DE102014118479B4 - Affektive Benutzerschnittstelle in einem autonomen Fahrzeug - Google Patents

Affektive Benutzerschnittstelle in einem autonomen Fahrzeug Download PDF

Info

Publication number
DE102014118479B4
DE102014118479B4 DE102014118479.3A DE102014118479A DE102014118479B4 DE 102014118479 B4 DE102014118479 B4 DE 102014118479B4 DE 102014118479 A DE102014118479 A DE 102014118479A DE 102014118479 B4 DE102014118479 B4 DE 102014118479B4
Authority
DE
Germany
Prior art keywords
vehicle
computer
confidence score
confidence
predetermined threshold
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.)
Active
Application number
DE102014118479.3A
Other languages
English (en)
Other versions
DE102014118479A1 (de
Inventor
Christopher Attard
Shane Elwart
Jeff Allen Greenberg
Rajit Johri
Devinder Singh Kochhar
Doug Scott Rhode
John Shutko
Hongtei Eric Tseng
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies 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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of DE102014118479A1 publication Critical patent/DE102014118479A1/de
Application granted granted Critical
Publication of DE102014118479B4 publication Critical patent/DE102014118479B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • 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
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0055Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements
    • G05D1/0061Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements for transition from automatic pilot to manual pilot and vice versa
    • 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
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • 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
    • B60W50/04Monitoring the functioning of the control system
    • 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
    • B60W50/08Interaction between the driver and the control system
    • B60W50/082Selecting or switching between different modes of propelling
    • 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005Handover processes
    • B60W60/0053Handover processes from vehicle to occupant
    • 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005Handover processes
    • B60W60/0059Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
    • 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
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143Alarm means
    • 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • B60W2520/105Longitudinal acceleration
    • 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
    • B60W2540/043Identity of occupants
    • 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
    • B60W2552/00Input parameters relating to infrastructure
    • 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/15Road slope
    • 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/30Road curve radius
    • 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/35Road bumpiness, e.g. pavement or potholes
    • 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/53Road markings, e.g. lane marker or crosswalk
    • 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
    • B60W2554/00Input parameters relating to objects
    • 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/406Traffic density
    • 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
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20Ambient conditions, e.g. wind or rain
    • 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
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005Handover processes
    • B60W60/0053Handover processes from vehicle to occupant
    • B60W60/0055Handover processes from vehicle to occupant only part of driving tasks shifted to occupants

Abstract

System, das einen Computer in einem Fahrzeug umfasst, wobei der Computer einen Prozessor und einen Speicher umfasst, wobei der Computer ausgelegt ist zumSammeln von Daten in Bezug auf autonomen Betrieb des Fahrzeugs;Erzeugen einer skalarwertigen Konfidenzbewertung, unter dem Aspekt, ob das Fahrzeug autonom betrieben werden sollte;Erzeugen eines Vektors von Subsystem-Konfidenzbewertungswerten, wobei jede der Subsystem-Konfidenzbewertungswerte eine spezifische Fahrzeugoperation betrifft;Bestimmen, dass die skalarwertige Konfidenzbewertung unter eine vorbestimmte Schwelle fällt; undBereitstellen einer Nachricht für einen Fahrzeugbediener auf der Basis mindestens eines der Subsystem-Konfidenzbewertungswerte.

Description

  • STAND DER TECHNIK
  • Ein autonomes Fahrzeug, z.B. ein Auto, Lastwagen, Bus usw., kann ganz oder teilweise ohne menschliche Intervention betrieben werden. Zum Beispiel kann das Fahrzeug Sensoren und dergleichen umfassen, die Informationen an einen zentralen Computer im Fahrzeug übermitteln. Der zentrale Computer kann empfangene Informationen zum Betrieb des Fahrzeugs verwenden, z.B. um Entscheidungen bezüglich Fahrzeuggeschwindigkeit, Kurs usw. zu treffen. Es werden jedoch Mechanismen benötigt, um die Fähigkeit eines Computers, das Fahrzeug autonom zu betreiben, zu evaluieren. Systeme autonomer Fahrzeuge sind beispielsweise in US 8 718 861 B1 , EP 2 093 740 A1 und US 2003 / 0 167 112 A1 offenbart. Insbesondere offenbart die US 8 718 861 B1 die Bestimmung, ob ein Fahrzeug autonom oder semiautonom fahren soll. Die EP 2 093 740 A1 offenbart eine Bestimmung eines Zustands eines Fahrzeugführers. Schließlich offenbart die US 2003 / 0 167 112 A1 ein System, das dem Fahrer Vorschläge für Reaktionen auf Fahrerkommandos oder Mitteilung des Fahrzeugnetzes unterbreitet.
  • Figurenliste
    • 1 ist ein Blockdiagramm eines beispielhaften Fahrzeugsystems für autonomen Fahrzeugbetrieb mit Mechanismen zur Bewertung eines Konfidenzniveaus des autonomen Betriebs.
    • 2 ist ein Diagramm eines beispielhaften Prozesses zum Bewerten und Geben von Hinweisen auf der Basis von Konfidenzniveaus in Bezug auf autonome Fahrzeugoperationen.
  • EINFÜHRUNG
  • 1 ist ein Blockdiagramm eines beispielhaften Fahrzeugsystems 100 zum Betrieb eines autonomen Fahrzeugs 101. Es kann in einem autonom betriebenen Fahrzeug 101 notwendig oder wünschenswert sein, dass ein menschlicher Bediener Operationen des Fahrzeugs 101 übernimmt, wenn ein z.B. in einem Fahrzeugcomputer 105 enthaltenes autonomes Fahrmodul 106 das Fahrzeug 101 nicht mehr mit annehmbarer Konfidenz betreiben kann, z.B. einer numerisch ausgedrückten Konfidenz, die kleiner als eine vorbestimmte Schwelle ist.
  • Gründe für niedrigere Konfidenz wären zum Beispiel Verschlechterung von Datensammelvorrichtungen 110 wie Sensoren, die z.B. durch Wetterbedingungen, Blockierung oder andere Rauschfaktoren verursacht wird. Niedrigere Konfidenz in autonome Operationen könnte auch auftreten, wenn Entwurfsparameter des Betriebs des autonomen Fahrzeugs 101 überschritten werden. Zum Beispiel können Konfidenzbewertungen 118 aus Daten 115 entstehen, die durch Datensammler 110 bereitgestellt werden, die in einer Wahrnehmungsebene (perceptual layer, PL) des autonomen Fahrzeugs 101 enthalten sind, oder aus Datensammlern 110 in einer Betätigungsebene (actuation layer, AL). Bei der PL können diese Konfidenzschätzungen oder Wahrscheinlichkeiten als eine Wahrscheinlichkeit aufgefasst werden, dass wahrgenommene Informationen für normalen sicheren Betrieb des Fahrzeugs 101 ausreichen. Bei der AL drücken die Wahrscheinlichkeiten, d.h. Konfidenzschätzungen, eine Wahrscheinlichkeit aus, dass ein Betätigungssystem des Fahrzeugs 101 befohlene Operationen des Fahrzeugs 101 innerhalb einer oder mehrerer Entwurfstoleranzen ausführen kann. Dementsprechend stellt das System 100 Mechanismen zum Detektieren und Behandeln von Konfidenz(en), die niedriger als annehmbar sind, in einem oder mehreren Aspekten von Operationen des Fahrzeugs 101 bereit.
  • Autonome Operationen des Fahrzeugs 101, darunter Erzeugung und Evaluierung von Konfidenzbewertung 118, können in einem autonomen Fahrmodul 106 z.B. als eine Menge von Anweisungen ausgeführt werden, die in einem Speicher einer Datenverarbeitungsvorrichtung 105 im Fahrzeug 101 gespeichert und durch einen Prozessor davon ausführbar sind. Die Datenverarbeitungsvorrichtung 105 empfängt im Allgemeinen gesammelte Daten 115 von einem oder mehreren Datensammlern, z.B. Sensoren 110. Die gesammelten Daten 115 können wie oben erläutert zur Erzeugung einer oder mehrerer Konfidenzbewertungen 118 in Bezug auf autonomen Betrieb des Fahrzeugs 101 verwendet werden. Durch Vergleichen der einen oder mehreren Konfidenzbewertungen mit einem oder mehreren gespeicherten Parametern 117 kann der Computer 105 bestimmen, ob einem Insassen des Fahrzeugs 101 z.B. über eine affektive Schnittstelle 119 ein Hinweis oder dergleichen gegeben werden soll. Auf der Basis der einen oder mehreren Konfidenzbewertungen 118 kann ferner eine Nachricht 116, z.B. ein Hinweis, einem Bediener des Fahrzeugs 101 einen Dringlichkeitsgrad oder eine Wichtigkeit mitteilen, z.B. durch Verwendung von Prosodietechniken, um emotionalen Inhalt in einen Sprachhinweis aufzunehmen, eines visuellen Avatars mit einem an einen Dringlichkeitsgrad angepassten Aussehen usw.
  • Als ein Beispiel von vielen möglichen Beispielen kann beispielsweise ein Hinweis den Insassen des Fahrzeugs 101 über eine Notwendigkeit informieren, teilweise oder vollständige manuelle Steuerung des Fahrzeugs 101 zu übernehmen. Wie bereits erwähnt, kann ferner eine Form einer Nachricht 116 an ihre Dringlichkeit angepasst werden. Zum Beispiel kann ein Audiohinweis mit Prosodietechniken erzeugt werden, die verwendet werden, um einen mit dem Hinweis assoziierten Dringlichkeitsgrad zu vermitteln. Als Alternative oder zusätzlich kann eine in einer Mensch-Maschine-Schnittstelle des Computers 105 enthaltene grafische Benutzeroberfläche dafür ausgelegt werden, bestimmte Farben, Schriftarten, Schriftgrößen, einen Avatar oder dergleichen, der eine menschliche Person darstellt, usw. anzuzeigen, um einen Dringlichkeitsgrad anzugeben, wie z.B. unmittelbare manuelle Steuerung wird empfohlen, manuelle Steuerung kann innerhalb der nächsten Minute empfohlen werden, innerhalb der nächsten 5 Minuten wird manuelle Steuerung aus mechanischen Gründen empfohlen, manuelle Steuerung wird aus Umgebungs- oder Wetterbedingungen empfohlen, manuelle Steuerung wird aufgrund von Verkehrsbedingungen empfohlen usw.
  • BEISPIELHAFTE SYSTEMELEMENTE
  • Ein Fahrzeug 101 kann ein Landfahrzeug wie etwa ein Motorrad, Auto, Lastwagen, Bus usw. sein, könnte aber auch ein Wasserfahrzeug, Luftfahrzeug usw. sein. In jedem Fall umfasst das Fahrzeug 101 im Allgemeinen einen Fahrzeugcomputer 105 mit einem Prozessor und einem Speicher, wobei der Speicher eine oder mehrere Formen von computerlesbaren Medien umfasst und Anweisungen speichert, die durch den Prozessor ausführbar sind, um verschiedene Operationen, einschließlich der hier offenbarten, auszuführen. Zum Beispiel umfasst der Computer 105 im Allgemeinen Anweisungen, die in dem autonomen Fahrmodul 106 enthalten sein können, um das Fahrzeug 101 autonom zu betreiben, d.h. das Fahrzeug 101 ohne Bedienersteuerung oder mit nur teilweiser Bedienersteuerung zu betreiben, und kann diese ausführen.
  • Ferner kann der Computer 105 mehr als eine Datenverarbeitungsvorrichtung umfassen, z.B. Steuerungen oder dergleichen, die in dem Fahrzeug 101 vorgesehen sind, um verschiedene Fahrzeugkomponenten zu überwachen und/oder zu steuern, wie z.B. eine Motorsteuereinheit (ECU), Getriebesteuereinheit (TCU) usw. Der Computer 105 ist im Allgemeinen für Kommunikation auf einem CAN-Bus (CAN - Controller Area Network) oder dergleichen ausgelegt. Der Computer 105 kann auch eine Verbindung mit einem Borddiagnostikverbinder (OBD-II) aufweisen. Über den (CAN-Bus, OBD-II und/oder einen anderen verdrahteten oder drahtlosen Mechanismus kann der Computer 105 Nachrichten zu verschiedenen Vorrichtungen in einem Fahrzeug senden und/oder von den verschiedenen Vorrichtungen, z.B. Steuerungen, Aktoren, Sensoren usw., einschließlich der Datensammler 110, Nachrichten empfangen. Als Alternative oder zusätzlich können, falls der Computer 105 tatsächlich mehrere Vorrichtungen umfasst, der CAN-Bus oder dergleichen zur Kommunikation zwischen in der vorliegenden Offenbarung als der Computer 105 dargestellten Vorrichtungen verwendet werden.
  • Zusätzlich kann der Computer 105 für Kommunikation mit dem Netzwerk 120 konfiguriert werden, das wie nachfolgend beschrieben verschiedene verdrahtete und/oder drahtlose Vernetzungstechnologien umfassen kann, z.B. Mobilfunk, Bluetooth, verdrahtete und/oder drahtlose Paketnetzwerke usw. Ferner umfasst der Computer 105 z.B. im Modul 106 im Allgemeinen Anweisungen zum Empfangen von Daten, z.B. gesammelter Daten 115 von einem oder mehreren Datensammlern 110 und/oder Daten von einer affektiven Benutzerschnittstelle 119, die im Allgemeinen eine Mensch-Maschine-Schnittstelle (HMI) umfasst, wie etwa ein Sprachdialog- (IVR-) System, eine grafische Benutzeroberfläche (GUI) mit einem Berührungsschirm oder dergleichen usw.
  • Wie oben erwähnt gehören zu Anweisungen, die in dem Computer 105 gespeichert und von diesem ausgeführt werden, ein autonomes Fahrmodul 106 oder im Fall eines nichtlandgestützten oder Straßenfahrzeugs kann das Modul 106 generischer als autonomes Operationsmodul 106 bezeichnet werden. Unter Verwendung von im Computer 105 z.B. von Datensammlern 110 empfangenen Daten, als gespeicherte Parameter 117 enthaltene Daten, Konfidenzbewertungen 118 usw. kann das Modul 106 verschiedene Komponenten und/oder Operationen des Fahrzeugs 101 steuern, ohne dass ein Fahrer das Fahrzeug 101 bedienen muss. Zum Beispiel kann das Modul 106 zur Regelung von Geschwindigkeit, Beschleunigung, Bremsung, Lenkung usw. des Fahrzeugs 101 verwendet werden.
  • Die Datensammler 110 können vielfältige Vorrichtungen umfassen. Zum Beispiel können verschiedene Steuerungen in einem Fahrzeug als Datensammler 110 wirken, um Daten 115 über den CAN-Bus bereitzustellen, z.B. Daten 115 bezüglich Fahrzeuggeschwindigkeit, Beschleunigung usw. Ferner könnten Sensoren oder dergleichen, GPS-Geräte (Global Positioning System) usw. in einem Fahrzeug enthalten und als Datensammler 110 konfiguriert sein, um dem Computer 105 Daten direkt zuzuführen, z.B. über eine verdrahtete oder drahtlose Verbindung. Die Datensammler 110 könnten auch Sensoren oder dergleichen zur Detektion von Bedingungen außerhalb des Fahrzeugs 101 umfassen, z.B. Sensoren mit mittlerer und großer Reichweite. Die Sensordatensammler 110 könnten zum Beispiel Mechanismen wie RADAR, LIDAR, Sonar, Kameras oder anderen Bildaufnahmevorrichtungen umfassen, die verwendet werden könnten, um eine Distanz zwischen dem Fahrzeug 101 und anderen Fahrzeugen oder Objekten zu messen, andere Fahrzeuge oder Objekte zu detektieren und/oder Straßenattribute zu detektieren, wie etwa Kurven, Schlaglöcher, Vertiefungen, Hügel, Steigungsänderungen, Spurgrenzen usw.
  • Ein Datensammler 110 kann ferner biometrische Sensoren 110 und/oder andere Vorrichtungen umfassen, die zum Identifizieren eines Bedieners eines Fahrzeugs 101 verwendet werden können. Zum Beispiel kann ein Datensammler 110 ein Fingerabdrucksensor, ein Netzhautscanner oder ein anderer Sensor 110 sein, der biometrische Daten 105 liefert, die zum Identifizieren eines Bedieners des Fahrzeugs 101 und/oder von Eigenschaften eines Bedieners des Fahrzeugs 101, z.B. Geschlecht, Alter, Gesundheitszustand usw., verwendet werden können. Als Alternative oder zusätzlich kann ein Datensammler 110 eine tragbare Hardwarevorrichtung umfassen, z.B. mit einem Prozessor und einem Speicher, der durch den Prozessor ausführbare Firmware speichert, um einen Bediener des Fahrzeugs 101 zu identifizieren. Eine solche tragbare Hardwarevorrichtung könnte z.B. eine Fähigkeit umfassen, drahtlos z.B. unter Verwendung von Bluetooth oder dergleichen mit dem Computer 105 zu kommunizieren, um einen Bediener des Fahrzeugs 101 zu identifizieren.
  • Ein Speicher des Computers 105 speichert im Allgemeinen gesammelte Daten 115. Gesammelte Daten 115 wären z.B. vielfältige in einem Fahrzeug 101 von den Datensammlern 110 gesammelte Daten. Beispiele für gesammelte Daten 115 werden oben gegeben, und darüber hinaus können die Daten 115 zusätzlich Daten umfassen, die in dem Computer 105 daraus berechnet werden. Die gesammelten Daten 115 können im Allgemeinen beliebige Daten umfassen, die durch eine Sammelvorrichtung 110 gesammelt und/oder aus solchen Daten abgeleitet werden können. Die gesammelten Daten 115 könnten dementsprechend vielfältige Daten in Bezug auf Operationen und/oder Leistungsfähigkeit des Fahrzeugs 101 sowie Daten in Bezug auf Bewegung, Navigation usw. des Fahrzeugs 101 umfassen. Zum Beispiel könnten die gesammelten Daten 115 Daten 115 bezüglich Geschwindigkeit, Beschleunigung, Bremsung, Detektion von Straßenattributen wie den oben erwähnten, Wetterbedingungen usw. des Fahrzeugs 101 umfassen.
  • Ein Speicher des Computers 105 kann ferner einen oder mehrere Parameter 117 zum Vergleichen mit Konfidenzbewertungen 118 speichern. Dementsprechend kann ein Parameter 117 eine Menge von Konfidenzintervallen definieren; wenn eine Konfidenzbewertung 118 angibt, dass ein Konfidenzwert in ein Konfidenzintervall fällt oder an einer vorbestimmten Schwelle vorbeigegangen ist, wobei eine solche Schwelle auch durch einen Parameter 117 spezifiziert wird, kann der Computer 105 Anweisungen umfassen, um einem Bediener des Fahrzeugs 101 einen Warnhinweis oder dergleichen zu geben.
  • Im Allgemeinen kann ein Parameter 117 in Verbindung mit einer Kennung für einen bestimmten Benutzer oder Bediener des Fahrzeugs 101 gespeichert werden und/oder ein Parameter 117 kann generisch für alle Bediener des Fahrzeugs 101 gelten. Geeignete Parameter 117, die mit einem bestimmten Bediener des Fahrzeugs 101 zu verbinden sind, z.B. gemäß einer Kennung für den Bediener, können auf vielfältige Weisen bestimmt werden, z.B. gemäß Bedieneralter, Grad der Fahrerfahrung usw. Wie bereits erwähnt, kann der Computer 101 Mechanismen benutzen, wie etwa ein Signal von einer Hardwarevorrichtung, die einen Bediener des Fahrzeugs 101 identifiziert, Benutzereingaben in den Computer 105 und/oder über eine Vorrichtung 150, biometrische gesammelte Daten 115 usw., um einen bestimmten Bediener des Fahrzeugs 101 zu identifizieren, dessen Parameter 117 verwendet werden sollen.
  • Es könnten verschiedene mathematische, statistische und/oder prädiktive Modellierungstechniken verwendet werden, um die Parameter 117 zu erzeugen und/oder zu justieren. Zum Beispiel könnt ein Fahrzeug 101 autonom betrieben werden, während es durch einen Bediener überwacht wird. Der Bediener könnte dem Computer 105 Eingaben geben, die angeben, wann autonome Operationen sicher zu sein scheinen und wann sie unsicher sind. Verschiedene bekannte Techniken könnten dann verwendet werden, um auf der Basis der gesammelten Daten 115 Funktionen zu bestimmen, um Parameter 117 und Bewertungen 118 zu erzeugen, mit denen die Parameter 118 verglichen werden könnten.
  • Konfidenzbewertungen 118 sind Zahlen, die gemäß in einem Speicher des Computers 105 gespeicherten Anweisungen unter Verwendung gesammelter Daten 115 erzeugt werden können. Die Konfidenzbewertungen 118 werden im Allgemeinen in zwei Formen bereitgestellt. Als erstes kann eine Gesamt-Konfidenzbewertung 118, die hier als Φ bezeichnet wird, ein stetig oder nahezu stetig variierender Wert sein, der eine Gesamtkonfidenz angibt, dass das Fahrzeug 101 autonom betrieben werden kann und/oder sollte. Das heißt, die Gesamt-Konfidenzbewertung 118 kann stetig oder nahezu stetig mit einem Parameter 117 verglichen werden, um zu bestimmen, ob die Gesamtkonfidenz eine durch den Parameter 117 bereitgestellte Schwelle erreicht oder überschreitet. Dementsprechend kann die Gesamt-Konfidenzbewertung 118 als Anzeige dafür dienen, ob auf der Basis aktueller gesammelter Daten 115 ein Fahrzeug 101 autonom betrieben werden sollte, kann als ein skalarer Wert bereitgestellt werden, z.B. als Zahl mit einem Wert im Bereich von 0 bis 1.
  • Zweitens können ein oder mehrere Vektoren autonomer Attributbewertungen 118 bereitgestellt werden, wobei jeder Wert in dem Vektor ein Attribut und/oder des Fahrzeugs 101 und/oder eines umgebenden Umfelds in Bezug auf autonomen Betrieb des Fahrzeugs 101 betrifft, z.B. Attribute wie Fahrzeuggeschwindigkeit, Bremsleistungsfähigkeit, Beschleunigung, Lenkung, Navigation (ob eine für eine Route des Fahrzeugs 101 bereitgestellte Karte von einer tatsächlichen Anordnung von Straßen abweicht, ob unerwartete Baustellen angetroffen werden, ob unerwarteter Verkehr angetroffen wird usw.), Wetterbedingungen, Straßenbedingungen usw.
  • Im Allgemeinen sind verschiedene Arten der Schätzung von Konfidenzen und/oder des Vergebens von Werten an Konfidenzintervalle bekannt und können zur Erzeugung der Konfidenzbewertungen 118 verwendet werden. Zum Beispiel können verschiedene Datensammler 110 und/oder Subsysteme des Fahrzeugs 101 gesammelte Daten 115 z.B. in Bezug auf Fahrzeuggeschwindigkeit, Beschleunigung, Bremsung usw. bereitstellen. Zum Beispiel kann eine Evaluierung des Datensammlers 110 wahrscheinlicher Genauigkeit, z.B. Sensorgenauigkeit, aus den gesammelten Daten 115 unter Verwendung bekannter Techniken bestimmt werden. Ferner können die gesammelten Daten 115 Informationen über eine äußere Umgebung, in der das Fahrzeug 101 fährt, z.B. Straßenattribute wie die oben erwähnten, Daten 115, die einen Genauigkeitsgrad von zur Navigation des Fahrzeugs 101 verwendeten Kartendaten angeben, Daten 115 in Bezug auf unerwartete Baustellen, Verkehrsbedingungen usw. umfassen. Durch Bewertung solcher gesammelter Daten 115 und möglicherweise Gewichtung verschiedener Bestimmungen, z.B. einer Bestimmung einer Genauigkeit des Sensordatensammlers 110 und einer oder mehrerer Bestimmungen in Bezug auf äußere und/oder Umgebungsbedingungen, z.B. Anwesenheit oder Abwesenheit von Niederschlag, Straßenbedingungen usw. können eine oder mehrere Konfidenzbewertungen 118 erzeugt werden, die eine oder mehrere Anzeigen für die Fähigkeit des Fahrzeugs 101, autonom betrieben zu werden, bereitstellen.
  • Ein Beispiel für einen Vektor von Konfidenzschätzungen 118 wäre ein Vektor φ P L = ( φ 1 P L , φ 2 P L , φ n P L )
    Figure DE102014118479B4_0001
    in Bezug auf die Wahrnehmungsebene (perceptual layer, PL) des Fahrzeugs 101, wobei n eine Anzahl von perzeptuellen Subsystemen ist, z.B. Gruppen aus einem oder mehreren Sensordatensammlern 110 in der PL. Ein anderes Beispiel für einen Vektor von Konfidenzschätzungen 118 wäre ein Vektor φ A L = ( φ 1 A L , φ 2 A L , φ m A L )
    Figure DE102014118479B4_0002
     
    Figure DE102014118479B4_0003
    in Bezug auf die Betätigungsebene (actuation layer, AL) des Fahrzeugs 101, z.B. Gruppen aus einem oder mehreren Aktor-Datensammlern 110 in der AL.
  • Im Allgemeinen kann der Vektor φPL unter Verwendung einer oder mehrerer bekannter Techniken erzeugt werden, darunter, aber ohne Beschränkung, rekonstruktive Eingabezuverlässigkeitseinschätzung (IRRE, Input Reconstruction Reliability Estimate) für ein neuronales Netzwerk, der Rekonstruktionsfehler von Verschiebungsvektoren in einem optischen Strömungsfeld, globale Kontrastschätzungen aus einem Bildgebungssystem, Rücksignal-Rauschabstandschätzungen in einem Radarsystem, interne Stimmigkeitsprüfungen usw. Zum Beispiel kann ein Straßenklassifizierer eines neuronalen Netzwerks in Konflikt stehende Aktivierungsniveaus für verschiedene Straßenklassifizierungen (z.B. einzelne Spur, zwei Spuren, Schnellstraßen, Kreuzung usw.) bereitstellen. Diese in Konflikt stehenden Aktivierungsniveaus führen dazu, dass PL-Datensammler 110 eine verminderte Konfidenzschätzung aus einem Straßenklassifizierermodul in der PL melden. In einem anderen Beispiel können Radarechosignale aufgrund von atmosphärischer Feuchtigkeit gedämpft werden, so dass ein Radarmodul eine geringe Konfidenz bei der Schätzung der Entfernung, der Entfernungsrate oder des Azimut benachbarter Fahrzeuge meldet.
  • Konfidenzschätzungen können auch durch die PL auf der Basis von über zukünftige Ereignisse erhaltener Kenntnis modifiziert werden. Zum Beispiel kann sich die PL z.B. über den Server 125 in Echtzeitkommunikation mit einem Datendienst befinden, der das Wetter auf einer geplanten oder vorhergesagten Route des Fahrzeugs 101 melden kann. Informationen über eine Wahrscheinlichkeit von Wetter, das sich nachteilig auf die PL auswirken könnte (z.B. starker Regen oder Schnee), können in die Konfidenzbewertungen 118 in dem Vektor φPL vor einer tatsächlichen Verschlechterung von Signalen des Sensordatensammlers 110 einbezogen werden. Auf diese Weise können die Konfidenzbewertungen 118 angepasst werden, um nicht nur den unmittelbaren Sensorzustand widerzuspiegeln, sondern auch eine Wahrscheinlichkeit, dass sich der Sensorzustand in der nahen Zukunft verschlechtern kann.
  • Ferner kann im Allgemeinen der Vektor φAL durch allgemein bekannte Techniken erzeugt werden, darunter Vergleichen einer befohlenen Betätigung mit der resultierenden Leistungsfähigkeit des Fahrzeugs 101. Zum Beispiel könnte eine gemessene Änderung der seitlichen Beschleunigung für eine gegebene befohlene Lenkeingabe (Lenkverstärkungsfaktor) mit einem internen Modell verglichen werden. Wenn der gemessene Wert des Lenkverstärkungsfaktors um mehr als einen Schwellenbetrag vom Modellwert abweicht, wird eine niedrigere Konfidenz für dieses Subsystem gemeldet. Man beachte, dass niedrigere Konfidenzbewertungen 118 einen Hardwarefehler widerspiegeln können oder auch nicht; zum Beispiel können Umgebungsbedingungen (z.B. nasse oder eisige Straßen) eine diesbezügliche Konfidenzbewertung 118 verkleinern, obwohl kein Hardwareausfall beteiligt ist.
  • Wenn eine Gesamt-Konfidenzbewertung 118 für einen spezifischen Wert oder Bereich von Werten, z.B. ein Konfidenzintervall, eine vorbestimmte Schwelle innerhalb einer vorbestimmten Fehlerreserve, z.B. 95 Prozent plus oder minus 3 Prozent, erreicht oder übersteigt, kann der Computer 105 Anweisungen umfassen, um eine Nachricht 116, z.B. einen Hinweis, über die affektive Schnittstelle 119 bereitzustellen. Das heißt, die affektive Schnittstelle 119 kann ausgelöst werden, wenn die Gesamt-Konfidenzbewertung 118 (Φ) unter eine spezifizierte vorbestimmte Schwelle Φmin fällt. Wenn dies auftritt, formuliert die affektive Schnittstelle 119 eine an einen Bediener des Fahrzeugs 101 abzuliefernde Nachricht 116 (M). Die Nachricht 116 M umfasst im Allgemeinen zwei Komponenten, eine Semantikinhaltskomponente S und einen Dringlichkeitsmodifizierer U. Dementsprechend kann die Schnittstelle 119 ein Spracherzeugungsmodul und ein Sprachdialog- (IVR-) System oder dergleichen umfassen, wie etwa die für die Erzeugung von Audiosprache bekannten. Ähnlich kann die Schnittstelle 119 eine grafische Benutzeroberfläche (GUI) oder dergleichen umfassen, die Hinweise, Nachrichten usw. auf eine Weise anzeigen kann, die den Dringlichkeitsgrad vermittelt, z.B. gemäß einer Schriftgröße, Farbe, Benutzung von Ikonen oder Symbolen, Ausdrücke, Größe usw. eines Avatars oder dergleichen usw.
  • Ferner können Konfidenzattribut-Unterbewertungen 118, z.B. ein oder mehrere Werte in einem Vektor φPL oder φAL, bestimmte gesammelte Daten 115 betreffen und können zur Bereitstellung von spezifischem Inhalt für eine oder mehrere Nachrichten 116 über die Schnittstelle 119 in Bezug auf bestimmte Attribute und/oder Bedingungen in Bezug auf das Fahrzeug 101, z.B. einer Warnung für einen Insassen des Fahrzeugs 101, die Lenkung zu übernehmen, manuelles Bremsen einzuleiten, völlige Kontrolle über das Fahrzeug 101 zu übernehmen usw., verwendet werden. Das heißt, eine Gesamt-Konfidenzbewertung 118 kann verwendet werden, um zu bestimmen, dass ein Hinweis oder dergleichen über die affektive Schnittstelle 119 in einer Nachricht 116 bereitgestellt werden soll und es ist auch möglich, dass zusätzlich spezifischer Inhalt des Hinweises der Nachricht 116 auf Attributbewertungen 118 basieren kann. Zum Beispiel könnte die Nachricht 116 mindestens teilweise auf einer oder mehreren Attributbewertungen 118 basieren und könnte bereitgestellt werden zur Angabe, dass autonomer Betrieb eines Fahrzeugs 101 aufhören sollte, und als Alternative oder zusätzlich könnte die Nachricht 116 als Inhalt ein Warnung wie „Vorsicht: glatte Straßen“ oder „Vorsicht: unerwartete Spursperrung steht bevor“ angeben. Wie oben erwähnt und nachfolgend weiter erläutert wird, kann darüber hinaus emotionale Prosodie in der Nachricht 116 verwendet werden, um einen Grad von Dringlichkeit, Besorgnis oder Hinweis in Bezug auf eine oder mehrere Konfidenzbewertungen 118 anzugeben.
  • Im Allgemeinen kann der Computer 105 eine Nachricht 116 bereitstellen, wenn Φ < Φmin ist (man beachte, dass bei dieser Evaluierung eine geeignete Hysterese berücksichtigt werden kann, um schnelles Wechseln zu verhindern). Wenn ferner bestimmt wird, dass Φ < Φmin ist, können Komponenten jedes der Vektoren φPL und φAL evaluiert werden, um zu bestimmen, ob ein Wert der Vektorkomponente unter eine vorbestimmte Schwelle für die Vektorkomponente fällt. Für jede Vektorkomponente, die unter die Schwelle fällt, kann der Computer 105 eine einem Bediener des Fahrzeugs 101 bereitzustellende Nachricht 116 formulieren. Ferner kann ein Semantikposteninhalt Si der Nachricht 116 gemäß einer Identität der Komponente, die unter die Schwelle gefallen ist, bestimmt werden, d.h.
    S i = S ( φ i )   φ i < φ m i n
    Figure DE102014118479B4_0004
  • Wenn zum Beispiel φ1 eine Komponente ist, die Konfidenz der optischen Spurverfolgung darstellt und φ1 < φmin ist, könnte Si „Vorsicht: das Spurverfolgungssystem kann nicht die Spurmarkierungen sehen. Fahrerintervention wird empfohlen.“ werden.
  • Das Obige stellt ein spezifisches Beispiel für ein allgemeines Konstrukt auf der Basis einer Grammatik dar, wodurch eine Nachricht 116 formuliert werden kann. Die vollständige Grammatik eines solchen Konstrukts kann unterschiedlich sein; wichtige Elemente einer Grammatik der Nachricht 116 wären zum Beispiel:
    • • ein Signalwort (SW), das eine Nachricht 116 anfängt; in dem obigen Beispiel ist SW = f(i,φi) das Wort „Vorsicht“. Abhängig von einem bestimmten Subsystem (i) des Fahrzeugs 101 und dem Konfidenzwert φi könnte das SW eine der Möglichkeiten {„tödlich“, „Gefahr“, „Warnung“, „Vorsicht“, „Hinweis“} oder ein bestimmtes anderes Wort sein;
    • • eine Subsystembeschreibung (SD), die ein Subsystem des Fahrzeugs 101 identifiziert; in dem obigen Beispiel ist SD = f(i) die Phrase „das Spurverfolgungssystem“, die das i-te System in benutzerverständlicher Sprache beschreibt;
    • • ein Funktionsqualitätsindikator (QoF), der beschreibt, wie sich der Subsystembetrieb verschlechtert hat; in dem obigen Beispiel ist QoF = f(i,φi) die Phrase „kann nicht“;
    • • ein Funktionsdeskriptor (FD), der vermittelt, welche Funktion unterbrochen wird; in dem obigen Beispiel ist FD = f(i) die Phrase „die Spurmarkierungen sehen“;
    • • eine angeforderte Aktion (RA); in dem obigen Beispiel ist RA = f(i,φi) die Phrase „Fahrerintervention“;
    • • die empfohlene Stärke (RS) in dem obigen Beispiel ist RS = f(i, φi) die Phrase „wird empfohlen“.
  • Im Allgemeinen kann eine sprachgerechte Grammatik definiert werden, um die geeignete Anordnung der verschiedenen Ausdrücke zu bestimmen, um sicherzustellen, dass eine syntaktisch korrekte Phrase in der Zielsprache konstruiert wird. Als Fortsetzung des obigen Beispiels wäre eine Vorlage für eine Warnnachricht 116 zum Beispiel: <SW>:<SD><QoF><FD><RA><RS>
    Figure DE102014118479B4_0005
  • Sobald Semantikinhalt Si formuliert wurde, modifiziert der Computer 105 Text-zu-Sprache-Parameter auf der Basis dessen, dass der Wert der Gesamt-Konfidenzbewertung 118 (Φ) unter einer vorbestimmten Schwelle liegt, um zum Beispiel Dringlichkeit hinzuzufügen, um die Fahreraufmerksamkeit zu wecken. Im Allgemeinen kann eine Menge modifizierter Parameter
  • U = (Geschlecht, SW-Wiederholungszählwert, Worteinheit-Dauer, Wort, ...} auf Si angewandt werden, um die Wahrnehmung der Nachricht 116 durch einen Bediener des Fahrzeugs 101 zu ändern oder zu beeinflussen. Man beachte, dass „SW-Wiederholungszählwert“ nur auf die Signalwortkomponente angewandt wird (z.B. „Gefahr-Gefahr“ im Gegensatz zu „Gefahr“). Für die kontinuierlichen Komponenten von U wird angenommen, dass die wahrgenommene Dringlichkeit einem Stevens-Potenzgesetz folgt, wie etwa Dringlichkeit = k(Ui)m. Die einzelnen Ui sind Funktion der Gesamt-Konfidenzschätzung Φ. Auf die obige Spurverfolgungswarnung angewandt könnten diese Modifikationen die Präsentation der Warnung auf die folgenden Weisen ändern.
    • • Das Geschlecht (männlich, weiblich) der Text-zu-Sprache-Äußerung könnte bei höheren Werten von Φ männlich und bei niedrigeren Werten weiblich sein, da sich gezeigt hat, dass weibliche Stimmen vorsichtigere Reaktionen erzeugen. Dies könnte abhängig von empirischen Erkenntnissen in bestimmten Kulturen umgekehrt sein.
    • • Der SW-Wiederholungszählwert wäre für kleinere Werte von Φ höher, weil vermehrte Wiederholungen des Signalworts mit erhöhter wahrgenommener Dringlichkeit assoziiert werden.
    • • Die Worteinheitsdauer wäre für kleinere Werte von Φ auf der Basis einer erhöhten Wahrnehmung von Dringlichkeit bei kürzeren Wortdauern kürzer.
    • • Die Tonhöhe würde für kleinere Werte von Φ zunehmen.
    • • Es könnten auch andere Parameter (z.B. die Anzahl irregulärer Oberschwingungen), die die akustische Wiedergabe von Sprache verändern, geändert werden.
  • Unter weiterer Bezugnahme auf die Beschreibung von in 1 gezeigten Elementen stellt das Netzwerk 120 einen oder mehrere Mechanismen dar, durch die ein Fahrzeugcomputer 105 mit einem entfernten Server 125 und/oder einer Benutzervorrichtung 150 kommunizieren kann. Dementsprechend kann das Netzwerk 120 einer oder mehrere unterschiedliche verdrahtete oder drahtlose Kommunikationsmechanismen sein, darunter eine beliebige gewünschte Kombination von verdrahteten (z.B. Kabel- und Faser-) und/oder drahtlosen (z.B. Mobilfunk-, Drahtlos-, Satelliten-, Mikrowellen- und Hochfrequenz-) Kommunikationsmechanismen und eine beliebige gewünschte Netzwerktopologie (oder Topologien, wenn mehrere Kommunikationsmechanismen benutzt werden). Beispielhafte Kommunikationsnetze wären drahtlose Kommunikationsnetze (die z.B. Bluetooth, IEEE 802.11, usw. verwenden), lokale Netzwerke (LAN) und/oder großflächige Netzwerke (WAN), einschließlich das Internet, die Datenkommunikationsdienste bereitstellen.
  • Der Server 125 kann ein oder mehrere Computerserver sein, die jeweils im Allgemeinen mindestens einen Prozessor und mindestens einen Speicher umfassen, wobei der Speicher durch den Prozessor ausführbare Anweisungen speichert, darunter Anweisungen zum Ausführen verschiedener hier beschriebener Schritte und Prozesse. Der Server 125 kann einen Datenspeicher 130 zum Speichern von gesammelten Daten 115 und/oder Parametern 117 umfassen oder kommunikativ damit gekoppelt sein. Zum Beispiel könnten ein oder mehrere Parameter 117 für einen bestimmten Benutzer in dem Server 125 gespeichert und durch den Computer 105 abgerufen werden, wenn sich der Benutzer in einem bestimmten Fahrzeug 101 befände. Ähnlich könnte der Server 125 wie oben erwähnt dem Computer 105 Daten zur Verwendung beim Bestimmen der Parameter 117 bereitstellen, z.B. Kartendaten, Daten bezüglich Wetterbedingungen, Straßenbedingungen, Baustellen usw.
  • Eine Benutzervorrichtung 150 kann eine beliebige von vielfältigen Datenverarbeitungsvorrichtungen sein, die einen Prozessor und einen Speicher sowie Kommunikationsfähigkeiten umfasst. Zum Beispiel kann die Benutzervorrichtung 150 ein tragbarer Computer, ein Tablet-Computer, ein Smartphone usw. mit Fähigkeiten zur drahtlosen Kommunikation unter Verwendung von IEEE 802.11, Bluetooth und/oder Mobilfunk-Kommunikationsprotokollen sein. Ferner kann die Benutzervorrichtung 150 solche Kommunikationsfähigkeiten zur Kommunikation über das Netzwerk 120, einschließlich mit einem Fahrzeugcomputer 105, verwenden. Eine Benutzervorrichtung 150 könnte per anderer Mechanismen, wie etwa einem Netzwerk im Fahrzeug 101, bekannten Protokollen wie Bluetooth usw. mit einem Computer 105 des Fahrzeugs 101 kommunizieren. Dementsprechend kann eine Benutzervorrichtung 150 benutzt werden, um bestimmte Operationen auszuführen, die hier einem Datensammler 110 zugeschrieben werden, z.B. Spracherkennungsfunktionen, Kameras, GPS-Funktionen (Global Positioning System) usw. in einer Benutzervorrichtung 150 könnten benutzt werden, um dem Computer 105 Daten 115 bereitzustellen. Ferner könnte eine Benutzervorrichtung 150 verwendet werden, um dem Computer 105 eine affektive Benutzerschnittstelle 119, darunter oder als Alternative eine Mensch-Maschine-Schnittstelle (HMI) bereitzustellen.
  • EIN BEISPIELHAFTER PROZESSFLUSS
  • 2 ist ein Diagramm eines beispielhaften Prozesses 200, um auf der Basis von Konfidenzniveaus bezüglich autonomer Operationen des Fahrzeugs 101 zu bewerten und Hinweise bereitzustellen.
  • Der Prozess 200 beginnt in einem Block 205, in dem das Fahrzeug 101 autonome Fahroperationen beginnt. Somit wird das Fahrzeug 101 teilweise oder völlig autonom betrieben, d.h. auf eine Weise, die teilweise oder völlig durch das autonome Fahrmodul 106 gesteuert wird. Zum Beispiel könnten alle Operationen des Fahrzeugs 101, z.B. Lenkung, Bremsen, Geschwindigkeit usw. durch das Modul 106 in dem Computer 105 gesteuert werden. Es ist auch möglich, dass das Fahrzeug 101 auf teilweise autonome Weise betrieben werden kann (d.h. auf teilweise manuelle Weise), wobei bestimmte Operationen, z.B. Bremsen, manuell von einem Fahrer gesteuert werden könnten, während andere Operationen, darunter z.B. das Lenken, durch den Computer 105 gesteuert werden könnten. Ähnlich könnte das Modul 106 steuern, wann ein Fahrzeug 101 die Spur wechselt. Ferner ist es möglich, dass der Prozess 200 an einem Punkt begonnen werden könnte, nachdem Fahroperationen des Fahrzeugs 101 beginnen, z.B. wenn sie manuell durch einen Fahrzeuginsassen durch eine Benutzerschnittstelle des Computers 105 eingeleitet werden.
  • Als Nächstes beschafft der Computer 105 in einem Block 210 gesammelte Daten 115. Wie oben erwähnt, können vielfältige Datensammler 110, z.B. Sensoren oder Messsubsysteme in der PL oder Aktoren oder Aktorensubsysteme in der AL, dem Computer 105 Daten 115 bereitstellen.
  • Als Nächstes berechnet der Computer 105 in einem Block 215 eine oder mehrere Konfidenzbewertungen 118. Zum Beispiel berechnet der Computer 105 im Allgemeinen die oben erwähnte Gesamt-Skalarkonfidenzbewertung 118, d.h. einen Wert Φ, der eine Anzeige dafür liefert, ob das Fahrzeug 101 autonome Operationen fortsetzen sollte, z.B. beim Vergleich mit einer vorbestimmten Schwelle Φmin. Die Gesamt-Konfidenzbewertung 118 kann vielfältige Faktoren berücksichtigen, darunter verschiedene gesammelte Daten 115 in Bezug auf verschiedene Attribute des Fahrzeugs 101 und/oder Attribute eines umgebenden Umfelds.
  • Ferner kann die Gesamt-Konfidenzbewertung 118 einen zeitlichen Aspekt berücksichtigen. Zum Beispiel können die Daten 115 angeben, dass eine unerwartete Spursperrung bevorsteht, und können in fünf Minuten beginnen, sich auf Verkehr für das Fahrzeug 101 auszuwirken. Dementsprechend kann eine Gesamt-Konfidenzbewertung 118 zu einem gegebenen Zeitpunkt angeben, dass autonome Operationen des Fahrzeugs 101 fortgesetzt werden können. Die Konfidenzbewertung 118 zu dem gegebenen Zeitpunkt plus drei Minuten kann jedoch angeben, dass autonome Operationen des Fahrzeugs 101 beendet werden sollten. Als Alternative oder zusätzlich kann die Gesamt-Konfidenzbewertung 118 zu dem gegebenen Zeitpunkt angeben, dass innerhalb eines Zeitraums von z.B. drei Minuten, fünf Minuten usw. autonome Operationen des Fahrzeugs 101 enden sollten oder dass eine Möglichkeit besteht, dass autonome Operationen enden sollten.
  • Zusätzlich können im Block 215 auch ein oder mehrere Attribut-Vektoren oder Subsystem-Konfidenzbewertungen 118 erzeugt werden. Wie oben erläutert, liefern Vektorkonfidenzbewertungen 118 Angaben in Bezug auf gesammelte Daten 115 bezüglich eines bestimmten Fahrzeugs 101 und/oder Subsystems, Umgebungsattributs oder Zustands des Fahrzeugs 101. Zum Beispiel kann eine Attributkonfidenzbewertung 118 einen Risiko- oder Dringlichkeitsgrad angeben, der mit einem Attribut oder einer Bedingung assoziiert ist, wie etwa Straßenbedingungen, Wetterbedingungen, Bremsfähigkeiten, Möglichkeit, eine Spur zu detektieren, Möglichkeit, eine Geschwindigkeit des Fahrzeugs 101 zu halten usw.
  • Nach Block 215 vergleicht der Computer 105 im Block 220 die gesamte skalare Konfidenzbewertung 118, z.B. den Wert Φ, mit einem gespeicherten Parameter 117, um ein Konfidenzintervall, d.h. einen Bereich von Werten, zu bestimmen, in den die derzeitige skalare Konfidenzbewertung 118 fällt. Zum Beispiel können die Parameter 117 für verschiedene Konfidenzintervalle Werte spezifizieren, die innerhalb eines vorbestimmten Bestimmtheitsgrads, z.B. 5 Prozent, 10 Prozent usw., von einer skalaren Konfidenzbewertung 118 erreicht oder überschritten werden können.
  • Nach Block 220 bestimmt der Computer 105 in einem Block 225, ob die Gesamt-Konfidenzbewertung 118 eine vorbestimmte Schwelle erreicht oder überschritten hat, zum Beispiel durch Verwendung des Ergebnisses des Vergleichs des Blocks 215 kann der Computer 105 ein Konfidenzintervall bestimmen, dem die Konfidenzbewertung 118 zugewiesen werden kann. Ein gespeicherter Parameter 117 kann ein Schwellenkonfidenzintervall angeben, und der Computer 105 kann dann bestimmen, ob das durch den Parameter 117 angegebene Schwellenkonfidenzintervall erreicht oder überschritten wurde.
  • Wie oben erwähnt, kann ein Schwellenkonfidenzintervall teilweise von einem Zeitparameter 117 abhängen. Das heißt, eine Konfidenzbewertung 118 könnte angeben, dass ein Fahrzeug 101 nicht autonom betrieben werden sollte, nachdem ein gegebener Zeitraum abgelaufen ist, obwohl zum aktuellen Zeitpunkt das Fahrzeug 101 innerhalb einer Sicherheitsreserve autonom betrieben werden kann. Als Alternative oder zusätzlich könnten eine erste Gesamt-Konfidenzbewertung 118 und möglicherweise auch diesbezügliche Unterbewertungen 118 für einen derzeitigen Zeitpunkt erzeugt werden, und eine zweite Gesamt-Konfidenzbewertung 118 und möglicherweise auch diesbezügliche Unterbewertungen könnten für eine Zeit nach dem derzeitigen Zeitpunkt erzeugt werden. Eine Nachricht 116, die einen Hinweis oder dergleichen umfasst, könnte erzeugt werden, wenn die zweite Bewertung 118 eine Schwelle erreicht oder überschritten hat, selbst wenn die erste Bewertung 118 die Schwelle nicht erreicht oder überschritten hat, wobei ein solcher Hinweis spezifiziert, dass Maßnahmen z.B. autonome Operationen des Fahrzeugs 101 aufzuhören, vor dem Zeitpunkt bezüglich der zweiten Bewertung 118 getroffen werden sollten. In jedem Fall kann der Block 225 das Bestimmen eines Zeitraums umfassen, nachdem die Konfidenzbewertung 118 die vorbestimmte Schwelle innerhalb einer spezifizierten Fehlerreserve erreichen oder überschreiten wird.
  • In jedem Fall ist das Ziel des Blocks 225, zu bestimmen, ob der Computer 105 z.B. über die affektive Schnittstelle 119 eine Nachricht 116 bereitstellen soll. Wie gerade erläutert, kann ein Hinweis eine Präsenzempfehlung betreffen, dass autonome Operationen des Fahrzeugs 101 beendet werden sollen, oder kann eine Empfehlung betreffen, dass autonome Operationen des Fahrzeugs 101 beendet werden sollen, nachdem ein gewisser Zeitraum vergangen ist, innerhalb eines bestimmten Zeitraums usw. Wenn eine Nachricht 116 bereitgestellt werden soll, wird als Nächstes ein Block 230 ausgeführt. Andernfalls wird als Nächstes ein Block 240 ausgeführt.
  • Im Block 230 identifiziert der Computer 105 Attribut- oder Subsystembewertungen 118, z.B. Werte in einem Vektor von Bewertungen 118 wie oben beschrieben, die für eine Nachricht 116 relevant sein können. Zum Beispiel könnten die Parameter 117 Schwellenwerte spezifizieren, woraufhin eine Bewertung 118, die einen durch einen Parameter 117 spezifizierten Schwellenwert erreicht oder überschreitet, als für einen Hinweis relevant identifiziert werden könnte. Ferner könnten Bewertungen 118, wie die oben besprochenen skalaren Bewertungen 118, zeitlich sein. Das heißt, eine Bewertung 118 könnte einen Zeitraum spezifizieren, nachdem ein Attribut des Fahrzeugs 101 und/oder ein Umgebungsattribut für autonome Operationen des Fahrzeugs 101 ein Risiko darstellen könnte, oder eine Bewertung 118 könnte einen derzeitigen Zeitpunkt betreffen. Außerdem könnte eine Bewertung 118 einen Dringlichkeitsgrad spezifizieren, der mit einem Attribut assoziiert ist, z.B. weil eine Bewertung 118 ein Schwellenkonfidenzintervall bezüglich eines derzeitigen Zeitpunkts oder einer Zeit innerhalb einer vorbestimmten zeitlichen Distanz, z.B. 30 Sekunden, 2 Minuten, usw. vom derzeitigen Zeitpunkt erreicht oder überschritten hat. Zusätzlich oder als Alternative könnten mit verschiedenen Konfidenzintervallen verschiedene Dringlichkeitsgrade assoziiert werden. Auf jeden Fall werden im Block 230 Attributbewertungen 118, die eine vorbestimmte Schwelle erreichen oder überschreiten, für Aufnahme in die Nachricht 116 identifiziert. Ein Beispiel für die Verwendung einer Grammatik für eine Audionachricht 116 und das Modifizieren von Wörtern in der Nachricht, um eine gewünschte Prosodie zu erreichen, wobei die Prosodie gemäß Subsystemkonfidenzbewertungen 118 in einem Vektor von Konfidenzbewertungen 118 bestimmt wird, wird oben angegeben.
  • Nach Block 230 stellt der Computer 105 in einem Block 235 eine Nachricht 116, die einen Hinweis oder dergleichen umfasst, z.B. über eine HMI oder dergleichen, so wie sie in einer affektiven Schnittstelle 119 enthalten sein könnte, bereit. Ferner könnten ein Wert einer Gesamtbewertung 118 und/oder ein oder mehrere Werte von Attributbewertungen 118 verwendet werden, um einen Grad emotionaler Dringlichkeit zu bestimmen, der z.B. wie oben beschrieben in der Nachricht 116 bereitgestellt wird. Die Parameter 117 könnten für verschiedene Attributbewertungen 118 verschiedene Schwellenwerte und jeweilige mit den verschiedenen Schwellenwerten assoziierte verschiedene Dringlichkeitsgrade spezifizieren. Wenn dann zum Beispiel eine Gesamtbewertung 118 in ein niedriges Konfidenzintervall fiele, d.h. wenn eine geringere Wahrscheinlichkeit bestünde, dass autonome Operationen des Fahrzeugs 101 beendet werden sollten, könnte die affektive Schnittstelle 119 benutzt werden, um eine Nachricht 116 mit einem kleineren Dringlichkeitsgrad bereitzustellen, als der Fall wäre, wenn die Bewertung 118 in ein höheres Konfidenzintervall fiele. Zum Beispiel könnte wie oben beschrieben eine Tonhöhe eines Worts oder eine Anzahl von Malen, wie oft ein Wort wiederholt wurde, gemäß einem Dringlichkeitsgrad bestimmt werden, der mit einem Wert einer Bewertung 118 in einem PL- oder AL-Vektor assoziiert ist. Wie auch oben beschrieben wurde, könnte die Nachricht 116 spezifische Nachrichten in Bezug auf eine oder mehrere Attributbewertungen 118 umfassen, und jede der einen oder mehreren Attributnachrichten könnte verschiedene Grade emotionaler Dringlichkeit aufweisen, wie z.B. durch Prosodie in einer Audionachricht usw. angegeben, auf der Basis eines Werts einer Bewertung 118 für ein bestimmtes Attribut.
  • Im Block 240, der entweder Block 225 oder Block 235 folgen könnte, bestimmt der Computer 105, ob der Prozess 200 fortgesetzt werden soll. Zum Beispiel könnte ein Insasse des Fahrzeugs 101 auf einen im Block 235 gegebenen Hinweis reagieren, indem er autonome Operationen des Fahrzeugs 101 beendet. Ferner könnte das Fahrzeug 101 ausgeschaltet werden und/oder der Computer 105 könnte ausgeschaltet werden. In jedem Fall wird die Steuerung, wenn der Prozess 200 fortgesetzt werden soll, dann wieder an den Block 210 zurückgegeben. Andernfalls endet der Prozess 200 nach Block 240.
  • SCHLUSSBEMERKUNGEN
  • Datenverarbeitungsvorrichtungen wie die hier besprochenen umfassen im Allgemeinen jeweils Anweisungen, die durch eine oder mehrere Datenverarbeitungsvorrichtungen ausführbar sind, wie die oben identifizierten, und zum Ausführen von oben beschriebenen Blöcken oder Schritten von Prozessen. Zum Beispiel können die oben besprochenen Prozessblöcke als computerausführbare Anweisungen realisiert werden.
  • Computerausführbare Anweisungen können aus Computerprogrammen kompiliert oder interpretiert werden, die unter Verwendung vielfältiger Programmiersprachen und/oder -technologien erstellt werden, darunter, aber ohne Beschränkung und entweder alleine oder in Kombination Java™, C, C++, Visual Basic, Java Script, Perl, HTML usw. Im Allgemeinen empfängt ein Prozessor (z.B. ein Mikroprozessor) Anweisungen z.B. aus einem Speicher, einem computerlesbaren Medium usw. und führt diese Anweisungen aus, um dadurch einen oder mehrere Prozesse, einschließlich eines oder mehrerer der hier beschriebenen Prozesse, auszuführen. Solche Anweisungen und andere Daten können unter Verwendung vielfältiger computerlesbarer Medien gespeichert und übertragen werden. Eine Datei in einer Datenverarbeitungsvorrichtung ist im Allgemeinen eine Ansammlung von in einem computerlesbaren Medium, wie etwa einem Speichermedium, einem Direktzugriffsspeicher usw. gespeicherten Daten.
  • Ein computerlesbares Medium wäre jedes Medium, das bei der Bereitstellung von Daten (z.B. Anweisungen), die durch einen Computer gelesen werden können, teilnimmt. Ein solches Medium kann viele Formen annehmen, darunter, aber ohne Beschränkung darauf, nichtflüchtige Medien, flüchtige Medien usw. Nichtflüchtige Medien wären zum Beispiel optische oder magnetische Datenträger und anderer persistenter Speicher. Zu flüchtigen Medien gehört dynamischer Direktzugriffsspeicher (DRAM), der typischerweise einen Hauptspeicher bildet. Übliche Formen von computerlesbaren Medien wären zum Beispiel eine Floppy-Disk, eine Diskette, eine Festplatte, Magnetband, ein beliebiges anderes magnetisches Medium, eine CD-ROM, eine DVD, ein beliebiges anderes optisches Medium, Lochkarten, Papierband, ein beliebiges anderes physisches Medium mit einem Muster von Löchern, ein RAM, ein PROM, ein EPROM, ein Flash-EEPROM, ein beliebiger anderer Speicherchip oder eine Speicherkassette oder ein beliebiges anderes Medium, woraus ein Computer lesen kann.
  • In den Zeichnungen geben dieselben Bezugszahlen dieselben Elemente an. Ferner können bestimmte oder alle dieser Elemente geändert werden. Mit Bezug auf die hier beschriebenen Medien, Prozesse, Systeme, Verfahren usw. versteht sich, dass, obwohl die Schritte solcher Prozesse usw. als gemäß einer bestimmten geordneten Sequenz auftretend beschrieben wurden, solche Prozesse mit in einer anderen als der hier beschriebenen Reihenfolge ausgeführten beschriebenen Schritten ausgeübt werden könnten. Ferner versteht sich, dass bestimmte Schritte gleichzeitig ausgeführt werden könnten, dass andere Schritte hinzugefügt werden könnten oder dass bestimmte hier beschriebene Schritte weggelassen werden könnten. Anders ausgedrückt, werden die vorliegenden Beschreibungen von Prozessen zum Zwecke der Veranschaulichung bestimmter Ausführungsformen bereitgestellt und sollten auf keinerlei Weise als Beschränkung der beanspruchten Erfindung aufgefasst werden.
  • Folglich versteht sich, dass die obige Beschreibung nicht einschränkend, sondern veranschaulichend sein soll. Fachleuten würden bei Durchsicht der obigen Beschreibung viele andere Ausführungsformen und Anwendungen als die gegebenen Beispiele einfallen. Der Schutzumfang der Erfindung sollte nicht mit Bezug auf die obige Beschreibung bestimmt werden, sondern sollte stattdessen mit Bezug auf die angefügten Ansprüche, zusammen mit dem vollen Umfang von Äquivalenten, zu denen diese Ansprüche berechtigt sind, bestimmt werden. Es wird erwartet und beabsichtigt, dass zukünftige Entwicklungen in der hier besprochenen Technik auftreten werden und dass die offenbarten Systeme und Verfahren in solche zukünftigen Ausführungsformen integriert werden. Zusammengefasst versteht sich, dass die Erfindung modifiziert und abgewandelt werden kann und nur durch die folgenden Ansprüche beschränkt wird.
  • Alle in den Ansprüchen gebrauchten Ausdrücke sollen ihre allgemeinsten vernünftigen Konstruktionen und ihre gewöhnlichen Bedeutungen, so wie sie von Fachleuten verstanden werden, erhalten, sofern es nicht hier ausdrücklich gegenteilig erwähnt wird. Insbesondere sollte die Verwendung von Singularartikeln wie „ein“, „das“, „besagtes“ usw. so aufgefasst werden, dass sie ein oder mehrere der angegebenen Elemente anführen, sofern ein Anspruch nicht eine explizite gegenteilige Beschränkung anführt.
  • Es wird ferner beschrieben:
    1. A. System, das einen Computer in einem Fahrzeug umfasst, wobei der Computer einen Prozessor und einen Speicher umfasst, wobei der Computer ausgelegt ist zum Sammeln von Daten in Bezug auf autonomen Betrieb des Fahrzeugs; Erzeugen einer skalarwertigen Konfidenzbewertung, unter dem Aspekt, ob das Fahrzeug autonom betrieben werden sollte; Erzeugen eines Vektors von Subsystem-Konfidenzbewertungswerten, wobei jede der Subsystem-Konfidenzbewertungswerte eine spezifische Fahrzeugoperation betrifft; Bestimmen, dass die skalarwertige Konfidenzbewertung unter eine vorbestimmte Schwelle fällt; und Bereitstellen einer Nachricht für einen Fahrzeugbediener auf der Basis mindestens eines der Subsystem-Konfidenzbewertungswerte.
    2. B. System nach A, wobei die Nachricht eine Audionachricht ist und der Computer ferner ausgelegt ist zum Modifizieren mindestens eines Worts in der Audionachricht gemäß einem der Subsystem-Konfidenzbewertungswerte.
    3. C. System nach B, wobei das Modifizieren mindestens eines Worts Bestimmen einer Anzahl von Malen der Wiederholung des Worts und/oder Bestimmen einer Tonhöhe für das Wort und/oder Bestimmen einer Lautstärke für das Wort und/oder Bestimmen eines Geschlechts, das mit einer das Wort sprechenden Stimme assoziiert ist.
    4. D. System nach A, wobei die Subsystem-Konfidenzbewertungswerte eine Möglichkeit, Spuren in einer Straße zu detektieren, und/oder eine Möglichkeit, eine Geschwindigkeit zu halten, und/oder eine Möglichkeit zu manövrieren und/oder eine Möglichkeit zu bremsen und/oder eine Möglichkeit, Kollisionen mit anderen Fahrzeugen zu vermeiden, betreffen.
    5. E. System nach A, wobei der Computer ausgelegt ist zum Bestimmen, dass die skalare Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet, durch Bestimmen eines Konfidenzintervalls, in das die Konfidenzbewertung fällt.
    6. F. System, das einen Computer in einem Fahrzeug umfasst, wobei der Computer einen Prozessor und einen Speicher umfasst, wobei der Computer ausgelegt ist zum Sammeln von Daten in Bezug auf autonomen Betrieb des Fahrzeugs; Erzeugen einer skalarwertigen Konfidenzbewertung, unter dem Aspekt, ob das Fahrzeug autonom betrieben werden sollte; Bestimmen, ob die erste Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet; und Bereitstellen eines Warnhinweises über eine Benutzerschnittstelle im Fahrzeug in Bezug auf die Beendigung des autonomen Betriebs des Fahrzeugs, wenn die erste Konfidenzbewertung die vorbestimmte Schwelle erreicht oder überschreitet.
    7. G. System nach A, wobei die erste Konfidenzbewertung ein skalarer Wert ist, wobei der Computer ferner ausgelegt ist zum Erzeugen mindestens eines Vektors zweiter Konfidenzbewertungen, wobei jede der zweiten Konfidenzbewertungen eine Fahrzeugoperation betrifft.
    8. H. System nach A, wobei der Computer ausgelegt ist zum Bestimmen, dass die erste Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet, durch Bestimmen eines Konfidenzintervalls, in das die Konfidenzbewertung fällt.
    9. I. System nach A, wobei die vorbestimmte Schwelle mindestens teilweise gemäß einer Bestimmung einer Identität eines Fahrzeugbedieners ausgewählt wird.
    10. J. System nach A, wobei die erste Konfidenzbewertung einen gegenwärtigen Zeitpunkt betrifft, wobei der Computer ferner ausgelegt ist zum Erzeugen einer zweiten Konfidenzbewertung, unter dem Aspekt, ob das Fahrzeug autonom betrieben werden sollte, wobei die zweite Konfidenzbewertung einen Zeitpunkt nach dem derzeitigen Zeitpunkt betrifft; Bestimmen, ob die zweite Konfidenzbewertung die vorbestimmte Schwelle erreicht oder überschreitet; und Bereitstellen eines Warnhinweises über eine Benutzerschnittstelle im Fahrzeug in Bezug auf die Beendigung autonomen Betriebs des Fahrzeugs, wenn die zweite Konfidenzbewertung die vorbestimmte Schwelle erreicht oder überschreitet.
    11. K. System nach A, ferner ausgelegt zum Erzeugen einer oder mehrerer zweiter Konfidenzbewertungen, wobei jede der zweiten Konfidenzbewertungen ein jeweiliges Attribut autonomen Betriebs des Fahrzeugs, das in einer Menge von einem oder mehreren Attributen enthalten ist, betrifft; und Aufnehmen eines Postens in den Warnhinweis für jede der zweiten Konfidenzbewertungen, die eine zweite vorbestimmte Schwelle überschreitet.
    12. L. System nach K, wobei die Attribute eine Fahrzeuggeschwindigkeit und/oder Fahrzeugbremsung und/oder eine Straßenbedingung und/oder eine Wetterbedingung und/oder eine Verkehrsbedingung umfassen.
    13. M. System, das einen Computer in einem Fahrzeug umfasst, wobei der Computer einen Prozessor und einen Speicher umfasst, wobei der Computer ausgelegt ist zum Sammeln von Daten in Bezug auf autonomen Betrieb des Fahrzeugs; Erzeugen einer skalarwertigen Konfidenzbewertung, die betrifft, ob das Fahrzeug autonom betrieben werden sollte; Erzeugen eines Vektors von Subsystem-Konfidenzbewertungswerten, wobei jede der Subsystem-Konfidenzbewertungswerte eine spezifische Fahrzeugoperation betrifft; Bestimmen, dass die skalarwertige Konfidenzbewertung unter eine vorbestimmte Schwelle fällt; und Bereitstellen einer Nachricht für einen Fahrzeugbediener auf der Basis mindestens eines der Subsystem-Konfidenzbewertungswerte.
    14. N. System nach M, wobei die Nachricht eine Audionachricht ist und der Computer ferner ausgelegt ist zum Modifizieren mindestens eines Worts in der Audionachricht gemäß einem der Subsystem-Konfidenzbewertungswerte.
    15. O. System nach N, wobei das Modifizieren mindestens eines Worts Bestimmen einer Anzahl von Malen der Wiederholung des Worts und/oder Bestimmen einer Tonhöhe für das Wort und/oder Bestimmen einer Lautstärke für das Wort und/oder Bestimmen eines Geschlechts, das mit einer das Wort sprechenden Stimme assoziiert ist, umfasst.
    16. P. System nach M, wobei die Subsystem-Konfidenzbewertungswerte eine Möglichkeit, Spuren in einer Straße zu detektieren, und/oder eine Möglichkeit, eine Geschwindigkeit zu halten, und/oder eine Möglichkeit zu manövrieren und/oder eine Möglichkeit zu bremsen und/oder eine Möglichkeit, Kollisionen mit anderen Fahrzeugen zu vermeiden, betreffen.
    17. Q. System nach M, wobei der Computer ausgelegt ist zum Bestimmen, dass die skalare Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet, durch Bestimmen eines Konfidenzintervalls, in das die Konfidenzbewertung fällt.
    18. R. Verfahren, umfassend:
      • Sammeln von Daten in Bezug auf autonomen Betrieb des Fahrzeugs;
      • Erzeugen einer skalarwertigen Konfidenzbewertung, unter dem Aspekt, ob das Fahrzeug autonom betrieben werden sollte;
      • Bestimmen, ob die erste Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet; und
      • Bereitstellen eines Warnhinweises über eine Benutzerschnittstelle im Fahrzeug in Bezug auf die Beendigung des autonomen Betriebs des Fahrzeugs, wenn die erste Konfidenzbewertung die vorbestimmte Schwelle erreicht oder überschreitet.
    19. S. Verfahren nach R, wobei die erste Konfidenzbewertung ein skalarer Wert ist, wobei der Computer ferner ausgelegt ist zum Erzeugen mindestens eines Vektors zweiter Konfidenzbewertungen, wobei jede der zweiten Konfidenzbewertungen eine Fahrzeugoperation betrifft.
    20. T. Verfahren nach R, das ferner Bestimmen umfasst, dass die erste Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet, durch Bestimmen eines Konfidenzintervalls, in das die Konfidenzbewertung fällt.

Claims (10)

  1. System, das einen Computer in einem Fahrzeug umfasst, wobei der Computer einen Prozessor und einen Speicher umfasst, wobei der Computer ausgelegt ist zum Sammeln von Daten in Bezug auf autonomen Betrieb des Fahrzeugs; Erzeugen einer skalarwertigen Konfidenzbewertung, unter dem Aspekt, ob das Fahrzeug autonom betrieben werden sollte; Erzeugen eines Vektors von Subsystem-Konfidenzbewertungswerten, wobei jede der Subsystem-Konfidenzbewertungswerte eine spezifische Fahrzeugoperation betrifft; Bestimmen, dass die skalarwertige Konfidenzbewertung unter eine vorbestimmte Schwelle fällt; und Bereitstellen einer Nachricht für einen Fahrzeugbediener auf der Basis mindestens eines der Subsystem-Konfidenzbewertungswerte.
  2. System nach Anspruch 1, wobei die Nachricht eine Audionachricht ist und der Computer ferner ausgelegt ist zum Modifizieren mindestens eines Worts in der Audionachricht gemäß einem der Subsystem-Konfidenzbewertungswerte.
  3. System nach Anspruch 2, wobei das Modifizieren mindestens eines Worts Bestimmen einer Anzahl von Malen der Wiederholung des Worts und/oder Bestimmen einer Tonhöhe für das Wort und/oder Bestimmen einer Lautstärke für das Wort und/oder Bestimmen eines Geschlechts, das mit einer das Wort sprechenden Stimme assoziiert ist.
  4. System nach Anspruch 1, wobei die Subsystem-Konfidenzbewertungswerte eine Möglichkeit, Spuren in einer Straße zu detektieren, und/oder eine Möglichkeit, eine Geschwindigkeit zu halten, und/oder eine Möglichkeit zu manövrieren und/oder eine Möglichkeit zu bremsen und/oder eine Möglichkeit, Kollisionen mit anderen Fahrzeugen zu vermeiden, betreffen.
  5. System nach Anspruch 1, wobei der Computer ausgelegt ist zum Bestimmen, dass die skalare Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet, durch Bestimmen eines Konfidenzintervalls, in das die Konfidenzbewertung fällt.
  6. System, das einen Computer in einem Fahrzeug umfasst, wobei der Computer einen Prozessor und einen Speicher umfasst, wobei der Computer ausgelegt ist zum Sammeln von Daten in Bezug auf autonomen Betrieb des Fahrzeugs; Erzeugen einer skalarwertigen Konfidenzbewertung, unter dem Aspekt, ob das Fahrzeug autonom betrieben werden sollte; Bestimmen, ob die erste Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet; und Bereitstellen eines Warnhinweises über eine Benutzerschnittstelle im Fahrzeug in Bezug auf die Beendigung des autonomen Betriebs des Fahrzeugs, wenn die erste Konfidenzbewertung die vorbestimmte Schwelle erreicht oder überschreitet.
  7. System nach Anspruch 1, wobei die erste Konfidenzbewertung ein skalarer Wert ist, wobei der Computer ferner ausgelegt ist zum Erzeugen mindestens eines Vektors zweiter Konfidenzbewertungen, wobei jede der zweiten Konfidenzbewertungen eine Fahrzeugoperation betrifft.
  8. System nach Anspruch 1, wobei der Computer ausgelegt ist zum Bestimmen, dass die erste Konfidenzbewertung eine vorbestimmte Schwelle erreicht oder überschreitet, durch Bestimmen eines Konfidenzintervalls, in das die Konfidenzbewertung fällt.
  9. System nach Anspruch 1, wobei die vorbestimmte Schwelle mindestens teilweise gemäß einer Bestimmung einer Identität eines Fahrzeugbedieners ausgewählt wird.
  10. System nach Anspruch 1, wobei die erste Konfidenzbewertung einen gegenwärtigen Zeitpunkt betrifft, wobei der Computer ferner ausgelegt ist zum Erzeugen einer zweiten Konfidenzbewertung, unter dem Aspekt, ob das Fahrzeug autonom betrieben werden sollte, wobei die zweite Konfidenzbewertung einen Zeitpunkt nach dem derzeitigen Zeitpunkt betrifft; Bestimmen, ob die zweite Konfidenzbewertung die vorbestimmte Schwelle erreicht oder überschreitet; und Bereitstellen eines Warnhinweises über eine Benutzerschnittstelle im Fahrzeug in Bezug auf die Beendigung autonomen Betriebs des Fahrzeugs, wenn die zweite Konfidenzbewertung die vorbestimmte Schwelle erreicht oder überschreitet.
DE102014118479.3A 2013-12-20 2014-12-12 Affektive Benutzerschnittstelle in einem autonomen Fahrzeug Active DE102014118479B4 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/136,495 2013-12-20
US14/136,495 US9346400B2 (en) 2013-12-20 2013-12-20 Affective user interface in an autonomous vehicle

Publications (2)

Publication Number Publication Date
DE102014118479A1 DE102014118479A1 (de) 2015-06-25
DE102014118479B4 true DE102014118479B4 (de) 2023-08-31

Family

ID=53275482

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102014118479.3A Active DE102014118479B4 (de) 2013-12-20 2014-12-12 Affektive Benutzerschnittstelle in einem autonomen Fahrzeug

Country Status (5)

Country Link
US (1) US9346400B2 (de)
CN (1) CN104730949B (de)
DE (1) DE102014118479B4 (de)
MX (1) MX342408B (de)
RU (1) RU2014151607A (de)

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8443202B2 (en) 2009-08-05 2013-05-14 Daon Holdings Limited Methods and systems for authenticating users
JP6325670B2 (ja) * 2014-06-10 2018-05-16 クラリオン株式会社 車線選択装置、車両制御システム及び車線選択方法
US9869560B2 (en) 2015-07-31 2018-01-16 International Business Machines Corporation Self-driving vehicle's response to a proximate emergency vehicle
US9785145B2 (en) 2015-08-07 2017-10-10 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9721397B2 (en) 2015-08-11 2017-08-01 International Business Machines Corporation Automatic toll booth interaction with self-driving vehicles
EP3131020B1 (de) * 2015-08-11 2017-12-13 Continental Automotive GmbH System und verfahren zur zweistufigen objektdatenverarbeitung durch ein fahrzeug und server-datenbank zur erzeugung, aktualisierung und abgabe einer präzisen strasseneigenschaftsdatenbank
US9718471B2 (en) 2015-08-18 2017-08-01 International Business Machines Corporation Automated spatial separation of self-driving vehicles from manually operated vehicles
US9896100B2 (en) 2015-08-24 2018-02-20 International Business Machines Corporation Automated spatial separation of self-driving vehicles from other vehicles based on occupant preferences
US9619638B2 (en) 2015-08-25 2017-04-11 International Business Machines Corporation Vehicle operations based on biometric fingerprint analysis
US9731726B2 (en) 2015-09-02 2017-08-15 International Business Machines Corporation Redirecting self-driving vehicles to a product provider based on physiological states of occupants of the self-driving vehicles
US11040725B2 (en) 2015-09-04 2021-06-22 Inrix Inc. Manual vehicle control notification
US9566986B1 (en) 2015-09-25 2017-02-14 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9834224B2 (en) 2015-10-15 2017-12-05 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9944291B2 (en) 2015-10-27 2018-04-17 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9751532B2 (en) 2015-10-27 2017-09-05 International Business Machines Corporation Controlling spacing of self-driving vehicles based on social network relationships
US10607293B2 (en) 2015-10-30 2020-03-31 International Business Machines Corporation Automated insurance toggling for self-driving vehicles
US10176525B2 (en) 2015-11-09 2019-01-08 International Business Machines Corporation Dynamically adjusting insurance policy parameters for a self-driving vehicle
US9791861B2 (en) 2015-11-12 2017-10-17 International Business Machines Corporation Autonomously servicing self-driving vehicles
CN105280187A (zh) * 2015-11-13 2016-01-27 上海斐讯数据通信技术有限公司 一种家庭情绪管理的装置和方法
US10061326B2 (en) 2015-12-09 2018-08-28 International Business Machines Corporation Mishap amelioration based on second-order sensing by a self-driving vehicle
US9836973B2 (en) 2016-01-27 2017-12-05 International Business Machines Corporation Selectively controlling a self-driving vehicle's access to a roadway
JP6917708B2 (ja) * 2016-02-29 2021-08-11 株式会社デンソー 運転者監視システム
WO2017150424A1 (ja) * 2016-03-01 2017-09-08 株式会社リコー 移動体管理装置、移動体管理方法、及び記憶媒体
DE102016003969B4 (de) 2016-04-01 2019-02-21 Audi Ag Verfahren zum Erfassen von Umgebungsdaten mittels mehrerer Kraftfahrzeuge
US9908464B2 (en) * 2016-04-10 2018-03-06 Toyota Motor Engineering & Manufacturing North America, Inc. Apprising a driver of confidence in operation of a vehicle
US9720416B1 (en) * 2016-04-18 2017-08-01 Ford Global Technologies, Llc Vehicle security system
US10685391B2 (en) 2016-05-24 2020-06-16 International Business Machines Corporation Directing movement of a self-driving vehicle based on sales activity
US10358287B2 (en) 2016-06-22 2019-07-23 Con-Tech Manufacturing, Inc. Automated container handling system for refuse collection vehicles
US10272783B2 (en) 2016-07-15 2019-04-30 Toyota Motor Engineering & Manufacturing North America, Inc. Driver and vehicle responsibility matrix
US10571908B2 (en) 2016-08-15 2020-02-25 Ford Global Technologies, Llc Autonomous vehicle failure mode management
US10118610B2 (en) * 2016-08-31 2018-11-06 Ford Global Technologies, Llc Autonomous vehicle using path prediction
US10093322B2 (en) 2016-09-15 2018-10-09 International Business Machines Corporation Automatically providing explanations for actions taken by a self-driving vehicle
US10268195B2 (en) * 2017-01-06 2019-04-23 Qualcomm Incorporated Managing vehicle driving control entity transitions of an autonomous vehicle based on an evaluation of performance criteria
US11187539B2 (en) * 2017-01-17 2021-11-30 Hitachi, Ltd. Travel control device for moving body
JP6438516B2 (ja) * 2017-03-31 2018-12-12 株式会社Subaru 車両の走行制御装置
US11009870B2 (en) 2017-06-06 2021-05-18 Zoll Medical Corporation Vehicle compatible ambulatory defibrillator
US10559140B2 (en) * 2017-06-16 2020-02-11 Uatc, Llc Systems and methods to obtain feedback in response to autonomous vehicle failure events
US20190011275A1 (en) * 2017-07-06 2019-01-10 Andrew Whinston System and method for routing autonomous vehicles
DE102017212222B3 (de) 2017-07-18 2018-10-25 Audi Ag Verfahren zum Betreiben einer Anzeigeeinrichtung eines Kraftfahrzeugs, Fahrerassistenzeinrichtung, und Kraftfahrzeug
DE102017214611B4 (de) 2017-08-22 2023-02-02 Audi Ag Verfahren zum Überprüfen eines Reaktionssignals einer Fahrzeugkomponente sowie Überprüfungsvorrichtung und Kraftfahrzeug
US10611381B2 (en) 2017-10-24 2020-04-07 Ford Global Technologies, Llc Decentralized minimum risk condition vehicle control
US10501085B2 (en) * 2017-12-07 2019-12-10 Waymo Llc Early object detection for unprotected turns
US10745006B2 (en) * 2018-02-01 2020-08-18 GM Global Technology Operations LLC Managing automated driving complexity of the forward path using perception system measures
WO2019150331A1 (en) * 2018-02-04 2019-08-08 Wedrive Technology, Inc. Systems and methods for a common operator to control multiple vehicles cross-reference to related applications
CN110136295A (zh) * 2018-02-09 2019-08-16 驭势(上海)汽车科技有限公司 用于检测自动驾驶的可信度的系统和方法
US10726645B2 (en) 2018-02-16 2020-07-28 Ford Global Technologies, Llc Vehicle diagnostic operation
US11235802B2 (en) 2019-11-11 2022-02-01 Ford Global Technologies, Llc Enhanced vehicle operation
US20210278852A1 (en) * 2020-03-05 2021-09-09 Uatc, Llc Systems and Methods for Using Attention Masks to Improve Motion Planning
DE102020203819A1 (de) 2020-03-24 2021-09-30 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines zumindest teilautomatisiert fahrenden Fahrzeugs und Fahrzeug
US11634130B2 (en) * 2020-03-26 2023-04-25 Robert Bosch Gmbh Adapting an advanced driver assistance system of a vehicle
DE102020212347A1 (de) 2020-09-30 2022-03-31 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Evaluieren eines Verfahrens für eine Steuerung einer zumindest teilautomatisierten mobilen Plattform
USD985615S1 (en) 2021-08-23 2023-05-09 Waymo Llc Display screen or portion thereof with graphical user interface
WO2023145490A1 (ja) * 2022-01-25 2023-08-03 株式会社デンソー 運転システムの設計方法及び運転システム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030167112A1 (en) 2002-03-01 2003-09-04 Susumu Akiyama Vehicle agent system acting for driver in controlling in-vehicle devices
EP2093740A1 (de) 2006-11-15 2009-08-26 Toyota Jidosha Kabushiki Kaisha Fahrerzustandsschätzeinrichtung, server, fahrerinformationssammeleinrichtung und fahrerzustandsschätzsystem
US8718861B1 (en) 2012-04-11 2014-05-06 Google Inc. Determining when to drive autonomously

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000113400A (ja) 1998-09-30 2000-04-21 Honda Motor Co Ltd 自動追従走行システム
JP3537705B2 (ja) 1999-05-31 2004-06-14 本田技研工業株式会社 自動追従走行システム
JP3713171B2 (ja) 1999-11-10 2005-11-02 富士通株式会社 車両走行制御システムおよび車両制御装置
US6813557B2 (en) 2003-03-27 2004-11-02 Deere & Company Method and system for controlling a vehicle having multiple control modes
US6985089B2 (en) 2003-10-24 2006-01-10 Palo Alto Reserach Center Inc. Vehicle-to-vehicle communication protocol
US7499804B2 (en) 2004-10-22 2009-03-03 Irobot Corporation System and method for multi-modal control of an autonomous vehicle
US7499776B2 (en) * 2004-10-22 2009-03-03 Irobot Corporation Systems and methods for control of an unmanned ground vehicle
FI120191B (fi) 2005-10-03 2009-07-31 Sandvik Tamrock Oy Menetelmä kaivosajoneuvojen ajamiseksi kaivoksessa ja kuljetusjärjestelmä
US7579942B2 (en) 2006-10-09 2009-08-25 Toyota Motor Engineering & Manufacturing North America, Inc. Extra-vehicular threat predictor
US8560157B2 (en) * 2007-09-19 2013-10-15 Topcon Positioning Systems, Inc. Partial manual control state for automated vehicle navigation system
CN101823435B (zh) * 2009-03-03 2012-12-12 珠海市智汽电子科技有限公司 便于外置安装、便于手动/自动切换的车辆自动驾驶系统
CN102053619B (zh) * 2009-11-06 2012-11-21 北京理工大学 微小型无人直升机自动驾驶和手动遥控飞行切换方法
US8618922B2 (en) * 2010-03-30 2013-12-31 GM Global Technology Operations LLC Method and system for ensuring operation of limited-ability autonomous driving vehicles
US8260482B1 (en) 2010-04-28 2012-09-04 Google Inc. User interface for displaying internal state of autonomous driving system
US20110298808A1 (en) 2010-06-02 2011-12-08 Toyota Motor Engineering & Manufacturing North America, Inc. Animated Vehicle Attendance Systems
US8509982B2 (en) 2010-10-05 2013-08-13 Google Inc. Zone driving
US8078349B1 (en) 2011-05-11 2011-12-13 Google Inc. Transitioning a mixed-mode vehicle to autonomous mode
JP5533810B2 (ja) 2011-07-23 2014-06-25 株式会社デンソー 追従走行制御装置
US8907814B2 (en) 2011-12-19 2014-12-09 Fujitsu Limited Cooperative vehicle collision warning system
US20130197736A1 (en) * 2012-01-30 2013-08-01 Google Inc. Vehicle control based on perception uncertainty
DE102012002305A1 (de) * 2012-02-06 2013-08-22 Audi Ag Kraftwagen mit einer Fahrerassistenzeinrichtung und Verfahren zum Betreiben eines Kraftwagens
CN102707708B (zh) * 2012-05-25 2014-04-09 清华大学 多模型飞行控制系统故障诊断方法及装置
US9633564B2 (en) * 2012-09-27 2017-04-25 Google Inc. Determining changes in a driving environment based on vehicle behavior
JP5765326B2 (ja) 2012-12-19 2015-08-19 株式会社デンソー 車車間通信装置および隊列走行制御装置
US20140302774A1 (en) 2013-04-04 2014-10-09 General Motors Llc Methods systems and apparatus for sharing information among a group of vehicles
US9342074B2 (en) * 2013-04-05 2016-05-17 Google Inc. Systems and methods for transitioning control of an autonomous vehicle to a driver

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030167112A1 (en) 2002-03-01 2003-09-04 Susumu Akiyama Vehicle agent system acting for driver in controlling in-vehicle devices
EP2093740A1 (de) 2006-11-15 2009-08-26 Toyota Jidosha Kabushiki Kaisha Fahrerzustandsschätzeinrichtung, server, fahrerinformationssammeleinrichtung und fahrerzustandsschätzsystem
US8718861B1 (en) 2012-04-11 2014-05-06 Google Inc. Determining when to drive autonomously

Also Published As

Publication number Publication date
DE102014118479A1 (de) 2015-06-25
US9346400B2 (en) 2016-05-24
RU2014151607A (ru) 2016-07-10
CN104730949A (zh) 2015-06-24
CN104730949B (zh) 2020-01-14
MX2014015331A (es) 2015-07-06
MX342408B (es) 2016-09-28
US20150175070A1 (en) 2015-06-25

Similar Documents

Publication Publication Date Title
DE102014118479B4 (de) Affektive Benutzerschnittstelle in einem autonomen Fahrzeug
DE102015202837A1 (de) Fehlerbehandlung in einem autonomen Fahrzeug
AT518444B1 (de) Verfahren zum Erzeugen von Steuerdaten für ein regelbasiertes Unterstützen eines Fahrers
AT518489B1 (de) Fahrerassistenzsystem zum Unterstützen eines Fahrers beim Führen eines Fahrzeugs
DE102015203354B4 (de) Einstellungen von fahrzeugbedienerüberwachung und betriebsabläufen
DE102017103971A1 (de) Autonome Fahrzeugsteuerung mit Vertrauensfaktor
DE102017103973A1 (de) Autonome Fahrzeugsteuerung unter Berücksichtigung der Fahreraufmerksamkeit
DE102017103969A1 (de) Autonome Fahrzeugsteuerung mit Risikofaktor
DE102017103972A1 (de) Autonome Fahrzeugsteuerung unter Berücksichtigung eines Wahrscheinlichkeitsfaktors
DE102017103970A1 (de) Übergang zwischen autonomen Fahrzeugsteuerungsleveln
DE102018128289B4 (de) Verfahren und vorrichtung für eine autonome systemleistung und zur einstufung
DE102017101461A1 (de) Fahrzeugbetriebszustände
DE112017006567T5 (de) Autonomes fahrzeug mit fahrerausbildung
DE102014223258A1 (de) Tragbarer Computer in einem autonomen Fahrzeug
DE102014205391A1 (de) Vorrichtung zur Vorhersage von Fahrzustandsübergängen
DE102018111887A1 (de) Verfahren und System zum Bereitstellen einer Fahrführung
DE102012001741A1 (de) Vorrichtung und Verfahren zur Überwachung des Betriebs eines Fahrzeugs und Vorrichtung und Verfahren zur Warnung des Fahrers
DE112016007124T5 (de) Verfahren und Vorrichtungen zur Überwachung eines Aktivitätsniveaus eines Fahrers
DE112017007258T5 (de) Vorrichtung zur bestimmung des konzentrationsgrades, verfahren zur bestimmung des konzentrationsgrades und programm zur bestimmung des konzentrationsgrades
DE102014204137A1 (de) Informationsterminal
DE102020124633A1 (de) Kontextsensitive anpassung einer geländeblickzeit
DE102014118256A1 (de) Überwachung eines Fahrzeugbetriebs
DE112015006601T5 (de) Verbesserte Kollisionsabwendung
DE112017007248T5 (de) Vorrichtung zur bestimmung des konzentrationsgrades, verfahren zur bestimmung des konzentrationsgrades und programm zur bestimmung des konzentrationsgrades
DE112015006845T5 (de) Verbessertes Kurvenverhalten

Legal Events

Date Code Title Description
R082 Change of representative

Representative=s name: ETL IP PATENTANWALTSGESELLSCHAFT MBH, DE

Representative=s name: ETL WABLAT & KOLLEGEN PATENT- UND RECHTSANWALT, DE

Representative=s name: ETL IP PATENT- UND RECHTSANWALTSGESELLSCHAFT M, DE

R082 Change of representative

Representative=s name: ETL IP PATENTANWALTSGESELLSCHAFT MBH, DE

Representative=s name: ETL IP PATENT- UND RECHTSANWALTSGESELLSCHAFT M, DE

R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division