CN113661511A - 良好驾驶员记分卡和驾驶员训练 - Google Patents

Abstract

本发明提供一种用于评估具有电子控制单元的车辆的驾驶员的表现的系统。该系统包括：评估处理器，该评估处理器被配置为访问关于该车辆的操作的驾驶动态数据；和驾驶员监测传感器，该驾驶员监测传感器与该评估处理器通信以生成与该驾驶员的位置、取向或状况相关的驾驶员状态数据。一个或多个外部监测传感器与该评估处理器通信，以生成与该驾驶员与外部环境的交互相关的外部交互数据。评估处理器被配置为基于驾驶动态数据、驾驶员状态数据和外部交互数据来生成驾驶员评级。本发明还提供了一种用于评估车辆的驾驶员的表现的方法。

Description

良好驾驶员记分卡和驾驶员训练

相关申请的交叉引用

本申请要求于2019年6月18日提交的美国临时申请第62/863,130号的权益，该申请公开的全部内容据此以引用方式并入本文。

背景技术

1.技术领域

本申请整体涉及用于评估驾驶员的表现的系统。

发明内容

本发明提供一种用于评估具有电子控制单元的车辆的驾驶员的表现的系统。系统包括评估处理器和驾驶员监测传感器，该评估处理器被配置为访问关于车辆的操作的驾驶动态数据，该驾驶员监测传感器与评估处理器通信。驾驶员监测传感器被配置为生成与驾驶员的位置、取向或状况相关的驾驶员状态数据。系统还包括与评估处理器通信的外部监测传感器。外部监测传感器被配置为生成与驾驶员与外部环境的交互相关的外部交互数据。评估处理器被配置为基于驾驶动态数据、驾驶员状态数据和外部交互数据来生成驾驶员评级。

本发明还提供了一种用于评估车辆的驾驶员的表现的方法。方法包括以下步骤：由评估处理器接收关于车辆的操作的驾驶动态数据；由与评估处理器通信的驾驶员监测传感器生成与驾驶员的位置、取向或状况相关的驾驶员状态数据；由与评估处理器通信的外部监测传感器生成与驾驶员与外部环境的交互相关的外部交互数据；以及由评估处理器基于驾驶动态数据、驾驶员状态数据和外部交互数据来计算驾驶员评级。

在参考附加于本说明书中并构成本说明书的一部分的附图和权利要求书查看以下描述后，本申请的其他目的、特征和优点对本领域的技术人员将变得显而易见。

附图说明

图1是示出了用于确定驾驶员评级的方法的流程图。

图2是驾驶员监测器的示意图。

图3A是车辆的示意图，该车辆具有用于监测驾驶员和外部环境属性的传感器。

图3B是示出通信和警示系统的车辆的示意图。

图4为示出了确定驾驶员评级的框图。

具体实施方式

驾驶员反馈可基于设定的驾驶员度量(注意力、参与度、困倦度等)或车辆动态反馈(加速、制动、惯性测量结果等)。然而，人们尚未关注将实际驾驶员注视行为或驾驶员视觉监测结合到系统中以向驾驶员和/或其他实体提供反馈。

系统可基于设定的驾驶员度量给出警告(触觉、听觉、视觉警示)，并且其他系统可为驾驶员评级系统(如通用汽车公司(GM)的“Teen Driver”)汇编车辆动态数据。尚未考虑的一个巨大差距包括将外部数据(雷达、相机、激光雷达等)、驾驶员监测和车辆数据组合用于整体解决方案。

该应用可用于改进现有的基于Teen Driver/车辆动态的系统、用于为保险机构提供信息以奖励低风险驾驶员、用于驾驶员培训以帮助培养更好的驾驶行为、或用于提供关于驾驶度量的反馈的通用驾驶员“记分卡”。

在一个示例中，第一驾驶员具有正常加速、制动、保持在速度限制内、在驾驶时是参与的、不进食或使用他的移动电话，并且总是在停止标志和人行横道处检查两侧的行人。第一驾驶员可获得极好得分。

第二驾驶员从不使用她的座椅安全带、超速、困倦时驾驶、在汽车中的化妆、驾驶时对其他驾驶员怒吼、并且不检查盲点。第二驾驶员可能获得不良得分，项目的全面细分对得分产生负面影响。

第三驾驶员可能善于保持合适的跟车距离，但不能一直保持在他的车道内。他有时候考虑工作，注意力不在驾驶上，但通常是警惕的和参与的。第三驾驶员可获得中等得分，项目细分中有他可改善的地方。

参见图1，提供了示出驾驶员排名方法的流程图。在步骤102中确定驾驶动态。驾驶动态是通常用于驾驶员评级的度量，因为它们通常可在车辆中获得并且可通过与一个或多个车载控制器的通信来访问。驾驶动态可例如经由车载诊断系统(OBD)端口获得。驾驶动态可包括车辆的制动特性(诸如急刹车)、加速和/或最大速度。此外，驾驶动态可包括稳定性控制事件和/或前方碰撞警示。驾驶动态还可包括与其他车辆的距离(例如，跟车距离)、座椅安全带使用和/或车道保持数据(例如，指示车道变换信息以及车辆保持在车道中的良好程度)以及速度限制遵守。

在步骤104中，可例如通过驾驶员监测传感器确定驾驶员状态数据。驾驶员监测器可由如本申请中别处所描述的多个传感器执行。驾驶员状态数据可以包括注意力区、驾驶员的参与度、驾驶员是否正在执行次要任务(诸如进食、饮用等)、驾驶员的双手是否在方向盘上、驾驶员的损伤、驾驶员的困倦度、驾驶员的认知模式、驾驶员的情绪以及警示响应能力。

在步骤106中，确定环境交互。环境交互可包括驾驶员控制车辆与外部环境交互的任何动作。具体地讲，一个或多个外部监测传感器被配置为生成与驾驶员与外部环境的交互相关的外部交互数据。外部交互数据可由附接到车辆的多个外向传感器确定。环境交互可包括例如驾驶员对即将发生的事件的意识、观察人行横道上的行人、在变更车道之前检查盲点、在停止标志处完全停止，或闯红灯。在步骤108中，可基于驾驶员状态数据和外部交互数据生成驾驶员简档。驾驶员简档可以被上传到网络服务器，并且可以由各种车辆基于该车辆的驾驶员访问。在一些具体实施中，驾驶员简档可以被加载到移动设备(例如移动电话)上，然后当驾驶员进入车辆时或者当驾驶员通过车辆或通过移动设备上的应用程序选择时，车辆可以例如通过Wi-Fi访问该驾驶员简档。在步骤110中，确定驾驶员基准。驾驶员基准可包括驾驶员简档中提供的数据。然而，驾驶员基准可提供在正常(例如，标准化)状况下的驾驶员的各属性的值。因此，然后可将特定时间段内的驾驶员简档与驾驶员基准进行比较，以确定驾驶员是否在所记录的属性中的任何一个属性上表现得与该驾驶员的标准有很大不同。

在一些实施方案中，评估处理器可被配置为在当前测量的属性偏离驾驶员基准第一阈值量时警示驾驶员。例如，响应于确定驾驶员偏离驾驶员基准的一个或多个属性对应的第一阈值量，可以向驾驶员呈现听觉、触觉或视觉指示。警示可针对测量的偏离第一阈值的一个或多个属性进行定制。例如，系统可响应于确定驾驶员过度困倦而提供一个警报消息，并且系统可响应于确定驾驶员过度分心并且该分心正在或可能不利地影响其驾驶能力而提供不同的警报消息。

在一些实施方案中，评估处理器可被配置为在当前测量的属性偏离驾驶员基准第二阈值量时警示远程系统。在一些实施方案中，第二阈值可与第一阈值相同。在一些其他实施方案中，第二阈值可比第一阈值更大或更远离驾驶员基准。例如，响应于测量的属性(诸如驾驶员困倦度)超过第一阈值，驾驶员可接收到警示；并且如果驾驶员未能采取纠正措施并且如果测量的属性继续超过第二阈值，则可警示远程系统。远程系统可以是例如跟踪商业驾驶行为的服务器。

例如，响应于确定驾驶员正大幅偏离驾驶员基准，可以向驾驶员呈现警报消息或视觉指示。此类警报消息或指示可针对测量的偏离第一阈值的一个或多个属性定制。例如，系统可响应于确定驾驶员过度困倦而提供一个警报消息，并且系统可响应于确定驾驶员过度分心并且该分心正在或可能不利地影响其驾驶能力而提供不同的警报消息。

图2是驾驶员监测器112的示意图。如本申请别处所描述，驾驶员监测器可以确定驾驶员简档和驾驶员基准。在完成这些任务时，驾驶员监测器112可以与外部传感器114通信。外部传感器可在车辆停止时或在车辆沿其路线行进时监测车辆周围的环境。外部传感器可包括激光雷达122、雷达124和相机126。然而，应当理解，可使用其他外部感测技术，例如车辆内的超声波传感器或其他距离或环境测量传感器。在一些示例中，传感器可包括温度传感器、湿度传感器以及可来源于传感器(诸如相机)的各种特征。这些特征可包括是否存在下雪状况、来自太阳的眩光量或其他外部环境状况。，驾驶员监测器系统112在确定驾驶员简档和/或基准时可以使用来自外部传感器114的输入来向驾驶员监测器112提供环境背景。驾驶员监测器112还可以与乘员监测传感器系统116通信。乘员监测系统116可包括相机142、生物传感器144以及其他传感器146。相机可以安装在车辆内的不同位置、取向或方向上，以提供针对车辆中乘员的不同视点。相机可用于分析乘员的手势或确定乘员的位置和/或取向，或者监测乘员的指示(诸如指示情绪或状况的面部特征)。生物传感器144可包括例如触摸传感器，以确定驾驶员是否正在触摸某个控件(诸如方向盘或换档器)。生物传感器144可包括心率监测器以确定乘客的心率以及其他生物指示(诸如温度或皮肤水分)。此外，可使用其他传感器146，诸如用于确定例如乘员是否佩戴安全带的存在、不存在或位置传感器，用于确定乘员的重量的重量传感器。驾驶员监测器112可以使用来自乘员监测传感器系统的乘员监测数据来确定驾驶员简档和/或基准。

驾驶员监测器112还可以与驾驶员通信和警示系统118通信。驾驶员通信和警示系统118可包括视频屏幕132、音频系统134以及其他指示器136。屏幕可以是控制台中的屏幕，并且可以是仪表盘的一部分或车辆信息娱乐系统的一部分。音频可以集成到车辆信息娱乐系统或单独的音频特征部中，例如作为导航或远程通信系统的一部分。音频可提供噪声(诸如哔哔声、啁啾声或钟声)，或者可提供语言提示，例如以自动或预先录制的语音提问或提供陈述。驾驶员通信和警示系统118还可包括其他指示器，例如灯或LED，以在仪表盘上或车辆中的其他地方(包括例如在侧视镜或后视镜上)提供视觉指示或刺激。

驾驶员监测器112还可以与自主驾驶系统150通信。自主驾驶系统150可以利用驾驶员简档和驾驶员基准信息来做出各种决策，例如，何时以及如何提供车辆控制移交、何时做出关于驾驶员和当前车辆周围的对象(例如，人、车辆等)的决策。在一个示例中，车辆对车辆通信系统可以基于驾驶员信息系统提供关于附近汽车中的驾驶员的信息，并且自主驾驶系统150可以基于周围车辆中的驾驶员的驾驶员简档和/或驾驶员基准做出驾驶决策。

现在参见图3A，提供了车辆200的示意图。车辆可包括传感器处理器210。传感器处理器210可包括一个或多个处理器，以监测和/或测量来自车辆内部或外部的各种车辆传感器的输入。例如，如之前所描述，车辆可以包括范围传感器212，例如超声传感器，以确定对象是否直接来自另一车辆200。车辆可包括雷达传感器214。雷达传感器214可以是前向雷达传感器，并且提供位于雷达感测场内的对象的距离和位置信息。因此，车辆可包括被示出为雷达214的前向雷达。然而，也可包括后向雷达或侧向雷达。系统可以包括激光雷达216。激光雷达216可以为在激光雷达系统的感测场内的车辆提供距离和位置信息。因此，车辆可以包括如关于激光雷达216所示的前向激光雷达系统。然而，也可提供后向激光雷达系统或侧向激光雷达系统。

车辆200还可包括生物传感器218。生物传感器218可例如集成到车辆的方向盘中。然而，其他具体实施可包括集成到座椅和/或座椅安全带中或集成在其他车辆控件(诸如换挡器或其他控制旋钮)内。生物传感器218可确定车辆的驾驶员的心跳、温度和/或皮肤的湿度。因此，可通过测量由生物传感器218提供的各种生物传感器读数来评估驾驶员的状况。系统还可具有一个或多个向内型或面向座舱的相机220。面向座舱的相机220可包括在白光光谱、红外光谱或其他可用波长下操作的相机。相机可用于确定驾驶员的各种手势、驾驶员的位置或取向、或驾驶员的面部表情，以提供关于驾驶员的状况的信息(例如，驾驶员的情绪状态、参与度、困倦度和损伤)。此外，可将生物分析应用于来自相机的图像，以确定驾驶员的状况或者是否驾驶员已经历某种医学状态的一些症状。例如，如果驾驶员的眼睛扩张，则这可指示在控制车辆时可考虑的潜在医学状况。因此，可基于来自一个或多个传感器的测量值的组合来确定驾驶员的状况。例如，某个范围内的心率、特定面部表情、以及某个范围内的皮肤颜色可对应于驾驶员的特定情绪状态、参与度、困倦度和/或损伤。

相机222可用于查看外部道路状况，诸如车辆前方、后方或旁边。这可用于确定车辆前方道路的路径、道路上的车道指示、相对于道路表面或相对于车辆外部环境的道路状况(包括车辆是否处于下雨或下雪环境中)以及车辆外部的照明状况(包括是否存在来自太阳或车辆周围的其他物体的眩光或闪光，以及由于路面照明基础设施差而导致的光线不足)。如之前所描述的，车辆可包括先前提及的传感器中的任一个传感器的后向或侧向的具体实施。因此，侧视镜传感器224可附接到车辆的侧视镜，并且可包括雷达传感器、激光雷达传感器和/或相机传感器，以用于确定相对于车辆的外部状况，包括本车辆周围的物体(诸如其他车辆)的位置。另外，车辆后保险杠中的后向相机226和超声传感器228提供了后向传感器的其他示例性具体实施，其功能与之前所描述的前向传感器的功能相同。

车辆还可包括评估处理器230，该评估处理器被配置为访问关于车辆操作的驾驶动态数据。例如，评估处理器230可以与传感器处理器210功能通信。评估处理器230可与驾驶员监测传感器功能通信，该驾驶员监测传感器被配置为生成与驾驶员的位置、取向或状况相关的驾驶员状态数据。评估处理器230还可与外部监测传感器功能通信，该外部监测传感器被配置为生成与驾驶员与外部环境的交互相关的外部交互数据。评估处理器230可被配置为基于驾驶动态数据、驾驶员状态数据和外部交互数据来生成驾驶员评级。在一些实施方案中，评估处理器230可为独立单元。在一些其他实施方案中，评估处理器230可与一个或多个其他处理器(诸如传感器处理器210)一体地实现。

参照图3B，车辆200可包括车辆通信和警示处理器250。车辆通信和警示处理器250包括一个或多个处理器，并且可与各种通信设备(诸如屏幕、音频以及车辆内的其他指示器)通信，以警示车辆的乘员和/或对车辆的乘员传送某些信息项目。车辆可包括视频显示器252，该视频显示器可以是仪表盘的一部分或车辆娱乐系统的一部分。指示器254也可以是仪表盘的一部分，或者可以采取抬头显示或挡风玻璃投影指示器的形式。此外，系统可通过后视镜256或侧镜258上的指示器向乘员提供刺激。此外，可通过音频在系统和乘员之间提供通信。例如，扬声器260和麦克风262可提供乘员与处理器250之间的声音指示或语言交流。

参见图4，提供了示出驾驶员排名方法的流程图。驾驶动态数据412可与驾驶员状态数据414和/或驾驶员与外部环境交互数据416组合，以确定表示整体驾驶行为的驾驶员评级418。在一些具体实施中，驾驶员评级418可通过以下步骤来生成：单独地对驾驶员动态数据412、驾驶员状态数据414和驾驶员与外部环境交互数据416中的每一者评级，对每个评级进行加权，然后组合各评级。在一些具体实施中，驾驶动态数据412、驾驶员状态数据414以及驾驶员与外部环境交互数据416的每个属性可以被独立地加权，然后组合，以确定驾驶员评级418。驾驶动态可包括车辆的制动特性(诸如急刹车)、加速、最大速度。此外，驾驶动态可包括稳定性控制事件以及前方碰撞警示。驾驶动态还可包括与其他车辆的距离(例如，跟车距离)、座椅安全带使用和/或车道保持数据(例如，指示车道变换信息以及车辆保持在车道中的良好程度)以及速度限制遵守。

驾驶员状态数据414可以由驾驶员监测系统生成，该驾驶员监测系统包括被配置为监测驾驶员的传感器。驾驶员状态数据414可以包括注意力区、驾驶员的参与度、驾驶员是否正在执行次要任务(诸如进食、饮用等)、驾驶员的双手是否在方向盘上、驾驶员的损伤、驾驶员的困倦度、驾驶员的认知模式、驾驶员的情绪以及警示响应能力。一个或多个外部监测传感器(诸如附接到车辆的外向传感器)被配置为生成与驾驶员与外部环境的交互相关的外部交互数据。环境交互可包括例如驾驶员对即将发生的事件的意识、观察人行横道上的行人、在变更车道之前检查盲点、在停止标志处完全停止，或闯红灯。在一些实施方案中，可将驾驶员评级418与驾驶员基准进行比较。驾驶员基准可包括在数据驾驶员简档中提供的数据。然而，驾驶员基准可提供在正常(例如，标准化)状况下的驾驶员的各属性的值。因此，然后可将特定时间段内的驾驶员简档与驾驶员基准进行比较，以确定驾驶员是否在所记录的属性中的任何一个属性上表现得与该驾驶员的标准有很大不同。

本发明还提供了一种用于评估车辆的驾驶员的表现的方法。方法包括由评估处理器接收关于车辆的操作的驾驶动态数据。驾驶动态数据可包括来自车辆内的一个或多个系统和传感器的所测量和/或计算的数据。驾驶动态数据可包括例如制动数据、加速数据、最大速度、稳定性控制事件、前方碰撞警示、与其他车辆的距离、座椅安全带使用、车道保持和/或关于速度限制遵守的数据。

该方法还包括由与评估处理器通信的驾驶员监测传感器生成与驾驶员的位置、取向或状况相关的驾驶员状态数据。驾驶员状态数据可以包括例如注意力区、驾驶员的参与度、驾驶员是否正在执行次要任务(诸如进食、饮用等)、驾驶员的双手是否在方向盘上、驾驶员的损伤、驾驶员的困倦度、驾驶员的认知模式、驾驶员的情绪和/或警示响应能力。

在一些实施方案中，生成驾驶员状态数据的步骤还可包括基于来自相机的数据来确定驾驶员正在观看的方向的子步骤，该相机被定位成使得驾驶员处于该相机的视场中。

在一些实施方案中，生成驾驶员状态数据的步骤还可以包括确定驾驶员与车辆的方向盘接触的子步骤。驾驶员接触可以是二进制(是/否)确定。另选地，驾驶员状态数据可以包括关于驾驶员与方向盘接触的细节的特定信息(例如，多少只手在方向盘上、手在方向盘上的落点等)。

该方法还包括由与评估处理器通信的外部监测传感器生成与驾驶员与外部环境的交互相关的外部交互数据。外部交互数据可描述例如驾驶员对即将发生的事件的意识、观察人行横道上的行人、在变更车道之前检查盲点、在停止标志处完全停止，或闯红灯。

该方法还包括由评估处理器基于驾驶动态数据、驾驶员状态数据和外部交互数据来计算驾驶员评级的步骤。

上述方法、设备、处理和逻辑可在硬件和软件的许多不同组合中以许多不同的方式实现。例如，具体实施的所有或部分可为包括指令处理器诸如中央处理器(CPU)、微控制器或微处理器的电路；专用集成电路(ASIC)、可编程逻辑设备(PLD)或现场可编程门阵列(FPGA)；或者包括离散逻辑或其他电路部件(包括模拟电路部件、数字电路部件或两者)的电路；或它们的任何组合。例如，该电路可包括离散的互连硬件部件以及/或者可被组合在单个集成电路管芯上、分布在多个集成电路管芯之间、或在采用公共封装的多个集成电路管芯的多芯片模块(MCM)中实现。

该电路还可包括或访问用于由电路执行的指令。不同于暂态信号，这些指令可存储在有形存储介质(诸如闪存存储器、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM))中；或者存储在磁盘或光盘(诸如光盘只读存储器(CDROM)、硬盘驱动器(HDD)或其他磁盘或光盘)上；或者存储在另外的机器可读介质中或其上。产品诸如计算机程序产品可包括存储介质以及存储在该介质中或该介质上的指令，并且当这些指令被设备中的电路执行时，这些指令可使得该设备实现上述或附图中所示的任何处理。

具体实施可作为电路分布在多个系统部件之间，诸如在多个处理器和存储器之间，任选地包括多个分布式处理系统。参数、数据库和其他数据结构可单独地存储和管理，可合并到单个存储器或数据库中，可以多种不同的方式逻辑地和物理地进行组织，并且可以多种不同的方式来实现，包括以数据结构(诸如链表、散列表、阵列、记录、对象或隐式存储机制)的方式来实现。程序可为单个程序的部分(例如，子例程)、单独的程序、分布在多个存储器和处理器之间，或者以多种不同的方式来实现，诸如在程序库诸如共享库(例如，动态链接库(DLL))中实现。例如，DLL可存储指令，这些指令在由电路执行时，执行上述或附图中所示的任何处理。

本领域技术人员易于理解的是，以上描述的用意是说明本申请的原理。该描述并非旨在限制权利要求的范围或应用，因为所述组件易于修改、改变和改动，而不会脱离随附权利要求书所限定的本申请的精神。

Claims (20)

1.一种用于评估具有电子控制单元的车辆的驾驶员的表现的系统，所述系统包括：

评估处理器，所述评估处理器被配置为访问关于所述车辆的操作的驾驶动态数据；

驾驶员监测传感器，所述驾驶员监测传感器与所述评估处理器通信，所述驾驶员监测传感器被配置为生成与所述驾驶员的位置、取向或状况相关的驾驶员状态数据；和

外部监测传感器，所述外部监测传感器与所述评估处理器通信，所述外部监测传感器被配置为生成与所述驾驶员与外部环境的交互相关的外部交互数据；

其中所述评估处理器被配置为基于所述驾驶动态数据、所述驾驶员状态数据和所述外部交互数据来生成驾驶员评级。

2.根据权利要求1所述的系统，其中所述评估处理器被配置为生成包括所述驾驶员的测量的属性的驾驶员简档，所述测量的属性包括所述驾驶员动态数据和所述外部交互数据。

3.根据权利要求2所述的系统，其中所述评估处理器基于与所述驾驶员简档相关联的所述驾驶员动态数据和所述外部交互数据来计算驾驶员基准。

4.根据权利要求3所述的系统，其中所述评估处理器被配置为在当前测量的属性偏离所述驾驶员基准第一阈值量时警示所述驾驶员。

5.根据权利要求3所述的系统，其中所述评估处理器被配置为在当前测量的属性偏离所述驾驶员基准第二阈值量时警示远程系统。

6.根据权利要求3所述的系统，其中所述评估处理器被配置为在另外的测量值变得可用时更新所述驾驶员基准。

7.根据权利要求2所述的系统，其中所述评估处理器被配置为将所述驾驶员简档存储在位于所述车辆内的存储器中。

8.根据权利要求2所述的系统，其中所述评估处理器被配置为远离所述车辆存储所述驾驶员简档。

9.根据权利要求1所述的系统，其中所述驾驶动态数据包括以下中的至少一者：制动数据、加速数据、最大速度、稳定性控制事件、前方碰撞警示、与其他车辆的距离、座椅安全带使用、车道保持，或关于速度限制遵守的数据。

10.根据权利要求1所述的系统，其中所述驾驶员状态数据包括以下中的至少一者：注意力区、驾驶员参与度、所述驾驶员的次级任务、双手在方向盘上、所述驾驶员的损伤、所述驾驶员的困倦度、所述驾驶员的认知负荷、所述驾驶员的情绪，或所述驾驶员的警示响应能力。

11.根据权利要求1所述的系统，其中所述外部交互数据包括以下中的至少一者：驾驶员对即将发生的事件的意识、观察人行横道上的行人、在变更车道之前检查盲点、在停止标志处完全停止，或闯红灯。

12.根据权利要求1所述的系统，其中所述驾驶员监测传感器包括相机，所述相机被定位成使得所述驾驶员位于所述相机的视场中，并且所述驾驶员监测传感器被配置为基于来自所述相机的数据确定所述驾驶员正在观看的方向。

13.根据权利要求1所述的系统，其中所述驾驶员监测传感器包括生物传感器，所述生物传感器被配置为确定所述驾驶员的心率。

14.根据权利要求1所述的系统，其中所述驾驶员监测传感器包括转向传感器，所述转向传感器被配置为确定所述驾驶员和方向盘之间的接触。

15.一种用于评估车辆的驾驶员的表现的方法，所述方法包括：

由评估处理器接收关于所述车辆的操作的驾驶动态数据；

由与所述评估处理器通信的驾驶员监测传感器生成与所述驾驶员的位置、取向或状况相关的驾驶员状态数据；

由与所述评估处理器通信的外部监测传感器生成与所述驾驶员与外部环境的交互相关的外部交互数据；以及

由所述评估处理器基于所述驾驶动态数据、所述驾驶员状态数据和所述外部交互数据来计算驾驶员评级。

16.根据权利要求15所述的方法，其中所述驾驶动态数据包括以下中的至少一者：制动数据、加速数据、最大速度、稳定性控制事件、前方碰撞警示、与其他车辆的距离、座椅安全带使用、车道保持，或关于速度限制遵守的数据。

17.根据权利要求15所述的方法，其中所述驾驶员状态数据包括以下中的至少一者：注意力区、驾驶员参与度、所述驾驶员的次级任务、双手在方向盘上、所述驾驶员的损伤、所述驾驶员的困倦度、所述驾驶员的认知负荷、所述驾驶员的情绪，或所述驾驶员的警示响应能力。

18.根据权利要求15所述的方法，其中所述外部交互数据包括以下中的至少一者：驾驶员对即将发生的事件的意识、观察人行横道上的行人、在变更车道之前检查盲点、在停止标志处完全停止，或闯红灯。

19.根据权利要求15所述的方法，还包括基于来自相机的数据来确定所述驾驶员正在观看的方向，其中所述相机被定位成使得所述驾驶员处于所述相机的视场中。

20.根据权利要求15所述的方法，还包括确定驾驶员与所述车辆的方向盘接触。

Images