CN110316052A - 预警信息产生系统及其方法 - Google Patents

Abstract

本发明提供一种预警信息产生系统及其方法。所述方法包括：通过输入设备取得对应于特定驾驶的多个第一驾驶特性；通过处理器将所述多个第一驾驶特性输入至模型以获得输出结果；以及通过输出设备根据所述输出结果输出对应的预警信息。

Description

预警信息产生系统及其方法

技术领域

本发明涉及一种用于车辆中的预警信息产生系统及其方法。

背景技术

随着汽车电子的技术提升，汽车安全渐渐成为各政府愈来愈关心的议题。调查显示，大部分的事故，都是因为驾驶的不安全行为所造成，例如:使用手机、观看影音设备等。

目前汽车安全系统的功能主要通过三大模块加以实现：信息感知、决策算法与预警信息发布。例如:车道偏离警示系统，其是运用摄影机检测车道标线，若系统发现车辆开始偏移，便以震动方向盘的方式警告驾驶人；万一仍不修正偏移，则会介入并让车辆维持在车道之中。

然而，上述系统发布预警信息时，往往只针对环境观察(例如道路状况，车辆状态等因素)来判断，上述系统往往忽略关于驾驶者的特性。

发明内容

本发明是针对一种预警信息产生系统及其方法，可以根据驾驶特性给予对应的预警信息的发布时间、警告形式与强度，可以有效减少因为驾驶本身的因素，而造成的人力及财力的损失。

本发明提出一种预警信息产生系统，所述系统包括输入设备、输出设备、存储设备以及处理器。存储设备用以存储预先训练完成的模型。所述输入设备取得对应于特定驾驶的多个第一驾驶特性，所述处理器将所述多个第一驾驶特性输入至所述模型以获得输出结果，以及所述输出设备根据所述输出结果输出对应的预警信息。

根据本发明的实施例，所述模型包括多个驾驶特性权重与第一常数，在所述处理器将所述多个第一驾驶特性输入至所述模型以获得所述输出结果的运作中，所述处理器取得所述多个第一驾驶特性，并分别将所述多个第一驾驶特性进行评分以取得多个第一驾驶特性参数，所述处理器将所述多个第一驾驶特性参数所构成的1*n的第一矩阵与所述多个驾驶特性权重所构成的n*1的第二矩阵相乘以获得第一数值，其中n为非0的正整数，以及所述处理器将所述第一数值加上所述第一常数以获得所述输出结果。

根据本发明的实施例，在存储预先训练完成的所述模型的运作之前，所述处理器取得多个已知驾驶的多个第二驾驶特性参数以及对应所述多个已知驾驶的多个训练解答，以及所述处理器根据所述多个第二驾驶特性参数所构成的m*n的第三矩阵以及所述多个训练解答所构成的m*1的第四矩阵训练所述模型以取得所述多个驾驶特性权重与所述第一常数，其中所述m为非0的正整数。

根据本发明的实施例，在所述处理器取得多个已知驾驶的多个第二驾驶特性参数的运作中，所述处理器取得所述多个已知驾驶的多个第二驾驶特性，并将所述多个第二驾驶特性进行评分以取得所述多个第二驾驶特性参数。

根据本发明的实施例，所述输出结果包括用于输出所述预警信息的相对时间长度、所述预警信息的输出形式以及所述预警信息的强度的至少其中之一。

根据本发明的实施例，所述预警信息的输出形式包括听觉、视觉与触觉的至少其中之一。

本发明提出一种预警信息产生方法，用于车辆的预警信息产生系统，所述系统包括输入设备、输出设备、存储设备以及处理器，所述存储设备用以存储预先训练完成的模型，所述方法包括：通过所述输入设备取得对应于特定驾驶的多个第一驾驶特性；通过所述处理器将所述多个第一驾驶特性输入至所述模型以获得输出结果；以及通过所述输出设备根据所述输出结果输出对应的预警信息。

根据本发明的实施例，所述模型包括多个驾驶特性权重与第一常数，其中通过所述处理器将所述多个第一驾驶特性输入至所述模型以获得所述输出结果的步骤包括：通过所述处理器取得所述多个第一驾驶特性，并分别将所述多个第一驾驶特性进行评分以取得多个第一驾驶特性参数；通过所述处理器将所述多个第一驾驶特性参数所构成的1*n的第一矩阵与所述多个驾驶特性权重所构成的n*1的第二矩阵相乘以获得第一数值，其中n为非0的正整数；以及所述处理器将所述第一数值加上所述第一常数以获得所述输出结果。

根据本发明的实施例，在存储预先训练完成的所述模型的步骤之前，所述方法包括：通过所述处理器取得多个已知驾驶的多个第二驾驶特性参数以及对应所述多个已知驾驶的多个训练解答；以及通过所述处理器根据所述多个第二驾驶特性参数所构成的m*n的第三矩阵以及所述多个训练解答所构成的m*1的第四矩阵训练所述模型以取得所述多个驾驶特性权重与所述第一常数，其中所述m为非0的正整数。

根据本发明的实施例，在通过所述处理器取得多个已知驾驶的多个第二驾驶特性参数的步骤包括：通过所述处理器取得所述多个已知驾驶的多个第二驾驶特性，并将所述多个第二驾驶特性进行评分以取得所述多个第二驾驶特性参数。

根据本发明的实施例，所述输出结果包括用于输出所述预警信息的相对时间长度、所述预警信息的输出形式以及所述预警信息的强度的至少其中之一。

根据本发明的实施例，所述预警信息的输出形式包括听觉、视觉与触觉的至少其中之一。

附图说明

包含附图以便进一步理解本发明，且附图并入本说明书中并构成本说明书的一部分。附图说明本发明的实施例，并与描述一起用于解释本发明的原理。

图1是依照本发明的一实施例所示出的预警信息产生系统的示意图；

图2是依照本发明的一实施例所示出的搜集第二驾驶特性的示意图；

图3是依照本发明的一实施例所示出的驾驶特性与驾驶特性参数转换表的示意图；

图4是依照本发明的一实施例所示出的将第二驾驶特性转换为第二驾驶特性参数后的示意图；

图5是依照本发明的一实施例所示出的根据第三矩阵与第四矩阵训练模型的示意图；

图6是依照本发明的一实施例所示出的训练完成后的模型的示意图；

图7是依照本发明的一实施例所示出的对应于第一驾驶特性的第一驾驶特性参数的示意图；

图8是依照本发明的一实施例所示出的将第一驾驶特性参数输入至模型的示意图；

图9是依照本发明的一实施例所示出的预警信息产生方法的流程图。

附图标号说明

1000：预警信息产生系统；

10：处理器；

12：输入设备；

14：输出设备；

16：存储设备；

S901：通过输入设备取得对应于特定驾驶的多个第一驾驶特性的步骤；

S903：通过处理器将多个第一驾驶特性输入至模型以获得输出结果的步骤；

S905：通过输出设备根据输出结果输出对应的预警信息的步骤。

具体实施方式

现将详细地参考本发明的示范性实施例，示范性实施例的实例说明于附图中。只要有可能，相同元件符号在附图和描述中用来表示相同或相似部分。

图1是依照本发明的一实施例所示出的预警信息产生系统的示意图。

请参照图1，预警信息产生系统1000包括处理器10、输入设备12、输出设备14以及存储设备16。输入设备12、输出设备14以及存储设备16电性连接至处理器10。

处理器10可以是中央处理单元(Central Processing Unit，CPU)，或是其他可程序化的一般用途或特殊用途的微处理器(Microprocessor)、数字信号处理器(DigitalSignal Processor，DSP)、可程序化控制器、特殊应用集成电路(Application SpecificIntegrated Circuit，ASIC)或其他类似组件或上述组件的组合。

输入设备12可以是麦克风、键盘、鼠标或触控屏幕或其他可接收用户的输入的组件或上述组件的组合。

输出设备14可以是屏幕、扬声器、震动装置或其他可输出信息给用户的组件或上述组件的组合。

存储设备16可以是任何型态的固定或可移动随机存取存储器(random accessmemory，RAM)、只读存储器(read-only memory，ROM)、闪存存储器(flash memory)或类似组件或上述组件的组合。

在本范例实施例中，预警信息产生系统1000的存储设备16中存储有多个代码段，在上述代码段被安装后，会由处理器10来执行。例如，存储设备16中包括多个模块，通过这些模块来分别执行应用于预警信息产生系统1000的各个运作，其中各模块是由一或多个代码段所组成。然而本发明不限于此，预警信息产生系统1000的各个运作也可以是使用其他硬件形式的方式来实现。

在本范例实施例中，预警信息产生系统1000可以使用多个已知驾驶的驾驶特性(也称为，第二驾驶特性)预先训练至少一模型，并将训练完成的模型存储于存储设备16中。之后，预警信息产生系统1000可以将某一特定驾驶的驾驶特性(也称为，第一驾驶特性)输入至预先训练完成的模型以通过所述模型预测并获得输出结果，之后通过输出设备14根据输出结果输出对应的预警信息。在本范例实施例中，所述模型产生的输出结果包括用于输出所述预警信息的相对时间长度、预警信息的输出形式以及预警信息的强度的至少其中之一。此外，预警信息的输出形式包括听觉、视觉与触觉的至少其中之一。然而，本发明并不用于限定上述输出结果与预警信息的输出形式。

以下以训练并使用“用于输出预警信息的相对时间长度的模型”的实施例来进行说明。

图2是依照本发明的一实施例所示出的搜集第二驾驶特性的示意图。

请参照图2，首先，在训练“用于输出预警信息的相对时间长度的模型”时，预警信息产生系统1000的开发厂商可以事先搜集多个已知驾驶的第二驾驶特性。如图2所示，第二驾驶特性例如包括驾驶人员的性别、年龄、运动习惯、疾病史与驾车时数等。然而本发明并不用于限定第二驾驶特性的种类。在其他实施例中，第二驾驶特性也可以包括驾驶人员其他的驾驶特性。此外，图2中各个驾驶人员的反应时间是用于作为训练模型时所需使用的训练解答。

之后，处理器10可以取得上述多个已知驾驶的第二驾驶特性，并将所述多个第二驾驶特性进行评分以取得对应于所述多个第二驾驶特性的多个第二驾驶特性参数。举例来说，图3是依照本发明的一实施例所示出的驾驶特性与驾驶特性参数转换表的示意图。请参照图3，预警信息产生系统1000的开发厂商可以事先定义如图3所示出的驾驶特性与驾驶特性参数的转换表，此转换表可以用于将上述的第二驾驶特性转换为以分数表示的驾驶特性参数。如图3所示，以驾驶特性中的“性别”为例，当一驾驶人员的性别为“女性”时，可以将“性别”的驾驶特性转换为分数为“1”的驾驶特性参数；当一驾驶人员的性别为“男性”时，可以将“性别”的驾驶特性转换为分数为“2”的驾驶特性参数。类似地，以驾驶特性中的“年龄”为例，当一驾驶人员的年龄为“18-30”时，可以将年龄为“18-30”的驾驶特性转换为分数为“2”的驾驶特性参数；当一驾驶人员的年龄为“31-40”时，可以将年龄为“31-40”的驾驶特性转换为分数为“1”的驾驶特性参数，以此类推。此外，驾驶特性与驾驶特性参数的转换关系已详细记载于图3的转换表中，故在此不再赘述。在此需说明的是，在本范例实施例中，驾驶特性参数的值越高时，代表该驾驶可能较常发生意外事件。然而，本发明并不以此为限。

图4是依照本发明的一实施例所示出的将第二驾驶特性转换为第二驾驶特性参数后的示意图。

请参照图4，处理器10可以将图2中所记载的第二驾驶特性，依据图3中的转换表将第二驾驶特性(如图2中的性别、年龄、运动习惯、疾病史、驾车时数等驾驶特性)转换为以分数型式表示的第二驾驶特性参数。此外，由于图2中各个驾驶人员的反应时间是用于作为训练模型时所需使用的训练解答，故驾驶人员的反应时间不会被转换为驾驶特性参数。

之后，处理器10会根据第二驾驶特性参数所构成的矩阵(也称为，第三矩阵)以及训练解答所构成的矩阵(也称为，第四矩阵)训练所述“用于输出预警信息的相对时间长度的模型”。更详细来说，图5是依照本发明的一实施例所示出的根据第三矩阵与第四矩阵训练模型的示意图。

请参照图5，处理器10可以将图4中的第二驾驶特性参数表示成大小为m*n的第三矩阵，并且将训练解答表示成m*1的第四矩阵。其中所述m与n皆为非0的正整数。而在训练模型的过程中，处理器10需找到一个常数b(或称为偏移量)以及一个由多个驾驶特性权重(如驾驶特性权重w1～w5)所构成的n*1的矩阵(也称为，第二矩阵)，使得第三矩阵乘上第二矩阵所得到的一大小为m*1的矩阵加上常数b后会等于由训练解答所构成的第四矩阵。

当模型训练完成时，处理器10可以取得上述的常数b(或称为偏移量)以及一个由多个驾驶特性权重(如驾驶特性权重w1～w5)所构成的n*1的第二矩阵。例如，图6是依照本发明的一实施例所示出的训练完成后的模型的示意图。

请同时参照图5与图6，接续图5的实施例，当模型训练完成后，可以获得第二矩阵，此第二矩阵包括值为“0.02”的驾驶特性权重w1、值为“0.02”的驾驶特性权重w2、值为“0.04”的驾驶特性权重w3、值为“0.1”的驾驶特性权重w4与值为“0.08”的驾驶特性权重w5。此外，当模型训练完成后，还可以获得值为“0.4”的常数b。

之后，使用者可以通过输入设备12将对应于某一特定驾驶的多个驾驶特性(也称为，第一驾驶特性)输入至预警信息产生系统1000，处理器10会将上述的第一驾驶特性输入至已训练完成的模型中以获得输出结果，之后输出设备14可以根据模型所输出的输出结果输出对应的预警信息。例如，图7是依照本发明的一实施例所示出的对应于第一驾驶特性的第一驾驶特性参数的示意图。图8是依照本发明的一实施例所示出的将第一驾驶特性参数输入至模型的示意图。

请同时参照图7与图8，假设某一特定驾驶人员的第一驾驶特性如下：性别为男性、年纪为42岁、有运动习惯、疾病史为听力受损以及驾车时数为70小时。处理器10例如可以使用图7的转换表(相同于图3的转换表)将上述的第一驾驶特性转换为第一驾驶特性参数。例如，如图7所示，以第一驾驶特性中的“性别”为例，由于上述驾驶人员的性别为“男性”，故可以将“性别”的驾驶特性转换为分数为“2”的驾驶特性参数。类似地，以驾驶特性中的“年龄”为例，由于上述驾驶人员的年龄为“42岁”，故可以将“年龄”的驾驶特性转换为分数为“3”的驾驶特性参数。类似地，以第一驾驶特性中的“运动习惯”为例，由于上述驾驶人员有运动的习惯，故可以将“运动习惯”的驾驶特性转换为分数为“1”的驾驶特性参数。类似地，以第一驾驶特性中的“疾病史”为例，由于上述驾驶人员的疾病史为听力受损，故可以将“疾病史”的驾驶特性转换为分数为“1”的驾驶特性参数。类似地，以第一驾驶特性中的“驾车时数”为例，由于上述驾驶人员的驾车时数为70小时，故可以将“驾车时数”的驾驶特性转换为分数为“3”的驾驶特性参数。

在通过处理器10根据如图7(或图3)的转换表将上述的多个第一驾驶特性分别转换为驾驶特性参数(也称为，第一驾驶特性参数)后，所述处理器10可以将所取得的第一驾驶特性参数转换程如图8中的1*n的矩阵(也称为，第一矩阵)。之后，处理器10可以将此第一矩阵与先前训练模型时所获得的n*1的第二矩阵相乘以获得一数值(也称为，第一数值)，并将此第一数值加上所述先前训练模型时所获得的常数b(也称为，第一常数)以获得一输出结果。在图8的范例中，输出结果(即，数值0.88)代表用于输出预警信息的相对时间长度。也就是说，当处理器10需要输出预警信息时，输出设备14可以根据前述的输出结果来得知预警信息在输出时的相对时间长度。此外，预警信息的输出形式可以是通过输出设备14以听觉、视觉与触觉的至少其中之一的方式来输出以提醒驾驶人员，在此不做限制。

需注意的是，在上述的范例实施例中是以训练并使用“用于输出预警信息的相对时间长度的模型”为范例。然而本发明并不限于此，在其他实施例中，也可以使用相同的方式来训练并使用“用于输出预警信息的警告形式及强度的模型”。

例如，在经由前述的方式来训练“用于输出预警信息的警告形式及强度的模型”后，可以将前述的第一矩阵输入至“用于输出预警信息的警告形式及强度的模型”并取得一输出结果，此输出结果可以用于表示在输出预警信息给前述的特定驾驶时，预警信息的最佳警告形式以及最佳的强度。举例来说，如果前述的特定驾驶是一个视力有问题的驾驶，则将前述的第一矩阵输入至“用于输出预警信息的警告形式及强度的模型”后所取得的输出结果可以表示以“声音或是触觉”的方式来输出预警信息，并且可以决定出最佳的预警信息的输出强度。此外，如果前述的特定驾驶是一个听力及视力皆有问题的驾驶，则将前述的第一矩阵输入至“用于输出预警信息的警告形式及强度的模型”后所取得的输出结果可以表示以“触觉”的方式来输出预警信息，并且可以决定出最佳的预警信息的输出强度。

图9是依照本发明的一实施例所示出的预警信息产生方法的流程图。

请参照图9，在步骤S901中，输入设备12取得对应于特定驾驶的多个第一驾驶特性。在步骤S903中，处理器10将所述多个第一驾驶特性输入至模型以获得输出结果。在步骤S905中，输出设备14根据输出结果输出对应的预警信息。

基于上述，本发明提出的预警信息产生系统及其方法，可以根据不同驾驶的特性及经验，如:性别、年龄、职业、疾病史、运动习惯、驾车时数等特性，经由学习训练得到一个模型，这个模型可以分配不同特性权重，并且在综合判断后，得到用于输出预警信息的相对时间长度。此外，根据驾驶者的状况，经由相同技巧的学习训练，可以得到另外一个模型，用来决定预警信息的输出形式(例如:听觉、视觉、触觉等)以及预警信息的输出强度。藉此，可以根据驾驶特性给予对应的预警信息的发布时间、警告形式与强度，可以有效减少因为驾驶本身的因素，而造成的人力及财力的损失。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (12)

1.一种用于车辆的预警信息产生系统，其特征在于，所述系统包括：

输入设备；

输出设备；

存储设备，用以存储预先训练完成的模型；以及

处理器，其中

所述输入设备取得对应于特定驾驶的多个第一驾驶特性，

所述处理器将所述多个第一驾驶特性输入至所述模型以获得输出结果，以及

所述输出设备根据所述输出结果输出对应的预警信息。

2.根据权利要求1所述的预警信息产生系统，其特征在于，所述模型包括多个驾驶特性权重与第一常数，在所述处理器将所述多个第一驾驶特性输入至所述模型以获得所述输出结果的运作中，

所述处理器取得所述多个第一驾驶特性，并分别将所述多个第一驾驶特性进行评分以取得多个第一驾驶特性参数，

所述处理器将所述多个第一驾驶特性参数所构成的1*n的第一矩阵与所述多个驾驶特性权重所构成的n*1的第二矩阵相乘以获得第一数值，其中n为非0的正整数，以及

所述处理器将所述第一数值加上所述第一常数以获得所述输出结果。

3.根据权利要求2所述的预警信息产生系统，其特征在于，在存储预先训练完成的所述模型的运作之前，

所述处理器取得多个已知驾驶的多个第二驾驶特性参数以及对应所述多个已知驾驶的多个训练解答，以及

所述处理器根据所述多个第二驾驶特性参数所构成的m*n的第三矩阵以及所述多个训练解答所构成的m*1的第四矩阵训练所述模型以取得所述多个驾驶特性权重与所述第一常数，其中所述m为非0的正整数。

4.根据权利要求3所述的预警信息产生系统，其特征在于，在所述处理器取得所述多个已知驾驶的所述多个第二驾驶特性参数的运作中，

所述处理器取得所述多个已知驾驶的多个第二驾驶特性，并将所述多个第二驾驶特性进行评分以取得所述多个第二驾驶特性参数。

5.根据权利要求1所述的预警信息产生系统，其特征在于，所述输出结果包括用于输出所述预警信息的相对时间长度、所述预警信息的输出形式以及所述预警信息的强度的至少其中之一。

6.根据权利要求1所述的预警信息产生系统，其特征在于，所述预警信息的输出形式包括听觉、视觉与触觉的至少其中之一。

7.一种预警信息产生方法，用于车辆的预警信息产生系统，所述系统包括输入设备、输出设备、存储设备以及处理器，所述存储设备用以存储预先训练完成的模型，其特征在于，所述方法包括：

通过所述输入设备取得对应于特定驾驶的多个第一驾驶特性；

通过所述处理器将所述多个第一驾驶特性输入至所述模型以获得输出结果；以及

通过所述输出设备根据所述输出结果输出对应的预警信息。

8.根据权利要求7所述的预警信息产生方法，其特征在于，所述模型包括多个驾驶特性权重与第一常数，其中通过所述处理器将所述多个第一驾驶特性输入至所述模型以获得所述输出结果的步骤包括：

通过所述处理器取得所述多个第一驾驶特性，并分别将所述多个第一驾驶特性进行评分以取得多个第一驾驶特性参数；

通过所述处理器将所述多个第一驾驶特性参数所构成的1*n的第一矩阵与所述多个驾驶特性权重所构成的n*1的第二矩阵相乘以获得第一数值，其中n为非0的正整数；以及

所述处理器将所述第一数值加上所述第一常数以获得所述输出结果。

9.根据权利要求8所述的预警信息产生方法，其特征在于，在存储预先训练完成的所述模型的步骤之前，所述方法包括：

通过所述处理器取得多个已知驾驶的多个第二驾驶特性参数以及对应所述多个已知驾驶的多个训练解答；以及

通过所述处理器根据所述多个第二驾驶特性参数所构成的m*n的第三矩阵以及所述多个训练解答所构成的m*1的第四矩阵训练所述模型以取得所述多个驾驶特性权重与所述第一常数，其中所述m为非0的正整数。

10.根据权利要求9所述的预警信息产生方法，其特征在于，在通过所述处理器取得所述多个已知驾驶的所述多个第二驾驶特性参数的步骤包括：

通过所述处理器取得所述多个已知驾驶的多个第二驾驶特性，并将所述多个第二驾驶特性进行评分以取得所述多个第二驾驶特性参数。

11.根据权利要求7所述的预警信息产生方法，其特征在于，所述输出结果包括用于输出所述预警信息的相对时间长度、所述预警信息的输出形式以及所述预警信息的强度的至少其中之一。

12.根据权利要求7所述的预警信息产生方法，其特征在于，所述预警信息的输出形式包括听觉、视觉与触觉的至少其中之一。