CN109643472A - 用于平衡车辆中的基于传感器的数据和信号的处理的系统和方法 - Google Patents

Abstract

提供了用于动态地平衡车辆中的基于传感器的数据和信号的处理的系统和方法。所公开的实施例可以接收与车辆中的传感器相关联的信号，并且通过网络传输信号以进行车外处理。所公开的实施例还可以做出对授权以在车辆上处理信号的请求，接收对请求的响应，以及基于响应来选择性地在车辆上处理信号。

Description

用于平衡车辆中的基于传感器的数据和信号的处理的系统和 方法

背景技术

本公开一般地涉及用于动态地平衡基于传感器的数据和信号的处理的系统和方法。更具体地，但不限于，所公开的实施例涉及用于动态地平衡车辆中控制设备和车外控制中心之间的基于传感器的数据和信号的处理的系统和方法。

理解车辆的操作可能需要大量的信息和处理能力。除了其他事物之外，该信息还可以包括关于车辆的当前状态的数据（例如，其位置、速度、加速度等）、关于当前道路状况的信息（例如，天气、交通、道路曲率等）以及关于驾驶员的信息（例如，驾驶员的驾驶历史、精神状态等）。传统的数据获取系统无法以鲁棒的方式提供收集、处理、通信和使用所有的这些信息的高效方式。因此，这样的系统可能在计算上是效率低的，或者可能为了准确性而牺牲速度。

发明内容

所公开的实施例包括用于处理强度调制、动态地平衡车辆中的基于传感器的数据和信号的处理的系统和方法。所公开的实施例可以实时地或接近实时地连续且动态地调整在车辆上和车外完成的过程的类型和/或量。所公开的实施例可以根据所需的服务的级别和/或具体环境状况（例如，车辆的地理位置、位置之间的转换、交通状况、气象状况、历史驾驶员行为等）来调整这些过程的执行。可以由车载控制设备、车外控制中心或车载控制设备和车外控制中心两者来做出调整或改变处理平衡的决定。

所公开的实施例包括例如用于动态地平衡和/或改变车辆中的基于传感器的数据和信号的处理的系统。该系统可以包括存储指令的集合的存储器和一个或多个处理器，该处理器被配置成执行设置指令以执行一个或多个操作。操作可以包括接收与车辆中的传感器相关联的信号，以及通过网络传输信号以进行车外处理。操作还可以包括做出对授权以在车辆上处理信号的请求，接收对请求的响应，以及基于响应来选择性地在车辆上处理信号。

所公开的实施例还包括，例如，一种存储指令的有形的非暂时性计算机可读介质（存储器），所述指令当由至少一个处理器执行时，使得所述至少一个处理器执行用于动态地平衡和/或改变车辆中的基于传感器的数据和信号的处理的方法。该方法可以包括接收与车辆中的传感器相关联的信号，并且通过网络传输信号以进行车外处理。该方法还可以包括做出对授权以在车辆上处理信号的请求，接收对请求的响应，以及基于响应来选择性地在车辆上处理信号。

通过动态地平衡和/或改变车载控制设备与车外控制中心之间的基于传感器的数据和信号的处理，可以减少在车载控制设备和车外控制中心之间的通信链路上交换的数据的量。另外，可以选择性地命令该动态平衡以改善某些通信参数，包括通信速度、完整性和成本。此外，还可以减少置于在车外控制中心上的处理负载，从而允许车外控制中心的更一致、多样化、高效、富有成效的（productive）和/或安全的使用。

公开的实施例的附加特征和优势将在跟随的描述中部分地阐述，并且根据该描述部分地将是明显的，或可以通过实施公开的实施例来获知。所公开的实施例的特征和优势将通过所附权利要求中特别指出的元素和组合来实现和获得。

要理解的是，前述一般描述和下面的详细描述两者仅是示例和解释性的，并且不是对如要求保护的公开的实施例的限制。

附图构成本说明书的一部分。附图示出了本公开的若干实施例，并且与说明书一起用于解释如在所附权利要求中阐述的所公开的实施例的原理。

附图说明

图1描绘了用于实现与所公开的实施例一致的实施例的示例系统环境。

图2描绘了用于实现与所公开的实施例一致的过程的示例计算系统。

图3描绘了针对用于收集和处理与所公开的实施例一致的被动态地调整的车辆数据的示例过程的流程图。

图4描绘了与所公开的实施例一致的示例自适应控制设备和数据流的框图。

图5描绘了针对与所公开的实施例一致的示例带宽滤波过程的流程图。

图6描绘了针对与所公开的实施例一致的示例事件检测过程的流程图。

图7描绘了针对与所公开的实施例一致的示例事件验证过程的流程图。

图8描绘了针对用于生成与所公开的实施例一致的边界条件和危险指数的示例过程的流程图。

具体实施方式

所公开的实施例涉及用于动态控制车辆中的基于传感器的数据获取的系统和方法。所公开的实施例可以基于由接收信号的信号处理和其他外部过程驱动的控制变量来动态地控制从与车辆相关联的传感器接收的信号及其相应的采样率。所公开的实施例可以将带宽滤波器应用于信号，使得滤波的带宽被实时地或接近实时地动态调整。此外，所公开的实施例可以应用飞行中动态调整的事件检测算法，以考虑当前道路状况、检测到的事件、波动的危险和对伤害的暴露、驾驶员行为和其他考虑。所公开的实施例可以通过动态地调整所收集的信号的类型、与信号相关联的数学权重、通知相关事件检测阈值的参数等来修改这些事件检测方案。所公开的实施例还可以验证检测到的事件以确保高数据保真度，进一步调整输入信号、带宽、权重、阈值等。此外，所公开的实施例提供了用于向控制中心提供信号数据、滤波信号数据、检测到的事件和其他参数以供进一步处理的系统和方法。所公开的实施例还可以提供用于在控制中心处处理接收的数据以向与传感器通信的远程设备提供相关数据、信息和指令以供进一步处理的系统和方法。

动态调整车辆中的基于传感器的数据获取可以提供一个或多个技术优势。例如，在信号处理环境中，从车辆传感器采样较小的信号的集合以提高计算效率而不影响准确性可能是有利的。处理或存储与不必要信号或其他信息相关联的数据可能将计算资源花费在价值不大的数据上。在较低或更具体的采样率下采样信号可能产生类似的优势。此外，定制采样的信号和伴随的采样率可以提高向其他计算系统传输数据和处理其他计算系统处的数据的效率。在另一示例中，动态地控制基于传感器的事件检测的参数可以提高这些算法的准确性和效率。这样的动态调整事件检测方案可以受益于以最相关的速率对最相关的信号进行采样。此外，响应于实时事件来动态地调整这些过程的阈值和输入参数可以提高它们的效率和可靠性。所公开的实施例通过动态地控制采样信号、它们的采样率以及基于连续更新数据来修改事件检测和验证方案的参数来提供至少这些技术优势。

现在将详细地参考本公开的实施例，其示例在附图中被图示。在可能的情况下，相同的参考编号将贯穿附图被用于指代相同或相似的部件。

图1描绘了用于实现与所公开的实施例一致的系统和方法的示例系统环境100。在一些方面中，环境100可以包括通信地连接到与车辆110相关联的一个或多个传感器114的集合的一个或多个自适应控制设备（例如，自适应控制设备112）。环境100可以包括一个或多个控制中心系统（例如，控制系统132），所述控制中心系统可以与一个或多个控制中心（例如，控制中心130）相关联。环境100还可以包括一个或多个外部计算系统（例如，外部系统142），所述外部计算系统可以与一个或多个外部实体（例如，外部实体140）相关联。一个或多个通信网络（例如，通信网络120）可以通信地连接环境100的部件中的一个或多个。

自适应控制设备112包括用于收集、获得、处理、存储和/或传输信息的一个或多个计算设备、数据处理设备或信号处理设备（例如，结合图2描述的计算设备200）。在一些实施例中，例如，自适应控制设备112包括其上运行有硬件和/或软件应用的芯片组以执行与所公开的实施例一致的过程。自适应控制设备112可以被可操作以跨通信网络（诸如通信网络120）向其他计算系统传输数据或信号并且接收去往其他计算系统传输数据或信号。自适应控制设备112可以用一个或多个处理器或基于计算机的系统来实现。自适应控制设备112还可以用一个或多个数据存储设备来实现，所述数据存储设备用于存储与下面描述的实施例一致的信息。在一些方面中，自适应控制设备112包括一个或多个传感器（例如，加速度计、陀螺仪、罗盘，GNSS接收器等），尽管这样的内部传感器不是需要的。

在某些方面中，自适应控制设备112从传感器114的集合接收编码信息的信号的集合（例如，经由诸如硬连线电路、NFC连接等之类的通信网络120）。传感器114可以测量与车辆110相关联的任何物理、时间、操作和/或环境特性。例如，传感器114可以包括GNSS接收器/收发器、GPS接收器、加速度计、陀螺仪、温度计、湿度计、压力传感器、时钟、CAN线或CAN总线（和/或它们的连接部件，诸如制动传感器、发动机传感器、巡航控制传感器、轮胎压力传感器、音频系统、门传感器、导航系统等）、任何车辆传感器或微控制器或其他这样的传感器。传感器114可以测量车辆的内部或外部的特性（例如，环境温度、湿度、气压等），以及车辆的特性（例如，位置，横向/纵向加速度，高度等）。

在一些实施例中，自适应控制设备112使用从传感器114接收的信号来确定或导出与车辆110相关联的信息。在一个示例中，例如，自适应控制设备112可以基于从温度计接收的信号来确定车辆110的外部温度。在另一示例中，自适应控制设备112可以基于车辆110的位置（例如，来自GNSS接收器）、时间（例如，来自GNSS时钟）和/或纵向加速度（例如，来自加速计）来导出车辆110的速度。自适应控制设备112还可以以类似的方式（例如，使用加速计、陀螺仪、CAN总线、压力传感器和/或湿度计等）确定诸如车辆加速度、车辆转弯或外部气压和湿度的信息。自适应控制设备112可以从与所公开的实施例一致的传感器114导出、检测或确定任何这样的信息。如下面所使用的，直接从其导出的任何传感器信号或车辆特性（例如，速度、加速度、时间、转弯、环境温度等）可以被称为“信号”，尽管这样的描述仅被用于说明性目的并且不旨在是限制性的。例如，自适应控制设备112可以接收以下信号以执行与所公开的实施例一致的过程：速度，加速度，制动，转弯，温度，气压，湿度，时间，位置，纵向加速度，横向加速度，节气门位置，制动器踏板位置，偏航，俯仰，侧倾，加加速度（jerk），潮湿度级别以及下面描述的任何其他类型的信号。自适应控制设备112还可以组合这些信号以生成附加信号和/或信息。例如，自适应控制设备112可以基于位置、加速度、制动、转弯和/或速度信号来确定驾驶员的驾驶行为。在另一个示例中，自适应控制设备112可以以类似的方式确定环境数据（例如，基于温度、压力和/或湿度信号）或碰撞数据（例如，基于位置、加速度和/或速度信号）。

环境100包括一个或多个通信网络120。在一些方面中，通信网络120可以表示用于在计算设备之间传输信息的任何类型的通信网络或数字通信的介质。例如，通信网络120可以包括蜂窝网络、卫星网络、LAN、无线LAN、RF网络、近场通信（NFC）网络（例如，WiFi网络）、连接多个无线LAN的无线城域网（MAN）、（一个或多个）NFC通信链路、任何物理有线连接或电路（例如，经由I/O端口、物理电路等）和WAN（例如，因特网）。在一些实施例中，可以通过物理加密（例如，线路加密）、通过要求在其他计算机系统上加密信息（例如，端加密）等来保护通信网络120。

在某些方面中，通信网络120包括经由一个或多个通信协议互连的任何可访问的（一个或多个）网络，所述通信协议包括超文本传输协议（HTTP）和传输控制协议/网际协议（TCP/IP）。与所公开的实施例一致的通信协议还包括使用射频识别（RFID）通信和/或NFC促进数据传输的协议。在一些方面中，通信网络120还可以包括一个或多个移动设备网络，诸如GSM网络或PCS网络，其允许设备（例如，自适应控制设备112、外部系统142等）经由适用的通信协议发送和接收数据，包括本文中描述的那些。

环境100还包括一个或多个控制系统132，所述控制系统132被配置成处理、存储、接收、获得和传输信息。在某些方面中，控制系统132可以反映一个或多个计算系统（例如，计算系统200、服务器、大型计算机等），并且可以用硬件设备和/或软件指令来实现以执行与所公开的实施例一致的一个或多个操作（例如，如参考图2-10所描述的）。软件指令可以被合并到单个计算机、单个服务器或对本领域普通技术人员而言显而易见的任何附加或替代计算设备中。控制系统132还可以包括分布式计算设备和计算系统，并且可以通过在网络（例如，通信网络120）上远程通信来在单独的计算系统和服务器上执行软件指令。控制系统132可以包括多个服务器，并且可以包括包含负载平衡系统的多个服务器或服务器群。控制系统132可以经由任何适用的网络（例如，通信网络120）接收信息并将信息发送到环境100内的其他系统，诸如自适应控制设备112或外部系统142。控制系统132还可以实现所公开的实施例的各方面而无需访问其他设备或通信网络。

控制系统132可以包括用于存储和维护信息的一个或多个数据存储库、存储器或存储设备。系统环境100内的计算系统（例如，自适应控制设备112、外部系统142等）可以接收与所公开的实施例一致的存储在控制系统132内的数据，并将数据传输到控制系统132。还可以使用数据库或计算机可读存储介质的任何组合来实现控制系统132的存储设备。例如，可以在网络附加存储设备中、存储区域网络、它们的某种组合等中维护存储设备。

在一些实施例中，控制系统132可以与控制中心130相关联。控制中心130可以反映与自适应控制设备112通信的任何实体。在一些方面中，例如，控制中心130可以反映企业、组织、公司、教育机构、政府机构或机构、个人或任何其他实体。控制中心130可以经由与所公开的实施例一致的控制系统132收集信息、处理信息、存储信息和向自适应控制设备112和其他系统（例如，外部系统142）提供信息。

环境100可以包括用于接收、处理、生成、存储和提供信息的一个或多个外部系统（例如，外部系统142）。外部系统142可以包括其自己的计算系统、服务器、数据存储库、处理器等，类似于控制系统132、自适应控制设备112或任何其他计算设备的那些设备（例如，如结合图2所描述的）。例如，外部系统142可以包括一个或多个服务器、个人计算机、膝上型计算机、平板计算机、笔记本计算机、手持式计算机、个人数字助理、便携式导航设备、移动电话、可穿戴设备、嵌入式设备、智能电话以及任何附加或替代计算设备。环境100的部件（例如，控制系统132、自适应控制设备112等）可以被配置成从外部系统142接收信息并向外部系统142提供信息以执行与所公开的实施例一致的过程。

在一些方面中，外部系统142可以与外部实体140相关联。外部实体140可以使用外部系统142来处理信息，表示任何企业、实体、教育机构、政府机构或机构、个人等。例如，在一个实施例中，外部实体140可以包括车辆110的驾驶员。在另一示例中，外部实体140可以反映诸如社交网站之类的企业。

图2描绘了用于实现所公开的实施例的某些方面的示例计算机系统200的框图。例如，在一些方面中，计算机系统200可以反映与执行本文中公开的过程中的一个或多个的设备（例如，自适应控制设备112、控制系统132、外部系统142等）相关联的计算机系统。在一些实施例中，计算机系统200可以包括连接到通信骨干206的一个或多个处理器202，所述通信骨干206诸如总线或外部通信网络（例如，数字数据通信的任何介质，诸如LAN、MAN、WAN、蜂窝网络、WiFi网络、NFC链路、蓝牙、GSM网络、PCS网络、I/O连接、任何有线连接（诸如USB或硬连线电路）以及任何相关协议（诸如HTTP、TCP/IP、RFID等））。

在某些方面中，计算机系统200包括主存储器208。主存储器208可以包括随机存取存储器（RAM），所述随机存取存储器表示存储用处理器202执行的计算机程序、指令集、代码或数据的有形和非暂时性计算机可读介质。当由处理器202执行时，这样的指令、计算机程序等使得处理器202能够执行与所公开的实施例一致的一个或多个过程或功能。在一些方面中，这样的指令可以包括机器代码（例如，来自编译器）和/或包含处理器202可以用解释器执行的代码的文件。

在一些方面中，主存储器208还可以包括或连接到辅助存储器210。辅助存储器210可以包括磁盘驱动器212（例如，HDD、SSD）和/或可移动存储驱动器214，诸如磁带驱动器、闪存、光盘驱动器、CD/DVD驱动器等。可移动存储驱动器214可以以对本领域技术人员而言已知的方式从可移动存储单元218读取和/或写入到可移动存储单元218。可移动存储单元218可以表示由可移动存储驱动器214读取和由可移动存储驱动器214写入到的磁带、光盘或其他存储介质。可移动存储单元218可以表示其中存储有将由处理器202执行的计算机程序、指令集、代码或数据的有形和非暂时性计算机可读介质。

在其他实施例中，辅助存储器210可以包括用于允许计算机程序或其他程序指令被加载到计算机系统200中的其他装置。这样的装置可以包括例如另一个可移动存储单元218或接口220。这样的装置的示例可以包括可移动存储器芯片（例如，EPROM、RAM、ROM、DRAM、EEPROM、闪存设备或其他易失性或非易失性存储器设备）和相关联的插口、或其他可移动存储单元218和接口220，其允许指令和数据从可移动存储单元218被传输到计算机系统200。

计算机系统200还包括一个或多个通信接口224。通信接口224可以允许软件和数据在计算机系统200和外部系统（例如，除了主干206之外）之间传输。通信接口224可以包括调制解调器、网络接口（例如，以太网卡）、通信端口、PCMCIA插槽和卡等。通信接口224可以以信号的形式传输软件和数据，信号可以是电子的、电磁的、光学的或能够由通信接口224接收的其他信号。可以经由通信路径（例如，信道228）将这些信号提供给通信接口224。信道228可以携带信号，并且可以使用电线、电缆、光纤、RF链路和/或其他通信信道来实现。在一个实施例中，信号包括发送到处理器202的数据分组。例如，计算机系统200可以经由通信接口224和/或通信主干206从传感器（例如，传感器114）接收信号。表示处理的分组的信息也可以以来自处理器202的信号的形式通过通信路径228来发送。

在某些方面中，本文中描述的计算机实现的方法可以在计算机系统的单个处理器（诸如计算机系统200的处理器202）上实现。在其他实施例中，这些计算机实现的方法可以使用单个计算机系统内的一个或多个处理器来实现和/或在通过网络进行通信的单独的计算机系统内的一个或多个处理器上实现。

在结合图2的某些实施例中，术语“存储设备”和“存储介质”可以指代特定设备，包括但不限于主存储器208、辅助存储器210、安装在硬盘驱动器212中的硬盘和可移动存储单元218。此外，术语“计算机可读介质”可以指代设备，所述设备包括但不限于安装在硬盘驱动器212中的硬盘、主存储器208和辅助存储器210的任何组合以及可移动存储单元218，其可以分别向计算机系统200的处理器202提供计算机程序和/或指令集。这样的计算机程序和指令集可以被存储在一个或多个计算机可读介质中。在某些方面中，还可以经由通信接口224接收计算机程序和指令集，并将其存储在一个或多个计算机可读介质上。

所公开的实施例包括用于动态控制与车辆相关的基于传感器的数据获取过程的系统和方法。这些实施例可以基于控制变量的变化来动态地控制在自适应控制设备112处从车辆传感器114接收的信号和它们各自的采样率。控制变量中的这些变化可以由从外部系统（例如，控制系统132、外部系统142等）接收的信号和信息驱动。所公开的实施例还可以用基于控制变量动态调整的带宽滤波器来对接收的信号滤波。另外，所公开的实施例可以采用事件检测来检测某些事件的发生或不发生。可以动态地调整这些事件检测过程以考虑控制变量中的变化。所公开的实施例可以进一步包括使用控制变量来验证检测到的事件。所公开的实施例可以包括各种远程计算设备，其传送、传输和接收在每个过程内生成的信息以连续地更新控制变量，从而使得能够基于当前数据来动态地调整每个例程。以该方式，由于不断演变的可操作的控制变量的集合，所公开的实施例可以提高所公开的系统中的每个系统处的计算效率和准确性。这些动态调整使得所公开的实施例能够快速且连续地对来自其他来源的信息变化、环境因子和信息作出反应。

图3描绘了用于收集和处理与所公开的实施例一致的被动态调整的车辆数据的示例过程300的流程图。结合过程300描述的实施例可以经由环境100的部件中的一个或多个上的硬件和/或软件来实现，所述部件诸如自适应控制设备112、控制系统132、它们的某种组合等。在一个方面中，例如，如下所述，过程300的步骤可以在自适应控制设备112上发生。在其他方面中，过程300的实施例可以在任何数量的计算系统之间分割。此外，可以以与所公开的实施例一致的方式对过程300的某些方面进行重新排序、重新排列、重复、省略、补充、修改或集成到附加过程中。

在一些实施例中，过程300包括在自适应控制设备112处从外部计算系统（诸如控制系统132）接收边界条件的集合（步骤302）。在某些方面中，边界条件可以反映与车辆110的外部的条件、状况、状态、变量或环境相关联的信息。该信息可以本地（例如，在自适应控制设备112上）存储或生成和/或在远程设备（例如，控制系统132）上存储或生成。另外，该数据可以基于从其他外部系统（诸如外部系统142）获得的信息，以及从自适应控制设备112接收或处理的信息（例如，接收的信号、检测到的事件等）。边界条件可以基于当前的、预期的（例如，预测的）和/或历史信息。

在一个示例中，例如，边界条件的集合可以包括道路类型、路径和/或车道状况，其反映关于车辆当前正在其上行驶、将在其上行驶（例如，基于来自导航系统或历史数据的预期路线）或过去在历史上已经在其上行驶的道路的特性。这样的道路特性可以包括道路的任何属性，诸如道路的长度、宽度、曲率（例如，沿着道路的各个点处）、车道的数量、类型或分类（例如，高速公路、收费道路、主干道路、当地道路），包括的路段或交叉点的列表等。

边界条件的集合还可以包括反映当前的、预期的或历史的环境状况的天气状况。该环境信息可以包括与天气相关联的任何数据，诸如温度、湿度、降水级别或降水率、气压、风速或方向、露点、能见度、热指数、云覆盖的程度（例如，晴朗、多云等）等。在一些实施例中，天气状况可以基于从自适应控制设备112接收的信息（例如，经由当前或过去的温度、压力和湿度信号）。附加地或替代地，天气状况可以基于外部系统142上可用的信息。

边界条件的集合可以包括交通状况，所述交通状况反映与车辆110的当前或预期位置相关联的当前、历史和/或预测拥堵级别。该信息可以基于车辆110的当前或预测路线，所述路线来自例如存储在导航系统（例如，与自适应控制设备112通信，作为设备本身的部分，或作为单独的外部系统142等）中的信息和/或驾驶员的历史上偏爱的路线或道路（下面进一步讨论）。作为示例，交通状况可以反映与车辆110的当前活跃路线相关联的拥堵级别（例如，基于车载导航系统、驾驶员的移动设备142上的路线应用、存储在自适应控制设备112内的数据等）与预期的弯路以考虑驾驶员对某些道路或道路类型的历史偏好。

在一些实施例中，边界条件的集合还可以包括反映车辆110的某个距离或接近度范围（例如，50英尺、100英尺、500英尺等）内的车辆的平均速度的平均速度图条件。在一些方面中，平均速度图条件还可以基于与车辆110的当前位置相关联的车辆的当前、历史或预测平均速度（例如，第二接近度范围、道路、路段等）。

边界条件的集合可以进一步包括反映路径、路线、路段、交叉点、点、位置等的黑点条件，其中涉及事故的概率是高的（例如，事故的概率超过阈值）。在一些方面中，黑点条件可以基于车辆110的当前、历史或预期位置或路线，诸如本文中所描述的那些。黑点条件还可以反映存储在环境100中的系统（例如，自适应控制设备112，诸如高速公路巡逻系统的外部系统142等）上的事故信息。事故信息可以包括诸如与位置相关联的历史事故率、与位置和/或附近的那些位置相关联的拥挤级别（历史、当前、预期等）以及与所公开的实施例一致的其他信息的数据。在一些实施例中，黑点条件还可以包含与其他位置和路径相关联的事故信息。例如，与相似位置（例如，通过道路类型等）、附近位置、沿着特定路线的位置以及其他这样的参数的那些相比，黑点条件可以作为位置的事故率、拥堵级别等的函数而出现。在一个说明性示例中，例如，黑点条件可以反映具有高于相似位置上的那些的本地或全国平均值的事故率的路段或其他位置。

边界条件的集合可以包括反映跨几个或所有驾驶员的平均或总计驾驶员行为（例如，加速度、位置、制动、转弯和/或速度曲线）的标准驾驶员状况。在一些实施例中，标准驾驶员状况可以包括一般与驾驶员相关联的行为信息（例如，跨所有天气状况、道路类型等）。在其他实施例中，标准驾驶员状况可以被约束到特定维度，诸如特定道路、道路类型、路段、弯道或交叉点、一天中的时间、天气状况、车辆品牌/型号/类型、驾驶员年龄组等。在一些方面中，驾驶员的集合可以被限于与自适应控制设备112相关联的那些驾驶员。

类似地，边界条件的集合可以包括反映当前操作车辆110的驾驶员的平均或总计驾驶员行为（例如，驾驶员的加速度、位置、制动、转弯和/或速度信息）的当前驾驶员状况。该信息通常体现驾驶员的行为（例如，跨所有维度）或在某些维度内（例如，沿着特定道路、路段、弯道、一天中的时间、天气状况等，如上面描述的那样）。当前驾驶员状况可以基于例如从自适应控制设备112接收的信息和/或识别车辆110的当前驾驶员的驾驶员凭证信息（例如，提供给自适应控制设备）。

在一些方面中，边界条件的集合还可以包括反映与和驾驶员相关联的电子设备（例如，外部系统142）相关联或从其接收的信息的驾驶员设备状况。该信息可以包括当前、预期或历史生物节律数据（例如，睡眠信息、心率、血压、所采取的步骤）和/或设备使用数据（例如，与呼叫日志、消息收发或电子邮件、日历、计划的导航路线、收听的音乐、访问过的web站点、软件应用数据等。

边界条件的集合还可以包括反映与通常由车辆110的驾驶员偏爱的路线、道路类型、道路和/或道路段相关联的信息的通常的路线状况。这样的信息可以基于例如由自适应控制设备112跟踪的历史路线和驾驶信息、存储在与车辆110或驾驶员相关联的导航系统上（例如，在外部系统142（诸如移动电话）上）的类似信息等。在一个示例中，例如，通常的路线状况可以反映驾驶员通常避开高速公路、针对特定高速公路的特定段这样做、偏爱一条道路或路线胜过另一条道路或路线等。

边界条件的集合还可以包括反映从与车辆110的驾驶员相关联的一个或多个社交网络获得的信息的社交网络状况。该社交网络信息可以包括诸如帖子（post）的时间和地点之类的数据；这样的帖子的内容（例如，通过词汇或语义过程解析以提取相关信息，诸如兴趣、情感、未来或过去的事件等）；指示的兴趣，“喜欢”或偏爱（例如，音乐、电影、爱好、体育、人物、政治等）；朋友、追随者等的前述信息中的任何信息；传记或人口统计信息（例如生日、（一个或多个）学位、（一个或多个）学位机构、住所、雇主或就业类型、宗教、关系状况等）；共享信息（例如，共享的新闻文章）；和/或可从本领域普通技术人员已知的任何社交网络提取的任何其他信息。获得这样的信息的计算系统（例如，控制系统132）可以基于由社交网络（例如，如外部系统142）存储、托管和管理的信息在网络（例如，通信网络120）上这样做。

在一些方面中，边界条件的集合还可以包括反映与和车辆110相关联的一个或多个保险索赔相关联的信息的索赔历史状况。该索赔信息可以包括诸如索赔的数量、索赔的频率、与索赔相关联的金额（例如，每个个人索赔金额、平均值、总和、中位数等）、索赔的性质以及其他这样的信息。

在某些实施例中，过程300可以包括接收与车辆110或其驾驶员相关联的危险指数的集合（步骤302）。在一些方面中，危险指数可以反映在特定时间点时与驾驶员或车辆110相关联的暴露于危险的度量或程度。危险指数可以包含历史、当前和/或预测信息，并且可以与过去、当前或未来时间段（例如，驾驶员的预测的未来暴露于危险）相关联。危险指数可以基于例如由控制系统132接收或生成的一个或多个边界条件和/或从自适应控制设备112接收的信息（例如，结合图3-8描述的任何信号或其他信息）。在一些方面中，危险指数可以基于驾驶员的驾驶行为（例如，基于由自适应控制设备112接收的速度、加速度、粒化（corning）、破坏和/或位置信号）、注意力（例如，基于与驾驶员设备状况、社交网络状况、平均速度图条件相关联的信息，诸如驾驶员是否正在发送文本消息等）和/或环境（例如，基于天气状况或经由自适应控制设备112接收的相关信号，诸如温度、能见度、降水、潮湿度级别等）来反映驾驶员的暴露于危险。可以使用与所公开的实施例一致的任何过程来生成和更新危险指数，诸如结合图8描述的那些过程。

在一些方面中，过程300可以包括生成、更新、修改、添加、改变和/或删除管理所公开的实施例的各个方面的控制变量的集合中的一个或多个控制变量（步骤304）。在某些方面中，控制变量的集合可以控制自适应控制设备112和/或控制系统132如何收集、处置和处理数据。例如，除了其他事物之外，控制变量的集合还可以定义结合图3-8描述的例程的某些参数、输入和阈值，诸如从车辆传感器114采样的特定信号、自适应控制设备112以其来对所选择的信号进行采样的速率、和/或与带宽滤波器、事件检测和后处理相关联的过程中的各种参数、输入和阈值。因此，在一些方面中，控制变量定义所收集的输入和其他信息（例如，采样的信号、检索的外部信息等）以及使用该信息（例如，通过改变滤波器、权重和阈值）以确定事件是否已发生的过程。下面更详细地描述这些过程。可操作的控制变量的集合（例如，在任何给定时间的有效的（一个或多个）控制变量）可以基于边界条件的集合、危险指数的集合和/或本文中描述的任何信息。作为示例，控制变量的集合可以部分地基于在自适应控制设备112中从车辆传感器114接收的信号、特定事件的检测、特定滤波器的应用、当前天气状况、关于社交媒体的信息、预计驾驶员将采取的预期路线、路段的曲率等。控制变量的集合可以被存储在任何合适的计算设备中的存储器中，诸如自适应控制设备112和/或控制系统132的存储器。

因为控制变量可以控制自适应控制设备112在某些方面中如何收集和处理数据，所以对可操作的控制变量的集合的改变（例如，新变量的创建、现有变量的删除或修改等）可能导致得到的自适应控制设备112处理信息的方式的改变。例如，对可操作的控制变量的集合的改变可以导致对用自适应控制设备112采样的信号、它们的对应的采样率、应用的带宽滤波器、事件检测或验证阈值和/或与所公开的实施例一致的任何其他变量参数的改变。自适应控制设备112可以自动且连续地检测对控制变量的集合的改变，以动态地调整本文中公开的过程。

控制变量的集合可以包括本地控制变量的集合和/或外部控制变量的集合。外部控制变量可以反映由自适应控制设备112的外部的信息生成、更新和/或影响的控制变量。例如，在一些方面中，外部控制变量可以基于从控制系统132接收的边界条件的集合和/或危险指数的集合。在一个实施例中，例如，外部控制变量的集合可以基于历史、当前或预期的天气状况、交通模式、道路和路径信息、平均驾驶员行为或与边界条件或危险指数相关联的任何其他信息。附加地或替代地，外部控制变量的集合可以基于从外部系统142或控制系统132获得或接收的其他类型的信息。在一个方面中，例如，自适应控制设备112可以从控制系统132接收用于添加、修改、删除等的指令、具有或不具有对边界条件或危险指数的任何相应的改变的外部控制变量。外部控制变量可以在自适应控制设备112上本地生成（例如，响应于从控制系统132接收的信息），或者在外部系统（例如，控制系统132）上生成并被发送到自适应控制设备。

本地控制变量可以反映由自适应控制设备112本地的信息生成、更新和/或影响的控制变量。在一些方面中，本地控制变量可以在自适应控制设备112上生成和更新，并且可以基于与结合图3-7描述的实施例一致的任何信息。例如，自适应控制设备112可以基于从车辆传感器114接收的信号的集合（例如，在信号的集合中编码的信息、采样的信号的集合等）生成或更新本地控制变量的集合。在一个图示中，自适应控制设备112可以基于来自温度传感器的当前温度信号生成或更新本地控制变量。在另一示例中，自适应控制设备112可以基于如由自适应控制设备监视的驾驶员的历史驾驶行为（例如，基于历史加速度、位置、制动、转弯和/或速度信号）来更新本地控制变量的集合。本地控制变量的集合还可以包括从在自适应控制设备112上执行的过程创建的控制变量。例如，本地控制变量的集合可以包括从应用的带宽滤波器、事件检测分析和/或后处理生成的控制变量，如参考图5-7描述的那样。在某些实施例中，本地和外部控制变量的集合不是互斥的。例如，可以基于如由在自适应控制设备112处接收的信号以及从控制系统132接收的边界条件测量的驾驶员的历史驾驶行为来更新控制变量的集合。

在一些实施例中，过程300可以包括在自适应控制设备112处接收与车辆传感器114的集合相关联的信号的集合（步骤306）。这些信号可以中继与用传感器114测量的（或从传感器114导出的）特性相关联的信息，诸如速度、加速度、破坏转弯、温度、气压、位置、偏航、俯仰、侧倾和/或与和所公开的实施例一致的传感器（例如，连接到CAN总线的任何车辆部件，诸如发动机或轮胎压力传感器）相关联的任何其他信息。在一些实施例中，接收或采样的信号的集合可以基于存储在自适应控制设备112上的控制变量的集合。例如，控制变量的集合可以基于带宽滤波分析、事件检测分析和/或事件验证分析所需的信号来定义要采样的信号的集合，如参考图5-7进一步描述的那样。作为示例，控制变量可以指示自适应控制设备112采样与转弯、原始、俯仰和/或侧倾相关联的信号，以便确定或验证转弯事件的发生。自适应控制设备112可以基于所存储或接收的控制变量的集合来确定要采样的信号的集合，并且可以对与该确定一致的信号的集合中的所识别的信号进行采样。

在一些方面中，自适应控制设备112可以在检测到可操作的控制变量的集合中的改变时修改或调整采样信号的集合（步骤304）。对可操作的控制变量的集合的改变可以调整用自适应控制设备112采样的信号的类型、数量和/或身份。因为控制变量的集合可以连续地或周期性地随时间改变，所以该布置使得自适应控制设备112能够动态地调整从传感器114采样的信号的集合。自适应控制设备112可以调整经由由一个或多个处理器执行的硬件和/或软件采样的信号的集合。例如，自适应控制设备112可以通过经由硬件关闭先前采样的信号（例如，在信号的第一集合中的信号）和/或接通先前未采样的信号（例如，不在信号的第一集合中的信号）来调整采样信号的第一集合，从而对信号的第二不同集合进行采样。这样的硬件可以采用例如自适应控制设备112的嵌入式电路中的开关的形式。在另一个示例中，自适应控制设备112可以经由软件例如通过将所选信号的值减小到零或从另一信号中去除这样的零条件来禁用或使能这些信号。

自适应控制设备112可以以相应的采样率对信号的集合中的每个信号进行采样（步骤306）。这些采样率可以在接收信号之间变化，并且可以在控制变量的集合中定义。例如，自适应控制设备112可以以第一速率（例如，6 kHz）对第一信号（例如，加速度、角速度）采样，并且可以以第二速率（例如，1 Hz）对第二信号（例如，外部温度）采样。采样率可以部分基于所接收的信号的类型。在上面的示例中，例如，自适应控制设备112可以比温度信号更频繁地采样加速度信号。自适应控制设备112可以基于控制变量的集合确定针对信号的集合中的每个信号的相应采样率。

在一些实施例中，对一个或多个可操作的控制变量的集合的检测到的改变可以调整采样率的集合中的一个或多个采样率（步骤304）。自适应控制设备112可以基于检测到对控制变量的集合的（一个或多个）改变来确定如何调整针对特定信号的采样率。在一些实施例中，控制变量的集合中的改变可以反映特定信号或条件对于与所公开的实施例一致的过程（例如，结合图5-8描述的例程）而言已经变得更重要或更不重要。例如，控制变量的集合可以在检测到更恶劣的天气状况时改变，以使自适应控制设备112对与天气信息（例如，温度、潮湿度级别、能见度、降水率等）、速度信息等相关联的信号比在较平静、较干燥条件下更频繁地采样。

在某些实施例中，自适应控制设备112将信号的集合（例如，信号值本身和/或采样的信号的类型）、采样率的集合和/或与采样传感器的集合（例如，与接收信号相关联的传感器）相关的其他信息传输到另一计算系统以用于进一步处理。该处理可以包括诸如在控制系统132中的结合图8描述的那些的处理。例如，控制系统132可以接收从自适应控制设备112输出的信号的集合及其采样率，响应于所接收的信息来调整一个或多个边界条件和/或危险指数，将更新的边界条件的集合提供给自适应控制设备（步骤302），这可以使自适应控制设备调整可操作的控制变量的集合（步骤304），除了其他事物之外，这又可以使自适应控制设备改变采样信号的集合和/或它们的采样率（步骤306）。附加地或替代地，自适应控制设备112可以基于在采样的信号的集合中编码的信息和与所公开的实施例一致的其他信息来生成或更新可操作的控制变量的集合。

在一些实施例中，自适应控制设备112将带宽滤波器的集合应用于所接收的信号以减少噪声或其他伪像（步骤308）。将信号传递通过（一个或多个）带宽滤波器可以产生具有比未滤波信号更高的信噪比（SNR）的滤波信号的集合。应用带宽滤波器可以经由硬件（例如，经由开关、电容器、电阻器和其他电路）和/或软件（例如，用处理器执行指令）来发生，以产生期望的效果。自适应控制设备112可以以与所公开的实施例一致的方式来应用带宽滤波器的集合，诸如结合图5描述的带宽滤波过程。例如，自适应控制设备112可以基于存储在存储器中的控制变量的集合来确定如何应用带宽滤波器的集合。自适应控制设备112可以检测控制变量的集合中的改变并动态地调整它如何应用带宽滤波器的集合（步骤304和308）。在一些实施例中，自适应控制设备112可以将与带宽滤波过程相关联的信息（例如，与结合图5描述的实施例一致的数据）输出或传输到控制系统132以用于进一步处理（例如，诸如参考图8描述的那些）。在一个示例中，控制系统132可以从自适应控制设备112接收与带宽滤波过程有关的信息，基于所接收的信息更新边界条件或危险指数，并将更新的边界条件或危险指数发送到自适应控制设备（步骤302）。如本文中所公开的，对边界条件和/或危险指数的这样的改变可以导致对可操作的控制变量的集合的改变（步骤304），这又可以动态地调整自适应控制设备112如何应用带宽滤波器的集合（步骤308）。此外，自适应控制设备112本身可以基于在带宽滤波过程期间产生的信息来更新控制变量的集合。

过程300包括对信号的集合（诸如在步骤308中产生的滤波信号的集合、来自传感器114的未滤波信号的集合等）执行事件检测分析（步骤310）。自适应控制设备112可以执行事件检测分析以确定事件的发生或不发生，如下面进一步详细描述的那样。在某些方面中，该确定可以包括将事件阈值的集合与信号的集合进行比较，并基于该比较来生成布尔型响应。自适应控制设备112可以使用与所公开的实施例一致的任何过程（诸如结合图6描述的事件检测过程）来执行事件检测。例如，自适应控制设备112可以确定如何将事件滤波器的集合应用于信号的集合，包括影响事件滤波器的事件阈值的参数（例如，数学权重、信号和事件因子的组合等），基于控制变量的集合。此外，自适应控制设备112可以检测对控制变量的集合的改变并相应地动态调整事件检测例程（步骤304和310）。自适应控制设备112还可以将与事件检测过程相关联的信息输出或传输到控制系统132以用于进一步处理，诸如结合图8描述的处理或上面的处理。自适应控制设备112还可以处理事件检测的结果以更新可操作的控制变量的集合。

过程300包括响应于检测到或未检测到事件而执行后处理（步骤312）。在某些方面中，该后处理可以反映确认检测到的事件已经发生或尚未发生的验证过程，诸如参考图7描述的验证过程。在一些实施例中，该验证过程可以包括在检测到的事件之后监视选择信号达一段时间并将那些信号与验证阈值的集合进行比较。在一些方面中，自适应控制设备112可以基于控制变量的集合确定这样的后处理例程的输入和参数（例如，数学权重、采样信号、验证阈值等）。另外，自适应控制设备112可以检测控制变量的集合中的改变并相应地动态调整后处理例程（步骤304和312）。在某些实施例中，自适应控制设备112可以将与后处理相关联的信息传输到另一计算系统（例如，在验证事件时，传输到控制系统132），所述计算系统被验证以执行与所公开的实施例一致的进一步处理，诸如参考图8或以上描述的那些。

在一些方面中，过程300可以包括输出事件数据或者将其从自适应控制设备112传输到控制系统132（步骤312）。事件数据可以包括与信号接收、带宽滤波、事件检测和/或后处理步骤相关联的信息。例如，事件数据可以包括自适应控制设备112已经检测到事件、验证事件、尚未检测到事件等的指示。事件数据还可以包括与这些步骤相关联的信息，诸如例如采样的信号的集合、采样率的集合、在检测和验证步骤中使用的事件或验证阈值、事件已经发生或已经被验证的信息或者与图33-8相关联的任何其他信息。事件数据可以采用任何适当的形式以用于传递信息，诸如信号、计算机文件、记录、电子报告、电子邮件、文本消息等。

自适应控制设备112可以经由通信网络120将事件数据传输到控制系统132。在一些方面中，控制系统132可以接收事件数据并执行与所公开的实施例一致的进一步处理，诸如上面描述的过程或结合图8描述的过程。例如，控制系统132可以接收事件数据，确定或修改边界条件的集合，收集或生成与这样的边界条件有关的信息，并将边界条件和相关信息提供给自适应控制设备112（步骤302）。这些更新的边界条件和信息可以调整控制自适应控制设备112的一个或多个控制变量（步骤304），这又可以导致对如本文中所描述的公开的实施例的动态调整（例如，结合步骤306-314的任何例程）。

图4描绘了与和所公开的实施例一致的其他部件通信的示例自适应控制设备112的框图400。图4提供了与所公开的过程的某些方面一致的信号处理和数据流的一般概述。在一些方面中，结合图4描述的实施例可以经由硬件（例如，包括用于信号传输、滤波等的电路）和/或软件（例如，由自适应控制设备112车载处理器、控制系统132等执行）来实现。

如图4中所示，自适应控制设备112可以用控制逻辑420从车辆传感器114的集合接收信号的集合。在某些方面中，控制逻辑420可以反映用于生成、更新、修改和/或管理控制自适应控制设备112内的过程的控制变量422的集合的硬件和/或软件。控制逻辑420的控制变量422可以包括与所公开的实施例一致的任何类型或实例的控制变量。在一些方面中，例如，控制变量422的集合可以包括本地控制变量424的集合和外部控制变量426的集合。如上面解释的的那样并且如图4中所示，本地控制变量424的集合可以部分地基于从传感器114接收的信号。在某些实施例中，控制逻辑420可以使用与所公开的实施例一致的任何合适的过程来生成本地控制变量424的集合和/或外部控制变量426，诸如结合图3-8所公开的那些。自适应控制设备112可以将控制变量422的集合存储在存储器中。

在一些方面中，控制逻辑420可以基于控制变量集422或其子集来生成控制信号442并将控制信号442发送到动态获取逻辑410。动态获取逻辑410可以反映用于基于从控制逻辑420接收的控制信号442从传感器114动态地获取信号的集合、对信号的集合采样和对信号的集合滤波的硬件和/或软件。在某些方面中，控制信号442可以反映用于对特定信号的集合采样的指令，每个信号以相应的采样率采样。动态获取逻辑410可以根据控制信号442对来自传感器114的所选的信号的集合进行采样（例如，通过以适当的速率对指示的信号进行采样）。例如，动态获取逻辑410可以经由开关412关闭未包括在控制信号442的指令中的任何信号。类似地，动态获取逻辑410可以用开关412接通在控制信号442中指定的（一个或多个）信号，使得那些（一个或多个）信号被包括在采样的信号的集合中。动态获取逻辑410还可以经由由自适应控制设备112上的内部处理器执行的软件过程来关闭和接通适当的信号，如上面解释的那样。在一些实施例中，动态获取逻辑410还可以以类似的方式（例如，基于相同或不同的控制变量422的集合）接通和关闭从传感器114传递到控制逻辑420的信号，尽管这样的操纵不是需要的。附加地或替代地，动态获取逻辑410可以执行如本文中所描述的信号接收和采样过程的各方面，诸如参考图3描述的那些。

在一些实施例中，动态获取逻辑410可以通过带宽滤波器414的集合发送（一个或多个）采样信号中的一个或多个。如上面和下面参考图5所解释的，带宽滤波器414的集合可以减少采样信号中的噪声和其他伪像。在一些实施例中，动态获取逻辑410可以将所有的采样信号传递通过带宽滤波器414的集合。在其他实施例中，动态获取逻辑410可以基于来自控制逻辑420的控制信号442（例如，上面描述的相同或不同的控制信号）中包含的指令，仅使采样信号的子集经受带宽滤波器414的集合。控制信号442可以包括与所公开的实施例一致的其他信息和指令。

在某些方面中，动态获取逻辑410向控制逻辑420提供响应信号444。响应信号444可以包括由获取逻辑410生成或处理的任何信息。例如，响应信号444可以包括与采样的信号的集合相关联的信息（例如，信号本身、采样的传感器、采样率等）、禁用或使能的信号和/或与带宽滤波器（例如，如结合图5所公开的）相关联的任何信息。在一些方面中，控制逻辑420可以接收响应信号444并相应地更新控制变量422的集合。例如，控制逻辑420可以基于响应信号444中提供的信息来确定修改、添加和/或删除一个或多个控制变量422（例如，通过改变本地控制变量424的集合）。控制变量422中的该改变可以引起对自适应控制设备112及其与所公开的实施例一致的过程的附加改变和动态调整。作为示例，控制逻辑420可以接收来自动态获取逻辑410的带宽滤波转弯信号，以响应信号444指示车辆110的驾驶员正在标准范围内转弯（例如，基于边界条件信息、滤波的信号数据等）。然后，控制逻辑420可以更新控制变量422，使得当在自适应控制设备112中检测到该更新时，动态获取逻辑410以较低的采样率对转弯信号采样、而不是完全采样（例如，转弯信号被关闭）等。

如图4中描绘的那样，自适应控制设备112将来自动态获取逻辑410的滤波或未滤波的采样信号传递通过自适应事件逻辑430。在一些实施例中，自适应事件逻辑430反映事件检测过程，所述事件检测过程用于基于接收信号的集合来确定事件的发生或不发生。自适应事件逻辑430可以采用与所公开的实施例一致的硬件和/或软件部件的形式，诸如参考图6描述的那些。

在一些方面中，自适应事件逻辑430可以将信号的集合传递通过事件滤波器432的集合。在某些实施例中，事件滤波器432可以反映指令的集合，所述指令用于针对特定信号的集合生成事件阈值，并将那些信号与事件阈值进行比较以生成布尔型响应。在这些实施例中，事件阈值可以表示一个或多个信号的关键值或度量，其定义何时事件或子事件（例如，必要的但不足以确定事件的发生的某些辅助确定）被认为已经发生。事件滤波器432可以指示自适应事件逻辑430如何在给定特定输入信号的集合（例如，速度、加速度和/或转弯）的情况下生成事件阈值，并且然后将信号集合与所生成的事件阈值比较以生成布尔响应。作为示例，当信号（诸如速度信号）超过用事件滤波器建立的事件阈值时，事件滤波器432可以输出真实类型的布尔响应。事件滤波器432可以将单个信号与事件阈值进行比较，或将若干信号的组合与事件阈值进行比较。参考图6进一步详细描述这些实施例。在一些方面中，事件滤波器432、其定义的事件阈值、其处理的信号的集合等可以由存储在自适应控制设备112内的控制变量的集合来驱动。

自适应事件逻辑430可以用组合逻辑434来组合信号的集合和/或针对每个事件滤波器432的结果。组合逻辑434可以根据来自事件滤波器432的一个或多个信号和/或输出的逻辑或数学组合来反映事件的表示（例如，事件表示）。也就是说，事件表示可以识别自适应控制设备112（或控制系统132）如何基于来自事件滤波器432的信号和/或输出的数学或逻辑组合来确定事件是否发生。组合逻辑434可以以与所公开的实施例一致的方式对信号的集合或设置事件滤波器结果进行操作，诸如参考图6描述的那些。

如图4中所示，例如，组合逻辑434可以将事件滤波器432的集合的结果组合在逻辑表达式中（例如，基于事件表示），以生成事件是否已经发生的布尔型指示。逻辑表达式可以采用以逻辑术语反映事件表示的AND、NOT、XOR和/或OR运算符的任何排列。作为示例，给定来自三个事件滤波器432的三个子事件结果SR₁、SR₂和SR₃，组合逻辑434可以定义当（SR₁AND SR₂） OR （NOT SR₃）是真时事件E已经发生，即事件表示可以是：

。

在图4中未描绘的另一个实施例中，组合逻辑434可以在将信号传递通过事件滤波器432之前将滤波器的集合组合在一个或多个数学表达式中，所述数学表达式数学术语反映事件（或子事件）E的事件表示。然后，组合逻辑434的结果可以传递通过事件滤波器432以确定事件E是否已经发生。例如，给定信号x的集合，组合逻辑434可以生成或反映作为x的某个函数的E的事件表示，然后将其与由事件滤波器432定义的事件阈值T比较，使得当

时，E被认为发生。

在又一些其他实施例中，自适应事件逻辑430可以在事件表示的甚至更复杂的表达式中采用若干这样的组合逻辑434和事件滤波器432。下面结合图6进一步详细地描述这些实施例。

如图4中所示，（一个或多个）事件滤波器432和组合逻辑434的参数可以基于控制逻辑420中的控制变量422的集合。在一些方面中，例如，控制逻辑420可以指示事件滤波器的参数的自适应事件逻辑430（例如，每个事件滤波器如何在给定定义的信号的集合、事件滤波器中采样的信号的集合等的情况下生成事件阈值）、组合逻辑434（例如，数学或逻辑术语中的事件的表示）以及它们如何经由控制信号446交互（例如，针对事件滤波器和组合逻辑的顺序和输入）。在这些方面中，控制信号446因此可以向自适应事件逻辑430反映用于在给定信号输入的集合的情况下生成对事件是否已经发生的布尔响应的指令。在某些方面中，自适应事件逻辑430然后可以采用与控制信号446一致的（一个或多个）事件滤波器432的集合和/或组合逻辑434。

在一些方面中，自适应事件逻辑430可以将响应信号448传输到控制逻辑420。响应信号448可以包括由自适应事件逻辑430生成或处理的任何信息。例如，响应信号448可以包括与事件是否已经发生、子事件是否已经发生相关联的信息、用于计算（一个或多个）事件阈值的信息或者与本文中描述的事件检测过程一致的任何其他信息。在某些实施例中，控制逻辑420可以接收响应信号448并相应地更新可操作的控制变量422的集合。例如，控制逻辑420可以基于响应信号448中提供的信息（例如，事件是否已经发生）来确定修改、添加和/或删除一个或多个控制变量422（例如，改变本地控制变量424的集合）。控制变量422中的该改变可以引起对自适应控制设备112及其与所公开的实施例一致的过程的附加动态调整。作为示例，控制逻辑420可以从自适应事件逻辑430接收响应信号448，其指示某个事件（例如，超速事件或碰撞事件）已经发生。然后，控制逻辑可以更新控制变量422，使得当在自适应控制设备112中检测到该改变时，动态获取逻辑410以特定速率对特定信号（例如，速度）进行采样，在自适应事件逻辑430中减小事件阈值（例如，以考虑提高的危险级别）等。

在前述过程的任何步骤处，自适应控制设备112可以将所生成的数据或相关联的信息传输到控制系统132（或外部系统142），以用于与所公开的实施例一致的附加处理。例如，如图4中描绘的那样，自适应控制设备112可以将自适应事件逻辑430的事件检测过程的结果传输到控制系统132。在一些实施例中，控制系统132可以接收所传输的信息以执行本文中公开的附加过程（例如，如结合图8描述的那样）。例如，控制系统132可以基于从自适应控制设备112接收的信息来修改、添加和/或删除一个或多个边界条件，更新一个或多个危险指数，或从外部系统142获得附加信息。控制系统132可以将这些更新的边界条件、危险指数和/或附加信息提供给自适应控制设备112，以对其执行进一步处理。在一个示例中，自适应控制设备112可以使用所接收的数据来更新一个或多个控制变量422（例如，通过基于新的边界条件信息和/或危险指数来更新外部控制变量426的集合）。在另一示例中，自适应控制设备112可以使用从控制系统132接收的信息来生成一个或多个事件阈值。

图5描绘了与所公开的实施例一致的示例带宽滤波过程500的流程图。结合过程500公开的方面可以经由环境100的一个或多个计算系统（诸如自适应控制设备112和控制系统132）上的硬件和/或软件来实现。可以以与所公开的实施例一致的方式对过程500的某些方面重新排序、重新排列、重复、省略、补充、修改或集成到附加过程中。例如，结合过程500描述的实施例可以在自适应控制设备112中实现，以应用带宽滤波器的集合，诸如结合图3的步骤308或图4的动态获取逻辑410中描述的那些等。

在一些方面中，过程500接收与车辆传感器114的集合相关联的信号的集合（步骤502）。所接收的信号可以采用任何形式，并且可以反映与所公开的实施例一致的任何传感器114的输出或导出的信号。作为示例，过程500可以接收四个信号的集合，所述信号包括破坏、转弯、位置和纵向加速度信号。可以以该方式接收任何数量的信号。

过程500可以对所接收的（噪声的）信号中的一个或多个执行噪声分析（步骤504）。在一些方面中，过程500可以对每个接收的信号执行噪声分析。在其他方面中，过程500可以基于信号类型（例如，测量信号的参数）和/或存储在自适应控制设备112上的控制变量422的集合来确定是否对接收的信号（例如，噪声的信号）执行噪声分析。在一些实施例中，过程500可以对在一些时间增量（诸如一秒或五秒）上平均的信号电平执行噪声分析。

在某些实施例中，噪声分析可以包括对（一个或多个）受验者噪声信号执行傅里叶分析。这样的傅里叶分析可以包括，例如，生成接收信号的傅立叶变换以表示频域中的信号（例如，以生成信号的频谱密度）。然后，过程500可以包括将频域中的变换信号与阈值功率电平进行比较，并确定在其内信号的频谱功率（例如，其频域中的功率）超过阈值功率电平的一个或多个噪声频率范围。在这些实施例中，噪声频率范围可以反映在其内接收信号表现出大量噪声伪像的频带。例如，过程500可以在五秒内对加速度信号进行平均并将其变换到频域中以确定其平均频谱功率超过500至1000 Hz和2000至3000 Hz的频率之间的阈值功率电平。这两个范围可以反映信号的噪声频率范围（例如，在其内信号表现出强噪声级别的频率）。阈值功率电平可以根据信号的类型和/或基于与所公开的实施例一致的控制变量的集合来预定义。在一个实施例中，例如，自适应控制设备112可以基于由控制逻辑420管理的控制变量422的集合来确定针对每个信号的（一个或多个）阈值功率电平。

在一些方面中，过程500的噪声分析可以进一步包括确定一个或多个噪声频率范围的最小频率。在某些实施例中，该最小频率可以反映针对其的频谱功率超过阈值功率级别的最低频率值。在上面的示例中，例如，自适应控制设备112可以将最小频率确定为500Hz。附加地或替代地，过程500可以包括计算针对一个或多个噪声频率范围中的每个噪声频率范围的最小频率。再次转到上面的示例，过程500可以确定分别与500 Hz和2000 Hz的最小频率相关联的噪声频率范围。

过程500可以包括确定一个或多个频率范围的一个或多个最小频率是否超过阈值频率。在一些实施例中，阈值频率可以反映自适应控制设备112可以针对其应用低通滤波器的最小截止频率。例如，自适应控制设备112可以包括低通滤波器的集合，所述低通滤波器被连接到具有变化的频率截止的信号的集合中的每个。作为示例，自适应控制设备112可以包括四个低通滤波器的集合，用于对高于200 Hz、400 Hz、1000 Hz和3000 Hz的信号进行滤波。在该示例中，过程500可以将阈值频率确定为200 Hz，因为该值反映了自适应控制设备112的可用低通滤波器中的最小截止频率。在一些方面中，低通滤波器可以包括用于执行与所公开的实施例一致的过程的任何合适的低通滤波器，诸如具有128个抽头的FIR滤波器。

在一些方面中，过程500包括在某些条件下选择和应用低通滤波器（步骤506）。例如，当（一个或多个）噪声频率范围的最小频率超过所确定的阈值频率时，过程500可以应用低通滤波器。也就是说，当自适应控制设备112包括能够在其噪声频率范围中对其进行滤波的低通滤波器时，过程500可以对噪声信号应用低通。在一些实施例中，选择低通滤波器可以包括识别自适应控制设备112的低通滤波器的集合中的低通滤波器，其具有最接近于但不超过噪声频率范围的最小频率的截止频率。例如，如果噪声频率范围是500 Hz到1000 Hz并且自适应控制设备112包括具有200 Hz、400 Hz、1000 Hz和3000 Hz的截止频率的低通滤波器，则过程500可以将400 Hz滤波器识别为所选择的滤波器。在一些方面中，过程500然后可以应用所选择的滤波器（例如，将噪声信号传递通过所选择的低通滤波器）以产生滤波的信号。在某些实施例中，当噪声频率范围的最小频率低于低通滤波器的集合中的最低截止频率（例如，阈值频率）时，过程500可以不应用低通滤波器中的任何低通滤波器。对于每个采样或噪声信号，过程500可以针对每个噪声频率范围重复该过程。

除了低通滤波过程之外或代替低通滤波过程，过程500可以包括确定在采样信号的集合内是否存在残余噪声伪像（步骤508）。在一些实施例中，过程500可以将这样的伪像识别为在频域中具有小于阈值噪声宽度的宽度的噪声频率范围。作为示例，信号的集合中的信号可以具有600-640 Hz的噪声频率范围（例如，在其之上存在噪声伪像的频率范围）。在该示例中，过程500可以将阈值噪声宽度确定为50 Hz（例如，基于存储在环境100的系统内的参数）。在这些条件下，过程500可以将该信号识别为需要附加滤波，如下面描述的那样。如果过程500确定信号不满足这样的条件，则过程500可以终止（步骤510）以继续与所公开的实施例一致的其他处理（例如，图6的事件检测过程）。可以针对每个采样信号针对每个噪声频率范围重复这些确定。在一些实施例中，阈值噪声宽度可以基于例如存储在自适应控制设备112上的控制变量422的集合来预定义或生成。另外，该过程中的噪声频率范围可以基于与上面的低通滤波过程相同或不同的阈值功率电平。例如，步骤508中使用的噪声频率范围可以应用比上面描述的低通滤波过程中采用的阈值功率电平低的阈值功率电平。

当过程500识别出表现出残余噪声伪像的一个或多个信号时，它可以选择带阻滤波器并对那些信号应用带阻滤波器以在相关频率上衰减那些信号（步骤512）。例如，自适应控制设备112可以包括一个或多个带阻滤波器，所述带阻滤波器被连接到具有变化的频率范围和/或衰减强度的信号的集合中的每个。这些（一个或多个）带阻滤波器可以包括用于执行与所公开的实施例一致的过程的任何合适的带阻滤波器，诸如具有两个抽头的FIR滤波器。在一些方面中，过程500可以确定在自适应控制设备112内包括或可配置的带阻滤波器是否基本上在针对特定信号的所识别的残余伪像的范围内（例如，带阻滤波器的滤波宽度的25％、50％、75％等位于噪声频率范围内）。如果是，则过程500可以选择带阻滤波器并将其应用于信号（例如，将信号传递通过带阻滤波器）以在截止范围内衰减信号。过程500可以针对每个残余噪声伪像和每个可配置的带阻滤波器重复该过程。然后，过程500可以结束（步骤510）以继续与所公开的实施例一致的其他处理。

如本文中所描述的那样，可以将生成的或以其他方式与过程500相关联的任何信息传输到远程计算系统（例如，控制系统132）和/或可以由自适应控制设备112使用以更新可操作的控制变量422的集合（例如，经由提供给控制逻辑420的响应信号444）。例如，过程可以使用与确定的噪声频率范围、阈值功率电平、噪声频率范围的最小频率、所选择的低通滤波器、采样信号的频谱密度、阈值噪声宽度等相关联的信息来更新控制变量422的集合和/或将这样的信息传输到控制系统132。旨在过程500的任何变量、表示、等式、关系等可以由控制变量的集合来控制，并且某些参数或其相关信息的列表不旨在是限制性的。自适应控制设备112可以针对对控制变量422的这样的改变监视并检测对控制变量422的这样的改变，并且可以相应地动态调整所公开的实施例的过程。

图6描绘了与所公开的实施例一致的示例事件检测过程600的流程图。结合过程600公开的方面可以经由环境100的一个或多个计算系统（诸如自适应控制设备112和控制系统132）上的硬件和/或软件来实现。可以以与所公开的实施例一致的方式对过程600的某些方面进行重新排序、重新排列、重复、省略、补充、修改或集成到附加过程中。例如，结合过程600描述的实施例可以在自适应控制设备112中实现，以检测事件的发生，诸如结合图3的步骤310描述的事件或图4的自适应事件逻辑430内的事件等。

在一些方面中，过程600包括接收与车辆传感器114的集合相关联的信号的集合（步骤602）。所接收的信号可以采用任何形式，并且可以反映与所公开的实施例一致的任何传感器114的输出或导出的信号。作为示例，过程600可以接收四个信号的集合，所述四个信号包括破坏、转弯、时间和加速度信号。可以以该方式接收任何数量的信号。另外，这些信号可以与结合图3-5描述的实施例一致地进行带宽滤波，尽管这样的滤波不是需要的。

在某些实施例中，过程600包括执行事件分类以确定所接收的信号是否指示特定类别的潜在事件的存在（步骤604）。在一些方面中，识别事件类别可以包括确定所接收的信号是否对应于潜在的驾驶事件或潜在的碰撞事件或与潜在的驾驶事件或潜在的碰撞事件相关。潜在的驾驶事件可以反映特定的行为和/或条件，由于它们与危险的、危险的或不安全的驾驶或状况的关联或相关性而需要来自自适应控制设备112的进一步分析。潜在的驾驶事件可以包括任何非碰撞事件，并且可以对应于与所公开的实施例一致的任何信号。例如，潜在驾驶事件可以包括潜在加速事件、制动事件、转弯事件、速度事件等或对应于接收信号的任何其他事件。这些事件可以反映例如严重的破坏事件、突然的粒化事件、快速车道变换事件等的存在。在某些方面中，潜在的碰撞事件可以指示车辆110将要或最近已经涉及碰撞中的可能性。

过程600可以通过将接收的信号与存储在存储器中的一个或多个事件分类模型相关来确定潜在事件的事件类别。这些事件分类模型可以包括例如与潜在驾驶事件和/或潜在碰撞事件相关联的惯性力曲线、离心力曲线、速度和速度变化曲线、俯仰、侧倾和偏航曲线、加速度曲线、加速度矩阵等。这些曲线可能源于历史分析、实验室分析、碰撞测试、控制变量422等，并且可以被提供给自适应控制设备112或本地存储在自适应控制设备112上。在一些方面中，过程600可以通过确定接收信号中的一个或多个与事件分类模型之间的相关性度量是否超过分类阈值来识别针对潜在事件的事件类别。相关性度量可以反映指示数据与模型之间的拟合的程度的任何度量，诸如相关系数、确定的系数、多重相关的系数等。潜在事件的每个事件类型（例如，碰撞事件、转弯事件、速度事件等）可以与具有对应分类阈值的一个或多个事件分类模型相关联。

在一些方面中，可以基于与车辆110相关联的车辆参数的集合来选择事件分类模型和/或分类阈值。这些车辆参数可以反映车辆110的任何物理或技术特性，诸如其重量、高度、长度、重心、整备重量、转弯半径、重量分布、轴距、加速度数字、红线、马力、扭矩、破坏数字、阻力系数、车辆类型、品牌、型号、年份等。作为示例，自适应控制设备112可以选择与车辆110相同的品牌或型号的车辆的事件分类模型、类似的重量分布、尺寸等，以确保其在执行事件分类时将车辆110与类似车辆进行比较。

在一些实施例中，事件分类过程（或过程600的任何例程）的各种参数可以由存储在自适应控制设备112中的控制变量422的集合动态调整。例如，控制变量422的集合可以定义针对潜在驾驶事件（例如，转弯事件、速度事件、加速事件等）的每个事件类型的分类阈值、与信号相关联的信息和事件分类模型中的数据简档、事件类别、可用的潜在驾驶事件的类型等。此外，在前述实施例中生成的信息可以导致控制变量422的集合中的改变。例如，在一个方面中，自适应控制设备112可以在计算一个或多个信号与潜在事件之间的相关性、确定相关性超过或低于分类阈值等时更新控制变量422的集合（例如，经由提供给控制逻辑420的响应信号448）。

过程600可以基于如上面描述的接收信号的集合、事件分类模型和分类阈值来确定针对潜在事件的事件类别（步骤606和618）。在一些方面中，当信号的集合未指示潜在驾驶事件（步骤606）或潜在碰撞事件（步骤618）的存在时，过程600可以终止（步骤614）以促进与所公开的实施例一致的继续处理（例如，监视信号的集合、更新控制变量422、将信息传输到控制中心132等）。

当过程600确定信号的集合反映潜在驾驶事件的事件类别的实例时（步骤606），过程600可以根据事件滤波器432的集合和/或信号的集合（例如，事件表示）生成或确定事件的表示。该事件表示可以反映用于确定事件是否已经实际发生的针对信号的集合的事件滤波器432的特定组合。如结合图4所描述的，例如，该事件表示可以将事件表示为来自事件滤波器432的集合（例如，经由组合逻辑434）的各个结果的逻辑组合，表示为经受单个事件滤波器的各个信号的数学组合，或其某种组合。事件滤波器432及其组合（例如，经由组合逻辑434）可以包括与所公开的实施例一致的任何事件滤波器或组合，诸如参考图4和以下描述的那些。在一些实施例中，事件表示可以由存储在自适应控制设备112上的控制变量的集合驱动。

在一些方面中，过程600可以包括针对驾驶事件生成一个或多个事件得分（步骤608）。事件得分可以反映事件或子事件已经发生的可能性。事件得分可以基于所接收的信号的集合中的一个或多个信号。在某些方面中，事件得分可以基于事件或子事件的事件表示。在一个实施例中，例如，事件得分S可以反映由信号权重a加权的信号x的当前或时间平均值（例如，在一些时间段内）：

。

在一些方面中，信号权重可以反映信号与事件或子事件的关系、影响、相关性、相关联或重要性的程度。低信号权重可以反映相应的信号与事件或子事件的发生不强相关，而高信号权重可以反映与（子）事件的强相关性。类似地，低或负信号权重可以反映信号与事件的不发生相关（例如，信号与事件反向相关）。信号权重可以采用与所公开的实施例一致的任何适当的值，诸如范围、、等内的数字。在一些方面中，事件得分S可以不基于信号权重（例如，每个信号的权重是单一的或不存在的），或者事件得分可以根本不包含信号（例如，信号被关闭，它的信号权重为零等）。作为另一示例，诸如当自适应控制设备112将若干信号组合成单个事件滤波器432时，事件得分S可以反映信号及其对应的信号权重的一些数学函数。例如，事件得分S可以反映信号x_i的集合和它们的对应的信号权重a_i的线性组合：

。

在一些方面中，过程600可以以该方式确定针对每个事件或子事件的事件得分S（例如，针对事件的表示中的每个事件滤波器432）。

当然，本领域普通技术人员将理解，事件得分S的前述表达仅仅是示例性的。在给定合适的事件表示允许的情况下，信号和/或信号权重的任何数学组合可以被用于确定针对特定事件或子事件的事件得分。例如，事件得分S可以作为信号及其信号权重的乘积给出（例如，），作为多元多项式函数给出，其中每个信号具有相应的信号权重和幂（例如，），作为信号的集合的一些统计分析给出，作为这些考虑的任何组合等给出。此外，x的值可以反映基于信号的任何度量，诸如时间平均值、从原始值转换的信号的重要性或量值的度量等。因此，事件得分S可以体现信号的集合的任何函数（例如，，如结合图4描述的那样），其中函数f可以包括对信号的集合进行操作的单个函数或函数的集合的复合。

在一些实施例中，过程600可以包括将所生成的事件得分的集合与事件滤波器432的集合中的对应的事件阈值的集合进行比较（步骤610）。如上面描述的那样，事件阈值可以反映基于一个或多个输入信号定义事件或子事件何时已经发生的值或度量。在一些实施例中，事件阈值可以基于事件的事件类别（例如，如步骤604中确定的）、事件类别的事件类型（例如，一般驾驶事件的转弯事件、速度事件等）和/或事件因子的集合。在一些方面中，事件因子可以反映与确定事件或子事件是否已经发生相关的相关信息的数值度量。基于控制变量422、边界条件，和/或这样的过程的任何组合，与事件因子相关联的信息可以由自适应控制设备112监视，从控制中心132接收（例如，在一个或多个接收的边界条件中反映），从外部系统142收集。

例如，事件因子的集合可以包括反映固定值的基本阈值因子。在一些实施例中，基本阈值因子可以基于事件或子事件的事件类别和/或事件类型。例如，转弯事件可以具有第一基本阈值因子，而速度事件具有第二不同的基本阈值因子。

事件因子的集合还可以包括反映驾驶员的标准或历史驾驶实践的标准行为因子。标准行为因子可以基于诸如驾驶员在一些中等时间段（例如，数天、数周或数月）内的驾驶行为（例如，速度、位置加速、转弯、破坏等）之类的信息。标准行为因子还可以基于驾驶员的索赔历史、一般驾驶统计以及反映车辆110的物理或技术特性的一个或多个车辆参数。

事件因子的集合还可以包括反映驾驶员的当前驾驶行为的个人状况因子。在一些方面中，个人状况因子可以基于驾驶员在短的、紧接在前的时间段（例如，几分钟、几秒、几小时等）内的驾驶行为。个人状况因子还可以基于一天中的时间、行程信息（例如，从导航系统获得或如由自适应控制设备112测量）、社交网络信息和驾驶员设备信息（例如，生物节律、睡眠数据、发短信信息、驾驶员正在收听的音乐、计划的路线等）。

事件因子的集合还可以包括反映与从控制系统132接收的一个或多个边界条件相关联的信息的边界条件因子。边界条件因子可以基于任何边界条件和相关联的基础信息，诸如天气状况、道路类型状况、黑点条件、平均速度图条件、通常的路线状况等。

在一些方面中，可以连续地或周期性地更新事件因子。在某些实施例中，每个事件因子可以与相应的更新周期相关联。更新周期可以反映事件因子信息的连续更新之间的持续时间（例如，从控制系统132接收信息、在自适应控制设备112上本地生成信息等）。更新周期可以基于事件因子。例如，基本阈值因子可能永远不会更新，因为它是固定的。在另一个示例中，标准行为因子可以具有每周一次、每周两次、每月一次等的更新周期等。在又一个示例中，个人状况因子和边界条件因子可以具有更短的更新周期，诸如三十或六十秒。在一些方面中，所公开的实施例可以基于对与事件因子相关联的信息的改变（例如，更新控制变量422的集合、重新计算事件阈值等）来动态地调整任何其他相关信息。

此外，针对特定事件或子事件的事件因子的集合可能取决于基础事件的事件类别、事件类型或子事件，使得不同的事件类别、事件类型和子事件具有不同的事件因子、不同地权衡与每个事件因子相关的信息、对事件阈值具有不同的影响等。事件因子的集合还可以基于在与事件阈值的比较中使用的信号（例如，用于生成适当的事件得分的信号）。因此，并非与每个事件因子相关联的所有的信息都可以针对每个事件来实现、查询或接收，并且不是每个事件因子都可以被相等地加权，如下面描述的那样。

过程600可以针对事件滤波器的集合中的每个事件滤波器432生成事件阈值，以创建事件阈值的集合。在一些实施例中，事件阈值可以基于事件的事件类别、其事件类型和/或事件因子的集合。在一个实施例中，例如，事件滤波器432的事件阈值T可以反映由因子权重w加权的事件因子f：

。

在一些方面中，因子权重可以反映因子与事件或子事件的关系、影响、相关性、相关联或重要性的程度。低因子权重可以反映相应因子与事件或子事件的发生不强相关，高因子可以反映强相关性等。因子权重可以采用与所公开的实施例一致的任何适当的值，诸如范围、、内的数字。在一些方面中，事件阈值T可以不基于因子权重（例如，针对每个因子的权重是单一的），或者事件阈值可以根本不包含因子（例如，其因子权重为零等）。作为另一示例，事件阈值T可以基于事件因子及其对应的因子权重的一些数学函数。例如，事件阈值T可以反映事件因子f_i及其对应的因子权重w_i的乘积

。

在一些方面中，过程600可以以该方式针对每个事件或子事件（例如，对于事件的表示中的每个事件滤波器432）确定事件阈值T。

类似于上面对事件得分的讨论，本领域普通技术人员将理解，事件阈值T的前述表达仅是示例性的。在给定合适的事件表示允许的情况下，因子和/或因子权重的任何数学组合可以针对特定事件或子事件提供事件阈值T。例如，事件阈值T可以作为事件因子和它们的因子权重的线性组合来给出（例如，），作为多元多项式函数来给出，其中每个信号具有相应的信号权重和幂（例如，），作为信号的集合的一些统计分析给出，作为这些考虑的任何组合等给出。因此，事件阈值T可以体现因子的集合的任何函数（例如，作为单个函数或函数的集合的复合），如结合图4描述的那样。

在一些方面中，因子权重的集合还可以反映包括事件因子的分量信息与因子本身之间的重要性、关系、相关联等。以个人状况因子为例，该因子可能比社交网络信息更重或更轻地对驾驶员的紧接在前的驾驶历史加权。因子权重的集合可以反映针对每个因子的分量信息（例如，每个子因子）的该权重。因此，在一些方面中，每个子因子可以与相应的因子权重和/或更新周期相关联，所述更新周期又可以基于事件因子，子因子用作针对事件因子的分量。例如，如果事件因子f_i由子因子t_ij组成，则事件因子f_i的值可以包含其子因子的权重，诸如在如下示例性关系中

，

其中w_j反映了事件因子i的子因子j的因子权重。扩展该示例，过程600然后可以确定该事件滤波器432的事件阈值T以包含针对每个事件因子的这些子因子权重：

。

此外，每个事件因子可以与其自身因子权重相关联，其自身因子权重与其子因子的因子权重分离，使得每个事件因子也被单独加权：

。

然而，如上面指出的那样，这些表达旨在仅用于说明性目的。所公开的实施例考虑了根据其分量子因子的因子权重来表示事件阈值的任何类型的数学关系（例如，线性组合、多项式表示、统计特性等）。

在一些方面中，过程600可以包括将事件得分的集合与事件阈值的集合进行比较以确定事件是否已经发生（步骤612）。过程600可以基于事件得分的集合（例如，在步骤608中确定）与基于事件的事件表示的对应事件阈值（例如，在步骤610中确定）的比较来确定事件已经发生。在一些实施例中，诸如当仅应用一个事件滤波器时，过程600可以在事件得分超过事件阈值时确定事件的发生。在其他实施例中，诸如当应用若干事件滤波器432时（例如，如事件表示中所定义的），过程600可以基于事件得分与事件得分之间的每个比较的结果的逻辑组合（例如，经由组合逻辑434和事件表示）来确定事件何时已经发生。该逻辑组合可以采用诸如AND、OR、XOR和/或NOT的逻辑运算符的任何排列，从而以逻辑术语反映事件表示，如参考图4描述的那样。

作为扩展示例，假设自适应控制设备112对两个信号x₁和x₂（例如，俯仰和偏航）采样以确定事件E是否已经发生。假设这些信号与信号权重a₁和a₂相关联。进一步假设针对E的事件阈值包括上面列举的四个因子，缩写为BTF、SBF、PSF、BCF，每个因子由多个子因子组成，并且每个因子权重是单一的（例如，没有权重因子）。最后，假设生成的事件表示针对事件得分（例如，线性组合）和事件阈值（例如，事件因子的乘积）使用上面的表达。这些参数中的任何或全部可以基于（并由其控制）存储在自适应控制设备112中的控制变量422。在这些条件下的第一示例中，当时，自适应控制设备112可以确定E发生。

在这些条件下的第二示例中，代之以假设事件表示反映两个信号都经历它们自己的事件滤波器432，并且当针对子事件的两个事件滤波器都返回真时E发生。当时，自适应控制设备112然后可以确定E发生。

如上面解释的那样，这样的表达旨在是说明性的，并且不将所公开的实施例限制于特定表达。

当过程600基于事件得分的集合和事件阈值的集合确定事件尚未发生时，过程600可以终止（步骤614）以继续与所公开的实施例一致的进一步处理（例如，更新控制变量422、将信息传输到控制中心132等）。当过程600确定事件已经发生时，过程600可以将事件数据传输到诸如控制系统132的远程系统（步骤616）。事件数据可以采用任何形式，并且任何包括与所公开的实施例一致的任何信息，诸如结合图3的步骤312描述的那些。例如，事件数据可以包括事件已经发生的通知，使得控制系统132可以接收该信息并执行附加处理（例如，如参考图8描述的那样）。

当过程600确定信号的集合反映潜在碰撞事件的事件类别的实例时（步骤618），过程600可以执行与上面描述的那些类似的操作。例如，过程600生成或确定事件表示，所述事件表示将碰撞事件表示为针对信号的集合的事件滤波器432的特定组合。过程600还可以部分地基于事件表示（例如，基于事件滤波器432的布置）针对碰撞事件生成事件得分的集合（步骤620）。然后，过程600可以生成事件阈值的集合，并将事件得分的集合中的每个事件得分与对应的事件阈值进行比较（步骤622）。

在一些方面中，可以以类似于驾驶事件的方式的方式来确定针对碰撞事件的事件阈值。例如，事件阈值的集合可以基于事件的事件类别（例如，碰撞事件）、事件类型（例如，碰撞的类型）和/或事件因子的集合。除了与所公开的实施例一致的其他信息之外，事件因子的集合可以基于事件类别和/或事件类型。针对碰撞事件的事件因子可能与驾驶事件的事件因子是相同或不同的。在一个实施例中，例如，碰撞事件可以与来自驾驶事件的不同事件因子相关联。另外，事件因子的集合中的每个因子也可以与相应的更新周期相关联，并且可以以与上面描述的那些类似的方式来维护。事件因子的集合还可以与和前述实施例一致的事件因子和/或它们的子因子有关的因子权重的集合相关联。

例如，事件因子的集合可以包括反映与自适应控制设备112的安装和自适应控制设备112与车辆110的关系相关联的信息的设备因子。在一些方面中，例如，设备因子可以包括与和自适应控制设备112相关联的设备类型、车辆110内的自适应控制设备112的安装的位置和质量、和/或诸如车辆类型的一个或多个车辆参数相关联的信息。

事件因子的集合还可以包括反映特定车队类别的车辆110内的所有车辆的平均行为的相对阈值因子。在一些实施例中，车队类别的车辆110可以包括位于车辆110的相同城市、州等内的类似或所有汽车。附加地或替代地，车队类别的车辆110可以包括用于具有类似驾驶简档等的所有驾驶员的一些或所有车辆（例如，基于监视或存储的驾驶行为）。

事件因子的集合可以包括与车辆110相关联的当前危险因子。在一些方面中，当前危险因子可以基于当前与车辆110相关联的危险指数，诸如从控制中心132接收或用自适应控制设备112生成并存储在存储器中的危险指数。如本文中描述的那样，危险指数可以反映暴露于与车辆110相关联的危险或不安全驾驶的程度。当前危险因子和/或危险指数可以基于例如检测到已经发生危险事件，诸如严重的破坏事件、突然的粒化事件、快速车道变换事件或与碰撞前驾驶行为一致的其他类型的事件。

事件因子的集合可以包括反映车辆110周围的当前天气状况的天气因子。在一些实施例中，该因子可以基于从控制中心132接收的天气状况和/或用传感器114感测的环境状况中包含的信息，诸如温度、湿度、潮湿度级别等。

事件因子的集合还可以包括反映与和车辆110的驾驶员的服务级别协议相关联的信息的服务级别因子。在一些方面中，服务级别因子可以基于驾驶员已经授权自适应控制设备112和/或控制系统132收集、监视、检测、处理或检索的信息的量和/或类型。

使用这些事件因子和/或上面参考驾驶事件描述的那些，过程600可以使用上面解释的表达和考虑来生成事件阈值的集合。在一些实施例中，过程600可以针对事件滤波器的集合中的每个事件滤波器432生成事件阈值，使得它可以将事件得分的集合与事件阈值的集合进行比较（步骤622）。例如，过程600可以基于因子权重w_i的集合（例如，控制因子或它们的分量子因子）和每个事件因子来计算针对每个事件滤波器432的事件阈值T，诸如示例性关系。本领域普通技术人员将理解对与所公开的实施例一致的该示例性表达的修改。

过程600可以包括将事件得分的集合与事件阈值的集合进行比较，以便以与上述过程（诸如结合步骤612描述的那些）类似的方式确定事件是否已经发生（步骤624）。例如，过程600可以基于对事件得分的集合（例如，来自步骤620）与对应事件阈值（例如，来自步骤622）的比较来确定事件已经发生。该确定可以基于例如反映事件滤波器432和/或用符号表示（symbolize）该事件的信号的数学和/或逻辑组合的事件表示。如上面描述的那样，过程600然后可以在未检测到事件时终止（步骤614）以继续与所公开的实施例一致的处理。当过程600检测到事件时，过程600可以将事件数据传输到控制系统132，如本文中所公开的那样。

过程600的各种参数可以由存储在自适应控制设备112上的控制变量422的集合控制。在一个示例中，控制变量422的集合可以控制与以下各项相关联的过程：现有事件类别（例如，可用的类别的特性和类型）、事件类型（例如，诸如转弯事件、速度事件等的可用类型的驾驶事件）、事件分类模型（例如，模型信号简档、如何应用模型、基于车辆参数如何针对车辆选择适当的模型）、相关性度量（例如，在给定信号的集合或者简档的情况下如何计算度量）和/或分类阈值（例如，阈值的值、每个阈值如何根据事件类别/类型而变化等）等。在另一个示例中，控制变量422的集合可以控制与以下各项相关联的过程：事件得分的集合（例如，如何根据信号的集合计算事件得分）、事件阈值（例如，如何根据事件因子计算事件阈值）、事件因子（例如，包括每个因子的子因子、用于计算事件阈值的因子的集合）、信号权重和因子权重（例如，各种权重的值、因子权重是否适用于子因子）等。过程600的任何变量、表示、等式、关系等可以由控制变量422的集合控制，并且上面的某些参数或它们的相关联的信息的列表不旨在是限制性的。

在某些方面中，上面描述的任何参数的生成或确定（例如，检测事件、计算事件阈值或事件得分、确定事件表示等）可以使自适应控制设备112改变可操作的控制变量422的集合（例如，经由响应信号448）。例如，在一个实施例中，自适应控制设备112可以在检测到事件的发生或不发生时更新控制变量422的集合。对控制变量的集合的改变可以使自适应控制设备112基于检测到的变化动态地调整所公开的实施例（例如，通过调整结合图3-8公开的参数）。例如，自适应控制设备112可以响应于可操作的控制变量的集合中的改变来调整上面的参数中的任何参数。自适应控制设备112可以自动且连续地监视对控制变量422的集合的改变，使得它可以响应于检测到的改变动态地调整关于所公开的实施例的参数。另外，可以将前述参数或它们的相关联的信息的任何方面传输到控制中心132，以执行与所公开的实施例一致的进一步处理。

图7描绘了与所公开的实施例一致的示例事件验证过程700的流程图。结合过程700公开的方面可以经由环境100的一个或多个计算系统（诸如自适应控制设备112和控制系统132）上的硬件和/或软件来实现。可以以与所公开的实施例一致的方式对过程700的某些方面进行重新排序、重新排列、重复、省略、补充、修改或集成到附加过程中。例如，结合过程700描述的实施例可以在自适应控制设备112中实现，以验证检测到的事件的发生，诸如结合图3的后处理步骤312描述的那些。

过程700可以包括检测与所公开的实施例一致的事件（步骤702）。在某些方面中，该事件检测可以包括参考图3、图4和图6公开的事件检测过程的各方面。例如，过程700可以包括使用本文中公开的过程用自适应控制设备112检测碰撞事件。在一些实施例中，过程700可以仅在检测到某些事件类别（例如，碰撞事件）或某些事件类型时发生。在一个实施例中，例如，过程700可以仅响应于检测到碰撞事件而发生。

过程700可以包括响应于检测到事件而用自适应控制设备112监视信号的集合（步骤704）。信号的集合可以是固定的，或者可以取决于检测到的事件的事件类别、其事件类型或控制变量422的集合等。例如，在一个实施例中，过程700可以测量信号，诸如与速度、纵向加速度、偏航和距离相关联的信号。过程700可以在检测到事件已经发生之后在等于观察时段（例如，十五秒、三十秒、一分钟等）的时间段内监视信号的集合。在某些方面中，观察时段可以基于事件类别、事件类型、所监视的信号的集合、可操作的控制变量422的集合等。在其他方面中，观察时段可以保持固定。

过程700可以执行对监视信号的信号分析以验证事件（步骤706）。对监视信号执行信号分析可以包括生成与监视信号的集合相关联的验证度量并将其与验证阈值进行比较。在一些实施例中，验证度量可以反映检测到的事件确实发生的可能性或确定度。在一些方面中，验证度量可以基于验证权重的集合，所述验证权重反映信号与检测到的事件之间的关系的程度或相关性，作为验证参数的集合的函数。验证参数的集合可以表示验证权重的基础，使得任何验证权重可以被构造为验证参数的表达。例如，验证参数的集合可以包括在检测到的事件之前的速度趋势（例如，在某个时间段内）、车辆110正在其上行驶的道路的类型、一天中的时间和天气状况。

在一些方面中，过程700可以根据所监视的信号和验证权重的集合来确定验证度量。该表达可以采用与所公开的实施例一致的任何适当的数学或统计形式。例如，给定监视信号x的集合（例如，速度、纵向加速度、偏航和距离、基于事件类别），过程700可以使用验证参数v的集合来确定验证度量V：

其中f_i（v）反映针对信号i的验证权重被表达为验证参数v的函数f。如与事件得分和事件阈值的表达一样，上面的关系旨在是示例性的。本领域普通技术人员将理解基于输入信号和验证参数的集合的针对验证度量的替代表达（例如，作为单个函数或复合函数）。

过程700可以包括将确定的验证度量与验证阈值进行比较以验证事件（步骤708）。在一些实施例中，验证阈值反映验证检测到的事件发生所必需的最小可能性或确定度。验证阈值可以是固定的或基于其他考虑因子，诸如检测到的事件的事件类别或事件类型、监视的信号、使用的验证参数等。当过程700确定验证度量未超过验证阈值时，该事件可能未被验证，并且过程700可以终止以促进进一步处理（步骤710）。替代地，当过程700确定验证度量超过验证阈值时，过程700验证事件（步骤712）。在一些实施例中，这样的处理可以包括将与这样的验证相关联的信息存储在存储器中并执行进一步处理，诸如基于验证来更新可操作的控制变量422的集合。另外，过程700可以将验证数据传输到控制系统132（步骤714）。在某些方面中，验证数据可以采用与事件数据类似的形式，并且可以包括与过程700的验证例程相关联的任何信息。例如，验证数据任何包括检测到的事件被验证的指示、验证度量或验证阈值的值、监视的信号的集合、使用的事件参数的集合等。验证数据可以采用与所公开的实施例一致的任何适当的形式，诸如信号、计算机文件等。

过程700的各种参数可以由存储在自适应控制设备112上的控制变量422的集合控制。在一个示例中，控制变量422的集合可以控制与监视信号相关联的过程（例如，确定观察时段、要监视的信号的集合等）和/或执行信号分析（例如，定义验证阈值、定义验证参数和验证权重、定义在给定验证参数的集合和信号的集合的情况下如何计算验证阈值等）。过程700的任何变量、表示、等式、关系等可以由控制变量的集合控制，并且上面的某些参数或它们的相关联的信息的列表不旨在是限制性的。此外，参考过程700描述的任何参数的生成或确定可以导致可操作的控制变量422的集合中的改变（例如，经由响应信号448）。例如，自适应控制设备112可以在验证检测到的事件的发生时更新设定控制变量。对控制变量422的集合的改变可以使自适应控制设备112基于检测到的改变来动态地调整所公开的实施例（例如，通过调整结合图3-8公开的参数）。例如，自适应控制设备112可以响应于可操作的控制变量的集合中的改变来调整上面的参数中的任何参数。自适应控制设备112可以自动且连续地监视对控制变量422的集合的改变，使得它可以响应于检测到的改变动态地调整关于所公开的实施例的参数。另外，可以将前述数据或参数及其相关联的信息的任何方面传输到外部系统（例如，控制系统132），以执行与所公开的实施例一致的进一步处理。

图8描绘了用于生成与所公开的实施例一致的边界条件和危险指数的示例过程800的流程图。结合过程800公开的各方面可以经由环境100的一个或多个计算系统（诸如自适应控制设备112和控制系统132）上的硬件和/或软件来实现。可以以与所公开的实施例一致的方式对过程800的某些方面进行重新排序、重新排列、重复、省略、补充、修改或集成到附加过程中。例如，结合过程800描述的实施例可以在控制系统132中实现为边界条件和危险指数的集合，诸如结合图3的步骤302描述的那些。

在某些方面中，过程800可以包括从自适应控制设备112接收与检测到的事件相关联的信号或信息的集合（步骤802）。在一些实施例中，除了其他之外，过程800还可以接收与其他过程相关联的信息和参数，诸如带宽滤波过程、事件检测过程和/或验证过程。例如，控制系统132可以接收与所应用的低通滤波器相关联的信息、经由自适应控制设备112接收的信号、事件阈值、验证度量等。这样的接收信息可以包括与所公开的实施例相关联的任何信息，并且可以在前述过程的任何步骤处到达（例如，可以由自适应控制设备112传输）。

过程800可以包括基于所接收的信息确定要提供给自适应控制设备112的边界条件的集合（步骤804）。在一些方面中，确定边界条件的集合可以包括识别由接收信号暗示的可能事件的集合并确定与可能事件的集合相关的一个或多个边界条件。例如，控制系统132可以从自适应控制设备112接收指示车辆110正在以高速率行驶的速度信号。作为响应，控制系统132可以确定高速率例如通常与速度事件、碰撞事件、制动事件等相关联。控制系统132可以进一步确定通常与这些事件相关的边界条件包括例如道路类型状况（例如，以考虑高速公路）、天气状况（例如，以确保驾驶员未正在雨中超速）、平均速度图条件（例如，以测量或比较驾驶员与她的附近的驾驶员）、和/或个人状况因子与标准行为因子之间的比较（例如，以将驾驶员与他的典型习惯进行比较）。这些识别的边界条件可以包括确定的边界条件的集合。当然，边界条件的其他排列是可能的，并且提供上面的示例仅用于说明目的。在一些方面中，控制系统132可以在存储器中存储事件映射，所述事件映射将信号的集合中的观察到的趋势、简档或签名映射到潜在事件的集合。另外，控制系统132可以存储边界条件映射，所述边界条件映射将潜在事件的集合映射到相关边界条件的集合。以该方式，控制系统132可以通过将传感器的集合的值与事件映射进行比较以识别潜在事件，并且又使用边界条件映射基于所识别的潜在事件识别相关边界条件的集合来确定相关边界条件。

过程800可以包括搜集、收集和生成与所识别的边界条件的集合相关联的信息（步骤806）。该信息可以反映与所识别的边界条件相关的数据，并且可以取决于所识别的边界条件的集合。例如，如果过程800识别天气状况或社交网络状况，则过程800可以收集或生成与车辆110周围的天气状况相关联的信息（例如，当前的或基于预测路线的预期的，如上面描述的那样），或者可以从与驾驶员相关联的一个或多个社交联网站点收集信息。过程800可以收集其他类型的信息，这取决于所识别的边界条件的集合。用过程800收集或生成的信息可以在本地（例如，在控制系统132上）创建，或者可以从远程系统（例如，外部系统142）获得。例如，如果过程800已经识别出社交联网或设备状况，则过程800可以从反映驾驶员的设备的若干外部系统142（例如，智能电话、可穿戴设备（比如智能手表）、导航系统等）和与一个或多个社交联网站点相关联的服务器获得所需信息。过程800可以包括从存储交通信息、天气信息等的外部系统142获得数据。在其他示例中，过程800可以在控制系统132上本地发生，诸如当控制系统生成与驾驶员的历史驾驶状况相关联的信息时（例如，基于来自自适应控制设备112的监视信号）等。以该方式收集或生成的信息可以包括与所公开的边界条件一致的任何信息，诸如天气信息、车辆速度图、交通状况、驾驶员统计、道路信息或结合图3描述的其他信息。

过程800还可以包括将边界条件和/或相关联信息提供给自适应控制设备112以用于进一步处理（步骤808）。过程800可以通过任何合适的通信网络（例如，通信网络120）提供边界条件和其他信息。所提供的边界条件和其他信息可以采用任何合适的形式，诸如信号、计算机文件等。在一些实施例中，自适应控制设备112可以从控制系统132接收边界条件和相关联的信息以执行本文中所描述的附加过程。例如，在一些方面中，自适应控制设备112可以基于所接收的信息更新控制变量422的集合（例如，通过更新外部变量426的集合以考虑新的边界条件的集合）。自适应控制设备112还可以存储与新的边界条件的集合相关联的信息，例如，以确定对控制变量422的附加改变，或者在所公开的过程（诸如事件检测等）中使用。以该方式，自适应控制设备112可以使用从控制中心132接收的信息来驱动其内部过程中的改变并动态地调整其如何收集和处理数据。过程800可以继续监视来自自适应控制设备112的接收信号或其他信息（例如，基于更新的边界条件）以重新开始该过程（步骤802）。

在一些实施例中，过程800可以包括生成与驾驶员或车辆110相关联的危险指数（步骤810）。该危险指数可以基于从自适应控制设备112接收的信息（步骤802）和/或先前生成或新确定的任何识别的边界条件（例如，步骤804）。在一些方面中，过程800可以基于在控制系统132上存储或生成的信息和/或由自适应控制设备112监视的信息来确定危险指数。过程800可以使用与上面公开的那些一致的公式、权重和参数来确定危险指数的值（例如，权重平均值、乘积、各种参数的函数等）。在一个实施例中，过程800可以基于驾驶员的驾驶行为来确定危险指数的值。过程800可以基于从自适应控制设备112接收的信号或其他信息（例如，速度、加速度、粒化、破坏和/或位置信号；检测诸如超速或转弯事件等的驾驶事件）以及存储在控制系统132上的信息（例如，驾驶员的历史驾驶行为和统计）来识别驾驶员的行为。

在某些实施例中，危险指数还可以基于驾驶员的注意力。过程800可以基于与当前边界条件相关联的信息来确定驾驶员的注意力的度量。例如，过程800可以基于诸如设备状况（例如，指示驾驶员在驾驶时正在发送文本消息）、平均速度图条件（例如，指示驾驶员在给定时间段内正在以与她的附近的其他驾驶员显著不同的速度驾驶）和其他这样的边界条件之类的数据来测量驾驶员的注意力。附加地或替代地，过程800可以基于从自适应控制设备112接收的信号或信息来测量驾驶员的注意力，诸如在短时间窗口内若干个粒化事件或加速事件的存在。

在某些方面中，危险指数还可以基于与车辆的环境相关联的信息。过程800可以使用从自适应控制设备112接收的数据（例如，经由温度、湿度、潮湿度级别）以及识别的边界条件和相关联的数据（例如，天气状况，包括从外部系统142拉的天气信息）来测量环境信息。

过程800可以包括将生成的危险指数提供给自适应控制设备112以执行进一步处理（步骤812）。过程800可以经由任何适当的信道或通信网络提供危险指数。在一些方面中，自适应控制设备112可以接收危险指数并相应地更新其内部过程。例如，自适应控制设备112可以基于危险指数的新值（例如，替换或平均到旧指数中）来改变可操作控制变量422的集合，以反映更新的对危险的暴露。在某些方面中，例如，各种事件阈值和/或验证阈值可以与接收的危险指数成反比（例如，以在更危险的环境中检测更多事件），采样率和/或信号权重可以与危险指数成比例（例如，以在危险的时间期间更频繁地对信号采样），某些信号、因子和/或它们的相关联的权重可能变得更相关或更不相关等。自适应控制设备112可以将新的危险指数与旧的危险指数进行比较，确定要在其内部过程中进行的必要改变，并且修改可操作的控制变量422的集合以实现这些改变（例如，通过改变外部控制变量426的集合）。

过程800还可以包括基于更新的危险指数和/或与过程800相关联的其他信息执行内部处理（步骤814）。在一些方面中，例如，过程800可以包括基于新确定的危险指数和/或边界条件信息向驾驶员提供通知。通知可以包括与危险指数相关联的信息，诸如与先前确定的危险指数、驾驶员或类似位置驾驶员的危险指数的历史平均值等相比，驾驶员正在驾驶是更危险或更安全的方式的指示。该通知还可以包括与边界条件的集合相关联的信息，诸如结合一个或多个边界条件的驾驶员的驾驶习惯或行为的指示。例如，通知可以指示驾驶员在下雨天气状况期间驾驶太快，驾驶员具有比通过位置/车辆类型类似地位于她的那些更少的转弯或加速事件，或任何其他类型的指示。以该方式，通知可以包括与所公开的实施例一致的驾驶分析的种类及其组合。该通知可以包括电子邮件、文本消息、自动语音消息、移动设备显示器上的弹出通知或其他类似格式。过程800可以在执行其内部过程之后继续监视来自自适应控制设备112的信号或其他信息，重新开始该过程。

附加地或替代地，过程800可以包括使用控制系统132执行与控制中心130相关联的内部过程。例如，在一个实施例中，过程800可以包括基于从自适应控制设备112接收的信号、生成的危险指数和检测到的事件（或其缺失）来更新与车辆110相关联的一个或多个保险单。在一些方面中，例如，较低的危险指数、驾驶或碰撞事件的缺失或不频繁以及与标准驾驶行为强相关的信号可以指示车辆110的驾驶员通常是安全驾驶员。因此，过程800可以包括基于从自适应控制设备112接收的信号、生成的危险指数、识别的边界条件及其相关联的信息以及事件检测和事件验证的结果来确定对与车辆110相关联的现有保险单的改变。这样的改变可以包括例如更新的保险费、折扣、更低的免赔额、附加的保险等。过程800可以进一步包括基于所确定的改变来更新保险单和/或向与保险单相关联的驾驶员或确定的保险单持有人提供通知，包括与确定的改变相关联的信息（例如，保险单持有人有资格获得更新的保险费）。通知可以采用与上面描述的那些类似的形式。

如从前述实施例应该显而易见的是，所公开的实施例的各方面使得自适应控制设备112能够在检测到存储在存储器中的控制变量422的集合的改变时动态地调整其收集的信号、参数、阈值和功能。如本文中所描述的那样，自适应控制设备112可以连续地或周期性地监视可操作的控制变量的集合，以确定是否已经发生变化，并且可以相应地动态地调整其过程。另外，自适应控制设备112还可以基于前述过程（例如，结合图3-8描述的那些）来确定对控制变量422的集合进行的一个或多个改变，并更新控制变量本身。自适应控制设备112可以基于处理的信息的性质来确定对控制变量422的改变及它们对内部过程（例如，阈值、函数、权重、采样的信号等）的相应影响。

例如，当自适应控制设备112从控制中心132接收危险指数时，自适应控制设备112可以更新存储在存储器中的外部控制变量426的集合。然后，自适应控制设备112可以基于新的危险指数来确定要应用于前述实施例的各方面的一个或多个改变，并相应地动态调整其过程（例如，经由控制信号442或446）。确定的改变的性质可以基于新的危险指数的性质。如上面描述的那样，例如，较高的危险指数指示更危险的驾驶。在一些方面中，自适应控制设备112因此可以改变采样信号的集合以偏爱基于驾驶的信号（例如，速度、粒化和温度和湿度信号上的加速度信号等）。自适应控制设备112还可以改变（例如，增加）这些或其他信号的采样率，使得自适应控制设备112收集附加的和更准确的数据。自适应控制设备112还可以在升高的危险指数的时间期间降低其他的较不重要的信号的采样率。此外，自适应控制设备112可以修改其事件检测逻辑以增加其灵敏度，诸如降低事件阈值（例如，手动地通过修改事件因子和事件权重以引起这样的改变，通过修改事件表示来调整阈值的数学表示等）、增加事件得分（例如，手动地或以与改变事件阈值类似的方式修改信号及其信号权重），等等。另外，自适应控制设备112可以以类似的方式修改其验证过程，诸如降低验证阈值、增加验证度量、实现对基础参数和功能的改变以引起这些改变（例如，通过增加验证权重、选择新信号或验证参数等）。因此，自适应控制设备112可以响应于由新危险指数的接收引起的新控制参数422来确定如何动态调整本文中讨论的任何输入、参数或过程。此外，自适应控制设备112可以基于由处理的信息（例如，如从控制系统132接收或如在自适应控制设备112内生成）引起的对控制参数的集合的改变来确定如何动态调整任何这样的特征。

作为另一个示例，自适应控制设备112可以从控制中心132接收边界条件及其相关联的信息。自适应控制设备112可以基于边界条件的性质和伴随数据来确定如何修改控制变量422的集合（例如，特别是外部控制变量426的集合）以及对前述过程的相应调整。在一个示例中，当先前没有建立天气状况时，自适应控制设备112可以接收这样的条件。自适应控制设备112可以更新控制变量422并动态调整来自传感器114的信号和采样率，以收集环境信息（例如，温度、潮湿度级别、气压等）。自适应控制设备112还可以如上面概述的那样更新其事件检测和验证过程（例如，通过修改事件阈值、验证阈值和/或它们的各种部件，诸如信号权重、事件因子等），以将天气考虑结合到事件中。在一个实施例中，例如，自适应控制设备112可以降低针对下雨天气的事件阈值（例如，因为它是更危险的），并且增加针对温和或晴朗天气的事件阈值。自适应控制设备112还可以在下雨条件下比在晴朗条件下更频繁地（例如，速度、转弯、破坏等）采样某些类型的信号。以类似的方式，自适应控制设备可以响应于交通状况（例如，由于较高拥堵级别中的事故的较高可能性）、道路信息（例如，在较直的道路上较不频繁地对信号采样）以及任何其他边界条件信息来动态地调整前述实施例的信号、采样率、阈值等。这些种类的改变可以被应用于本文中公开的任何可变过程，并且改变可以基于边界条件信息的性质。

在最后的示例中，自适应控制设备112还可以基于内部过程来确定如何更新控制变量的集合。作为一个示例，自适应控制设备112可以基于检测到的事件的性质来确定如何改变控制变量422（例如，内部变量424）的集合和对前述过程的相应调整。作为示例，自适应控制设备112可以检测超速、加速或转弯事件并确定这样的事件通常反映更危险或不安全的驾驶行为。作为响应，自适应控制设备112可以更新控制变量422的集合并且可以相应地动态调整前述实施例的输入、参数和过程（例如，经由控制信号442）。例如，自适应控制设备112可以调整采样的信号的集合（例如，以偏爱基于驾驶的信号，诸如速度和加速度）和/或它们的采样率（例如，以更频繁地采样基于驾驶的信号并且较不频繁地采样基于环境的样本）。另外，自适应控制设备112可以响应于检测到的驾驶事件来减小事件阈值或验证阈值或增加事件得分和验证度量，如上面描述的那样，以增加对某些驾驶行为的灵敏度。此外，自适应控制设备112可以响应于没有这样的事件而做出反向改变（例如，通过增加事件阈值、降低采样率等）。所公开的实施例考虑响应于在所公开的实施例中生成的任何信息或数据进行任何这样的改变。此外，这些改变可以被应用于本文中公开的任何可变过程或参数。调整的性质和受影响的输入、过程和参数将取决于生成的信息的性质，这取决于与车辆110相关联的实际驾驶行为和环境状况。

在一些情况下，在图8中示出并且上面描述为由控制中心130（例如，通过控制中心130处的控制系统132）完成的过程中的任何一个或多个可以替代地由自适应控制设备112（例如，由自适应控制系统112的处理器200）完成（例如，至少部分地）。根据该处理强度调制，在某些情况下，自适应控制设备112的处理器200可以具有用于执行更多数量的过程的能力。使用处理强度调制，控制设备112可以将该能力与对更大处理授权的请求一起传送到控制中心130。此后，控制中心130可以确定通常由控制中心130执行的处理的量，该处理的量可以被选择性地卸载到控制设备112，并且响应地向控制设备112准许相应的许可。随着控制设备112开始增加在车辆110上执行的处理，控制中心130可以对称地开始减少在车辆110外执行的处理。

在一些实施例中，控制设备112可以总是具有用于执行通常由控制中心130执行的一些处理的量的能力。然而，控制设备112可以间歇地变得意识到正在发生或将要发生的特定条件，所述条件可能增加控制中心130所需的处理的量和/或网络120所需的数据/信号传输的量。例如，基于车辆位置、检测到的驾驶风格、一天中的时间、照明状况、天气状况、其他传感器信息、网络状况等，控制设备112可以确定处理和/或传输要求已经增加或者将要增加。在该情况下，即使控制设备112的处理能力可以保持不变，控制设备112仍然可以被配置成将其处理能力与对更大处理授权的请求一起传送到控制中心130。如上面描述的那样，响应于这样的请求，控制中心130可以确定通常由控制中心130执行的处理的量，该处理的量可以被卸载到控制设备112并且响应地向控制设备112准许相应的许可。随着控制设备112开始增加在车辆110上执行的处理，控制中心130可以对称地开始减少在车辆110外执行的处理。

在一个实施例中，处理能力可以被静态地或动态地分配给控制设备112和控制中心130。例如，可以基于控制设备112和控制中心130之间所需的通信服务的级别（例如，120的网络的预期或实际通信负载）、可用的通信服务的级别（例如，120的网络的预期或实际带宽）、服务的成本等将处理能力分配给控制设备112和控制中心130。替代地，给定确定的服务的级别，可以根据具体环境状况来分配处理能力。除了其他事物之外，这些环境状况还可以包括车辆110的地理位置（例如，进入或离开具体区域的车辆110，诸如具有不同通信规则、要求、限制或成本的区域）、交通状况（例如，需要更多或更少处理的状况）、气象状况、历史驾驶员行为等）。这些条件可以由控制设备112、由控制中心130和/或控制设备112和控制中心130两者的组合来检测和/或确定。

在一些实施例中，可以启动处理能力的分配以减少实际资源溢出或仅减少资源溢出的可能性。具体地，针对基于传感器的数据和信号的处理和/或传输，可以存在一个或多个限制。例如，控制中心130可以能够同时与和不同车辆110相关联的最大数量的不同控制设备112进行通信，能够同时处理最大数量的事务，能够同时处理最大数量的信号或数据分组的大小等。同样，网络120可以能够将最大数量的信号和/或数据分组从最大数量的源传输到最大数量的目的地，最大数据分组的大小等。当接近/或超过这些各种限制时，相应的处理速度和/或完整性可能降低，和/或相关联的处理/传输成本可能增加。因此，当接近和/或超过这些最大限制中的一个或多个时，可以从控制中心130向控制设备112选择性地分配处理能力。通过使控制设备112执行更大量的处理，控制中心130和网络120可以具有支持更高速度、更高完整性和更低成本的减少的负载。

例如，当接近和/或超过控制中心130和/或网络120的一个或多个限制时，由控制中心130基于基于传感器的数据和/或首先从控制设备112传送到控制中心130的信号实现的一个或多个碰撞检测算法可以代之以被卸载以供控制设备112执行。通过卸载这些过程，可以在体积和/或大小上减小基于传感器的数据和/或首先由控制设备112通过网络120向控制中心130传送的信号的量。另外，可以减少由控制中心130执行的处理的量。这可以降低传输成本并使控制中心130可用于其他目的。

在另一示例中，可以由控制中心130远程地选择性地使能/禁用控制设备112的视频处理器和/或压缩模块。视频处理器和/或压缩模块的该选择性使能可以起作用以调整通过网络120的数据/信号传输的量和/或由控制中心130执行的处理。以类似的方式，车辆110的特定传感器获取模块114可以由控制中心130远程使能/禁用，以便减少传输和/或处理。

在另一示例中，驻留在控制中心130内的特定软件模块可以被选择性地加载到控制设备112中，使得控制设备112可以在选择的时间和/或在选择的情况下增加其处理能力。例如，面向建模驾驶员行为事件或评估驾驶环境的一个或多个软件模块可以被动态地从控制中心130加载到控制设备112中，使得相关处理此后可以在车辆110上被执行。软件模块在被加载到控制设备112中之后此后可以通过来自控制中心130的远程命令来选择性地执行。以类似的方式，其他软件模块（例如，由最终用户使用发布的API开发并运行相应的控制设备沙箱的软件模块）可以被控制中心130选择性地发送到执行中。

出于说明的目的已经提出了前述描述。它不是穷尽的，并且不限于所公开的精确形式或实施例。根据所公开的实施例的详述（specification）和实施的考虑，实施例的修改和适配将是显而易见的。例如，所描述的实现包括硬件和软件，但是与本公开一致的系统和方法可以被单独实现为硬件。

基于本说明书的书面描述和方法的计算机程序在软件开发者的技能内。可以使用多种编程技术来创建各种程序或程序模块。例如，程序部分或程序模块可以以Java、C、C++、汇编语言或任何这样的编程语言来设计或借助于Java、C、C++、汇编语言或任何这样的编程语言来设计。可以将这样的软件部分或模块中的一个或多个集成到设备系统或现有通信软件中。

此外，尽管本文中已经描述了说明性实施例，但是范围包括具有基于本公开的等同元素、修改、省略、组合（例如，跨各种实施例的各方面）、适配和/或变更的任何和所有实施例。权利要求中的元素要基于权利要求中采用的语言来广义地解释而不限于本说明书中或本申请的审查期间描述的示例，这些实施例要被解释为非排他性的。此外，可以以任何方式修改所公开的方法的步骤，包括重新排序步骤和/或插入或删除步骤。另外，本文中描述的任何参数、条件、信息等可以反映该参数、条件或信息的历史值、当前值或预期值。

根据详细的说明书，本公开的特征和优势是显而易见的，并且因此，旨在所附权利要求覆盖落入本公开的真实精神和范围内的所有系统和方法。如本文中使用的，不定冠词“一”和“一个”意指“一个或多个”。类似地，复数术语的使用不一定表示多个，除非在给定的上下文中是明确的。诸如“和”或“或”之类的词语意指“和/或”，除非另外特别指示。此外，由于本领域技术人员将容易想到多个修改和变化，因此不希望将本公开限于图示和描述的确切结构和操作，并且因此，所有合适的修改和等同物可以被采用，其落入本公开的范围内。

根据本文中公开的实施例的详述和实施的考虑，其他实施例对于本领域技术人员而言将是显而易见的。旨在说明书和示例被认为仅是示例，其中公开的实施例的真实范围和精神由以下权利要求书来指示。

附录A

DIB概念的基石如下：

• 用于支持最先进的从各种各样的和专用的车载传感器（例如加速度计、陀螺仪、磁力计、接触传感器、压力传感器等）的信号获取和检测的数学算法，需要大量的处理空间；

• 这些算法可以在OBU侧（车载远程信息处理（Telematics）单元）上被执行，也可以在控制中心侧（在专用前端处理器内）上被执行，或在两个以前的环境之间分配；

• OBU可以配备有大得多的处理能力，在CPU/DSP功率和存储器占用空间两个方面。由于最大处理能力比执行基本OBU功能（使能基本服务范围的那些功能）所严格需要的能力大得多，因此存在增加本地处理OBU侧的量的可能性，实现所需的总体信号处理的大量配额；

• 在OBU侧上分配的用于信号处理的处理功率的量可以动态地变化，伴随控制中心侧上的对称变化；

• 这种处理能力的分配可以根据所需的服务级别静态地或动态地进行，或者，给定确定的服务级别，根据具体环境状况进行；

• 之前提到的环境状况（例如车辆的地理位置、进入或离开特定区域、交通状况、气象状况、驾驶员的先前或历史行为等）可以由OBU单独确定，或通过控制中心关于重新分配处理资源的需求与OBU握手来确定；

• 然而，即使由OBU检测到不同的环境状况，在进入不同级别的本地处理强度之前，OBU必须得到控制中心的相关许可

• 上述握手是实时过程，其必须在控制中心数据库中的与数据摄取相关的任何其他功能之前在控制中心前端的“雾（fog）”层中被支持；

• 上述握手需要OBU和控制中心之间的电信协议内的适当资源和程序，以便准许OBU和控制中心处理资源分配之间的实时操作和完美且同步平衡两者；

• 握手逻辑包括必要的规定，以便防止现场侧或控制中心侧的资源溢出；

• 该DIB通道（approach）在逻辑上连接到ACM模型：事实上，分配或解除分配（deallocate）传感器模块和/或修改传感器获取参数，如ACM模型中描述的那样，预先假定从OBU到控制中心的整个链中分配的处理资源的中的比例变化；

• 在OBU和控制中心之间在DIB模式下重新分配处理资源对通过OBU和控制中心之间的电信链路交换的数据的量具有直接影响；这意指可以命令该重新分配，以便优化某些电信参数，包括传输速度、传输完整性和传输成本；在某些偶然的情况下（例如通信过载、通信中断（outage）或控制中心前端处理过载），该重新分配可以显著有助于解决问题

OBU侧的处理强度调制的实际示例如下：

• 使能或禁用一个或多个碰撞检测算法（对称地，控制中心侧，禁用或使能相同的算法）

• 由控制中心使能或禁用视频处理器/压缩模块（针对配备有视频获取的那些OBU）

• 通过控制中心命令来使能或禁用传感器获取模块（参见具有ACM概念的逻辑连接）

• 一个或多个SW模块，例如面向驾驶行为事件评估或驾驶环境评估，从控制中心被动态地加载到OBU，并且然后通过控制中心命令发送到执行中

• 一个或多个用户SW模块（由最终用户使用OBU发布的API开发并运行到适当的OBU沙箱中的模块）通过控制中心命令被发送到执行中

• 需要适当的SW层，其支持由控制中心在运行时动态加载的SW模块的加载/卸载和执行启动/停止（参见图）

• 需要适当的OS功能，以支持各种OBU处理器之间的处理负载分配，在各种OBU操作模式下处置所需的任务优先级和OBU电源需求；

• DIB逻辑链中的通道主设备（控制中心）-从设备（OBU），其中OBU只能基于由控制中心接收到的命令来改变其自己的处理级别；在当由OBU自身检测到需要修改处理强度的状况（例如OBU位置、检测到的驾驶风格、一天中的时间、光照条件、天气状况、其他传感器信息、电信链路中的某些情况等）时的情况下，这也是正确的：在该情况下，OBU将向控制中心请求进入新处理方案的许可，并且控制中心将释放或将不释放对进入新处理方案的授权；该主设备-从设备通道是必要的，以准许两个链路侧之间的正确对准；

• 一般而言，OBU HW、OBU OS和API、动态模块支持中间件和电信协议之间的完美集成，作为针对正确DIB操作的预先假定；支持DIB的HW是内核模块加（Kernel Module Plus）（KM+），其是高度集成的HW模块；该模块是高端设备的基本构建块。

Claims (30)

1.一种用于平衡车辆中的基于传感器的数据和信号的处理的系统，包括：

存储指令的集合的存储器；以及

一个或多个处理器，其被配置成执行设置指令以执行一个或多个操作，所述操作包括：

接收与车辆中的传感器相关联的信号，

通过网络传输信号以进行车外处理；

做出对授权以在车辆上处理信号的请求；

接收对请求的响应；以及

基于响应来选择性地在车辆上处理信号。

2.根据权利要求1所述的系统，其中，响应于增加的用于车载处理的能力而做出请求。

3.根据权利要求1所述的系统，其中，响应于车外处理达到处理限制而做出请求。

4.根据权利要求1所述的系统，其中，响应于传输达到网络限制而做出请求。

5.根据权利要求4所述的系统，其中，网络限制与传输大小限制、传输数量限制和传输成本中的至少一个相关联。

6.根据权利要求1所述的系统，其中，响应于所需处理中的增加而做出请求。

7.根据权利要求6所述的系统，其中，基于车辆的位置、天气状况、交通状况、气象状况和历史驾驶员行为中的至少一个来确定所需处理中的增加。

8.根据权利要求1所述的系统，其中，操作进一步包括响应于请求而接收软件模块，所述软件模块增加一个或多个处理器的处理能力。

9.根据权利要求8所述的系统，其中，软件模块包括视频处理模块、传感器获取模块、驾驶员行为事件评估软件模块和驾驶环境评估软件模块中的至少一个。

10.根据权利要求8所述的系统，其中，操作进一步包括仅当在加载软件模块之后接收到远程命令时才将软件模块发送到执行中。

11.一种用于动态地平衡车辆中的基于传感器的数据和信号的处理的方法，包括经由与车辆内的设备相关联的一个或多个处理器来执行以下操作：

接收与车辆中的传感器相关联的信号，

通过网络传输信号以进行车外处理；

做出对授权以在车辆上处理信号的请求；

接收对请求的响应；以及

基于响应来选择性地在车辆上处理信号。

12.根据权利要求11所述的方法，其中，响应于增加的用于车载处理的能力而做出请求。

13.根据权利要求11所述的方法，其中，响应于车外处理达到处理限制而做出请求。

14.根据权利要求11所述的方法，其中，响应于传输达到网络限制而做出请求。

15.根据权利要求14所述的方法，其中，网络限制与传输大小限制、传输数量限制和传输成本中的至少一个相关联。

16.根据权利要求11所述的方法，其中，响应于所需处理中的增加而做出请求。

17.根据权利要求16所述的方法，其中，基于车辆的位置、天气状况、交通状况、气象状况和历史驾驶员行为中的至少一个来确定所需处理中的增加。

18.根据权利要求11所述的方法，其中，操作进一步包括响应于请求而接收软件模块，所述软件模块增加一个或多个处理器的处理能力。

19.根据权利要求18所述的方法，其中，软件模块包括视频处理模块、传感器获取模块、驾驶员行为事件评估软件模块和驾驶环境评估软件模块中的至少一个。

20.根据权利要求18所述的方法，其中，操作进一步包括仅当在加载软件模块之后接收到远程命令时才将软件模块发送到执行中。

21.一种存储指令的有形的非暂时性计算机可读介质，所述指令当由至少一个处理器执行时，使得所述至少一个处理器执行用于动态地平衡车辆中的基于传感器的数据和信号的处理的方法，包括：

接收与车辆中的传感器相关联的信号，

通过网络传输信号以进行车外处理；

做出对授权以在车辆上处理信号的请求；

接收对请求的响应；以及

基于响应来选择性地在车辆上处理信号。

22.根据权利要求21所述的有形的非暂时性计算机可读介质，其中，响应于增加的用于车载处理的能力而做出请求。

23.根据权利要求21所述的有形的非暂时性计算机可读介质，其中，响应于车外处理达到处理限制而做出请求。

24.根据权利要求21所述的有形的非暂时性计算机可读介质，其中，响应于传输达到网络限制而做出请求。

25.根据权利要求24所述的有形的非暂时性计算机可读介质，其中，网络限制与传输大小限制、传输数量限制和传输成本中的至少一个相关联。

26.如权利要求21所述的有形的非暂时性计算机可读介质，其中，响应于所需处理中的增加而做出请求。

27.根据权利要求26所述的有形的非暂时性计算机可读介质，其中，基于车辆的位置、天气状况、交通状况、气象状况和历史驾驶员行为中的至少一个来确定所需处理中的增加。

28.根据权利要求21所述的有形的非暂时性计算机可读介质，其中，操作进一步包括响应于请求而接收软件模块，所述软件模块增加一个或多个处理器的处理能力。

29.根据权利要求28所述的有形的非暂时性计算机可读介质，其中，软件模块包括视频处理模块、传感器获取模块、驾驶员行为事件评估软件模块和驾驶环境评估软件模块中的至少一个。

30.根据权利要求28所述的有形的非暂时性计算机可读介质，其中，操作进一步包括仅当在加载软件模块之后接收到远程命令时才将软件模块发送到执行中。