radio, Inc. Portable vehicle telematics systems and methods
US20140310379A1 (en) * 2013-04-15 2014-10-16 Flextronics Ap, Llc Vehicle initiated communications with third parties via virtual personality
US9384609B2 (en) * 2012-03-14 2016-07-05 Autoconnect Holdings Llc Vehicle to vehicle safety and traffic communications
US9178995B2 (en) * 2012-03-19 2015-11-03 Marc Alexander Costa Systems and methods for event and incident reporting and management
US20130246041A1 (en) * 2012-03-19 2013-09-19 Marc Alexander Costa Systems and methods for event and incident reporting and management
US9736302B2 (en) * 2012-09-10 2017-08-15 Tools/400 Inc. Emergency 9-1-1 portal and application
US9975483B1 (en) * 2013-02-08 2018-05-22 Amazon Technologies, Inc. Driver assist using smart mobile devices
CN105074385B (zh) * 2013-02-26 2019-09-10 北极星工业有限公司 休闲车辆交互式遥测、测绘和行程规划系统
US9641692B2 (en) * 2013-06-25 2017-05-02 Siemens Schweiz Ag Incident-centric mass notification system
US20160036899A1 (en) * 2013-07-15 2016-02-04 Strawberry Media, Inc. Systems, methods, and apparatuses for implementing an incident response information management solution for first responders
US20150056951A1 (en) * 2013-08-21 2015-02-26 GM Global Technology Operations LLC Vehicle telematics unit and method of operating the same
US9431013B2 (en) * 2013-11-07 2016-08-30 Continental Automotive Systems, Inc. Co-talker nulling for automatic speech recognition systems
US9866673B2 (en) * 2013-12-18 2018-01-09 Medlegal Network, Inc. Methods and systems of managing accident communications over a network
US9324022B2 (en) * 2014-03-04 2016-04-26 Signal/Sense, Inc. Classifying data with deep learning neural records incrementally refined through expert input
JP6413263B2 (ja) * 2014-03-06 2018-10-31 株式会社デンソー 報知装置
US9513898B2 (en) * 2014-06-30 2016-12-06 Google Inc. Systems and methods for updating software in a hazard detection system
US20160071399A1 (en) * 2014-09-08 2016-03-10 On Guard LLC Personal security system
US20160157074A1 (en) * 2014-11-30 2016-06-02 Raymond Anthony Joao Personal monitoring apparatus and method
WO2016088919A1 (ko) * 2014-12-04 2016-06-09 (주) 트라이너스 무선 마이크로폰 시스템
US10449445B2 (en) * 2014-12-11 2019-10-22 Elwha Llc Feedback for enhanced situational awareness
JP6104484B2 (ja) * 2015-01-30 2017-03-29 三菱電機株式会社 評価情報収集システム
US20160266733A1 (en) * 2015-03-11 2016-09-15 Case Global, Inc. Event and staff management systems and methods
US10007112B2 (en) * 2015-05-06 2018-06-26 Hand Held Products, Inc. Hands-free human machine interface responsive to a driver of a vehicle
US9984331B2 (en) * 2015-06-08 2018-05-29 International Business Machines Corporation Automated vehicular accident detection
US20170017766A1 (en) * 2015-07-17 2017-01-19 Moj.Io Inc. Health-aware car accident telematics
US20170024088A1 (en) * 2015-07-24 2017-01-26 Digital Praetorian, Inc. Emergency Incident Data Structure Creation and Analysis
US9734721B2 (en) * 2015-08-14 2017-08-15 Here Global B.V. Accident notifications
US9704398B2 (en) * 2015-09-14 2017-07-11 At&T Intellectual Property I, L.P. Method and apparatus for enhancing driver situational awareness
US10008201B2 (en) * 2015-09-28 2018-06-26 GM Global Technology Operations LLC Streamlined navigational speech recognition
US10515417B2 (en) * 2015-10-16 2019-12-24 Accenture Global Services Limited Device based incident detection and notification

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080255754A1 (en) * 2007-04-12 2008-10-16 David Pinto Traffic incidents processing system and method for sharing real time traffic information
CN104781865A (zh) * 2012-11-13 2015-07-15 奥迪股份公司 用于借助于至少一辆机动车提供行驶路段信息的方法
US20160098990A1 (en) * 2014-10-01 2016-04-07 Shout to Me, LLC Information-Sharing System

Also Published As

Publication number Publication date
US20170301345A1 (en) 2017-10-19
CN107301487B (zh) 2022-03-29
US10593324B2 (en) 2020-03-17
EP3232413B1 (en) 2021-11-24
EP3232413A1 (en) 2017-10-18

Similar Documents

Publication Publication Date Title
US10848913B2 (en) Method for smartphone-based accident detection
Mantouka et al. Identifying driving safety profiles from smartphone data using unsupervised learning
CN108944939B (zh) 用于提供驾驶指导的方法和系统
CN207496668U (zh) 一种车辆设备和车辆系统
WO2016151554A1 (en) Driver monitoring to determine context of event
CN104853972A (zh) 利用板载车辆平台中的图像处理支持扩增车辆的adas特征
CN107301487A (zh) 使得车辆乘员能够报告与车辆环境关联危害的方法和系统
US12008610B2 (en) Implementing and optimizing safety interventions
CN107705552A (zh) 一种应急车道占用行为检测方法、装置及系统
US10387737B1 (en) Rider rating systems and methods for shared autonomous vehicles
CN104680795B (zh) 一种基于局部区域特征的车型识别方法和装置
Savino et al. Decision logic of an active braking system for powered two wheelers
CN111994074B (zh) 车辆碰撞预警方法及装置
CN103152667B (zh) 使用触摸模式进行喇叭控制的装置和方法
US11972773B2 (en) Systems and methods for utilizing models to predict hazardous driving conditions based on audio data
CN105564429A (zh) 行车安全预警的方法及装置
CN107944425A (zh) 道路标志的识别方法和装置
CN114664085A (zh) 危险路段的提醒方法、装置、电子设备及介质
CN105992101A (zh) 用于在低噪音车辆中输出保护音的装置和方法
Muñoz-Organero et al. Detecting different road infrastructural elements based on the stochastic characterization of speed patterns
CN105539436A (zh) 行车安全预警的方法及装置
CN106415602A (zh) 一种成对车道线的检测方法和装置
KR101969503B1 (ko) 다기능 도로환경 인지 시스템 및 이를 이용한 도로정보 생성 방법
US20210171056A1 (en) Method and system for generating touch-based alerts to a driver in a vehicle
Yu et al. Sensing Driver Behaviors for Early Recognition of Inattentive Driving

Legal Events

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