DE112016002832T5

DE112016002832T5 - Sicherheitssysteme und -verfahren für autonome Fahrzeuge

Info

Publication number: DE112016002832T5
Application number: DE112016002832.6T
Authority: DE
Inventors: Igor Ljubuncic; Raphael Sack; Tomer RIDER; Shahar Taite
Original assignee: Intel Corp
Current assignee: Intel Corp
Priority date: 2015-06-26
Filing date: 2016-05-17
Publication date: 2018-03-08
Also published as: CN113665528A; CN107949504B; CN113665528B; WO2016209415A1; US20160378112A1; CN107949504A

Abstract

Sicherheitssysteme und -verfahren für Autonomfahrzeuge werden offenbart, die Insassenreaktionen auf potentielle Gefährdungen detektieren und berücksichtigen, um Sicherheitsprozeduren vorzuschlagen oder einzubeziehen. Ebenfalls offenbart werden Systeme zum Steuern von Autonomfahrzeugen auf der Grundlage von Insassenempfindung und anderen Insassendaten, um das Insassenfahrerlebnis zu verbessern. Die offenbarten Ausführungsformen können ein Insassenüberwachungssystem zum Erhalten von Insassendaten für einen Insassen des Autonomfahrzeugs beinhalten. Eine Lernmaschine kann Insassendaten, die von dem Insassenüberwachungssystem empfangen wurden, verarbeiten, um einen oder mehrere vorgeschlagene Fahraspekte auf der Grundlage der Insassendaten zu identifizieren. Eine Fahrzeugschnittstelle kann den einen oder die mehreren vorgeschlagenen Fahraspekte an das Autonomfahrzeug kommunizieren, wie etwa eine Defensivaktion, die Sicherheit des bzw. der Insassen verbessern kann.

Description

Technisches Gebiet
Hier beschriebene Ausführungsformen betreffen im Allgemeinen autonome Fahrzeuge. Insbesondere betreffen die offenbarten Ausführungsformen Sicherheitssysteme und -verfahren für autonome Fahrzeuge (im Folgenden als Autonomfahrzeuge bezeichnet).
Allgemeiner Stand der Technik
Autonome (selbstfahrende) Autos sind mit zahlreichen Sicherheitssystemen ausgestattet, die dafür designt wurden, genau auf Hindernisse, Probleme und Notfallsituationen zu reagieren. Diese Systeme basieren auf direkten Eingangsdaten, die aus der Umgebung unter Verwendung von Bordsensoren gesammelt werden. Diese gegenwärtig verfügbaren Sicherheitssysteme und dieser Ansatz des Sammelns und Verarbeitens von direkten Eingangsdaten von der Umgebung stellen eine effektive Lösung dar und arbeiten für Verkehr effektiv, wenn alle Fahrzeuge selbstfahrend sind. Allerdings berücksichtigen diese Systeme und dieser Ansatz eine gemischte Umwelt mit menschlichen Teilnehmern (Fahrern), die nicht notwendigerweise strikte Algorithmen und Regeln auf dieselbe Weise wie autonome Autos folgen oder diese beachten, nicht hinreichend. Die gegenwärtig verfügbaren Sicherheitssysteme und -verfahren für autonome Autos können nicht vorhersagen oder vorhersehen, was andere menschliche Verkehrsteilnehmer tun werden. Allerdings können menschliche Insassen eines Fahrzeugs (z. B. ein Fahrer und/oder andere Passagiere) manchmal eine gefährliche Situation intuitiv analysieren und reagieren, bevor etwas passiert. Beispielsweise kann ein menschlicher Fahrer eines anderen Fahrzeugs durch Sprechen am Telefon abgelenkt sein. Aus rein mathematischer Perspektive gibt es dabei kein Problem und Sicherheitssysteme eines autonomen Autos verfügen möglicherweise nicht über eine Grundlage oder eine Fähigkeit zum Detektieren eines Problems, wobei allerdings ein Problem innerhalb von wenigen Sekunden auftreten kann. Als weiteres Beispiel kann ein menschlicher Fahrer eines anderen Autos ein Fahrzeug zur Annäherung an einen Verkehrskreisel fahren und kann, basierend auf Geschwindigkeit, Richtung, Fokus oder anderen Faktoren, den Anschein erwecken, als würde er oder sie nicht stoppen und den anderen in den Kreisel einfahrenden Autos Vorfahrt gewähren. Wiederum mag es aus rein mathematischer Perspektive hinreichend Zeit zum Bremsen oder Verzögern geben, wobei allerdings die gegenwärtig verfügbaren Sicherheitssysteme für autonome Autos möglicherweise nicht über eine Grundlage oder eine Fähigkeit zum Detektieren der Absicht des Fahrers durch den Kreisel verfügen.
Autonome Autos führen auch ein neues Fahrerlebnis ein, kontrolliert von einer Maschine statt von einem menschlichen Bediener. Diese Kontrolländerung kann ein Erlebnis bieten, das sich für einen gegebenen Insassen unterscheidet und wahrscheinlich weniger komfortabel ist, in Abhängigkeit von den Fahrpräferenzen und/oder dem Fahrstil des Insassen. Die gegenwärtig verfügbaren autonomen Steuerungssysteme und -verfahren können ein mechanistisches Erlebnis liefern, das einzig durch Algorithmen auf der Grundlage von Sensordateneingaben bestimmt wird, ein Erlebnis, das Insassenpräferenzen und -empfindungen hinsichtlich von Fahraspekten nicht berücksichtigt.
Kurze Beschreibung der Zeichnungen
1A ist ein partieller Seitenriss eines Fahrzeugs, welches ein System zur Steuerung auf der Grundlage von Insassenparametern beinhaltet, gemäß einer Ausführungsform.
1B ist ein partieller Aufriss des Fahrzeugs 1A.
2 ist ein Schemadiagramm eines Systems zur Steuerung auf der Grundlage von Insassenparametern, gemäß einer Ausführungsform.
3 ist ein Flussdiagramm eines Verfahrens zur Steuerung eines Autonomfahrzeugs auf der Grundlage von Insassenparametern, gemäß einer Ausführungsform.
Ausführliche Beschreibung bevorzugter Ausführungsformen
Gegenwärtig verfügbare Autonomfahrzeuge arbeiten entlang starrer Standards, strikt Algorithmen und Regeln beachtend. Im Allgemeinen detektieren die Fahrzeuge externe Daten und reagieren auf diese und berücksichtigen nicht oder reagieren nicht auf Verhalten innerer Passagiere bei Abwesenheit von externen Sensordaten (die z. B. Gefahr anzeigen).
Viele Situationen sind aus der Perspektive von Verkehrsdaten her „rechtlich OK“, könnten aber sehr schnell zu gefährlichen Situationen eskalieren, wie etwa: Fahrer biegen ohne Einschalten von Abbiegesignalen ab oder plötzliches Schlingern; abgelenkte Fahrer beim Annähern an eine Kreuzung, Einmündung oder einen Kreisel; ein sich mit sehr hoher Geschwindigkeit annäherndes großes Fahrzeug (z. B. ein Laster); und jemand, der am Straßenrand an seinem oder ihrem Auto einen Reifen wechselt und irgendjemand anders, der an genau dem Punkt, an dem Sie an dem geparkten Fahrzeug und dem ungeschützten Fahrer vorbei fahren, Ihr Fahrzeug überholt. Es gibt viele andere ähnliche Situationen.
Die vorliegende Offenbarung stellt Systeme und Verfahren zur Steuerung eines Autonomfahrzeugs bereit. Die offenbarten Systeme und Verfahren berücksichtigen Insassenparameter, einschließlich Reaktionen, Empfindungen, Präferenzen, Mustern, Vorgeschichte, Kontext, Biometrik, Rückmeldung und dergleichen, um dem Autonomfahrzeug vorgeschlagene Fahraspekte bereitzustellen oder anderweitig Fahraspekte des Autonomfahrzeugs anzuleiten oder zu steuern, um Sicherheit und/oder Komfort eines autonomen Fahrerlebnisses zu verbessern.
Die offenbarten Ausführungsformen können Sensoren beinhalten, die die Personen innerhalb des Fahrzeugs verfolgen würden. Ein einzelner Insasse, den die Ausführungsformen als den „menschlichen Fahrer“ identifizieren, kann verfolgt werden, selbst dann, wenn die Person möglicherweise nicht aktiv an der Fahrt teilnimmt. Alternativ oder zusätzlich können alle Passagiere verfolgt werden. Die offenbarten Ausführungsformen können gewisse Insassenparameter überwachen. Wenn bei einem oder vielen dieser Parameter eine Anomalie auftritt, kann das System eine menschenähnliche Defensivaktion ausüben, ohne die eingebaute Sicherheit des autonomen Autos zu beeinträchtigen. Beispielaktionen können die Folgenden beinhalten: Verzögern, während innerhalb der Einmündung oder des Kreisels befindlich, um eine potentielle Kollision zu verhindern; in rechtsfahrenden Ländern, nach rechts an die Seite fahren, wenn der Fahrer sieht, dass ein anderes Auto aus seiner oder ihrer Spur schlingert und sein oder ihr Auto rammen wird; frühes Verzögern und Signalisieren mit Warnblinklampen, wenn ein plötzlicher Stau auf einer Schnellstraße detektiert wird; Verzögern, wenn jemand mit rücksichtsloser Fahrweise gesehen wird, der wild herumschlingert usw.; andere Abwehrmaßnahmen, die normalerweise das Verringern der Geschwindigkeit und das Vergrößern des Abstands beinhalten.
Die offenbarten Ausführungsformen können Sensoren und andere Informationsquellen beinhalten, um menschliche Empfindungen hinsichtlich Fahraspekten zu detektieren und vorgeschlagene Fahraspekte gemäß diesen Empfindungen bereitzustellen.
Ausführungsbeispiele sind nachfolgend unter Bezugnahme auf die begleitenden Zeichnungen beschrieben. Viele verschiedene Formen und Ausführungsformen sind möglich, ohne vom Wesen und den Lehren der Erfindung abzuweichen und somit sollte die Offenbarung nicht als auf die hier dargelegten Ausführungsbeispiele beschränkt ausgelegt werden. Vielmehr sind diese Ausführungsbeispiele dafür bereitgestellt, damit diese Offenbarung gründlich und vollständig ist und dem Fachmann den Schutzumfang der Offenbarung vollständig vermittelt. In den Zeichnungen können die Größen und relativen Größen von Komponenten zum Zwecke der Klarheit übertrieben sein. Die hier verwendete Terminologie dient nur dem Zweck des Beschreibens von bestimmten Ausführungsbeispielen und ist nicht als einschränkend beabsichtigt. So wie sie hier verwendet werden sollen die Singularformen „ein“, „eine“ und „der/die/das“ auch die Pluralformen umfassen, es sei denn, dass der Zusammenhang eindeutig etwas anderes angibt. Es versteht sich ferner, dass die Begriffe „umfassen“ und/oder „umfassend“, wenn in dieser Patentschrift verwendet, das Vorhandensein aufgeführter Merkmale, ganzer Zahlen, Schritte, Operationen, Elemente und/oder Komponenten spezifiziert, aber nicht das Vorhandensein oder das Hinzufügen eines oder mehrerer anderer Merkmale, ganzer Zahlen, Schritte, Operationen, Elemente, Komponenten und/oder Gruppen davon ausschließt. Soweit nicht anders spezifiziert beinhaltet ein Wertebereich, wenn solcher angeführt wird, sowohl die Obergrenze als auch die Untergrenze des Bereichs sowie jegliche Unterbereiche dazwischen.
1A und 1B veranschaulichen ein Autonomfahrzeug 100, das ein System 102 zur auf Insassenparametern basierenden Steuerung, gemäß einer Ausführungsform der vorliegenden Offenbarung, beinhaltet. Insbesondere ist 1A ein partieller Seitenriss des Fahrzeugs 100. 1B ist ein partieller Aufriss des Fahrzeugs 100.
Unter allgemeiner und kollektiver Bezugnahme auf 1A und 1B kann das Fahrzeug 100 vollautonom sein, derart, dass es in der Lage ist, sich ohne aktiven Eingriff eines menschlichen Bedieners selbsttätig zu einem beabsichtigten Fahrtziel zu fahren. Das Fahrzeug 100 kann ein beliebiges Niveau von Teilautonomie aufweisen, so dass ein menschlicher Bediener Aspekte des Fahrens überwachen und/oder steuern kann, und das Fahrzeug 100 zu gewissen Zeiten oder unter gewissen Umständen die Steuerung über Aspekte des Fahrens (z. B. Lenken, Bremsen, Blinken, Beschleunigung usw.) übernehmen kann. Das Fahrzeug 100 kann unter anderem Künstliche Intelligenz, Sensoren oder Koordinaten des Global-Positioning-Systems verwenden, um sich selbsttätig zu fahren oder die Steuerung über Aspekte des Fahrens zu übernehmen. Das Fahrzeug 100 beinhaltet das System 102 zur auf Insassenparametern basierenden Steuerung, eine Autonomfahrzeug-Steuerung 110, einen oder mehrere Sensoren 112a, 112b, 112c, 112d, 112e, 112f, 112g (kollektiv 112) und eine Netzwerkschnittstelle 118. Bei anderen Ausführungsformen kann das System 102 zur auf Insassenparametern basierenden Steuerung die Autonomfahrzeug-Steuerung 110 und/oder den einen oder die mehreren Sensoren 112 und/oder die Netzwerkschnittstelle 118 umfassen.
Das System 102 zur auf Insassenparametern basierenden Steuerung kann ein Insassenüberwachungssystem zum Erhalten von Insassendaten für einen Insassen des Autonomfahrzeugs 100, eine Lernmaschine zum Verarbeiten der Insassendaten zum Identifizieren eines oder mehrerer vorgeschlagener, auf den Insassendaten basierender Fahraspekte und eine Fahrzeugschnittstelle zum Kommunizieren der vorgeschlagenen Fahraspekte an das Autonomfahrzeug 100 beinhalten. Diese Elemente des Systems sind in 2 gezeigt und werden unten detaillierter unter Bezugnahme auf dieselbe beschrieben. Das Insassenüberwachungssystem kann einen oder mehrere Sensoren 112 beinhalten oder anderweitig an diese koppeln.
Der eine oder die mehreren Sensoren 112 können ein Mikrofon 112a, ein Innensichtbildaufnahmesystem 112b, ein Außensichtbildaufnahmesystem 112c und einen oder mehrere Drucksensoren 112d, 112e, 112f, 112g beinhalten. Der eine oder die mehreren Drucksensoren 112 können einen oder mehrere Insassenparameter detektieren und/oder überwachen, die durch das System 102 zum Steuern des Identifizierens eines oder mehrerer vorgeschlagener Fahraspekte verwendet werden.
Beispielsweise können der eine oder die mehreren Sensoren 112 Insassenparameter detektieren und/oder überwachen, die eine Insassenreaktion auf eine potentielle Gefährdung außerhalb des Autonomfahrzeugs 100 anzeigen. Die Sensoren können Insassenparameter detektieren und überwachen, wie etwa plötzliches Anspannen oder Zusammenreißen von Muskeln, plötzliche Bewegung des Insassen rückwärts zu einer Rücklehne, Zucken mindestens eines Fußes oder von beiden Füßen, Sprachgebrauch (oder andere Stimmenverwendung, wie etwa Schreien), Augenbewegung, Pupillenerweiterung, Kopfbewegung, Pulsrate, Atemrhythmus und Änderung der Lufteinatmung (z. B. Lufteinatmungsvolumen), von denen jegliches oder mehrere natürliche Reaktionen oder Antworten eines Insassen sind, der die äußere Umgebung beobachtet und intuitiv (z. B. basierend auf Erfahrung einen abgelenkten Zustand eines menschlichen Fahrers eines anderen Fahrzeugs erkennend) eine potentielle Gefährdungssituation und/oder einen daraus folgenden Schaden vorhersagt oder vorahnt, wie es etwa durch eine Kollision verursacht wird. Das System 102 zur Steuerung (z. B. eine Lernmaschine) kann Sensordaten von dem einen oder den mehreren Sensoren 112 des Insassenüberwachungssystems verarbeiten und eine potentielle Gefährdung außerhalb des Autonomfahrzeugs 100 auf der Grundlage des einen oder der mehreren Insassenparameter detektieren. Auf diese Weise kann das System 102 zur Steuerung eine Mensch-Maschine-Schnittstelle bereitstellen, die Erwägung von Insassenparametern durch das Autonomfahrzeug 100 und/oder die Autonomfahrzeug-Steuerung 110 ermöglicht.
Als weiteres Beispiel können der eine oder die mehreren Sensoren 112 Insassendaten sammeln, die Insassenparameter betreffen, die zum Detektieren einer Empfindung des Insassen 10 verwendet werden können. Die Sensoren können derartige Insassenparameter wie Sprache, Ton der Stimme, Biometrie (z. B. Pulsrate und Blutdruck), Insassenbilddaten (z. B. zum Verwenden in Emotionsextraktionsverfahren) und Antworten und/oder Befehle (z. B. einen Rückmeldemechanismus zum Bereitstellen einer Möglichkeit für den Benutzer, Gefallen/Nichtgefallen auszudrücken) per Stimm- und/oder über eine graphische Benutzerschnittstelle 120 (z. B. einen Touchscreen) detektieren und überwachen.
Einige Verwendungsbeispiele von Sensoren können die Folgenden beinhalten. Die Drucksensoren 112g in einem Lenkrad 20, der (die) Türgriff(e) und andere Insassengriffe können Insassenparameter, wie etwa plötzliches Anspannen oder Zusammenreißen von Muskeln, detektieren und überwachen. Die Drucksensoren 112d, 112e in einem Sitz 22 (z. B. der Drucksensor 112d in der Rücklehne und/oder der Drucksensor 112e in der Sitzbasis) können Insassenparameter, wie etwa plötzliche Bewegung des Insassen rückwärts zu einer Rücklehne, detektieren. Ein Sensor 112f im Boden kann Insassenparameter, wie etwa Zucken mindestens eines Fußes, detektieren. Das Mikrofon 112a kann Insassenparameter, wie Sprachbefehle, Insassensprache, Insassengebrauch von Sprachformen und/oder Ton einer Stimme, detektieren. Insassensprache und/oder Sprachformen können Befehle, Phrasen, Profanität und anderen Sprachgebrauch beinhalten. Andere Sensoren können Biometriken detektieren, wie etwa Pulsrate und Blutdruck.
Das Innensichtbildaufnahmesystem 112b kann Insassenparameter, wie etwa Augenbewegung, Pupillenerweiterung und Kopfbewegung detektieren. Genauer gesagt nimmt das Innensichtbildaufnahmesystem 112b Bilddaten des Insassen 10 (oder einer Vielzahl von Insassen) des Fahrzeugs 100 auf. Das Innensichtbildaufnahmesystem 112b kann einen Bildgeber oder eine Kamera zum Aufnehmen von Bildern des Insassen 10 beinhalten. Bei gewissen Ausführungsformen kann das Innensichtbildaufnahmesystem 112b eine oder mehrere Array-Kameras beinhalten. Die durch das Innensichtbildaufnahmesystem 112b aufgenommenen Bilddaten können für verschiedene Zwecke verwendet werden. Die Bilddaten können zum Identifizieren des Insassen 10 verwendet werden, um Informationen über den Insassen 10 zu erhalten, wie etwa eine typische Kopfposition, Gesundheitsinformationen und andere Kontextinformationen. Alternativ oder zusätzlich können die Bilddaten zum Detektieren einer Position (z. B. Höhe, Tiefe, Seitenabstand) des Kopfes/der Augen des Insassen 10 verwendet werden, die wiederum verwendet werden kann zum Detektieren und/oder Verfolgen einer aktuellen Blickrichtung des Insassen 10. Das Innensichtbildaufnahmesystem 112b kann einen Augenbewegungsverfolger zum Überwachen eines Augenbewegungsparameters des Insassen 10 beinhalten. Der Augenbewegungsverfolger kann einen Blickrichtungsverfolger zum Verarbeiten von Insassenbilddaten des Insassen 10 des Autonomfahrzeugs 100 zum Bestimmen eines aktuellen Gebiets von zentraler Sicht des Insassen 10 beinhalten. Das Innensichtbildaufnahmesystem 112b kann einen Pupillenüberwacher zum Überwachen von Pupillenerweiterung beinhalten, wobei der Pupillenüberwacher einen Pupillenverfolger zum Verarbeiten von Insassenbilddaten des Insassen 10 des Fahrzeugs 100 zum Bestimmen einer Pupillengröße des Insassen 10 umfasst. Das Innensichtbildaufnahmesystem 112b kann auch Insassenbilddaten bereitstellen, die in Emotionsextraktionsverfahren zum Identifizieren einer oder mehrerer Insassenempfindungen verwendet werden können.
Das Außensichtbildaufnahmesystem 112c nimmt Bilddaten einer Umgebung vor dem Fahrzeug 100 auf, was beim Sammeln von Insassendaten und/oder -parametern helfen kann, die das, auf was sich der Insasse 10 möglicherweise fokussiert, betreffen. Die von dem Außensichtbildaufnahmesystem 112c aufgenommenen Bilddaten können im Hinblick auf Blickrichtungsverfolgung und/oder Sichtliniendetektion verarbeitet werden, um zu identifizieren, auf was sich die Aufmerksamkeit des Insassen 10 fokussiert (z. B. auf einen Fahrer eines anderen Fahrzeugs, der mit einem Mobiltelefon spricht und unaufmerksam ist, auf einen Skateboarder, der dabei ist, sich in den Verkehr zu stürzen). Das Außensichtbildaufnahmesystem 112c kann einen Bildgeber oder eine Kamera zum Aufnehmen von Bildern eines Gebiets außerhalb des Fahrzeugs 100 beinhalten. Das Außensichtbildaufnahmesystem 112c kann mehrere Bildgeber unter verschiedenen Winkeln beinhalten, um mehrere Perspektiven aufzunehmen. Das Außensichtbildaufnahmesystem 112c kann auch mehrere Arten von Bildgebern beinhalten, wie etwa aktive Infrarot-Bildgeber und Bildgeber für sichtbares Lichtspektrum. Im Allgemeinen nimmt das Außensichtbildaufnahmesystem 112c Bilder eines Gebiets vor dem Fahrzeug 100 oder in einer Fahrtrichtung des Fahrzeugs 100 dem Fahrzeug 100 voraus auf. Bei gewissen Ausführungsformen kann das Außensichtbildaufnahmesystem 112c eine oder mehrere Array-Kameras beinhalten. Die durch das Außensichtbildaufnahmesystem 112c aufgenommenen Bilddaten können primär durch die Autonomfahrzeug-Steuerung 110 zum Anleiten und Steuern von Navigation des Autonomfahrzeugs 100 verwendet werden.
Unter besonderer Bezugnahme auf 1B kann eine Sichtlinie 152 des Insassen 10 durch einen Augenbewegungsverfolger des Innensichtbildaufnahmesystems 112b bestimmt werden. Unter Verwendung der Sichtlinie 152 und vom Außensichtbildaufnahmesystem 112c erhaltener äußerer Bilddaten kann das System 102 einen Aufmerksamkeitsfokus eines Insassen bestimmen. In 1B ist die Sichtlinie 152 des Insassen 10 auf ein Verkehrszeichen 12 ausgerichtet. Es versteht sich, dass sich der Insasse 10 unter anderen Umständen auf einen Fahrer eines anderen Fahrzeugs fokussiert, der möglicherweise unaufmerksam oder der abgelenkt an einem Mobiltelefon oder einer anderen mobilen Vorrichtung ist, oder auf einen Fußgänger (z. B. kleines Kind, Spaziergänger, Jogger, Skateboarder, Motorradfahrer oder dergleichen) fokussiert ist, der unaufmerksam ist, sich gefährlich nah in den Verkehr oder anderweitig sehr nah an das Autonomfahrzeug 100 stürzt, wenn sich dieses etwa bewegt.
Das System 102 zur Steuerung kann ein Sicherheitssystem für das Autonomfahrzeug 100 sein, um einen oder mehrere vorgeschlagene Fahraspekte bereitzustellen, die eine oder mehrere Defensivaktionen beinhalten, um die Sicherheit von Insassen des Autonomfahrzeugs 100 zu verbessern. Beispielsweise kann ein menschlicher Fahrer eines anderen Fahrzeugs durch Sprechen am Telefon abgelenkt sein. Der Insasse 10 des Autonomfahrzeugs 100 kann mit Besorgnis zuschauen, wie sich das andere Fahrzeug schneller als man erwarten würde einer Kreuzung annähert. Der Insasse 10 kann sein oder ihr Festhalten an einem Handgriff oder dem Lenkrad 20 verstärken und kann sich für einen potentiellen Aufschlag gegen den Sitz 22 versteifen. Das System 102 empfängt Sensordaten für einen oder mehrere dieser Insassenparameter und kann der Autonomfahrzeug-Steuerung 110 die potentielle Gefährdung und/oder eine vorgeschlagene Defensivaktion melden, um beispielsweise die Sicherheit des Insassen 10 zu verbessern. Beispiele für Defensivaktionen, die Insassensicherheit verbessern können, beinhalten unter anderem: Verringern einer Fahrgeschwindigkeit des Autonomfahrzeugs 100; Signalisieren und/oder Aktivieren der Warnblinklampen; Straffen der Sicherheitsgurte; Schließen der Fenster; Verriegeln der Türen; Entriegeln der Türen; Vergrößern des Abstands zwischen dem Autonomfahrzeug 100 und Fahrzeugen in einer Nähe des Autonomfahrzeugs 100; Alarmieren der Behörden; Abändern der aktuellen Fahrtroute; Abändern des Anhaltewegs; hörbares Signalisieren; und Aktivieren eines oder mehrerer Notfallsensoren, die ausgelegt sind zum Detektieren potentieller Gefährdungen, so dass diese Notfallsensoren zusätzliche Eingaben an die Autonomfahrzeug-Steuerung 110 liefern. Auf diese Weise kann das System 102 zur Steuerung eine Mensch-Maschine-Schnittstelle bereitstellen, die einen überlegenen zusätzlichen Entscheidungsvektor für einen begrenzten Anweisungssatz liefert.
Das System 102 zur Steuerung kann auch einen oder mehrere vorgeschlagene Fahraspekte auf der Grundlage einer oder mehrerer Insassenempfindungen und/oder anderer Insassendaten liefern, um eine verbesserte Fahrempfindung für den (die) Insassen zu liefern. Anders gesagt kann das System 102 zur Steuerung ein System zum Vorschlagen von Fahraspekten an das Autonomfahrzeug 100 sein und die vorgeschlagenen Fahraspekte können es dem Fahrzeug 100 ermöglichen, ein adaptives Fahrerlebnis zu liefern, indem ein oder mehrere Insassenempfindungen, Präferenzen, Fahrmuster und/oder zusätzlicher Kontext berücksichtigt werden, wodurch auf ein stärker personalisiertes und/oder zugeschnittenes Fahrerlebnis gezielt wird. Die Maschine (d. h. das Fahrzeug 100) kann eher so fahren, so dass die Insassen erwarten können, eine Fahrt zu erleben, die der Hand am „Lenkrad“ (z. B. Steuerung des Fahrzeugs 100) ähnlich ist oder als befände sich das „Lenkrad“ in ihren Händen. Das System 102 kann eine oder mehrere Empfindungen, Fahrvorgeschichte, Kontext und/oder Präferenzen verwenden, um Fahraspekte vorzuschlagen oder sogar Fahraspekte zu steuern, wie etwa Geschwindigkeit, Beschleunigung, Weg (z. B. Schärfe von Kurven, Route) und dergleichen zum Personalisieren des Fahrerlebnisses und zum Anpassen an die Bedürfnisse und/oder Präferenzen des Insassen. Auf diese Weise kann das System 102 zur Steuerung eine Mensch-Maschine-Schnittstelle bereitstellen, die einen überlegenen zusätzlichen Entscheidungsvektor für einen begrenzten Anweisungssatz liefert. Das System 102 ermöglicht es dem Autonomfahrzeug 100, gemäß den Insassenemotionen und -absichten zu funktionieren und zu arbeiten, statt einfach nur auf roboterähnliche Weise und Empfindung zu fahren.
Die Netzwerkschnittstelle 118 ist dafür ausgelegt, Insassendaten von Quellen außerhalb des und nahe beim Fahrzeug 100 zu empfangen. Die Netzwerkschnittstelle 118 kann mit konventioneller Netzwerkonnektivität ausgestattet sein, wie etwa beispielsweise Ethernet (IEEE 802.3), Token Ring (IEEE 802.5), Fiber Distributed Datalink Interface (FDDI) oder Asynchronous Transfer Mode (ATM). Ferner kann der Computer ausgelegt sein zum Unterstützen einer Vielzahl von Netzwerkprotokollen, beispielsweise Internet Protocol (IP), Transfer Control Protocol (TCP), Network File System over UDP/TCP, Server Message Block (SMB), Microsoft^® Common Internet File System (CIFS), Hypertext Transfer Protocols (HTTP), Direct Access File System (DAFS), File Transfer Protocol (FTP), Real-Time Publish Subscribe (RTPS), Open Systems Interconnection (OSI) protocols, Simple Mail Transfer Protocol (SMTP), Secure Shell (SSH), Secure Socket Layer (SSL) usw.
Die Netzwerkschnittstelle 118 kann eine Schnittstelle zu drahtlosen Netzwerken und/oder anderen drahtlosen Kommunikationsvorrichtungen bereitstellen. Beispielsweise kann die Netzwerkschnittstelle 118 drahtlose Konnektivität mit drahtlosen Sensoren (z. B. biometrische Sensoren zum Erhalten von Pulsrate, Blutdruck, Temperatur usw. eines Insassen), einem Mobiltelefon oder einer handgehaltenen Vorrichtung eines Insassen oder einer anziehbaren Vorrichtung (z. B. Handgelenksaktivitätsverfolger, Apple^® Watch) ermöglichen. Als weiteres Beispiel kann die Netzwerkschnittstelle 118 eine drahtlose Datenverbindung mit einem Drahtlosnetzwerk-Zugangspunkt 140, der außerhalb des Fahrzeugs 100 angeordnet ist, bilden. Die Netzwerkschnittstelle 118 kann sich mit einem Drahtlosnetzwerk-Zugangspunkt 140 verbinden, der mit einem Netzwerk gekoppelt ist, wie etwa einem lokalen Netzwerk (LAN), einem Weitbereichsnetzwerk (WAN) oder dem Internet. Bei gewissen Ausführungsformen befindet sich der Drahtlosnetzwerk-Zugangspunkt 140 auf einem geographisch lokalisierten Netzwerk, das vom Internet isoliert ist, oder ist mit solchem gekoppelt. Diese drahtlosen Verbindungen mit anderen Vorrichtungen und/oder Netzwerken über die Netzwerkschnittstelle 118 ermöglichen es, Insassendaten, wie etwa Kalender- und/oder Zeitplaninformationen aus dem Kalender des Insassen zu erhalten. Kontextdaten können ebenfalls erhalten werden, wie etwa Statistiken der Fahraspekte (z. B. Geschwindigkeit, Beschleunigung, Kurvenradius, Fahrmuster, Routen) anderer Fahrzeuge durch einen gegebenen Sektor oder ein geographisches Gebiet, medizinische Informationen des Insassen, signifikante aktuelle Ereignisse (wie sie etwa die Stimmung eines Insassen beeinflussen können) und andere Kontextdaten, die beim Bestimmen vorgeschlagener Fahraspekte für das Autonomfahrzeug 100 hilfreich sein können.
Bei gewissen Ausführungsformen ist der Drahtlosnetzwerk-Zugangspunkt 140 mit einem „Cloudlet“ eines cloudbasierten verteilten Datenverarbeitungsnetzwerks gekoppelt. Ein Cloudlet ist ein Computerarchitekturelement, das eine mittlere Stufe (z. B. Mobilvorrichtung – Cloudlet – Cloud) repräsentiert. Cloudlets sind dezentralisierte und weit verstreute Internet-Infrastruktur, deren Rechenzyklen und Speicherungsressourcen durch nahegelegene Mobilcomputer zunutze gemacht werden können. Ein Cloudlet kann als ein lokales „Datenzentrum“ angesehen werden, das dafür designt und ausgelegt ist, eine cloudbasierte verteilte Computerarchitektur oder ein Netzwerk näher an eine Mobilvorrichtung (z. B. in diesem Fall die Autonomfahrzeug-Steuerung 110 oder das System 102) zu bringen, und das durch nahegelegene Mobilvorrichtungen zunutze gemachte Rechenzyklen und Speicherungsressourcen bereitstellen kann. Ein Cloudlet weist möglicherweise nur einen Softzustand auf, was bedeutet, dass es keinen Hardzustand aufweist, allerdings einen Cached-Zustand von der Cloud enthalten kann. Es kann auch Daten puffern, die von einer oder mehreren Mobilvorrichtungen auf dem Weg in die Sicherheit der Cloud sind. Ein Cloudlet kann ausreichende Rechenleistung (d. h. CPU, RAM usw.) besitzen, um ressourcenintensive Berechnungen von einer oder mehreren Mobilvorrichtungen abzuladen. Das Cloudlet kann über exzellente Konnektivität mit der Cloud verfügen (typischerweise eine drahtgebundene Internet-Verbindung) und ist im Allgemeinen nicht durch endliche Batterielebensdauer begrenzt (d. h. ist mit einer Stromversorgung verbunden). Ein Cloudlet ist logisch nahe bei den assoziierten Mobilvorrichtungen angesiedelt. „Logische Nähe“ übersetzt sich in niedrige Endpunkt-zu-Endpunkt-Latenz und hohe Bandbreite (d. h. one-hop-WiFi). Logische Nähe kann physische Nähe implizieren. Ein Cloudlet ist selbstmanaging, benötigt wenig mehr als Strom, Internet-Konnektivität und Zugangssteuerung oder -aufbau. Die Einfachheit des Managements kann einem Hausgerätemodell von Computerressourcen entsprechen und erlaubt triviales Einsetzen in Geschäftsräumlichkeiten, wie etwa einem Café oder einer Arztpraxis. Intern kann ein Cloudlet wie ein Cluster von Mehrkerncomputern mit interner Gigabit-Konnektivität und einem drahtlosen LAN mit hoher Bandbreite angesehen werden.
Bei gewissen Ausführungsformen ist der Drahtlosnetzwerk-Zugangspunkt 140 mit einem Fog eines cloudbasierten verteilten Datenverarbeitungsnetzwerks gekoppelt. Ein Fog kann ausgedehnter als ein Cloudlet sein. Beispielsweise könnte ein Fog Rechenleistung von ITS(Intelligent Transportation Systems)-Infrastruktur entlang der Straße liefern: z. B. Hochladen/Herunterladen von Daten an einer smarten Kreuzung. Der Fog kann entlang der Straße auf Peer-to-Peer-Verbindungen eingeschränkt sein (d. h. keine Daten an die Cloud oder an ein Ferndatenzentrum übertragen), würde sich aber entlang des gesamten Autobahnsystems erstrecken, und das Fahrzeug kann sich entlang der Straße in lokales „Fog“-Rechnen einklinken und ausklinken. Ein Fog kann anders beschrieben ein verteiltes assoziiertes Netzwerk von Cloudlets sein.
Als ein weiteres Beispiel kann ein Fog verteiltes Rechnen über eine Sammlung von Parkuhren bieten, wobei jede einzelne Uhr eine Kante des Fogs sein kann und eine Peer-to-Peer-Verbindung mit einem Fahrzeug herstellen kann. Das Fahrzeug kann durch einen „Fog“ von Kantenrechnung reisen, der von jeder Parkuhr bereitgestellt wird.
Bei gewissen anderen Ausführungsformen kann die Netzwerkschnittstelle 118 Insassendaten von einem Satelliten (z. B. einem Global-Positioning-System(GPS)-Satelliten, XM-Funksatelliten) empfangen. Bei gewissen anderen Ausführungsformen kann die Netzwerkschnittstelle 118 Insassendaten von einem Mobilfunkmast empfangen. Es versteht sich, dass andere passende drahtlose Datenverbindungen möglich sind.
1A und 1B veranschaulichen einen einzigen Insassen, der in einer typischen Fahrerposition eines Fahrzeugs sitzt. Es versteht sich, dass das System 102 zusätzliche oder andere Insassen überwachen kann, wie etwa Insassen, die typischerweise dort sitzen, wo ein Frontpassagier und/oder ein Rückpassagier sitzt. Anders gesagt, weist das Autonomfahrzeug 100 möglicherweise kein Lenkrad 20 auf, aber stattdessen einen einfachen Handgriff, und weist daher möglicherweise keinen Fahrersitz bzw. eine Fahrerposition auf. Darüber hinaus kann das System 102 eine Vielzahl von Insassen überwachen und kann vorgeschlagene Fahraspekte auf der Grundlage einer Vielzahl von Insassen (z. B. aller Insassen im Fahrzeug) überwachen.
2 ist ein Schemadiagramm eines Systems 200 zur Steuerung auf der Grundlage von Insassenparametern, gemäß einer Ausführungsform. Das System 200 beinhaltet eine Verarbeitungsvorrichtung 202, ein Innensichtbildaufnahmesystem 212b, ein Außensichtbildaufnahmesystem 212c, einen oder mehrere Sensoren 212 alternativ zu oder zusätzlich zu den Bildaufnahmesystemen 212b, 212c und/oder eine Autonomfahrzeug-Steuerung 210 zum Steuern von Navigation und anderen Fahraspekten eines Autonomfahrzeugs.
Die Verarbeitungsvorrichtung 202 kann dem System 102 für Steuerung auf der Grundlage von Insassenparametern von 1A und 1B ähnlich oder analog sein. Die Verarbeitungsvorrichtung kann einen oder mehrere Prozessoren 226, einen Speicher 228, Eingabe-/Ausgabeschnittstellen 216 und eine Netzwerkschnittstelle 218 beinhalten.
Der Speicher 228 kann Informationen und Anweisungen beinhalten, die zum Implementieren verschiedener Komponenten des Systems 200 notwendig sind. Beispielsweise kann der Speicher 228 verschiedene Module 230 und Programmdaten 250 enthalten.
So wie es hier verwendet wird, bezieht sich das Wort „Modul“, ob nun in Großbuchstaben oder in Kleinbuchstaben, auf Logik, die in Hardware oder in Firmware ausgeführt sein kann, oder auf eine Sammlung von Softwareanweisungen, die möglicherweise Eingangs- und Ausgangspunkte aufweisen und in einer Programmiersprache, wie etwa beispielsweise C++, geschrieben wurden. Ein Softwaremodul kann compiliert und in ein ausführbares Programm gelinkt sein, das in einer Dynamic Link Library enthalten sein kann, oder kann in einer interpretierenden Sprache geschrieben sein, wie etwa BASIC. Ein Softwaremodul oder -programm kann sich in einem ausführbaren Zustand befinden oder als ein Executable bezeichnet werden. Ein „Executable“ bedeutet im Allgemeinen, dass das Programm fähig ist, auf dem Computersystem ohne Involvieren eines Computerspracheninterpreters zu arbeiten. Der Begriff „automatisch“ bezieht sich im Allgemeinen auf eine Operation, die sich ohne signifikanten Benutzereingriff oder mit etwas begrenztem Benutzereingriff durchführt. Der Begriff „Starten“ bezieht sich im Allgemeinen auf das Einleiten der Operation eines Computermoduls oder -programms. Es versteht sich, dass Softwaremodule von anderen Modulen oder von sich selbst aufrufbar sind und/oder als Reaktion auf detektierte Ereignisse oder Interrupts aufgerufen werden können. Softwareanweisungen können in Firmware eingebettet sein, wie etwa einem EPROM. Hardwaremodule können verbundene Logikeinheiten, wie etwa Gatter und Flip-Flops, umfassen und/oder oder können programmierbare Einheiten, wie etwa programmierbare Gatearrays oder Prozessoren, umfassen.
Die Module können in Hardware, Software, Firmware und/oder einer Kombination davon implementiert sein. Beispielsweise können die Module 230, wie gezeigt, ein Insassenüberwachungssystem 232, einen Blickrichtungsverfolger 234 und eine Lernmaschine 236 beinhalten. Die Lernmaschine 236 kann ein Detektionsmodul 242, einen Empfindungsanalysator 244 und/oder einen Insassenprofilierer 246 beinhalten.
Die Module 230 können verschiedene Interaktionen zwischen der Verarbeitungsvorrichtung 202 und anderen Elementen des Systems 200 handhaben, wie etwa die Autonomfahrzeug-Steuerung 210 und die Sensoren 212 (einschließlich des Abbildungssystems 212b, 212c). Ferner können die Module 230 Daten erschaffen, die durch den Speicher 228 gespeichert werden können. Beispielsweise können die Module 230 Programmdaten 250 erzeugen, wie etwa Profildatensätze 252, die Korrelationen 254 zwischen Fahraspekten 256 und Insassenparametern 258 beinhalten können. Die Insassenparameter können Empfindungen 262, Biometrik 264, Vorgeschichte 266, Kontext 268, Präferenzen 270, Statistik 272 und dergleichen beinhalten.
Das Insassenüberwachungssystem 232 kann beim Sammeln von Insassendaten helfen, um Insassenparameter 258 zu detektieren und/oder zu überwachen. Die Lernmaschine 236 kann die Insassendaten und/oder die Insassenparameter 258 verarbeiten, um vorgeschlagene Fahraspekte 256, für Kommunikation mit dem Autonomfahrzeug über eine Fahrzeugschnittstelle (z. B. Eingangs-Ausgangsschnittstelle 216) mit der Autonomfahrzeug-Steuerung 210 des Autonomfahrzeugs, zu bestimmen oder zu identifizieren.
Das Detektionsmodul 242 kann Sensordaten von einem oder mehreren Sensoren 212 verarbeiten, wobei ein oder mehrere Insassenparameter überwacht werden, um eine außerhalb des Autonomfahrzeugs befindliche potentielle Gefährdung zu detektieren. Die Detektion wird auf der Grundlage der Insassenparameter 258 erreicht.
Der Empfindungsanalysator 244 verarbeitet Insassendaten und detektiert eine Insassenempfindung 262 gegenüber aktuellen Fahraspekten 256, die der Empfindungsanalysator 244 zusammen mit einer Korrelation 254 der Insassenempfindung 262 und den Fahraspekten 256 aufzeichnet.
Der Insassenprofilierer 246 unterhält ein Insassenprofil, das aufgezeichnete Korrelationen 254 von Fahraspekten 256 für den Insassen und Insassenparameter 258 beinhaltet, einschließlich Empfindungen 262, Biometrie 264, Vorgeschichte 266, Kontext 268, Präferenzen 270 und Statistik 272.
Wie früher erläutert wurde, können Empfindungen 262 und Biometrie 264 durch einen oder mehrere Sensoren 212 (einschließlich des Innensichtbildaufnahmesystems 212b) und das Detektionsmodul 242 detektiert werden. Biometrie 264, Vorgeschichte 266, Kontext 268, Präferenzen 270 und Statistik 272 können durch die Netzwerkschnittstelle 218 erhalten werden.
Das Innensichtbildaufnahmesystem 212b ist dafür ausgelegt, Bilddaten eines Insassen eines Fahrzeugs, in dem das System 200 montiert und/oder betreibbar ist, aufzunehmen. Das Innensichtbildaufnahmesystem 212b kann einen oder mehrere Bildgeber oder Kameras zum Aufnehmen von Bildern des Bedieners beinhalten. Bei gewissen Ausführungsformen kann das Innensichtbildaufnahmesystem 212b eine oder mehrere Array-Kameras beinhalten. Die von dem Innensichtbildaufnahmesystem 212b aufgenommenen Bilddaten können verwendet werden zum Detektieren einer Reaktion eines Insassen auf eine potentielle Gefährdung, zum Detektieren von Empfindungen eines Insassen, zum Identifizieren eines Insassen, zum Detektieren einer Kopf-/Augenposition eines Insassen und zum Detektieren und/oder Verfolgen einer aktuellen Blickrichtung eines Insassen.
Das Außensichtbildaufnahmesystem 212c nimmt Bilddaten einer Umgebung vor einem Fahrzeug auf. Das Außensichtbildaufnahmesystem 212c kann einen oder mehrere Bildgeber oder Kameras zum Aufnehmen von Bildern eines außerhalb des Fahrzeugs befindlichen Gebiets beinhalten, im Allgemeinen von einem Gebiet vor dem Fahrzeug oder in einer dem Fahrzeug vorausliegenden Fahrtrichtung des Fahrzeugs. Bei gewissen Ausführungsformen kann das Außensichtbildaufnahmesystem 212c eine oder mehrere Array-Kameras beinhalten. Die durch das Außensichtbildaufnahmesystem 212c aufgenommenen Bilddaten können analysiert oder anderweitig verwendet werden zum Identifizieren von Objekten in der Umgebung um das Fahrzeug herum (z. B. im Allgemeinen vor dem Fahrzeug oder in einer dem Fahrzeug vorausliegenden Fahrtrichtung des Fahrzeugs), um Insassendaten zu sammeln.
Der Blickrichtungsverfolger 234 ist ausgelegt zum Verarbeiten von Insassenbilddaten, die durch das Innensichtbildaufnahmesystem 212b aufgenommen wurden, um eine Sichtlinie einer aktuellen Blickrichtung eines Insassen des Fahrzeugs zu bestimmen. Der Blickrichtungsverfolger 234 kann die Bilddaten analysieren, um Augen des Insassen zu detektieren und um eine Richtung zu bestimmen, in die die Augen fokussiert sind. Der Blickrichtungsverfolger 232 kann kontinuierlich aktuelle Insassenbilddaten verarbeiten, um die aktuelle Blickrichtung des Insassen zu detektieren und/oder zu verfolgen. Bei gewissen Ausführungsformen kann der Blickrichtungsverfolger 232 die Insassenbilddaten im Wesentlichen in Echtzeit verarbeiten. Der Blickrichtungsverfolger kann einen Pupillenüberwacher zum Überwachen von Pupillenerweiterung beinhalten. Der Pupillenüberwacher kann einen Pupillenverfolger zum Verarbeiten von Insassenbilddaten eines Insassen des Fahrzeugs umfassen, um eine Größe einer Pupille des Insassen zu bestimmen.
Fahraspekte 256 können unter anderem Defensivaktionen beinhalten, wie etwa Verzögern, Schlingern, Sitzgurtstraffen, Fenster schließen, Türen verriegeln; Türen entriegeln, Schaffen eines größeren Abstands (z. B. Ändern von Geschwindigkeit und/oder Richtung), Alarmieren der Behörden, Ändern der Fahrtroute, Ändern eines Anhaltewegs (z. B. stärkeres Bremsen für schnellere Verzögerung), Audioalarme und Signale (z. B. Lichter) an andere Fahrzeuge und Aktivieren von Notfallsensoren (z. B. Fokussieren einer Kamera zum Folgen einer Benutzerblickrichtung), um potentielle Gefährdungen zu bestimmen und um zusätzliche Informationen/Rückmeldung an die Autonomfahrzeug-Steuerung des Autonomfahrzeugs zu liefern. Fahraspekte 256 können auch eine Einstellung von Geschwindigkeit und/oder Beschleunigung und/oder Kurvenradius und/oder einer Fahrtroute des Autonomfahrzeugs beinhalten.
Jede der im Speicher 228 gespeicherten Empfindungen 262 kann eine Bestimmung einer Verhaltensweise eines Insassen auf der Grundlage von beispielsweise Sprache, Biometrie, Bildverarbeitung und Live-Rückmeldung sein oder anderweitig repräsentieren. Klassische Empfindungsanalyse kann Insassenempfindungen gegenüber aktuellen Fahraspekten mittels üblicher Textempfindungsanalyseverfahren analysieren, wohingegen Sprache-zu-Text- und/oder akustische Modelle verwendet werden, um Empfindung mittels des Tons der Stimme zu identifizieren.
Biometrie 264 kann in Empfindungsanalyse integriert sein, wie etwa durch Aufnehmen von Pulsrate, Blutdruck und/oder Temperatur von einem oder mehreren Insassen, um Verzweiflungsstufen als ein Ergebnis tatsächlichen Fahrens durch das Autonomfahrzeug zu verstehen. Beispielsweise können plötzliche Änderungen der Biometrie 264 Verzweiflung auf der Grundlage eines aktuellen Fahraspekts signalisieren. Im Gegensatz dazu können biometrische Stufen eines Insassen beim Einsteigen in das Fahrzeug zum Detektieren anderer Empfindungen verwendet werden. Beispielsweise können biometrische Stufen, die beim Einsteigen ins Fahrzeug bereits über das Normalmaß hinausgehen oder für den Insassen typisch sind, Stress, Angstgefühle oder dergleichen anzeigen. Bildverarbeitung kann Empfindungsextraktionsverfahren zum Analysieren von Insassenemotionen beinhalten, wie sie anhand von beispielsweise Gesichtsausdruck, Aktionen und dergleichen offensichtlich sind. Live-Rückmeldungsmechanismen können verwendet werden zum Erforschen und/oder Bestätigen von Gefallen und Nichtgefallen, detektierter Empfindung, Stimmung, Präferenzen und dergleichen.
Die Fahrvorgeschichte 266 kann eine Repräsentation der Art, wie ein Insasse normalerweise fährt, wenn ein Fahrzeug gesteuert wird, liefern. Die Art, wie ein Insasse fährt, kann eine starke Anzeige dafür sein, welche Art von Fahrerlebnis der Insasse mit einem Autonomfahrzeug würde haben wollen. Beispielsweise würde jemand, der scharfe Kurven fährt oder so schnell wie möglich fährt (gemäß dem Gesetz), dasselbe erwarten. Jemand, der seinen oder ihren Fahrtweg erweitert, um sicherzustellen oder sie/er, wenn möglich, dem Meer entlang fährt, würde erwarten, dass dieselben Sehenwürdigkeitsrouten durch das Autonomfahrzeug genommen werden. Die Fahrvorgeschichte 266 kann anhand eines Trainingsfahrzeugs oder während einer Trainingsperiode von Insassenbetrieb des Autonomfahrzeugs erhalten werden.
Der Kontext 268 kann solche Informationen, wie etwa Insassenalter, aktuelle medizinische Situation, Stimmung und freie Zeit (z. B. gemäß einem Kalender oder einem Zeitplansystem) beinhalten und kann für das Bestimmen geeigneter Fahraspekte wichtig sein. Beispielsweise weiß eine ältere Person mit Herzproblemen möglicherweise nicht zu würdigen, dass ein Autonomfahrzeug scharfe Kurven nimmt oder immer so schnell wie möglich fährt, oder kann sogar nachteilig dadurch beeinflusst werden. Gleichermaßen können Touristen als Insassen möglicherweise eine leicht längere Route durch signifikante oder spezielle Wahrzeichen wünschen.
Die Präferenzen 270 können durch einen Insassen über eine graphische Benutzerschnittstelle oder eine Client-Rechenvorrichtung eingegeben werden, die Daten bereitstellen kann, damit sie über ein Drahtlosnetzwerk zugänglich sind.
Eine Statistik 272 kann durch das Autonomfahrzeug gesammelt werden oder kann durch einen Netzwerk-Zugangspunkt erfasst werden, wie oben beschrieben wurde. Falls eine Mehrheit von Fahrzeugen (z. B. 90%), die durch einen gegebenen geographischen Sektor hindurchfährt, ähnlichen Fahraspekten folgt (z. B. Geschwindigkeit, Beschleunigung, Kurvenradius oder dergleichen), kann diese Statistik die Bestimmung vorgeschlagener Fahraspekte für ein Autonomfahrzeug informieren.
3 ist ein Flussdiagramm eines Verfahrens 300 zur Steuerung eines autonomen Fahrzeugs auf der Grundlage von Insassenparametern, gemäß einer Ausführungsform. Insassendaten werden aufgenommen oder anderweitig empfangen 302, wie etwa von Sensoren, einer drahtlosen Netzwerkverbindung und/oder einem gespeicherten Profil. Die Insassendaten können beim Identifizieren von Insassenparametern helfen. Die Insassendaten werden verarbeitet 304 zum Identifizieren 306 eines oder mehrerer vorgeschlagener Fahraspekte auf der Grundlage der Insassendaten und/oder der Insassenparameter. Alternativ oder zusätzlich kann eine detektierte potentielle Gefährdung dem Autonomfahrzeug kommuniziert 308 werden. Verarbeiten der Insassendaten und/oder -parameter kann Identifizieren einer Insassenreaktion, wie etwa auf eine potentielle Gefährdung außerhalb des Fahrzeugs, um die potentielle Gefährdung zu detektieren, und Vorschlagen 306 eines Fahraspekts, wie etwa eine Defensivaktion, um somit die Sicherheit der Insassen zu erhöhen, beinhalten.
Verarbeiten der Insassendaten und/oder -parameter kann Detektieren von Insassenempfindung gegenüber aktuellen Fahraspekten und Aufzeichnen einer Korrelation der detektierten Insassenempfindung und des aktuellen Fahraspekts in einem Insassenprofil beinhalten. Die Insassendaten/-parameter können verarbeitet werden zum Identifizieren 306 vorgeschlagener Fahraspekte auf der Grundlage einer Korrelation in einem Insassenprofil, das eine Insassenempfindung und einen Fahraspekt korreliert. Die vorgeschlagenen Fahraspekte umfassen eine vorgeschlagene Geschwindigkeit, eine vorgeschlagene Beschleunigung, eine vorgeschlagene Steuerung von Kurven und/oder eine vorgeschlagene Fahrtroute, die dem Insassen gefallen kann, wie sie beispielsweise auf der Grundlage der Insassenempfindung bestimmt wurde.
Ausführungsbeispiele
Beispiele können Gegenstände wie Verfahren, Mittel zum Durchführen von Handlungen der Verfahren, mindestens ein maschinenlesbares Medium einschließlich Anweisungen, die wenn sie von einer Maschine durchgeführt werden, die Maschine veranlassen Handlungen der Verfahren durchzuführen, oder eine Einrichtung oder ein System beinhalten.
Beispiel 1. Ein Sicherheitssystem für ein Autonomfahrzeug, wobei das System Folgendes umfasst: ein Insassenüberwachungssystem zum Überwachen eines Insassen des Autonomfahrzeugs, wobei das Insassenüberwachungssystem einen oder mehrere Sensoren zum Überwachen eines oder mehrerer Insassenparameter umfasst; ein Detektionsmodul zum Verarbeiten von Sensordaten, die von dem einen oder den mehreren Sensoren des Insassenüberwachungssystems empfangen werden, und zum Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter; und eine Fahrzeugschnittstelle zum Kommunizieren einer Detektion einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs zum Autonomfahrzeug, wobei die Detektion durch das Detektionsmodul auf dem einen oder den mehreren Insassenparametern basiert.
Beispiel 2. Das System nach Beispiel 1, wobei das Insassenüberwachungssystem ausgelegt ist zum Überwachen einer Vielzahl von Insassen des Autonomfahrzeugs.
Beispiel 3. Das System nach einem der Beispiele 1–2, wobei das Insassenüberwachungssystem ausgelegt ist zum Überwachen eines Insassen, der in einem Fahrersitz des Autonomfahrzeugs positioniert ist.
Beispiel 4. Das System nach einem der Beispiele 1–3, wobei das Insassenüberwachungssystem ausgelegt ist zum Überwachen eines oder mehrerer Insassenparameter, die eine Insassenreaktion auf eine potentielle Gefährdung außerhalb des Autonomfahrzeugs anzeigen.
Beispiel 5. Das System nach Beispiel 4, wobei das Insassenüberwachungssystem ausgelegt ist zum Überwachen eines oder mehrerer Insassenparameter, die eine menschliche Insassenreaktion auf eine nichtdeterministische potentielle Gefahr außerhalb des Autonomfahrzeugs anzeigen.
Beispiel 6. Das System nach einem der Beispiele 1–5, wobei der eine oder die mehreren Insassenparameter eines oder mehrere der Folgenden beinhalten: plötzliches Anspannen oder Zusammenreißen von Muskeln; plötzliche Bewegung des Insassen rückwärts zu einer Rücklehne; Zucken mindestens eines Fußes; Sprachgebrauch; Augenbewegung; Pupillenerweiterung; Kopfbewegung; Pulsrate; Atemrhythmus; und Änderung der Lufteinatmung.
Beispiel 7. Das System nach einem der Beispiele 1–6, wobei jeder Sensor des einen oder der mehreren Sensoren einen Insassenparameter des einen oder der mehreren Insassenparameter überwachen soll.
Beispiel 8. Das System nach einem der Beispiele 1–7, wobei der eine oder die mehreren Sensoren einen oder mehrere Drucksensoren beinhalten.
Beispiel 9. Das System nach Beispiel 8, wobei der eine oder die mehreren Drucksensoren an Handgriffen innerhalb eines Passagierabteils des Autonomfahrzeugs angeordnet sind, um zu detektieren, dass der Insasse seine oder ihre Handmuskeln anspannt.
Beispiel 10. Das System nach Beispiel 8, wobei der eine oder die mehreren Drucksensoren innerhalb eines Sitzes des Autonomfahrzeugs angeordnet sind, um Insassenbewegung relativ zum Sitz zu detektieren, einschließlich einer Bewegung zu einer Rücklehne des Sitzes.
Beispiel 11. Das System nach Beispiel 8, wobei der eine oder die mehreren Drucksensoren an einem Boden eines Passagierabteils des Autonomfahrzeugs angeordnet sind, um zu detektieren, dass der Insasse mit mindestens einem Fuß zuckt.
Beispiel 12. Das System nach Beispiel 8, wobei der eine oder die mehreren Drucksensoren innerhalb eines Sitzes des Autonomfahrzeugs angeordnet sind, um einen Atemrhythmus zu detektieren.
Beispiel 13. Das System nach einem der Beispiele 1–12, wobei der eine oder die mehreren Sensoren ein Mikrofon zum Detektieren, dass der Insasse Sprache verwendet, beinhalten.
Beispiel 14. Das System nach einem der Beispiele 1–13, wobei der eine oder die mehreren Sensoren ein Mikrofon zum Detektieren von Insassensprache beinhalten.
Beispiel 15. Das System nach einem der Beispiele 1–14, wobei der eine oder die mehreren Sensoren einen Augenbewegungsverfolger zum Überwachen eines Augenbewegungsparameters des Insassen beinhalten, wobei der Augenbewegungsverfolger Folgendes umfasst: einen Blickrichtungsverfolger zum Verarbeiten von Insassenbilddaten des Insassen des Autonomfahrzeugs zum Bestimmen eines aktuellen Gebiets von zentraler Sicht des Insassen; und ein Innensichtbildaufnahmesystem zum Aufnehmen von Insassenbilddaten des Insassen des Autonomfahrzeugs zur Verarbeitung durch den Blickrichtungsverfolger.
Beispiel 16. Das System nach Beispiel 15, wobei der Blickrichtungsverfolger ausgelegt ist zum Bestimmen einer Sichtlinie einer aktuellen Blickrichtung des Insassen des Autonomfahrzeugs, zum Bestimmen eines Sichtfelds des Insassen auf der Grundlage der Sichtlinie der aktuellen Blickrichtung des Insassen und zum Bestimmen des aktuellen Gebiets zentraler Sicht des Insassen innerhalb des Sichtfelds.
Beispiel 17. System nach Beispiel 15, wobei der Blickrichtungsverfolger einen Pupillenüberwacher zum Überwachen von Pupillenerweiterung beinhaltet, wobei der Pupillenüberwacher einen Pupillenverfolger zum Verarbeiten von Insassenbilddaten eines Insassen des Fahrzeugs zum Bestimmen einer Pupillengröße des Insassen umfasst.
Beispiel 18. Das System nach einem der Beispiele 1–17, wobei die Fahrzeugschnittstelle einer Steuerung des Autonomfahrzeugs die Detektion der potentiellen Gefährdung kommuniziert.
Beispiel 19. Das System nach einem der Beispiele 1–8, wobei die Fahrzeugschnittstelle dem Autonomfahrzeug die Detektion einer potentiellen Gefährdung kommuniziert, indem vorgeschlagene Fahraspekte bereitgestellt werden, einschließlich einer Defensivaktion, um die Sicherheit von Insassen des Autonomfahrzeugs zu erhöhen.
Beispiel 20. Das System nach Beispiel 19, wobei die Defensivaktion zum Erhöhen der Sicherheit eine der Folgenden ist: Verringern einer Fahrgeschwindigkeit des Autonomfahrzeugs; Signalisieren mit Warnblinklampen; Straffen der Sicherheitsgurte; Schließen der Fenster; Verriegeln der Türen; Entriegeln der Türen; Vergrößern des Abstands zwischen dem Autonomfahrzeug und Fahrzeugen in einer Nähe des Autonomfahrzeugs; Alarmieren der Behörden; Abändern der Fahrtroute; Abändern des Anhaltewegs; hörbares Signalisieren; und Aktivieren eines oder mehrerer Notfallsensoren, die ausgelegt sind zum Detektieren potentieller Gefährdungen.
Beispiel 21. Ein Verfahren zum Steuern eines Autonomfahrzeugs, wobei das Verfahren die folgenden Schritte umfasst: Empfangen von Insassendaten für einen Insassen des Autonomfahrzeugs; Verarbeiten von Insassendaten, die von dem Insassenüberwachungssystem empfangen wurden, um einen oder mehrere vorgeschlagene Fahraspekte auf der Grundlage der Insassendaten zu identifizieren; und Kommunizieren des einen oder der mehreren vorgeschlagenen Fahraspekte an das Autonomfahrzeug über eine Fahrzeugschnittstelle.
Beispiel 22. Das Verfahren nach Beispiel 21, wobei die Insassendaten einen oder mehrere Insassenparameter umfassen, die eine Insassenreaktion auf eine potentielle Gefährdung außerhalb des Autonomfahrzeugs anzeigen, wobei das Verarbeiten von Insassendaten Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter der Insassendaten umfasst, und wobei der eine oder die mehreren vorgeschlagenen Fahraspekte eine Defensivaktion zum Erhöhen der Sicherheit von Insassen des Autonomfahrzeugs beinhalten.
Beispiel 23. Das Verfahren nach Beispiel 22, wobei der eine oder die mehreren Insassenparameter eines oder mehrere der Folgenden beinhalten: plötzliches Anspannen oder Zusammenreißen von Muskeln; plötzliche Bewegung des Insassen rückwärts zu einer Rücklehne; Zucken mindestens eines Fußes; Sprachgebrauch; Augenbewegung; Pupillenerweiterung; Kopfbewegung; Pulsrate; Atemrhythmus; und Änderung der Lufteinatmung.
Beispiel 24. Das Verfahren nach einem der Beispiele 22–23, wobei die Defensivaktion zum Erhöhen der Sicherheit eine der Folgenden ist: Verringern einer Fahrgeschwindigkeit des Autonomfahrzeugs; Signalisieren mit Warnblinklampen; Straffen der Sicherheitsgurte; Schließen der Fenster; Verriegeln der Türen; Entriegeln der Türen; Vergrößern des Abstands zwischen dem Autonomfahrzeug und anderen Fahrzeugen in einer Nähe des Autonomfahrzeugs; Alarmieren der Behörden; Abändern einer Fahrtroute; Abändern eines Anhaltewegs; hörbares Signalisieren; und Aktivieren eines oder mehrerer Notfallsensoren, die ausgelegt sind zum Detektieren potentieller Gefährdungen.
Beispiel 25. Verfahren nach einem der Beispiele 21–24, das ferner das Identifizieren von Korrelationsmustern von Insassendaten und Fahraspekten, anhand denen die vorgeschlagenen Fahraspekte zu identifizieren sind, umfasst.
Beispiel 26. Verfahren nach einem der Beispiele 21–25, wobei die Insassendaten eines oder mehrere der Folgenden umfassen: Vorgeschichtsfahraspekte des Fahrens durch den Insassen; Kontextdaten; und Insassenpräferenzdaten.
Beispiel 27. Verfahren nach einem der Beispiele 21–26, wobei Verarbeiten der Insassendaten die folgenden Schritte umfasst: Detektieren von Insassenempfindung gegenüber aktuellen Fahraspekten; und Aufzeichnen einer Korrelation der detektierten Insassenempfindung und der aktuellen Fahraspekte in einem Insassenprofil, wobei das Verarbeiten der Insassendaten zum Identifizieren eines oder mehrerer vorgeschlagener Fahraspekte Identifizieren des einen oder der mehreren vorgeschlagenen Fahraspekte auf der Grundlage einer Korrelation im Insassenprofil, die eine Insassenempfindung und einen korrelierten Fahraspekt korreliert, beinhaltet.
Beispiel 28. Das Verfahren nach Beispiel 27, wobei Detektieren von Insassenempfindung Sammeln von Sensor von einem oder mehreren Sensoren, die einen oder mehrere Insassenparameter detektieren und überwachen, umfasst, wobei Verarbeiten der Insassendaten Identifizieren von Insassenempfindung auf der Grundlage der Sensordaten beinhaltet.
Beispiel 29. Das Verfahren nach einem der Beispiele 21–28, wobei die vorgeschlagenen Fahraspekte eines oder mehrere der Folgenden umfassen: eine vorgeschlagene Geschwindigkeit; eine vorgeschlagene Beschleunigung; eine vorgeschlagene Steuerung von Kurven; und eine vorgeschlagene Fahrtroute.
Beispiel 30. Ein nichtvergängliches, computerlesbares Speichermedium, das darauf Anweisungen speichert, die, wenn sie von einer Rechenvorrichtung ausgeführt werden, die Rechenvorrichtung veranlassen, das Verfahren nach einem der Beispiele 21–29 durchzuführen.
Beispiel 31. Ein System, das Mittel zum Implementieren des Verfahrens nach einem der Beispiele 21–29 umfasst.
Beispiel 32. Ein System zum Steuern eines Autonomfahrzeugs, wobei das System Folgendes umfasst: ein Insassenüberwachungssystem zum Erhalten von Insassendaten für einen Insassen des Autonomfahrzeugs; eine Lernmaschine zum Verarbeiten der von dem Insassenüberwachungssystem erhaltenen Insassendaten zum Identifizieren eines oder mehrerer vorgeschlagener, auf den Insassendaten basierender Fahraspekte; und eine Fahrzeugschnittstelle zum Kommunizieren des einen oder der mehreren vorgeschlagenen Fahraspekte an das Autonomfahrzeug.
Beispiel 33. Das System nach Beispiel 32, wobei das Insassenüberwachungssystem einen oder mehrere Sensoren zum Detektieren eines oder mehrerer Insassenparameter, die eine Insassenreaktion auf eine potentielle Gefährdung außerhalb des Autonomfahrzeugs anzeigen, umfasst, wobei die Lernmaschine Sensordaten von dem einen oder den mehreren Sensoren des Insassenüberwachungssystems verarbeitet zum Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter, und wobei der eine oder die mehreren vorgeschlagenen Fahraspekte eine Defensivaktion zum Erhöhen der Sicherheit von Insassen des Autonomfahrzeugs beinhalten.
Beispiel 34. Das System nach Beispiel 33, wobei der eine oder die mehreren Insassenparameter eines oder mehrere der Folgenden beinhalten: plötzliches Anspannen oder Zusammenreißen von Muskeln; plötzliche Bewegung des Insassen rückwärts zu einer Rücklehne; Zucken mindestens eines Fußes; Sprachgebrauch; Augenbewegung; Pupillenerweiterung; Kopfbewegung; Pulsrate; Atemrhythmus und Änderung der Lufteinatmung.
Beispiel 35. Das System nach einem der Beispiele 33–34, wobei die Defensivaktion zum Erhöhen der Sicherheit eine der Folgenden ist: Verringern einer Fahrgeschwindigkeit des Autonomfahrzeugs; Signalisieren mit Warnblinklampen; Straffen der Sicherheitsgurte; Schließen der Fenster; Verriegeln der Türen; Entriegeln der Türen; Vergrößern des Abstands zwischen dem Autonomfahrzeug und Fahrzeugen in einer Nähe; Alarmieren der Behörden; Abändern der Fahrtroute; Abändern des Anhaltewegs; hörbares Signalisieren; und Aktivieren eines oder mehrerer Notfallsensoren, die ausgelegt sind zum Detektieren potentieller Gefährdungen.
Beispiel 36. Das System nach einem der Beispiele 33–35, wobei jeder des einen oder der mehreren Sensoren des Insassenüberwachungssystems einen Insassenparameter des einen oder der mehreren Insassenparameter überwacht.
Beispiel 37. Das System nach einem der Beispiele 33–36, wobei der eine oder die mehreren Sensoren einen oder mehrere Drucksensoren beinhalten.
Beispiel 38. Das System nach Beispiel 37, wobei der eine oder die mehreren Drucksensoren an Handgriffen innerhalb eines Passagierabteils des Autonomfahrzeugs angeordnet sind, um zu detektieren, dass der Insasse seine oder ihre Handmuskeln anspannt.
Beispiel 39. Das System nach Beispiel 37, wobei der eine oder die mehreren Drucksensoren innerhalb eines Sitzes des Autonomfahrzeugs angeordnet sind, um Insassenbewegung relativ zum Sitz zu detektieren, einschließlich einer Bewegung zu einer Rücklehne des Sitzes.
Beispiel 40. Das System nach Beispiel 37, wobei der eine oder die mehreren Drucksensoren an einem Boden eines Passagierabteils des Autonomfahrzeugs angeordnet sind, um zu detektieren, dass der Insasse mit mindestens einem Fuß zuckt.
Beispiel 41. Das System nach Beispiel 37, wobei der eine oder die mehreren Drucksensoren innerhalb eines Sitzes des Autonomfahrzeugs angeordnet sind, um einen Atemrhythmus zu detektieren.
Beispiel 42. Das System nach einem der Beispiele 33–41, wobei der eine oder die mehreren Sensoren ein Mikrofon zum Detektieren von Insassensprache beinhalten.
Beispiel 43. Das System nach einem der Beispiele 33–42, wobei der eine oder die mehreren Sensoren einen Augenbewegungsverfolger zum Überwachen eines Augenbewegungsparameters des Insassen beinhalten, wobei der Augenbewegungsverfolger Folgendes umfasst: einen Blickrichtungsverfolger zum Verarbeiten von Insassenbilddaten des Insassen des Autonomfahrzeugs zum Bestimmen eines aktuellen Gebiets von zentraler Sicht des Insassen; und ein Innensichtbildaufnahmesystem zum Aufnehmen von Insassenbilddaten des Insassen des Autonomfahrzeugs zur Verarbeitung durch den Blickrichtungsverfolger.
Beispiel 44. Das System nach Beispiel 43, wobei der Blickrichtungsverfolger ausgelegt ist zum Bestimmen einer Sichtlinie einer aktuellen Blickrichtung des Insassen des Autonomfahrzeugs, zum Bestimmen eines Sichtfelds des Insassen auf der Grundlage der Sichtlinie der aktuellen Blickrichtung des Insassen und zum Bestimmen des aktuellen Gebiets zentraler Sicht des Insassen innerhalb des Sichtfelds.
Beispiel 45. Das System nach einem der Beispiele 33–44, wobei der eine oder die mehreren Sensoren einen Pupillenüberwacher zum Überwachen von Pupillenerweiterung beinhalten, wobei der Pupillenüberwacher Folgendes umfasst: einen Pupillenverfolger zum Verarbeiten von Insassenbilddaten eines Insassen des Fahrzeugs, um eine Größe einer Pupille des Insassen zu bestimmen; und ein Innensichtbildaufnahmesystem zum Aufnehmen von Insassenbilddaten des Insassen des Fahrzeugs zur Verarbeitung durch den Pupillenverfolger.
Beispiel 46. Das System nach einem der Beispiele 32–45, wobei die Fahrzeugschnittstelle einer Steuerung des Autonomfahrzeugs den einen oder die mehreren vorgeschlagenen Fahraspekte kommuniziert.
Beispiel 47. Das System nach einem der Beispiele 32–46, wobei die Lernmaschine Insassendaten empfangen und Korrelationsmuster von Insassendaten und Fahraspekten identifizieren soll und die Korrelationsmuster in einem Speicher aufzeichnen soll, um die vorgeschlagenen Fahraspekte zu identifizieren.
Beispiel 48. Das System nach Beispiel 47, wobei die Insassendaten Vorgeschichtsfahraspekte des Fahrens durch den Insassen umfassen.
Beispiel 49. Das System nach einem der Beispiele 47–48, wobei die Insassendaten Kontextdaten umfassen.
Beispiel 50. Das System nach Beispiel 49, wobei die Kontextdaten eines oder mehrere der Folgenden umfassen: Insassenalter; Insassengesundheits-/medizinalinformationen; Insassenstimmung und Insassenzeitplaninformationen.
Beispiel 51. Das System nach einem der Beispiele 47–50, wobei die Insassendaten Insassenpräferenzdaten umfassen.
Beispiel 52. Das System nach einem der Beispiele 47–51, wobei das Insassenüberwachungssystem ein Statistiksystem umfasst, das ausgelegt ist zum Sammeln von statistischen Daten für einen gegebenen geographischen Sektor, wobei die Insassendaten statistische Daten umfassen.
Beispiel 53. Das System nach Beispiel 52, wobei das Statistiksystem statistische Daten durch Bilden einer drahtlosen Verbindung mit einem Drahtlosnetzwerk-Zugangspunkt innerhalb des geographischen Sektors sammelt.
Beispiel 54. Das System nach einem der Beispiele 32–53, wobei die Lernmaschine Folgendes umfasst: einen Empfindungsanalysator zum Verarbeiten der Insassendaten und zum Detektieren von Insassenempfindung gegenüber aktuellen Fahraspekten, wobei der Empfindungsanalysator eine Korrelation der detektierten Insassenempfindung und der aktuellen Fahraspekte aufzeichnet; und einen Insassenprofilierer zum Unterhalten eines Insassenprofils, das aufgezeichnete Korrelationen einer Insassenempfindung und eines Fahraspekts für den Insassen beinhaltet, wobei die Lernmaschine den einen oder die mehreren vorgeschlagenen Fahraspekte auf der Grundlage einer Korrelation im Insassenprofil einer Insassenempfindung und eines korrelierten Fahraspekts identifiziert.
Beispiel 55. Das System nach Beispiel 54, wobei das Insassenüberwachungssystem einen oder mehrere Sensoren zum Detektieren und Überwachen eines oder mehrerer Insassenparameter umfasst, wobei der Empfindungsanalysator die Insassenempfindung auf der Grundlage der Sensordaten vom Insassenüberwachungssystem detektiert.
Beispiel 56. Das System nach Beispiel 55, wobei der eine oder die mehreren Sensoren ein Mikrofon zum Aufnehmen von Insassensprache umfassen, wobei der Empfindungsanalysator die Insassenempfindung auf der Grundlage der Insassensprache detektiert.
Beispiel 57. Das System nach Beispiel 56, wobei der Empfindungsanalysator die Insassenempfindung unter Verwendung akustischer Modelle detektiert, um Empfindung über den Ton einer Stimme zu identifizieren.
Beispiel 58. Das System nach Beispiel 56, wobei der Empfindungsanalysator die Insassenempfindung auf der Grundlage von Sprache-zu-Text-Analyse detektiert.
Beispiel 59. Das System nach Beispiel 55, wobei der eine oder die mehreren Sensoren biometrische Sensoren zum Aufnehmen biometrischer Daten für eine oder mehrere Biometriken des Insassen umfassen, wobei die Lernmaschine die Insassenempfindung unter Verwendung der biometrischen Daten detektiert.
Beispiel 60. Das System nach Beispiel 59, wobei die eine oder die mehreren Biometriken des Insassen eines oder mehrere der Folgenden beinhalten: Insassenpulsrate; Insassenblutdruck und Insassentemperatur.
Beispiel 61. Das System nach einem der Beispiele 55–60, wobei der eine oder die mehreren Sensoren Bildsensoren zum Aufnehmen von Bilddaten des Insassen umfassen, wobei die Lernmaschine die Insassenempfindung unter Verwendung der Bilddaten des Insassen detektiert.
Beispiel 62. Das System nach Beispiel 54, wobei der Empfindungsanalysator ein Rückmeldesystem zum Bereitstellen einer Möglichkeit für den Insassen, Präferenzen auszudrücken, umfasst, wobei das Rückmeldesystem ausgelegt ist zum Verarbeiten von Befehlen des Insassen zum Erhalten von vom Insassen ausgedrückten Präferenzen und zum Detektieren der Insassenempfindung auf der Grundlage der ausgedrückten Präferenzen.
Beispiel 63. Das System nach Beispiel 62, wobei das Rückmeldesystem ausgelegt ist zum Verarbeiten von Sprachbefehlen.
Beispiel 64. Das System nach Beispiel 62, wobei das Rückmeldesystem ausgelegt ist zum Verarbeiten von Befehlen, die über eine graphische Benutzerschnittstelle geliefert werden.
Beispiel 65. Das System nach Beispiel 54, wobei die vorgeschlagenen Fahraspekte eines oder mehrere der Folgenden umfassen: eine vorgeschlagene Geschwindigkeit; eine vorgeschlagene Beschleunigung; eine vorgeschlagene Steuerung von Kurven; und eine vorgeschlagene Fahrtroute.
Beispiel 66. Ein Sicherheitsverfahren in einem Autonomfahrzeug, wobei das Verfahren Folgendes umfasst: Empfangen von Sensordaten von einem oder mehreren Sensoren eines Insassenüberwachungssystems, das einen oder mehrere Insassenparameter eines Insassen des Autonomfahrzeugs überwacht; Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter; und Kommunizieren der Detektion der potentiellen Gefährdung über eine Fahrzeugschnittstelle an eine Steuerung des Autonomfahrzeugs.
Beispiel 67. Das Verfahren nach Beispiel 66, wobei das Kommunizieren der Detektion einer potentiellen Gefährdung an das Autonomfahrzeug Bereitstellen vorgeschlagener Fahraspekte, einschließlich einer Defensivaktion, um die Sicherheit des Insassen des Autonomfahrzeugs zu erhöhen, beinhaltet.
Beispiel 68. Das Verfahren nach Beispiel 67, wobei die Defensivaktion zum Erhöhen der Sicherheit eine der Folgenden ist: Verringern einer Fahrgeschwindigkeit des Autonomfahrzeugs; Signalisieren mit Warnblinklampen; Straffen der Sicherheitsgurte; Schließen der Fenster; Verriegeln der Türen; Entriegeln der Türen; Vergrößern des Abstands zwischen dem Autonomfahrzeug und anderen Fahrzeugen in einer Nähe des Autonomfahrzeugs; Alarmieren der Behörden; Abändern einer Fahrtroute; Abändern eines Anhaltewegs; hörbares Signalisieren; und Aktivieren eines oder mehrerer Notfallsensoren, die ausgelegt sind zum Detektieren potentieller Gefährdungen.
Beispiel 69. Ein nichtvergängliches, computerlesbares Speichermedium, das darauf Anweisungen speichert, die, wenn sie von einer Rechenvorrichtung ausgeführt werden, die Rechenvorrichtung veranlassen, das Verfahren nach einem der Beispiele 66–68 durchzuführen.
Beispiel 70. Ein System, das Mittel zum Implementieren des Verfahrens nach einem der Beispiele 66–68 umfasst.
Beispiel 71. Ein System zum Vorschlagen von Fahraspekten eines Autonomfahrzeugs, wobei das System Folgendes umfasst: ein Insassenüberwachungssystem zum Überwachen eines Insassen des Autonomfahrzeugs, wobei das Insassenüberwachungssystem einen oder mehrere Sensoren zum Überwachen eines oder mehrerer Insassenparameter umfasst; ein Detektionsmodul zum Verarbeiten von Sensordaten, die von dem Insassenüberwachungssystem empfangen werden, und zum Detektieren von Insassenempfindung, die Fahraspekte des durch das Autonomfahrzeug durchgeführten Fahrens betrifft, wobei das Detektionsmodul die Insassenempfindung auf der Grundlage des einen oder der mehreren Insassenparameter detektiert; eine Lernmaschine zum Empfangen detektierter Insassenempfindung und von Fahraspekten und zum Bestimmen von Korrelationen von Insassenempfindungen und Fahraspekten; einen Insassenprofilierer zum Unterhalten eines Insassenprofils, das Korrelationen von Insassenempfindungen und Fahraspekten von Fahren, das in dem Autonomfahrzeug durchgeführt wird, beinhaltet; und eine Fahrzeugschnittstelle zum Kommunizieren von vorgeschlagenen Fahraspekten an das Autonomfahrzeug, auf der Grundlage eines Vergleichs einer aktuell detektierten Insassenempfindung und einer Insassenempfindung im Insassenprofil.
Beispiel 72. Das System nach Beispiel 71, wobei der eine oder die mehreren Sensoren einen oder mehrere Drucksensoren beinhalten.
Beispiel 73. Das System nach Beispiel 72, wobei der eine oder die mehreren Drucksensoren an Handgriffen innerhalb eines Passagierabteils des Autonomfahrzeugs angeordnet sind, um zu detektieren, dass der Insasse seine oder ihre Handmuskeln anspannt.
Beispiel 74. Das System nach Beispiel 72, wobei der eine oder die mehreren Drucksensoren innerhalb eines Sitzes des Autonomfahrzeugs angeordnet sind, um Insassenbewegung relativ zum Sitz zu detektieren, einschließlich einer Bewegung zu einer Rücklehne des Sitzes.
Beispiel 75. Das System nach Beispiel 72, wobei der eine oder die mehreren Drucksensoren an einem Boden eines Passagierabteils des Autonomfahrzeugs angeordnet sind, um zu detektieren, dass der Insasse mit mindestens einem Fuß zuckt.
Beispiel 76. Das System nach Beispiel 72, wobei der eine oder die mehreren Drucksensoren innerhalb eines Sitzes des Autonomfahrzeugs angeordnet sind, um einen Atemrhythmus zu detektieren.
Beispiel 77. Das System nach einem der Beispiele 71–76, wobei der eine oder die mehreren Sensoren ein Mikrofon zum Detektieren von Insassensprache beinhalten.
Beispiel 78. Das System nach einem der Beispiele 71–77, wobei das Insassenüberwachungssystem ein Statistiksystem umfasst, das ausgelegt ist zum Sammeln von statistischen Daten für einen gegebenen geographischen Sektor, wobei das Detektionsmodul die statistischen Daten verarbeitet.
Beispiel 79. Das System nach Beispiel 78, wobei das Statistiksystem statistische Daten durch Bilden einer drahtlosen Verbindung mit einem Drahtlosnetzwerk-Zugangspunkt innerhalb des geographischen Sektors sammelt.
Beispiel 80. Das System nach einem der Beispiele 71–79, wobei die Lernmaschine Folgendes umfasst: einen Empfindungsanalysator zum Verarbeiten der Insassendaten und zum Detektieren von Insassenempfindung gegenüber aktuellen Fahraspekten, wobei der Empfindungsanalysator eine Korrelation der detektierten Insassenempfindung und der aktuellen Fahraspekte aufzeichnet; und einen Insassenprofilierer zum Unterhalten eines Insassenprofils, das aufgezeichnete Korrelationen von Insassenempfindungen und Fahraspekten für den Insassen beinhaltet, wobei die Lernmaschine den einen oder die mehreren vorgeschlagenen Fahraspekte auf der Grundlage einer Korrelation im Insassenprofil einer Insassenempfindung und eines korrelierten Fahraspekts identifiziert.
Beispiel 81. Ein Autonomfahrzeug, das Folgendes umfasst: ein Insassenüberwachungssystem zum Überwachen eines Insassen des Autonomfahrzeugs, wobei das Insassenüberwachungssystem einen oder mehrere Sensoren zum Überwachen eines oder mehrerer Insassenparameter umfasst; ein Detektionsmodul zum Verarbeiten von Sensordaten, die von dem einen oder den mehreren Sensoren des Insassenüberwachungssystems empfangen werden, und zum Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter; und eine Autonomfahrzeug-Steuerung zum Bestimmen und Veranlassen des Autonomfahrzeugs, eine Defensivaktion auf der Grundlage der detektierten potentiellen Gefährdung auszuführen.
Beispiel 82. Autonomes Fahrzeug, das Folgendes umfasst: ein Insassenüberwachungssystem zum Erhalten von Insassendaten für einen Insassen des Autonomfahrzeugs; eine Lernmaschine zum Verarbeiten von Insassendaten, die von dem Insassenüberwachungssystem empfangen wurden, um einen oder mehrere vorgeschlagene Fahraspekte auf der Grundlage der Insassendaten zu identifizieren; und eine Autonomfahrzeug-Steuerung zum Bereitstellen autonomer Navigation und zum Steuern des Autonomfahrzeugs, wobei die Autonomfahrzeug-Steuerung den einen oder die mehreren vorgeschlagenen Fahraspekte empfängt und das Autonomfahrzeug veranlasst, mindestens einen des einen oder der mehreren vorgeschlagenen Fahraspekte auszuführen.
Beispiel 83. Das Autonomfahrzeug nach Beispiel 82, wobei das Insassenüberwachungssystem einen oder mehrere Sensoren zum Detektieren eines oder mehrerer Insassenparameter, die eine Insassenreaktion auf eine potentielle Gefährdung außerhalb des Autonomfahrzeugs anzeigen, umfasst, wobei die Lernmaschine Sensordaten von dem einen oder den mehreren Sensoren des Insassenüberwachungssystems verarbeitet zum Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter, und wobei der eine oder die mehreren Fahraspekte eine Defensivaktion zum Erhöhen der Sicherheit von Insassen des Autonomfahrzeugs beinhalten.
Beispiel 84. Das Autonomfahrzeug nach einem der Beispiele 82–83, wobei die Lernmaschine Folgendes umfasst: einen Empfindungsanalysator zum Verarbeiten der Insassendaten und zum Detektieren von Insassenempfindung gegenüber aktuellen Fahraspekten, wobei der Empfindungsanalysator eine Korrelation der detektierten Insassenempfindung und der aktuellen Fahraspekte aufzeichnet; und einen Insassenprofilierer zum Unterhalten eines Insassenprofils, das aufgezeichnete Korrelationen von Insassenempfindungen und Fahraspekten für den Insassen beinhaltet, wobei die Lernmaschine den einen oder die mehreren vorgeschlagenen Fahraspekte auf der Grundlage einer Korrelation im Insassenprofil einer Insassenempfindung und eines korrelierten Fahraspekts identifiziert.
Beispiel 85. Das Autonomfahrzeug nach Beispiel 84, wobei das Insassenüberwachungssystem ein Detektionsmodul mit einem oder mehreren Sensoren zum Detektieren und Überwachen eines oder mehrerer Insassenparameter umfasst, wobei der Empfindungsanalysator die Insassenempfindung auf der Grundlage der Sensordaten vom Insassenüberwachungssystem detektiert.
Die obige Beschreibung stellt spezifische Details für ein sorgfältiges Verständnis der hier beschriebenen Ausführungsformen bereit. Allerdings werden Durchschnittsfachleute erkennen, dass ein oder mehrere spezifische Details weggelassen werden können oder dass andere Verfahren, Komponenten oder Materialien verwendet werden können. In manchen Fällen sind Operationen nicht gezeigt oder im Detail beschrieben.
Darüber hinaus können die beschriebenen Merkmale, Operationen oder Charakteristika in einer oder mehreren Ausführungsformen auf beliebige geeignete Weise kombiniert werden. Es ist auch sofort verständlich, dass die Reihenfolge der Schritte oder Aktionen der in Verbindung mit den offenbarten Ausführungsformen beschriebenen Verfahren geändert werden können, wie es für den Fachmann offensichtlich ist. Somit dient jegliche Reihenfolge in den Zeichnungen oder der ausführlichen Beschreibung lediglich veranschaulichenden Zwecken und ist nicht dafür gedacht, eine erforderliche Reihenfolge zu implizieren, soweit nicht eine Erfordernis einer Reihenfolge spezifiziert ist.
Ausführungsformen können verschiedene Schritte beinhalten, die in maschinenausführbaren Anweisungen verkörpert sein können, die durch einen Allzweck- oder einen Spezialzweck-Computer (oder eine andere elektronische Vorrichtung) ausgeführt werden sollen. Alternativ können die Schritte durch Hardwarekomponenten, die spezifische Logik zum Durchführen der Schritte beinhalten, oder durch eine Kombination von Hardware, Software und/oder Firmware durchgeführt werden.
Ausführungsformen können ebenfalls als ein Computerprogrammprodukt einschließlich eines computerlesbaren Speichermediums mit darauf gespeicherten Anweisungen, die zum Programmieren eines Computers (oder eine andere elektronische Vorrichtung) verwendet werden können, um hier beschriebene Prozesse durchzuführen, bereitgestellt sein. Das computerlesbare Speichermedium kann nichttransitorisch sein. Das computerlesbare Speichermedium kann unter anderem Folgendes beinhalten: Festplatten, Disketten, optische Disks, CD-ROMs, DVD-ROMs, ROMs, RAMs, EPROMs, EEPROMs, magnetische oder optische Karten, Festkörperspeichervorrichtungen oder andere Arten von für Speicherung elektronischer Anweisungen geeignete Medien/maschinenlesbare Medien.
So wie es hier verwendet wird, kann ein Softwaremodul oder eine Softwarekomponente jegliche Art von Computeranweisung oder computerausführbaren Codes, der sich innerhalb einer Speichervorrichtung und/oder eines computerlesbaren Speicherungsmediums befindet, beinhalten. Ein Softwaremodul kann beispielsweise einen oder mehrere physische oder logische Blöcke von Computeranweisungen umfassen, die als eine Routine, ein Programm, ein Objekt, eine Komponente, eine Datenstruktur usw., die eine oder mehrere Tasks durchführt oder bestimmte abstrakte Datentypen implementiert, organisiert sein können.
Bei gewissen Ausführungsformen kann ein bestimmtes Softwaremodul disparate Anweisungen, die an verschiedenen Orten einer Speichervorrichtung gespeichert sind, umfassen, die zusammen die beschriebene Funktionalität des Moduls implementieren. Tatsächlich kann ein Modul eine einzige Anweisung oder viele Anweisungen umfassen und kann über mehrere verschiedene Codesegmente, unter verschiedenen Programmen und über mehrere Speichervorrichtungen hinweg verteilt sein. Manche Ausführungsformen können in einer verteilten Rechenumgebung ausgeübt werden, wo Tasks durch eine mittels eines Kommunikationsnetzwerks verbundene Fernverarbeitungsvorrichtung durchgeführt werden. Bei einer verteilten Rechenumgebung können sich Softwaremodule in lokalen und/oder entfernten Speichervorrichtungen befinden. Zusätzlich können in einem Datenbank-Datensatz verknüpfte oder zusammengefügte Daten in derselben Speichervorrichtung oder über mehrere Speichervorrichtungen hinweg residieren und können in Feldern eines Datensatzes in einer Datenbank über ein Netzwerk hinweg verlinkt sein.
Es leuchtet dem Durchschnittsfachmann ein, dass viele Änderungen an den Details der oben beschriebenen Ausführungsformen vorgenommen werden können, ohne von den unterliegenden Prinzipien der Erfindung abzuweichen. Der Schutzumfang der vorliegenden Erfindung sollte demnach nur durch die folgenden Ansprüche bestimmt werden.

Claims

Sicherheitssystem für ein Autonomfahrzeug, wobei das System Folgendes umfasst: ein Insassenüberwachungssystem zum Überwachen eines Insassen des Autonomfahrzeugs, wobei das Insassenüberwachungssystem einen oder mehrere Sensoren zum Überwachen eines oder mehrerer Insassenparameter umfasst; ein Detektionsmodul zum Verarbeiten von Sensordaten, die von dem einen oder den mehreren Sensoren des Insassenüberwachungssystems empfangen werden, und zum Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter; und eine Fahrzeugschnittstelle zum Kommunizieren einer Detektion einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs an das Autonomfahrzeug, wobei die Detektion durch das Detektionsmodul auf dem einen oder den mehreren Insassenparametern basiert.
System nach Anspruch 1, wobei das Insassenüberwachungssystem ausgelegt ist zum Überwachen einer Vielzahl von Insassen des Autonomfahrzeugs.
System nach Anspruch 1, wobei das Insassenüberwachungssystem ausgelegt ist zum Überwachen eines Insassen, der in einem Fahrersitz des Autonomfahrzeugs positioniert ist.
System nach Anspruch 1, wobei das Insassenüberwachungssystem ausgelegt ist zum Überwachen eines oder mehrerer Insassenparameter, die eine Insassenreaktion auf eine potentielle Gefährdung außerhalb des Autonomfahrzeugs anzeigen.
System nach Anspruch 1, wobei jeder Sensor des einen oder der mehreren Sensoren einen Insassenparameter des einen oder der mehreren Insassenparameter überwachen soll.
System nach Anspruch 1, wobei der eine oder die mehreren Sensoren einen oder mehrere Drucksensoren beinhalten.
System nach Anspruch 1, wobei der eine oder die mehreren Sensoren ein Mikrofon zum Detektieren, dass der Insasse Sprache verwendet, beinhalten.
System nach Anspruch 1, wobei der eine oder die mehreren Sensoren ein Mikrofon zum Detektieren von Insassensprache beinhalten.
System nach Anspruch 1, wobei der eine oder die mehreren Sensoren einen Augenbewegungsverfolger zum Überwachen eines Augenbewegungsparameters des Insassen beinhalten, wobei der Augenbewegungsverfolger Folgendes umfasst: einen Blickrichtungsverfolger zum Verarbeiten von Insassenbilddaten des Insassen des Autonomfahrzeugs zum Bestimmen eines aktuellen Gebiets von zentraler Sicht des Insassen; und ein Innensichtbildaufnahmesystem zum Aufnehmen von Insassenbilddaten des Insassen des Autonomfahrzeugs zur Verarbeitung durch den Blickrichtungsverfolger.
System nach Anspruch 9, wobei der Blickrichtungsverfolger ausgelegt ist zum Bestimmen einer Sichtlinie einer aktuellen Blickrichtung des Insassen des Autonomfahrzeugs, zum Bestimmen eines Sichtfelds des Insassen auf der Grundlage der Sichtlinie der aktuellen Blickrichtung des Insassen und zum Bestimmen des aktuellen Gebiets zentraler Sicht des Insassen innerhalb des Sichtfelds.
System nach Anspruch 1, wobei die Fahrzeugschnittstelle einer Steuerung des Autonomfahrzeugs die Detektion der potentiellen Gefährdung kommuniziert.
System nach Anspruch 1, wobei die Fahrzeugschnittstelle dem Autonomfahrzeug die Detektion einer potentiellen Gefährdung kommuniziert, indem vorgeschlagene Fahraspekte bereitgestellt werden, einschließlich einer Defensivaktion, um die Sicherheit von Insassen des Autonomfahrzeugs zu erhöhen.
Verfahren zum Steuern eines Autonomfahrzeugs, wobei das Verfahren die folgenden Schritte umfasst: Empfangen von Insassendaten für einen Insassen des Autonomfahrzeugs; Verarbeiten von Insassendaten, die von dem Insassenüberwachungssystem empfangen wurden, um einen oder mehrere vorgeschlagene Fahraspekte auf der Grundlage der Insassendaten zu identifizieren; und Kommunizieren des einen oder der mehreren vorgeschlagenen Fahraspekte an das Autonomfahrzeug über eine Fahrzeugschnittstelle.
Verfahren nach Anspruch 13, wobei die Insassendaten einen oder mehrere Insassenparameter umfassen, die eine Insassenreaktion auf eine potentielle Gefährdung außerhalb des Autonomfahrzeugs anzeigen, wobei das Verarbeiten von Insassendaten Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter der Insassendaten umfasst, und wobei der eine oder die mehreren vorgeschlagenen Fahraspekte eine Defensivaktion zum Erhöhen der Sicherheit von Insassen des Autonomfahrzeugs beinhalten.
Verfahren nach Anspruch 13, das ferner das Identifizieren von Korrelationsmustern von Insassendaten und Fahraspekten, anhand denen die vorgeschlagenen Fahraspekte zu identifizieren sind, umfasst.
Verfahren nach Anspruch 13, wobei die Insassendaten eines oder mehrere der Folgenden umfassen: Vorgeschichtsfahraspekte des Fahrens durch den Insassen; Kontextdaten; und Insassenpräferenzdaten.
Verfahren nach Anspruch 13, wobei das Verarbeiten der Insassendaten die folgenden Schritte umfasst: Detektieren von Insassenempfindung gegenüber aktuellen Fahraspekten; und Aufzeichnen einer Korrelation der detektierten Insassenempfindung und der aktuellen Fahraspekte in einem Insassenprofil, wobei das Verarbeiten der Insassendaten zum Identifizieren eines oder mehrerer vorgeschlagener Fahraspekte Identifizieren des einen oder der mehreren vorgeschlagenen Fahraspekte auf der Grundlage einer Korrelation im Insassenprofil, die eine Insassenempfindung und einen korrelierten Fahraspekt korreliert, beinhaltet.
Verfahren nach Anspruch 17, wobei das Detektieren von Insassenempfindung Sammeln von Sensor von einem oder mehreren Sensoren, die einen oder mehrere Insassenparameter detektieren und überwachen, umfasst, wobei das Verarbeiten der Insassendaten das Identifizieren von Insassenempfindung auf der Grundlage der Sensordaten beinhaltet.
Verfahren nach Anspruch 13, wobei die vorgeschlagenen Fahraspekte eines oder mehrere der Folgenden umfassen: eine vorgeschlagene Geschwindigkeit; eine vorgeschlagene Beschleunigung; eine vorgeschlagene Steuerung von Kurven; und eine vorgeschlagene Fahrtroute.
Ein Sicherheitsverfahren in einem Autonomfahrzeug, wobei das Verfahren Folgendes umfasst: Empfangen von Sensordaten von einem oder mehreren Sensoren eines Insassenüberwachungssystems, das einen oder mehrere Insassenparameter eines Insassen des Autonomfahrzeugs überwacht; Detektieren einer potentiellen Gefährdung außerhalb des Autonomfahrzeugs auf der Grundlage des einen oder der mehreren Insassenparameter; und Kommunizieren der Detektion der potentiellen Gefährdung über eine Fahrzeugschnittstelle an eine Steuerung des Autonomfahrzeugs.
Verfahren nach Anspruch 20, wobei das Kommunizieren der Detektion einer potentiellen Gefährdung an das Autonomfahrzeug Bereitstellen vorgeschlagener Fahraspekte, einschließlich einer Defensivaktion, um die Sicherheit von Insassen des Autonomfahrzeugs zu erhöhen, beinhaltet.
Computerlesbares Speichermedium, das darauf Anweisungen speichert, die, wenn sie von einer Rechenvorrichtung ausgeführt werden, die Rechenvorrichtung veranlassen, das Verfahren nach einem der Ansprüche 13–21 durchzuführen.
System, das Mittel zum Implementieren des Verfahrens nach einem der Ansprüche 13–21 umfasst.