驾驶员异常检测的制作方法
【专利说明】驾驶员异常检测
【背景技术】
[0001] 目前用于基于驾驶员的一种或多种控制活动--例如，用于加速，制动，和转向的 指令一一来检测车辆驾驶员状态的机构遭受某些缺点。例如，转向异常可能值得注意，因为 某些模式或活动可能表明高驾驶需求状态或不安全的驾驶员状态，比如疲劳或困倦。然而， 目前的机构可能不考虑不同的驾驶员状态，该状态可以通过在不同的频率下检测的驾驶员 的转向活动体现。
【发明内容】
[0002] 根据本发明，提供一种系统，包含车辆中的计算机，计算机包含处理器和存储器， 其中计算机配置为：
[0003] 收集车辆轨迹数据；
[0004] 递归地确定轨迹数据的方差；
[0005] 计算速度依赖性的加权函数来获得速度依赖性的权重；
[0006] 至少部分地基于应用速度依赖性的权重到递归确定的方差来确定异常指数。
[0007] 根据本发明的一个实施例，其中车辆轨迹数据是横摆率数据和转向角数据中的一 个。
[0008] 根据本发明的一个实施例，其中计算机进一步配置为使用异常指数来确定异常驾 驶状态。
[0009] 根据本发明的一个实施例，其中计算机进一步配置为计算在确定异常驾驶状态中 异常指数超过预定的阈值的次数。
[0010] 根据本发明的一个实施例，其中异常驾驶状态是高驾驶需求（highdriving demand)，困倦，或驾驶员的受损状态（impairedcondition)。
[0011] 根据本发明的一个实施例，其中计算机进一步配置为应用带通滤泼器来获得异常 指数。
[0012] 根据本发明的一个实施例，其中带通滤波器包括步进延迟（stepdelay)。
[0013] 根据本发明的一个实施例，其中计算机进一步配置为指导车辆中的控制器基于异 常指数来采取行动。
[0014] 根据本发明，提供一种方法，包含：
[0015] 收集车辆轨迹数据；
[0016] 递归地确定轨迹数据的方差；
[0017] 计算速度依赖性的权重函数来获得速度依赖性的权重；
[0018] 至少部分地基于应用速度依赖性的权重到递归确定的方差来确定异常指数。
[0019] 根据本发明的一个实施例，其中车辆轨迹数据是横摆率数据和转向角数据中的一 个。
[0020] 根据本发明的一个实施例，进一步包含使用异常指数来确定异常驾驶状态。
[0021] 根据本发明的一个实施例，进一步包含计算在确定异常驾驶状态中异常指数超过 预定阈值的次数。
[0022] 根据本发明的一个实施例，其中异常驾驶状态是高驾驶需求，困倦，或驾驶员的受 损状态。
[0023] 根据本发明的一个实施例，进一步包含应用带通滤泼器来获得异常指数。
[0024] 根据本发明的一个实施例，其中带通滤波器包括步进延迟。
[0025] 根据本发明的一个实施例，其中进一步包含指导车辆中的控制器基于异常指数来 采取行动。
[0026] 根据本发明，提供一种具有有形地体现其中的指令的永久的计算机可读介质，指 令包括如下的指令：
[0027] 收集车辆轨迹数据；
[0028] 递归地确定轨迹数据的方差；
[0029] 计算速度依赖性的权重函数来获得速度依赖性的权重；
[0030] 至少部分地基于应用速度依赖性的权重到递归确定的方差来确定异常指数。
[0031] 根据本发明的一个实施例，其中车辆轨迹数据是横摆率数据和转向角数据中的一 个。
[0032] 根据本发明的一个实施例，指令进一步包含使用异常指数来确定异常驾驶状态的 指令。
[0033] 根据本发明的一个实施例，其中计算机进一步配置为应用包括步进延迟的带通滤 波器获得异常指数。
【附图说明】
[0034]图1是用于检测驾驶员异常的车辆系统的框图。
[0035] 图2是用于检测驾驶员异常的示例性过程的图。
[0036] 图3说明了显示在横摆率增益和车辆纵向速度之间的关系的示例性曲线图。
[0037]图4说明了来自与异常指数有关的车辆测试运行的数据的示例性曲线图。
[0038] 图5说明了来自改进的高通滤波器的时间响应的示例性曲线图。
[0039] 图6说明了来自改进的高通滤波器的频率响应的示例性曲线图。
[0040] 图7是用于检测异常驾驶状态一一例如来检测困倦驾驶状态一一的可选择的或额 外的示例性过程的图。
[0041]图8A提供了用于非困倦驾驶的横摆率方差的功率谱密度分析的示例性曲线图， 和图8B提供了横摆率方差的示意性图形化功率谱密度分析。
[0042] 图9A说明了来自与非困倦驾驶员有关的图7的过程的数据，和图9B说明了来自 与困倦驾驶员有关的图7的过程的数据。
[0043]图10提供了来自实际高速公路驾驶的加权转向角数据和第一和第二异常指数的 示例性曲线图。
【具体实施方式】
[0044] 系统概述
[0045]图1是用于检测异常驾驶员行为的车辆101系统的框图，例如，其可以表明危险驾 驶状态比如困倦。车辆101包括计算设备105,其可通信地耦接到一个或多个数据采集器 110,例如，传感器或类似物，比如已知的用于收集与如本文所讨论的车辆101的转向角，速 度和横摆率有关的数据。计算机105进一步配置为使用前述数据115,特别是与车辆101的 轨迹有关的数据，比如转向角数据115和/或横摆率数据115,总体上结合速度数据115,用 于确定潜在的或可能的异常驾驶状态，例如，可能的高驾驶需求状态，和疲劳或困倦的驾驶 员等。
[0046] 用于确定异常驾驶员状态的机构在下文中更详细地描述；一般而言，轨迹数据 115被收集。例如，在一个实施方式中，转向角数据115被收集，并且速度依赖性的加权函数 应用到车辆101的转向角度。加权转向角度的递归方差被计算以获得第一异常指数。与在 转向行为中的特定频率分量相关联的第二异常指数也被计算。带通滤波器应用到加权转向 角，和带通加权转向角的递归方差被计算以获得第二异常指数。其中异常指数的一个或两 个超过预定的阈值时，异常的驾驶状态可被检测到。
[0047] 类似的技术相对于车辆101的横摆率进行应用。例如，横摆率数据115可以被带 通滤波，于是带通横摆率的方差可以被计算，并且当带通横摆率超过预定的阈值时，用来指 示可能的异常行为，例如，可能的驾驶员困倦。
[0048] 计算机105可以进一步配置为，一确定异常驾驶员状态，比如驾驶员困倦已检测 至Ij，就会采取行动，例如提供警报或类似物和/或执行车辆101的一些控制，例如，减慢或停 止车辆101。因此，驾驶员疲劳驾驶可以使用传感器或其他总体上已经在车辆101中设置的 数据采集器110来量化和确定，且无需额外的道路信息，其需要额外的数据115和/或传感 器IlO0
[0049] 示例性系统元件
[0050] 车辆101总体上是陆基车辆，其在两个或更多的轮子上行驶，例如，四轮乘客汽车 或类似物。例如包括在车辆101中的中央计算机105-般包括处理器和存储器，存储器包 括一种或多种形式的计算机可读介质，一般包括易失性和非易失性存储器，和存储可通过 处理器执行以进行各种操作的指令，包括如本文所公开的。计算机105的存储器进一步总 体存储指令，该指令通过计算机105的处理器执行，用于执行本文公开的过程，例如，接收 和评估来自数据采集器110的数据115,作出有关驾驶员困倦的确定等。
[0051] 计算机105总体上配置为在控制器局域网（CAN)总线或类似物上通信。另外，计 算机105可以配置用于与一个或多个设备150通信，例如，通过各种有线和/或无线网络技 术，比如蓝牙，通用串行总线（USB)或微型USB连接线等。进一步地，计算机105可以包括， 或可以耦接到，人机界面（HMI)，HMI可以接收提供给计算机105的输入，并显示输出。HMI 可以包括各种各样的机构，例如，输入设备，比如触摸屏，键盘，小键盘，麦克风等，并且进一 步一般包括输出机构，比如显示屏，扬声器