个体特征管理装置和方法以及生成学习模型的方法制造方法及图纸

本发明专利技术涉及个体特征管理装置和方法以及生成学习模型的方法。一种个体特征管理装置，包括：数据获取部分，其获取与预先设置的多个驾驶评估项目相关的驾驶数据；以及个体特征估计部分，其基于由数据获取部分获取的驾驶数据来估计驾驶员的个体特征。来估计驾驶员的个体特征。来估计驾驶员的个体特征。

【技术实现步骤摘要】
个体特征管理装置和方法以及生成学习模型的方法


[0001]本公开涉及个体特征管理装置、个体特征管理方法、存储程序的非暂时性存储介质、以及生成学习模型的方法。

技术介绍

[0002]日本专利申请特开(JP
‑
A)No.2007
‑
327872公开了一种驾驶员个性判断装置，其根据加油定时的相对频率来判断“急躁程度”，并根据车辆的行驶历史来判断“遵守规定”。
[0003]然而，因为在JP
‑
A No.2007
‑
327872中公开的装置基于加油的定时和车辆的行驶历史来估计驾驶员的个性，所以不能高准确性地估计驾驶员的个体特征。

技术实现思路

[0004]本公开提供一种个体特征管理装置、个体特征管理方法、存储程序的非暂时性存储介质以及生成可以高准确性地估计个体特征的学习模型的方法。
[0005]本公开的第一方面是一种个体特征管理装置，包括：数据获取部分，其获取与预先设置的多个驾驶评估项目相关的驾驶数据；以及个体特征估计部分，其基于由数据获取部分获取的驾驶数据来估计驾驶员的个体特征。
[0006]在第一方面的个体特征管理装置中，基于与预先设置的多个驾驶评估项目相关的驾驶数据来估计驾驶员的个体特征。因此，可以执行高准确性的估计。
[0007]在第二方面的个体特征管理装置中，在第一方面中，个体特征估计部分估计包括驾驶特征和认知特征的特征作为个体特征。
[0008]在第二方面的个体特征管理装置中，用户可以掌握包括驾驶特征和认知特征的特征。注意，在此所谓的“驾驶特征”是表示与用户的驾驶操作相关的趋势的特征。在此所谓的“认知特征”是表示用户识别外围形势的程度的特征。
[0009]在第三方面的个体特征管理装置中，在第一方面中，数据获取部分获取至少包括车辆的加速和转向的驾驶数据作为驾驶评估项目。
[0010]在第三方面的个体特征管理装置中，基于包括车辆的加速和转向的驾驶数据来估计驾驶员的个体特征。
[0011]在第四方面的个体特征管理装置中，在第三方面中，数据获取部分进一步获取由捕获车辆的外围的图像的外围相机捕获的信息以及由捕获驾驶员的图像的驾驶员相机捕获的信息，作为驾驶评估项目。
[0012]在第四方面的个体特征管理装置中，除了与诸如车辆的加速和转向等的车辆操作相关的驾驶数据之外，还基于由外围相机和驾驶员相机捕获的信息来估计驾驶员的个体特征。
[0013]在第五方面的个体特征管理装置中，在第一方面至第四方面的任一个中，个体特征估计部分通过将由数据获取部分获取的驾驶数据输入到学习模型中并执行学习模型的计算处理来估计个体特征，在该学习模型上已经执行了用于估计个体特征的机器学习。
[0014]在第五方面的个体特征管理装置中，通过使用已经对其执行用于估计个体特征的机器学习的学习模型来估计个体特征，可以高准确性地估计个体特征而不需要复杂的计算。
[0015]本公开的第六方面是一种个体特征管理方法，包括：获取与预先设置的多个驾驶评估项目相关的驾驶数据；以及基于所获取的驾驶数据来估计驾驶员的个体特征。
[0016]第七方面的一种存储程序的非暂时性存储介质是存储可由计算机执行以执行处理的非暂时性存储介质，所述处理包括：获取与预先设置的多个驾驶评估项目相关的驾驶数据；以及基于所获取的驾驶数据来估计驾驶员的个体特征。
[0017]第八方面的一种生成学习模型的方法：获取教师数据，其中与预先设置的多个驾驶评估项目相关的信息以及分别用于驾驶特征和认知特征的正确答案值彼此对应地设置；以及在接收与驾驶评估项目相关的数据的情况下，使得计算机执行基于所获取的教师数据来生成估计包括驾驶特征和认知特征的个体特征的学习模型的处理。
[0018]根据与本公开相关的个体特征管理装置、个体特征管理方法、存储程序的非暂时性存储介质、以及生成学习模型的方法，可以高准确性地估计个体特征。
附图说明
[0019]将基于以下附图详细描述本公开的示例性实施例，其中：
[0020]图1是示出与实施例相关的个体特征管理系统的总体结构的示意图；
[0021]图2是示出与实施例相关的个体特征管理装置的硬件结构的框图；
[0022]图3是示出与实施例相关的车载装置的硬件结构的框图；
[0023]图4是示出与实施例相关的个体特征管理装置的功能结构的框图；
[0024]图5是用于说明实施例中的学习阶段的框图；
[0025]图6是示出驾驶评估项目的示例的表格；
[0026]图7是示出驾驶特征和认知特征的示例的表格；以及
[0027]图8是示出实施例中的个体特征估计处理的流程的示例的序列图。
具体实施方式
[0028]参考附图描述包括与实施例相关的个体特征管理装置10的系统S。
[0029]如图1所示，本实施例的系统S被构造为包括个体特征管理装置10、服务器12和车辆V。个体特征管理装置10、服务器10和车辆V通过网络N连接。注意，虽然多个车辆V连接到网络N，但是为了便于说明，在图1中仅示出一个车辆V。
[0030]设置在车辆V外部的控制装置是本实施例的个体特征管理装置10的示例。此外，车载装置14安装在车辆V中。
[0031]服务器12是由多个车辆V的管理者拥有的服务器。也就是说，管理多个车辆的管理者拥有服务器12，并且在本实施例中，作为示例，车辆V是用作用户乘坐和行驶的出租车的车辆。此外，服务器12由出租车公司拥有。
[0032]在此，本实施例的个体特征管理装置10基于驾驶员的驾驶数据来估计驾驶相应车辆V的驾驶员的个体特征。
[0033](个体特征管理装置10的硬件结构)
[0034]图2是示出个体特征管理装置10的硬件结构的框图。如图2所示，个体特征管理装置10具有充当控制部分的ECU(电子控制单元)11。ECU 11被构造为包括CPU(中央处理单元：处理器)20、ROM(只读存储器)22、RAM(随机存取存储器)24、存储器26、通信I/F(通信接口)28和输入/输出I/F(输入/输出接口)30。这些各个结构被连接为能够经由总线32彼此通信。
[0035]CPU 20是中央计算处理单元，执行各种程序并控制各个部分。也就是说，CPU 20从ROM 22或存储器26读出程序，并通过将RAM 24用作工作空间来执行程序。CPU 20根据记录在ROM 22或存储器26中的程序来执行上述各个结构的控制和各种类型的计算处理。
[0036]ROM 22存储各种程序和各种数据。RAM 24作为工作空间临时存储程序和数据。存储器26由HDD(硬盘驱动器)或SSD(固态驱动器)构成，并存储包括操作系统的各种程序和各种数据。在本实施例中，用于执行个体特征估计处理的程序和各种数据等被存储在ROM 22或存储器26中。
[0037]通信I/F 28是个体特征管理装置10与服务器12和其他设备通信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种个体特征管理装置(10)，包括：数据获取部分(62)，所述数据获取部分(62)获取与预先设置的多个驾驶评估项目相关的驾驶数据；以及个体特征估计部分(68)，所述个体特征估计部分(68)基于由所述数据获取部分获取的所述驾驶数据来估计驾驶员的个体特征。2.根据权利要求1所述的个体特征管理装置(10)，其中，所述个体特征估计部分(68)估计包括驾驶特征和认知特征的特征作为所述个体特征。3.根据权利要求1所述的个体特征管理装置(10)，其中，所述数据获取部分(62)获取至少包括车辆的加速和转向的驾驶数据作为所述驾驶评估项目。4.根据权利要求3所述的个体特征管理装置，其中，所述数据获取部分(62)进一步获取由捕获所述车辆的外围的图像的外围相机捕获的信息以及由捕获驾驶员的图像的驾驶员相机(60)捕获的信息，作为所述驾驶评估项目。5.根据权利要求1至4中任一项所述的个体特征管理装置(10)，其中...

【专利技术属性】
技术研发人员：真锅周平，远藤雅人，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：