CN112406882A - 人机共驾过程驾驶员状态监测装置及可接管能力评估方法 - Google Patents
人机共驾过程驾驶员状态监测装置及可接管能力评估方法 Download PDFInfo
- Publication number
- CN112406882A CN112406882A CN202011254692.4A CN202011254692A CN112406882A CN 112406882 A CN112406882 A CN 112406882A CN 202011254692 A CN202011254692 A CN 202011254692A CN 112406882 A CN112406882 A CN 112406882A
- Authority
- CN
- China
- Prior art keywords
- driver
- state
- driving
- data
- information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 230000008569 process Effects 0.000 title claims abstract description 27
- 238000012806 monitoring device Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000013500 data storage Methods 0.000 claims description 13
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000013077 scoring method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
- B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
Abstract
本发明提供了人机共驾过程驾驶员状态监测装置及可接管能力评估方法，包括以下步骤：数据采集子系统采集监测驾驶员状态、驾驶员驾驶的车辆信息，然后传输给实时控制系统；实时控制系统将驾驶员状态以及驾驶员驾驶车辆的信息进行滤波处理，对不同的数据进行融合；实施控制系统根据上位机控制器对实时控制系统设置的预警判断逻辑，对驾驶员状态、驾驶员驾驶的车辆信息进行可接管性判断。本发明所述的驾驶员驾驶状态监测装置及驾驶员可接管能力评估方法，可以判断驾驶员在自动驾驶系统发出接管请求时是否具备接管能力，从而影响自动驾驶系统的决策，确保了自动驾驶汽车行驶和人机接管的安全。
Description
技术领域
本发明属于自动驾驶汽车系统测试领域，尤其是涉及人机共驾过程驾驶员状态监测装置及可接管能力评估方法。
背景技术
自动驾驶等级：目前自动驾驶技术已经成为汽车最前沿的技术之一，美国SAE(汽车工程学会)将自动驾驶技术分为6级，其中0级为报警，如FCW,LDW等，只是在一定情况下给驾驶员声、光提醒，不对车辆进行控制。1级为单向辅助驾驶，如ACC(自适应续航功能)功能，可以辅助车辆进行纵向控制，LKA(车道保持系统)功能，可以辅助车辆进行横向控制。2级为双向辅助驾驶，控制系统可以同时对车辆进行横向和纵向控制。3级为部分自动驾驶功能。4级为特定场景下自动驾驶。5级为完全自动驾驶。
人机接管：在由自动驾驶系统到驾驶人的控制权切换过程中，接管的及时性、有效性对安全的影响很大，其中涉及到接管时间和接管能力的评估。接管时间是指从发出接管请求到驾驶人完全控制车辆所需的时间。目前针对驾驶员接管能力的评估，尚未形成行业共识的人因接管能力评估模型，并且针对不同级别的驾驶自动化系统，对驾驶人接管能力的要求并不一致。
驾驶员监控：判断驾驶人当前的驾驶状态可以分为主观与客观评价两种方法。主观评价方法是基于驾驶人主观的感受、驾驶人反应时间以及面部特征将驾驶人主观感受进行分类量化，当前经常使用的主观评价方法分为主观自评方法与主观他评方法。主观自评通常采用KSS(Karolinska Sleepiness Scale)、SSS(Stanford Sleepiness Scale)和VAS(Visual Analog Scales)的方法来测试被试验者的状态。主观他评法一般选取基于驾驶人面部视频的专家评分法。客观评价法则通过传感器监测驾驶人的眼部、头部、面部以及脚部的动作，借助对驾驶人生理、心理还有车辆操纵数据及车辆状态信息，采用传感器融合的方法对驾驶人的驾驶状态进行判断。
存在的问题：目前市场上的驾驶员注意力监控产品主要是基于摄像头图像识别技术或驾驶时长理论来进行驾驶员注意力监控，功能主要包括监测疲劳、打电话、抽烟、左顾右盼、不在驾驶位、长时间不目视前方、驾驶员身份识别等。此类产品作为驾驶员状态监控的系统仅适用于L2及以下等级的智能汽车，却不适用于L3级智能汽车，因为L3级智能汽车允许驾驶员减少对驾驶任务的监控，驾驶员可以进行一些与驾驶任务无关的行为。另外，目前的大多数驾驶员监控设备，数据来源单一，很难实现对驾驶员全方位的监控。
发明内容
有鉴于此，本发明旨在提出人机共驾过程驾驶员状态监测装置及可接管能力评估方法，以解决目前市场驾驶员注意力监控产品数据来源单一，且只适用于判断驾驶员行为和状态，不能判断驾驶员在人机共驾过程中是否具备接管汽车驾驶权的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一种人机共驾过程驾驶员状态可接管能力评估方法，包括以下步骤：
S1、数据采集子系统采集监测驾驶员状态、驾驶员驾驶车辆的信息，然后传输给实时控制系统；
S2、实时控制系统将驾驶员状态以及驾驶员驾驶车辆的信息进行滤波处理，对不同的数据进行融合；
S3、实施控制系统根据上位机控制器对其设置的预警判断逻辑，对驾驶员状态、驾驶员驾驶进行可接管性判断。
进一步的，所述步骤S1中的车辆信息包括：车辆的方向盘转向角度、油门踏板的开度、刹车踏板的开度和驾驶员状态信息。
进一步的，所述步骤S3中的驾驶员状态可接管性判断如下：实时控制系统的预警判断逻辑中设定驾驶员状态预警判断阈值，驾驶员状态预警判断阈值包括：疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值，其中疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值之间的关系设置为或门，将驾驶员状态与疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值进行对比，若其中一项达到阈值，则驾驶员不具备接管能力。
进一步的，所述步骤S3中的驾驶员驾驶的车辆信息可接管性判断如下：上位机控制器对实时控制系统设置驾驶车辆的信息预警判断阈值，实时控制系统将驾驶员驾驶车辆的信息与预警判断阈值对比进行判断，若达到判断阈值则不具备接管能力，若未达到判断阈值，此时驾驶员状态未达到阈值，则驾驶员具备接管能力；具备接管能力的，继续返回重复步骤S1-S3，不具备接管能力的则上位控制器输出预警信息。
进一步的，驾驶的车辆信息预警判断阈值包括车辆的方向盘转向角度阈值、油门踏板的开度阈值、刹车踏板的开度阈值。
一种人机共驾过程驾驶员状态监测装置，包括汽车、用于监测汽车内驾驶员状态的监测装置，所述监测装置包括数据监控系统、数据处理系统、数据控制显示系统、数据存储器；
所述数据监控系统输入端安装在汽车内，所述数据监控系统输出端与数据处理系统接收端连接，所述数据处理系统输出与数据控制显示系统连接，所述数据存储器与数据监控系统的输出端连接。
进一步的，所述数据监控系统包括数据采集子系统、数据存储器，所述数据采集子系统的接收端安装在汽车上，数据采集子系统输出端连接数据库存储器接收端。
进一步的，所述数据处理系统包括实时控制子系统，所述数据控制显示系统包括上位机，所述实时控制子系统一端与数据存储器接收端连接，所述数据采集子系统输出端与实时控制子系统的接收端连接，所述实时控制子系统的输出端与上位机的接收端连接，所述实时控制子系统的接收端与上位机的输出端连接。
进一步的，所述数据采集系统包括车辆信息采集模块、驾驶员运动状态采集模块。
进一步的，所述上位机包括设置模块和显示模块。
相对于现有技术，本发明所述的人机共驾过程驾驶员状态监测装置及可接管能力评估方法，具有以下优势：
本发明所述的驾驶员驾驶状态监测装置及驾驶员可接管能力评估方法，可以判断驾驶员在自动驾驶系统发出接管请求时是否具备接管能力，从而影响自动驾驶系统的决策，确保了自动驾驶汽车行驶和人机接管的安全。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例所述的一种人机共驾过程驾驶员状态监测装置系统组成及通信图；
图2为本发明实施例所述的数据采集子系统组成图；
图3为本发明实施例所述的实时控制子系统流程图；
图4为本发明实施例所述的上位机组成图；
图5为本发明实施例所述的一种人机共驾过程驾驶员状态可接管能力评估方法判断流程图；
图6为本发明实施例所述的一种人机共驾过程驾驶员状态可接管能力评估方法不具备接管能力的判定逻辑流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
如图1至图6所示，一种人机共驾过程驾驶员状态可接管能力评估方法，包括以下步骤：
S1、数据采集子系统采集监测驾驶员状态、驾驶员驾驶的车辆信息，然后传输给实时控制系统；
S2、实时控制系统将驾驶员状态以及驾驶员驾驶车辆的信息进行滤波处理，对不同的数据进行融合；
S3、实施控制系统根据上位机控制器对实时控制系统设置的预警判断逻辑，对驾驶员状态、驾驶员驾驶的车辆信息进行可接管性判断。
所述步骤S1中的车辆信息包括：车辆的方向盘转向角度、油门踏板的开度、刹车踏板的开度和驾驶员状态信息。
所述步骤S3中的驾驶员状态可接管性判断如下：实时控制系统的预警判断逻辑中设定驾驶员状态预警判断阈值，驾驶员状态预警判断阈值包括：疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值，其中疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值之间的关系设置为或门，将驾驶员状态与疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值进行对比，若其中一项达到阈值，则驾驶员不具备接管能力。
所述步骤S3中的驾驶员驾驶的车辆信息可接管性判断如下：上位机控制器对实时控制系统设置驾驶的车辆信息预警判断阈值，实时控制系统将驾驶员驾驶车辆的信息与预警判断阈值对比进行判断，若达到判断阈值则不具备接管能力，若未达到判断阈值，此时驾驶员状态未达到阈值，则驾驶员具备接管能力；具备接管能力的，继续返回重复步骤S1-S3，不具备接管能力的则上位控制器输出预警信息。
驾驶的车辆信息预警判断阈值包括车辆的方向盘转向角度阈值、油门踏板的开度阈值、刹车踏板的开度阈值。
如图1至图6所示，一种人机共驾过程驾驶员状态监测装置，包括汽车、用于监测汽车内驾驶员状态的监测装置，所述监测装置包括数据监控系统、数据处理系统、数据控制显示系统、数据存储器；
所述数据监控系统输入端安装在汽车内，所述数据监控系统输出端与数据处理系统接收端连接，所述数据处理系统输出与数据控制显示系统连接，所述数据存储器与数据监控系统的输出端连接；
本系统在通电后处于激活状态，在自动驾驶模式保持运行，当需要驾驶员接管车辆驾驶权时，就需要从智能汽车人机共驾过程驾驶员状态监测装置中读取驾驶员的状态信息。信息采集系统采集驾驶员和车辆操控信息，多种信息源输入给实施控制系统进行数据融合和分析，得出驾驶员的可用性数据；驾驶员数据给到上位机控制系统，上位机控制系统根据设置可以输出驾驶员可用性的结果，这个结果根据设置的逻辑可以为是或否，也可以为驾驶员可接管的等级。
如图1所示，所述数据监控系统包括数据采集子系统、数据存储器，所述数据采集子系统的接收端安装在汽车上，数据采集子系统输出端连接数据库存储器接收端；
如图1所示，所述数据处理系统包括实时控制子系统，所述数据控制显示系统包括上位机，所述实时控制子系统一端与数据存储器接收端连接，所述数据采集子系统输出端与实时控制子系统的接收端连接，所述实时控制子系统的输出端与上位机的接收端连接，所述实时控制子系统的接收端与上位机的输出端连接；
如图3所示，实时控制子系统负责数据融合和数据分析，收到数据采集系统传来的数据，判断收到的数据集是否完整，不完整的话直接输出预警信息给上位机控制器，然后进行系统自检和预警显示；如果数据集完整，继续正常的流程，对数据进行滤波处理，然后对不同的数据进行融合；最后一步是根据上位机设置的判断逻辑对驾驶员的可接管性进行判断，得到驾驶员可接管性的结果数据，并输出给上位机控制器。
如图2所示，所述数据采集系统包括车辆信息采集模块、驾驶员运动状态采集模块；第一部分车辆信息采集模块采集的信息包括方向盘、油门、刹车；第二部分为驾驶员运动状态采集模块，采集的信息包括驾驶员面部及身体位姿数据；
车辆信号采集模块通过CAN总线采集车辆转向和油门、刹车的数据，通过基于摄像头的驾驶员注意力监控系统采集驾驶员的面部及姿态信息，需要采集的数据如表1所示；
表1数据采集系统数据集
如图4所示，所述上位机包括设置模块和显示模块；
上位机设置驾驶员接管可用性的判断标准、判断逻辑和输出结果，如最终输出结果为是或否，也可以设置输出结果为可接管性的不同等级。实时系统根据设置模块设定的判断逻辑，得到判断的结果，并输出给上位机，在上位机的显示屏上进行显示，该显示包括声音和光学显示。
数据存储器负责存储驾驶员接管性监测整个过程中的原始数据和判断结果等的系统。
存储系统通过数据接口和信息采集模块和实时控制系统相连接，实时存储方向盘、刹车等原始数据和最后判断的可接管性的结果及实时的判断逻辑等信息，并添加时间戳，实现时间同步。该存储系统存储的信息可以用于自动驾驶汽车交通事故的责任划分。
如图5、图6所示，驾驶员可接管能力评估方法具体如下:
1)数据的采集，系统启动后持续采集车辆的转向、油门、刹车和驾驶员运动状态信息，然后传输给实时控制系统，实时控制系统检测数据集是否完整，如果不完整，则输出预警信息给上位机控制器；如果完整，则继续；
2)数据的预处理阶段，实时控制系统对数据进行滤波和融合；
3)驾驶员可接管性判断环节，根据上位机设置的预警判断逻辑，对数据进行分析，得到判断结果；具备接管能力的，继续返回，从数据采集阶段开始；如果不具备接管能力，则输出预警信息给上位机。上位机可以设置预警判断逻辑的输出结果为驾驶员可接管能力等级或分数，根据使用者需求自行设置。
评估的方法，判断驾驶员可接管能力的方法和上位逻辑的设置应该以驾驶员不同的状态为导向，驾驶员不具备接管能力可能是有多种原因，比如疲劳驾驶、分心驾驶、突发疾病等。因此，该系统应具备多种并行的判断逻辑，这些出发逻辑之间的关系设置为或门，任何一个满足触发条件，就会判定驾驶员不具备接管能力。
判断方法采用达到阈值后进行判定的方法，同时还要所有相关指标都达到才会进行预警。具体来讲，在单项判断逻辑中，需要各项数据指标都满足条件才会触发预警，即这些数据之间的关系为与门。例如疲劳的判定逻辑，可以设置方向盘转向指标为2°或刹车踏板位置变动10％或摄像头通过视频识别驾驶员疲劳，任何一项指标达到预警值，再通过其他融合的数据进行验证，验证结果为驾驶员疲劳的，即判定驾驶员不具备接管能力。
预警信息的显示，上位机收到预警信息并进行声光显示，预警信息的提示与数据不完整的预警提示要有明显区分。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种人机共驾过程驾驶员状态可接管能力评估方法，其特征在于包括以下步骤：
S1、数据采集子系统采集监测驾驶员状态、驾驶员驾驶车辆的信息，然后传输给实时控制系统；
S2、实时控制系统将驾驶员状态以及驾驶员驾驶车辆的信息进行滤波处理，对不同的数据进行融合；
S3、实施控制系统根据上位机控制器对其设置的预警判断逻辑，对驾驶员状态、驾驶员驾驶进行可接管性判断。
2.根据权利要求1所述的一种人机共驾过程驾驶员状态可接管能力评估方法，其特征在于：所述步骤S1中的车辆信息包括：车辆的方向盘转向角度、油门踏板的开度、刹车踏板的开度和驾驶员状态信息。
3.根据权利要求1所述的一种人机共驾过程驾驶员状态可接管能力评估方法，其特征在于：所述步骤S3中的驾驶员状态可接管性判断如下：实时控制系统的预警判断逻辑中设定驾驶员状态预警判断阈值，驾驶员状态预警判断阈值包括：疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值，其中疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值之间的关系设置为或门，将驾驶员状态与疲劳驾驶阈值、分心驾驶阈值、突发疾病驾驶阈值进行对比，若其中一项达到阈值，则驾驶员不具备接管能力。
4.根据权利要求1所述的一种人机共驾过程驾驶员状态可接管能力评估方法，其特征在于：所述步骤S3中的驾驶员驾驶车辆的信息可接管性判断如下：上位机控制器对实时控制系统设置驾驶的车辆信息预警判断阈值，实时控制系统将驾驶员驾驶车辆的信息与预警判断阈值对比进行判断，若达到判断阈值则不具备接管能力，若未达到判断阈值，此时驾驶员状态未达到阈值，则驾驶员具备接管能力；具备接管能力的，继续返回重复步骤S1-S3，不具备接管能力的则上位控制器输出预警信息。
5.根据权利要求4所述的一种人机共驾过程驾驶员状态可接管能力评估方法，其特征在于：驾驶的车辆信息预警判断阈值包括车辆的方向盘转向角度阈值、油门踏板的开度阈值、刹车踏板的开度阈值。
6.一种人机共驾过程驾驶员状态监测装置，包括汽车、用于监测汽车内驾驶员状态的监测装置，其特征在于：所述监测装置包括数据监控系统、数据处理系统、数据控制显示系统、数据存储器；
所述数据监控系统输入端安装在汽车内，所述数据监控系统输出端与数据处理系统接收端连接，所述数据处理系统输出与数据控制显示系统连接，所述数据存储器与数据监控系统的输出端连接。
7.根据权利要求6所述的一种人机共驾过程驾驶员状态监测装置，其特征在于：所述数据监控系统包括数据采集子系统、数据存储器，所述数据采集子系统的接收端安装在汽车上，数据采集子系统输出端连接数据库存储器接收端。
8.根据权利要求7所述的一种人机共驾过程驾驶员状态监测装置，其特征在于：所述数据处理系统包括实时控制子系统，所述数据控制显示系统包括上位机，所述实时控制子系统一端与数据存储器接收端连接，所述数据采集子系统输出端与实时控制子系统的接收端连接，所述实时控制子系统的输出端与上位机的接收端连接，所述实时控制子系统的接收端与上位机的输出端连接。
9.根据权利要求8所述的一种人机共驾过程驾驶员状态监测装置，其特征在于：所述数据采集系统包括车辆信息采集模块、驾驶员运动状态采集模块。
10.根据权利要求8所述的一种人机共驾过程驾驶员状态监测装置，其特征在于：所述上位机包括设置模块和显示模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011254692.4A CN112406882A (zh) | 2020-11-11 | 2020-11-11 | 人机共驾过程驾驶员状态监测装置及可接管能力评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011254692.4A CN112406882A (zh) | 2020-11-11 | 2020-11-11 | 人机共驾过程驾驶员状态监测装置及可接管能力评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112406882A true CN112406882A (zh) | 2021-02-26 |
Family
ID=74781506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011254692.4A Pending CN112406882A (zh) | 2020-11-11 | 2020-11-11 | 人机共驾过程驾驶员状态监测装置及可接管能力评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112406882A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113247020A (zh) * | 2021-05-12 | 2021-08-13 | 东风汽车集团股份有限公司 | 一种基于l3级自动驾驶的车辆接管控制方法及系统 |
| CN113415292A (zh) * | 2021-06-28 | 2021-09-21 | 华东交通大学 | 一种驾驶接管能力评估方法及电子装置 |
| CN113753059A (zh) * | 2021-09-23 | 2021-12-07 | 哈尔滨工业大学 | 一种自动驾驶系统下的驾驶人接管能力预测方法 |
| CN114104004A (zh) * | 2021-12-31 | 2022-03-01 | 阿维塔科技(重庆)有限公司 | 驾驶员接管车辆纵向控制方法、装置、汽车及计算机可读存储介质 |
| CN114179831A (zh) * | 2021-12-29 | 2022-03-15 | 吉林大学 | 一种基于驾驶员分心判断的人机转向切换控制方法 |
| CN114414264A (zh) * | 2022-01-24 | 2022-04-29 | 中汽研汽车检验中心（天津）有限公司 | 自动驾驶系统驾驶员接管能力监测系统的测试系统及方法 |
| CN114469097A (zh) * | 2021-12-13 | 2022-05-13 | 同济大学 | 一种人机共驾接管状态测试方法 |
| CN117133096A (zh) * | 2023-10-26 | 2023-11-28 | 中汽研汽车检验中心(宁波)有限公司 | 一种用于驾驶员注意力监测系统的测试系统及测试方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1268453A (zh) * | 2000-04-30 | 2000-10-04 | 王正键 | 智能型机动车驾驶员行车安全监控仪及其监控方法 |
| CN106236046A (zh) * | 2016-09-05 | 2016-12-21 | 合肥飞鸟信息技术有限公司 | 驾驶员疲劳监测系统 |
| CN106274483A (zh) * | 2016-11-10 | 2017-01-04 | 合肥工业大学 | 基于分心驾驶行为判别的车辆自动驾驶切换装置及方法 |
| CN108162755A (zh) * | 2017-12-25 | 2018-06-15 | 芜湖皖江知识产权运营中心有限公司 | 一种应用于智能车辆中的疲劳驾驶识别控制方法 |
| CN108407813A (zh) * | 2018-01-25 | 2018-08-17 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于大数据的车辆抗疲劳安全驾驶方法 |
| CN109002817A (zh) * | 2018-08-31 | 2018-12-14 | 武汉理工大学 | 基于自动驾驶车辆驾驶疲劳时变规律的接管绩效监测预警系统 |
| CN109410524A (zh) * | 2018-12-06 | 2019-03-01 | 四川大学锦城学院 | 一种驾驶员疲劳监测系统及其监测方法 |
| CN110435671A (zh) * | 2019-07-31 | 2019-11-12 | 武汉理工大学 | 人机共驾环境下考虑驾驶人状态的驾驶权限切换系统 |
-
2020
- 2020-11-11 CN CN202011254692.4A patent/CN112406882A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1268453A (zh) * | 2000-04-30 | 2000-10-04 | 王正键 | 智能型机动车驾驶员行车安全监控仪及其监控方法 |
| CN106236046A (zh) * | 2016-09-05 | 2016-12-21 | 合肥飞鸟信息技术有限公司 | 驾驶员疲劳监测系统 |
| CN106274483A (zh) * | 2016-11-10 | 2017-01-04 | 合肥工业大学 | 基于分心驾驶行为判别的车辆自动驾驶切换装置及方法 |
| CN108162755A (zh) * | 2017-12-25 | 2018-06-15 | 芜湖皖江知识产权运营中心有限公司 | 一种应用于智能车辆中的疲劳驾驶识别控制方法 |
| CN108407813A (zh) * | 2018-01-25 | 2018-08-17 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于大数据的车辆抗疲劳安全驾驶方法 |
| CN109002817A (zh) * | 2018-08-31 | 2018-12-14 | 武汉理工大学 | 基于自动驾驶车辆驾驶疲劳时变规律的接管绩效监测预警系统 |
| CN109410524A (zh) * | 2018-12-06 | 2019-03-01 | 四川大学锦城学院 | 一种驾驶员疲劳监测系统及其监测方法 |
| CN110435671A (zh) * | 2019-07-31 | 2019-11-12 | 武汉理工大学 | 人机共驾环境下考虑驾驶人状态的驾驶权限切换系统 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113247020A (zh) * | 2021-05-12 | 2021-08-13 | 东风汽车集团股份有限公司 | 一种基于l3级自动驾驶的车辆接管控制方法及系统 |
| CN113415292A (zh) * | 2021-06-28 | 2021-09-21 | 华东交通大学 | 一种驾驶接管能力评估方法及电子装置 |
| CN113753059A (zh) * | 2021-09-23 | 2021-12-07 | 哈尔滨工业大学 | 一种自动驾驶系统下的驾驶人接管能力预测方法 |
| CN113753059B (zh) * | 2021-09-23 | 2022-11-29 | 哈尔滨工业大学 | 一种自动驾驶系统下的驾驶人接管能力预测方法 |
| CN114469097A (zh) * | 2021-12-13 | 2022-05-13 | 同济大学 | 一种人机共驾接管状态测试方法 |
| CN114469097B (zh) * | 2021-12-13 | 2023-08-29 | 同济大学 | 一种人机共驾接管状态测试方法 |
| CN114179831A (zh) * | 2021-12-29 | 2022-03-15 | 吉林大学 | 一种基于驾驶员分心判断的人机转向切换控制方法 |
| CN114179831B (zh) * | 2021-12-29 | 2023-02-17 | 吉林大学 | 一种基于驾驶员分心判断的人机转向切换控制方法 |
| CN114104004A (zh) * | 2021-12-31 | 2022-03-01 | 阿维塔科技(重庆)有限公司 | 驾驶员接管车辆纵向控制方法、装置、汽车及计算机可读存储介质 |
| CN114414264A (zh) * | 2022-01-24 | 2022-04-29 | 中汽研汽车检验中心（天津）有限公司 | 自动驾驶系统驾驶员接管能力监测系统的测试系统及方法 |
| CN117133096A (zh) * | 2023-10-26 | 2023-11-28 | 中汽研汽车检验中心(宁波)有限公司 | 一种用于驾驶员注意力监测系统的测试系统及测试方法 |
| CN117133096B (zh) * | 2023-10-26 | 2024-01-09 | 中汽研汽车检验中心(宁波)有限公司 | 一种用于驾驶员注意力监测系统的测试系统及测试方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112406882A (zh) | 人机共驾过程驾驶员状态监测装置及可接管能力评估方法 | |
| CN112041910B (zh) | 信息处理装置、移动设备、方法和程序 | |
| CN108357497B (zh) | 一种用于共享汽车的驾驶员身份授权系统 | |
| US9558414B1 (en) | Method for calculating a response time | |
| US10155445B2 (en) | Direct observation event triggering of drowsiness | |
| CN1802273B (zh) | 根据被解释的驾驶员活动控制车辆子系统的方法和装置 | |
| US9776644B2 (en) | On-vehicle situation detection apparatus and method | |
| US8140241B2 (en) | Driving action estimating device, driving support device, vehicle evaluating system, driver model creating device, and driving action determining device | |
| CN112289003B (zh) | 疲劳驾驶不端驾驶行为监测方法及主动安全驾驶监控系统 | |
| CN107832748A (zh) | 一种共享汽车驾驶人员更换系统及方法 | |
| CN105654674A (zh) | 监测车辆的驾驶员专注度 | |
| CN111645694B (zh) | 一种基于姿态估计的驾驶员驾驶状态监测系统及方法 | |
| CN113753059B (zh) | 一种自动驾驶系统下的驾驶人接管能力预测方法 | |
| US20240000354A1 (en) | Driving characteristic determination device, driving characteristic determination method, and recording medium | |
| CN110816543B (zh) | 一种车辆转弯和变道场景下驾驶员分神驾驶检测和预警系统及方法 | |
| CN114872713A (zh) | 一种驾驶员异常驾驶状态监测装置和方法 | |
| CN113544471A (zh) | 一种dms设备性能评估系统、方法、存储介质及电子设备 | |
| JP2019068935A (ja) | 眠気度予測装置及び眠気度予測方法 | |
| AU2021105935A4 (en) | System for determining physiological condition of driver in autonomous driving and alarming the driver using machine learning model | |
| Rusmin et al. | Design and implementation of driver drowsiness detection system on digitalized driver system | |
| US11383640B2 (en) | Techniques for automatically reducing annoyance levels of drivers when using driver monitoring systems | |
| Ibrahim et al. | The Application of Driving Fatigue Detection and Monitoring Technologies in Transportation Sector: A Review | |
| WO2018168048A1 (ja) | 集中度判定装置、集中度判定方法及び集中度判定のためのプログラム | |
| WO2024062769A1 (ja) | ドライバー支援装置、ドライバー支援システム及びドライバー支援方法 | |
| CN113570901B (zh) | 车辆驾驶的辅助方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210226 |
|
| RJ01 | Rejection of invention patent application after publication |