CN117818631A - 驾驶员控制力减弱检测系统、方法 - Google Patents

驾驶员控制力减弱检测系统、方法 Download PDF

Info

Publication number
CN117818631A
CN117818631A CN202311164888.8A CN202311164888A CN117818631A CN 117818631 A CN117818631 A CN 117818631A CN 202311164888 A CN202311164888 A CN 202311164888A CN 117818631 A CN117818631 A CN 117818631A
Authority
CN
China
Prior art keywords
driver
gaze
tracking data
current driver
driver control
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
CN202311164888.8A
Other languages
English (en)
Inventor
M·P·克西亚泽克
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.)
Aptiv Technologies Ltd
Original Assignee
Aptiv Technologies Ltd
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 Aptiv Technologies Ltd filed Critical Aptiv Technologies Ltd
Publication of CN117818631A publication Critical patent/CN117818631A/zh
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/08Estimation 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/59Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/08Estimation 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
    • B60W2040/0818Inactivity or incapacity of driver
    • B60W2040/0836Inactivity or incapacity of driver due to alcohol
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2540/00Input parameters relating to occupants
    • B60W2540/22Psychological state; Stress level or workload
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2540/00Input parameters relating to occupants
    • B60W2540/223Posture, e.g. hand, foot, or seat position, turned or inclined
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2540/00Input parameters relating to occupants
    • B60W2540/225Direction of gaze
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2540/00Input parameters relating to occupants
    • B60W2540/229Attention level, e.g. attentive to driving, reading or sleeping

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Ophthalmology & Optometry (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

提供了驾驶员控制力减弱检测系统、方法。用于检测由于药物或酒精中毒等原因而导致的驾驶员控制力减弱的系统。该系统包括用于接收驾驶载具的驾驶员的眼睛跟踪数据的输入端(2a)。处理块(2)基于眼睛跟踪数据来确定驾驶员的注视运动特征,并且确定块(3)至少部分地基于所确定的注视运动特征来确定驾驶员控制力减弱。

Description

驾驶员控制力减弱检测系统、方法
技术领域
本公开涉及驾驶员控制力减弱检测系统、方法。本发明具体涉及驾驶员中毒检测系统和检测驾驶员何时遭受身体或精神控制力减弱的方法。
背景技术
当驾驶员中毒驾驶载具时,代表着重大危险。例如,从统计数据来看,由于酒精或药物的影响,身体或精神控制力明显减弱的驾驶员发生车祸的可能性要大得多,原因包括他们的反应时间缩短、缺乏位置意识以及增加对风险的容许度。因此,监管机构、政府和执法机构都希望在驾驶员控制力减弱时阻止使用载具,以提高道路安全和遵守法律。
在这方面,在一些司法管辖区,法院可能已经要求被定罪的醉酒驾驶员在其车上安装呼气酒精-点火联锁装置,以防止在没有明确的呼气分析器测试结果的情况下使用。因此,这样的系统使得在驾驶员酒后使用载具变得更加困难。然而,这种系统对于广泛采用而言太不方便,并且很容易被规避,例如让清醒的人向设备吹气。
因此,仍然需要提供改进的系统,用于在遭受控制力减弱的情况下(例如由于中毒或影响身体或精神能力的其它状况)限制或防止载具的使用。
发明内容
根据第一个方面,提供了一种用于监测驾驶员的系统,所述系统包括用于接收驾驶载具的驾驶员的眼睛跟踪数据的输入端;用于基于眼睛跟踪数据确定驾驶员的注视运动特征的处理块;用于至少部分地根据所确定的注视运动特征来确定指示驾驶员控制力减弱的特征的确定块。
这样,可以基于驾驶员的眼睛运动特征,例如检测到的眼睛运动速度和眼睛运动方向改变的频率,来识别处于控制力减弱状态的驾驶员,例如当药物或酒精中毒时。因此,可以评估驾驶员负责任地控制载具的能力,以提高安全性。有利地,系统可以使用来自现有驾驶员监测系统的眼睛跟踪数据,从而最小化实施成本。即,现有的驾驶员监测系统可能已经跟踪驾驶员的注视方向,例如,以验证他们正在看路。驾驶员控制力减弱检测系统可以使用该原始眼睛跟踪数据来确定眼睛运动特征,并识别这些特征何时指示驾驶员对载具的控制力受到了损害的病态状况。重要的是,由于所跟踪的眼睛运动特征与驾驶员操作载具时的注意力直接相关,因此该系统比传统的基于呼气分析器的系统难以规避,并且能够识别较广泛的病态状况。
在实施方式中,注视运动特征包括时域中的注视运动向量。这样,特征信息可以提供与眼睛运动加速度、速度和聚焦时间(眼睛运动不活动的时段)相关的度量,所有这些都可以提供潜在影响驾驶员控制力的病态状况的指标。
在实施方式中,眼睛跟踪数据包括注视坐标数据,并且其中,处理块被配置成基于注视坐标数据随时间的变化来生成注视运动向量。这样,驾驶员注视的二维图可用于直接生成注视运动向量。
在实施方式中,确定块至少部分地基于所确定的注视运动特征位于一个或更多个预定基线注视运动特征范围之外来确定驾驶员控制力减弱。这样,可以通过将驾驶员的行为与基线水平进行比较并监测与这些行为相关在正常范围之外的偏差来实现高检测准确性。
在实施方式中,预定基线注视运动特征范围基于针对驾驶员的预先记录的注视运动特征数据。这样,驾驶员先前的行为可以作为正常眼睛运动特征的基准,因此特征的显著变化可以作为缺乏控制的指标。
在实施方式中,确定块包括用于识别位于一个或更多个预定基线注视运动特征范围之外的特征的经训练的神经网络。这样,神经网络可以基于驾驶员的正常眼睛运动特征进行训练,然后可以用于识别偏离正常的特征。
在实施方式中,确定块被配置成通过至少部分地基于所确定的注视运动特征识别驾驶员的潜在病态状况来确定驾驶员控制力减弱。这样,可以基于受影响的眼睛运动的识别来识别与驾驶员控制力减弱相关的病态状况。
在实施方式中,确定块被配置成通过至少部分地基于所确定的注视运动特征识别驾驶员的中毒来确定驾驶员控制力减弱。这样,可以识别由酒精或其它药物引起的病态状况。
在实施方式中,输入端还用于接收驾驶载具的驾驶员的姿势跟踪数据,并且其中确定块进一步基于姿势跟踪数据来确定驾驶员控制力减弱。这样,可以通过使用其它驾驶员状态监测源(例如他们的身体位置)来验证驾驶员控制力减弱的确定,从而提高准确性。
在实施方式中,确定块进一步基于具有与驾驶员控制力减弱相关联的预定特征的姿势跟踪数据来确定驾驶员控制力减弱。这样,姿势跟踪数据可以被用于识别驾驶员何时采取与失去控制相关联的姿势,区可证实由眼睛跟踪数据提供的缺乏控制指标。
在实施方式中,确定块还被配置成生成用于控制载具触发安全响应的控制信号。这样,系统可以基于所确定的问题提示载具干预。例如,控制信号可以触发警报、仪表板灯指示器、座椅振动、载具危险灯的启动、载具速度限制和自主驾驶模式的改变中的一项或更多项。
根据另一个方面,提供了一种用于监测驾驶员的方法,包括:接收驾驶载具的驾驶员的眼睛跟踪数据;根据所述眼睛跟踪数据确定驾驶员的注视运动特征;至少部分地根据所确定的注视运动特征来确定指示驾驶员控制力减弱的特征。
在实施方式中,确定注视运动特征的步骤包括处理眼睛跟踪数据以计算注视坐标数据随时间的变化。
在实施方式中,确定驾驶员控制力减弱的步骤包括确定所确定的注视运动特征是否位于一个或更多个预定基线注视运动特征范围之外。
在实施方式中,确定驾驶员控制力减弱的步骤包括至少部分地基于所确定的注视运动特征来识别驾驶员的潜在病态状况。
根据另一个方面,提供了非暂时性计算机可读介质,所述非暂时性计算机可读介质包括指令,所述指令在由处理器执行时实现上述方法。
根据另一方面,提供了一种计算机软件产品,该计算机软件产品包括当由处理器执行时实现上述方法的指令。
附图说明
现在将参照附图描述示范性实施方式,其中:
图1示出了根据示范性实施方式的简化的驾驶员控制检测系统的示意图;
图2示出了眼睛注视跟踪装置的示意图;并且
图3示出了眼睛注视跟踪场景的示意图。
具体实施方式
概括而言,精神活性物质,例如酒精或其它药物,会显著影响个人眼睛的运动,引起眼球震颤,影响眼跳,改变前庭眼反射以及影响其注视的各种变化。因此,通过使用驾驶员眼睛注视跟踪并观察病态性眼睛运动模式,可以评估驾驶员的中毒状态。眼睛跟踪数据还可以与其它驾驶员状态信息(例如驾驶员的姿势、瞳孔扩张、眨眼频率和面部温度)相结合,以交叉检查驾驶员的行为并识别指示身体和精神控制力减弱状态的特征的变化。
为了进一步解释这一点,图1示出了根据示范性实施方式的简化的驾驶员控制检测系统的示意图。驾驶员监测系统1用于向数据准备块2的输入端2a提供眼睛跟踪数据,数据准备块2又根据眼睛跟踪数据生成注视向量信息,如下文进一步详细描述的。然后注视向量信息被馈送到眼睛运动确定块3,该眼睛运动确定块3用于基于注视向量信息来识别病态状况。同时,在该实施方式中,驾驶员监测系统1还用于提供姿势跟踪数据,该姿势跟踪数据被馈送到姿势确定块4并且用于识别与病态状况相关的姿势。眼睛运动确定块3和姿势确定块4的输出由响应块5接收,响应块5在确定驾驶员的控制力减弱时生成用于限制载具操作或触发安全响应的控制指令。
更具体地,驾驶员监测系统1使用配备有红外发光二极管(LED)或激光器的朝向驾驶员的摄像头来生成驾驶员的面部和眼睛的图像,并且在该实施方式中还生成驾驶员的躯干的图像。应当理解,驾驶员监测系统1可以形成载具中的其它ADAS或自主驾驶系统的一部分,因为对于自主驾驶第3级别功能和自主驾驶第4级别功能而言通常需要这样的驾驶员监测。因此,驾驶员控制力减弱检测系统可以利用现有的ADAS或自主驾驶架构。
在使用中,驾驶员监测系统1生成指示在视场帧上的驾驶员注视的坐标的眼睛跟踪数据。在这方面,图2示出了眼睛注视跟踪装置的说明性示意图,其中由一个或更多个摄像头来监测眼睛10,并且基于眼睛位置来确定眼睛的注视11。如所示出的,在该场景中,驾驶员的注视11是在另一载具13上。眼睛跟踪允许将注视11绘制为2D视场帧12上的注视坐标。然后可在时域中记录注视坐标,以提供2D注视跟踪数据。在本实施方式中,驾驶员监测系统1还生成身体关键点跟踪数据,该身体关键点跟踪数据指示了驾驶员身体关键点(例如头部、肩膀和手臂)的相对位置。
如上所述,眼睛跟踪数据经由输入端2a被馈送到数据准备块2,该数据准备块2根据眼睛跟踪数据生成时域中的注视向量数据。在这方面,图3示出了眼睛注视跟踪场景的示意图,以较详细地解释向量生成。如所示出的,随着驾驶员使其眼睛10运动,随时间跟踪视场帧12上的注视坐标。其生成2D注视跟踪数据14。然后可以处理该注视跟踪数据14以生成注视运动向量数据15,其绘出了驾驶员眼睛运动的方向和速度两者。因此,注视运动向量数据15提供关于眼睛运动的特征信息,包括眼睛运动加速度、速度和聚焦时间(眼睛运动不活动的时段)。
注视运动向量数据15被馈送到眼睛运动确定块3,该眼睛运动确定块3用于基于该数据来识别病态状况。在这方面,可以基于多个特征来识别指示驾驶员控制力减弱的病态状况。例如,可以确定频繁的快速眼睛运动来指示特定药物的影响。相反,可以确定非常缓慢的眼睛运动来指示酒精或其它药物的影响。在实施方式中,眼睛运动确定块3可以包含所存储的基线特征,例如从测试对象驾驶员收集的或者从当前驾驶员在其使用载具的过程中收集的。其可用于设置针对驾驶员正常、注意力集中状态的眼睛运动特征的初始基线。当检测到的眼睛运动特征偏离基线超过预定量时,眼睛运动确定块3则可以确定驾驶员控制力减弱的病态状况的存在。例如,如果驾驶员的眼睛比平时运动得快和/或频繁(例如,超出正常速度和/或频率范围),则可以确定这指示药物的影响。应当理解,用于确定驾驶员控制力减弱的特定特征可以变化,例如,依赖于载具或其运行区域的特定要求。例如,一些国家可以选择实施较严格的驾驶员中毒控制。
如上所述,在该实施方式中,驾驶员监测系统1还提供向姿势确定块4馈送的姿势跟踪数据。姿势确定块4接收指示驾驶员所处姿势的身体关键点数据,其接着可以被用于识别与驾驶员控制力减弱的病态状况相关的姿势。为此,姿势确定块4可以包括与驾驶员可能具有控制力减弱的状况相关联的多个所存储的姿势特征或行为,并且姿势确定块4确定姿势跟踪数据何时指示驾驶员处于这些姿势之一。例如,在实施方式中,针对驾驶员的基线姿势特征可以根据驾驶员对载具的初始使用来确定。当检测到的姿势特征偏离基线超过预定阈值时,姿势确定块4则可以确定驾驶员控制力减弱的病态状况。例如,异常的头部位置和旋转、摆动的头部运动、胸部和肩部位置下滑、不寻常的手位置和运动,以及手被长时间保持在给定区域(例如,摆弄媒体控件或离开方向盘的运动)可以被用于指示驾驶员控制力减弱。
响应块5接收眼睛运动确定块3和姿势确定块4的输出,并基于其生成控制指令。例如,眼睛运动确定块3可以指示已经足够确定地识别出驾驶员控制力减弱,从而立即触发响应。在其它场景中,眼睛运动确定块3可以指示怀疑驾驶员控制力减弱,但是需要通过由姿势确定块4识别的姿势进行附加验证,以确认驾驶员控制力减弱的可能性。
在已经识别出驾驶员控制力减弱的情况下,由响应块5发出的控制指令可以用于限制载具操作或触发安全响应。例如,响应块5可以触发音频警报、点亮仪表板、振动座椅和/或使危险灯闪烁,以提示驾驶员采取行动以使载具受控停止。在其它设置中,响应块5可以触发较高级别的干预,例如限制载具的速度或采用较安全的自主驾驶模式(例如通过增加载具之间的距离)。在一些实施方式中,响应块5可以触发自主驾驶系统进行干预,以使载具在下一可用的安全停止点处受控停止,此后可以停用载具以防止进一步使用。在实施方式中,响应级别可以基于所确定的驾驶员缺乏控制的严重性。例如,如果检测到驾驶员极度缺乏控制,响应块5可以打开载具的危险灯并启动自主驾驶系统以减慢载具速度并将其停在路边。
这样,可以提供驾驶员控制力减弱检测系统,用于识别驾驶员负责任地控制载具的能力何时降低。有利地,该系统可以使用来自现有驾驶员监测系统的跟踪数据来提供附加的安全性。同时,与依赖于呼气酒精测试的传统点火联锁装置不同,注视向量跟踪与驾驶员操作载具时的注意力直接相关。因此,驾驶员控制力减弱检测系统较难规避,并且能够识别较广泛的病态状况,而不仅是酒精中毒。此外,通过将驾驶员的行为与基线级别进行比较并监测与基线级别的偏差,可以实现高检测准确性。此外,通过使用其它驾驶员状态监测源来验证驾驶员控制力减弱的判断,可以进一步提高准确性。因此,误报的风险被最小化。
应当理解,上面示出的实施方式仅出于说明的目的示出了应用。实际上,实施方式可以应用于许多不同的配置,详细的实施方式对于本领域技术人员来说是明显的。
例如,应当理解,虽然上述实施方式是关于驾驶员由于酒精或药物中毒而控制力减弱的情况进行描述的,但是实施方式也可以被实现用于当驾驶员经历影响身体或心理能力的状况时限制载具使用。例如,眼睛跟踪数据可以被用于识别驾驶员是否经历中风或癫痫发作,并且响应性地,系统可以触发干预以使载具受控停止或限制其速度。

Claims (14)

1.一种用于监测驾驶员的系统,所述系统包括:
输入端,所述输入端用于接收驾驶载具的当前驾驶员的眼睛跟踪数据;
处理块,所述处理块用于根据所述眼睛跟踪数据来确定所述当前驾驶员的注视运动特征;以及
确定块,所述确定块用于根据所确定的注视运动特征来确定指示驾驶员控制力减弱的特征;
其中,所述确定块根据所确定的注视运动特征位于从针对所述当前驾驶员的预先记录的注视运动特征数据得出的预定基线注视运动特征范围之外来确定驾驶员控制力减弱。
2.根据权利要求1所述的系统,其中,所述注视运动特征包括时域中的注视运动向量。
3.根据权利要求2所述的系统,其中,所述处理块被配置成根据所述眼睛跟踪数据随时间的变化来生成所述注视运动向量。
4.根据权利要求1所述的系统,其中,所述确定块包括用于识别位于一个或更多个预定基线注视运动特征范围之外的特征的经训练的神经网络。
5.根据权利要求1所述的系统,其中,所述确定块被配置成通过至少部分地基于所确定的注视运动特征来识别所述当前驾驶员的潜在病态状况来确定驾驶员控制力减弱。
6.根据权利要求1所述的系统,其中,所述确定块被配置成通过至少部分地基于所确定的注视运动特征识别所述当前驾驶员的中毒来确定驾驶员控制力减弱。
7.根据权利要求1所述的系统,其中,所述输入端还被配置成接收所述当前驾驶员的姿势跟踪数据,并且
其中,所述确定块还根据所述姿势跟踪数据确定驾驶员控制力减弱。
8.根据权利要求7所述的系统,其中,所述确定块根据具有与驾驶员控制力减弱相关联的预定特征的姿势跟踪数据来确定驾驶员控制力减弱。
9.根据权利要求7或8所述的系统,其中,所述姿势跟踪数据从以下内容得出:异常的头部位置和旋转、摆动的头部运动、胸部和肩部位置下滑、不寻常的手位置和运动、和/或手被长时间保持在给定区域;与所述当前驾驶员对所述载具的初始使用而得出的针对所述当前驾驶员的基线姿势特征比较。
10.根据权利要求1所述的系统,其中,所述注视运动特征包括所述当前驾驶员在另一载具上的注视。
11.根据权利要求1所述的系统,其中,所述确定块还被配置成生成用于控制所述载具触发安全响应的控制信号。
12.一种用于监测驾驶员的方法,所述方法包括以下步骤:
接收驾驶载具的当前驾驶员的眼睛跟踪数据;
根据所述眼睛跟踪数据确定所述当前驾驶员的注视运动特征;以及
根据所确定的注视运动特征位于从针对所述当前驾驶员的预先记录的注视运动特征数据得出的预定基线注视运动特征范围之外来确定指示驾驶员控制力减弱的特征。
13.根据权利要求12所述的方法,其中,确定驾驶员控制力减弱的步骤包括根据所确定的注视运动特征来识别所述当前驾驶员的潜在病态状况。
14.一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括指令,当所述指令由处理器执行时所述指令实现根据权利要求12和13中的任一项所述的方法。
CN202311164888.8A 2022-09-27 2023-09-11 驾驶员控制力减弱检测系统、方法 Pending CN117818631A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP22197925.5A EP4345774A1 (en) 2022-09-27 2022-09-27 Diminished driver control detection system, method, and software
EP22197925.5 2022-09-27

Publications (1)

Publication Number Publication Date
CN117818631A true CN117818631A (zh) 2024-04-05

Family

ID=83506519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311164888.8A Pending CN117818631A (zh) 2022-09-27 2023-09-11 驾驶员控制力减弱检测系统、方法

Country Status (3)

Country Link
US (1) US20240101123A1 (zh)
EP (1) EP4345774A1 (zh)
CN (1) CN117818631A (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPR872301A0 (en) * 2001-11-08 2001-11-29 Sleep Diagnostics Pty Ltd Alertness monitor
US7344251B2 (en) * 2005-02-23 2008-03-18 Eyetracking, Inc. Mental alertness level determination
SE543249C2 (en) * 2018-12-12 2020-11-03 Lincoding Ab Alcolock device using mapping gaze and motion parameters

Also Published As

Publication number Publication date
EP4345774A1 (en) 2024-04-03
US20240101123A1 (en) 2024-03-28

Similar Documents

Publication Publication Date Title
US10336323B2 (en) Predictive human-machine interface using eye gaze technology, blind spot indicators and driver experience
CN107832748B (zh) 一种共享汽车驾驶员更换系统及方法
KR101945706B1 (ko) 운전 패턴 분석을 통한 운전자 상태 감시 방법 및 장치
US9694680B2 (en) System and method for determining drowsy state of driver
EP3825981B1 (en) Warning apparatus and driving tendency analysis device
US10745030B2 (en) Providing location and driving behavior based alerts
KR20180072519A (ko) 각막 반사 검출을 이용한 운전자 상태 모니터링
US10430677B2 (en) Method for classifying driver movements
US20180111551A1 (en) Drive assisting apparatus
JP5940972B2 (ja) 居眠り運転警報装置および居眠り運転警報方法
JPH08178712A (ja) 漫然運転検出装置
US11279348B2 (en) Safety, security and control system for vehicle
CN105931430A (zh) 用于驾驶员状态预警系统的报警灵敏度检测方法及装置
JP2017033126A (ja) 安全運転促進装置及び安全運転促進方法
US20240000354A1 (en) Driving characteristic determination device, driving characteristic determination method, and recording medium
US10745029B2 (en) Providing relevant alerts to a driver of a vehicle
KR101500016B1 (ko) 차선 이탈 경보 방법
CN112298172A (zh) 一种车载主动安全系统、方法及存储介质
CN117818631A (zh) 驾驶员控制力减弱检测系统、方法
CN109949613A (zh) 行人警示装置
JP2019012454A (ja) ドライバ監視支援装置、ドライバ監視支援制御装置、ドライバ監視支援方法、及びドライバ監視支援装置制御方法
Nair et al. Smart System for Drowsiness and Accident Detection
US20240144703A1 (en) Method for detecting that a driver of a vehicle is using a handheld electronic device, method for controlling a leading vehicle, data processing apparatus, computer program, computer-readable storage medium, and system for detecting that a driver of a following vehicle is using a handheld electronic device
JP2023027699A (ja) ドライバー状態判定装置
US20230044733A1 (en) System and method for preventing drunk driving of vehicle

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