FR3101593A1 - Determination of a state of density of road traffic - Google Patents
Determination of a state of density of road traffic Download PDFInfo
- Publication number
- FR3101593A1 FR3101593A1 FR1910975A FR1910975A FR3101593A1 FR 3101593 A1 FR3101593 A1 FR 3101593A1 FR 1910975 A FR1910975 A FR 1910975A FR 1910975 A FR1910975 A FR 1910975A FR 3101593 A1 FR3101593 A1 FR 3101593A1
- Authority
- FR
- France
- Prior art keywords
- gaze
- road traffic
- vehicle
- driver
- state
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 26
- 230000000007 visual effect Effects 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000011179 visual inspection Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 210000001747 pupil Anatomy 0.000 description 19
- 238000001514 detection method Methods 0.000 description 7
- 239000011521 glass Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 210000001525 retina Anatomy 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 210000004087 cornea Anatomy 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000004279 orbit Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- B60W40/02—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 ambient conditions
- B60W40/04—Traffic conditions
-
- 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
-
- 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
- B60W2540/225—Direction of gaze
-
- 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
- B60W2556/45—External transmission of data to or from the vehicle
-
- 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
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18109—Braking
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
L’invention fournit un procédé de détermination d’un état de densité d’un trafic routier en fonction de changements de direction du regard d’un conducteur d’un véhicule au cours de la conduite, le procédé comportant : - alimenter (S1) une intelligence artificielle avec des données pour reconnaitre des changements de direction de regard du conducteur vers au moins un rétroviseur, - compter dans une fenêtre temporelle prédéterminée un nombre courant d’occurrence de changements (S21) de direction de regard caractérisant l’état de densité de trafic routier et comparer ledit nombre courant à un seuil (S22), et si le nombre courant est supérieur au seuil, déterminer une géolocalisation courante du véhicule pour signaler l’état de densité de trafic routier en ladite géolocalisation courante. Figure de l’abrégé : Figure 4The invention provides a method for determining a state of density of road traffic as a function of changes in the direction of the gaze of a driver of a vehicle during driving, the method comprising: - supplying (S1) artificial intelligence with data for recognizing changes in the direction of gaze from the driver to at least one rearview mirror, - counting in a predetermined time window a current number of occurrences of changes (S21) in the direction of gaze characterizing the state of density of road traffic and comparing said current number with a threshold (S22), and if the current number is greater than the threshold, determining a current geolocation of the vehicle to signal the state of road traffic density in said current geolocation. Abstract figure: Figure 4
Description
La présente invention concerne la détermination d’un état de densité d’un trafic routier.The present invention relates to the determination of a state of density of road traffic.
On connait des modèles d’estimation de la densité d’un trafic routier basé sur l’acquisition et le traitement d’information issue de capteurs de différentes natures.We know models for estimating the density of road traffic based on the acquisition and processing of information from sensors of different types.
On connait notamment des capteurs intrusifs, installés sur une chaussée de sorte que des véhicules passant sur la chaussée exercent une action sur ces capteurs. De tels capteurs peuvent être par exemple des boucles inductives ou des tubes pneumatiques. Dans les deux cas, ces capteurs présentent l’inconvénient de perturber le trafic lors de l’installation et/ou de la maintenance. En outre, de tels capteurs présentent une durée de vie limitée du fait de l’usure produite par les véhicules qui roulent sur ces capteurs.In particular, intrusive sensors are known, installed on a roadway so that vehicles passing over the roadway exert an action on these sensors. Such sensors can for example be inductive loops or pneumatic tubes. In both cases, these sensors have the disadvantage of disturbing traffic during installation and/or maintenance. In addition, such sensors have a limited lifetime due to the wear produced by the vehicles running on these sensors.
Il est en outre connu des capteurs non-intrusifs qui sont installés aux abords des routes. De tels capteurs peuvent comporter par exemple des caméras aptes à acquérir des images des véhicules circulant dans leur champ.It is also known from non-intrusive sensors which are installed along roadsides. Such sensors can for example comprise cameras capable of acquiring images of vehicles traveling in their field.
De tels capteurs présentent l’inconvénient de nécessiter une installation sur place, ainsi qu’une lourde charge de calcul impliquant un coût calculatoire et des délais importants. En outre, de tels capteurs ne peuvent acquérir des images que d’une portion de route.Such sensors have the disadvantage of requiring on-site installation, as well as a heavy computational load involving a computational cost and significant delays. In addition, such sensors can only acquire images of a portion of the road.
On connait plus récemment des applications embarquées sur des dispositifs mobiles, par exemple des dispositifs de type smartphone ou des dispositifs de guidage de véhicules utilisant la technologie de système mondial de géolocalisation, encore appelé en anglais « Global Positioning System (GPS) ». Ces applications peuvent comporter une fonction d’entrée manuelle, par l’utilisateur, de difficultés rencontrées lors de la conduite sur une portion de route. De telles difficultés peuvent être par exemple des embouteillages. Ces applications présentent l’inconvénient de perturber la conduite de l’utilisateur qui doit appuyer manuellement sur le dispositif.There are more recently known applications embedded on mobile devices, for example smartphone-type devices or vehicle guidance devices using global geolocation system technology, also called "Global Positioning System (GPS)". These applications may include a function for manual entry, by the user, of difficulties encountered while driving on a section of road. Such difficulties can be, for example, traffic jams. These applications have the disadvantage of disturbing the conduct of the user who must manually press the device.
RésuméSummary
La présente divulgation vient améliorer la situation.This disclosure improves the situation.
Elle propose à cet effet un procédé, mis en œuvre par des moyens informatiques, de détermination d’un état de densité d’un trafic routier en fonction de changements de direction du regard d’un conducteur d’un véhicule au cours de la conduite,
dans lequel on prévoit un dispositif capteur de direction de regard apte à capter un ensemble de directions du regard du conducteur du véhicule, le procédé comportant :
- alimenter une intelligence artificielle avec des données issues du dispositif capteur pour reconnaitre des changements de direction de regard du conducteur vers au moins un rétroviseur que comporte le véhicule, les changements de direction de regard caractérisant un état de densité de trafic routier dans lequel évolue le véhicule,
- compter dans une fenêtre temporelle prédéterminée un nombre courant d’occurrence de changements de direction de regard caractérisant l’état de densité de trafic routier et comparer ledit nombre courant à un seuil,
et si le nombre courant est supérieur au seuil, déterminer une géolocalisation courante du véhicule pour signaler l’état de densité de trafic routier en ladite géolocalisation courante.It proposes for this purpose a method, implemented by computer means, for determining a state of density of road traffic as a function of changes in direction of the gaze of a driver of a vehicle while driving. ,
in which a gaze direction sensor device capable of sensing a set of gaze directions of the driver of the vehicle is provided, the method comprising:
- supplying an artificial intelligence with data from the sensor device to recognize changes in the direction of the driver's gaze towards at least one rear-view mirror that the vehicle has, the changes in direction of gaze characterizing a state of road traffic density in which the driver is moving vehicle,
- counting in a predetermined time window a current number of occurrences of gaze direction changes characterizing the state of road traffic density and comparing said current number with a threshold,
and if the current number is greater than the threshold, determining a current geolocation of the vehicle to signal the state of road traffic density at said current geolocation.
Ainsi, outre les inconvénients énoncés ci-avant en référence aux solutions de l’art antérieur et que vient surmonter la présente invention, lors de l’estimation d’un trafic routier, une mise en œuvre de la présenté invention permet de prendre en compte la subjectivité d’un conducteur face à la densité de véhicule l’environnant.Thus, in addition to the drawbacks stated above with reference to the solutions of the prior art and which the present invention overcomes, when estimating road traffic, an implementation of the present invention makes it possible to take into account the subjectivity of a driver faced with the density of surrounding vehicles.
Selon des modes de réalisation, le procédé peut comporter en outre chacune des caractéristiques ci-dessous, ou n’importe laquelle de leur combinaison.According to embodiments, the method may further comprise each of the characteristics below, or any of their combination.
Selon un mode de réalisation, le procédé comporte en outre :
- une étape préalable d’apprentissage, dans des ensembles de directions de regard captés par le dispositif capteur dans ladite fenêtre temporelle prédéterminée, d’au moins une répartition caractéristique de la direction de regard comportant au moins ledit nombre courant d’occurrence desdits changements de direction de regard,
- une étape opérationnelle comportant :
* une mise en œuvre de ladite intelligence artificielle pour identifier, dans un ensemble de direction de regard capté, ladite répartition caractéristique de la base d’apprentissage, et
* la détermination, d’un état de densité du trafic routier, en fonction d’un résultat de l’identification de la répartition caractéristique.According to one embodiment, the method further comprises:
- a prior learning step, in sets of directions of gaze sensed by the sensor device in said predetermined time window, of at least one characteristic distribution of the direction of gaze comprising at least said current number of occurrences of said changes of gaze direction,
- an operational step comprising:
* an implementation of said artificial intelligence to identify, in a set of direction of gaze captured, said characteristic distribution of the learning base, and
* the determination of a state of road traffic density, according to a result of the identification of the characteristic distribution.
Selon un mode de réalisation, ledit changement de direction de regard correspond à un déplacement du regard vers au moins une direction de regard prédéfinie dirigée vers l’au moins un rétroviseur, dans lequel la répartition caractéristique de l’ensemble de direction du regard comporte au moins ladite au moins une direction de regard prédéfinie présente à l’extérieur d’un cône principal de direction du regard dont l’axe coïncide avec une direction du regard centrale, le cône principal présentant un demi-angle au sommet inférieur à 30°, de préférence inférieur à 20°, de préférence encore inférieur à 10°, de préférence encore inférieur à 5°.According to one embodiment, said change of direction of gaze corresponds to a displacement of gaze towards at least one predefined direction of gaze directed towards the at least one mirror, in which the characteristic distribution of the direction of gaze assembly comprises at at least said at least one predefined gaze direction present outside a main gaze direction cone whose axis coincides with a central gaze direction, the main cone having a half-angle at the apex of less than 30°, preferably less than 20°, more preferably less than 10°, more preferably less than 5°.
Selon un mode de réalisation, la répartition caractéristique de l’ensemble de direction du regard consiste en un pourcentage prédéfini de directions présentes à l’extérieur du cône principal.According to one embodiment, the characteristic distribution of the gaze direction set consists of a predefined percentage of directions present outside the main cone.
Selon un mode de réalisation, ladite direction de regard prédéfinie est comprise dans un cône secondaire prédéfini dont l’axe est dévié d’un angle de déviation prédéfini respectivement horizontalement ou verticalement par rapport à l’axe du cône principal, ladite direction de regard prédéfinie présente à l’extérieur du cône principal étant caractéristique du regard du conducteur respectivement dans l’au moins un rétroviseur. Par exemple, l’au moins un rétroviseur est un rétroviseur latéral ou un rétroviseur arrière.According to one embodiment, said predefined gaze direction is included in a predefined secondary cone whose axis is deviated by a predefined deviation angle respectively horizontally or vertically with respect to the axis of the main cone, said predefined gaze direction present outside the main cone being characteristic of the driver's gaze respectively in the at least one mirror. For example, the at least one mirror is a side mirror or a rear mirror.
Selon un mode de réalisation, la répartition caractéristique est une signature d’un scenario de contrôles visuels dans des situations de conduite d’un véhicule.According to one embodiment, the characteristic distribution is a signature of a scenario of visual checks in situations of driving a vehicle.
Selon un mode de réalisation, le scenario de contrôle visuel comporte au moins une des situations de conduite d’un véhicule parmi :
- une situation dans laquelle le conducteur va actionner le frein de son véhicule afin d’en diminuer la vitesse ;
- une situation dans laquelle un usager double le véhicule du conducteur sur une chaussée à plusieurs voies;
- une situation dans laquelle le conducteur va effectuer un changement de file sur une chaussée à plusieurs voies ;
- une situation dans laquelle un usager croise le conducteur sur une chaussée à plusieurs voies.According to one embodiment, the visual inspection scenario includes at least one of the driving situations of a vehicle among:
- a situation in which the driver will activate the brake of his vehicle in order to reduce its speed;
- a situation in which a user overtakes the driver's vehicle on a multi-lane roadway;
- a situation in which the driver is about to make a lane change on a multi-lane roadway;
- a situation in which a user meets the driver on a multi-lane roadway.
Selon un mode de réalisation, l’ensemble de direction de regard est un ensemble séquentiel de directions de regard, et la signature d’un scenario de contrôles visuels correspond à une séquence caractéristique de directions de regard correspondant à des déviations successives de la direction de regard par rapport à l’intérieur du cône principal.According to one embodiment, the gaze direction set is a sequential set of gaze directions, and the signature of a visual checks scenario corresponds to a characteristic sequence of gaze directions corresponding to successive deviations from the direction of gaze. gaze in relation to the interior of the main cone.
Selon un mode de réalisation, le procédé comporte en outre la mise en œuvre de l’intelligence artificielle pour identifier, dans une pluralité d’ensembles de direction de regard captés au cours d’une durée de temps prédéfinie, une pluralité de répartitions caractéristiques de la base d’apprentissage, et
dans lequel l’étape de détermination d’un état de densité du trafic routier comporte en outre la détermination d’une fréquence d’occurrence d’un scenario de contrôle visuel au cours de la durée de temps prédéfinie, la détermination de l’état de densité de trafic routier étant une fonction de la fréquence d’occurrence déterminée.According to one embodiment, the method further comprises the implementation of artificial intelligence to identify, in a plurality of gaze direction sets captured during a predefined period of time, a plurality of characteristic distributions of the learning base, and
wherein the step of determining a road traffic density state further comprises determining a frequency of occurrence of a visual inspection scenario during the predefined time duration, determining the state of road traffic density being a function of the frequency of occurrence determined.
Selon un mode de réalisation, la fonction de densité de trafic routier est une fonction croissante de la fréquence d’occurrence.According to one embodiment, the road traffic density function is an increasing function of the frequency of occurrence.
Selon un mode de réalisation, on prévoit en outre un module d’horloge apte à associer un horodatage à ladite fenêtre temporelle prédéterminée, ainsi qu’un module de géolocalisation apte à associer à l’ensemble de directions de regard des coordonnées de géolocalisation du lieu où l’ensemble de directions de regard a été capté, le procédé comportant en outre :
- le stockage, dans une mémoire, de l’état de densité du trafic routier, en association avec les coordonnées de géolocalisation et l’horodatage de la fenêtre temporelle prédéterminée.According to one embodiment, there is also provided a clock module capable of associating a timestamp with said predetermined time window, as well as a geolocation module capable of associating geolocation coordinates of the place with the set of gaze directions where the set of viewing directions has been sensed, the method further comprising:
- the storage, in a memory, of the state of road traffic density, in association with the geolocation coordinates and the timestamp of the predetermined time window.
L’invention fournit en outre un système pour la mise en œuvre du procédé tel que décrit ci-dessus, comportant:
- le dispositif capteur de direction de regard, à disposition du conducteur du véhicule présentant une interface de communication avec un serveur distant,
- ledit serveur distant comportant une unité de stockage d’information et une unité processeur configurée pour mettre en œuvre :
- une étape d’alimentation de ladite intelligence artificielle avec des données issues du dispositif capteur pour reconnaitre des changements de direction de regard du conducteur vers au moins un rétroviseur que comporte le véhicule, les changements de direction de regard caractérisant un état de densité de trafic routier dans lequel évolue le véhicule,
- une étape de comptage dans une fenêtre temporelle prédéterminée un nombre courant d’occurrence de changements de direction de regard caractérisant l’état de densité de trafic routier et comparer ledit nombre courant à un seuil,
et si le nombre courant est supérieur au seuil,
- une étape de détermination une géolocalisation courante du véhicule pour signaler l’état de densité de trafic routier en ladite géolocalisation courante.The invention further provides a system for implementing the method as described above, comprising:
- the gaze direction sensor device, available to the driver of the vehicle having a communication interface with a remote server,
- said remote server comprising an information storage unit and a processor unit configured to implement:
- a step of feeding said artificial intelligence with data from the sensor device to recognize changes in the direction of gaze of the driver towards at least one rear-view mirror that the vehicle has, the changes in direction of gaze characterizing a state of traffic density road in which the vehicle is moving,
- a step of counting in a predetermined time window a current number of occurrences of gaze direction changes characterizing the state of road traffic density and comparing said current number with a threshold,
and if the current number is greater than the threshold,
- A step of determining a current geolocation of the vehicle to report the state of road traffic density in said current geolocation.
Un tel système peut comporter une ou plusieurs des caractéristiques ci-dessous.Such a system may include one or more of the features below.
Selon un mode de réalisation, le dispositif capteur comporte une monture de lunettes connectée.According to one embodiment, the sensor device comprises a connected spectacle frame.
Alternativement, le dispositif capteur peut comporter au moins une caméra aménagée dans l’habitacle du véhicule (face au conducteur typiquement), la caméra pouvant être reliée à un module de détection de suivi oculaire (ou « eye tracking » en anglais) afin de détecter la direction du regard du conducteur vers le rétroviseur précité et compter le nombre d’occurrences par unité de temps de cet évènement. Une telle camera intérieure peut équiper un système dit « DMS » (pour « Driver Monitoring System ») éventuellement préexistant dans le véhicule et servant notamment à détecter un endormissement du conducteur par exemple.Alternatively, the sensor device may comprise at least one camera arranged in the passenger compartment of the vehicle (typically facing the driver), the camera being able to be connected to an eye tracking detection module (or "eye tracking" in English) in order to detect the direction of the driver's gaze towards the aforementioned rear-view mirror and count the number of occurrences per unit of time of this event. Such an interior camera can be fitted to a so-called "DMS" system (for "Driver Monitoring System") that may already exist in the vehicle and is used in particular to detect the driver falling asleep, for example.
Selon un mode de réalisation, le dispositif capteur de direction de regard comporte un capteur infrarouge comportant une diode infrarouge apte à émettre un faisceau de lumière infrarouge dans la direction d’un œil, et un photo-détecteur infrarouge apte à détecter une réflexion du faisceau de lumière infrarouge, le dispositif capteur comportant en outre un circuit de traitement informatique apte à déterminer la direction du regard de l’œil en fonction de l’intensité de la réflexion.According to one embodiment, the gaze direction sensor device comprises an infrared sensor comprising an infrared diode capable of emitting a beam of infrared light in the direction of an eye, and an infrared photo-detector capable of detecting a reflection of the beam of infrared light, the sensor device further comprising a computer processing circuit capable of determining the direction of gaze of the eye as a function of the intensity of the reflection.
Selon un mode de réalisation, le serveur distant comporte l’intelligence artificielle.According to one embodiment, the remote server includes artificial intelligence.
Selon un mode de réalisation, le dispositif capteur comporte l’intelligence artificielle.According to one embodiment, the sensor device includes artificial intelligence.
L’invention fournit également un serveur d’un système tel que décrit ci-dessus, configuré pour mettre en œuvre :
- une étape d’alimentation de ladite intelligence artificielle avec des données issues du dispositif capteur pour reconnaitre des changements de direction de regard du conducteur vers au moins un rétroviseur que comporte le véhicule, les changements de direction de regard caractérisant un état de densité de trafic routier dans lequel évolue le véhicule,
- une étape de comptage dans une fenêtre temporelle prédéterminée un nombre courant d’occurrence de changements de direction de regard caractérisant l’état de densité de trafic routier et comparer ledit nombre courant à un seuil,
et si le nombre courant est supérieur au seuil,
- une étape de détermination une géolocalisation courante du véhicule pour signaler l’état de densité de trafic routier en ladite géolocalisation courante.The invention also provides a server of a system as described above, configured to implement:
- a step of feeding said artificial intelligence with data from the sensor device to recognize changes in the direction of gaze of the driver towards at least one rear-view mirror that the vehicle has, the changes in direction of gaze characterizing a state of traffic density road in which the vehicle is moving,
- a step of counting in a predetermined time window a current number of occurrences of gaze direction changes characterizing the state of road traffic density and comparing said current number with a threshold,
and if the current number is greater than the threshold,
- A step of determining a current geolocation of the vehicle to report the state of road traffic density in said current geolocation.
Selon un mode de réalisation, le serveur est configuré en outre pour mettre en œuvre :
- une étape préalable d’apprentissage, dans des ensembles de directions de regard captés par le dispositif capteur dans ladite fenêtre temporelle prédéterminée, d’au moins une répartition caractéristique de la direction de regard comportant au moins ledit nombre courant d’occurrence desdits changements de direction de regard,
- une étape opérationnelle comportant :
* une mise en œuvre de ladite intelligence artificielle pour identifier, dans un ensemble de direction de regard capté, une répartition caractéristique de la base d’apprentissage, et
* en fonction d’un résultat de l’identification de la répartition caractéristique, une détermination d’un état de densité du trafic routier,
- le stockage, dans une mémoire, de l’état de densité du trafic routier, en association avec les coordonnées de géolocalisation et l’horodatage de la fenêtre temporelle.According to one embodiment, the server is further configured to implement:
- a prior learning step, in sets of directions of gaze sensed by the sensor device in said predetermined time window, of at least one characteristic distribution of the direction of gaze comprising at least said current number of occurrences of said changes of gaze direction,
- an operational step comprising:
* an implementation of said artificial intelligence to identify, in a set of direction of gaze captured, a characteristic distribution of the learning base, and
* depending on a result of the identification of the characteristic distribution, a determination of a state of road traffic density,
- the storage, in a memory, of the state of road traffic density, in association with the geolocation coordinates and the timestamp of the time window.
L’invention fournit également un dispositif capteur d’un système tel que décrit ci-dessus, configuré pour reconnaitre des changements de direction de regard du conducteur vers au moins un rétroviseur que comporte le véhicule, et pour communiquer avec le serveur distant.The invention also provides a sensor device of a system as described above, configured to recognize changes in the direction of the driver's gaze towards at least one rear-view mirror that the vehicle has, and to communicate with the remote server.
L’invention fournit également un programme informatique comportant des instructions pour la mise en œuvre du procédé tel que décrit ci-dessus, lorsque lesdites instructions sont exécutées par un processeur.The invention also provides a computer program comprising instructions for implementing the method as described above, when said instructions are executed by a processor.
D’autres caractéristiques, détails et avantages apparaîtront à la lecture de la description détaillée ci-après, et à l’analyse des dessins annexés, sur lesquels :Other characteristics, details and advantages will appear on reading the detailed description below, and on analyzing the attached drawings, on which:
Fig. 1Fig. 1
Fig. 2Fig. 2
Fig. 3Fig. 3
Fig. 4Fig. 4
Fig. 5Fig. 5
Fig. 6Fig. 6
Les dessins et la description ci-après contiennent, pour l’essentiel, des éléments de caractère certain. Ils pourront donc non seulement servir à mieux faire comprendre la présente divulgation, mais aussi contribuer à sa définition, le cas échéant.The drawings and the description below contain, for the most part, certain elements. They may therefore not only serve to better understand this disclosure, but also contribute to its definition, where applicable.
Lorsqu’il conduit, en fonction des situations, un conducteur d’un véhicule automobile effectue des contrôles visuels dans sa voiture. Les contrôles visuels qu’il effectue sont liés à des situations qu’il rencontre au cours de sa conduite. Les situations sont certaines actions ou manœuvres de conduites, et sont réalisées pour des besoins de circulation ainsi que de sécurité.When driving, depending on the situation, a driver of a motor vehicle carries out visual checks in his car. The visual checks he performs are linked to situations he encounters while driving. Situations are certain driving actions or manoeuvres, and are carried out for traffic and safety purposes.
Les contrôles visuels comporte l’action de regarder en particulier dans l’un de ses rétroviseurs, et peuvent comporter en outre regarder à travers les vitres et/ou le pare-brise, contrôler l’angle mort, ou autres.The visual checks include the action of looking in particular into one of its mirrors, and may also include looking through the windows and/or the windshield, checking the blind spot, or others.
Les contrôles visuels comportent généralement deux composantes de gestuelle du conducteur.Visual checks generally have two driver gesture components.
Une première composante est une modification de la posture du corps, telle, par exemple, celle nécessitée par le fait de regarder par-dessus son épaule, qui implique de tourner la tête.A first component is a modification of the posture of the body, such, for example, that required by the fact of looking over one's shoulder, which involves turning the head.
Une seconde composante est une modification de la direction du regard par un mouvement de rotation de l’œil à l’intérieur de l’orbite oculaire. Un tel mouvement de rotation de l’œil implique un déplacement de la rétine relativement au cadre formé par le pourtour de l’œil.A second component is a change in the direction of gaze by a rotational movement of the eye inside the eye socket. Such a rotational movement of the eye involves a displacement of the retina relative to the frame formed by the circumference of the eye.
Sur les différentes figures, les mêmes références désignent des éléments similaires ou identiques. Pour des raisons de clarté de l’exposé, certains éléments ne sont pas nécessairement représentés à l’échelle.In the various figures, the same references designate similar or identical elements. For reasons of clarity of the presentation, certain elements are not necessarily represented to scale.
On se réfère à la figure 1 pour décrire un système de détection d’un trafic routier. Le système de détection du trafic routier comporte notamment une monture connectée de la paire de lunettes 1 (appelée ci-après « monture de lunettes connectée 1 ») apte à détecter un contrôle visuel, notamment selon la seconde composante de gestuelle.Reference is made to FIG. 1 to describe a road traffic detection system. The road traffic detection system comprises in particular a connected frame of the pair of glasses 1 (hereinafter called “connected glasses frame 1”) capable of detecting a visual check, in particular according to the second gesture component.
Pour ce faire, la monture de lunettes connectée 1 comporte des moyens de détection d’un déplacement de la rétine relativement au cadre formé par le pourtour de l’œil, lorsqu’elle est portée par un utilisateur, ici, un conducteur.To do this, the connected spectacle frame 1 comprises means for detecting a displacement of the retina relative to the frame formed by the periphery of the eye, when it is worn by a user, here, a driver.
A cette fin, la monture de lunettes connectée 1 comporte une unité capteur. L’unité capteur est configurée pour capter le déplacement des rétines relativement au cadre formé par le pourtour de chaque œil. A des fins de représentation, la figure 1 montre le pourtour 10 de l’œil gauche, le pourtour 11 de l’œil droit, ainsi que la position de la pupille 12 de l’œil gauche au sein d’un quadrillage numéroté de A à J pour les colonnes et de 1 à 5 pour les lignes. La position de la pupille de l’œil droit est également représentée. Le quadrillage est un découpage virtuel de la surface dans laquelle les pupilles évoluent lorsqu’elles sont en mouvement.To this end, the connected spectacle frame 1 comprises a sensor unit. The sensor unit is configured to sense the movement of the retinas relative to the frame formed by the circumference of each eye. For representation purposes, Figure 1 shows the outline 10 of the left eye, the outline 11 of the right eye, as well as the position of the pupil 12 of the left eye within a grid numbered A to J for columns and from 1 to 5 for rows. The position of the pupil of the right eye is also shown. The grid is a virtual cutting of the surface in which the pupils evolve when they are in motion.
L’unité capteur comporte par exemple quatre capteurs 31, 32, 33 et 34 qui sont des capteurs infrarouges. Un capteur infrarouge comporte une diode d’émission de lumière infrarouge et un photo-détecteur infrarouge. La diode d’émission de lumière infrarouge est sélectionnée pour présenter des caractéristiques sans danger de détérioration de la vision humaine. La diode d’émission de lumière infrarouge est configurée pour émettre un faisceau infrarouge dans la direction de la pupille d’un des deux yeux, et le photo-détecteur infrarouge est apte à détecter une réflexion du faisceau infrarouge renvoyée par la cornée de l'œil.The sensor unit comprises for example four sensors 31, 32, 33 and 34 which are infrared sensors. An infrared sensor comprises an infrared light-emitting diode and an infrared photo-detector. The infrared light-emitting diode is selected to have characteristics that do not harm human vision. The infrared light emitting diode is configured to emit an infrared beam in the direction of the pupil of one of the two eyes, and the infrared photo-detector is capable of detecting a reflection of the infrared beam returned by the cornea of the eye.
La monture de lunettes connectée 1 comporte en outre un circuit de traitement informatique comportant un processeur et une mémoire (non représentés). Le processeur et la mémoire sont configurés afin de déterminer la position de la pupille dans le quadrillage virtuel à partir de l’intensité et du spectre des faisceaux infrarouge réfléchis et captés par chacun des photo-détecteurs.The connected eyeglass frame 1 further comprises a computer processing circuit comprising a processor and a memory (not shown). The processor and the memory are configured in order to determine the position of the pupil in the virtual grid from the intensity and the spectrum of the infrared beams reflected and captured by each of the photo-detectors.
Le processeur et la mémoire sont en outre configurés afin d’horodater les positions des pupilles au fur et à mesure qu’elles sont captées. Pour ce faire, la monture de lunettes connectée 1 comporte également une horloge ou des moyens d’accès à des données d’horloge extérieure. En outre, la monture de lunettes connectée 1 comporte également une puce de géolocalisation, telle par exemple une puce GPS, de l’anglais « global positioning system », ou des moyens d’accès à des données de géolocalisation du véhicule.The processor and memory are further configured to timestamp pupil positions as they are captured. To do this, the connected spectacle frame 1 also includes a clock or means for accessing external clock data. In addition, the connected glasses frame 1 also includes a geolocation chip, such as for example a GPS chip, from the English "global positioning system", or means of access to vehicle geolocation data.
Le processeur et la mémoire sont en outre configurés afin de générer une séquence de positions horodatées des pupilles, et de l’associer à des coordonnées de géolocalisation de la monture de lunettes connectée 1 au moment où la monture de lunettes connectée 1 a généré la séquence.The processor and the memory are further configured to generate a sequence of timestamped positions of the pupils, and to associate it with geolocation coordinates of the connected eyeglass frame 1 at the time when the connected eyeglass frame 1 generated the sequence .
La monture de lunettes connectée 1 comporte en outre une interface de communication 13 apte à transmettre au fur et à mesure des séquences de positions horodatées des pupilles et les coordonnées de géolocalisation associées, jusqu’à un serveur distant 14, par l’intermédiaire d’un réseau de communication 15.The connected spectacle frame 1 further comprises a communication interface 13 able to transmit progressively sequences of time-stamped positions of the pupils and the associated geolocation coordinates, to a remote server 14, via a communication network 15.
Le serveur distant 14 fait également partie du système de détection d’un trafic routier. Le serveur distant 14 comporte une interface de communication 16, un processeur 17 et une mémoire 18.The remote server 14 is also part of the road traffic detection system. The remote server 14 comprises a communication interface 16, a processor 17 and a memory 18.
L’interface de communication 16 est configurée pour recevoir des séquences de positions horodatées des pupilles. Le processeur 17 est apte à déterminer qu’une séquence correspond à un scenario de contrôles visuels caractéristique.The communication interface 16 is configured to receive sequences of timestamped positions of the pupils. The processor 17 is able to determine that a sequence corresponds to a characteristic visual control scenario.
Pour permettre cette détermination, le processeur 17 comporte une intelligence artificielle qui a été préalablement entrainée.To allow this determination, the processor 17 comprises an artificial intelligence which has been previously trained.
Selon un mode de réalisation, l’entrainement peut avoir été effectué sur la base de l’utilisation d’une monture de lunettes connectées par un opérateur pilotant un équipement mettant en œuvre l’intelligence artificielle. L’opérateur va acquérir de nombreuses séquences de positions horodatées des pupilles, et va associer à celles d’entre elles pour lesquelles cela se justifie un marquage identifiant un scenario parmi différents scenarii, en le renseignant via son équipement.According to one embodiment, the training may have been carried out on the basis of the use of a connected spectacle frame by an operator piloting equipment implementing artificial intelligence. The operator will acquire many sequences of time-stamped positions of the pupils, and will associate with those of them for which this is justified a marking identifying a scenario among different scenarios, by entering it via his equipment.
A titre d’exemples non limitatifs, l’intelligence artificielle peut être mise en œuvre par un apprentissage « en profondeur » (appelé en anglais « deep learning »), par un réseau de neurones entrainé, ou par de l’apprentissage « machine » (de l’anglais « machine learning »). On peut définir un « réseau de neurones » généralement par un ensemble de fonctions de transfert dont les coefficients sont modifiés progressivement (au fur et à mesure de l’apprentissage) en fonction d’une nouvelle acquisition de séquence de positions horodatées des pupilles et marquée comme étant caractéristique d’un scenario à reconnaitre.By way of non-limiting examples, artificial intelligence can be implemented by “deep” learning, by a trained neural network, or by “machine” learning. (from the English “machine learning”). We can define a "neural network" generally by a set of transfer functions whose coefficients are gradually modified (as the learning progresses) according to a new sequence acquisition of timestamped positions of the pupils and marked as being characteristic of a scenario to be recognized.
Notamment, différents scenarii de contrôles visuels peuvent être identifiés lors de différentes situations. Bien qu’il soit décrit des scenarii pouvant se dérouler dans des pays où la réglementation prévoit de conduire à droite, l’homme du métier comprendra et saura adapter la description dans le cas où la réglementation prévoit au contraire de conduire à gauche.In particular, different visual control scenarios can be identified in different situations. Although scenarios are described that may take place in countries where the regulations provide for driving on the right, those skilled in the art will understand and know how to adapt the description in the event that the regulations provide, on the contrary, for driving on the left.
En référence à la figure 2, un premier scenario de contrôles visuels est observé lorsqu’un conducteur veut freiner.Referring to Figure 2, a first scenario of visual checks is observed when a driver wants to brake.
La figure 2 représente la monture de lunettes connectées 1 portée par le conducteur dans l’environnement d’un habitacle de véhicule.FIG. 2 represents the frame of connected glasses 1 worn by the driver in the environment of a vehicle cabin.
Comme représenté, et de manière connue en soit, l’habitacle comporte un pare-brise 6 à travers lequel le conducteur peut regarder la route. L’habitacle comporte en outre deux fenêtres latérales 7 et 8, respectivement à gauche et à droite du conducteur, et à travers lesquelles le conducteur peut regarder ce qui se passe de chaque côté de son véhicule, à son niveau.As shown, and in a manner known per se, the passenger compartment comprises a windshield 6 through which the driver can look at the road. The passenger compartment also has two side windows 7 and 8, respectively to the left and right of the driver, and through which the driver can watch what is happening on each side of his vehicle, at his level.
L’habitacle comporte en outre un rétroviseur arrière 3 installé en haut du pare-brise 6 afin de pouvoir réfléchir la route à l’arrière du véhicule. Le rétroviseur arrière 3 permet ainsi d’effectuer un contrôle visuel de l’occupation de la route à l’arrière du véhicule.The passenger compartment also comprises a rear mirror 3 installed at the top of the windscreen 6 in order to be able to reflect the road at the rear of the vehicle. The rear mirror 3 thus makes it possible to carry out a visual check of the occupancy of the road at the rear of the vehicle.
En dehors de l’habitacle, de part et d’autre du siège du conducteur et au niveau du siège du conducteur, le véhicule est en outre équipé de deux rétroviseurs latéraux 4 et 5 respectivement à gauche et à droite du véhicule. Le conducteur peut ainsi regarder le reflet de la route à l’arrière du véhicule de part et d’autre du véhicule sur les rétroviseurs latéraux 4 et 5 à travers les fenêtres latérales 7 et 8.Outside the passenger compartment, on either side of the driver's seat and at the level of the driver's seat, the vehicle is also fitted with two side mirrors 4 and 5 respectively on the left and on the right of the vehicle. The driver can thus watch the reflection of the road at the rear of the vehicle on either side of the vehicle on the side mirrors 4 and 5 through the side windows 7 and 8.
Dans une situation de freinage, le conducteur regarde, comme représenté par les flèches 2, deux fois dans le rétroviseur arrière 3: une fois avant d‘amorcer le freinage puis une fois pendant qu’il actionne le freinage. Ces contrôles visuels successifs permettent de vérifier que les distances de sécurité sont bien respectées par la voiture 9 qui le suit sur la route, afin d’éviter d’être embouti par la voiture 9 lors du freinage.In a braking situation, the driver looks, as shown by the arrows 2, twice in the rear view mirror 3: once before initiating the braking and then once while he is applying the braking. These successive visual checks make it possible to check that the safety distances are well respected by car 9 which is following it on the road, in order to avoid being hit by car 9 during braking.
Ce premier scenario de contrôles visuels correspond donc à une séquences de positions horodatées des pupilles dans laquelle les positions sont déplacées par deux fois vers le haut (ligne 2) et le centre (colonnes C et H) du quadrillage virtuel, par rapport à une position intermédiaire centrale (ligne 3, colonnes C et I).This first scenario of visual checks therefore corresponds to a sequence of timestamped positions of the pupils in which the positions are moved twice upwards (line 2) and the center (columns C and H) of the virtual grid, with respect to a position central intermediate (line 3, columns C and I).
Un deuxième scenario de contrôles visuels est observé lorsqu’un usager double le conducteur sur une chaussée à plusieurs voies. Ce scenario est décrit en référence à la figure 3 qui représente un usager dans une voiture 9 en train de doubler par la gauche le véhicule du conducteur. Le reflet de la voiture 9 est visible dans le rétroviseur latéral gauche 4. Dans le deuxième scenario, le conducteur dirige successivement son regard sur le rétroviseur arrière 3, puis sur le rétroviseur latéral gauche 4, puis il dirige son regard à travers le pare-brise 6. La figure 3 représente en outre un cycliste 19 en train de rouler sur le bas-côté à droite du véhicule. Le cycliste 19 est réfléchi par le rétroviseur latéral droit 5.A second scenario of visual checks is observed when a user overtakes the driver on a multi-lane roadway. This scenario is described with reference to FIG. 3 which represents a user in a car 9 in the process of overtaking the driver's vehicle on the left. The reflection of the car 9 is visible in the left side mirror 4. In the second scenario, the driver directs his gaze successively to the rear mirror 3, then to the left side mirror 4, then he directs his gaze through the visor. breeze 6. Figure 3 further shows a cyclist 19 rolling on the right side of the vehicle. The cyclist 19 is reflected by the right side mirror 5.
Un troisième scenario de contrôles visuels est observé lorsque le conducteur effectue un changement de file sur une chaussée à plusieurs voies. Lors d’un changement de file, le conducteur dirige successivement son regard sur le rétroviseur arrière 3, puis sur le rétroviseur latéral 4 ou 5 du côté où il souhaite s’insérer, puis il vérifie en outre son angle mort du côté où il souhaite s’insérer en dirigeant son regard à travers la fenêtre 7 ou 8 du côté où il souhaite s’insérer.A third scenario of visual checks is observed when the driver makes a lane change on a multi-lane roadway. When changing lanes, the driver successively directs his gaze to the rear mirror 3, then to the side mirror 4 or 5 on the side where he wishes to enter, then he also checks his blind spot on the side where he wishes fit in by directing his gaze through window 7 or 8 on the side where he wishes to fit in.
Un quatrième scenario de contrôle visuel est observé lorsqu’un usager croise le conducteur sur une chaussée à plusieurs voies. Dans une telle situation, le conducteur dirige successivement son regard à travers le pare-brise 6, puis sur le rétroviseur latéral gauche 4, puis il dirige son regard à nouveau à travers le pare-brise 6.A fourth visual control scenario is observed when a user meets the driver on a multi-lane road. In such a situation, the driver successively directs his gaze through the windshield 6, then onto the left side mirror 4, then he directs his gaze again through the windshield 6.
Comme pour le premier scenario, chacun des scenarii suivants correspond donc à une séquence de positions horodatées des pupilles caractéristique du scenario concerné.As for the first scenario, each of the following scenarios therefore corresponds to a sequence of timestamped positions of the pupils characteristic of the scenario concerned.
Ainsi, l’intelligence artificielle du processeur 17 du serveur distant 14 est entrainée à reconnaitre, dans une phase opérationnelle, un scenario à partir d’une séquence de positions horodatées de pupilles.Thus, the artificial intelligence of the processor 17 of the remote server 14 is trained to recognize, in an operational phase, a scenario from a sequence of timestamped pupil positions.
Le processeur 17 du serveur distant 14 est en outre configuré pour déterminer la densité d’un trafic routier, comme il est décrit ci-après.The processor 17 of the remote server 14 is further configured to determine the density of road traffic, as described below.
Pour ce faire, le serveur distant 14 est configuré pour recevoir, depuis une monture de lunettes connectée 1 en cours d’utilisation par un conducteur conduisant son véhicule, des séquences de positions horodatées de pupilles acquises pendant cette utilisation, sur une fenêtre temporelle de durée définie. Par exemple, la fenêtre présente une durée de 5 minutes.To do this, the remote server 14 is configured to receive, from a connected spectacle frame 1 in use by a driver driving his vehicle, time-stamped sequences of pupil positions acquired during this use, over a time window of duration defined. For example, the window has a duration of 5 minutes.
Le serveur distant 14 est configuré pour détecter dans les séquences de positions horodatées des pupilles qui lui sont transmises pendant cette fenêtre temporelle, si elles sont caractéristiques des scenarii mentionnés ci-avant.The remote server 14 is configured to detect in the sequences of timestamped positions of the pupils which are transmitted to it during this time window, if they are characteristic of the scenarios mentioned above.
Les scenarii identifiés ci-avant se produisent plus fréquemment lorsque la circulation, également appelé « trafic », est dense. Par exemple, un automobiliste pris dans un bouchon aura besoin de freiner, de redémarrer et parfois de changer de file plus fréquemment qu’un automobiliste qui circule sur une route vide. De même, il se fera doubler ou croiser plus souvent.The scenarios identified above occur more frequently when the traffic, also called "traffic", is heavy. For example, a motorist caught in a traffic jam will need to brake, restart and sometimes change lanes more frequently than a motorist traveling on an empty road. Likewise, he will be overtaken or crossed more often.
Aussi, le serveur distant 14 est configuré pour détecter un nombre d’occurrence d’un ou plusieurs des scenarii détectés pendant la fenêtre temporelle, de sorte à calculer une fréquence d’occurrence d’un ou plusieurs des scenarii.Also, the remote server 14 is configured to detect a number of occurrence of one or more of the scenarios detected during the time window, so as to calculate a frequency of occurrence of one or more of the scenarios.
La mémoire 18 comporte des enregistrements de plages de fréquence prédéfinies associées chacune à un état de densité de trafic prédéterminé. Par exemple, trois plages de fréquence successives peuvent être associées aux trois états de densité de trafic suivants : trafic routier faible, trafic routier intermédiaire, trafic routier dense. Par exemple, la plage de fréquence du trafic routier intermédiaire présente les bornes suivantes : entre 6 et 12 occurrences d’un ou plusieurs des scenarii par minute.Memory 18 includes recordings of predefined frequency ranges each associated with a predetermined traffic density state. For example, three successive frequency ranges can be associated with the following three traffic density states: light road traffic, intermediate road traffic, heavy road traffic. For example, the intermediate road traffic frequency range has the following bounds: between 6 and 12 occurrences of one or more of the scenarios per minute.
Le serveur distant 14 est en outre configuré pour détecter que la fréquence calculée appartient à une des plages de fréquence prédéfinies, afin de déterminer l’état de densité de trafic associé.The remote server 14 is further configured to detect that the calculated frequency belongs to one of the predefined frequency ranges, in order to determine the associated traffic density state.
Ainsi, le serveur distant 14 est apte à déterminer un état de densité de trafic routier à partir de séquences de positions horodatées des pupilles captées par une monture de lunettes connectée 1.Thus, the remote server 14 is able to determine a state of road traffic density from sequences of time-stamped positions of the pupils picked up by a connected spectacle frame 1.
Le serveur distant 14 est en outre configuré pour enregistrer, dans la mémoire 18, les états de densité de trafic détectés au fur et à mesure, en relation avec les coordonnées de géolocalisation associées aux séquences de positions horodatées des pupilles correspondantes.The remote server 14 is furthermore configured to record, in the memory 18, the traffic density states detected as they occur, in relation to the geolocation coordinates associated with the time-stamped position sequences of the corresponding pupils.
Le serveur distant 14 est en outre configuré pour recevoir des séquences de positions horodatées des pupilles, chacune associées à des coordonnées de géolocalisation, depuis une flotte de montures de lunettes connectée 1.The remote server 14 is further configured to receive sequences of time-stamped positions of the pupils, each associated with geolocation coordinates, from a fleet of connected spectacle frames 1.
Ainsi, le serveur distant 14 peut déterminer l’état de trafic routier non seulement sur le trajet d’un véhicule d’un conducteur équipé de la monture de lunettes connectée 1, mais aussi sur les trajets de nombreux autres conducteurs dont certains sont également équipés, de sorte à pouvoir déterminer l’état de trafic routier en temps réel sur l’ensemble du réseau routier d’une zone géographique prédéfinie.Thus, the remote server 14 can determine the state of road traffic not only on the route of a vehicle of a driver equipped with the connected glasses frame 1, but also on the routes of many other drivers, some of whom are also equipped , so as to be able to determine the state of road traffic in real time on the entire road network of a predefined geographical area.
On se réfère maintenant à la figure 4 pour décrire une variante du procédé d’estimation d’un trafic routier mis en œuvre par le système de détection du trafic routier tel que décrit ci-dessus.Reference is now made to FIG. 4 to describe a variant of the road traffic estimation method implemented by the road traffic detection system as described above.
Le procédé d’estimation d’un trafic routier comporte une phase d’apprentissage S1 et une phase opérationnelle S2.The method for estimating road traffic comprises a learning phase S1 and an operational phase S2.
La phase opérationnelle S2 du procédé comporte une première étape S21 d’acquisition pendant la conduite, lors d’une fenêtre temporelle, d’un ensemble de direction de regard 20, et une seconde étape S22 de détermination d’un état de trafic routier associé à l’ensemble acquis.The operational phase S2 of the method comprises a first step S21 of acquisition while driving, during a time window, of a gaze direction assembly 20, and a second step S22 of determining an associated road traffic state to the acquired set.
Lors de la phase d’apprentissage S1, le procédé comporte une étape d’entraînement d’une intelligence artificielle dans laquelle un opérateur va piloter un équipement mettant en œuvre l’intelligence artificielle et un capteur de direction de son regard. Le capteur de direction du regard est apte à acquérir un ensemble de directions du regard successives d’un conducteur à l’intérieur d’un habitacle de véhicule en déplacement.During the learning phase S1, the method comprises an artificial intelligence training step in which an operator will control equipment implementing artificial intelligence and a gaze direction sensor. The gaze direction sensor is capable of acquiring a set of successive gaze directions of a driver inside a moving vehicle cabin.
Par exemple, le procédé est mis en œuvre par des moyens similaires à ceux tels que décrit en référence au premier mode de réalisation de l’invention, notamment en ce qui concerne l’intelligence artificielle.For example, the method is implemented by means similar to those as described with reference to the first embodiment of the invention, in particular as regards artificial intelligence.
L’ensemble de directions de regard est acquis à l’intérieur d’une fenêtre temporelle de durée prédéfinie. Les directions de regard sont acquises à chaque intervalle de temps à l’intérieur de la fenêtre temporelle. Par exemple, les directions de regard sont acquises toutes les 2 secondes. Dans ce mode de réalisation, l’ordre séquentiel des directions de regard d’un ensemble de directions de regard n’a pas d’importance.The set of gaze directions is acquired within a time window of predefined duration. Gaze directions are acquired at each time interval within the time window. For example, gaze directions are acquired every 2 seconds. In this embodiment, the sequential order of the gaze directions of a set of gaze directions does not matter.
L’opérateur va acquérir de nombreux ensembles de directions de regard du conducteur, pendant la conduite, en différentes situations d’état de trafic routier.The operator will acquire many sets of the driver's gaze directions, while driving, in different road traffic state situations.
Par exemple, les figures 5 et 6 montrent chacune une représentation graphique, dans un repère de coordonnées sphériques, d’un ensemble de directions de regard 20 représentées par des cercles de fixation du regard à une distance fixe d’un œil 27 du conducteur. L’ensemble de directions de regard 20 est capté pendant une fenêtre de temps respective de même durée. A des fins de clarté de l’exposé, l’œil 27 représenté sur la figure 5 est unique. Pour autant, la description est adaptable à une vision binoculaire.For example, Figures 5 and 6 each show a graphical representation, in a spherical coordinate frame, of a set of gaze directions 20 represented by gaze circles at a fixed distance from an eye 27 of the driver. The set of viewing directions 20 is captured during a respective time window of the same duration. For clarity of the presentation, the eye 27 shown in Figure 5 is unique. However, the description is adaptable to binocular vision.
Les directions de regard 20 sont sensiblement regroupées dans un cône principal 25 de direction de regard 20 dont l’axe 28 coïncide avec une direction du regard central 29 et dont le sommet coïncide avec l’œil 27. La direction du regard central 29 est celle que le conducteur adopte spontanément afin de regarder devant lui.The gaze directions 20 are substantially grouped together in a main cone 25 of gaze direction 20 whose axis 28 coincides with a central gaze direction 29 and whose apex coincides with the eye 27. The central gaze direction 29 is that that the driver adopts spontaneously in order to look ahead.
La base du cône principal 25 forme une zone principale 21. Par exemple, le demi-angle au sommet du cône 25 est égal à 15°. Les directions de regard 20 comprises dans le cône principal 25 correspondent à la situation classique où le conducteur regarde la route devant lui.The base of the main cone 25 forms a main zone 21. For example, the half-angle at the apex of the cone 25 is equal to 15°. The directions of gaze 20 included in the main cone 25 correspond to the classic situation where the driver looks at the road in front of him.
Des directions de regard 20 sont également présentes, en moindre nombre, dans deux cônes secondaires 26 dont les bases forment deux zones latérales 22, à gauche, et 23, à droite, respectivement centrées sur un point décalé sur l’axe horizontal d’un angle de déviation négatif et positif. L’angle de déviation est par exemple égal à 50°. Les points présents dans ces zones latérales correspondent à la situation où le conducteur regarde dans les rétroviseurs latéraux 4 et 5.Directions of gaze 20 are also present, in fewer numbers, in two secondary cones 26 whose bases form two lateral zones 22, on the left, and 23, on the right, respectively centered on a point offset on the horizontal axis of a negative and positive deviation angle. The angle of deviation is for example equal to 50°. The points present in these side zones correspond to the situation where the driver is looking in the side mirrors 4 and 5.
Des directions de regard 20 sont également présentes, en moindre nombre, dans un cône secondaire 26 dont la base forme une zone supérieure 24 centrée sur un point décalé d’un angle de déviation positif sur l’axe vertical. L’angle de déviation est par exemple égal à 35°. Les points présents dans la zone supérieure 24 correspondent à la situation où le conducteur regarde dans le rétroviseur arrière 3.Directions of gaze 20 are also present, in fewer numbers, in a secondary cone 26 whose base forms an upper zone 24 centered on a point offset by a positive angle of deviation on the vertical axis. The angle of deviation is for example equal to 35°. The points present in the upper zone 24 correspond to the situation where the driver is looking in the rear mirror 3.
Le demi-angle au sommet des cônes secondaires 26 est inférieur à celui du cône principal 25. Par exemple, le demi-angle au sommet est égal à 10°.The half-angle at the top of the secondary cones 26 is less than that of the main cone 25. For example, the half-angle at the top is equal to 10°.
L’opérateur va associer à chacun des ensembles de directions de regard 20 respectif de la figure 5 et de la figure 6 un état de trafic routier. Pour ce faire, l’opérateur va marquer chaque ensemble de directions de regard 20 avec une étiquette numérique, encore appelée « marquage » ou en anglais « tag », indiquant l’état de trafic routier correspondant. Par exemple, l’étiquette numérique est sélectionnée parmi les états de densité de trafic suivants : trafic routier faible, trafic routier dense. Une granularité plus fine des états de densité de trafic peut également être envisagée, par exemple une échelle présentant un nombre quelconque de subdivision, par exemple une échelle de 1 à 10 qualifiant dix états de trafic routier de densité croissante. Une granularité infinie peut également être envisagée pour une évaluation de la densité de trafic routier en tant que fonction continue.The operator will associate with each of the sets of respective directions of gaze 20 of FIG. 5 and FIG. 6 a state of road traffic. To do this, the operator will mark each set of gaze directions 20 with a digital label, also called "marking" or in English "tag", indicating the corresponding road traffic condition. For example, the numeric label is selected from the following traffic density states: light road traffic, heavy road traffic. A finer granularity of the traffic density states can also be envisaged, for example a scale having any number of subdivisions, for example a scale from 1 to 10 qualifying ten road traffic states of increasing density. An infinite granularity can also be considered for an evaluation of road traffic density as a continuous function.
Par exemple, la densité de directions de regard 20 représentées dans les zones 22 et 24 est plus importante sur la figure 6 que sur la figure 5. L’opérateur associe donc à l’ensemble de directions de regard 20 de la figure 5 un marquage correspondant à « trafic routier faible », tandis qu’il associe à l’ensemble de directions de regard 20 de la figure 6 un marquage correspondant à « trafic routier dense ».For example, the density of directions of gaze 20 represented in zones 22 and 24 is greater in FIG. 6 than in FIG. 5. The operator therefore associates with the set of directions of gaze 20 of FIG. 5 a marking corresponding to "light road traffic", while it associates with the set of viewing directions 20 of FIG. 6 a marking corresponding to "heavy road traffic".
L’intelligence artificielle est donc entraînée, à l’issue de la phase d’apprentissage, à reconnaître dans un ensemble de direction de regard 20 un état de trafic routier correspondant.The artificial intelligence is therefore trained, at the end of the learning phase, to recognize in a set of direction of gaze 20 a corresponding road traffic state.
Grâce à un tel procédé, il est possible de détecter une densité de trafic vécue subjectivement par un conducteur.Thanks to such a method, it is possible to detect a traffic density experienced subjectively by a driver.
Bien entendu, la présente invention ne se limite pas aux formes de réalisation décrites ci-avant à titre d’exemples ; elle s’étend à d’autres variantes.Of course, the present invention is not limited to the embodiments described above by way of examples; it extends to other variants.
Par exemple, dans une réalisation simple de l’entrainement de l’intelligence artificielle, on peut définir un seuil de nombre de directions de regard 20 par zones 22 et 24. Par exemple, la fenêtre temporelle dure 2 minutes, et le seuil est égal à 10 changements de direction de regard depuis la zone principale 21 vers la zone latérale 22. Sur la figure 6, on voit que le nombre de changements de direction de regard est égal à 15, ce qui excède le seuil défini. Aussi, l’opérateur peut associer à l’ensemble de directions de regard 20 de la figure 6 un marquage correspondant à « trafic routier dense » puisque le nombre excède le seuil.For example, in a simple embodiment of the training of artificial intelligence, one can define a threshold of number of gaze directions 20 per zones 22 and 24. For example, the time window lasts 2 minutes, and the threshold is equal to 10 gaze direction changes from the main zone 21 to the lateral zone 22. In FIG. 6, it can be seen that the number of gaze direction changes is equal to 15, which exceeds the defined threshold. Also, the operator can associate with the set of gaze directions 20 of FIG. 6 a marking corresponding to “dense road traffic” since the number exceeds the threshold.
Par exemple, bien qu’il ait été présenté dans le premier mode de réalisation un système de détection d’un trafic routier comportant nécessairement une monture de lunettes connectée 1, le système dans chacun des modes de réalisation peut alternativement comporter, en remplacement de la monture de lunettes connectée 1, un dispositif connecté installé dans l’habitacle. Par exemple, le dispositif connecté comporte un capteur de direction de regard au niveau du rétroviseur arrière 3 de l’habitacle de véhicule. Par exemple le capteur de direction de regard est une caméra fixe de l’habitacle dont le champ de vision est dirigé vers l’appui-tête du siège conducteur.For example, although a road traffic detection system has been presented in the first embodiment necessarily comprising a connected spectacle frame 1, the system in each of the embodiments may alternatively comprise, replacing the connected spectacle frame 1, a connected device installed in the passenger compartment. For example, the connected device comprises a gaze direction sensor at the level of the rear mirror 3 of the vehicle cabin. For example, the gaze direction sensor is a fixed camera in the passenger compartment whose field of vision is directed towards the driver's seat headrest.
Le serveur distant 14 ainsi que chacun des éléments 16, 17, 18 présentés comme le constituant peuvent être implémentés de manière unitaire ou distribuée. En outre, tout ou partie des fonctionnalités du serveur distant 14 peut également être implémenté directement dans le dispositif connecté, par exemple dans la monture de lunettes connectée 1.The remote server 14 as well as each of the elements 16, 17, 18 presented as the constituent can be implemented in a unitary or distributed manner. Furthermore, all or part of the functionalities of the remote server 14 can also be implemented directly in the connected device, for example in the connected spectacle frame 1.
En outre, le système décrit en relation avec le premier mode de réalisation peut également être utilisé pour la mise en œuvre du procédé décrit en référence à la figure 6.Furthermore, the system described in relation to the first embodiment can also be used for implementing the method described with reference to FIG. 6.
Bien qu’il ait été décrit des contrôles visuels comportant l’action de regarder dans l’un de ses rétroviseurs afin de déterminer si un trafic routier est dense, le système peut alternativement être configuré de sorte à détecter un trafic dense sur la base de contrôles visuels autres, tels par exemple regarder à travers les vitres et/ou le pare-brise, et contrôler l’angle mort, sans qu’il soit nécessaire d’identifier au moins un contrôle visuel dans un rétroviseur.Although visual checks have been described involving the action of looking in one of its mirrors in order to determine whether road traffic is dense, the system can alternatively be configured so as to detect dense traffic on the basis of other visual checks, such as for example looking through the windows and/or the windshield, and checking the blind spot, without it being necessary to identify at least one visual check in a rear-view mirror.
Claims (21)
dans lequel on prévoit un dispositif capteur (1) de direction de regard apte à capter un ensemble de directions du regard (2, 20) du conducteur du véhicule, le procédé comportant :
- alimenter une intelligence artificielle avec des données issues du dispositif capteur (1) pour reconnaitre des changements de direction de regard du conducteur vers au moins un rétroviseur (3, 4, 5) que comporte le véhicule, les changements de direction de regard caractérisant un état de densité de trafic routier dans lequel évolue le véhicule,
- compter dans une fenêtre temporelle prédéterminée un nombre courant d’occurrence de changements de direction de regard caractérisant l’état de densité de trafic routier et comparer ledit nombre courant à un seuil,
et si le nombre courant est supérieur au seuil, déterminer une géolocalisation courante du véhicule pour signaler l’état de densité de trafic routier en ladite géolocalisation courante.Method, implemented by computer means (17), for determining a state of density of road traffic as a function of changes in the direction of gaze (2, 20) of a driver of a vehicle during the driving,
in which a gaze direction sensor device (1) capable of sensing a set of gaze directions (2, 20) of the driver of the vehicle is provided, the method comprising:
- supplying an artificial intelligence with data from the sensor device (1) to recognize changes in the direction of gaze of the driver towards at least one mirror (3, 4, 5) that the vehicle comprises, the changes in direction of gaze characterizing a state of road traffic density in which the vehicle is moving,
- counting in a predetermined time window a current number of occurrences of gaze direction changes characterizing the state of road traffic density and comparing said current number with a threshold,
and if the current number is greater than the threshold, determining a current geolocation of the vehicle to signal the state of road traffic density at said current geolocation.
- une étape préalable d’apprentissage (S1), dans des ensembles de directions de regard (2, 20) captés par le dispositif capteur (1) dans ladite fenêtre temporelle prédéterminée, d’au moins une répartition caractéristique de la direction de regard (2, 20) comportant au moins ledit nombre courant d’occurrence desdits changements de direction de regard,
- une étape opérationnelle (S2) comportant :
* une mise en œuvre de ladite intelligence artificielle pour identifier (S21), dans un ensemble de direction de regard (2, 20) capté, ladite répartition caractéristique de la base d’apprentissage, et
* la détermination (S22), d’un état de densité du trafic routier, en fonction d’un résultat de l’identification de la répartition caractéristique.A method according to claim 1, wherein the method further comprises:
- a prior learning step (S1), in sets of directions of gaze (2, 20) sensed by the sensor device (1) in said predetermined time window, of at least one characteristic distribution of the direction of gaze ( 2, 20) including at least said current number of occurrences of said gaze direction changes,
- an operational step (S2) comprising:
* an implementation of said artificial intelligence to identify (S21), in a sensed gaze direction set (2, 20), said characteristic distribution of the learning base, and
* the determination (S22) of a state of road traffic density, according to a result of the identification of the characteristic distribution.
- une situation dans laquelle le conducteur va actionner le frein de son véhicule afin d’en diminuer la vitesse ;
- une situation dans laquelle un usager double le véhicule du conducteur sur une chaussée à plusieurs voies;
- une situation dans laquelle le conducteur va effectuer un changement de file sur une chaussée à plusieurs voies ;
- une situation dans laquelle un usager croise le conducteur sur une chaussée à plusieurs voies.Method according to claim 6, in which the visual control scenario comprises at least one of the driving situations of a vehicle among:
- a situation in which the driver will activate the brake of his vehicle in order to reduce its speed;
- a situation in which a user overtakes the driver's vehicle on a multi-lane roadway;
- a situation in which the driver is about to make a lane change on a multi-lane roadway;
- a situation in which a user meets the driver on a multi-lane roadway.
dans lequel l’étape de détermination d’un état de densité du trafic routier comporte en outre la détermination d’une fréquence d’occurrence d’un scenario de contrôle visuel au cours de la durée de temps prédéfinie, la détermination (S22) de l’état de densité de trafic routier étant une fonction de la fréquence d’occurrence déterminée.Method according to one of claims 6 to 8, further comprising the implementation of artificial intelligence to identify (S21), in a plurality of gaze direction sets (2, 20) sensed during a predefined time duration, a plurality of characteristic distributions of the learning base, and
wherein the step of determining a road traffic density state further comprises determining a frequency of occurrence of a visual inspection scenario during the predefined period of time, determining (S22) the road traffic density state being a function of the determined frequency of occurrence.
- le stockage, dans une mémoire (18), de l’état de densité du trafic routier, en association avec les coordonnées de géolocalisation et l’horodatage de la fenêtre temporelle prédéterminée.Method according to any one of the preceding claims, in which there is also provided a clock module capable of associating a timestamp with said predetermined time window, as well as a geolocation module capable of associating with the set of viewing directions geolocation coordinates of the place where the set of viewing directions was captured, the method further comprising:
- the storage, in a memory (18), of the road traffic density state, in association with the geolocation coordinates and the timestamp of the predetermined time window.
- le dispositif capteur (1) de direction de regard, à disposition du conducteur du véhicule présentant une interface de communication (13) avec un serveur distant (14),
- ledit serveur distant (14) comportant une unité de stockage d’information (18) et une unité processeur (17) configurée pour mettre en œuvre :
- une étape d’alimentation de ladite intelligence artificielle avec des données issues du dispositif capteur (1) pour reconnaitre des changements de direction de regard du conducteur vers au moins un rétroviseur (3, 4, 5) que comporte le véhicule, les changements de direction de regard caractérisant un état de densité de trafic routier dans lequel évolue le véhicule,
- une étape de comptage dans une fenêtre temporelle prédéterminée d’un nombre courant d’occurrence de changements de direction de regard caractérisant l’état de densité de trafic routier et comparer ledit nombre courant à un seuil,
et si le nombre courant est supérieur au seuil,
- une étape de détermination une géolocalisation courante du véhicule pour signaler l’état de densité de trafic routier en ladite géolocalisation courante.System for implementing the method according to one of the preceding claims, comprising:
- the viewing direction sensor device (1), available to the driver of the vehicle having a communication interface (13) with a remote server (14),
- said remote server (14) comprising an information storage unit (18) and a processor unit (17) configured to implement:
- a step of feeding said artificial intelligence with data from the sensor device (1) to recognize changes in the direction of the driver's gaze towards at least one rear-view mirror (3, 4, 5) that the vehicle has, the changes in direction of gaze characterizing a state of road traffic density in which the vehicle is moving,
- a step of counting in a predetermined time window a current number of occurrences of gaze direction changes characterizing the state of road traffic density and comparing said current number with a threshold,
and if the current number is greater than the threshold,
- A step of determining a current geolocation of the vehicle to report the state of road traffic density in said current geolocation.
- une étape d’alimentation de ladite intelligence artificielle avec des données issues du dispositif capteur (1) pour reconnaitre des changements de direction de regard du conducteur vers au moins un rétroviseur (3, 4, 5) que comporte le véhicule, les changements de direction de regard caractérisant un état de densité de trafic routier dans lequel évolue le véhicule,
- une étape de comptage dans une fenêtre temporelle prédéterminée un nombre courant d’occurrence de changements de direction de regard caractérisant l’état de densité de trafic routier et comparer ledit nombre courant à un seuil,
et si le nombre courant est supérieur au seuil,
- une étape de détermination une géolocalisation courante du véhicule pour signaler l’état de densité de trafic routier en ladite géolocalisation courante.Server (14) of a system according to claim 16, configured to implement:
- a step of feeding said artificial intelligence with data from the sensor device (1) to recognize changes in the direction of the driver's gaze towards at least one rear-view mirror (3, 4, 5) that the vehicle comprises, the changes in direction of gaze characterizing a state of road traffic density in which the vehicle is moving,
- a step of counting in a predetermined time window a current number of occurrences of gaze direction changes characterizing the state of road traffic density and comparing said current number with a threshold,
and if the current number is greater than the threshold,
- A step of determining a current geolocation of the vehicle to report the state of road traffic density in said current geolocation.
- une étape préalable d’apprentissage (S1), dans des ensembles de directions de regard (2, 20) captés par le dispositif capteur (1) dans ladite fenêtre temporelle prédéterminée, d’au moins une répartition caractéristique de la direction de regard (2, 20) comportant au moins ledit nombre courant d’occurrence desdits changements de direction de regard,
- une étape opérationnelle (S2) comportant :
* une mise en œuvre de ladite intelligence artificielle pour identifier (S21), dans un ensemble de direction de regard (2, 20) capté, une répartition caractéristique de la base d’apprentissage, et
* en fonction d’un résultat de l’identification de la répartition caractéristique, une détermination (S22) d’un état de densité du trafic routier,
- le stockage, dans une mémoire (18), de l’état de densité du trafic routier, en association avec les coordonnées de géolocalisation et l’horodatage de la fenêtre temporelle.Server of a system according to claim 18, configured to implement:
- a prior learning step (S1), in sets of directions of gaze (2, 20) sensed by the sensor device (1) in said predetermined time window, of at least one characteristic distribution of the direction of gaze ( 2, 20) including at least said current number of occurrences of said gaze direction changes,
- an operational step (S2) comprising:
* an implementation of said artificial intelligence to identify (S21), in a sensed gaze direction set (2, 20), a characteristic distribution of the learning base, and
* based on a characteristic distribution identification result, a determination (S22) of a road traffic density state,
- the storage, in a memory (18), of the road traffic density state, in association with the geolocation coordinates and the timestamp of the time window.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1910975A FR3101593B1 (en) | 2019-10-03 | 2019-10-03 | Determination of a road traffic density state |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1910975 | 2019-10-03 | ||
| FR1910975A FR3101593B1 (en) | 2019-10-03 | 2019-10-03 | Determination of a road traffic density state |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3101593A1 true FR3101593A1 (en) | 2021-04-09 |
| FR3101593B1 FR3101593B1 (en) | 2023-05-12 |
Family
ID=69810920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1910975A Active FR3101593B1 (en) | 2019-10-03 | 2019-10-03 | Determination of a road traffic density state |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3101593B1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180072523A (en) * | 2016-12-21 | 2018-06-29 | 삼성전자주식회사 | Electronic apparatus and operating method for the same |
| DE202019102868U1 (en) * | 2019-05-04 | 2019-07-08 | Viktor Schatz | Passenger Transport Vehicle with Impact Safety System |
-
2019
- 2019-10-03 FR FR1910975A patent/FR3101593B1/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180072523A (en) * | 2016-12-21 | 2018-06-29 | 삼성전자주식회사 | Electronic apparatus and operating method for the same |
| DE202019102868U1 (en) * | 2019-05-04 | 2019-07-08 | Viktor Schatz | Passenger Transport Vehicle with Impact Safety System |
Non-Patent Citations (2)
| Title |
|---|
| LI NANXIANG ET AL: "Detecting Drivers' Mirror-Checking Actions and Its Application to Maneuver and Secondary Task Recognition", IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, IEEE, PISCATAWAY, NJ, USA, vol. 17, no. 4, 1 April 2016 (2016-04-01), pages 980 - 992, XP011604460, ISSN: 1524-9050, [retrieved on 20160325], DOI: 10.1109/TITS.2015.2493451 * |
| OLIVER N ET AL: "Graphical models for driver behavior recognition in a SmartCar", INTELLIGENT VEHICLES SYMPOSIUM, 2000. IV 2000. PROCEEDINGS OF THE IEEE DEARBORN, MI, USA 3-5 OCT. 2000, PISCATAWAY, NJ, USA,IEEE, US, 3 October 2000 (2000-10-03), pages 7 - 12, XP010528905, ISBN: 978-0-7803-6363-2, DOI: 10.1109/IVS.2000.898310 * |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3101593B1 (en) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210357670A1 (en) | Driver Attention Detection Method | |
| EP3006297B1 (en) | Driving characteristics diagnosis device, driving characteristics diagnosis system, driving characteristics diagnosis method, information output device, and information output method | |
| EP3316231B1 (en) | Alert generation correlating between head mounted imaging data and external device | |
| KR101912703B1 (en) | 3-channel monitoring apparatus for state of vehicle and method thereof | |
| JP5171629B2 (en) | Driving information providing device | |
| CN102712317B (en) | Vehicular safety systems combining driver and environment sensing | |
| EP0527665B1 (en) | Board device and method for detecting and following the position of a vehicle on the road and driving-aid device applying the method | |
| FR3015700A1 (en) | SYSTEM AND METHOD FOR CONTROLLING THE BRIGHTNESS OF A HIGH HEAD DISPLAY AND DISPLAY USING THE SAME | |
| US11783600B2 (en) | Adaptive monitoring of a vehicle using a camera | |
| JPH08178712A (en) | Rambling-drive detection apparatus | |
| KR20200096113A (en) | Autonomous driving assistance glasses that assist in autonomous driving by recognizing humans' status and driving environment through image analysis based on deep neural network | |
| JP2017151694A (en) | Safety confirmation diagnostic system and safety confirmation diagnostic method | |
| WO2018060379A1 (en) | Driving assistance on a highway with carriageways separated by a guardrail | |
| CA3056611A1 (en) | Automatic warning generation system intended for the users of a road | |
| JP2019159926A (en) | Driver replacement promotion device, drive evaluation system having the same thereon, and computer program | |
| FR3101593A1 (en) | Determination of a state of density of road traffic | |
| JP7068606B2 (en) | Driving evaluation device, on-board unit, driving evaluation method, and computer program | |
| CN111169483A (en) | Driving assisting method, electronic equipment and device with storage function | |
| EP3926529B1 (en) | Systems and methods for determining a number of persons in a vehicle | |
| JP7298351B2 (en) | State determination device, in-vehicle device, driving evaluation system, state determination method, and program | |
| EP4041606B1 (en) | Determination of a state of a user actively driving a motor vehicle or not | |
| JP7070827B2 (en) | Driving evaluation device, in-vehicle device, driving evaluation system equipped with these, driving evaluation method, and driving evaluation program | |
| JP7060841B2 (en) | Operation evaluation device, operation evaluation method, and operation evaluation program | |
| CN116052136B (en) | Distraction detection method, vehicle-mounted controller, and computer storage medium | |
| JP6880615B2 (en) | Driver status judgment device and driving support system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20210409 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |