JP2019528217A - 資源配分管理を改善するために注意力バッファを使用するシステムおよび方法 - Google Patents
資源配分管理を改善するために注意力バッファを使用するシステムおよび方法 Download PDFInfo
- Publication number
- JP2019528217A JP2019528217A JP2019530379A JP2019530379A JP2019528217A JP 2019528217 A JP2019528217 A JP 2019528217A JP 2019530379 A JP2019530379 A JP 2019530379A JP 2019530379 A JP2019530379 A JP 2019530379A JP 2019528217 A JP2019528217 A JP 2019528217A
- Authority
- JP
- Japan
- Prior art keywords
- sight
- line
- vehicle
- buffer value
- value
- 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.)
- Granted
Links
- 239000000872 buffer Substances 0.000 title claims abstract description 714
- 238000000034 method Methods 0.000 title claims abstract description 226
- 238000013468 resource allocation Methods 0.000 title claims abstract description 107
- 238000007726 management method Methods 0.000 title claims description 89
- 230000009471 action Effects 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 26
- 230000007423 decrease Effects 0.000 claims description 40
- 238000004891 communication Methods 0.000 claims description 39
- 238000000605 extraction Methods 0.000 claims description 36
- 230000009467 reduction Effects 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 33
- 230000004044 response Effects 0.000 claims description 29
- 230000007613 environmental effect Effects 0.000 claims description 27
- 230000007704 transition Effects 0.000 claims description 21
- 230000002093 peripheral effect Effects 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 19
- 238000013473 artificial intelligence Methods 0.000 claims description 18
- 230000001965 increasing effect Effects 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 210000001508 eye Anatomy 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 11
- 230000002776 aggregation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 230000010365 information processing Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 53
- 230000000007 visual effect Effects 0.000 description 39
- 230000000670 limiting effect Effects 0.000 description 34
- 230000015654 memory Effects 0.000 description 30
- 239000003550 marker Substances 0.000 description 13
- 230000008447 perception Effects 0.000 description 12
- 230000001149 cognitive effect Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 210000003128 head Anatomy 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 210000005252 bulbus oculi Anatomy 0.000 description 8
- 206010041349 Somnolence Diseases 0.000 description 7
- 230000001934 delay Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 230000004424 eye movement Effects 0.000 description 5
- 208000032140 Sleepiness Diseases 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000004886 head movement Effects 0.000 description 3
- 238000004886 process control Methods 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011982 device technology Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 210000000744 eyelid Anatomy 0.000 description 2
- 210000001097 facial muscle Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000037321 sleepiness Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 239000007853 buffer solution Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000005043 peripheral vision Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002940 repellent Effects 0.000 description 1
- 239000005871 repellent Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B60K35/10—
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- B60K2360/149—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0872—Driver physiology
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
-
- 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
- B60W2540/225—Direction of gaze
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
Description
本出願は、「Attention Buffer」のタイトルで2016年8月19日に出願された米国仮特許出願第62/377,016号の優先権および利益を主張し、この内容は、参照により全体として本明細書に組み込まれる。
本開示は、ダイナミックに変化する環境において時間を通じて個人の注意力を評価し、少なくとも部分的には個人が行っている活動に応じて、さまざまな情況でその評価を使用する、システムおよび方法に関する。このような評価に関連するシステムおよび方法は、多くの活動に関して使用され得るが、本開示が適用可能である1つの非限定的な活動は、運転活動である。
マルチタスク(Multi-tasking)は、かつてないほどに地方言語において普及していると思われる用語である。マルチタスクという用語は、2つの異なるタスク(例えば、歩行、およびテキストメッセージによる会話への参加)を実行することを意味する用語と考えることができるが、実際には、多くの単独のタスク自体が、複数のタスクに再分割され得る(例えば、歩行は、動けと脚に命令を出すこと、特定の方向を決定しその方向に動くこと、潜在的危険性を回避するよう周辺環境を評価することなどを伴う)。情報へのアクセス、および利用可能な情報の種類が増え続けるにつれて、単独のタスクは複数のタスクに再分割可能であることがさらに多く、それは、単独のタスクを実行する個人が、複数の情報源を評価し、その情報に基づいて行動することによって、それを実行するためである。しかしながら、すべての情報が等しく作成されるわけではない。一部の情報は、一部の他の情報よりも、単独のタスクの実行に役立ち、一部の情報は、個人がその単独のタスクを実行する能力を邪魔し、かつ/または損なう場合すらある。
注意力バッファを利用するシステムおよび方法が提供される。注意力バッファは、ダイナミックに変化する環境に関するさまざまな受信情報を連続的に分析し、その環境と関連付けられた人および/または物体の状況認識に対するその情報の影響を連続的に評価するように設計される。注意力バッファは、受信情報を定量化して、本明細書では瞬間ごとのバッファ、一時的バッファ、および瞬間バッファと呼ばれる、任意の時点における人および/または物体の認識レベルを判断する。評価は、当業者が理解する自然な遅れが、「リアルタイム」とみなされたシステムでも起こることを考慮に入れて、リアルタイムまたはほぼリアルタイムで行われる。その判断に基づいて、多くの異なるアクションが実行され得る。例えば、一時的バッファが、注意を他にシフトさせる必要があると示す場合、そのようなシフトを生じさせるように設計されたコマンドが、人および/または物体に対して履行され得る。さらなる非限定的な実施例として、評価された一時的バッファは、評価を行う(例えば、保険料控除(insurance credit)または保険料率を決定する)のに使用される、1つ以上のデータベースなどに送信される情報として使用され得る。判断された一時的バッファに対する、多くの可能な反応が本明細書に提供され、多くの他の可能な反応が本開示から導き出せる。
特定の例示的な実施形態は、本明細書に開示する装置および方法の構造、機能、製造、および使用の原理の全体的な理解をもたらすために説明される。これらの実施形態の1つ以上の例を添付図面に示す。当業者は、本明細書に具体的に説明され添付図面に示される装置および方法が、非限定的な例示的実施形態であること、また、本開示の範囲が特許請求の範囲によってのみ定められることを理解するであろう。例示的な一実施形態に関連して示されるか、または説明される特徴は、他の実施形態の特徴と組み合わせることができる。このような修正および変形体は、本開示の範囲に含まれることが意図されている。本開示では、さまざまな実施形態の同様の符号のコンポーネントは概して、それらのコンポーネントが同様の性質のものであり、かつ/または同様の目的に役立つものである場合に、同様の特徴を有する。当業者は、本開示を鑑みれば、さまざまな図面にわたる同様の符号のコンポーネントが類似しているさまざまな実例を理解するであろう。さらに、いくつかの場合、当業者が理解するかもしくは別様に当業者に既知であり、かつ/または本開示において提供される、さまざまな用語は、互換的に使用される。非限定的な例として、認識(「認識のレベル」/「認識レベル」および「認識量」を含む)、注意力(「注意力のレベル」/「注意力レベル」および「注意力の量」を含む)、および状況情報(「状況情報のレベル」/「状況情報レベル」および「状況情報の量」を含む)、ならびに(これに関連して使用される他の用語の中でもとりわけ)操作者およびユーザなどの用語は、互換的に使用され得る。
注意力バッファについて説明する前に、それが利用され得るさまざまな環境を理解することが有用である。図1は、資源配分の管理に関連する本開示が使用され得る、コンピューティングデバイスエコシステム100の例示的な実施形態を示す。いくつかの実施形態では、用語「資源配分」は、提供されるシステムおよび方法のユーザに提供され得る、さまざまな量の情報を指すために本明細書で使用される。これは、例えば、ユーザの視線に関して行われる決定を含み得、提供されるシステムおよび方法と関連付けられたさまざまなセンサから収集される情報など、システムおよび方法に関連する他の情報を全体として含むこともできる。本開示が視覚的注意力の配分を説明する範囲で、このような配分は、人の視力、注目、視線、頭の位置または姿勢などを評価することを伴うことができ、これには、所与の時間に眼球運動を空間領域、場所、方向などに割り当てることを含む。視覚配分を管理することは、いくつかの実施形態では、視覚的データ(例えば、視線方向、視線持続時間、視線推移)、ならびに/または、実行されているタスクに関連する、情況データを入手および分析し、それに基づいて情報を出力することを指すことを理解されたい。視覚的データは、視覚的注意力および/または認識のプロキシとしても役立ち得、これは、入手した視覚的データが、注意力または認識情報を表すか、または暗示し得ることを意味することを理解されたい。同様に、本明細書に記載する出力は、人間の、またはシステムもしくはデバイスの、視覚的注意力もしくは認識を管理するか、変化させるか、促進するか、または別様にそれに対する影響を有するために使用され得る。さらに、本開示は、さらに広範に資源配分をカバーするので、当業者は、視覚的注意力もしくは認識が、本明細書で提供されるような注意力バッファを動作させる際にユーザの注意力または認識レベルを決定する上で含まれ得る資源の種類のサブセットであることを認識するであろう。非視覚的資源の多くの例が本開示で提供され、また、本開示を鑑みれば当業者によって同じように引き出され得る。
・保険会社 − 保険料控除を決定する上でリスクの尺度として特定の操作者の注意力レベルを評価し、かつ/または特定の集団(例えば、特定の年齢、特定の経験レベル)の注意力レベルを、その特定の集団の基準値予想を確立するために評価する;
・車隊管理 − 個人として、また車隊(配送車両、バスもしくは列車のような輸送システムなど)にわたって車両操作者の能力を監視し、車隊の安全性を最適化するか、または安全性に関連するボーナスを支給する;
・小売業 − 買い物中の消費者の注意力パターンを識別し、消費者の注意力をオンターゲットに引き戻すよう対話式のインターフェースディスプレイを改善または強化する;
・車同士のネットワーク − 1つの車からクラウドネットワークに資源配分データをアップロードし、他の車がその情報にアクセスでき、車および/またはドライバーが自分たちの周りの車両の認識を考慮できるようにする;
・保険数理 − リスクおよび不確実性評価の精度および詳細を改善する;
・事故再現 − 本開示を鑑みて決定され得る要因の中でも特に、事故に巻き込まれた人の認識のレベルを評価する;
・法の執行 − ドライバーにわたる共通の注意力パターンを識別し、速度制限、標識、またはパトロールカバー(patrol cover)の調節など、懸念に対処する積極的な措置をとり、かつ/または、特定の時間に特定の操作者の注意力を評価する。
前述のように、資源配分管理システム103は、監視システム101として役立ち得る多くの物体に組み込まれ得る。このような物体は、異なるレベルの行動、注意力、および/または認識を分類することから利益を得ることができ、監視システム101がそれ自体の調節を行うか、または、資源配分管理システム103によって記録されかつ/もしくは別様に決定された結果を鑑みて望ましい調節を行うために実行され得るアクションについて、他のコンポーネントおよび/もしくは人々に通知することを可能にする。車両は、本開示で提供される認識監視システムおよび方法から利益を得る物体の、非限定的な一例である。以下でさらに詳細に説明するように、車両に組み込まれた資源配分システムによって、システムは、車両自体、車両のドライバーもしくは操作者、ならびに/または、車両および/もしくは資源配分管理システムと相互接続されるかもしくは別様に通信する他のデバイスもしくは他のコンポーネントに指示を与えて、それら(例えば、スマートフォン、データロガーなど)の能力を改善することができる。
図1〜図4に関して論じたように、いくつかの好適な実施形態では、本明細書で提供される開示は、ドライバーが、管理されたシステムと相互作用するときに、車両および/またはドライバーの資源配分を評価するために車両に適用され得る。システムは、車両およびその関連コンポーネント、モジュールなど、ならびにさまざまな外部の影響、例えば、車両付近の他の車両、道路状況、および背景データとも呼ばれる、車両とその操作者に直接関連付けられない他の要因を含み得る。非限定的なタイプの背景データは、車両が位置する環境に関する環境データ(例えば、天候、道路状況)、所与の半径以内の車両301の周辺環境に関する周辺データ(例えば、近くの車両、障害物、構造物、道路などに関する情報)、車両のドライバーに関するユーザデータ(例えば、年齢、性別、心拍数、体温、先に入力/受信されたデータに基づく、ユーザの、導き出された運転習慣)を含む。にもかかわらず、当業者は、本開示が車両の運転と併せた適用に制限されず、むしろ、本開示は、ダイナミックに変化する環境において時間にわたって個人の注意力を評価するためにさまざまな分野で使用され得ることを認識するであろう。非限定的な例として、本明細書に記載するシステムおよび方法は、運転、歩行、航空機の操縦、および/または重機械の操作との関連で、また、さまざまなデータ管理および分析プラットフォーム(例えば、保険料控除の決定、および他の保険関連の決定、車隊管理、小売りに対する消費者注意の監視、保険数理において行われた決定、事故の再現、および法の執行)に関して、使用され得る。特に、提供された使用のすべてが、車両の操作に関連するわけではなく、それは、ダイナミックに変化する環境において時間にわたって注意力を評価する能力が、決して車両の操作に限定されないためである。
注意力バッファは、管理されるシステムのユーザの認識または状況情報レベルを表し、これに対応する、連続的に変化する値範囲を指す。一時的バッファ値は、入力(例えば、入力された視線)に応答して注意力バッファアルゴリズムによって算出された注意力バッファの瞬時の離散値である。注意力バッファは、算出された一時的バッファ値をそれぞれ記憶することができ、注意力バッファは、測定値の連続したタイムラインを含む。図5Aおよび図5Bで使用されるように、用語「バッファ」は、注意力バッファアルゴリズムを通じてプロセスが機能する際の、注意力バッファの現在の値を指す。このバッファ値は、本開示を鑑みて決定可能である他の用語の中でも特に、最初に決定された一時的バッファとも呼ばれ得、それは、プロセッサによって一時的バッファに対する任意の調節が行われる前には、注意力バッファの現在の値が、先の注意力バッファアルゴリズム反復で持ち越された、最初に決定された一時的バッファと等しいためである。
図5Aおよび図5Bはまとめて、車両で利用される注意力バッファプログラムの実施形態の概略的表示を示す。アルゴリズムは、注意力バッファの一時的バッファ値を連続的に算出するために、車両システムのコンポーネントと通信している、資源配分管理システム(例えばシステム103)の1つ以上のプロセッサによって実行される。以下でさらに詳細に説明するように、注意力バッファ値は、どのようにしてドライバーが情報をサンプリングして、周辺環境のしっかりした表示を形成し、保持し、更新するのかに影響を与える、注意力およびメモリのプロセスに関係する。車両の適用では、管理されるシステムは、車両および車両内のコンポーネント、ならびに、道路および外部の運転環境を含む。本開示の資源配分管理システムおよび方法は、(1)1つ以上の車両コンポーネントおよび/またはセンサ(例えば図2〜図4に関連する説明および例示を参照;(2)既に既知である/使用中に入力されるかもしくは引き出されているかに関わらず、ユーザの1つ以上の生理学的または他の特色(例えば、年齢、性別、心拍数、体温、先に入力/受信されたデータに基づく、ユーザの、導き出された運転習慣)を監視するのに使用されているユーザおよび/またはセンサ、カメラなど;(3)車両が位置する環境に関する環境データ(例えば、天候、道路状況)および/または所与の半径以内の車両301の周辺環境に関する周辺データ(例えば、近くの車両、障害物、構造物、道路などに関する情報)のうちの少なくとも1つから入力を受信することができ、最後の2つは本明細書では背景データと呼ばれる。
視線が路外領域に向けられると、アルゴリズムは、路上視線について以下で詳細に述べる理由で、情報抽出レイテンシカウンターをリセットする(ステップ302)。次に、プログラムは、現在の視線領域が「路外SA関連」領域となるかどうかをステップ303で判断する。SA関連領域は、右または左のサイドミラー290’、バックミラー258’、右または左の死角、車両性能、車両の自動化状態、道路およびその状態、環境データ、周辺データ、およびユーザデータのうちの少なくとも1つに関する情報が表示される車両内ディスプレイの一部(例えば、計器群246’および/もしくはIVIシステム278’)、または道路およびその状態、環境データ、周辺データのうちの少なくとも1つに関する情報が表示される車両外部の場所(例えば、速度制限標識292’、もしくはドライバーの視界に位置する他の運転関連標識)への視線を含み得る。死角が、通常の運転条件下でドライバーの視界から遮られる車両の周りのエリアを指すことを、当業者は認識するであろう。SA関連としてみなす空間領域は、車両ごとおよび/またはユーザごとに較正され得るので、車両のさまざまな動力および/またはディスプレイがどのように組織化されるか、またユーザに表示される情報のタイプに関する、ユーザの好みが考慮に入れられる。さらに、当業者は、車両がより自動化されてくるので、SA関連としてみなす領域が変化し得ることを理解するであろう。例えば、自動化された車両の一部の場合には、ダイナミックに更新する車両内ディスプレイへの視線は、フロントガラスから外れた視線が引き起こし得るより多くのSA関連情報を提供し得る。本開示の教示は、修正されたオンターゲット、オフターゲット、SA関連、およびSA無関係視線を考慮に入れるために、当業者によって改変され得る。
入力視線が路上視線として分類されされると(ステップ301)、SA関連レイテンシカウンターはステップ310で示すように、ゼロにリセットされ得る。次に、システムは、ステップ311に示すように、先の視線領域が路外であったかどうかを決定し得る。先の視線領域全体が、SA関連または非SA関連に関わらず路外領域へのものであった場合、システムは、路上へ戻る推移があったと認識し、それにより、知覚遅延を考慮に入れる。注意力バッファアルゴリズムは、路外視線に続く路上シーンから、情報を抽出し、かつ/またはその路上シーンの表示を形成するのにドライバーが必要とする時間の長さを反映するため、視線を路外から路上に戻すように、情報抽出レイテンシ遅延とも呼ばれる、知覚遅延を考慮に入れる。路上シーンからの情報抽出は、安全な移動を維持し、潜在的な危険を予知するのに意味を有する要素の存在および相対的な場所を認識することを含み得る。この意味で、情報抽出レイテンシ遅延の値は、人間またはシステムの処理能力の関数である。
本開示の資源配分管理システム(例えばシステム103)は、運転または別様に車両を動作させるタスクに関連して使用されると、注意散漫な運転状態の識別時に特定の機能性を単に制限する以外に、安全な動作の役に立ちそれを促進する、有意義な管理システムである。車両システムは、注意力バッファアルゴリズム出力に応答して、ドライバーの知識および/または状況の認識を高めることを意図された措置を取り得る。例えば、ハンドルの振動またはシートの振動を通じて伝えられる、触覚型の警報は、一時的バッファが閾値未満に下がるか、または注意力バッファが所定の期間にわたりある範囲内にとどまることに応答して、送信され得る。注意力バッファが路上減少下限値で、またはその付近で安定していることを、バッファデータ出力が示すと、ハンドルの側方部分が振動して、ドライバーに周辺を見るよう合図を出すように、指示が送られ得る。
図5Aおよび図5Bにまとめて示す注意力バッファは、主に視線に関する入力を含む。しかしながら、図2〜図4に示され、これらについて説明されるように、また当業者に既知であるように、多くの資源は、資源配分管理システム(例えば、資源配分管理システム103)により使用されるように提供され、かつ/または別様に利用可能である。これらの資源は、上記でさらに詳細に説明したように、さまざまなセンサ、カメラなどの形態で提供される。このような資源、および資源配分管理システムに利用可能な任意の他の資源により提供されるデータおよび他の情報(例えば、外部データベースなどにより提供されるデータまたは情報)は、さまざまな方法で資源配分管理システムによって使用され得る。
図6は、資源配分管理システム103を含み、かつ/または本明細書に記載する注意力バッファ(例えば図5Aおよび図5B)を実行し得る、コントローラまたはコンピュータ800の例示的な実施形態の物理的コンポーネントのブロック図を示す。本明細書では例示的なコンピュータ800が描かれ説明されているが、これは普遍性のため、便宜上のことであると認識されるであろう。他の実施形態では、コンピュータ800は、本明細書で図示および説明するものと、構造および動作が異なり得る。コンピュータ800は、タブレット型コンピュータ、モバイルデバイス、スマートデバイス、ウェアラブルデバイス、スマートフォン、ラップトップコンピュータ、デスクトップコンピュータ、クラウドベースのコンピュータ、サーバーコンピュータ、前述したもののうち複数、などであってよい。
(1) 車両のための資源配分管理システムにおいて、
車両と関連付けられた1つ以上の視線測定装置と通信している少なくとも1つのプロセッサを含み、前記少なくとも1つのプロセッサは、
前記少なくとも1つのプロセッサと通信している1つ以上の視線測定装置と関連付けられた前記車両の操作者の複数の視線に関する情報をリアルタイムでで受信することであって、前記複数の視線が、ある期間にわたって発生する、こと、
前記複数の視線のそれぞれを路上視線または路外視線として分類すること、
前記複数の視線からの分類された前記視線に基づいて注意力バッファの瞬間ごとのバッファ値を連続的に算出することであって、前記注意力バッファは、前記車両の前記操作者の認識レベルに対応する、ある範囲の値である、こと、
前記少なくとも1つのプロセッサが前記瞬間ごとのバッファ値を算出するために動作している任意の時点で、算出された前記瞬間ごとのバッファ値が分かるように、前記算出された瞬間ごとのバッファ値を連続的に出力すること、
前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの指示を受信するように構成された受信機のうちの少なくとも1つに、前記指示を提供することであって、前記指示は、連続的に出力された前記算出された瞬間ごとのバッファ値に基づく、こと、
を行うように動作可能である、システム。
(2) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、前記車両の1つ以上のコンポーネントと通信して、前記算出された瞬間ごとのバッファ値を連続的に出力すること、および前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに前記指示を提供すること、のうちの少なくとも1つを行うように構成され、
前記車両の前記1つ以上のコンポーネントは、
前記車両と関連付けられた1つ以上のアクションを自動化するように構成された自動化システムと、
前記車両の前記操作者が状況認識を促進するように環境に注意を払うのを効果的に助けるために、前記車両の前記操作者に提供される1つ以上の機能およびコンテンツ;コンテンツが前記操作者に提供される1つ以上の方式;ならびに1つ以上の制御入力の性質のうちの少なくとも1つを変更するように応答するよう構成された、適応インターフェースと、
前記車両の周辺環境、知識、および前記車両の前記操作者の前記認識レベルのうちの少なくとも1つに応答して、前記車両のパラメータを調節するように構成された、情況認識機能を持った車両制御システムと、
前記車両の前記操作者に、前記車両および前記車両の向きの制御に関する情報のうちの少なくとも1つを提供するように構成された、車両内ディスプレイと、
を含む、システム。
(3) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが指示を提供するように動作可能である前記受信機は、
(1)前記少なくとも1つのプロセッサが通信している1つ以上の視線測定装置と関連付けられた前記車両の近くにある第2の車両、
(2)スマートデバイス、および、
(3)データベース、
のうちの少なくとも1つに関する情報を受信するように構成された、受信機である、システム。
(4) 実施態様1に記載のシステムにおいて、
前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つへの前記指示は、
(1)前記車両の前記操作者の前記認識レベルを変えるように構成された指示、
(2)前記連続的に出力された、算出された瞬間ごとのバッファ値に応答して前記車両の1つ以上のパラメータを調節するための、車両の自動化システムへの指示、および、
(3)前記車両および前記車両の前記操作者のうちの少なくとも一方との情報交換を増やす指示、
のうちの少なくとも1つを含む、システム。
(5) 実施態様4に記載のシステムにおいて、
前記車両および前記車両の前記操作者のうちの少なくとも一方との情報交換を増やす前記指示は、情報交換を抑制する指示を含む、システム。
複数の視線に関してリアルタイムで受信される前記情報は、頻度、持続時間、および場所をさらに含む、システム。
(7) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが、前記複数の視線からの前記分類された視線に基づいて注意力バッファの瞬間ごとのバッファ値を連続的に算出するように動作可能であることは、前記少なくとも1つのプロセッサが、ある期間にわたる、分類された前記路上視線および分類された前記路外視線を互いにつなげるように動作可能であることをさらに含み、前記分類された路上視線および前記分類された路外視線は、前記分類された路上視線および路外視線それぞれの持続時間を含む、システム。
(8) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが前記複数の視線のそれぞれを路上視線または路外視線として分類するように動作可能であることは、
前記路上視線それぞれを、中心に位置する視線または周辺に位置する視線として分類することと、
前記路外視線それぞれを、状況認識関連視線または状況認識無関係視線として分類することと、
をさらに含む、システム。
(9) 実施態様8に記載のシステムにおいて、
前記状況認識関連視線は、以下の場所:バックミラー、サイドミラー、死角、車両性能、前記車両の自動化状態、道路およびその状態、環境データ、周辺データ、およびユーザデータのうちの少なくとも1つに関する情報が表示される車両内ディスプレイの一部、ならびに、道路およびその状態、環境データ、および周辺データのうちの少なくとも1つに関する情報が表示される前記車両の外側の場所、のうちの1つにおける視線を含む、システム。
(10) 実施態様8に記載のシステムにおいて、
前記注意力バッファは、前記瞬間ごとのバッファ値の前記算出中に前記注意力バッファの減少率の適用を遅延させることによって、前記状況認識関連視線または一連の状況認識関連視線を考慮に入れ、前記減少率は、遅延期間が終了し、前記状況認識関連視線が依然として現在の分類された視線となった後で前記注意力バッファによって適用される、システム。
前記注意力バッファは、前記中心に位置する視線が生じる時間が閾値を超えたときに、前記瞬間ごとのバッファ値の前記算出中に減少率を適用することによって、前記中心に位置する視線が長すぎることを考慮に入れる、システム。
(12) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、前記連続的に出力された、算出された瞬間ごとのバッファ値を、閾値と比較するようにさらに動作可能であり、
前記少なくとも1つのプロセッサが、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供するように動作可能であることは、提供される前記指示が、前記算出された瞬間ごとのバッファ値と前記閾値との比較に基づいて選択されることをさらに含む、システム。
(13) 実施態様12に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、車両性能、前記車両の自動化状態、道路およびその状態、環境データ、周辺データ、ならびにユーザデータのうちの少なくとも1つを考慮して前記閾値を調節するようにさらに動作可能である、システム。
(14) 実施態様1に記載のシステムにおいて、
注意力バッファは、前記瞬間バッファ値に影響を与える複数の変数を有する等式を含み、前記複数の変数は、瞬間ごとのバッファ値間の比率を、可変レートで増減させるように構成されている、システム。
(15) 実施態様1に記載のシステムにおいて、
前記注意力バッファは、前記瞬間バッファ値に影響を与える複数の変数を有する等式を含み、前記複数の変数は、
(1)増加率;
(2)減少率;
(3)初期値開始;
(4)切替コスト;
(5)バッファ値範囲;および、
(6)場所に基づくレイテンシ、
のうちの少なくとも1つを含み、
前記少なくとも1つのプロセッサは、前記車両および前記車両の前記操作者のうちの少なくとも一方に関連する以下の要因:
(1)状況に応じた広範な要求;
(2)即時タスク要求;および、
(3)情報処理状態、
のうちの少なくとも1つに基づいて、前記瞬間ごとのバッファ値を算出するために依存する前記複数の変数のうちの1つ以上の変数を選択するようにさらに動作可能である、システム。
前記注意力バッファの前記等式は、前記路上視線の持続時間、および前記路外視線の持続時間を考慮に入れる、システム。
(17) 実施態様15に記載のシステムにおいて、
前記注意力バッファの前記等式は、視線推移を考慮に入れる、システム。
(18) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、前記車両の運転中に前記車両の前記操作者が行う変更および前記車両の周辺の環境に対する変化の両方に基づいて、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに提供される前記指示を適応させるように構成されている、システム。
(19) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供するように動作可能であることは、前記少なくとも1つのプロセッサが、ある期間にわたる、前記瞬間ごとのバッファ値を含む指示を前記受信機に提供するように動作可能であることをさらに含み、
前記受信機は、少なくとも1つのプロフィール決定プロセッサに通信連結され、前記少なくとも1つのプロフィール決定プロセッサは、前記受信機が受信する前記瞬間ごとのバッファ値に基づいて、操作者プロフィールを定めるように構成されている、システム。
(20) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供するように動作可能であることは、前記少なくとも1つのプロセッサが、ある期間にわたる、前記瞬間ごとのバッファデータを含む指示を前記受信機に提供するように動作可能であることをさらに含み、
前記受信機は、少なくとも1つのプロフィール決定プロセッサに通信連結され、前記少なくとも1つのプロフィール決定プロセッサは、前記受信機が受信する前記瞬間ごとのバッファ値の少なくともいくつかの部分から算出された、平均、モード、可変性、移動平均窓、標準偏差、分布サマリー、瞬間ごとの集合プロット、スペクトル幅およびパワーのフーリエ解析を含む高度な指標、ならびに記号集約近似のうちの少なくとも1つに基づいて、グローバルプロフィールを定めるように構成されている、システム。
前記少なくとも1つのプロセッサは、前記車両、前記車両の前記操作者、および前記車両の周辺の環境のうちの少なくとも1つに関する、前記少なくとも1つのプロセッサが学習した情報に基づいて、前記注意力バッファを調節するように構成された、人工知能コンポーネントをさらに含む、システム。
(22) 実施態様1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供するように動作可能であることは、前記少なくとも1つのプロセッサが、保険料控除および保険料率のうちの少なくとも一方を決定することに関連する情報を含む前記指示を前記受信機に提供するように動作可能であることをさらに含む、システム。
(23) 資源配分をリアルタイムで評価する方法において、
ある期間にわたって生じたユーザの複数の視線に関する情報を、リアルタイムで受信することと、
前記複数の視線のそれぞれを、オンターゲット視線またはオフターゲット視線として分類することと、
前記複数の視線のうちの分類された前記視線に基づいて注意力バッファの瞬間ごとのバッファ値を連続的に算出することであって、前記注意力バッファは、前記ユーザの認識レベルに対応する、ある範囲の値である、ことと、
算出された前記瞬間ごとのバッファ値が前記方法の実行中の任意の時点において分かるように、前記算出された瞬間ごとのバッファ値を連続的に出力することと、
以下:
連続的に出力された、前記算出された瞬間ごとのバッファ値に基づいて、指示を提供すること、および、
ある期間にわたる、前記連続的に出力された、算出された瞬間ごとのバッファ値のうちの、少なくともいくつかの連続的に出力された、算出された瞬間ごとのバッファ値を含むデータを、1つ以上のデータベースに提供すること、
のうちの少なくとも1つを行うことと、
を含む、方法。
(24) 実施態様23に記載の方法において、
前記ユーザは、車両の操作者であり、
前記方法は、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することを含み、
前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することは、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づく指示を、前記車両、前記車両の前記操作者、および前記指示を受信するように構成された受信機のうちの少なくとも1つに提供することをさらに含む、方法。
(25) 実施態様24に記載の方法において、
前記算出された瞬間ごとのバッファ値を連続的に出力すること、ならびに、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、前記車両、前記車両の前記操作者、および前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供することのうちの少なくとも一方を行うために、前記車両の1つ以上のコンポーネントと通信することをさらに含み、前記車両の前記1つ以上のコンポーネントは、
前記車両と関連付けられた1つ以上のアクションを自動化するように構成された自動化システムと、
前記車両の前記操作者が状況認識を促進するように環境に注意を払うのを効果的に助けるために、前記車両の前記操作者に提供される1つ以上の機能およびコンテンツ;コンテンツが前記操作者に提供される1つ以上の方式;ならびに1つ以上の制御入力の性質のうちの少なくとも1つを変更するように応答するよう構成された、適応インターフェースと、
前記車両の周辺環境、知識、および前記車両の前記操作者の前記認識レベルのうちの少なくとも1つに応答して、前記車両のパラメータを調節するように構成された、情況認識機能を持った車両制御システムと、
前記車両の前記操作者に、前記車両および前記車両の向きの制御に関する情報のうちの少なくとも1つを提供するように構成された、車両内ディスプレイと、を含む、方法。
前記車両の運転中に前記車両の前記操作者が行う変更および前記車両の周辺の環境に対する変化のうちの少なくとも1つに基づいて、前記車両、前記車両の前記操作者、および前記指示を受信するように構成された前記受信機のうちの少なくとも1つに提供される前記指示を適応させることをさらに含む、方法。
(27) 実施態様23に記載の方法において、
前記方法は、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することを含み、
前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することは、
(1)前記ユーザの前記認識レベルを変化させるように構成された指示を提供すること、
(2)連続的に出力された、算出された瞬間ごとのバッファ値に応答して自動化システムの1つ以上のパラメータを調節するように、前記自動化システムに指示を提供すること、
(3)前記ユーザとの情報交換を増やすように指示を提供すること、
のうちの少なくとも1つをさらに含む、方法。
(28) 実施態様27に記載の方法において、
前記ユーザとの情報交換を増やすように指示を提供することは、前記ユーザとの情報交換を抑制するように指示を提供することをさらに含む、方法。
(29) 実施態様23に記載の方法において、
複数の視線に関するリアルタイムで受信された前記情報は、頻度、持続時間、および場所をさらに含む、方法。
(30) 実施態様23に記載の方法において、
前記複数の視線からの分類された前記視線に基づいて注意力バッファの瞬間ごとのバッファ値を連続的に算出することは、ある期間にわたる、分類された前記オンターゲット視線および分類された前記オフターゲット視線を互いにつなげることをさらに含み、前記分類されたオンターゲット視線および前記分類されたオフターゲット視線は、前記分類されたオンターゲット視線およびオフターゲット視線それぞれの持続時間を含む、方法。
前記複数の視線のそれぞれを、オンターゲット視線またはオフターゲット視線として分類することは、
前記オンターゲット視線のそれぞれを、中心に位置する視線または周辺に位置する視線として分類することと、
前記オフターゲット視線のそれぞれを、状況認識関連視線または状況認識無関係視線として分類することと、をさらに含む、方法。
(32) 実施態様31に記載の方法において、
前記ユーザは、車両の操作者であり、
前記状況認識関連視線は、以下の場所:バックミラー、サイドミラー、死角、車両性能、前記車両の自動化状態、道路およびその状態、環境データ、周辺データ、およびユーザデータのうちの少なくとも1つに関する情報が表示される、車両内ディスプレイの一部、ならびに、道路およびその状態、環境データ、および周辺データのうちの少なくとも1つに関する情報が表示される、前記車両の外側の場所、のうちの1つにおける視線を含む、方法。
(33) 実施態様31に記載の方法において、
前記オフターゲット視線が状況認識関連視線または一連の状況認識関連視線である場合、注意力バッファの瞬間ごとのバッファ値を連続的に算出することは、遅延期間が終了し、前記状況認識関連視線が依然として現在の分類された視線となるまで、前記注意力バッファの減少率の適用を遅延させることをさらに含む、方法。
(34) 実施態様31に記載の方法において、
前記オンターゲット視線が中心に位置する視線である場合、注意力バッファの瞬間ごとのバッファ値を連続的に算出することは、前記中心に位置する視線が生じる時間が閾値を超えたときに、前記注意力バッファの減少率を適用することをさらに含む、方法。
(35) 実施態様23に記載の方法において、
前記連続的に出力された、算出された瞬間ごとのバッファ値を閾値と比較することをさらに含み、
前記方法は、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することを含み、
提供される前記指示は、前記算出された瞬間ごとのバッファ値と前記閾値との比較に基づいて選択される、方法。
車両性能、前記車両の自動化状態、道路およびその状態、環境データ、周辺データ、ならびにユーザデータのうちの少なくとも1つを考慮して前記閾値を調節することをさらに含む、方法。
(37) 実施態様23に記載の方法において、
前記注意力バッファは、前記瞬間ごとのバッファ値に影響を与える複数の変数を有する等式を含み、前記複数の変数は、瞬間ごとのバッファ値間の比率を、可変レートで増減させるように構成される、方法。
(38) 実施態様23に記載の方法において、
前記注意力バッファは、前記瞬間ごとのバッファ値に影響を与える複数の変数を有する等式を含み、前記複数の変数は、
(1)増加率;
(2)減少率;
(3)初期値開始;
(4)切替コスト;
(5)視線速度減少の存在;および
(6)場所に基づくレイテンシ、
のうちの少なくとも1つを含み、
前記方法は、以下の要因:
(1)状況に応じた広範な要求;
(2)即時タスク要求;および、
(3)情報処理状態
のうちの少なくとも1つに基づいて、前記瞬間ごとのバッファ値の算出を実行するために依存する前記複数の変数のうちの1つ以上の変数を選択することをさらに含む、方法。
(39) 実施態様38に記載の方法において、
前記注意力バッファの前記等式は、前記オンターゲット視線の持続時間、および前記オフターゲット視線の持続時間を考慮に入れる、方法。
(40) 実施態様38に記載の方法において、
前記注意力バッファの前記等式は、視線推移を考慮に入れる、方法。
前記ユーザは、車両の操作者であり、
前記方法は、ある期間にわたる、前記連続的に出力された、算出された瞬間ごとのバッファ値のうちの、少なくともいくつかの連続的に出力された、算出された瞬間ごとのバッファ値を含むデータを、1つ以上のデータベースに提供することを含み、
提供される前記データは、受信された前記瞬間ごとのバッファ値に基づいて、操作者プロフィールを定めるのに使用されるように構成される、方法。
(42) 実施態様23に記載の方法において、
前記ユーザは、車両の操作者であり、
前記方法は、ある期間にわたる、前記連続的に出力された、算出された瞬間ごとのバッファ値のうちの、少なくともいくつかの連続的に出力された、算出された瞬間ごとのバッファ値を含むデータを、1つ以上のデータベースに提供することを含み、
提供される前記データは、受信された前記瞬間ごとのバッファ値の少なくともいくつかの部分から算出された、平均、モード、可変性、移動平均窓、標準偏差、分布サマリー、瞬間ごとの集合プロット、スペクトル幅およびパワーのフーリエ解析を含む高度な指標、ならびに記号集約近似のうちの少なくとも1つに基づいて、グローバルプロフィールを定めるのに使用されるように構成される、方法。
(43) 実施態様23に記載の方法において、
前記ユーザおよび前記ユーザに影響を与える環境のうちの少なくとも1つに関する、学習情報に基づいて、前記注意力バッファを調節するように、人工知能コンポーネントを動作させることをさらに含む、方法。
(44) 実施態様23に記載の方法において、
前記ユーザは、車両の操作者であり、
前記方法は、ある期間にわたる、前記連続的に出力された、算出された瞬間ごとのバッファ値のうちの、少なくともいくつかの連続的に出力された、算出された瞬間ごとのバッファ値を含むデータを、1つ以上のデータベースに提供することを含み、
提供される前記データは、保険料控除および保険料率のうちの少なくとも一方を決定することに関連する情報を含む、方法。
(45) 資源を配分する方法において、
一時的バッファ値を定量化するのに使用される、オンターゲット視線またはオフターゲット視線として視線を分類することを含み、
前記視線がオンターゲット視線として分類された場合、前記方法は、
直前の視線がオンターゲット視線であったかまたはオフターゲット視線であったかを決定することと、
前記視線について一時的バッファ値を決定することと、
前記直前の視線がオフターゲット視線であった場合、前記オフターゲット視線から前記オンターゲット視線への移動と関連付けられた推移を考慮に入れることと、をさらに含み、
前記視線がオフターゲット視線として分類された場合、前記方法は、
前記オフターゲット視線を状況認識関連視線または状況認識無関係視線であるとして分類することと、
前記視線について一時的バッファ値を決定することと、をさらに含み、
前記オフターゲット視線が状況認識関連視線であった場合、前記視線について一時的バッファ値を決定することは、レイテンシを考慮に入れることをさらに含む、方法。
前記視線がオンターゲット視線である場合、前記方法は、前記オンターゲット視線を、中心に位置する視線または周辺に位置する視線として分類することをさらに含み、
前記オンターゲット視線が中心に位置する視線である場合、前記視線について一時的バッファ値を決定することは、連続的な中心に位置する視線の持続時間が閾値時間を超える場合を考慮に入れることをさらに含み、
前記オンターゲット視線が周辺に位置する視線である場合、前記視線について一時的バッファ値を決定することは、最初に決定された一時的バッファ値、最大バッファ値、および前記オンターゲット視線と関連付けられた増加値のうちの少なくとも1つに基づいて、前記視線について前記一時的バッファ値を決定することをさらに含む、方法。
(47) 実施態様46に記載の方法において、
前記オンターゲット視線が中心に位置する視線である場合、前記視線について一時的バッファ値を決定することは、
(1)前記連続的な中心に位置する視線の前記持続時間を決定することと、
(2)前記連続的な中心に位置する視線の前記持続時間を、前記閾値時間と比較することと、
(3)前記連続的な中心に位置する視線の前記持続時間が、前記閾値時間以上である場合に:
(a)最初に決定された一時的バッファ値を、オンターゲットバッファ減少下限値と比較し、
(b)前記最初に決定された一時的バッファ値が前記オンターゲットバッファ減少下限値より大きい場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を、前記オンターゲット視線と関連付けられた減少値未満の前記最初に決定された一時的バッファ値として設定することをさらに含み、
(c)前記最初に決定された一時的バッファ値が前記オンターゲットバッファ減少下限値以下である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を前記オンターゲットバッファ減少下限値として設定することをさらに含む、ことと、
(4) 前記連続的な中心に位置する視線の前記持続時間が前記閾値時間未満である場合、前記視線について前記一時的バッファ値を決定することは、前記最初に決定された一時的バッファ値、前記最大バッファ値、および前記オンターゲット視線と関連付けられた増加値のうちの少なくとも1つに基づいて、前記視線について前記一時的バッファ値を決定することをさらに含むことと、
をさらに含む、方法。
(48) 実施態様45に記載の方法において、
前記視線がオフターゲット視線である場合、前記視線について一時的バッファ値を決定することは、最初に決定された一時的バッファ値、最小バッファ値、および前記オフターゲット視線と関連付けられた減少値のうちの少なくとも1つに基づく、方法。
(49) 実施態様48に記載の方法において、
前記オフターゲット視線が状況認識関連視線として分類された場合、前記視線について一時的バッファ値を決定することは、
(1)前記一時的バッファ値と関連付けられたレイテンシ値を決定することと、
(2)決定された前記レイテンシ値を閾値レイテンシ値と比較することと、をさらに含み、
(3)前記決定されたレイテンシ値が前記閾値レイテンシ値以下である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を前記最初に決定された一時的バッファ値として設定することをさらに含み、
(4)前記決定されたレイテンシ値が前記閾値レイテンシ値超である場合、
(a)前記最初に決定された一時的バッファ値を前記最小バッファ値と比較し、
(b)前記最初に決定された一時的バッファ値が前記最小バッファ値以下である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を前記最小バッファ値として設定することをさらに含み
(c)前記最初に決定された一時的バッファ値が前記最小バッファ値超である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を、前記オフターゲット視線と関連付けられた減少値未満の、前記最初に決定された一時的バッファ値として設定することをさらに含む、方法。
(50) 実施態様48に記載の方法において、
前記オフターゲット視線が状況認識無関係視線として分類された場合、前記視線について一時的バッファ値を決定することは、
前記最初に決定された一時的バッファ値を前記最小バッファ値と比較することをさらに含み、
前記最初に決定された一時的バッファ値が前記最小バッファ値以下である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を前記最小バッファ値として設定することをさらに含み、
前記最初に決定された一時的バッファ値が前記最小バッファ値超である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を、前記オフターゲット視線と関連付けられた減少値未満の、前記最初に決定された一時的バッファ値として設定することをさらに含む、方法。
前記オフターゲット視線から前記オンターゲット視線への移動と関連付けられた推移を考慮に入れることは、
前記オンターゲット視線の情報抽出レイテンシ値を決定することと、
前記情報抽出レイテンシ値を閾値情報抽出レイテンシ値と比較することと、をさらに含み、
前記情報抽出レイテンシ値が前記閾値情報抽出レイテンシ値未満である場合、前記視線について一時的バッファ値を決定することとは、前記一時的バッファ値を前記最初に決定された一時的バッファ値として設定することをさらに含み、
前記情報抽出レイテンシ値が前記閾値情報抽出レイテンシ値以上である場合、前記方法は、前記オンターゲット視線を、中心に位置する視線または周辺に位置する視線であるとして分類することをさらに含み、
前記オンターゲット視線が中心に位置する視線である場合、前記視線について一時的バッファ値を決定することは、連続的な中心に位置する視線の持続時間が閾値時間を超える場合を考慮に入れることをさらに含み、
前記オンターゲット視線が周辺に位置する視線である場合、前記視線について一時的バッファ値を決定することは、最初に決定された一時的バッファ値、最大バッファ値、および前記オンターゲット視線と関連付けられた増加値のうちの少なくとも1つに基づいて、前記視線について前記一時的バッファ値を決定することをさらに含む、方法。
(52) 実施態様45に記載の方法において、
決定された前記一時的バッファ値を記憶することと、
前記決定された一時的バッファ値をエクスポートすることと、
1つ以上の後続の一時的バッファ値を決定するために実施態様45に記載のステップを繰り返すことと、をさらに含む、方法。
(53) 実施態様45に記載の方法において、
前記視線について一時的バッファ値を決定することと共に使用される、1つ以上の閾値を調節することをさらに含む、方法。
(54) 実施態様53に記載の方法において、
前記1つ以上の閾値は、連続的な同じ場所の視線の持続時間と関連付けられた閾値時間、1つ以上の一時的バッファ値と関連付けられた閾値レイテンシ値、および前記視線と関連付けられた閾値情報抽出レイテンシ値のうちの少なくとも1つを含む、方法。
(55) 実施態様45に記載の方法において、
分類される前記視線は、車両を運転する間になす視線である、方法。
決定された前記一時的バッファ値を、操作者プロフィールを定めるように構成された1つ以上のデータベースに提供することと、
1つ以上の後続の一時的バッファ値を決定するために実施態様45に記載のステップを繰り返すことと、
決定された前記1つ以上の後続の一時的バッファ値を、操作者プロフィールを定めるように構成された前記1つ以上のデータベースに提供することであって、前記操作者プロフィールは、提供される前記決定された一時的バッファ値および前記決定された1つ以上の後続の一時的バッファ値に基づいて定められる、ことと、をさらに含む、方法。
(57) 実施態様55に記載の方法において、
決定された前記一時的バッファ値を、グローバルプロフィールを定めるように構成された1つ以上のデータベースに提供することと、
1つ以上の後続の一時的バッファ値を決定するために実施態様45に記載のステップを繰り返すことと、
決定された前記1つ以上の後続の一時的バッファ値を、グローバルプロフィールを定めるように構成された前記1つ以上のデータベースに提供することであって、前記グローバルプロフィールは、前記決定された一時的バッファ値および前記1つ以上の後続の一時的バッファ値の少なくともいくつかの部分から算出された、平均、モード、可変性、移動平均窓、標準偏差、分布サマリー、瞬間ごとの集合プロット、スペクトル幅およびパワーのフーリエ解析を含む高度な指標、ならびに記号集約近似のうちの少なくとも1つに基づいて、定められる、ことと、をさらに含む、方法。
(58) 実施態様55に記載の方法において、
決定された前記一時的バッファ値を、保険料控除および保険料率のうちの少なくとも1つを決定するのに使用されるように構成された1つ以上のデータベースに提供することをさらに含む、方法。
(59) 実施態様45に記載の方法において、
前記視線について一時的バッファ値を決定することと共に使用される1つ以上の閾値を調節するために人工知能コンポーネントを動作させることをさらに含む、方法。
(60) 実施態様59に記載の方法において、
前記1つ以上の閾値の調節は、ユーザおよび前記ユーザに影響を与える環境のうちの少なくとも1つに関する、学習情報に基づく、方法。
Claims (60)
- 車両のための資源配分管理システムにおいて、
車両と関連付けられた1つ以上の視線測定装置と通信している少なくとも1つのプロセッサを含み、前記少なくとも1つのプロセッサは、
前記少なくとも1つのプロセッサと通信している1つ以上の視線測定装置と関連付けられた前記車両の操作者の複数の視線に関する情報をリアルタイムで受信することであって、前記複数の視線が、ある期間にわたって発生する、こと、
前記複数の視線のそれぞれを路上視線または路外視線として分類すること、
前記複数の視線からの分類された前記視線に基づいて注意力バッファの瞬間ごとのバッファ値を連続的に算出することであって、前記注意力バッファは、前記車両の前記操作者の認識レベルに対応する、ある範囲の値である、こと、
前記少なくとも1つのプロセッサが前記瞬間ごとのバッファ値を算出するために動作している任意の時点で、算出された前記瞬間ごとのバッファ値が分かるように、前記算出された瞬間ごとのバッファ値を連続的に出力すること、
前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの指示を受信するように構成された受信機のうちの少なくとも1つに、前記指示を提供することであって、前記指示は、連続的に出力された前記算出された瞬間ごとのバッファ値に基づく、こと、
を行うように動作可能である、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、前記車両の1つ以上のコンポーネントと通信して、前記算出された瞬間ごとのバッファ値を連続的に出力すること、および前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに前記指示を提供すること、のうちの少なくとも1つを行うように構成され、
前記車両の前記1つ以上のコンポーネントは、
前記車両と関連付けられた1つ以上のアクションを自動化するように構成された自動化システムと、
前記車両の前記操作者が状況認識を促進するように環境に注意を払うのを効果的に助けるために、前記車両の前記操作者に提供される1つ以上の機能およびコンテンツ;コンテンツが前記操作者に提供される1つ以上の方式;ならびに1つ以上の制御入力の性質のうちの少なくとも1つを変更するように応答するよう構成された、適応インターフェースと、
前記車両の周辺環境、知識、および前記車両の前記操作者の前記認識レベルのうちの少なくとも1つに応答して、前記車両のパラメータを調節するように構成された、情況認識機能を持った車両制御システムと、
前記車両の前記操作者に、前記車両および前記車両の向きの制御に関する情報のうちの少なくとも1つを提供するように構成された、車両内ディスプレイと、
を含む、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが指示を提供するように動作可能である前記受信機は、
(1)前記少なくとも1つのプロセッサが通信している1つ以上の視線測定装置と関連付けられた前記車両の近くにある第2の車両、
(2)スマートデバイス、および、
(3)データベース、
のうちの少なくとも1つに関する情報を受信するように構成された、受信機である、システム。 - 請求項1に記載のシステムにおいて、
前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つへの前記指示は、
(1)前記車両の前記操作者の前記認識レベルを変えるように構成された指示、
(2)前記連続的に出力された、算出された瞬間ごとのバッファ値に応答して前記車両の1つ以上のパラメータを調節するための、車両の自動化システムへの指示、および、
(3)前記車両および前記車両の前記操作者のうちの少なくとも一方との情報交換を増やす指示、
のうちの少なくとも1つを含む、システム。 - 請求項4に記載のシステムにおいて、
前記車両および前記車両の前記操作者のうちの少なくとも一方との情報交換を増やす前記指示は、情報交換を抑制する指示を含む、システム。 - 請求項1に記載のシステムにおいて、
複数の視線に関してリアルタイムで受信される前記情報は、頻度、持続時間、および場所をさらに含む、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが、前記複数の視線からの前記分類された視線に基づいて注意力バッファの瞬間ごとのバッファ値を連続的に算出するように動作可能であることは、前記少なくとも1つのプロセッサが、ある期間にわたる、分類された前記路上視線および分類された前記路外視線を互いにつなげるように動作可能であることをさらに含み、前記分類された路上視線および前記分類された路外視線は、前記分類された路上視線および路外視線それぞれの持続時間を含む、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが前記複数の視線のそれぞれを路上視線または路外視線として分類するように動作可能であることは、
前記路上視線それぞれを、中心に位置する視線または周辺に位置する視線として分類することと、
前記路外視線それぞれを、状況認識関連視線または状況認識無関係視線として分類することと、
をさらに含む、システム。 - 請求項8に記載のシステムにおいて、
前記状況認識関連視線は、以下の場所:バックミラー、サイドミラー、死角、車両性能、前記車両の自動化状態、道路およびその状態、環境データ、周辺データ、およびユーザデータのうちの少なくとも1つに関する情報が表示される車両内ディスプレイの一部、ならびに、道路およびその状態、環境データ、および周辺データのうちの少なくとも1つに関する情報が表示される前記車両の外側の場所、のうちの1つにおける視線を含む、システム。 - 請求項8に記載のシステムにおいて、
前記注意力バッファは、前記瞬間ごとのバッファ値の前記算出中に前記注意力バッファの減少率の適用を遅延させることによって、前記状況認識関連視線または一連の状況認識関連視線を考慮に入れ、前記減少率は、遅延期間が終了し、前記状況認識関連視線が依然として現在の分類された視線となった後で前記注意力バッファによって適用される、システム。 - 請求項8に記載のシステムにおいて、
前記注意力バッファは、前記中心に位置する視線が生じる時間が閾値を超えたときに、前記瞬間ごとのバッファ値の前記算出中に減少率を適用することによって、前記中心に位置する視線が長すぎることを考慮に入れる、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、前記連続的に出力された、算出された瞬間ごとのバッファ値を、閾値と比較するようにさらに動作可能であり、
前記少なくとも1つのプロセッサが、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供するように動作可能であることは、提供される前記指示が、前記算出された瞬間ごとのバッファ値と前記閾値との比較に基づいて選択されることをさらに含む、システム。 - 請求項12に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、車両性能、前記車両の自動化状態、道路およびその状態、環境データ、周辺データ、ならびにユーザデータのうちの少なくとも1つを考慮して前記閾値を調節するようにさらに動作可能である、システム。 - 請求項1に記載のシステムにおいて、
注意力バッファは、前記瞬間バッファ値に影響を与える複数の変数を有する等式を含み、前記複数の変数は、瞬間ごとのバッファ値間の比率を、可変レートで増減させるように構成されている、システム。 - 請求項1に記載のシステムにおいて、
前記注意力バッファは、前記瞬間バッファ値に影響を与える複数の変数を有する等式を含み、前記複数の変数は、
(1)増加率;
(2)減少率;
(3)初期値開始;
(4)切替コスト;
(5)バッファ値範囲;および、
(6)場所に基づくレイテンシ、
のうちの少なくとも1つを含み、
前記少なくとも1つのプロセッサは、前記車両および前記車両の前記操作者のうちの少なくとも一方に関連する以下の要因:
(1)状況に応じた広範な要求;
(2)即時タスク要求;および、
(3)情報処理状態、
のうちの少なくとも1つに基づいて、前記瞬間ごとのバッファ値を算出するために依存する前記複数の変数のうちの1つ以上の変数を選択するようにさらに動作可能である、システム。 - 請求項15に記載のシステムにおいて、
前記注意力バッファの前記等式は、前記路上視線の持続時間、および前記路外視線の持続時間を考慮に入れる、システム。 - 請求項15に記載のシステムにおいて、
前記注意力バッファの前記等式は、視線推移を考慮に入れる、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、前記車両の運転中に前記車両の前記操作者が行う変更および前記車両の周辺の環境に対する変化の両方に基づいて、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに提供される前記指示を適応させるように構成されている、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供するように動作可能であることは、前記少なくとも1つのプロセッサが、ある期間にわたる、前記瞬間ごとのバッファ値を含む指示を前記受信機に提供するように動作可能であることをさらに含み、
前記受信機は、少なくとも1つのプロフィール決定プロセッサに通信連結され、前記少なくとも1つのプロフィール決定プロセッサは、前記受信機が受信する前記瞬間ごとのバッファ値に基づいて、操作者プロフィールを定めるように構成されている、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供するように動作可能であることは、前記少なくとも1つのプロセッサが、ある期間にわたる、前記瞬間ごとのバッファデータを含む指示を前記受信機に提供するように動作可能であることをさらに含み、
前記受信機は、少なくとも1つのプロフィール決定プロセッサに通信連結され、前記少なくとも1つのプロフィール決定プロセッサは、前記受信機が受信する前記瞬間ごとのバッファ値の少なくともいくつかの部分から算出された、平均、モード、可変性、移動平均窓、標準偏差、分布サマリー、瞬間ごとの集合プロット、スペクトル幅およびパワーのフーリエ解析を含む高度な指標、ならびに記号集約近似のうちの少なくとも1つに基づいて、グローバルプロフィールを定めるように構成されている、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサは、前記車両、前記車両の前記操作者、および前記車両の周辺の環境のうちの少なくとも1つに関する、前記少なくとも1つのプロセッサが学習した情報に基づいて、前記注意力バッファを調節するように構成された、人工知能コンポーネントをさらに含む、システム。 - 請求項1に記載のシステムにおいて、
前記少なくとも1つのプロセッサが、前記車両、前記車両の前記操作者、および前記少なくとも1つのプロセッサからの前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供するように動作可能であることは、前記少なくとも1つのプロセッサが、保険料控除および保険料率のうちの少なくとも一方を決定することに関連する情報を含む前記指示を前記受信機に提供するように動作可能であることをさらに含む、システム。 - 資源配分をリアルタイムで評価する方法において、
ある期間にわたって生じたユーザの複数の視線に関する情報を、リアルタイムで受信することと、
前記複数の視線のそれぞれを、オンターゲット視線またはオフターゲット視線として分類することと、
前記複数の視線のうちの分類された前記視線に基づいて注意力バッファの瞬間ごとのバッファ値を連続的に算出することであって、前記注意力バッファは、前記ユーザの認識レベルに対応する、ある範囲の値である、ことと、
算出された前記瞬間ごとのバッファ値が前記方法の実行中の任意の時点において分かるように、前記算出された瞬間ごとのバッファ値を連続的に出力することと、
以下:
連続的に出力された、前記算出された瞬間ごとのバッファ値に基づいて、指示を提供すること、および、
ある期間にわたる、前記連続的に出力された、算出された瞬間ごとのバッファ値のうちの、少なくともいくつかの連続的に出力された、算出された瞬間ごとのバッファ値を含むデータを、1つ以上のデータベースに提供すること、
のうちの少なくとも1つを行うことと、
を含む、方法。 - 請求項23に記載の方法において、
前記ユーザは、車両の操作者であり、
前記方法は、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することを含み、
前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することは、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づく指示を、前記車両、前記車両の前記操作者、および前記指示を受信するように構成された受信機のうちの少なくとも1つに提供することをさらに含む、方法。 - 請求項24に記載の方法において、
前記算出された瞬間ごとのバッファ値を連続的に出力すること、ならびに、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、前記車両、前記車両の前記操作者、および前記指示を受信するように構成された受信機のうちの少なくとも1つに指示を提供することのうちの少なくとも一方を行うために、前記車両の1つ以上のコンポーネントと通信することをさらに含み、前記車両の前記1つ以上のコンポーネントは、
前記車両と関連付けられた1つ以上のアクションを自動化するように構成された自動化システムと、
前記車両の前記操作者が状況認識を促進するように環境に注意を払うのを効果的に助けるために、前記車両の前記操作者に提供される1つ以上の機能およびコンテンツ;コンテンツが前記操作者に提供される1つ以上の方式;ならびに1つ以上の制御入力の性質のうちの少なくとも1つを変更するように応答するよう構成された、適応インターフェースと、
前記車両の周辺環境、知識、および前記車両の前記操作者の前記認識レベルのうちの少なくとも1つに応答して、前記車両のパラメータを調節するように構成された、情況認識機能を持った車両制御システムと、
前記車両の前記操作者に、前記車両および前記車両の向きの制御に関する情報のうちの少なくとも1つを提供するように構成された、車両内ディスプレイと、を含む、方法。 - 請求項24に記載の方法において、
前記車両の運転中に前記車両の前記操作者が行う変更および前記車両の周辺の環境に対する変化のうちの少なくとも1つに基づいて、前記車両、前記車両の前記操作者、および前記指示を受信するように構成された前記受信機のうちの少なくとも1つに提供される前記指示を適応させることをさらに含む、方法。 - 請求項23に記載の方法において、
前記方法は、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することを含み、
前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することは、
(1)前記ユーザの前記認識レベルを変化させるように構成された指示を提供すること、
(2)連続的に出力された、算出された瞬間ごとのバッファ値に応答して自動化システムの1つ以上のパラメータを調節するように、前記自動化システムに指示を提供すること、
(3)前記ユーザとの情報交換を増やすように指示を提供すること、
のうちの少なくとも1つをさらに含む、方法。 - 請求項27に記載の方法において、
前記ユーザとの情報交換を増やすように指示を提供することは、前記ユーザとの情報交換を抑制するように指示を提供することをさらに含む、方法。 - 請求項23に記載の方法において、
複数の視線に関するリアルタイムで受信された前記情報は、頻度、持続時間、および場所をさらに含む、方法。 - 請求項23に記載の方法において、
前記複数の視線からの分類された前記視線に基づいて注意力バッファの瞬間ごとのバッファ値を連続的に算出することは、ある期間にわたる、分類された前記オンターゲット視線および分類された前記オフターゲット視線を互いにつなげることをさらに含み、前記分類されたオンターゲット視線および前記分類されたオフターゲット視線は、前記分類されたオンターゲット視線およびオフターゲット視線それぞれの持続時間を含む、方法。 - 請求項23に記載の方法において、
前記複数の視線のそれぞれを、オンターゲット視線またはオフターゲット視線として分類することは、
前記オンターゲット視線のそれぞれを、中心に位置する視線または周辺に位置する視線として分類することと、
前記オフターゲット視線のそれぞれを、状況認識関連視線または状況認識無関係視線として分類することと、をさらに含む、方法。 - 請求項31に記載の方法において、
前記ユーザは、車両の操作者であり、
前記状況認識関連視線は、以下の場所:バックミラー、サイドミラー、死角、車両性能、前記車両の自動化状態、道路およびその状態、環境データ、周辺データ、およびユーザデータのうちの少なくとも1つに関する情報が表示される、車両内ディスプレイの一部、ならびに、道路およびその状態、環境データ、および周辺データのうちの少なくとも1つに関する情報が表示される、前記車両の外側の場所、のうちの1つにおける視線を含む、方法。 - 請求項31に記載の方法において、
前記オフターゲット視線が状況認識関連視線または一連の状況認識関連視線である場合、注意力バッファの瞬間ごとのバッファ値を連続的に算出することは、遅延期間が終了し、前記状況認識関連視線が依然として現在の分類された視線となるまで、前記注意力バッファの減少率の適用を遅延させることをさらに含む、方法。 - 請求項31に記載の方法において、
前記オンターゲット視線が中心に位置する視線である場合、注意力バッファの瞬間ごとのバッファ値を連続的に算出することは、前記中心に位置する視線が生じる時間が閾値を超えたときに、前記注意力バッファの減少率を適用することをさらに含む、方法。 - 請求項23に記載の方法において、
前記連続的に出力された、算出された瞬間ごとのバッファ値を閾値と比較することをさらに含み、
前記方法は、前記連続的に出力された、算出された瞬間ごとのバッファ値に基づいて、指示を提供することを含み、
提供される前記指示は、前記算出された瞬間ごとのバッファ値と前記閾値との比較に基づいて選択される、方法。 - 請求項35に記載の方法において、
車両性能、前記車両の自動化状態、道路およびその状態、環境データ、周辺データ、ならびにユーザデータのうちの少なくとも1つを考慮して前記閾値を調節することをさらに含む、方法。 - 請求項23に記載の方法において、
前記注意力バッファは、前記瞬間ごとのバッファ値に影響を与える複数の変数を有する等式を含み、前記複数の変数は、瞬間ごとのバッファ値間の比率を、可変レートで増減させるように構成される、方法。 - 請求項23に記載の方法において、
前記注意力バッファは、前記瞬間ごとのバッファ値に影響を与える複数の変数を有する等式を含み、前記複数の変数は、
(1)増加率;
(2)減少率;
(3)初期値開始;
(4)切替コスト;
(5)視線速度減少の存在;および
(6)場所に基づくレイテンシ、
のうちの少なくとも1つを含み、
前記方法は、以下の要因:
(1)状況に応じた広範な要求;
(2)即時タスク要求;および、
(3)情報処理状態
のうちの少なくとも1つに基づいて、前記瞬間ごとのバッファ値の算出を実行するために依存する前記複数の変数のうちの1つ以上の変数を選択することをさらに含む、方法。 - 請求項38に記載の方法において、
前記注意力バッファの前記等式は、前記オンターゲット視線の持続時間、および前記オフターゲット視線の持続時間を考慮に入れる、方法。 - 請求項38に記載の方法において、
前記注意力バッファの前記等式は、視線推移を考慮に入れる、方法。 - 請求項23に記載の方法において、
前記ユーザは、車両の操作者であり、
前記方法は、ある期間にわたる、前記連続的に出力された、算出された瞬間ごとのバッファ値のうちの、少なくともいくつかの連続的に出力された、算出された瞬間ごとのバッファ値を含むデータを、1つ以上のデータベースに提供することを含み、
提供される前記データは、受信された前記瞬間ごとのバッファ値に基づいて、操作者プロフィールを定めるのに使用されるように構成される、方法。 - 請求項23に記載の方法において、
前記ユーザは、車両の操作者であり、
前記方法は、ある期間にわたる、前記連続的に出力された、算出された瞬間ごとのバッファ値のうちの、少なくともいくつかの連続的に出力された、算出された瞬間ごとのバッファ値を含むデータを、1つ以上のデータベースに提供することを含み、
提供される前記データは、受信された前記瞬間ごとのバッファ値の少なくともいくつかの部分から算出された、平均、モード、可変性、移動平均窓、標準偏差、分布サマリー、瞬間ごとの集合プロット、スペクトル幅およびパワーのフーリエ解析を含む高度な指標、ならびに記号集約近似のうちの少なくとも1つに基づいて、グローバルプロフィールを定めるのに使用されるように構成される、方法。 - 請求項23に記載の方法において、
前記ユーザおよび前記ユーザに影響を与える環境のうちの少なくとも1つに関する、学習情報に基づいて、前記注意力バッファを調節するように、人工知能コンポーネントを動作させることをさらに含む、方法。 - 請求項23に記載の方法において、
前記ユーザは、車両の操作者であり、
前記方法は、ある期間にわたる、前記連続的に出力された、算出された瞬間ごとのバッファ値のうちの、少なくともいくつかの連続的に出力された、算出された瞬間ごとのバッファ値を含むデータを、1つ以上のデータベースに提供することを含み、
提供される前記データは、保険料控除および保険料率のうちの少なくとも一方を決定することに関連する情報を含む、方法。 - 資源を配分する方法において、
一時的バッファ値を定量化するのに使用される、オンターゲット視線またはオフターゲット視線として視線を分類することを含み、
前記視線がオンターゲット視線として分類された場合、前記方法は、
直前の視線がオンターゲット視線であったかまたはオフターゲット視線であったかを決定することと、
前記視線について一時的バッファ値を決定することと、
前記直前の視線がオフターゲット視線であった場合、前記オフターゲット視線から前記オンターゲット視線への移動と関連付けられた推移を考慮に入れることと、をさらに含み、
前記視線がオフターゲット視線として分類された場合、前記方法は、
前記オフターゲット視線を状況認識関連視線または状況認識無関係視線であるとして分類することと、
前記視線について一時的バッファ値を決定することと、をさらに含み、
前記オフターゲット視線が状況認識関連視線であった場合、前記視線について一時的バッファ値を決定することは、レイテンシを考慮に入れることをさらに含む、方法。 - 請求項45に記載の方法において、
前記視線がオンターゲット視線である場合、前記方法は、前記オンターゲット視線を、中心に位置する視線または周辺に位置する視線として分類することをさらに含み、
前記オンターゲット視線が中心に位置する視線である場合、前記視線について一時的バッファ値を決定することは、連続的な中心に位置する視線の持続時間が閾値時間を超える場合を考慮に入れることをさらに含み、
前記オンターゲット視線が周辺に位置する視線である場合、前記視線について一時的バッファ値を決定することは、最初に決定された一時的バッファ値、最大バッファ値、および前記オンターゲット視線と関連付けられた増加値のうちの少なくとも1つに基づいて、前記視線について前記一時的バッファ値を決定することをさらに含む、方法。 - 請求項46に記載の方法において、
前記オンターゲット視線が中心に位置する視線である場合、前記視線について一時的バッファ値を決定することは、
(1)前記連続的な中心に位置する視線の前記持続時間を決定することと、
(2)前記連続的な中心に位置する視線の前記持続時間を、前記閾値時間と比較することと、
(3)前記連続的な中心に位置する視線の前記持続時間が、前記閾値時間以上である場合に:
(a)最初に決定された一時的バッファ値を、オンターゲットバッファ減少下限値と比較し、
(b)前記最初に決定された一時的バッファ値が前記オンターゲットバッファ減少下限値より大きい場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を、前記オンターゲット視線と関連付けられた減少値未満の前記最初に決定された一時的バッファ値として設定することをさらに含み、
(c)前記最初に決定された一時的バッファ値が前記オンターゲットバッファ減少下限値以下である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を前記オンターゲットバッファ減少下限値として設定することをさらに含む、ことと、
(4) 前記連続的な中心に位置する視線の前記持続時間が前記閾値時間未満である場合、前記視線について前記一時的バッファ値を決定することは、前記最初に決定された一時的バッファ値、前記最大バッファ値、および前記オンターゲット視線と関連付けられた増加値のうちの少なくとも1つに基づいて、前記視線について前記一時的バッファ値を決定することをさらに含むことと、
をさらに含む、方法。 - 請求項45に記載の方法において、
前記視線がオフターゲット視線である場合、前記視線について一時的バッファ値を決定することは、最初に決定された一時的バッファ値、最小バッファ値、および前記オフターゲット視線と関連付けられた減少値のうちの少なくとも1つに基づく、方法。 - 請求項48に記載の方法において、
前記オフターゲット視線が状況認識関連視線として分類された場合、前記視線について一時的バッファ値を決定することは、
(1)前記一時的バッファ値と関連付けられたレイテンシ値を決定することと、
(2)決定された前記レイテンシ値を閾値レイテンシ値と比較することと、をさらに含み、
(3)前記決定されたレイテンシ値が前記閾値レイテンシ値以下である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を前記最初に決定された一時的バッファ値として設定することをさらに含み、
(4)前記決定されたレイテンシ値が前記閾値レイテンシ値超である場合、
(a)前記最初に決定された一時的バッファ値を前記最小バッファ値と比較し、
(b)前記最初に決定された一時的バッファ値が前記最小バッファ値以下である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を前記最小バッファ値として設定することをさらに含み
(c)前記最初に決定された一時的バッファ値が前記最小バッファ値超である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を、前記オフターゲット視線と関連付けられた減少値未満の、前記最初に決定された一時的バッファ値として設定することをさらに含む、方法。 - 請求項48に記載の方法において、
前記オフターゲット視線が状況認識無関係視線として分類された場合、前記視線について一時的バッファ値を決定することは、
前記最初に決定された一時的バッファ値を前記最小バッファ値と比較することをさらに含み、
前記最初に決定された一時的バッファ値が前記最小バッファ値以下である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を前記最小バッファ値として設定することをさらに含み、
前記最初に決定された一時的バッファ値が前記最小バッファ値超である場合、前記視線について一時的バッファ値を決定することは、前記一時的バッファ値を、前記オフターゲット視線と関連付けられた減少値未満の、前記最初に決定された一時的バッファ値として設定することをさらに含む、方法。 - 請求項45に記載の方法において、
前記オフターゲット視線から前記オンターゲット視線への移動と関連付けられた推移を考慮に入れることは、
前記オンターゲット視線の情報抽出レイテンシ値を決定することと、
前記情報抽出レイテンシ値を閾値情報抽出レイテンシ値と比較することと、をさらに含み、
前記情報抽出レイテンシ値が前記閾値情報抽出レイテンシ値未満である場合、前記視線について一時的バッファ値を決定することとは、前記一時的バッファ値を前記最初に決定された一時的バッファ値として設定することをさらに含み、
前記情報抽出レイテンシ値が前記閾値情報抽出レイテンシ値以上である場合、前記方法は、前記オンターゲット視線を、中心に位置する視線または周辺に位置する視線であるとして分類することをさらに含み、
前記オンターゲット視線が中心に位置する視線である場合、前記視線について一時的バッファ値を決定することは、連続的な中心に位置する視線の持続時間が閾値時間を超える場合を考慮に入れることをさらに含み、
前記オンターゲット視線が周辺に位置する視線である場合、前記視線について一時的バッファ値を決定することは、最初に決定された一時的バッファ値、最大バッファ値、および前記オンターゲット視線と関連付けられた増加値のうちの少なくとも1つに基づいて、前記視線について前記一時的バッファ値を決定することをさらに含む、方法。 - 請求項45に記載の方法において、
決定された前記一時的バッファ値を記憶することと、
前記決定された一時的バッファ値をエクスポートすることと、
1つ以上の後続の一時的バッファ値を決定するために請求項45に記載のステップを繰り返すことと、をさらに含む、方法。 - 請求項45に記載の方法において、
前記視線について一時的バッファ値を決定することと共に使用される、1つ以上の閾値を調節することをさらに含む、方法。 - 請求項53に記載の方法において、
前記1つ以上の閾値は、連続的な同じ場所の視線の持続時間と関連付けられた閾値時間、1つ以上の一時的バッファ値と関連付けられた閾値レイテンシ値、および前記視線と関連付けられた閾値情報抽出レイテンシ値のうちの少なくとも1つを含む、方法。 - 請求項45に記載の方法において、
分類される前記視線は、車両を運転する間になす視線である、方法。 - 請求項55に記載の方法において、
決定された前記一時的バッファ値を、操作者プロフィールを定めるように構成された1つ以上のデータベースに提供することと、
1つ以上の後続の一時的バッファ値を決定するために請求項45に記載のステップを繰り返すことと、
決定された前記1つ以上の後続の一時的バッファ値を、操作者プロフィールを定めるように構成された前記1つ以上のデータベースに提供することであって、前記操作者プロフィールは、提供される前記決定された一時的バッファ値および前記決定された1つ以上の後続の一時的バッファ値に基づいて定められる、ことと、をさらに含む、方法。 - 請求項55に記載の方法において、
決定された前記一時的バッファ値を、グローバルプロフィールを定めるように構成された1つ以上のデータベースに提供することと、
1つ以上の後続の一時的バッファ値を決定するために請求項45に記載のステップを繰り返すことと、
決定された前記1つ以上の後続の一時的バッファ値を、グローバルプロフィールを定めるように構成された前記1つ以上のデータベースに提供することであって、前記グローバルプロフィールは、前記決定された一時的バッファ値および前記1つ以上の後続の一時的バッファ値の少なくともいくつかの部分から算出された、平均、モード、可変性、移動平均窓、標準偏差、分布サマリー、瞬間ごとの集合プロット、スペクトル幅およびパワーのフーリエ解析を含む高度な指標、ならびに記号集約近似のうちの少なくとも1つに基づいて、定められる、ことと、をさらに含む、方法。 - 請求項55に記載の方法において、
決定された前記一時的バッファ値を、保険料控除および保険料率のうちの少なくとも1つを決定するのに使用されるように構成された1つ以上のデータベースに提供することをさらに含む、方法。 - 請求項45に記載の方法において、
前記視線について一時的バッファ値を決定することと共に使用される1つ以上の閾値を調節するために人工知能コンポーネントを動作させることをさらに含む、方法。 - 請求項59に記載の方法において、
前記1つ以上の閾値の調節は、ユーザおよび前記ユーザに影響を与える環境のうちの少なくとも1つに関する、学習情報に基づく、方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662377016P | 2016-08-19 | 2016-08-19 | |
US62/377,016 | 2016-08-19 | ||
PCT/US2017/047841 WO2018035533A2 (en) | 2016-08-19 | 2017-08-21 | Systems and methods for using an attention buffer to improve resource allocation management |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019528217A true JP2019528217A (ja) | 2019-10-10 |
JP2019528217A5 JP2019528217A5 (ja) | 2020-10-01 |
JP7139331B2 JP7139331B2 (ja) | 2022-09-20 |
Family
ID=59966816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019530379A Active JP7139331B2 (ja) | 2016-08-19 | 2017-08-21 | 資源配分管理を改善するために注意力バッファを使用するシステムおよび方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10525984B2 (ja) |
EP (1) | EP3500466A2 (ja) |
JP (1) | JP7139331B2 (ja) |
WO (1) | WO2018035533A2 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3500975A1 (en) | 2016-08-19 | 2019-06-26 | Massachusetts Institute of Technology | Systems and methods for providing visual allocation management |
DE202017105761U1 (de) | 2016-10-20 | 2018-03-19 | Google LLC (n.d.Ges.d. Staates Delaware) | Automatische Schrittsteuerung der Interaktion eines Fahrers mit Inhalten |
WO2018158941A1 (ja) * | 2017-03-03 | 2018-09-07 | 三菱電機株式会社 | 情報技術活用評価装置および情報技術活用評価方法 |
US10384602B1 (en) * | 2017-06-14 | 2019-08-20 | United Services Automobile Association | Systems and methods for detecting and reducing distracted driving |
US10438074B2 (en) * | 2017-06-14 | 2019-10-08 | Baidu Usa Llc | Method and system for controlling door locks of autonomous driving vehicles based on lane information |
JP7006326B2 (ja) * | 2018-02-01 | 2022-01-24 | トヨタ自動車株式会社 | 自動運転システム |
JP7099037B2 (ja) * | 2018-05-07 | 2022-07-12 | オムロン株式会社 | データ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラム |
US10744652B2 (en) * | 2018-05-22 | 2020-08-18 | Hiwin Technologies Corp. | Adaptive method for controlling an electric gripper, and the electric gripper |
US10655978B2 (en) * | 2018-06-27 | 2020-05-19 | Harman International Industries, Incorporated | Controlling an autonomous vehicle based on passenger behavior |
JP2020038434A (ja) * | 2018-09-03 | 2020-03-12 | 日本電信電話株式会社 | リソース割当装置、リソース割当方法およびリソース割当プログラム |
US11365975B2 (en) * | 2018-09-27 | 2022-06-21 | Honda Motor Co., Ltd. | Visual confirmation system for driver assist system |
US11498591B2 (en) * | 2019-09-13 | 2022-11-15 | Honda Motor Co., Ltd. | System and method for providing adaptive trust calibration in driving automation |
US11826146B2 (en) | 2019-10-10 | 2023-11-28 | Waymo Llc | Psychomotor vigilance testing for persons tasked with monitoring autonomous vehicles |
US11110940B2 (en) | 2019-12-06 | 2021-09-07 | Wipro Limited | Method and system for generating touch-based alerts to a driver in a vehicle |
DE102020113712A1 (de) | 2020-05-20 | 2021-11-25 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Bestimmen eines Interessensortes eines Fahrzeuginsassen |
CN114380007B (zh) * | 2021-12-27 | 2024-02-20 | 烟台杰瑞石油服务集团股份有限公司 | 一种输砂系统的控制方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002331850A (ja) * | 2001-05-07 | 2002-11-19 | Nissan Motor Co Ltd | 運転行動意図検出装置 |
JP2005180196A (ja) * | 2003-12-16 | 2005-07-07 | Nissan Motor Co Ltd | 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 |
JP2016048550A (ja) * | 2014-08-27 | 2016-04-07 | トヨタ自動車株式会社 | ドライバの注意評価に基づく空間情報の提示 |
Family Cites Families (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5465079A (en) | 1992-08-14 | 1995-11-07 | Vorad Safety Systems, Inc. | Method and apparatus for determining driver fitness in real time |
EP1214677A2 (en) | 1999-09-09 | 2002-06-19 | Accenture LLP | Attention management |
JP2002073990A (ja) * | 2000-06-15 | 2002-03-12 | Matsushita Electric Ind Co Ltd | 保険内容調整システム |
US6950027B2 (en) | 2000-08-23 | 2005-09-27 | Siemens Vdo Automotive Corporation | Method to alert drowsy driver |
US6879969B2 (en) | 2001-01-21 | 2005-04-12 | Volvo Technological Development Corporation | System and method for real-time recognition of driving patterns |
US6496117B2 (en) | 2001-03-30 | 2002-12-17 | Koninklijke Philips Electronics N.V. | System for monitoring a driver's attention to driving |
AU2003211065A1 (en) | 2002-02-19 | 2003-09-09 | Volvo Technology Corporation | System and method for monitoring and managing driver attention loads |
KR20040017465A (ko) * | 2002-08-21 | 2004-02-27 | 주식회사 텔사인 | 스마트카드를 이용한 자동차 보험료 산정 방법 및 시스템 |
WO2004034905A1 (en) * | 2002-10-15 | 2004-04-29 | Volvo Technology Corporation | Method and arrangement for interpreting a subjects head and eye activity |
US6882906B2 (en) | 2002-10-31 | 2005-04-19 | General Motors Corporation | Vehicle information and interaction management |
US6998972B2 (en) | 2002-10-31 | 2006-02-14 | General Motors Corporation | Driving workload estimation |
US7639148B2 (en) | 2003-06-06 | 2009-12-29 | Volvo Technology Corporation | Method and arrangement for controlling vehicular subsystems based on interpreted driver activity |
EP1914106A3 (en) | 2003-06-06 | 2008-09-24 | Volvo Technology Corporation | An attention management system and method |
DE60317668T2 (de) | 2003-09-03 | 2008-12-04 | Ford Global Technologies, LLC, Dearborn | Verfahren und Vorrichtung zur Schätzung der Belastung eines Fahrers |
CN1879135B (zh) | 2003-11-30 | 2010-07-14 | 沃尔沃技术公司 | 用于识别驾驶员机能障碍的方法和系统 |
AU2003300514A1 (en) | 2003-12-01 | 2005-06-24 | Volvo Technology Corporation | Perceptual enhancement displays based on knowledge of head and/or eye and/or gaze position |
WO2005098777A1 (en) | 2004-03-22 | 2005-10-20 | Volvo Technology Corporation | Method and system for perceptual suitability test of a driver |
US20080143504A1 (en) | 2004-12-16 | 2008-06-19 | Angel Ricardo Martin Alvarez | Device to Prevent Accidents in Case of Drowsiness or Distraction of the Driver of a Vehicle |
US7532958B2 (en) | 2005-06-24 | 2009-05-12 | General Motors Corporation | Method for real-time assessment of driver workload by a navigation or telematics device |
US7463961B2 (en) | 2005-06-30 | 2008-12-09 | General Motors Corporation | Method for adapting lockout of navigation and audio system functions while driving |
US7394393B2 (en) | 2005-08-02 | 2008-07-01 | Gm Global Technology Operations, Inc. | Adaptive driver workload estimator |
US7423540B2 (en) | 2005-12-23 | 2008-09-09 | Delphi Technologies, Inc. | Method of detecting vehicle-operator state |
US7428449B2 (en) | 2006-03-14 | 2008-09-23 | Temic Automotive Of North America, Inc. | System and method for determining a workload level of a driver |
US7751960B2 (en) | 2006-04-13 | 2010-07-06 | Gm Global Technology Operations, Inc. | Driver workload-based vehicle stability enhancement control |
CN101466305B (zh) * | 2006-06-11 | 2012-05-30 | 沃尔沃技术公司 | 用于确定和分析视觉兴趣位置的方法 |
US7468673B2 (en) | 2006-06-23 | 2008-12-23 | Delphi Technologies, Inc. | System and method for determining whether a vehicle operator has an impaired cognitive state |
US7639699B2 (en) | 2006-08-04 | 2009-12-29 | Cisco Technology, Inc. | Technique for sharing a physical port among a plurality of virtual bridges on a switch in a computer network |
US7880621B2 (en) | 2006-12-22 | 2011-02-01 | Toyota Motor Engineering & Manufacturing North America, Inc. | Distraction estimator |
US7777619B2 (en) | 2007-04-11 | 2010-08-17 | Ford Global Technologies, Llc | System and method for implementing active safety counter measures for an impaired driver |
US7894953B2 (en) | 2007-04-13 | 2011-02-22 | Gm Global Technology Operations, Llc | Interior component management of a vehicle via occupant monitoring |
US8786675B2 (en) * | 2008-01-23 | 2014-07-22 | Michael F. Deering | Systems using eye mounted displays |
US8160811B2 (en) * | 2008-06-26 | 2012-04-17 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method and system to estimate driving risk based on a hierarchical index of driving |
CN101722852A (zh) | 2008-10-28 | 2010-06-09 | 深圳富泰宏精密工业有限公司 | 行车安全监控装置及方法 |
US9376018B2 (en) | 2009-05-13 | 2016-06-28 | GM Global Technology Operations LLC | System and method for determining when a task may be performed on a vehicle |
US9135825B2 (en) * | 2010-02-22 | 2015-09-15 | Toyota Jidosha Kabushiki Kaisha | Risk degree calculation device |
US20110276628A1 (en) | 2010-05-05 | 2011-11-10 | Microsoft Corporation | Social attention management |
US9213522B2 (en) | 2010-07-29 | 2015-12-15 | Ford Global Technologies, Llc | Systems and methods for scheduling driver interface tasks based on driver workload |
US8749350B2 (en) | 2010-12-10 | 2014-06-10 | General Motors Llc | Method of processing vehicle crash data |
WO2012135384A2 (en) | 2011-03-28 | 2012-10-04 | Net Power And Light, Inc. | Information mixer and system control for attention management |
US8994522B2 (en) | 2011-05-26 | 2015-03-31 | General Motors Llc | Human-machine interface (HMI) auto-steer based upon-likelihood to exceed eye glance guidelines |
EP2564765B1 (en) | 2011-09-02 | 2017-12-13 | Volvo Car Corporation | System and method for improving a performance estimation of an operator of a vehicle |
US9251704B2 (en) | 2012-05-29 | 2016-02-02 | GM Global Technology Operations LLC | Reducing driver distraction in spoken dialogue |
US10692045B2 (en) | 2012-05-31 | 2020-06-23 | International Business Machines Corporation | Intelligent attention management for unified messaging |
CA2877453A1 (en) * | 2012-06-21 | 2013-12-27 | Cellepathy Ltd. | Device context determination |
US20150177010A1 (en) * | 2013-08-23 | 2015-06-25 | Cellepathy Ltd. | Suppressed navigation instructions |
CN104641406B (zh) | 2012-09-17 | 2017-07-14 | 沃尔沃卡车集团 | 用于向车辆驾驶员提供指导消息的方法和系统 |
CN104756173B (zh) | 2012-09-17 | 2018-02-06 | 沃尔沃拉斯特瓦格纳公司 | 用于将基于背景的指导消息提供给汽车驾驶员的方法 |
US9405982B2 (en) | 2013-01-18 | 2016-08-02 | GM Global Technology Operations LLC | Driver gaze detection system |
KR101736306B1 (ko) * | 2013-02-27 | 2017-05-29 | 한국전자통신연구원 | 차량과 운전자간 협력형 자율 주행 장치 및 방법 |
US20140347458A1 (en) | 2013-05-23 | 2014-11-27 | Ford Global Technologies, Llc | Cellular phone camera for driver state estimation |
US9481373B2 (en) * | 2013-10-14 | 2016-11-01 | Ims Solutions, Inc. | Behavior based driving record management and rehabilitation |
US9832787B2 (en) | 2015-07-31 | 2017-11-28 | International Business Machines Corporation | Attention management |
US20170088165A1 (en) | 2015-09-29 | 2017-03-30 | GM Global Technology Operations LLC | Driver monitoring |
US10467824B2 (en) * | 2016-04-26 | 2019-11-05 | Walter Steven Rosenbaum | Method for determining driving characteristics of a vehicle and vehicle analyzing system |
EP3500975A1 (en) | 2016-08-19 | 2019-06-26 | Massachusetts Institute of Technology | Systems and methods for providing visual allocation management |
-
2017
- 2017-08-21 EP EP17772506.6A patent/EP3500466A2/en active Pending
- 2017-08-21 US US15/682,198 patent/US10525984B2/en active Active
- 2017-08-21 WO PCT/US2017/047841 patent/WO2018035533A2/en unknown
- 2017-08-21 JP JP2019530379A patent/JP7139331B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002331850A (ja) * | 2001-05-07 | 2002-11-19 | Nissan Motor Co Ltd | 運転行動意図検出装置 |
JP2005180196A (ja) * | 2003-12-16 | 2005-07-07 | Nissan Motor Co Ltd | 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 |
JP2016048550A (ja) * | 2014-08-27 | 2016-04-07 | トヨタ自動車株式会社 | ドライバの注意評価に基づく空間情報の提示 |
Also Published As
Publication number | Publication date |
---|---|
WO2018035533A2 (en) | 2018-02-22 |
US10525984B2 (en) | 2020-01-07 |
JP7139331B2 (ja) | 2022-09-20 |
EP3500466A2 (en) | 2019-06-26 |
US20180072327A1 (en) | 2018-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7139331B2 (ja) | 資源配分管理を改善するために注意力バッファを使用するシステムおよび方法 | |
US11688203B2 (en) | Systems and methods for providing visual allocation management | |
US11507086B2 (en) | Manual control re-engagement in an autonomous vehicle | |
US11787417B2 (en) | Assessing driver ability to operate an autonomous vehicle | |
US11249544B2 (en) | Methods and systems for using artificial intelligence to evaluate, correct, and monitor user attentiveness | |
CN112041910B (zh) | 信息处理装置、移动设备、方法和程序 | |
US9956963B2 (en) | Apparatus for assessing, predicting, and responding to driver fatigue and drowsiness levels | |
WO2019151266A1 (ja) | 情報処理装置、移動装置、および方法、並びにプログラム | |
JP7431223B2 (ja) | 情報処理装置、移動装置、および方法、並びにプログラム | |
WO2021145131A1 (ja) | 情報処理装置、情報処理システム、情報処理方法及び情報処理プログラム | |
US10764536B2 (en) | System and method for a dynamic human machine interface for video conferencing in a vehicle | |
US10981575B2 (en) | System and method for adaptive advanced driver assistance system with a stress driver status monitor with machine learning | |
CN116034408A (zh) | 信息处理设备、信息处理方法和信息处理程序 | |
EP4042322A1 (en) | Methods and systems for using artificial intelligence to evaluate, correct, and monitor user attentiveness | |
RU2703341C1 (ru) | Способ определения опасных состояний на дорогах общего пользования на основе мониторинга ситуации в кабине транспортного средства | |
US20240051585A1 (en) | Information processing apparatus, information processing method, and information processing program | |
Alomari | Human-centric detection and mitigation approach for various levels of cell phone-based driver distractions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190719 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200820 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200820 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211026 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220324 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220907 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7139331 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |