DE102020003691A1 - Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke - Google Patents

Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke Download PDF

Info

Publication number
DE102020003691A1
DE102020003691A1 DE102020003691.0A DE102020003691A DE102020003691A1 DE 102020003691 A1 DE102020003691 A1 DE 102020003691A1 DE 102020003691 A DE102020003691 A DE 102020003691A DE 102020003691 A1 DE102020003691 A1 DE 102020003691A1
Authority
DE
Germany
Prior art keywords
route
load
sensor
driver
value
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
DE102020003691.0A
Other languages
English (en)
Inventor
Achim Schlömer
Alexander Jülich
Christopher Körtgen
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.)
FEV Group GmbH
Original Assignee
FEV Group GmbH
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 FEV Group GmbH filed Critical FEV Group GmbH
Publication of DE102020003691A1 publication Critical patent/DE102020003691A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893Cars
    • 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/163Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
    • 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
    • B60W2552/20Road profile, i.e. the change in elevation or curvature of a plurality of continuous road segments
    • 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
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Messsystem (1) zur Ermittlung eines Belastungswertes einer Strecke (21), der ein Maß für eine Belastung eines Fahrers beim Befahren der Strecke (21) mit einem Fahrzeug ist, wobei das Messsystem (1) zumindest einen Sensor (3; 36; 9; 12), mit dem ein Messwert, der in einem Zusammenhang mit der Belastung des Fahrers beim Befahren der Strecke (21) steht, erfassbar ist, und eine Auswertungseinheit (4) aufweist, die ausgebildet und eingerichtet ist, den Belastungswert anhand des mit dem Sensor (3; 36; 9; 12) erfassten Messwertes zu ermitteln und den Belastungswert der Strecke (21) zuzuordnen.

Description

  • Die Erfindung betrifft ein Verfahren zur Bewertung einer Strecke. Des Weiteren betrifft die Erfindung ein Verfahren zum Auswählen einer Route, ein Messsystem, ein Steuergerät, ein Fahrzeug und ein Computerprogrammprodukt.
  • In der DE 10 2018 114 095 A1 wird ein Verfahren zur Streckenbewertung zur Verwendung für ein Fahrzeug beschrieben. Bei diesem Verfahren wird eine Strecke in minimale Streckenabschnitte gleicher minimaler Streckenlänge unterteilt und eine Bewertung eines ersten und zweiten minimalen Streckenabschnittes vorgenommen. Die Bewertungen der beiden Streckenabschnitte werden verglichen und in Abhängigkeit von dem Vergleich der erste und der zweite minimale Streckenabschnitt zu einem gemeinsamen ersten Streckenabschnitt zusammengefasst oder die beiden Streckenabschnitte als zwei getrennte Streckenabschnitte beibehalten. Diese Teilschritte werden iterativ wiederholt, bis die Strecke vollständig in Streckenabschnitte unterteilt und jeder der Streckenabschnitte bewertet ist. Bei den Bewertungen der Streckenabschnitte wird ein erster Verkehrsdatensatz berücksichtigt.
  • Es wird ein Verfahren zur Ermittlung eines Belastungswertes einer Strecke, der ein Maß für eine Belastung eines Fahrers beim Befahren der Strecke mit einem Fahrzeug ist, vorgeschlagen. In einem ersten Schritt dieses Verfahrens wird zumindest ein Messwert erfasst, der in einem Zusammenhang mit der Belastung des Fahrers beim Befahren der Strecke, im Folgenden erster Zusammenhang genannt, steht. Der erste Zusammenhang hängt davon ab, mit welcher Vorrichtung der Messwert erfasst wird. Praktischerweise kann der Messwert mit Hilfe eines Sensors erzeugt werden.
  • Mit der Strecke ist eine zwischen einem ersten Ort und einem zweiten Ort verlaufende mit dem Fahrzeug befahrbare Straße gemeint. Die Strecke kann verschiedene Eigenschaften aufweisen, die die Belastung des Fahrers beim Befahren der Strecke beeinflussen können. Die Eigenschaften der Strecke können beispielsweise eine Anzahl von Kurven auf der Strecke, durchschnittliche Radien der Kurven, ein minimaler Kurvenradius und/oder ein maximaler Kurvenradius der Kurven, eine Verkehrsdichte auf der Strecke, eine Art des Fahrbahnbelages der Strecke, eine Infrastruktur der Strecke, wie beispielsweise Beleuchtungseinrichtungen, Sichtverdeckungen durch angrenzende Objekte, wie beispielsweise Gebäude oder Bäume, und/oder eine Straßenart, wie beispielsweise eine Autobahn, Landstraße oder Ortsstraße, sein.
  • Der Belastungswert steht als Maß für die Belastung des Fahrers in einem Zusammenhang mit der Belastung des Fahrers. Damit ist gemeint, dass sich bei einer Veränderung der Belastung der Belastungswert verändert. Vorzugsweise ist der Belastungswert größer, wenn sich die Belastung des Fahrers erhöht, und umgekehrt.
  • Die Belastung des Fahrers kann sowohl eine physische als auch eine mentale Belastung, einen sogenannten Stress, umfassen. In den meisten Fällen erzeugt eine physische Belastung beim Fahren mit einem Fahrzeug auch eine mentale Belastung. Die physische Belastung kann beispielsweise durch eine raue Fahrbahnoberfläche und dadurch verursachte Schwingungen des Fahrzeugs hervorgerufen werden. Die mentale Belastung steht in den meisten Fällen in einem Zusammenhang mit einer Verkehrssituation, in der sich das Fahrzeug beziehungsweise der Fahrer befindet. Je höher beispielsweise eine Verkehrsdichte in einem nahen Umfeld des Fahrzeugs ist, desto größer ist im Allgemeinen die mentale Belastung.
  • Anhand des Messwertes wird der Belastungswert in einem zweiten Schritt des vorgeschlagenen Verfahrens ermittelt. Dies kann mit Hilfe einer Funktion durchgeführt werden, die den Messwert auf den Belastungswert abbildet. Die Funktion weist bevorzugt Parameter auf, deren Werte vorzugsweise vor der Ermittlung des Belastungswertes der Strecke bestimmt werden.
  • In einem dritten Schritt des vorgeschlagenen Verfahrens erfolgt ein Zuordnen des Belastungswertes zu der Strecke. Dies kann beispielsweise durch ein Abspeichern des Belastungswertes und einer Identifikationsnummer der Strecke zusammen in einem Datensatz einer Datenbank durchgeführt werden.
  • Analog zu dem Belastungswert der Strecke können weitere Belastungswerte weiterer Strecken ermittelt werden. Die weiteren Belastungswerte werden vorteilhaft in der Datenbank gespeichert. Jeweilige Datensätze der Datenbank weisen bevorzugt zumindest einen Identifikationswert zum Identifizieren der jeweiligen Strecke und den jeweiligen Belastungswert der jeweiligen Strecke auf. Mit den jeweiligen Strecken sind entsprechend die Strecke beziehungsweise eine der weiteren Strecken gemeint.
  • Anhand der Identifikationswerte können unterschiedliche Routen gebildet werden, die einen selben Startpunkt mit einem selben Zielort verbinden, jedoch zumindest eine unterschiedliche Strecke aufweisen. Ein jeweiliger Belastungswert der jeweiligen Route kann in Abhängigkeit der Belastungswerte derjenigen Strecken berechnet werden, die zu der entsprechenden Route gehören. Zum Beispiel können die Belastungswerte der Strecken aufsummiert werden. Da im Allgemeinen die jeweiligen Belastungswerte der Strecken unterschiedlich sind, ergeben sich somit unterschiedliche Belastungswerte für die jeweiligen Routen.
  • Das vorgeschlagene Verfahren ermöglicht es somit, eine Route aus den unterschiedlichen Routen auszuwählen, die den niedrigsten Belastungswert der unterschiedlichen Routen aufweist. Dadurch kann der Fahrer die Route zwischen dem Startpunkt und dem Zielort so entspannt wie möglich und damit auch sicherer zurücklegen.
  • Der Messwert ist gemäß einer ersten Variante ein Wert einer physikalischen Größe, wie beispielsweise eines Stroms oder einer Spannung. Gemäß einer zweiten Variante kann der Messwert als ein Wert ausgebildet sein, der mit Hilfe einer Datenverarbeitung berechnet wird.
  • In einer besonderen Ausgestaltung erfasst der Sensor eine unbewusste menschliche Regung. Vorteilhaft erzeugt der Sensor bei dieser Ausgestaltung den Messwert in Abhängigkeit der unbewussten menschlichen Regung. Der Sensor ist in diesem Fall bevorzugt derart ausgebildet, dass er mit einem menschlichen Körperteil wechselwirken kann. Eine Wechselwirkung zwischen dem Körperteil und dem Sensor kann beispielsweise dadurch erfolgen, dass eine Regung des Körperteils eine Erzeugung des Messwertes mit Hilfe des Sensors initiiert. Der Vorteil, den Messwert in Abhängigkeit der unbewussten menschlichen Regung zu ermitteln liegt darin, dass der Messwert durch den Fahrer nur sehr schwierig verfälscht werden kann.
  • Beispielsweise kann der Sensor in Form einer Kamera und einer Auswertungseinheit ausgebildet sein, wobei eine Linse der Kamera auf ein Auge des Fahrers gerichtet ist. Bei dieser beispielhaften Ausführungsform kann der Messwert beispielsweise ein Durchmesser einer Pupille des Auges sein. Um diesen Messwert zu erzeugen, ist die Auswertungseinheit eingerichtet, in Abhängigkeit von Bildern, auf denen die Pupille abgebildet ist, den Durchmesser der Pupille zu bestimmen. Im Allgemeinen erweitert sich die Pupille bei mentaler Beanspruchung. Möglich ist allerdings auch, dass sich der Durchmesser der Pupille bei zu starker Beanspruchung wieder reduziert. Die unbewusste menschliche Regung ist in diesem Beispiel eine Veränderung des Durchmessers der Pupille. Der Begriff „unbewusst“ meint, dass der Fahrer die unbewusste menschliche Regung nicht steuern kann. Im Gegensatz hierzu ist beispielsweise ein Handdruck an einem Lenkrad des Fahrzeugs eine bewusste menschliche Regung, da der Fahrer den Handdruck bewusst steuern kann.
  • In einer bevorzugten Ausgestaltung wird der Messwert mit Hilfe einer bewussten Aktion des Fahrers beim Bedienen einer Eingabeschnittstelle eines Gerätes erzeugt. Die Eingabeschnittstelle kann beispielsweise zu einem mobilen Kommunikationsgerät gehören. Diese Ausgestaltung ermöglicht es, eine Anzahl von geöffneten oder gelesenen Textnachrichten während einem Befahren der Strecke zu ermitteln. Der Messwert kann bei dieser Variante gleich der Anzahl der geöffneten Nachrichten sein und ist somit ein Ergebnis einer solchen Datenverarbeitung. In diesem Fall ist der Messwert umso höher, je niedriger die Belastung des Fahrers ist. Durch die Bedienung der Eingabeschnittstelle können Anforderungen an eine Hardware des Fahrzeugs zur Erfassung des Messwertes sehr niedrig sein. Gehört die Eingabeschnittstelle zu dem mobilen Kommunikationsgerät ist unter Umständen keine zusätzliche Hardware erforderlich.
  • In einer besonders vorteilhaften Ausgestaltung ist der Sensor in Form eines Satzes von Elektroden ausgebildet, die an einem Kopf des Fahrers befestigt werden können. Mit Hilfe der Elektroden können Spannungsschwankungen, die durch physiologische Vorgänge einzelner Gehirnzellen verursacht werden, erfasst werden. Bei dieser Ausgestaltung werden mit Hilfe des Sensors mehrere Messwerte erfasst, die in einem Zusammenhang mit der Belastung des Fahrers stehen. Der Belastungswert wird bevorzugt in Abhängigkeit von zumindest zwei der Messwerte, bevorzugt in Abhängigkeit von allen Messwerten, ermittelt.
  • Als Messwerte können in diesem Fall einzelne Spannungsverläufe, die mit den jeweiligen Elektroden messbar sind, betrachtet werden. Möglich ist auch, dass die Messwerte als Amplitudenwerte eines Frequenzspektrums berechnet werden. Das Frequenzspektrum kann mittels einer Fourier-Transformation der Spannungsverläufe ermittelt werden. Der Vorteil, die Messwerte mit Hilfe des Satzes der Elektroden zu erfassen, liegt darin, dass zu einem einzelnen Zeitpunkt eine Vielzahl von Messwerten, die jeweils in einem einzelnen Zusammenhang mit der Belastung des Fahrers stehen, erfasst werden können. Dadurch kann ein Belastungszustand und damit die Belastung des Fahrers genauer bestimmt werden.
  • Des Weiteren wird ein Verfahren zum Auswählen einer Route in Abhängigkeit zumindest eines vorgegebenen Belastungswertes vorgeschlagen, im Folgenden zweites Verfahren genannt. Der vorgegebene Belastungswert steht in einem Zusammenhang mit einer ertragbaren Belastung des Fahrers beim Befahren der Route. Das zweite Verfahren umfasst die folgenden Schritte. In einem ersten Schritt des zweiten Verfahrens wird der vorgegebene Belastungswert erfasst. In einem zweiten Schritt des zweiten Verfahrens wird ein Vergleich des vorgegebenen Belastungswertes mit weiteren Belastungswerten durchgeführt. Die weiteren Belastungswerte sind jeweils unterschiedlichen Routen eines Satzes von Routen zugeordnet, wobei der jeweilige weitere Belastungswert in einem Zusammenhang mit einer jeweiligen Belastung des Fahrers beim Befahren der entsprechenden Route des Satzes der Routen steht. Die weiteren Belastungswerte werden bevorzugt in gleicher Weise wie der oben genannte Belastungswert ermittelt. In einem dritten Schritt des zweiten Verfahrens wird die Route aus dem Satz der Routen in Abhängigkeit eines Ergebnisses des Vergleiches ausgewählt.
  • Des Weiteren wird ein Messsystem zur Ermittlung eines Belastungswertes einer Strecke, der ein Maß für eine Belastung eines Fahrers beim Befahren der Strecke mit einem Fahrzeug ist, vorgeschlagen. Das Messsystem weist zumindest einen Sensor, mit dem ein Messwert, der in einem Zusammenhang mit der Belastung des Fahrers beim Befahren der Strecke steht, erfassbar ist, und eine Auswertungseinheit auf. Die Auswertungseinheit ist ausgebildet und eingerichtet, den Belastungswert anhand des mit dem Sensor erfassten Messwertes zu ermitteln und den Belastungswert der Strecke zuzuordnen. Weiterhin wird ein Fahrzeug vorgeschlagen, das das Messsystem aufweist. Dadurch, dass mit dem Messsystem der Belastungswert ermittelt werden kann, ergeben sich für das Messsystem beziehungsweise für das Fahrzeug die gleichen Vorteile wie für das vorgeschlagene Verfahren.
  • Das vorgeschlagene Computerprogrammprodukt veranlasst einen Computer, wenn das Computerprogrammprodukt von dem Computer ausgeführt wird, das vorgeschlagene Verfahren durchzuführen. Das Computerprogrammprodukt kann in dem Steuergerät gespeichert sein oder in einer weiteren Variante als Programm auf einem externen Datenträger außerhalb des Fahrzeugs vorliegen. Der Computer befindet sich vorteilhaft in Form eines Mikrocontrollers in dem Messsystem. Dadurch, dass mithilfe des Computerprogrammproduktes das vorgeschlagene Verfahren auf dem Computer ausgeführt werden kann, können mit dem Computerprogrammprodukt dieselben Vorteile erzielt werden wie mit dem Verfahren.
  • Die abhängigen Ansprüche beschreiben weitere vorteilhafte Ausführungsformen der Erfindung. Bevorzugte Ausführungsbeispiele werden anhand der folgenden Figuren näher erläutert. Dabei zeigt schematisch
    • 1 ein Fahrzeug mit einem Messsystem zur Ermittlung eines Belastungswertes einer Strecke,
    • 2 eine Route mit mehreren Strecken,
    • 3 einen Sensor des in 1 gezeigten Messsystems,
    • 4 Spannungsverläufe, die mit dem in 3 gezeigten Sensor erfasst werden können,
    • 5 einen weiteren Sensor zur Ermittlung des Belastungswertes der Strecke,
    • 6 ein Mobilgerät mit einer Eingabeschnittstelle.
  • 1 zeigt ein Messsystem 1 zur Ermittlung eines Belastungswertes einer Strecke 21, die in 2 gezeigt ist. Die Strecke 21 ist eine Straße, die zwischen einem Anfangspunkt 22 und einem Endpunkt 23 der Strecke 21 verläuft. Die Strecke 21 kann Teil einer Route 24 sein, wobei die Route 24 einen ersten Satz von Strecken, darunter beispielsweise eine zweite Strecke 25 und eine dritte Strecke 26, aufweisen kann. Die Route 24 kann zwischen dem Anfangspunkt 22 der Strecke 21 und einem Endpunkt 27 von einer der Strecken des ersten Satzes der Strecken, beispielsweise der dritten Strecke 26, verlaufen.
  • Der Belastungswert der Strecke 21 ist ein Maß für eine Belastung eines Fahrers beim Befahren der Strecke 21 mit einem Fahrzeug 2. Das Messsystem 1 weist zumindest einen ersten Sensor 3 und eine Auswertungseinheit 4 auf. Mit dem ersten Sensor 3 ist ein Messwert, der in einem Zusammenhang mit der Belastung des Fahrers beim Befahren der Strecke 21 steht, erfassbar. Die Auswertungseinheit 4 ist ausgebildet und eingerichtet, den Belastungswert anhand des mit dem ersten Sensor 3 erfassten Messwertes zu ermitteln und dem Belastungswert der Strecke 21 zuzuordnen.
  • In einer vorteilhaften Ausführungsform ist der erste Sensor 3 ausgebildet und eingerichtet, eine unbewusste menschliche Regung zu erfassen. Die menschliche Regung kann beispielsweise in Form einer sich über der Zeit verändernden Hirnaktivität ausgebildet sein. Um die sich verändernde Hirnaktivität erfassen zu können, kann der erste Sensor 3 in Form eines Satzes von Elektroden 31 ausgebildet sein, die an einem Kopf 32 des Fahrers fixierbar sind. Mit Hilfe der Elektroden 31 können Spannungsschwankungen in einer Umgebung, insbesondere an einer Kopfhaut, des Kopfes 31 erfasst werden. Um die Elektroden 31 an der Kopfhaut zu fixieren, sind die Elektroden 31 vorteilhaft an einer über den Kopf 32 aufziehbaren Kappe 33 befestigt.
  • Die Elektroden 31 sind mit Eingangskanälen 34 einer Recheneinheit 35 elektronisch verbunden. Mit Hilfe der Recheneinheit 35 können jeweilige einzelne Spannungsschwankungen, die mit Hilfe der jeweiligen Elektroden 31 gemessen werden, in Form von Spannungsverläufen aufgezeichnet werden. Die jeweiligen Spannungsverläufe sendet die Recheneinheit 35 bevorzugt an die Auswertungseinheit 4. Die Kappe 33 mit den Elektroden 31 und die Recheneinheit 35 mit den Eingangskanälen 34 werden zusammengenommen im Folgenden als erste Mensch-Maschine-Schnittstelle 36 bezeichnet.
  • Amplituden der Spannungsschwankungen können in einem Bereich von 5 bis 100 µV liegen. Die Spannungsschwankungen werden jeweils bevorzugt zwischen einem Paar von zwei der Elektroden 31 gemessen. Die Recheneinheit 35 ist vorteilhaft eingerichtet, die mit Hilfe der Elektroden 31 erfassten Spannungsschwankungen unterschiedlichen Frequenzbändern zuzuordnen. Zu den Frequenzbändern können beispielsweise ein erstes Frequenzband, das Wellen mit einer Frequenz von 0,1 bis 4 Hz, sogenannte Delta-Wellen, umfasst, ein zweites Frequenzband, das Wellen mit einer Frequenz zwischen 4 und 8 Hz, sogenannte Theta-Wellen, umfasst, ein drittes Frequenzband, das Wellen mit einer Frequenz von 8 bis 13 Hz, sogenannte Alpha-Wellen, umfasst, ein viertes Frequenzband, das Wellen mit einer Frequenz zwischen 13 und 30 Hz, sogenannte Beta-Wellen, umfasst, und/oder ein fünftes Frequenzband, das Wellen mit einer Frequenz über 30 Hz, sogenannte Gamma-Wellen, umfasst, gehören.
  • Die Recheneinheit 35 ist bevorzugt eingerichtet, die mit den Elektroden erfassten Spannungsschwankungen separat in Form von Delta-Wellen, Theta-Wellen, Alpha-Wellen, Beta-Wellen und Gamma-Wellen auszugeben. Vorzugsweise gibt die Recheneinheit 35 an zumindest fünf Ausgangskanälen 37 jeweilige Spannungsverläufe aus, die entsprechend in dem ersten, zweiten, dritten, vierten beziehungsweise fünften Frequenzband liegen und die Spannungsverläufe wiedergeben.
  • 4 zeigt beispielhaft einen ersten Spannungsverlauf 41, einen zweiten Spannungsverlauf 42, einen dritten Spannungsverlauf 43, einen vierten Spannungsverlauf 44 und einen fünften Spannungsverlauf 45, wobei die Spannungsverläufe 41, 42, 43, 44, 45 Frequenzen aufweisen, die entsprechend in dem ersten, zweiten, dritten, vierten beziehungsweise fünften Frequenzband liegen. Mit einem Spannungsverlauf ist ein Verlauf einer Amplitude einer Spannung über der Zeit gemeint. Die fortschreitende Zeit ist in 4 mit Hilfe des Pfeils 46 angedeutet.
  • Im Folgenden wird ein Verfahren zur Ermittlung des Belastungswertes der Strecke 21 beschrieben. In einem ersten Schritt wird mit dem ersten Sensor 3 zumindest ein Messwert erfasst, der in einem Zusammenhang mit der Belastung des Fahrers beim Fahren der Strecke 21 steht. Ist der erste Sensor 3 in Form der ersten Schnittstelle 36 ausgebildet, können mehrere Messwerte in Form der jeweiligen Spannungsverläufe 41, 42, 43, 44, 45 erfasst werden.
  • Praktischerweise werden die von den Elektroden 31 ausgegebenen Spannungswerte in regelmäßigen Abständen mit Hilfe der Recheneinheit 35 abgetastet, sodass für mehrere Zeitpunkte mehrere Spannungswerte mit Hilfe der Recheneinheit 35 über die Eingangskanäle 34 eingelesen werden können, um die Spannungsverläufe 41, 42, 43, 44, 45 zu erzeugen. Dabei erstrecken sich die Spannungsverläufe bevorzugt über einen Zeitabschnitt, der einer Dauer entspricht, die der Fahrer benötigt, um die Strecke 21 zurückzulegen.
  • In einem zweiten Schritt wird anhand des Messwertes, beziehungsweise, bezogen auf das Anwendungsbeispiel, anhand der Spannungsverläufe 41 bis 45, der Belastungswert ermittelt. Hierzu kann die Auswertungseinheit 4 ein erstes Evaluierungsmodul 5 aufweisen, die den Belastungswert in Abhängigkeit von Eingangsgrößen berechnen kann. Die Eingangsgrößen können die in 4 gezeigten Spannungsverläufe sein.
  • Der Ausdruck „Modul“, wie er hierin benutzt wird, beschreibt eine beliebige bekannte oder später entwickelte Hardware, Software, Firmware, Künstliche Intelligenz, Fuzzy-Logik oder Kombination aus Hardware und Software, die in der Lage ist, die mit dem jeweiligen „Modul“ assoziierte Funktionalität auszuführen.
  • In einer ersten Variante kann die Auswertungseinheit 4 eingerichtet sein, mit Hilfe des ersten Evaluierungsmoduls 5 eine Analyse der Spannungsverläufe durchzuführen. Die Analyse kann beispielsweise eine Ermittlung eines jeweiligen maximalen und/oder minimalen Wertes der jeweiligen Spannung der entsprechenden Spannungsverläufe, eines durchschnittlichen Wertes der Spannungsverläufe und/oder eine Analyse einer Form der jeweiligen Spannungsverläufe umfassen.
  • Insbesondere können die Beta-Wellen zur Berechnung des Belastungswertes verwendet werden. Vorteilhaft wird hierzu das vierte Frequenzband in einen ersten, zweiten und dritten Frequenzbereich eingeteilt. Bevorzugt umfasst der erste Frequenzbereich Beta-Wellen zwischen 13 und 15 Hz, der zweite Frequenzbereich Beta-Wellen zwischen 15 und 21 Hz und der dritte Frequenzbereich Beta-Wellen zwischen 21 und 30 Hz.
  • Die Auswertungseinheit 4 berechnet bevorzugt mit Hilfe des ersten Evaluierungsmoduls 5 eine erste mittlere Intensität der Beta-Wellen im ersten Frequenzbereich, eine zweite mittlere Intensität der Beta-Wellen im zweiten Frequenzbereich und eine dritte mittlere Intensität der Beta-Wellen im dritten Frequenzbereich, jeweils gemittelt über einem selben Zeitintervall, vorzugsweise über den oben genannten Zeitabschnitt. Eine einfache Variante kann vorsehen, dass in Abhängigkeit von einem jeweiligen Anteil der ersten, zweiten beziehungsweise dritten mittleren Intensität an einer Gesamtintensität der Belastungswert B berechnet wird. Die Gesamtintensität ergibt sich hierbei bevorzugt aus einer Summe aus der ersten mittleren Intensität I1, der zweiten mittleren Intensität I2 und der dritten mittleren Intensität I3. Beispielsweise kann die Auswertungseinheit 4 mithilfe des ersten Evaluierungsmoduls 5 den Belastungswert Bfolgendermaßen berechnen: B = 1 3 I 1 + 1 3 I 2 + 1 3 I 3
    Figure DE102020003691A1_0001
  • Gemäß einer zweiten Variante können mit Hilfe des ersten Evaluierungsmoduls 5 in einer ersten Datenbank 6 der Auswertungseinheit 4 abgespeicherte Muster anhand der Spannungsverläufe 41 bis 45 erkannt werden. Insbesondere kann die Auswertungseinheit 4 eingerichtet sein, steile Wellen, sogenannte Sharp waves, die beispielsweise etwa 80 bis 200 ms andauern, sogenannte Sharp slow waves, das heißt eine steile Welle mit einer nachfolgenden hoch gespannten langsamen Welle, und/oder sogenannte Spike waves, die als hoch gespannte langsame Wellen ausgebildet sind, anhand der Spannungsverläufe zu erkennen. Je nachdem, wie häufig ein jeweiliges Muster in den Spannungsverläufen 41 bis 45 erkannt wird, kann die Auswertungseinheit 4 einen größeren Belastungswert berechnen.
  • Im Folgenden wird eine weitere Ausgestaltung beschrieben, wie die Strecke 21 bewertet werden kann, wobei es hierbei nicht notwendig ist, Formen von Spannungsverläufen, wie der Spannungsverläufe 41 bis 45, zu interpretieren. Bei dieser Ausgestaltung wird ein zweites Evaluierungsmodul 6 erzeugt. Das zweite Evaluierungsmodul 6 wird bevorzugt vor dem ersten Schritt des bisher vorgeschlagenen Verfahrens erzeugt. Das zweite Evaluierungsmodul 6 kann beispielsweise in Form eines neuronalen Netzes ausgebildet sein, das mit Hilfe von Trainingsdatensätzen trainiert wird.
  • Gemäß einer einfachen Variante können die jeweiligen Trainingsdatensätze Werte von Parametern zur Parametrisierung von ersten weiteren Spannungsverläufen als Eingangswerte des neuronalen Netzes und einen einzelnen Integerwert im Bereich von 1 bis 10 als Ausgangswert aufweisen. Die ersten weiteren Spannungsverläufe werden bei dieser Variante mithilfe der ersten Mensch-Maschine-Schnittstelle 36 wie die Spannungsverläufe 41 bis 45 bei einem Befahren von Trainingsstrecken erzeugt.
  • Der Ausgangswert eines einzelnen Trainingsdatensatzes entspricht einem Belastungswert, der für jede Trainingsstrecke, bestimmt wird. Der Belastungswert des jeweiligen Trainingsdatensatzes kann beispielsweise manuell nach einem Befahren der jeweiligen Trainingsstrecke von einem Fahrer, der die Trainingsstrecke mit dem Fahrzeug 2 oder einem weiteren Fahrzeug befahren hat, vergeben werden.
  • Alternativ kann der Belastungswert des jeweiligen Trainingsdatensatzes, bevorzugt automatisiert, mit Hilfe einer ersten externen Datenbank bestimmt werden. So ist es möglich, dass für alle oder einige der Trainingsstrecken Belastungswerte vorliegen, die mit Hilfe weiteren Methoden bestimmt wurden. Nach einer ersten weiteren Methode können die Belastungswerte der Trainingsstrecken anhand von Eigenschaften der Trainingsstrecken ermittelt werden, die die oben genannten Eigenschaften der Strecke sein können.
  • Zwar erfordert eine Erzeugung des zweiten Evaluierungsmoduls 6, zunächst die Trainingsstrecken abzufahren und zusätzlich für jede Trainingsstrecke den jeweiligen Belastungswert der Trainingsstrecke zu ermitteln. Jedoch ist das zweite Evaluierungsmodul 6 nach einem Training mit den Trainingsdatensätzen eingerichtet, anhand von berechneten Werten der Parameter zur Parametrisierung der Spannungsverläufe 41 bis 45 den Belastungswert nach einem Befahren der Strecke 21 zu ermitteln. Die Strecke 21 gehört bei diesem Anwendungsbeispiel bevorzugt nicht zu den Trainingsstrecken.
  • Generell können, unabhängig davon wie der erste Sensor 3 ausgebildet ist, in gleicher Weise, wie für die Strecke 21 der Belastungswert mit Hilfe des Messsystems 1 ermittelt werden kann, jeweilige weitere Belastungswerte von weiteren Strecken, wie zum Beispiel der Strecken 25, 26, bestimmt werden. Die Auswertungseinheit 4 ordnet vorteilhaft die jeweiligen weiteren Belastungswerte zu den entsprechenden weiteren Strecken zu. Eine Zuordnung kann beispielsweise dadurch erfolgen, indem die jeweiligen weiteren Belastungswerte zusammen mit Identifikationsnummern der jeweiligen weiteren Strecken in jeweiligen Datensätzen in einer zweiten Datenbank 11 des Messsystems 1 oder in einer zweiten externen Datenbank abgespeichert werden.
  • Eine Anzahl der weiteren Strecken ist bevorzugt so groß, dass es möglich ist, in einem Bereich, wie einem Bundesland oder einem Staat unterschiedliche Routen zwischen zwei Orten auszuwählen, wobei sich die unterschiedlichen Routen jeweils aus einem unterschiedlichen Satz der weiteren Strecken zusammensetzen. Für die unterschiedlichen Routen können wie oben beschrieben anhand der unterschiedlichen Sätze der weiteren Strecken jeweilige Belastungswerte errechnet werden.
  • Somit ermöglicht das vorgeschlagene Verfahren die unterschiedlichen Routen anhand ihrer Belastungswerte zu vergleichen und für den Fahrer eine der unterschiedlichen Routen in Abhängigkeit einer vorgegebenen ertragbaren Belastung oder diejenige Route mit dem niedrigsten Belastungswert auszuwählen. Vorteilhaft kann der Fahrer die ertragbare Belastung in Form eines maximalen Belastungswertes, zum Beispiel ein maximaler Belastungswert von 8, oder eines durchschnittlichen Belastungswert beim Befahren der ausgewählten Route über eine Eingabevorrichtung des Fahrzeugs 2 eingeben. Die ertragbare Belastung kann alternativ oder zusätzlich mithilfe einer Zeitspanne und einem maximalen Belastungswert der Zeitspanne angegeben werden. So kann der Fahrer über die Eingabevorrichtung angeben, dass er bei einem Befahren der ausgewählten Route nicht länger als zehn Minuten einer Belastung, die einem Belastungswert von 6 entspricht, ausgesetzt sein soll.
  • Die Belastungswerte der weiteren Strecken können weiterhin verwendet werden, um Testrouten zu erstellen, die zumindest einen vorgegebenen Testbelastungswert, bevorzugt einen vorgegeben Zeitabschnitt lang beziehungsweise einen vorgegebenen Streckenabschnitt lang, aufweisen. Die Testrouten können mit unterschiedlichen autonomen oder teilweise autonomen Fahrzeugen befahren werden, um diese Fahrzeuge zu testen. Auf diese Weise können diejenigen Fahrzeuge oder Assistenzsysteme für autonome oder teilweise autonome Fahrzeuge bestimmt werden, die den Fahrer in besonders stressigen Verkehrssituationen entlasten können.
  • Eine vorteilhafte Variante kann vorsehen, dass der erste Sensor 3, insbesondere die erste Mensch-Maschine-Schnittstelle 36, für eine Kalibrierung eines zweiten Sensors verwendet wird. Bei dieser Variante wird der zweite Sensor zunächst mithilfe des ersten Sensors 3 kalibriert und im Anschluss daran mithilfe des zweiten Sensors der Belastungswert der Strecke 21 ermittelt. Die Kalibrierung durchzuführen ist besonders dann vorteilhaft, wenn der zweite Sensor einfacher als der erste Sensor 3, wie zum Beispiel die erste Mensch-Maschine-Schnittstelle 36, ausgebildet ist.
  • Der zweite Sensor kann beispielsweise in Form einer Kamera 7 ausgebildet sein. Mit Hilfe der Kamera 7 kann zu unterschiedlichen Zeitpunkten während eines Befahrens der Strecke 21 jeweils ein Bild erzeugt werden. Die Bilder enthalten zumindest ein Körperteil, bevorzugt mehrere Körperteile, insbesondere den gesamten Oberkörper, des Fahrers. Die Kamera 7 sendet die mit der Kamera 7 erfassten Messwerte, wie zum Beispiel zu den erfassten Bildern zugehörige Bilddateien, an die Auswertungseinheit 4. Die Auswertungseinheit 4 ist eingerichtet, mit Hilfe eines dritten Evaluierungsmoduls 8 in Abhängigkeit der Bilddateien oder daraus berechneten Auswertungsdaten den Belastungswert der Strecke 21 auszugeben. Somit stellt die Kamera 7 zusammen mit der Auswertungseinheit 4 eine weitere Möglichkeit dar, den Belastungswert der Strecke 21 zu ermitteln.
  • Die Auswertungsdaten sind vorteilhaft Werte von Bewegungsparametern, die jeweils eine Bewegung zumindest eines Körperteils des Fahrers beschreiben. Die Werte der Bewegungsparameter können beispielsweise für die unterschiedlichen Zeitpunkte mit Hilfe einer Mustererkennung bestimmt werden. Die Bewegungsparameter stehen vorzugsweise in einem Zusammenhang mit einer Geschwindigkeit und/oder einer Beschleunigung des jeweiligen Körperteils.
  • Mit Hilfe der Werte der Bewegungsparameter, die vorzugsweise für jeden der unterschiedlichen Zeitpunkte vorliegen, kann beispielsweise erkannt werden, wie stark der Fahrer beim Befahren der Strecke 21 mit den Augen blinzelt oder wie häufig er den Oberkörper im Ganzen bewegt, um seine Sitzposition während des Befahrens der Strecke 21 zu verändern. Diese Formen der Bewegung können bei manchen Personen ein Anzeichen für eine Müdigkeit beziehungsweise eine hohe Belastung beim Befahren der Strecke 21 sein.
  • Um den zweiten Sensor mit Hilfe des ersten Sensors zu kalibrieren, wird vorzugsweise das dritte Evaluierungsmodul 8 an Kalibrierungsdatensätze angepasst. Die jeweiligen Kalibrierungsdatensätze können durch ein Befahren von jeweiligen Kalibrierungsstrecken gewonnen werden. Dabei wird vorteilhaft für die jeweiligen Kalibrierungsstrecken mit Hilfe der Kamera 7 zu unterschiedlichen Zeitpunkten während dem Befahren der jeweiligen Kalibrierungsstrecke jeweils ein Bild erzeugt. Zu diesen Bildern und damit zu den jeweiligen Kalibrierungsstrecken können jeweilige Auswertungsdaten wie oben beschrieben ermittelt werden.
  • Zusätzlich werden mithilfe der ersten Mensch-Maschine-Schnittstelle 36 jeweilige zweite weitere Spannungsverläufe in gleicher Weise wie die Spannungsverläufe 41 bis 45 bei dem Befahren der jeweiligen Kalibrierungsstrecken erzeugt. Mithilfe der zweiten weiteren Spannungsverläufe und dem zweiten Evaluierungsmodul 6 können für die jeweiligen Kalibrierungsstrecken jeweilige Belastungswerte berechnet werden.
  • Die jeweiligen Kalibrierungsdatensätze enthalten diese Belastungswerte der jeweiligen Kalibrierungsstrecken und die jeweiligen Auswertungsdatensätze der jeweiligen Kalibrierungsstrecken. Werte von Parametern des dritten Evaluierungsmoduls 8 werden an die Kalibrierungsdatensätze derart angepasst, dass das dritte Evaluierungsmodul 8 den jeweiligen Belastungswert des entsprechenden Kalibrierungsdatensatzes näherungsweise berechnet, wenn der jeweilige Auswertungsdatensatz des entsprechenden Kalibrierungsdatensatz von dem dritten Evaluierungsmodul 8 verarbeitet wird. Das dritte Evaluierungsmodul 8 weist bevorzugt ein zweites neuronales Netz auf.
  • Die Kalibrierung des zweiten Sensors mit Hilfe des ersten Sensors 3 durchzuführen, hat den Vorteil, dass für eine Ermittlung von Belastungswerten einer Anzahl von zweiten weiteren Strecken der zweite Sensor anstatt der erste Sensor 3 benutzt werden kann. Die Anzahl der zweiten weiteren Strecken kann beispielsweise zehn, hundert oder eintausend Mal höher als eine Anzahl der Kalibrierungsstrecken sein. Dies ist dann sinnvoll, wenn der zweite Sensor einfacher zu benutzen oder günstiger in der Herstellung als der erste Sensor 3 ist. Dies liegt beispielsweise dann vor, wenn der erste Sensor 3 in Form der ersten Mensch-Maschine-Schnittstelle 36 und der zweite Sensor in Form der Kamera 7 ausgebildet ist. Der zweite Sensor ist in diesem Anwendungsbeispiel alltagstauglich, während die erste Mensch-Maschine-Schnittstelle 36 im Alltag eher schlechter anwendbar ist. Dadurch ist es möglich, die zweiten weiteren Strecken einfacher und mit geringeren Kosten zu bewerten.
  • Darüber hinaus ist es von Vorteil, den zweiten Sensor mit Hilfe des ersten Sensors zu kalibrieren, wenn mit dem ersten Sensor 3 die Belastung des Fahrers genauer als mit dem zweiten Sensor erfasst werden kann. Beispielsweise kann die erste Mensch-Maschine-Schnittstelle 36 die Belastung mit Hilfe von deutlich mehr Sensoren, hier in Form der Elektroden 31, erfassen als es mit Hilfe der Kamera möglich ist. Insbesondere können mit Hilfe der ersten Mensch-Maschine-Schnittstelle 36 leichter unbewusste menschliche Regungen, die unmittelbar mit der Belastung zusammenhängen erfasst werden. Im Vergleich dazu werden mit Hilfe des zweiten Sensors, wenn dieser in Form der Kamera 7 ausgebildet ist, Symptome der mentalen Belastung erfasst. Aus diesem Grund kann mit Hilfe der ersten Mensch-Maschine-Schnittstelle 36 die mentale Belastung des Fahrers genauer als mit Hilfe der Kamera 7 ermittelt werden. Des Weiteren ist es möglich, im Rahmen einer Auswertung der mit Hilfe der Elektroden 31 erfassten Messwerte, wie oben beschrieben, Kenntnisse über die Elektroenzephalografie einfließen zu lassen.
  • In einer weiteren Ausgestaltung weist das Messsystem 1 alternativ oder zusätzlich zu dem ersten Sensor 3 und/oder dem zweiten Sensor einen dritten Sensor 9 auf. Der dritte Sensor 9 ist in 5 gezeigt und vorzugsweise in Form von mehreren an einem Lenkrad 60 angeordneten Drucksensoren 61 ausgebildet. Die Drucksensoren 61 können unter oder auf einer Oberfläche des Lenkrades 60 angeordnet sein.
  • Der dritte Sensor 9 ist vorteilhaft eingerichtet, mit Hilfe der Drucksensoren 61 einen Verlauf, insbesondere einen Amplitudenverlauf, von Druckimpulsen, die an den Drucksensoren 61 zu mehreren Zeitpunkten in dem Zeitabschnitt ausgeübt werden, zu erfassen. Die Druckverläufe sendet der dritte Sensor 9 an die Auswertungseinheit 4. Die Auswertungseinheit 4 ist vorteilhaft eingerichtet, in Abhängigkeit von den Druckverläufen mit Hilfe eines vierten Evaluierungsmoduls 10 den Belastungswert der Strecke 21 zu berechnen.
  • Den dritten Sensor 9 mit den Drucksensoren 61 zur Ermittlung des Belastungswertes zu verwenden, liegt der Überlegung zugrunde, dass je nachdem, wie stark der Fahrer beim Befahren der Strecke 21 belastet wird, das Lenkrad 60 unterschiedlich umgreift. So ist es beispielsweise möglich, dass der Fahrer bei einer entspannten Fahrt Handpositionen an dem Lenkrad 60 weniger häufig wechselt, als er dies bei einer Fahrt in einem dichten Verkehr tun würde. Auch ist denkbar, dass in stressigen Fahrsituationen das Lenkrad 60 mit höherem Druck als bei weniger anstrengenden Fahrsituationen umgriffen wird. Demzufolge steht der Belastungswert in einem Zusammenhang mit der Belastung des Fahrers beim Befahren der Strecke 21, wenn der Belastungswert anhand der Druckverläufe ermittelt wird.
  • Vorteilhaft kann der dritte Sensor 9 und insbesondere das vierte Evaluierungsmodul 10 in ähnlicher Weise wie der zweite Sensor und das dritte Evaluierungsmodul 8 mit Hilfe der ersten Mensch-Maschine-Schnittstelle 36 kalibriert werden. Genauso können Werte von Parametern zur Durchführung der oben genannten ersten weiteren Methode mit Hilfe der ersten Mensch-Maschine-Schnittstelle 36 kalibriert werden.
  • Neben den Varianten, bei denen das Messsystem 1 nur den ersten, zweiten oder dritten Sensor aufweist, ist es grundsätzlich möglich, dass das Messsystem 1 den ersten, zweiten und/oder dritten Sensor aufweist und den Belastungswert mithilfe des ersten, zweiten und/oder dritten Sensors bestimmt.
  • Hierzu berechnet die Auswertungseinheit 4 bevorzugt mit Hilfe des ersten Evaluierungsmoduls 5 oder zweiten Evaluierungsmodul 6 einen ersten Belastungswert, mit Hilfe des dritten Evaluierungsmoduls 8 einen zweiten Belastungswert beziehungsweise des vierten Evaluierungsmoduls 10 einen dritten Belastungswert der Strecke 21.
  • Die Auswertungseinheit 4 kann den Belastungswert der Strecke 21 als einen gewichteten Mittelwert aus dem ersten, zweiten und/oder dritten Belastungswert ermitteln. Bei dieser Variante können der erste, zweite und dritte Belastungswert auch unterschiedlich gewichtet werden.
  • Je nachdem, welcher Fahrer eine der weiteren Strecken fährt, kann ein jeweiliger erfasster Belastungswert des entsprechenden Fahrers unterschiedlich sein. Eine vorteilhafte Ausgestaltung kann vorsehen, die weiteren Strecken mehrfach mit unterschiedlichen Fahrern abzufahren und für die jeweiligen weiteren Strecken jeweils einen ersten Satz von fahrerbezogenen Belastungswerten zu bestimmen. Die fahrerbezogenen Belastungswerte werden hierbei in gleicher Weise wie der oben genannte Belastungswert ermittelt. Die jeweiligen Belastungswerte der weiteren Strecken der zweiten Datenbank 11 können als Mittelwerte des jeweiligen ersten Satzes der fahrerbezogenen Belastungswerte berechnet werden. Diese Ausgestaltung hat den Vorteil, dass die Belastungswerte der weiteren Strecken unabhängig von einer Persönlichkeit des Fahrers bestimmt werden können.
  • Darüber hinaus können die weiteren Strecken mehrfach bei unterschiedlichen Bedingungen abgefahren und zu den jeweiligen weiteren Strecken jeweils ein zweiter Satz von Belastungswerten ermittelt werden. Die Belastungswerte des zweiten Satzes werden in gleicher Weise wie der oben genannte Belastungswert bestimmt. Die unterschiedlichen Bedingungen können unterschiedliche Verkehrsbedingungen und/oder Wetterbedingungen sein. Die Datensätze der zweiten Datenbank 11 können bei dieser Anwendung zusätzlich Werte von Parametern zur Beschreibung der Bedingungen enthalten.
  • Dadurch ist es möglich, anhand der zweiten Datenbank 11 in Abhängigkeit von aktuellen Bedingungen einer aktuell zu befahrenden Route einen Belastungswert dieser Route zu bestimmen. Dies kann durch eine Interpolation erfolgen, bei welcher die aktuellen Bedingungen mit den Werten der Parameter zur Beschreibung der Bedingungen der jeweiligen Datensätze der zweiten Datenbank 11 verglichen werden. In einer vorteilhaften Ausgestaltung können sämtliche Werte der zweiten Datenbank 11 für ein Training eines dritten neuronalen Netzes verwendet werden. Das dritte neuronale Netz ist nach dem Training eingerichtet, die Interpolation approximativ durchzuführen.
  • 6 zeigt ein Mobilgerät 62 mit einer Eingabeschnittstelle 63. Bedient der Fahrer die Eingabeschnittstelle 63 mit einer bewussten Aktion, zum Beispiel durch ein Öffnen einer Textnachricht, so können mithilfe des Mobilgerätes 62 Benutzerdaten erzeugt werden. Bevorzugt wird eine Anzahl geöffneter Textnachrichten ermittelt. Wie oben beschrieben kann der Belastungswert zum Beispiel anhand der Anzahl geöffneter Textnachrichten bestimmt werden.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102018114095 A1 [0002]

Claims (10)

  1. Verfahren zur Ermittlung eines Belastungswertes einer Strecke (21), der ein Maß für eine Belastung eines Fahrers beim Befahren der Strecke (21) mit einem Fahrzeug (2) ist, mit den folgenden Schritten: - Erfassen von zumindest einem Messwert, der in einem Zusammenhang mit der Belastung des Fahrers beim Befahren der Strecke (21) steht, in einem ersten Schritt, - Ermitteln des Belastungswertes anhand des Messwertes in einem zweiten Schritt, - Zuordnen des Belastungswertes zu der Strecke (21) in einem dritten Schritt.
  2. Verfahren nach Anspruch 1, wobei der Messwert mithilfe eines Sensors (3; 36) erzeugt wird, wobei der Sensor (3; 36) eine unbewusste menschliche Regung erfasst.
  3. Verfahren nach Anspruch 1, wobei der Messwert mithilfe einer bewussten Aktion des Fahrers bei einem Bedienen einer Eingabeschnittstelle (63) eines Gerätes (62) erzeugt wird.
  4. Verfahren nach Anspruch 2, wobei der Sensor (36) in Form eines Satzes von Elektroden (31) ausgebildet ist, die an einem Kopf (32) des Fahrers fixierbar sind und Spannungsschwankungen in einer Umgebung des Kopfes (32) erfassen.
  5. Verfahren nach Anspruch 4, wobei der Sensor (36) zur Kalibrierung eines weiteren Sensors (12; 9) verwendet wird und mithilfe des weiteren Sensors (12; 9) Belastungswerte weiterer Strecken ermittelt werden.
  6. Verfahren zum Auswählen einer Route in Abhängigkeit zumindest eines vorgegebenen Belastungswertes, wobei der vorgegebene Belastungswert in einem Zusammenhang mit einer ertragbaren Belastung des Fahrers beim Befahren der Route steht, mit den folgenden Schritten: - Erfassen des vorgegebenen Belastungswertes in einem ersten Schritt, - Durchführen eines Vergleiches des vorgegebenen Belastungswertes mit weiteren Belastungswerten in einem zweiten Schritt, die jeweils unterschiedlichen Routen eines Satzes von Routen zugeordnet sind, wobei der jeweilige weitere Belastungswert in einem Zusammenhang mit einer jeweiligen Belastung des Fahrers beim Befahren der entsprechenden Route des Satzes der Routen steht, - Auswählen der Route aus dem Satz der Routen in Abhängigkeit eines Ergebnisses des Vergleiches in einem dritten Schritt.
  7. Messsystem (1) zur Ermittlung eines Belastungswertes einer Strecke (21), der ein Maß für eine Belastung eines Fahrers beim Befahren der Strecke (21) mit einem Fahrzeug ist, wobei das Messsystem (1) zumindest einen Sensor (3; 36; 9; 12), mit dem ein Messwert, der in einem Zusammenhang mit der Belastung des Fahrers beim Befahren der Strecke (21) steht, erfassbar ist, und eine Auswertungseinheit (4) aufweist, die ausgebildet und eingerichtet ist, den Belastungswert anhand des mit dem Sensor (3; 36; 9; 12) erfassten Messwertes zu ermitteln und den Belastungswert der Strecke (21) zuzuordnen.
  8. Messsystem (1) nach Anspruch 7, wobei der Sensor (36) ausgebildet und eingerichtet ist, eine unbewusste menschliche Regung zu erfassen.
  9. Fahrzeug (1), umfassend ein Messsystem (1) nach Anspruch 7 oder 8.
  10. Computerprogrammprodukt, umfassend ein Programm, das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein Verfahren nach einem der Ansprüche 1 bis 6 durchzuführen.
DE102020003691.0A 2019-07-16 2020-07-15 Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke Pending DE102020003691A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019119250.1 2019-07-16
DE102019119250.1A DE102019119250A1 (de) 2019-07-16 2019-07-16 Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke

Publications (1)

Publication Number Publication Date
DE102020003691A1 true DE102020003691A1 (de) 2020-09-24

Family

ID=67550580

Family Applications (2)

Application Number Title Priority Date Filing Date
DE102019119250.1A Withdrawn DE102019119250A1 (de) 2019-07-16 2019-07-16 Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke
DE102020003691.0A Pending DE102020003691A1 (de) 2019-07-16 2020-07-15 Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke

Family Applications Before (1)

Application Number Title Priority Date Filing Date
DE102019119250.1A Withdrawn DE102019119250A1 (de) 2019-07-16 2019-07-16 Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke

Country Status (1)

Country Link
DE (2) DE102019119250A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020210701A1 (de) 2020-08-24 2022-02-24 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Bestimmen eines Beanspruchungsniveaus eines Fahrers
CN113627740A (zh) * 2021-07-20 2021-11-09 东风汽车集团股份有限公司 一种驾驶负荷评价模型构建系统及构建方法

Also Published As

Publication number Publication date
DE102019119250A1 (de) 2019-08-29

Similar Documents

Publication Publication Date Title
DE102005032992B4 (de) Verfahren und Vorrichtung zur Darstellung von Informationen eines lebenden Körpers
EP3060112B1 (de) Verfahren zur quantifizierung der wahrnehmungsfähigkeit einer person
DE102015203213A1 (de) Vorrichtung und programm zum erzeugen von korrekturparametern für diagnosedaten
DE102020003691A1 (de) Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke
EP3393875B1 (de) Verfahren zum verbesserten erkennen von objekten durch ein fahrerassistenzsystem
DE102021003489A1 (de) Verfahren zur Erkennung einer graduell abnehmenden fahrerischen Leistungsfähigkeit eines Fahrzeugführers
DE102020213483A1 (de) Einrichtung und Verfahren zur Überwachung eines Fahrers mit Epilepsie unter Verwendung von Gehirnwellen
DE102020127613A1 (de) Vorrichtung und Verfahren zum Erzeugen eines Fahrer-Erfahrungs-Fahrmodells mittels Fehlerüberwachung
DE102020213503A1 (de) Vorrichtung und verfahren zur bilderzeugung mittels hirnstromwellen
DE102020116885A1 (de) Fahrzeugsteuerverfahren und -vorrichtung mit verwendung einer fehlerüberwachung
DE102020000763A1 (de) Fahrzeugsitz mit integriertem Brain-Computer-Interface (BCI) und Verfahren zur Entstörung eines Magnetoenzephalogramm (MEG) - Signales eines in einem Fahrzeugsitz integrierten Brain-Computer-Interface (BCI)
DE102009050763A1 (de) Verfahren zur Unterstützung der Aufmerksamkeit eines Fahrzeugfahrers
AT516020B1 (de) Verfahren zur Quantifizierung der Wahrnehmungsfähigkeit einer Person
EP3258833B1 (de) Verfahren zur bestimmung der wahrnehmungsfähigkeit eines probanden
DE102014217925A1 (de) Verfahren zur Diagnose eines Sensors in einem Abgastrakt eines Kraftfahrzeugs
DE102020119215A1 (de) Verkehrsunfallanalysesytem, das Fehlerüberwachung verwendet
DE102020212928A1 (de) Vorrichtung und verfahren zur steuerung einer notfahrsituation mithilfe von gehirnwellen
DE102019117719A1 (de) Verfahren zum Bestimmen wenigstens eines physiologischen Parameters eines Insassen eines Kraftfahrzeugs, Messsystem, Lenkrad und Getriebebedienelement
DE102019208979A1 (de) Steuergerät zum Einsatz in einem Kraftfahrzeug
DE102011114045B4 (de) Verfahren, Anordnung und Computerprogramm zur Erkennung von Ableitungen ereigniskorrelierter Potenziale einer neuronalen Aktivität
DE102018208060B3 (de) Verfahren und Vorrichtung zum Erkennen einer Müdigkeit eines Fahrers eines Fahrzeugs in einem Mobilgerät
WO2015177080A1 (de) VERFAHREN UND ANORDNUNG ZUR VERGRÖßERUNG DES SIGNAL-RAUSCHABSTANDES VON EVOZIERTEN UND EREIGNISKORRELIERTEN POTENZIALEN IN DEN ABLEITUNGEN EINER NEURONALEN AKTIVITÄT
DE102023002475A1 (de) Verfahren zur Datenaggregation sowie Kommunikationssystem
DE102020118207A1 (de) Verkehrsüberwachungssystem, das eine fehlerüberwachung verwendet
DE102020210701A1 (de) Verfahren zum Bestimmen eines Beanspruchungsniveaus eines Fahrers

Legal Events

Date Code Title Description
R084 Declaration of willingness to licence
R230 Request for early publication