自动估计驾驶员的技能水平和可信度水平制造技术

技术编号:30221307 阅读:39 留言:0更新日期:2021-09-29 09:41
在各种实施方案中,一种驾驶员感测子系统基于在驾驶员操作交通工具时测量的所述驾驶员的生理属性来计算所述驾驶员的表征。随后,驾驶员评估应用使用可信度水平模型来基于所述驾驶员的所述表征估计与所述驾驶员相关联的可信度水平。然后,所述驾驶员评估应用使驾驶员辅助应用执行基于所述可信度水平并且修改所述交通工具的至少一个功能的操作。有利地,通过使所述驾驶员辅助应用能够考虑所述驾驶员的所述可信度水平,所述驾驶员评估应用可相对于用于实现不考虑所述驾驶员的所述可信度水平的驾驶员辅助应用的常规技术来提高驾驶安全性。驶安全性。驶安全性。

【技术实现步骤摘要】
自动估计驾驶员的技能水平和可信度水平


[0001]各种实施方案整体涉及计算机科学和汽车系统,并且更具体地涉及自动估计驾驶员的技能水平和可信度水平。

技术介绍

[0002]高级驾驶员辅助系统(“ADAS”)旨在提高驾驶安全性并改善驾驶员的整体驾驶体验。典型的ADAS包括一个或多个面向外的传感器、一个或多个交通工具传感器、交通工具观察子系统、一个或多个驾驶员辅助应用以及用于交通工具的一个或多个控制机制。面向外的传感器、交通工具传感器和交通工具观察子系统通常监视交通工具周围的环境和交通工具本身,以生成交通工具状态数据。驾驶员辅助应用中的每一个通常实施不同的ADAS特征,诸如但不限于防抱死制动、盲点检测、碰撞避免、线道保持辅助、陡坡缓降控制或自主停泊。基于交通工具状态数据,给定的驾驶员辅助应用确定是否要更改交通工具的操作以提高驾驶安全性,以及如果是,应该进行什么调整。每个驾驶员辅助应用可经由控制机制中的一个或多个执行各种动作以更改交通工具的操作。例如,驾驶员辅助应用可将制动控制信号传输到致动器,以自动向交通工具应用一系列制动操作,从而降低交通工具的速度。
[0003]某些驾驶员辅助应用成功提高了相对于大多数(如果不是全部)驾驶员的驾驶安全性。例如,如果轮的旋转速度与交通工具的速度相差超过预定阈值,则防抱死制动应用可执行制动踏板脉动操作以避免轮抱死。由于防抱死制动应用可单独更改制动压力,并且速度比任何人类驾驶员都快得多,因此防抱死制动应用通常也提高了相对于大多数(如果不是全部)驾驶员的驾驶安全性。
[0004]另一方面,某些驾驶员辅助应用成功提高了仅相对于某些类型的驾驶员的驾驶安全性。一个值得注意的示例是驾驶员辅助应用,其设计成实现半自主驾驶操纵。这种类型的驾驶员辅助应用通常会帮助经验不足的驾驶员,因为该应用可导致经验不足的驾驶员要么自己不能执行,要么没有信心自己执行的驾驶操纵的执行。因此,当由经验不足的驾驶员实施时,这种类型的应用可能会提高驾驶安全性。然而,实施半自主驾驶操纵的驾驶员辅助应用可能使更有经验的驾驶员注意力分散和/或感到受挫,且因此当由更有经验的驾驶员实施时,可能会降低驾驶安全性。例如,当交通工具开始漂移出线道时,线道保持辅助应用会向驾驶员生成视觉、可听和/或振动警告。如果驾驶员没有对警告做出响应,则线道保持应用将导致执行确保交通工具停留在线道中的交通工具操作。对于在熟悉的交通工具中沿着众所周知的路线驾驶的熟练驾驶员而言,典型线道保持应用生成的警告可能会分散驾驶员的注意力,并且由该应用施加的相关自动驾驶辅助可能是不必要和不期望的。此外,驾驶员在操作交通工具时禁用线道保持应用的任何尝试都可能导致驾驶员无法专注于主要驾驶任务。
[0005]如前所述,本领域需要的是在交通工具中实施驾驶员辅助应用的更有效的技术。

技术实现思路

[0006]一个实施方案阐述了一种用于经由至少一个驾驶员辅助应用修改与交通工具相关联的功能的计算机实现的方法。该方法包括:在驾驶员操作交通工具时,基于已测量的驾驶员的至少一个生理属性来计算驾驶员的第一表征;使用可信度水平模型来基于第一表征估计与驾驶员相关联的第一可信度水平;以及致使执行基于第一可信度水平并且修改至少一个交通工具功能的一个或多个操作。
[0007]所公开的技术相对于现有技术的至少一个技术优势在于,所公开的技术使驾驶员辅助应用能够在确定需要采取哪些步骤(如果有的话)来提高驾驶安全性时考虑驾驶员的技能水平和可信度水平两者。具体地,实时或近乎实时地自动估计驾驶员的可信度水平允许给定的驾驶员辅助应用调整交通工具的操作以补充驾驶员在当前驾驶情况下的能力。因此,相对于不考虑驾驶员的技能水平和可信度水平的现有技术,对于所公开的技术,驾驶安全性可在更大范围的驾驶员中得到改进。这些技术优势提供相对于现有技术方法的一个或多个技术改进。
附图说明
[0008]为了能够详细理解各种实施方案的上述特征的方式,可通过参考各种实施方案来对以上简要概述的专利技术构思进行更具体的描述,其中一些实施方案在附图中示出。然而,应当注意,附图仅示出了本专利技术构思的典型实施方案,且因此不应被认为以任何方式限制范围,并且还存在其他等效的实施方案。
[0009]图1是配置为实现各种实施方案的一个或多个方面的系统的概念图;
[0010]图2是根据各种实施方案的图1的驾驶员评估应用的更详细的图示;
[0011]图3是根据各种实施方案的用于利用驾驶员技能水平和驾驶员可信度水平评估来增强一个或多个驾驶员辅助应用的方法步骤的流程图。
具体实施方式
[0012]在以下描述中,阐述了许多具体细节,以提供对各种实施方案的更全面的理解。然而,对于本领域的技术人员将明显的是,可在没有这些具体细节中的一个或多个的情况下实践本专利技术构思。
[0013]系统概述
[0014]图1是配置为实现各种实施方案的一个或多个方面的系统100的概念图。系统100包括但不限于计算实例110、交通工具102和驾驶员感测子系统140。在替代实施方案中并且如使用虚线框所描绘,系统100还包括但不限于交通工具观察子系统150。为了说明的目的,类似对象的多个实例以标识该对象的参考字母数字字符和需要时标识实例的括号中的字母数字字符来表示。
[0015]在替代实施方案中,系统100可以包括以任意组合的任意数量的计算实例110、任意数量的交通工具102以及任意数量的附加部件(例如,应用、子系统、模块等)。系统100的任意数量的部件可分布在多个地理位置上,或者在以任意组合的一个或多个云计算环境(即,封装的共享资源、软件、数据等)中实现。
[0016]如图所示,计算实例110中的每一个均包括但不限于处理器112和存储器116。处理
器112可以是能够执行指令的任何指令执行系统、装置或设备。例如,处理器112可包括中央处理单元(“CPU”)、图形处理单元(“GPU”)、控制器、微控制器、状态机或它们的任意组合。存储器116存储供计算实例110的处理器112使用的内容,诸如软件应用和数据。在替代实施方案中,任意数量的计算实例110中的每一个均可包括以任意组合的任意数量的处理器112和任意数量的存储器116。具体地,任意数量的计算实例110(包括一个计算实例)可以任何技术上可行的方式提供多处理环境。
[0017]存储器116可以是易于获得的存储器中的一个或多个,诸如随机存取存储器(“RAM”)、只读存储器(“ROM”)、软盘、硬盘或任何其他形式的本地或远程数字存储装置。在一些实施方案中,存储装置(未示出)可补充或替换存储器116。该存储装置可包括处理器112可访问的任意数量和类型的外部存储器。例如但不限于,该存储装置可包括安全数字卡、外部闪存存储器、便携式光盘只读存储器(CD

ROM)、光学存储设备、磁性存储设备或前述各项的任意合适组合。
[0018]计算实例110中的每一个均被配置为实现一个或多个软件应用或软件应用的子系统。仅出于说明目的,每个软件应用均被本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种用于经由至少一个驾驶员辅助应用修改与交通工具相关联的功能的计算机实现的方法,所述方法包括:在驾驶员操作所述交通工具时,基于已测量的所述驾驶员的至少一个生理属性来计算所述驾驶员的第一表征;使用可信度水平模型来基于所述第一表征估计与所述驾驶员相关联的第一可信度水平;以及致使执行基于所述第一可信度水平并且修改至少一个交通工具功能的一个或多个操作。2.根据权利要求1所述的计算机实现的方法,其中致使执行所述一个或多个操作包括:使用第一技能水平模型来基于所述第一表征估计与所述驾驶员相关联的第一技能水平;以及将所述第一可信度水平和所述第一技能水平传输到所述至少一个驾驶员辅助应用,其中所述至少一个驾驶员辅助应用执行所述一个或多个操作。3.根据权利要求1所述的计算机实现的方法,其中使用所述可信度水平模型来估计所述第一可信度水平包括:基于所述驾驶员的所述第一表征、以及基于环境数据、交通工具遥测数据或驾驶员输入数据中的至少一个来计算多个特征;以及将所述多个特征输入到所述可信度水平模型中以生成所述第一可信度水平。4.根据权利要求1所述的计算机实现的方法,其中执行的所述一个或多个操作自动更改以下至少一项:所述交通工具的速度、所述交通工具的方向或在所述交通工具内的视觉显示器、听觉显示器或触觉显示器中的至少一个上输出的信息。5.根据权利要求1所述的计算机实现的方法,其中执行的所述一个或多个操作与防抱死制动、盲点检测、碰撞避免、线道保持辅助、陡坡缓降控制或自主停泊中的至少一个相关联。6.根据权利要求1所述的计算机实现的方法,其中使用所述可信度水平模型来估计所述第一可信度水平包括:基于所述驾驶员的所述第一表征和与所述驾驶员相关联的技能水平来确定输入数据集;以及对所述输入数据集执行所述可信度水平模型以生成所述第一可信度水平。7.根据权利要求1所述的计算机实现的方法,其中所述驾驶员的所述第一表征包括身份分类、认知负荷分类或情绪分类。8.根据权利要求1所述的计算机实现的方法,其中所述可信度水平模型包括经训练的机器学习模型、多个试探法或多个规则中的至少一者。9.根据权利要求1所述的计算机实现的方法,其中所述至少一个生理属性与经由脑电图传感器、心率传感器、呼吸率传感器、脉搏血氧仪、皮肤电反应传感器、相机或传声器所接收的数据相关联。10.根据权利要求1所述的计算机实现的方法,其中所述交通工具包括汽车、摩托车、公共汽车、商用建筑机器、飞机、船、潜艇、电动垂直起降交通工具或宇宙飞船。11.一种或多种非暂时性计算机可读介质,其包括指令,所述指令在由一个或多个处理
器执行时,使所述一个或多个处理器通过执行以下步骤来经由至少一个驾驶员辅助应用修改与交通工具相关联的功能:在驾驶员操作所述交通工具时,基于所述驾驶员的至少一个生理属性来计算所述驾驶员的第一表征;使用可信度水平模型来基于所述第一表征估计与所述驾驶员相关联的第一可信度水平;以及致使执行基于所...

【专利技术属性】
技术研发人员:S马蒂J弗贝克S克拉茨
申请(专利权)人:哈曼国际工业有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1