测量驾驶员安全驾驶系数的制作方法

1.本公开涉及用于提高驾驶安全性的高级驾驶员辅助系统。


背景技术：

2.已经开发了各种高级驾驶员辅助系统(adas)来提高驾驶安全性。一些系统可以理解车辆周围的世界。一些系统可以监视驾驶员的行为以评估驾驶员的精神状态。例如，一些保险公司可能会记录驾驶数据(例如，来自基于加密狗的装置)。作为另一个示例，一些系统可能会使用相机来捕获安全关键事件并提供挽救生命的警报。虚拟个人助理(vpa)系统可以允许用户(例如，驾驶员)在车辆内驾驶时经由电话或另一装置进行连接。然而，当前可用的系统不会同时分析前向相机(ffc)传感器装置和面向驾驶员的相机(dfc)传感器装置两者来评估给定驾驶员行为的安全性和质量，诸如通过区分良好驾驶行为和不良驾驶行为。


技术实现要素：

3.本文公开的方法、机构和系统可以使用朝外定向的传感器装置来检测各种环境条件和事件，并且可以使用朝内定向的传感器装置响应于所述环境条件和事件来评估驾驶行为。例如，系统可以确定是否遵循了学校区域的速度限制、是否在红灯时避免右转、是否观察到让行标志和人行横道、是否跟随车辆从其他车道和速度进入和/或离开公路或高速公路，等等。
4.所述方法、机构和系统然后可以基于在各种驾驶情况期间的驾驶员行为和注意力来建立驾驶员的安全驾驶系数。驾驶员的安全驾驶系数可以表征驾驶员对车辆周围环境中的条件和事件的注意力，以及驾驶员关于这些事件的车辆操纵。在该评估中，不良驾驶行为可能受到定量惩罚，而良好驾驶行为可能受到定量奖励。
5.在一些实施方案中，可以通过基于朝向车辆外部定向的第一感测装置(例如，ffc)的输出检测事件并捕获朝向车辆内部定向的第二感测装置(例如，dfc)的输出来解决上述问题。可以分析第二感测装置的输出以确定与事件对应的行为结果的出现或缺失，并且可以基于行为结果与事件的比率来建立系数。以此方式，可使用朝外定向的感测装置和朝内定向的感测装置两者来建立可有利地促进更安全驾驶的安全驾驶系数。
6.对于一些实施方案，上述问题可以通过基于被配置为从车辆外部捕获图像的第一相机的输出检测事件以及基于对所述事件的检测而捕获被配置为从车辆的驾驶员区域(例如，驾驶员座椅)捕获图像的第二相机的输出来解决。基于确定预定的预期响应是否跟随事件，可以分析第二相机的输出以确定与事件对应的行为结果。然后可以建立基于行为结果与事件的比率的系数，并且可以经由车辆的显示器来提供所述系数(例如，提供给驾驶员和/或乘客)。以此方式，通过向驾驶员提供考虑车辆外部事件和对这些事件的行为响应的安全驾驶系数，可以提高驾驶安全性。
7.在进一步的实施方案中，上述问题可以通过用于提高驾驶安全性的双相机系统来解决。所述系统可以基于朝向车辆外部定向的第一相机的输出来检测事件，可以捕获朝向
车辆内部定向的第二相机的输出，并且可以确定与事件对应的行为结果。在这样的系统中，可以基于对事件的检测来触发对第二成像装置的输出的捕获，并且可以基于确定预定的预期响应是否跟随事件而确定行为结果。系统然后可以基于这些行为结果与事件的比率来建立系数，所述系数然后可以被提供给车辆的显示器。以此方式，通过基于预定预期结果的出现与事件的比率来提供安全驾驶系数，可以提高驾驶安全性。
8.应理解，提供以上发明内容来以简化的形式介绍在具体实施方式中进一步描述的一系列所选概念。这不意味着识别所要求保护的主题的关键或本质特征，所要求保护的主题的范围唯一地由在具体实施方式之后的权利要求书界定。此外，所要求保护的主题不限于解决上述或在本公开的任何部分中所述的任何缺点的实现方式。
附图说明
9.通过参考附图阅读对非限制性实施方案的以下描述，可更好地理解本公开，在附图中：
10.图1示出了根据本公开的一个或多个实施方案的用于为车辆驾驶员建立安全驾驶系数的系统的功能图；
11.图2示出了根据本公开的一个或多个实施方案的适用于为车辆建立安全驾驶系数的系统的总体过程流程的图；并且
12.图3示出了根据本公开的一个或多个实施方案的用于建立安全驾驶系数的系统的架构；
13.图4示出了根据本公开的一个或多个实施方案的安全驾驶系数的应用；
14.图5和图6示出了根据本公开的一个或多个实施方案的用于建立安全驾驶系数的方法的流程图。
具体实施方式
15.本文公开了用于为驾驶员建立和使用安全驾驶系数的机构、方法和系统。图1至图3提供了此类方法和系统、它们所采用的总体过程流程以及与它们有关的各种应用的总体视图。图4提供了用于建立和使用安全驾驶系数的一些系统的示例系统架构，并且图5和图6提供了用于建立和使用安全驾驶系数的示例方法。
16.图1示出了用于为车辆驾驶员建立安全驾驶系数的系统100的功能图。系统100可以包括一个或多个第一传感器装置110，其可以是朝外定向的和/或朝外定位的。系统100还可以包括一个或多个第二传感器装置120，其可以是朝内定向的和/或朝内定位的。
17.在各种实施方案中，第一传感器装置110和/或第二传感器装置120可以包括一个或多个成像装置。例如，第一传感器装置110可以包括一个或多个ffc，并且第二传感器装置120可以包括一个或多个dfc。第一传感器装置110和/或第二传感器装置120可以包括一个或多个原始设备制造商(oem)安装的传感器装置。在一些实施方案中，第一传感器装置110和/或第二传感器装置120可以包括基于汽车的数字视频记录器(汽车dvr)、事件数据记录器(edr)和/或仪表板相机(行车记录仪)。
18.在一些实施方案中，系统100还可以经由车辆总线和网络(诸如控制器局域网总线(can总线))组合来自一个或多个第一传感器装置110、一个或多个第二传感器装置120以及
一个或多个其他传感器装置和/或其他源(诸如内部事件数据记录器(例如，主机单元装置、车载信息娱乐(ivi)装置和电子控制单元(ecu)))的数据。对于一些实施方案，系统100可以采用利用各种内部传感器装置和外部传感器装置的传感器融合技术。例如，可以组合来自第一传感器装置110、第二传感器装置120和/或其他装置的信息以提供对特定事件或响应行为的透彻理解。
19.第一传感器装置110(其可包括一个或多个ffc(如本文所讨论的))可位于车辆的前面、后面和/或侧面。一些第一传感器装置110可以面向车辆外部的道路。例如，第一传感器装置110可以观察车辆前方的状况。第一传感器装置110(和/或其他传感器)中的一个或多个可以连续观察和/或监测车辆周围的环境(例如，驾驶员前方的环境)，并且可以基于第一传感器装置110的输出来检测发生在车辆外部的事件或存在于车辆外部的状况。
20.第一传感器装置110的输出因此可以用于检测可能具有安全性后果的各种事件。此类事件可以包括诸如以下的现象：违反学校区域速度限制；学校区域行人检测；违反停车标志；超过公布的速度限制；红色交通灯时不允许右转；违反让行标志或人行横道标志；不正确地进入或离开高速公路或公路(例如，关于相邻车道的交通，或关于车辆的速度)；由系统因当前速度确定的碰撞时间事件(例如，在超速的情况下)；交通灯违规；车道偏离警告；多次车道变换；突然制动；和/或基于交通状况以不安全的方式跟车。
21.在各种实施方案中，可以使用基于机器学习的算法和技术来检测各种事件。例如，可以使用基于机器学习的技术来检测交通标志、车道等(例如，基于一个或多个ffc的输出)。
22.第二传感器装置120(其可以包括一个或多个dfc(如本文所讨论的))可以位于车辆的车厢内。一些第二传感器装置120可以被定向为从车厢的驾驶员区域获得数据(例如，视频数据)，或者可以面向车厢的驾驶员区域。第二传感器装置120中的一个或多个可以连续观察和/或监测车辆的车厢(例如，驾驶员)，并且可以捕获和分析第二传感器装置120中的一个或多个的输出以确定与所述事件对应的各种行为结果。行为结果可以表示驾驶员对基于第一传感器装置110的输出检测到的事件的反应(或缺乏反应)。
23.例如，第二传感器装置120可以自由地记录数据，并且在检测到事件时，可以捕获数据用于分析。可以分析捕获的数据以确定车辆驾驶员表现出的行为结果。然后可以基于检测到的事件是否跟随有驾驶员的预定预期响应(例如，驾驶员是否以预期的方式对检测到的事件做出响应)来确定行为结果的出现。
24.相应地，可以使用第二传感器装置120的输出来确定行为结果是否出现，其可以与跟随事件出现的驾驶员状态(例如，精神状态)有关。此类行为结果可以包括诸如以下的现象：在学校区域内使用手机(通话或发短信)；在驾驶车辆的速度超过公布的速度限制时使用手机(通话或对讲)；检测到驾驶员频繁或多次分心(例如，眼睛离开道路)(可选地超过阈值，可选地考虑道路类型)；检测到困倦；识别到情绪；频繁或多次眨眼(可选地大于阈值，和/或可选地是眼睛纵横比的函数)；和/或注视正在运行的信息娱乐系统。
25.可使用其他装置(诸如其他传感器装置)来识别各种附加特性。此类特性可以包括诸如以下的现象：当日时间；天气状况；地理位置；道路类型(例如，公路、城市、住宅等)；朝向驾驶员面部的入射阳光的方向；和/或驾驶长度。
26.在系统100中，在预处理单元130中，可以准备第二传感器装置120(和/或其他传感
器装置)的输出用于分析以确定与事件对应的各种行为结果。对于一些实施方案，在预处理单元130中，可以准备第一传感器装置110的输出用于分析以检测事件。在一些实施方案中，预处理单元130可以包括一个或多个处理器和一个或多个存储器装置。对于一些实施方案，预处理单元130可以包括专用或定制硬件。在各种实施方案中，预处理单元130可以在车辆本地。
27.预处理单元130可以处理来自第二传感器装置120的图像数据和/或视频数据。预处理单元130还可以处理来自第二传感器装置120(和/或其他装置，诸如其他传感器装置)的语音数据、热数据、运动数据、位置数据和/或其他类型的数据。在一些实施方案中，预处理单元130可以处理来自第一传感器装置110的图像数据和/或视频数据。
28.在一些实施方案中，预处理单元130可以与远程计算系统140无线通信。一旦预处理单元130完成其准备工作，其便可以将包括预处理数据的数据包发送到远程计算系统140(例如，发送到云)，并且远程计算系统140可以分析预处理的数据以确定与事件对应的各种行为结果。(对于一些实施方案，数据的分析以及数据的任何预处理可以是在车辆本地进行的，并且与事件对应的各种行为结果的确定可以相应地由本地计算系统执行。)
29.对于各种实施方案，预处理单元130、远程计算系统140和/或本地计算系统可以包括定制设计和/或配置的电子装置和/或电路，其可操作以执行本文公开的各种方法的部分。对于各种实施方案，预处理单元130、远程计算系统140和/或本地计算系统除了包括具有可执行指令的一个或多个存储器以外，还可以包括一个或多个处理器，这些可执行指令在被执行时，致使所述一个或多个处理器执行本文公开的各种方法的部分。预处理单元130、远程计算系统140和/或本地计算系统可以不同地包括如本文所讨论的定制设计的电子装置和/或电路、处理器和存储器的任何组合。
30.在各种实施方案中，可以使用基于机器学习的算法和技术(例如，由远程计算系统140)来确定各种行为结果的出现。例如，基于机器学习的技术可用于面部检测、对象检测、注视检测、头部姿势检测、车道检测等(例如，基于一个或多个dfc的输出)。对于一些实施方案，可以使用基于机器学习的算法和技术来确定各种事件的检测(例如，基于一个或多个ffc的输出)。
31.对于一些实施方案，一旦远程计算系统140已经完成对预处理数据的分析，就可以将各种行为结果的出现的确定(和/或对各种事件的检测)传送回车辆。车辆的本地计算系统然后可以基于行为结果与事件的比率来建立(例如，通过计算)安全驾驶系数。此外，在本地计算系统正在分析(并且可能预处理)数据的实施方案中，本地计算系统也可以建立安全驾驶系数。然而，在一些实施方案中，远程计算系统140可以建立安全驾驶系数，并且可以将该系数传送回车辆。
32.在一些实施方案中，安全驾驶系数可以是介于0和1之间的值，并且可以指示观察到预定预期响应行为的事件数量与事件总数的比率(例如，驾驶员以适当的预期行为做出反应的事件所占的分数)。在一些实施方案中，包括该比率的各种事件可以被赋予可以彼此不同的各种权重。对于各种实施方案，安全驾驶系数可以被定标或归一化并呈现为代表驾驶员表现的指示的得分。安全驾驶系数(和/或结果得分)也可以被映射(例如，根据预定映射)到驾驶员行为的定性指示(例如，优秀、非常好、好、一般、差或非常差)。例如，在一些实施方案中，得分可以在0(其可能对应于非常差的驾驶)和100(其可能对应于非常好的驾驶)
之间。在各种实施方案中，安全驾驶系数可以是作为基于第一传感器装置110的输出而确定的检测到的事件和基于第二传感器装置120的输出而确定的事件之后的行为结果两者的函数的任何数值。
33.对于各种实施方案，系统100可以在车辆的行程跨度内基本上连续地建立和更新驾驶员的安全驾驶系数。对于各种实施方案，代替或除了针对行程跨度来建立之外，驾驶员的安全驾驶系数还可以在各种其他时间跨度上来建立。例如，可以以每天为基础、以每周为基础和/或以每月为基础来建立安全驾驶系数。
34.在各种实施方案中，车辆可具有显示器，并且系统100可与显示器通信。然后可以经由显示器来提供安全驾驶系数(以及对安全驾驶系数的更新)，以供驾驶员和/或乘客查看。系统100可以相应地使驾驶员意识到他们的驾驶可能有多安全。系统100还可以响应于道路上可能存在安全问题的事件(例如，由车辆的计算系统)和/或响应于安全关键事件而提供警报。还可以检测车辆车厢内的显著变化并将其报告给驾驶员。
35.系统100还可有利地用于提供关于检测到的事件的即时警报。可以经由显示器以视觉方式和/或以音频方式(例如，经由车辆的音频系统)通知驾驶员存在危险或异常情况。
36.由安全驾驶系数提供的反馈可以有利地为更好的驾驶员安全提供指导，并且可以有利地帮助驾驶员提高他们对由系统100检测到的事件快速做出反应的能力。安全驾驶系数还可以通过各种其他方式改善驾驶体验，诸如通过提高燃油经济性和潜在影响保险费(例如，如果向保险提供商注册了基于使用情况的保险计划)。在一些实施方案中，新驾驶员(或培训中的其他驾驶员)的安全驾驶系数可以有利地由父母或其他指导人(例如，当面或经由远程更新)监视，以帮助指导新驾驶员并提高他们的驾驶安全性。
37.各种机器学习模型(例如，卷积神经网络模型)可以在车辆的本地计算系统处和/或在云140中获得，以供系统100使用。可以使用模型来检测事件和/或确定行为结果。以此方式，系统100可以通过机器学习模型的算法来检测、分类和提取各种特征。在各种实施方案中，可对模型进行预训练。
38.图2示出了适用于为车辆建立安全驾驶系数的系统(诸如系统100)的总体过程流程200的图。过程流程200可以包括输入层210、服务220、输出层230、分析层240和系数模型250。
39.在输入层210中，可以将来自一个或多个ffc、一个或多个dfc和外部因素(诸如其他装置或传感器装置，和/或云元数据)的数据提供给过程流程200。ffc可以包括与第一传感器装置110基本相似的装置，并且dfc可以包括与第二传感器装置120基本相似的装置。来自输入层210的数据然后可以流向服务220的对应部分，其可以包括对来自输入层210的数据的预处理。
40.在应用与输入层对应的本地服务之后，服务220然后可以将数据提供给输出层230，所述输出层230可以将数据提供给分析层240(例如，待分析)，所述分析层240可以将经分析的数据和/或数据分析的其他结果提供给系数模型250。系数模型250可以从其产生安全驾驶系数。
41.图3示出了用于建立安全驾驶系数的系统的架构300，所述系统可以基本上类似于系统100。架构300可以包括相机层310、本地计算单元320和各种附加装置330。电源390可以向相机层310、本地计算单元320和附加装置330提供电力。
42.相机层310进而可以包括一个或多个ffc(其可基本上类似于第一传感器装置110)和一个或多个dfc(其可基本上类似于第二传感器装置120)。可以将来自ffc的视频输出和/或来自dfc的视频输出提供给本地计算单元320(其可以包括车辆的本地计算系统，诸如本文讨论的)，其可以提供类似于预处理单元130的功能。本地计算单元320然后可以例如通过网络或车辆总线通信地耦合到附加装置330(其可以包括一个或多个装置(诸如ecu和/或ivi)的集群)。
43.图4示出了安全驾驶系数的应用400。一些应用可以有利地使驾驶体验更安全、更顺畅、更无事件，并帮助驾驶员在关键时刻做出正确的决定(且从而可能避免事故)。一些实施方案可以在增强用户体验时有利地使车辆的车厢更令人愉快和安全。各种实施方案可以有利地帮助驾驶员将注意力集中在道路上，减少检查前方面板和指示器的必要。一些应用可以有利地采用基于乘客简档的面部识别、情绪识别(使用面部识别)、推荐系统(例如，用于音乐、照明等)、来自基于云的数据库的位置和道路类型的确定、对后面的其他乘客(诸如小孩)的检测，以及对车辆车厢前部的变化(例如，驾驶员和/或乘客的变化)的检测，以便将驾驶员与安全驾驶系数相关联)。
44.本文公开的方法、机构和系统可以利用诸如ffc和dfc的传感器装置来通知驾驶员对各种类型事件的检测。第一组应用410可以涉及危及生命的事件。第二组应用420可以涉及驾驶体验的潜在改进。第三组应用430可以涉及驾驶员的安全驾驶系数。
45.第一组应用410可以包括各种应用。对于应用410，可对前视相机(例如，ffc)、车厢内相机(例如，dfc)和远程信息处理数据进行组合评估以确定是否已忽略停车标志或红灯。可以使用车厢内相机(例如，dfc)和车道检测模块来确定困倦驾驶或饮酒驾驶的出现。可对ffc进行评估以确定车辆前方出现行人和/或骑车人。可以使用车载相机(例如，ffc和/或dfc)来确定能见度差的天气状况。在各种实施方案中，应用410可以确定前方的汽车是否太近、前方是否有红灯和/或停车标志、是否检测到困倦驾驶和/或饮酒驾驶情形、前方是否有行人和/或骑车人、车辆的速度是否安全(例如，基于当前能见度)，等等。
46.第二组应用420可以包括各种应用。对于应用420，可以使用传感器装置(例如，ffc和/或dfc)来确定过于频繁车道变换的发生、车辆前方的汽车突然减速或停止的发生、附近紧急车辆的存在(以及可选地，其方向和距离)、超过相关速度限制达阈值量或百分比的车速、可能导致不舒服驾驶体验的高猛动率以及检测到附近燃料站时燃料液位低。在各种实施方案中，应用420可以确定是否不需要车道变换、速度限制是否正被超过超出预定百分比或数量(例如，超出5％)、一段时间的驾驶是否不舒服(例如，由于具有高猛动率或其他与加速相关的特性)、燃料液位是否低，等等。
47.第三组应用430可以包括各种应用。对于应用430，可以使用安全驾驶系数来维护驾驶员统计数据和/或提高驾驶员响应能力。安全驾驶系数还可能涉及对从ffc和/或dfc获得的视觉场景的理解。安全驾驶系数也可能涉及交通信息和学校区域。安全驾驶系数也可能涉及驾驶员状况监视。
48.图5示出了用于建立安全驾驶系数的方法500的流程图。方法500可以包括第一部分510、第二部分520、第三部分530和第四部分540。在各种实施方案中，方法500还可以包括第五部分550、第六部分560、第七部分570、第八部分580和/或第九部分590。
49.在第一部分510中，可以基于朝向车辆外部定向的第一成像装置的输出来检测一
个或多个事件(诸如由第一传感器装置110检测到的事件，如本文所讨论的)。在第二部分520中，可以捕获朝向车辆内部定向的第二成像装置的输出(诸如从第二传感器装置120捕获的输出，如本文所讨论的)。在第三部分530中，可以分析第二成像装置的输出以确定分别对应于一个或多个事件的一个或多个行为结果(诸如通过预处理单元130，如本文所讨论的)。在第四部分540中，可以建立基于行为结果与事件的比率的系数(诸如通过车辆的本地计算系统，如本文所讨论的，例如响应于由远程计算系统140执行的数据分析)。
50.在一些实施方案中，可以基于对事件的检测来触发对第二成像装置的输出的捕获。对于一些实施方案，可以基于是否检测到跟随事件的预定预期响应来确定行为结果。在一些实施方案中，事件可以包括对速度限制指示、停车标志、交通灯状态、禁止右转红灯指示、让行指示、制动速率、道路入口指示、道路出口指示、车道偏离、车道变换次数、将要碰撞的估计时间、学校区域速度指示和/或学校区域行人指示的检测。对于一些实施方案，行为结果可以包括对困倦、驾驶员眼睛从注视道路转移的次数或频率、驾驶员注意力指向信息娱乐系统的次数或频率、驾驶员眨眼的次数或频率、预定的情绪、使用手机、超过预定速度时使用手机和/或在学校区域内使用手机的指示。
51.在各种实施方案中，在第五部分550中，可以将捕获的第二成像装置的输出传输到远程计算系统(诸如远程计算系统140，如本文所讨论的)。对于一些实施方案，可以由远程计算系统来完成对所传输的第二成像装置的输出的分析。
52.对于各种实施方案，在第六部分560中，可以经由车辆的显示器或以另一种音频和/或视频方式来提供系数。在各种实施方案中，在第七部分570中，可以基于系数来建立对驾驶员行为(例如，优秀、非常好、良好、一般、差或非常差)的定性指示。对于各种实施方案，在第八部分580中，可以捕获一个或多个附加车辆装置(诸如一个或多个ecu、ivi和/或本文公开的其他附加装置330)的输出。在各种实施方案中，在第九部分590中，可以分析第二成像装置的输出和附加车辆装置的输出两者以确定行为结果。对于一些实施方案，附加车辆装置的输出可以包括对当日时间、天气状况、地理位置、道路类型、入射到驾驶员面部的阳光方向和/或经过的驾驶长度的指示。
53.对于一些实施方案，第一成像装置可以是仪表板相机。在一些实施方案中，第一成像装置可以是前向相机，并且第二成像装置可以是面向驾驶员的相机。
54.图6示出了用于建立安全驾驶系数的方法600的流程图。方法600可以包括第一部分610、第二部分620、第三部分630、第四部分640和第五部分650。在各种实施方案中，方法600还可以包括第六部分660、第七部分670和/或第八部分680。
55.在第一部分610中，可以基于被配置为从车辆外部捕获图像的第一相机的输出来检测一组事件(诸如由第一传感器装置110检测到的一组一个或多个事件，如本文所讨论的)。在第二部分620中，可以基于对事件的检测来捕获被配置为从车辆的驾驶员区域捕获图像的第二相机的输出(诸如第二传感器装置120的输出，如本文所讨论的)。在第三部分630中，可以分析第二相机的输出(诸如通过远程计算系统140，如本文所讨论的)以基于是否检测到跟随事件的预定预期响应来确定分别对应于该组事件的一组行为结果。在第四部分640中，可以基于行为结果与事件的比率来建立系数(诸如通过车辆的本地计算系统，如本文所讨论的，例如响应于由远程计算系统140执行的数据分析)。在第五部分650中，可以经由车辆的显示器或以另一种音频和/或视频方式来提供系数。
56.在一些实施方案中，事件可以包括对速度限制指示、停车标志、交通灯状态、禁止右转红灯指示、让行指示、制动速率、道路入口指示、道路出口指示、车道偏离、车道变换次数、将要碰撞的估计时间、学校区域速度指示和/或学校区域行人指示的检测。对于一些实施方案，行为结果可以包括对困倦、驾驶员眼睛从注视道路转移的次数或频率、驾驶员注意力指向信息娱乐系统的次数或频率、驾驶员眨眼的次数或频率、预定的情绪、使用手机、超过预定速度时使用手机和/或在学校区域内使用手机的指示。
57.在各种实施方案中，在第六部分660中，可以将捕获的第二成像装置的输出传输到远程计算系统(诸如远程计算系统140，如本文所讨论的)。在一些实施方案中，可以由远程计算系统来完成对所传输的第二成像装置的输出的分析。对于各种实施方案，在第七部分670中，可以捕获一个或多个附加车辆装置(诸如一个或多个ecu、ivi和/或本文公开的其他附加装置330)的输出。在各种实施方案中，在第八部分680中，可以分析第二成像装置的输出和附加车辆装置的输出两者以确定行为结果。对于一些实施方案，附加车辆装置的输出可以包括对当日时间、天气状况、地理位置、道路类型、入射到驾驶员面部的阳光方向和经过的驾驶长度的指示。
58.在各种实施方案中，方法500和/或方法600的部分可以由包括定制设计和/或配置的电子装置和/或电路的电路来执行。对于各种实施方案，方法500和/或方法600的部分可以由包括一个或多个处理器和一个或多个存储器的电路来执行，所述存储器具有用于在被执行时执行这些部分的可执行指令。方法500和/或方法600的部分可以不同地由包括定制设计和/或配置的电子装置和/或电路、处理器和存储器的电路的任何组合来执行，如本文所讨论的。
59.已经出于说明和描述的目的呈现了对实施方案的描述。可鉴于以上描述来执行对实施方案的合适的修改和改变，或者可通过实践方法来获取所述合适的修改和改变。例如，除非另有说明，否则所描述的方法中的一者或多者可以由合适的装置和/或多个装置的组合来执行，诸如通过上面关于图1至图4描述的系统来执行。这些方法可以通过使用一个或多个逻辑装置(例如，处理器)结合一个或多个附加硬件元件(诸如存储装置、存储器、图像传感器/镜头系统、光传感器、硬件网络接口/天线、开关、致动器、时钟电路等)执行存储的指令来执行。除了以本技术中描述的顺序、并行和/或同时地执行以外，还可以以各种顺序执行所描述的方法和相关联的动作。所描述的系统在本质上是示例性的，并且可以包括附加的元件和/或省略元件。本公开的主题包括所公开的各种系统和配置与其他特征、功能和/或性质的所有新颖和非明显的组合和子组合。
60.在本文讨论的方法和系统的第一途径中，方法的第一示例包括：基于朝向车辆外部定向的第一成像装置的输出来检测一个或多个事件；捕获朝向车辆内部定向的第二成像装置的输出；分析第二成像装置的输出以确定分别对应于所述一个或多个事件的一个或多个行为结果；以及基于行为结果与事件的比率来建立系数。在以第一示例为基础的第二示例中，基于事件的检测来触发对第二成像装置的输出的捕获。在以第一示例或第二示例为基础的第三示例中，基于是否检测到跟随事件的预定预期响应来确定行为结果。在以第一示例至第三示例中的任一者为基础的第四示例中，事件包括对以下各项中的一者或多者的检测：速度限制指示；停车标志；交通灯状态；禁止右转红灯指示；让行指示；制动速率；道路入口指示；道路出口指示；车道偏离；车道变换次数；将要碰撞的估计时间；学校区域速度指
示；和学校区域行人指示。在以第一示例至第四示例中的任一者为基础的第五示例中，行为结果包括对以下各项中的一者或多者的指示：困倦；驾驶员眼睛从注视道路转移的次数或频率；驾驶员注意力指向信息娱乐系统的次数或频率；驾驶员眨眼的次数或频率；预定的情绪；使用手机；超过预定速度时使用手机；和在学校区域内使用手机。在以第一示例至第五示例中的任一者为基础的第六示例中，方法还包括：将捕获的第二成像装置的输出传输到远程计算系统。在以第六示例为基础的第七示例中，对所传输的第二成像装置的输出的分析由远程计算系统来完成。在以第一示例至第七示例中的任一者为基础的第八示例中，方法还包括：经由车辆的显示器来提供系数。在以第一示例至第八示例中的任一者为基础的第九示例中，方法还包括：基于系数来建立驾驶员行为的定性指示。在以第一示例至第九示例中的任一者为基础的第十示例中，方法还包括：捕获一个或多个附加车辆装置的输出；并且分析第二成像装置的输出和附加车辆装置的输出两者以确定行为结果。在以第十示例为基础的第十一示例中，附加车辆装置的输出包括对以下各项中的一者或多者的指示：当日时间；天气状况；地理位置；道路类型；入射到驾驶员面部的阳光方向；和经过的驾驶长度。在以第一示例至第十一示例中的任一者为基础的第十二示例中，第一成像装置是仪表板相机。在以第一示例至第十二示例中的任一者为基础的第十三示例中，第一成像装置是前向相机；并且第二成像装置是面向驾驶员的相机。
61.在本文讨论的方法和系统的第二途径中，提高驾驶安全性的方法的第一示例包括：基于被配置为从车辆外部捕获图像的第一相机的输出来检测一组事件；基于对所述事件的检测，捕获被配置为从车辆的驾驶员区域捕获图像的第二相机的输出；基于是否检测到跟随事件的预定预期响应，分析第二相机的输出以确定分别对应于该组事件的一组行为结果；基于行为结果与事件的比率建立系数；以及经由车辆的显示器提供所述系数。在以第一示例为基础的第二示例中，事件包括对以下各项中的一者或多者的检测：速度限制指示；停车标志；交通灯状态；禁止右转红灯指示；让行指示；制动速率；道路入口指示；道路出口指示；车道偏离；车道变换次数；将要碰撞的估计时间；学校区域速度指示；和学校区域行人指示；并且行为结果包括对以下各项中的一者或多者的指示：困倦；驾驶员眼睛从注视道路转移的次数或频率；驾驶员注意力指向信息娱乐系统的次数或频率；驾驶员眨眼的次数或频率；预定的情绪；使用手机；超过预定速度时使用手机；和在学校区域内使用手机。在以第一示例或第二示例为基础的第三示例中，方法还包括：将捕获的第二成像装置的输出传输到远程计算系统，以及对所传输的第二成像装置的输出的分析由远程计算系统来完成。在以第一示例至第三示例中的任一者为基础的第四示例中，方法还包括：捕获一个或多个附加车辆装置的输出；以及分析第二成像装置的输出和附加车载装置的输出两者以确定行为结果，并且附加车载装置的输出包括对以下各项中的一者或多者的指示：当日时间；天气状况；地理位置；道路类型；入射到驾驶员面部的阳光方向；和经过的驾驶长度。
62.在本文讨论的方法和系统的第三途径中，用于提高驾驶安全性的双相机系统的第一示例包括：一个或多个处理器；以及存储器，所述存储器存储指令，所述指令在被执行时，致使所述一个或多个处理器：基于朝向车辆外部定向的第一相机的输出来检测一个或多个事件；捕获朝向车辆内部定向的第二相机的输出；确定与一个或多个事件对应的一个或多个行为结果；基于这些行为结果与事件的比率建立系数；以及经由车辆的显示器提供所述系数，其中基于对事件的检测触发对第二成像装置的输出的捕获；并且其中基于是否检测
到跟随事件的预定预期响应来确定行为结果。在以第一示例为基础的第二示例中，事件包括对以下各项中的一者或多者的检测：速度限制指示；停车标志；交通灯状态；禁止右转红灯指示；让行指示；制动速率；道路入口指示；道路出口指示；车道偏离；车道变换次数；将要碰撞的估计时间；学校区域速度指示；和学校区域行人指示；并且行为结果包括对以下各项中的一者或多者的指示：困倦；驾驶员眼睛从注视道路转移的次数或频率；驾驶员注意力指向信息娱乐系统的次数或频率；驾驶员眨眼的次数或频率；预定的情绪；使用手机；超过预定速度时使用手机；和在学校区域内使用手机。在以第一示例或第二示例为基础的第三示例中，指令在被执行时还致使所述一个或多个处理器：将捕获的第二成像装置的输出传输到远程计算系统，并且确定行为结果与事件对应以及系数的建立由远程计算系统来完成。
63.如本技术中所使用，通过单数形式并且继以词语“一个”或“一种”叙述的元件或步骤应理解为不排除多个所述元件或步骤，除非陈述此类排除。此外，对本公开的“一个实施方案”或“一个示例”的提及不希望被解释为排除也并入有所叙述的特征的附加实施方案的存在。诸如“第一”、“第二”、“第三”等术语仅用作标记，并且无意对它们的对象强加数值要求或特定位置次序。所附权利要求特别指出来自以上公开内容的被视为新颖和非明显的主题。