DE102022002867A1 - Method and system for vehicle control assistance based on physiological information from the driver - Google Patents
Method and system for vehicle control assistance based on physiological information from the driver Download PDFInfo
- Publication number
- DE102022002867A1 DE102022002867A1 DE102022002867.0A DE102022002867A DE102022002867A1 DE 102022002867 A1 DE102022002867 A1 DE 102022002867A1 DE 102022002867 A DE102022002867 A DE 102022002867A DE 102022002867 A1 DE102022002867 A1 DE 102022002867A1
- Authority
- DE
- Germany
- Prior art keywords
- physiological information
- driver
- intention
- signals
- vehicle
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W40/00—Estimation 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
- B60W40/08—Estimation 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT 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
- B60W40/00—Estimation 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
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0872—Driver physiology
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Psychology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Transportation (AREA)
- Fuzzy Systems (AREA)
- Cardiology (AREA)
- Human Computer Interaction (AREA)
- Pulmonology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Die vorliegende Erfindung betrifft das Gebiet der Fahrassistenz für Fahrzeuge. Durch die vorliegende Erfindung erfolgt die Bereitstellung eines auf physiologischen Informationen des Fahrers basierenden Verfahrens zur Fahrzeugsteuerungsassistenz, wobei das Verfahren die folgenden Schritte umfasst: S1: Erfassung erster physiologischer Informationen des Fahrers; S2: Erfassung zweiter physiologischer Informationen des Fahrers, wobei die zweiten physiologischen Informationen von den ersten physiologischen Informationen abweichen; S3: auf den ersten physiologischen Informationen und zweiten physiologischen Informationen basierende Generierung von Steuerungssignalen für das Fahrzeug durch Kreuzvalidierung; sowie S4: Ausgabe der Steuerungssignale zur Steuerung der Fahrbetätigung des Fahrzeugs. Durch die vorliegende Erfindung erfolgt außerdem die Bereitstellung einer auf physiologischen Informationen des Fahrers basierenden Vorrichtung zur Fahrzeugsteuerungsassistenz sowie eines Computerprogramm-Produkts. Bei der vorliegenden Erfindung kann unter Gesamtberücksichtigung zweier unterschiedlicher Arten von physiologischen Informationen des Fahrers anhand der Korrelation zwischen beiden eine Kreuzvalidierung des Erkennungsergebnisses vorgenommen werden, was sich positiv auf die Kompensation von Mängeln bei der Analyse lediglich einer Art von biologischen Informationen auswirkt sowie Stabilität und Zuverlässigkeit des Systems steigert.The present invention relates to the field of driver assistance for vehicles. The present invention provides a vehicle control assistance method based on physiological information of the driver, the method comprising the following steps: S1: acquisition of first physiological information of the driver; S2: acquisition of second physiological information of the driver, the second physiological information deviating from the first physiological information; S3: generating control signals for the vehicle based on the first physiological information and second physiological information by cross-validation; and S4: Output of the control signals for controlling the driving operation of the vehicle. The present invention also provides a vehicle control assistance device based on physiological information of the driver and a computer program product. In the present invention, taking two different kinds of physiological information of the driver into consideration overall, based on the correlation between the two, cross-validation of the recognition result can be made, which has a positive effect on compensating for shortcomings in the analysis of only one kind of biological information, as well as improving the stability and reliability of the system increases.
Description
Die vorliegende Erfindung betrifft ein auf physiologischen Informationen des Fahrers basierendes Verfahren zur Fahrzeugsteuerungsassistenz, eine auf physiologischen Informationen des Fahrers basierende Vorrichtung zur Fahrzeugsteuerungsassistenz sowie ein Computerprogramm-Produkt.The present invention relates to a method for vehicle control assistance based on physiological information of the driver, a device for vehicle control assistance based on physiological information of the driver, and a computer program product.
Im Zuge der fortschreitenden Intensivierung der intelligenten Ausgestaltung von Fahrzeugen sind Fahrzeuge mit verschiedenen Funktionen zum Austausch zwischen Mensch und Maschine ausgestattet, was einen Beitrag zur Erhöhung der Sicherheit und des Komforts des Fahrers leistet. Bei bestimmten Gelegenheiten sind die Assistenzhinweise und Vorwarnmaßnahmen allerdings nicht ausreichend, um Unfallrisiken des Fahrers grundsätzlich zu entgehen. Wenn der Fahrer beispielsweise eine plötzliche Gefahr gewärtigt, bleibt gelegentlich nicht ausreichend Zeit zur manuellen Steuerung des Fahrzeugs und effektiven Gefahrenvermeidung. Hierbei liegen zwar biologische Informationen mit Widerspiegelung der Bremsabsicht des Fahrers vor, aber die konkrete Vornahme der entsprechenden Betätigung erfolgt zu spät. Außerdem bestehen für Personen mit eingeschränkter Beweglichkeit der Extremitäten oder mangelnder Fahrerfahrung Schwierigkeiten beim sicheren Fahren des Fahrzeugs.With the progressive intensification of the intelligent design of vehicles, vehicles are equipped with various human-machine exchange functions, which contributes to enhancing the safety and comfort of the driver. On certain occasions, however, the assistance instructions and pre-warning measures are not sufficient to fundamentally avoid the risk of an accident for the driver. For example, if the driver is aware of a sudden hazard, there is sometimes not enough time to manually control the vehicle and effectively avoid the hazard. Although there is biological information that reflects the driver's intention to brake, it is too late to actually carry out the corresponding actuation. In addition, there are difficulties in driving the vehicle safely for persons with limited mobility of extremities or lack of driving experience.
Beim Stand der Technik ist ein Verfahren zur Bestimmung der Fahrabsicht des Nutzers mittels Elektroenzephalogramm-Signalen bekannt, wobei das betreffende Verfahren mittels Erfassung des Elektroenzephalogramms (EEG, Electroencephalogram) des Fahrers eine Bestimmung der entsprechenden Fahraktionen vornimmt.A method for determining the driving intention of the user using electroencephalogram signals is known in the prior art, the method in question determining the corresponding driving actions by detecting the electroencephalogram (EEG, Electroencephalogram) of the driver.
Außerdem ist bereits ein auf dem Elektromyogramm (EMG, electromyogram) basierendes Verfahren zur Messung einer Notbremsungsabsicht bekannt, womit in einer virtuellen Fahrumgebung anhand der Muskelaktivitäten des Fahrers Absichtsrückmeldungen des Fahrers für eine Notbremsungsabsicht gemessen werden können.In addition, a method based on the electromyogram (EMG, electromyogram) for measuring an intention to brake in an emergency is already known, with which in a virtual driving environment based on the driver's muscle activities, intention feedback from the driver for an intention to brake in an emergency can be measured.
Allerdings weisen die genannten Lösungen nach wie vor zahlreiche Mängel auf. Insbesondere beruht die Messung der Bewegungsabsicht des Nutzers gegenwärtig lediglich auf einer Art von bioelektrischen Signalen. Die Verwendung lediglich von Elektromyogramm-Signalen bietet zwar eine rasche Reaktion auf die Bewegungsabsicht, wobei die individuelle Abweichung allerdings relativ stark ist und eine signifikante Zeitvariabilität besteht. Die Verwendung lediglich von Elektroenzephalogramm-Signalen beruht auf einer Gesamtwiderspiegelung der Aktivitäten des zentralen Nervensystems an der Großhirnrinde, welche noch schwächer und störanfälliger ist. Gleichzeitig beseht ein starker Zusammenhang zwischen der Frequenz der Bereiche mit Generierung der betreffenden Signale und der Art der Bewegungsabsicht. Daher ist es unmöglich, hierauf beruhend eine präzise Erfassung der konkreten menschlichen Absicht vorzunehmen. Somit bestehen signifikante Mängel bei der auf lediglich einer Art von biologischen Informationen beruhenden Erkennung der Bewegungsabsicht.However, these solutions still have numerous shortcomings. In particular, the measurement of the user's intention to move is currently only based on one type of bioelectrical signals. While using only electromyogram signals provides a rapid response to intention to move, individual variation is relatively strong and there is significant time variability. The use of only electroencephalogram signals relies on an overall reflection of the activities of the central nervous system at the cerebral cortex, which is even weaker and more prone to noise. At the same time, there is a strong correlation between the frequency of the areas generating the relevant signals and the type of intention to move. Therefore, it is impossible to make a precise grasp of the concrete human intention based on this. Thus, there are significant shortcomings in detecting intention to move based on only one type of biological information.
Vor diesem Hintergrund besteht Bedarf an der Bereitstellung einer Lösung mit einer Zusammenfassung mehrerer Arten von physiologischen Informationen zur gegenseitigen Unterstützung bei der Messung der Bewegungsabsicht des Fahrers, um eine zuverlässigere Fahrzeugsteuerungsassistenz zu ermöglichen.Against this background, there is a need to provide a solution that aggregates multiple types of physiological information to assist each other in measuring driver's intention to move, to enable more reliable vehicle control assistance.
Die Zielsetzung der vorliegenden Erfindung besteht in der Bereitstellung eines auf physiologischen Informationen des Fahrers basierenden Verfahrens zur Fahrzeugsteuerungsassistenz, einer auf physiologischen Informationen des Fahrers basierenden Vorrichtung zur Fahrzeugsteuerungsassistenz sowie eines Computerprogramm-Produkts, um zumindest einen Teil der Probleme beim Stand der Technik zu lösen.The object of the present invention is to provide a driver physiological information-based vehicle control assistance method, a driver physiological information-based vehicle control assistance apparatus, and a computer program product to solve at least part of the problems in the prior art.
Nach einem Aspekt der vorliegenden Erfindung wird ein auf physiologischen Informationen des Fahrers basierendes Verfahren zur Fahrzeugsteuerungsassistenz bereitgestellt, wobei das genannte Verfahren die folgenden Schritte umfasst:
- Schritt S1: Erfassung erster physiologischer Informationen des Fahrers;
- Schritt S2: Erfassung zweiter physiologischer Informationen des Fahrers, wobei die zweiten physiologischen Informationen von den ersten physiologischen Informationen abweichen;
- Schritt S3: Auf den ersten physiologischen Informationen und zweiten physiologischen Informationen basierende Generierung von Steuerungssignalen für das Fahrzeug durch Kreuzvalidierung; sowie
- Schritt S4: Ausgabe der Steuerungssignale zur Steuerung der Fahrbetätigung des Fahrzeugs.
- Step S1: acquisition of first physiological information of the driver;
- Step S2: acquiring second physiological information of the driver, the second physiological information being different from the first physiological information;
- Step S3: generating control signals for the vehicle based on the first physiological information and second physiological information by cross-validation; as well as
- Step S4: Output of the control signals for controlling the driving operation of the vehicle.
Die vorliegende Erfindung umfasst insbesondere die folgenden technischen Konzeptionen:
- Unter Gesamtberücksichtigung zweier unterschiedlicher Arten von physiologischen Informationen des Fahrers kann mit Hilfe der Korrelation zwischen beiden eine Kreuzvalidierung des Erkennungsergebnisses vorgenommen werden, was sich positiv auf die Kompensation von Mängeln bei der Analyse lediglich einer Art von biologischen Informationen auswirkt sowie Stabilität und Zuverlässigkeit des Systems steigert. Somit kann in Notfallsituationen insgesamt eine Verringerung der Zeitverzögerung menschlicher Intervention ins System erfolgen.
- Taking into account two different types of driver's physiological information as a whole, the correlation between the two can be used to perform cross-validation of the recognition result, which has a positive effect on compensating for deficiencies in the analysis of only one type of biological information, as well as increasing the stability and reliability of the system. Thus, in emergency situations, total a reduction in the time lag of human intervention into the system.
Bevorzugt ist vorgesehen, dass die ersten physiologischen Informationen Elektroenzephalogramm-Signale des Fahrers umfassen, während die zweiten physiologischen Informationen Elektromyogramm-Signale und/oder Oberflächen-Elektromyogramme-Signale des Fahrers umfassen. Hierdurch werden die folgenden technischen Vorteile realisiert: Elektroenzephalogramm-Signale sind eine Gesamtwiderspiegelung der elektrophysiologischen Aktivitäten der Gehirnnervenzellen auf der Großhirnrinde oder der Kopfhautoberfläche, welche reichhaltige Absichtsinformationen umfassen und eine gute Vorzeitigkeit aufweisen. Es besteht die Möglichkeit einer Verwendung zur vorzeitigen Erfassung der Bewegungsabsicht des menschlichen Körpers, wobei das Problem der Zeitverzögerung sonstiger Quellen von physiologischen Informationen gelöst wird. Elektromyogramm-Signale sind Überlappungen von Bewegungen zahlreicher Muskelfasern in Zeit und Raum. Oberflächen-Elektromyogramm-Signale sind elektrische Signale, welche bei der Muskelkontraktion an der Hautoberfläche entstehen und eine rasche Reaktion auf die Bewegungsabsicht bieten. Durch die Zusammenfassung dieser beiden Arten von entscheidenden Informationsquellen wird die Stärke unterschiedlicher physiologischer Informationen zur Geltung gebracht, während Schwächen gegenseitig ausgeglichen werden.Provision is preferably made for the first physiological information to include the driver's electroencephalogram signals, while the second physiological information to include electromyogram signals and/or surface electromyogram signals from the driver. Hereby the following technical advantages are realized: Electroencephalogram signals are an overall reflection of the electrophysiological activities of the cerebral nerve cells on the cerebral cortex or scalp surface, which contain rich intentional information and exhibit good prematurity. There is a possibility of using it to anticipate the human body's intention to move, solving the time lag problem of other sources of physiological information. Electromyogram signals are overlaps in time and space of movements of numerous muscle fibers. Surface electromyogram signals are electrical signals that arise at the surface of the skin during muscle contraction and provide a rapid response to the intention to move. By combining these two types of critical information sources, the strength of different physiological information is brought out while each other's weaknesses are balanced.
Bevorzugt ist vorgesehen, dass der genannte Schritt S3 umfasst:
- Schritt S31: Auf den ersten physiologischen Informationen und zweiten physiologischen Informationen basierende zusammenfassende Ermittlung der Zielfahrabsicht des Fahrers; sowie
- Step S31: summary determination of the driver's target driving intention based on the first physiological information and second physiological information; as well as
Schritt S32: Generierung von Steuerungssignalen anhand der Zielfahrabsicht, wobei die Steuerungssignale der Auslösung von Fahrzeugbetätigungen in Zusammenhang mit der Zielfahrabsicht dienen.Step S32: Generation of control signals on the basis of the target driving intention, the control signals serving to trigger vehicle activations in connection with the target driving intention.
Optional ist vorgesehen, dass Schritt S31 umfasst:
- Mit Hilfe eines maschinellen Lernmodells erfolgende Ausgabe der potentiellen Fahrabsichten des Fahrers bezüglich der ersten physiologischen Informationen und zweiten physiologischen Informationen;
- Kombination sämtlicher potentieller Fahrabsichten mit Bildung einer zur Auswahl stehenden Absichtsreihe; sowie
- Auswahl der Zielfahrabsicht aus der zur Auswahl stehenden Absichtsreihe anhand der zeitlichen Korrelation und/oder inhaltlichen Korrelation zwischen den ersten physiologischen Informationen und zweiten physiologischen Informationen.
- Somit werden die folgenden technischen Vorteile realisiert: Zunächst erfolgt unabhängig und parallel durch Signalverarbeitung und Algorithmen zur Mustererkennung die Messung der entsprechenden potentiellen Fahrabsichten jeweils bezüglich beider Arten von physiologischen Informationen. Allerdings weisen beide Arten von physiologischen Informationen Mängel bezüglich der Analyse auf, so dass die in diesem Stadium gemessenen Ergebnisse möglicherweise nicht exakt sind. Anschließend erfolgt mittels vergleichender Validierung die Extraktion der Gemeinsamkeiten beider Arten von Signalen in Zeit und Raum, um auf diese Weise das letztendliche Erkennungsergebnis zu bestimmen, so dass die präzise Messung der Fahrabsicht realisiert wird.
- Using a machine learning model to output the driver's potential driving intentions with regard to the first physiological information and second physiological information;
- Combination of all potential driving intentions with formation of an intention row to choose from; as well as
- Selection of the target driving intention from the list of intentions available for selection based on the temporal correlation and/or content-related correlation between the first physiological information and the second physiological information.
- The following technical advantages are thus realized: First, the corresponding potential driving intentions are measured independently and in parallel by signal processing and algorithms for pattern recognition, in each case with regard to both types of physiological information. However, both types of physiological information have deficiencies in analysis, so the results measured at this stage may not be accurate. Then, by means of comparative validation, the commonalities of both types of signals are extracted in time and space, in order to determine the final recognition result, so that the precise measurement of the driving intention is realized.
Optional ist vorgesehen, dass die Auswahl der Zielfahrabsicht umfasst:
- Mit Hilfe eines vorab trainierten künstlichen neuronalen Netzes für jede potentielle Fahrabsicht in der zur Auswahl stehenden Absichtsreihe erfolgende Zuordnung einer Konfidenzwahrscheinlichkeit; sowie
- Ausgabe der potentiellen Fahrabsicht mit der höchsten Konfidenzwahrscheinlichkeit als genannte Zielfahrabsicht.
- Somit werden die folgenden technischen Vorteile realisiert: Durch eine Unterteilung in Konfidenzbereiche und Zuordnung von Konfidenzen kann eine exaktere Auswahl des Gesamterkennungsergebnisses für die Bewegungsabsicht mit Kombination von Gehirn und Muskeln vorgenommen werden.
- Optional ist vorgesehen, dass Schritt S3 außerdem umfasst: Beurteilung, ob die ersten physiologischen Informationen und zweiten physiologischen Informationen eine Bewegungsabsicht widerspiegeln, wobei lediglich im Falle, dass sowohl die ersten physiologischen Informationen als auch die zweiten physiologischen Informationen eine Bewegungsabsicht widerspiegeln, die ersten physiologischen Informationen und zweiten physiologischen Informationen zur Generierung von Steuerungssignalen verwendet werden.
- Assignment of a confidence probability to each potential driving intention in the series of intentions available for selection with the aid of a previously trained artificial neural network; as well as
- Output of the potential driving intention with the highest confidence probability as named target driving intention.
- The following technical advantages are thus realized: By subdividing into confidence ranges and assigning confidences, a more exact selection of the overall recognition result for the intention to move with a combination of brain and muscles can be made.
- It is optionally provided that step S3 also includes: assessing whether the first physiological information and second physiological information reflect an intention to move, only in the event that both the first physiological information and the second physiological information reflect an intention to move, the first physiological information and second physiological information for generating control signals.
Somit werden die folgenden technischen Vorteile realisiert: Mit Hilfe der Filterbedingungen der Bewegungsabsicht können Störeinflüsse vor der konkreten Durchführung der Fahrzeugsteuerung beseitigt werden.The following technical advantages are thus realized: With the help of the filter conditions of the intention to move, interference can be eliminated before the vehicle control is actually carried out.
Optional ist vorgesehen, dass hinsichtlich der für eine erste Zeit erfassten ersten physiologischen Informationen und der für eine zweite Zeit erfassten zweiten physiologischen Informationen eine gemeinsame Beurteilung der Bewegungsabsicht vorgenommen wird, wobei die genannte zweite Zeit bezogen auf die erste Zeit nach einer Vorabdefinition nachgelagert ist.It is optionally provided that a joint assessment of the intention to move is carried out with regard to the first physiological information recorded for a first time and the second physiological information recorded for a second time, with said second time being downstream in relation to the first time according to a predefinition.
Somit werden die folgenden technischen Vorteile realisiert: Wenn die Fahrabsicht im Großhirn des Fahrers entsteht, werden üblicherweise zunächst Aktivierungssignale in der Großhirnrinde generiert, wobei erst anschließend die im Großhirn generierten Steuerungssignale an die Muskeln übermittelt werden. Somit bestehen üblicherweise Zeitabweichungen zwischen durch ein und dieselbe Fahrabsicht generierten unterschiedlichen physiologischen Informationen. Nur die Synchronizitätsmerkmale der Elektroenzephalogramm-Signale und der Elektromyogramm-Signale können den Zusammenhang der funktionellen Kopplung von Großhirnrinde und Muskeln widerspiegeln. Hierbei wird die Zeitabweichung durch eine Vorabdefinition bei der Analyse berücksichtigt, wobei eine strikte Beschränkung der Wechselbeziehung zwischen unterschiedlichen physiologischen Informationen besteht. Optional ist vorgesehen, dass Schritt S3 außerdem umfasst:
- Signalvorverarbeitung der ersten physiologischen Informationen und zweiten physiologischen Informationen sowie Extraktion von Zeit-Frequenz-Signalmerkmalen.
- Signal pre-processing of the first physiological information and second physiological information and extraction of time-frequency signal features.
Somit werden die folgenden technischen Vorteile realisiert: Es wird eine effektive Eliminierung von Artefakten und Geräuschen in den entsprechenden physiologischen Informationen ermöglicht, wobei aus den ursprünglichen Signalen die Extraktion verwendbarer Signale vorgenommen wird, was die Exaktheit der folgenden Absichtserkennung erhöht.Thus, the following technical advantages are realized: An effective elimination of artifacts and noise in the corresponding physiological information is made possible, with the extraction of usable signals being performed from the original signals, which increases the accuracy of the subsequent intention recognition.
Nach einem zweiten Aspekt der vorliegenden Erfindung erfolgt die Bereitstellung einer auf physiologischen Informationen des Fahrers basierenden Vorrichtung zur Fahrzeugsteuerungsassistenz, wobei die genannte Vorrichtung der Durchführung des Verfahrens nach dem ersten Aspekt der vorliegenden Erfindung dient und wobei die Vorrichtung umfasst:
- Ein erstes Erfassungsmodul, welches zur Erfassung erster physiologischer Informationen des Fahrers ausgebildet ist;
- ein zweites Erfassungsmodul, welches zur Erfassung zweiter physiologischer Informationen des Fahrers ausgebildet ist, wobei die zweiten physiologischen Informationen von den ersten physiologischen Informationen abweichen;
- ein Analysemodul, welches zur auf den ersten physiologischen Informationen und zweiten physiologischen Informationen basierenden Generierung von Steuerungssignalen für das Fahrzeug durch Kreuzvalidierung ausgebildet ist; sowie
- ein Ausgabemodul, welches zur Ausgabe der Steuerungssignale zur Steuerung der Fahrbetätigung des Fahrzeugs ausgebildet ist.
- A first acquisition module, which is designed to acquire first physiological information of the driver;
- a second acquisition module, which is designed to acquire second physiological information about the driver, the second physiological information differing from the first physiological information;
- an analysis module configured to generate control signals for the vehicle through cross-validation based on the first physiological information and second physiological information; as well as
- an output module, which is designed to output the control signals for controlling the driving operation of the vehicle.
Nach einem dritten Aspekt der vorliegenden Erfindung erfolgt die Bereitstellung eines Computerprogramm-Produkts, wobei das genannte Computerprogramm-Produkt ein Computerprogramm umfasst, wobei, wenn das genannte Computerprogramm durch einen Computer ausgeführt wird, die Durchführung des Verfahrens nach dem ersten Aspekt der vorliegenden Erfindung erfolgt.According to a third aspect of the present invention there is provided a computer program product, said computer program product comprising a computer program, wherein when said computer program is executed by a computer performing the method according to the first aspect of the present invention.
Nachstehend erfolgt anhand der beigefügten Figuren eine detaillierte Beschreibung der vorliegenden Erfindung zum besseren Verständnis von Prinzip, Merkmalen und Vorteilen der vorliegenden Erfindung:
-
1 zeigt die Konstruktion der auf physiologischen Informationen des Fahrers basierenden Vorrichtung zur Fahrzeugsteuerungsassistenz nach einer beispielhaften Ausführungsform der vorliegenden Erfindung. -
2 zeigt das Ablaufschema des auf physiologischen Informationen des Fahrers basierenden Verfahrens zur Fahrzeugsteuerungsassistenz nach einer beispielhaften Ausführungsform der vorliegenden Erfindung. -
3 zeigt das Ablaufschema von drei Verfahrensschritten des auf physiologischen Informationen des Fahrers basierenden Verfahrens zur Fahrzeugsteuerungsassistenz nach einer beispielhaften Ausführungsform der vorliegenden Erfindung. -
4 zeigt das Ablaufschema des auf physiologischen Informationen des Fahrers basierenden Verfahrens zur Fahrzeugsteuerungsassistenz nach einer anderen beispielhaften Ausführungsform der vorliegenden Erfindung, und -
5 zeigt die Struktur des rekurrenten neuronalen Netzes zur Realisierung der Kreuzvalidierung der ersten physiologischen Informationen und zweiten physiologischen Informationen bei dem Verfahren nach der vorliegenden Erfindung.
-
1 12 shows the construction of the driver's physiological information-based vehicle control assistance apparatus according to an exemplary embodiment of the present invention. -
2 12 shows the flowchart of the driver's physiological information-based vehicle control assistance method according to an exemplary embodiment of the present invention. -
3 shows the flow chart of three method steps of the method for vehicle control assistance based on physiological information of the driver according to an exemplary embodiment of the present invention. -
4 FIG. 12 shows the flowchart of the driver physiological information-based vehicle control assistance method according to another exemplary embodiment of the present invention, and FIG -
5 12 shows the structure of the recurrent neural network for realizing the cross-validation of the first physiological information and the second physiological information in the method according to the present invention.
Zur Verdeutlichung des durch die vorliegende Erfindung zu lösenden technischen Problems, der technischen Lösung und positiven technischen Effekte der vorliegenden Erfindung erfolgt nachstehend unter Berücksichtigung der beigefügten Figuren und mehrerer beispielhafter Ausführungsformen eine weitere detaillierte Erläuterung der vorliegenden Erfindung. Es versteht sich, dass die hier beschriebenen beispielhaften Ausführungsformen lediglich der Erläuterung dienen, ohne irgendeine Beschränkung des Schutzumfangs der vorliegenden Erfindung zu bedeuten.In order to clarify the technical problem to be solved by the present invention, the technical solution and positive technical effects of the present invention, the following follows a further detailed explanation of the present invention, taking into account the attached figures and several exemplary embodiments. It should be understood that the exemplary embodiments described herein are for illustrative purposes only, without implying any limitation of the scope of the present invention.
Wie in
Das Analysemodul 30 ist zur auf den erfassten Elektroenzephalogramm-Signalen und Elektromyogramm-Signalen basierenden Generierung von Steuerungssignalen für das Fahrzeug durch Kreuzvalidierung ausgebildet. Hierzu umfasst das Analysemodul 30 beispielsweise eine erste Signalverarbeitungseinheit 31, eine zweite Signalverarbeitungseinheit 32 und eine Signalzusammenfassungseinheit 33. Die betreffende erste Signalverarbeitungseinheit 31 empfängt von dem ersten Erfassungsmodul 1 die Elektroenzephalogramm-Signale des Fahrers und nimmt die entsprechende Signalverarbeitung vor. Diese Signalverarbeitung umfasst beispielsweise eine Vorverarbeitung der Elektroenzephalogramm-Signale, eine Merkmalsextraktion, eine Intensitätsbeurteilung sowie die Erfassung der potentiellen Fahrabsicht. Das Analysemodul 30 umfasst außerdem eine zweite Signalverarbeitungseinheit 32, wobei diese zweite Signalverarbeitungseinheit 32 von dem zweiten Erfassungsmodul 2 die Elektromyogramm-Signale und/oder Oberflächen- Elektromyogramm-Signale des Fahrers empfängt und die entsprechende Signalverarbeitung vornimmt. Diese Signalverarbeitungseinheit kann auf ähnliche Weise wie bei der ersten Signalverarbeitungseinheit 31 gehandhabt werden.The
Hierbei sind sowohl die erste Signalverarbeitungseinheit 31 als auch die zweite Signalverarbeitungseinheit 32 mit der Signalzusammenfassungseinheit 33 verbunden. Die betreffende Signalzusammenfassungseinheit 33 ist beispielsweise als rekurrentes neuronales Netz ausgebildet, um jeweils von der ersten und zweiten Signalverarbeitungseinheit 31 und 32 eine durch Kombination sämtlicher potentieller Fahrabsichten gebildete zur Auswahl stehenden Absichtsreihe zu empfangen und hieraus die Auswahl der Zielfahrabsicht vorzunehmen. Die ausgewählte Zielfahrabsicht wird an das Ausgabemodul 40 übermittelt und durch das Ausgabemodul 40 an zumindest eine Ausführungsvorrichtung (beispielsweise Gaspedal, Bremspedal, Lenkvorrichtung usw.) des Fahrzeugs gesendet, um eine entsprechende Steuerung der Fahraktivitäten des Fahrzeugs vorzunehmen.In this case, both the first
Im Sinne der vorliegenden Erfindung sind physiologische Informationen funktionale Erscheinungen des biologischen Mechanismus, welche nach grundsätzlicher physiologischer Struktur, Alter, Geschlecht usw. variieren. Bei der Erkennung der Fahrabsicht umfassen diese physiologischen Informationen unterschiedliche Informationen wie beispielsweise Elektroenzephalogramm-Signale, elektrische Hautsignale, elektrische Herzsignale, Pupillenbewegungen, Atmung, Blutdruck usw. In terms of the present invention, physiological information is functional phenomena of the biological mechanism, which vary according to the basic physiological structure, age, sex, and so on. When recognizing the driving intention, this physiological information includes different information such as electroencephalogram signals, elec ric skin signals, electrical heart signals, pupil movements, respiration, blood pressure, etc.
In Schritt S1 erfolgt die Erfassung erster physiologischer Informationen des Fahrers, beispielsweise erfolgt mittels der Technik der Hirn-Computer-Schnittstelle der kontinuierliche Empfang von Elektroenzephalogramm-Signalen des Fahrers.In step S1, the driver's first physiological information is recorded, for example electroencephalogram signals from the driver are continuously received using the technology of the brain-computer interface.
In Schritt S2 erfolgt die Erfassung zweiter physiologischer Informationen des Fahrers, wobei die zweiten physiologischen Informationen von den ersten physiologischen Informationen abweichen. Hierbei erfolgt beispielsweise über an die Oberfläche des Handgelenks aufgeklebte Elektroden der Echtzeit-Empfang von Oberflächen-Elektromyogramm-Signalen des Fahrers.In step S2, second physiological information about the driver is recorded, the second physiological information deviating from the first physiological information. Here, for example, real-time reception of surface electromyogram signals from the driver takes place via electrodes glued to the surface of the wrist.
In Schritt S3 erfolgt die auf den ersten physiologischen Informationen und zweiten physiologischen Informationen basierende Generierung von Steuerungssignalen für das Fahrzeug durch Kreuzvalidierung.In step S3, control signals for the vehicle based on the first physiological information and second physiological information are generated by cross-validation.
Hierbei erfolgt beispielsweise zunächst in dem Unterschritt S31 von Schritt S3 die auf den ersten physiologischen Informationen und zweiten physiologischen Informationen basierende zusammenfassende Ermittlung der Zielfahrabsicht des Fahrers. Im Sinne der vorliegenden Erfindung wird unter der Zielfahrabsicht beispielsweise verstanden, dass der Fahrer vor der Durchführung konkreter Fahrbetätigungen bezüglich konkreter Fahraktivitäten des Fahrzeugs eine Steuerungsabsicht zeigt, welche beispielsweise umfasst: Bremsabsicht, Beschleunigungsabsicht, Lenkabsicht, Spurwechselabsicht, Folgeabsicht usw.In this case, for example, in sub-step S31 of step S3, the summarizing determination of the driver's target driving intention based on the first physiological information and second physiological information takes place. For the purposes of the present invention, the target driving intention is understood to mean, for example, that the driver shows a control intention before carrying out specific driving operations with regard to specific driving activities of the vehicle, which includes, for example: braking intention, intention to accelerate, intention to steer, intention to change lanes, intention to follow, etc.
In dem Unterschritt S32 von Schritt S3 erfolgt die Generierung von Steuerungssignalen anhand der Zielfahrabsicht. Hierbei dienen die betreffenden Steuerungssignale beispielsweise der Auslösung von Fahrzeugbetätigungen in Zusammenhang mit der genannten Zielfahrabsicht.In sub-step S32 of step S3, control signals are generated on the basis of the target driving intention. In this case, the relevant control signals are used, for example, to trigger vehicle activations in connection with the target driving intention mentioned.
In Schritt S4 erfolgt die Ausgabe der genannten Steuerungssignale zur Steuerung der Fahrbetätigung des Fahrzeugs.In step S4, the mentioned control signals for controlling the driving operation of the vehicle are output.
In Schritt S301 erfolgt die Vorverarbeitung der ersten physiologischen Informationen. Diese kann beispielsweise durch die erste Signalverarbeitungseinheit 31 des Analysemoduls 30 aus
Anschließend kann in Schritt S302 die Merkmalsextraktion der vorverarbeiteten ersten physiologischen Informationen durchgeführt werden. Unabhängig von dieser Merkmalsextraktion der vorverarbeiteten ersten physiologischen Informationen kann in Schritt S302' die Merkmalsextraktion der vorverarbeiteten zweiten physiologischen Informationen durchgeführt werden. Somit können für einen interessierenden Frequenzabschnitt die diskreten Merkmalsvektoren von ersten physiologischen Informationen und zweiten physiologischen Informationen extrahiert werden.Subsequently, in step S302, the feature extraction of the pre-processed first physiological information can be performed. The feature extraction of the preprocessed second physiological information can be carried out in step S302′ independently of this feature extraction of the preprocessed first physiological information. Thus, for a frequency section of interest, the discrete feature vectors of first physiological information and second physiological information can be extracted.
In Schritt S303 und S303' erfolgt jeweils die Intensitätsbeurteilung der ersten physiologischen Informationen und zweiten physiologischen Informationen, um zu prüfen, ob die betreffenden physiologischen Informationen eine Bewegungsabsicht ausdrücken können oder nicht.
In Schritt S304 kann nach der erfolgten Intensitätsbeurteilung der ersten und zweiten physiologischen Informationen eine weitere Beurteilung durchgeführt werden, ob sowohl die ersten physiologischen Informationen als auch die zweiten physiologischen Informationen eine Bewegungsabsicht widerspiegeln.
Falls die Beurteilung ergibt, dass zumindest eine der beiden Arten von physiologischen Informationen keine Bewegungsabsicht widerspiegelt, erfolgt Rückkehr zu den Schritten S1 und S2 zwecks erneuter Erfassung der ersten und zweiten physiologischen Informationen.In steps S303 and S303', the intensity judgment of the first physiological information and the second physiological information is performed to check whether or not the physiological information concerned can express an intention to move.
In step S304, after the intensity assessment of the first and second physiological information has been carried out, a further assessment can be carried out as to whether both the first physiological information and the second physiological information reflect an intention to move.
If it is judged that at least one of the two kinds of physiological information does not reflect any intention to move, it returns to steps S1 and S2 to acquire the first and second physiological information again.
Nur wenn beide Arten von physiologischen Informationen eine Bewegungsabsicht widerspiegeln, erfolgt in den Schritten S305 und S305' bezüglich der ersten physiologischen Informationen die Bildung einer ersten zur Auswahl stehenden Absichtsreihe und bezüglich der zweiten physiologischen Informationen die Bildung einer zweiten zur Auswahl stehenden Absichtsreihe.
Anschließend erfolgt in Schritt S306 anhand der zeitlichen Korrelation und/oder inhaltlichen Korrelation zwischen den ersten physiologischen Informationen und zweiten physiologischen Informationen die Auswahl der der Zielfahrabsicht aus der zur Auswahl stehenden Absichtsreihe.
Then, in step S306, the target driving intention is selected from the list of intentions available for selection based on the temporal correlation and/or content-related correlation between the first physiological information and the second physiological information.
In Schritt S401 werden jeweils die ersten physiologischen Informationen und zweiten physiologischen Informationen des Fahrers erfasst, beispielsweise empfängt die Elektroenzephalogramm-Signalmessvorrichtung in Ausführung mit Tragen am Kopf Elektroenzephalogramm-Signale des Fahrers und die Elektromyogramm-Signalmessvorrichtung am Hand-/Fußgelenk empfängt Oberflächen-Elektromyogramm-Signale des Fahrers. In Schritt S402 erfolgt die Vorverarbeitung der ersten physiologischen Informationen und zweiten physiologischen Informationen. Hierbei kann beispielsweise durch die erste Signalverarbeitungseinheit 31 des Analysemoduls 30 aus
In Schritt S404 erfolgt jeweils die Intensitätsbeurteilung der ersten physiologischen Informationen und zweiten physiologischen Informationen. Beispielsweise erfolgt mittels einer ersten Intensitätsbeurteilungsvorrichtung eine Überprüfung der ersten physiologischen Informationen hinsichtlich einer Bewegungsabsicht. In bestimmten Fällen enthalten bestimmte Abschnitte von physiologischen Informationen zwar Bewusstseinsaktivitäten, ohne jedoch auf eine konkrete Bewegungsabsicht zu verweisen. Falls diese normalen Gedankenfragmente fälschlicherweise zur Steuerung der Fahrzeugbetätigung verwendet werden, kann dies zur latenten Risiken bei der Fahrt führen. Daher ist beispielsweise eine erste Schwellenwertbeurteilungsvorrichtung zur Durchführung der Intensitätsbeurteilung der aus den Elektroenzephalogramm-Signalen extrahierten diskreten Merkmalsvektoren vorgesehen. Falls festgestellt wird, dass der Intensitätswert dieser diskreten Merkmalsvektoren der Elektroenzephalogramm-Signale einen ersten Schwellenwert überschreitet, zeigt dies, dass die betreffenden Elektroenzephalogramm-Signale eine Bewegungsabsicht widerspiegeln können. Anderenfalls zeigt dies, dass die betreffenden Elektroenzephalogramm-Signale lediglich zu normalen Gedankenfragmenten gehören und keine Bewegungsabsicht widerspiegeln können. Außerdem kann in Schritt S404 beispielsweise mittels einer zweiten Intensitätsbeurteilungsvorrichtung eine Prüfung der zweiten physiologischen Informationen hinsichtlich einer Bewegungsabsicht durchgeführt werden. In einigen Fällen werden durch die Muskelelektroden an der Hautoberfläche nur schwache elektrische Potentialunterschiede gemessen, was lediglich durch Faktoren wie Umgebungstemperatur, Lichtverhältnisse, Ermüdung usw. hervorgerufene natürliche Kontraktionen der Muskelfasern sein können. Somit weisen solche Oberflächen-Elektromyogramm-Signale nicht auf eine tatsächliche Bewegungsabsicht hin. Zur Unterscheidung solcher Störeinflüsse wird beispielsweise eine zweite Schwellenwertbeurteilungsvorrichtung zum Vergleich der diskreten Merkmalsvektoren der Elektromyogramm-Signale mit einem zweiten Schwellenwert vorgesehen. Falls festgestellt wird, dass der Intensitätswert dieser diskreten Merkmalsvektoren einen zweiten Schwellenwert überschreitet, zeigt dies, dass die betreffenden Elektromyogramm-Signale eine Bewegungsabsicht widerspiegeln können. Anderenfalls zeigt dies, dass die betreffenden Elektromyogramm-Signale keine Bewegungsabsicht widerspiegeln können.In step S404, the intensity assessment of the first physiological information and second physiological information takes place. For example, a first intensity assessment device is used to check the first physiological information with regard to an intention to move. In certain cases, certain sections of physiological information contain conscious activities, but without referring to a specific intention to move. If these normal thought fragments are mistakenly used to control vehicle operation, it can lead to latent risks in driving. Therefore, for example, a first threshold value judgment device is provided for performing the intensity judgment of the discrete feature vectors extracted from the electroencephalogram signals. If it is determined that the intensity value of these discrete feature vectors of the electroencephalogram signals exceeds a first threshold value, this indicates that the electroencephalogram signals in question may reflect an intention to move. Otherwise, this shows that the electroencephalogram signals in question belong only to normal thought fragments and cannot reflect any intention to move. In addition, in step S404, a check of the second physiological information with regard to an intention to move can be carried out, for example by means of a second intensity assessment device. In some cases, the muscle electrodes on the skin's surface measure only slight electrical potential differences, which may simply be natural contractions of the muscle fibers caused by factors such as ambient temperature, lighting conditions, fatigue, etc. Thus, such surface electromyogram signals are not indicative of actual intention to move. A second threshold value assessment device for comparing the discrete feature vectors of the electromyogram signals with a second threshold value is provided, for example, in order to distinguish such interference influences. If the intensity value of these discrete feature vectors is determined to exceed a second threshold, this indicates that the electromyogram signals in question may reflect intention to move. Otherwise, this shows that the electromyogram signals in question cannot reflect any intention to move.
Nach der erfolgten Intensitätsbeurteilung der ersten und zweiten physiologischen Informationen kann eine weitere Beurteilung durchgeführt werden, ob sowohl die ersten physiologischen Informationen als auch die zweiten physiologischen Informationen eine Bewegungsabsicht widerspiegeln. Bei der Beurteilung der Bewegungsabsicht erfolgt die gemeinsame Beurteilung der zu einer ersten Zeit erfassten ersten physiologischen Informationen und der zu einer zweiten Zeit erfassten zweiten physiologischen Informationen, wobei die genannte zweite Zeit bezogen auf die erste Zeit nach einer Vorabdefinition nachgelagert ist. Somit kann gewährleistet werden, dass bei der Analyse von ein und derselben Fahrabsicht eine Entsprechung zwischen den ersten physiologischen Informationen und zweiten physiologischen Informationen besteht. Falls die Beurteilung ergibt, dass zumindest eine der beiden Arten von physiologischen Informationen keine Bewegungsabsicht widerspiegelt, erfolgt Rückkehr zu Schritt S401 zur erneuten Erfassung der ersten und zweiten physiologischen Informationen.After the intensity assessment of the first and second physiological information has been carried out, a further assessment can be carried out as to whether both the first physiological information and the second physiological information reflect an intention to move. When assessing the intention to move, the joint assessment of the first physiological information recorded at a first time and the second physiological information recorded at a second time takes place, with the second time mentioned being downstream of the first time according to a predefinition. It can thus be ensured that there is a correspondence between the first physiological information and the second physiological information when analyzing one and the same driving intention. If it is judged that at least one of the two kinds of physiological information does not reflect an intention to move, it returns to step S401 to acquire the first and second physiological information again.
Falls die Beurteilung ergibt, dass beide Arten von physiologischen Informationen eine Bewegungsabsicht widerspiegeln, erfolgt in Schritt S405 bezüglich der ersten physiologischen Informationen die Bildung einer ersten zur Auswahl stehenden Absichtsreihe und bezüglich der zweiten physiologischen Informationen die Bildung einer zweiten zur Auswahl stehenden Absichtsreihe. Hierbei werden beispielsweise die Merkmals-Arrays der ersten und zweiten physiologischen Informationen in ein entsprechend vortrainiertes maschinelles Lernmodell eingegeben, um durch Algorithmen zur Mustererkennung eine Input-Output-Beziehung zu erstellen und die potentielle Fahrabsicht zu ermitteln. Als maschinelle Lernmodelle werden beispielsweise das Stützvektormaschinen-Modell, das Nächste-Nachbarn-Modell KNN, das Entscheidungsbaum-Modell, das Gefaltetes-neuronales-Netz-Modell CNN usw. verwendet. Das auf dem Stützvektormaschinen-Modell basierende Erkennungsverfahren weist hauptsächlich die folgenden Stärken auf: Das Problem der Nichtlinearität der Daten wird gelöst, ebenso wie eine Stärke bezüglich des Problems hochdimensionaler Daten besteht. Bezüglich der ersten physiologischen Informationen werden sämtliche potentielle Fahrabsichten zu einer ersten zur Auswahl stehenden Absichtsreihe kombiniert. Bezüglich der zweiten physiologischen Informationen werden sämtliche potentielle Fahrabsichten zu einer zweiten zur Auswahl stehenden Absichtsreihe kombiniert.If it is judged that both kinds of physiological information reflect an intention to move, a first intention selectable series is formed with respect to the first physiological information and a second intention selectable series is formed with respect to the second physiological information in step S405. Here, for example, the feature arrays of the first and second physiological information are entered into a correspondingly pre-trained machine learning model in order to create an input-output relationship using algorithms for pattern recognition and to determine the potential driving intention. For example, the support vector machine model, the nearest neighbor model KNN, the decision tree model, the convoluted neural network model CNN, etc. are used as machine learning models. The recognition method based on the support vector machine model mainly has the following strengths: the problem of non-linearity of the data is solved, as well as a strength related to the problem of high-dimensional data. With regard to the first physiological information, all potential driving intentions are combined into a first series of intentions that can be selected. With regard to the second physiological information, all potential driving intentions are combined into a second series of intentions that can be selected.
Anschließend erfolgt in Schritt S406 anhand der zeitlichen Korrelation und/oder inhaltlichen Korrelation zwischen den ersten physiologischen Informationen und zweiten physiologischen Informationen die Auswahl der Zielfahrabsicht aus der zur Auswahl stehenden Absichtsreihe. Hierbei erfolgt beispielsweisemit Hilfe eines vorab trainierten rekurrenten neuronalen Netzes für jede potentielle Fahrabsicht in der zur Auswahl stehenden Absichtsreihe die Zuordnung einer Konfidenzwahrscheinlichkeit mit anschließender Ausgabe der potentiellen Fahrabsicht mit der höchsten Konfidenzwahrscheinlichkeit als genannte Zielfahrabsicht.
In Schritt S407 erfolgt anhand des Ausgabeergebnisses des rekurrenten neuronalen Netzes die Generierung der Steuerungssignale, wobei die betreffenden Steuerungssignale an die entsprechende Fahrzeugsteuerungseinheit (beispielsweise Gaspedal, Bremspedal, Lenkvorrichtung usw.) gesendet werden, um der Auslösung von Fahrzeugbetätigungen in Zusammenhang mit der genannten Zielfahrabsicht zu dienen. Nach der erfolgten Erfassung der Zielfahrabsicht kann zu Schritt S401 zurückgekehrt werden, um eine weitere Gruppe von physiologischen Informationen zu erfassen.
In step S407, the control signals are generated on the basis of the output result of the recurrent neural network, with the relevant control signals being sent to the corresponding vehicle control unit (e.g. accelerator pedal, brake pedal, steering device, etc.) in order to trigger vehicle operations in connection with the target driving intention mentioned . After the target driving intention has been detected, it can be returned to step S401 to detect another group of physiological information.
Hier sind die Eingabeschicht 401, die verborgene Schicht 402 und die Ausgabeschicht 403 des rekurrenten neuronalen Netzes gezeigt. X1-X3 bedeuten beispielsweise Vektoren der Eingabeschicht 401, H1-H2 Vektoren der verborgenen Schicht 402 und Z1-Z3 Vektoren der Ausgabeschicht 403.
Bei einer konkreten Ausführungsform ist vorgesehen, dass die Eingabe des betreffenden rekurrenten neuronalen Netzes zu einer ersten Zeit eine aus ersten physiologischen Informationen ermittelte erste zur Auswahl stehende Absichtsreihe ist, wobei X1 beispielsweise die in der ersten zur Auswahl stehende Absichtsreihe befindliche potentielle Fahrabsicht „Bremsen“, X2 beispielsweise die potentielle Fahrabsicht „Gas geben“ und X3 beispielsweise die potentielle Fahrabsicht „Gas wegnehmen“ ausdrückt. Die betreffende erste zur Auswahl stehende Absichtsreihe wurde bereits in dem vorherigen Modul erfasst. Zu einer zweiten Zeit ist die Eingabe des betreffenden rekurrenten neuronalen Netzes eine aus zweiten physiologischen Informationen ermittelte zweite zur Auswahl stehende Absichtsreihe, wobei die betreffende erste zur Auswahl stehende Absichtsreihe beispielsweise teilweise Überlappungen mit Elementen der zweiten zur Auswahl stehende Absichtsreihe aufweist, was eine bessere Analyse der aktuellen Einheiten und Kenntnis der zeitlichen Abfolge durch das Modell ermöglicht. In der verborgenen Schicht sind Metriken der Merkmalsparameter von Elektroenzephalogramm und Elektromyogramm enthalten. Diese Metriken wurden beim Vorabtraining des betreffenden neuronalen Netzes festgelegt und können zeitlich angepasst werden.Here the
In a specific embodiment, it is provided that the input of the relevant recurrent neural network is at first a first intention row available for selection determined from first physiological information, X1 being, for example, the potential driving intention “braking”, X2, for example, expresses the potential driving intention to “accelerate” and X3, for example, expresses the potential driving intention to “take the gas off”. The relevant first intention row available for selection has already been recorded in the previous module. At a second time, the input of the relevant recurrent neural network is a second eligible intent series determined from second physiological information, where the relevant first eligible intent series has, for example, partial overlaps with elements of the second eligible intent series, which allows for a better analysis of the current units and knowledge of the chronological sequence made possible by the model. In the hidden layer are metrics of the feature parameters of electroencephalogram and elec romyogram included. These metrics were determined when the neural network in question was pre-trained and can be adjusted in time.
Hierbei ist zu beachten, dass die Signale bei Bewegungen des menschlichen Körpers sämtlich aus dem Großhirn stammen, so dass bei der Bildung einer Fahrabsicht im Großhirn des Fahrers die Elektroenzephalogramm-Signale der Großhirnrinde zunächst Steuerungssignale generieren, welche durch neuromuskuläre Verbindung als Medium an Hand-/Fußmuskelfasern übertragen werden. Die Muskelfaserzellen bewirken durch wiederholte Depolarisation und Repolarisation letztlich die Generierung des elektrischen Aktionspotentials an der Hautoberfläche.
Wegen der Ungleichzeitigkeit von Elektroenzephalogramm-Signale und Elektromyogramm-Signalen sowie der inhaltlichen Beziehung können die erste zur Auswahl stehende Absichtsreihe und die zweite zur Auswahl stehende Absichtsreihe als Reihenabschnitte mit zeitlicher Abfolge betrachtet werden, wobei das rekurrente neuronale Netz eine Beziehung zwischen der aktuellen Ausgabe einer Reihe und den vorherigen Informationen herstellen kann. Somit kann sich das rekurrente neuronale Netz beispielsweise die Informationen zu einer ersten Zeit merken und diese Informationen zur Beeinflussung der Zuordnung der entsprechenden Konfidenzwahrscheinlichkeit einer zweiten Zeit nutzen. Wie in
Because of the non-simultaneity of electroencephalogram signals and electromyogram signals and the relationship in terms of content, the first intention series available for selection and the second intention series available for selection can be regarded as series sections with a time sequence, with the recurrent neural network establishing a relationship between the current output of a series and the previous information. The recurrent neural network can thus, for example, remember the information at a first time and use this information to influence the assignment of the corresponding confidence probability at a second time. As in
Die detailliert beschriebenen besonderen beispielhaften Ausführungsformen der vorliegenden Erfindung dienen lediglich der Erläuterung, und dürfen nicht als Beschränkung des Umfangs der vorliegenden Erfindung aufgefasst werden. Ohne Abweichung von Idee und Umfang der vorliegenden Erfindung können Ersetzungen, Modifikationen und Umgestaltungen erhalten werden.The particular exemplary embodiments of the present invention described in detail are for the purpose of illustration only and should not be construed as limiting the scope of the present invention. Substitutions, modifications and rearrangements can be obtained without departing from the spirit and scope of the present invention.
Claims (10)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110923088.4 | 2021-08-12 | ||
CN202110923088.4A CN113501005A (en) | 2021-08-12 | 2021-08-12 | Method and device for assisting control of vehicle based on physiological information of driver |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022002867A1 true DE102022002867A1 (en) | 2023-02-16 |
Family
ID=78016069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022002867.0A Pending DE102022002867A1 (en) | 2021-08-12 | 2022-08-08 | Method and system for vehicle control assistance based on physiological information from the driver |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113501005A (en) |
DE (1) | DE102022002867A1 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114081504B (en) * | 2021-11-23 | 2024-03-01 | 青岛理工大学 | Driving intention recognition method and system based on electroencephalogram signals |
CN114670848B (en) * | 2022-03-02 | 2022-12-13 | 江苏泽景汽车电子股份有限公司 | Dangerous driving prediction method and device, terminal equipment and storage medium |
-
2021
- 2021-08-12 CN CN202110923088.4A patent/CN113501005A/en active Pending
-
2022
- 2022-08-08 DE DE102022002867.0A patent/DE102022002867A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN113501005A (en) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102022002867A1 (en) | Method and system for vehicle control assistance based on physiological information from the driver | |
Solovey et al. | Classifying driver workload using physiological and driving performance data: two field studies | |
DE102005032992B4 (en) | Method and device for displaying information of a living body | |
EP3060112B1 (en) | Method for quantifying the perceptive faculty of a person | |
CN102499676B (en) | Effective time sequence and electrode recombination based electroencephalograph signal categorizing system and method | |
EP1059875B1 (en) | Evaluation system for obtaining diagnostic information from the signals and data of medical sensor systems | |
EP0828225A1 (en) | Process and means for analysing EEG data | |
EP2316340A1 (en) | Signal recording device for recording a difference signal for the electrical measurement of a vital parameter of a living being, electrode assembly and method | |
WO2003053233A1 (en) | Method and device for the automated detection and differentiation of cardiac rhythm disturbances | |
EP1493097A1 (en) | Method and device for the electromagnetic modification of cerebral activity | |
Kimmel et al. | Adaptational aspects of conditioning | |
EP1604251A1 (en) | Method for initiating occupant-assisted measures inside a vehicle | |
WO2017050321A1 (en) | Method and device for quantifying a respiratory sinus arrhythmia and use of said type of method or said type of device | |
DE102020213483A1 (en) | Apparatus and method for monitoring a driver with epilepsy using brain waves | |
EP3518757A1 (en) | Monitoring of biosignals, in particular electrocardiograms | |
EP1483017A1 (en) | Device for locating the target spot of electrodes used for brain stimulation, particularly deep brain stimulation | |
Lei | Driver mental states monitoring based on brain signals | |
EP2799110A1 (en) | Method for operating a bioresonance device | |
EP3258833B1 (en) | Method of determining person's perception capability | |
CN115969391A (en) | Attention function-based electroencephalogram neural oscillation and brain network analysis method | |
AT516020B1 (en) | Method for quantifying the perceptibility of a person | |
DE102018117484A1 (en) | A method and apparatus for detecting atrial fibrillation based on a high sensitivity photomicrograph using a portable device | |
Clarion et al. | An integrated device to evaluate a driver’s functional state | |
DE102011114045B4 (en) | Method, arrangement and computer program for detecting derivations of event-related potentials of neural activity | |
Ma | Analysis of electroencephalogram (EEG) microstate for studying neural networks: A brief review |