CN115019289A - 用于识别驾驶员疲劳状态的方法以及电子疲劳识别***和机动车 - Google Patents

用于识别驾驶员疲劳状态的方法以及电子疲劳识别***和机动车 Download PDF

Info

Publication number
CN115019289A
CN115019289A CN202210205790.1A CN202210205790A CN115019289A CN 115019289 A CN115019289 A CN 115019289A CN 202210205790 A CN202210205790 A CN 202210205790A CN 115019289 A CN115019289 A CN 115019289A
Authority
CN
China
Prior art keywords
driver
fatigue
motor vehicle
seating position
current
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN202210205790.1A
Other languages
English (en)
Inventor
R·贝伦特
A·布罗西格
F·奥伯斯特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volkswagen AG
Original Assignee
Volkswagen AG
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 Volkswagen AG filed Critical Volkswagen AG
Publication of CN115019289A publication Critical patent/CN115019289A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0881—Seat occupation; Driver or passenger presence
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/223—Posture, e.g. hand, foot, or seat position, turned or inclined
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及用于识别驾驶员疲劳状态的方法以及电子疲劳识别***和机动车，具体地，一种用于识别机动车(1)的驾驶员(2)的疲劳状态的方法，其中根据驾驶员(2)在机动车(1)的车辆座椅(5)中的至少一个当前就座位置(4)评估驾驶员(2)的疲劳状态；将驾驶员(2)的当前就座位置(4)与至少一个参考就座位置(7)比较，该参考就座位置在驾驶员(2)进入机动车(1)和机动车(1)的前进行驶的行驶开始之间的时间间隔期间被检测且表征驾驶员(2)的唤醒参考状态且；根据在当前就座位置(4)和参考就座位置(7)之间的比较评估驾驶员(2)的当前疲劳状态。本发明还涉及一种电子疲劳识别***(3)和机动车(1)。

Description

用于识别驾驶员疲劳状态的方法以及电子疲劳识别***和机 动车
技术领域
本发明涉及一种用于识别机动车驾驶员的疲劳状态的方法，其中，根据驾驶员在机动车的车辆座椅中的至少一个当前就座位置来评估驾驶员的疲劳状态。此外，本发明涉及一种电子疲劳识别***以及一种具有相应的电子疲劳识别***的机动车。
背景技术
例如由DE 10 2004 034 748 A1已知一种用于车辆驾驶员的疲劳识别和/或注意力评估的驾驶员辅助***。在此，通过评估实际车道使用和真实的道路走向来进行疲劳识别。在此，尤其是探测到驾驶员偏离理想车道，且从而推断出疲劳。
由DE 20 2014 004 917 U1已知一种驾驶员辅助***，用于车辆驾驶员的疲劳识别和瞬间睡眠(Sekundenschlaf,有时也称为瞬间打瞌睡)避免。在此，检测驾驶员的数据，并通过反应识别来推断出驾驶员的疲劳状态。
DE 10 2011 104 203 A1公开了一种装置和方法，用于借助驾驶员在机动车座椅中的重量转移来对机动车驾驶员疲劳识别。这例如可以利用机动车座椅中的重量检测传感器来进行。
发明内容
本发明的目的是，能够更好和更准确地确定驾驶员的疲劳识别。
该目的通过一种用于识别机动车驾驶员的疲劳状态的方法、电子疲劳识别***以及机动车来实现。
本发明的一个方面涉及一种用于识别机动车驾驶员的疲劳状态的方法，其中，
-根据驾驶员在机动车的车辆座椅中的至少一个当前就座位置，评估驾驶员的疲劳状态，
其特征在于，
-将驾驶员的当前就座位置与至少一个参考就座位置进行比较，所述至少一个参考就座位置在驾驶员进入机动车中和机动车的前进行驶的行驶开始之间的时间间隔期间被检测并且表征驾驶员的唤醒参考状态，其中，
-根据在当前就座位置和参考就座位置之间的比较来评估驾驶员的当前疲劳状态。
通过所提出的方法，可以检测对驾驶员当前疲劳状态的改进的评估，因为将驾驶员在车辆座椅中的当前就座位置与参考就座位置进行比较，在参考就座位置中驾驶员明显不疲劳并因此注意力集中。因此，可以为每个驾驶员和每个人单独地确定就座位置或参考就座位置，在该就座位置或参考就座位置中，相应的驾驶员可以注意力集中地并不是疲劳地执行利用机动车的前进行驶。因此，可以通过以下方式对驾驶员的相应的当前疲劳状态进行精确且有效的评估，即将适配于相应驾驶员的单独的参考就座位置与其当前就座位置进行精确比较。因此，与现有技术相比，可以进行个性化的且精确的疲劳识别。
由此，与已知的用于识别疲劳的驾驶员辅助***相比，可以检测驾驶员的非疲劳状态，并被考虑用于评估驾驶员的实际疲劳。例如，由此可以识别到即将发生或初期的瞬间睡眠，并及时警告驾驶员。由此，驾驶员更加注意力集中，且因此对自己或其它交通参与方不构成安全风险。
尤其地，所提出的方法可以有利地用于在道路交通中的车辆的较长的前进行驶，因为在此随着时间的推移驾驶员通常可能变得更加注意力不集中和更疲劳。随着疲劳的增加，出现身体的松弛无力，由此驾驶员不再能够保证车辆的安全前进。当出现最初的疲劳迹象时，驾驶员试图通过在车辆座椅上来回滑动来纠正他的松弛无力的姿势。在此，驾驶员试图获得舒适的就座位置。这可以作为驾驶员的当前就座位置被检测到。
必要时，可以借助驾驶员辅助***来执行所提出的方法，用于驾驶员的疲劳监视和/或疲劳识别和/或注意力评估。
尤其是在机动车的前进行驶开始时确定驾驶员的参考就座位置。例如，从驾驶员进入车辆中的时间点起，直到车辆前进的时间点，持续地如此地观察或监视驾驶员，从而可以确定所述至少一个参考就座位置。换言之，在一个实施例中，在进入与车辆滚动离开之间的时间间隔或时间段，监视、尤其是连续地监视在车辆座椅中的驾驶员。尤其地，在该时间间隔内，可以将驾驶员在车辆座椅中的相应的就座状态检测为图像序列，尤其是视频摄像。从而借助于驾驶员的就座习惯和/或就座条件和/或就座行为，可以检测驾驶员不疲劳即处于注意力集中的状态中的参考就座位置。尤其地，就座位置被确定为在车辆驾驶员进入之后车辆开始滚动离开的参考就座位置。在这种情况下能够以如下为出发点：车辆驾驶员最大程度地集中精力并且不疲劳。
借助参考就座位置，可以表征驾驶员的唤醒参考状态，在该唤醒参考状态下，驾驶员可以在没有安全顾虑的情况下控制车辆的前进行驶。当驾驶员占据参考就座位置时，则能够以如下为出发点：驾驶员处于清醒的并且准备好驾驶的状态下，在该状态下，驾驶员可以无危险地在道路交通中驾驶车辆。唤醒参考状态可选地可以是清醒参考状态或不疲劳参考状态。例如，利用唤醒参考状态可以表征驾驶员的直立坐姿和/或集中精力的注视和/或抬起头。换句话说，唤醒参考状态反映了如下驾驶员状态：在该状态下，驾驶员不疲劳，并且对在道路交通中驾驶车辆注意力集中。
例如，可以借助面部识别***来检测驾驶员的当前疲劳状态。尤其地，人脸识别***可以是人脸检测***或人脸评估软件。
因此，可以针对每个驾驶员各自地借助其特征生成参考就座位置。尤其可以是这样的：由于当前的情况或疾病过程或临时受伤，驾驶员没有在每次行驶中具有同一参考就座位置。因此，在驾驶员每次行驶时，针对利用机动车的该特定的行驶，可以确定驾驶员尽可能好地注意力集中或清醒的所在位置。因此，可以各自地且根据情况对参考就座位置进行确定，并且由此可以准确地且与相应的前进行驶或前进情况相适配地对驾驶员的疲劳状态进行分析和/或评估。
尤其地，可以在机动车每次重新前进行驶时，重新确定参考就座位置。因而尤其地，驾驶员辅助***可以采用持续的学习过程或持续的学习方法来确定疲劳状态，以便在驾驶员的未来的前进行驶时能够对参考就座位置并且随后对疲劳状态还更好地且更个性化地和更特定地确定和评估。因此，在评估疲劳状态时，可以考虑相应驾驶员的多样化的参数和/或特征。因而可以针对每位驾驶员进行对其疲劳的适配的各自的评估。
尤其地，利用疲劳状态来表征驾驶员的清醒状态和/或注意力集中状态。借助疲劳状态可以评估或估计车辆当前能够在道路交通中安全驾驶机动车的程度。例如，根据驾驶员的当前疲劳状态的类型，驾驶员于是可以被提示或注意到他的疲劳。同样，可以把驾驶员的当前疲劳状态专门提供给机动车的驾驶员辅助***。
尤其地，根据本发明的方法是计算机实施的方法。
例如，驾驶员可以被称为车辆操作员或车辆驾驶员。在本发明的一个实施例中设置成，根据在就座位置和参考就座位置之间的比较来确定就座位置和参考就座位置之间的差值，其中，可以将驾驶员的疲劳状态划分为至少两个疲劳程度，其中，根据所确定的差值，把驾驶员的当前疲劳状态分配给第一疲劳程度或第二疲劳程度。例如，疲劳程度可以分类或划分为不同的类型。为了划分疲劳程度，尤其是可以采用“验证锚KSS(KarolinskaSleepyness Scale卡罗林斯卡嗜睡量表)”或“HFC(Human Factors Consult人为因素咨询)疲劳量表”。同样，可以使用其它科学量表来对疲劳程度进行划分。借助所提到的划分量表，可以将相应的疲劳程度划分为至少两个、尤其是十个疲劳程度。
换言之，通过将驾驶员的当前疲劳状态分类为不同的疲劳程度，可以对当前疲劳状态进行更精确的划分和/或评估。因此可以实现，没有在最低疲劳级别时立即采取驾驶员辅助***的强烈反作用。因此，驾驶员辅助***，尤其是电子疲劳识别***，可以对驾驶员的相应的当前疲劳状态进行精确分类和/或分级。在此，可以预先确定在何种相应的疲劳程度起将执行何种特定的应对措施或警告，或者在最坏的情况下进行紧急制动。
例如可以把所确定的疲劳程度存储或储存在疲劳数据库或数字的或电子的数据库中。该数据库在此可以是机动车的驾驶员辅助***的一部分，或者是后端或数据云的一部分。
尤其地，可以利用电子处理单元，在就座位置和参考就座位置之间连续进行比较。在此，根据在当前就座位置和参考就座位置之间的相应差异或偏差而定，可以将相应的疲劳程度识别或分类为驾驶员的当前疲劳状态，从而可以进行改进地根据情况地且单独地对驾驶员的疲劳状态评价或评估。
在本发明的另一实施例中设置成，把针对所确定的差值表征的驾驶员疲劳程度提供给机动车的疲劳识别***、尤其是电子疲劳识别***，其中，这些提供的信息在驾驶员的未来疲劳评估中予以考虑，尤其是借助所提供的信息以及就座位置和参考就座位置，机器地训练机动车的疲劳识别***。
尤其地，驾驶员的疲劳程度可以通过电子评估单元来求取或确定，该电子评估单元尤其是车辆外部的单元或集成在车辆中，并且通过有线的或无线的通信连接传送给疲劳识别***。
也可设想，电子评估单元是疲劳识别***的一部分，且由此所确定的数据已经可以立即传送给疲劳识别***。疲劳识别***尤其作为电子驾驶员辅助***布置在车辆中。在疲劳识别***的帮助下，根据驾驶员疲劳程度的类型而定，可以执行相应的措施来提高驾驶员的注意力，或者可以导入相应的措施，以便设计成尽管驾驶员的疲劳增加，机动车仍然安全前进行驶。
例如，疲劳识别***可以包含机器学习单元或深度学习***，或者可以与这样的通信上互联。疲劳识别***因此可以有利地经历连续的学习过程。因此，在驾驶员的未来的前进行驶中，其相应的疲劳可以更快且更有效地评估和评价。由此，疲劳识别***的连续学习过程可以自动执行，尤其是机器地执行。因此，在驾驶员的相应的疲劳状态和/或注意力集中状态方面产生了更精确和更明确的评估。
在另一实施例中现在设置成，在驾驶员进入机动车和机动车的前进行驶的行驶开始之间的时间间隔期间，利用机动车的检测单元连续地检测驾驶员身体的身体参考点和驾驶员所坐的机动车车辆座椅的座椅参考点，并被考虑用于确定参考就座位置。尤其地，根据检测到的身体参考点和检测到的座椅参考点及在身体参考点和座椅参考点之间的关系和/或比率和/或距离，确定参考就座位置，尤其是把驾驶员的所确定的参考就座位置存储在驾驶员的电子用户档案中，尤其是在当前就座位置和参考就座位置之间的比较中，考虑到身体参考点和座椅参考点之间的偏差。
换句话说，为了确定参考就座位置，需要特定的坐标。坐标可以是坐标点或角点或参考点。在用于确定参考就座位置的时间段期间，利用机动车的检测单元(其例如可以是内部空间摄像机或驾驶员观察摄像机或传感器单元)来检测驾驶员的身体、尤其是上身的特定坐标。在此，可以检测人员个体的参考点，例如肩部位置、下巴位置、头部位置。同样可以检测和考虑驾驶员的躯干。借助所述数据，尤其是在电子评估单元中，可以求取或确定驾驶员身体的身体参考点。借助所述数据，尤其是在电子评估单元中，可以求取或生成或确定驾驶员身体的身体参考点。此外，还需要车辆座椅的特定坐标或参考点。在此，可以确定车辆座椅的上角位置和/或头枕的位置和/或车辆靠背的类型或位置，作为座椅参考点。
可以通过图像分析算法或图像分析软件或图像处理程序，借助在机动车的乘客舱中所摄取的图像材料确定相应的参考点。尤其地，可以把所检测的或所确定的身体参考点和座椅参考点存储在数据库或后端中，用于将来确定参考就座位置和疲劳状态。借助驾驶员的和车辆座椅的所确定的参考点，可以通过计算来精确地确定参考位置。在此，尤其针对相应的身体参考点和座椅参考点，计算或确定相互间的关系和/或比率和/或距离和/或角度。换言之，例如确定在驾驶员身体参考点和车辆座椅的座椅参考点之间的距离。因而可以确定驾驶员在车辆座椅中的相应的坐姿状况。借助各个参考点相对彼此的这些关系，可以确定正常的最佳身***置或就座位置作为参考位置，并用于疲劳评估。
驾驶员的所确定的参考就座位置可以存储在驾驶员的在车辆的电子存储单元或外部存储单元中的电子的、数字的用户档案中。由此，在机动车未来的前进行驶中，在确定新的参考位置的过程中，驾驶员可以借助于人脸识别方法例如“人脸ID”或“人脸识别”被使用。由此，当驾驶员进入机动车时，可以经由这些特定的人脸识别或人脸检测方法来识别或辨别驾驶员。因此，存储在电子用户档案中的数据可以用于确定参考位置。由此尤其地可以对参考就座位置予以验证、检查并且尤其是更快速地计算。
为了以另外的语言表达，为了改进地评估驾驶员疲劳状态，可以分析身体参考点和座椅参考点，尤其是相对彼此地分析。因此，当确定在相应的参考就座位置之间的偏差时，也可以确定驾驶员在车辆座椅中的滑离或下沉。由此可以更准确和更有效地评估或确定驾驶员的疲劳或当前的疲劳状态。
在另一实施例中设置成，确定与驾驶员在当前就座位置中的当前停留时间相关的第一时间段，和/或确定与由驾驶员从参考就座位置到当前就座位置中的位置改变持续时间相关的第二时间段，其中，在评估驾驶员的当前疲劳状态时，考虑第一时间段和/或第二时间段。第一时间段和/或第二时间段尤其可以利用计时器或利用电子疲劳识别***的时间测量单元进行。换言之，借助驾驶员在当前就座位置中的当前停留时间，可以确定出从何时起驾驶员在车辆座椅中没有再显著移动。如果驾驶员自一段时间起没有改变就座位置地坐在车辆座椅上，则可以断定驾驶员已经入睡或存在瞬间睡眠状态。因此，可以为停留时间限定与疲劳程度相关的极限值。基本上，根据驾驶员在当前就座位置中的停留时间，可以推断出相关的疲劳水平。
借助于位置改变持续时间来表明驾驶员在最初占据参考就座位置之后离开参考就座位置并转移到当前就座位置中所花费的时间有多长。这同样可以被考虑用于评估疲劳状态。尤其地，借助位置改变持续时间，原则上已经可以确定出驾驶员处于何种疲劳状态或何种疲劳程度中。如果驾驶员已经提早或在占据参考就座位置之后立即移动到当前就座位置中，则已经提早地存在驾驶员的疲劳状态或注意力不集中状态。驾驶员从参考位置变换到当前就座位置中所持续的时间越长，驾驶员就越清醒或越注意力集中。因此，这两个时间段已经提供了关于驾驶员疲劳状态或注意力集中状态的关键提示。对于电子疲劳识别***的机器训练，也可以考虑该第一和第二时间段。
为了能够实现改进地确定参考就座位置，设置成，在驾驶员进入机动车中和机动车的前进行驶的行驶开始之间的时间间隔期间，利用检测单元连续地检测驾驶员的就座位置和/或驾驶员的就座行为，其中，检测单元借助于检测到的就座位置和/或检测到的就座行为，在确定参考就座位置方面被机器地训练。换言之，在时间间隔期间连续地或持续地观察或监视驾驶员。尤其地，可以在用于确定参考就座位置的时间间隔内，记录驾驶员的图像序列或视频摄像。因此，借助于这些记录的数据，可以在相应的时间间隔内评估和分析驾驶员。
特别地，可以借助于连续地检测驾驶员来确定驾驶员的最佳参考就座位置。在时间间隔期间，因而监视驾驶员关于他自己的个人就座行为或他的个人就座位置的相应行为或相应习惯。因此，当驾驶员不疲劳或处于注意力集中的状态中时，可以准确地确定参考就座位置。
为了能够在驾驶员未来的行驶中更快和更有效地确定相应的参考就座位置，检测单元尤其可以借助就座位置和/或就座行为和/或身体参考点和/或座位参考点被机器地训练。
尤其地，检测单元可以作为独立的单元存在于车辆中。例如，检测单元可以是车辆的已存在的驾驶员辅助***的一部分。在此，这例如可以是机动车的驾驶员观察摄像机或乘客舱摄像机或内部空间摄像机。同样，检测单元可以是疲劳识别***的一部分或组成部分。尤其地，检测单元供用于与疲劳识别***、且尤其是机器学习单元的通信技术的连接。
在本发明的另一有利的实施例中设置成，在评估驾驶员的疲劳状态时，考虑机动车周围环境的周围环境信息和/或机动车的乘客舱的内部空间信息和/或车辆组件的车辆信息和/或机动车的行驶路线的路线信息和/或机动车驾驶员辅助***的附加信息和/或机动车驾驶员观察摄像机的图像信息。换言之，在评估疲劳状态时可以考虑多样化的和广泛的信息、数据或参数。因此，可以执行精确的且适合于驾驶员方面的相应情况的疲劳评估。尤其地，这些数据或刚刚列出的信息可以传送或提供给电子疲劳识别***。例如，车辆外部***和/或服务提供商和/或服务器和/或数据云和/或其它交通参与方的数据或信息可以通过通信技术的连接传送给机动车的电子疲劳识别***。
利用周围环境的周围环境信息，尤其可以提供道路状况、对向交通或机动车的周围环境中的地形信息。例如，乘客舱的内部空间信息可以理解为关于儿童座椅和/或手机充电站和/或导航***和/或智能手机和与机动车互联的智能设备或平板电脑或智能手机的信息。路线信息尤其是导航***的信息或数据。在这种情况下，例如可以在确定疲劳状态时考虑相应的路线走向或线路图。
此外，可以考虑来自机动车的其它驾驶员辅助***的附加信息来评估疲劳状态。例如，可以考虑机动车的速度信息和/或加速度信息及行驶行为和/或稳定性信息。此外，可以考虑来自传感器例如驾驶员观察摄像机、内部空间摄像机或座椅检测垫的各种传感器数据。因而尤其是可以创造用于评估疲劳状态的冗余的可能性。
例如，附加地可以考虑来自现有技术中已经提到的用于识别疲劳的技术的信息。在此，可以考虑基于转向或经由驾驶员的眼睑闭合时间或闭合眼睛来考虑疲劳识别或疲劳确定。尤其地，由此可以创造对疲劳状态的冗余确定。尤其是，可以借助所提出的方法来验证现有技术中已知的疲劳识别***。
在另一实施例中设置成，根据所评估的驾驶员疲劳状态，利用机动车的输出单元向机动车的驾驶员输出声音的和/或视觉的和/或触觉的警告提示，尤其是警告信号，尤其是根据评估的驾驶员疲劳状态，将控制信号提供给所述至少一个驾驶员辅助***。换言之，根据当前的疲劳状态或驾驶员的相应疲劳程度而定，可以对驾驶员进行级联式警告和/或提醒。根据疲劳状态或疲劳程度而定，可以对驾驶员进行声音的和/或视觉的和/或触觉的警告或提高注意力。在此，例如可以借助于疲劳状态向驾驶员输出刺激，从而可以提高驾驶员的注意力。借助所提供的关于当前疲劳状态的信息，尤其是通过所述至少一个驾驶员辅助***，例如可以降低或适配机动车的速度。尤其地，在最坏的情况下，即当驾驶员熟睡时，可以执行自动紧急制动或自动紧急停车操作。因此，机动车可以安全地停止。所述至少一个驾驶员辅助***例如可以是自动驾驶仪、紧急辅助或紧急制动辅助或车道保持辅助。此外，可以根据驾驶员的相应的疲劳状态调节或适配机动车的驾驶员辅助***制动时间点和/或警告时间点。因此可以提高机动车在道路交通中的安全性，且尤其是其它交通参与方的安全性。
同样可设想，根据疲劳状态，且尤其根据疲劳水平或疲劳程度，确定的车辆功能和/或车辆***不再对驾驶员释放，即停用。
在评估疲劳状态时可以考虑的另一点是相应的白天时间或钟点时间或亮度状态，例如白天、夜晚或黄昏。还可以考虑天气条件，如降雪、雾或潮湿。
本发明的另一方面涉及一种具有评估单元和检测单元的电子疲劳识别***，其中，该电子疲劳识别***被构造用来执行根据前述方面或其改进的方法。尤其地，上述方法可以利用电子疲劳识别***来执行。电子疲劳识别***尤其是集成或布置在机动车中的电子的或数字的***。例如，电子疲劳识别***可以是机动车的一部分，作为驾驶员辅助***。尤其是，电子疲劳识别***与其它驾驶员辅助***或车辆组件以电子方式和数字方式互联。尤其是，电子疲劳识别***在机动车的车载网络中以数字方式互联。
本发明的另一方面涉及一种具有已经描述的电子疲劳识别***的机动车。尤其地，该机动车包含根据前述方面之一或其实施方式的电子疲劳识别***。尤其地，电子疲劳识别***是机动车的电子的车载网络或***的一部分。
例如，机动车是轿车或载重汽车或公共汽车或电动车辆或混合动力车辆或具有内燃机的车辆。机动车同样可以是部分自主运行的、尤其是完全自主运行的车辆。尤其地，机动车是高度自动化的车辆。
本发明还包括一种用于机动车的控制装置。该控制装置可以具有数据处理装置或处理器机构，其被设置成用于执行根据本发明的方法的实施方式。为此，处理器机构可以具有至少一个微处理器和/或至少一个微控制器和/或至少一个FPGA(现场可编程门阵列)和/或至少一个DSP(数字信号处理器)。此外，处理器机构可以具有程序代码，该程序代码被设置成用于在由处理器机构执行时执行根据本发明的方法的实施方式。程序代码可以存储在处理器机构的数据存储器中。
根据本发明的机动车优选地设计为机动车辆，尤其设计为轿车或载重汽车，或者设计为客车或摩托车。
各个方面的实施例应被视为其它方面的有利实施例，且反之亦然。
本发明还包括根据本发明的电子疲劳识别***和根据本发明的机动车的改进，其具有已经结合根据本发明的方法的改进描述的特征。出于这个原因，这里不再次描述根据本发明的电子疲劳识别***和根据本发明的机动车的相应改进。
本发明还包括所述实施方式的特征的组合。
附图说明
下面描述本发明的实施例。对此：
图1示出具有电子疲劳识别***的机动车的示意图；
图2示出图1中的机动车的驾驶员处于当前就座位置中的示意图；和
图3示出图1中的机动车的驾驶员处于参考就座位置中的另一示意图。
具体实施方式
下面解释的实施例是本发明的优选实施例。在所述实施例中，所描述的组件分别代表本发明的单独的、应相互独立地考察的特征，它们也分别相互独立地改进本发明，并且因此也单独地或以与所示出的不同的组合应被视为本发明的组成部分。此外，所描述的实施例也可通过本发明的已经描述的其它特征来补充。
在附图中，相同功能的元件分别设有相同的参考标记。
尤其地，图1中示出了机动车1的示意图，驾驶员2可以利用该机动车沿着预设的路线或预设的道路走向或任意的前进过程进行前进行驶。机动车1例如可以是载重汽车或公共汽车或轿车。可选地，机动车1可以是电动车辆或混合动力车辆或具有内燃机的车辆。此外，机动车1可以构造为高度自动化的车辆或部分自主运行的车辆或完全自主运行的车辆。
驾驶员2尤其是机动车1的驾驶员。
尤其可出现：驾驶员2在利用机动车1的行驶期间变得疲劳，且从而对前进行驶和交通状况变得注意力不集中。这尤其可以在长路程行驶中发生，或者也在较长的高速公路段中发生。尤其是，在作为机动车1的载重汽车的情况下，疲劳的风险特别高。
为了能够及早地识别到驾驶员2的疲劳或注意力不集中的开始，机动车1可以具有电子疲劳识别***3。电子疲劳识别***3尤其是机动车1中的集成单元。例如，电子疲劳识别***3作为驾驶员辅助***集成在机动车1的电子的车载网络***中。也可设想的是，将电子疲劳识别***3或疲劳识别***构造为在外部数据云中或在后端中的外部单元。由此，可以通过在后端与机动车1之间的通信技术的连接来回发送不同的输入和输出信息或输入和输出信号。
借助电子疲劳识别***3，尤其是根据驾驶员2的就座位置或就座行为，可以识别或探测驾驶员2的疲劳状态。借助驾驶员2的就座位置来识别疲劳具有优势，因为随着疲劳增加驾驶员2的身体的松弛无力可能出现。因此，在增加的疲劳的情况下，驾驶员2将从最佳就座位置滑离到或移位到注意力不集中的就座位置中。尤其地，当出现疲劳时，人们试图通过纠正坐姿或在座椅上的就座位置来抵消疲劳。正是这种行为可以用来评估驾驶员2的疲劳状态。
驾驶员2的疲劳状态可以根据驾驶员2在机动车1的车辆座椅5上的至少一个当前就座位置4(参见图2)来评估或评价。尤其地，车辆座椅5是机动车1的驾驶员座椅或车辆驾驶员的座椅。此外，还可以评估或识别车辆1中副驾驶员的疲劳或其它乘客的疲劳。
为了能够评估驾驶员2的实际疲劳或疲劳状态，利用电子疲劳识别***3，尤其是利用电子评估单元6或电子计算单元或电子处理单元，可以将当前就座位置4与至少一个参考就座位置7(参见图3)比较。参考就座位置7尤其是单独地适配于相应的驾驶员2。每个驾驶员2被分配了自己的参考就座位置7，从而可以进行精确且准确的疲劳识别或疲劳评估。因此可以利用参考就座位置7确定驾驶员2的相应就座位置的最佳范围。参考就座位置7尤其指出驾驶员2的状态，在该状态中，驾驶员2不疲劳，并且可以表征为注意力集中的驾驶员或注意力集中的交通参与方。因此，通过电子疲劳识别***3，借助在参考就座位置7和当前就座位置4之间的比较，可以对驾驶员2的相应疲劳状态进行精确的且适应情况的和单独的评估。
参考就座位置7可以在驾驶员2进入机动车1中与前进行驶的行驶开始之间的时间间隔或时间段期间，尤其是在接通点火时或在加速时或在换档过程中检测或确定。因此，在驾驶员2进入机动车1中之后，可以观察或检测驾驶员2占据到对于他最佳的且舒适的就座位置或就座行为中所在的时间段。在这种情况下，在驾驶员2的该时间间隔期间，可以借助检测单元8连续地观察或检测。检测单元8例如是电子疲劳识别***3的单元。检测单元8也可以是已经存在于机动车1或驾驶员辅助***或车辆***中的检测单元。在这种情况下，检测单元8将通过通信技术的连接，例如无线地或有线地，将检测到的数据传输给电子疲劳识别***3。检测单元8例如是一个或多个摄像机，或一个或多个传感器，或驾驶员观察摄像机或车辆内部摄像机。
尤其是，可以通过检测单元8连续地采集或记录从驾驶员进入到占据最佳就座位置之间的整个过程。换言之，可以实现进入且驾驶员2在车辆座椅5上的定位过程的视频或视频摄取。
例如，可以在时间间隔期间，借助检测单元8检测身体参考点9。驾驶员2身体的身体参考点9尤其可以是身体上独特的或身体上特定的或者身体上个体的特征和/或特点。尤其地，可以通过检测单元8来分析或检测驾驶员2的身体躯干或上身。尤其地，作为身体参考点9，可以检测身体的坐标或坐标点。例如，可以确定肩部的高度和/或肩部或下巴的取向或头部位置或头围或胸部高度或颈部处的独特点，作为身体参考点9。
此外，除了身体参考点9之外，利用检测单元8还可以检测机动车1的车辆座椅5的座椅参考点10(参见图2和图3)。这些座椅参考点也是车辆座椅5的或驾驶员座椅的类似坐标。在此，例如可以确定车辆座椅5的左上角或右上角或车辆座椅5的头枕或车辆座椅5的靠背区域。例如，检测单元8可以从发动机启动或接通车辆点火的时间点起，确定相应的参考点9、10。这种检测也可以类似于记录的视频予以评估。
利用身体参考点9和就座位置10，尤其是借助电子评估单元6，可以对参考就座位置7进行准确且精确的确定。在此，借助评估单元6可以评估或分析在车辆座椅5和驾驶员2之间的参考就座位置9、10之间的相应关系和/或比率和/或距离和/或间距。这些信息例如可以单独地分配给相应的车辆5和相应的驾驶员2。例如，可以把所确定的身体参考点和/或座椅参考点9、10以及一定的参考就座位置7在电子数字用户档案11中分配给驾驶员2并存储起来。因此，在驾驶员2的未来的前进行驶中，在评估疲劳时，且尤其是在确定参考就座位置7时，可以使用或考虑这些被存储的或储存的数据或信息。电子用户档案11可以集成在机动车1的车载电网中的数字存储单元中，或者集成在机动车1的驾驶员辅助***或信息娱乐***中。同样，电子用户档案11可以是在机动车1外部的数据存储单元，例如可选地后端或数据云。
例如，在比如5分钟或3分钟或6分钟的时间间隔内，可以利用电子疲劳识别***3观察和确定在身体参考点9和就座位置10之间的相应关系。借助相应的关系，评估单元6尤其可以确定驾驶员2的正常身***置的操作范围。因此，这可以用作参考就座位置7。
例如，在未来对驾驶员疲劳状态的评估中，且尤其是在借助面部识别软件或面部识别算法(“面部识别”或“面部ID”)确定参考就座位置7时，相应的驾驶员可以被识别，并针对其在电子用户档案11中分配的信息被鉴定，从而可以借助在电子用户档案11中存储的数据，快速确定当前的参考就座位置7。同样，存储在电子用户档案11中的数据可以用于检查当前参考就座位置7的合理性。
为了能够实现还改进地确定参考就座位置7，尤其设置成，电子疲劳识别***3包含机器学习单元12。尤其地，机器学习单元12集成在电子疲劳识别***3中或与其互联。
借助于疲劳识别***3，评估单元6，且尤其是电子疲劳识别***3，可以自动地机器地被训练或教会。尤其地，检测单元8也可以借助机器学习单元12机器地训练。由此，可以借助检测到的身体参考点、座椅参考点、当前就座位置4、参考就座位置7或其它广泛的信息和数据，采用自动的学习过程，以用于确定当前的参考位置7。因此可以在将来的过程中对就座位置7进行还更快和更有效的确定。尤其是，这种教会采用深度学习算法进行。在这种情况下，例如可以将先前的参考位置7与当前的参考位置7进行比较，检查合理性或在出现明显偏差时进行更新。例如，可以在每次车辆重新启动时或在机动车1每次重新开始行驶时执行该学习过程。由此，可以对电子疲劳识别***3及其组件或单元进行更快的教会。此外，在驾驶员2进入机动车1中和机动车1的前进行驶的行驶开始之间的时间间隔期间，可以连续地检测驾驶员2的就座位置和/或驾驶员2的就座行为。这同样可以用于确定参考就座位置，并识别疲劳状态，以及用于机器的训练过程。因此可以对驾驶员2进行单独的和个性化的数据收集。尤其地，直接在机动车1启动或前进之前确定参考就座位置7。
例如可能会出现的是，驾驶员2在前进行驶期间即使在他并不疲劳时也改变他的就座位置。例如可能是如下情况，驾驶员2改变车辆座椅5的座椅设定，或向前弯曲，或者对信息娱乐***或通信***进行设定。为了能够将这些事件作为与对疲劳识别的评估无关的信息过滤掉，可以采用在身体参考点9和座椅参考点10之间的关系。在这种情况下，在此优点是，参考就座位置9、10之间的距离或比率即使在调节车辆座椅5时也保持相同。例如，可以通过在靠背和肩部之间的最大水平距离过滤掉单个事件。例如，可以识别到前进倾斜，或转动至副驾驶员，或输入到信息娱乐***中。对于最佳就座区域，可以可选地确定在肩部和角点之间的距离。这些距离可选地从最小值或最大值或从这些距离从时间间隔中的标准偏差确定。因此，借助刚刚描述的方面可以执行精确的区分：是否借助于当前的就座位置改变而存在疲劳，或者驾驶员2是否在清醒状态下在机动车1中执行其它任务。因此，可以进行用于疲劳评估的选择。为此，例如除了实际的参考点9、10之外，还可以考虑驾驶员2和/或车辆座椅5的身体轮廓和/或可能还考虑亮度差异。
为了真正地识别或评估驾驶员2的疲劳状态，将当前就座位置4与参考就座位置7进行比较并予以分析。在这种情况下，为此尤其可以考虑在身体参考点9和座椅参考点10之间的偏差。为此也可以根据在就座位置4和参考就座位置7之间的比较来确定就座位置4和参考就座位置7之间的差值。这例如根据身体参考点9和座椅参考点10来进行。
为了能够评估驾驶员2的相应的当前实际的疲劳状态，可以对驾驶员2的相应的疲劳状态进行归类或分类。在此可以采用科学上的表格和/或标度和/或标准，以便能够将驾驶员2的疲劳状态划分为多个疲劳程度或疲劳水平或疲劳等级。例如，电子疲劳识别***3为此可以从外部数据库13或数据云中调用与疲劳相关的相应数据。因此可以对实际的疲劳状态进行准确的归类或分类。因此可以评估驾驶员2当前实际上是多么注意力集中和清醒。
在机动车1的整个前进行驶期间，借助评估单元6评估、监控和分析驾驶员2的当前就座位置。在此尤其地评估驾驶员2以什么频率、什么距离或在什么时间离开参考位置7的区域。尤其地，以频率意味着在当前就座位置4和参考位置7之间进行增多的切换或来回变化。由此可以推断出增加的或即将发生的疲劳。尤其是，当驾驶员2长时间地从参考位置7中离开时，可以评估出疲劳状态。尤其地，如果探测出进入参考位置7和从其中退出的频率增加，则可以推断出增加的疲劳。
例如，可以把驾驶员2的针对在就座位置4和参考就座位置7之间的特定参考值表征的疲劳程度或疲劳水平传送或提供给疲劳识别***3或评估单元6。根据所提供的这些信息，通过机器学习单元12，可以借助所提供的、检测的和存储的数据或信息来机器地训练电子疲劳识别***3，用以识别或评估疲劳状态。因此对电子疲劳识别***3进行自动教会或学习，用以准确和精确地评估相应车辆驾驶员的当前个人的疲劳状态。例如，除了时间间隔之外，还可以确定额外的时间段。对此例如可以提及第一时间段，其与驾驶员2在当前就座位置4中的当前停留时间相关地指定。换言之，利用第一时间段来表示驾驶员2处于当前就座位置4，即处于注意力不集中且容易疲劳的就座位置中有多久。驾驶员2处于当前就座位置4，即处于注意力不集中的身体姿势中的时间越长，可以推断出，存在增加的疲劳或增加的注意力不集中。可以确定另外的第二时间段，以该第二时间段发生在参考就座位置7和驾驶员2的当前就座位置4之间的位置改变持续时间。因此确定了驾驶员2从行驶开始从理想的参考就座位置7变换到当前就座位置4(即处于不良就座位置中)中所花费的时间有多久。这个过程发生得越快，即位置改变持续时间越短，就越早地能够推断出：驾驶员2在道路交通中的提早的疲劳并且因此提早的注意力不集中。
当驾驶员2针对可应用的时间位于参考范围或参考就座位置7之外时，也可以确定该时间段。也可以通过可应用的阈值来评估进入参考范围和从其中退出的频率。尤其地，这在考虑可应用的时间范围的情况下进行。因此，如果驾驶员2超过可应用的阈值或超过针对该阈值的频率，则可以推断出增加的疲劳。
例如，可以通过在身体参考点9和座椅参考点10之间的水平距离，过滤掉肩膀视线(Schulterblick,有时也称为侧视)，从而没有将该肩膀视线评估为相对于参考就座位置7的变化。
例如，可以使用或考虑采用附加信息来评估疲劳状态。在此例如可以考虑环境信息，如道路状况、对向交通、白天时间、亮度、天气、驾驶情况的复杂性、车道数量和/或机动车1周围的车辆数量。
这些尤其影响对于机动车1在道路交通中安全的前进行驶所需的注意力。
尤其地，在由电子疲劳识别***3、且尤其是由评估单元6评估驾驶员2的疲劳状态时，考虑机动车1的周围环境的周围环境信息和/或机动车1的乘客舱的内部空间信息和/或车辆组件的车辆信息和/或机动车1的行驶路线的路线信息和/或机动车1的驾驶员辅助***的附加信息和/或机动车1的驾驶员观察摄像机的图像信息。因此，可以通过多样化的信息对驾驶员的相应疲劳或注意力不集中进行改进的且更有效的和更精确的评估。
此外，这里描述的用于识别疲劳的方法可以用于检查已经在现有技术中提到的疲劳识别***的合理性。此外，可以将借助当前就座位置4的疲劳识别考虑作为针对存在的疲劳***的附加功能。也可以将已经存在的现有技术(例如特别是基于转向或经由眨眼时间或闭眼的疲劳识别)的信息，附加地考虑作为用于评估疲劳状态的另外的信息。电子疲劳识别***3因此可以与机动车1中的各种驾驶员辅助***和/或支持***或与外部服务器数字地互联。
借助于现在所确定的疲劳状态或相应的疲劳程度，可以借助电子疲劳识别***3针对驾驶员2的相应状态或注意力不集中状态导入或采取措施。为此，一方面可以将疲劳状态的相应数据提供给机动车1的信息娱乐***或机动车1的输出单元14。利用输出单元14，例如可以将声音的和/或视觉的和/或触觉的警告提示或警告信号输出给驾驶员2。驾驶员2因此可以被提示或注意到其当前的疲劳。也可以在输出单元14的帮助下，通过触觉刺激提醒或唤醒驾驶员2。尤其地，这些警告功能可以级联地进行。根据疲劳的类型或程度，可以设定相应的警告级别。例如，在第一级联的警告级别中，只能输出光学的警告。在随后的级别中，可以输出视觉的和听觉的警告。在随后的级别中，如果仍然没有反应或者如果就座位置没有明显改变，则可以输出声学的、声学的和触觉的警告。因此根据当前的视情况而定的且适配于驾驶员的情况，可以通过相应的警告来提高驾驶员2的分别的注意力。
如果疲劳处于临界的或加重的阶段，则作为另一可行性方案，可以借助所评估的当前疲劳状态来操控至少一个驾驶员辅助***15或车辆***。这尤其可以借助于电子疲劳识别***3来进行。借助驾驶员辅助***15或自动驾驶仪或紧急辅助或紧急制动辅助或车道保持辅助，可以通过驾驶员辅助***15进行到机动车1的当前行驶行为中的干预，尤其是自动干预。因此，例如在最坏的情况下，即在非常剧烈的疲劳的情况下，可以通过驾驶员辅助***15来进行紧急停止操作或紧急制动过程。此外，驾驶员辅助***15可以根据相应的疲劳状态来适配驾驶员辅助***15的制动和警告时间点。例如，在高度自动化的车辆作为机动车1的情况下，驾驶员辅助***15可以在加重的疲劳的情况下使机动车1缓慢地停止。也可以执行制动干预、转向干预或加速干预。尤其地，借助驾驶员辅助***15，对机动车1的行驶行为执行这种干预，从而对驾驶员2或其它交通参与方没有产生风险或不存在风险。
附图标记列表
1机动车
2驾驶员
3电子疲劳识别***
4当前就座位置
5车辆座椅
6电子评估单元
7参考就座位置
8检测单元
9身体参考点
10座椅参考点
11电子用户档案
12机器学习单元
13数据库
14输出单元
15驾驶辅助***。

Claims (10)

1.一种用于识别机动车(1)的驾驶员(2)的疲劳状态的方法，其中，
-根据所述驾驶员(2)在所述机动车(1)的车辆座椅(5)中的至少一个当前就座位置(4)，评估所述驾驶员(2)的疲劳状态，
其特征在于，
-将所述驾驶员(2)的当前就座位置(4)与至少一个参考就座位置(7)进行比较，所述至少一个参考就座位置在所述驾驶员(2)进入所述机动车(1)中和所述机动车(1)的前进行驶的行驶开始之间的时间间隔期间被检测并且表征所述驾驶员(2)的唤醒参考状态，其中，
-根据在所述当前就座位置(4)和所述参考就座位置(7)之间的比较来评估所述驾驶员(2)的当前疲劳状态。
2.根据权利要求1所述的方法，
其特征在于，
根据在所述当前就座位置(4)和所述参考就座位置(7)之间的比较来确定所述当前就座位置(4)和所述参考就座位置(7)之间的差值，其中，可以将所述驾驶员(2)的疲劳状态划分为至少两个疲劳程度，其中，根据所确定的所述差值，把所述驾驶员(2)的当前疲劳状态分配给所述至少两个疲劳程度之一。
3.根据权利要求2所述的方法，
其特征在于，
把所述驾驶员(2)的分配给所确定的所述差值的疲劳程度提供给所述机动车(1)的疲劳识别***(3)，其中，所分配的所述疲劳程度在驾驶员(2)的未来疲劳评估中被考虑，尤其是借助所提供的信息以及所述当前就座位置(4)和所述参考就座位置(7)，机器地训练所述机动车(1)的疲劳识别***(3)。
4.根据前述权利要求中任一项所述的方法，
其特征在于，
在所述驾驶员(2)进入所述机动车(1)中和所述机动车(1)的前进行驶的行驶开始之间的时间间隔期间，所述驾驶员(2)的身体参考点(9)和所述驾驶员(2)所坐的所述机动车(1)的车辆座椅(5)的座椅参考点(10)，利用所述机动车(1)的检测单元(8)连续地被检测，并被考虑用于确定所述参考就座位置(7)，尤其地，根据检测到的所述身体参考点(9)和检测到的所述座椅参考点(10)及在所述身体参考点(9)和座椅参考点(10)之间的关系，确定所述参考就座位置(7)，尤其是把所述驾驶员(2)的所确定的参考就座位置(7)存储在所述驾驶员(2)的电子用户档案(11)中，尤其是在所述当前就座位置(4)和所述参考就座位置(7)之间的比较中，考虑了身体参考点(9)和所述座椅参考点(10)之间的偏差。
5.根据前述权利要求中任一项所述的方法，
其特征在于，
确定与所述驾驶员(2)在所述当前就座位置(4)中的当前停留时间相关的第一时间段，和/或确定与由所述驾驶员(2)从所述参考就座位置(7)到所述当前就座位置(4)中的位置改变持续时间相关的第二时间段，其中，在评估所述驾驶员(2)的当前疲劳状态时，附加地考虑所述第一时间段和/或第二时间段。
6.根据前述权利要求中任一项所述的方法，
其特征在于，
在所述驾驶员(2)进入所述机动车(1)中和所述机动车(1)的前进行驶的行驶开始之间的时间间隔期间，利用检测单元(8)连续地检测所述驾驶员(2)的就座位置和/或所述驾驶员(2)的就座行为，其中，所述检测单元(8)借助于检测到的就座位置和/或检测到的就座行为，在确定所述参考就座位置(7)方面被机器地训练。
7.根据前述权利要求中任一项所述的方法，
其特征在于，
在评估所述驾驶员(2)的疲劳状态时，考虑所述机动车(1)周围环境的周围环境信息和/或所述机动车(1)的乘客舱的内部空间信息和/或车辆组件的车辆信息和/或所述机动车(1)的行驶路线的路线信息和/或所述机动车(1)的驾驶员辅助***(15)的附加信息和/或所述机动车(1)的驾驶员观察摄像机的图像信息。
8.根据前述权利要求中任一项所述的方法，
其特征在于，
根据所述驾驶员(2)的所评估的疲劳状态，利用所述机动车(1)的输出单元(14)向所述机动车(1)的驾驶员(2)输出声音的和/或视觉的和/或触觉的警告提示，尤其是警告信号，尤其是根据所述驾驶员(2)的所评估的疲劳状态，将控制信号提供给至少一个驾驶员辅助***(15)。
9.一种电子疲劳识别***(3)，具有评估单元(6)和检测单元(8)，其中，所述电子疲劳识别***(3)被构造用于执行根据前述权利要求1至8中任一项所述的方法。
10.一种机动车(1)，具有根据权利要求9所述的电子疲劳识别***(3)。
CN202210205790.1A 2021-03-04 2022-03-04 用于识别驾驶员疲劳状态的方法以及电子疲劳识别***和机动车 Pending CN115019289A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021202123.9A DE102021202123A1 (de) 2021-03-04 2021-03-04 Verfahren zur Erkennung eines Müdigkeitszustands eines Fahrers, sowie elektronisches Müdigkeitserkennungssystem und Kraftfahrzeug
DE102021202123.9 2021-03-04

Publications (1)

Publication Number Publication Date
CN115019289A true CN115019289A (zh) 2022-09-06

Family

ID=82898088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210205790.1A Pending CN115019289A (zh) 2021-03-04 2022-03-04 用于识别驾驶员疲劳状态的方法以及电子疲劳识别***和机动车

Country Status (2)

Country Link
CN (1) CN115019289A (zh)
DE (1) DE102021202123A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022002856B3 (de) 2022-08-06 2023-07-13 Günter Fendt Verfahren zur Müdigkeitserkennung und/oder Aufmerksamkeitsbeurteilung bei einem Fahrer eines Fahrzeugs, mittels Zuhilfenahme einer Infrastrukturanlage

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004034748B4 (de) 2004-07-17 2018-03-22 Conti Temic Microelectronic Gmbh Fahrerassistenzsystem zur Müdigkeitserkennung und/oder Aufmerksamkeitsbeurteilung eines Fahrzeugführers
DE102011104203A1 (de) 2011-06-15 2012-12-20 GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) Vorrichtung und Verfahren zur Müdigkeitserkennung eines Fahrers eines Kraftfahrzeugs
DE202014004917U1 (de) 2014-06-11 2014-07-14 Frank Munser-Herzog Fahrerassistenzsystem zur Müdigkeitserkennung und Sekundenschlaf-Vermeidung eines Fahrzeugführers
DE102014011264A1 (de) 2014-07-28 2016-01-28 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Verfahren zur Berechnung einer Rückholzeit
DE102014220050A1 (de) 2014-10-02 2016-04-07 Bayerische Motoren Werke Aktiengesellschaft System und Verfahren zur Unterstützung eines Fahrers eines Kraftfahrzeugs sowie Kraftfahrzeug
WO2017208529A1 (ja) 2016-06-02 2017-12-07 オムロン株式会社 運転者状態推定装置、運転者状態推定システム、運転者状態推定方法、運転者状態推定プログラム、対象者状態推定装置、対象者状態推定方法、対象者状態推定プログラム、および記録媒体
US10379535B2 (en) 2017-10-24 2019-08-13 Lear Corporation Drowsiness sensing system

Also Published As

Publication number Publication date
DE102021202123A1 (de) 2022-09-08

Similar Documents

Publication Publication Date Title
CN112041910B (zh) 信息处理装置、移动设备、方法和程序
JP7155122B2 (ja) 車両制御装置及び車両制御方法
JP7273031B2 (ja) 情報処理装置、移動装置、情報処理システム、および方法、並びにプログラム
JP7080598B2 (ja) 車両制御装置および車両制御方法
US10150478B2 (en) System and method for providing a notification of an automated restart of vehicle movement
KR102469467B1 (ko) 차량 안전 지원 장치 및 방법
JP7324716B2 (ja) 情報処理装置、移動装置、および方法、並びにプログラム
US11787408B2 (en) System and method for controlling vehicle based on condition of driver
US9558414B1 (en) Method for calculating a response time
US11685385B2 (en) Driver-monitoring system
CN109774471B (zh) 一种适用于安全驾驶的车载设备
CN107832748B (zh) 一种共享汽车驾驶员更换***及方法
JP7357006B2 (ja) 情報処理装置、移動装置、および方法、並びにプログラム
US20200070848A1 (en) Method and System for Initiating Autonomous Drive of a Vehicle
CN114981854A (zh) 信息处理装置、信息处理***、信息处理方法和信息处理程序
US11866073B2 (en) Information processing device, information processing system, and information processing method for wearable information terminal for a driver of an automatic driving vehicle
US20240000354A1 (en) Driving characteristic determination device, driving characteristic determination method, and recording medium
CN115019289A (zh) 用于识别驾驶员疲劳状态的方法以及电子疲劳识别***和机动车
US20240051585A1 (en) Information processing apparatus, information processing method, and information processing program
JP7468329B2 (ja) 運転支援装置、運転支援方法、運転支援プログラム
WO2024062769A1 (ja) ドライバー支援装置、ドライバー支援システム及びドライバー支援方法
JP2022111156A (ja) 車両制御装置および車両制御方法
JP2023072268A (ja) 運転者状態判定方法及びその装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination