KR20150094670A - 차량 운전자의 감정 상태의 평가 및 관리 - Google Patents

차량 운전자의 감정 상태의 평가 및 관리 Download PDF

Info

Publication number
KR20150094670A
KR20150094670A KR1020157017908A KR20157017908A KR20150094670A KR 20150094670 A KR20150094670 A KR 20150094670A KR 1020157017908 A KR1020157017908 A KR 1020157017908A KR 20157017908 A KR20157017908 A KR 20157017908A KR 20150094670 A KR20150094670 A KR 20150094670A
Authority
KR
South Korea
Prior art keywords
vehicle
information
driver
metric
state
Prior art date
Application number
KR1020157017908A
Other languages
English (en)
Other versions
KR101754632B1 (ko
Inventor
안소니 엘. 춘
글렌 제이. 앤더슨
알버트 요셔
Original Assignee
인텔 코포레이션
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 인텔 코포레이션 filed Critical 인텔 코포레이션
Publication of KR20150094670A publication Critical patent/KR20150094670A/ko
Application granted granted Critical
Publication of KR101754632B1 publication Critical patent/KR101754632B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
    • B60K28/02—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver
    • B60K28/06—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0021—Planning or execution of driving tasks specially adapted for travel time
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • B60W2540/21—Voice
    • 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
    • B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs
    • 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
    • B60W2540/223—Posture, e.g. hand, foot, or seat position, turned or inclined
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Emergency Management (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Developmental Disabilities (AREA)
  • Evolutionary Computation (AREA)
  • Educational Technology (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Epidemiology (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)

Abstract

차량 운전자의 감정 상태의 평가 및 관리를 위한 디바이스, 시스템 및 기술이 제공된다. 차량의 감정 상태의 평가는 차량의 퍼포먼스를 나타내는 운행 정보, 차량 운전자의 행동을 나타내는 행동 정보, 및/또는 차량 운전자의 신체적 상태를 나타내는 건강 정보에 액세스하는 것을 포함한다. 일 양상에서, 이들 3가지 유형의 정보는 차량 운전자의 감정 상태를 나타내는 상태 메트릭을 생성하기 위해 이용되거나 달리 활용될 수 있는 데이터, 메타데이터 및/또는 시그널링의 풍부한 그룹 세트를 생성하기 위해 결합될 수 있다. 감정 상태의 관리는 차량의 특정 정황 및/또는 감정 상태에 맞춤화될 수 있고, 능동적 또는 수동적으로 구현될 수 있다.

Description

차량 운전자의 감정 상태의 평가 및 관리{ASSESSMENT AND MANAGEMENT OF EMOTIONAL STATE OF A VEHICLE OPERATOR}
높은 스트레스는 차량을 운행할 때 여러 심각한 사고를 초래할 수 있다. 일례는 차량, 전형적으로 자동차, 모터사이클 또는 트럭의 운전자가 높은 스트레스 상태하에서 차량을 운행함으로 인해 도로 안전 위험이 되는 "로드 레이지(road rage)"이다. 도로에서 차량 수의 증가, 제한된 도로 용량, 및 현대 생활과 연관된 스트레스 원인과 같은 다양한 요인은 로드 레이지 및/또는 다른 스트레스 유발 사고를 초래할 수 있는 높은 스트레스 상태를 악화시키는 경향이 있다. 종래의 도로 안전에 대한 접근법은 이들 유형의 사고를 완화하기는 고사하고 충분히 방지하지 못했다.
첨부된 도면은 본 개시 내용의 필수 부분이며, 본 명세서에 포함된다. 도면은 본 개시 내용의 예시적인 실시예를 도시하고, 상세한 설명 및 청구항들과 결합해서 본 개시 내용의 다양한 원리, 특징 또는 양상을 적어도 부분적으로 설명하는데 기여한다. 본 개시 내용의 소정 실시예는 첨부 도면을 참고로 이하 더 자세히 설명된다. 그러나, 본 개시 내용의 다양한 양상은 다수의 상이한 형태로 구현될 수 있으며, 본 명세서에 개시된 구현에 제한되는 것으로 해석해서는 안 된다. 유사한 도면 부호는 명세서 전체에서 유사한 요소를 지칭한다.
도 1은 본 개시 내용의 하나 이상의 양상에 따르는 예시적인 운용 환경을 도시한다.
도 2는 본 개시 내용의 하나 이상의 양상에 따르는 예시적인 시스템을 도시한다.
도 3a-3c는 본 개시 내용의 하나 이상의 양상에 따르는 예시적 시스템의 예시적인 실시예를 도시한다.
도 4-5는 본 개시 내용의 하나 이상의 양상에 따르는 다른 예시적인 시스템을 도시한다.
도 6-9는 본 개시 내용의 하나 이상의 양상에 따르는 다양한 예시적인 운용 환경을 도시한다.
도 10-11은 본 개시 내용의 하나 이상의 양상에 따르는 예시적인 방법을 도시한다.
본 개시 내용은 일 양상에서 스트레스 상태하에서 차량 운전자 안전의 문제를 인식하고 고심한다. 본 개시 내용은 차량의 탑승자의 감정 상태(또한, 감정 컨디션으로 언급됨)를 평가하고, 차량 운전자 안전을 적어도 개선하기 위해 이런 상태를 전달 및/또는 관리할 수 있다. 이하 더 자세히 설명되는 바와 같이, 본 개시 내용은 차량 운전자의 감정 상태의 평가 및 관리를 위한 디바이스, 시스템 및 기술을 제공한다. 차량은 적어도 하나의 운전자를 수용하는 인클로저(enclosure)(예를 들어, 캐빈(cabin))을 갖는 자율 이동을 하는 머신을 지칭할 수 있다. 이런 이동은 연소 엔진, 배터리 구동 엔진, 이들의 조합 등에 의해 제공될 수 있다. 차량은 소정 실시예에서 한 명 이상의 승객을 포함할 수 있다. 본 개시 내용에서, 차량의 운전자 또는 승객은 차량의 탑승자(occupant)로서 지칭된다. 차량의 감정 상태의 평가는 차량의 퍼포먼스를 나타내는 운행 정보, 차량의 운전자의 행동을 나타내는 행동 정보, 및/또는 차량 운전자의 신체 상태를 나타내는 건강 정보에 액세스하는 것을 포함할 수 있다. 일 양상에서, 이런 3가지 유형의 정보는, 차량 운전자의 감정 상태를 나타내는 상태 메트릭(condition metric)을 생성하기 위해 이용되거나 달리 활용(leverage)될 수 있는 데이터, 메타데이터 및/또는 시그널링의 풍부한 그룹을 생성하기 위해 결합되거나 달리 통합될 수 있다. 감정 상태는 상태 메트릭을 제공하여 다른 차량 운전자에게 전달될 수 있다. 하나의 시나리오에서, 상태 메트릭은 이를 차량의 운전자에게 렌더링하여 제공될 수 있으며, 여기서 렌더링은 시작적 표시, 청각적 표시, 및/또는 햅틱 자극, 또는 이들의 조합에 따라 상태 메트릭의 표현을 전달하는 것을 포함할 수 있다. 또한 또는 대안으로, 상태 메트릭은 다양한 비-차량 구조물(예를 들어, 네트워크 노드, 길가 광고판 등)에 제공될 수 있으며, 이는 차량 운전자 그룹의 집합적인 감정 상태의 생성 및 이런 상태의 관리를 허용할 수 있다.
감정 상태의 관리는 이 같은 상태 및/또는 해당 감정 상태에서 운전자에 의해 운행되는 차량의 특정 정황(specific context)에 맞게 맞춤화될 수 있고, 능동적 또는 수동적으로 구현될 수 있다. 소정 시나리오에서, 이런 관리는 차량 캐빈의 주변의 구성 및/또는 차량의 운행을 포함할 수 있다. 다른 시나리오에서, 감정 상태의 관리는 높은 스트레스 상태의 완화를 위해 적당한 경로의 정보를 생성하는 것을 포함할 수 있다.
차량 운전자들(예를 들어, 드라이버들)의 안전을 위한 종래 기술에 비해 본 개시 내용의 적어도 하나의 예시적인 장점은 차량 운전자의 감정 상태의 통신 및/또는 맞춤화된 관리를 통해 스트레스를 받은 차량 운전자와 연관된 도로 사고의 적극적인 완화일 수 있다. 예를 들어, 차량 운전자의 감정 상태를 다른 차량 운전자들에 전달함에 의해, 이런 감정 상태의 인식이 다른 차량 운전자들에게 생성될 수 있어 - 이런 인식은 차량 간(inter-vehicle) 인식으로서 지칭될 수 있음 -, 통신된 감정 상태와 연관된 높은 스트레스를 받은 차량 운전자에 의해 제기되는 안전 위험을 감소시키도록 하는 이들 운전자로부터의 후속 조치가 있을 수 있다.
차량 운전자의 감정 상태의 맞춤화된 관리와 관련하여, 차량 운전자 자신에게의 감정 상태의 피드백은 이런 상태의 차량 내(intra-vehicle) 인식의 생성을 허용할 수 있어, 예를 들어 스트레스 상태를 완화하거나, 또는 다른 예로서 주의 산만 및 연관된 안전 위험을 초래할 수 있는 흥분 상태를 제한하기 위해 행동을 조절하기 위한 후속 조치가 있을 수 있다. 감정 상태의 맞춤화된 관리의 적어도 다른 장점은, 차량 캐빈 내의 특정 주변 상태(예를 들어, 온도 상태(들), 조명 상태(들), 시트 구성(들), 이들의 조합 등)가 차량 운전자의 특정 감정 상태에 응답하여 생성될 수 있다는 것이다. 예를 들어, 주변 상태는 소정의 차량 컴포넌트의 구성을 통해 생성될 수 있다. 또한, 또 다른 예시적인 장점으로서, 감정 상태가 차량 운전자 및/또는 차량의 승객(들), 다른 차량(들)의 탑승자(들), 및/또는 재물에 안전 위험을 제기하는 높은 스트레스 상태를 나타내는 시나리오에서, 이런 높은 스트레스 상태의 맞춤화된 관리는 안전 운행 상태를 달성하기 위해 차량 운행의 자동화된 규제를 포함할 수 있다.
도 1을 참고하면, 본 개시 내용의 하나 이상의 양상에 따르는 예시적인 운용 환경(100)을 도시한다. 도시된 바와 같이, 운용 환경(100)은 일 그룹의 센서(1101-11011) 및 감정 상태(ES: emotional state) 평가 플랫폼(120)을 포함하는 차량(104)을 포함한다. 11개의 센서가 도시된다 할지라도 본 개시 내용은 이에 제한되지 않고 사실싱 임의의 수의 센서를 고려함을 이해해야 한다. 일 그룹의 센서(1101-11011)는 차량(104)의 캐빈 내에(예를 들어, 컴포넌트(1109-11011)), 또는 차량(104)의 엔진, 또는 브레이크 또는 이에 기능적으로 결합되는 시스템(예를 들어, 잠김 방지 브레이크 시스템) 또는 엔진 제어 유닛(ECU: engine control unit)과 같은 다른 기능 요소들에 결합되는 하나의 이상의 센서(1107 및 1108)를 포함하여, 캐빈 외부에 배치(예를 들어, 설치; 구성; 수용; 설치 및 수용; 구성 및 수용; 설치, 구성 및 수용 등)될 수 있다. 일 그룹의 센서(1101-11011) 중 적어도 일부는 차량(104)의 운행 특징을 나타내는 정보(예를 들어, 데이터, 메타데이터, 및/또는 시그널링)을 수집할 수 있거나 또는 이를 수집하도록 구성될 수 있다. 예를 들어, 일 그룹의 센서(1101-11011) 중 적어도 하나의 센서(예를 들어, 하나의 센서, 두 개의 센서, 3 이상의 센서 등)은 차량의 움직임을 검출할 수 있거나 또는 이를 검출하도록 구성될 수 있다. 이런 예에서, 일 그룹의 센서(1101-11011)는 가속도계 및/또는 자이로스코프를 포함할 수 있다. 가속도계는 차량(104)의 속도의 변화, 예를 들어 속도의 증가 또는 속도의 감소(또한, 차량의 제동 또는 속도 늦춤으로 지칭됨)를 나타내는 정보를 검출하거나 달리 수집하고/하거나 제공할 수 있다. 큰 크기의 가속도는 차량(104)의 급가속 또는 급제동을 나타낼 수 있음을 이해해야 한다. 또한, 자이로스코프는 차량(104)의 조향을 나타내는 정보를 검출하거나 달리 수집하고/하거나 제공할 수 있다.
일 그룹의 센서(1101-11011) 중 적어도 다른 부분은 차량(104)의 탑승자, 예를 들어 차량의 운전자 또는 차량의 승객의 행동을 나타내는 정보를 수집할 수 있거나 또는 이를 수집하도록 구성될 수 있다. 이런 정보는 행동적인 정보(또는 행동 정보)로서 지칭될 수 있으며, 예를 들어 차량의 탑승자의 모습을 나타내는 영상 정보를 포함할 수 있다. 이런 예에서, 하나 이상의 카메라(예를 들어, 차량(104)의 계기판 영역에 설치될 수 있는 운전자 대면 카메라)가 일 그룹의 센서(1101-11011)에 포함될 수 있으며, 영상 정보를 생성할 수 있다. 또한 또는 대안으로, 행동 정보는 차량의 운전자에 의해 발음된 음성 분절(speech segment)을 나타내는 오디오 정보를 포함할 수 있다. 차량의 캐빈 내에서 이용 가능한(예를 들어, 설치되고 적절히 작용하는) 마이크로폰(예를 들어, 센서(11011))은 오디오 정보를 프로브(probe) 또는 수집할 수 있다.
일 그룹의 센서(1101-11011) 중 또 다른 부분은 차량(104)의 탑승자(예를 들어, 운전자)의 신체 상태를 나타내거나 달리 표현하는 정보를 수집할 수 있거나 또는 이를 수집하도록 구성될 수 있다. 이런 신체 상태는 차량(104)의 탑승자에 대한 바이탈(vital), 예를 들어 혈압, 혈당 농도, 심박수, 이들의 조합 등을 포함할 수 있다. 이에 따라, 소정 실시예에서, 일 그룹의 센서(1101-11011)는 혈압, 혈당 농도, 독소 농도(예를 들어, 알코올 수치), 심박수, 및/또는 동공 팽창을 프로브하기 위한 캐빈 내 센서(in-cabin sensor)들(예를 들어, 의료 디바이스들)을 포함할 수 있다. 이들 캐빈 내 센서 중 적어도 일부는 예를 들어, 차량(104)의 핸들에 설치될 수 있다. 차량(104)의 탑승자의 신체 상태를 나타내는 정보는 건강 정보로서 지칭될 수 있다.
차량의 운행 및/또는 차량의 탑승자의 행동을 나타내는 정보가 차량(104)의 정황(context)을 나타낸다는 것을 이해해야 한다.
일 그룹의 센서(1101-11011)는 감정 상태(ES) 평가 플랫폼(120)에 기능적으로 결합될 수 있다(예를 들어, 통신 가능하게 결합될 수 있다). 이런 기능적 결합은 일 그룹의 센서(1101-11011) 중 적어도 하나의 센서와 ES 평가 플랫폼(120) 사이에 정보(예를 들어, 데이터, 메타데이터, 및/또는 시그널링)의 교환을 허용할 수 있다. 정보는 디지털 포맷 및/또는 아날로그 포맷으로 교환될 수 있다. 이에 따라, 일 양상에서, ES 평가 플랫폼(120)은 차량(104)의 운행 특징들을 나타내는 정보(운행 정보로 지칭됨), 및/또는 차량(104)의 탑승자의 행동을 나타내는 정보에 액세스할 수 있다. 또한 또는 대안으로, ES 평가 플랫폼(120)은 차량(104)의 탑승자의 신체 상태와 연관된 정보에 액세스할 수 있다. 일 실시예, 예를 들어 도 2에 도시된 예시적인 실시예(200)에서, 하나 이상의 센서(204)의 일 그룹은 링크(들)(208)를 통해 ES 평가 플랫폼(120)에 기능적으로 결합될 수 있다. 하나 이상의 링크(208)는 무선 링크(들), 유선 링크(들), 또는 이들의 조합을 포함할 수 있으며, 소정 구현에서는, 차량 버스, 예를 들어 제어기 영역 네트워크(CAN: controller area network) 버스(CANbus)를 포함하거나 이것으로 구현될 수 있다. 센서(들)(204)는 센서들(1101-11011)과 관련해서 본 명세서에 설명되는 감지 기능을 갖는 적어도 하나의 센서를 포함한다. 예를 들어, 적어도 하나의 센서는 행동 정보, 운행 정보 및/또는 건강 정보를 생성하거나 달리 획득한다. 또한, 소정 구현에서, 센서(들)(204)는 센서들(1101-11011) 중 적어도 일부를 포함할 수 있다.
ES 평가 플랫폼(120)에 의해 액세스되는 운행 정보 및/또는 행동 정보는 기존 정보를 정제(refine)하거나 또는 추가 운행 정보 및/또는 행동 정보를 생성하기 위해 분석되거나 달리 처리될 수 있다. 따라서, 일 양상에서, ES 평가 플랫폼(120)은 차량(104)의 운행 또는 차량 탑승자의 행동을 나타내거나 달리 표현하는 많은 풍부한 정보에 액세스할 수 있다. 일 실시예, 예를 들어 실시예(200)에서, ES 평가 플랫폼(120)은 링크(들)(208)를 통해 센서(들)(204) 중 적어도 일부와 정보를 교환할 수 있으며 정보 중 적어도 일부를 리포지토리(218) 내의 ES 평가 스토리지(224)에 존속시킬 수 있는(예를 들어, 보존하고 이용 가능하게 할 수 있는) 통신 플랫폼(214)을 포함할 수 있다. 또한, 도 3a에 도시된 실시예(300)에 도시된 바와 같이, 통신 플랫폼(214)은 정보를 링크(들)(208)를 통해 센서(들)(204) 중 하나의 센서로부터 수신하고 여기에 전송할 수 있는 교환 컴포넌트(324)를 포함할 수 있다.
ES 평가 플랫폼(120)은 이런 정보로부터 특정 특징을 추출하기 위해 카메라(예를 들어, 일 그룹의 센서(1101-11011) 중 하나의 센서, 또는 센서(들)(204) 중 하나의 센서)로부터 수신되는 영상 정보를 분석하거나 달리 처리할 수 있다. 실시예(200)와 같은 소정 실시예에서, ES 평가 플랫폼(120)은 영상 정보를 분석하거나 달리 처리할 수 있는 컴포넌트, 예를 들어 ES 평가 컴포넌트(210)를 포함할 수 있다. 예시로서, 분석 또는 처리는 차량(104)의 운전자의 하나 이상의 얼굴 특징을 추출하거나 달리 결정할 수 있다. 얼굴 특징을 결정하기 위해, 일 양상에서, ES 평가 플랫폼(120)은 적어도 얼굴 인식 기술을 구현할 수 있다. 또한 또는 대안으로, ES 평가 플랫폼(120)이 차량(104)의 운전자의 얼굴 특징을 결정하기 위해 다른 특징 추출 기술(들)을 구현할 수 있음을 이해해야 한다. 실시예(200)에서, 예를 들어, ES 평가 컴포넌트(210)는 하나 이상의 특징 추출 기술을 구현할 수 있다.
더욱이 또는 다른 대안으로서, ES 평가 플랫폼(120)은 차량(104)의 운전자의 움직임(예를 들어, 운전자의 손(들) 움직임 및/또는 머리 움직임)을 나타내는 제스처 정보를 생성할 수 있다. 실시예(200)에서, 예를 들어, ES 평가 컴포넌트(210)는 제스처 정보를 생성할 수 있다. 생성되는 제스처 정보 중 적어도 일부는 ES 평가 플랫폼(120)을 포함하는 차량(104) 또는 임의의 다른 차량의 운전자의 감정 상태를 나타내거나 달리 표현할 수 있다. ES 평가 플랫폼(120)은 일 그룹의 센서(1101-11011) 또는 센서(들)(204)에 포함되는 전술한 카메라 또는 다른 카메라에 의해, 및/또는 터치 스크린 또는 터치면과 같은 제스처-감지 디바이스에 의해 획득된 영상 정보를 분석하거나 달리 처리할 수 있다. 제스처-감지 디바이스는 예를 들어 센서(들)(204)에 포함될 수 있다. 분석 또는 처리에 응답하여, ES 평가 플랫폼(120)은 제스처 정보에 적어도 부분적으로 기초하여 차량(104)의 운전자의 제스처를 결정할 수 있다. 제스처는 운전자의 감정 상태를 나타내거나 달리 표현할 수 있다. 실시예(200)에서, 예를 들어, ES 평가 컴포넌트(210)는 본 명세서에 설명된 바와 같이 ES 평가 플랫폼(120)을 포함하는 차량의 운전자의 제스처를 결정(또는 계산)할 수 있다.
또 다른 양상에서, ES 평가 플랫폼(120)은 행동 정보를 생성하고, 이에 따라 이에 액세스하기 위해 마이크로폰(예를 들어, 일 그룹의 센서(1101-11011) 중 하나의 센서, 또는 센서(들)(204) 중 하나의 센서)로부터 수신된 오디오 정보를 분석하거나 달리 처리할 수 있다. 분석 및/또는 처리의 일부로서, ES 평가 플랫폼(120)은 오디오 정보에 적어도 부분적으로 기초하여 분절 음성의 구두 특징(verbal feature)을 결정할 수 있다. 구두 특징은 운전자의 감정 상태를 나타낼 수 있으며, 특정 단어 또는 문구, 예를 들어 "he cut me off!"를 포함하거나 또는 이것으로 구현될 수 있다. 다른 구두 특징, 예를 들어 소정 음량을 갖거나 또는 스트레스를 나타내는 소정 방식으로 전달되는 음성 부분들도 분석 및/또는 처리를 통해 결정될 수 있다. 실시예(200)에서, 예를 들어, ES 평가 컴포넌트(210)는 본 명세서에 설명된 바와 같이 ES 평가 플랫폼(120)을 포함하는 차량의 운전자의 이런 구두 특징을 결정(예를 들어, 계산)할 수 있다.
도 3a에 도시된 실시예(300)에 도시된 바와 같이, 예를 들어 얼굴 특징, 구두 특징, 제스처, 이들의 조합 등을 생성하거나 달리 추출하기 위해서, ES 평가 컴포넌트(210)는 컴퓨터화된 시각(vision), 영상 처리 및/또는 음성 인식 기술과 같은 다양한 특징 추출 기술을 구현할 수 있는 분석 컴포넌트(312)를 포함할 수 있다. 소정 구현, 예를 들어 도 3b에 도시된 실시예(330)에서, 분석 컴포넌트(312)는 본 명세서에 설명된 하나 이상의 양상에 따라 ES 평가 플랫폼(120)을 포함하는 차량(예를 들어, 차량(104))의 운전자의 얼굴 특징, 구두 특징 및/또는 제스처의 생성을 허용할 수 있는 다양한 데이터 마이닝 기술(data mining technique) 및 관련된 특징 추출 기술을 구현할 수 있는 컴포넌트, 예를 들어 특징 추출 컴포넌트(334)를 포함할 수 있다. 특징 추출 기술들과 연관된 데이터 구조들, 메타데이터 오브젝트들 및/또는 알고리즘들과 같은 정보는 ES 평가 스토리지(224)에 보존될 수 있다.
ES 평가 플랫폼(120)은 운행 정보, 행동 정보 및/또는 건강 정보에 적어도 기초하여 차량(104)의 탑승자의 감정 상태(또는 감정 컨디션)를 결정할 수 있다. 실시예(200)와 같은 소정 실시예에서, ES 평가 플랫폼(120)은 운행 정보, 행동 정보 및/또는 건강 정보에 적어도 기초하여 차량(104)의 탑승자의 감정 상태를 결정할 수 있는(예를 들어, 계산하거나 달리 구축할 수 있는) ES 평가 컴포넌트(210)와 같은 컴포넌트를 포함할 수 있다. 소정 실시예에서, ES 평가 플랫폼(120)은 감정 상태를 추정하고 이에 따라 이를 결정하기 위해 인공 지능(AI: artificial intelligence)을 이용하거나 달리 이를 활용할 수 있다. 이렇게 결정되는 감정 상태는 미리 결정된 감정 상태들의 분류(예를 들어, 즐거운 상태, 흥분 상태, 스트레스 상태, 높은 스트레스 상태 등) 내의 카테고리로 분류될 수 있다. 인공 지능은 사람의 개입 없이 특정 정황 또는 액션의 식별, 또는 시스템의 특정 상태들의 확률 분포의 생성을 허용하는 다양한 기술을 통해 구현될 수 있다. 소정 구현에서, AI는 운용 환경, 예를 들어 시스템 또는 플랫폼과 연관된 특정 정보에 적용될 수 있는 진보된 수학적 알고리즘 - 예를 들어, 판단 트리들, 신경망들, 회귀 분석, 클러스터 분석, 유전자 알고리즘, 및 보강 학습 -을 포함할 수 있다. 본 개시 내용의 양상들에 따라 차량의 탑승자의 감정 상태를 추정하는 것과 관련하여, ES 평가 플랫폼(120) 또는 ES 평가 컴포넌트(210)는, 예를 들어, 정보(예를 들어, 데이터 및/또는 메타데이터)로부터 학습하고, 그 후 이렇게 구성된 모델, 예를 들어 HMM(Hidden Markov Model)들 및 관련된 원형 의존 모델(prototypical dependency model); 더 일반적인 확률 그래픽 모델(예를 들어, 베이지안 모델 스코어 또는 근사(Bayesian model score or approximation)을 이용하여 구조 탐색에 의해 생성된 베이지안 네트워크); 서포트 벡터 머신(SVM: support vector machine)들과 같은 선형 분류기들; "신경망" 방법론, 퍼지 로직 방법론으로 지칭되는 방법과 같은 비선형 분류기들 등으로부터 추정을 생성하기 위한 수많은 방법론 중 적어도 하나를 이용할 수 있다.
추정을 통한 감정 상태의 결정은 ES 평가 플랫폼(120)의 배치(설치 및 수용) 이전, 및/또는 ES 평가 플랫폼(120)의 이용 동안 구현될 수 있는 트레이닝(또는 학습) 프로세스를 포함할 수 있다. 예를 들어, 운행 정보, 행동 정보 및/또는 건강 정보 중 적어도 일부는 상관, 패턴 매칭, 머신 학습 및/또는 다른 알고리즘(들)에 기초하여 초기 트레이닝 절차를 통해 처리될 수 있다. 이런 트레이닝 프로세스는 초기 평가의 확인이 이루어질 수 있는 확인 페이즈(confirmation phase) 또는 스테이지를 포함할 수 있다. 확인 페이즈는 트레이닝 프로세스의 적응 또는 정제를 허용할 수 있다. 트레이닝 프로세스 및 AI 기술들은 ES 평가 플랫폼(120) 또는 그의 컴포넌트에 통합되거나 또는 기능적으로 결합되는 리포지토리에 보존될 수 있다. 실시예(300)에 예시된 바와 같이, 트레이닝 프로세스 및 이런 기술은 리포지토리(218) 내의 ES 평가 스토리지(224)에 보존될 수 있다.
트레이닝 프로세스의 예시로서, 소정 실시예에서, ES 평가 플랫폼(120)을 갖는 차량(104) 또는 임의의 다른 차량에서 사용자 인터페이스는 소정 감정 상태(예를 들어, 화가 난 또는 즐거운)를 확인하기 위해 차량의 탑승자에게 프롬프트할 수 있으며, 이에 응답하여 ES 평가 플랫폼(120)은 이런 감정 상태의 초기 평가를 확인하거나 거절하는 정보를 수집할 수 있다. 일 실시예에서, 사용자 인터페이스는 다음과 같이 텍스트-대-음성 또는 음성 인식을 이용하거나 달리 활용할 수 있다: 차량(104)은 다음과 같이 질의할 수 있다: "탑승자, 지금 화가 났는가?" 이에 대해 탑승자(예를 들어, 차량(104)의 운전자)는 터치 스크린 인터페이스, 마이크로폰 등을 통해 "예" 또는 "아니오"를 답변할 수 있다. 이런 답변은 초기에 평가된 화난 상태의 확인 또는 거절을 허용할 수 있다.
소정 실시예에서, ES 평가 플랫폼(120)은 운행 정보 중 적어도 일부, 행동 정보 중 적어도 일부, 및 건강 정보 중 적어도 일부 중 하나 이상에 적어도 부분적으로 기초하여 운전자의 감정 상태를 표현하거나 달리 나타내는 상태 메트릭을 생성할 수 있다. 적어도 이런 목적을 위해, 예를 들어 실시예(300)에서, 분석 컴포넌트(312)는 행동 정보 중 적어도 일부의 하나 이상의 행동 특징 및/또는 건강 정보 중 적어도 일부의 하나 이상의 건강 특징을 제공할 수 있다. 또한, 분석 컴포넌트(312)는 이용 가능한 특징들(행동 특징(들) 또는 건강 특징(들) 중 어느 하나 또는 이들 모두) 중 일부 또는 모두를 운행 정보 중 적어도 일부에 통합(또는 융합)하여 차량(104)의 정황을 나타내거나 달리 표현하는 정황 정보를 형성할 수 있다. 이런 정보는 본 명세서에서 차량 정황 정보로 지칭된다. 이런 특징들을 통합하기 위해, 분석 컴포넌트(312)는 이용 가능한 특징들 중 적어도 하나를 모으거나, 또는 이것에 하나 이상의 연산을 적용할 수 있다. 소정 실시예, 예를 들어 도 3b에 도시된 실시예(330)에서, 분석 컴포넌트(312)는 또한 본 명세서에서 정보 융합으로서 지칭될 수 있는 이런 통합을 구현할 수 있는 정보(info.) 조건화(conditioning) 컴포넌트(338)를 포함할 수 있다. 또한, 소정 구현에서, ES 평가 플랫폼(120)은 정황 정보 중 적어도 일부로부터 감정 상태를 추정할 수 있으며, 본 명세서에 개시된 바와 같이 미리 결정된 분류에 따라 감정 상태를 분류할 수 있다. 감정 상태를 나타내는 카테고리에는 상태 메트릭을 구현 또는 포함할 수 있는 메트릭(예를 들어, 정량 메트릭, 반정량 메트릭, 또는 정성 메트릭)이 할당될 수 있다.
차량 정황 정보는 차량(104)의 퍼포먼스, 및 이런 퍼포먼스와 차량 운전자의 상태 사이의 관계와 연관된 상세한 내용이 많을 수 있다. 일 양상에서, 이런 관계가 운전자의 상태를 차량의 퍼포먼스에 의해 표현되는 차량의 후속 응답에 연관시킬 수 있음을 이해해야 한다. 이에 따라, 예를 들어 운전자의 상태가 도로 안전에 미치는 영향은 차량의 퍼포먼스에 적어도 기초하여 고려될 수 있다. 정황 정보 중 적어도 일부는 적당한 스토리지(예를 들어, ES 평가 스토리지(224))에 보존될 수 있다. 분석 컴포넌트(312)는 정황 정보 중 적어도 일부에 기초하여 차량(104) 운전자의 감정 상태를 나타내거나 달리 이를 표현하는 상태 메트릭을 생성할 수 있는 메트릭 생성 컴포넌트(314)(또는 메트릭 생성기(314))에게 정황 정보 중 적어도 일부를 제공할 수 있다. 상태 메트릭은 정량적, 반정량적 또는 정성적일 수 있으며, 적당한 스토리지(예를 들어, ES 평가 스토리지(224))에 보존될 수 있다.
건강 정보(또한, 생체 정보로 지칭됨)의 가용성은 적어도 운행 정보 및/또는 행동 정보에 따라서 결정될 수 있는 차량(104) 탑승자의 특정 감정 상태를 정제하고/하거나 확인하기 위해 이용되거나 달리 활용될 수 있다. 예시로서, 차량(104)의 운전자에 대해서, ES 평가 플랫폼(120)은 이전에 결정된 감정 상태를 확인하기 위해 소정의 음성 특징들(예를 들어, 큰 소리)을 소정의 신체 상태(들)(예를 들어, 증가된 혈압 및/또는 동공(들) 팽창)에 상관시킬 수 있다.
ES 평가 플랫폼(120)은 감정 상태를 차량(104)의 탑승자에, 다른 차량 또는 그 차량의 탑승자에, 및/또는 차량(104)의 환경 내의 특정 구조물(예를 들어, 기지국, 광고판, 요금소 등)에 전달할 수 있다. 예를 들어, ES 평가 플랫폼(120)은 감정 상태를 나타내거나 달리 이를 표현하는 감정 상태 표시(238)(예를 들어, 데이터 오브젝트 또는 다른 정보 구조)를 렌더링 유닛(들)(230) 중 적어도 하나에 전달할 수 있다. 이런 표시의 시각적, 청각적 또는 햅틱 표현은 최종 사용자, 또는 ES 평가 플랫폼(120)에 기능적으로 결합되는 최종 사용자 디바이스(도시 안 됨)에 의해 소비될 수 있다. 다른 예에서, ES 평가 플랫폼(120)은 감정 상태를 나타내거나 달리 표현하는 감정 상태 표시(228)(예를 들어, 데이터 오브젝트 또는 다른 정보 구조)를 차량(240) 및/또는 구조물(250)에 전달할 수 있다. 차량(240) 및 구조물(250)은 1점 쇄선(232)에 의해 도시된 바와 같이 차량(104) 외부에 있을 수 있다. 적어도 이런 상태를 전달하기 위해, ES 평가 플랫폼(120)은 감정 상태를 나타내거나 달리 표현하는 상태 메트릭을 제공할 수 있으며, 여기서 상태 메트릭은 ES 평가 플랫폼(120)에 의해 생성되거나(예를 들어, 계산되거나 달리 결정되거나), 또는 수신될 수 있다. 일 양상에서, 이런 메트릭은 ES 표시(228 또는 238) 중 적어도 하나를 구현하거나 포함할 수 있다. 일 양상에서, ES 평가 플랫폼(120)은 하나 이상의 렌더링 유닛에게 상태 메트릭의 시각적 표현, 상태 메트릭의 청각적 표현, 또는 상태 메트릭의 햅틱 표현 중 적어도 하나를 렌더링하도록 지시(예를 들어, 명령어를 전송)할 수 있다. 소정 시나리오에서, 렌더링되는 특정 표현은 감정 상태로 표현되는 특정 상태(예를 들어, 흥분된, 스트레스를 받는, 스트레스를 많이 받는, 등)에 특정될 수 있다. 예를 들어, 시각적 표현은 스트레스 상태에 대해 이용될 수 있는 반면, 햅틱 표현 또는 청각적 표현은 높은 스트레스 상태에 대해 이용될 수 있다. 이런 선택은 차량의 탑승자(예를 들어, 운전자 또는 승객)가 감정 상태를 더 쉽게 알게 되는 것을 보장할 수 있다. 렌더링 유닛(예를 들어, 렌더링 유닛(들)(230))은 차량의 특정 부분에 부착되거나 통합될 수 있으며, 여기서 렌더링 유닛 중 적어도 일부는 차량(104)의 외부 - 예를 들어, 디스플레이 유닛(1301) 및/또는 디스플레이 유닛(1302) - 또는 그 내부에 위치할 수 있다. 예를 들어, 하나 이상의 렌더링 유닛이 차량의 계기판 또는 시트에 통합될 수 있으며, 바이오 피드백을 운전자에게 제공하기 위해서 이들과 연관된 운전자에 대한 상태 메트릭의 시각적, 청각적 및/또는 햅틱 표현의 렌더링을 허용할 수 있다. 바이오 피드백의 가용성은 운전자의 감정 상태에 대한 인식을 높일 수 있으며, 이에 따라 운전자가 자신의 감정 상태 및/또는 신체 상태를 제어하거나 달리 조절하게 할 수 있다. 도 3a의 실시예(300)에 예시된 바와 같이, 렌더링 유닛들은 링크(들)(234)를 통해 통신 플랫폼(214)에 기능적으로 결합될 수 있는 하나 이상의 렌더링 유닛(230)으로 구현되거나 이를 포함할 수 있다. 링크(들)(208)와 유사하게, 하나 이상의 링크(234)는 무선 링크(들), 유선 링크(들) 또는 이들의 임의의 조합을 포함할 수 있고, 소정 구현에서 CANbus와 같은 차량 버스를 포함하거나 또는 이것으로 구현될 수 있다. 소정 구현에서, 렌더링 유닛(들)(230) 중 하나의 렌더링 유닛과의 무선 통신은 적어도 무선 유닛(318)을 통해 달성될 수 있으며, 렌더링 유닛(들)(230) 중 다른 렌더링 유닛과의 유선(또는 테더링된(tethered)) 통신은 적어도 교환 컴포넌트(324)를 통해 달성될 수 있다.
소정 구현에서, ES 평가 플랫폼(120)은 감정 상태의 결정에 응답하여 거의 실시간으로 감정 상태를 전달할 수 있다. 다른 구현에서, ES 평가 플랫폼(120)은 특정 순간에 감정 상태를 전달할 수 있다. 예를 들어, 차량 운전자의 감정 상태는 주기적으로 또는 스케줄에 따라서 전달(예를 들어, 갱신)될 수 있다. 또 다른 구현에서, ES 평가 플랫폼(120)은 감정 상태를 조건부로 전달할 수 있거나, 또는 특정 이벤트에 응답하여, 예를 들어 탑승자 또는 제3자의 요청에 응답하여, 이런 상태의 통신을 위해 차량에서 충분한 계산 자원(예를 들어, 대역폭, 처리 전력 등)의 가용성이나, 또는 감정 상태에 의해 표현되거나 나타나는 특정 상태에 응답하여 감정 상태를 전달할 수 있다. 예를 들어, 차량의 운전자의 감정 상태가 특정 기준(예를 들어, 위험 기준, 운전자의 흥분 수준을 정의하는 기준 등)을 충족한다고 간주되는 시나리오에서, ES 평가 플랫폼(120)은 감정 상태를 전달할 수 있다. 본 명세서에 설명된 바와 같이, 감정 상태가 차량의 탑승자의 정신 상태 및 차량의 퍼포먼스를 해명할 수 있음을 이해해야 한다.
또한, 실시예(400)에서 예시된 바와 같이, ES 평가 컴포넌트(210)는 감정 상태가 평가되는 차량 내부의 일부에 통합될 수 있는 피드백 렌더링 컴포넌트(420)를 구성하거나 달리 제어할 수 있는 피드백 컴포넌트(410)를 포함할 수 있다. 피드백 컴포넌트는 하나 이상의 링크(414) - 이들은 무선 링크(들), 유선 링크(들), 이들의 조합 등으로 구현되거나 또는 이들을 포함할 수 있음 -를 통해 통신 플랫폼(214)에 기능적으로 결합될 수 있으며, 소정 실시예에서 CANbus와 같은 차량 버스를 포함하거나 또는 이것으로 구현될 수 있다. 소정 구현에서, 피드백 컴포넌트(410)는 피드백 렌더링 컴포넌트(420)에게 특정 액션을 구현하기 위해 ES 평가 플랫폼(120)을 포함하는 차량의 탑승자에게 프롬프트하도록 지시할 수 있다. 적어도 이런 목적을 위해, 예를 들어, 피드백 컴포넌트(410)는 피드백 렌더링 컴포넌트(420)에게 특정 액션을 달성하기 위해 차량의 운전자 또는 다른 탑승자에게 요청하거나 달리 프롬프트하는 정보를 렌더링하도록 지시하는 시그널링을 생성할 수 있다. 피드백 컴포넌트(410)는 ES 평가 컴포넌트(210)에 의해 결정된 감정 상태에 의해 표현되거나 달리 나타내는 특정 상태에 응답하여 본 명세서에 설명된 바와 같이 피드백 렌더링 컴포넌트(420)를 구성하거나 달리 제어할 수 있다. 예를 들어, 피드백 컴포넌트(410)는 피드백 렌더링 컴포넌트(420)에게 소정의 피드백 기준을 충족하는 감정 상태에 응답하여 특정 정보를 전달하도록 지시할 수 있다. 피드백 기준은 피드백 스토리지(430), 또는 피드백 컴포넌트(410)에 통합되거나 결합되는 임의의 리포지토리에 보존될 수 있다. 본 명세서에 설명된 바와 같이, 예를 들어, 피드백 렌더링 컴포넌트(420)는 이런 상태를 나타내거나 달리 표현하는 햅틱 자극 또는 다른 유형의 자극(예를 들어, 상당한 열)을 제공하기 위해 차량의 탑승자의 시트에 통합될 수 있다. 도시된 바와 같이, 피드백 렌더링 컴포넌트(420)는 일 그룹의 렌더링 유닛(들)(230) 중 하나의 렌더링 유닛과 별개인 전용 컴포넌트일 수 있으며, 정보(예를 들어, 데이터, 메타데이터, 및/또는 시그널링)를 통신 플랫폼(214)과 교환할 수 있다. 이런 교환은 피드백 컴포넌트(410)로부터의 구성 명령 또는 지시의 통신에 응답하여 일어날 수 있다.
소정 시나리오에서, ES 평가 플랫폼(120)은 렌더링 유닛(예를 들어, 렌더링 유닛(들)(230) 중 하나)에게 상태 메트릭을 나타내거나 달리 표현하는 표시를 제공하도록 지시할 수 있다. 예를 들어, 상태 메트릭은 감정 상태의 분류에 따라 분류될 수 있으며, 이에 응답하여 상태 메트릭 및 연관된 감정 상태를 나타내는 특정 색이 할당될 수 있다. 분류는 복수의 감정 상태 카테고리(예를 들어, "스트레스를 많이 받는", "스트레스를 받는", "스트레스를 받지 않는")를 포함할 수 있으며, 복수의 카테고리 각각은 각각의 색(예를 들어, 스트레스를 많이 받은 상태를 나타내는 적색, 스트레스를 받은 상태를 나타내는 노란색, 및 스트레스를 받지 않은 상태를 나타내는 초록색)을 가질 수 있다. 이런 예시에서, 스트레스를 많이 받은 상태는 소정의 흥분 레벨을 포함할 수 있다. 이에 따라, 예를 들어, 이런 상태에서 차량(104)의 운전자는 화가 나 있다고 간주될 수 있다. 또한, "스트레스를 받은" 상태는 소정의 혼란 레벨을 포함할 수 있다. 따라서, 예를 들어, 이런 상태에 있다고 간주되는 차량(104)의 운전자는 혼란하다고 간주될 수 있다. 더욱이, 스트레스를 받지 않은 상태는 소정의 즐거운 레벨을 포함할 수 있다. 이에 따라, 예를 들어, 이런 상태의 운전자는 즐겁다고 간주될 수 있다. 색 이외의 다른 표시가 감정 상태를 나타내거나 달리 표현하는 상태 메트릭을 표현하는데 이용될 수 있음을 이해해야 한다. 예를 들어, 수치 스케일이 고려될 수 있다. 다양한 실시예에서, 복수의 임계치(예를 들어, 수 또는 다른 것)는 분류에 존재하는 다양한 카테고리에 대한 경계를 정의할 수 있다. 따라서, 일 양상에서, 임계치를 초과하는 상태 메트릭은 상태 메트릭에 의해 표현되거나 달리 표시되는 감정 상태와 연관된 차량의 탑승자가 상이한 감정 상태로 전이한 것을 나타낼 수 있다. 이런 전이는 예를 들어, 더 높은 스트레스 또는 더 낮은 스트레스를 나타내는 감정 상태로의 전이일 수 있다. 일 양상에서, 초과되는 임계치가 클수록 차량의 탑승자가 도로 안전 위험을 제기하는 위험도 커진다.
ES 평가 플랫폼(120)은 차량(예를 들어, 차량(104))의 운전자의 감정 상태를 다른 차량 또는 다양한 구조물에 전달하고/하거나 하나 이상의 각각의 차량의 감정 상태를 나타내는 정보를 수신하기 위해 무선 통신을 이용하거나 달리 활용할 수 있다. 예시적인 운용 환경(100)에 도시된 바와 같이, ES 평가 플랫폼(120)은 무선 링크(들)(148) 및 링크(들)(174) 각각을 통해 차량(150) 및/또는 구조물(170)과 무선으로 통신할 수 있다. 무선 링크(들)(148 및 174) 각각은 점-대-점 또는 가시선 무선 기술, 예를 들어 근거리 통신(NFC: near field communication) 또는 블루투스에 따라 형성된 무선 링크들을 포함할 수 있다. 또한 또는 대안으로, ES 평가 플랫폼(120)은 무선 네트워크(160)를 통해 차량(150) 및/또는 구조물(170)과 통신할 수 있다. 무선 링크(들)(164)는 ES 평가 플랫폼(120)과 네트워크(160) 및/또는 그 컴포넌트 사이에서 기능적 결합(예를 들어, 통신 결합)을 허용할 수 있다. 도시된 바와 같이, 차량(150)은 링크(들)(168)를 통해 하나 이상의 네트워크(들)(160)와 통신할 수 있으며, 링크(들)는 무선 링크(들), 유선 링크(들), 이들의 조합 등으로 구현될 수 있다.
ES 평가 플랫폼(120)과 네트워크(160) 간의 무선 통신은 다양한 무선 기술 프로토콜(예를 들어, 3GPP(3rd Generation Partnership Project), UMTS(Universal Mobile Telecommunication System), 3GPP LTE(Long Term Evolution), 와이파이, WiMAX(Worldwide Interoperability for Microwave Access) 등)에 따라 구현(예를 들어, 처리)될 수 있다. 이런 무선 통신을 고려해서, 일 양상에서, ES 평가 플랫폼(120)은 감정 상태를 나타내거나 달리 표현하는 상태 메트릭을 차량(150) 및/또는 구조물(170)(예를 들어, 타워 또는 광고판 내에 위치하는 액세스 포인트와 같은 기반 시설; 요금소 등)에 전송할 수 있다. 도시된 바와 같이, 구조물(170)은 링크(들)(178)를 통해 하나 이상의 네트워크(들)(160)와 통신할 수 있으며, 링크(들)는 무선 링크(들), 유선 링크(들), 이들의 조합 등으로 구현될 수 있다.
소정 시나리오에서, 예를 들어 차량(예를 들어, 차량(150))은 하나 이상의 차량으로부터 하나 이상의 상태 메트릭을 수신(예를 들어, 무선으로)할 수 있다. 하나 이상의 상태 메트릭 중 적어도 하나의 상태 메트릭은 하나 이상의 차량 중 특정 차량의 감정 상태를 나타낼 수 있다. 수신되는 하나 이상의 상태 메트릭 중 적어도 일부는 차량에서 다양한 방식으로 렌더링될 수 있다. 예를 들어, 차량은 복수의 차량으로부터 복수의 상태 메트릭을 수신할 수 있으며, 여기서 복수의 상태 메트릭의 각각의 상태 메트릭은 복수의 차량의 각각의 차량의 감정 상태를 나타낼 수 있다. 복수의 상태 메트릭은 복수의 차량의 복수의 운전자 각각의 집합적인 감정 상태를 나타낼 수 있으며, 다양한 방식으로 렌더링될 수 있다. 예를 들어, 이들 메트릭 중 2 이상은 차량(예를 들어, 차량(104) 또는 차량(150))의 계기판 또는 내비게이션 디스플레이 패널에서 렌더링될 수 있다. 다른 예에서, 복수의 상태 메트릭 중 2 이상은 복수의 차량을 포함하는 지리적 영역과 연관된 교통 상황의 시각적 표현, 예를 들어 교통 지도와 결합해서 표시될 수 있다.
소정 실시예에서, ES 평가 플랫폼(120)은 차량(예를 들어, 차량(104))의 운전자의 감정 상태를 나타내거나 달리 표현하는 상태 메트릭을 테더링된(tethered) 링크를 통해 다른 차량 또는 기반 시설과 통신할 수 있다. 링크는 동축 케이블, 광섬유, 연선 케이블(예를 들어, 카테고리 5(Cat5) 케이블), 이들의 조합 등으로 구현되거나 포함할 수 있다. 이런 유선 또는 비무선 통신은 ES 평가 플랫폼(120)을 갖는 차량(104)과 다른 차량, 또는 상태 메트릭을 수신할 수 있는 디바이스 사이의 기능적 결합(예를 들어, 통신 가능한 결합)에 대한 하나 이상의 인터페이스를 이용하거나 달리 활용할 수 있다. 하나 이상의 인터페이스는 등록된 잭(registered jack)(RJ, 예를 들어 RJ11, RJ14 등); RS232 커넥터; 범용 직렬 버스(USB: universal serial bus) 커넥터(예를 들어, 표준 USB 커넥터 또는 마이크로 USB 커넥터); 고화질 멀티미디어 인터페이스(HDMI: High Definition Multimedia Interface) 커넥터(예를 들어, HDMI1 커넥터); 이들의 조합 등을 포함할 수 있다.
일 양상에서, 차량의 운전자의 감정 상태를 다른 차량에 통신하거나 달리 표시하는 것은 다른 차량의 탑승자(들)에게 이런 상태의 인식을 높일 수 있게 할 수 있다. 인식 상승은 다른 차량의 운전자가 감정 상태를 전달하는 차량에 응답하거나 그 차량에 맞추어 자신의 운행 행동을 달리 적응시키게 할 수 있다. 예시로서, 차량이 스트레스를 받는 상태 또는 스트레스를 많이 받는 상태를 전달하는 시나리오에서, 인접 운전자는 이런 상태에 응답하여 그 차량에 덜 근접해서 뒤따르거나 또는 그 차량이 차선 또는 도로에 끼어들게 함으로써 자신의 운전 행동을 수정할 수 있다. 다른 예시로서, 차량이 불안 또는 혼란의 감정 상태 - 예를 들어, 이런 도로에 익숙하지 않은 차량 운전자는 이런 상태를 생성할 수 있다 -를 전달하는 시나리오에서, 인접 운전자는 이런 운전자가 차량들에 더 쉽게 그리고/또는 안전하게 끼어들게 허용할 수 있다. 또한, 특히 배타적이지 않게, 감정 상태가 스트레스를 많이 받은 상태에 있는 시나리오에서, 감정 상태의 통신은 경찰서 및/또는 경찰에게 차량 운전자의 감정 상태를 알리는 것을 허용할 수 있다. 따라서, 일 양상에서, 차량 운전자의 동시 발생 감정 상태의 생성 및/또는 통신이 스트레스 유발 도로 사고들의 완화 또는 회피를 허용할 수 있음은 자명하다.
본 개시 내용은 도로 안전 위험을 야기할 수 있는 감정 상태의 능동적인 관리를 허용한다. 소정 실시예에서, ES 평가 플랫폼(120)은 차량(예를 들어, 차량(104) 또는 차량(150))의 감정 상태를 나타내는 상태 메트릭을 생성하거나 달리 획득할 수 있다. ES 평가 플랫폼(120)은 상태 메트릭을 분석하고, 분석의 결과에 적어도 기초하여 상태 메트릭이 차량 안전 위험 기준을 충족하는지 결정할 수 있다. 예를 들어, 도 5에 도시된 실시예(500)에서, 분석 컴포넌트(312)는 상태 메트릭을 생성할 수 있으며, 해당 상태가 차량 위험 기준을 충족하는 것을 확인할 수 있는 위험 응답 컴포넌트(510)에 이런 상태를 제공할 수 있다. 또한 또는 대안으로, 통신 플랫폼(214)은 외부 소스, 예를 들어 다른 차량 또는 기반 시설로부터 상태 메트릭을 획득(예를 들어, 무선으로 수신)할 수 있고, 상태 메트릭을 분석을 위해 위험 응답 컴포넌트(510)에 제공할 수 있다. 소정 구현에서, 차량 안전 위험 기준은 미리 결정된 임계치보다 큰 방향 틀기의 빈도(frequency of swerving); 미리 결정된 기간 동안 유지되는 추천된 안전 가이드라인(예를 들어, 차량 속도에서 10Km/h 당 10미터) 아래의 차량 간 거리; 가속 및 감속의 기간들 사이에서 증가된 절환 빈도(elevated frequency of switching); 제한 속도를 크게 초과하는 속도; 이들의 조합 등으로 구현되거나 또는 이들을 포함할 수 있다. 하나 이상의 차량 안전 위험 기준은 리포지토리(218) 내의 위험 평가 스토리지(540), 또는 임의의 다른 리포지토리, 또는 ES 평가 컴포넌트(310)에 기능적으로 결합된 메모리 디바이스에 보존될 수 있다.
안전 위험 기준이 충족되었다고 - 예를 들어, 위험 응답 컴포넌트(510)를 통해 - ES 평가 플랫폼(120)이 확인하는 시나리오에서, ES 평가 플랫폼(120)은 차량 컴포넌트가 운전자의 감정 상태의 조절을 허용할 수 있는 소정의 경계 또는 사양 내에서 동작하도록 구성할 수 있다. 적어도 이런 목적을 위해, 일 양상에서, 위험 기준의 달성을 확인하는 컴포넌트(예를 들어, 위험 응답 컴포넌트(510))는 구성 명령어(들)을 차량 컴포넌트에 전송할 수 있다. 구성 명령어(들)는 차량 컴포넌트와 통신하는데 적합한 포맷으로 전송될 수 있다. 통신용 패킷 교환 프로토콜 또는 통신용 회선 교환 프로토콜에 의해 포맷이 지시(dictate)될 수 있다. 차량 컴포넌트는 차량의 소정 퍼포먼스 및/또는 운행 상태를 달성하도록 구성될 수 있는 일 그룹의 차량 컴포넌트들에 포함될 수 있다. 예를 들어, 실시예(500)에서, 차량 컴포넌트들의 그룹은 렌더링 유닛(들)(230), 제어 컴포넌트(들)(520), 및 조명 컴포넌트(들)(530)를 포함할 수 있다. 예시된 바와 같이, 제어 컴포넌트(들)(520) 중 적어도 하나는 하나 이상의 링크(524)를 통해 통신 플랫폼(214)에 기능적으로 결합될 수 있으며, 조명 컴포넌트(들)(530) 중 적어도 하나는 하나 이상의 링크(534)를 통해 통신 플랫폼(214)에 기능적으로 결합될 수 있다.
소정 실시예에서, 차량 컴포넌트는 렌더링 유닛(들)(230)에 포함될 수 있는 콘텐츠 렌더링 유닛(예를 들어, 디스플레이 유닛 또는 디스플레이 단말기, 라우드스피커 등); 캐빈 내 주변 제어 유닛(in-cabin ambient control unit)(예를 들어, 조명 기구, 온도 제어 유닛, 시트 보강 유닛(seat-firmness unit) 등); 또는 운행 제어 유닛(예를 들어, 스로틀 또는 이에 기능적으로 결합된 엔진 제어 유닛)을 포함할 수 있다. 캐빈 내 주변 제어 유닛은 제어 컴포넌트(들)(520) 또는 조명 컴포넌트(들)(530) 중 하나에 포함될 수 있다. 소정 구현에서, 예를 들어 ES 평가 플랫폼(120)은 사운드 시스템이 음악을 렌더링하거나(예를 들어, 녹음을 재생(playback)하거나 또는 무선국으로부터 스트림 콘텐츠를 재생하거나) 또는 안전 위험 기준이 충족되었다는 확인에 응답하여 차량 운전자의 행동을 수정하기 위해 녹음된 메시지를 재생하도록 구성할 수 있다. 유사하게, ES 평가 플랫폼(120)은 차량 캐빈의 온도를 낮추고 이에 따라 운전자의 감정 상태를 조절하도록 공기 조절 컴포넌트를 구성할 수 있다. 다른 예에서, ES 평가 플랫폼(120)은 음성을 인식하고 이에 응답하여 자율 청각 응답을 제공하도록 구성되는 인공 지능(AI) 컴포넌트를 구동할 수 있으며, 주변 소리를 수집하고 AI 컴포넌트로부터의 응답을 전달하기 위해 사운드 시스템 또는 그의 일부를 구성할 수 있다. 이런 예에서, AI 컴포넌트와 차량 운전자 사이에 대화가 구축될 수 있으며, 감정 상태는 비위험 상태로 조절될 수 있다. 소정 구현에서, 이런 AI 컴포넌트는 특징 추출 컴포넌트(334)를 구현하거나 포함할 수 있다.
소정 실시예에서, ES 평가 플랫폼(120)은 차량 안전 위험 상태를 충족하는 차량의 상태 메트릭을 개선하기 위해서 출발지와 목적지 사이의 만족스러운 경로를 나타내는 정보를 생성할 수 있다(또한, 경로를 생성하는 것으로서 지칭됨). 만족스러운 경로는 최적 경로, 거의 최적의 경로, 또는 특정 품질을 갖는 경로(예를 들어, 두 번째 최선 경로, 세 번째 최선 경로 등)일 수 있으며, 차량의 더 편안한 운행에 도움이 될 수 있는 특정 풍경 또는 특정 유형의 도로(예를 들어, 시골길, 뒷길, 평면 도로 등)을 포함할 수 있다. 만족스러운 도로는 이런 도로를 주행하는 차량의 운전자의 만족스러운 감정 상태를 만들어 낸 기록이 있던 이전에 주행한 도로일 수 있다. 이런 실시예 중 하나에서, ES 평가 플랫폼(120)은 만족스러운 경로를 나타내는 정보를 생성할 수 있는 컴포넌트(예를 들어, 분석 컴포넌트(312))를 포함할 수 있다. 적어도 이런 목적을 위해, 도 3c에 도시된 실시예(360)와 같은 소정 구현에서, 이런 경로를 생성할 수 있는 컴포넌트(예를 들어, 분석 컴포넌트(312))는 계획 컴포넌트(364)와 같은 다른 컴포넌트를 포함할 수 있으며, 이는 만족스러운 경로를 나타내는 정보를 생성할 수 있다.
하나 이상의 실시예에서, 차량의 운전자 또는 탑승자의 감정 상태의 관리는 주도적으로 구현될 수 있다. ES 평가 플랫폼(120)은 출발지와 목적지 사이의 경로에 대한 주행 시간을 결정(예를 들어, 계산 또는 획득 등)할 수 있으며, 실질적으로 그 주행 시간 내에 렌더링하고 차량의 운전자 또는 그 탑승자의 감정 상태를 만족스러운 상태로 조절하도록 구성되는 콘텐츠에 대한 추천을 제공하기 위해 그 주행 시간을 이용하거나 달리 활용할 수 있다. 차량의 운행 도중에 추천 콘텐츠를 렌더링하는 것은 차량의 운전자 또는 탑승자의 만족스러운 감정 상태를 만들 수 있다. 이런 경로가 본 명세서에 개시된 만족스러운 경로일 수 있음을 이해해야 한다. 소정 실시예에서, 계획 컴포넌트(364)는 주행 시간을 결정할 수 있다. 또한 또는 대안으로, 계획 컴포넌트(364)는 결정되는 주행 시간에 적어도 부분적으로 기초하여 본 명세서에 개시된 바와 같이 콘텐츠에 대한 추천을 생성할 수 있다.
도 6-9는 본 개시 내용의 하나 이상의 양상에 따르는, 차량과 디바이스 사이의 콘텍스트-리치(context-rich) 통신을 위한 예시적인 운용 환경의 블록도를 도시한다. 이들 예시적인 운용 환경은 단지 예시적인 것이며, 운용 환경의 아키텍처의 이용 또는 기능의 범위에 대한 어떠한 제한을 제안하거나 달리 전달하고자 하는 것이 아니다. 또한, 운용 환경은 이들 예시적인 운용 환경에 도시되는 컴포넌트들 중 어느 하나 또는 이들의 조합과 관련된 임의의 종속성 또는 요건을 갖는 것으로 해석되지 않아야 한다. 이들 운용 환경은 ES 평가 플랫폼(120), ES 평가 플랫폼(120) 및 다른 차량에서의 다른 ES 평가 플랫폼 등을 구현하거나 포함할 수 있다.
운용 환경(600)은 차량 운전자의 감정 상태의 평가 및 관리와 관련해서 설명된 동작의 처리 또는 실행이 컴퓨팅 디바이스(610)에서 하나 이상의 소프트웨어 컴포넌트의 실행에 응답하여 수행되는 본 개시 내용의 다양한 양상 또는 특징의 예시적인 소프트웨어 구현을 표현한다. 하나 이상의 소프트웨어 컴포넌트는, 여러 기능 목적 중에서, 컴퓨팅 디바이스(610), 또는 본 명세서에 개시된 바와 같이 차량 운전자의 평가 및/또는 관리를 위한 특정 머신과 같은, 이런 컴포넌트들을 포함하는 임의의 다른 컴퓨팅 디바이스를 렌더링할 수 있음을 이해해야 한다. 소프트웨어 컴포넌트는 하나 이상의 컴퓨터 액세스 가능한 명령어들 - 예를 들어, 컴퓨터 판독 가능한 및/또는 컴퓨터 실행 가능한 명령어들 -에서 구현될 수 있거나 또는 이들을 포함할 수 있다. 일 시나리오에서, 컴퓨터 액세스 가능한 명령어들 중 적어도 일부는 도 10-11에 제시된 하나 이상의 예시적인 방법, 및 본 명세서에 개시된 다양한 호출 흐름을 구현할 수 있다. 예를 들어, 하나의 이런 방법을 구현하기 위해, 컴퓨터 액세스 가능한 명령어들 중 적어도 일부는 컴퓨터 비일시적 저장 매체에 유지될 수 있고(예를 들어, 저장되고, 이용 가능하게 되고, 또는 저장되어 이용 가능하게 될 수 있고), 프로세서에 의해 실행될 수 있다. 소프트웨어 컴포넌트를 구현하는 하나 이상의 컴퓨터 액세스 가능한 명령어들은, 예를 들어 컴퓨팅 디바이스(610) 또는 다른 컴퓨팅 디바이스에서 컴파일되고, 링크되고/되거나 실행될 수 있는 하나 이상의 프로그램 모듈로 어셈블링될 수 있다. 일반적으로, 이런 프로그램 모듈들은, 컴퓨팅 디바이스(610)에 통합되거나 이에 기능적으로 결합될 수 있는, 하나 이상의 프로세서에 의한 실행에 응답하여 특정 태스크(예를 들어, 하나 이상의 동작)를 수행할 수 있는 컴퓨터 코드, 루틴들, 프로그램들, 오브젝트들, 컴포넌트들, 정보 구조들(예를 들어, 데이터 구조들 및/또는 메타데이터 구조들) 등을 포함한다.
본 개시 내용의 다양한 예시적인 실시예들은 수많은 범용 또는 특수 목적 컴퓨팅 시스템 환경 또는 구성을 이용하여 동작 가능할 수 있다. 차량 운전자의 감정 상태의 평가 및/또는 관리와 결합해서 본 개시 내용의 다양한 양상 또는 특징의 구현에 적합할 수 있는 잘 알려진 컴퓨팅 시스템들, 환경들, 및/또는 구성들의 예는 개인용 컴퓨터들; 서버 컴퓨터들; 랩톱 디바이스들; 모바일 태블릿들과 같은 핸드헬드 컴퓨팅 디바이스들; 웨어러블 컴퓨팅 디바이스들; 및 멀티프로세서 시스템들을 포함할 수 있다. 추가 예들은 셋톱 박스들, 프로그램 가능한 가전 제품들, 네트워크 개인용 컴퓨터(PC)들, 미니컴퓨터들, 메인프레임 컴퓨터들, 블레이드 컴퓨터들, 프로그램 가능한 로직 제어기들, 전술한 시스템들 또는 디바이스들 중 임의의 것을 포함하는 분산형 컴퓨팅 환경들 등을 포함할 수 있다.
예시된 바와 같이, 컴퓨팅 디바이스(610)는 하나 이상의 프로세서(612), 무선 유닛(614), 하나 이상의 입력/출력(I/O) 인터페이스(616), 메모리(630), 및 컴퓨팅 디바이스(610)의 다양한 기능 요소에 기능적으로 결합되는 버스 아키텍처(632)(또한, 버스(632)로 명명됨)를 포함할 수 있다. 버스(632)는 시스템 버스, 메모리 버스, 어드레스 버스, 또는 메시지 버스 중 적어도 하나를 포함할 수 있으며, 프로세서(들)(612), I/O 인터페이스(들)(616), 및/또는 메모리(630), 또는 본 명세서에서의 임의의 각각의 기능 요소 사이에서 정보(예를 들어, 데이터, 메타데이터, 및/또는 시그널링)의 교환을 허용할 수 있다. 소정 시나리오에서, 하나 이상의 내부 프로그래밍 인터페이스(650)(또한, 인터페이스(650)로서 지칭됨)와 함께 버스(632)는 정보의 이런 교환을 허용할 수 있다. 내부 프로그래밍 인터페이스(650)는 하나 이상의 애플리케이션 프로그래밍 인터페이스(API: application programming interface)들을 구현할 수 있으며, 프로세서에 의한 실행에 응답하여, 하나 이상의 ES 평가 및 관리 컴포넌트(들)(636)의 상이한 부분들 사이에서 정보의 교환을 허용할 수 있다. 프로세서(들)(612)가 다수의 프로세서를 포함하는 시나리오에서, 컴퓨팅 디바이스(610)는 병렬 컴퓨팅을 이용할 수 있다.
I/O 인터페이스(들)(616)는 컴퓨팅 디바이스와 외부 디바이스 사이에서 정보의 통신을 허용한다. 일례로서, 외부 디바이스는 센서(들)(204) 중 하나의 센서로 구현되거나 이를 포함할 수 있다. 다른 예로서, 외부 디바이스는 다른 컴퓨팅 디바이스, 예를 들어 네트워크 요소(예를 들어, 서비스 컴포넌트(들)(244) 중 하나의 서비스 컴포넌트) 또는 최종 사용자 디바이스로 구현되거나 또는 이를 포함할 수 있다. 이런 통신은 네트워크 또는 그 요소를 통해 컴퓨팅 디바이스(610)와 외부 디바이스 사이의 정보 교환과 같은 직접 통신 또는 간접 통신을 포함할 수 있다. 예시된 바와 같이, I/O 인터페이스(들)(616)는 네트워크 어댑터(들)(618), 주변 장치 어댑터(들)(622), 및 렌더링 유닛(들)(626) 중 하나 이상을 포함할 수 있다. 이런 어댑터(들)는 외부 디바이스와 프로세서(들)(612) 중 하나 이상 또는 메모리(630) 사이의 연결을 허용하거나 촉진할 수 있다. 일 양상에서, 네트워크 어뎁터(들)(618) 중 적어도 하나는 컴퓨팅 디바이스(610)와 하나 이상의 디바이스(670) 사이에서 트래픽(662) 및/또는 시그널링(664)의 교환을 허용하거나 촉진할 수 있는 하나 이상의 트래픽 및 시그널링 파이프(660)를 통해 컴퓨팅 디바이스(610)를 하나 이상의 디바이스(670)에 기능적으로 결합할 수 있다. 하나 이상의 디바이스(670)에 포함된 디바이스(들)는 특정 기능(컴퓨팅, 조명, 구동, 또는 감지 등)을 위한 적당한 아키텍처(예를 들어, 회로)를 갖는 전자 컴포넌트 또는 전자기계 컴포넌트일 수 있다. 이런 아키텍처는 컴퓨팅 기능 및 연관된 컴퓨팅 자원(예를 들어, 프로세서(들), 메모리 디바이스(들), 버스 구조 및 관련된 통신 대역폭)을 소정의 각각의 디바이스에 제공할 수 있다. 하나 이상의 디바이스(670)에 포함된 다른 디바이스(들)에서, 아키텍처는 거의 전적으로 아날로그 기능을 제공할 수 있다.
네트워크 어댑터(들)(618) 중 적어도 하나에 의해 적어도 부분적으로 제공되는 이런 네트워크 결합은 유선 환경, 무선 환경, 또는 이들 모두로 구현될 수 있다. 적어도 하나의 네트워크 어댑터에 의해 통신되는 정보는 본 개시 내용의 방법에서 하나 이상의 동작의 구현에 의해 얻을 수 있다. 이런 출력은 텍스트, 그래픽, 애니메이션, 오디오, 촉각 등을 포함하지만 이에 제한되지 않는 시각적 표현의 임의의 형태일 수 있다. 소정 실시예에서, 디바이스(들)(670) 각각은 컴퓨팅 디바이스(610)와 실질적으로 동일한 아키텍처를 가질 수 있다.
I/O 인터페이스(들)(616)는 컴퓨팅 디바이스(610)의 동작의 제어를 허용할 수 있거나 또는 컴퓨팅 디바이스(610)의 동작의 상태를 전달하거나 드러내게 할 수 있는 기능 요소들(예를 들어, 발광 다이오드들과 같은 조명들, 액정 디스플레(LCD)와 같은 디스플레이, 이들의 조합 등)을 포함할 수 있는 렌더링 유닛(들)(626)을 포함할 수 있다.
본 명세서에 개시된 바와 같이, 컴퓨팅 디바이스(610)는 또한 컴퓨팅 디바이(610)가 다른 디바이스들(IVI 시스템, 미터 또는 다른 유형의 모니터 컴포넌트, 차량 내의 RFID 유닛 등)에 무선으로 통신하게 할 수 있는 무선 유닛(614)을 포함한다. 일 실시예, 예를 들어 도 7에 도시된 예시적인 실시예(700)에서, 무선 유닛(614)은 하나 이상의 안테나(702); 하나 이상의 전송기/수신기(706)의 한 세트; 및 멀티플렉서/디멀티플렉서(mux/demux) 유닛(708), 변조기/복조기(mod/demod) 유닛(716)(또한, 모뎀(716)으로서 지칭됨), 및 코더/디코더 유닛(712)(또한, 코덱(712)으로서 지칭됨)에 기능적으로 결합되는, 그 안의 컴포넌트들(증폭기들, 필터들 등)을 포함할 수 있다. 전송기(들)/수신기(들)(706) 각각은 하나 이상의 안테나(702)를 통해 무선 신호(예를 들어, 전자기 방사)를 전송 및 수신할 수 있는 각각의 송수신기(들)를 형성할 수 있다.
전자 컴포넌트들 및 연관된 회로, 예를 들어 mux/demux 유닛(708), 코덱(712), 및 모뎀(716)은 컴퓨팅 디바이스(610)에 의해 수신되는 신호(들) 및 이런 디바이스에 의해 전송될 신호(들)의 처리 및 조정, 예를 들어 코딩/디코딩, 암호해독, 및/또는 변조/복조를 허용하거나 촉진할 수 있다. 일 양상에서, 수신되고 전송된 무선 신호들은 하나 이상의 무선 기술 프로토콜(예를 들어, 3GPP(3rd Generation Partnership Project), UMTS(Universal Mobile Telecommunication System), 3GPP LTE(Long Term Evolution) 등)에 따라서 변조되고/되거나 코딩되거나, 달리 처리될 수 있다.
하나 이상의 전송기/수신기(706)를 포함하는, 전술한 무선 유닛에서의 전자 컴포넌트들은 버스(714)를 통해 정보(예를 들어, 데이터, 메타데이터, 코드 명령어들, 시그널링 및 관련된 페이로드 데이터, 또는 이들의 조합 등)를 교환할 수 있으며, 버스는 시스템 버스, 어드레스 버스, 데이터 버스, 메시지 버스, 참조 링크 또는 인터페이스, 또는 이들의 조합 등 중 적어도 하나를 구현하거나 포함할 수 있다. 하나 이상의 전송기/수신기(706) 각각은 신호를 아날로그에서 디지털로 또한 그 반대로 변환할 수 있다. 또한 또는 대안으로, 전송기(들)/수신기(들)(706)는 단일 데이터 스트림을 다수의 병렬 데이터 스트림으로 분할하거나, 또는 그 반대 동작을 수행할 수 있다. 이런 동작들은 다양한 다중화 스킴의 일부로서 행해질 수 있다. 예시된 바와 같이, mux/demux 유닛(708)은 하나 이상의 전송기/수신기(706)에 기능적으로 결합되고, 시간 및 주파수 도메인에서 신호의 처리를 허용할 수 있다. 일 양상에서, mux/demux 유닛(708)은 다양한 다중화 스킴, 예를 들어 시분할 다중화(TDM: time division multiplexing), 주파수 분할 다중화(FDM: frequency division multiplexing), 직교 주파수 분할 다중화(OFDM: orthogonal frequency division multiplexing), 코드 분할 다중화(CDM: code division multiplexing), 또는 공간 분할 다중화(SDM; space division multiplexing)에 따라 정보(예를 들어, 데이터, 메타데이터 및/또는 시그널링)를 다중화하고 역다중화할 수 있다. 또한 또는 대안으로, 다른 양상에서, mux/demux 유닛(708)은 거의 모든 코드, 예를 들어 하다마드-왈시 코드들(Hadamard-Walsh codes), 베이커 코드들(Baker codes), 카사미 코드들(Kasami codes), 다위상 코드들 등에 따라 정보(예를 들어, 코드들)를 스크램블 및 확산할 수 있다. 모뎀(716)은 다양한 변조 기술, 예를 들어 주파수 변조(예를 들어, 주파수-시프트 키잉), 진폭 변조(예를 들어, M-ary 직각 진폭 변조(QAM: quadrature amplitude modulation) - M은 양의 정수-, 진폭-시프트 키잉(ASK: amplitude-shift keying)), 위상 시프트 키잉(PSK: phase-shift keying) 등에 따라 정보(예를 들어, 데이터, 메타데이터, 시그널링 또는 이들의 조합)를 변조 및 복조할 수 있다. 또한, 프로세서(들)(612)는 컴퓨팅 디바이스(610)가 다중화/역다중화, 변조 레이트들의 변조/복조(예를 들어, 직접 및 역 고속 푸리에 변환들을 구현하는 것) 선택, 데이터 패킷 포맷들의 선택, 패킷 간 시간(inter-packet times) 등을 위한 데이터(예를 들어, 심볼, 비트 또는 칩)를 처리하게 할 수 있다.
코덱(712)은 각각의 전송기(들)/수신기(들)(706)로부터 형성된 하나 이상의 송수신기를 통해 적어도 부분적으로 통신하는데 적당한 하나 이상의 코딩/디코딩 스킴에 따라서 정보(예를 들어, 데이터, 메타데이터, 시그널링 또는 이들의 조합)를 다룰 수 있다. 일 양상에서, 이런 코딩/디코딩 스킴 또는 관련된 절차(들)는 메모리(630)에서 하나 이상의 컴퓨터 액세스 가능한 명령어(컴퓨터 판독 가능한 명령어, 컴퓨터 실행 가능한 명령어, 또는 이들의 조합)의 일 그룹으로서 유지될 수 있다. 컴퓨팅 디바이스(610)와 다른 디바이스(예를 들어, 디바이스(들)(670) 중 하나의 디바이스) 사이의 무선 통신이 다수-입력 다수-출력(MIMO: multiple-input multiple-output), 다수-입력 단일-출력(MISO: multiple-input single-ouput), 단일-입력 다수-출력(SIMO: single-input multiple-output) 또는 단일-입력 단일-출력(SISO: single-input single-output) 동작을 이용하는 시나리오에서, 코덱(712)은 공간-시간 블록 코딩(STBC: space-time block coding) 및 연관된 디코딩, 또는 공간-주파수 블록 코딩(SFBC: space-frequency block coding) 및 연관된 디코딩 중 적어도 하나를 구현할 수 있다. 또한 또는 대안으로, 코덱(712)은 공간 다중화 스킴들에 따라서 코딩된 데이터 스트림들로부터 정보를 추출할 수 있다. 일 양상에서, 수신된 정보(예를 들어, 데이터, 메타데이터, 시그널링 또는 이들의 조합)을 디코딩하기 위해서, 코덱(712)은 특정 복조를 위한 성상도(constellation) 실현과 연관된 LLR(log-likelihood ratios)의 계산; MRC(maximal ratio combining) 필터링; ML(maximum-likelihood) 검출; SIC(successive interference cancellation) 검출; ZF(zero forcing) 및 MMSE(minimum mean square error estimation) 검출 등 중 적어도 하나를 구현할 수 있다. 코덱(712)은 본 명세서에 개시된 양상들에 따라서 동작하기 위해 mux/demux 유닛(708) 및 mod/demod 유닛(716)을 적어도 부분적으로 이용할 수 있다.
컴퓨팅 디바이스(610)는 상이한 전자기 방사(EM; electromagnetic radiation) 주파수 대역들에서 전달되는 무선 신호를 갖는 다양한 무선 환경에서 동작할 수 있다. 적어도 이런 목적을 위해서, 무선 유닛(614)은 EM 스펙트럼의 무선 주파수(RF) 부분들, EM 스펙트럼의 마이크로웨이브 부분(들), 또는 EM 스펙트럼의 적외선(IR) 부분 중 하나 이상을 포함하는 하나 이상의 EM 주파수 대역(또한 주파수 대역들로서 지칭됨)의 세트 내의 무선 신호를 처리(코딩, 디코딩, 포맷팅 등)할 수 있다. 일 양상에서, 하나 이상의 주파수 대역의 세트는 (ⅰ) 모든 또는 대부분의 라이센스 받은 EM 주파수 대역들, 또는 (ⅱ) 통신에 현재 이용 가능한 모든 또는 대부분의 라이센스 받지 않은 주파수 대역들 중 적어도 하나를 포함할 수 있다.
예시적인 실시예(700)의 소정 구현에서, mux/demux 유닛(708), 모뎀(716), 또는 코덱(712) 중 하나 이상은 본 명세서에 개시된 통신 처리 기능을 구현하기 위해 프로세서(들) 중 적어도 하나를 이용하거나 달리 활용할 수 있다. 일 양상에서, 적어도 하나의 프로세서는 통신 처리 기능을 구현하기 위해서 메모리(630)에 보유된 하나 이상의 컴퓨터 액세스 가능한 명령어를 실행할 수 있다. 또한, 적어도 무선 통신과 관련해서, 메모리(630) 또는 그 메모리 요소, 예를 들어 기능 명령어 스토리지(646)는 분리 가능한 요소, 예를 들어 가입자 식별 모듈(SIM: subscriber identification module) 카드 스토리지, 범용 집적 회로 카드(UICC: universal integrated circuit card) 스토리지, 또는 분리 가능한 사용자 신원 모듈(RUIM: removable user identity module)로 구현되거나 또는 이들을 포함할 수 있다.
컴퓨팅 디바이스(610)는 또한 여러 가능한 유형의 버스 구조 중 하나 이상을 나타내는 버스(632)를 포함할 수 있으며, 버스 구조들은 메모리 버스 또는 메모리 제어기, 주변 장치 버스, 가속 그래픽 포트, 및 다양한 버스 아키텍처 중 임의의 아키텍처를 이용하는 프로세서 또는 로컬 버스를 포함한다. 예시로서, 이런 아키텍처들은 산업 표준 아키텍처(ISA: Industry Standard Architecture) 버스, 마이크로 채널 아키텍처(MCA: Micro Channel Architecture) 버스, 인핸스드 ISA(EISA: Enhanced ISA) 버스, VESA(Video Electronics Standards Association) 로컬 버스, AGP(Accelerated Graphics Port) 버스, PCI(Peripheral Component Interconnects) 버스, PCI-익스프레스 버스, PCMCIA(Personal Computer Memory Card Industry Association) 버스, USB 등을 포함할 수 있다. 버스(632), 및 본 명세서에 개시된 모든 버스들은 유선 또는 무선 네트워크 연결을 통해 구현될 수 있으며, 프로세서(들)(612), 메모리(630) 및 그 메모리 요소들, 및 I/O 인터페이스(들)(616)를 포함하는 서브시스템 각각은, 이런 형태의 버스들을 통하여 연결된, 물리적으로 분리된 위치들에서 하나 이상의 원격 컴퓨팅 디바이스(670) 내에 포함되어, 사실상 완전 분산 시스템을 구현할 수 있다.
컴퓨팅 디바이스(610)은 다양한 컴퓨터 판독 가능한 매체를 포함할 수 있다. 컴퓨터 판독 가능한 매체는 컴퓨팅 디바이스에 의해 액세스될 수 있는 임의의 이용 가능한 매체 - 일시적 및 비일시적 - 를 포함할 수 있다. 일 양상에서, 컴퓨터 판독 가능한 매체는 컴퓨터 비일시적 저장 매체(또는 컴퓨터 판독 가능한 비일시적 저장 매체) 및 통신 매체를 포함할 수 있다. 예시적인 컴퓨터 판독 가능한 비일시적 저장 매체는 컴퓨팅 디바이스(610)에 의해 액세스될 수 있는 임의의 이용 가능한 매체일 수 있고, 예를 들어 휘발성 및 비휘발성 매체 모두, 및 이동식 및/또는 비이동식 매체를 포함할 수 있다. 일 양상에서, 메모리(630)는 랜덤 액세스 메모리(RAM)와 같은 휘발성 메모리 및/또는 판독 전용 메모리(ROM)와 같은 비-휘발성 메모리 형태의 컴퓨터 판독가능 매체를 포함할 수 있다.
메모리(630)는 기능 명령어 스토리지(634) 및 기능 정보 스토리지(638)를 포함할 수 있다. 기능 명령어 스토리지(634)는 (프로세서(들)(612) 중 적어도 하나에 의한) 실행에 응답하여 본 개시 내용의 하나 이상의 기능을 구현할 수 있는 컴퓨터 액세스 가능한 명령어를 포함할 수 있다. 컴퓨터 액세스 가능한 명령어들은 ES 평가 및 관리 컴포넌트(들)(636)로서 예시된 하나 이상의 소프트웨어 컴포넌트를 구현할 수 있거나 포함할 수 있다. 하나의 시나리오에서, ES 평가 및 관리 컴포넌트(들)(636) 중 적어도 하나의 컴포넌트의 실행은 예시적인 방법들(1000 내지 1100) 중 하나 이상을 구현할 수 있다. 예를 들어, 이런 실행은 적어도 하나의 컴포넌트를 실행하는 프로세서가 개시된 예시적인 방법을 수행하게 할 수 있다. 일 양상에서, ES 평가 및 관리 컴포넌트(636) 중 적어도 하나를 실행하는 프로세서(들)(612) 중 하나의 프로세서가 ES 평가 및 관리 컴포넌트(들)(636)에 의해 프로그래밍되거나 달리 구성되는 기능에 따라서 동작하기 위해서, 기능 정보 스토리지(638) 내의 ES 평가 및 관리 정보(640)로부터 정보를 검색하거나 또는 여기에 정보를 유지할 수 있음을 이해해야 한다. 이런 정보는 코드 명령어, 정보 구조들 등 중 적어도 하나를 포함할 수 있다. 하나 이상의 인터페이스(650)(예를 들어, 애플리케이션 프로그램 인터페이스(들))중 적어도 하나는 기능 명령어 스토리지(634) 내의 2 이상의 컴포넌트 사이에서 정보의 통신을 허용하거나 촉진할 수 있다. 적어도 하나 인터페이스에 의해 통신되는 정보는 본 개시 내용의 방법에서 하나 이상의 동작의 구현으로부터 얻을 수 있다. 소정 실시예에서, 기능 명령어 스토리지(634) 및 기능 정보 스토리지(638) 중 하나 이상은 이동식/비이동식, 및/또는 휘발성/비휘발성 컴퓨터 저장 매체로 구현되거나 또는 이를 포함할 수 있다.
ES 평가 및 관리 컴포넌트(들)(636) 또는 ES 평가 및 관리 정보(640) 중 적어도 하나의 적어도 일부는 본 명세서에 개시된 기능에 따라서 적어도 동작하도록 프로세서들(612) 중 하나 이상을 프로그래밍하거나 달리 구성할 수 있다. 일 실시예, 예를 들어 도 8의 예시적인 실시예(800)에서, 기능 명령어(들) 스토리지(634)에 포함된 ES 평가 및 관리 컴포넌트(들)(636)는 교환 컴포넌트(324), ES 평가 컴포넌트(210) 및 이에 포함된 컴포넌트, 예를 들어 분석 컴포넌트(312) 및 메트릭 생성기(314)를 포함할 수 있다. 다른 실시예에서, ES 평가 및 관리 컴포넌트(들)(636)는 교환 컴포넌트(324), ES 평가 컴포넌트(210) 및 하나 이상의 ES 평가 컴포넌트(들), 예를 들어 피드백 컴포넌트(410) 또는 위험 응답 컴포넌트(510)를 포함할 수 있다. 이런 실시예에서, 교환 컴포넌트(324)의 하드웨어 또는 펌웨어 기능 요소들이 컴퓨팅 디바이스(610)의 적절한 컴포넌트들로 구현될 수 있음을 인식해야 한다. 또한, 예시적인 실시예(800)에서, 기능 정보 스토리지(638)는 ES 평가 스토리지(224)를 포함할 수 있다. 프로세서(들)(612) 중 하나 이상은 이런 컴포넌트들 중 적어도 하나를 실행할 수 있고, 본 명세서에 개시된 하나 이상의 양상에 따라서 차량의 운전자의 감정 상태를 평가 또는 관리, 또는 평가 및 관리 모두를 하기 위해서 기능 정보 스토리지(638) 내의 정보 중 적어도 일부를 이용하거나 달리 활용할 수 있다.
소정 시나리오에서, 기능 명령어(들) 스토리지(634)가, 컴퓨터 액세스 가능한 명령어들의 실행에 응답하여 적어도 하나의 프로세서(예를 들어, 프로세서(들)(612) 중 하나 이상)가 개시된 방법들과 결합해서 설명된 동작들 또는 블록들을 포함하는 일 그룹의 동작을 수행하게 하는 컴퓨터 액세스 가능한 명령어들을 갖는 컴퓨터 판독 가능한 비일시적 저장 매체를 구현하거나 또는 포함할 수 있음을 이해해야 한다.
또한, 메모리(630)는 컴퓨팅 디바이스(610)의 동작 및/또는 관리(예를 들어, 업그레이드, 소프트웨어 설치, 임의의 다른 구성 등)를 허용하거나 촉진하는 컴퓨터 액세스 가능한 명령어 및 정보(예를 들어, 데이터 및/또는 메타데이터)를 포함할 수 있다. 따라서, 예시된 바와 같이, 메모리(630)는 하나 이상의 운영 체계, 예를 들어 윈도우 운영체계, 유닉스, 리눅스, 심비안, 안드로이드, 크롬, 및 모바일 컴퓨팅 디바이스들 또는 테더링된 컴퓨팅 디바이스들에 적합한 사실상 임의의 운영 체계를 구현하거나 또는 포함하는 하나 이상의 프로그램 모듈을 포함하는 메모리 요소(642)(운영 체계(OS) 명령어(들)(642)로 라벨링된)를 포함할 수 있다. 일 양상에서, 컴퓨팅 디바이스(610)의 운영 및/또는 아키텍처 복잡성은 적절한 운영 체계에 영향을 줄 수 있다. 메모리(630)는 또한 컴퓨팅 디바이스(610)의 동작 및/또는 관리를 허용하거나 촉진하는 데이터 및/또는 메타데이터를 갖는 시스템 정보 스토리지(646)를 포함한다. OS 명령어(들)(642) 및 시스템 정보 스토리지(646)의 요소들은 프로세서(들)(612) 중 적어도 하나에 의해 액세스 가능하거나 다루어질 수 있다.
기능 명령어 스토리지(634) 및 다른 실행 가능한 프로그램 컴포넌트들, 예를 들어 OS 명령어(들)(642)가 본 명세서에서 개별 블록으로서 예시되어 있지만, 이런 소프트웨어 컴포넌트들이 컴퓨팅 디바이스(610)의 상이한 메모리 컴포넌트들에 다양한 시간에 상주할 수 있고, 프로세서(들)(612) 중 적어도 하나에 의해 실행될 수 있음을 인식해야 한다. 소정 시나리오에서, ES 평가 및 관리 컴포넌트(들)(636)의 구현은 컴퓨터 판독 가능한 매체의 일부 형태에 유지되거나 또는 이를 통해 전송될 수 있다.
컴퓨팅 디바이스(610), 및/또는 디바이스(들)(670) 중 하나는 전원(도시 안 됨)을 포함할 수 있고, 전원은 이런 디바이스들 내의 컴포넌트들 또는 기능 요소들에 전력을 공급할 수 있다. 전원은 재충전 가능한 전원, 예를 들어 재충전 가능한 배터리일 수 있으며, 컴퓨팅 디바이스(610), 및/또는 디바이스(들)(670) 중 하나, 컴포넌트들, 기능 요소들, 및 이에 관련된 회로의 동작에 적합한 전력 레벨을 달성하기 위해 하나 이상의 변압기를 포함할 수 있다. 소정 시나리오에서, 전원은 재충전하고 이런 디바이스들이 동작할 수 있음을 보장하기 위해 종래의 전력 그리드에 부착될 수 있다. 일 양상에서, 전원은 종래의 전력 그리드에 동작 가능하게 연결하기 위해 I/O 인터페이스(예를 들어, 네트워크 어댑터(들)(618) 중 하나)를 포함할 수 있다. 다른 양상에서, 전원은 컴퓨팅 디바이스(610), 및/또는 디바이스(들)(670) 중 하나에 대한 추가 또는 대안적인 전력원 또는 자율성을 제공하기 위해 솔라 패널(solar panel)과 같은 에너지 변환 컴포넌트를 포함할 수 있다.
명세서에 개시된 바와 같이, 컴퓨팅 디바이스(610)는 원격에 위치할 수 있는 하나 이상 디바이스(670)와의 연결들을 이용하여 네트워크된 환경에서 동작할 수 있다. 예시로서, 원격 디바이스는 개인용 컴퓨터, 휴대용 컴퓨터, 서버, 라우터, 네트워크 컴퓨터, 피어 디바이스 또는 다른 공통 네트워크 노드, 센서, 제어 컴포넌트, 액추에이터, 트랜스듀서, 조명 기구, 단말기 디스플레이, 또는 임의의 다른 디스플레이 유닛, 전술한 것들의 임의의 조합 등일 수 있다. 명세서에 개시된 바와 같이, 컴퓨팅 디바이스(610)와 하나 이상의 원격 디바이스(670) 중 하나의 디바이스 사이의 연결들(물리적 및/또는 논리적)은 하나 이상의 트래픽 및 시그널링 파이프(660)를 통해 이루어질 수 있으며, 이들은 유선 링크(들) 및/또는 무선 링크(들), 및 근거리 통신망(LAN) 및/또는 광역 통신망(WAN)을 형성하는 여러 네트워크 요소(예를 들어, 라우터들 또는 스위치들, 집중기들, 서버들 등)를 포함할 수 있다. 이런 네트워킹 환경들은 일반적으로 종래의 것이며, 주택들, 사무실들, 전사적 컴퓨터 네트워크들, 인트라넷들, 근거리 통신망들, 및 광역 통신망들에 흔히 있다.
도 9에 도시된 예시적인 실시예(900)와 같은 하나 이상 실시예에서, 개시된 방법들 중 하나 이상은, 예를 들어 분산 컴퓨팅 환경들(예를 들어, 그리드 기반 환경들)에서 실행될 수 있으며, 이런 환경들에서 작업들은 트래픽 및 시그널링 파이프들 및 관련된 네트워크 요소들을 갖는 네트워크를 통해 기능적으로 결합된(예를 들어, 통신 가능하게 링크되거나 달리 결합된) 원격 처리 디바이스들(디바이스(들)(670) 중 적어도 하나)에 의해 수행될 수 있다. 분산 컴퓨팅 환경에서, 일 양상에서, 하나 이상의 소프트웨어 컴포넌트(예를 들어, 프로그램 모듈들)는 로컬 컴퓨팅 디바이스(610), 및 컴퓨팅 디바이스(910)와 같은 적어도 하나 원격 컴퓨팅 디바이스 모두에 위치할 수 있다. 본 명세서에 예시되고 개시된 바와 같이, 적어도 하나의 원격 컴퓨팅 디바이스, 예를 들어 컴퓨팅 디바이스(910)는 컴퓨팅 디바이스(610)와 동일한 아키텍처 및 연관된 기능을 실질적으로 가질 수 있다. 예를 들어, 컴퓨팅 디바이스(910)는 프로세서(들)(912), 무선 유닛(914), I/O 인터페이스(916), 및 메모리(930)를 포함할 수 있으며, 여기서 버스 아키텍처는 이런 소자들 중 2 이상을 기능적으로 연결할 수 있다. 메모리(930)는 하나 이상의 ES 평가 및 관리 컴포넌트(들)(936)를 갖는 기능 명령어 스토리지(934), 및 ES 평가 및 관리 정보(940)를 갖는 기능 정보 스토리지(938)를 포함할 수 있다. 메모리(930)는 또한, OS 명령어(들)(942), 및 컴퓨팅 디바이스(910)의 동작 및/또는 관리를 적어도 부분적으로 허용할 수 있는 시스템 정보 스토리지(946)를 포함할 수 있다. 하나 이상의 내부 프로그래밍 인터페이스(950)(도 9에서 인터페이스(들)(950)로 표시됨)는 ES 평가 및 관리 컴포넌트(들)(936)와 기능 정보 스토리지(938) 사이에서 정보의 교환을 허용하거나 촉진할 수 있다. 여러 컴포넌트가 ES 평가 및 관리 컴포넌트(들)(936)의 그룹에 존재하는 시나리오에서, 인터페이스(들)(950) 중 적어도 하나의 인터페이스는 이런 컴포넌트들 중 적어도 2개 사이에서 정보의 교환을 허용하거나 촉진할 수 있다.
일 구현에서, 컴퓨팅 디바이스(610)는 교환 컴포넌트(324), 및 ES 평가 컴포넌트(210)의 서브컴포넌트들 중 일부를 구현하거나 또는 포함할 수 있은 반면, 컴퓨팅 디바이스(910)는 ES 평가 컴포넌트(210)의 다른 부분을 포함하거나 또는 구현할 수 있다. 교환 컴포넌트(324), 및 ES 평가 컴포넌트(210) 중 일부의 다른 분포가 고려되고 구현될 수 있다. 유사하게, 피드백 스토리지(430) 또는 위험 응답 스토리지(540) 중 하나 이상을 포함할 수 있는 ES 평가 스토리지(224) 및 ES 관리 스토리지(810)는 또한 컴퓨팅 디바이스(610)와 컴퓨팅 디바이스(910) 또는 다른 디바이스들(예를 들어, 전용 스토리지 또는 메모리 디바이스들) 사이에 분산될 수 있다.
본 명세서에 개시된 양상들을 고려하여, 본 개시 내용에 따라서 구현될 수 있는 예시적인 방법들은 도 10-11의 순서도를 참고로 잘 이해될 수 있다. 설명의 간략화를 위해, 본 명세서에 개시된 예시적인 방법들은 일련의 블록들로서 설명된다(예를 들어, 각각의 블록은 방법에서 액션 또는 동작을 나타냄). 그러나, 일부 블록이 본 명세서에 도시되고 설명된 것과 상이한 순서로 그리고/또는 다른 블록과 동시에 발생할 수 있기 때문에, 개시된 방법이 블록 및 연관된 액션 또는 동작의 순서에 의해 제한되지 않는다는 것을 이해하고 알아야 한다. 예를 들어, 본 개시 내용의 다양한 방법 또는 프로세스는 대안적으로, 예를 들어 상태도에서, 일련의 상관된 상태들 또는 이벤트들로 표현될 수 있다. 더욱이, 모든 예시된 블록 및 연관된 액션(들)은 본 개시 내용 중 하나 이상의 양상에 따라서 방법을 구현하는데 요구되지 않을 수 있다. 그 외에 더, 개시된 방법들 또는 프로세스들 중 2 이상은 본 명세서에 개시된 하나 이상의 특징 또는 장점을 달성하기 위해, 서로 결합하여 구현될 수 있다.
본 개시 내용의 방법들이, 컴퓨팅 디바이스의 프로세서에 의해 실행되어 구현하기 위해 또는 컴퓨팅 디바이스의 메모리 또는 이에 기능적으로 연결된 메모리에 저장을 위해 이런 방법을 컴퓨팅 디바이스(예를 들어, 데스크톱 컴퓨터; 태블릿 컴퓨터 또는 스마트폰과 같은 모바일 컴퓨터; 게임 콘솔, 이동 전화; 블레이드 컴퓨터; 프로그램 가능한 로직 제어기 등)에 운송 및 전송하는 것을 허용하거나 촉진하기 위해서 제조물 또는 컴퓨터 판독 가능한 저장 매체상에 유지될 수 있음을 이해해야 한다. 일 양상에서, 하나 이상의 프로세서, 예를 들어 개시된 방법들 중 하나 이상을 구현(예를 들어, 실행)하는 프로세서(들)는 하나 이상의 방법을 구현하기 위해 메모리 또는 임의의 컴퓨터 또는 머신 판독 가능한 매체에 유지된 코드 명령어들을 실행하기 위해 이용될 수 있다. 코드 명령어들은 본 명세서에 개시된 방법들을 구현하기 위해 컴퓨터 실행 가능한 또는 머신 실행 가능한 프레임워크를 제공할 수 있다.
도 10은 본 개시 내용의 적어도 소정 양상에 따라서 차량 운전자의 감정 상태를 평가하는 예시적인 방법(1000)의 순서도를 도시한다. 적어도 하나 프로세서를 갖거나 또는 적어도 하나의 프로세서에 기능적으로 결합되는 하나 이상 컴퓨팅 디바이스는 해당하는 예시적인 방법(1000)의 하나 이상의 블록을 구현(예를 들어, 컴파일, 실행, 컴파일 및 실행 등)할 수 있다. 다른 시나리오들에서, 예시적인 방법(1000)의 하나 이상의 블록은 한 시스템에 포함된 2 이상 컴퓨팅 디바이스에 의해 분산 형태로 구현될 수 있다. 2 이상 컴퓨팅 디바이스 각각은 적어도 하나 프로세서를 가지거나, 또는 적어도 하나의 프로세서에 기능적으로 결합될 수 있고, 여기서 이런 프로세서(들)는 하나 이상의 블록 중 적어도 하나를 구현할 수 있다.
블록(1010)에서, 차량(예를 들어, 차량(104))의 퍼포먼스를 나타내는 운행 정보가 액세스된다. 본 명세서에 개시된 바와 같이, 운행 정보에 액세스하는 것은 복수의 센서 중 하나 이상의 센서(예를 들어, 센서(들)(204))로부터 운행 정보 중 적어도 일부를 수신하는 것을 포함할 수 있다. 소정 시나리오에서, 복수의 센서의 각각의 센서가 차량의 움직임을 검출하거나 또는 검출하도록 구성될 수 있는 반면, 다른 시나리오에서 복수의 센서들 중 일부가 차량의 움직임을 검출하거나 또는 검출하도록 구성될 수 있음을 이해해야 한다.
블록(1020)에서, 차량 운전자의 행동을 나타내는 행동 정보가 액세스(예를 들어, 수신, 검색 등)된다. 일 양상에서, 행동 정보에 액세스하는 것은 차량 운전자의 모습을 나타내는 영상 정보에 액세스하는 것을 포함할 수 있다. 본 명세서에 개시된 바와 같이, 일 양상에서, 이런 정보(예를 들어, 데이터, 메타데이터 및/또는 시그널링)는 영상 정보를 생성하는 하나 이상의 카메라, 예를 들어 운전자 대면 카메라들로부터 수신될 수 있다. 다른 양상에서, 수신되는 영상 정보는 행동 정보 중 적어도 일부를 생성하여 이에 액세스하기 위해 분석되거나 달리 처리될 수 있다. 행동 정보 중 적어도 일부를 생성하는 것은 영상 정보로부터 특정 특징을 추출하는 것을 포함할 수 있다. 예를 들어, 하나 이상의 얼굴 특징이 영상 정보로부터 추출될 수 있다. 따라서, 일 양상에서, 행동 정보에 액세스하는 것은 영상 정보에 적어도 부분적으로 기초하여 차량 운전자의 얼굴 특징을 결정하는 것을 포함할 수 있다. 일 양상에서, 얼굴 특징을 결정하기 위해, 해당하는 예시적인 방법을 구현하는 컴퓨팅 디바이스 또는 이에 기능적으로 결합되는 프로세서(들)는 적어도 얼굴 인식 기술을 구현할 수 있다. 다른 특징 추출 기술(들)이 얼굴 인식 기술에 부가하여 또는 그의 대안으로 구현될 수 있음을 이해해야 한다.
또한 또는 대안으로, 행동 정보에 액세스하는 것은 차량 운전자에 의해 발음된 음성 분절을 나타내는 오디오 정보에 액세스하는 것을 포함할 수 있다. 이런 정보는 차량의 캐빈 내에서 이용 가능한(예를 들어, 설치되고 적절히 기능하는) 마이크로폰에 의해 생성될 수 있다. 다른 양상에서, 오디오 정보는 행동 정보 중 적어도 일부를 생성하고 따라서 이에 액세스하기 위해, 분석되거나 달리 처리될 수 있다(예를 들어, 오디오 노이즈는 오디오 정보로부터 제거되거나 완화될 수 있다). 행동 정보 중 적어도 일부를 생성하는 것은 오디오 정보에 적어도 부분적으로 기초하여 분절 음성의 구두 특징을 결정하는 것을 포함할 수 있다. 본 명세서에 개시된 바와 같이, 일 양상에서, 구두 특징은 운전자의 감정 상태를 나타낼 수 있다.
더욱이 또는 다른 대안으로서, 행동 정보에 액세스하는 것은 차량 운전자의 움직임을 나타내는 제스처 정보에 액세스하는 것을 포함할 수 있다. 제스처 정보는 본 명세서에 개시된 영상 정보를 생성할 수 있는 하나 이상의 카메라 중 하나의 카메라, 및/또는 제스처 감지 디바이스(예를 들어, 터치 스크린 또는 터치면)에 의해 적어도 부분적으로 생성될 수 있다. 소정 구현에서, 행동 정보에 액세스하는 것은 제스처 정보에 적어도 부분적으로 기초하여 차량 운전자의 제스처를 결정하는 것을 포함할 수 있다.
소정 실시예에서, 또한 또는 대안으로서, 차량 운전자의 신체 상태를 나타내는 건강 정보가 액세스될 수 있다. 본 명세서에 개시된 바와 같이, 신체 상태는 차량 운전자의 바이탈, 예를 들어 혈압, 혈당 농도, 심박수, 상기의 조합 등을 포함할 수 있다.
블록(1030)에서, 운전자의 감정 상태를 나타내는 상태 메트릭이 운행 정보 중 적어도 일부 및 행동 정보 중 적어도 일부에 적어도 부분적으로 기초하여 생성된다. 블록(1030)은 생성 동작으로서 지칭될 수 있고, 일 양상에서, 운행 정보 중 적어도 일부 및 행동 정보 중 적어도 일부를, 본 명세서에 개시된 양상들에 따라서 감정 상태의 생성을 허용할 수 있는 차량 정황 정보 내에 통합하는 것을 포함할 수 있다. 소정 실시예에서, 생성 동작은, 적어도 부분적으로, 차량 정황 정보 중 적어도 일부에 적용되는 AI 기술을 통해 감정 상태를 추정하는 것을 포함할 수 있다. 또한, 생성 동작은 추정된 감정 상태를 감정 상태들의 미리 결정된 분류 내의 카테고리 내에 매핑하는 것을 포함할 수 있다. 상태 메트릭은 특정 메트릭(수치 또는 그 외)을 카테고리에 할당하여 생성될 수 있다.
블록(1040)에서, 상태 메트릭이 제공된다. 블록(1040)은 제공 동작으로서 지칭될 수 있고, 일 양상에서, 상태 메트릭을 렌더링하는 것을 포함할 수 있다. 일 구현에서, 예를 들어, 렌더링은 상태 메트릭의 시각적 표현, 상태 메트릭의 청각적 표현, 또는 상태 메트릭의 햅틱 표현 중 적어도 하나를 제공하는 것을 포함할 수 있다. 다른 구현에서, 예를 들어, 렌더링은 차량의 미리 결정된 외부 영역에서 상태 메트릭을 렌더링하는 것을 포함할 수 있다. 본 명세서에 개시된 바와 같이, 외부 영역은 차량의 특정 부분에 장착되거나 달리 부착되는 하나 이상의 디스플레이 유닛(예를 들어, 디스플레이 유닛들(130))을 포함할 수 있다. 또 다른 구현에서, 렌더링은 시각적 표현, 청각적 표현 및/또는 햅틱 표현에 따라서 차량의 미리 결정된 내부 영역에서 상태 메트릭을 렌더링하는 것을 포함할 수 있다.
소정 구현에서, 제공 동작은 상태 메트릭을 다른 차량(예를 들어, 차량(150))에 전송하는 것을 포함할 수 있다. 일 양상에서, 상태 메트릭은 무선으로 전송될 수 있다. 다른 양상에서, 상태 메트릭은 다른 차량에 테더링된 링크를 통해 전송될 수 있다. 유사하게, 동일하지는 않게, 제공 동작은 차량의 환경 내의 기반 시설(예를 들어, 타워 또는 광고판에 위치할 수 있는 액세스 포인트; 요금소 등)에 정보를 제공하는 것을 포함할 수 있다.
소정 실시예에서, 예시적인 방법(1000)은 적어도 하나 다른 차량으로부터 적어도 하나 상태 메트릭을 수신하는 단계를 포함할 수 있다. 적어도 하나의 상태 메트릭은 해당하는 예시적인 방법(1000)을 구현하는 컴퓨팅 디바이스에서 또는 그 컴포넌트(예를 들어, 프로세서, 플랫폼 등)에서 수신될 수 있다. 적어도 상태 메트릭의 각각의 상태 메트릭은 적어도 하나의 다른 차량의 각각의 차량의 운전자의 감정 상태를 나타낼 수 있다. 또한, 이런 실시예들에서, 예시적인 방법(1000)은 컴퓨팅 시스템에서 적어도 하나의 상태 메트릭을 렌더링하는 단계를 포함할 수 있다.
다른 실시예에서, 예시적인 방법(1000)은 복수의 차량으로부터 복수의 상태 메트릭을 수신하는 단계를 포함할 수 있다. 본 명세서에 개시된 바와 같이, 복수의 상태 메트릭의 각각의 상태 메트릭은 복수의 차량의 각각의 차량의 운전자의 감정 상태를 나타낼 수 있다. 또한, 이런 실시예에서, 예시적인 방법은 컴퓨팅 시스템에서 복수의 상태 메트릭을 렌더링하는 단계를 포함할 수 있으며, 여기서 복수의 상태 메트릭은 복수의 차량의 복수의 운전자 각각의 집합적인 감정 상태를 나타낼 수 있다. 복수의 상태 메트릭은 다양한 방식으로 렌더링될 수 있다. 예를 들어, 렌더링은 교통 지도와 같은, 교통 상황의 시각적 표현과 함께 복수의 상태 메트릭을 디스플레이하는 것을 포함할 수 있다.
도 11은 본 개시 내용의 적어도 소정 양상에 따라서 차량 운전자의 감정 상태를 관리하는 예시적인 방법(1100)의 순서도를 도시한다. 예시적인 방법(1000) 중 적어도 일부를 구현할 수 있는 컴퓨팅 디바이스 또는 프로세서는 또한 해당하는 예시적인 방법(1100)의 하나 이상의 블록을 구현할 수 있다. 블록(1110)에서, 차량 운전자의 감정 상태를 나타내는 상태 메트릭이 획득(예를 들어, 수신, 디코딩, 수신 및 디코딩 등)될 수 있다. 블록(1120)에서, 상태 메트릭이 차량 안전 위험 기준을 충족하는지 결정된다. 본 명세서에 개시된 바와 같이, 이런 기준은 미리 결정된 임계치보다 큰 방향 틀기의 빈도; 미리 결정된 기간 동안 유지되는 추천된 안전 가이드라인(예를 들어, 차량 속도에서 10Km/h 당 10미터) 아래의 차량 간 거리; 가속 및 감속의 기간들 사이에서 증가된 절환 빈도(예를 들어, 임계치보다 큰 빈도); 제한 속도를 크게 초과하는 지속 속도; 이들의 조합 등으로 구현되거나 또는 이들을 포함할 수 있다. 그렇지 않은 경우에, 플로우는 블록(1110)으로 향한다. 하지만, 안전 위험 기준이 충족한다고 확인되는 시나리오에서, 방법 플로우는 블록(1130)으로 향하여, 차량 컴포넌트가 미리 결정된 동작을 위해 구성된다. 일 양상에서, 차량 컴포넌트가 운전자의 감정 상태를 조절하도록 설계될 수 있는 차량의 소정 퍼포먼스 및/또는 운행 상태를 얻도록 구성되는 차량 컴포넌트들의 그룹에 포함될 수 있음을 이해해야 한다. 본 명세서에 개시된 바와 같이, 일 양상에서, 차량 컴포넌트는 콘텐츠 렌더링 유닛(예를 들어, 디스플레이 유닛 또는 디스플레이 단말기), 캐빈 내 주변 제어 유닛(예를 들어, 조명 기구, 온도 제어 유닛, 시트-보강 유닛 등), 또는 동작 제어 유닛을 포함할 수 있다.
일 실시예에서, 예시적인 방법(1100)은 출발지와 목적지 사이의 경로를 나타내는 정보를 생성하는(또한, 경로를 생성하는 것으로서 지칭됨) 단계를 포함할 수 있으며, 여기서 경로는 차량 안전 위험 상태를 충족하는 상태 메트릭을 개선하도록 설계된다. 만족스러운 경로는 최적 경로, 거의 최적의 경로, 또는 특정 품질을 갖는 경로(예를 들어, 두 번째 최선 경로, 세 번째 최선 경로 등)일 수 있다. 이런 경로의 생성은 블록(1130)의 구현에 부가하여 또는 그의 대안으로서 구현될 수 있다. 예를 들어, 차량 운전자의 감정의 상태에 의해 제기되는 심각한 안전 위험을 줄이기 위해, 그런 경로를 생성하는 것은 상태 메트릭이 차량 위험 상태를 충족하는 것을 확인하는 것에 대한 응답일 수 있다.
소정 시나리오에서, 예시적인 방법들(1000 및 1100)이 본 개시 내용의 다른 예시적인 방법 또는 기술을 형성하기 위해 결합될 수 있음을 이해해야 한다.
하나 이상 실시예에서, 차량의 운전자 또는 탑승자의 감정 상태의 관리는 해당하는 예시적인 방법(1000)을 구현하는 컴퓨팅 디바이스 또는 프로세서에 통합되거나 또는 기능적으로 결합되는 계획 컴포넌트(예를 들어, 계획 컴포넌트(364))를 활용하여 적극적으로 구현될 수 있다. 일 실시예에서, 예시적인 방법(1000)은 출발지와 수신지 사이의 경로에 대한 주행 시간을 결정하는 단계를 포함할 수 있다. 결정되는 주행 시간은 실질적으로 주행 시간 내에 렌더링하고 차량의 운전자 또는 그 탑승자의 감정 상태를 만족스러운 상태로 조절하도록 구성되는 콘텐츠에 대한 추천을 제공하여, 상태 메트릭을 만족스러운 레벨로 조절하기 위해 이용될 수 있다.
차량 운전자(예를 들어, 드라이버) 안전을 위한 종래의 기술에 대한 본 개시 내용의 다양한 장점은 본 명세서 및 첨부된 도면에서 나타난다. 하나의 예시적인 장점은 차량 운전자의 감정 상태의 통신 및 맞춤화된 관리를 통해 스트레스를 많이 받는 차량 운전자들과 연관된 도로 사고들의 적극적인 완화일 수 있다. 차량 운전자의 감정 상태를 다른 차량 운전자들에게 전달하여, 이런 감정 상태의 차량 간 인식이 생성될 수 있다. 따라서, 이들 운전자로부터의 가능성 있는 후속 조치는 전달된 감정 상태와 연관된 스트레스를 많이 받은 차량 운전자에 의해 제기되는 안전 위험을 감소시키기 위한 것일 수 있다. 감정 상태의 맞춤화된 관리와 관련하여, 차량 운전자로의 감정 상태의 피드백은 이런 상태의 차량 내 인식의 생성을 허용할 수 있다. 일 양상에서, 가능성 있는 후속 조치는 예를 들어, 스트레스 상태를 완화하거나, 또는 주위 산만 및 연관된 안전 위험을 초래할 수 있는 흥분 상태를 억제하기 위해 행동을 조절하는 것일 수 있다. 감정 상태의 맞춤화된 관리의 다른 예시적인 장점은 차량 캐빈 내의 특정 주변 상태들(예를 들어, 온도 상태, 조명 상태, 시트 구성, 이들의 조합 등)이 차량 운전자의 특정 감정 상태에 응답하여 (예를 들어, 소정 차량 컴포넌트의 구성을 통해) 생성될 수 있다는 것이다. 또한, 또 다른 예시적인 장점으로서, 감정 상태가 차량 운전자, 차량의 승객(들), 다른 차량(들)의 탑승자(들) 및/또는 재물에 대한 안전 위험을 제기하는 높은 스트레스 상태를 나타내는 시나리오들에서, 이런 상태의 맞춤화된 관리는 적어도 실질적으로 안전 동작 상태를 달성하기 위해 차량 운행의 자동화된 규제를 포함할 수 있다.
달리 명시적으로 표현되지 않는 한, 본 명세서에 개시된 임의의 프로토콜, 절차, 프로세스 또는 방법 세트가, 그 행동들 또는 단계들이 특정 순서로 수행되는 것을 요구하는 것으로서 해석된다고 결코 의도하지 않는다. 이에 따라, 프로세스 또는 방법 청구항이 그 행동들 또는 단계들이 따라야 하는 순서를 실제로 언급하지 않거나, 또는 해당 단계들이 특정 순서로 제한되어야 한다는 것이 본 명세서의 청구항들 또는 상세한 설명에서 달리 구체적으로 언급되지 않는 경우, 순서가 어떤 점에서도 추론된다고 결코 의도하지 않는다. 이는 다음을 포함하는, 임의의 가능한 비명시된 해석 기준을 제공한다: 단계들 또는 동작 플로우의 배열에 관한 로직의 사항들; 문법적 구조 또는 구두법(punctuation)으로부터 유도된 명백한 의미; 상세한 설명 또는 첨부된 도면에 개시된 실시예들의 수 또는 타입 등.
본 출원에서 이용되는 바와 같이, 용어들 "컴포넌트", " 환경", "플랫폼", "시스템", "아키텍처", "인터페이스", "유닛", "모듈" 등은 컴퓨터 관련 엔티티, 또는 하나 이상의 특정 기능을 갖는 동작 장치와 관련된 엔티티를 지칭하려는 것이다. 이런 엔티티는 하드웨어, 하드웨어 및 소프트웨어의 조합, 소프트웨어, 또는 실행 중인 소프트웨어 중 어느 하나일 수 있다. 일례로서, 컴포넌트는 프로세서 상에서 실행되는 프로세스, 프로세서, 오브젝트, 소프트웨어의 실행 가능한 부분, 실행 스레드, 프로그램 및/또는 컴퓨팅 디바이스일 수 있으나, 이에 제한되지 않는다. 예를 들어, 컴퓨팅 디바이스 상에서 실행되는 소프트웨어 애플리케이션 및 컴퓨팅 디바이스 모두는 컴포넌트일 수 있다. 하나 이상 컴포넌트는 실행의 프로세스 및/또는 스레드 내에 상주할 수 있다. 컴포넌트는 하나의 컴퓨팅 디바이스에 편재되거나 2 이상 컴퓨팅 디바이스 사이에 분산될 수 있다. 본 명세서에 개시된 바와 같이, 컴포넌트는 다양한 데이터 구조가 저장된 다양한 컴퓨터 판독 가능한 비일시적 매체로부터 실행할 수 있다. 컴포넌트들은, 예를 들어 하나 이상의 데이터 패킷(예를 들어, 로컬 시스템 및 분산 시스템에서 다른 컴포넌트, 및/또는 광역 통신망과 같은 네트워크를 통해 신호를 경유해서 다른 시스템들과 상호작용하는 하나의 컴포넌트로부터의 데이터)을 갖는 신호(아날로그 또는 디지털)에 따라서 로컬 및/또는 원격 프로세스들을 통해 통신할 수 있다. 또 다른 예로서, 컴포넌트는 프로세서에 의해 실행된 소프트웨어 애플리케이션 또는 펌웨어 애플리케이션에 의해 제어되는 전기 또는 전자 회로에 의해 작동되는 기계 부품들에 의해 제공되는 특정 기능을 가진 장치일 수 있으며, 여기서 프로세서는 장치 내부 또는 외부에 있을 수 있으며, 소프트웨어 또는 펌웨어 애플리케이션 중 적어도 일부를 실행할 수 있다. 또 다른 예로서, 컴포넌트는 기계 부품들 없이 전자 컴포넌트들을 통해 특정 기능을 제공하는 장치일 수 있으며, 전자 컴포넌트들은, 전자 컴포넌트들의 기능을 적어도 부분적으로 제공하는 소프트웨어 또는 펌웨어를 실행하기 위해 프로세서를 포함할 수 있다. 인터페이스는 입력/출력(I/O) 컴포넌트들 외에, 연관된 프로세서, 애플리케이션 및/또는 다른 프로그래밍 컴포넌트들을 포함할 수 있다. 용어들 "컴포넌트", "환경", "플랫폼", "시스템", "아키텍처", "인터페이스", "유닛", "모듈"은 상호 교환 가능하게 이용될 수 있고, 기능 요소들로서 집합적으로 지칭될 수 있다.
본 명세서 및 첨부된 도면에서, "프로세서"에 대한 참고가 이루어진다. 본 명세서에서 이용되는 바와 같이, 프로세서는 싱글 코어 프로세서들; 소프트웨어 멀티 스레드 실행 가능성을 갖는 단일 프로세서들; 멀티 코어 프로세서들; 소프트웨어 멀티 스레드 실행 가능성을 갖는 다중 코어 프로세서들; 하드웨어 멀티 스레드 기술을 갖는 멀티 코어 프로세서들; 병렬 플랫폼들; 및 분산된 공유 메모리를 갖는 병렬 플랫폼들을 포함하는 임의의 컴퓨팅 처리 유닛 또는 디바이스를 지칭할 수 있다. 또한, 프로세서는 집적 회로(IC), 주문형 반도체(ASIC: application-specific integrated circuit), 디지털 신호 프로세서(DSP: digital signal processor), 필드 프로그램 가능한 게이트 어레이(FPGA: field programmable gate array), 프로그램 가능한 로직 제어기(PLC: programmable logic controller), 복합 프로그램 가능한 로직 디바이스(CPLD: complex programmable logic device), 개별 게이트 또는 트랜지스터 로직, 개별 하드웨어 컴포넌트들, 또는 본 명세서에 개시된 기능을 수행하도록 설계되는 이들의 임의의 조합을 지칭할 수 있다. 프로세서는 컴퓨팅 처리 유닛들의 조합으로 구현될 수 있다. 소정 실시예에서, 프로세서들은 공간 사용을 최적화하거나 사용자 장비의 성능을 강화하기 위해, 분자 및 양자-점 기반 트랜지스터들, 스위치들 및 게이트들과 같은 나노스케일 아키텍처들을 이용할 수 있지만, 이에 제한되지 않는다.
또한, 본 명세서 및 첨부된 도면에서, 용어 "스토어", 스토리지", "데이터 스토어", "데이터 스토리지", "메모리", "리포지토리", 및 본 개시 내용의 컴포넌트의 동작 및 기능과 관련된 실질적인 임의의 다른 정보 저장 컴포넌트는, "메모리 컴포넌트들"; 메모리 디바이스 또는 스토리지 디바이스로 구현되거나 또는 이를 포함하는 기능 엔티티들; 또는 메모리 디바이스 또는 스토리지 디바이스를 형성하는 컴포넌트를 지칭한다. 본 명세서에 개시된 메모리 컴포넌트들 또는 메모리들이 컴퓨팅 디바이스에 의해 판독 가능하거나 달리 액세스 가능할 수 있는 비일시적 컴퓨터 저장 매체를 구현하거나 포함함을 이해해야 한다. 이런 매체는 컴퓨터 판독 가능한 명령어, 정보 구조들, 프로그램 모듈들, 또는 다른 정보 오브젝트들과 같은 정보의 저장을 위한 임의의 방법 또는 기술에서 구현될 수 있다. 메모리 컴포넌트들 또는 메모리들은 또한 휘발성 메모리 또는 비휘발성 메모리 중 어느 하나일 수 있거나, 또는 휘발성 및 비휘발성 메모리의 모두를 포함할 수 있다. 또한, 메모리 컴포넌트들 또는 메모리들은 이동식 또는 비이동식일 수 있거나, 컴퓨팅 디바이스 또는 컴포넌트의 내부 또는 외부에 있을 수 있다. 비일시적 저장 매체들의 다양한 유형들의 예는 하드 디스크 드라이브들, 집 드라이브들(zip drives), CD-ROM, 디지털 다기능 디스크(digital versatile disks; "DVD") 또는 다른 광 스토리지, 자기 카세트, 자기 테이프, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 플래시 메모리 또는 다른 유형의 메모리 카드, 카트리지, 또는 원하는 정보를 유지하는 데 적당하며, 컴퓨팅 디바이스에 의해 액세스될 수 있는 임의의 다른 비일시적 매체를 포함할 수 있다.
예시로서, 비휘발성 메모리는 판독 전용 메모리(ROM), 프로그램 가능한 ROM(PROM), 전기적으로 프로그램 가능한 ROM(EPROM), 전기적으로 소거 및 프로그램 가능한 ROM(EEPROM) 또는 플래시 메모리를 포함할 수 있다. 휘발성 메모리는, 외부 캐시 메모리로서 작용하는, RAM(random access memory)을 포함한다. 예시로서, RAM은 SRAM(synchronous RAM), DRAM(dynamic RAM), SDRAM(synchronous DRAM), DDR SDRAM(double data rate SDRAM), ESDRAM(enhanced SDRAM), SLDRAM(Synchlink DRAM), 및 DRRAM(direct Rambus RAM)와 같은 다수의 형태들로 이용 가능하지만, 이에 제한되는 것은 아니다. 본 명세서에 개시된 운행 환경의 개시된 메모리 컴포넌트들 또는 메모리들은 이들 중 하나 이상 및/또는 임의의 다른 적당한 유형의 메모리를 포함한다고 의도된다.
특히, "할 수 있다", "할지도 모른다", 또는 "할 수도 있다"("can," "could," "might," 또는 "may")와 같은 조건부 표현은, 구체적으로 달리 진술되거나, 사용된 문맥 안에서 달리 이해되지 않는 한, 일반적으로 소정 구현은 소정 특징들, 요소들, 및/또는 동작들을 포함할 수 있지만, 다른 구현은 이들을 포함하지 않는다는 것을 전달하고자 하는 것이다. 따라서, 이러한 조건부 표현은 일반적으로 해당 특징들, 요소들, 및/또는 동작들이 어떤 식으로든 하나 이상의 구현을 위해 요구된다는 것 또는 하나 이상의 구현이, 이들 특징들, 요소들, 및/또는 동작들이 포함되거나 임의의 특정 구현에서 수행되어야 하는지를, 사용자 입력 또는 프롬프팅(prompting)을 이용하거나 또는 사용자 입력 또는 프롬프팅 없이, 결정하기 위한 로직을 반드시 포함한다고 암시하고자 하는 것은 아니다.
본 명세서 및 첨부된 도면에서 개시된 것은 차량 운전자의 감정 상태의 평가 및 관리를 제공할 수 있는 시스템, 장치 및 기술의 예들을 포함한다. 당연히, 본 실시예의 다양한 특징을 설명할 목적으로 요소들 및/또는 방법들의 모든 상상할 수 있는 조합을 설명하는 것은 불가능하지만, 개시된 특징의 많은 추가적인 조합 및 순열이 가능함을 인식할 것이다. 따라서, 다양한 수정이 본 발명의 범위 또는 그 사상을 벗어남이 없이 본 개시 내용에 대해 이루어질 수 있음은 자명할 수 있다. 또한 또는 대안으로, 본 개시 내용의 다른 실시예들은 명세서 및 첨부 도면, 및 본 명세서에 개시된 바와 같은 개시 내용의 실무를 고려하여 자명하게 될 것이다. 명세서 및 첨부된 도면에서 제시되는 예들은 예시적이고 제한적이지 않은 것으로, 모든 면에서 고려된다고 의도된다. 본 명세서에서 특정 용어들이 사용되지만, 이들은 일반적이고 서술적인 의미에서만 사용되며 제한적인 목적으로 사용되는 것은 아니다.

Claims (25)

  1. 컴퓨터 액세스 가능한 명령어들이 인코딩된 컴퓨터 판독 가능한 비일시적 저장 매체로서, 상기 컴퓨터 액세스 가능한 명령어들의 실행에 응답하여 적어도 하나의 프로세서로 하여금,
    적어도 하나의 프로세서를 갖는 컴퓨팅 시스템에서, 차량의 퍼포먼스를 나타내는 운행 정보에 액세스하는 것;
    상기 컴퓨팅 시스템에서, 상기 차량의 운전자의 행동을 나타내는 행동 정보에 액세스하는 것; 및
    상기 컴퓨팅 시스템에서, 상기 운행 정보 중 적어도 일부 및 상기 행동 정보 중 적어도 일부에 적어도 부분적으로 기초하여 상기 운전자의 감정 상태를 나타내는 상태 메트릭(condition metric)을 생성하는 것
    을 포함하는, 차량 안전을 위한 동작들을 수행하게 하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  2. 제1항에 있어서, 상기 동작들은 상기 컴퓨팅 시스템에서 상기 상태 메트릭을 렌더링하는 것을 더 포함하고, 상기 렌더링하는 것은 상기 상태 메트릭의 시각적 표현, 상기 상태 메트릭의 청각적 표현, 또는 상기 상태 메트릭의 햅틱 표현 중 적어도 하나를 제공하는 것을 포함하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  3. 제2항에 있어서, 상기 렌더링하는 것은 상기 차량의 미리 결정된 외부 영역에서 상기 상태 메트릭을 렌더링하는 것 또는 상기 차량의 미리 결정된 내부 영역에서 상기 상태 메트릭을 렌더링하는 것 중 적어도 하나를 더 포함하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  4. 제1항에 있어서, 상기 운행 정보에 액세스하는 것은 복수의 센서 중 하나 이상의 센서로부터 상기 운행 정보 중 적어도 일부를 수신하는 것을 포함하며, 상기 복수의 센서의 각각의 센서는 상기 차량의 움직임을 검출하도록 구성되는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  5. 제1항에 있어서, 상기 행동 정보에 액세스하는 것은 상기 차량의 운전자의 모습을 나타내는 영상 정보, 상기 차량의 운전자에 의해 발음된 음성 분절(speech segment)을 나타내는 오디오 정보, 또는 상기 차량의 운전자의 움직임을 나타내는 제스처 정보 중 적어도 하나에 액세스하는 것을 포함하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  6. 제5항에 있어서, 상기 영상 정보가 이용 가능할 때, 상기 행동 정보에 액세스하는 것은 상기 영상 정보에 적어도 부분적으로 기초하여 상기 차량의 운전자의 얼굴 특징을 결정하는 것을 더 포함하고, 상기 결정하는 것은 얼굴 인식 기술을 구현하는 것을 포함하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  7. 제5항에 있어서, 상기 오디오 정보가 이용 가능할 때, 상기 행동 정보에 액세스하는 것은 상기 오디오 정보에 적어도 부분적으로 기초하여 상기 분절 음성의 구두 특징(verbal feature)을 결정하는 것을 더 포함하고, 상기 구두 특징은 상기 운전자의 감정 상태를 나타내는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  8. 제1항에 있어서, 상기 동작들은 상기 컴퓨팅 시스템에 의해 상기 상태 메트릭을 다른 차량에 제공하는 것을 더 포함하고, 상기 제공하는 것은 상기 상태 메트릭을 상기 다른 차량에 무선으로 전송하는 것 또는 상기 상태 메트릭을 상기 다른 차량에 테더링된(tethered) 링크를 통해 전송하는 것 중 적어도 하나를 포함하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  9. 제1항에 있어서, 상기 동작들은 상기 컴퓨팅 시스템에서 적어도 하나의 다른 차량으로부터 적어도 하나의 상태 메트릭을 수신하는 것을 더 포함하고, 상기 적어도 하나의 상태 메트릭의 각각의 상태 메트릭은 상기 적어도 하나의 다른 차량의 각각의 차량의 운전자의 감정 상태를 나타내는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  10. 제9항에 있어서, 상기 동작들은 상기 컴퓨팅 시스템에서 상기 적어도 하나의 상태 메트릭을 렌더링하는 것을 더 포함하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  11. 컴퓨터 액세스 가능한 명령어들이 인코딩된 컴퓨터 판독 가능한 비일시적 저장 매체로서, 상기 컴퓨터 액세스 가능한 명령어들의 실행에 응답하여 적어도 하나의 프로세서로 하여금,
    적어도 하나의 프로세서를 갖는 컴퓨팅 시스템에서, 차량의 운전자의 감정 상태를 나타내는 상태 메트릭을 획득하는 것;
    상기 컴퓨팅 시스템에서, 상기 상태 메트릭이 차량 안전 위험 기준을 충족하는지 결정하는 것; 및
    상기 컴퓨팅 시스템에서, 상기 상태 메트릭이 상기 차량 안전 위험 기준을 충족한다는 확인에 응답하여 미리 결정된 동작을 위해 차량 컴포넌트를 구성하는 것 - 상기 차량 컴포넌트는 콘텐츠 렌더링 유닛, 캐빈 내 주변 제어 유닛(in-cabin ambient control unit), 또는 동작 제어 유닛 중 하나 이상을 포함함 -
    을 포함하는, 차량 퍼포먼스 관리를 위한 동작들을 수행하게 하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  12. 제11항에 있어서, 상기 동작들은 출발지와 목적지 사이의 경로에 대한 주행 시간을 결정하는 것, 및 이에 응답하여,
    실질적으로 상기 주행 시간 내에 렌더링하고 상기 상태 메트릭을 만족스러운 상태로 조절하도록 구성된 콘텐츠에 대한 추천을 제공하는 것을 더 포함하는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  13. 제11항에 있어서, 상기 동작들은 출발지와 목적지 사이의 경로를 나타내는 정보를 생성하는 것을 더 포함하고, 상기 경로는 상기 상태 메트릭을 개선하도록 설계되는, 컴퓨터 판독 가능한 비일시적 저장 매체.
  14. 차량 안전을 위한 시스템으로서,
    컴퓨터 액세스 가능한 명령어들이 인코딩된 적어도 하나의 메모리 디바이스; 및
    상기 적어도 하나의 메모리 디바이스에 기능적으로 결합된 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는, 상기 컴퓨터 액세스 가능한 명령어들에 의해,
    차량의 퍼포먼스를 나타내는 운행 정보에 액세스하고;
    상기 차량의 운전자의 행동을 나타내는 행동 정보에 액세스하고;
    상기 운행 정보 중 적어도 일부 및 상기 행동 정보 중 적어도 일부에 적어도 부분적으로 기초하여 상기 운전자의 감정 상태를 나타내는 상태 메트릭을 생성하도록 구성되는, 차량 안전을 위한 시스템.
  15. 제14항에 있어서, 상기 적어도 하나의 프로세서는 또한 상기 컴퓨팅 시스템에서 상기 상태 메트릭을 렌더링하도록 구성되는, 차량 안전을 위한 시스템.
  16. 제15항에 있어서, 상기 운행 정보에 액세스하기 위해서, 상기 적어도 하나의 프로세서는 또한 복수의 센서 중 하나 이상의 센서로부터 상기 운행 정보 중 적어도 일부를 수신하도록 구성되며, 상기 복수의 센서의 각각의 센서는 상기 차량의 움직임을 검출하도록 구성되는, 차량 안전을 위한 시스템.
  17. 제15항에 있어서, 상기 행동 정보에 액세스하기 위해서, 상기 적어도 하나의 프로세서는 또한 상기 차량의 운전자의 모습을 나타내는 영상 정보, 또는 상기 차량의 운전자에 의해 발음된 음성 분절을 나타내는 오디오 정보 중 적어도 하나에 액세스하도록 구성되는, 차량 안전을 위한 시스템.
  18. 제17항에 있어서, 상기 영상 정보가 이용 가능할 때, 상기 적어도 하나의 프로세서는 또한 상기 영상 정보에 적어도 부분적으로 기초하여 상기 차량의 운전자의 얼굴 특징을 결정하도록 구성되고, 상기 얼굴 특징의 결정은 얼굴 인식 기술의 구현을 포함하는, 차량 안전을 위한 시스템.
  19. 제14항에 있어서, 상기 적어도 하나의 프로세서는 또한 상기 상태 메트릭을 다른 차량에 무선으로 또는 상기 다른 차량에 테러링된 링크를 통해 제공하고/제공하거나, 상기 차량의 환경 내의 기반 시설(infrastructure)에 상기 정보를 제공하도록 구성되는, 차량 안전을 위한 시스템.
  20. 차량 안전을 위한 장치로서,
    차량의 퍼포먼스를 나타내는 운행 정보에 액세스하기 위한 수단;
    상기 차량의 운전자의 행동을 나타내는 행동 정보에 액세스하기 위한 수단; 및
    상기 운행 정보 중 적어도 일부 및 상기 행동 정보 중 적어도 일부에 적어도 부분적으로 기초하여 상기 운전자의 감정 상태를 나타내는 상태 메트릭을 생성하기 위한 수단
    을 포함하는, 차량 안전을 위한 장치.
  21. 제20항에 있어서, 상기 상태 메트릭을 렌더링하기 위한 수단을 더 포함하는, 차량 안전을 위한 장치.
  22. 제21항에 있어서, 상기 렌더링하기 위한 수단은 상기 상태 메트릭의 시각적 표현, 상기 상태 메트릭의 청각적 표현, 또는 상기 상태 메트릭의 햅틱 표현 중 적어도 하나를 제공하기 위한 수단을 포함하는, 차량 안전을 위한 장치.
  23. 제21항에 있어서, 상기 렌더링하기 위한 수단은 상기 차량의 미리 결정된 외부 영역에서 상기 상태 메트릭을 렌더링하기 위한 수단 또는 상기 차량의 미리 결정된 내부 영역에서 상기 상태 메트릭을 렌더링하기 위한 수단 중 적어도 하나를 포함하는, 차량 안전을 위한 장치.
  24. 제20항에 있어서, 상기 운행 정보에 액세스하기 위한 수단은 복수의 센서 중 하나 이상의 센서로부터 상기 운행 정보 중 적어도 일부를 수신하기 위한 수단을 포함하며, 상기 복수의 센서의 각각의 센서는 상기 차량의 움직임을 검출하도록 구성되는, 차량 안전을 위한 장치.
  25. 제20항에 있어서, 상기 행동 정보에 액세스하기 위한 수단은 상기 차량의 운전자의 모습을 나타내는 영상 정보, 및/또는 상기 차량의 운전자에 의해 발음된 음성 분절을 나타내는 오디오 정보에 액세스하기 위한 수단을 포함하는, 차량 안전을 위한 장치.
KR1020157017908A 2013-02-04 2014-02-03 차량 운전자의 감정 상태의 평가 및 관리 KR101754632B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/758,638 US9149236B2 (en) 2013-02-04 2013-02-04 Assessment and management of emotional state of a vehicle operator
US13/758,638 2013-02-04
PCT/US2014/014402 WO2014121182A1 (en) 2013-02-04 2014-02-03 Assessment and management of emotional state of a vehicle operator

Publications (2)

Publication Number Publication Date
KR20150094670A true KR20150094670A (ko) 2015-08-19
KR101754632B1 KR101754632B1 (ko) 2017-07-07

Family

ID=51258784

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157017908A KR101754632B1 (ko) 2013-02-04 2014-02-03 차량 운전자의 감정 상태의 평가 및 관리

Country Status (5)

Country Link
US (1) US9149236B2 (ko)
EP (1) EP2951070B1 (ko)
KR (1) KR101754632B1 (ko)
CN (1) CN105189241B (ko)
WO (1) WO2014121182A1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170129539A (ko) * 2016-05-17 2017-11-27 현대자동차주식회사 사용자 설정을 고려한 자율 주행 제어 장치 및 방법
WO2018039074A1 (en) * 2016-08-23 2018-03-01 Google Llc Automated vehicle operator stress reduction
KR20180040092A (ko) * 2016-10-11 2018-04-19 삼성전자주식회사 모바일 센서 플랫폼
KR20180120901A (ko) 2017-04-28 2018-11-07 쌍용자동차 주식회사 차량에서 탑승자 건강상태 측정을 통한 헬스 케어 장치 및 그 방법
KR20190030042A (ko) * 2017-09-13 2019-03-21 (주)유양디앤유 차량용 헬스 케어 서비스 제공 방법 및 그 장치
KR20190088091A (ko) * 2017-12-27 2019-07-26 현대자동차주식회사 차량 및 그 제어 방법
KR20190100129A (ko) 2019-08-19 2019-08-28 쌍용자동차 주식회사 차량에서 탑승자 건강상태 측정을 통한 헬스 케어 방법
KR20190140500A (ko) * 2018-05-24 2019-12-20 한국자동차연구원 자율주행 시스템
KR20220089772A (ko) * 2020-12-21 2022-06-29 한국전자통신연구원 운전자의 주행 능력을 평가하는 주행 능력 평가 방법 및 그 방법을 수행하는 인적 요소 평가 시스템

Families Citing this family (124)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11823055B2 (en) 2019-03-31 2023-11-21 Affectiva, Inc. Vehicular in-cabin sensing using machine learning
US11410438B2 (en) 2010-06-07 2022-08-09 Affectiva, Inc. Image analysis using a semiconductor processor for facial evaluation in vehicles
US10897650B2 (en) 2010-06-07 2021-01-19 Affectiva, Inc. Vehicle content recommendation using cognitive states
US10922567B2 (en) 2010-06-07 2021-02-16 Affectiva, Inc. Cognitive state based vehicle manipulation using near-infrared image processing
US11587357B2 (en) 2010-06-07 2023-02-21 Affectiva, Inc. Vehicular cognitive data collection with multiple devices
US11151610B2 (en) 2010-06-07 2021-10-19 Affectiva, Inc. Autonomous vehicle control using heart rate collection based on video imagery
US11935281B2 (en) 2010-06-07 2024-03-19 Affectiva, Inc. Vehicular in-cabin facial tracking using machine learning
US11067405B2 (en) 2010-06-07 2021-07-20 Affectiva, Inc. Cognitive state vehicle navigation based on image processing
US11017250B2 (en) * 2010-06-07 2021-05-25 Affectiva, Inc. Vehicle manipulation using convolutional image processing
US11465640B2 (en) 2010-06-07 2022-10-11 Affectiva, Inc. Directed control transfer for autonomous vehicles
US10592757B2 (en) 2010-06-07 2020-03-17 Affectiva, Inc. Vehicular cognitive data collection using multiple devices
US10627817B2 (en) * 2010-06-07 2020-04-21 Affectiva, Inc. Vehicle manipulation using occupant image analysis
US11292477B2 (en) 2010-06-07 2022-04-05 Affectiva, Inc. Vehicle manipulation using cognitive state engineering
US10779761B2 (en) * 2010-06-07 2020-09-22 Affectiva, Inc. Sporadic collection of affect data within a vehicle
US20210279514A1 (en) * 2010-06-07 2021-09-09 Affectiva, Inc. Vehicle manipulation with convolutional image processing
US10796176B2 (en) 2010-06-07 2020-10-06 Affectiva, Inc. Personal emotional profile generation for vehicle manipulation
US11704574B2 (en) 2010-06-07 2023-07-18 Affectiva, Inc. Multimodal machine learning for vehicle manipulation
US10911829B2 (en) 2010-06-07 2021-02-02 Affectiva, Inc. Vehicle video recommendation via affect
US11511757B2 (en) 2010-06-07 2022-11-29 Affectiva, Inc. Vehicle manipulation with crowdsourcing
US11318949B2 (en) 2010-06-07 2022-05-03 Affectiva, Inc. In-vehicle drowsiness analysis using blink rate
CN103917410B (zh) * 2011-08-11 2016-12-07 福特全球技术公司 建立声学指标以检测驾驶员头脑糊涂的系统和方法
US9149236B2 (en) 2013-02-04 2015-10-06 Intel Corporation Assessment and management of emotional state of a vehicle operator
US8876535B2 (en) 2013-03-15 2014-11-04 State Farm Mutual Automobile Insurance Company Real-time driver observation and scoring for driver's education
JP6170757B2 (ja) * 2013-06-26 2017-07-26 富士通テン株式会社 表示制御装置、表示システム、情報提供方法及びプログラム
US20150056973A1 (en) * 2013-08-22 2015-02-26 Vonage Network Llc Using vehicle data to make call termination decisions
US9248840B2 (en) * 2013-12-20 2016-02-02 Immersion Corporation Gesture based input system in a vehicle with haptic feedback
US20150249906A1 (en) * 2014-02-28 2015-09-03 Rovi Guides, Inc. Methods and systems for encouraging behaviour while occupying vehicles
US9734685B2 (en) * 2014-03-07 2017-08-15 State Farm Mutual Automobile Insurance Company Vehicle operator emotion management system and method
US9135803B1 (en) 2014-04-17 2015-09-15 State Farm Mutual Automobile Insurance Company Advanced vehicle operator intelligence system
US9283847B2 (en) 2014-05-05 2016-03-15 State Farm Mutual Automobile Insurance Company System and method to monitor and alert vehicle operator of impairment
US11669090B2 (en) 2014-05-20 2023-06-06 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature monitoring and evaluation of effectiveness
US10354330B1 (en) 2014-05-20 2019-07-16 State Farm Mutual Automobile Insurance Company Autonomous feature use monitoring and insurance pricing
US10185999B1 (en) 2014-05-20 2019-01-22 State Farm Mutual Automobile Insurance Company Autonomous feature use monitoring and telematics
US10319039B1 (en) 2014-05-20 2019-06-11 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
US10373259B1 (en) 2014-05-20 2019-08-06 State Farm Mutual Automobile Insurance Company Fully autonomous vehicle insurance pricing
US10599155B1 (en) 2014-05-20 2020-03-24 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature monitoring and evaluation of effectiveness
US9972054B1 (en) 2014-05-20 2018-05-15 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
US10540723B1 (en) 2014-07-21 2020-01-21 State Farm Mutual Automobile Insurance Company Methods of providing insurance savings based upon telematics and usage-based insurance
US10241509B1 (en) 2014-11-13 2019-03-26 State Farm Mutual Automobile Insurance Company Autonomous vehicle control assessment and selection
US10013620B1 (en) 2015-01-13 2018-07-03 State Farm Mutual Automobile Insurance Company Apparatuses, systems and methods for compressing image data that is representative of a series of digital images
CN104575541A (zh) * 2015-01-21 2015-04-29 天津松下汽车电子开发有限公司 一种智能车载音响播放系统
US10945659B1 (en) 2015-03-16 2021-03-16 Dp Technologies, Inc. Dual sleep monitor
US11883188B1 (en) * 2015-03-16 2024-01-30 Dp Technologies, Inc. Sleep surface sensor based sleep analysis system
CN104880188B (zh) * 2015-06-12 2016-03-02 北京航空航天大学 一种基于分光棱镜的全光路偏振传感器
US11107365B1 (en) 2015-08-28 2021-08-31 State Farm Mutual Automobile Insurance Company Vehicular driver evaluation
US9988055B1 (en) * 2015-09-02 2018-06-05 State Farm Mutual Automobile Insurance Company Vehicle occupant monitoring using infrared imaging
DE102015220237A1 (de) 2015-10-16 2017-04-20 Zf Friedrichshafen Ag Fahrzeugsystem und Verfahren zur Aktivierung einer Selbstfahreinheit zum autonomen Fahren
US10300876B1 (en) * 2015-11-09 2019-05-28 State Farm Mutual Automobile Insurance Company Detection and classification of events
US10747234B1 (en) 2016-01-22 2020-08-18 State Farm Mutual Automobile Insurance Company Method and system for enhancing the functionality of a vehicle
US9940834B1 (en) 2016-01-22 2018-04-10 State Farm Mutual Automobile Insurance Company Autonomous vehicle application
US11441916B1 (en) 2016-01-22 2022-09-13 State Farm Mutual Automobile Insurance Company Autonomous vehicle trip routing
US11719545B2 (en) 2016-01-22 2023-08-08 Hyundai Motor Company Autonomous vehicle component damage and salvage assessment
US10395332B1 (en) 2016-01-22 2019-08-27 State Farm Mutual Automobile Insurance Company Coordinated autonomous vehicle automatic area scanning
US11242051B1 (en) 2016-01-22 2022-02-08 State Farm Mutual Automobile Insurance Company Autonomous vehicle action communications
US10134278B1 (en) 2016-01-22 2018-11-20 State Farm Mutual Automobile Insurance Company Autonomous vehicle application
US10324463B1 (en) 2016-01-22 2019-06-18 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation adjustment based upon route
DE102017101343A1 (de) * 2016-01-26 2017-07-27 GM Global Technology Operations LLC Systeme und verfahren zur fahrzeugsystemsteuerung auf grundlage physiologischer merkmale
US20170221378A1 (en) * 2016-01-29 2017-08-03 Omnitracs, Llc Communication mining analytics system
US20170267251A1 (en) * 2016-03-15 2017-09-21 Palo Alto Research Center Incorporated System And Method For Providing Context-Specific Vehicular Driver Interactions
US10547472B2 (en) * 2016-04-15 2020-01-28 Thales Defense & Security, Inc. Radio frequency (RF) coax interface for full data rate controller area network (CAN) protocol signaling with low latency
DE102016207356A1 (de) * 2016-04-29 2017-11-02 Ford Global Technologies, Llc Verfahren zum Betrieb eines Kraftfahrzeugs
DE102016207975A1 (de) * 2016-05-10 2017-11-16 Robert Bosch Gmbh Verfahren zur Steuerung von sprachgesteuerten Bedienschnittstellen in Kraftfahrzeugen und Vorrichtung zur Durchführung des Verfahrens
US9990553B1 (en) 2016-06-14 2018-06-05 State Farm Mutual Automobile Insurance Company Apparatuses, systems, and methods for determining degrees of risk associated with a vehicle operator
US9996757B1 (en) 2016-06-14 2018-06-12 State Farm Mutual Automobile Insurance Company Apparatuses, systems, and methods for detecting various actions of a vehicle operator
US10474946B2 (en) * 2016-06-24 2019-11-12 Microsoft Technology Licensing, Llc Situation aware personal assistant
CN106020005A (zh) * 2016-07-25 2016-10-12 深圳天珑无线科技有限公司 一种物理装置的控制方法和装置
EP3279897B1 (en) * 2016-08-05 2019-07-03 Continental Automotive GmbH Safety device for a vehicle
CN107703931B (zh) * 2016-08-09 2019-04-05 北京百度网讯科技有限公司 用于控制无人驾驶车辆的方法和装置
EP3496969A4 (en) * 2016-08-10 2020-09-16 Xevo Inc. PROCEDURE AND SYSTEM FOR PROVIDING INFORMATION ON COLLECTED AND STORED METADATA WITH A DERIVED ATTENTION MODEL
US10074368B2 (en) 2016-08-17 2018-09-11 International Business Machines Corporation Personalized situation awareness using human emotions and incident properties
US10650621B1 (en) 2016-09-13 2020-05-12 Iocurrents, Inc. Interfacing with a vehicular controller area network
CN107888653A (zh) * 2016-09-30 2018-04-06 本田技研工业株式会社 发话装置、沟通装置和移动体
CN107953892A (zh) * 2016-10-12 2018-04-24 德尔福电子(苏州)有限公司 一种车载驾驶行为综合评估和矫正系统
CN106627587B (zh) * 2016-11-03 2019-05-07 京东方科技集团股份有限公司 车载监测系统及车辆
CN106725289B (zh) * 2016-11-16 2017-12-29 山东理工大学 一种基于瞳孔直径的车辆声品质评价方法
WO2018112214A1 (en) * 2016-12-14 2018-06-21 Metis Technology Solutions, Inc. Information processing system and method
US10322727B1 (en) * 2017-01-18 2019-06-18 State Farm Mutual Automobile Insurance Company Technology for assessing emotional state of vehicle operator
US10769418B2 (en) 2017-01-20 2020-09-08 At&T Intellectual Property I, L.P. Devices and systems for collective impact on mental states of multiple users
JP6963899B2 (ja) * 2017-02-01 2021-11-10 株式会社デンソーテン 自動運転支援装置及び自動運転支援方法
EP3580734A1 (en) 2017-02-10 2019-12-18 Koninklijke Philips N.V. Driver and passenger health and sleep interaction
US10358142B2 (en) * 2017-03-16 2019-07-23 Qualcomm Incorporated Safe driving support via automotive hub
CN107031653B (zh) * 2017-04-18 2018-03-06 黄海虹 一种用于共享汽车的驾驶员身份授权系统
US20180322253A1 (en) * 2017-05-05 2018-11-08 International Business Machines Corporation Sensor Based Monitoring
US10922566B2 (en) * 2017-05-09 2021-02-16 Affectiva, Inc. Cognitive state evaluation for vehicle navigation
JP6552548B2 (ja) * 2017-05-25 2019-07-31 本田技研工業株式会社 地点提案装置及び地点提案方法
KR102435346B1 (ko) 2017-09-28 2022-08-23 현대자동차주식회사 운전자의 헬스 측정 시스템 및 그를 이용한 위험 경고 방법
US10379535B2 (en) 2017-10-24 2019-08-13 Lear Corporation Drowsiness sensing system
CN108009076A (zh) * 2017-11-29 2018-05-08 大陆汽车投资（上海）有限公司 车载用户界面的评估及优化方法
US10836403B2 (en) 2017-12-04 2020-11-17 Lear Corporation Distractedness sensing system
KR102302917B1 (ko) * 2017-12-18 2021-09-15 현대모비스 주식회사 안전운전 지원 장치 및 방법
EP3716013A4 (en) * 2017-12-27 2021-09-29 Pioneer Corporation STORAGE DEVICE AND EXCITATION SUPPRESSION DEVICE
WO2019127232A1 (en) * 2017-12-28 2019-07-04 Siemens Aktiengesellschaft System and method for determining vehicle speed
JP2019123327A (ja) * 2018-01-15 2019-07-25 本田技研工業株式会社 車両用制御装置及び車載装置
CN109063940B (zh) * 2018-02-05 2024-01-26 重庆邮电大学 基于变结构贝叶斯网络的智能车辆威胁估计系统及方法
US11259729B2 (en) 2018-03-15 2022-03-01 Arm Ltd. Systems, devices, and/or processes for behavioral and/or biological state processing
US10373466B1 (en) 2018-03-15 2019-08-06 Arm Ltd. Systems, devices, and/or processes for tracking behavioral and/or biological state
WO2019175569A1 (en) * 2018-03-15 2019-09-19 Arm Ltd Systems, devices, and/or processes for behavioral and/or biological state processing
CN112154490B (zh) * 2018-03-28 2023-02-10 罗伯特·博世有限公司 用于估计车辆座舱内部的场景的车内系统
US10618523B1 (en) 2018-04-19 2020-04-14 State Farm Mutual Automobile Insurance Company Assessing driver ability to operate an autonomous vehicle
US10867218B2 (en) 2018-04-26 2020-12-15 Lear Corporation Biometric sensor fusion to classify vehicle passenger state
WO2019220428A1 (en) * 2018-05-16 2019-11-21 Moodify Ltd. Emotional state monitoring and modification system
KR102574937B1 (ko) * 2018-05-18 2023-09-05 현대자동차주식회사 차량 및 그 제어 방법
CN108741822B (zh) * 2018-05-22 2021-06-08 国家电网公司客户服务中心南方分中心 一种呼叫中心客服座位工椅
KR20200027236A (ko) * 2018-09-04 2020-03-12 현대자동차주식회사 차량 및 그 제어 방법
US11499837B2 (en) 2018-09-30 2022-11-15 Strong Force Intellectual Capital, Llc Intelligent transportation systems
EP3856596A4 (en) 2018-09-30 2022-10-12 Strong Force Intellectual Capital, LLC INTELLIGENT TRANSPORT SYSTEMS
US11471097B1 (en) 2018-10-15 2022-10-18 Dp Technologies, Inc. Hardware sensor system for improved sleep detection
KR102533295B1 (ko) * 2018-11-13 2023-05-18 현대자동차주식회사 차량 및 그 제어 방법
US10730527B2 (en) * 2018-12-05 2020-08-04 International Business Machines Corporation Implementing cognitive state recognition within a telematics system
RU2703341C1 (ru) * 2018-12-17 2019-10-16 Федеральное государственное бюджетное учреждение науки Санкт-Петербургский институт информатики и автоматизации Российской академии наук (СПИИРАН) Способ определения опасных состояний на дорогах общего пользования на основе мониторинга ситуации в кабине транспортного средства
CN109614953A (zh) * 2018-12-27 2019-04-12 华勤通讯技术有限公司 一种基于图像识别的控制方法、车载设备及存储介质
KR20200085969A (ko) * 2019-01-07 2020-07-16 현대자동차주식회사 차량 및 그 제어 방법
DE102019204359A1 (de) * 2019-03-28 2020-10-01 Airbus Operations Gmbh Situationserkennungseinrichtung, flugzeugpassagierabteil und verfahren zur überwachung von flugzeugpassagierabteilen
US11887383B2 (en) 2019-03-31 2024-01-30 Affectiva, Inc. Vehicle interior object management
US11158188B2 (en) * 2019-05-15 2021-10-26 International Business Machines Corporation Autonomous vehicle safety system
DE102019004143A1 (de) 2019-06-12 2020-01-02 Daimler Ag Verfahren zur Nutzung eines ermittelten Gemütszustandes eines Fahrzeugnutzers
US11524691B2 (en) 2019-07-29 2022-12-13 Lear Corporation System and method for controlling an interior environmental condition in a vehicle
CN110826433B (zh) * 2019-10-23 2022-06-03 上海能塔智能科技有限公司 试驾用户情绪分析数据处理方法、装置、设备与存储介质
CN111212445A (zh) * 2019-12-26 2020-05-29 数海信息技术有限公司 一种基于神经网络的安全态信息处理方法及系统
US11315675B2 (en) * 2020-02-18 2022-04-26 Bayerische Motoren Werke Aktiengesellschaft System and method for entrainment of a user based on bio-rhythm of the user
US20220357172A1 (en) * 2021-05-04 2022-11-10 At&T Intellectual Property I, L.P. Sentiment-based navigation
CN115359532A (zh) * 2022-08-23 2022-11-18 润芯微科技(江苏)有限公司 一种基于3d传感人脸情绪捕捉输出装置
FR3139402A1 (fr) * 2022-09-01 2024-03-08 Renault S.A.S Procede d’evaluation de la securite d’un vehicule a delegation de conduite
CN115311609B (zh) * 2022-10-12 2023-02-10 山东劳兰电子科技有限公司 渣土车运输管理系统及其管理方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8140358B1 (en) 1996-01-29 2012-03-20 Progressive Casualty Insurance Company Vehicle monitoring system
DE10042367A1 (de) 2000-08-29 2002-05-02 Bosch Gmbh Robert Verfahren und Vorrichtung zur Diagnose der Fahrtüchtigkeit eines Fahrers in einem Kraftfahrzeug
WO2005042296A2 (en) 2003-11-03 2005-05-12 Amir Cohen Method and apparatus for preventing accidents caused by drowsiness in a vehicle driver
US20060011399A1 (en) * 2004-07-15 2006-01-19 International Business Machines Corporation System and method for controlling vehicle operation based on a user's facial expressions and physical state
KR20060080317A (ko) * 2005-01-05 2006-07-10 현대자동차주식회사 감성기반을 갖는 자동차용 소프트웨어 로봇
US7183932B2 (en) 2005-03-21 2007-02-27 Toyota Technical Center Usa, Inc Inter-vehicle drowsy driver advisory system
US7117075B1 (en) * 2005-08-15 2006-10-03 Report On Board Llc Driver activity and vehicle operation logging and reporting
JP4211841B2 (ja) 2006-11-15 2009-01-21 トヨタ自動車株式会社 ドライバ状態推定装置、サーバ、ドライバ情報収集装置及び運転者状態推定システム
US8085139B2 (en) * 2007-01-09 2011-12-27 International Business Machines Corporation Biometric vehicular emergency management system
US8854199B2 (en) * 2009-01-26 2014-10-07 Lytx, Inc. Driver risk assessment system and method employing automated driver log
WO2011075119A1 (en) * 2009-12-15 2011-06-23 Intel Corporation Systems, apparatus and methods using probabilistic techniques in trending and profiling and template-based predictions of user behavior in order to offer recommendations
US8645905B2 (en) * 2010-11-15 2014-02-04 Sap Ag Development artifact searching in an integrated development environment
KR101251793B1 (ko) 2010-11-26 2013-04-08 현대자동차주식회사 차량내 운전자 실제 얼굴 인증 방법
US8552873B2 (en) * 2010-12-28 2013-10-08 Automotive Research & Testing Center Method and system for detecting a driving state of a driver in a vehicle
US9149236B2 (en) 2013-02-04 2015-10-06 Intel Corporation Assessment and management of emotional state of a vehicle operator

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170129539A (ko) * 2016-05-17 2017-11-27 현대자동차주식회사 사용자 설정을 고려한 자율 주행 제어 장치 및 방법
WO2018039074A1 (en) * 2016-08-23 2018-03-01 Google Llc Automated vehicle operator stress reduction
US10209949B2 (en) 2016-08-23 2019-02-19 Google Llc Automated vehicle operator stress reduction
KR20180040092A (ko) * 2016-10-11 2018-04-19 삼성전자주식회사 모바일 센서 플랫폼
KR20180120901A (ko) 2017-04-28 2018-11-07 쌍용자동차 주식회사 차량에서 탑승자 건강상태 측정을 통한 헬스 케어 장치 및 그 방법
KR20190030042A (ko) * 2017-09-13 2019-03-21 (주)유양디앤유 차량용 헬스 케어 서비스 제공 방법 및 그 장치
KR20190088091A (ko) * 2017-12-27 2019-07-26 현대자동차주식회사 차량 및 그 제어 방법
KR20190140500A (ko) * 2018-05-24 2019-12-20 한국자동차연구원 자율주행 시스템
KR20190100129A (ko) 2019-08-19 2019-08-28 쌍용자동차 주식회사 차량에서 탑승자 건강상태 측정을 통한 헬스 케어 방법
KR20220089772A (ko) * 2020-12-21 2022-06-29 한국전자통신연구원 운전자의 주행 능력을 평가하는 주행 능력 평가 방법 및 그 방법을 수행하는 인적 요소 평가 시스템

Also Published As

Publication number Publication date
EP2951070A1 (en) 2015-12-09
US9149236B2 (en) 2015-10-06
EP2951070B1 (en) 2021-03-24
KR101754632B1 (ko) 2017-07-07
US20140218187A1 (en) 2014-08-07
EP2951070A4 (en) 2016-08-31
CN105189241B (zh) 2018-02-06
CN105189241A (zh) 2015-12-23
WO2014121182A1 (en) 2014-08-07

Similar Documents

Publication Publication Date Title
KR101754632B1 (ko) 차량 운전자의 감정 상태의 평가 및 관리
KR101746019B1 (ko) 디바이스와 차량 사이의 컨텍스트가 풍부한 통신
US10467488B2 (en) Method to analyze attention margin and to prevent inattentive and unsafe driving
US11249544B2 (en) Methods and systems for using artificial intelligence to evaluate, correct, and monitor user attentiveness
EP3706442B1 (en) Method and apparatus for sound object following
US11458972B2 (en) Vehicle control apparatus
EP3675121B1 (en) Computer-implemented interaction with a user
US20190351918A1 (en) Artificial intelligence apparatus for providing notification related to lane-change of vehicle and method for the same
US20200010095A1 (en) Method and apparatus for monitoring driving condition of vehicle
CN105000020A (zh) 用于基于车辆事件解读驾驶员生理数据的系统和方法
CN107466223A (zh) 用于电子多功能装置的控制
EP2942012A1 (en) Driver assistance system
KR20190104009A (ko) 차량 제어 방법 및 차량을 제어하는 지능형 컴퓨팅 디바이스
KR20190104268A (ko) 비식별화된 음성 신호를 학습하는 인공 지능 기기 및 그 방법
US11810575B2 (en) Artificial intelligence robot for providing voice recognition function and method of operating the same
US20230077245A1 (en) Artificial intelligence apparatus
KR20190106889A (ko) 오디오 데이터를 이용하여 사용자에게 알림을 제공하는 인공 지능 기기 및 그 방법
WO2021067380A1 (en) Methods and systems for using artificial intelligence to evaluate, correct, and monitor user attentiveness
US11270700B2 (en) Artificial intelligence device and method for recognizing speech with multiple languages
KR101653339B1 (ko) 글라스형 웨어러블 디바이스를 이용한 신호변경 알림시스템 및 알림방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal