JP2017504867A - 車両におけるドライバ動作を評価する方法 - Google Patents
車両におけるドライバ動作を評価する方法 Download PDFInfo
- Publication number
- JP2017504867A JP2017504867A JP2016534140A JP2016534140A JP2017504867A JP 2017504867 A JP2017504867 A JP 2017504867A JP 2016534140 A JP2016534140 A JP 2016534140A JP 2016534140 A JP2016534140 A JP 2016534140A JP 2017504867 A JP2017504867 A JP 2017504867A
- Authority
- JP
- Japan
- Prior art keywords
- driver
- probability
- category
- sensor data
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/22—Psychological state; Stress level or workload
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/26—Incapacity
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
車両におけるドライバ動作を評価するための方法において、センサデータが検出され、このセンサデータに基づいてドライバ動作が評価される。種々異なる動作カテゴリが区別され、それぞれの動作カテゴリには、所定の確率でセンサデータが割り当てられる。確率が閾値を超えた場合には、動作カテゴリが当てはまると判断する。【選択図】図1
Description
本発明は、車両におけるドライバ動作を評価する方法に関する。
ドライバもしくは車両内部スペース、または車両周辺をセンサ装置によって監視するドライバ支援システムが既知であり、車両の走行特性に影響を及ぼすことができるアクチュエータを作動するための作動信号が、測定値に基づいて、検出される。例えば、ブレーキ支援システムはブレーキペダル操作を監視し、ペダル操作の速度または加速度が限界値を超えた場合には自動的にブレーキ圧を構成する。
必要に応じて、電気的に支援され、周辺監視を行うステアリングシステムにもブレーキ支援システムを連結し、車両のブレーキ動作を回避動作に結びつけることもできる。
このようなドライバ支援システムは、測定値の検出および評価に基づいている。測定値が、割り当てられた限界値を超えた場合には、ドライバ支援システムによる介入が行われる。
本発明の基礎をなす課題は、車両におけるドライバ動作を分析し、例えば、より高い精度でドライバ支援システムを最新の走行状態に合わせて調節できるようにすることである。
この課題は、本発明によれば、請求項1の特徴により解決される。従属請求項は好適な実施形態を示している。
本発明による方法は、車両におけるドライバ動作を評価するために使用される。この場合、客観的および/または主観的なドライバ状態がドライバ動作に基づいて検出および評価され、種々異なる動作カテゴリが区別される。この方法ではセンサの測定値が検出され、これらの測定値は様々な確率でドライバの異なる動作カテゴリに割り当てられる。割り当てられた確率が閾値を超えた場合には、動作カテゴリが当てはまると判断される。
この構成は、確率法に基づいて種々異なる動作カテゴリを区別することができるという利点を有し、当てはまる動作カテゴリに応じて、例えば、ドライバ支援システムのパラメータを様々に設定することができる。例えば、ドライバの最新の集中状態について種々異なる動作カテゴリ、例えば、「目覚めている」状態もしくは「集中度の高い」状態を示す第1カテゴリ、平均的に集中しているドライバを示すカテゴリ、およびあまり集中していないドライバを示すさらなるカテゴリを区別することができる。センサデータを考慮して確率モデルに基づいた評価を行うことにより、ドライバが集中していないことが判明した場合には、例えばブレーキ支援装置またはエレクトロニックスタビリティプログラム(ESP)において限界値もしくは閾値を引き下げることができ、これにより当該ドライバ支援システムを早期に、および/または強度に介入することが可能となる。ドライバが平均的に集中している場合には、好ましくは、限界値はわずかにしか修正されず、これに対してドライバが極めて集中している場合には、ドライバ支援システムにおける限界値の事前設定を変更する必要はない。
ドライバが極めて集中している場合には、平常時よりも後に介入を行うように限界値を変更することも可能である。警告システム、または介入カスケード内に複数の警告段階を備えるシステムでは、極めて集中しているドライバは、あまりにも頻繁に、あまりにも早期に警告されたと主観的に感じる場合もある。限界値を調整することにより、誤警告であるとドライバが感じる通知の数が減少し、システムの評価が高まる。
例えば、ドライバ支援システムの介入が行われるまでの応答時間もしくは時間範囲を修正することができ、特にドライバが平均よりも集中していない場合には下げてもよい。このようにして、それぞれのドライバに対して個別に、状況に応じて車両の調整が行われ、これに伴い安全性が改善される。
したがって、確率法によって、ドライバの現在有効な所定の動作カテゴリについての確率を示すことができ、これに基づいて、車両のアクチュエータ、例えばドライバ支援システムのパラメータを設定することができる。基本的には車両の全ての調節可能な構成要素を最新のドライバ動作カテゴリに応じて変更することができる。このことは、例えばブレーキ支援装置またはステアリング支援装置、あるいはエレクトロニックスタビリティプログラムなどのドライバ支援システムの他に、例えば制御時間、または介入時点もしくはトリガ時点などの駆動パラメータ、例えば事故が差し迫っている場合に自動的なブレーキ介入またはステアリング介入までに残されている残り時間についても当てはまる。
センサによって検出されたデータに基づいて、種々異なる動作カテゴリに確率が割り当てられることによって、現在有効なドライバの動作カテゴリが正確に判断される確実性が高くなる。このようにして誤った判断を行う危険性が減じられる。
この方法では、ドライバ状態に関する複合的な情報を集め、周辺データを取り入れることができる。ドライバの精神状態ならびに状態変化をセンサデータに応じてモデル化することができる。検出されたドライバ状態を用いて、ドライバ支援システムの動作を調整することができる。
好適には、走行時に持続的にセンサデータが検出され、これらのセンサデータは種々異なる動作カテゴリに割り当てられる。これに基づきドライバの動作カテゴリが変化したことを判断し、新たに判断した動作カテゴリに基づいて車両におけるさらなる設定を行う可能性が得られる。例えば、走行が長時間にわたって持続され、ドライバの集中力が低下した場合に、このことはセンサデータに基づいて判断され、続いて動作カテゴリは、より集中していない動作の方向に変更される。したがって、車両の1つ以上のアクチュエータもしくはシステムの基礎をなす種々異なるパラメータセットが適用される。
さらに持続的なセンサデータの検出および評価により、判断した動作カテゴリがより高い確率で当てはまるという利点を有する。長時間にわたってセンサデータが変化しない場合、またはわずかにしか変化しない場合には、カテゴリを継続する確率がさらに上昇する。
採用することが望ましい新しい動作カテゴリについての確率が、割り当てられた確率閾値を超えた場合に、異なる動作カテゴリ間の変更が行われる。種々異なる動作カテゴリの確率閾値は同じであってもよいし、または異なっていてもよい。さらに、固定された閾値を設定することも可能であり、車両またはドライバのパラメータもしくは状態変数に依存して変動する調整可能な閾値を設定することも可能である。
有利な実施形態によれば、ドライバ動作を評価するための確率法として、隠れマルコフモデル(HMM)が使用される。これは、種々異なる最新の状態の間で変化が生じる確率を用いた確率論的なモデルである。しかしながら、基本的にはその他の確率法を用いて、ドライバの種々異なる動作カテゴリにセンサデータを割り当てることも可能である。
動作カテゴリへの割当を行う場合の基礎となるセンサデータを検出するセンサ装置は、車両内に設けられ、例えば、ドライバまたはドライバの操作を監視もしくは検出するために用いられる。例えば、ペダル速度および加速度の少なくともいずれかを測定する当該アクセルペダルまたはブレーキペダルのセンサによって、ドライバによるペダル操作を検出することができる。ドライバについて直接に測定を行うことも可能であり、例えば、視線方向、足動作、またはドライバの自律神経系、例えば脈拍を検出することも可能である。
周辺センサ装置の評価も考慮され、例えば、第3車両または車線境界との間隔を評価することも可能である。
確率法は、事前のトレーニングステップで習得することができる。トレーニングステップでは、ドライバ動作を評価するために古い測定列が評価され、種々異なる動作カテゴリに確率が割り当てられる。このようなトレーニングステップは、特に所定の初期値によって開始され、これらの初期値はトレーニングステップにおいて改善され、実際値に近づけられる。この方法では、次いで改善された確率値が使用され、種々異なる動作カテゴリに割り当てられる。確率値は、例えば、ガウスの分布曲線のような確率関数であり、分布曲線の所定のパラメータ、例えば平均値もしくは位置、および標準偏差もしくは高さなどがトレーニングステップで決定される。
必要に応じて、走行時にもトレーニングステップが実施され、得られた最新の測定値に基づいて、種々異なる動作カテゴリの基礎となる確率関数もしくは確率分布がさらに改善される。
基本的には、動作カテゴリを決定するために確率法において、第3の車両または外部の物体に関連してドライバ動作、車両の走行状態、または車両状態を反映する測定値を考慮すれば十分である。しかしながら、確率法においてその他のパラメータ、例えば起こり得る事故の発生までに残された残り時間などを付加的に考慮することが有利な場合もある。
この方法は、車両の閉ループもしくは開ループ制御器で実施される。閉ループもしくは開ループ制御器は、場合によってはドライバ支援システムの構成部分であってもよいし、または既知の動作カテゴリに応じてパラメータが設定されるドライバ支援システムと協働してもよい。
他の利点および好適な実施形態が、さらなる請求項、図面の説明、および図面に示されている。
図1は、車両におけるドライバ動作を評価するためのシステム1を示している。このシステム1は、閉ループもしくは開ループ制御器による方法を実施する。システム1における方法では、図1に、例としてZ1,Z2およびZ3によって示したドライバの種々異なる動作カテゴリが識別される。これらの動作カテゴリは、それぞれ所定のドライバ状態に該当し、例えば、Z1は極めて集中したドライバを示し、Z2は平均的に集中したドライバを示し、Z3は集中していないドライバを示す。
このシステム1には2つの異なるセンサの測定値B1およびB2が供給される。例えば測定値B1はブレーキペダル操作を特徴づけ、測定値B2はドライバの視線方向を特徴づける。ブレーキペダル操作は、例えば、ブレーキペダルに設けられたセンサによって検出される。このセンサは、ブレーキペダル加速度を測定することができる。ドライバの視線方向は車両のカメラシステムによって検出することができる。
センサデータB1およびB2によって、ドライバの集中状態を推定することができる。例えば、集中していないドライバは驚愕反応を示す傾向にあり、このことは急激なブレーキペダル操作によって確認することができる。さらに、集中していないドライバにおける視線動作は所定のパターンに対応しており、このようなパターンも同様にセンサによって確認することができる。様々なセンサの測定値を考慮することによって、最新の集中状態を高い確率で確認することができ、他の反応、例えば集中しているドライバによる正当な突然のブレーキプロセスとは区別される。
ドライバの最新の動作カテゴリZ1,Z2およびZ3の決定は確率法に基づいており、本実施例では隠れマルコフモデル(HMM)が用いられる。この場合、それぞれのセンサの測定列に示されるドライバのそれぞれの動作状態Z1、Z2およびZ3には1つの確率が対応している。ドライバ状態Z1,Z2またはZ3の確率が所定の閾値もしくは限界値を超えた場合には、この動作カテゴリが当てはまると判断され、次いで信号が生成され、この信号は、後続のシステム2、例えばブレーキ支援装置またはステアリング支援装置などのドライバ支援システムに入力値として供給される。それぞれのドライバ状態Z1,Z2,Z3には、ドライバ支援システムのための所定のパラメータセットが対応している。動作カテゴリが当てはまると判断した後に、適宜なパラメータセットがドライバ支援システム2において起動される。このように、最新のドライバ状態に応じて支援システムのパラメータを設定し、ドライバの最新の状態に最適に適合させることが可能である。
図2には、3×3マトリクスにより種々異なるドライバ状態Z1,Z2およびZ3の間で変化が生じる確率が示されている。マトリクスの左側には初期状態が示されており、上側には予測状態が示されている。主対角線に沿って、高い確率値が記入されている。なぜなら、有効な最新のドライバ状態は高い確率で次の時点でも保持され、他の動作カテゴリへの変化は起こりにくいからである。したがって、異なるドライバ状態の間で変化が生じる確率値は著しく小さい。
例えば、図2に示したマトリクスの第1領域の第1行には、90%の確率が記入されており、これは、この確率でドライバ状態Z1が次の時点で保持されることを意味する。ドライバ状態Z1からZ2への変化に対応する第2領域には8%の確率が記入されている。第3領域は2%の確率を示している。すなわち、この確率でドライバ状態Z2からドライバ状態Z3への変化が生じる。合計すると行毎の確率は常に100%である。
ドライバ状態Z2から他のドライバ状態へ変化する第2行、およびドライバ状態Z3から他のドライバ状態へ変化する第3行についてそれぞれの確率が生じる。
図3には、ドライバ状態Z1,Z2およびZ3への測定値B1およびB2の割当が示されている。この割当は、ガウスの分布関数として実施する確率関数によって行い、種々異なる領域に種々異なる高さもしくは標準偏差(確率)および幅もしくは平均値/位置(測定値)を備える分布関数が示されている。それぞれの測定値B1およびB2は、それぞれ1つのドライバカテゴリZ1,Z2およびZ3に割り当てられており、分布関数のX軸に対応する同じ測定値から異なる確率(Y軸)が生じる。合計して、行毎に、すなわち、測定値B1およびB2についてそれぞれ、Z1,Z2およびZ3の3つの領域に分配される全体として100%の確率が達成される。しかしながら、異なる分布関数に基づいて、行毎の同じ測定値は、それぞれの領域Z1、Z2,Z3において異なる確率値をもたらす。
様々な領域の確率関数もしくは分布関数は、例えば、古い測定列を評価し、種々異なる動作カテゴリZ1〜Z3に割り当てる事前のトレーニングステップで検出される。
測定値B1およびB2の検出は、現行の走行時に連続的に行われる。同じ測定データは種々異なる領域において同じ確率をもたらし、時間の経過に伴い高い確実性が得られ、このことが高い確率値で表される。領域Z1,Z2およびZ3における確率値が、割り当てられた確率限界値を超えた場合には、十分な確実性をもって、所定の動作カテゴリが当てはまると仮定することができ、図1に示されているように、続いて適宜なパラメータセットのいずれか1つの該当する動作カテゴリをドライバ支援システムにおいて起動することができる。
Claims (10)
- 車両におけるドライバ動作を評価する方法であって、センサデータが検出され、該センサデータに基づいてドライバ動作が評価される方法において、
種々異なる動作カテゴリを区別し、それぞれの動作カテゴリに所定の確率によりセンサデータを割り当て、割り当てられた確率が閾値を超えた場合に動作カテゴリが当てはまると判断することを特徴とする方法。 - 請求項1に記載の方法において、
走行時に持続的にセンサデータを検出し、該センサデータを種々異なる前記動作カテゴリに割り当てる方法。 - 請求項1または2に記載の方法において、
第2動作カテゴリの確率が閾値を超えた場合に、第1動作カテゴリから第2動作カテゴリへの変更を行う方法。 - 請求項1から3までのいずれか一項に記載の方法において、
前記ドライバ動作を評価するための確率法として、隠れマルコフモデル(HMM)を使用する方法。 - 請求項1から4までのいずれか一項に記載の方法において、
ドライバまたはドライバ操作を監視することができる車両センサ装置のセンサデータを使用する方法。 - 請求項1から5までのいずれか一項に記載の方法において、
事前のトレーニングステップで、ドライバ動作を評価するための基礎となる確率法に古い測定列を適用し、動作カテゴリに対応する確率関数を求める方法。 - 請求項1から6までのいずれか一項に記載の方法において、
走行時に、前記ドライバ動作を評価するための基礎となる確率法に最新の測定列を適用し、前記動カテゴリに対応する確率関数を求める方法。 - 請求項1から7までのいずれか一項に記載の方法において、
前記動作カテゴリの確率を求める場合に、最新の走行状態に依存した付加的なパラメータ、例えば、事故が生じるまでに残された残り時間を考慮する方法。 - 請求項1から8までのいずれか一項に記載の方法を実施するための閉ループもしくは開ループ制御器。
- 請求項9に記載の閉ループもしくは開ループ制御器を備える車両のドライバ支援システムにおいて、
該ドライバ支援システムのパラメータが、判断した動作カテゴリに依存して設定されるドライバ支援システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013224026.0A DE102013224026A1 (de) | 2013-11-25 | 2013-11-25 | Verfahren zur Bewertung des Fahrerverhaltens in einem Fahrzeug |
DE102013224026.0 | 2013-11-25 | ||
PCT/EP2014/071450 WO2015074798A1 (de) | 2013-11-25 | 2014-10-07 | Verfahren zur bewertung des fahrerverhaltens in einem fahrzeug |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017504867A true JP2017504867A (ja) | 2017-02-09 |
Family
ID=51786928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016534140A Pending JP2017504867A (ja) | 2013-11-25 | 2014-10-07 | 車両におけるドライバ動作を評価する方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20160288798A1 (ja) |
EP (1) | EP3074291B1 (ja) |
JP (1) | JP2017504867A (ja) |
CN (1) | CN105745134B (ja) |
DE (1) | DE102013224026A1 (ja) |
WO (1) | WO2015074798A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019073844A1 (ja) * | 2017-10-12 | 2019-04-18 | 京セラ株式会社 | 車両、判定方法及び判定プログラム |
KR20230100757A (ko) * | 2021-12-27 | 2023-07-06 | 한국자동차연구원 | 운전자의 운전 능력 평가 장치 및 방법 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106452806A (zh) * | 2015-08-04 | 2017-02-22 | 北京企鹅童话科技有限公司 | 一种用户行为分析方法及装置 |
DE102015014531A1 (de) | 2015-11-11 | 2016-05-12 | Daimler Ag | Verfahren zur Bewertung eines Fahrzeugs |
DE102016206694B4 (de) * | 2016-04-20 | 2023-10-05 | Volkswagen Aktiengesellschaft | Assistenzsystem und Verfahren eines hochautomatisierten Fahrzeugs zur Verbesserung des Zusammenwirkens mit anderen Verkehrsteilnehmern |
CN106023344B (zh) * | 2016-06-06 | 2019-04-05 | 清华大学 | 基于驾驶模式转换概率的驾驶风格估计方法 |
US10956758B2 (en) * | 2016-06-13 | 2021-03-23 | Xevo Inc. | Method and system for providing auto space management using virtuous cycle |
JP6759743B2 (ja) * | 2016-06-17 | 2020-09-23 | アイシン精機株式会社 | 視認方向推定装置 |
EP3566201A4 (en) | 2016-12-22 | 2020-11-25 | Xevo Inc. | PROCESS AND SYSTEM FOR PROVIDING SERVICES OF ANALYSIS OF ARTIFICIAL INTELLIGENCE (AIA) FOR PERFORMANCE PREDICTION |
CN106875511A (zh) * | 2017-03-03 | 2017-06-20 | 深圳市唯特视科技有限公司 | 一种基于自编码正则化网络学习驾驶风格的方法 |
US10757485B2 (en) | 2017-08-25 | 2020-08-25 | Honda Motor Co., Ltd. | System and method for synchronized vehicle sensor data acquisition processing using vehicular communication |
EP3495223A1 (en) | 2017-12-11 | 2019-06-12 | Volvo Car Corporation | Driving intervention in vehicles |
US10513270B2 (en) * | 2018-05-04 | 2019-12-24 | Ford Global Technologies, Llc | Determining vehicle driving behavior |
CN108944947A (zh) * | 2018-07-15 | 2018-12-07 | 北京三快在线科技有限公司 | 驾驶设备决策的预测方法和装置 |
US11163317B2 (en) | 2018-07-31 | 2021-11-02 | Honda Motor Co., Ltd. | System and method for shared autonomy through cooperative sensing |
US11181929B2 (en) | 2018-07-31 | 2021-11-23 | Honda Motor Co., Ltd. | System and method for shared autonomy through cooperative sensing |
DE102018219998A1 (de) | 2018-11-22 | 2020-05-28 | Robert Bosch Gmbh | Verfahren zur Datenklassifizierung und -übertragung in Fahrzeugen |
CN110689642B (zh) * | 2019-09-18 | 2020-10-09 | 山东大学 | 基于车载obd数据及概率统计的异常驾驶判别方法及系统 |
US11008018B1 (en) * | 2020-03-25 | 2021-05-18 | Toyota Research Institute, Inc. | Risk prediction on a peer-to-peer network |
US12030507B2 (en) | 2020-06-29 | 2024-07-09 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Method and system for predicting a trajectory of a target vehicle in an environment of a vehicle |
DE102022205981A1 (de) | 2022-06-13 | 2023-12-14 | Volkswagen Aktiengesellschaft | Verfahren zur Fahrstilklassifikation und zur Anpassung der Steuerung eines Kraftfahrzeugs |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008228759A (ja) * | 2007-03-16 | 2008-10-02 | Toyota Central R&D Labs Inc | 意識低下判定装置及びプログラム |
JP2009073465A (ja) * | 2007-08-28 | 2009-04-09 | Fuji Heavy Ind Ltd | 安全運転支援システム |
JP2009098900A (ja) * | 2007-10-16 | 2009-05-07 | Toyota Motor Corp | 脇見状態判定装置 |
JP2012051498A (ja) * | 2010-09-02 | 2012-03-15 | Suzuki Motor Corp | 車両の制御装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8301108B2 (en) * | 2002-11-04 | 2012-10-30 | Naboulsi Mouhamad A | Safety control system for vehicles |
US8400313B2 (en) * | 2007-01-19 | 2013-03-19 | Asahi Kasei Kabushiki Kaisha | Vehicle driver sleep state classification generating device based on Hidden Markov Model, sleep state classification device and warning device |
US20100131148A1 (en) * | 2008-11-26 | 2010-05-27 | Jaime Camhi | System and method for estimated driver intention for driver assistance system control |
JP5423724B2 (ja) * | 2011-04-28 | 2014-02-19 | トヨタ自動車株式会社 | ドライバ状態判定装置 |
DE102011117850B4 (de) * | 2011-11-08 | 2020-12-03 | Audi Ag | Verfahren zum Betrieb eines Fahrzeugsystems eines Kraftfahrzeugs und Kraftfahrzeug |
DE102012000629A1 (de) * | 2012-01-14 | 2013-07-18 | Volkswagen Aktiengesellschaft | Verfahren, Vorrichtung und Mobilgerät zur Müdigkeitserkennung eines Fahrers eines Fahrzeugs |
US8861115B2 (en) * | 2012-07-16 | 2014-10-14 | Seagate Technology Llc | Pin-efficient reader bias enable control |
US20160016767A1 (en) * | 2014-07-21 | 2016-01-21 | Robert L. Jones | Method and apparatus for lifting and supporting storage tanks |
-
2013
- 2013-11-25 DE DE102013224026.0A patent/DE102013224026A1/de not_active Withdrawn
-
2014
- 2014-10-07 WO PCT/EP2014/071450 patent/WO2015074798A1/de active Application Filing
- 2014-10-07 EP EP14786820.2A patent/EP3074291B1/de active Active
- 2014-10-07 CN CN201480064127.8A patent/CN105745134B/zh active Active
- 2014-10-07 JP JP2016534140A patent/JP2017504867A/ja active Pending
- 2014-10-07 US US15/036,733 patent/US20160288798A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008228759A (ja) * | 2007-03-16 | 2008-10-02 | Toyota Central R&D Labs Inc | 意識低下判定装置及びプログラム |
JP2009073465A (ja) * | 2007-08-28 | 2009-04-09 | Fuji Heavy Ind Ltd | 安全運転支援システム |
JP2009098900A (ja) * | 2007-10-16 | 2009-05-07 | Toyota Motor Corp | 脇見状態判定装置 |
JP2012051498A (ja) * | 2010-09-02 | 2012-03-15 | Suzuki Motor Corp | 車両の制御装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019073844A1 (ja) * | 2017-10-12 | 2019-04-18 | 京セラ株式会社 | 車両、判定方法及び判定プログラム |
JP2019073069A (ja) * | 2017-10-12 | 2019-05-16 | 京セラ株式会社 | 車両、判定方法及び判定プログラム |
KR20230100757A (ko) * | 2021-12-27 | 2023-07-06 | 한국자동차연구원 | 운전자의 운전 능력 평가 장치 및 방법 |
KR102636106B1 (ko) | 2021-12-27 | 2024-02-14 | 한국자동차연구원 | 운전자의 운전 능력 평가 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
EP3074291B1 (de) | 2019-09-11 |
CN105745134B (zh) | 2019-09-17 |
WO2015074798A1 (de) | 2015-05-28 |
CN105745134A (zh) | 2016-07-06 |
DE102013224026A1 (de) | 2015-05-28 |
EP3074291A1 (de) | 2016-10-05 |
US20160288798A1 (en) | 2016-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017504867A (ja) | 車両におけるドライバ動作を評価する方法 | |
WO2020140985A1 (en) | Systems and methods for driver profile based warning and vehicle control | |
JP5081150B2 (ja) | 運転者固有の少なくとも1つのパラメータに基づいて不注意を検出するための方法及び制御ユニット | |
CN106573621B (zh) | 车辆用驾驶辅助装置以及车辆用驾驶辅助方法 | |
RU2678538C2 (ru) | Способ обнаружения аномального состояния водителя транспортного средства | |
US9975548B2 (en) | Vehicle driving situation determination apparatus and vehicle driving situation determination method | |
GB2548960A (en) | Vehicle operation states | |
US11780434B2 (en) | Lane change intention estimation of a vehicle | |
JP4529394B2 (ja) | ドライバの車両運転特性推定装置 | |
JP6156520B2 (ja) | 衝突回避支援装置及び衝突回避支援方法 | |
US11097746B2 (en) | System and method for detecting and/or preventing automation expectation mismatch in vehicle | |
KR101646418B1 (ko) | 심박 신호 기반 운전자 상태 판단 장치 및 방법 | |
EP3177937B1 (en) | Dynamic stuck switch monitoring | |
EP3725609B1 (en) | Calibrating method for vehicle anti-collision parameters, vehicle controller and storage medium | |
CN113830102A (zh) | 驾驶模式切换方法、装置、存储介质及计算机设备 | |
EP3412533B1 (en) | Method and vehicle for assisting a driver in driving such vehicle | |
GB2577270A (en) | Apparatus and method for monitoring vehicle operation | |
WO2018089024A1 (en) | Autonomous vehicle control by comparative transition prediction | |
US8364341B2 (en) | Method for controlling a driver assistance system | |
JP5861680B2 (ja) | 運転特性判定装置及び運転特性判定方法 | |
KR101462067B1 (ko) | 차량정보에 의한 졸음운전 검출 장치 및 방법 | |
CN110901757B (zh) | 用于确定驾驶员的转向干预的系统以及方法 | |
CN113753067A (zh) | 车道偏离干预控制方法及装置 | |
JP7043726B2 (ja) | 適正状態判定方法及び適正状態判定装置 | |
CN108698512B (zh) | 对车辆的主动操作元件的刺激特性进行自动用户适配的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170410 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170412 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20171102 |