SI25874A - Postopek vrednotenja voznika in naprava za izvedbo postopka - Google Patents

Postopek vrednotenja voznika in naprava za izvedbo postopka Download PDF

Info

Publication number
SI25874A
SI25874A SI201900130A SI201900130A SI25874A SI 25874 A SI25874 A SI 25874A SI 201900130 A SI201900130 A SI 201900130A SI 201900130 A SI201900130 A SI 201900130A SI 25874 A SI25874 A SI 25874A
Authority
SI
Slovenia
Prior art keywords
data
driver
sensor
simulator
driving
Prior art date
Application number
SI201900130A
Other languages
English (en)
Inventor
Jaka Sodnik
Boštjan KALUŽA
Mojca Komavec
Kristina STOJMENOVA
Original Assignee
Nervtech, Raziskave In Razvoj, D.O.O.
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 Nervtech, Raziskave In Razvoj, D.O.O. filed Critical Nervtech, Raziskave In Razvoj, D.O.O.
Priority to SI201900130A priority Critical patent/SI25874A/sl
Priority to PCT/IB2020/054670 priority patent/WO2021014228A1/en
Publication of SI25874A publication Critical patent/SI25874A/sl

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/14—Traffic procedures, e.g. traffic regulations
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/16—Control of vehicles or other craft
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G09B9/052—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles characterised by provision for recording or measuring trainee's performance

Abstract

Predlagani izum se nanaša na postopek vrednotenja voznikovih sposobnosti z uporabo interaktivne naprave za vrednotenje, na primer s pomočjo simulatorja. Izum se nanaša tudi na napravo za izvedbo omenjenega postopka. Postopek po predlaganem izumu zagotavlja celovito vrednotenje voznika za različne namene, kot primeroma v namen ocene zavarovalniškega tveganja, ocene primernosti za profesionalnega voznika, ocene pomanjkljivosti voznika, v namen treninga, diagnosticiranja bolezni, primerjave profila vožnje z znanimi osebnostmi in podobno.

Description

POSTOPEK VREDNOTENJA VOZNIKA IN NAPRAVA ZA IZVEDBO POSTOPKA
[0001] Predlagani izum se nanaša na postopek vrednotenja voznikovih sposobnosti z uporabo interaktivne naprave za vrednotenje, na primer s pomočjo simulatorja. Izum se nanaša tudi na napravo za izvedbo omenjenega postopka.
[0002] Z objavo patentne prijave US2008082372 Al je razkrit postopek vrednotenja voznikovih sposobnosti s pomočjo realističnega simulatorja vožnje. Voznik je v simulatorju vožnje izpostavljen različnim prometnim situacijam, pri čemer se na osnovi odzivov voznika oceni njegove sposobnosti in ovrednoti zavarovalniško tveganje. Znani postopek razkriva zgolj napotke kako oceniti vožnjo samo, medtem ko psihofizično stanje voznika pri tem ne igra nikakršne vloge.
[0003] Naloga predlaganega izuma je ustvariti nov postopek vrednotenja voznikovih sposobnosti z uporabo naprave za vrednotenje.
[0004] Zastavljena naloga je po predlaganem izumu rešena z značilnostmi, podanimi v značilnostnem delu 1. patentnega zahtevka. Podrobnosti izuma so razkrite v pripadajočih podzahtevkih. Postopek po predlaganem izumu zagotavlja celovito vrednotenje voznika za različne namene, kot primeroma v namen ocene zavarovalniškega tveganja, ocene primernosti za profesionalnega voznika, ocene pomanjkljivosti voznika, v namen treninga, diagnosticiranja bolezni, primerjave profila vožnje z znanimi osebnostmi in podobno. V opisu izuma se vseskozi uporablja termin „voznik”, ki pa je razumljen kar se da široko kot na primer voznik kopenskih cestnih in/ali tirničnih prevoznih sredstev, vodnih prevoznih sredstev, pilot letalnih sredstev in podobno.
[0005] Na sl. 1 je shematsko prikazan postopek vrednotenja voznikovih sposobnosti po izumu z uporabo interaktivne naprave za vrednotenje, na primer s pomočjo simulatorja vožnje, ki obsega zajem podatkov iz simulatorja 1 in zajem podatkov z voznika 2, vsaj en modul 3 s katerimi je mogoče sinhronizirati omenjene podatke, procesorsko enoto 4 in pomnilnik 5. Omenjene podatke se vodi v procesorsko enoto 4, kjer se jih obdela, in posledično ovrednoti ter na prikazovalniku 6 prikaže voznikove sposobnosti. Dalje se obdelane podatke izbiroma lahko začasno ali trajno shrani v pomnilnik 5.
[0006] Omenjeni simulator 1 vožnje ima vsaj štiri prostostne stopnje gibanja, pri čemer je zmožen simulirati različna vozna okolja, prometne situacije, različne gostote in vrste prometa, različne vremenske pogoje, prometno signalizacijo in omogoča vsaj 120° vidno polje. Omenjeni simulator 1 vožnje generira oz. simulira vhodne merilne podatke na osnovi podatkov iz simulacijskega okolja in fizičnih komponent simulatorja 1 kot na primer stopalke, volana, menjalnika, premične platforme simulatorja 1 in podobnega. Omenjeni vhodni merilni podatki, ki jih je v vsakem trenutku simulacije zmožen generirati simulator 1 vožnje, so neomejujoče izbrani kot podatki o nagibu, ukrivljenosti, tipu in širini ceste, podatki o vremenskih razmerah (podatki o vidljivosti, intenzivnosti padavin, sneženju), podatki o času oz trajanju vožnje, podatki o hitrosti vozila, podatki o omejitvah hitrosti, podatki o hitrosti ostalih simuliranih vozil, podatki o pospeševanju in zaviranju (pritisk na stopalko za plin, zavoro in sklopko), podatki o uporabi prestavne ročice, podatki o stanju luči in hupe, podatki o porabi goriva, podatki o trkih (tj. podatki o položaju trka, kotu trka, sili trka in udeležencih trka), podatki o lokaciji vozila na voznem pasu, podatki o lokaciji vozila glede na ostala simulirana vozila, podatki o lokaciji ostalih simuliranih vozil in drugih objektov, podatki o upoštevanju prometne signalizacije (upoštevanje omejitev hitrosti, upoštevanje stop znakov, upoštevanje semaforjev, itd.), podatki o hitrosti vrtenja volana, kotu zasuka volana in navoru na volanu, podatki o anotiranih kritičnih situacijah, podatki o anotiranih objektih (mejni pravokotniki, ki omejujejo objekte v 2D projekciji) in podobno.
[0007] Simulator 1 vožnje po izbiri omogoča anotiranje oziroma segmentacijo slik za detekcijo in lokalizacijo objektov v simulaciji. Časovni žigi in anotiranje oz. segmentacija slik dalje omogočajo samodejni izračun pogleda v ogledalih, spremljanja prometne signalizacije, časa pogleda izven ceste in podobno.
[0008] Zajem vhodnih merilnih podatkov o vozniku 2 se izvaja s pomočjo niza senzorjev, ki so nameščeni na vozniku 2 in so zmožni meriti in/ali zbirati izmerjene podatke o vozniku 2, na primer, a ne omejujoče, elektrokardiovarskularni senzor, elektrodermalni senzor ali senzor za merjenje galvanskega odziva kože, termoelektrični senzor, infrardeči senzor, s katerim je možno dobiti fotopletizmograf, pospeškometer za merjenje premikov glave in rok voznika 2, sledilnik pogleda za spremljanje pogleda v realnem času, kamera ali senzor za zaznavanje očesnih aktivnosti. Po predlaganem izumu so vsaj termoelektrični senzor, infrardeči senzor, pospeškometer, sledilnik pogleda, in kamera oz. senzor za zaznavanje očesnih aktivnosti opremljeni s časovnimi žigi, tako daje moč uskladiti podatke oz. dogodke, zajete s simulatorjem 1, z meritvami vsakokratnega senzorja.
[0010] Vhodni merilni podatki o vozniku 2, ki jih je zmožen elektrodermalni senzor, so podatki o prevodnosti kože voznika 2.
[0011] Vhodni merilni podatek, ki ga je zmožen generirati termoelektrični senzor je temperatura kože.
[0012] Vhodni merilni podatki, ki jih je zmožen generirati elektrokardiovarskularni senzor, so podatki o srčni električni aktivnosti voznika 2, pridobljeni iz elektroencefalografa.
[0013] Vhodni merilni podatki, ki jih je zmožen generirati infrardeči senzor, s katerim je možno dobiti fotopletizmograf, so na primer srčni utrip in krvni pretok voznika 2.
[0014] Vhodni merilni podatki, ki jih je zmožen generirati pospeškometer, so podatki o na primer hitrosti in smeri premika glave in rok voznika 2.
[0015] Vhodni merilni podatki, ki jih je zmožen generirati sledilnik pogleda za spremljanje pogleda v realnem času, so podatki o premeru zenice, fokusu, hitrosti premika pogleda in podatki o pogledu, na primer položaj fokusne točke pogleda na enem od zaslonov simulatorja 1.
[0016] Vhodni merilni podatki, ki jih je zmožna generirati kamera ali sledilnik pogleda, so podatki o položaju in velikosti zenic ter podatki o drugih očesnih aktivnosti kot so mežikanje, fiksiranje pogleda in nivo odprtosti oči za primer zaspanosti.
[0017] Nadaljnje vhodne podatke o vozniku 2 je moč pridobiti na osnovi osebnostnega vprašalnika. Ti nadaljnji vhodni podatki so: ekstravertiranost, nevrotičnost, vestnost, sprejemljivost, odprtost, iskanje stimulacij, agresivnost in podobno.
[0018] Iz vhodnih merilnih podatkov iz simulatorja 1 in vhodnih merilnih podatkov o vozniku 2 se izračuna posamezne kategorije kot na primer agresivnost, reakcijski čas voznika, stres, pozornost voznika, vozniške napake in kršenje cestno-prometnih predpisov, način vožnje, poraba goriva in ocena reakcij voznika v kritičnih situacijah.
[0019] Vsako od zgoraj omenjenih kategorij se izračuna iz podkategorij, ki so naštete v nadaljevanju pri vsaki kategoriji. Pri tem so kategorije in podkategorije bolje ocenjene, čim bolj varna je vožnja voznika.
[0020] Agresivnost vožnje se ovrednoti glede na naslednje parametre.
[0021] Upoštevanje varnostne razdalje na osnovi podatkov, pridobljenih iz simulatorja 1, pri čemer se bodisi na vnaprej določenih odsekih ali po celotni progi vožnje, ne upoštevaje odsekov, kjer je hitrost manjša od nekega mejnega praga, glede na hitrost vozila izračuna varnostno razdaljo, kjer se upošteva reakcijski čas 2 sekundi. Pri tem je optimalna varnostna razdalja = 2 s χ hitrost [m/s]. Zatem se v procesorski enoti 4 izračuna odstotek časa, v katerem je bila dejanska varnostna razdalja večja ali manjša od razdalje do naslednjega avtomobila. Ta rezultat pove, koliko časa v odstotkih je voznik 2 upošteval varnostno razdaljo.
[0022] Upoštevanje vožnje po cesti na osnovi podatkov, pridobljenih iz simulatorja 1, pri čemer se iz podatka o tipu ceste, na primer tlakovana cesta, pločnik, vključevalni pas na avtocesto, bankina itd., v procesorski enoti 4 izračuna odstotek časa, ko je voznik 2 dejansko vozil po cesti.
[0023] Upoštevanje hitrost pospeševanja/zaviranja na osnovi podatkov, pridobljenih iz simulatorja 1, pri čemer se v procesorski enoti 4 izračuna odvod pospeševanja, kar predstavlja trzaj. Trzaji so pokazatelji udobnosti vožnje. Če je trzaj absolutno manjši od določene vrednosti, je vožnja sprejemljiva kot udobna vožnja. Trzaje se lahko upošteva po segmentih.
[0024] Upoštevanje uporabe smerokaza pri zavijanju, prehitevanju in menjavi pasu na osnovi podatkov, pridobljenih iz simulatorja 1, pri čemer se v procesorski enoti 4 na osnovi podatkov o voznem pasu, na katerem se vozilo nahaja, položaju volana in podatkih o ostalih vozilih, ki sodelujejo v simulaciji, izračuna, ali gre za zavijanje, prehitevanje ali menjavo pasu. Če gre za eno od naštetih dejanj, se preveri, ali je voznik 2 pravilno vklopil smerokaz. V procesorski enoti 4 se izračuna odstotek pravilne uporabe smerokaza.
[0025] Upoštevanje menjave voznega pasu na osnovi podatkov, pridobljenih iz simulatorja 1, pri čemer se najprej ugotovi ali gre za menjavo pasu, kjer se upošteva samo segmente, kjer je to mogoče, na primer na avtocesti. Na osnovi informacij o ostalih vozilih, ki sodelujejo v simulaciji, se v procesorski enoti 4 izračuna razdalje do vozil na drugem pasu. Če so omenjene razdalje, upoštevajoč varnostno razdaljo, ustrezne glede na hitrost vozila in glede na hitrosti vozil na drugem oz. sosednjem pasu, je zadevna podkategorija upoštevana kot primerna menjava voznega pasu. V procesorski enoti 4 se izračuna odstotek menjav voznih pasov, kjer je bila menjava voznega pasu sprejemljiva.
[0026] Agresivnost je primeroma izračunana na osnovi spodnje formule:
[0027] agresivnost = Wi χ kršitev varnostne razdalje + w2 χ vožnja izven ceste + w3 χ neudobna vožnja + w4 χ kršitve stop znaka + w5 χ prevoženi semaforji z rdečo lučjo + w6 χ kršitve znaka za neprednostno cesto + w7 χ kršitev omejitev hitrosti + w8 χ kršitev omejitve hitrosti glede na vremenske pogoje,
[0028] pri čemer vsakokratni w, predstavlja utež, ki pove, koliko določena kategorija vpliva na končno oceno in koliko določena podkategorija vpliva na posamezno kategorijo. Vsakokratni w, je pridobljen empirično, s pomočjo strokovnjakov, na primer inštruktorjev varne vožnje, s pomočjo ugotovitev iz strokovnih in raziskovalnih člankov in splošno znanih cestno-prometnih predpisov. V konkretnem izvedbenem primeru so bile primeroma upoštevane uteži Wi = 0,11, w2 = 0,074, w3 = 0,18, w4 = 0,09, w5 = 0,09, w6 = 0,09, w7 = 0,09, w8 = 0,17.
[0029] Reakcijski čas voznika 2 je primeroma izračun na osnovi vnaprej določenih dogodkov, ki prisilijo voznika 2 k odzivu. Primer enega od mogočih dogodkov je, ko na cesto prileti žoga, meri pa se reakcijski čas voznik 2 za aktiviranje zavore. Čas od trenutka ti nastopa dogodka do trenutka t2, ko se voznik 2 odzove, predstavlja reakcijski čas tr voznika 2, ki znaša tr — t2 - ti. Ob zaključku simulacije se v procesorski enoti 4 za vse dogodke izračuna povprečni reakcijski čas. Voznik s krajšim reakcijskim časom dobi boljšo oceno.
[0030] Stres voznika 2 se primeroma vrednoti na osnovi biometričnih podatkov, izmerjenih na vozniku, kot na primer prevodnosti kože, srčnega utripa, temperature kože. Višji kot je srčni utrip in večja kot je prevodnost kože, bolj je voznik 2 pod stresom. Temperatura kože se zniža ob povečanju nivoja stresa. Nepredvidene in nenavadne situacije kot so npr. zmanjšana vidljivost na cesti zaradi megle ali obilnih padavin, so lahko bolj stresne za mlade neizkušene voznike v primerjavi z izkušenimi vozniki. Pri vrednotenju voznika se primerja povprečen in največji srčni utrip ter razliko med njima, največjo in povprečno prevodnost kože ter razliko med njima. Ocena stresa pri vozniku se v procesorski enoti 4 izračuna in primerja na osnovi parametrov, ki povedo, v katero kategorijo voznik sodi glede na povprečno populacijo.
[0031] Pozornost voznika 2 se primeroma vrednoti na osnovi podatkov o pogostosti uporabe vseh ogledal v vozilu oz. simulatorju 1. Iz pridobljenih podatkov o smeri pogleda in položaju ogledal se v procesorski enoti 4 izračuna, ali je voznik 2 pogledal v ogledalo. Zatem se glede na pričakovano frekvenco pogleda v vsakokratno ogledalo v določenem času, na primer vsakih 8 sekund, izračuna odstotek voznikovega uspešnega preverjanja stanja v ogledalu. Alternativno se opazovanje ogledal izračuna na osnovi frekvence, ki je prilagojena trenutni hitrosti in polnosti terena. Še nadaljnja možnost opazovanja ogledal je kumulativna, pri čemer se ob koncu simulacije izračuna odstotek, kolikokrat je voznik pogledal v vsakokratno ogledalo.
[0032] Na oceno pozornosti voznika 2 tekom simulacije vpliva tudi voznikovo opazovanje pomembnih objektov in ignoriranje objektov, ki odvračajo pozornost od vožnje. Tekom celotne vožnje se zbira in v omenjeni pomnilnik 5 beleži položaje objektov, ki so za vožnjo pomembni, in tistih, ki odvračajo pozornost od vožnje. Te podatke se zatem primerja s smerjo pogleda voznika 2, s čimer se ugotovi, ali je voznik določen objekt opazil ali ne. Ob koncu simulacije procesorska enota 4 izračuna koliko pomembnih in koliko motečih objektov je voznik 2 opazil in na osnovi tega poda oceno voznika.
[0033] Vse omenjene objekte se označi kot moteče ali pomembne v določenem časovnem trajanju. Če voznik 2 nameni pozornost motečemu objektu, mu to niža končno oceno pozornosti, če pa voznik opazi pomemben objekt, mu to zviša končno oceno pozornosti. Končno oceno procesorska enota 4 izračuna tako, da sešteje posamezne uteži objektov glede na njihovo (ne)pomembnost.
[0034] Vozniške napake in kršenje cestno-prometnih predpisov se primeroma vrednoti na osnovi podatkov, pridobljenih iz simulatorja 1. Pri tem se neomejujoče upošteva naslednje:
[0035] - prilagoditev hitrosti: na osnovi podatkov o trenutni hitrosti vozila in omejitvi hitrosti se v procesorski enoti 4 izračuna odstotek časa, ko je voznik upošteval omejitev hitrosti. Omenjeni izračun se lahko izvede za celotno vožnjo ali pa po segmentih;
[0036] - ustavljanje pred rdečo lučjo: na osnovi podatkov o razdalji do semaforja, barvi luči in trenutni hitrosti se v procesorski enoti 4 izračuna, ali se je voznik pri rdeči luči ustavil pred semaforjem ali ne. Omenjeni izračun predstavlja odstotek dogodkov, ko je voznik pravilno ustavil pred rdečo lučjo na semaforju;
[0037] - ustavljanje pred stop znakom: na osnovi podatkov o razdalji do stop znaka in trenutni hitrosti vozila se v procesorski enoti 4 izračuna, ali se je voznik pred stop znakom ustavil ali ne. Omenjeni izračun predstavlja odstotek dogodkov, ko je voznik pravilno ustavil pred stop znakom;
[0038] - zmanjšanje hitrosti pred znakom za neprednostno cesto: na osnovi podatka o razdalji do znaka za neprednostno cesto in trenutni hitrosti se v procesorski enoti 4 izračuna, ali je voznik zmanjšal hitrost pod mejno vrednost. Omenjeni izračun predstavlja odstotek dogodkov, ko je voznik pravilno zmanjšal hitrost pred znakom za neprednostno cesto;
[0039] - število nesreč, ki jih je povzročil voznik: na osnovi podatka o trkih se v procesorski enoti 4 izračuna izračuna število trkov, ki jih je povzročil voznik, pri čemer se izloči trke, za katere ni odgovoren voznik;
[0040] - število kazenskih točk: na osnovi podatkov o trenutni hitrosti in omejitvi hitrosti se v procesorski enoti 4 izračuna prekoračitev hitrosti na posameznih točkah. Prekoračitev hitrosti in omejitev hitrosti se poveže s podatki o kaznih za prometne prekrške, iz katerih dobi število kazenskih točk, ki bi jih voznik dobil;
[0041] - pogled v ogledala, ko voznik menja pas, zavija, ali pa prehiteva: s pomočjo procesorske enote 4 in pomnilnika 5 se združi podatke o pogledih v ogledala ter prepoznavanjem akcij, na primer menjavi pasu, zavijanju, prehitevanju. Pred vsakokratno akcijo mora voznik pogledati v ogledala, da se prepriča, da lahko varno izvede akcijo. Omenjeni izračun predstavlja odstotek dogodkov, ko je voznik pravilno pogledal v ogledala pri menjavi pasu, zavijanju ali pa prehitevanju.
[0042] Izračun vrednotenja vozniških napak in kršenja cestno-prometnih predpisov je primeroma podan z naslednjo formulo:
[0043] ocena = Wi χ kršitev omejitev hitrosti + w2 χ prevoženi semaforji z rdečo lučjo + W3 χ kršitve stop znaka + w4 x kršitve znaka za neprednostno cesto + Ws x ocena nesreč + w6 χ ocena kazenskih točk in kazni
[0044] pri čemer vsakokratni w, predstavlja utež, ki pove, koliko določena kategorija vpliva na končno oceno in koliko določena podkategorija vpliva na posamezno kategorijo. Vsakokratni Wi je pridobljen empirično, s pomočjo strokovnjakov, na primer inštruktorjev varne vožnje, s pomočjo ugotovitev iz strokovnih in raziskovalnih člankov in splošno znanih cestno-prometnih predpisov. V konkretnem izvedbenem primeru so bile primeroma upoštevane uteži Wi = 0,0625, w2 = 0,0625, w3 = 0,0625, w4 = 0,0625, w5 = 0,625, w6 = 0,125.
[0045] Način vožnje voznika 2 je primeroma pridobljen na osnovi izpolnjenega osebnostnega vprašalnika, kjer se s pomočjo procesorske enote 4 izračuna v kolikšni meri voznik 2 pripada vsakemu od štirih načinov vožnje (potrpežljiv, boječ, nepremišljen ali jezen način vožnje). Način vožnje se izračuna iz že omenjenih osebnostnih kategorij, to je ekstravertiranost, nevrotičnost, vestnost, sprejemljivost, odprtost, iskanje stimulacij, agresivnost, tako da vsaka od teh kategorij s svojo utežjo doprinese k posameznemu načinu vožnje. Poleg tega se lahko pri kritičnih situacijah k določenemu načinu vožnje glede na odziv voznika doda dodatno oceno.
[0046] Vrednotenje načina vožnje se pridobi na osnovi vprašalnika, ki ni predmet izuma, in na osnovi katerega se ocenjuje osebnostne lastnosti. Vsaka osebnostna lastnost drugače prispeva načinu vožnje, kot sledi.
[0047] Boječ način vožnje = ((1 - vestnost) + (1 - ekstravertiranost) + nevroticizem + iskanje stimulacij)/4;
[0048] Jezen način vožnje = ((1 - sprejemljivost) + (1 - vestnost) + iskanje stimulacij + agresivnost)/4;
[0049] Nepremišljen način vožnje = ((1 - sprejemljivost) + (1 - vestnost) + iskanje stimulacij)/3;
[0050] Potrpežljiv način vožnje = (vestnost + sprejemljivost + odprtost + (1 nevroticizem) + (1 - iskanje stimulacij))/5.
[0051] Poraba goriva je primeroma pridobljena na osnovi podatkov in simulatorja 1 tekom celotne vožnje. Na osnovi podatkov o trenutni porabi goriva in prevoženi razdalji se v procesorski enoti 4 izračuna povprečno porabo tekom celotne vožnje. Izračunano porabo se umesti med nizko porabo ali visoko porabo, kar se določi eksperimentalno, procesorska enota 4 pa na osnovi tega izračuna oceno voznika.
[0052] Ocena reakcij voznika 2 v kritičnih situacijah je pridobljena na osnovi pozornosti in reakcije voznika, pri čemer je za vsako kritično situacijo vnaprej določeno, na kaj mora biti voznik pozoren in kako se mora odzvati. Glede na vnaprej določene odzive prejme voznik oceno odziva na kritično situacijo. Pri tem se uporabi podatke o pogledu voznika in označenih položajih objektov, skupaj s podatki o trenutni hitrosti, o pritisku na zavoro, položaju volana, in podobno.
[0053] Za vsako od zgoraj naštetih kategorij, ki imajo podkategorije, se v procesorski enoti 4 s pomočjo uteži najprej izračuna oceno za vsako kategorijo. Zatem se v procesorski enoti 4 iz vseh kategorij ponovno s pomočjo uteži izračuna končno oceno voznika. Uteži so namenjene temu, da se različnim podkategorijam in kategorijam dodeli različno težo oz. pomen. Uteži se lahko spreminja glede na namen uporabe končne ocene voznika in skupino ocenjevanih voznikov, kot na primer mladi vozniki, profesionalni vozniki, in podobno.
[0054] Uteži se lahko določi na osnovi množice voznikov z znano končno oceno voznika, ki služi kot referenca. Tako se na primer kot omenjeno referenco lahko izbere zavarovalniški premijski razred, škodno zgodovino in podobno.
[0055] Omenjene uteži se določi na način, da se najprej zagotovi množico voznikov in z njimi izvaja vožnje na simulatorju 1 vožnje ter zajema vhodne merilne podatke. Zatem se določi končno oceno vsakega iz omenjene množice voznikov, ki se jo lahko določi na enega od naslednjih načinov:
a) ocenjevanje voznikove vožnje s pomočjo inštruktorja vožnje na podlagi vožnje v simulatorju 1, ali
b) ugotavljanje voznikovega premijskega razreda in/ali škodne zgodovine.
[0056] Končna ocena pri tem predstavlja kategorijsko oceno, na primer inštruktor vožnje je voznike uvrstil med varne, povprečne ali agresivne voznike, ali pa številčno končno oceno, na primer inštruktor vožnje poda končno oceno vozniku med 0 in 100, pri čemer je 100 najboljša ocena in 0 najslabša ocena. S tem je definirana klasifikacijska končna ocena.
[0057] Naslednji korak pri določanju omenjenih uteži predstavlja uvajanje vhodnih merilnih podatkov v optimizacijski model, pri čemer je omenjeni model izbran kot gradientni spust, metoda vzvratnega razširjanja, genetski algoritem in podobno. Temu sledi določanje vhodne vrednosti moči povezav oz. vhodne uteži med kategorijami in podkategorijami ter kategorijami in končno oceno kot je predstavljeno v omenjenem modelu, ki temelji na pravilih, pri čemer so lahko vhodne uteži poljubne, določene na osnovi cestnoprometnih predpisov, določene na osnovi zavarovalniške statistike ali določene na osnovi strokovnega znanja, pri čemer vhodne uteži predstavljajo parametre izbranega modela.
[0058] Zatem sledi učenje in testiranje izbranega modela, da se lahko dobi čim natančnejšo napoved končne ocene voznika glede na že znano končno oceno voznika, pri čemer se testiranje lahko izvede s pomočjo prečnega preverjanja. Na osnovi shranjenih mer učinkovitosti sledi ugotavljanje natančnosti napovedovanja, da se ugotovi, kako dobro se je model naučil na osnovi podatkov. Če rezultati niso zadovoljivi, se uporabi druge parametre modela, na primer pri nevronski mreži se lahko uporabi različno število nivojev z različnim številom nevronom na omenjenih nivojih, in ponovi omenjeno učenje in testiranje izbranega modela s spremenjeno konfiguracijo modela, dokler se ne dobi zadovoljivega rezultata. Ko se pridobi zadovoljiv rezultat, je le-ta izbran kot natančnejša napoved ocene voznika glede na že znano, strokovno določeno končno oceno voznika.
[0059] Postopek vrednotenja voznika obsega zagotavljanje zgoraj opisanega sistema za evalvacijo voznika, namestitev voznika v omenjeni simulator 1 vožnje, izbiroma kalibriranje sledilnika pogleda, čemur sledi vožnja voznika v omenjenem simulatorju 1 vožnje. Sočasno se zajema vhodne merilne podatke voznika in s pomočjo procesorske enote 4 izračuna oceno posameznih podkategorij in končno oceno voznika.
[0060] Zgoraj opisanemu izbiroma sledi izpis ocene na prikazovalniku 6, papirju in podobno. Izpis ocene se pripravi glede na namembnost vrednotenja, na primer kot certifikat o treningu, poročilo o diagnostičnem testu za bolezensko stanje, potrdilo o stopnji tveganja voznika, priporočilo in podobno.

Claims (6)

  1. Patentni zahtevki
    1. Postopek vrednotenja voznikovih sposobnosti z uporabo interaktivne naprave za vrednotenje, na primer s pomočjo simulatorja, obsegajoč
    a) zagotovitev simulatorja (1),
    b) generiranje vhodnih merilnih podatkov v simulatorju (1) in zajem le-teh,
    c) zagotovitev voznika (2),
    d) namestitev senzorjev na voznika (2) in zajem vhodnih merilnih podatkov z voznika (2) s pomočjo omenjenih senzorjev,
    e) sinhronizacija omenjenih senzorjev s pomočjo vsaj enega modula (3), f) obdelava podatkov pridobljenih v koraku c) v procesorski enoti (4), g) vrednotenje tako obdelanih podatkov,
    h) prikaz vrednotenih podatkov.
  2. 2. Postopek po zahtevku 1, obsegajoč začasno ali trajno shranjevanje obdelanih podatkov v pomnilnik (5).
  3. 3. Postopek po zahtevku 1, obsegajoč generiranje omenjenih vhodnih merilnih podatkov v vsakem trenutku simulacije, pri čemer so omenjeni vhodni merilni podatki izbrani kot podatki o nagibu, ukrivljenosti, tipu in širini ceste, podatki o vremenskih razmerah, podatki o času oz trajanju vožnje, podatki o hitrosti vozila, podatki o omejitvah hitrosti, podatki o hitrosti ostalih simuliranih vozil, podatki o pospeševanju in zaviranju, podatki o uporabi prestavne ročice, podatki o stanju luči in hupe, podatki o porabi goriva, podatki o trkih, podatki o lokaciji vozila na voznem pasu, podatki o lokaciji vozila glede na ostala simulirana vozila, podatki o lokaciji ostalih simuliranih vozil in drugih objektov, podatki o upoštevanju prometne signalizacije, podatki o hitrosti vrtenja volana, kotu zasuka volana in navoru na volanu, podatki o anotiranih kritičnih situacijah, podatki o anotiranih objektih in podobno.
  4. 4. Postopek po kateremkoli od zahtevkov 1 do 3, obsegajoč zajemanje vhodnih merilnih podatkov o vozniku s pomočjo niza senzorjev, ki so nameščeni na vozniku in so zmožni meriti in/ali zbirati izmerjene podatke o vozniku, pri čemer omenjeni niz senzorjev obsega elektrokardiovarskularni senzor, elektrodermalni senzor ali senzor za merjenje galvanskega odziva kože, termoelektrični senzor, infrardeči senzor, s katerim je možno dobiti fotopletizmograf, pospeškometer za merjenje premikov glave m rok voznika, sledilnik pogleda za spremljanje pogleda v realnem času, kamero oz. senzor za zaznavanje očesnih aktivnosti.
  5. 5. Postopek po zahtevku 4, obsegajoč zajemanje vhodnih merilnih podatkov o vozniku s pomočjo niza senzorjev, pri čemer so vsaj termoelektrični senzor, infrardeči senzor, pospeškometer, sledilnik pogleda, in kamera oz. senzor za zaznavanje očesnih aktivnosti opremljeni s časovnimi žigi, tako da je moč uskladiti podatke oz. dogodke, zajete s simulatorjem, z meritvami vsakokratnega senzorja.
  6. 6. Naprava za vrednotenje voznikovih sposobnosti za izvedbo postopka po kateremkoli od predhodnih zahtevkov.
SI201900130A 2019-07-09 2019-07-09 Postopek vrednotenja voznika in naprava za izvedbo postopka SI25874A (sl)

Priority Applications (2)

Application Number Priority Date Filing Date Title
SI201900130A SI25874A (sl) 2019-07-09 2019-07-09 Postopek vrednotenja voznika in naprava za izvedbo postopka
PCT/IB2020/054670 WO2021014228A1 (en) 2019-07-09 2020-05-18 Driver evaluation method and device for implementing the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SI201900130A SI25874A (sl) 2019-07-09 2019-07-09 Postopek vrednotenja voznika in naprava za izvedbo postopka

Publications (1)

Publication Number Publication Date
SI25874A true SI25874A (sl) 2021-01-29

Family

ID=70978299

Family Applications (1)

Application Number Title Priority Date Filing Date
SI201900130A SI25874A (sl) 2019-07-09 2019-07-09 Postopek vrednotenja voznika in naprava za izvedbo postopka

Country Status (2)

Country Link
SI (1) SI25874A (sl)
WO (1) WO2021014228A1 (sl)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116453289B (zh) * 2022-01-06 2024-02-20 中国科学院心理研究所 一种基于心电信号的公交车驾驶安全预警方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9646509B2 (en) * 2009-09-29 2017-05-09 Advanced Training Systems Llc System, method and apparatus for driver training system with stress management
US10102773B2 (en) * 2012-04-23 2018-10-16 The Boeing Company Methods for evaluating human performance in aviation
KR101432067B1 (ko) * 2012-12-06 2014-08-22 대구가톨릭대학교산학협력단 운전능력 평가시스템

Also Published As

Publication number Publication date
WO2021014228A1 (en) 2021-01-28

Similar Documents

Publication Publication Date Title
Eskandarian et al. Evaluation of a smart algorithm for commercial vehicle driver drowsiness detection
Lyu et al. A field operational test in China: Exploring the effect of an advanced driver assistance system on driving performance and braking behavior
US9963153B2 (en) Method and device for detecting safe driving state of driver
Khattak et al. Evaluating the impact of adaptive signal control technology on driver stress and behavior using real-world experimental data
Feng et al. An on-board system for detecting driver drowsiness based on multi-sensor data fusion using Dempster-Shafer theory
Verma et al. Recommendations for driver licensing and traffic law enforcement in India aiming to improve road safety
Schmidt et al. Driver drowsiness and behavior detection in prolonged conditionally automated drives
Stein Detecting fatigued drivers with vehicle simulators
Wang et al. Effect of human factors on driver behavior
Tran et al. Predicting driver’s work performance in driving simulator based on physiological indices
Li et al. An adaptive time budget adjustment strategy based on a take-over performance model for passive fatigue
Renge et al. Mild functional decline and driving performance of older drivers without a diagnosed dementia: study of leukoaraiosis and cognitive function
Niezgoda et al. Measuring driver behaviour-indicators for traffic safety
SI25874A (sl) Postopek vrednotenja voznika in naprava za izvedbo postopka
Sagberg et al. Recommendations for a large-scale European naturalistic driving observation study. PROLOGUE Deliverable D4. 1.
Kujala et al. Testing environment and verification procedure for in-car tasks with dynamic self-paced driving scenarios
Cavallo et al. Elderly pedestrians' visual timing strategies in a simulated street-crossing situation
Mather Age and driving behaviour: contributions from human factors
Rogé et al. The impact of age on useful visual field deterioration and risk evaluation in a simulated driving task
Gaetano et al. Drivers’ workload measures to verify functionality of ferry boats boarding area.
Wong et al. A microscopic driver attention allocation model
楊波 Effect of In-Vehicle Traffic Signals on Driving Behaviors
Beňuš et al. Comparison of driver awareness in real traffic and driving on a simulator
Xing et al. Driving stress of drivers on narrowed line and hard shoulder of motorways
EA041273B1 (ru) Способ оценки вовлеченности водителя в управление транспортным средством

Legal Events

Date Code Title Description
OO00 Grant of patent

Effective date: 20210209