DE112017007561T5

DE112017007561T5 - Fahrzeuginsassenbeeinträchtigungserkennung

Info

Publication number: DE112017007561T5
Application number: DE112017007561.0T
Authority: DE
Inventors: Ali Hassani; Kwaku O. Prakah-Asante; David Melcher; Jeffrey Allen Greenberg; Devinder Singh Kochhar; Jeffrey Brian Yeung; Kenneth Michael Mayer
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2017-06-16
Filing date: 2017-06-16
Publication date: 2020-02-20
Also published as: US20200148231A1; CN110662897A; WO2018231242A1

Abstract

Ein Computer ist dazu programmiert, biometrische Daten von einem transdermalen Pflaster in einem Fahrzeug während des Betriebs eines Fahrzeugs zu empfangen, wobei die biometrischen Daten eine Messung einer Chemikalie beinhalten. Der Computer ist dazu programmiert, eine Fahrzeugkomponente zu betätigen, wenn anhand einer Kombination der Messungen der Chemikalie und der Fahrzeugbetriebsdaten bestimmt wird, dass eine Risikoschwelle überschritten wird.

Description

ALLGEMEINER STAND DER TECHNIK
Eine Beeinträchtigung, z. B. mangelnde Wachsamkeit, verlangsamte Reflexe, getrübte Sinne usw. eines Fahrzeugbenutzers, d. h eines Insassen, kann Unfälle mit anderen Fahrzeugen, Fußgängern usw. verursachen. Zum Beispiel können Beeinträchtigungen des Benutzers durch die Einnahme chemischer Substanzen, z. B. Arzneimittel, verursacht werden. Die Einnahme chemischer Substanzen kann Schläfrigkeit, Sehbehinderungen usw. verursachen. Es ist ein Problem, dass Fahrzeuge nicht über ausreichende Mittel verfügen, um die durch die Arzneimitteleinnahme verursachte Beeinträchtigung des Fahrzeugbenutzers zu erkennen. Fahrzeugbenutzer oder -insassen melden oder erfassen ihre eigene Beeinträchtigung in der Regel nicht. Allerdings fehlen in Fahrzeugen jedoch Systeme, mit denen Daten erfasst, analysiert und verarbeitet werden können, die möglicherweise auf eine Beeinträchtigung des Insassen hinweisen.
Figurenliste

1 ist ein Diagramm, das ein Fahrzeugsystem zum Erkennen einer Beeinträchtigung von Insassen zeigt.
2 ist ein Blockdiagramm eines transdermalen Pflasters.
3 ist ein Ablaufdiagramm eines beispielhaften Prozesses zum Bestimmen einer Insassenklassifizierung.
4 ist ein Ablaufdiagramm eines beispielhaften Prozesses zum Erkennen einer Beeinträchtigung von Fahrzeuginsassen.

DETAILLIERTE BESCHREIBUNG
EINFÜHRUNG
In dieser Schrift wird ein Computer offenbart, der dazu programmiert ist, biometrische Daten von einem transdermalen Pflaster in einem Fahrzeug während des Betriebs eines Fahrzeugs zu empfangen, wobei die biometrischen Daten eine Messung einer Chemikalie beinhalten. Der Computer ist ferner dazu programmiert, eine Fahrzeugkomponente zu betätigen, wenn anhand einer Kombination der Messungen der Chemikalie und den Fahrzeugbetriebsdaten bestimmt wird, dass eine Risikoschwelle überschritten wird.
Die biometrischen Daten können ferner eine Herzfrequenz und einen Blutdruck beinhalten.
Der Computer kann ferner dazu programmiert sein, die biometrischen Daten von einer tragbaren Rechenvorrichtung zu empfangen.
Der Computer kann ferner dazu programmiert sein, basierend auf den biometrischen Daten und den Fahrzeugbetriebsdaten eine Klassifizierung eines Insassenfahrmusters zu bestimmen.
Der Computer kann ferner dazu programmiert sein, basierend auf der Klassifizierung des Insassenfahrmusters zu bestimmen, ob die Risikoschwelle überschritten wird.
Die Klassifizierung des Insassenfahrmusters kann ferner eine Beziehung zwischen den biometrischen Daten und einem Fahrmuster beinhalten.
Das Fahrmuster kann ferner eine statistische Kenngröße beinhalten, welche die Spurhaltung betrifft.
Der Computer kann ferner dazu programmiert sein, eine Vielzahl von Klassifizierungen des Fahrmusters für eine Vielzahl von Fahrzeuginsassen zu bestimmen, wobei jede der Klassifizierungen einem der Vielzahl von Fahrzeuginsassen zugeordnet ist.
Der Computer kann ferner dazu programmiert sein, basierend auf den biometrischen Daten zu bestimmen, ob die erwartete Chemikalie fehlt, und basierend auf dem Fehlen der erwarteten Chemikalie zu bestimmen, ob die Risikoschwelle überschritten wird.
Das Betätigen der Fahrzeugkomponente kann ferner Aktivieren eines autonomen Modus des Fahrzeugs beinhalten.
Der Computer kann in dem transdermalen Pflaster beinhaltet sein.
Ferner wird in dieser Schrift ein Verfahren offenbart, das Empfangen biometrischer Daten von einem transdermalen Pflaster in einem Fahrzeug während des Betriebs eines Fahrzeugs beinhaltet, wobei die biometrischen Daten eine Messung einer Chemikalie beinhalten. Das Verfahren beinhaltet ferner Betätigen einer Fahrzeugkomponente, wenn anhand einer Kombination der Messungen der Chemikalie und den Fahrzeugbetriebsdaten bestimmt wird, dass eine Risikoschwelle überschritten wird.
Die biometrischen Daten können ferner eine Herzfrequenz und einen Blutdruck beinhalten.
Das Verfahren kann ferner Empfangen der biometrischen Daten von einer tragbaren Rechenvorrichtung beinhalten.
Das Verfahren kann ferner Bestimmen einer Klassifizierung eines Insassenfahrmusters basierend auf den biometrischen Daten und den Fahrzeugbetriebsdaten beinhalten.
Das Bestimmen, ob die Risikoschwelle überschritten wird, kann ferner auf der Klassifizierung des Insassenfahrmusters basieren.
Die Klassifizierung des Insassenfahrmusters kann eine Beziehung zwischen den biometrischen Daten und einem Fahrmuster beinhalten.
Das Fahrmuster kann eine statistische Kenngröße beinhalten, welche die Spurhaltung betrifft.
Das Verfahren kann ferner Bestimmen, ob die erwartete Chemikalie fehlt, basierend auf den biometrischen Daten und Bestimmen, ob die Risikoschwelle überschritten wird, basierend auf dem Fehlen der erwarteten Chemikalie beinhalten.
Das Betätigen der Fahrzeugkomponente kann ferner Aktivieren eines autonomen Modus des Fahrzeugs beinhalten.
Ferner wird eine Rechenvorrichtung offenbart, die dazu programmiert ist, beliebige der vorstehenden Verfahrensschritte auszuführen. Darüber hinaus ist ein Fahrzeug offenbart, das die Rechenvorrichtung umfasst.
Darüber hinaus wird ein Computerprogrammprodukt offenbart, das ein computerlesbares Medium umfasst, auf dem Anweisungen gespeichert sind, die durch einen Computerprozessor ausgeführt werden können, um beliebige der vorstehenden Verfahrensschritte auszuführen.
BEISPIELHAFTE SYSTEMELEMENTE
1 veranschaulicht ein Fahrzeug 100. Das Fahrzeug 100 kann auf eine Vielfalt von bekannten Weisen angetrieben werden, z. B. mithilfe einer Brennkraftmaschine, eines Elektromotors usw. Wenngleich das Fahrzeug 100 als Personenkraftwagen veranschaulicht ist, kann es sich dabei um eine andere Art von angetriebenem (z. B. über einen Elektromotor und/oder eine Brennkraftmaschine) Fahrzeug handeln, wie etwa einen Truck, einen Geländewagen, ein Crossover-Fahrzeug, einen Van, einen Minivan usw. Das Fahrzeug 100 kann einen Computer 110, (einen) Aktor(en) 120, (einen) Sensore(en) 130 und eine Mensch-Maschine-Schnittstelle (human machine interface - HMI 140) beinhalten. In einigen Beispielen, wie nachstehend erörtert, ist das Fahrzeug ein autonomes Fahrzeug, das dazu konfiguriert ist, in einem autonomen (z. B. fahrerlosen) Modus, einem halbautonomen Modus und/oder einem nichtautonomen Modus betrieben zu werden.
Der Computer 110 beinhaltet einen Prozessor und einen Speicher, wie sie bekannt sind. Der Speicher beinhaltet eine oder mehrere Formen computerlesbarer Medien und speichert Anweisungen, die durch den Computer 110 ausgeführt werden können, um verschiedene Vorgänge durchzuführen, einschließlich der in dieser Schrift offenbarten.
Der Computer 110 kann Programmierung beinhalten, um ein oder mehrere Systeme des Fahrzeugs 100, z. B. Bremsen, Antrieb (z. B. eines oder mehrere von einer Brennkraftmaschine, einem Elektromotor usw.), Lenkung, Klimasteuerung, Innen- und/oder Außenleuchten usw. von Landfahrzeugen zu betreiben. Der Computer 110 kann das Fahrzeug 100 in einem autonomen Modus, einem halbautonomen Modus oder einem nichtautonomen Modus betreiben. Zum Zwecke dieser Offenbarung ist ein autonomer Modus als einer definiert, bei dem jedes von Antrieb, Bremsung und Lenkung des Fahrzeugs durch den Computer 110 gesteuert wird; in einem halbautonomen Modus steuert der Computer eines oder zwei von Antrieb, Bremsung und Lenkung des Fahrzeugs; in einem nicht autonomen Modus steuert ein menschlicher Fahrzeugführer den Antrieb, die Bremsung und die Lenkung des Fahrzeugs.
Der Computer 110 kann mehr als einen Prozessor, z. B. Steuerungen oder dergleichen, die in dem Fahrzeug 100 zum Überwachen und/oder Steuern verschiedener Steuerungen des Fahrzeugs 100, z. B. einer Antriebsstrangsteuerung, einer Bremssteuerung, einer Lenkungssteuerung usw., beinhaltet sind, beinhalten oder kommunikativ daran gekoppelt sein, z. B. über einen Kommunikationsbus des Fahrzeugs 100, wie er nachstehend ausführlicher beschrieben wird. Der Computer 110 ist im Allgemeinen zur Kommunikation in einem Kommunikationsnetzwerk des Fahrzeugs 100 angeordnet, das einen Bus in dem Fahrzeug 100, wie etwa ein Controller Area Network (CAN) oder dergleichen, und/oder andere drahtgebundene und/oder drahtlose Mechanismen beinhalten kann.
Über das Kommunikationsnetzwerk des Fahrzeugs 100 kann der Computer 110 Nachrichten an verschiedene Vorrichtungen in dem Fahrzeug 100 übertragen und/oder Nachrichten von den verschiedenen Vorrichtungen, z. B. einem Aktor 120, einer HMI 140 usw., empfangen. Alternativ oder zusätzlich dazu kann in den Fällen, in denen der Computer 110 tatsächlich mehrere Vorrichtungen umfasst, das Fahrzeugkommunikationsnetzwerk für Kommunikationen zwischen Vorrichtungen verwendet werden, die in dieser Offenbarung als der Computer 110 dargestellt sind.
Die Aktoren 120 des Fahrzeugs 100 sind über Schaltungen, Chips oder andere elektronische und/oder mechanische Komponenten umgesetzt, die verschiedene Teilsysteme des Fahrzeugs gemäß geeigneten Steuersignalen, wie bekannt, betätigen können. Die Aktoren 120 können verwendet werden, um Systeme des Fahrzeugs zu steuern, wie etwa Bremsung, Beschleunigung und/oder Lenkung der Fahrzeuge 100.
Darüber hinaus kann der Computer 110 dazu konfiguriert sein, über eine Fahrzeug-zu-Infrastruktur-Schnittstelle (F-I-Schnittstelle) mit anderen Fahrzeugen und/oder einem entfernten Computer 180 über ein Netzwerk 190 zu kommunizieren. Das Netzwerk 190 stellt einen oder mehrere Mechanismen dar, durch die der Computer 110 und der entfernte Computer 180 miteinander kommunizieren können, und kann eines oder mehrere von verschiedenen verdrahteten oder drahtlosen Kommunikationsmechanismen sein, einschließlich einer beliebigen gewünschten Kombination aus verdrahteten (z. B. Kabel oder Glasfaser) und/oder drahtlosen (z. B. Mobilfunk, drahtlos, Satellit, Mikrowelle und Funkfrequenz) Kommunikationsmechanismen und einer beliebigen gewünschten Netzwerktopologie (oder Topologien, wenn mehrere Kommunikationsmechanismen verwendet werden). Beispielhafte Kommunikationsnetzwerke beinhalten drahtlose Kommunikationsnetzwerke (z. B. unter Verwendung von einem oder mehreren von Mobilfunk, Bluetooth, IEEE 802.11 usw.), dedizierte Nahbereichskommunikation (dedicated short range communication - DSRC), Local Area Networks (LAN) und/oder Wide Area Networks (WAN), einschließlich des Internets, die Datenkommunikationsdienste bereitstellen.
Die HMI 140 kann dazu konfiguriert sein, eine Insasseneingabe, z. B. während des Betriebs des Fahrzeugs 100, zu empfangen. Außerdem kann eine HMI 140 dazu konfiguriert sein, Informationen einem Fahrzeuginsassen, wie etwa einem Fahrzeugführer (z. B. Fahrer) und/oder Fahrgast, zu präsentieren. Daher befindet sich die HMI 140 typischerweise in einer Fahrgastkabine des Fahrzeugs 100. Zum Beispiel kann die HMI 140 dem Insassen Informationen bereitstellen, einschließlich einer Angabe zur Beeinträchtigung eines Insassen des Fahrzeugs 100, einer Aktivierung des autonomen Modus des Fahrzeugs 100 basierend auf der Beeinträchtigung des Insassen des Fahrzeugs 100 usw.
Die Sensoren 130 können vielfältige Vorrichtungen beinhalten, die dem Computer 110 bekanntermaßen Betriebsdaten bereitstellen. Im Kontext dieser Offenbarung sind mit „Betriebsdaten“ des Fahrzeugs 100 Daten, die von Sensoren 130 und/oder elektronischen Steuereinheiten (electronic control units - ECUs) in dem Fahrzeug empfangen werden und einen Zustand des Fahrzeugs 100 (z. B. Geschwindigkeit, einen Übertragungszustand usw.) beschreiben, eine Komponente davon und/oder Daten gemeint, die von einer Umgebung des Fahrzeugs 100 erfasst werden, während das Fahrzeug 100 in Betrieb ist. Zum Beispiel können die Sensoren 130 (einen) Sensor(en) der Art Light Detection And Ranging (LIDAR) 130 beinhalten, der/die auf einer Oberseite, einer Säule usw. des Fahrzeugs 100 angeordnet ist/sind und relative Standorte, Größen und Formen anderer Fahrzeuge und/oder Objekte bereitstellen, die das Fahrzeug 100 umgeben. Um ein anderes Beispiel zu nennen, können ein oder mehrere Radarsensoren 130, die an Stoßfängern des Fahrzeugs 100 befestigt sind, Standorte von zweiten Fahrzeugen, die vor, neben und/oder hinter dem Fahrzeug 100 fahren, in Bezug zu dem Standort des Fahrzeugs 100 bereitstellen. Die Sensoren 130 können ferner alternativ oder zusätzlich dazu (einen) Kamerasensor(en) 130 beinhalten, die z. B. nach vorn gerichtet sind, zur Seite gerichtet sind usw., und die Bilder von einem Bereich um das Fahrzeug 100 herum bereitstellen. Zum Beispiel kann der Computer 110 dazu programmiert sein, Betriebsdaten, die Bilddaten beinhalten, von dem/den Kamerasensor(en) 130 zu empfangen und Bildverarbeitungstechniken umzusetzen, um Spurmarkierungen, Verkehrsschilder und/oder andere Objekte, wie etwa andere Fahrzeuge, zu erkennen. Um ein anderes Beispiel zu nennen, kann der Computer 110 dazu programmiert sein, zu bestimmen, ob ein Abstand zu einem anderen Fahrzeug unter einem vorbestimmten Schwellenwert liegt, ob eine unerwartete Spurabweichung aufgetreten ist usw. Der Computer 110 kann Betriebsdaten einschließlich Objektdaten von z. B. dem Kamerasensor 130 empfangen und das Fahrzeug 100 mindestens teilweise basierend auf den empfangenen Objektdaten in einem autonomen und/oder halbautonomen Modus betreiben. Zusätzlich oder alternativ dazu können die Betriebsdaten eine Zeit bis zur Kollision, Durchschnittsgeschwindigkeit, Geschwindigkeitsschwankungen, Reaktionszeit des Insassen usw. beinhalten.
Die Sensoren 130 können einen globalen Positionsbestimmungssensor 130 (GPS) beinhalten. Basierend auf von dem GPS-Sensor 130 empfangenen Daten kann der Computer 110 geografische Standortkoordinaten, eine Bewegungsrichtung, die Geschwindigkeit usw. des Fahrzeugs 100 bestimmen. Die Sensoren 130 können Beschleunigungssensoren 130 beinhalten, die eine Längs- und/oder Querbeschleunigung des Fahrzeugs 100 bereitstellen.
Der Computer 110 ist dazu programmiert, biometrische Daten von Insassen über verschiedene Vorrichtungen, wie etwa die Sensoren 130, ein transdermales Pflaster 150, eine tragbare Vorrichtung 160 usw., zu empfangen. Bei den biometrischen Daten kann es sich im Kontext der vorliegenden Offenbarung um Daten zu einem körperlichen Zustand oder einem Attribut eines Insassen handeln und sie können Konzentrationen von Chemikalien im Blutkreislauf des Insassen und/oder physiologische Marker beinhalten. Konzentrationen von Chemikalien können Chemikalienniveaus, z. B. in Einheiten von Teile pro Million (parts per million - ppm) von Glucose, Enzymen, Wirkstoffen usw. im Blut des Insassen beinhalten. Wie nachstehend erörtert, können Arzneimittel verschriebene, rezeptfreie und/oder illegale Arzneimittel, wie etwa Betäubungsmittel, beinhalten. Der Ausdruck „physiologischer Marker“ bezieht sich auf einen messbaren Indikator für einen bestimmten biologischen Zustand oder eine bestimmte körperliche Verfassung, z. B. eine Pulsfrequenz, eine Atmungsfrequenz, eine Körpertemperatur, eine Pupillenerweiterung usw. Physiologische Marker können Pupillendurchmesser, Herzfrequenz, Breitenrate, Blutdruckwert, Reaktionszeit, Pupillenreaktion, Hauttemperatur, Muskelzittern usw., beinhalten.
Ein transdermales Pflaster 150, das typischerweise zur Arzneimittelabgabe verwendet wird, kann Sensoren zum Bestimmen verschiedener biometrischer Daten, wie etwa des Blutgehalts einer chemischen Substanz usw., beinhalten. Ein transdermales Pflaster 150 ist ein arzneimittelhaltiges Heftpflaster, das auf der Haut platziert werden kann, um eine vorbestimmte Arzneimitteldosis durch die Haut des Insassen und in den Blutkreislauf des Insassen abzugeben. Typischerweise beinhaltet ein transdermales Pflaster 150 eine Membran 210 und ein Arzneimittelreservoir 220. Das Pflaster 150 kann ferner einen Sensor 230 und einen drahtlosen Sendeempfänger 240 beinhalten. Der Computer 110 kann dazu programmiert sein, die biometrischen Daten, die Chemikalienniveaus im Blutkreislauf eines Insassen beinhalten, von dem Sensor 230 des Pflasters 150 über den Sendeempfänger 240 zu empfangen. Der Computer 110 kann dazu programmiert sein, über verschiedene drahtlose Kommunikationsprotokolle, wie etwa Bluetooth™ Low Energy (BLE) mit dem Pflaster 150 zu kommunizieren. In einem Beispiel kann der Sensor 230 des Pflasters 150 in der Lage sein, eine Konzentration einer Chemikalie im Blut des Insassen mit einer Genauigkeit im Größenbereich von Mikrogramm zu bestimmen.
Eine tragbare Vorrichtung 160 kann biometrische Daten eines Insassen bereitstellen, wie etwa die Herzfrequenz, die Körpertemperatur usw. des Insassen.
Um ein anderes Beispiel zu nennen, kann eine implantierbare biomedizinische Vorrichtung, wie etwa ein in den Körper des Insassen implantierter miniaturisierter Roboter (z. B. innerhalb von Blutgefäßen), eine unter die Haut implantierte Vorrichtung usw., biometrische Daten des Insassen bereitstellen.
Die biometrischen Daten können persönliche Informationen oder ein Profil des Insassen des Fahrzeugs 100 beinhalten, wie etwa Alter, Größe, Gewicht, Patientenakte usw. Der Computer 110 kann dazu programmiert sein, das Profil des Insassen von z. B. dem entfernten Computer 180 über das Kommunikationsnetzwerk 190, einem Sensor 130 des Fahrzeugs 100, einem anderen Computer 110 in dem Fahrzeug 100 usw. zu empfangen. Die Patientenakte kann den Gesundheitszustand des Insassen beinhalten, einschließlich jeglicher diagnostizierter körperlicher und/oder geistiger Verfassung usw. Zusätzlich oder alternativ dazu kann die Patientenakte Informationen beinhalten, die verschriebene und/oder rezeptfreie Arzneimittel beinhalten. Ein Profil zur Arzneimitteleinnahme kann die Arzneimitteldosierung (z. B. 200 Milligramm (mg) pro Kapsel), die Einnahme (z. B. 3 Kapseln/Tag) usw. beinhalten. Zusätzlich oder alternativ dazu kann die Patientenakte die Kaufhistorie einschließlich rezeptfreier Arzneimittel und/oder verschriebener Arzneimittel beinhalten.
Im Kontext der vorliegenden Offenbarung beinhalten Arzneimittel pharmazeutische Arzneimittel, Betäubungsmittel usw. Pharmazeutische Arzneimittel können rezeptfreie Arzneimittel, verschriebene Arzneimittel usw. beinhalten, die typischerweise eingenommen werden, um eine Krankheit, ein Symptom usw. zu heilen, zu behandeln und/oder dieser/diesem vorzubeugen. Zum Beispiel kann ein Epilepsie-Arzneimittel von einem Insassen eingenommen werden, um einem Anfall vorzubeugen. Ein Blutdruckmittel kann eingenommen werden, um den Blutdruck eines Insassen, z. B. durch Senkung, innerhalb eines erwarteten Bereiches zu steuern. Somit kann eine Nichteinnahme eines Epilepsie-Arzneimittels, eines Arzneimittels gegen Bluthochdruck usw. Symptome wie Anfälle, hohen Blutdruck usw. verursachen. Die Betäubungsmittel können verschiedene Arten von Opioiden beinhalten. Eine Einnahme eines Betäubungsmittels kann das geistige Bewusstsein eines Insassen des Fahrzeugs 100 beeinflussen, was eine kognitive Beeinträchtigung, eine Sehbeeinträchtigung, ein Schwindelgefühl, einen Schwächeanfall usw. verursachen kann.
Unter Bezugnahme auf 1 ist ein Computer, z. B. der Computer 110 des Fahrzeugs 100, ein in dem Pflaster 150 beinhalteter Computer usw., dazu programmiert, biometrische Daten von einem transdermalen Pflaster 150 in einem Fahrzeug 100 während des Betriebs des Fahrzeugs 100 zu empfangen, wobei die biometrischen Daten eine Messung einer Menge einer Chemikalie im Körper des Insassen beinhalten. Der Computer 110 ist ferner dazu programmiert, eine Komponente des Fahrzeugs 100 zu betätigen, wenn anhand einer Kombination der Messungen der Chemikalie und den Betriebsdaten des Fahrzeugs 100 bestimmt wird, dass eine Risikoschwelle überschritten wird.
Risikomessungen, wie in dieser Schrift erörtert, beinhalten einen Wert, der typischerweise durch eine Zahl spezifiziert ist und die Wahrscheinlichkeit für eine Abweichung und/oder einen Betrag einer Abweichung einer Leistung eines Benutzers des Fahrzeugs 100 von einer erwarteten Leistung des Benutzers angibt, die/der durch eine Beeinträchtigung des Benutzers des Fahrzeugs 100 verursacht wird. Die erwartete Leistung des Benutzers kann sich im Kontext der vorliegenden Offenbarung auf die Leistung des Benutzers beim Steuern des Betriebs des Fahrzeugs 100, einschließlich des Steuerns der Geschwindigkeit, des Lenkens, des Bremsens usw., beziehen. Eine Abweichung der erwarteten Leistung des Benutzers kann gemäß einer Änderung der Fahrzeuggeschwindigkeit, des Lenkbremsens usw. gemessen werden; z. B. können eine Spurabweichung, plötzliches Bremsen, plötzliches Beschleunigen, extrem niedrige oder hohe Geschwindigkeiten (z. B. mehr als 25 % über oder unter einem festgelegten Geschwindigkeitslimit) usw. eine Abweichung der erwarteten Leistung des Benutzers angeben. Wie nachstehend erörtert, kann das Risiko basierend auf einer Risikoklassifizierung bestimmt werden. In einem Beispiel kann das Risiko einer von einer Vielzahl diskreter Kategorien zugewiesen werden, wie etwa einem „geringen“, „mittleren“, „hohen“ und „unmittelbaren“ Risiko. Ein Risikoniveau kann mit einer Wahrscheinlichkeit für einen Aufprall des Fahrzeugs 100 korreliert sein. Zum Beispiel kann ein „hohes“ Risikoniveau im Vergleich zu einem „niedrigen“ Risikoniveau eine höhere Wahrscheinlichkeit für einen Aufprall des Fahrzeugs 100 angeben. Wenn ein Risiko über einem Schwellenwert erkannt wird, kann der Computer 110 die Aktoren 120 des Fahrzeugs 100 betätigen, um eine Handlung zu bewirken, wie etwa Anhalten des Fahrzeugs 100, Aktivieren eines autonomen Modus des Fahrzeugs 100 usw., wenn das Risiko „hoch“ ist, d. h. über einer „mittleren“ Risikoschwelle liegt. In einem anderen Beispiel kann das Risiko als numerischer Prozentwert zwischen 0 % und 100 % definiert sein.

Der Computer 110 kann die Aktoren 120 des Fahrzeugs 100 betätigen, um eine Handlung zu bewirken, wenn das Risiko, z. B. 60 %, über einer Risikoschwelle, z. B. 50 %, liegt. Der Computer 110 kann dazu programmiert sein, einen autonomen Modus des Fahrzeugs 100 zu aktivieren, wenn bestimmt wird, dass die Risikoschwelle überschritten ist. Zusätzlich oder alternativ dazu kann der Computer 110 dazu programmiert sein, eine Nachricht zu senden, die z. B. eine Kennung des Fahrzeugs 100, wie etwa eine Fahrzeugidentifikationsnummer (FIN) oder dergleichen, usw. an den entfernten Computer 180 sendet, wenn bestimmt wird, dass die Risikoschwelle überschritten ist. In einem anderen Beispiel kann der Computer 110 dazu programmiert sein, eine Handlung zu bewirken, die einem Risikoniveau zugewiesen ist, z. B. wie in Tabelle 1 gezeigt. Tabelle 1

Risiko	Handlung
Niedrig	Keine Handlung
Mittel	Aktivieren des halbautonomen Modus, z. B., Aktivierung des Betriebs eines Spurhalteassistenten
Hoch	Aktivieren des autonomen Modus
Unmittelbar	Navigieren an den Straßenrand und Anhalten des Fahrzeugs

Wie vorstehend erörtert, kann ein Arzneimittel von einem Insassen des Fahrzeugs 100 eingenommen werden, um einem Symptom vorzubeugen. Zum Beispiel kann ein Epilepsie-Arzneimittel eingenommen werden, um einem Anfall vorzubeugen. Somit kann eine Nichteinnahme eines Epilepsie-Arzneimittels ein Risiko für einen Anfall des Insassen während des Fahrens des Fahrzeugs 100 angeben. Zum Beispiel kann der Computer 110 dazu programmiert sein, basierend auf den biometrischen Daten zu bestimmen, ob die erwartete Chemikalie fehlt, und basierend auf dem Fehlen der erwarteten Chemikalie zu bestimmen, ob die Risikoschwelle überschritten wird.
Die Einnahme von mehr als der verschriebenen Dosierung eines Arzneimittels kann Symptome bewirken, die einen Insassen des Fahrzeugs 100 beeinträchtigen. Der Computer 110 kann dazu programmiert sein, basierend auf den biometrischen Daten zu bestimmen, ob eine Überdosis einer Chemikalie vorliegt, und basierend auf der Überdosis der Chemikalie zu bestimmen, ob die Risikoschwelle überschritten wird. Der Computer 110 kann dazu programmiert sein, einen Betrag einer Abweichung einer erwarteten Chemikalie zu bestimmen und das Risiko basierend auf der bestimmten Abweichung zu bestimmen. In einem Beispiel kann der Computer 110 dazu programmiert sein, das Risiko basierend auf einem bestimmten Abweichungsprozentsatz zu bestimmen, z. B. wie in Tabelle 2 gezeigt. Eine Abweichung beinhaltet im vorliegenden Zusammenhang eine Differenz zu dem erwarteten Wert, d. h. entweder Unterdosierung oder Überdosierung. Tabelle 2

Risiko Abweichung der Arzneimitteldosierung

Niedrig Mehr als 5 % und weniger als 10 %

Mittel Mehr als 10 %, weniger als 30 %

Hoch Mehr als 30 %

Der entfernte Computer 180 kann dazu programmiert sein, eine Insassenklassifizierung zu bestimmen, die eine Chemikalienmusterklassifizierung und/oder eine Fahrmusterklassifizierung beinhaltet. Eine Insassenklassifizierung kann dem jeweiligen Insassen und/oder einer Gruppe von Insassen zugeordnet werden. Zum Beispiel kann der entfernte Computer 180 dazu programmiert sein, eine Insassenklassifizierung eines Benutzers einer Kennung des jeweiligen Insassen zuzuordnen. Statistische Klassifizierungen sind allgemein bekannt. Bei der Insassenklassifizierung, wie sie in dieser Schrift erörtert wird, handelt es sich um einen Satz von bestimmten statistischen Merkmalen für einen Insassen, z. B. Durchschnittswerte, die dann verwendet werden, um den Insassen gemäß einer oder mehreren Kategorien zu klassifizieren, z.B. beeinträchtigt oder nicht beeinträchtigt, hohes, mittleres oder niedriges Risikoniveau aufgrund der Einnahme von Arzneimitteln usw. Die Chemikalienmusterklassifizierung kann Durchschnittswerte, maximal zulässige Werte usw. für Chemikalien im Blut des Insassen beinhalten. Die Fahrmusterklassifizierungen, wie sie nachstehend erörtert werden, beziehen sich auf statistische Merkmale, die einem Insassenfahrmuster zugeordnet sind, das in den Betriebsdaten des Fahrzeugs 100 beinhaltet ist. Tabelle 3 zeigt eine beispielhafte Insassenklassifizierung für einen beispielhaften Insassen. Anders ausgedrückt zeigt Tabelle 3 Werte, die für den beispielhaften Insassen basierend auf Daten identifiziert wurden, die dem beispielhaften Insassen zugeordnet sind. Der entfernte Computer 180 kann dazu programmiert sein, die Insassenklassifizierung basierend auf Daten zu bestimmen, die von einem oder mehreren Fahrzeugen 100 empfangen werden. Zusätzlich dazu kann der entfernte Computer 180 dazu programmiert sein, die biometrischen Daten, wie etwa Alter, Geschlecht, verschriebene Arzneimittel, erwartete Dosierung usw. des Insassen, von anderen Computern zu empfangen. In einem Beispiel kann der entfernte Computer 180 dazu programmiert sein, Insassenklassifizierungen von mehreren Insassen in einem Speicher des Computers 180 zu speichern. Jede der gespeicherten Klassifizierungen kann einer Insassenkennung zugeordnet sein. Tabelle 3

Insassenklassifizierung		Daten, die dem beispielhaften Insassen zugeordnet sind
Chemikalienmusterklassifizierung
	Epilepsie-Arzneimittel	Erwartete Dosierung zwischen 2 und 3 ppm
	Vitamin D	Erwartete Dosierung zwischen 1 und 2 ppm
	Opioide	Erwarteter Maximalwert von 1 ppm
Physiologische Marker
	Herzfrequenz	Zwischen 70 und 80 Schlägen pro Minute
Fahrmusterklassifizierung
	Anzahl unerwarteter Spurabweichungen	Maximal 2 auf 100 km
	Reaktionszeit	Maximal 0,5
	Geschwindigkeit	Durchschnittlich zwischen 10 % unter und über dem Geschwindigkeitslimit

Die Einnahme eines Arzneimittels hat möglicherweise keine Auswirkung auf die Fahrtauglichkeit eines Insassen des Fahrzeugs 100. Zum Beispiel bewirkt ein Mangel an und/oder eine Überdosierung eines Ergänzungsmittels, wie etwa Vitamin D, möglicherweise keine Beeinträchtigung des Insassen des Fahrzeugs 100. Der Computer 110 kann dazu programmiert sein, eine Patientenakte eines Insassen des Fahrzeugs 100 von einem entfernten Computer zu empfangen und die Arzneimittel basierend auf einer durch das Arzneimittel verursachten Auswirkung auf die Fahrtauglichkeit des Insassen zu bewerten. Im vorliegenden Zusammenhang handelt es sich bei der Bewertung um einen Wert, der z. B. durch eine Zahl zwischen 0 und 10 konkretisiert ist und eine Relevanz des Arzneimittels für die Fahrbeeinträchtigung angibt. Zum Beispiel kann eine Bewertung von 1 eine geringere Relevanz eines Arzneimittels, z. B. eines Vitamin-D-Ergänzungsmittels, angeben. In einem anderen Beispiel kann eine Bewertung von 9 eine höhere Relevanz eines Arzneimittels, z. B. eines Epilepsie-Arzneimittels, eines Opioids usw., angeben.
Der Computer 110 kann dazu programmiert sein, ein Arzneimittel auszuwählen, wenn bestimmt wird, dass die Bewertung des Arzneimittels einen vorbestimmten Risikoschwellenwert überschreitet, z. B. 5, und das Risiko eines ausgewählten Arzneimittels basierend auf der Abweichung der erwarteten Arzneimitteldosis zu bestimmen, z. B. Tabelle 2. Zum Beispiel kann erwartet werden, dass die Konzentration eines Betäubungsmittels, z. B. von Opioiden, im Blut eines Insassen des Fahrzeugs 100 unter 1 ppm liegt. Die Betäubungsmittel können eine kognitive Beeinträchtigung bewirken, d. h., ein hohes Risiko aufweisen, z. B. 8, wie vorstehend erörtert. Somit kann eine Konzentration von 1,5 ppm um 50 % über einer erwarteten Maximalkonzentration liegen. Somit kann der Computer 110 dazu programmiert sein, ein hohes Risiko zu bestimmen, wenn bestimmt wird, dass das Blut eines Insassen eine Betäubungsmittelkonzentration von 1,5 ppm aufweist.
Wie vorstehend erörtert, können die biometrischen Daten die physiologischen Marker, wie etwa eine Herzfrequenz, einen Blutdruck usw., eines Insassen des Fahrzeugs 100 beinhalten. Ein unerwarteter Indikator eines physiologischen Markers, z. B. eine hohe Herzfrequenz, kann eine Beeinträchtigung des Insassen angeben. Anders ausgedrückt kann das Risiko basierend auf einer Abweichung eines physiologischen Markers von einem erwarteten Wert und/oder einem erwarteten Bereich bestimmt werden. Erwartete Bereiche physiologischer Marker sind jedoch typischerweise breit genug, um eine Erkennung einer Abweichung für einen bestimmten Insassen schwierig zu machen. Zum Beispiel liegt der erwartete Bereich der Herzfrequenz für einen erwachsenen Menschen zwischen 60 und 100 Schlägen pro Minute. Um eine Abweichung eines physiologischen Markers genau erkennen zu können, kann ein erwarteter Wert für jeden Insassen des Fahrzeugs 100 verwendet werden. In einem Beispiel kann der Computer 110 dazu programmiert sein, für jeden der Insassen des Fahrzeugs 100 Daten zu empfangen, die einen durchschnittlichen erwarteten Wert von physiologischen Markern beinhalten, z. B. eine Herzfrequenz von 75 Schlägen/Sekunde. Der Computer 110 kann dazu programmiert sein, eine Abweichung eines physiologischen Markers für einen Insassen basierend auf empfangenen durchschnittlichen erwarteten Wert des physiologischen Markers für den jeweiligen Insassen zu bestimmen. Der Computer 110 kann dazu programmiert sein, das Risiko, das einem Insassen des Fahrzeugs 100 zugeordnet ist, basierend auf der bestimmten Abweichung des physiologischen Markers von einem durchschnittlichen erwarteten Wert für den jeweiligen Insassen, z. B. basierend auf Tabelle 2, zu bestimmen.
Wie vorstehend erörtert, kann das Risiko basierend auf einer Abweichung eines physiologischen Markers des Insassen von einem erwarteten Wert und/oder einer Abweichung einer erwarteten Konzentration einer Chemikalie im Blut des Insassen bestimmt werden. Eine Abweichung einer Chemikalie und/oder eine Abweichung eines physiologischen Markers kann jedoch unterschiedliche Auswirkungen auf unterschiedliche Insassen haben. Zum Beispiel kann eine Abweichung der Herzfrequenz von 30 % von einem erwarteten Wert unterschiedliche Veränderungen bei zwei unterschiedlichen Insassen bewirken. Sie kann eine Zunahme von 50 % bei der Reaktionszeit eines ersten Insassen bewirken und von nur 20 % bei der Reaktionszeit eines zweiten Insassen. Somit kann der Computer 110 dazu programmiert sein, ferner basierend auf einer Fahrmusterklassifizierung zu bestimmen, ob die Risikoschwelle überschritten wird, z. B. Tabelle 2.
Der Computer 110 kann dazu programmiert sein, mehrere Fahrmusterklassifizierungen für die jeweiligen Insassen des Fahrzeugs 100 zu bestimmen. Jede der Klassifizierungen kann einem der Insassen des Fahrzeugs 100 zugeordnet sein. Der Computer 110 kann dazu programmiert sein, basierend auf den biometrischen Daten und den Betriebsdaten des Fahrzeugs 100 eine Klassifizierung eines Insassenfahrmusters zu erstellen. In einem Beispiel kann der Computer 110 dazu programmiert sein, einen durchschnittlichen erwarteten Wert für jeweilige von mehreren Betriebsdaten des Fahrzeugs 100 zu bestimmen, z. B. eine Durchschnittsgeschwindigkeit, eine durchschnittliche Reaktionszeit usw.
In einem Beispiel beinhaltet ein Fahrmuster eines Insassen des Fahrzeugs 100 eine statistische Kenngröße betreffs der Spurhaltung, z. B. eine erwartete Maximalanzahl von unerwarteten Spurabweichungen, wie etwa 1 unerwartete Abweichung pro Stunde, 2 unerwartete Abweichungen pro 100 Kilometer usw. Der Computer 110 kann dazu programmiert sein, die durchschnittlichen Betriebsdaten des Fahrzeugs 100 basierend auf empfangenen Daten des Sensors 130 über einen vorbestimmten Zeitraum und/oder eine gefahrene Strecke, z. B. 1 Monat, 1000 Kilometer (km) usw., zu bestimmen. Der Computer 110 kann dazu programmiert sein, ein Insassenfahrmuster basierend auf den empfangenen Betriebsdaten des Fahrzeugs 100 zu bestimmen.
Wie vorstehend erörtert, kann in einem Beispiel der Computer 110 dazu programmiert sein, das Risiko basierend auf empfangenen biometrischen Daten zu bestimmen. In einem anderen Beispiel kann das Risiko basierend auf Betriebsdaten des Fahrzeugs 100 bestimmt werden. Somit kann in einem weiteren Beispiel der Computer 110 dazu programmiert sein, Klassifizierungen zu bestimmen, die eine Beziehung zwischen den biometrischen Daten und einem Fahrmuster beinhalten. Anders ausgedrückt kann der Computer 110 dazu programmiert sein, das Risiko basierend auf einer Kombination einer bestimmten Abweichung oder bestimmter Differenzen von biometrischen Daten und den Betriebsdaten zu bestimmen, z. B. aus den biometrischen und den Betriebsdaten abgeleitete Aggregationen oder Summen von Differenzen, Abweichungen von statistischen Messgrößen usw.
Zum Beispiel kann der Computer 110 dazu programmiert sein, das Risiko basierend auf einer Summe der Abweichungen zu bestimmen, z. B. ein „hohes“ Niveau, wenn eine Summe von Abweichungen einen Schwellenwert von 50 % überschreitet. Zum Beispiel kann der Computer 110 bestimmen, dass ein Risiko ein „hohes“ Niveau aufweist, wenn der Computer 110 eine Abweichung der biometrischen Daten (z. B. der Herzfrequenz) von 20 % und eine Abweichung der Betriebsdaten (z. B. eine Anzahl von unerwarteten Spurwechseln) von 35 % bestimmt, weil die Summe der Abweichungen, d. h. 55 %, über dem Schwellenwert von 50 % liegt.
In einem anderen Beispiel kann der Computer 110 dazu programmiert sein, das Risiko basierend auf einer Risikoklassifizierung zu bestimmen. Die Risikoklassifizierung kann eine mathematische Berechnung beinhalten, wie etwa a₁X₁+a₂X₂+b₁Y₁+b₂Y₂. Das Ergebnis dieser Berechnung kann einen Risikowert bereitstellen, der dann verwendet werden kann, um ein basierend auf aktuellen Daten einem Insassen zugeordnetes Risiko zu klassifizieren. In dem vorstehenden beispielhaften Ausdruck stehen X₁ , X₂ usw. für biometrische Daten, z. B. eine Abweichung der erwarteten Chemikalienkonzentration im Blut des Insassen. Zum Beispiel kann X₁ 50 % betragen, wenn eine Arzneimittelkonzentration von 1,5 ppm gemessen wird, während basierend auf der Benutzerklassifizierung eine Konzentration von 1 ppm erwartet wird. Ferner stehen Y₁ , Y₂ usw. für Daten des Sensors 130 des Fahrzeugs 100, wie etwa eine Abweichung von der erwarteten Durchschnittsgeschwindigkeit, -beschleunigung usw. Die Parameter a₁ , a₂ usw. sowie b₁ , b₂ usw. können optimiert werden, um die Risikoklassifizierung zu definieren. In einem Beispiel kann der Computer 110 dazu programmiert sein, optimierte Parameter a₁ , a₂ usw., einen b₁ , b₂ usw. unter Verwendung künstlicher Intelligenz und/oder anderer bekannter Optimierungstechniken, wie etwa genetischer Algorithmen, zu bestimmen.
Der Computer 110 kann dazu programmiert sein, eine Handlung auszuführen, wie etwa das Betätigen einer Komponente des Fahrzeugs 100, wenn bestimmt wird, dass basierend auf der Risikoklassifizierung berechnete Risiko eine Risikoschwelle überschreitet. Zum Beispiel kann der Computer 110 dazu programmiert sein, eine Handlung zu bewirken, die einem Risikoniveau zugewiesen ist, z. B. wie in Tabelle 1 gezeigt. Der Computer 110 kann einen halbautonomen Modus des Fahrzeugs 100 aktivieren, z. B. Steuern eines Lenkvorgangs des Fahrzeugs 100, wenn ein mittleres Risiko bestimmt wird. Wenn ein hohes Risiko bestimmt wird, kann der Computer 110 einen autonomen Modus des Fahrzeugs 100 aktivieren, um das Fahrzeug 100 zu einem Ziel des Fahrzeugs 100 zu navigieren. Wenn ein unmittelbares Risiko bestimmt wird, kann der Computer 110 einen autonomen Modus des Fahrzeugs 100 aktivieren, um das Fahrzeug 100 an einen Straßenrand, z. B. den nächstmöglichen Straßenrand, an dem das Fahrzeug 100 anhalten kann, zu navigieren, und das Fahrzeug 100 anhalten.
VERARBEITUNG
3 ist ein Ablaufdiagramm eines beispielhaften Prozesses 300 zum Bestimmen einer Insassenklassifizierung. Zum Beispiel können der entfernte Computer 180, der Computer 110 des Fahrzeugs 100, eine Kombination davon usw. dazu programmiert sein, die Blöcke des Prozesses 300 auszuführen.
Der Prozess 300 beginnt in einem Block 310, in dem der entfernte Computer 180 biometrische Daten von einem oder mehreren Insassen des Fahrzeugs 100 empfängt. Der entfernte Computer 180 kann dazu programmiert sein, die Daten über das drahtlose Kommunikationsnetzwerk 190 von einem oder mehreren Fahrzeugen 100 zu empfangen. Die biometrischen Daten können eine Patientenakte, verschriebene Arzneimittel usw. des Insassen beinhalten. Zusätzlich dazu können die biometrischen Daten eine Konzentration einer oder mehrerer Chemikalien im Blut des Insassen, einen oder mehrere physiologische Marker, wie etwa Herzfrequenz, Blutdruck usw. beinhalten.
Als Nächstes empfängt der entfernte Computer 180 in einem Block 320 Fahrzeugbetriebsdaten. Der entfernte Computer 180 kann dazu programmiert sein, die Betriebsdaten des Fahrzeugs 100, z. B. über das drahtlose Kommunikationsnetzwerk 190, von einem oder mehreren Fahrzeugen 100 zu empfangen.
Als Nächstes identifiziert der entfernte Computer 180 in einem Block 330 (eine) Insassenklassifizierung(en). Zum Beispiel kann der entfernte Computer 180 dazu programmiert sein, Insassenklassifizierungen für mehrere Insassen basierend auf Daten zu bestimmen, die von einem oder mehreren Fahrzeugen 100 empfangen werden. Der entfernte Computer 180 kann ein Insassenprofil einem jeweiligen Insassen zuordnen.
Als Nächstes bestimmt der Computer 180 in einem Block 340 eine Risikoklassifizierung, z. B. wie vorstehend beschrieben. Zum Beispiel kann der entfernte Computer 180 eine Risikoklassifizierung basierend auf Abweichungen der empfangenen biometrischen Daten und der Betriebsdaten des Fahrzeugs 100 von erwarteten Werten bestimmen, die in der/den Klassifizierung(en) des Insassen beinhaltet sind.
Als Nächstes speichert der entfernte Computer 180 in einem Block 350 die Insassenklassifizierungen und/oder die Risikoklassifizierung, z. B. in einem Speicher des entfernten Computers 180. Zusätzlich oder alternativ dazu kann der entfernte Computer 180 dazu programmiert sein, Daten, welche die Klassifizierungen beinhalten, über das drahtlose Kommunikationsnetzwerk 190 an das/die Fahrzeug(e) 100 zu übertragen. Nach dem Block 350 endet der Prozess 300 oder kehrt alternativ dazu zu dem Block 310 zurück, obwohl dies in 3 nicht gezeigt ist.
4 ist ein Ablaufdiagramm eines beispielhaften Prozesses 400 zum Erkennen einer Beeinträchtigung von Insassen des Fahrzeugs 100, die durch (ein) Arzneimittel bewirkt wird. Zum Beispiel kann der Computer 110 des Fahrzeugs 100 dazu programmiert sein, die Blöcke des Prozesses 400 auszuführen.
Der Prozess 400 beginnt in einem Block 410, in dem der Computer 110 biometrische Daten von Insassen des Fahrzeugs 100 empfängt. Der Computer 110 kann dazu programmiert sein, die biometrischen Daten, z. B. einen Konzentrationsindikator einer Chemikalie im Blut des Insassen, eines Insassen des Fahrzeugs 100 von verschiedenen Vorrichtungen, wie etwa einem transdermalen Pflaster 150, einer tragbaren Vorrichtung 160, Sensoren 130 eines Fahrzeugs 100 usw., zu empfangen.
Als Nächstes empfängt der Computer 110 in einem Block 420 Betriebsdaten des Fahrzeugs 100. Zum Beispiel kann der Computer 110 dazu programmiert sein, eine Anzahl von unerwarteten Spurabweichungen, eine aktuelle Reaktionszeit des Insassen, Geschwindigkeitsänderungen usw. zu empfangen.
Als Nächstes empfängt der Computer 110 in einem Block 430 Klassifizierungen. In einem Beispiel empfängt der Computer 110 mehrere Insassenklassifizierungen und/oder eine Risikoklassifizierung von dem entfernten Computer 180.
Als Nächstes bestimmt der Computer 110 in einem Block 440 ein Risiko basierend auf den empfangenen biometrischen Daten, den empfangenen Betriebsdaten des Fahrzeugs 100 und den gespeicherten Klassifizierungen. Zum Beispiel kann der Computer 110 dazu programmiert sein, eine Abweichung von biometrischen Daten basierend auf den empfangenen biometrischen Daten und der Insassenklassifizierung und eine Abweichung von Betriebsdaten basierend auf den empfangenen Betriebsdaten des Fahrzeugs 100 und der Insassenklassifizierung zu bestimmen. Der Computer 110 kann ferner dazu programmiert sein, das Risiko basierend auf den bestimmten Abweichungen und der empfangenen Risikoklassifizierung zu bestimmen. In einem Beispiel kann die Risikoklassifizierung eine Summenberechnung der bestimmten Abweichungen in Prozent beinhalten, wie vorstehend erörtert.
Als Nächstes bestimmt der Computer 110 in einem Entscheidungsblock 450, ob das bestimmte Risiko einen vorbestimmten Schwellenwert, z. B. 50 %, überschreitet. Wenn der Computer 110 bestimmt, dass das Risiko den Schwellenwert überschreitet, geht der Prozess 400 zu einem Block 460 über; ansonsten endet der Prozess 400 oder kehrt alternativ dazu zu dem Block 410 zurück.
In dem Block 460 bewirkt der Computer 110 eine Handlung basierend auf dem bestimmten Risiko. Zum Beispiel kann der Computer 110 Aktoren 120 des Fahrzeugs 100 basierend auf einer Handlung, die einem Risikoniveau zugewiesen ist, z. B. wie in Tabelle 1 gezeigt, aktivieren. Nach dem Block 460 endet der Prozess 400 oder kehrt alternativ dazu zu dem Block 410 zurück, obwohl dies in 4 nicht gezeigt ist.
Der ein Substantiv modifizierende Artikel „ein/eine/einer/eines“ sollte dahingehend verstanden werden, dass er einen oder mehrere bezeichnet, es sei denn, es ist etwas anderes angegeben oder der Kontext erfordert etwas anderes. Der Ausdruck „basierend auf“ schließt teilweise oder vollständig basierend auf ein.
Rechenvorrichtungen, wie sie in hierin erörtert sind, beinhalten im Allgemeinen jeweils Anweisungen, die durch eine oder mehrere Rechenvorrichtungen, wie etwa die vorstehend identifizierten, und zum Ausführen von Blöcken oder Schritten vorstehend beschriebener Prozesse ausführbar sind. Computerausführbare Anweisungen können von Computerprogrammen zusammengestellt oder interpretiert werden, die unter Verwendung einer Vielzahl von Programmiersprachen und/oder -technologien erstellt werden, einschließlich unter anderem, entweder allein oder in Kombination, Java™, C, C++, Visual Basic, Java Script, Perl, HTML usw. Im Allgemeinen empfängt ein Prozessor (z. B. ein Mikroprozessor) Anweisungen, z. B. von einem Speicher, einem computerlesbaren Medium usw., und führt diese Anweisungen aus, wodurch er ein oder mehrere Prozesse durchführt, einschließlich eines oder mehrerer der in dieser Schrift beschriebenen Prozesse. Derartige Anweisungen und andere Daten können unter Verwendung vielfältiger computerlesbarer Medien gespeichert und übertragen werden. Eine Datei in der Rechenvorrichtung ist im Allgemeinen eine Sammlung von Daten, die auf einem computerlesbaren Medium, wie etwa einem Speichermedium, einem Direktzugriffsspeicher usw., gespeichert ist.
Ein computerlesbares Medium beinhaltet jedes beliebige Medium, das am Bereitstellen von Daten (z. B. Anweisungen) beteiligt ist, die durch einen Computer gelesen werden können. Ein derartiges Medium kann viele Formen annehmen, einschließlich unter anderem nichtflüchtiger Medien, flüchtiger Medien usw. Nichtflüchtige Medien beinhalten beispielsweise optische oder magnetische Platten und andere Dauerspeicher. Flüchtige Medien schließen einen dynamischen Direktzugriffsspeicher (dynamic random access memory - DRAM) ein, der üblicherweise einen Hauptspeicher darstellt. Zu gängigen Formen computerlesbarer Medien zählen beispielsweise eine Diskette, eine Folienspeicherplatte, eine Festplatte, ein Magnetband, ein beliebiges anderes magnetisches Medium, eine CD-ROM, eine DVD, ein beliebiges anderes optisches Medium, Lochkarten, Lochstreifen, ein beliebiges anderes physisches Medium mit Lochmustern, ein RAM, ein PROM, ein EPROM, ein FLASH-EEPROM, ein beliebiger anderer Speicherchip oder eine beliebige andere Speicherkassette oder ein beliebiges anderes Medium, das durch einen Computer ausgelesen werden kann.
Hinsichtlich der hier beschriebenen Medien, Prozesse, Systeme, Verfahren usw. versteht es sich, dass, obwohl die Schritte derartiger Prozesse usw. zwar als gemäß einer bestimmten Abfolge erfolgend beschrieben worden sind, derartige Prozesse durchgeführt werden könnten, wobei die beschriebenen Schritte in einer anderen Reihenfolge als der in der vorliegenden Schrift beschriebenen Reihenfolge durchgeführt werden. Es versteht sich ferner, dass bestimmte Schritte gleichzeitig ausgeführt, andere Schritte hinzugefügt oder bestimmte hier beschriebene Schritte weggelassen werden könnten. Mit anderen Worten sind die Beschreibungen von Systemen und/oder Prozessen in der vorliegenden Schrift zum Zwecke der Veranschaulichung bestimmter Ausführungsformen bereitgestellt und sollten keinesfalls dahingehend ausgelegt werden, dass sie den offenbarten Gegenstand einschränken.
Dementsprechend versteht es sich, dass die vorliegende Offenbarung, einschließlich der vorangehenden Beschreibung und der beigefügten Figuren und nachfolgenden Ansprüche, als veranschaulichend und nicht als einschränkend gedacht ist. Viele Ausführungsformen und Anwendungen, bei denen es sich nicht um die bereitgestellten Beispiele handelt, werden dem Fachmann bei der Lektüre der vorangehenden Beschreibung ersichtlich. Der Umfang der Erfindung sollte nicht in Bezugnahme auf die vorangehende Beschreibung bestimmt werden, sondern stattdessen in Bezugnahme auf Ansprüche, die hier beigefügt sind und/oder in einer hierauf basierenden, nicht vorläufigen Patentanmeldung enthalten sind, gemeinsam mit dem vollständigen Umfang von Äquivalenten, zu welchen derartige Ansprüche berechtigen. Es wird erwartet und ist beabsichtigt, dass es hinsichtlich der in der vorliegenden Schrift erörterten Techniken künftige Entwicklungen geben wird und dass die offenbarten Systeme und Verfahren in solche künftigen Ausführungsformen aufgenommen werden. Insgesamt versteht es sich, dass der offenbarte Gegenstand modifiziert und variiert werden kann.

Claims

Computer, der zu Folgendem programmiert ist: Empfangen biometrischer Daten von einem transdermalen Pflaster in einem Fahrzeug während des Betriebs eines Fahrzeugs, wobei die biometrischen Daten eine Messung einer Chemikalie beinhalten; und wenn anhand einer Kombination der Messungen der Chemikalie und den Fahrzeugbetriebsdaten bestimmt wird, dass eine Risikoschwelle überschritten wird, Betätigen einer Fahrzeugkomponente.
Computer nach Anspruch 1, wobei die biometrischen Daten ferner eine Herzfrequenz und einen Blutdruck beinhalten.
Computer nach Anspruch 1, der ferner dazu programmiert ist, die biometrischen Daten von einer tragbaren Rechenvorrichtung zu empfangen.
Computer nach Anspruch 1, der ferner dazu programmiert ist, basierend auf den biometrischen Daten und den Fahrzeugbetriebsdaten eine Klassifizierung eines Insassenfahrmusters zu bestimmen.
Computer nach Anspruch 4, der ferner dazu programmiert ist, basierend auf der Klassifizierung des Insassenfahrmusters zu bestimmen, ob die Risikoschwelle überschritten wird.
Computer nach Anspruch 4, wobei die Klassifizierung des Insassenfahrmusters ferner eine Beziehung zwischen den biometrischen Daten und einem Fahrmuster beinhaltet.
Computer nach Anspruch 6, wobei das Fahrmuster eine statistische Kenngröße betreffs der Spurhaltung beinhaltet.
Computer nach Anspruch 1, der ferner dazu programmiert ist, eine Vielzahl von Klassifizierungen des Fahrmusters für eine Vielzahl von Fahrzeuginsassen zu bestimmen, wobei jede der Klassifizierungen einem der Vielzahl von Fahrzeuginsassen zugeordnet ist.
Computer nach Anspruch 1, der ferner dazu programmiert ist, basierend auf den biometrischen Daten zu bestimmen, ob die erwartete Chemikalie fehlt, und basierend auf dem Fehlen der erwarteten Chemikalie zu bestimmen, ob die Risikoschwelle überschritten wird.
Computer nach Anspruch 1, wobei das Betätigen der Fahrzeugkomponente ferner Aktivieren eines autonomen Modus des Fahrzeugs beinhaltet.
Computer nach Anspruch 1, wobei der Computer in einem transdermalen Pflaster beinhaltet ist.
Verfahren, umfassend: Empfangen biometrischer Daten von einem transdermalen Pflaster in einem Fahrzeug während des Betriebs eines Fahrzeugs, wobei die biometrischen Daten eine Messung einer Chemikalie beinhalten; und wenn anhand einer Kombination der Messungen der Chemikalie und den Fahrzeugbetriebsdaten bestimmt wird, dass eine Risikoschwelle überschritten wird, Betätigen einer Fahrzeugkomponente.
Verfahren nach Anspruch 12, wobei die biometrischen Daten ferner eine Herzfrequenz und einen Blutdruck beinhalten.
Verfahren nach Anspruch 12, ferner umfassend Empfangen der biometrischen Daten von einer tragbaren Rechenvorrichtung.
Verfahren nach Anspruch 12, ferner umfassend Bestimmen einer Klassifizierung eines Insassenfahrmusters basierend auf den biometrischen Daten und den Fahrzeugbetriebsdaten.
Verfahren nach Anspruch 15, wobei das Bestimmen, ob die Risikoschwelle überschritten wird, ferner auf der Klassifizierung des Insassenfahrmusters basiert.
Verfahren nach Anspruch 15, wobei die Klassifizierung des Insassenfahrmusters eine Beziehung zwischen den biometrischen Daten und einem Fahrmuster beinhaltet.
Verfahren nach Anspruch 17, wobei das Fahrmuster eine statistische Kenngröße betreffs der Spurhaltung beinhaltet.
Verfahren nach Anspruch 12, ferner umfassend Bestimmen, ob die erwartete Chemikalie fehlt, basierend auf den biometrischen Daten und Bestimmen, ob die Risikoschwelle überschritten wird, basierend auf dem Fehlen der erwarteten Chemikalie.
Verfahren nach Anspruch 12, wobei das Betätigen der Fahrzeugkomponente ferner Aktivieren eines autonomen Modus des Fahrzeugs beinhaltet.