KR20200074946A - 차량 충돌시 승객의 기관에 대한 외상 평가 및 보고를 위한 자동화 시스템 및 방법 - Google Patents

차량 충돌시 승객의 기관에 대한 외상 평가 및 보고를 위한 자동화 시스템 및 방법 Download PDF

Info

Publication number
KR20200074946A
KR20200074946A KR1020207009960A KR20207009960A KR20200074946A KR 20200074946 A KR20200074946 A KR 20200074946A KR 1020207009960 A KR1020207009960 A KR 1020207009960A KR 20207009960 A KR20207009960 A KR 20207009960A KR 20200074946 A KR20200074946 A KR 20200074946A
Authority
KR
South Korea
Prior art keywords
vehicle
sensor
trauma
collision
engine
Prior art date
Application number
KR1020207009960A
Other languages
English (en)
Inventor
가드 이타이 벤
질라드 아브라시
엘리 제라
아밋 케르테르만
Original Assignee
엠디고 엘티디.
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 엠디고 엘티디. filed Critical 엠디고 엘티디.
Publication of KR20200074946A publication Critical patent/KR20200074946A/ko

Links

Images

Classifications

    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4824—Touch or pain perception evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893—Cars
    • 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
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
    • B60R21/01508—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use detecting forces or pressure in bags or modules
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
    • B60R21/01512—Passenger detection systems
    • B60R21/01516—Passenger detection systems using force or pressure sensing means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
    • B60R21/01512—Passenger detection systems
    • B60R21/01544—Passenger detection systems detecting seat belt parameters, e.g. length, tension or height-adjustment
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H40/63—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 local operation
    • 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
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0247—Pressure sensors

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Emergency Management (AREA)
  • Signal Processing (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Psychiatry (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physiology (AREA)
  • Hospice & Palliative Care (AREA)
  • Manufacturing & Machinery (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)

Abstract

본 발명은 차량 충돌 시 하나 이상의 승객의 기관이 겪는 외상을 자동으로 그리고 실시간으로 응급 관리 클라이언트 컴퓨터에 평가 및 보고하기 위한 시스템 및 방법에 관한 것이다. 본 발명의 양태는 시스템에 의해 처리된 부상 승객의 의료 검사 보고서(의사와 같은 의료진에 의해 만들어짐)의 집계를 포함하는 피드백을 시스템이 수신함에 따라, 최적화 또는 훈련에 의해 외상 보고 정확도를 위한 알고리즘의 정확도를 향상시키는 단계에 관련된다. 예시적 실시예에서, 상기 방법은 1) 차량 사고 중 차내 센서를 판독하는 단계; 2) 판독 값을 서버에 무선으로 전송하는 단계; 3) 충돌 유형을 분류하는 단계; 4) 차량 내 승객의 기관에 가해진 힘을 컴퓨팅하는 단계; 5) 공개된 의료 데이터 및 힘의 함수로, 기관에 대한 외상을 평가하는 단계; 7) 외상 평가 보고서를 응급 관리 클라이언트에게 전송하는 단계; 8) 의료 정보 클라이언트로부터 승객의 의료 검사 보고서를 수신하는 단계; 9) 의료 검사 보고서 및 컴퓨팅된 관련 힘의 집계에 대해 외상 평가 기능을 최적화하는 단계를 포함한다.

Description

차량 충돌시 승객의 기관에 대한 외상 평가 및 보고를 위한 자동화 시스템 및 방법
본 출원은 2017년 9월 7일 출원된 제62/554,030호 및 2018년 6월 28일 출원된 제62/690,973호의 2개의 미국특허가출원의 우선권 날짜를 주장한다. 두 문서 모두 본 명세서에 참고로 포함된다.
발명의 분야
본 발명은 차량 텔레매틱스 시스템 분야에 관한 것으로서, 특히 차량 사고로 승객의 부상을 보고하기 위해 사용되는 차량 텔레매틱스 시스템에 관한 것이다.
안전 국제 도로 여행 협회(AS1RT)에 따르면, 매년 전 세계적으로 거의 130 만 명의 사람들이 도로 충돌 사고로 사망하고 추가로 2천만~5천만명이 부상을 입거나 장애를 겪었다. 응급 의료 팀(EMT), 외상 부서 및 병원 응급실을 포함한 잘 알려진 응급 요원들이 지속적으로 경보를 받고 있으며, 자동차 사고 피해자를 치료할 준비가 되어 있다.
최근에는 자동차 센서, 컴퓨터 및 통신 기술을 사용하여 사고 유형 및 승객이 입은 부상 가능성에 대한 정보와 함께 차량 사고와 관련된 승객의 치료를 위해 응급 요원을 준비시키는 노력이 있어 왔다.
US2002103622A는 충돌 센서 데이터를 생성한 차량으로부터 부상자를 치료하기 위해 외상 시스템 직원이 사용하기 위해 차량 충돌 센서로부터 데이터를 수신, 분석, 관리 및 통신하는 의사 결정 지원 시스템을 개시한다. 이 시스템은 차량이 충돌할 때 데이터를 생성하는 충돌 센서에 연결된 차량 통신 시스템으로부터 차량 충돌 데이터를 수용하고 분석하는 컴퓨터 시스템을 이용한다. 충돌 센서 데이터는 외상 시스템 직원과, 부상당한 차량 탑승자에게 응답 서비스 및 의료 서비스를 제공하는 기타 인력에 의한 원격 액세스를 위해 중앙 네트워크에 저장된다. 충돌 센서 데이터, 분석된 충돌 센서 데이터 및 기타 정보에 액세스하여, 정확한 환자 수송, 취급 및 치료 결정을 내릴 수 있다.
"Development and Validation of the URGENCY Algorithm to Predict Compelling Injuries" (/. Proc. Int. Tech. Conf. Enhanced Safety Vehicles, J. Augenstein et al., 2001)의 연구는 시급한(눈울 뗄 수 없는) 부상일 가능성이 매우 높은 충돌의 식별을 돕기 위해 온보드 충돌 레코더로부터의 데이터를 사용한 알고리즘을 공개한다. 사상자 확률을 계산하기 위해 공식에 사용된 알려진 예측 변수의 계수를 추정하기 위해 가중 계수가 포함된 로지스틱 회귀(Logistic regression)를 공개된 충돌 데이터에 적용했다.
US9886841B는 (i) 사용자와 관련된 적어도 하나의 모바일 장치로부터 차량 충돌의 센서 데이터를 수신할 수 있고; (ii) 수신된 센서 데이터에 기초하여 차량 충돌의 시나리오 모델을 생성할 수 있으며; (iii) 시나리오 모델을 저장할 수 있고; 및/또는(iv) 시나리오 모델에 기초하여 하나 이상의 응급 서비스에 메시지를 전송할 수 있는, 차량 충돌을 긴급 서비스에 통지하기 위한 시스템을 개시한다. 결과적으로 차량 충돌 위치에 응급 서비스를 배포하는 속도와 정확성이 향상된다. 이 시스템은 또한 차량 탑승자 위치 데이터 및 내부 및 외부 센서 데이터를 이용하여 잠재적인 임박한 차량 충돌을 검출하고, 시정 조치를 취하고, 자율 또는 반 자율 차량 특징을 자동으로 참여시키거나, 차량 충돌의 가상 재구성을 생성할 수 있다.
본 발명은 차량 충돌로 한 명 이상의 승객의 기관이 겪는 외상을 자동으로 실시간으로 그리고 자동으로 응급 관리 클라이언트에 평가 및 보고하기 위한 시스템 및 방법에 관한 것으로, 여기서 응급 관리 클라이언트는 EMS 유닛, 외상 유닛, 응급실 및 기타 다른 의료 유닛으로부터 선택된(그러나 이에 제한되지 않는) 하나 이상의 의료 제공자의 컴퓨터와 통신 연결되거나 이를 포함한다. 본 발명의 한 양태는 시스템에 의해 처리된 부상 승객의 건강 진단 보고서(medical examination report: "의료 검사 보고서"라고도 함)의 집계를 포함하는 피드백을 시스템이 의료 처방 제공자로부터 수신함에 따라 최적화 또는 훈련에 의해 외상보고 정확도에 대한 알고리즘의 정확도를 향상시키는 단계에 관한 것이다.
특정 실시예에서, 상기 방법은 1) 교통 사고 동안 차내 센서의 판독을 수행하는 단계; 2) 판독 값을 서버에 무선으로 전송하는 단계; 3) 충돌 유형(두부, 측면 충격, 등)을 분류하는 단계; 4) 차량 내 승객의 기관에 가해진 힘을 컴퓨팅하는 단계; 5) 힘 및 공개된 의료 데이터에 기초하여 기관에 대한 외상을 평가하는 단계; 및 7) 외상 평가 보고서를 의료 응급 클라이언트에게 전송하는 단계를 포함한다. 외상 평가 보고서는 EMS, 외상 장치 및 응급실 요원과 같은 의료 서비스 제공자의 대응을 크게 촉진하고 개선하여 사고를 적절히 준비하고 부상당한 승객을 치료할 수 있다. 이 방법은 8) 승객에 의해 유지된 부상에 대한 건강 진단 보고서를 수신하는 단계를 더 포함한다. 다수의 사고에 대해 획득된 이러한 건강 진단 보고서의 집합은 방법의 외상 평가 정확도를 향상시키기 위해 훈련에 사용될 수 있다. .
다른 특정 실시예에서, 시스템의 서버는 키네틱스 엔진 및 외상 분석 엔진을 포함한다. 키네틱스 엔진은 차량 사고에서 가해진 힘과 승객의 움직임을 계산한다. 일부 실시예에서, 키네틱스 엔진은 승객의 기관 내부에 배치된 허구의 센서인 "가상 센서"에 의해 측정된 힘 및 운동을 계산하고; 가상 센서의 판독 값은 가상 센서의 위치, 충돌 유형 및 차내 센서 판독 값의 함수로 컴퓨팅된다. 외상 분석 엔진은 키네틱스 엔진에 의해 계산된 기관에 대한 힘에 기초하여 기관에 대한 외상을 추정한다.
계산을 운동 및 외상 평가로 이루어지는 승객의 두 가지 분석으로 나누면, 시스템이 시스템을 교육하기 위해 게시된 풍부한 데이터를 활용할 수 있고, 키네틱스 엔진 훈련을 위해 더미 및 시뮬레이션 결과를 가진 충돌 테스트의 데이터, 외상 분석 엔진을 위해 기관에 대한 외상에 관한 의료 문헌을 활용할 수 있다.
본 발명은 차량 충돌 시 승객의 기관에 대한 외상을 실시간으로 평가 및 보고하는 자동화 시스템을 제공하며,
a. 차량 충돌 중시 판독 값을 취하도록 구성된 하나 이상의 차내 센서;
b. 차내 센서로부터 판독 값을 수신하도록 구성된 차내 프로세서;
c. 차내 프로세서와 무선 통신 연결되는 서버로서, 하나 이상의 프로세서 및 비일시적 컴퓨터 판독 가능 매체(CRM)를 포함하는 서버;
d. 하나 이상의 응급 관리 클라이언트;를 포함하되,
e. 상기 CRM은 의료 문헌 데이터베이스를 저장하고;
f. 상기 서버는 키네틱스 분석 엔진을 더 포함하며, 상기 키네틱스 분석 엔진은,
i. 차내 프로세서로부터 센서 판독 값을 수신하도록 구성되고;
ii. 차내 센서 판독 값을 포함하는 제 1 입력의 제 1 함수로서 차량 충돌의 충돌 메커니즘을 분류하도록 구성되며;
iii. 차량 내 승객의 하나 이상의 기관 내부에 가상으로 배치된 가상 센서의 판독 값을 계산하도록 구성되고; 상기 가상 센서의 판독 값은 분류된 충돌 메커니즘 및 차내 센서 판독 값을 포함하는 제 2 입력의 제 2 함수로서 계산되며,
g. 상기 서버는 외상 분석 엔진을 더 포함하며, 상기 외상 분석 엔진은,
i. 키네틱스 분석 엔진으로부터 가상 센서 판독 값을 수신하도록 구성되고,
ii. 의료 문헌 데이터베이스의 의료 문헌 및 가상 센서 판독 값을 포함하는 제 3 입력의 제 3 함수로서, 상기 기관에 대한 외상을 평가하도록 구성되며,
iii. 추정된 기관 외상을 포함하는 외상 평가 보고서를 상기 응급 관리 클라이언트에게 전송하도록 구성되며,
상기 시스템은 의료 정보 클라이언트 및 시스템 이력 데이터베이스를 더 포함하고,
h. 상기 서버는 의료 정보 클라이언트로부터 승객의 사고-후 검사의 의료 검사 보고서를 수신하도록, 그리고, 의료 검사 보고서 및 관련 가상 센서 판독 값을 시스템 이력 데이터베이스에 저장하도록 또한 구성되며;
상기 서버는 시스템 이력 데이터베이스에 저장된 상기 가상 센서의 상기 관련 판독 값 및 상기 의료 검사 보고서의 집계에 대하여 제 3 함수를 최적화하기 위해 하나 이상의 최적화 기술을 사용하도록 구성된 제 3 최적화 엔진을 더 포함한다.
본 발명은 차량 충돌시 승객의 기관에 대한 외상을 실시간으로 평가 및 보고하기 위한 방법을 또한 제공하며,
a. 상술한 시스템을 제공하는 단계;
b. 차량 충돌 중 취한 센서 판독 값을 수신하는 단계;
c. 서버에 의해 센서 판독 값의 데이터를 수신하는 단계;
d. 센서 판독 값을 포함하는 제 1 입력의 제 1 함수로 충돌의 충돌 메커니즘을 분류하는 단계;
e. 분류된 충돌 메커니즘 및 차내 센서 판독 값을 포함하는 제 2 입력의 제 2 함수로, 차내 승객의 하나 이상의 기관 내부에 가상으로 배치된 가상 센서의 판독 값을 계산하는 단계;
f. 가상 센서 판독 값 및 의료 문헌을 포함하는 제 3 입력의 제 3 함수로, 기관에 대한 외상을 평가하는 단계;
g. 추정된 기관 외상을 포함하는 외상 평가 보고서를 하나 이상의 응급 관리 클라이언트에 전송하는 단계;를 포함하며,
상기 방법은,
h. 승객의 사고-후 검사의 의료 검사 보고서를 수신하는 단계; 및
i. 하나 이상의 최적화 기술을 이용하여, 수신된 의료 검사 보고서 및 관련 가상 센서 판독 값의 집계에 대해 제 3 함수를 최적화시키는 단계를 더 포함한다.
본 발명에서 또한 제공되는 기언급한 시스템 또는 방법에서, 차량의 공급 업체/제조 업체에 의해 새 차량에 차내 센서 및 차내 프로세서가 제공된다.
본 발명에서 제공하는 기언급한 시스템 또는 방법 중 임의의 것에서, 센서는 OEM 센서, 애프터마켓 센서, 및 이들의 임의의 조합을 포함하는 그룹 내에 있다.
본원 발명에 의해 제공되는 기언급한 시스템 또는 방법 중 임의의 발명에 따르면, 하나 이상의 차내 센서는 선형 가속계, 속도계, 3축 가속계, 마이크로폰, 실내 기온 센서, 외부 기온 센서, 좌석 점유 센서, 좌석 위치 센서, 안전 벨트 사용 표시기, 안전 벨트 장력 측정기, 에어백 전개 센서, 휠 속도 센서, 사각 지대 모니터, 스로틀 위치 센서, 제동력 센서, 스티어링 휠 위치 센서, 조향각 센서, 핸즈-온-스티어링 휠 센서, 타이어 공기압 센서, 광학 센서, 후방 모니터, 실내 카메라, 공기압 센서, 음향 센서, 초음파 센서, LiDAR, RADAR, GPS, 자이로스코프 센서, 회전 속도계, 승객 높이 센서, 승객 중량 센서 및 이들의 임의의 조합을 포함하는 군으로부터 선택된다.
본 발명에 의해 제공되는 상기 언급된 시스템 또는 방법 중 어느 하나의 방법에 따르면, 차내 센서는 승객의 기관에 대한 힘의 직접적인 측정을 위해 구성된 센서를 더 포함하고, 센서는
a. 차량의 안전 벨트의 상부, 하부 또는 버클에 각각 배치된 하나 이상의 압력 센서;
b. 헤드레스트의 가속을 측정하도록 구성된 자이로스코프를 선택적으로 구비한, 차량의 헤드레스트 상에 배치된 압력 센서;
c. 차량의 스티어링 휠의 후방에 배치된 하나 이상의 압력 센서;
d. 차량의 좌석, 좌석 등받이, 또는 팽창한 에어백 구역 상에 각각 배치되는 하나 이상의 압력 센서; 중 하나 이상을 포함한다.
본 발명에 의해 또한 제공되는 기언급한 시스템 또는 방법 중 어느 발명에 따르면, 차내 센서는 차량의 상이한 부분들에 배치된 센서들 사이의 거리를 검출하는 복수의 센서를 더 포함하고, 키네틱스 엔진은 충돌시 차량의 변형을 계산하도록 또한 구성된다.
본 발명에서 제공되는 기언급한 시스템 또는 방법 중 어느 발명에 따르면, 차내 프로세서는 센서 판독 값의 데이터를 압축하도록 또한 구성된다.
본 발명에서 제공하는 기언급한 시스템 또는 방법 중 어느 발명에 따르면, 서버는 클라우드 서버, 전용 서버, 및 이들의 조합을 포함하는 그룹 내에 있다.
추가 실시예에서, 본 발명의 기언급한 시스템 또는 방법 중 임의의 발명에 따르면, 충돌 메커니즘의 분류는 후방 충격, 측면 충격, 전복, 전방 충격 충돌, 및 이들의 임의의 조합을 포함하는 그룹 중에서 이루어진다.
본 발명의 기언급한 시스템 또는 방법 중 임의의 발명에 따르면, 가상 센서는 충돌로부터 나타나는 가속(감속 포함) 중 신체의 하나 이상의 부분의 힘, 선형 가속, 관성 모멘트, 각가속도, 각속도, 응력, 및 변위를 포함하는 그룹 중 하나 이상을 측정하도록 구성된다.
본 발명의 기언급한 시스템 또는 방법 중 임의의 발명에 따르면, 상기 가상 센서에 대한 응답 기능을, 그리고 선택적으로, 분류를 위한 응답 기능을, 훈련시키기 위한 서브시스템을 더 포함하며, 상기 서브시스템은 충돌 시나리오 데이터베이스, 센서 시뮬레이터, 테스트 충돌 데이터 클라이언트 및 제 2 최적화 엔진을 포함하고, 제 1 최적화 엔진을 선택적으로 포함하며,
a. 충돌 시나리오 데이터베이스는 충돌 시나리오의 파라미터를 제공하도록 구성되고;
b. 센서 시뮬레이터는 상기 충돌 시나리오를 수신하도록, 그리고, 상기 시나리오에 대한 차내 센서의 시뮬레이션된 센서 응답을 컴퓨팅하도록, 구성되며;
c. 키네틱스 엔진은 시뮬레이션된 센서 응답을 수신하도록, 그리고, 상기 시뮬레이션된 센서 응답의 상기 제 2 함수로서 시뮬레이션된 가상 센서 판독 값을(그리고 선택적으로, 제 1 함수로서 시뮬레이션된 분류를) 컴퓨팅하도록 추가로 구성되며;
d. 테스트 충돌 데이터 클라이언트는 상기 충돌 시나리오의 조건 하에서 수행된 충돌 테스트로부터 테스트 차량 데이터 및 테스트 더미 데이터를 제공하도록 구성되고;
e. 상기 제 2 최적화 엔진(및 선택적인, 제 1 최적화 엔진)은
i. 충돌 시나리오, 시뮬레이션된 센서 응답, 시뮬레이션된 가상 센서 판독 값(및 선택적으로, 시뮬레이션된 분류), 테스트 카 데이터 및 테스트 더미 데이터를 포함하는 시뮬레이션 데이터를 수신하도록 구성되고;
ii. 시뮬레이션 데이터를 시스템 이력 DB에 저장하도록 구성되며;
iii. 상기 시스템 이력 DB에 저장된 상기 시뮬레이션 데이터의 하나 이상의 인스턴스의 집계에 대하여 상기 제 2 함수를(그리고 선택적으로 상기 제 1 함수를) 최적화하도록 구성된다.
다른 실시예에서, 본 발명의 기언급한 시스템 또는 방법 중 임의의 발명에 따르면, 함수들 중 하나 이상에 대한 최적화 기술은 랜덤 포레스트, 선형 회귀, 로지스틱 회귀, k- 최근접 이웃, 그라디언트 부스트, 재발 신경망, 장기/단기 기억, 게이트 재발 유닛, 생성 적대적 네트워크, 머신 러닝, 딥 러닝 및 이들의 조합을 포함하는 그룹으로부터 선택된다.
본 발명의 기언급한 시스템 또는 방법 중 임의의 발명에 따르면, 제 3 함수는 또한 하나 이상의 차내 센서로부터의 출력의 함수이다.
본 발명에 의해 제공되는 기언급된 시스템 또는 방법 중 어느 발명에 따르면, 상기 시스템은 웰니스 모니터링 센서를 더 포함하고, 제 3 함수에 대한 제 3 입력은 기관에 대한 외상을 평가 보고하기 위한 웰니스 모니터링 센서로부터의 출력을 더 포함하며, 웰니스 모니터는 심박수 모니터, 혈압 모니터, 탈수 모니터, 글루코미터, 피부 수분, 동공 직경 모니터, 눈꺼풀 개방 높이 모니터, 호흡 모니터, 자세 모니터 및 이들의 임의의 조합을 포함하는 그룹으로부터 선택된다.
본 발명의 기언급한 시스템 또는 방법 중 임의의 발명에 따르면, 여기서 제 3 함수는 생체 역학적 모델, 유한 요소 및 3D 모델을 포함하는 그룹에서 하나 이상의 결정론적 모델을 더 사용한다.
또한, 본 발명의 상기 언급된 시스템 또는 방법 중 어느 발명에 따르면, 외상 분석 엔진은 건강 진단 보고서 및 시스템 이력 데이터베이스에 저장된 관련 가상 센서 판독 값 및 건강 진단 보고서의 집계의 수가 증가함에 따라 결정론적 모델에 대한 제 3 기능의 최적화에 대한 의존도를 동적으로 증가 시키도록 추가로 구성된다.
본 발명은 상기 언급된 시스템 또는 방법 중 임의의 것을 제공하며, 여기서 건강 진단 보고서는 두부 손상, AIS, ICD-9, ICD-10 및 이들의 임의의 조합을 포함하는 그룹에서 선택된 표준 의료 기준을 포함한다.
다른 실시예에서, 본 발명은 상기 언급된 시스템 또는 방법 중 어느 하나를 제공하며, 여기서 건강 진단 보고서는 의료 정보 클라이언트에 설치된 애플리케이션에 의해 제공되는 사용자 인터페이스에 입력된다.
본 발명은 전술한 시스템 또는 방법 중 임의의 것을 제공하며, 여기서 제 3 함수는,
a. 골반, RLQ, LLQ, RUQ, LUQ, 대퇴골, 가슴, 머리, 척추를 포함하는 그룹 내 하나 이상의 조직에 대한 힘을 계산하도록 구성되고;
b. 충돌 동안 신체의 대략적인 움직임을 계산하기 위해 MADYMO, GHBMC, THUMS 및 이들의 임의의 조합을 포함하는 그룹으로부터 선택된 리버스 엔지니어링 인체 모델을 사용하도록 구성되며; 그리고,
c. 유한 요소 모델을 사용하여 하나 이상의 기관에 대한 손상을 계산하도록 또한 구성된다.
본 발명은 상기 언급된 시스템 또는 방법 중 임의의 것을 제공하며, 여기서 제 3 함수는 각 기관에 대한 전용 계산 알고리즘을 포함한다.
본 발명은 승객 정보 데이터베이스를 더 포함하는 상기 언급된 시스템 또는 방법 중 임의의 것을 추가로 제공한다.
또 다른 실시예에서, 본 발명은 전술한 시스템 또는 방법 중 어느 하나를 제공하며, 여기서 제 2 함수는 승객 정보 데이터베이스에 저장된 승객의 기관 중 하나의 특정 조건에 전용 계산 알고리즘을 적용하도록 구성된다.
본 발명은 상술한 시스템 또는 방법 중 어느 하나를 제공하는데, 전용 계산 알고리즘은 정상, 골다공증, 또는 골 유화에 해당하는, 승객 정보 데이터베이스에 저장된 승객의 뼈 조직 기관의 상태에 따라 뼈 조직 기관에 대한 것이다.
상기 언급된 시스템 또는 방법 중 임의의 것이 본 발명에 의해 추가로 제공되며, 여기서 제 3 함수는 승객 정보 데이터베이스에 저장된 간경변 이력의 함수로서 섬유성 조직으로 인한 승객에 대한 간 열상 확률을 계산하도록 구성된다.
본 발명은 상기한 시스템 또는 방법 중 어느 하나를 제공하며, 건강 진단 보고서는 승객 정보 데이터베이스에 추가된다.
본 발명의 또 다른 실시예에서, 상기 언급된 시스템 또는 방법 중 어느 하나가 제공되며, 상기 시스템은 승객 정보 데이터베이스가 승객을 모니터링하는 의료 센서로부터의 데이터를 저장하도록 추가로 구성된다.
다른 실시예에서, 본 발명은 상기 언급된 시스템 또는 방법 중 어느 하나를 제공하며, 여기서 외상 분석 엔진은 승객이 차량에 갇힐 확률을 예측하도록 추가로 구성된다.
본 발명은 상기 언급된 시스템 또는 방법 중 어느 하나를 제공하며, 외상 분석 엔진은 승객을 처리하는 데 필요한 하나 이상의 적절한 외상 유닛을 결정하도록 추가로 구성된다.
본 발명은 또한 상기 언급된 시스템 또는 방법 중 어느 하나를 제공하며, 외상 유닛 결정은 충돌로부터 외상 유닛의 거리, 외상 유닛의 이용 가능성, 장비 및 의료 지식을 포함하는 그룹에서 하나 이상의 기능으로서 이루어진다.
본 발명은 또한 상기 언급된 시스템 또는 방법 중 어느 하나를 제공하며, 여기서 보고서는 Webpush, HTTP 서버 푸시, Pushlet, 롱 폴링, Flash XMLSocket 릴레이, 신뢰성있는 그룹 데이터 전달, 푸시 통지, 자바 스크립트 및 이들의 조합 중에서 선택된 기술을 이용하여 클라이언트 컴퓨터에 전송된다.
본 발명은 상기 시스템 이력 데이터베이스에서 수집된 데이터를 수신하도록 구성된 자동차 제조 클라이언트를 더 포함하는 상기 언급된 시스템 또는 방법 중 임의의 것을 제공한다.
본 발명은 전술한 시스템 또는 방법 중 어느 하나를 제공하며, 여기서 서버 및 자동차 클라이언트는 차량의 충돌 전 및 충돌 중에 최적의 제동 및 조향 패턴을 계산하여 부상의 심각도를 최소화하도록 또한 구성되고, 이러한 최적화는 차내 센서의 관련 측정 값과 짝을 이루는 건강 진단 보고서의 집계에 대해 컴퓨팅된다.
본 발명은 상기 언급된 시스템 또는 방법 중 임의의 것을 제공하며, 여기서 건강 진단 보고서 및 차내부 센서 측정의 집계는 차량과 동일한 유형의 차량으로부터 수집된다.
본 발명은 마케팅 클라이언트를 추가로 포함하는 상기 언급된 시스템 또는 방법 중 어느 하나를 제공하며, 여기서 마케팅 클라이언트는:
a. 외상 보고서를 수신하도록 구성되고;
b. 승객의 추정되는 기관 외상을 기관 외상과 관련된 판촉 의료 제품과 매칭시키도록 구성되며;
c. 매칭되는 의료 제품에 대한 광고의 디스플레이를 승객의 장치 상에서 개시하도록 구성된다.
본 발명은 상기 시스템 또는 방법 중 어느 하나를 더 제공하며, 상기 시스템은 승객이 사고 후 즉시 입원하지 않았음을 확인하면 외상보고를 마케팅 클라이언트에게 전송한다.
도 1은 본 발명의 일부 실시예에 따라 차량 충돌로 승객의 기관에 대한 외상을 평가 및 보고하기 위한 시스템의 블록도를 도시한다.
도 2a-2d는 본 발명의 일부 실시예에 따른 여러 종류의 차내 센서(105)를 도시한다.
도 3은 본 발명의 일부 실시예에 따라 차량 충돌로 승객의 기관에 대한 외상을 평가 및 보고하기 위한 시스템의 운동 엔진에서 분류 및 가상 센서에 대한 응답 기능을 훈련하기 위한 서브시스템의 블록도를 도시한다.
도 4a는 본 발명의 일부 실시예에 따라 차량 충돌로 승객의 기관에 대한 외상을 평가 및 보고하기 위한 시스템의 서버에 전송한 건강 진단 보고서의 GUI를 도시한다.
도 4b는 본 발명의 일부 실시예에 따라 차량 충돌로 승객의 기관에 대한 외상을 평가 및 보고하기 위한 시스템의 상태 정보 스크린의 GUI를 도시한다.
도 5는 본 발명의 일부 실시예에 따라 차량 충돌로 승객의 기관에 대한 외상을 평가 및 보고하는 방법의 흐름도를 도시한다.
도 6은 본 발명의 일부 실시예에 따른 차량 충돌로 승객의 기관에 대한 외상을 평가 및 보고하기 위한 시스템의 운동 엔진에서 분류 및 가상 센서에 대한 응답 기능을 훈련하기 위한 방법의 흐름도를 도시한다.
도 7은 본 발명의 일부 실시예에 따라 차량 충돌로 승객의 기관에 대한 외상을 평가 및 보고하는 방법의 흐름도를 도시한다.
본 발명의 일부 실시예에 따라 실시간으로 차량 충돌로 승객의 기관에 대한 외상을 평가 및 보고하기 위한 자동화 시스템(100)을 도시한 도 1을 참조한다.
시스템(100)은 차내 센서(105), 차내 프로세서(110), 차내 프로세서(110)와 무선 통신하는 서버(112), 및 서버(112)와 통신하는 클라이언트 컴퓨터를 포함하며, 클라이언트 컴퓨터는 응급 관리 클라이언트(135) 및 의료 정보 클라이언트(138)를 포함한다. 선택적으로, 시스템(100)은 서버(112)와 통신하는 자동차 제조 클라이언트(140)를 더 포함한다.
차내 센서(105) 및 차내 프로세서(110)는 차량(101)에 배치된다. 차내 센서(105) 및 차내 프로세서(110)는 차량(101)의 제조업체, 애프터 마켓 장비 또는 이들의 임의의 조합에 의해 제공되는 OEM 장비일 수 있다.
차내 센서(105)는 속도계, 선형 가속도계, 3축 가속도계, 마이크로폰, 실내 공기 온도 센서, 외부 공기 온도 센서, 좌석 점유 센서, 좌석 위치 센서, 안전 벨트 사용 표시기, 안전 벨트 장력 측정기, 에어백 배치 센서, 휠 속도 센서, 사각 지대 모니터, 스로틀 위치 센서, 제동력 센서, 스티어링 휠 위치 센서, 스티어링 앵글 센서, 핸즈-온-스티어링 휠 센서, 타이어 공기압 센서, 광학 센서, 후방 모니터, 실내 카메라, 기압 센서, 음향 센서, 초음파 센서, LiDAR, RADAR, GPS, 자이로스코프 센서, 회전 속도계, 승객 높이 센서, 승객 중량 센서 및 이들의 임의의 조합을 포함할 수 있다.
본 발명의 일부 실시예에 따른 몇몇 종류의 차내 센서(105)를 도시하는 도 2a 내지 도 2d를 참조한다. 도시된 차내 센서는 승객과 접촉하거나 거의 접촉하여 배치되어 사고 중에 승객의 기관에 대한 외부 힘의 측정이 가능하다는 점에서 구별된다. 도면에 도시되고 후술되는 차내 센서는 이들 센서 중 하나 이상이 없는 발명의 실시예를 배제하지 않는 것으로 이해된다.
도 2a는 차량의 안전 벨트(10)에 위치한 센서 세트의 실시예를 도시한다. 안전 벨트는 대게, 일반적으로 정적 요소인 버클(11) 및 일반적으로 동적 요소인 벨트(12)의, 2개의 부분으로 구성된다. 본 발명의 몇몇 실시예에서, 압력 센서(13)는 벨트(12)의 상부 및 하부에 배치되고, 다른 압력 센서(14)는 버클(11)에 위치된다. 또한, 높이-적응 가능한 심장 박동 및 호흡 센서(15)가 위치된다. 승객은 승객의 가슴의 올바른 위치에 맞게 이 센서의 위치를 변경할 수 있다.
도 2b는 차량의 헤드레스트(20)에 위치한 센서를 도시한다. 압력 센서(21)는 승객의 머리에 의해 가해지는 헤드레스트(20)의 압력을 측정한다. 압력 센서(21)는 반격 부상으로 헤드에 통상적으로 가해지는 힘을 측정할 수 있다. 대안적으로 또는 추가적으로, 자이로스코프(22)는 사용자의 머리에 의해 헤드레스트(20)에 가해지는 가속도를 측정하고; 또한, 자이로스코프(22)는 신체상의 시트에 의해 가해지는 전단력을 측정함으로써 사고 동안 헤드의 움직임과 시트의 움직임의 상관 관계를 가능하게 한다. 압력 센서(21) 및/또는 자이로스코프(22)는 회전하는 머리 움직임을 시트(후방 및 하부)에서 측정되는 회전력에 비교함으로써 측정되는 확산 축삭 손상에서 헤드에 의해 유지되는 힘을 측정할 수 있게 한다. 이러한 측정 값의 차이는 머리와 가슴이 느끼는 전단력을 나타낼 것이다.
도 2c는 차량의 스티어링 휠(30)에 위치한 센서 세트를 도시한다. 여러 개의 압력 센서(31)가 스티어링 휠(30)의 모든 주위 및 후면에 위치된다. 이들 센서(31)는 승객이 스티어링 휠(30)에 미치는 충격의 힘에 관한 정보를 제공하며, 이는 승객이 사고 중에 안전 벨트(10)를 했는지 여부를 알려줄 수 있다. 이러한 유형의 정보는 영향받은 승객의 치료에 매우 중요하다.
도 2d는 차량의 여러 곳에 위치한 센서 세트를 보여준다. 팽창된 에어백(41)의 구역(회색 영역)과 함께 차량(101) 및 카시트(43)의 개략도가 도시되어있다. 여러 압력 센서(검은 점)(42)가 에어백 및 시트 위의 여러 곳에 위치된다. 압력 센서(42) 및 다른 가능한 센서 구성은 탑승자의 움직임 및 충격에 대한 더 완전한 그림을 생성하여, 그들의 부상에 관한 더 완전한 그림을 실현할 수 있게 한다.
일부 실시예에서, 차량(101)의 일부에 할당된 센서(44)가 그들 사이의 거리를 계산할 수 있다. 이 특징은 사고 동안 차량(101)의 변형을 계산할 수 있게 한다. 차량이 겪는 변형 수준과 승객이 겪는 부상의 심각도간에 직접적인 상관 관계가 있음이 입증되었다(("Characteristics of Crashes that Increase the Risk of Serious Injuries"; J. Augenstein, E. Perdeck, and J. Stratton; Annual Proceedings of the Association for the Advancements of Automotive Medicine; vol. 47, 2003). 따라서, 센서에 의해 수집된 전체 감각 정보의 일부로서, 차량의 변형 레벨은 차량(101)에서 승객이 겪는 상해의 정도를 추후 추정하기 위한 다른 파라미터로서 측정될 수 있다.
일부 실시예에서, 차내 센서(105)는 차량의 승객을 모니터링하는 하나 이상의 의료 센서를 포함한다.
차내 프로세서(110)는 차내 센서(105)의 판독 값을 수신한다. 충돌이 발생한 것을 검출하면, 차내 프로세서(110)는 충돌 전 및 충돌 시간까지 수신된 판독 값의 데이터를 전송한다. 일부 실시예에서, 차내 프로세서는 다중 충돌이 있은 경우 차량이 정지한 후에도 데이터를 계속 수신하고 전송한다. 바람직한 실시예에서, 차내 프로세서(110)는 서버(112)로 전송하기 전에 데이터를 압축한다. 최적의 압축은 데이터의 손실을 초래할 수 있지만, 차내 프로세서에 의해 채택된 압축 알고리즘은 충돌 분석을 위해 서버(112)에 의해 필요한 데이터 특징을 보존하도록 특별히 설계된다.
일부 실시예들에서, 차내 프로세서(110)는 또한 차량의 승객들에 관한 정보를 수집할 수 있다. 차량(101)에서 탑승이 시작될 때, 차내 프로세서(110)는 차량(101)의 각 좌석 위치에서 승객의 정보, 예를 들어, 이름, 체중, 키, 및 건강 상태를 차내 저장 장치(도시되지 않음)로부터, 차량(101) 또는 모바일 장치 내 입력 장치(도시되지 않음)로부터, 또는, 서버(112)로부터 또는 이들의 임의의 조합으로부터 수신할 수 있다. 승객은 적용가능한 차내 센서(105)에 의해 측정된 바와 같이 중량, 신장 및/또는 이미지로 식별될 수 있다. 승객 정보는 승객의 기관에 대한 외상의 추정 정확성을 향상시키기 위해 추가 입력 데이터로서 센서(105)로부터의 데이터와 함께 전송될 수 있다. 또한, 승객 데이터는 서버(112)의 승객 정보 데이터베이스(130)(여기서 더 설명됨)에 저장될 수 있다.
서버(112)는 클라우드 서버 또는 전용 서버 일 수 있다. 서버(112)는 상이한 위치에 배치될 수 있는 하나 이상의 컴퓨터를 포함한다. 차내 프로세서(110)와 서버(112) 사이의 무선 통신은 차량 대 인프라스트럭처 또는 차량 대 클라우드 연결(예: 하나 이상의 셀룰러(예: 4G 또는 5G), IoT 등)에 적합한 프로토콜로 설정된다.
서버(112)는 시스템(100)에 의해 이루어진 계산을 용이하게 하는 모듈(여기서 더 설명 됨)을 포함한다. 모듈은 임의의 종류의 메모리 또는 저장 장치, 또는 이들의 조합일 수 있는 비일시적 컴퓨터 판독 가능 매체(CRM)를 포함한다. CRM은 서버(112)의 프로세서가 각 모듈의 설명된 기능을 실행하기 위한 명령어를 저장한다.
응급 관리 클라이언트(135) 및 의료 정보 클라이언트(138)와 같은 클라이언트는 각각 PC, 노트북, 모바일 장치, 가령 태블릿 또는 스마트 폰일 수 있는 컴퓨팅 장치를 포함한다. 각각의 컴퓨팅 장치는 서버(112)와 유선 및/또는 무선 통신 수단을 포함한다. 클라이언트 컴퓨터가 서버(112)와 통신하거나 그렇지 않으면 여기서 설명된 클라이언트의 기능을 제공하기 위해, 각각의 클라이언트 컴퓨터에는 소프트웨어 에이전트가 설치될 수 있다.
운동학 분석(Kinetics Analysis)
일부 실시예에서, 서버(112)는 키네틱스 엔진(114)을 포함한다. 키네틱스 엔진(114)은 차내 프로세서(110)에 의해 전송된 센서 판독 값을 수신한다. 키네틱스 엔진(114)은 센서 판독 값으로부터 충돌의 충돌 메커니즘을 분류한다. 예를 들어, 키네틱스 엔진(114)은 충돌이 후방 충격, 측면 충격 또는 정면 충격 충돌인지를 결정한다. 분류는 키네틱스 엔진(114)에 의한 추가 처리를 위해 불연속적인 수의 분석 체제 중 하나를 식별한다(예: 차내 센서(105)가 사용할 판독 값, 분석할 기관, 사용할 알고리즘).
충돌을 분류한 후, 키네틱스 엔진(114)은 가상 센서의 판독 값을 계산한다. 가상 센서는 차량에서 승객의 기관 내부에 가상으로 배치된 허구의 센서이다. 가상 센서는 차내 센서(105)에 의해 측정된 물리량을 기관에 가해지는 힘(내부 응력을 포함할 수 있음)으로 변환하여, 기관의 운동 및/또는 기관의 내부 응력변형으로 나타나게 된다. 일부 실시예에서, 키네틱스 엔진(114)은 충돌 테스트 분류뿐만 아니라 다양한 테스트 데이터, 데이터 과학 알고리즘 및 다른 계산 방법(본 명세서에 더 설명 됨)을 이용하고, 키네틱스 엔진(114)은 승객의 신체에서 가상 센서의 판독 값을 차내 센서(105)로부터의 판독 값의 함수로 계산한다.
가상 센서는 생명을 위협하는 부상을 평가하기 위해 어떤 운동량이 가장 중요한지에 따라 힘/응력 센서 또는 변위/편향 센서 일 수 있다. 헤드에 대한 충격의 경우, 가상 센서는 일반적으로 헤드의 무게 중심에서의 응력을 측정한다. 흉부에 배치된 가상 센서는 일반적으로 내부 편향을 측정한다.
키네틱스 엔진(114)은 가상 센서 판독 값을 계산하는 것을 돕기 위해 신체 움직임을 결정할 수 있다. 예를 들어, 나무에 50mph의 정면 충돌 시, 신체는 특정 속도로 그리고 신체 기관에 의한 충격의 순서로 스티어링 휠을 향해 추진된다. 가슴이 스티어링 휠을 먼저 치고 머리가 두 번째로 치면 머리가 앞으로 튀어 오르고 목에 응력이 가해져 과굴곡 부상이 나타난다. 머리가 먼저 닿으면 가슴이 앞으로 튀어 나오는 동안 머리가 뒤로 밀려서 목이 과도하게 확장된다. 예를 들어 스티어링 휠 조정 센서, 승객 높이 센서, 좌석 센서 및/또는 승객 정보 데이터베이스(130) 내의 승객 높이 데이터(추후 설명됨)는 어느 충격 모드가 발생했는지를 결정하기 위해 사용될 수 있다. 충격 모드는 예를 들어 목의 척추에 위치한 가상 센서의 판독값을 위한 계산에 대한 입력일 수 있다.
키네틱스 최적화/트레이닝
실시간으로 차량 충돌로 승객의 기관에 외상을 평가 및 보고하기 위한 자동화 시스템(100)의 분류 및 가상 센서 응답 기능을 최적화/훈련하기 위한 서브시스템(175)을 도시하는 도 2를 참조한다. 본 발명의 일부 구체예에. 서브시스템(175)은 충돌 시나리오 데이터베이스(150), 센서 시뮬레이터(155), 키네틱스 엔진(114), 시스템 이력 데이터베이스(125), 테스트 충돌 데이터 클라이언트(145) 및 가상 센서 최적화 엔진(1182)(및/또는 분류 기능 최적화를 위한 분류 최적화 엔진(1181))을 포함한다.
충돌 시나리오 데이터베이스(150)는 자동차 충돌의 다양한 테스트 시나리오(예를 들어 자동차 제조업체/모델, 충돌체(예: 다른 차량, 콘크리트 벽, 나무 등), 속도, 제동/조향 패턴 및 승객 중량)를 저장한다. 시나리오는 가상 센서를 교정하는 데 필요한 테스트 시나리오 수를 최소화하기 위해 전략적으로 선택된다. 예를 들어, 차량 속도가 낮으면 일부 가상 센서의 응답이 해당 차내 센서 판독 값에 대해 거의 선형으로 예상되므로, 서로 다른 차량 속도에서 일련의 테스트 시나리오는 10mph로 간격을 둘 수 있다(예: 20, 30 및 40mph에서의 시나리오). 실제 시스템(100)에서, 중간 속도에서의 가상 센서 응답은 10mph의 가장 가까운 하위 배수와 상위 배수 사이의 시뮬레이션 데이터의 보간에 의해 계산될 수 있다. 더 빠른 속도에서 가상 센서 응답은 비선형적일 수 있으므로, 보다 근접한 속도(예: 50, 55, 60, 62, 64, 66, 68, 69 및 70mph)에서의 충돌 시나리오의 시뮬레이션 및 테스트가 필요할 수 있다.
센서 시뮬레이터(155)는 시나리오 데이터베이스(150)로부터 충돌 시나리오를 수신하고 충돌 시나리오 데이터의 함수로서 충돌 시나리오의 충돌에 대한 차내 센서(105)의 예상 응답을 계산한다. 이러한 계산은 고도로 연산 집약적이어서, 본 컴퓨터 기술을 사용하여, 센서 시뮬레이터(155)는 통상적으로 차내 센서(105)의 예상 판독치를 계산하기 위해 밤새 실행되도록 남겨진다. 센서 시뮬레이션 기능은 데이터 과학 알고리즘을 이용할 수 있다. 센서 시뮬레이션 기능은 시스템 이력 데이터베이스에 저장된 센서 시뮬레이터(155)에 의해 하나 이상의 이전 시뮬레이션으로부터의 시뮬레이션된 센서 판독치들의 기존 훈련 데이터를 이용할 수 있다. 센서 시뮬레이터(155)는 데이터 과학 및 훈련된 알고리즘의 결과를 가중 강조와 결합할 수 있으며; 예를 들어, 훈련된 센서 시뮬레이터 알고리즘은 더 많은 훈련을 통해 점점 더 정확해지는 것으로 입증될 때 더 의존할 수 있다.
키네틱스 엔진(114)(여기서 더 설명 됨)은 최적화/트레이닝 서브시스템(175)에 사용될 때 시뮬레이션 모드에서 실행되며, 키네틱스 엔진(114)은 센서 시뮬레이터(155)로부터 계산된 센서 출력을 수신한다. 키네틱스 엔진(114)은 시뮬레이션된 가상 센서 판독 값을 시뮬레이션된 차내 센서 판독치의 함수로서 계산한다. 일반적으로, 시뮬레이션된 가상 센서 응답 기능은 실제 충돌에서 키네틱스 엔진(114)에 의해 사용되는 가상 응답 기능과 동일하다. 가상 센서 응답 기능은 데이터 과학 알고리즘을 이용할 수 있다. 가상 센서 응답 기능은 시스템 이력 데이터베이스(125)에 저장된 하나 이상의 이전 시뮬레이션으로부터 가상 센서의 계산된 판독치들의 기존 훈련 데이터를 이용할 수 있다. 키네틱스 엔진(114)은 데이터 과학 및 훈련된 알고리즘의 결과를 가중 강조와 결합할 수 있다; 예를 들어, 훈련된 센서 시뮬레이터 알고리즘은 더 많은 훈련을 통해 점점 더 정확해지는 것으로 입증될 때 더 의존할 수 있다.
테스트 충돌 데이터 클라이언트(145)는 실제 충돌 테스트 동안 수집된 충돌 더미의 센서로부터 데이터를 제공한다. 테스트 충돌 데이터 클라이언트(145)는 자동차 제조업체, 미국 고속도로 교통 안전국(NHTSA)과 같은 규제 기관 또는 고속도로 안전 보험 연구소(IIHS)와 같은 보험 기관으로부터 데이터를 제공할 수 있다. 테스트 충돌 데이터는 표준(법 또는 규정에서 요구하는 테스트), 비표준 또는 둘 다일 수 있다. 분류 및/또는 가상 센서 기능을 교정하기 위해 일부 테스트 충돌을 수행할 수 있다. 시스템(100)의 가상 센서에 대응하는 충돌 더미의 센서에 더하여, 테스트 충돌 데이터 클라이언트(145)는 또한 차내 센서(105)의 판독을 위한 데이터를 제공할 수 있다.
시스템 이력 데이터베이스(125)는 데이터(또는 이에 대한 기준 링크)를 수신 및 포함하는데, 이는 충돌 시나리오 데이터베이스(150)로부터의 충돌 시나리오, 센서 시뮬레이터(155)로부터의 대응하는 시뮬레이션된 센서 출력, 키네틱스 엔진(114)으로부터의 상응하는 시뮬레이션된 가상 센서 판독 값, 및 충돌 테스트 데이터(아래에서 수행됨)를 포함하는 데이터(또는 이에 대한 참조 링크)를 수신 및 저장한다. 테스트 충돌 데이터 클라이언트(145)로부터의 충돌 시나리오의 조건 하에서 수행되는 충돌 테스트 데이터를 포함한다.
센서 최적화 엔진(1182)은 시스템 이력 데이터베이스(125)에 저장된 하나 이상의 트레이닝 세트(충돌 시나리오, 센서 시뮬레이션, 및 충돌 시나리오에 대한 충돌 테스트로부터 차내 센서 판독 데이터)의 집합에 대해 센서 시뮬레이터 기능을 최적화한다. 가상 센서 최적화 엔진(1182)은 시스템 이력 데이터베이스에 최적화된 차내 센서 시뮬레이션 기능의 파라미터를 저장한다.
센서 최적화 엔진(1182)은 시스템 이력 데이터베이스(125)에 저장된 하나 이상의 트레이닝 세트(충돌 시나리오, 시뮬레이션된 가상 센서 판독 값, 및 충돌 충돌 데이터로부터 충돌 더미의 센서 판독 값)의 집합에 대해 가상 센서 응답 기능을 최적화한다. 가상 센서 최적화 엔진(1182)은 시스템 이력 데이터베이스(125)에 최적화된 차내 센서 시뮬레이션 기능의 파라미터를 저장한다.
일부 실시예에서, 센서 시뮬레이터(155)는 새롭게 최적화된 시뮬레이션된 센서 응답 기능으로 시뮬레이션된 센서 출력을 재 계산한다. 키네틱스 엔진(114)은 재 계산된 센서 출력을 수신하고 원래의 가상 센서 응답 기능 또는 새롭게 최적화된 가상 센서 응답 기능을 사용하여 수정된 가상 센서 판독 값을 계산한다.
더 많은 교육을 통해 점점 더 많은 시뮬레이션과 해당 테스트 충돌 데이터를 집계하면 센서 시뮬레이터 및 가상 센서 응답 기능의 정확도가 향상될 것으로 예상된다. 최적화 엔진(1181-1182)은 랜덤 포레스트, 선형 회귀, 로지스틱 회귀, k- 최근접 이웃, 그라디언트 부스트, 재발 신경망, 장기 단기 기억, 기계 학습, 딥 러닝, 신경망, 퍼지 로직, 및 이들의 임의의 조합과 같은 하나 이상의 최적화 방법을 이용할 수 있다.
외상 평가
이제 다시 도 1을 참조한다. 일부 실시예에서, 서버(112)는 외상 분석 엔진(115)을 더 포함한다. 외상 분석 엔진(115)은 키네틱스 엔진(114)으로부터 가상 센서 판독 값을 수신한다. 외상 분석 엔진(115)은 차량 충돌시 승객에 대한 기관의 외상을 서버(112)의 의료 문헌 데이터베이스(120) 내 의료 문헌 및 가상 센서 판독치의 함수로서, 평가한다.
외상 분석은 2 단계로 수행될 수 있다: 1) 조직의 물리적 거동에 대한 힘의 영향 결정. 이러한 제 1 단계에서, 외상 분석 엔진(115)은 생체 역학 모델, 유한 요소 및 3D 모델을 이용할 수 있으며; 및 2) 조직 손상 및 병리 생리학에 대한 조직의 물리적 거동의 영향을 결정하는 단계. 이 제 2 단계에서, 외상 분석 엔진은 의료 문헌 데이터베이스(120)에 저장된 의료 문헌을 이용할 수 있다. 의료 문헌은 출판된 의료 문헌(또는 그 링크); 예를 들어, 교통 상해 예방(Traffic Injury Prevention)과 같은 의학 저널 및/또는 사고 상해: 생체 역학 및 예방(N. Yoganandan, et al.에 의해 편집 됨)(Accidental Injury: Biomechanics and Prevention (edited by N. Yoganandan, et al.)과 같은 의학 참조물을 포함할 수 있다.
외상 분석 엔진(115)은 기관에 대한 외상 평가를 계산한다. 외상 분석 엔진(115)은 승객의 어느 기관이 외상을 입었고 외상의 중증도를 식별한다. 계산 결과는 AIS(Abreviated Injury Scale) 또는 국제 질병 분류(ICD)의 코드를 기반으로할 수 있다. 외상 분석 엔진(115)의 계산에 기초하여, 서버(112)는 외상 평가 보고서를 시스템(100)의 응급 관리 클라이언트(135)에 전송한다. 응급 관리 클라이언트(135)는 EMS 유닛, 병원 외상 유닛, 또는 병원 응급실 근로자와 같은 응급 의료 인력과 연계된다. 바람직하게는, 외상 평가 보고서는 요원에게 푸시보고된다. 동일한 차량 사고로 분류된, 차량(101)의 각 승객에 대해 별개의 외상 평가 보고서가 외상 분석 엔진(115)으로 전송될 수 있다. 외상 평가는 키네틱스 엔진(114)에 의해 결정된 충돌 메커니즘 분류를 포함할 수 있다. 일부 실시예에서, 외상 평가 보고서는 완전히 자동으로 생성된다. 선택적으로, 외상 분석 엔진(114)은 승객의 치료를 위해 소환할 가장 적합한 EMS 및/또는 외상 유닛을 결정할 수 있다. 서버(112)는 외상 유닛의 상태를 추적하고 충돌로부터의 거리, 이용 가능성, 장비 및 외상 유닛의 의료 지식에 기초하여 소환할 외상 유닛을 선택하도록 추가로 프로그래밍될 수 있다.
외상 평가 보고서는 보고서가 부상 유형 및 심각도와, 치료가 필요한 승객의 수를 인력에게 알리기 때문에, 사고에 대응하고 승객을 치료할 준비를 하는 EMS 및 병원 직원에게 매우 중요할 수 있다. 이 보고서는 차량 충돌에 매우 중요한 응답 및 치료 속도를 빠르게 할 수 있다. 또한, 보고서에는 EMS 및/또는 병원 직원이 종종 감지하지 못하는 부상이 포함될 수 있다. 따라서 보고서는 의료진을 다른 가능한 것보다 더 일찍 개입하도록 소환할 수 있다. 예를 들어, 많은 경우에, 복부에 무딘 충격이 가해질 때, 고형 기관과 중공 기관이 심각한 부상을 입기 쉽다. 고형 기관 열상(간, 비장)은 영상화(US, CT)에서 볼 수 있지만 중공 기관(예: 장 천공)의 손상은 일반적으로 검출불가능하다. 복강에 가해지는 힘을 분석함으로써, 잠재적 손상을 평가하기 위해 대략적인 추정이 이루어질 수 있다. 또한, 예를 들어, 외상성 뇌 손상의 많은 경우에, 로테르담 점수의 저하가 첫 시간 동안 발생한다. 예비 CT 스캔(보통 치료 첫 시간 동안 촬영)은 눈에 띄지 않지만, 충격 동안 머리에 가해지는 힘을 측정함으로써 외상 분석 엔진(114)은 경험적으로 악화 가능성을 평가하여, 의료진이 이에 따라 반응할 수 있게 하고 악화를 방지할 수 있다. 서버(112)는 응급 관리 클라이언트(135)로부터 응답 상태를 수신할 수 있다. 상태는 구급차가 사고 현장으로 파견되었는지 여부 및 구급차가 도착한 시간을 포함할 수 있다. 상태에는 응급실 입원 시간과 어느 병원인지가 포함될 수도 있다.
시스템(100)은 의료 정보 클라이언트(138)를 추가로 포함한다. 의료 정보 클라이언트(138)는 시스템(100)에 의해 처리되는 승객의 (응급 치료, 응급 후 입원 치료, 외래 환자 치료 및/또는 의사 방문을 포함할 수 있는) 치료 중 EMS 및/또는 병원 의료진에 의해 준비된 건강 진단 보고서를 제공한다. 서버(112)는 의료 정보 클라이언트(138)와 연결된다. 건강 진단 진단 보고서의 형식은 시스템(100)과 함께 사용하기 위해 특별히 준비될 수 있다. 도 3a는 건강 진단 보고서에 입력하기 위한 양식의 단순화된 예의 GUI를 도시한다. 이 양식의 사용자는 사고로 다친 기관을 점검한다. 기관 아래에는 AIS 척도의 부상 정도를 보고하기 위한 선택 버튼이 나타난다.
서버(112)는 시스템(100)에 의해 처리된 사고로 승객의 건강 진단 보고서를 수신한다. 서버(112)는 건강 진단 보고서를 시스템 이력 데이터베이스(125)에 저장한다. 도 3b는 서버(112)의 관리자에게 보이는 상태 정보 화면을 도시한다. 화면은 실황 및 과거 사건(충돌), 발생 시간, 충돌 메커니즘, 영향 범위, 응답 상태 및 건강 진단 보고서 링크를 보여준다.
일부 실시예들에서, 서버(112)는 외상 평가 최적화 엔진(1183)을 더 포함한다. 외상 평가 최적화 엔진(1183)은 가상 센서의 판독치 및 시스템 이력 데이터베이스(125)에 저장된 대응하는 건강 진단 보고서를 포함하는 하나 이상의 트레이닝 세트의 집합에 대해 외상 평가 기능을 최적화한다. 가상 센서 최적화 엔진(1182)은 최적화된 차내 센서 시뮬레이션 기능의 파라미터를 시스템 이력 데이터베이스(125)에 저장한다.
트레이닝이 더 많아지면 점점 더 많은 가상 센서 판독 값과 건강 진단 보고서가 집계되어 외상 평가 기능의 정확성이 향상될 것으로 예상된다. 외상 평가 최적화 엔진(1183)은 랜덤 포레스트, 선형 회귀, 로지스틱 회귀, k- 최근접 이웃, 그라디언트 부스트, 재발 신경망, 장기/단기 기억, 기계 학습, 딥 러닝, 신경망, 퍼지 로직, 및 이들의 조합과 같은 하나 이상의 최적화 방법을 사용할 수 있다.
일부 실시 양태에서, 외상 평가 최적화 엔진(1183)은 건강 진단 보고서 및 관련 가상 센서 판독치의 집계 수 증가와 함께, 결정론적 모델(예를 들어, 생체 역학 모델, 유한 요소 및 3D 모델)에 대한 최적화에 대한 의존도를 동적으로 증가시키도록 또한 구성된다.
일부 실시예들에서, 서버(112)는 차량에서 하나 이상의 승객들을 위한 승객 정보 데이터베이스(130)를 더 포함한다. 키네틱스 엔진(114) 및/또는 외상 분석 엔진(115)은 환자의 특정 건강 상태에 대한 분석을 개인화하기 위해 승객 정보 데이터베이스(130)의 데이터를 이용할 수 있다. 예를 들어, 키네틱스 엔진(114)은 뼈 조직이 정상인지, 골다공증인지 또는 골 유화인지에 따라 뼈 조직의 운동학을 계산할 수 있다. 예를 들어, 외상 분석 엔진(115)은 간경변의 이력의 함수로서 섬유성 조직으로 인한 간 열상 가능성을 계산할 수 있다.
시스템 작동을 설명하기 위한 예제가 여기에 제공된다.
a. 충돌 동안 취해진 차내 안전 벨트 장력 센서의 판독 값에 기초하여, 키네틱스 엔진(114)은 186G 힘이 승객의 흉골에 4ms 동안 인가되었다고 결정한다.
b. 유한 요소 분석을 사용하여, 외상 분석 엔진(115)은, 흉골이 후방으로 3 cm 압축된 것으로 판단한다.
c. 나이, 성별 및 병력에 기초하여, 외상 분석 엔진(115)은 승객이 흉골 골절을 겪을 확률이 72%라고 결정한다.
일부 실시예에서, 시스템(100)은 자동차 제조업체 클라이언트(140)를 더 포함한다. 자동차 제조업체 클라이언트는 서버(112)에 연결할 수 있다. 자동차 제조업체 클라이언트(140)는 시스템(100)에 의해 처리된 충돌의 집계된 데이터를 수집할 수 있다. 자동차 제조업체 클라이언트(140)는 충돌 전과 충돌 동안의 제동 및 조향 패턴을 컴퓨팅할 수 있어서, 차내 센서 판독 값, 특히 제동 및 조향 시스템의 센서와 짝을 이루는 건강 진단 보고서의 집계에 대해 부상의 심각성을 최소화할 수 있다. 자동차 제조업체는 자율 또는 반 자율 차량의 충돌 대응 시스템을 설계할 때 최적화된 제동 및 조향 패턴을 배치할 수 있다.
대안으로서, 서버(112)는 최적의 차량 기동(가령, 충돌 전 밀리초마다 차량의 위치 및 배향)을 결정한 후, 자동차 클라이언트(140)는 최적의 기동을 달성하기 위해 차량(101)에 의해 요구되는 조향 및 제동을 계산한다.
일부 실시예에서, 시스템(100)은 마케팅 클라이언트(미도시)를 더 포함한다. 마케팅 클라이언트는 서버(112)에 연결된다. 마케팅 클라이언트는 시스템 이력 데이터베이스(125)로부터 승객의 외상 평가 보고를 수신할 수 있다. 마케팅 클라이언트는 추정된 기관 외상을 추정된 기관 외상과 관련된 판촉용 의료 제품과 매칭시킬 수 있다. 마케팅 클라이언트는 승객의 장치 상에 이러한 제품에 대한 광고의 디스플레이를 개시할 수 있다. 바람직한 실시예에서, 승객이 그의 부상으로 입원한 경우(예를 들어, 사고에 대한 건강 진단 보고서가 병원에 의해 생성되어 시스템 이력 데이터베이스(125)에 저장되는 경우) 마케팅 클라이언트는 프로모션 전송을 보류하거나, 서버(112)가 외상 평가 보고서에 대한 액세스를 보류한다. 일부 실시 양태에서, 외상이 (외상 평가 또는 건강 진단 보고서에 지시된 바와 같이) 기관에 대해 미리 정의된 임계치를 초과하는 경우 마케팅 클라이언트는 판촉 전송을 보류할 수 있다.
본 발명의 일부 실시예에 따라, 차량 충돌 시 승객의 기관에 대한 외상을 평가 및 보고하기 위한 방법(200)의 흐름도를 도시한 도 4를 이제 참조한다.
방법(200)은 다음의 단계들을 포함한다:
a. 차량 충돌 시 승객의 기관에 대한 외상을 평가 및 보고하기 위한 시스템을 제공하는 단계(205);
b. 차량의 충돌 동안 취해진 센서 판독 값을 수신하는 단계(210);
c. 센서 판독 값을 포함하는 제 1 입력의 제 1 함수로서 충돌의 충돌 메커니즘을 분류하는 단계(220);
d. 분류된 충돌 메커니즘 및 차내 센서 판독 값을 포함하는 제 2 입력의 제 2 함수로서, 차량 내 승객의 하나 이상의 기관 내부에 가상으로 배치된 가상 센서의 판독 값을 계산하는 단계(225);
e. 가상 센서 판독 및 의료 문헌을 포함하는 제 3 입력의 제 3 함수로서 기관에 대한 외상을 평가하는 단계(230);
f. 추정된 기관 외상을 포함하는 외상 평가 보고서(235)를 하나 이상의 응급 관리 클라이언트에게 전송하는 단계(235);
g. 승객의 사고 후 검사의 건강 진단 보고서를 수신하는 단계(240); 및
h. 수신된 건강 진단 보고서 및 가상 센서(250)의 관련 판독치의 집계에 대해 제 3 함수를 최적화하기 위해 하나 이상의 최적화 기술을 이용하는 단계.
발명의 일부 실시예에 따라, 차량 충돌 시 승객의 기관에 대한 외상을 평가 및 보고하기 위한 시스템의 키네틱 엔진에서 분류 및 가상 센서에 대한 응답 기능을 훈련하기 위한 방법(250)의 흐름도를 도시한 도 5를 이제 참조한다.
방법(250)은 다음의 단계들을 포함한다:
a. 충돌 시나리오의 파라미터(자동차 제조사/모델, 속도, 제동/스티어링 패턴, 승객 중량, 등)를 제공하는 단계(255);
b. 시나리오에 대한 차내 센서의 시뮬레이션된 센서 응답을 계산하는 단계(260);
c. 시뮬레이션된 센서 응답의 제 2 함수로서 시뮬레이션된 가상 센서 판독 값을 컴퓨팅하는 단계(265);
d. 충돌 시나리오의 조건 하에서 수행된 충돌 테스트로부터 테스트 차량 데이터 및 테스트 더미 데이터를 제공하는 단계(270); 및
e. 충돌 시나리오, 시뮬레이션된 센서 응답, 시뮬레이션된 가상 센서 판독 값, 테스트 카 데이터 및 테스트 더미 데이터를 포함하는 시뮬레이션 데이터를 수신하는 단계(275);
f. 시스템 이력 DB에 시뮬레이션 데이터를 저장하는 단계(280); 및
g. 시스템 이력 DB에 저장된 하나 이상의 시뮬레이션 데이터 인스턴스의 집합에 대하여 제 2 함수를 최적화하는 단계.
본 발명의 대안적인 실시예에 따라, 차량 충돌 시 승객의 기관에 대한 외상을 평가 및 보고하기 위한 방법(300)의 흐름도를 도시한 도 6을 이제 참조한다. 현재 컴퓨터 기술로 이 방법은 몇 시간이 걸린다. 그러나 컴퓨터 기술이 개선되면 1 분도 채 걸리지 않을 것으로 예상된다.
방법(300)은 다음의 단계들을 포함한다:
a. 충돌 중에 차량에서 센서 판독 값을 수신하는 단계(305);
b. 충돌 동안 차량의 거동(예를 들어, 속도 및 가속도)을 센서 판독 값의 제 1 함수로서 기술하는 단계(310);
c. 센서 판독 값의 제 2 함수로서 차량과 충돌하는 물체를 특성화하는 단계(312);
d. 차량의 모델을 수신하는 단계(315);
e. 차량 내 승객의 모델을 수신하는 단계(320);
f. 차량과 충돌하는 물체의 모델을 수신하는 단계(325);
(차량, 승객 및 물체 모델은 유한 요소 모델 일 수 있음)
g. 충돌을 재구성하는 단계(330);
h. 승객에 대한 부상의 지도 작성 단계(335);
i. 하나 이상의 응급 관리 클라이언트에게 부상 지도를 보고하는 단계(340).
차량 센서에서 수집한 데이터를 고려하여, 충돌 중 차량 동작 및(a) 차량 모델(b) 대표 인간 모델(GHBMC 또는 THUMS와 같은) 및 (c) 대표 장애물(차량과 충돌하는 물체)의 컴퓨터 모델 및 충돌 중 차량 거동을 기술함으로써, 충돌의 완전한 재구성이 실시간으로 이루어질 수 있다(초 단위로 전체 시뮬레이션을 수행하기에 충분한 컴퓨터 전력이 부여되었을 때). 이러한 재구성을 통해 경쟁력 있고 신뢰할 수 있는 부상 지도를 구성할 수 있다. 인간 모델은 상이한 기관 및 조직을 나타내므로, 부상 역학 및 진단에 대한 매우 정확한 분석이 수행될 수 있다.

Claims (16)

  1. 실시간으로 차량 충돌 시 승객의 기관에 대한 외상을 평가 및 보고하기 위한 자동화 시스템으로서,
    a. 차량 충돌 중 판독 값을 취하도록 구성된 하나 이상의 차내 센서;
    b. 차내 센서로부터 판독 값을 수신하여 상기 센서 판독 값을 전송하도록 구성된 차내 프로세서;
    c. 상기 차내 프로세서와 무선 통신 연결되는 서버로서, 하나 이상의 프로세서 및 비일시적 컴퓨터 판독 가능 매체(CRM)를 포함하는 상기 서버;
    d. 하나 이상의 응급 관리 클라이언트를 포함하되;
    e. 상기 CRM은 의료 문헌의 데이터베이스를 저장하고;
    f. 상기 서버는 키네틱스 분석 엔진을 더 포함하며, 상기 키네틱스 분석 엔진은,
    i. 차내 프로세서로부터 센서 판독 값을 수신하도록 구성되고;
    ii. 차내 센서 판독 값을 포함하는 제 1 입력의 제 1 함수로서 차량 충돌의 충돌 메커니즘을 분류하도록 구성되며;
    iii. 차량 내 승객의 하나 이상의 기관 내부에 가상으로 배치된 가상 센서의 판독 값을 계산하도록 구성되고; 상기 가상 센서의 판독 값은 분류된 충돌 메커니즘 및 차내 센서 판독 값을 포함하는 제 2 입력의 제 2 함수로서 계산되며,
    g. 상기 서버는 외상 분석 엔진을 더 포함하며, 상기 외상 분석 엔진은,
    i. 키네틱스 분석 엔진으로부터 가상 센서 판독 값을 수신하도록 구성되고,
    ii. 의료 문헌 데이터베이스의 의료 문헌 및 가상 센서 판독 값을 포함하는 제 3 입력의 제 3 함수로서, 상기 기관에 대한 외상을 평가하도록 구성되며,
    h. 추정된 기관 외상을 포함하는 외상 평가 보고서를 상기 응급 관리 클라이언트에게 전송하도록 구성되는, 자동화 시스템.
  2. 제 1 항에 있어서,
    의료 정보 클라이언트 및 시스템 이력 데이터베이스를 더 포함하며;
    상기 서버는 의료 정보 클라이언트로부터 승객의 사고-후 검사의 의료 검사 보고서를 수신하도록, 그리고, 의료 검사 보고서 및 관련 가상 센서 판독 값을 시스템 이력 데이터베이스에 저장하도록 또한 구성되며;
    상기 서버는 시스템 이력 데이터베이스에 저장된 상기 가상 센서의 상기 관련 판독 값 및 상기 의료 검사 보고서의 집계에 대하여 제 3 함수를 최적화하기 위해 하나 이상의 최적화 기술을 사용하도록 구성된 제 3 최적화 엔진을 더 포함하는, 자동화 시스템.
  3. 제 1 항에 있어서, 상기 차내 센서 및 상기 차내 프로세서는 상기 차량의 공급 업체/제조업체, OEM 장비, 애프터마켓 장비 또는 이들의 조합에 의해 상기 차량에 제공되는 자동화 시스템.
  4. 제 1 항에 있어서, 상기 차내 센서는 상기 승객의 기관에 대한 힘을 직접 측정하도록 구성된 센서를 더 포함하고, 상기 센서는
    a. 차량의 안전 벨트의 상부, 하부, 또는 버클에 배치되는 하나 이상의 압력 센서;
    b. 상기 차량의 헤드레스트 상에 배치된 압력 센서;
    c. 상기 차량의 스티어링 휠의 후방에 배치된 하나 이상의 압력 센서; 및,
    d. 상기 차량의 좌석, 등받이 또는 팽창된 에어백 구역 상에 각각 배치된 하나 이상의 압력 센서; 중 하나 이상을 포함하는 자동화 시스템.
  5. 제 1 항에 있어서, 상기 차내 센서는 그들 자신 사이의 거리를 검출하는 복수의 센서를 더 포함하고, 상기 센서는 상기 차량의 상이한 부분들에 배치되며, 상기 키네틱스 엔진은 충돌시 상기 차량의 변형을 계산하도록 또한 구성되는, 자동화 시스템.
  6. 제 1 항에 있어서, 상기 가상 센서에 대한 응답 기능을 훈련시키기 위한 서브시스템을 더 포함하며,
    상기 서브시스템은 충돌 시나리오 데이터베이스, 센서 시뮬레이터, 테스트 충돌 데이터 클라이언트 및 제 2 최적화 엔진을 포함하고,
    a. 충돌 시나리오 데이터베이스는 충돌 시나리오의 파라미터를 제공하도록 구성되고;
    b. 센서 시뮬레이터는 상기 충돌 시나리오를 수신하도록, 그리고, 상기 시나리오에 대한 차내 센서의 시뮬레이션된 센서 응답을 컴퓨팅하도록, 구성되며;
    c. 키네틱스 엔진은 시뮬레이션된 센서 응답을 수신하도록, 그리고, 상기 시뮬레이션된 센서 응답의 상기 제 2 함수로서 시뮬레이션된 가상 센서 판독 값을 컴퓨팅하도록 추가로 구성되며;
    d. 테스트 충돌 데이터 클라이언트는 상기 충돌 시나리오의 조건 하에서 수행된 충돌 테스트로부터 테스트 차량 데이터 및 테스트 더미 데이터를 제공하도록 구성되고;
    e. 상기 제 2 최적화 엔진은
    i. 충돌 시나리오, 시뮬레이션된 센서 응답, 시뮬레이션된 가상 센서 판독 값, 테스트 카 데이터 및 테스트 더미 데이터를 포함하는 시뮬레이션 데이터를 수신하도록 구성되고;
    ii. 시뮬레이션 데이터를 시스템 이력 DB에 저장하도록 구성되며;
    iii. 상기 시스템 이력 DB에 저장된 상기 시뮬레이션 데이터의 하나 이상의 인스턴스의 집계에 대하여 상기 제 2 함수를 최적화하도록 구성되는, 자동화 시스템.
  7. 제 1 항에 있어서, 외상 분석 엔진은 승객들의 처리에 필요한 하나 이상의 적합한 외상 유닛을 결정하도록 추가로 구성되고 외상 유닛의 결정은 충돌로부터 외상 유닛의 거리, 외상 유닛 가용도, 장비, 및 의료 지식을 포함하는 그룹 중 하나 이상의 함수로 구현되는, 자동화 시스템.
  8. 제 1 항에 있어서, 상기 시스템 이력 데이터베이스에서 수집된 데이터를 수신하도록 구성된 자동차 제조 클라이언트를 더 포함하며,
    a. 상기 서버 및 상기 자동차 클라이언트는 상기 차량의 충돌 전 및 충돌 중에 상해의 심각성을 최소화할 수 있는 최적의 제동 및 조향 패턴을 계산하도록 또한 구성되며, 상기 최적화는 상기 차내 센서의 관련 측정치와 쌍을 이루는 상기 의료 검사 보고서의 집계에 대해 컴퓨팅되며,
    b. 상기 의료 검사 보고서 및 차내 센서 측정 값의 상기 집계는 동일한 모델의 차량으로부터 얻은 것인, 자동화 시스템.
  9. 실시간으로 차량의 충돌 중 또는 차량의 충돌 후 차량 내 승객의 기관에 대한 외상을 평가 및 보고하는 방법에 있어서, 상기 차량은 차량의 충돌 중에 판독 값을 취하기 위한 하나 이상의 차내 센서와, 차내 프로세서를 포함하고, 상기 방법은
    a. 상기 차량의 충돌 동안 하나 이상의 차내 센서에 의해 취해진 차내 센서 판독 값을 차내 프로세서에서 수신하는 단계;
    b. 상기 차내 센서 판독 값을 서버로 전송하는 단계;
    d. 상기 서버에 의해 차내 센서 판독 값의 데이터를 수신하는 단계;
    e. 상기 차내 센서 판독 값을 포함하는 제 1 입력의 제 1 함수로서 상기 서버에서의 충돌의 충돌 메커니즘을 분류하는 단계;
    f. 분류된 충돌 메커니즘 및 차내 센서 판독 값을 포함하는 제 2 입력의 제 2 함수로서, 상기 서버에서 차량 내 승객의 하나 이상의 기관 내부에 가상으로 배치된 가상 센서의 판독 값을 계산하는 단계;
    g. 가상 센서 판독 값 및 의료 문헌을 포함하는 제 3 입력의 제 3 함수로서 상기 서버에서 상기 기관에 대한 외상을 평가하는 단계;
    h. 추정된 기관 외상을 포함하는 외상 평가 보고서를 상기 서버에서 생성하는 단계; 및
    i. 상기 외상 평가 보고서를 상기 서버로부터 하나 이상의 응급 관리 클라이언트로 전송하는 단계를 포함하는, 평가 및 보고 방법.
  10. 제 9 항에 있어서,
    a. 상기 하나 이상의 응급 관리 클라이언트로부터 승객의 사고-후 검사의 의료 검사 보고서를 수신하는 단계; 및
    b. 상기 수신된 의료 검사 보고서 및 상기 가상 센서의 관련 판독 값의 집계에 비추어 제 3 함수를 최적화하는 단계를 포함하는 평가 및 보고 방법.
  11. 제 9 항에 있어서, 상기 차내 센서들 및 상기 차내 프로세서는 상기 차량의 공급 업체/제조업체, OEM 장비, 애프터 마켓 장비 또는 이들의 조합에 의해 상기 차량에 제공되는 평가 및 보고 방법.
  12. 제 9 항에 있어서, 상기 차내 센서 판독 값을 수신하는 단계는 상기 승객의 기관에 대한 힘의 직접적인 측정을 위해 구성된 센서로부터 판독 값을 수신하는 단계를 더 포함하고, 상기 센서는:
    a. 상기 차량의 안전 벨트의 상부, 하부 또는 버클에 각각 배치된 하나 이상의 압력 센서;
    b. 상기 차량의 헤드레스트 상에 배치된 압력 센서;
    c. 상기 차량의 스티어링 휠의 후방에 배치된 하나 이상의 압력 센서; 및,
    d. 상기 차량의 좌석, 등받이 또는 팽창된 에어백 구역에 각각 배치된 하나 이상의 압력 센서; 중 하나 이상을 포함하는, 평가 및 보고 방법.
  13. 제 11 항에 있어서, 차량 내 상이한 부분에 배치된 센서들 간의 거리를 검출하는 복수의 센서로부터 판독 값을 수신하는 단계, 및 상기 충돌시 상기 차량의 변형을 계산하는 단계를 더 포함하는, 평가 및 보고 방법.
  14. 제 11 항에 있어서, 상기 가상 센서들의 응답 기능을 훈련시키기 위한 단계들을 더 포함하고, 상기 단계들은:
    a. 충돌 시나리오의 파라미터를 제공하는 단계;
    b. 상기 시나리오에 대한 차내 센서의 시뮬레이션된 센서 응답을 컴퓨팅하는 단계;
    c. 상기 시뮬레이션된 센서 응답의 상기 제 2 함수로서 시뮬레이션된 가상 센서 판독 값을 컴퓨팅하는 단계;
    d. 상기 충돌 시나리오의 조건 하에서 수행된 충돌 테스트로부터 테스트 차량 데이터 및 테스트 더미 데이터를 제공하는 단계;
    e. 충돌 시나리오, 시뮬레이션된 센서 응답, 시뮬레이션된 가상 센서 판독 값, 테스트 카 데이터 및 테스트 더미 데이터를 포함하는 시뮬레이션 데이터를 수신하는 단계;
    f. 시스템 이력 DB에 시뮬레이션 데이터를 저장하는 단계; 및
    g. 상기 시스템 이력 DB에 저장된 상기 시뮬레이션 데이터의 하나 이상의 인스턴스의 집계에 대하여 상기 제 2 함수를 최적화하는 단계를 포함하는 평가 및 보고 방법.
  15. 제 11 항에 있어서, 상기 외상 분석 엔진에 의해, 승객들을 처리하는데 하나 이상의 적합한 외상 유닛을 결정하는 단계를 더 포함하며, 상기 결정은 충돌로부터 외상 유닛의 거리, 외상 유닛의 가용성, 장비, 및 의료 지식을 포함하는 그룹에서 하나 이상의 기능으로서 구현되는 평가 및 보고 방법.
  16. 제 11 항에 있어서,
    자동차 제조 클라이언트에 의해, 시스템 이력 데이터베이스에서 수집된 데이터를 수신하는 단계; 및
    상기 차량의 충돌 전 및 충돌 중에 부상의 심각성을 최소화할 수 있는 최적의 제동 및 조향 패턴을 컴퓨팅하는 단계 - 상기 최적의 패턴은 상기 차내 센서의 관련된 측정치와 쌍을 이루는 상기 의료 검사 보고서의 집계에 대해 컴퓨팅됨 - 를 더 포함하는, 평가 및 보고 방법.
KR1020207009960A 2017-09-05 2018-09-05 차량 충돌시 승객의 기관에 대한 외상 평가 및 보고를 위한 자동화 시스템 및 방법 KR20200074946A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762554030P 2017-09-05 2017-09-05
US62/554,030 2017-09-05
US201862690973P 2018-06-28 2018-06-28
US62/690,973 2018-06-28
PCT/IL2018/050986 WO2019049134A1 (en) 2017-09-05 2018-09-05 AUTOMATED SYSTEM AND METHOD FOR EVALUATING AND REPORTING TRAUMA TO PASSENGER COMPONENTS IN VEHICLE ACCIDENTS

Publications (1)

Publication Number Publication Date
KR20200074946A true KR20200074946A (ko) 2020-06-25

Family

ID=65633693

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207009960A KR20200074946A (ko) 2017-09-05 2018-09-05 차량 충돌시 승객의 기관에 대한 외상 평가 및 보고를 위한 자동화 시스템 및 방법

Country Status (6)

Country Link
US (1) US11610684B2 (ko)
EP (1) EP3704671A4 (ko)
JP (1) JP2020532810A (ko)
KR (1) KR20200074946A (ko)
IL (1) IL273094A (ko)
WO (1) WO2019049134A1 (ko)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9886841B1 (en) 2016-04-27 2018-02-06 State Farm Mutual Automobile Insurance Company Systems and methods for reconstruction of a vehicular crash
CN110622028B (zh) * 2017-05-12 2024-03-26 福特全球技术公司 物品检测
US11126917B2 (en) * 2017-12-22 2021-09-21 At&T Intellectual Property I, L.P. System and method for estimating potential injuries from a vehicular incident
EP3598396A1 (de) * 2018-07-20 2020-01-22 Rothenbühler, Rudolf Computergestütztes verfahren zum analysieren personenbezogener unfalldaten
CN110110360A (zh) * 2019-03-27 2019-08-09 厦门理工学院 车辆对行人头部保护性能虚拟评价方法、装置和设备
USD924256S1 (en) 2019-08-21 2021-07-06 Aristocrat Technologies Australia Pty Limited Display screen or portion thereof with a gaming machine interface
US11999355B2 (en) * 2020-04-28 2024-06-04 Toyota Motor North America, Inc. Driver-provided vehicle passenger registry
US11294790B2 (en) * 2020-08-12 2022-04-05 Jpmorgan Chase Bank, N.A. System and method for automating testing of nonfunctional requirements
US11932278B2 (en) 2020-12-02 2024-03-19 Here Global B.V. Method and apparatus for computing an estimated time of arrival via a route based on a degraded state of a vehicle after an accident and/or malfunction
US11341847B1 (en) 2020-12-02 2022-05-24 Here Global B.V. Method and apparatus for determining map improvements based on detected accidents
US11480436B2 (en) 2020-12-02 2022-10-25 Here Global B.V. Method and apparatus for requesting a map update based on an accident and/or damaged/malfunctioning sensors to allow a vehicle to continue driving
US11787294B1 (en) * 2021-01-05 2023-10-17 Amazon Technologies, Inc System to facilitate control of autonomous mobile device by external force
US11887460B2 (en) 2021-08-12 2024-01-30 Toyota Motor North America, Inc. Transport-related contact notification
US11894136B2 (en) * 2021-08-12 2024-02-06 Toyota Motor North America, Inc. Occupant injury determination
CN113479161A (zh) * 2021-08-13 2021-10-08 戴姆勒股份公司 能够确定胸部受伤等级的安全带系统及车辆
CN114595834A (zh) * 2022-03-15 2022-06-07 北京宾理信息科技有限公司 机器学习模型的训练方法、针对车辆乘员的损伤预测方法
CN116923421A (zh) * 2022-03-31 2023-10-24 梅赛德斯-奔驰集团股份公司 乘员颈部损伤评估装置和方法、计算机程序产品以及车辆
IT202200007022A1 (it) * 2022-04-08 2023-10-08 Fiat Ricerche "Sistema di monitoraggio passeggeri per autoveicolo e relativo procedimento"
DE102022111086A1 (de) 2022-05-05 2023-11-09 Audi Aktiengesellschaft Steuergerät für ein Fahrzeug und Betriebsverfahren für ein Unfallfahrzeug

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020103622A1 (en) * 2000-07-17 2002-08-01 Burge John R. Decision-aid system based on wirelessly-transmitted vehicle crash sensor information
JP2002127857A (ja) * 2000-10-20 2002-05-09 Nissan Motor Co Ltd 自動車用の緊急通報システム
JP2007126089A (ja) * 2005-11-07 2007-05-24 Denso Corp 車両用衝突検知装置
JP5077639B2 (ja) * 2006-12-11 2012-11-21 株式会社デンソー 歩行者衝突検出装置及び歩行者保護システム
US7788203B2 (en) * 2007-02-26 2010-08-31 International Business Machines Corporation System and method of accident investigation for complex situations involving numerous known and unknown factors along with their probabilistic weightings
US20120109241A1 (en) * 2007-08-10 2012-05-03 Elizabeth Rauscher Enhancement of Biological Functioning by the use of Electromagnetic and Magnetic Fields
DE102008001215A1 (de) * 2008-04-16 2009-10-22 Robert Bosch Gmbh Verfahren und Steuergerät zur Ansteuerung von zumindest einem Sicherheitsmittel
WO2014207558A2 (en) 2013-06-27 2014-12-31 Scope Technologies Holdings Limited Onboard vehicle accident detection and damage estimation system and method of use
KR101519287B1 (ko) * 2014-02-14 2015-05-11 현대자동차주식회사 차량 충돌 방지 장치 및 그 방법
US9108582B1 (en) * 2014-02-25 2015-08-18 International Business Machines Corporation System and method for collaborative vehicle crash planning and sequence deployment
JP2015207049A (ja) * 2014-04-17 2015-11-19 株式会社デンソー 車両事故状況予測装置及び車両事故状況予測システム、車両事故通報装置
US9392431B2 (en) 2014-09-30 2016-07-12 Verizon Patent And Licensing Inc. Automatic vehicle crash detection using onboard devices
US10360601B1 (en) * 2014-12-11 2019-07-23 Alexander Omeed Adegan Method for generating a repair estimate through predictive analytics
US20160292759A1 (en) * 2015-04-01 2016-10-06 Audatex Gmbh System and method for estimating collision damage to a car
US9605970B1 (en) * 2015-09-03 2017-03-28 Harman International Industries, Incorporated Methods and systems for driver assistance
WO2017082756A1 (en) * 2015-11-13 2017-05-18 Motorola Solutions, Inc. Method and apparatus for collection and synthesis of vehicle crash information in a wireless communication system
US9886841B1 (en) 2016-04-27 2018-02-06 State Farm Mutual Automobile Insurance Company Systems and methods for reconstruction of a vehicular crash

Also Published As

Publication number Publication date
EP3704671A4 (en) 2021-06-30
US11610684B2 (en) 2023-03-21
US20200273582A1 (en) 2020-08-27
WO2019049134A1 (en) 2019-03-14
JP2020532810A (ja) 2020-11-12
EP3704671A1 (en) 2020-09-09
IL273094A (en) 2020-04-30

Similar Documents

Publication Publication Date Title
US11610684B2 (en) Automated system and method for evaluation and report of passenger pain and trauma in a vehicular crash
US10814812B1 (en) Method and system for identifying vehicle collisions using sensor data
US11375338B2 (en) Method for smartphone-based accident detection
US9959780B2 (en) Real-time driver observation and progress monitoring
US20220092891A1 (en) Passive safety design systems and methods
US9908530B1 (en) Advanced vehicle operator intelligence system
US11040712B2 (en) Information processing apparatus and information processing method
US20130231582A1 (en) Continuous healthcare monitoring concierge
US20020103622A1 (en) Decision-aid system based on wirelessly-transmitted vehicle crash sensor information
US20120078472A1 (en) Individualizable Post-Crash Assist System
JP7022674B2 (ja) 衝突傷害予測モデル作成方法、衝突傷害予測方法、衝突傷害予測システム及び先進事故自動通報システム
JP2016018314A (ja) 運転者危機管理装置、運転者危機管理方法、および運転者危機管理プログラム
JP2020083312A (ja) 車両用の乗員負傷判定システム及びこれを内蔵した方法
Golman et al. Robust human body model injury prediction in simulated side impact crashes
Virzì Mariotti et al. Determination and analysis of the head and chest parameters by simulation of a vehicle–teenager impact
US20180126999A1 (en) Systems and methods for recognizing and analyzing emotional states of a vehicle operator
WO2019136201A1 (en) Vehicular artificial intelligence triage of collisions
US20230294514A1 (en) System and method for monitoring a state of a driver
Hayashi et al. Toward health–related accident prevention: Symptom detection and intervention based on driver monitoring and verbal interaction
Kang et al. An integrated mHealth and vehicular sensor based alarm system emergency alarm notification system for long distance drivers using smart devices and cloud networks
US20230174073A1 (en) Disease-condition assessment device, disease-condition assessment method, program for disease-condition assessment device, and disease-condition assessment system
US6726623B2 (en) Brain injury diagnostic system
KR20190055584A (ko) 교통사고차량 탑승자 상해 중증도 추정방법
US20220218287A1 (en) Disease-condition assessment device, disease-condition assessment method, program for disease-condition assessment device, and disease-condition assessment system
US20220225943A1 (en) Disease-condition assessment device, disease-condition assessment method, program for disease-condition assessment device, and disease-condition assessment system

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application