DE112017008148T5

DE112017008148T5 - Anomalie-Erfassungseinrichtung und Anomalie-Erfassungsverfahren

Info

Publication number: DE112017008148T5
Application number: DE112017008148.3T
Authority: DE
Inventors: Shinya Taguchi
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2017-11-21
Filing date: 2017-11-21
Publication date: 2020-08-27
Anticipated expiration: 2037-11-22
Also published as: US20200234161A1; CN111344762B; DE112017008148B4; JPWO2019102525A1; US11195108B2; JP6687300B2; WO2019102525A1; CN111344762A

Abstract

Eine Erster-Kandidat-Bestimmungseinheit (4) bestimmt, ob sich beschaffte Sensorinformationen in einem normalen Bereich befinden. Eine Zweiter-Kandidat-Bestimmungseinheit (5) bestimmt, ob es eine Kombination gibt, die einer Kombination der beschafften Sensorinformationen und Einrichtungsinformationen in einer Lerndatenbank (1) entspricht, in der Kombinationen von Sensorinformationen und Einrichtungsinformationen in einem normalen Zustand gespeichert sind. Eine Rücksetzbestimmungseinheit (6) bestimmt, ob es Sensorinformationen oder Einrichtungsinformationen gibt, die den beschafften Sensorinformationen oder Einrichtungsinformationen in einer Verhaltensmusterdatenbank (2) entsprechen, in der Sensorinformationen oder Einrichtungsinformationen im Normalzustand gespeichert sind. In einem Fall, in dem die Bestimmung der Erster-Kandidat-Bestimmungseinheit (4) negativ ist, bestimmt eine Bestimmungseinheit (7), dass es der Normalzustand ist, wenn die Bestimmung der Zweiter-Kandidat-Bestimmungseinheit (5) positiv ist, und die Bestimmungseinheit (7) bestimmt, dass es ein anormaler Zustand ist, wenn die Bestimmung jeder der Zweiter-Kandidat-Bestimmungseinheit (5) und der Rücksetzbestimmungseinheit (6) negativ ist. In einem Fall, in dem die Bestimmung der Erster-Kandidat-Bestimmungseinheit (4) negativ ist, registriert eine Aktualisierungseinheit (8) die Kombination der beschafften Sensorinformationen und Einrichtungsinformationen in der Lerndatenbank (1), wenn die Bestimmung der Zweiter-Kandidat-Bestimmungseinheit (5) negativ ist und die Bestimmung der Rücksetzbestimmungseinheit (6) positiv ist.

Description

Technisches Gebiet
Die vorliegende Erfindung bezieht sich auf eine Anomalie-Erfassungseinrichtung, die das Auftreten eines anormalen Zustands erfasst.
Hintergrund zum Stand der Technik
Es sind Einrichtungen bekannt, die das Auftreten eines anormalen Zustands erfassen und einen Alarm oder ähnliches erklingen lassen. Solch eine Einrichtung ist eingerichtet, zu erfassen, dass ein anormaler Zustand aufgetreten ist, wenn eine Person plötzlich das Bewusstsein verliert oder eine verdächtige Person eintritt. Ein spezifisches Beispiel solch einer Einrichtung ist ein Fahrerüberwachungssystem (Englisch: „driver monitoring system“, im Folgenden als DMS bezeichnet). Das DMS erkennt einen Zustand eines Fahrers, um einen Verkehrsunfall zu verhindern, der durch einen angeschlagenen Gesundheitszustand oder ähnliches des Fahrers hervorgerufen wird, und wurde in den letzten Jahren schnell entwickelt. In Bezug auf das DMS wächst die Erwartung an Funktionen des Erfassens des Auftretens eines anormalen Zustands, wie z.B. der Fall, dass ein Fahrer durch plötzliche Krankheit, Einschlafen oder ähnliches bewusstlos wird und daher nicht mehr fahren kann, und des Ausgebens einer Warnung oder Durchführung eines sicheren Stopps bei automatischem Fahren und ähnlichem.
Zum Beispiel beschreibt Patentliteratur 1 einen Fahrunfähigkeitszustandserfasser, der einen Fahrunfähigkeitszustand eines Fahrers unter Verwendung eines Sicherheitsgurtsensors erfasst, der die Menge des gezogenen Sicherheitsgurtes erfasst, eines Sitzflächensensors, der die Druckverteilung auf einem Fahrersitz erfasst, und einer Fahrerkamera, die den Fahrersitz aufnimmt. Der Fahrunfähigkeitszustandserfasser von Patentliteratur 1 erfasst den Fahrunfähigkeitszustand auf Grundlage einer Position des Kopfes des Fahrers. Außerdem, wenn der Fahrunfähigkeitszustandserfasser von Patentliteratur 1 fälschlicherweise erfasst, dass sich der Fahrer im Fahrunfähigkeitszustand befindet, erlernt der Fahrunfähigkeitszustandserfasser eine Haltung des Fahrers zu dem Zeitpunkt. Dann bestimmt der Fahrunfähigkeitszustandserfasser der Patentliteratur 1 gemäß der erlernten Haltung nicht, dass es der Fahrunfähigkeitszustand ist.
Referenzliste
Patentliteratur
Patentliteratur 1: JP 2016-9255 A
Zusammenfassung der Erfindung
Technisches Problem
In einer Anomalie-Erfassungseinrichtung, die das Auftreten eines anormalen Zustands erfasst, ist es erforderlich, genau zwischen anormalen und normalen Zuständen zu unterscheiden.
Da der Fahruntauglichkeitszustandserfasser von Patentliteratur 1 eine Haltung des Fahrers zu einem Zeitpunkt der fälschlichen Erfassung erlernt, wird eine Haltung des Fahrers beim Fahren, wie z. B. eine Haltung beim nach vorne lehnen und durch die Windschutzscheibe schauen oder beim Kinn auf der Hand ablegen, als Normalzustand erlernt. Die Haltung des Fahrers beim Fahren, wie z. B. die Haltung beim nach vorne lehnen und durch die Windschutzscheibe spähen oder beim Kinn auf der Hand ablegen, ist jedoch ähnlich wie eine Haltung, wenn der Fahrer aufgrund von Bewusstlosigkeit oder ähnlichem zusammenbricht, was verwirrend ist. Somit bestimmt der Fahrunfähigkeitszustandserfasser von Patentliteratur 1, selbst wenn der Fahrer wirklich aufgrund von Bewusstlosigkeit oder ähnlichem zusammenbricht, dass es sich um einen Normalzustand handelt, da die Haltung erlernt wurde.
Wie vorstehend beschrieben, weist die herkömmliche Einrichtung, die die erlernte Haltung als einen Normalzustand betrachtet, eine geringe Unterscheidungsgenauigkeit zwischen anormalen und normalen Zuständen auf.
Die vorliegende Erfindung wurde gemacht, um das vorstehend beschriebene Problem zu lösen und es ist ein Ziel derselben, eine Anomalie-Erfassungseinrichtung bereitzustellen, die in der Lage ist, die Unterscheidungsgenauigkeit zwischen anormalen und normalen Zuständen zu verbessern.
Lösung des Problems
Eine Anomalie-Erfassungseinrichtung nach der vorliegenden Erfindung umfasst: eine Beschaffungseinheit zum Beschaffen von Sensorinformationen, die einen Zustand einer Person anzeigen, und Einrichtungsinformationen, die einen Zustand einer Einrichtung anzeigen; eine Erster-Kandidat-Bestimmungseinheit zum Bestimmen, ob sich die beschafften Sensorinformationen in einem normalen Bereich befinden; eine Zweiter-Kandidat-Bestimmungseinheit zum Bestimmen, ob es eine Kombination gibt, die einer Kombination der beschafften Sensorinformationen und der beschafften Einrichtungsinformationen in einer Lerndatenbank entspricht, in der eine oder mehrere Kombinationen der Sensorinformationen und der Einrichtungsinformationen in einem Normalzustand gespeichert sind; eine Rücksetzbestimmungseinheit zum Bestimmen, ob es Sensorinformationen oder Einrichtungsinformationen gibt, die den beschafften Sensorinformationen oder den beschafften Einrichtungsinformationen in einer Verhaltensmusterdatenbank entsprechen, in der die Sensorinformationen oder die Einrichtungsinformationen im Normalzustand gespeichert sind; eine Bestimmungseinheit, um, wenn durch die Erster-Kandidat-Bestimmungseinheit bestimmt wird, dass die Sensorinformationen nicht im normalen Bereich liegen, zu bestimmen, dass ein aktueller Zustand im Normalzustand ist, wenn durch die Zweiter-Kandidat-Bestimmungseinheit bestimmt wird, dass es die entsprechende Kombination gibt, und zu bestimmen, dass der aktuelle Zustand in einem anormalen Zustand ist, wenn jeweils durch die Zweiter-Kandidat-Bestimmungseinheit und die Rücksetzbestimmungseinheit bestimmt wird, dass es keine entsprechende Kombination und keine entsprechenden Sensorinformationen oder Einrichtungsinformation gibt; und eine Aktualisierungseinheit, zum, wenn durch die Erster-Kandidat-Bestimmungseinheit bestimmt wird, dass die Sensorinformationen nicht im Normalbereich liegen, Registrieren der Kombination der beschafften Sensorinformationen und der beschafften Einrichtungsinformationen in der Lerndatenbank, wenn durch die Zweiter-Kandidat-Bestimmungseinheit bestimmt wird, dass es keine entsprechende Kombination gibt, und durch die Rücksetzbestimmungseinheit bestimmt wird, dass es die entsprechenden Sensorinformationen oder Einrichtungsinformationen gibt.
Vorteilhafte Wirkungen der Erfindung
Gemäß der vorliegenden Erfindung wird eine durch die Beschaffungseinheit beschaffte Kombination der Sensorinformationen und der Einrichtungsinformationen in Abhängigkeit von der Bestimmung durch die Erster-Kandidat-Bestimmungseinheit, der Zweiter-Kandidat-Bestimmungseinheit und der Rücksetzbestimmungseinheit in der Lerndatenbank registriert und zur Unterscheidung des anormalen Zustands verwendet. Somit wird die Unterscheidungsgenauigkeit zwischen anormalen und normalen Zuständen verbessert.
Figurenliste

1 ist ein Diagramm, das eine Konfiguration einer Anomalie-Erfassungseinrichtung gemäß einer ersten Ausführungsform darstellt.
2A und 2B sind Diagramme, die jeweils eine Beispiel-Hardware-Konfiguration der Anomalie-Erfassungseinrichtung gemäß der ersten Ausführungsform darstellen.
3 ist ein Flussdiagramm, das ein Beispiel eines durch die Anomalie-Erfassungseinrichtung durchgeführten Prozesses gemäß der ersten Ausführungsform darstellt.
4A ist ein Diagramm, das ein Beispiel einer Position eines Gesichts eines Fahrers darstellt, das sich in einem normalen Bereich befindet, und 4B ist ein Diagramm, das Beispiele der Position des Gesichts des Fahrers, das sich im normalen Bereich befindet, und eine Position des Gesichts des Fahrers, der sich nach vorne lehnt, darstellt.
5A ist eine Tabelle, die ein Beispiel einer Lerndatenbank zu Beginn einer Fahrt darstellt, 5B ist eine Tabelle, die ein Beispiel der Lerndatenbank eine Minute nach Beginn der Fahrt darstellt und 5C ist eine Tabelle, die ein Beispiel der Lerndatenbank darstellt, wenn 5B aktualisiert wird.
6 ist eine Tabelle, die Beispiele von Bedingungen in Bezug auf eine Verhaltensmusterdatenbank darstellt.
7A ist ein Diagramm, das die Positionen des Gesichts des Fahrers in der in 5C dargestellten Lerndatenbank darstellt, und 7B ist ein Diagramm, das ein Beispiel einer Position des Gesichts des Fahrers, der sich nach vorne gelehnt hat und zusammengebrochen ist, darstellt.

Beschreibung der Ausführungsformen
Nachstehend, um die vorliegende Erfindung detaillierter zu erläutern, wird eine Ausführungsform der vorliegenden Erfindung mit Bezug auf die beigefügten Zeichnungen beschrieben.
Erste Ausführungsform.
1 ist ein Diagramm, das eine Konfiguration einer Anomalie-Erfassungseinrichtung 10 gemäß einer ersten Ausführungsform darstellt. In der ersten Ausführungsform wird die Anomalie-Erfassungseinrichtung 10 unter der Annahme beschrieben, dass die Anomalie-Erfassungseinrichtung 10 auf einem Fahrzeug befestigt ist und einen anormalen Zustand eines Fahrers eines Fahrzeugs erfasst.
Die Anomalie-Erfassungseinrichtung 10 umfasst eine Lerndatenbank 1, eine Verhaltensmusterdatenbank 2, eine Beschaffungseinheit 3, eine Erster-Kandidat-Bestimmungseinheit 4, eine Zweiter-Kandidat-Bestimmungseinheit 5, eine Rücksetzbestimmungseinheit 6, eine Bestimmungseinheit 7 und eine Aktualisierungseinheit 8. Die Anomalie-Erfassungseinrichtung 10 ist mit einem Sensor 11 und einer Fahrzeugeinrichtung 12 verbunden.
Der Sensor 11 erzeugt Sensorinformationen, die einen Zustand des Fahrers des Fahrzeugs anzeigen und gibt die Sensorinformationen an die Anomalie-Erfassungseinrichtung 10 aus. Zum Beispiel erfasst der Sensor 11 eine Position des Gesichts des Fahrers oder Positionen der Augen des Fahrers und gibt Sensorinformationen an die Anomalie-Erfassungseinrichtung 10 aus, die die Position des Gesichts des Fahrers oder die Positionen der Augen des Fahrers anzeigen. In diesem Fall umfasst der Sensor 11 zum Beispiel eine Tageslichtkamera oder eine Infrarot-Kamera, die im Fahrzeug installiert sind, und eine Bildanalyseeinrichtung, die aufgenommene Bilder analysiert, die durch diese Kameras erhalten wurden. Eine Vielzahl von Kameras können in dem Fahrzeug als im Sensor 11 enthaltene Kameras installiert sein. Der Sensor 11 kann zusätzlich zu der Kamera und der Bildanalyseeinrichtung ein Mikrofon und eine im Fahrzeug installierte Spracherkennungseinrichtung umfassen und die Sprache eines Fahrzeuginsassen, wie z. B. dem Fahrer, kann erkannt und in die Sensorinformationen eingefügt werden.
Der Sensor 11 kann ein biologischer Sensor sein, der Sensorinformationen erzeugt, die die Herzfrequenz, den Blutdruck oder ähnliches eines Fahrers anzeigen, oder kann ein druckempfindlicher Sensor sein, der in einem Fahrersitz installiert ist.
Die Fahrzeugeinrichtung 12 erzeugt Einrichtungsinformationen, die einen Zustand der Einrichtung anzeigen und die Einrichtungsinformationen an die Anomalie-Erfassungseinrichtung 10 ausgeben. Die Fahrzeugeinrichtung 12 ist z. B. ein Lenkrad, ein Gaspedal, eine Bremse, ein Gang, eine Autoklimaanlage, eine Autonavigationseinrichtung, ein Tachometer, ein Beschleunigungsmesser, ein Thermometer, ein Feuchtigkeitsmesser oder eine Globales-Positionierungssystem-Einrichtung (GPS). Die Fahrzeugeinrichtung 12 gibt als Einrichtungsinformationen Betriebsinformationen zum Lenkrad, dem Beschleunigungsmesser, der Bremse oder dem Gang, Betriebsinformationen zur Autoklimaanlage oder der Autonavigationseinrichtung, oder Informationen zum Fahrzeug selbst, z. B. Fahrzeuggeschwindigkeit, Temperatur, Feuchtigkeit oder Reiseweg, aus.
Die durch den Sensor 11 ausgegebenen Sensorinformationen und die durch die Fahrzeugeinrichtung 12 ausgegebenen Einrichtungsinformationen werden durch die Beschaffungseinheit 3 der Anomalie-Erfassungseinrichtung 10 beschafft. Die Beschaffungseinheit 3 gibt die beschafften Sensorinformationen und Einrichtungsinformationen an die Erster-Kandidat-Bestimmungseinheit 4, die Zweiter-Kandidat-Bestimmungseinheit 5, die Rücksetzbestimmungseinheit 6 und die Aktualisierungseinheit 8 aus.
Die Lerndatenbank 1 speichert Kombinationen von Sensorinformationen und Einrichtungsinformationen in einem normalen Zustand. In der Lerndatenbank 1 kann jede der Kombinationen von Sensorinformationen und Einrichtungsinformationen zusammen mit Zeit gespeichert werden, wenn die Kombination in der Lerndatenbank 1 gespeichert ist. Wenn die Anomalie-Erfassungseinrichtung 10 wie in der ersten Ausführungsform an einem Fahrzeug befestigt ist, bedeutet der Normalzustand genauer, dass der Fahrer sich nicht in einem Zustand plötzlicher Krankheit oder des Dösens befindet, sondern in einem Zustand, in dem normales Fahren möglich ist.
Die Verhaltensmusterdatenbank 2 speichert Sensorinformationen und Einrichtungsinformationen im Normalzustand. Die in der Verhaltensmusterdatenbank 2 gespeicherten Sensorinformationen oder die Einrichtungsinformationen sind Informationen, die deutlich darstellen, dass es sich um den Normalzustand handelt, und Informationen, die z. B. eine der folgenden Bedingungen erfüllen. Mit anderen Worten lässt sich feststellen, dass Verhaltensmuster, die im Allgemeinen als solche im Normalzustand betrachtet werden, in der Verhaltensmusterdatenbank 2 gespeichert sind.
Es wird angezeigt, dass Augen für eine Zeitspanne gleich wie oder länger als eine erste eingestellte Zeitspanne geöffnet sind.
Es wird angezeigt, dass das Parken im Rückwärtsgang abgeschlossen ist.
Es wird angezeigt, dass in einer Autonavigationseinrichtung Musik ausgewählt wurde.
Es wird angezeigt, dass eine Temperatur einer Autoklimaanlage eingestellt wurde.
Es wird angezeigt, dass ein Fahrer und eine Person auf dem Beifahrersitz eine Unterhaltung mit einem Lächeln geführt haben.
Es wird ein Reiseweg zum Zeitpunkt des Beendens von Links- oder Rechtsabbiegen angezeigt.
In der Verhaltensmusterdatenbank 2 werden die Sensorinformationen oder die Einrichtungsinformationen, die eine der vorstehend genannten Bedingungen erfüllen, im Vorhinein registriert, z. B. zum Zeitpunkt der Produktlieferung. Alternativ kann ein Benutzer der Anomalie-Erfassungseinrichtung 10 bei der Verwendung der Anomalie-Erfassungseinrichtung 10 die Verhaltensmusterdatenbank 2 manuell einstellen.
Die Erster-Kandidat-Bestimmungseinheit 4 bestimmt, ob sich die durch die Beschaffungseinheit 3 beschafften Sensorinformationen in einem normalen Bereich befinden. Wenn z. B. die durch die Beschaffungseinheit 3 beschafften Sensorinformationen die Position des Gesichts des Fahrers anzeigen, bestimmt die Erster-Kandidat-Bestimmungseinheit 4, wie weit die Position des Gesichts des Fahrers von der Position des Gesichts des Fahrers während dem normalen Fahren abweicht. Dann, wenn es eine Abweichung gleich wie oder größer als der erste eingestellte Wert gibt, bestimmt die Erster-Kandidat-Bestimmungseinheit 4, dass die durch die Beschaffungseinheit 3 beschafften Informationen nicht im normalen Bereich liegen, und wenn die Abweichung geringer als der erste eingestellte Wert ist, bestimmt die Bestimmungseinheit 4, dass die durch die Beschaffungseinheit 3 beschafften Sensorinformationen im normalen Bereich liegen.
Die Erster-Kandidat-Bestimmungseinheit 4 gibt ein Ergebnis der Bestimmung an die Bestimmungseinheit 7 aus.
Die Zweiter-Kandidat-Bestimmungseinheit 5 bestimmt, ob es eine Kombination gibt, die der Kombination der durch die Beschaffungseinheit 3 beschafften Sensorinformationen und der Einrichtungsinformationen entspricht, aus den Kombinationen der in der Lerndatenbank 1 gespeicherten Sensorinformationen und der Einrichtungsinformationen. Details werden später beschrieben. Was mit „entsprechend“ gemeint ist, ist nicht darauf beschränkt streng entsprechend zu sein, und wenn Kombinationen einander ähnlich genug sind, um als im Wesentlichen einander entsprechend betrachtet zu werden, können die Kombinationen bestimmt werden, einander entsprechend zu sein. Das gleiche gilt für die Bestimmung durch die Rücksetzbestimmungseinheit 6.
Die Zweiter-Kandidat-Bestimmungseinheit 5 gibt ein Ergebnis der Bestimmung an die Bestimmungseinheit 7 aus.
Die Rücksetzbestimmungseinheit 6 bestimmt, ob es in den in der Verhaltensmusterdatenbank 2 gespeicherten Sensorinformationen oder Einrichtungsinformationen Sensorinformationen oder Einrichtungsinformationen gibt, die den durch die Beschaffungseinheit 3 beschafften Sensorinformationen oder Einrichtungsinformationen entsprechen.
Die Rücksetzbestimmungseinheit 6 gibt ein Ergebnis der Bestimmung an die Bestimmungseinheit 7 aus.
Die Bestimmungseinheit 7 bestimmt, dass es der Normalzustand ist oder dass es der anormale Zustand ist, in Abhängigkeit von den Bestimmungsergebnissen der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5 und der Rücksetzbestimmungseinheit 6.
Die Aktualisierungseinheit 8 empfängt eine Anweisung von der Bestimmungseinheit 7 in Abhängigkeit von den Bestimmungsergebnissen der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5 und der Rücksetzbestimmungseinheit 6 und registriert die Kombination der durch die Beschaffungseinheit 3 beschafften Sensorinformationen und der Einrichtungsinformationen in der Lerndatenbank 1. Auf diese Weise wird die Kombination der durch die Anomalie-Erfassungseinrichtung 10 erlernten Sensorinformationen und Einrichtungsinformationen als eine Kombination von Sensorinformationen und Einrichtungsinformationen im Normalzustand in der Lerndatenbank 1 registriert.
Als nächstes werden die Beispiel-Hardware-Konfigurationen der Anomalie-Erfassungseinrichtung 10 unter Bezugnahme auf die 2A und 2B beschrieben.
Die Beschaffungseinheit 3, die Erster-Kandidat-Bestimmungseinheit 4, die Zweiter-Kandidat-Bestimmungseinheit 5, die Rücksetzbestimmungseinheit 6, die Bestimmungseinheit 7 und die Aktualisierungseinheit 8 der Anomalie-Erfassungseinrichtung 10 sind durch eine Verarbeitungsschaltung implementiert. Mit anderen Worten umfasst die Anomalie-Erfassungseinrichtung 10 eine Verarbeitungsschaltung zum Erfassen des Auftretens eines anormalen Zustands durch Beschaffen der Sensorinformationen und der Einrichtungsinformationen. Die Verarbeitungsschaltung kann, wie in 2A dargestellt, dedizierte Hardware sein, oder kann eine zentrale Verarbeitungseinheit (Englisch: „central processing unit“, CPU) sein, die ein in einem Speicher gespeichertes Programm ausführt, wie in 2B dargestellt. Die CPU wird auch bezeichnet als eine zentrale Verarbeitungseinrichtung, eine Verarbeitungseinrichtung, eine arithmetische Einrichtung, ein Mikroprozessor, ein Mikrocomputer, ein Prozessor oder ein Digitalsignalprozessor (DSP).
Die Lerndatenbank 1 und die Verhaltensmusterdatenbank 2 sind unter Verwendung eines Festplattenlaufwerks (Englisch: „hard disk drive“, HDD) 104 implementiert. Zu beachten ist, dass es keine Beschränkung auf das HDD gibt und die Lerndatenbank 1 und die Verhaltensmusterdatenbank 2 unter Verwendung einer DVD (Englisch: „digital versatile disc“) oder ähnlichem, das einem im Folgenden beschriebenen Speicher 102 gleicht, implementiert werden kann.
Die Anomalie-Erfassungseinrichtung 10 umfasst ferner eine Eingabeschnittstelle-Einrichtung 105 und eine Ausgabeschnittstelle-Einrichtung 106 zum Durchführen von Kommunikation mit einer externen Einrichtung oder externer Software.
2A veranschaulicht eine Beispiel-Hardware-Konfiguration, wenn die Funktionen der Beschaffungseinheit 3, der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 durch eine Verarbeitungsschaltung 101, die dedizierte Hardware ist, implementiert werden. Die Verarbeitungsschaltung 101 entspricht beispielsweise einer Einzelschaltung, einer Verbundschaltung, einem programmierten Prozessor, einem parallel programmierten Prozessor, einer anwendungsspezifischen integrierten Schaltung (ASIC), einem feldprogrammierbaren Gate-Array (FPGA) oder einer Kombination derselben. Die Funktionen der Beschaffungseinheit 3, der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 können durch Kombinieren von zwei oder mehr Verarbeitungsschaltungen 101 implementiert werden oder können durch eine Verarbeitungsschaltung 101 implementiert werden.
2B ist ein Diagramm, das eine Beispiel-Hardware-Konfiguration darstellt, wenn die Funktionen der Beschaffungseinheit 3, der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 durch eine CPU 103, die im Speicher 102 gespeicherte Programme ausführt, implementiert werden. In diesem Fall werden die Funktionen der Beschaffungseinheit 3, der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 durch Software, Firmware oder einer Kombination aus Software und Firmware implementiert. Die Software und die Firmware sind jeweils als ein Programm beschrieben und im Speicher 102 gespeichert. Die CPU 103 implementiert die Funktionen der Beschaffungseinheit 3, der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 durch Lesen und Ausführen von im Speicher 102 gespeicherten Programmen. Genauer umfasst die Anomalie-Erfassungseinrichtung 10 den Speicher 102 zum Speichern von Programmen und dergleichen, womit die im Flussdiagramm von 3 dargestellten Schritte ST1 bis ST8, die im Folgenden beschrieben werden sollen, infolgedessen ausgeführt werden. Zusätzlich lässt sich auch sagen, dass diese Programme einen Computer veranlassen, die Abläufe und Verfahren der Beschaffungseinheit 3, der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 durchzuführen. Die CPU 103 kann eine Vielzahl von Cache-Speichern, wie z. B. einen primären Cache-Speicher und einen sekundären Cache-Speicher umfassen. Hier entspricht der Speicher 102 beispielsweise einem nichtflüchtigen oder flüchtigen Halbleiterspeicher, wie ein Direktzugriffsspeicher (RAM), ein Nur-Lese-Speicher (ROM), ein Flash-Speicher, ein löschbares programmierbares ROM (EPROM) oder ein elektrisch löschbares programmierbares ROM (EEPROM), oder einem plattenförmigen Aufzeichnungsmedium, wie z. B. eine Magnetplatte, eine flexible Platte, eine optische Platte, eine Compact Disc, eine MiniDisc oder eine DVD.
In Bezug auf die Funktionen der Beschaffungseinheit 3, der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 kann ein Teil davon durch dedizierte Hardware implementiert sein und ein anderer Teil davon durch Software oder Firmware implementiert sein. Zum Beispiel kann die Funktion der Beschaffungseinheit 3 durch eine Verarbeitungsschaltung als dedizierte Hardware implementiert sein, und die Funktionen der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 können durch eine Verarbeitungsschaltung implementiert sein, die im Speicher gespeicherte Programme liest und ausführt.
Wie vorstehend beschrieben, kann die Verarbeitungsschaltung die Funktionen der Beschaffungseinheit 3, der Erster-Kandidat-Bestimmungseinheit 4, der Zweiter-Kandidat-Bestimmungseinheit 5, der Rücksetzbestimmungseinheit 6, der Bestimmungseinheit 7 und der Aktualisierungseinheit 8 unter Verwendung von Hardware, Software, Firmware oder einer Kombination daraus implementieren.
Als nächstes wird ein Beispiel eines durch die Anomalie-Erfassungseinrichtung 10, die wie vorstehend beschrieben eingerichtet ist, durchgeführten Prozesses mit Bezug auf das in 3 dargestellte Flussdiagramm beschrieben. Im Folgenden wird als Beispiel ein Fall beschrieben, in dem der Sensor 11 eine Kamera umfasst und Sensorinformationen ausgibt, die eine Position eines Gesichts eines Fahrers als einen Zustand einer Person anzeigen.
Der im Flussdiagramm von 3 dargestellte Prozess wird z. B. nach Einschalten eines Fahrzeugmotors periodisch durchgeführt.
Im Folgenden wird zunächst eine „Normalzustand-Datensammelphase“ einschließlich einem Registrierungsprozess in der Lerndatenbank 1 als ein Prozessablauf beschrieben und nachfolgend wird eine „Anomalie-Erfassungsphase“, die nicht zum Registrierungsprozess in der Lerndatenbank 1 führt, als ein Prozessablauf beschrieben.
Die Beschaffungseinheit 3 beschafft Sensorinformationen von dem Sensor 11 und beschafft Einrichtungsinformationen von der Fahrzeugeinrichtung 12 (Schritt ST1). Die Beschaffungseinheit 3 gibt die beschafften Sensorinformationen und Einrichtungsinformationen an die Erster-Kandidat-Bestimmungseinheit 4, die Zweiter-Kandidat-Bestimmungseinheit 5, die Rücksetzbestimmungseinheit 6 und die Aktualisierungseinheit 8 aus.
Die Beschaffungseinheit 3 führt auch einen Prozess des Registrierens in der Lerndatenbank 1 der während einer bestimmten Spanne, z. B. eine Minute, nachdem der Motor des Fahrzeugs angeschaltet wurde und das Fahrzeug beginnt zu fahren, beschafften Sensorinformationen durch, unter der Annahme, dass es sich während der bestimmten Spanne um einen Normalzustand handelt. Zum Beispiel wird angenommen, dass Sensorinformationen, die eine hochdichte Gesichtspositionsverteilung A anzeigen, wie in 4A dargestellt, innerhalb einer Minute nach Beginn der Fahrt erhalten werden. In diesem Fall ist die Lerndatenbank 1 zu Beginn der Fahrt die in 5A als ein Beispiel dargestellte, wird aber nach Ablauf einer Minute nach dem Beginn der Fahrt zu der in 5B als ein Beispiel dargestellten. Die in dieser Weise registrierten Sensorinformationen zeigen den normalen Bereich der Sensorinformationen an. Anstelle der Registrierung durch die Beschaffungseinheit 3 können Sensorinformationen, die eine Position eines Gesichts eines Fahrers anzeigen, wobei die Position im Allgemeinen als normal angenommen wird, standardmäßig im Vorhinein in der Lerndatenbank 1 registriert werden, z. B. zum Zeitpunkt der Produktlieferung.
Danach bestimmt die Erster-Kandidat-Bestimmungseinheit 4, ob sich die durch die Beschaffungseinheit 3 beschafften Sensorinformationen im normalen Bereich befinden (Schritt ST2). Die Erster-Kandidat-Bestimmungseinheit 4 gibt ein Ergebnis der Bestimmung an die Bestimmungseinheit 7 aus.
Wenn sich der Fahrer beispielsweise als Folge des Vorlehnens und durch die Windschutzscheibe schauen beim Fahren nach vorne beugt, oder dergleichen, und sich dadurch die Position des Gesichts des Fahrers bewegt, erscheint eine Gesichtspositionsverteilung C, wie in 4B dargestellt, in den Sensorinformationen. Die Erster-Kandidat-Bestimmungseinheit 4 berechnet einen Abstand zwischen den Verteilungen, d. h. zwischen der als der normale Bereich in der Lerndatenbank 1 gespeicherten Gesichtspositionsverteilung A und der Gesichtspositionsverteilung C und bestimmt, dass die durch die Beschaffungseinheit 3 beschafften Sensorinformationen nicht im normalen Bereich liegen, wenn die Verteilung C von der Verteilung A abweicht und die Abweichung davon gleich oder größer als der erste eingestellte Wert ist.
Die durch die Beschaffungseinheit 3 beschafften Sensorinformationen sind nicht auf das Anzeigen der Position des Gesichts des Fahrers beschränkt und können so sein, dass sie ferner einen Augenöffnungsgrad des Fahrers, Geschwindigkeit und Bewegungsrichtung des Gesichts des Fahrers, eine Ausrichtung des Gesichts des Fahrers, einen Gesichtsausdruck des Fahrers und dergleichen anzeigen. In diesem Fall berechnet die Erster-Kandidat-Bestimmungseinheit 4 vorzugsweise den Abstand zwischen den Verteilungen in einem Vektorraum in einem mehrdimensionalen Raum, wobei als Merkmalsgrößen die Position des Gesichts des Fahrers, der Augenöffnungsgrad des Fahrers, die Geschwindigkeit und Bewegungsrichtung des Gesichts des Fahrers, die Ausrichtung des Gesichts des Fahrers, der Gesichtsausdruck des Fahrers und ähnliches verwendet werden, und führt die Bestimmung durch.
Wenn durch die Erster-Kandidat-Bestimmungseinheit 4 bestimmt wird, dass die Sensorinformationen nicht im normalen Bereich sind (Schritt ST2; NEIN), bestimmt die Zweiter-Kandidat-Bestimmungseinheit 5, ob es eine Kombination gibt, die der Kombination der durch die Beschaffungseinheit 3 beschafften Sensorinformationen und der Einrichtungsinformationen entspricht, aus den Kombinationen der in der Lerndatenbank 1 gespeicherten Sensorinformationen und der Einrichtungsinformationen (Schritt ST3). Die Zweiter-Kandidat-Bestimmungseinheit 5 gibt ein Ergebnis der Bestimmung an die Bestimmungseinheit 7 aus. Die Details des Prozesses von Schritt ST3 werden in der nachfolgend beschriebenen „Anomalie-Erfassungsphase“ beschrieben, und die Beschreibung wird hier unter der Annahme fortgesetzt, dass die Zweiter-Kandidat-Bestimmungseinheit 5 bestimmt, dass es keine entsprechende Kombination gibt (Schritt ST3; NEIN).
Wenn durch die Zweiter-Kandidat-Bestimmungseinheit 5 bestimmt wird, dass es keine entsprechende Kombination gibt (Schritt ST3; NEIN), bestimmt die Rücksetzbestimmungseinheit 6, ob es in den in der Verhaltensmusterdatenbank 2 gespeicherten Sensorinformationen oder Einrichtungsinformationen Sensorinformationen oder Einrichtungsinformationen gibt, die den durch die Beschaffungseinheit 3 beschafften Sensorinformationen oder Einrichtungsinformationen entsprechen (Schritt ST4). Die Rücksetzbestimmungseinheit 6 kann bestimmen, dass es entsprechende Sensorinformationen oder Einrichtungsinformationen gibt, wenn die durch die Beschaffungseinheit 3 beschafften Sensorinformationen oder Einrichtungsinformationen einem der Teile der in der Verhaltensmusterdatenbank 2 gespeicherten Sensorinformationen oder Einrichtungsinformationen entsprechen, oder einer Vielzahl von Teilen der in der Verhaltensmusterdatenbank 2 gespeicherten Sensorinformationen oder der Einrichtungsinformationen entsprechen. Die Rücksetzbestimmungseinheit 6 gibt ein Ergebnis der Bestimmung an die Bestimmungseinheit 7 aus.
Wenn durch die Rücksetzbestimmungseinheit 6 bestimmt wird, dass es entsprechende Sensorinformationen oder Einrichtungsinformationen gibt (Schritt ST4; JA), bestimmt die Bestimmungseinheit 7, dass es der Normalzustand ist (Schritt ST5). In diesem Fall weist die Bestimmungseinheit 7 die Aktualisierungseinheit 8 an, einen Registrierungsprozess in der Lerndatenbank 1 durchzuführen.
Als Reaktion auf die Anweisung von der Bestimmungseinheit 7 registriert die Aktualisierungseinheit 8 die Kombination der durch die Beschaffungseinheit 3 beschafften Sensorinformationen und der Einrichtungsinformationen in der Lerndatenbank 1 (Schritt ST6). Dementsprechend werden die Sensorinformationen, die die in 4B dargestellte Gesichtspositionsverteilung C anzeigen, erneut in der Lerndatenbank 1 registriert, in Kombination mit den durch die Beschaffungseinheit 3 beschafften Einrichtungsinformationen zusammen mit den Sensorinformationen. Wenn z. B. die Sensorinformationen, die die dargestellte Gesichtspositionsverteilung C anzeigen, durch die Beschaffungseinheit 3 zusammen mit den Einrichtungsinformationen, die hohe Bremsfrequenz und Steuern nach Links anzeigen, beschafft werden, werden beide Informationsteile wie in 5C dargestellt, verknüpft und in der Lerndatenbank 1 registriert.
Wenn die Aktualisierungseinheit 8 die Sensorinformationen und die Einrichtungsinformationen von der Beschaffungseinheit 3 empfängt, registriert die Aktualisierungseinheit 8 nicht die beiden Informationsteile in der Lerndatenbank 1, sondern behält sie temporär ein, d. h. sie nimmt sie während des durch die Erster-Kandidat-Bestimmungseinheit 4 und die Zweiter-Kandidat-Bestimmungseinheit 5 durchgeführten Bestimmungsprozesses im Cache-Speicher auf.
Danach, wenn die Rücksetzbestimmungseinheit 6 bestimmt, dass es entsprechende Sensorinformationen oder Einrichtungsinformationen gibt (Schritt ST4; JA), registriert die Aktualisierungseinheit 8 die temporär einbehaltenen Sensorinformationen und Einrichtungsinformationen in der Lerndatenbank 1 als die Kombination der Sensorinformationen und der Einrichtungsinformationen im Normalzustand.
Zusätzlich können Einrichtungsinformationen, die als Folge der Leistung des Fahrers bei einem Verhaltenstyp erhalten werden, der nicht in der Verhaltensmusterdatenbank 2 gespeichert ist, als Einrichtungsinformationen in der Lerndatenbank 1 gespeichert werden.
Zum Beispiel wird angenommen, dass Informationen, die die in 6 dargestellten Bedingungen erfüllen, als die Sensorinformationen oder die Einrichtungsinformationen im Normalzustand in der Verhaltensmusterdatenbank 2 gespeichert sind. Genauer sind im Beispiel von 6 die Sensorinformationen oder die Einrichtungsinformationen, die einer Rechtskurve oder Linkskurve entsprechen, nicht in der Verhaltensmusterdatenbank 2 gespeichert. Aus diesem Grund bestimmt die Rücksetzbestimmungseinheit 6 in Bezug auf die schlechte Haltung des Fahrers beim Rechtsabbiegen oder Linksabbiegen auf der Grundlage des Fakts, dass die Sensorinformationen erhalten wurden, die eine der in 6 erhaltenen Bedingungen erfüllen, z. B. „Es wird angezeigt, dass Augen für eine Zeitspanne gleich wie oder länger als eine erste eingestellte Zeit geöffnet sind“, dass „Schritt ST4; JA“ im Prozess von Schritt ST4.
Dann werden im durch die Aktualisierungseinheit 8 durchgeführten Prozess von Schritt ST6, obwohl Einrichtungsinformationen in Bezug auf die Bremsfrequenz und Lenkbetriebsrichtungen wie in 6 dargestellt nicht in der Verhaltensmusterdatenbank 2 gespeichert sind, Einrichtungsinformationen, die die Bremsfrequenz und die Lenkbetriebsrichtung anzeigen, neu in der Lerndatenbank 1 registriert. Die Einrichtungsinformationen, die wie vorstehend beschrieben registriert sind, können als Verhaltensmuster im Normalzustand bezeichnet werden, das automatisch durch die Anomalie-Erfassungseinrichtung 10 gesammelt wird.
Zusätzlich löscht die Aktualisierungseinheit 8 die Lerndatenbank 1 teilweise oder ganz, wenn z. B. die durch die Beschaffungseinheit 3 beschafften Einrichtungsinformationen anzeigen, dass der Motor gestoppt ist. Dementsprechend kann die Anomalie-Erfassungseinrichtung 10 mit einem Fall umgehen, in dem der Fahrer in eine andere Person verändert wird.
Die Aktualisierungseinheit 8 kann einen Löschprozess der Lerndatenbank 1 zu verschiedenen Zeitpunkten außer dem Motorstopp durchführen. Zum Beispiel, wenn sich die Position des Fahrersitzes aufgrund einer liegenden Einstellung des Fahrersitzes oder ähnlichem bewegt, kann die Aktualisierungseinheit 8 die Lerndatenbank 1 komplett löschen. Die Aktualisierungseinheit 8 kann Informationen löschen, die in der Lerndatenbank 1 für eine Zeitspanne gleich wie oder länger als eine zweite eingestellte Zeitspanne registriert wurden. Die Aktualisierungseinheit 8 kann die Lerndatenbank 1 löschen, wenn die durch die Beschaffungseinheit 3 beschafften Sensorinformationen eine Veränderung des Fahrers anzeigen. Die Veränderung des Fahrers kann z. B. unter Verwendung der Sensorinformationen bestimmt werden, die ein Ergebnis der Gesichtsauthentifizierung durch den Sensor 11 anzeigen.
Wenn durch die Rücksetzbestimmungseinheit 6 bestimmt wird, dass es keine entsprechenden Sensorinformationen oder Einrichtungsinformationen gibt (Schritt ST4; NEIN), bestimmt die Bestimmungseinheit 7, dass es der anormale Zustand ist (Schritt ST7). In diesem Fall wird der Registrierungsprozess in der Lerndatenbank 1 nicht durchgeführt. Wenn die Bestimmungseinheit 7 bestimmt, dass es der anormale Zustand ist, kann ein Alarm ausgegeben werden oder das Fahrzeug kann durch automatisches Fahren gesteuert werden.
Die „Normalzustand-Datensammelphase“ wurde vorstehend beschrieben. Wie vorstehend beschrieben, lernt die Anomalie-Erfassungseinrichtung 10 die Gewohnheiten des Fahrers, Veränderungen in der Sitzposition und ähnliches und aktualisiert die Lerndatenbank 1 sequentiell.
Als nächstes wird die „Anomalie-Erfassungsphase“ beschrieben. Im Folgenden wird als Beispiel ein Fall beschrieben, in dem die Lerndatenbank 1 die in 5C dargestellte ist. 7A veranschaulicht die Gesichtsverteilungen A, B und C in 5C.
Nach Schritt ST1, wenn die Erster-Kandidat-Bestimmungseinheit 4 bestimmt, dass sich die durch die Beschaffungseinheit 3 beschafften Sensorinformationen im normalen Bereich befinden (Schritt ST2; JA), bestimmt die Bestimmungseinheit 7, dass es der Normalzustand ist (Schritt ST8).
Auf der anderen Seite wird z. B. angenommen, dass der Fahrer aufgrund von Bewusstlosigkeit oder ähnlichem in einen anormalen Zustand gebracht wird, nicht die Bremse oder das Lenkrad bedienen kann und sich im Fahrersitz nach vorne lehnt und zusammenbricht, und dadurch wird die Position des Gesichts des Fahrers zu der in einer Verteilung D der 7B dargestellten bewegt. In diesem Fall werden Sensorinformationen, die anzeigen, dass die Position des Gesichts D ist, und Einrichtungsinformationen, die keinen Bremsbetrieb und keinen Steuerbetrieb anzeigen, in Schritt ST1 beschafft. Dann wird in Schritt ST2 infolgedessen, der in der „Normalzustand-Datensammelphase“ beschriebene Prozess durchgeführt und die Erster-Kandidat-Bestimmungseinheit 4 bestimmt, dass die Sensorinformationen nicht im normalen Bereich liegen. In diesem Fall (Schritt ST2; NEIN) bestimmt die Zweiter-Kandidat-Bestimmungseinheit 5, ob es eine Kombination gibt, die der Kombination der durch die Beschaffungseinheit 3 beschafften Sensorinformationen und der Einrichtungsinformationen entspricht, aus den Kombinationen der in der Lerndatenbank 1 gespeicherten Sensorinformationen und der Einrichtungsinformationen (Schritt ST3).
Als Erstes extrahiert die Zweiter-Kandidat-Bestimmungseinheit 5 aus der Lerndatenbank 1 eine Kombination, in der die Sensorinformationen enthalten sind, die den durch die Beschaffungseinheit 3 beschafften Sensorinformationen entsprechen. Genauer gesagt, extrahiert die Zweiter-Kandidat-Bestimmungseinheit 5 aus der Lerndatenbank 1 eine Kombination, in der die Verteilung Nähe zu der Gesichtspositionsverteilung D anzeigt, wobei die Nähe gleich ist wie oder größer als ein zweiter eingestellter Wert. Wie in den 7A und 7B veranschaulicht, wird die Verteilung D als der Verteilung C entsprechend betrachtet, und somit wird eine Kombination der Verteilung C und hoher Bremsfrequenz und nach links Steuern extrahiert, wobei die Kombination in 5C dargestellt ist. In einigen Fällen können nicht nur eine, sondern mehrere Kombinationen extrahiert werden.
Anschließend bestimmt die Zweiter-Kandidat-Bestimmungseinheit 5, ob die durch die Beschaffungseinheit 3 beschafften Sensorinformationen den Einrichtungsinformationen der von der Lerndatenbank 1 extrahierten Kombination entsprechen. Da die durch die Beschaffungseinheit 3 beschafften Einrichtungsinformationen „kein Bremsbetrieb und kein Lenkbetrieb“ anzeigen und die extrahierten Einrichtungsinformationen „hohe Bremsfrequenz und nach links steuern“ anzeigen, werden die Teile der Einrichtungsinformationen bestimmt, einander nicht zu entsprechen. In diesem Fall bestimmt die Zweiter-Kandidat-Bestimmungseinheit 5, dass es keine Kombination gibt, die der Kombination der durch die Beschaffungseinheit 3 beschafften Sensorinformationen und der Einrichtungsinformationen entspricht, aus den Kombinationen der in der Lerndatenbank 1 gespeicherten Sensorinformationen und der Einrichtungsinformationen.
Der Prozess, der durchgeführt wird, wenn durch die Zweiter-Kandidat-Bestimmungseinheit 5 bestimmt wird, dass es keine entsprechende Kombination gibt (Schritt ST3; NEIN), ist wie in der vorstehenden „Normalzustand-Datensammelphase“ beschrieben.
Auf der anderen Seite, wenn durch die Zweiter-Kandidat-Bestimmungseinheit 5 bestimmt wird, dass es eine entsprechende Kombination gibt (Schritt ST3; JA), bestimmt die Bestimmungseinheit 7, dass es der Normalzustand ist (Schritt ST8).
Sensorinformationen oder Einrichtungsinformationen im anormalen Zustand können zusätzlich zu denen im Normalzustand in der Verhaltensmusterdatenbank 2 gespeichert werden. In diesem Fall kann die Zweiter-Kandidat-Bestimmungseinheit 5 in Schritt ST3, mit Bezug auf die Verhaltensmusterdatenbank 2, um herauszufinden, dass es sich eindeutig um den anormalen Zustand handelt, ohne Bezug auf die Lerndatenbank 1, die Bestimmungseinheit 7 anweisen, den anormalen Zustand zu bestimmen.
Als die Sensorinformationen oder die Einrichtungsinformationen im anormalen Zustand werden z. B. Informationen, die eine der folgenden Bedingungen erfüllen in der Verhaltensmusterdatenbank 2 gespeichert.
Es wird angezeigt, dass die Augen des Fahrers oder das Gesicht des Fahrers für eine Zeitspanne gleich wie oder länger als eine dritte eingestellte Zeitspanne nicht erfasst wurden.
Es wird angezeigt, dass keine Maßnahmen ergriffen wurden, um den Alarm zu stoppen.
Es wird angezeigt, dass die Fahrzeuggeschwindigkeit bei 30 km/h oder höher liegt und dass es keinen Bremsvorgang gibt.
Eine anormale Herzfrequenz wird angezeigt.
Die Zweiter-Kandidat-Bestimmungseinheit 5 weist die Bestimmungseinheit 7 an, den anormalen Zustand zu bestimmen, wenn die durch die Beschaffungseinheit 3 beschafften Sensorinformationen oder Einrichtungsinformationen einem oder mehreren Teilen von Sensorinformationen oder Einrichtungsinformationen im in der Verhaltensmusterdatenbank 2 gespeicherten anormalen Zustand entsprechen.
Die Zweiter-Kandidat-Bestimmungseinheit 5 kann die Bestimmung in Schritt ST3 durchführen, durch Extrahieren aus der Lerndatenbank 1 einer Kombination, in der die Einrichtungsinformationen den durch die Beschaffungseinheit 3 beschafften Einrichtungsinformationen entsprechen, und dann durch Bestimmen, ob die durch die Beschaffungseinheit 3 beschafften Sensorinformationen den Sensorinformationen der von der Lerndatenbank 1 extrahierten Kombination entsprechen.
Wie vorstehend beschrieben, lernt die Anomalie-Erfassungseinrichtung 10 sequentiell die Kombinationen von Sensorinformationen und Einrichtungsinformationen im Normalzustand, um die Kombinationen in der Lerndatenbank 1 zu registrieren, und verwendet die Kombinationen, um zum anormalen Zustand zu unterscheiden. Durch das Erlernen und Verwenden der Kombinationen der Sensorinformationen und Einrichtungsinformationen im Normalzustand kann die Anomalie-Erfassungseinrichtung 10 zwei Fälle, die in Bezug auf die Körperhaltung verwirrend sind, genau unterscheiden, d.h. einen Fall, in dem der Fahrer sich nach vorne lehnt und durch die Windschutzscheibe schaut oder sein Kinn während der Fahrt auf der Hand ruht, und einen Fall, in dem der Fahrer aufgrund von Bewusstlosigkeit oder ähnlichem zusammenbricht. Somit verbessert die Anomalie-Erfassungseinrichtung 10 die Unterscheidungsgenauigkeit zwischen anormalen und normalen Zuständen im Vergleich zu dem Fall, in dem die Haltung im Normalzustand erlernt und zur Unterscheidung des anormalen Zustands verwendet wird, wie in der vorstehenden Patentliteratur 1.
Obwohl die Anomalie-Erfassungseinrichtung 10 in der vorstehenden Beschreibung auf dem Fahrzeug befestigt ist, kann die Anomalie-Erfassungseinrichtung 10 in einem Server eingebaut sein, der mit dem Sensor 11 und der Fahrzeugeinrichtung 12 verbindbar und außerhalb des Fahrzeugs platziert ist.
Alternativ kann die Anomalie-Erfassungseinrichtung 10 in einem mobilen Endgerät eingebaut sein, wie z. B. ein Smartphone oder ein Tablet, das mit dem Sensor 11 und der Fahrzeugeinrichtung 12 verbindbar ist und in das Fahrzeug gebracht wird. In diesem Fall kann eine Kamera, die in dem mobilen Endgerät vorgesehen ist, als die Kamera des Sensors 11 verwendet werden.
In der vorstehenden Beschreibung wurde die Anomalie-Erfassungseinrichtung 10 als eine Einrichtung beschrieben, die auf einem Fahrzeug befestigt ist und einen anormalen Zustand eines Fahrers des Fahrzeugs erfasst. Die Anomalie-Erfassungseinrichtung 10 kann jedoch auch für andere Zwecke verwendet werden. Die Anomalie-Erfassungseinrichtung 10 kann eine Einrichtung sein, die einen anormalen Zustand erfasst, der in einem Haus aufgetreten ist, z. B. durch Verwenden einer Überwachungskamera oder eines Sensors, die im Haus installiert sind, oder einer Kamera, die in einem Haushaltsgerät, wie z. B. einer Klimaanlage oder einem Kühlschrank als Sensor 11 vorgesehen ist, und Beschaffen der Einrichtungsinformationen von jedem Haushaltsgerät.
Zum Beispiel registriert die Aktualisierungseinheit 8 in der Lerndatenbank 1 Kombinationen von Sensorinformationen und Einrichtungsinformationen im Normalzustand, wie z. B. „Wenn eine Person an Position E im Wohnzimmer ist, schaut diese Person Fernsehen“. Wenn die Erster-Kandidat-Bestimmungseinheit 4 nach einer solchen Registrierung bestimmt, dass es eine Person an Position E gibt, die außerhalb des normalen Bereichs der Sensorinformationen ist, extrahiert die Zweiter-Kandidat-Bestimmungseinheit 5 die Kombination „Wenn eine Person an Position E im Wohnzimmer ist, schaut diese Person Fernsehen“ aus der Lerndatenbank 1; wenn jedoch die zu der Zeit durch die Beschaffungseinheit 3 beschafften Einrichtungsinformationen anzeigen, dass der Fernseher ausgeschaltet ist und zudem die Rücksetzbestimmungseinheit 6 bestimmt, dass es keine entsprechenden Informationen gibt, wird erfasst, dass sich ein Bewohner im anormalen Zustand befindet, z. B. dass der Bewohner zusammengebrochen ist und sich nicht bewegen kann. Was die Verhaltensmusterdatenbank 2 in diesem Fall betrifft, können Informationen, die anzeigen, dass sich der Bewohner im Normalzustand befindet, z. B. Sensorinformationen, die die Bedingung „Es wird angezeigt, dass Augen für eine Zeitspanne gleich wie oder länger als eine erste eingestellte Zeitspanne geöffnet sind“ möglicherweise gespeichert werden.
Ein anderes Beispiel: Wenn die Erster-Kandidat-Bestimmungseinheit 4 bestimmt, dass es eine Person an Position E gibt, die außerhalb des normalen Bereichs der Sensorinformationen ist, extrahiert die Zweiter-Kandidat-Bestimmungseinheit 5 die Kombination „Wenn eine Person an Position E im Wohnzimmer ist, schaut diese Person Fernsehen“ aus der Lerndatenbank 1; wenn jedoch die zu der Zeit durch die Beschaffungseinheit 3 beschafften Einrichtungsinformationen anzeigen, dass der Fernseher ausgeschaltet ist und zudem die Rücksetzbestimmungseinheit 6 bestimmt, dass es keine entsprechenden Informationen gibt, wird erfasst, dass eine verdächtige Person ins Haus eingebrochen ist. Was die Verhaltensmusterdatenbank 2 in diesem Fall betrifft, können Informationen, die anzeigen, dass es keine verdächtige Person gibt und sich das Haus im Normalzustand befindet, z. B. Sensorinformationen, die die Bedingung „Es wird angezeigt, dass Personen eine Unterhaltung mit Lächeln führten“ möglicherweise gespeichert werden.
Wie vorstehend beschrieben lernt die Anomalie-Erfassungseinrichtung 10 sequentiell die Kombinationen der Sensorinformationen und der Einrichtungsinformationen im Normalzustand, registriert die Kombinationen in der Lerndatenbank 1, und verwendet die Kombinationen, um zum anormalen Zustand zu unterscheiden. Dadurch ist es möglich genau zwischen normalen und anormalen Zuständen zu unterscheiden, die aufgrund ähnlicher Haltungen verwirrend sind, wie z. B. ein Fall, in dem der Fahrer sich nach vorne lehnt und durch die Windschutzscheibe schaut oder sein Kinn während der Fahrt auf der Hand ablegt, und einen Fall, in dem der Fahrer aufgrund von Bewusstlosigkeit oder ähnlichem zusammenbricht. Somit wird die Unterscheidungsgenauigkeit zwischen anormalen und normalen Zuständen verbessert.
Die Anomalie-Erfassungseinrichtung 10 aktualisiert die Lerndatenbank 1 sequentiell. Dadurch kann die Anomalie-Erfassungseinrichtung 10 das Auftreten eines anormalen Zustands erfassen, während sie sich in einem Zustand des Unterdrückens von Überanpassung an die Gewohnheiten einer zu erfassenden Person anpasst, z. B., wenn die Person ein Fahrer ist, eine Gewohnheit dessen und Veränderungen in der Sitzposition.
Da die Verhaltensmusterdatenbank 2 im Vorhinein manuell statt automatisch erstellt wird, ist es schwierig alle Verhaltensmuster abzudecken, die im Allgemeinen als diejenigen im Normalzustand betrachtet werden. Die Anomalie-Erfassungseinrichtung 10 kann jedoch durch automatisches Registrieren in der Lerndatenbank 1 von Einrichtungsinformationen, die dem Verhaltensmuster im Normalzustand entsprechen, einen Prozess durchführen, als würde die Anomalie-Erfassungseinrichtung 10 die Verhaltensmusterdatenbank 2 ergänzen.
Die Zweiter-Kandidat-Bestimmungseinheit 5 extrahiert aus der Lerndatenbank 1 eine oder mehrere Kombinationen, bei denen die Sensorinformationen jeweils den beschafften Sensorinformationen entsprechen, und wenn es keine Einrichtungsinformationen gibt, die den beschafften Einrichtungsinformationen in den Einrichtungsinformationen der extrahierten Kombinationen entsprechen, bestimmt die Zweiter-Kandidat-Bestimmungseinheit 5, dass es keine Kombination gibt, die der Kombination der beschafften Sensorinformationen und der beschafften Einrichtungsinformationen in der Lerndatenbank 1 entspricht. Folglich kann die Zweiter-Kandidat-Bestimmungseinheit 5 angemessen bestimmen, ob es eine entsprechende Kombination in der Lerndatenbank 1 gibt.
Die Aktualisierungseinheit 8 behält vorübergehend die beschafften Sensorinformationen und die beschafften Einrichtungsinformationen, und in einem Fall, in dem durch die Erster-Kandidat-Bestimmungseinheit 4 bestimmt wird, dass die Sensorinformationen nicht im normalen Bereich liegen, wenn durch die Zweiter-Kandidat-Bestimmungseinheit 5 bestimmt wird, dass es keine entsprechende Kombination gibt, und durch die Rücksetzbestimmungseinheit 6 bestimmt wird, dass es die entsprechenden Sensorinformationen oder Einrichtungsinformationen gibt, registriert die Aktualisierungseinheit 8 eine Kombination der vorübergehend behaltenen Sensorinformationen und der vorübergehend behaltenen Einrichtungsinformationen in der Lerndatenbank 1. Folglich kann die Aktualisierungseinheit 8 Registrierung in der Lerndatenbank 1 zu einer angemessenen Zeit durchführen, während eine Speicherregion der Anomalie-Erfassungseinrichtung 10 effektiv genutzt wird.
Die Beschaffungseinheit 3 beschafft Sensorinformationen, die den Zustand des Fahrers des Fahrzeugs anzeigen. Folglich kann die Anomalie-Erfassungseinrichtung 10 als eine Einrichtung verwendet werden, die erfasst, ob der Fahrer des Fahrzeugs in einem anormalen Zustand ist, z. B. Bewusstlosigkeit.
In der vorliegenden Erfindung kann jede Komponente der Ausführungsform modifiziert werden oder jede Komponente der Ausführungsform innerhalb des Bereichs der Erfindung weggelassen werden.
Gewerbliche Anwendbarkeit
Wie vorstehend beschrieben, kann die Anomalie-Erfassungseinrichtung gemäß der vorliegenden Erfindung die Unterscheidungsgenauigkeit zwischen anormalen und normalen Zuständen verbessern und ist somit z. B. geeignet, als Einrichtung verwendet zu werden, die einen anormalen Zustand eines Fahrers eines Fahrzeugs erfasst.
Bezugszeichenliste

1:: Lerndatenbank, Lerndatenbank,
2:: Verhaltensmusterdatenbank,
3:: Beschaffungseinheit,
4:: Erster-Kandidat-Bestimmungseinheit,
5:: Zweiter-Kandidat-Bestimmungseinheit,
6:: Rücksetzbestimmungseinheit,
7:: Bestimmungseinheit,
8:: Aktualisierungseinheit,
10:: Anomalie-Erfassungseinrichtung,
11:: Sensor,
12:: Fahrzeugeinrichtung,
101:: Verarbeitungsschaltung,
102:: Speicher,
103:: CPU,
104:: HDD,
105:: Eingabeschnittstelle-Einrichtung,
106:: Ausgabeschnittstelle-Einrichtung.

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 2016009255 A [0004]

Claims

Anomalie-Erfassungseinrichtung, umfassend: eine Beschaffungseinheit zum Beschaffen von Sensorinformationen, die einen Zustand einer Person anzeigen, und Einrichtungsinformationen, die einen Zustand einer Einrichtung anzeigen; eine Erster-Kandidat-Bestimmungseinheit zum Bestimmen, ob sich die beschafften Sensorinformationen in einem normalen Bereich befinden; eine Zweiter-Kandidat-Bestimmungseinheit zum Bestimmen, ob es eine Kombination gibt, die einer Kombination der beschafften Sensorinformationen und der beschafften Einrichtungsinformationen in einer Lerndatenbank entspricht, in der eine oder mehrere Kombinationen der Sensorinformationen und der Einrichtungsinformationen in einem normalen Zustand gespeichert sind; eine Rücksetzbestimmungseinheit zum Bestimmen, ob es Sensorinformationen oder Einrichtungsinformationen gibt, die den beschafften Sensorinformationen oder den beschafften Einrichtungsinformationen in einer Verhaltensmusterdatenbank entsprechen, in der die Sensorinformationen oder die Einrichtungsinformationen im Normalzustand gespeichert sind; eine Bestimmungseinheit zum, wenn durch die Erster-Kandidat-Bestimmungseinheit bestimmt wird, Bestimmen, dass die Sensorinformationen nicht im Normalbereich liegen, dass ein aktueller Zustand im Normalzustand ist, wenn durch die Zweiter-Kandidat-Bestimmungseinheit bestimmt wird, dass es die entsprechende Kombination gibt, und Bestimmen, dass der aktuelle Zustand in einem anormalen Zustand ist, wenn jeweils durch die Zweiter-Kandidat-Bestimmungseinheit und die Rücksetzbestimmungseinheit bestimmt wird, dass es keine entsprechende Kombination und keine entsprechenden Sensorinformationen oder Einrichtungsinformation gibt; und eine Aktualisierungseinheit zum, wenn durch die Erster-Kandidat-Bestimmungseinheit bestimmt wird, dass die Sensorinformationen nicht im Normalbereich liegen, Registrieren der Kombination der beschafften Sensorinformationen und der beschafften Einrichtungsinformationen in der Lerndatenbank, wenn durch die Zweiter-Kandidat-Bestimmungseinheit bestimmt wird, dass es keine entsprechende Kombination gibt, und durch die Rücksetzbestimmungseinheit bestimmt wird, dass es die entsprechenden Sensorinformationen oder Einrichtungsinformationen gibt.
Anomalie-Erfassungseinrichtung nach Anspruch 1, wobei die Zweiter-Kandidat-Bestimmungseinheit aus der Lerndatenbank eine oder mehrere Kombinationen extrahiert, bei denen die Sensorinformationen jeweils den beschafften Sensorinformationen entsprechen, und wenn es keine Einrichtungsinformationen gibt, die den beschafften Einrichtungsinformationen in den Einrichtungsinformationen der extrahierten Kombinationen entsprechen, die Zweiter-Kandidat-Bestimmungseinheit bestimmt, dass es keine Kombination gibt, die der Kombination der beschafften Sensorinformationen und der beschafften Einrichtungsinformationen in der Lerndatenbank entspricht.
Anomalie-Erfassungseinrichtung nach Anspruch 1, wobei die Aktualisierungseinheit vorübergehend die beschafften Sensorinformationen und die beschafften Einrichtungsinformationen behält, und in einem Fall, in dem durch die Erster-Kandidat-Bestimmungseinheit bestimmt wird, dass die Sensorinformationen nicht im normalen Bereich liegen, wenn durch die Zweiter-Kandidat-Bestimmungseinheit bestimmt wird, dass es keine entsprechende Kombination gibt und durch die Rücksetzbestimmungseinheit bestimmt wird, dass es die entsprechenden Sensorinformationen oder Einrichtungsinformationen gibt, die Aktualisierungseinheit eine Kombination der vorübergehend behaltenen Sensorinformationen und der vorübergehend behaltenen Einrichtungsinformationen in der Lerndatenbank registriert.
Anomalie-Erfassungseinrichtung nach Anspruch 1, wobei die Beschaffungseinheit die Sensorinformationen beschafft, die einen Zustand eines Fahrers eines Fahrzeugs anzeigen.
Anomalie-Erfassungsverfahren, umfassend: einen Beschaffungsschritt des Beschaffens, durch eine Beschaffungseinheit, von Sensorinformationen, die einen Zustand einer Person anzeigen, und Einrichtungsinformationen, die einen Zustand einer Einrichtung anzeigen; einen Erster-Kandidat-Bestimmungsschritt des Bestimmens, durch eine Erster-Kandidat-Bestimmungseinheit, ob sich die beschafften Sensorinformationen in einem normalen Bereich befinden; einen Zweiter-Kandidat-Bestimmungsschritt des Bestimmens, durch eine Zweiter-Kandidat-Bestimmungseinheit, ob es eine Kombination gibt, die einer Kombination der beschafften Sensorinformationen und der beschafften Einrichtungsinformationen in einer Lerndatenbank entspricht, in der eine oder mehrere Kombinationen der Sensorinformationen und der Einrichtungsinformationen in einem normalen Zustand gespeichert sind; einen Rücksetzbestimmungsschritt des Bestimmens, durch eine Rücksetzbestimmungseinheit, ob es Sensorinformationen oder Einrichtungsinformationen gibt, die den beschafften Sensorinformationen oder den beschafften Einrichtungsinformationen in einer Verhaltensmusterdatenbank entsprechen, in der die Sensorinformationen oder die Einrichtungsinformationen im Normalzustand gespeichert sind; einen Bestimmungsschritt des, durch eine Bestimmungseinheit, wenn in dem Erster-Kandidat-Bestimmungsschritt bestimmt wird, dass die Sensorinformationen nicht im Normalbereich liegen, Bestimmens, dass ein aktueller Zustand im Normalzustand ist, wenn in dem Zweiter-Kandidat-Bestimmungsschritt bestimmt wird, dass es die entsprechende Kombination gibt, und Bestimmens, dass der aktuelle Zustand in einem anormalen Zustand ist, wenn jeweils in dem Zweiter-Kandidat-Bestimmungsschritt und in dem Rücksetzbestimmungsschritt bestimmt wird, dass es keine entsprechende Kombination und keine entsprechenden Sensorinformationen oder Einrichtungsinformation gibt; und einen Aktualisierungsschritt des, durch eine Aktualisierungseinheit, wenn in dem Erster-Kandidat-Bestimmungsschritt bestimmt wird, dass die Sensorinformationen nicht im Normalbereich liegen, Registrierens der Kombination der beschafften Sensorinformationen und der beschafften Einrichtungsinformationen in der Lerndatenbank, wenn in dem Zweiter-Kandidat-Bestimmungsschritt bestimmt wird, dass es keine entsprechende Kombination gibt, und in dem Rücksetzbestimmungsschritt bestimmt wird, dass es die entsprechenden Sensorinformationen oder Einrichtungsinformationen gibt.