DE102020210931A1 - System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und Personenbeförderungsmittel - Google Patents

System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und Personenbeförderungsmittel Download PDF

Info

Publication number
DE102020210931A1
DE102020210931A1 DE102020210931.1A DE102020210931A DE102020210931A1 DE 102020210931 A1 DE102020210931 A1 DE 102020210931A1 DE 102020210931 A DE102020210931 A DE 102020210931A DE 102020210931 A1 DE102020210931 A1 DE 102020210931A1
Authority
DE
Germany
Prior art keywords
sensors
passenger transport
disease
odors
odor
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
DE102020210931.1A
Other languages
English (en)
Inventor
Rene Seidemann
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.)
ZF Friedrichshafen AG
Original Assignee
ZF Friedrichshafen AG
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 ZF Friedrichshafen AG filed Critical ZF Friedrichshafen AG
Priority to DE102020210931.1A priority Critical patent/DE102020210931A1/de
Priority to CN202180051478.5A priority patent/CN116033865A/zh
Priority to PCT/EP2021/069711 priority patent/WO2022042935A1/de
Publication of DE102020210931A1 publication Critical patent/DE102020210931A1/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
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022Monitoring a patient using a global network, e.g. telephone networks, internet
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/01Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/082Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
    • 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4845Toxicology, e.g. by detection of alcohol, drug or toxic products

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Business, Economics & Management (AREA)
  • Fuzzy Systems (AREA)
  • Emergency Management (AREA)
  • Emergency Medicine (AREA)
  • Nursing (AREA)
  • Pulmonology (AREA)
  • Evolutionary Computation (AREA)
  • Critical Care (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Disinfection, Sterilisation Or Deodorisation Of Air (AREA)

Abstract

System (10) zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel (1), das System (10) umfassend mehrere erste Sensoren (11), die geruchsverursachende Substanzen erfassen, eine Verarbeitungseinheit (ECU), die von den ersten Sensoren (11) aus der Erfassung der geruchsverursachenden Substanzen resultierende Daten erhält, durch maschinelles Lernen die krankheitsspezifischen Gerüche identifiziert und in Abhängigkeit der Identifikation ein Hinweissignal erzeugt, wobei die Verarbeitungseinheit (ECU) einen Maschinenlernalgorithmus ausführt, der die Daten der ersten Sensoren (11) erhält und lernt oder trainiert ist, in den Daten Biomarker für Krankheiten zu identifizieren, und eine Schnittstelle (12), die das Hinweissignale Passagieren (P), einem Fahrer des Personenbeförderungsmittels (1) und/oder einer externen Stelle (Cloud) bereitstellt.

Description

  • Die Erfindung betrifft ein System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und ein Personenbeförderungsmittel.
  • Geruchssensoren sind aus dem Stand der Technik allgemein bekannt. Beispielsweise ist in EP 3 187 852 A1 ein Geruchsdetektionssystem offenbart. In EP 3 379 240 A1 ist ein Geruchssensor basierend auf Adsorptionsmustern offenbart. Ferner sind aus dem Stand der Technik Alkoholdetektoren in Fahrzeugen bekannt, siehe beispielsweise Offenbarungen aus dem Forschungsprogramm Driver Alcohol Detection System for Safety, https://www.dadss.org/. Des Weiteren sind aus dem Stand der Technik künstliche neuronale Netzwerke bekannt, die gelernt haben, aus der Struktur von Geruchsmolekülen die mit den Geruchsmolekülen verbundenen Gerüche zu bestimmen, siehe beispielsweise B. Sanchez-Lengeling et al., „Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules“, arXiv:1910.10685v2 [stat.ML].
  • Zur Vermeidung einer Ausbreitung von Krankheiten, insbesondere zur Kontrolle einer Epidemie oder Pandemie, ist es wünschenswert, Krankheitserreger möglichst schnell zu identifizieren. Im Nah- und/oder Fernverkehr bewirkt eine Epidemie oder Pandemie in Folge eines persönlichen Wunsches eine Ansteckung zu verhindern oftmals einen Vertrauensverlust von Passagieren in Personenbeförderungsmittel
  • Aufgabe der Erfindung war es, wie in Personenbeförderungsmitteln eine Krankheit schnell erkannt und eine Verbreitung der Krankheit vermieden werden kann.
  • Das System, Verfahren und Personenbeförderungsmittel der unabhängigen und nebengeordneten Ansprüche lösen jeweils diese Aufgabe.
  • Gemäß einem Aspekt stellt die Erfindung ein System bereit zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel. Das System umfasst
    • • mehrere erste Sensoren, die geruchsverursachende Substanzen erfassen,
    • • eine Verarbeitungseinheit, die von den ersten Sensoren aus der Erfassung der geruchsverursachenden Substanzen resultierende Daten erhält, durch maschinelles Lernen die krankheitsspezifischen Gerüche identifiziert und in Abhängigkeit der Identifikation ein Hinweissignal erzeugt, wobei die Verarbeitungseinheit einen Maschinenlernalgorithmus ausführt, der die Daten der ersten Sensoren erhält und lernt oder trainiert ist, in den Daten Biomarker für Krankheiten zu identifizieren, und
    • • eine Schnittstelle, die das Hinweissignale Passagieren, einem Fahrer des Personenbeförderungsmittels und/oder einer externen Stelle bereitstellt.
  • Gemäß einem weiterem Aspekt stellt die Erfindung ein Verfahren bereit zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel. Das Verfahren umfasst die Schritte
    • • Erfassen von geruchsverursachenden Substanzen in Umgebungsluft umfassend Atemluft und/oder in Körpergerüchen von Passagieren,
    • • Identifikation von krankheitsspezifischen Gerüchen,
    • • Informieren der Passagiere, eines Fahrers und/oder eines Betreibers des Personenbeförderungsmittels und/oder einer Behörde über einen oder mehrere identifizierte krankheitsspezifische Gerüche und
    • • Einleiten von Maßnahmen zur Vermeidung einer Verbreitung einer spezifischen Krankheit in Abhängigkeit der identifizierten krankheitsspezifischen Gerüche umfassend Quarantänemaßnahmen
  • Zur Durchführung des Verfahrens wird ein erfindungsgemäßes System verwendet.
  • Gemäß einem weiteren Aspekt stellt die Erfindung ein Personenbeförderungsmittel bereit, das ein erfindungsgemäßes System umfasst, wobei
    • • die erste Sensoren des Systems in einem Sitzbereich, Stehbereich, in einer Belüftungsanlage und/oder einer Klimaanlage des Personenbeförderungsmittels angeordnet sind und
    • • die Schnittstelle des Systems eine Schnittstelle zu einer Anzeigeeinheit in dem Personenbeförderungsmittel und/oder eine Funkschnittstelle zu einer Cloud, zu einem Betreiber des Personenbeförderungsmittels und/oder einer Behörde ist.
  • Vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Definitionen, den Unteransprüchen, den Zeichnungen und der Beschreibung bevorzugter Ausführungsbeispiele.
  • Geruchsverursachende Substanzen umfassen Geruchsmoleküle und Gruppen von Geruchsmolekülen. Beispielsweise kennzeichnet das Geruchsmolekül (R)-(+)-Limonen den Hauptgeruchsstoff der Zitrone. Decanal ist eine geruchsverursachende Substanzen mit einem charakteristischem Geruch nach Orangenschalen. Nonanal ist eine geruchsverursachende Substanzen mit citrusartigem Geruch. Buttersäureethylester ist eine geruchsverursachende Substanzen mit charakteristischem Ananasgeruch. Geruchsverursachende Substanzen sind in den Personenbeförderungsmitteln in Umgebungsluft enthalten. Die Umgebungsluft umfasst Atemgeruch und weitere Gerüchen aus anderen Körperöffnungen von Lebewesen, das heißt Körpergerüche, beispielsweise Körperausdünstungen über die Haut. Damit können Krankheiten in dem Personenbeförderungsmittel in Umgebungsluft schnell erkannt werden. Eine Aufnahme einer Atemprobe mittels Gassack oder Blasröhrchen und eine komplizierte, zeitaufwendige und teure Auswertung der Atemprobe in einem Gaschromatograph-Massenspektrometer zur Bestimmung der Moleküle in der Atemprobe wird damit durch die erfindungsgemäße sensorielle Erfassung der geruchsverursachenden Substanzen und die Auswertung mittels Maschinenlernverfahren vorteilhafterweise ersetzt.
  • Geruchsverursachende Substanzen werden beispielsweise mittels Signaturen der Geruchsmolekülen erfasst. Die Signaturen umfassen Absorptionslinien in einem Absorptionsspektrum, für die jeweiligen Moleküle spezifisches Streulicht, beispielsweise Raman- oder Rayleigh-Streuung, Adsorptionsverhalten und spezifische Schwingungsmuster basierend auf Molekülmassen oder Kennlinien in Impedanzspektroskopie. Die Schwingungsmuster werden beispielsweise mit Beschleunigungssensoren, zum Beispiel micro-electro-mechanical-systems, erfasst.
  • Krankheiten umfassen Virusinfektionen und bakterielle Krankheiten. Eine Viruserkrankung ist beispielsweise COVID-19 ausgelöst von dem Coronavirus SARS-Cov-2. Biomarker sind charakteristische biologische Merkmale, die objektiv gemessen werden können und auf einen normalen biologischen oder krankhaften Prozess im Körper hinweisen können. Biomarker sind beispielsweise in Atemluft und/oder Körpergerüchen enthalten.
  • Ein Vorteil der Identifizierung von krankheitsspezifischen Gerüchen in Umgebungsluft, beispielsweise Atemluft und/oder Körpergerüche mittels des Maschinenlernalgorithmus ist, dass keine zeitaufwendige und unkomfortable chemische Verfahren, Blasrohr oder Oberflächenkontaktverfahren angewendet werden müssen und dass damit eine Krankheit schnell erkannt werden kann. Atemluft und andere Körpergerüche werden kontinuierlich abgegeben und werden von der Verarbeitungseinheit ausgewertet.
  • Die Verarbeitungseinheit umfasst eine Recheneinheit und tauscht Daten mit einem Speicher aus. Beispielsweise umfasst die Verarbeitungseinheit einen internen Speicher. In dem Speicher ist der Maschinenlernalgorithmus gespeichert oder wird dort geladen. Ferner schreibt die Verarbeitungseinheit identifizierte krankheitsspezifische Gerüche in den Speicher, aus dem diese ausgelesen werden können. Die Daten der Sensoren werden nach einem Aspekt der Erfindung in dem Speicher gespeichert.
  • Maschinelles Lernen ist eine Technologie, die Computern und anderen Datenverarbeitungsvorrichtungen die Ausführung von Aufgaben durch Lernen aus Daten lehrt, anstatt für die Aufgaben programmiert zu werden. Der Maschinenlernalgorithmus lernt die Gerüche aus den Daten durch Klassifikations- und/oder Regressionsverfahren. Während dem Lernen oder Trainieren werden die Daten verarbeitet. Der trainierte Maschinenlernalgorithmus erkennt dann in den eingegebenen Daten die Gerüche, ohne Vergleiche mit in Speichern oder Datenbanken hinterlegten Gerüchen durchführen zu müssen. Der Maschinenlernalgorithmus umfasst beispielsweise künstliche neuronale Netzwerke, beispielsweise ein Faltungsnetzwerk, oder einen Entscheidungsbaumalgorithmus, einen Random-Forest-Klassifikator oder einen Support-Vector-Machine-Klassifikator.
  • Nach einem Aspekt der Erfindung umfasst die Verarbeitungseinheit wenigstens eine Graphikprozessoreinheit zum parallelisierten Ausführen von Prozessen, insbesondere für ein beschleunigtes Ausführen des Maschinenlernalgorithmus. Nach einem Aspekt der Erfindung ist die Verarbeitungseinheit ein system-on-chip. Nach einem weiteren Aspekt der Erfindung, insbesondere in Kombination mit dem system-on-chip, umfasst die Verarbeitungseinheit einen neuronalen oder neuromorphen Schaltkreis, der das olfaktorische System von Säugern in Hardware nachbildet, und auf dem der Maschinenlernalgorithmus ausgeführt wird.
  • Nach einem weiteren Aspekt der Erfindung ist die Verarbeitungseinheit in ein Bordnetz eines Personenbeförderungsmittels integrierbar oder integriert. Nach einem Aspekt der Erfindung sind die Sensoren in das Bordnetz integriert. Damit wird die Kommunikation zwischen den Sensoren und der Verarbeitungseinheit erleichtert. Das Bordnetz ist beispielsweise ein CAN-Bus. Zumindest ein Teil der Kommunikation zwischen den Sensoren, der Verarbeitungseinheit und der Schnittstelle erfolgt nach einem Aspekt der Erfindung kabellos, beispielsweise mittels Bluetooth Low Energy oder WLAN.
  • Die Hinweissignale umfassen optische Signale, akustische Signale und taktil wahrnehmbare Signale. Nach einem Aspekt der Erfindung werden die Hinweissignale auf Anzeigeeinheiten optisch dargestellt.
  • Passagiere umfassen Menschen und Tiere, zum Beispiel Haustiere, beispielsweise Hunde.
  • Das erfindungsgemäße System funktioniert unabhängig von einer Integration in ein Personenbeförderungsmittel. Bestehend Personenbeförderungsmittel können mit dem System nachgerüstet werden.
  • In einer Ausführungsform der Erfindung erfassen die ersten Sensoren die geruchsverursachenden Substanzen in Umgebungsluft umfassend Atemluft und/oder Körpergerüche der Passagiere durch Oberflächenadsorption, Lichtwechselwirkung und/oder Frequenzen und/oder Amplituden von Schwingungen erfassen.
  • Nach einem Aspekt der Erfindung umfassen die ersten Sensoren eine Membran, die die geruchsverursachenden Substanzen enthalten in Atemluft und/oder in Körpergerüchen der Passagieren adsorbieren. Beispielsweise umfasst die Membran ein elektrisch leitendes Polymer. Die ersten Sensoren messen beispielsweise elektrische Eigenschaften, beispielsweise Leitfähigkeit, der Membran nach Adsorption der geruchsverursachenden Substanzen, wobei eine Adsorption einer spezifischen geruchsverursachenden Substanz die elektrischen Eigenschaften der Membran charakteristisch ändert. Nach einem weiteren Aspekt der Erfindung umfassen die ersten Sensoren mehrere Membranen, die jeweils nur spezifische Substanzen adsorbieren. Damit können unterschiedliche Geruchsmoleküle identifiziert werden.
  • Lichtwechselwirkung umfasst Lichtstreuung, Rückstreuung, Reflexion, Transmission, Beugung und Brechung. Nach einem Aspekt der Erfindung sind die Signaturen für das jeweilige Molekül spezifisches Streulicht, beispielsweise Streulicht aus Rückstreuung. Neben Anregung von Elektronenübergängen werden auch Molekülschwingungen der geruchsverursachenden Substanzen umfassend Streckschwingungen, Schaukelschwingungen, Scherschwingungen, Drehschwingungen und/oder Wippschwingungen, angeregt. Streckschwingungen sind Schwingungen entlang der Bindungsachse zweier Atome in einem Molekül. Schaukelschwingungen, Scherschwingungen, Drehschwingungen und Wippschwingungen sind Deformationsschwingungen, die den Bindungswinkel deformieren. Molekülschwingungen durch Absorption und Emission von Infrarotstrahlung nachweisbar. Moleküle können über ihre Molekülschwingungen identifiziert werden.
  • In einer Ausgestaltung des Systems ist wenigstens einer der ersten Sensoren ein durchstimmbarer Lidarsensor. Der Lidarsensor ist ausgeführt, Geruchsmoleküle in Abhängigkeit von aus dem Fahrzeuginnenraum zurückgestreutem Licht zu erfassen. Beispielsweise sendet der Lidarsensor Laserimpulse mit Wellenlängen im Infrarotbereich aus, die für einen Menschen nicht schädlich sind. Durchstimmbar bedeutet, dass der Lidarsensor ausgeführt ist, mehrere Lichtpulse unterschiedlicher Wellenlänge auszusenden, um unterschiedliche Geruchsmoleküle aus dem zurückgestreuten Licht zu identifizieren. Der Lidarsensor umfasst nach einem Aspekt der Erfindung eine Ansteuerelektronik, um unterschiedliche Wellenlängen auszusenden. Beispielsweise werden für die unterschiedlichen Wellenlängen jeweils eine erste und eine zweite Wellenlänge ausgesendet, um mittels differentieller Absorption ein Konzentrationsprofil der geruchsverursachenden Substanz zu berechnen. Nach einem weiteren Aspekt der Erfindung umfasst der Lidarsensor eine integrierte Auswertungselektronik für Spektroskopie, beispielsweise Raman-Spektroskopie. In einer weiteren Ausgestaltung des Systems umfasst der Lidarsensor einen Güteschalter. Mit dem Güteschalter, auch Q-Switch genannt, werden die Lichtpulse kürzer. Damit werden auch bei vergleichsweise geringen Energien hohe Spitzenleistungen erreicht. Durch die geringen Energien wird erreicht, dass der Lidarsensor unschädlich für Passagiere und Fahrer ist. Durch hohe Spitzenleistungen werden Geruchsmoleküle auflösbar. Der Güteschalter ist beispielsweise ein elektrooptischer Modulator.
  • In einer weiteren Ausgestaltung der Erfindung umfassen die ersten Sensoren Quarz-Schwingungssensoren, die Frequenzen und/oder Amplituden von Schwingungen der geruchsverursachenden Substanzen bestimmen.
  • Nach einem weiteren Aspekt der Erfindung umfassen die ersten Sensoren eine Kombination der oben genannten Membranen, Lidarsensor und Quarz-Schwingungssensoren.
  • Nach einem weiteren Aspekt der Erfindung umfasst das System zweite Sensoren, die eine Temperatur messen und/oder dritte Sensoren, die eine Luftfeuchtigkeit messen, wobei die Verarbeitungseinheit die Daten der ersten Sensoren und Daten der zweiten und/oder dritten Sensoren fusioniert. Durch Messung der Temperatur und/oder der Luftfeuchtigkeit werden die krankheitsspezifischen Gerüche situationsbedingt identifiziert. Beispielsweise ist eine Konzentration einer geruchsverursachenden Substanz bei einer ersten Kombination von Temperatur- und/oder Luftfeuchtigkeitswerten bedenklich, bei einer zweiten Kombination nicht. Temperatur und/oder Luftfeuchtigkeit in dem Personenbeförderungsmittel ändern sich beispielsweise im Laufe des jahreszeitlichen Betriebs des Personenbeförderungsmittels oder durch Klimatisierung des Innenraums des Personenbeförderungsmittels.
  • Nach einem weiteren Aspekt der Erfindung umfasst das System vierte Sensoren, die einen Druck messen. Vorteilhafterweise kombiniert die Verarbeitungseinheit die Messungen der ersten, zweiten, dritten und/oder vierten Sensoren und/oder plausibilisiert diese, um beispielsweise Störeffekte zu minimieren.
  • Nach einem weiteren Aspekt der Erfindung führt die Verarbeitungseinheit Fehlerkorrekturen durch, insbesondere basierend auf den erhaltenen Daten mehrerer der ersten, zweiten, dritten und/oder vierten Sensoren, vorzugsweise basierend auf den Daten aller Sensoren. Damit wird die Messgenauigkeit erhöht. Damit werden ferner Identifikationen von krankheitsspezifischen Gerüchen innerhalb Toleranzbereiche, beispielsweise Konzentrationsbereichen, ermöglicht und kontrollierbar.
  • Nach einem weiteren Aspekt der Erfindung lernt oder ist der Maschinenlernalgorithmus trainiert, flüchtige organische Verbindungen, auch volatile organic compounds genannt, abgekürzt VOC, zu identifizieren. Zu VOCs gehören beispielsweise Aceton, Ethanol, Isopren, Nonanal, Decanal, a-Pinen, Buttersäureethylester und Butanal, Ethanal, Propanal und Essigsäure-n-propylester. VOC entstehen bei Lebewesen bei Protein-, Zell- oder Stoffwechseländerungen, die durch eine Krankheit ausgelöst werden. Beispielsweise wurden bei SARS-Cov-2 infizierten Menschen charakteristische Protein- und Stoffwechseländerungen beobachtet. Über Atmung und/oder Körpergerüche ausgeschiedene VOCs können charakteristisch für eine Krankheit sein und damit als Biomarker fungieren.
  • Beispielsweise zeigt „Breath-borne VOC Biomarkers for COVID-19“, Haoxuan Chen et al., https://doi.org/10.1101/2020.06.21.20136523, dass Buttersäureethylester ein Biomarker für COVID-19 sein könnte. Ferner wird dort gezeigt, dass Butanal ein Biomarker für SARS-Cov-2 Negative sein kann. Nach einem Aspekt der Erfindung wird der Maschinenlernalgorithmus trainiert oder ist trainiert, Buttersäureethylester und Butanal in den Daten der ersten Sensoren zu erkennen, beispielsweise über für Buttersäureethylester und Butanal jeweils spezifische Adsorptionssignale und/oder Absorptionssignale.
  • „Volatile scents of influenza A and S. pyogenes (co-)infected cells“, Selina Traxler et al., https://www.nature.com/articles/s41598-019-55334-0, zeigt beispielsweise, dass Essigsäure-n-propylester ein VOC Biomarker für das Virus Influenza A und eine erhöhte Emission von Ethanal und Propanal VOC Biomarker für das Bakterium S. pyogenes sind. Nach einem Aspekt der Erfindung wird der Maschinenlernalgorithmus trainiert oder ist trainiert, Essigsäure-n-propylester, Ethanal und Propanal in den Daten der ersten Sensoren, insbesondere in Kombination mit der Erkennung von Buttersäureethylester und Butanal, zu erkennen, beispielsweise über für Essigsäure-n-propylester, Ethanal und Propanal jeweils spezifische Adsorptionssignale und/oder Absorptionssignale. Damit wird erfindungsgemäß zusätzlich die Krankheit Influenza und/oder viral-bakteriale Co-Infektionen erkannt.
  • Nach einem weiteren Aspekt der Erfindung wird das System bei der Diagnose von Krankheiten umfassend Virus-Krankheiten umfassend Influenza und COVID-19 und Mutationen der Virus-Krankheiten verwendet. Dies ermöglicht eine schnelle Erkennung der Krankheiten, beispielsweise COVID-19 in Personenbeförderungsmitteln, und ein schnelles Einleiten von geeigneten Maßnahmen, um eine Verbreitung, beispielsweise von COVID-19, einzudämmen, beispielsweise durch das erfindungsgemäße Erkennen von Buttersäureethylester und Butanal. Damit kann das System das Vertrauen von Passagieren hinsichtlich Benutzung von Personenbeförderungsmitteln erhöhen, insbesondere zu Zeiten von Pandemien wie beispielsweise COVID-19.
  • In einer Ausgestaltung der Erfindung werden die Passagiere und/oder der Fahrer über eine Anzeigeeinheit in dem Personenbeförderungsmittel über die identifizierten krankheitsspezifischen Gerüche informiert. Die Anzeigeeinheit umfasst ein separates Display oder ein Display integriert in eine Head-Unit des Personenbeförderungsmittels. Die Schnittstelle des Systems ist beispielsweise eine Schnittstelle zu einem TV-Bildschirm im Innenraum des Personenbeförderungsmittels, zu einem Cockpit- oder einem Head-Up-Display des Fahrers. In einer weiteren Ausgestaltung der Erfindung ist die Schnittstelle des Systems eine Funkschnittstelle zu einem Flottenbetreiber, Ordnungsamt oder zu Krankenhäusern, um die entsprechenden Einrichtungen über die identifizierten krankheitsspezifischen Gerüche zu informieren. Nach einem Aspekt der Erfindung ist die Schnittstelle des Systems eine Schnittstelle zu einer Cloud-Infrastruktur, an der die Betreiber und Behörden angeschlossen sind. Damit können die Informationen, besonders aus mehreren Personenbeförderungsmitteln, zentral gesammelt und besser verteilt werden.
  • Einleiten von Maßnahmen zur Information auf eine spezifische Krankheit und/oder zur Vermeidung einer Verbreitung einer spezifischen Krankheit umfassen
    • • Hinweissignale an die Passagiere, einen Mindestabstand zum jeweiligen nächsten Passagier einzuhalten, beispielsweise 1,5 m,
    • • Aktivieren von Desinfektionssystemen des Personenbeförderungsmittels,
    • • Alarmierungen von Krankenhäusern,
    • • Alarmierung von Einrichtungen auf dem Gebiet der Krankheitsüberwachung, Krankheitsprävention, Infektionskrankheiten und/oder nicht übertragbarer Krankheiten, umfassend Bundeseinrichtungen für Gesundheit, zentrale Einrichtungen, Ministerien, beispielsweise Robert-Koch-Institute, wobei nach einem weiteren Aspekt der Erfindung die Hinweissignale auf identifizierte krankheitsspezifische Gerüche über die Schnittstelle, vorteilhafterweise in Form einer Funkschnittstelle, an diese Einrichtungen übermittelt werden, vorzugsweise über eine Cloudinfrastruktur, und weiteren Personen bereitgestellt werden,
    • • Vernetzen, beispielsweise über die Cloudinfrastruktur, mit den Passagieren des Personenbeförderungsmittels, mit Passagieren weiterer Personenbeförderungsmitteln, Verkehrsteilnehmern und weiteren Personen, beispielsweise durch eine mobile Anwendungssoftware, beispielsweise die Corona- Warn-App, zur Information über die identifizierte Krankheit, zur Kontaktnachverfolgung und/oder zur Prävention gegen Ausbreitung der Krankheit, wobei das Vernetzen das Bereitstellen des Hinweissignals und weitere Informationen der oben genannten Einrichtungen umfasst,
    • • Auslesen des mit der Verarbeitungseinheit in Datenaustausch stehendem Speicher, um vorab Informationen über die identifizierten krankheitsspezifischen Gerüche zu erhalten,
    • • Einleiten von Quarantänemaßnahmen,
    • • Erfassen von Kontaktdaten der Passagiere und Fahren des Personenbeförderungsmittels zu einem Krankenhaus oder zu einer Position außerhalb eines Ballungszentrums,
    • • wobei nach einem weiteren Aspekt der Erfindung während der Fahrt keine weiteren Passagiere aufgenommen und keine Passagiere das Personenbeförderungsmittel verlassen, um eine Verbreitung weiter einzudämmen.
  • Nach einem weiteren Aspekt der Erfindung ist das Verfahren computerimplementiert.
  • Ein weiterer Aspekt der Erfindung betrifft ein computerlesbares Speichermedium/einen computerlesbaren Datenträger. Das computerlesbare Speichermedium/der computerlesbare Datenträger umfasst den Maschinenlernalgorithmus und Software- und/oder Hardwarebefehle, die bei der Ausführung durch die Verarbeitungseinheit diese veranlassen, das erfindungsgemäße Verfahren auszuführen.
  • Die ersten Sensoren und nach einem weiteren Aspekt der Erfindung auch die zweiten und/oder dritten Sensoren sind in einem Sitzbereich, Stehbereich, einer Belüftungsanlage und/oder einer Klimaanlage des Personenbeförderungsmittels angeordnet. Nach einem weiteren Aspekt sind die ersten und/oder die zweiten und/oder dritten Sensoren an horizontalen und/oder vertikalen Haltestangen oder an Sicherheitsgurten des Personenbeförderungsmittels angeordnet. Sitzbereich und Stehbereich umfassen auch Kabinen und Abteils. Eine derartige Anordnung ermöglicht eine Detektion der Gerüche unmittelbar an ihrem Entstehungsort und ermöglicht ferner auch eine Detektion von Gerüchen, die in einem Innenraum, beispielsweise durch Luftströmungen, nicht direkt erfasst wurden, die sich aber in Belüftungsanlagen und/oder Klimaanlagen ausbreiten.
  • Nach einem weiteren Aspekt der Erfindung ist das Personenbeförderungsmittel automatisiert betreibbar. Das Personenbeförderungsmittel umfasst Umfelderkennungssensoren, die ein Umfeld des Personenbeförderungsmittels erkennen, ein Steuergerät, das Daten der Umfelderkennungssensoren erhält und Regelungs- und/oder Steuerungssignale für eine Trajektorienplanung bestimmt, und Aktuatoren zur Längs- und/oder Querführung, mittels denen das Steuergerät einen automatisierten Betrieb des Personenbeförderungsmittels regelt und/oder steuert. Die Umfelderkennungssensoren umfassen Kamera, Radar, Lidar und Mikrofone. Das Steuergerät ist beispielsweise eine ADAS/AD ECU, das heißt advanced driving assistance system und autonomous driving. Der automatisierte Betrieb reicht von assistiertem Fahren bis hin zu autonomen, das heißt fahrerlosem, Fahren. Insbesondere für einen hochautomatisierten Betrieb umfasst das Einleiten von Maßnahmen zur Vermeidung einer Verbreitung einer spezifischen automatisierte Fahrten des Personenbeförderungsmittels zu einem Krankenhaus oder zu einer Position außerhalb eines Ballungszentrums.
  • Das Personenbeförderungsmittel ist nach einem Aspekt der Erfindung ein Bus, Peoplemover, Schienenfahrzeug, Schiff, Flugzeug oder eine Seilbahn. Damit erhöht die Erfindung das Vertrauen von Passagieren hinsichtlich Benutzung von Bussen, Peoplemovern, Schienenfahrzeugen, Schiffen, Flugzeugen und Seilbahnen, insbesondere zu Zeiten von Pandemien wie beispielsweise COVID-19.
  • Die Erfindung wird in den folgenden Ausführungsbeispielen verdeutlicht. Es zeigen:
    • 1 ein Ausführungsbeispiel eines erfindungsgemäßen Systems,
    • 2 ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens,
    • 3 ein Ausführungsbeispiel eines erfindungsgemäßen Personenbeförderungsmittels,
    • 4 ein weiteres Ausführungsbeispiel eines erfindungsgemäßen Personenbeförderungsmittels,
    • 5 ein weiteres Ausführungsbeispiel eines erfindungsgemäßen Personenbeförderungsmittels und
    • 6 ein weiteres Ausführungsbeispiel eines erfindungsgemäßen Personenbeförderungsmittels.
  • Das System 10 in 1 umfasst erste Sensoren 11, die über Oberflächenadsorption und/oder über Lichtwechselwirkung geruchsverursachende Substanzen erfassen. Dies ist der Verfahrensschritt V1 in 2. Die Daten der Sensoren werden von einer Verarbeitungseinheit ECU, das heißt electronic control unit, ausgewertet. Die Verarbeitungseinheit ECU bestimmt mittels maschinellem Lernen Biomarker für Krankheiten in den Daten der Sensoren 11 und identifiziert damit krankheitsspezifische Gerüche, was dem Verfahrensschritt V2 entspricht. Im Verfahrensschritt V3 werden beispielsweise Passagiere P und Behörden über die identifizierten krankheitsspezifische Gerüche über die Schnittstelle 12 des Systems 10 informiert. Im Verfahrensschritt V4 werden beispielsweise Quarantänemaßnahmen eingeleitet.
  • Das Personenbeförderungsmittel 1 in 3 ist ein Bus B, beispielsweise ein urbaner Linienbus. In 4 ist das Personenbeförderungsmittel 1 ein Peoplemover PM. In diesem Ausführungsbeispiel ist ein Hund als weiterer Passagier P gezeigt, dessen Gerüche, umfassend Atemluft und Körpergerüche, von den Sensoren 11, 13, 14 erfasst werden. In 5 ist das Personenbeförderungsmittel 1 ein Schienenfahrzeug, beispielsweise ein Fernverkehrszug, eine U-Bahn oder eine Straßenbahn. In 6 ist das Personenbeförderungsmittel 1 ein Schiff S, beispielsweise ein Handels- oder Kreuzfahrtschiff.
  • In dem Bus B sind erste Sensoren 11, zweite Sensoren 13 und dritte Sensoren 14 in einem Stehbereich Stand des Busses B, beispielsweise an horizontalen und vertikalen Haltestangen, in Belüftungsanlagen AV und in einer Klimaanlage AC angeordnet, in dem Peoplemover PM teilweise auch in einem Sitzbereich Seat. Damit wird die Umgebungsluft umfassend Atemluft und Körpergerüche der Passagiere P erfasst zusammen mit Temperatur und Luftfeuchtigkeit. Die Daten der Sensoren 11, 13, 14 werden in der Verarbeitungseinheit ECU fusioniert und auf krankheitsspezifische Gerüche ausgewertet. Die Auswertung wird über die Schnittstelle 12 auf einer Anzeigeeinheit Display in dem Bus B angezeigt. Die Schnittstelle 12 umfasst eine Funkschnittstelle WLAN, über die die Auswertung einer externen Stelle Cloud bereitgestellt wird.
  • Bezugszeichenliste
  • 1
    Personenbeförderungsmittel
    10
    System
    11
    erste Sensoren
    12
    Schnittstelle
    13
    zweite Sensoren
    14
    dritte Sensoren
    ECU
    Verarbeitungseinheit
    P
    Passagier
    Cloud
    externe Stelle
    Seat
    Sitzbereich
    Stand
    Stehbereich
    AV
    Belüftungsanlage
    AC
    Klimaanlage
    Display
    Anzeigeeinheit
    WLAN
    Funkschnittstelle
    B
    Bus
    PM
    Peoplemover
    Bahn
    Schienenfahrzeug
    S
    Schiff
    V1-V4
    Verfahrensschritte
  • 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
    • EP 3187852 A1 [0002]
    • EP 3379240 A1 [0002]

Claims (7)

  1. System (10) zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel (1), das System (10) umfassend • mehrere erste Sensoren (11), die geruchsverursachende Substanzen erfassen, • eine Verarbeitungseinheit (ECU), die von den ersten Sensoren (11) aus der Erfassung der geruchsverursachenden Substanzen resultierende Daten erhält, durch maschinelles Lernen die krankheitsspezifischen Gerüche identifiziert und in Abhängigkeit der Identifikation ein Hinweissignal erzeugt, wobei die Verarbeitungseinheit (ECU) einen Maschinenlernalgorithmus ausführt, der die Daten der ersten Sensoren (11) erhält und lernt oder trainiert ist, in den Daten Biomarker für Krankheiten zu identifizieren, und • eine Schnittstelle (12), die das Hinweissignal Passagieren (P), einem Fahrer des Personenbeförderungsmittels (1) und/oder einer externen Stelle (Cloud) bereitstellt.
  2. System (10) nach Anspruch 1, wobei die ersten Sensoren (11) die geruchsverursachenden Substanzen in Umgebungsluft umfassend Atemluft und/oder Körpergerüche der Passagiere (P) durch Oberflächenadsorption, Lichtwechselwirkung und/oder Frequenzen und/oder Amplituden von Schwingungen erfassen.
  3. System (10) nach Anspruch 1 oder 2 umfassend zweite Sensoren (13), die eine Temperatur messen und/oder dritte Sensoren (14), die eine Luftfeuchtigkeit messen, wobei die Verarbeitungseinheit (ECU) die Daten der ersten Sensoren (11) und Daten der zweiten (13) und/oder dritten (14) Sensoren fusioniert.
  4. System (10) nach einem der Ansprüche 1 bis 3 zur Verwendung bei der Diagnose von Krankheiten, umfassend Virus-Krankheiten umfassend Influenza und COVID-19 und Mutationen der Virus-Krankheiten.
  5. Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel (1), das Verfahren umfassend die Schritte • Erfassen von geruchsverursachenden Substanzen in Umgebungsluft umfassend Atemluft und/oder Körpergerüche von Passagieren (P) (V1), • Identifikation von krankheitsspezifischen Gerüchen (V2), • Informieren der Passagiere (P), eines Fahrers und/oder eines Betreibers des Personenbeförderungsmittels (P) und/oder einer Behörde über einen oder mehrere identifizierte krankheitsspezifische Gerüche (V3) und • Einleiten von Maßnahmen zur Information auf eine spezifische Krankheit und/oder zur Vermeidung einer Verbreitung einer spezifischen Krankheit in Abhängigkeit der identifizierten krankheitsspezifischen Gerüche umfassend Quarantänemaßnahmen (V4), wobei zur Durchführung des Verfahrens ein System nach einem der Ansprüche 1 bis 4 verwendet wird.
  6. Personenbeförderungsmittel (1) umfassend ein System (10) nach einem der Ansprüche 1 bis 4, wobei • die erste Sensoren (11) des Systems (10) in einem Sitzbereich (Seat), Stehbereich (Stand), in einer Belüftungsanlage (AV) und/oder einer Klimaanlage (AC) des Personenbeförderungsmittels (1) angeordnet sind und • die Schnittstelle (12) des Systems (10) eine Schnittstelle zu einer Anzeigeeinheit (Display) in dem Personenbeförderungsmittel (1) und/oder eine Funkschnittstelle (WLAN) zu einer Cloud, zu einem Betreiber des Personenbeförderungsmittels (1) und/oder einer Behörde ist.
  7. Personenbeförderungsmittel (1) nach Anspruch 6 umfassend Umfelderkennungssensoren, die ein Umfeld des Personenbeförderungsmittels (1) erfassen, ein Steuergerät, das Daten der Umfelderkennungssensoren erhält und Regelungs- und/oder Steuerungssignale für eine Trajektorienplanung bestimmt, und Aktuatoren zur Längs- und/oder Querführung, mittels denen das Steuergerät einen automatisierten Betrieb des Personenbeförderungsmittels (1) regelt und/oder steuert.
DE102020210931.1A 2020-08-31 2020-08-31 System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und Personenbeförderungsmittel Pending DE102020210931A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102020210931.1A DE102020210931A1 (de) 2020-08-31 2020-08-31 System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und Personenbeförderungsmittel
CN202180051478.5A CN116033865A (zh) 2020-08-31 2021-07-15 用于鉴别客运工具中的因疾病而异的气味的系统和方法以及客运工具
PCT/EP2021/069711 WO2022042935A1 (de) 2020-08-31 2021-07-15 System und verfahren zur identifikation von krankheitsspezifischen gerüchen in einem personenbeförderungsmittel und personenbeförderungsmittel

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020210931.1A DE102020210931A1 (de) 2020-08-31 2020-08-31 System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und Personenbeförderungsmittel

Publications (1)

Publication Number Publication Date
DE102020210931A1 true DE102020210931A1 (de) 2022-03-03

Family

ID=77050995

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020210931.1A Pending DE102020210931A1 (de) 2020-08-31 2020-08-31 System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und Personenbeförderungsmittel

Country Status (3)

Country Link
CN (1) CN116033865A (de)
DE (1) DE102020210931A1 (de)
WO (1) WO2022042935A1 (de)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030176804A1 (en) 2002-01-22 2003-09-18 Melker Richard J. Method and apparatus for monitoring respiratory gases during anesthesia
DE102006036108A1 (de) 2006-05-19 2007-11-22 Siemens Ag Vorrichtung und Verfahren zur Kontrolle von Personen
EP3187852A1 (de) 2014-08-29 2017-07-05 Kabushikigaisha Aroma Bit, Inc. Geruchsidentifizierungssystem, geruchsidentifizierungsvorrichtung und geruchsidentifizierungsverfahren
DE102017125484A1 (de) 2016-11-04 2018-05-09 Ford Global Technologies, Llc System und verfahren zum einschätzen des innenraums eines autonomen fahrzeugs
DE102017212535A1 (de) 2017-07-21 2018-06-28 Audi Ag Verfahren und System zum Betreiben eines Kraftfahrzeugs
EP3379240A1 (de) 2015-11-17 2018-09-26 Aroma Bit, Inc. Geruchssensor und geruchsmesssystem
US20190377350A1 (en) 2018-06-12 2019-12-12 Rivian Ip Holdings, Llc Systems and methods for operating an autonomous vehicle in a presence of hazardous materials
DE102018217478A1 (de) 2018-10-12 2020-04-16 Audi Ag Fahrzeug

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6477545B2 (ja) * 2016-03-08 2019-03-06 株式会社デンソー 乗り物用臭い判別システム
US20200029858A1 (en) * 2018-07-29 2020-01-30 nGagelT Digital Health, Inc. Systems, Methods and Devices for Detecting and Identifying Substances in a Subject's Breath

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030176804A1 (en) 2002-01-22 2003-09-18 Melker Richard J. Method and apparatus for monitoring respiratory gases during anesthesia
DE102006036108A1 (de) 2006-05-19 2007-11-22 Siemens Ag Vorrichtung und Verfahren zur Kontrolle von Personen
EP3187852A1 (de) 2014-08-29 2017-07-05 Kabushikigaisha Aroma Bit, Inc. Geruchsidentifizierungssystem, geruchsidentifizierungsvorrichtung und geruchsidentifizierungsverfahren
EP3379240A1 (de) 2015-11-17 2018-09-26 Aroma Bit, Inc. Geruchssensor und geruchsmesssystem
DE102017125484A1 (de) 2016-11-04 2018-05-09 Ford Global Technologies, Llc System und verfahren zum einschätzen des innenraums eines autonomen fahrzeugs
DE102017212535A1 (de) 2017-07-21 2018-06-28 Audi Ag Verfahren und System zum Betreiben eines Kraftfahrzeugs
US20190377350A1 (en) 2018-06-12 2019-12-12 Rivian Ip Holdings, Llc Systems and methods for operating an autonomous vehicle in a presence of hazardous materials
DE102018217478A1 (de) 2018-10-12 2020-04-16 Audi Ag Fahrzeug

Also Published As

Publication number Publication date
WO2022042935A1 (de) 2022-03-03
CN116033865A (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
US10150351B2 (en) Machine learning for olfactory mood alteration
DE102016120491A1 (de) Erkennung und verhinderung von fahruntauglichkeit
Yang et al. Comparison among driving state prediction models for car-following condition based on EEG and driving features
CN107521485A (zh) 基于车辆制动的驾驶行为分析
DE102021103143A1 (de) Gesundheitsuntersuchung und -überwachung von passagieren
DE102018200003A1 (de) Verfahren zur Atemanalyse von Fahrzeuginsassen
DE102020203584A1 (de) Verarbeitungseinheit, System, und computerimplementiertes Verfahren für einen Fahrzeuginnenraum zur Wahrnehmung und Reaktion auf Gerüche eines Fahrzeuginsassen
DE102018203858A1 (de) Verfahren zum Anpassen von Feinstaubmesswerten
CN106816020A (zh) 基于数据分析的交通事故信息处理方法
DE102022002339A1 (de) Verfahren zur Konfiguration und zum Betrieb eines Wildwechselwarnsystems eines Fahrzeuges
CN113460062A (zh) 驾驶行为分析系统
DE102012215791B4 (de) Pollenwarnsystem und -verfahren
DE102022110923A1 (de) Systeme und verfahren zum schützen der gesundheit von insassen eines fahrzeugs
DE102014223774A1 (de) Unterstützung von Fahrzeuginsassen bei allergischen Reaktionen
DE102021132090A1 (de) Systeme und verfahren zum schutz der gesundheit von insassen eines fahrzeugs
DE102021128908A1 (de) Automatisiertes triageschwestersystem in einem fahrzeug
DE102019132635A1 (de) Verfahren zur Erkennung eines Zustands zumindest eines Insassen eines Fahrzeugs sowie Fahrzeug
DE102020210931A1 (de) System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und Personenbeförderungsmittel
Friedrich et al. Crashing left vs. right: Examining navigation asymmetries using the SHRP2 naturalistic driving study data
WO2019233827A1 (de) Verfahren zum betreiben einer schallausgabeeinrichtung eines kraftfahrzeugs, sprachanalyse- und steuereinrichtung, kraftfahrzeug, und kraftfahrzeugexterne servereinrichtung
DE102020124435A1 (de) Verfahren zum Betreiben eines Fahrzeuges, Fahrzeugsteuergerät und Fahrzeug
DE102021132712A1 (de) Unterstützung eines Fahrers eines Fahrzeugs
DE102020117616A1 (de) Verfahren zum Schutz von Fahrzeuginsassen eines Fahrzeugs vor schädlichen Einflüssen für den Menschen
DE102019204849A1 (de) Erkennung eines durch Personen ausgehenden Gefahrenpotentials
DE102020211618A1 (de) Verfahren und System zur Verringerung eines Kontaktinfektionsrisikos

Legal Events

Date Code Title Description
R163 Identified publications notified
R012 Request for examination validly filed