KR20220130737A - 운전자 정신 상태 평가에 의해 제어되는 블랙 박스 동작 - Google Patents

운전자 정신 상태 평가에 의해 제어되는 블랙 박스 동작 Download PDF

Info

Publication number
KR20220130737A
KR20220130737A KR1020227028414A KR20227028414A KR20220130737A KR 20220130737 A KR20220130737 A KR 20220130737A KR 1020227028414 A KR1020227028414 A KR 1020227028414A KR 20227028414 A KR20227028414 A KR 20227028414A KR 20220130737 A KR20220130737 A KR 20220130737A
Authority
KR
South Korea
Prior art keywords
setting
vehicle
loading
state
mental state
Prior art date
Application number
KR1020227028414A
Other languages
English (en)
Inventor
길 골로프
Original Assignee
마이크론 테크놀로지, 인크.
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 마이크론 테크놀로지, 인크. filed Critical 마이크론 테크놀로지, 인크.
Publication of KR20220130737A publication Critical patent/KR20220130737A/ko

Links

Images

Classifications

    • 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
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0858—Registering performance data using electronic data carriers wherein the data carrier is removable
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06K9/6267—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • 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
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
    • 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
    • G07C5/0875—Registering performance data using magnetic data carriers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0872—Driver physiology
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B60W2050/005—Sampling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/22—Psychological state; Stress level or workload
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

개시된 실시형태는 차량에 장착된 블랙 박스의 동작 특성을 조정하기 위한 것이다. 일 실시형태에서, 자동차 운전자의 정신 상태를 분류하는 단계; 정신 상태에 기초하여 적어도 하나의 설정을 로딩하는 단계로서, 상기 설정은 자동차에 장착된 블랙 박스의 동작 특성을 정의하는, 상기 적어도 하나의 설정을 로딩하는 단계; 적어도 하나의 설정을 사용하여 블랙 박스를 구성하는 단계, 및 블랙 박스에 의해 하나 이상의 이벤트를 기록하는 단계를 포함하는 방법이 개시된다.

Description

운전자 정신 상태 평가에 의해 제어되는 블랙 박스 동작
관련 출원
본 출원은 미국 특허 출원 번호 16/783,371(출원일: 2020년 2월 6일, 발명의 명칭: "BLACK BOX OPERATIONS CONTROLLED BY DRIVER MENTAL STATE EVALUATION")(전체 내용이 본 명세서에 포함됨)의 우선권을 주장한다.
기술 분야
개시된 실시형태는 자동차 시스템에 관한 것으로, 보다 상세하게는 사용자의 합성된 정신 상태에 기초하여 차량 전자 데이터 레코더 디바이스의 동작을 조정하기 위한 시스템에 관한 것이다.
미국에서는 매년 약 600만 건의 차량 충돌이 발생한다. 많은 차량에는 블랙 박스라고도 하는 이벤트 데이터 레코더(EDR) 디바이스가 장착되어 있다. 이 디바이스는 속도 데이터, 제어 데이터(예를 들어, 방향 지시등 사용) 및 기타 데이터와 같이 차량에서 생성된 데이터를 기록한다. 일반적으로, 자동차의 블랙 박스는 제한된 지속시간(예를 들어, 몇 분)의 데이터만을 기록한다. 이러한 시나리오에서, 블랙 박스는 시간이 지남에 따라 지속적으로 데이터를 덮어쓴다. 이러한 디바이스는 정적으로 구성되어 차량의 동작에 관계없이 일관되게 동작된다. 따라서, 현재의 블랙 박스는 디바이스의 기록 "창(window)" 밖에서 발생하는 중요한 데이터를 캡처하지 못하는 경우가 많다.
이러한 구성은 충돌 직전에 발생하는 데이터를 식별하는 데 유용할 수 있지만 충돌로 이어지는 관련 데이터를 캡처하지 못한다. 앞서 말한 것 외에도 모든 자동차 디바이스는 공간 및 전력 문제로 인해 제약을 받는다. 따라서, 차량이 움직이는 동안 모든 가능한 데이터를 단순히 기록하는 것은 실용적이지 않다. 이러한 순진한 접근 방식은 상당한 전력 및 저장 공간을 필요로 하며, 이는 현재의 자동차에서 실현할 수 없는 요구 사항이다.
개시된 실시형태는 사용자의 합성된 정신 상태에 기초하여 블랙 박스의 기록 충실도를 수정하기 위한 상황적 방법을 제공함으로써 이들 및 다른 기술적 문제를 해결한다.
실시형태는 본 발명을 제한하는 것이 아니라 예시하는 방식으로 유사한 참조 부호가 유사한 요소를 나타내는 첨부 도면에서 도시된다.
도 1은 본 발명의 일부 실시형태에 따라 사용자의 정신 상태에 기초하여 차량의 블랙 박스 동작을 제어하는 방법을 도시한 흐름도이다.
도 2는 본 발명의 일부 실시형태에 따라 차량 이벤트에 기초하여 사용자의 정신 상태를 업데이트하기 위한 방법을 예시하는 흐름도이다.
도 3은 본 발명의 일부 실시형태에 따라 차량 이벤트에 기초하여 사용자 정신 상태 간에 전이하는 방법을 예시하는 상태도이다.
도 4는 본 발명의 일부 실시형태에 따라 사용자의 정신 상태 변화에 기초하여 차량의 블랙 박스의 동작을 점진적으로 수정하는 방법을 예시하는 흐름도이다.
도 5는 본 발명의 일부 실시형태에 따른 차량용 컴퓨팅 시스템을 나타내는 블록도이다.
개시된 실시형태는 자동차에 장착된 블랙 박스의 동작을 수정하기 위한 디바이스, 방법 및 컴퓨터 판독 가능 매체를 설명한다. 방법은 차량을 동작시키는 동안 사용자의 정신 상태를 평가하는 기술을 포함한다. 검출된 정신 상태에 기초하여 사용자가 깨어 있지 않은 상태일 때 충분한 데이터가 수집되도록 블랙 박스의 동작 파라미터를 수정하여 블랙 박스의 기록 속성을 조정한다.
도 1은 본 발명의 일 실시형태에 따라 사용자의 정신 상태에 기초하여 차량의 블랙 박스 동작을 제어하는 방법을 도시하는 흐름도이다.
블록(102)에서, 방법은 사용자의 정신 상태를 평가한다. 본 명세서에 사용된 바와 같이, 사용자의 정신 상태는 주어진 시간에 사용자의 운전 특성을 나타낸다. 예를 들어, 졸음(drowsy), 피곤(tired) 및 손상(impaired)의 세 가지 예시적인 정신 상태가 본 명세서에 설명된다. 일부 실시형태에서, 이 3개의 상태는 점점 더 위험한 운전 상태를 설명한다. 예를 들어, 졸음 상태의 사용자는 불규칙한 속도 패턴(예를 들어, 감속 후 급가속)을 나타낼 수 있다. 피곤한 상태의 사용자는 자동차의 궤도 이탈을 나타내는 패턴을 보일 수 있다. 손상된 상태의 사용자는 특정 제어 동작(예를 들어, 방향 지시등)을 동작시키지 않을 뿐만 아니라 궤도 이탈이 증가하여 잠재적으로 도로의 차선을 넘는 것과 같은 패턴을 나타낼 수 있다.
일 실시형태에서, 방법은 차량의 동작 파라미터에만 기초하여 사용자의 정신 상태를 합성한다. 대부분의 현대식 차량에서 다양한 구성요소(도 5에 도시됨)는 각 구성요소의 파라미터를 포함하는 다양한 메시지를 출력한다. 예를 들어, 차량의 ECU는 시간 경과에 따른 차량의 현재 속도를 출력할 수 있다. 유사하게, 다른 ECU는 브레이크 또는 가속 페달을 밟았음을 나타내는 신호를 출력할 수 있다. 일 실시형태에서, 방법은 이러한 출력을 사용하여 사용자의 정신 상태를 합성한다. 이 절차의 추가 예는 도 2 및 도 3에 제공되며, 그리고 이러한 세부 사항은 본 명세서에서 반복되지 않는다.
대안적으로 또는 전술한 내용과 함께 전문화된 하드웨어를 사용하여 사용자의 정신 상태를 결정할 수 있다. 일 실시예로서, 차량에는 음주 측정 디바이스가 장착될 수 있다. 사용자는 차량을 사용하기 전에 이 디바이스를 사용할 것을 요구받을 수 있다. 이러한 디바이스의 출력은 혈중 알코올 농도(BAC) 수준 값을 포함할 수 있다. 일부 실시형태에서, 이 BAC 값은 정신 상태를 설정하는 데 사용될 수 있다. 다른 실시형태에서, 이 값은 사용자의 정신 상태(예를 들어, 동작 파라미터와 결합됨)를 결정하는 요인으로 사용될 수 있다. 다른 실시예로서, 사용자는 차량을 시동 걸기 전에 하나 이상의 질문에 답하거나 하나 이상의 퍼즐을 풀도록 요구받을 수 있다. 이러한 질문이나 퍼즐은 중심 콘솔 디스플레이에 표시될 수 있다. 일 실시형태에서, 사용자가 질문 또는 퍼즐에 답하는 데 걸리는 시간은 사용자의 정신 상태를 나타낼 수 있다. 예를 들어, 느린 반응 시간은 피곤하거나 졸음 상태를 나타낼 수 있고, 간단한 퍼즐을 푸는 데 실패하면 손상된 상태를 나타낼 수 있다. 느린 정도는 사용자가 졸음 상태인지(약간 느린지) 피곤한 상태인지(매우 느린지)를 결정하는 데 사용될 수 있다. 느림은 예상되는 해결 또는 응답 속도와 비교될 수 있다. 이전 실시예에서와 같이, 속도 느림 또는 완료 측정은 차량의 동작 파라미터 분석과 결합될 수 있다.
일부 실시형태에서, 블록(102)의 출력은 연속 값을 포함한다. 이러한 시나리오에서 값은 0 내지 1의 값을 포함할 수 있고, 여기서 0은 완전히 깨어 있는 정신 상태를 나타내고, 1은 완전히 손상된 정신 상태를 나타낸다. 이러한 시나리오에서, 0.00 내지 0.25의 값은 정상/깨어 있는 상태를 나타낼 수 있고, 0.25 내지 0.50의 값은 졸음 상태를 나타낼 수 있고, 0.50 내지 0.75의 값은 피곤한 상태를 나타낼 수 있고, 0.75 내지 1.00의 값은 손상된 상태를 나타낼 수 있다.
대안적인 실시형태에서, 블록(102)의 출력은 범주 값을 포함할 수 있다. 따라서, 연속적인 값 범위 대신에, 블록(102)의 출력은 추가 세부사항 없이 사용자의 상태를 나타내는 기호를 포함할 수 있다.
블록(104)에서, 방법은 사용자의 현재 정신 상태에 대한 블랙 박스 설정을 로딩한다. 일 실시형태에서, 설정은 자동차에 장착된 블랙 박스의 동작 특성에 대한 적어도 하나의 설정을 포함한다.
일 실시형태에서, 설정은 블랙 박스가 동작하는 방식을 지정하는 파일을 포함한다. 다른 실시형태에서, 설정은 블랙 박스의 파라미터를 구성하는 데 사용되는 명령(예를 들어, 스크립트) 세트를 포함한다. 일 실시형태에서, 설정은 정신 상태에 매핑된다. 따라서, 제1 설정 세트는 "졸음" 상태에 대해 존재하고, 제2 설정 세트는 "피곤" 상태에 대해 존재하며, 제3 설정 세트는 "손상" 상태에 대해 존재한다. 일부 실시형태에서, 정상 또는 깨어 있는 상태에 대한 설정은 블랙 박스 동작 파라미터를 재설정하는 것을 포함할 수 있거나 제4 설정 세트를 포함할 수 있다. 이 실시형태에서, 방법은 식별된 상태에 기초하여 디스크로부터 설정을 로딩한다.
다른 실시형태에서, 설정은 기능적 정의를 포함할 수 있다. 즉, 설정은 주어진 상태의 기능을 포함할 수 있다. 이 실시형태는 블록(102)의 출력이 연속 값일 때 사용될 수 있다. 일 실시예로서, 블랙 박스 설정은 블랙 박스가 기록하는 시간 기간(예를 들어, 분 단위로 지정됨)을 포함할 수 있다. 이 실시형태에서, 정신 상태를 나타내는 연속 값은 디폴트 값(예를 들어, 2분)을 스케일링하기 위해 사용될 수 있다. 일 실시예로서, 0 내지 1의 연속 값을 사용하여 기록 간격을 0% 내지 100%만큼 늘릴 수 있다. 다른 수식도 사용될 수 있다.
일부 실시형태에서, 2개의 예시적인 실시형태는 결합될 수 있다. 이 실시형태에서, 방법은 연속 값을 사용하여 상태를 식별하고 조정할 명령 또는 설정 세트를 로딩할 수 있다. 그런 다음 방법은 실제 연속 값을 사용하여 조정을 지정할 수 있다. 따라서, 블록(102)에 제공된 이전 예를 계속하여, 정신 상태의 값이 0.30이면, 방법은 이 상태를 졸음 상태(예를 들어, 0.25 내지 0.50)로 분류하고 졸음 상태 설정 또는 명령 세트를 로딩할 수 있다. 그런 다음 방법은 값(0.3)을 사용하여 설정을 수정할 수 있다(예를 들어, 창 길이를 30%만큼 증가시킬 수 있다).
블록(106)에서, 방법은 로딩된 설정을 사용하여 블랙 박스를 재구성한다.
블록(104) 후에, 방법은 명령어 또는 설정 세트를 획득한다. 그런 다음 방법은 이러한 설정을 사용하여 블랙 박스의 동작을 수정한다. 일 실시형태에서, 재구성은 블랙 박스에 의해 제공되는 인터페이스에 의존한다. 일 실시형태에서, 방법은 설정 세트를 블랙 박스로 전송한다. 그런 다음 블랙 박스는 설정을 처리하고 동작을 업데이트한다. 다른 실시형태에서, 방법은 블랙 박스의 동작을 업데이트하기 위해 블랙 박스에 개별 명령을 전송할 수 있다. 본질적으로, 둘 사이의 차이점은 일괄(batch) 구성 또는 스트리밍 구성이다.
일부 실시형태에서, 방법은 블랙 박스에서 지원하지 않는 설정을 전송할 수 있다. 대안적으로 또는 전술한 것과 함께, 방법은 블랙 박스에서 지원하지 않는 설정에 대한 값을 전송할 수 있다. 앞의 경우에, 블랙 박스는 설정을 무시하고 (선택적으로) 설정이 지원되지 않는다는 메시지를 발행한다. 이러한 시나리오에서, 방법은 메시지를 수신한 것에 기초하여 백업 설정을 로딩할 수 있다. 후자의 경우에, 방법은 설정 값을 블랙 박스가 지원하는 값으로 재구성할 수 있다. 예를 들어, 블랙 박스의 최대 기록 창이 20분이고 요청한 값이 30분이면, 방법은 30분의 설정을 지원되지 않는 것으로 식별하는 블랙 박스에 기초하여 값을 20분으로 낮출 수 있다.
블록(108)에서, 방법은 블랙 박스를 동작시킨다. 일 실시형태에서, 블랙 박스를 동작시키는 것은 설정에 기초하여 블랙 박스를 사용하여 이벤트를 기록하는 것을 포함한다.
일부 실시형태에서, 블랙 박스는 내장된 펌웨어 또는 소프트웨어에 따라 동작할 수 있다. 블랙 박스 동작의 구체적인 상세는 본 명세서에서 설명되지 않으며, 사용되는 블랙 박스의 유형에 기초하여 달라질 수 있다. 그러나, 위에서 나타낸 바와 같이, 블랙 박스의 동작은 기본 설정에 기초하여 조정된다. 일반적으로, 블랙 박스는 데이터를 저장 디바이스에 기록한다. 따라서, 설정은 이 기록이 일어나는 방식과 시기를 정확히 수정한다. 기본 기록 과정은 간결함을 위해 본 명세서에서 설명되지 않는다.
블록(110)에서, 방법은 충돌이 발생했는지 여부를 결정한다.
일반적으로, 차량은 충돌에 반응하는 자동차의 하나 이상의 센서를 통해 충돌을 검출할 수 있다. 이 센서는 충돌이 발생했음을 나타내는 알림을 내부 버스를 통해 전송한다. 방법은 이 신호가 전송되는 시기를 검출하도록 구성된다. 충돌 후 블랙 박스 동작의 구체적인 세부사항은 본 명세서에서 설명되지 않고, 블랙 박스에 의해 수행되는 데 필요한 임의의 동작(예를 들어, 저장 매체의 보고)이 수행될 수 있다.
블록(112)에서, 방법은 충돌이 발생했음을 검출하면 충돌 후 절차를 실행한다.
충돌이 검출되면 블랙 박스의 동작과 무관한 다양한 활동을 수행한다(위에 생략됨). 구체적으로, 블록(112)에서 수행되는 활동은 시스템을 미세 조정하도록 의도된다. 일 실시형태에서, 방법은 블랙 박스 데이터를 정신 상태 평가 소프트웨어를 관리하는 별도의 시스템에 업로드할 수 있다. 이러한 방식으로, 방법은 전술한 데이터에 기초하여 정신 상태의 적절한 분류를 확인하거나 반박할 수 있다. 추가적으로, 원시 데이터는 정신 상태를 나타내는 새로운 패턴을 식별하는 데 사용될 수 있다.
일부 실시형태에서, 방법은 사용자에 대해 고유한 로컬 상태 기계를 업데이트한다. 확실히, 사용자는 피곤, 졸음 또는 손상된 상태에 있을 때 약간 다를 수 있다. 따라서, 방법이 충돌 전에 상태가 졸음 상태로 분류되었다고 결정하면 방법은 동일한 조건이 주어진 경우 사용자가 피곤한 상태일 가능성을 증가시키기 위해 상태 전이를 조정할 수 있다.
블록(114)에서, 방법은 충돌이 발생하지 않은 것을 검출할 때 새로 고침이 필요한지 여부를 결정한다.
도시된 실시형태에서, 블록(112)은 충돌 시에만 수행된다. 대조적으로, 블록(114)은 충돌이 발생하지 않았을 때 더 자주 수행된다. 블록(114)에서, 방법은 사용자의 정신 상태를 지속적으로 조정한다.
일 실시형태에서, 방법은 고정 타이머를 활용하여 사용자의 정신 상태를 재분석할 때를 결정한다. 따라서, 이 실시형태에서, 방법은 15분마다 사용자의 정신 상태를 재평가할 수 있다. 사용되는 특정 간격은 이로 제한되지 않는다.
대조적으로, 방법은 다른 기술을 사용하여 새로 고침이 필요한지 여부를 결정할 수 있다. 일 실시형태에서, 방법은 이벤트 저장 디바이스(도 2에서 논의됨)의 저장 용량을 사용하여 새로 고침을 할 만한 충분한 이벤트가 검출된 때를 결정할 수 있다. 대안적으로, 방법은 모든 검출된 이벤트에서 새로 고침될 수 있다.
도시되지는 않았지만, 방법은 차량의 전체 주행 시간 동안 동작한다. 따라서, 충돌이 발생하거나 차량이 꺼질 때까지 방법은 계속 동작한다.
도 2는 본 발명의 일부 실시형태에 따라 차량 이벤트에 기초하여 사용자의 정신 상태를 업데이트하기 위한 방법을 예시하는 흐름도이다.
블록(202)에서, 방법은 시스템 이벤트를 모니터링한다.
일 실시형태에서, 방법은 차량 버스(예를 들어, 제어기 영역 네트워크 버스) 상에서 방송되는 이벤트를 모니터링한다. 다양한 서브시스템(도 5에 도시됨)은 차량의 동작에 응답하여 이러한 이벤트를 발행한다. 예시적인 이벤트는 브레이크 페달 밟기, 가속 페달 밟기, 순간 속도, 속도 또는 가속도와 같은 이벤트; 방향 지시등 활성화, 바퀴 회전 및 기타 이벤트를 포함한다.
블록(204)에서, 방법은 시스템 이벤트에 부정적인 이벤트(negative event)가 존재하는지 여부를 결정한다.
일 실시형태에서, 방법은 이벤트가 비정상적인지 여부를 결정함으로써 부정적인 이벤트가 발생하는지 여부를 결정한다. 다양한 기술이 이벤트가 비정상적인지 여부를 결정하기 위해 사용될 수 있다. 예를 들어, 데이터가 시계열 데이터(예를 들어, 속도 측정)이면, 이동 평균 또는 자기 회귀 통합 이동 평균(ARIMA) 모델은 이러한 데이터의 비정상적인 변화를 검출하기 위해 사용될 수 있다. 따라서, 사용자가 빠르게 가속하면, 이 이벤트는 부정적인 이벤트로 플래그될(flagged) 수 있다.
일부 실시형태에서, 다수의 밀접하게 발생하는 데이터 포인트는 부정적인 이벤트를 결정하기 위해 결합될 수 있다. 예를 들어, 방법은 방향 지시등의 사용과 앞바퀴의 심한 회전을 상관시켜 사용자가 신호 없이 회전을 했다고 결정할 수 있다. 일반적으로, 이 데이터 포인트는 주어진 임계값(예를 들어, 45도)을 초과하는 회전 반경 값과 결합된 회전 신호 데이터 포인트의 부족을 포함한다. 방법은 회전 반경 값을 검출하고, 회전 신호 이벤트가 또한 수신되었는지 여부를 결정하려고 시도할 수 있다. 만약 수신되지 않았다면, 방법은 부정적인 이벤트(예를 들어, "불법 회전" 이벤트)를 합성한다.
일부 실시형태에서, 방법은 다른 시스템의 데이터를 사용하여 부정적인 이벤트를 생성할 수 있다. 예를 들어, 사용자가 위성 위치 확인 시스템(GPS) 디바이스를 사용하고 사용자가 지시에 주의를 기울이지 않는 경우, 방법은 이 편차를 부정적인 이벤트로 플래그할 수 있다. 다른 실시예로서, 방법은 라이다(Lidar) 측정을 사용하여 사용자가 다른 사용자를 뒤쫓고 있다고 결정하고 이를 부정적인 이벤트로 플래그할 수 있다. 다른 실시예로서, 방법은 진보된 운전자 지원 시스템(ADAS: Advanced Driver-Assistance System) 디바이스의 데이터를 사용하여 부정적인 이벤트를 생성할 수 있다. 예를 들어, ADAS 디바이스는 사용자가 도로 표시를 건넜음을 나타내는 이벤트를 발행할 수 있다. 방법은 이 이벤트를 검출하고 부정적으로 플래그할 수 있다. 유사하게, ADAS 디바이스는 충돌 회피(보행자, 차량 또는 기타)가 수행되었음을 나타내는 이벤트를 발행할 수 있고, 방법은 이 이벤트를 부정적으로 플래그할 수 있다.
전술한 예는 다양한 유형의 이벤트 검출 기술을 예시하기 위해 의도되고 본 발명을 제한하려는 것이 아니다. 다른 유형의 데이터는 부정적인 이벤트를 검출하기 위해 분석될 수 있으며, 이러한 유형의 데이터 및 처리는 블록(204)의 범위에 속하는 것으로 간주되어야 한다.
블록(206)에서, 방법은 부정적인 이벤트가 발생했다고 결정하면 부정적인 이벤트의 로그(log)에 부정적인 이벤트를 추가한다.
일 실시형태에서, 블록(206)은 이벤트를 검출하는 데 사용된 데이터를 전용 저장 디바이스에 저장하는 단계를 포함한다. 일 실시형태에서, 저장 디바이스는 순환 버퍼 또는 다른 유형의 버퍼로서 구현될 수 있다. 일부 실시형태에서, 저장 디바이스는 충돌 후 분석을 위해 또는 이벤트 검출 알고리즘을 개선하는 데 사용되는 영구 저장 디바이스를 포함할 수 있다.
블록(208)에서, 방법은 새롭게 식별된 부정적인 사건에 기초하여 사용자의 정신 상태를 업데이트한다.
일부 실시형태에서, 사용자의 정신 상태는 상태 기계로 구현될 수 있다. 이 실시형태(도 3에서 더 자세히 논의됨)에서, 이벤트 로그의 내용은 상태 간을 전이하는 데 사용된다. 따라서, 일부 실시형태에서, 방법은 이벤트가 로그에 기록될 때마다 정신 상태를 업데이트한다. 다른 실시형태에서, 방법은 충분한 수의 이벤트가 로그에 저장되어 있을 때에만 사용자의 정신 상태를 업데이트하여 처리 요구 사항을 줄인다.
대안적인 실시형태(도시되지 않음)에서, 방법은 별도의 "좋은" 이벤트 로그를 동작시킬 수 있다. 이 실시형태에서, 방법은 블록(202, 204 및 206)을 실행하여 좋은 이벤트(예를 들어, 회전할 때 방향 지시등을 사용하거나 일정하거나 적절한 속도를 유지하는 등)를 검출한다. 이 과정은 부정적인 이벤트에 대한 위에서 설명한 과정과 역으로 볼 수 있다. 방법이 이 제2 로그를 구현하면, 제2 로그를 사용하여 반대 방식으로 사용자의 정신 상태를 업데이트할 수도 있다. 즉, 부정적인 이벤트가 누적되면 사용자를 더 나쁜 정신 상태로 전이하지만 좋은 이벤트는 사용자를 더 나은 정신 상태로 전이시킬 수 있다.
일부 실시형태에서, 시간은 상태들 간을 전이하는 데 사용될 수 있다. 이 실시형태에서, 사용자는 정상/깨어 있는 상태로부터 졸음 상태로 사용자를 전이시킬 수 있는 다수의 부정적인 이벤트를 나타낼 수 있다. 그러나, 부정적인 이벤트 없이 충분한 시간이 경과한 후, 방법은 사용자를 다시 정상/깨어 있는 상태로 전이시킬 수 있다. 따라서, 방법은 일시적인 부정적인 사건(예를 들어, 주의 산만한 운전)에 대해 경로를 수정할 수 있다.
블록(210)에서, 방법은 디바이스가 여전히 동작하고 있는지 여부를 결정한다. 만약 그렇다면, 방법은 디바이스의 전력이 꺼질 때까지 블록(202, 204, 206 및 208)을 계속해서 재실행한다. 일부 실시형태에서, 블록(210)은 또한 충돌이 발생했는지 여부를 결정하고 충돌을 검출할 때 처리를 종료하는 것을 포함할 수 있다.
도 3은 본 발명의 일부 실시형태에 따른 차량 이벤트에 기초하여 사용자 정신 상태들 간을 전이하는 방법을 도시하는 상태도이다.
도시된 실시형태에서, 4개의 상태, 즉 정상(302), 졸음(304), 피곤(306) 및 손상(308)이 도시된다. 이러한 상태는 예시적인 것이며, 더 많거나 더 적은 상태가 구현될 수 있다. 도시된 바와 같이, 이러한 상태는 상태 전이 규칙을 통해 연결된다. 사용자는 항상 도시된 상태 중 하나에 있으며, 현재 상태는 기본 분석 이벤트에 따라 다르다.
도시된 실시형태에서, 사용자는 정상 상태(302)에서 시작한다. 이 상태(302)는 깨어 있는 상태라고도 한다. 이 상태(302)에서, 블랙 박스는 디폴트 설정 세트에 따라 동작하도록 구성된다.
사용자가 차량을 조작함에 따라, 하나 이상의 부정적인 이벤트가 검출되어 부정적인 이벤트 저장 로그에 저장될 수 있다(도 2에서 논의됨). 시스템은 상태 변화를 트리거하는 부정적인 이벤트의 고정된 수를 포함하는 제1 임계값(th졸음)으로 구성될 수 있다. 로그의 이벤트 수(n)가 th졸음을 초과하면, 상태는 졸음 상태(304)로 변화된다.
일 실시형태에서, 이벤트의 수(n)는 로그의 크기에 기초하여 계산된다. 다른 실시형태에서, 이벤트의 수(n)는 별도의 레지스터에 저장되고 로그의 플러싱에도 불구하고 유지된다.
유사한 기술은 졸음 상태(304)로부터 피곤한 상태(306)로 그리고 궁극적으로 손상된 상태(308)로 상태를 변화시킬 수 있다. 구체적으로, 시스템은 피곤한 상태(306)와 손상된 상태(308)로 전이를 각각 트리거하는 두 개의 임계값(th피곤 및 th손상)을 포함한다. 도시된 실시형태에서, th손상 > th피곤 > th졸음.
도시된 바와 같이, 역 상태 변화는 손상된 상태(308)로부터 피곤한 상태(306)로, 졸음 상태(304)로 그리고 궁극적으로 정상 상태(302)로 전이를 허용한다. 이러한 전이는 이벤트의 수(n)를 대응하는 임계값과 비교하는 것을 반대로 함으로써 수행될 수 있다.
일 실시형태에서, 이벤트의 수(n)는 도 2에 설명된 바와 같이 "좋은" 이벤트를 검출한 것에 기초하여 감소될 수 있다. 따라서, 모든 좋은 이벤트에 대해 이벤트의 수(n)는 1씩 감소하여 잠재적인 상태 변화가 발생한다. 대안적으로 또는 전술한 것과 함께, 이벤트의 수(n)는 감쇠 함수에 기초하여 감소될 수 있다. 일 실시형태에서, 감쇠 함수는 eβt의 형태이고, 여기서 β는 시간 경과에 따른 감쇠를 정의하는 고정 파라미터이고, t는 시간을 나타낸다. 일부 실시형태에서, 각각의 상태는 β의 자체 값을 가질 수 있다. 따라서, β손상 값은 상태의 심각성으로 인해 β피곤보다 높게 설정될 수 있다. 일반적으로, 감쇠 함수는 n 값을 천천히 줄여 상태 변화를 트리거한다.
도 4는 본 발명의 일부 실시형태에 따라 사용자의 정신 상태 변화에 기초하여 차량의 블랙 박스의 동작을 점진적으로 수정하는 방법을 예시하는 흐름도이다. 도시된 실시형태는 위 내용을 결합하는 일 실시예를 제공한다. 다른 조합이 구현될 수 있으며, 다음 설명은 전술한 방법의 전체 동작을 제한하려고 의도된 것이 아니다.
블록(402)에서, 방법은 블랙 박스를 정상적으로 동작시킨다. 위에서 설명된 바와 같이, 이는 디폴트 구성 파라미터 세트에 따라 이벤트 데이터를 기록하는 것을 수반할 수 있다.
블록(404)에서, 방법은 졸음 행동을 검출한다. 일 실시형태에서, 방법은 사용자가 속도를 비정상적으로 증가 및 감소시키기 시작했음을 검출할 수 있다. 방법은 이를 검출하여 시계열 속도 데이터를 분석하여 평균 속도에서 비정상적인 변화를 검출한다. 일 실시형태에서, ARIMA 모델은 이러한 변화를 검출하는 데 사용된다. 그런 다음 방법은 부정적인 이벤트(불규칙한 속도 변화)가 발생했음을 나타내는 이벤트를 로그에 기록한다. 이러한 이벤트(또는 기타 이벤트)가 충분한 수만큼 발생하면 방법은 사용자의 정신 상태를 졸음 상태로 전이시킨다.
블록(406)에서, 방법은 블랙 박스에 의해 캡처된 데이터의 양을 증가시킨다.
블록(406)에서 특정 변화는 이로 제한되지 않는다. 도시된 실시형태에서, 방법은 블랙 박스에 명령어 또는 설정을 전송하여 데이터의 양(바이트 단위)이 디폴트 값으로부터 확장되어야 함을 나타낸다. 이렇게 하면 덮어쓰기 전에 더 많은 데이터가 기록되는 것이 보장된다. 도시된 실시형태에서, 이 특정 설정은 블랙 박스의 처리 및 저장 요구사항 증가와 졸음 상태의 위험 사이의 절충에 기초하여 선택될 수 있다.
블록(408)에서, 방법은 피곤한 행동을 검출한다. 도시된 실시형태에서, 방법은 부정적인 이벤트를 계속 기록하고, 이벤트의 수가 제2 임계값을 초과할 때 피곤한 행동을 검출한다.
블록(410)에서, 방법은 블랙 박스의 샘플링 충실도를 증가시킨다.
블록(410)에서 특정 변화는 이로 제한되지 않는다. 도시된 실시형태에서, 사용자가 피곤한 상태로 전이되면, 피곤한 상태는 충돌 위험이 증가함을 나타내므로 방법은 블랙 박스에 대한 처리 부담을 증가시킬 수 있다. 일 실시형태에서, 샘플링 충실도는 블랙 박스에 의해 캡처되는 이벤트의 데이터 양이 얼마나 많은지를 포함한다. 예를 들어, 디폴트 동작 모드에서 블랙 박스는 단순히 이벤트의 존재를 나타낼 수 있지만 이벤트의 기본 데이터를 폐기할 수 있다. 블록(410)에서, 방법은 블랙 박스에 단순히 이벤트의 존재보다 더 많은 데이터를 캡처하도록 지시하여, 이에 따라 충돌 이벤트에서 이벤트의 전체 그림이 재구성될 수 있음을 보장한다.
블록(412)에서, 방법은 손상된 행동을 검출한다. 도시된 실시형태에서, 방법은 부정적인 이벤트를 계속 기록하고, 이벤트의 수가 제3 임계값을 초과할 때 손상된 행동을 검출한다.
블록(414)에서, 방법은 이벤트 샘플링 창을 증가시킨다.
블록(414)에서 특정 변화는 이로 제한되지 않는다. 도시된 실시형태에서, 일단 사용자가 손상된 상태로 전이되면, 방법은 이벤트 샘플링 창을 증가시킬 수 있다. 이 실시형태에서, 방법은 블랙 박스가 데이터를 기록하는 시간 기간을 디폴트 값(예를 들어, 2분 내지 10분)으로부터 증가시킨다.
도시된 실시형태에서, 블랙 박스의 동작 파라미터의 다양한 변화는 누적될 수 있다. 즉, 블록(406, 410 및 414)은 검출된 상태에 상응하는 추가 부담을 블랙 박스에 점진적으로 추가할 수 있다.
도 5는 본 발명의 일부 실시형태에 따른 차량용 컴퓨팅 시스템을 도시하는 블록도이다.
도 5에 도시된 시스템은 차량 내부에 완전히 설치될 수 있다. 일부 실시형태에서, 일부 구성요소(예를 들어, 서브시스템(504) 이외의 구성요소 및 서브시스템)는 기존의 자율 및 비자율 차량 서브시스템을 포함할 수 있다.
시스템은 선택적인 자율 차량 서브시스템(502)을 선택적으로 포함한다. 도시된 실시형태에서, 자율 차량 서브시스템(502)은 지도 데이터베이스(502a), 레이더 디바이스(502b), 라이다 디바이스(502c), 디지털 카메라(502d), 소나 디바이스(sonar device)(502e), GPS 수신기(502f) 및 관성 측정 유닛(502g)을 포함한다. 자율 차량 서브시스템(502)의 각각의 구성요소는 대부분의 현재 자율 주행 차량에 제공되는 표준 구성요소를 포함한다. 일 실시형태에서, 지도 데이터베이스(502a)는 라우팅 및 탐색에 사용되는 복수의 고화질 3차원 지도를 저장한다. 레이더 디바이스(502b), 라이다 디바이스(502c), 디지털 카메라(502d), 소나 디바이스(502e), GPS 수신기(502f) 및 관성 측정 유닛(502g)은 본 기술 분야에 알려진 바와 같이 자율 차량 전체에 걸쳐 다양한 위치에 설치된 다양한 개별 디바이스를 포함할 수 있다. 예를 들어, 이러한 디바이스는 위치 인식, 충돌 회피 및 기타 표준 자율 차량 기능을 제공하기 위해 자율 차량의 주변을 따라 설치될 수 있다. 일부 실시형태에서, 자율 서브시스템(502)은 차량에 내장되는 반면, 다른 실시형태에서 자율 서브시스템(502)은 애프터마켓 시스템을 포함한다.
차량 서브시스템(506)은 시스템 내에 추가로 포함된다. 차량 서브시스템(506)은 다양한 잠금 방지 제동 시스템(506a), 엔진 제어 유닛(502b), 및 변속기 제어 유닛(502c)을 포함한다. 이러한 구성요소는 자율 차량 서브시스템(502) 및/또는 ADAS 서브시스템(504)에 의해 생성된 데이터에 응답하여 차량의 동작을 제어하는 데 사용될 수 있다. 자율 차량 서브시스템(502)과 차량 서브시스템(506) 사이의 표준 자율 차량 상호 작용은 일반적으로 당업계에 알려져 있으므로 본 명세서에서는 상세하게 설명되지 않는다.
시스템의 처리 측은 하나 이상의 프로세서(510), 단기 메모리(512), RF 시스템(518), 그래픽 처리 유닛(GPU)(516), 장기 저장매체(518) 및 하나 이상의 인터페이스(520)를 포함한다.
하나 이상의 프로세서(510)는 중앙 처리 유닛, FPGA, 또는 자율 차량의 동작을 지원하는 데 필요한 임의의 범위의 처리 디바이스를 포함할 수 있다. 메모리(512)는 프로세서(510)에 의해 요구되는 데이터를 임시 저장하기 위한 DRAM 또는 다른 적절한 휘발성 RAM을 포함한다. RF 시스템(518)은 셀룰러 트랜시버 및/또는 위성 트랜시버를 포함할 수 있다. 장기 저장매체(514)는 하나 이상의 고용량 솔리드 스테이트 드라이브(SSD)를 포함할 수 있다. 일반적으로, 장기 저장매체(514)는 예를 들어 고화질 지도, 라우팅 데이터, 및 영구적 또는 반영구적 저장을 필요로 하는 임의의 다른 데이터를 저장하는 데 사용될 수 있다. GPU(516)는 자율 차량 서브시스템(502a)으로부터 수신된 데이터를 처리하기 위한 하나 이상의 고처리량 GPU 디바이스를 포함할 수 있다. 마지막으로, 인터페이스(520)는 자율 차량(예를 들어, 대시 스크린) 내에 위치된 다양한 디스플레이 유닛을 포함할 수 있다.
시스템은 이전 도면에 도시된 방법에 의해 요구되는 동작을 수행하는 블랙 박스 서브시스템(504)을 추가로 포함한다. 블랙 박스 서브시스템(504)은 블랙 박스(504a), 충돌 검출 모듈(504b), 및 정신 상태 및 블랙 박스 구성 알고리즘을 수행하는 정신 상태 평가기(504c)를 포함한다.
일부 실시형태에서, 위에 설명된 방법의 단계는 입력 데이터를 모니터링하고, 동작을 수행하고, 데이터를 후속 단계로 출력함으로써 각 단계를 독립적으로 실행할 수 있는 것과 같은 연속 과정으로서 구현될 수 있는 것으로 이해된다. 또한, 각각의 방법에 대한 이러한 단계는 트리거하고 특정 출력을 생성해야 하는 이벤트에서 각 단계를 트리거할 수 있는 것과 같은 개별 이벤트 과정으로 구현될 수 있다. 또한 각각의 도면은 설명에 제시된 것보다 더 복잡한 컴퓨터 시스템의 가능한 더 큰 방법 내의 최소 방법을 나타내는 것으로 이해되어야 한다. 따라서, 각각의 도면에 도시된 단계는 더 복잡한 시스템의 더 큰 방법과 관련된 다른 단계로부터 들어오고 다른 단계로 나가는 다른 단계와 결합될 수 있다.
본 명세서에 설명된 차량은 차량이 달리 지정되지 않는 한, 임의의 유형의 차량일 수 있음을 이해해야 한다. 차량에는 자동차, 트럭, 보트 및 비행기뿐만 아니라 군사, 건설, 농업 또는 레크리에이션 용도의 차량 또는 차량 장비가 포함될 수 있다. 차량, 차량 부품 또는 차량의 운전자나 승객이 사용하는 전자 장치는 차량 전자 장치로 간주될 수 있다. 차량 전자 장치에는 엔진 관리, 점화, 라디오, 카푸터(carputer), 텔레매틱스, 차량 내 엔터테인먼트 시스템 및 기타 차량 부품용 전자 장치가 포함될 수 있다. 차량 전자 장치는 점화 및 엔진 및 변속기 제어와 함께 또는 이에 의해 사용될 수 있고, 이는 가스 동력 자동차, 트럭, 오토바이, 보트, 비행기, 군용 차량, 지게차, 트랙터 및 굴착기와 같은 내연 동력 기계가 장착된 차량에서 찾을 수 있다. 또한, 차량 전자 장치는 하이브리드 또는 전기 자동차와 같은 하이브리드 및 전기 자동차에서 발견되는 전기 시스템을 제어하기 위해 관련 요소에 의해 또는 관련 요소와 함께 사용될 수 있다. 예를 들어, 전기 자동차는 배터리 시스템을 관리할 뿐만 아니라 주 추진 모터 제어를 위해 전력 전자 장치를 사용할 수 있다. 그리고, 자율 주행 차량은 거의 전적으로 차량 전자 장치에 의존한다.
이전의 상세한 설명의 일부 부분은 컴퓨터 메모리 내의 데이터 비트에 대한 연산의 알고리즘 및 기호 표현의 관점에서 제시되었다. 이러한 알고리즘 설명 및 표현은 데이터 처리 기술 분야에 통상의 지식을 가진 자가 자신의 작업 내용을 이 기술 분야의 다른 사람에게 가장 효과적으로 전달하기 위해 사용하는 방법이다. 알고리즘은 여기서 일반적으로 원하는 결과로 이어지는 자체 일관된 작업 시퀀스로 간주된다. 작업은 물리량의 물리적 조작이 필요한 작업이다. 일반적으로, 반드시 그런 것은 아니지만 이러한 양은 저장, 결합, 비교 및 조작할 수 있는 전기 또는 자기 신호의 형태를 취한다. 주로 일반적인 사용을 위해 이러한 신호를 비트, 값, 요소, 기호, 문자, 용어, 숫자 등으로 지칭하는 것이 때때로 편리한 것으로 입증되었다.
그러나, 이러한 모든 용어 및 유사한 용어는 적절한 물리량과 관련되어야 하며 이러한 양에 적용되는 편리한 명칭일 뿐이라는 점을 염두에 두어야 한다. 본 발명은 컴퓨터 시스템의 레지스터와 메모리 내에서 물리적 (전자적) 수량으로 표현된 데이터를 컴퓨터 시스템 메모리나 레지스터 또는 기타 정보 저장 시스템 내에서 물리적 수량으로 유사하게 표현된 다른 데이터로 조작하고 변환하는 컴퓨터 시스템 또는 유사한 전자 컴퓨팅 디바이스의 활동 및 과정을 언급할 수 있다.
본 발명은 또한 본 명세서의 동작을 수행하기 위한 장치에 관한 것이다. 이 장치는 의도된 목적을 위해 특별히 구성되거나, 컴퓨터에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화되거나 재구성되는 범용 컴퓨터를 포함할 수 있다. 이러한 컴퓨터 프로그램은 플로피 디스크, 광 디스크, CD-ROM 및 자기 광학 디스크, 판독 전용 메모리(ROM), 랜덤 액세스 메모리(RAM), EPROM, EEPROM, 자기 또는 광학 카드, 또는 각각 컴퓨터 시스템 버스에 결합된 전자 명령어를 저장하는 데 적합한 임의의 유형의 매체를 포함하는 임의의 유형의 디스크와 같은 컴퓨터 판독 가능 저장 매체에 저장될 수 있다.
본 명세서에 제시된 알고리즘과 디스플레이는 본질적으로 임의의 특정 컴퓨터 또는 기타 장치와 관련이 없다. 다양한 범용 시스템이 본 명세서의 내용에 따른 프로그램과 함께 사용되거나, 방법을 수행하기 위해 보다 전문화된 장치를 구성하는 것이 편리한 것으로 입증될 수 있다. 이러한 다양한 시스템의 구조는 아래 설명에 제시된 바와 같이 나타난다. 또한, 본 발명은 임의의 특정 프로그래밍 언어를 참조하여 설명되지 않는다. 다양한 프로그래밍 언어가 본 명세서에 설명된 바와 같이 본 발명의 내용을 구현하기 위해 사용될 수 있는 것으로 이해될 수 있다.
본 발명은 본 발명에 따른 과정을 수행하기 위해 컴퓨터 시스템(또는 다른 전자 디바이스)을 프로그래밍하는 데 사용될 수 있는 명령어가 저장된 기계 판독 가능 매체를 포함할 수 있는 컴퓨터 프로그램 제품 또는 소프트웨어로서 제공될 수 있다. 기계 판독 가능 매체는 기계(예를 들어, 컴퓨터)에 의해 판독 가능한 형태로 정보를 저장하기 위한 임의의 메커니즘을 포함한다. 일부 실시양태에서, 기계 판독 가능(예를 들어, 컴퓨터 판독 가능) 매체는 판독 전용 메모리("ROM"), 랜덤 액세스 메모리("RAM"), 자기 디스크 저장 매체, 광학 저장 매체, 플래시 메모리 구성요소 등과 같은 기계(예를 들어, 컴퓨터) 판독 가능한 저장 매체를 포함한다.
전술한 명세서에서, 본 발명의 실시형태는 그 특정 예시적인 실시형태를 참조하여 설명되었다. 이후 청구범위에 제시된 바와 같이 본 발명의 실시형태의 보다 넓은 정신 및 범위를 벗어나지 않고 다양한 변형이 이루어질 수 있음이 명백할 것이다. 따라서, 본 명세서와 도면은 본 발명을 제한하는 의미가 아니라 예시하는 의미로 간주되어야 한다.

Claims (20)

  1. 방법으로서,
    자동차의 센서로부터 상기 자동차의 운전자의 특성을 나타내는 신호 또는 상기 자동차에 대한 운전자의 입력을 수신하는 단계;
    상기 신호에 적어도 부분적으로 기초하여 상기 자동차의 운전자의 정신 상태를 분류하는 단계;
    상기 정신 상태에 기초하여 상기 자동차의 모니터링 시스템의 프로세서 또는 컴퓨팅 디바이스에 적어도 하나의 설정을 로딩하는 단계로서, 상기 설정은 상기 자동차의 모니터링 시스템의 메모리 또는 저장매체의 동작 특성을 정의하는, 상기 적어도 하나의 설정을 로딩하는 단계;
    상기 적어도 하나의 설정을 사용하여 상기 모니터링 시스템을 구성하는 단계; 및
    상기 모니터링 시스템에 의해 하나 이상의 이벤트를 기록하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서, 상기 운전자의 정신 상태를 분류하는 단계는 차량 구성요소의 하나 이상의 출력을 분석하는 단계를 포함하는, 방법.
  3. 제2항에 있어서, 차량 구성요소의 하나 이상의 출력을 분석하는 단계는 상기 출력에서 검출된 부정적인 이벤트의 세트를 저장하고, 상기 부정적인 이벤트를 사용하여 상기 운전자의 정신 상태를 분류하는 단계를 포함하는, 방법.
  4. 제1항에 있어서, 상기 운전자의 정신 상태를 분류하는 단계는 상기 정신 상태를 졸음 상태, 피곤한 상태 또는 손상된 상태로 분류하는 단계를 포함하는, 방법.
  5. 제1항에 있어서, 상기 적어도 하나의 설정을 로딩하는 단계는 상기 모니터링 시스템에 의해 캡처된 데이터의 양을 증가시키는 설정을 로딩하는 단계를 포함하는, 방법.
  6. 제1항에 있어서, 상기 적어도 하나의 설정을 로딩하는 단계는 상기 모니터링 시스템의 샘플링 충실도를 증가시키는 설정을 로딩하는 단계를 포함하는, 방법.
  7. 제1항에 있어서, 상기 적어도 하나의 설정을 로딩하는 단계는 상기 모니터링 시스템의 이벤트 샘플링 창을 증가시키는 설정을 로딩하는 단계를 포함하는, 방법.
  8. 컴퓨터 프로세서에 의해 실행될 수 있는 컴퓨터 프로그램 명령어를 유형적으로 저장하기 위한 비일시적 컴퓨터 판독 가능 저장 매체로서, 상기 컴퓨터 프로그램 명령어는,
    자동차의 센서로부터 상기 자동차의 운전자의 특성을 나타내는 신호 또는 상기 자동차에 대한 운전자의 입력을 수신하는 단계;
    자동차의 운전자의 정신 상태를 분류하는 단계;
    상기 정신 상태에 기초하여 상기 자동차의 모니터링 시스템의 컴퓨터 프로세서 또는 컴퓨팅 디바이스에 적어도 하나의 설정을 로딩하는 단계로서, 상기 설정은 상기 자동차의 모니터링 시스템의 메모리 또는 저장매체의 동작 특성을 정의하는, 상기 적어도 하나의 설정을 로딩하는 단계;
    상기 적어도 하나의 설정을 사용하여 상기 블랙 박스를 구성하는 단계; 및
    상기 블랙 박스에 의해 하나 이상의 이벤트를 기록하는 단계
    를 정의하는, 비일시적 컴퓨터 판독 가능 저장 매체.
  9. 제8항에 있어서, 상기 운전자의 정신 상태를 분류하는 단계는 차량 구성요소의 하나 이상의 출력을 분석하는 단계를 포함하는. 비일시적 컴퓨터 판독가능 저장 매체.
  10. 제9항에 있어서, 차량 구성요소의 하나 이상의 출력을 분석하는 단계는 상기 출력에서 검출된 부정적인 이벤트 세트를 저장하고, 상기 부정적인 이벤트를 사용하여 상기 운전자의 정신 상태를 분류하는 단계를 포함하는, 비일시적 컴퓨터 판독 가능 저장 매체.
  11. 제8항에 있어서, 상기 운전자의 정신 상태를 분류하는 단계는 상기 정신 상태를 졸음 상태, 피곤한 상태, 또는 손상된 상태로 분류하는 단계를 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  12. 제8항에 있어서, 상기 적어도 하나의 설정을 로딩하는 단계는 상기 모니터링 시스템에 의해 캡처된 데이터의 양을 증가시키는 설정을 로딩하는 단계를 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  13. 제8항에 있어서, 상기 적어도 하나의 설정을 로딩하는 단계는 상기 모니터링 시스템의 샘플링 충실도를 증가시키는 설정을 로딩하는 단계를 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  14. 제8항에 있어서, 상기 적어도 하나의 설정을 로딩하는 단계는 상기 모니터링 시스템의 이벤트 샘플링 창을 증가시키는 설정을 로딩하는 단계를 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
  15. 장치로서,
    프로세서; 및
    상기 프로세서에 의해 실행되기 위한 프로그램 논리를 유형적으로 저장하기 위한 저장 매체
    를 포함하되, 상기 저장된 프로그램 논리는, 상기 프로세서로 하여금,
    자동차의 센서로부터 상기 자동차의 운전자의 특성을 나타내는 신호 또는 상기 자동차에 대한 운전자의 입력을 수신하는 동작;
    자동차의 운전자의 정신 상태를 분류하는 동작;
    상기 정신 상태에 기초하여 상기 자동차의 모니터링 시스템의 프로세서 또는 컴퓨팅 디바이스에 적어도 하나의 설정을 로딩하는 동작으로서; 상기 설정은 상기 자동차의 모니터링 시스템의 메모리 또는 저장 매체의 동작 특성을 정의하는, 상기 적어도 하나의 설정을 로딩하는 동작;
    상기 적어도 하나의 설정을 사용하여 블랙 박스를 구성하는 동작; 및
    상기 블랙 박스에 의해 하나 이상의 이벤트를 기록하는 동작
    을 수행하게 하는, 장치.
  16. 제15항에 있어서, 상기 운전자의 정신 상태를 분류하는 동작은 차량 구성요소의 하나 이상의 출력을 분석하는 동작을 포함하는, 장치.
  17. 제15항에 있어서, 상기 운전자의 정신 상태를 분류하는 동작은 상기 정신 상태를 졸음 상태, 피곤한 상태 또는 손상된 상태로 분류하는 동작을 포함하는, 장치.
  18. 제15항에 있어서, 상기 적어도 하나의 설정을 로딩하는 동작은 상기 모니터링 시스템에 의해 캡처된 데이터의 양을 증가시키는 설정을 로딩하는 동작을 포함하는, 장치.
  19. 제15항에 있어서, 상기 적어도 하나의 설정을 로딩하는 동작은 상기 모니터링 시스템의 샘플링 충실도를 증가시키는 설정을 로딩하는 동작을 포함하는, 장치.
  20. 제15항에 있어서, 상기 적어도 하나의 설정을 로딩하는 동작은 상기 모니터링 시스템의 이벤트 샘플링 창을 증가시키는 설정을 로딩하는 동작을 포함하는, 장치.
KR1020227028414A 2020-02-06 2021-02-03 운전자 정신 상태 평가에 의해 제어되는 블랙 박스 동작 KR20220130737A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/783,371 2020-02-06
US16/783,371 US11524690B2 (en) 2020-02-06 2020-02-06 Black box operations controlled by driver mental state evaluation
PCT/US2021/016402 WO2021158654A1 (en) 2020-02-06 2021-02-03 Black box operations controlled by driver mental state evaluation

Publications (1)

Publication Number Publication Date
KR20220130737A true KR20220130737A (ko) 2022-09-27

Family

ID=77178926

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227028414A KR20220130737A (ko) 2020-02-06 2021-02-03 운전자 정신 상태 평가에 의해 제어되는 블랙 박스 동작

Country Status (5)

Country Link
US (2) US11524690B2 (ko)
EP (1) EP4100928A1 (ko)
KR (1) KR20220130737A (ko)
CN (1) CN115428045A (ko)
WO (1) WO2021158654A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808402B (zh) * 2021-09-26 2022-05-03 公安部交通管理科学研究所 基于大数据智能的新能源汽车运行风险分类处置方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7768380B2 (en) 1994-05-09 2010-08-03 Automotive Technologies International, Inc. Security system control for monitoring vehicular compartments
US7027621B1 (en) 2001-03-15 2006-04-11 Mikos, Ltd. Method and apparatus for operator condition monitoring and assessment
US8818614B1 (en) * 2006-10-12 2014-08-26 At&T Mobility Ii Llc Personal event data recorder
US10157422B2 (en) 2007-05-10 2018-12-18 Allstate Insurance Company Road segment safety rating
US7719431B2 (en) * 2007-10-05 2010-05-18 Gm Global Technology Operations, Inc. Systems, methods and computer products for drowsy driver detection and response
US8725311B1 (en) 2011-03-14 2014-05-13 American Vehicular Sciences, LLC Driver health and fatigue monitoring system and method
US8952819B2 (en) * 2013-01-31 2015-02-10 Lytx, Inc. Direct observation event triggering of drowsiness
KR102368812B1 (ko) * 2015-06-29 2022-02-28 엘지전자 주식회사 차량 운전 보조 방법 및 차량
US9925987B1 (en) * 2015-12-11 2018-03-27 Lytx, Inc. Driving abnormality detection
KR101768847B1 (ko) 2016-06-13 2017-08-18 김동철 차량 내부 모니터링 및 알림기능이 구비된 블랙박스
US10759424B2 (en) * 2016-08-16 2020-09-01 Honda Motor Co., Ltd. Vehicle data selection system for modifying automated driving functionalities and method thereof
KR102612925B1 (ko) * 2018-10-18 2023-12-13 주식회사 에이치엘클레무브 차량 긴급 제어 장치

Also Published As

Publication number Publication date
EP4100928A1 (en) 2022-12-14
US11524690B2 (en) 2022-12-13
WO2021158654A1 (en) 2021-08-12
CN115428045A (zh) 2022-12-02
US20210245765A1 (en) 2021-08-12
US20230059485A1 (en) 2023-02-23

Similar Documents

Publication Publication Date Title
US10424127B2 (en) Controller architecture for monitoring health of an autonomous vehicle
US9573601B2 (en) Automatic engagement of a driver assistance system
US10011175B2 (en) Method for operating a vehicle system of a motor vehicle and motor vehicle
CN107244321B (zh) 用于基于用户定义的参数进行自适应巡航控制的系统和方法
US7479892B2 (en) Detection of unintended lane departures
JP2012190398A (ja) 車両用ハザードマップ作成方法
US11785029B2 (en) Vehicular network security
US10977882B1 (en) Driver health profile
US20230059485A1 (en) Black box operations controlled by driver mental state evaluation
DE102019114609A1 (de) Geländeunterstützungsvorrichtung und zugehörige verfahren zur verwendung bei fahrzeugen
WO2021165004A1 (de) Verfahren und steuereinheit zum betrieb einer geräuschunterdrückungseinheit eines fahrzeugs
US11984033B2 (en) Artificial intelligence-based persistence of vehicle black box data
CN113247005B (zh) 用于监视和维持车辆货物的稳定性的系统和方法
EP4149810A1 (en) Automated driving actions for determined driving conditions
US11312345B2 (en) Systems and methods for detecting and controlling a fluid consumption detection warning
JP4869812B2 (ja) 自動制動制御装置
US11999368B2 (en) Systems and methods for automated vehicle fleet management according to dynamic pedagogical behavior reinforcement
US20230373478A1 (en) Activating adaptive cruise control
US20240185653A1 (en) Vehicle information management device, vehicle information management method, and storage medium
US11904883B1 (en) Method and system for managing incoming messages on-vehicle
US20230057393A1 (en) Automatic Teaching Device
JP7045760B1 (ja) 検知装置、検知方法及びプログラム
US20240067183A1 (en) System and method for determining an adaptability of a driver and a driving difficulty of a vehicle
WO2023188857A1 (ja) 移動体制御装置、移動体、及び制御プログラム
CN116558844A (zh) 一种车辆故障预警方法、装置、计算机设备和存储介质