CN117636674A - 用于色觉缺陷的混淆对象的识别 - Google Patents

用于色觉缺陷的混淆对象的识别 Download PDF

Info

Publication number
CN117636674A
CN117636674A CN202310117994.4A CN202310117994A CN117636674A CN 117636674 A CN117636674 A CN 117636674A CN 202310117994 A CN202310117994 A CN 202310117994A CN 117636674 A CN117636674 A CN 117636674A
Authority
CN
China
Prior art keywords
color vision
primary object
passenger
data processor
vision deficiency
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
Application number
CN202310117994.4A
Other languages
English (en)
Inventor
J·A·邦德
J·F·什切尔巴
J·P·韦斯
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN117636674A publication Critical patent/CN117636674A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

一种用于确定交通工具内患有色觉缺陷的乘客何时需要额外信息的系统，其包括该交通工具内的多个感知传感器，其适于收集与主要对象的物理身份相关的数据，并且将与该主要对象的该物理身份相关的该数据经由通信总线传递到该交通工具内的数据处理器，该数据处理器适于基于与该主要对象的该物理身份相关的该数据来确定该主要对象的该物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且应向该患有色觉缺陷的乘客提供帮助以辅助该患有色觉缺陷的乘客识别该主要对象。

Description

用于色觉缺陷的混淆对象的识别
技术领域
本公开涉及一种用于确定交通工具内的乘客何时需要额外信息来帮助识别交通工具附近的对象的系统。更特别地，交通工具内患有色觉缺陷或“色盲”的乘客可能难以识别交通工具附近的对象。这对于通过颜色进行识别的物品来说是一个严重的问题。交通灯是特定颜色的，停车标志是红色的，让行标志是黄色的，路缘被涂上不同的颜色，表示各种限制，诸如禁止停车区、公共汽车装载区等。
背景技术
现代交通工具配备有能够向乘客提供关于在交通工具附近检测到的对象的物理身份的额外信息的系统。交通工具“看到”附近的对象，人工智能软件和神经网络允许交通工具内的系统确定对象是什么。此类系统还可以访问来自其他交通工具和远程服务器的信息以收集在交通工具附近检测到的对象的物理身份信息。
对于患有色觉缺陷的乘客，通常可能需要额外信息来识别对象。例如，如果患有色觉缺陷的乘客看到具有绿灯、黄灯和红灯的三灯交通灯，则患有色觉缺陷的乘客仍然能够容易地识别交通灯正在呈现什么信号，因为红灯、绿灯和黄灯的位置总是一致的。此外，如果患有色觉缺陷的乘客看到停车标志，则患有色觉缺陷的乘客仍然能够基于标志的尺寸和形状容易地识别停车标志。然而，如果患有色觉缺陷的乘客看到仅一个灯的单灯交通灯，则患有色觉缺陷的乘客可能很难知道信号是什么，因为他们不能区分灯是否为意味着停止的红色，还是意味着小心前进的黄色。同样，如果患有色觉缺陷的乘客看到被树枝和树叶部分遮挡的停车标志，而不能区分标志的红色以及树枝和树叶的绿色和棕色，则标志的尺寸和形状可能难以确定，并且患有色觉缺陷的乘客可能不能容易地识别停车标志。
因此，在一些情况下，患有色觉缺陷的乘客在识别对象时可能需要额外的帮助，而在其他情况下，患有色觉缺陷的乘客可能不需要额外的帮助。尽管当前的系统具有提供关于交通工具附近对象的额外信息的能力，但是总是为所有检测到的对象提供额外的信息的系统，当并不总是需要此类额外的信息时，就会使得患有色觉缺陷的乘客因信息过多而负担过重。
因此，尽管提供关于交通工具附近对象的额外的信息的当前系统和方法实现了它们的预期目的，但是仍需要一种新的和改进的系统和方法，用于确定患有色觉缺陷的乘客何时需要额外信息，以辅助患有色觉缺陷的乘客识别交通工具附近的对象。
发明内容
根据本公开的若干方面，一种确定交通工具内患有色觉缺陷的乘客何时需要额外的信息的方法包括：使用交通工具内的多个感知传感器收集与主要对象的物理身份相关的数据，并且经由通信总线将与主要对象的物理身份相关的数据传递到交通工具内的数据处理器，使用数据处理器基于与主要对象的物理身份相关的数据来确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且使用数据处理器确定应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，所述方法还包括使用交通工具内的多个感知传感器收集与主要对象附近的次要对象相关的数据，并且经由通信总线将与次要对象相关的数据传递到交通工具内的数据处理器，使用数据处理器基于次要对象相对于主要对象的位置来确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且使用数据处理器确定应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，所述方法还包括使用信息娱乐系统从交通工具内患有色觉缺陷的乘客那里收集难以识别主要对象的反馈，所述信息娱乐系统适于允许交通工具内患有色觉缺陷的乘客输入难以识别主要对象的反馈，经由通信总线将来自患有色觉缺陷的乘客的反馈传递到数据处理器，使用数据处理器基于来自交通工具内患有色觉缺陷的乘客的反馈来确定对于患有色觉缺陷的乘客来说主要对象的物理身份可能是不清楚的，并且使用数据处理器确定应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，所述方法还包括使用数据处理器经由无线通信网络访问远程定位的数据库，所述远程定位的数据库具有来自其他交通工具中患有色觉缺陷的其他乘客的关于主要对象难以识别的先前反馈的历史数据，使用数据处理器经由无线通信网络从远程定位的数据库收集来自其他交通工具中患有色觉缺陷的其他乘客的关于主要对象难以识别的先前反馈的历史数据，使用数据处理器基于历史数据确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且使用数据处理器确定应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，所述方法还包括使用数据处理器访问存储在数据处理器内的历史数据，所述历史数据是由交通工具内患有色觉缺陷的乘客关于主要对象难以识别的先前反馈的历史数据，使用数据处理器基于患有色觉缺陷的乘客的关于主要对象难以识别的先前反馈来确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且使用数据处理器确定应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，所述方法还包括使用数据处理器访问存储在数据处理器内的历史数据，所述历史数据是由交通工具内患有色觉缺陷的乘客的关于主要对象不难识别的先前反馈的历史数据，使用数据处理器基于患有色觉缺陷的乘客的关于主要对象不难识别的先前反馈来确定主要对象的物理身份可以由患有色觉缺陷的乘客识别，并且使用数据处理器确定不应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，所述方法还包括使用数据处理器经由无线通信网络访问远程定位的数据库，所述远程定位的数据库具有来自其他交通工具中的其他乘客的关于主要对象的物理身份的先前反馈的历史数据，使用数据处理器经由无线通信网络从远程定位的数据库收集来自其他交通工具中的其他乘客的关于主要对象的物理身份的先前反馈的历史数据，以及当所述数据处理器已经确定所述主要对象的物理身份对于患有色觉缺陷的乘客来说可能不清楚时，使用所述数据处理器基于所述主要对象的物理身份的先前指示的历史数据来确定应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别所述主要对象。
根据另一方面，所述方法还包括使用数据处理器访问存储在数据处理器内的历史数据，所述历史数据是来自交通工具内患有色觉缺陷的乘客的关于主要对象的物理身份的先前反馈的历史数据，并且当数据处理器已经确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能不清楚时，使用数据处理器基于来自患有色觉缺陷的乘客的关于主要对象的物理身份的先前反馈的历史数据来确定应向患有色觉缺陷的乘客提供这种帮助。
根据本公开的若干方面，一种用于确定交通工具内患有色觉缺陷的乘客何时需要额外的信息的系统包括交通工具内的多个感知传感器，其适于收集与主要对象的物理身份相关的数据，并且经由通信总线将与主要对象的物理身份相关的数据传递到交通工具内的数据处理器，所述数据处理器适于基于与主要对象的物理身份相关的数据来确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，交通工具内的多个感知传感器还适于收集与主要对象附近的次要对象相关的数据，并且经由通信总线将与次要对象相关的数据传递到交通工具内的数据处理器，所述数据处理器适于基于与次要对象相关的数据来确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，所述系统还包括信息娱乐系统，所述信息娱乐系统适于允许交通工具内患有色觉缺陷的乘客输入难以识别主要对象的反馈，并且经由通信总线将来自患有色觉缺陷的乘客的难以识别主要对象的反馈传递到数据处理器，所述数据处理器适于基于来自交通工具内患有色觉缺陷的乘客的关于主要对象难以识别的反馈来确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，所述系统还包括无线通信网络，所述无线通信网络适于允许数据处理器和远程定位的数据库之间的通信，所述远程定位的数据库具有存储在其上的来自其他交通工具中患有色觉缺陷的其他乘客的关于主要对象难以识别的先前反馈的历史数据，所述数据处理器适于从远程定位的数据库中收集来自其他交通工具中患有色觉缺陷的其他乘客的先前反馈的历史数据，基于来自其他交通工具中患有色觉缺陷的其他乘客的先前反馈的历史数据确定对于患有色觉缺陷的乘客来说主要对象的物理身份可能是不清楚的，并且应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，数据处理器还包括存储在其上的来自交通工具内患有色觉缺陷的乘客的关于主要对象难以识别的先前反馈的历史数据，所述数据处理器适于基于来自患有色觉缺陷的乘客的关于主要对象难以识别的先前反馈的历史数据来确定患有色觉缺陷的乘客的关于主要对象的物理身份可能不清楚，并且应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别主要对象。
根据另一方面，数据处理器还包括存储在其上的来自交通工具内患有色觉缺陷的乘客的关于主要对象不难识别的先前反馈的历史数据，所述数据处理器适于基于来自患有色觉缺陷的乘客的关于主要对象不难识别的先前反馈的历史数据来确定所述主要对象的物理身份对于患有色觉缺陷的乘客是可识别的，并且不应向患有色觉缺陷的乘客提供帮助以辅助患有色觉缺陷的乘客识别所述主要对象。
根据另一方面，远程定位的数据库还包括来自其他交通工具中的其他乘客的关于存储在其上的主要对象的物理身份的先前反馈的历史数据，数据处理器适于从远程定位的数据库收集来自其他交通工具中的其他乘客的关于主要对象的物理身份的先前反馈的历史数据，并且当数据处理器确定主要对象的物理身份对于患有色觉缺陷的乘客来说可能不清楚时，基于来自其他交通工具中的其他乘客的关于主要对象的物理身份的先前反馈的历史数据来确定应向患有色觉缺陷的乘客提供帮助。
根据另一方面，数据处理器还包括存储在其上的来自交通工具内患有色觉缺陷的乘客的关于主要对象的物理身份的先前反馈的历史数据，所述数据处理器适于当所述数据处理器确定所述主要对象的物理身份对于患有色觉缺陷的乘客来说可能不清楚时，基于来自所述患有色觉缺陷的乘客的关于所述主要对象的物理身份的先前反馈的历史数据来确定应向患有色觉缺陷的乘客提供帮助。
从本文提供的描述中，其他应用领域将变得显而易见。应理解，描述和具体示例仅旨在用于说明的目的，并不旨在限制本公开的范围。
附图说明
本文描述的附图仅用于说明目的而并不旨在以任何方式限制本公开的范围。
图1是根据示例性实施例的系统的示意图；
图2是单灯交通信号的透视图；
图3A是没有次要对象的主要对象的透视图；
图3B是被树枝和树叶遮挡的主要对象的透视图；
图4是具有多个涂漆的路缘部段的道路的透视图；以及
图5是图示了根据示例性实施例的方法的流程图。
附图不一定按比例绘制，一些特征可能被放大或缩小，诸如为了示出特定部件的细节。在一些情况下，为了避免模糊本公开，没有详细描述公知的部件、系统、材料或方法。因此，本文公开的具体结构和功能细节不应被解释为限制性的，而仅是作为权利要求的基础，以及作为教导本领域技术人员以不同方式采用本公开的代表性基础。
具体实施方式
以下描述本质上仅是示例性的并不旨在限制本公开、应用或使用。此外，并不旨在被前面的技术领域、背景技术、发明内容或下面的具体实施方式中提出的任何明示或暗示的理论所束缚。应理解，在所有附图中，对应的附图标记指示相同或对应的部件和特征。如本文所用，术语模块是指任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器设备，单独地或以任意组合的形式，包括但不限于：专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享的、专用的或成组的)和存储器、组合逻辑电路和/或提供所述功能的其他合适的部件。尽管本文中示出的附图描绘了具有某些元件布置的示例，但是在实际实施例中可以存在其他的中间元件、设备、特征或部件。还应理解，附图仅是说明性的并且可能没有按比例绘制。
如本文所用，术语“交通工具”不限于汽车。尽管本文主要结合汽车描述了本技术，但是所述技术不限于汽车。这些概念可以用于诸如与飞机、船舶、其他交通工具和消费电子部件相关的各种各样的应用中。
参考图1，用于确定交通工具14内患有色觉缺陷的乘客12何时需要额外信息的系统10包括交通工具14内的适于收集与主要对象18的物理身份相关的数据的多个感知传感器16。多个感知传感器16经由通信总线20将与主要对象18的物理身份相关的数据传递到交通工具14内的数据处理器22。
多个感知传感器16由不同的传感器类型(包括但不限于相机、雷达和激光雷达)组成。摄像机和传感器看到并且解译道路上的对象，就像人类司机用眼睛一样。通常，摄像机以每个角度定位在交通工具周围，以保持交通工具周围的360度视野并且提供其周围交通状况的更宽画面。摄像机显示非常详细和逼真的图像，并且自动检测对象，诸如其他汽车、行人、骑自行车的人、交通标志和信号、道路标记、桥梁和护栏，对它们进行分类，并且确定它们与交通工具之间的距离。
雷达(无线电探测和测距)传感器发出无线电波，检测对象并且实时测量它们相对于交通工具的距离和速度。短程雷达传感器和远程雷达传感器两者都可以包括在多个感知传感器中。激光雷达(光探测和测距)传感器的工作原理类似于雷达传感器，唯一的区别是它们使用激光而不是无线电波。除了测量到道路上各种对象的距离之外，激光雷达还允许创建检测到的对象的3D图像并且映射周围环境。此外，激光雷达可以被配置为在交通工具周围创建完整的360度地图，而不是依赖于狭窄的视野。
数据处理器22是非一般化的电子控制设备，其具有预编程的数字计算机或处理器、用于存储诸如控制逻辑、软件应用、指令、计算机代码、数据、查找表等数据的存储器或非暂态计算机可读介质，以及收发器[或输入端口/输出端口]。计算机可读介质包括能够由计算机访问的任何类型的介质，诸如只读存储器(ROM)、随机存取存储器(RAM)、硬盘驱动器、光盘(CD)、数字视频光盘(DVD)或任何其他类型的存储器。“非暂态”计算机可读介质不包括传输暂态电信号或其他信号的有线、无线、光学或其他通信链路。非暂态计算机可读介质包括可以永久存储数据的介质和可以存储数据并且在以后重写的介质，诸如可重写光盘或可擦除存储设备。计算机代码包括任何类型的程序代码，包括源代码、目标代码和可执行代码。
数据处理器22适于基于与主要对象18的物理身份相关的数据来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。
参考图2，如果多个感知传感器16检测到单灯交通信号24的存在，则数据处理器22被编程为理解单灯交通信号24的含义完全取决于其中灯26的颜色。患有色觉缺陷的乘客12将不能解译单灯交通信号24，并且因此，数据处理器22将确定单灯交通信号24对于患有色觉缺陷的乘客12来说可能是不清楚的，并且对于患有色觉缺陷的乘客12来说额外帮助是必要的。
如上所述，现代交通工具具有许多适于向乘客提供与交通工具附近检测到的对象相关的信息的系统。因此，当本公开的系统10确定需要额外的帮助时，数据处理器22将与一个或多个此类系统通信，所述一个或多个此类系统将经由听觉消息、在信息娱乐系统上显示的文本信息或通过平视显示系统或其他已知技术向患有色觉缺陷的乘客12提供额外的信息。
在示例性实施例中，交通工具14内的多个感知传感器16还适于收集与主要对象18附近的次要对象28相关的数据并且经由通信总线20将与次要对象28相关的数据传递到交通工具14内的数据处理器22。数据处理器22适于基于与次要对象28相关的数据来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。
参考图3A，当数据处理器22从多个感知传感器16接收到与主要对象18相关的数据时，这里是停止标志，如图3A中示出的，数据处理器22识别出停止标志的大小和形状是清晰可辨的，并且因此，将确定交通工具14内患有色觉缺陷的乘客12可能能够通过停止标志的形状和大小来识别该停止标志。
参考图3B，当数据处理器22从多个感知传感器16接收到与主要对象18(此处为停车标志)和次要对象28(此处为附近树的树枝和树叶)相关的数据时，数据处理器22识别出标志前面的树枝和树叶的位置可能会妨碍患有色觉缺陷的乘客12识别该停车标志。患有色觉缺陷的乘客12将不能区分停止标志的红色和树枝和树叶的绿色和棕色，并且树枝和树叶使得患有色觉缺陷的乘客12不能辨别该停止标志的确切形状和大小。因此，数据处理器22将确定必须提供额外的信息，以确保患有色觉缺陷的乘客12能够快速且准确地将主要对象18的物理身份识别为停车标志。
参考图4，在另一个示例中，数据处理器22接收与多个主要对象18A、18B、18C、18D相关的数据。如图中示出的，多个主要对象18A、18B、18C、18D中的每一个都是路缘30的一部分，根据路缘30的所述部段的特定使用限制，所述部段被涂上不同的颜色。路缘30的第一部分18A可以被涂成红色，表示公共汽车上/下车区，并且因此是禁止停车区。最靠近十字路口的路缘30的第二部段18B可以涂成红色，表示十字路口附近的禁止停车区。路缘30的第三部段18C可以被涂成黄色，指示在有限的时间内停车，或仅用于装载/卸载乘客或包裹，并且路缘30的第四部段18D可以被涂成绿色，指示可以在路缘30的所述部段前面停车。
数据处理器22识别出患有色觉缺陷的乘客12将不能区分路缘30的第一部段18A、第二部段18B、第三部段18C和第四部段18D的颜色，并且因此将确定交通工具14内的患有色觉缺陷的乘客12将不能解译路缘30的第一部段18A、第二部段18B、第三部段18C和第四部段18D中的每一者的对应停车限制，并且将确定患有色觉缺陷的乘客12需要额外的信息。
再次参考图1，在示例性实施例中，系统10还包括信息娱乐系统32，所述信息娱乐系统适于允许交通工具14内患有色觉缺陷的乘客12输入反馈并且将来自患有色觉缺陷的乘客12的反馈经由通信总线20传递到数据处理器22。信息娱乐系统32可以安装在交通工具内，或可以是允许用户输入反馈并且经由移动设备将反馈传递到数据处理器22的应用程序或程序。数据处理器22适于接收患有色觉缺陷的乘客12提供的反馈并且在适当时立即采取行动。此外，数据处理器22适于在其上存储来自患有色觉缺陷的乘客12的反馈，创建历史数据或乘客偏好的数据库以供将来参考。
在示例性实施例中，数据处理器22适于基于来自交通工具14内患有色觉缺陷的乘客12的关于主要对象18难以识别的当前反馈来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。例如，如果数据处理器22将主要对象18标记为可能难以被患有色觉缺陷的乘客12识别，则数据处理器22经由信息娱乐系统32提示患有色觉缺陷的乘客12。如果患有色觉缺陷的乘客12想要接收与主要对象18的物理身份相关的额外的信息，则患有色觉缺陷的乘客12可以经由信息娱乐系统32通过指示主要对象18难以识别来选择接收额外的信息。在另一个示例中，乘客12可以经由信息娱乐系统32在没有提示的情况下通过指示主要对象18难以识别来选择接收额外的信息。
在另一个示例性实施例中，数据处理器22适于基于存储在数据处理器22中的来自患有色觉缺陷的乘客12的关于主要对象18难以识别的先前反馈来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。当患有色觉缺陷的乘客12经由信息娱乐系统32主动选择主要对象18难以识别时，数据处理器22存储所述选择以供将来参考。当数据处理器22从多个感知传感器16接收到关于主要对象18的数据时，患有色觉缺陷的乘客12先前已经指示难以识别所述主要对象18，数据处理器22自动确定有必要向患有色觉缺陷的乘客12提供额外的信息。此外，数据处理器22可以在收集关于主要对象的数据之后确定主要对象与数据处理器22已经存储了来自乘客12的先前反馈的其他对象非常类似或相同。例如，再次参考图2，如果多个感知传感器16检测到单灯交通信号24的存在，并且数据处理器22包括多个示例的存储数据，在这些示例中，乘客12已经指示看起来与主要对象18类似或相同的其他单灯交通信号难以识别，则数据处理器22将确定单灯交通信号24对于患有色觉缺陷的乘客12来说可能是不清楚的，并且患有色觉缺陷的乘客12需要额外的帮助。
在又一个示例性实施例中，数据处理器22适于基于来自交通工具14内患有色觉缺陷的乘客12的关于主要对象18不难识别的当前反馈来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且不应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。例如，如果数据处理器22将主要对象18标记为可能难以被患有色觉缺陷的乘客12识别，则数据处理器22经由信息娱乐系统32提示患有色觉缺陷的乘客12。如果患有色觉缺陷的乘客12不想接收与主要对象18的物理身份相关的额外的信息，患有色觉缺陷的乘客12可以经由信息娱乐系统32通过指示主要对象18不难识别来选择不接收额外的信息。在另一个示例中，乘客12经由信息娱乐系统32在没有提示的情况下通过指示主要对象18不难识别而选择不接收额外的信息。
在另一个示例性实施例中，数据处理器22适于基于存储在数据处理器22内的来自患有色觉缺陷的乘客12关于主要对象18不难识别的先前反馈来确定主要对象18的物理身份可以被患有色觉缺陷的乘客12识别，并且不应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。当患有色觉缺陷的乘客12经由信息娱乐系统32主动选择主要对象18不难识别时，数据处理器22存储所述选择以供将来参考。当数据处理器22从多个感知传感器16接收到关于患有色觉缺陷的乘客12先前已经指示的主要对象18可识别的数据时，数据处理器22自动确定没有必要向患有色觉缺陷的乘客12提供额外的信息。
信息娱乐系统32还适于允许患有色觉缺陷的乘客12识别主要对象18。例如，患有色觉缺陷的乘客12可能知道交通工具14正在接近停止标志，即使所述停止标志被树枝和树叶部分遮挡。患有色觉缺陷的乘客12可以经由信息娱乐系统32向数据处理器22提供主要对象18的物理身份的反馈，例如，主要对象18是停车标志。数据处理器22将此信息存储为历史数据以供将来参考。
在另一个示例性实施例中，当数据处理器22确定主要对象18的物理身份对于患有色觉缺陷的乘客12可能不清楚，并且存储在数据处理器22内的历史数据包括患有色觉缺陷的乘客12关于主要对象18的物理身份的反馈时，数据处理器22适于基于来自交通工具14内患有色觉缺陷的乘客12的关于主要对象18的物理身份的先前反馈的历史数据来确定应向患有色觉缺陷的乘客12提供帮助。
再次参考图1，在示例性实施例中，系统10还包括无线通信网络34，所述无线通信网络适于允许数据处理器22和远程定位的数据库36之间的通信。数据处理器22包括无线通信模块38，该无线通信模块适于经由无线通信网络34，在无线通信信道(诸如WLAN、4G/LTE或5G网络等)上进行无线通信。此类远程定位的数据库36可以经由互联网直接通信，或可以是基于云的数据库。远程定位的数据库36包括存储在其上的来自其他交通工具42中患有色觉缺陷的其他乘客40的先前反馈的历史数据。如图中示出的，配备有根据本公开的系统的其他交通工具42连续发送与主要对象18的物理身份相关的数据以及由患有色觉缺陷的其他乘客40反馈的数据，如箭头44所指示的。此类数据作为历史数据存储在远程定位的数据库36上。数据处理器22适于收集来自其他交通工具42中患有色觉缺陷的其他乘客40的先前反馈的历史数据。
在示例性实施例中，数据处理器22适于基于来自其他交通工具42中的其他患有色觉缺陷的乘客40的关于主要对象18难以识别的先前反馈的历史数据来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。当交通工具14接近主要对象18时，数据处理器22经由无线通信网络34访问远程定位的数据库36。如果存储在远程定位的数据库36中的历史数据包括来自其他交通工具42中的其他乘客40的关于主要对象18难以识别的先前反馈，则数据处理器22将自动确定主要对象18难以识别并且应向患有色觉缺陷的乘客12提供帮助。此外，数据处理器22可以在收集关于主要对象18的数据之后确定主要对象18与其他对象非常类似或相同，来自其他交通工具42中的其他乘客40的对于其他对象的先前反馈已经存储在远程的数据库36中。例如，再次参考图2，如果多个感知传感器16检测到单灯交通信号24的存在，并且数据处理器22访问远程定位的数据库36，所述远程定位的数据库36包括多个示例的存储数据，在这些示例中，其他交通工具42中的其他乘客40已经指示看起来与主要对象18类似或相同的其他单灯交通信号难以识别，数据处理器22将确定单灯交通信号24对于患有色觉缺陷的乘客12来说可能是不清楚的，并且患有色觉缺陷的乘客12需要额外的帮助。
在另一个实施例中，当数据处理器22确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能不清楚时，数据处理器22适于基于来自其他交通工具42中的其他乘客40的关于主要对象18的物理身份的先前反馈的历史数据来确定应向患有色觉缺陷的乘客12提供帮助。当交通工具14接近主要对象18，并且数据处理器22确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能不清楚时，数据处理器22经由无线通信网络34访问远程定位的数据库36。如果存储在远程定位的数据库36上的历史数据包括来自其他交通工具42中的其他乘客40的关于主要对象18的物理身份的先前反馈，则数据处理器22将自动确定应向患有色觉缺陷的乘客12提供帮助。例如，如果在其他交通工具42中的多个先前的其他乘客40提供了关于主要对象18的物理身份的反馈，诸如指示主要对象18是让行标志，则数据处理器22将使用此类历史数据来确定应向患有色觉缺陷的乘客12提供主要对象18是让行标志的帮助。
参考图5，确定交通工具14内患有色觉缺陷的乘客12何时需要额外信息的方法100包括，从框102开始，用交通工具14内的多个感知传感器16收集与主要对象18的物理身份相关的数据并且经由通信总线20将与主要对象18的物理身份相关的数据传递到交通工具14内的数据处理器22。移动到框104，方法100还包括用数据处理器22基于与主要对象18的物理身份相关的数据来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且移动到框106，用数据处理器22，确定应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。
在示例性实施例中，方法100还包括，从框102移动到框108，用交通工具14内的多个感知传感器16收集与主要对象18附近的次要对象28相关的数据，并且经由通信总线20将与次要对象28相关的数据传递到交通工具14内的数据处理器22，移动到框110，用数据处理器22基于次要对象28相对于主要对象18的位置来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且移动到框112，用数据处理器22确定应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。
在另一个示例性实施例中，方法100进一步包括，从框102移动到框114，用信息娱乐系统32收集来自交通工具14内患有色觉缺陷的乘客12的关于主要对象18难以识别的反馈，该信息娱乐系统32适于允许交通工具14内患有色觉缺陷的乘客12输入关于主要对象18难以识别的反馈，移动到框116，经由通信总线20将来自患有色觉缺陷的乘客12的反馈传递到数据处理器22，移动到框118，用数据处理器22基于来自交通工具14内的患有色觉缺陷的乘客12的反馈来确定主要对象18的物理身份对于患有色觉缺陷的乘客12可能是不清楚的，并且，移动到框120，用数据处理器22确定应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客识别主要对象18。
在另一个示例性实施例中，方法100还包括，从框102移动到框122，用数据处理器22经由无线通信网络34访问远程定位的数据库36，所述远程定位的数据库36具有来自其他交通工具42中的患有色觉缺陷的其他乘客40的关于主要对象18难以识别的先前反馈的历史数据，移动到框124，用数据处理器22经由无线通信网络34从远程定位的数据库36收集来自其他交通工具42中的患有色觉缺陷的其他乘客40的关于主要对象18难以识别的先前反馈的历史数据，移动到框126，用数据处理器22基于历史数据确定主要对象18的物理身份对于患有色觉缺陷的乘客12可能是不清楚的，并且移动到框128，用数据处理器22确定应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。
在另一个示例性实施例中，方法100还包括，从框102移动到框130，用数据处理器22访问存储在数据处理器22中的交通工具14内的患有色觉缺陷的乘客12关于主要对象18难以识别的先前反馈的历史数据，移动到框132，用数据处理器22基于患有色觉缺陷的乘客12关于主要对象18难以识别的先前反馈来确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚的，并且移动到框134，用数据处理器22确定应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。
在另一个示例性实施例中，方法100还包括，从框102移动到框136，用数据处理器22访问存储在数据处理器22中交通工具14内的患有色觉缺陷的乘客12的关于主要对象18不难识别的先前反馈的历史数据，移动到框138，用数据处理器22基于患有色觉缺陷的乘客12关于主要对象18不难识别的先前反馈来确定主要对象18的物理身份可以由患有色觉缺陷的乘客12识别，并且移动到框140，用数据处理器22确定不应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。
在另一个示例性实施例中，方法100还包括从框102移动到框142，用数据处理器22经由无线通信网络34访问远程定位的数据库36，所述远程定位的数据库36具有来自其他交通工具42中的其他乘客40的关于主要对象18的物理身份的先前反馈的历史数据，移动到框144，用数据处理器22经由无线通信网络34从远程定位的数据库36收集来自其他交通工具42中的其他乘客40的关于主要对象18的物理身份的先前反馈的历史数据，并且移动到块146，当数据处理器22已经确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能是不清楚时，用数据处理器22基于主要对象18的物理身份的先前指示的历史数据来确定应向患有色觉缺陷的乘客12提供帮助以辅助患有色觉缺陷的乘客12识别主要对象18。
在另一个示例性实施例中，方法100还包括，从框102移动到框148，用数据处理器22访问存储在数据处理器22中来自交通工具14内的患有色觉缺陷的乘客12的关于主要对象18的物理身份的先前反馈的历史数据，并且移动到框150，当数据处理器22已经确定主要对象18的物理身份对于患有色觉缺陷的乘客12来说可能不清楚时，用数据处理器22基于来自患有色觉缺陷的乘客12的关于主要对象18的物理身份的先前反馈的历史数据来确定应向患有色觉缺陷的乘客12提供帮助。
本公开的系统10和方法100提供了确定患有色觉缺陷的乘客12何时需要额外信息以辅助患有色觉缺陷的乘客12识别交通工具附近的对象的优点。
本公开的描述本质上仅是示例性的，不脱离本公开的要旨的变化旨在落入本公开的范围内。此类变化不应被视为背离了本公开的方案和范围。

Claims (10)

1.一种确定交通工具内患有色觉缺陷的乘客何时需要额外信息的方法，包括：
使用所述交通工具内的多个感知传感器收集与主要对象的物理身份相关的数据并且经由通信总线将与所述主要对象的物理身份相关的数据传递到所述交通工具内的数据处理器；
使用所述数据处理器基于与所述主要对象的物理身份相关的所述数据来确定所述主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的；以及
使用所述数据处理器确定应向患有色觉缺陷的所述乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
2.根据权利要求1所述的方法，其还包括：
使用所述交通工具内的所述多个感知传感器收集与所述主要对象附近的次要对象相关的数据并且经由通信总线将与所述次要对象相关的数据传递到所述交通工具内的所述数据处理器；
使用所述数据处理器基于所述次要对象相对于所述主要对象的所述位置来确定所述主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的；以及
使用所述数据处理器确定应向所述患有色觉缺陷的乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
3.根据权利要求1所述的方法，其还包括：
使用适于允许所述交通工具内患有色觉缺陷的乘客输入主要对象难以识别的反馈的信息娱乐系统，收集来自所述交通工具内所述患有色觉缺陷的乘客的关于所述主要对象难以识别的反馈；
经由所述通信总线将来自所述患有色觉缺陷的乘客的所述反馈传递到所述数据处理器；
使用所述数据处理器基于来自所述交通工具内所述患有色觉缺陷的乘客的反馈来确定所述主要对象的物理身份对于所述患有色觉缺陷的乘客来说可能是不清楚的；以及
使用所述数据处理器确定应向所述患有色觉缺陷的乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
4.根据权利要求1所述的方法，其还包括：
使用所述数据处理器经由无线通信网络访问远程定位的数据库，所述远程定位的数据库具有来自其他交通工具中患有色觉缺陷的其他乘客的关于所述主要对象难以识别的先前反馈的历史数据；
使用所述数据处理器经由所述无线通信网络从所述远程定位的数据库收集来自其他交通工具中患有色觉缺陷的其他乘客的关于所述主要对象难以识别的先前反馈的历史数据；
使用所述数据处理器基于所述历史数据来确定所述主要对象的所述物理身份对于所述患有色觉缺陷的乘客来说可能是不清楚的；以及
使用所述数据处理器确定应向所述患有色觉缺陷的乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
5.根据权利要求1所述的方法，其还包括：
使用所述数据处理器访问存储在所述数据处理器内的所述交通工具内所述患有色觉缺陷的乘客的关于所述主要对象难以识别的先前反馈的历史数据；
使用所述数据处理器基于所述患有色觉缺陷的乘客的关于所述主要对象难以识别的所述先前反馈来确定对于所述患有色觉缺陷的乘客来说所述主要对象的所述物理身份可能是不清楚的；以及
使用所述数据处理器确定应向所述患有色觉缺陷的乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
6.根据权利要求1所述的方法，其还包括：
使用所述数据处理器访问存储在所述数据处理器内的所述交通工具内所述患有色觉缺陷的乘客的关于所述主要对象不难识别的先前反馈的历史数据；
使用所述数据处理器基于所述患有色觉缺陷的乘客的关于所述主要对象不难识别的所述先前反馈来确定所述主要对象的所述物理身份能够由所述患有色觉缺陷的乘客识别；以及
使用所述数据处理器确定不应向所述患有色觉缺陷的乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
7.根据权利要求1所述的方法，其还包括：
使用所述数据处理器经由无线通信网络访问远程定位的数据库，所述远程定位的数据库具有来自其他交通工具中的其他乘客的关于所述主要对象的所述物理身份的先前反馈的历史数据；
使用所述数据处理器，经由所述无线通信网络，从所述远程定位的数据库收集来自其他交通工具中的其他乘客的关于所述主要对象的所述物理身份的所述先前反馈的历史数据；以及
当所述数据处理器已经确定所述主要对象的所述物理身份对于所述患有色觉缺陷的乘客来说可能不清楚时，使用所述数据处理器基于所述主要对象的所述物理身份的先前指示的所述历史数据来确定应向所述患有色觉缺陷的乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
8.根据权利要求1所述的方法，其还包括：
使用所述数据处理器访问存储在所述数据处理器内来自所述交通工具内所述患有色觉缺陷的乘客的关于所述主要对象的所述物理身份的先前反馈的历史数据；以及
当所述数据处理器已经确定所述主要对象的所述物理身份对于所述患有色觉缺陷的乘客来说可能不清楚时，使用所述数据处理器基于来自所述患有色觉缺陷的乘客的关于所述主要对象的所述物理身份的所述先前反馈的历史数据来确定应向所述患有色觉缺陷的乘客提供帮助。
9.一种用于确定交通工具内患有色觉缺陷的乘客何时需要额外信息的系统，包括：
所述交通工具内的多个感知传感器，其适于收集与主要对象的物理身份相关的数据并且经由通信总线将与所述主要对象的所述物理身份相关的所述数据传递到所述交通工具内的数据处理器；
所述数据处理器适于基于与所述主要对象的所述物理身份相关的所述数据来确定所述主要对象的所述物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且应向所述患有色觉缺陷的乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
10.根据权利要求9所述的系统，其中所述交通工具内的所述多个感知传感器还适于收集与所述主要对象附近的次要对象相关的数据并且经由所述通信总线将与所述次要对象相关的所述数据传递到所述交通工具内的所述数据处理器；
所述数据处理器适于基于与所述次要对象相关的所述数据来确定所述主要对象的物理身份对于患有色觉缺陷的乘客来说可能是不清楚的，并且应向所述患有色觉缺陷的乘客提供帮助以辅助所述患有色觉缺陷的乘客识别所述主要对象。
CN202310117994.4A 2022-08-29 2023-01-30 用于色觉缺陷的混淆对象的识别 Pending CN117636674A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/822,897 US11935414B1 (en) 2022-08-29 2022-08-29 Identification of confusing objects for color deficient vision
US17/822,897 2022-08-29

Publications (1)

Publication Number Publication Date
CN117636674A true CN117636674A (zh) 2024-03-01

Family

ID=89844261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310117994.4A Pending CN117636674A (zh) 2022-08-29 2023-01-30 用于色觉缺陷的混淆对象的识别

Country Status (3)

Country Link
US (1) US11935414B1 (zh)
CN (1) CN117636674A (zh)
DE (1) DE102023101326A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110229023A1 (en) * 2002-11-01 2011-09-22 Tenebraex Corporation Technique for enabling color blind persons to distinguish between various colors
KR20050011115A (ko) * 2003-07-21 2005-01-29 노용만 색상 감지 미약자를 위한 자동차용 색상 보정 방법 및 장치
US20050200500A1 (en) * 2004-03-12 2005-09-15 Wing Thomas W. Colorblind vehicle driving aid
US9373046B2 (en) * 2014-09-10 2016-06-21 Continental Automotive Systems, Inc. Detection system for color blind drivers
CN113409608A (zh) * 2021-06-25 2021-09-17 阿波罗智联(北京)科技有限公司 针对交通信号灯的提示方法、装置、车辆和电子设备

Also Published As

Publication number Publication date
DE102023101326A1 (de) 2024-02-29
US11935414B1 (en) 2024-03-19
US20240071228A1 (en) 2024-02-29

Similar Documents

Publication Publication Date Title
US10082670B2 (en) Display device for vehicle
CN107415825B (zh) 扩展车道盲区检测
US20180328757A1 (en) Systems and methods for adjusting a contour of a vehicle based on a protrusion
CN103210434B (zh) 用于机动车驾驶员的视觉驾驶员信息和警告系统及方法
CN110312633B (zh) 图像显示系统、图像显示方法以及程序
US8676431B1 (en) User interface for displaying object-based indications in an autonomous driving system
US20200380257A1 (en) Autonomous vehicle object content presentation systems and methods
US20170293815A1 (en) Video capturing device for predicting special driving situations
US10839691B2 (en) Driving assistance apparatus, driving assistance system, and driving assistance method
US11698675B2 (en) Autonomous vehicle visual based communication
CN110803169B (zh) 用于在车辆中显示信息的系统和方法
US20150254515A1 (en) Method for Identification of a Projected Symbol on a Street in a Vehicle, Apparatus and Vehicle
US20190043363A1 (en) Vehicle external notification device
US11221495B2 (en) Aid for a driver with impaired field of view
CN111505617B (zh) 车辆定位方法、装置、设备及存储介质
US11508164B2 (en) Method for determining a degree of overlap of an object with a lane
CN117636674A (zh) 用于色觉缺陷的混淆对象的识别
CN111942395A (zh) 车辆以及用于控制车辆的方法
CN114523905A (zh) 一种显示车辆周围目标检测及轨迹预测的系统及方法
CN114964291A (zh) 显示方法、车辆和计算机可读存储介质
CN114822058A (zh) 一种基于信号灯路口的行车规范驾驶提示监测方法、系统、车载终端及存储介质
JP7451423B2 (ja) 画像処理装置、画像処理方法および画像処理システム
US20220410901A1 (en) Initializing early automatic lane change
CN112840349B (zh) 标志识别装置
KR20220083004A (ko) 차량 및 네트워크 시스템

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