JP2017024711A - 乗員の視線方向を予測する方法および装置 - Google Patents

Abstract

【課題】車両の乗員の視線方向を予測する方法を提供する。
【解決手段】乗員１０２の初期視線方向１１４を読み取る読取ステップと、最新の頭部の動きおよび／または目の動きを表す乗員１０２の視線角度変化に関するセンサデータ１１８を使用して、初期視線方向１１４を起点として前記乗員１０２の最新の頭部の動きおよび／または目の動きの最大速度を検出する検出ステップと、検出された最大速度を使用して、所定モデルによって表される最新の頭部の動きおよび／または目の動きの予想値を決定する決定ステップと、乗員１０２の視線方向１２０を予想するために初期視線方向１１４および最新の頭部の動きおよび／または目の動きの予測値を使用する使用ステップとを含む。
【選択図】図１

Description

本発明は、独立請求項の前提部分に記載の方法または装置に関する。本発明は、さらにコンピュータプログラムに関する。

観察者である人の視線方向の推定は種々異なる技術システムで使用される。例えば、車両のアシスタントシステムは、ドライバの頭部の動きおよび／または目の動きを測定し、ドライバがまだ道路に視線を向けているかどうか、交通状況に注意深く従っているかどうかを検出する。

観察者の視線方向の推定は種々異なる方法で行うことができる。重要な推定は、例えば観察者の頭部および目の動きとして向きもしくは方位特性を測定することによって達成することができる。観察者の頭部および目の動きの測定は、ビデオに基づいた頭部および目の動きのための追跡システムによって行うことができる。このようなシステムは、ドイツではヘッドトラッキングシステムまたはアイトラッキングシステムとも呼ばれ、一般に際立った顔の特徴に基づいて観察者の頭部の動きを推定する。第２ステップでは、観察者の目および目の特徴、例えば瞳孔、虹彩または角膜反射が検出される。これらの特徴を使用して、観察者の目の回転を推定し、視線方向の正確な推定を行う。ヘッドトラッキングシステムまたはアイトラッキングシステムが最新の頭部または目の位置を決定することができるかどうかは、それぞれのセンサの検出範囲に依存している。

このような背景を考慮して、ここで説明する方式では、独立請求項にしたがって、乗員の視線方向を予測する方法、さらにこの方法を使用する装置、最後に適宜なコンピュータプログラムを説明する。従属請求項に記載の手段により、独立請求項に記載の装置の有利な構成および改良が可能である。

ここで説明する構成では、乗員の視線方向を予想するために、乗員の頭部または目の動きの振幅もしくは大きさと速度との間の生体力学的な関係を利用し、これにより頭部または目の動きの終点を速度の分析に基づいて予測することが可能になる。

有利には、この新しい方式は、頭部または目が、検出範囲、すなわち、ヘッドトラッキングシステムまたはアイトラッキングシステムによって確実に検出することができる範囲を離れた場合にも視線方向推定を可能にする。したがって、センサデータの隙間を埋めることもでき、ヘッドトラッキングシステムまたはアイトラッキングシステムの信頼性が実質的に向上する。

ここで説明する構成にしたがって可能となる視線方向の予測は、観察者の視線方向変化を推定する場合の確実性を改善することもできる。

車両の乗員の視線方向を推定する方法を説明する。この方法は、次のステップ：
乗員の初期視線方向を読み取るステップ；
最新の頭部の動きおよび／または目の動きを表す乗員の視線角度変化に関するセンサデータを使用して、初期視線方向を起点として乗員の最新の頭部の動きおよび／または目の動きの最大速度を検出するステップと；
検出された最大速度を使用して所定モデルによって表わされる最新の頭部の動きおよび／または目の動きの予想値を決定するステップと；
初期視線方向および最新の頭部の動きおよび／または目の動きの予測値を使用して乗員の視線方向を予想するステップと
を含む。

方法は、道路を走行する車両において実施することもできる。乗員は車両のドライバであってもよい。視線方向は、推定される乗員の視線方向であってもよい。初期視線方向は、ベクトルによって３次元空間で示すことができ、最新の頭部の動きおよび／または目の動き以前に、乗員を包囲する周辺のどの領域を乗員が注視していたかについての情報を供給することができる。乗員に向けられた光学センサによって初期視線方向を検出し、センサデータを用いて読み取る準備をすることができる。頭部の動きおよび／または目の動きの大きさは、目の視線方向および／または頭部の向きが変化する角度として理解される。

頭部の動きおよび／または目の動きは、ヨー軸および横軸（ピッチ軸）を中心とした乗員の頭部または一方もしくは両方の目の回転運動であってもよい。最大速度は、例えば頭部の動きおよび／または目の動きの半ばで得ることができる。視線角度変化は、停止位置に関して初期視線方向によって設定された乗員の視線角度からのずれを表す。センサデータは、車両の光学センサの電気信号であってもよい。

所定モデルは数式によって記述され、頭部または目の動きの大きさと速度との間の生体力学的な関係の実質的なパラメータを表現するように構成されていてもよい。最新の頭部の動きおよび／または目の動きの予想値は、例えば初期視線方向と評価したい視線方向との間における頭部または目の回転運動の角度によって表現してもよい。

乗員の予測すべき視線方向を少なくとも２つの位置データを使用して、例えば３次元空間のベクトルを用いて表し、最新の頭部の動きおよび／または目の動きの終了時に、乗員を包囲する環境におけるどの範囲に乗員が視線を固定したかについての情報を供給することができる。

この方法は、例えば制御器において、ソフトウェアまたはハードウェアで実行してもよいし、ソフトウェアとハードウェアとからなる混合形式で実行してもよい。

一実施形態によれば、方法は、車両の光学センサのインターフェイスを介して最新の頭部の動きおよび／または目の動きを表す乗員の視線角度変化についてのセンサデータを読み取る読取ステップを含んでいてもよい。

別の実施形態によれば、検出ステップで検出された最大速度が所定の速度閾値を超過した場合に、最新の頭部の動きおよび／または目の動きの予想値を決定するステップを実施することができる。したがって、最新の頭部の動きおよび／または目の動きが予想通りセンサデータを供給するセンサの検出範囲外で終了した場合にのみ方法を実施することにより、好ましくは計算容量を節約することができる。

ここで提案した方式の別の実施形態では、決定ステップで、保存された式によって計算可能なモデルを所定モデルとして使用することができる。したがって、最新の頭部の動きおよび／または目の動きにモデルを良好に適合させることができる。

代替的には、決定ステップで、ルックアップテーブルとして実施されるモデルを所定モデルとして使用してもよい。この実施形態では、計算容量を節約し、モデルを素早く提供することができる。

さらに決定ステップでは、人および／または乗員の頭部の動きおよび／または目の動きの経験的な評価に基づいたモデルを所定モデルとして使用することができる。このようにして、モデルを有利には個々に調整することができる。

別の実施形態によれば、決定ステップで、少なくとも１つの調整パラメータを使用して調整可能であるモデル、特に少なくとも１つの調整パラメータによって車両の使用環境に適合させることができるモデルを所定モデルとして使用することができる。これにより、モデルをより正確に最新の頭部の動きおよび／または目の動きに適合させることができる。

例えば、調整パラメータとして、乗員に固有に設定可能および／または設定された調整パラメータを使用することもできる。これにより、モデルを実質的に個別に調整することが可能となる。

一実施形態によれば、乗員に固有に設定可能および／または設定された調整パラメータとして、統計的な推定方法、例えば最尤推定法によって検出される乗員に固有に設定可能および／または設定される調整パラメータを使用することもできる。これにより、試験済みの最新の方式によって簡単にモデルもしくは調整パラメータを具体的な用途に適合させることができる。

ここで説明する方式では、さらに、ここで説明した方法の一実施形態のステップを、適宜な手段で実施、制御もしくは変更するように構成された装置が得られる。装置の形式で構成された本発明のこれらの実施形態により、本発明の基礎をなす課題を迅速かつ効率的に解決することができる。

この場合、装置は、センサ信号を処理し、センサ信号に応じて制御信号および／またはデータ信号を出力する電気機器であってもよい。装置は、ハードウェアおよび／またはソフトウェアとして構成されたインターフェイスを備えていてもよい。ハードウェアとして構成されている場合、インターフェイスは、例えば、装置の種々異なる機能を含む、いわゆる「システムＡＳＩＣ」の一部であってもよい。しかしながら、インターフェイスは、固有の集積回路であるか、または少なくとも部分的に個別の構成部材からなっていることも可能である。ソフトウェアとして構成されている場合には、インターフェイスは、例えば、他のソフトウェアモジュールと共にマイクロコントローラに設けられているソフトウェアモジュールであってもよい。

コンピュータプログラム製品、またはプログラムコードを備えるコンピュータプログラムも有利であり、プログラムコードは、機械読取可能な担体またはメモリ媒体、例えば半導体メモリ、ハードディスクメモリ、または光学メモリなどに保存されていてもよく、特にプログラム製品またはプログラムがコンピュータまたは装置で実施される場合に上記いずれかの実施形態にしたがって方法ステップを実行、変更および／または制御するために使用される。

本発明の実施例を図面に示し、以下に詳細に説明する。

一実施例にしたがって車両の乗員の視線方向を予測するための装置を備える車両の原理図である。 一実施例にしたがって車両の乗員の視線方向を予測するための方法のフロー図である。 一実施例にしたがって目の動きの大きさもしくは振幅と最大速度との間の関係を説明するための線図である。 一実施例にしたがって典型的な速度波形による頭部回転を示す概略図である。 一実施例にしたがって典型的な速度波形による頭部回転を示す概略図である。 一実施例にしたがって典型的な速度波形による頭部回転を示す概略図である。

以下に説明する本発明の好ましい実施例を様々な図面に示し、同様に作用する部材には、同じ符号または同様の符号を使用し、これらの部材については繰り返し説明しない。

図１は、車両１００の原理図を示す。車両１００は、乗用車またはトラックなどの道路を走行する車両である。さらに車両１００の乗員１０２、ここではドライバが示されている。

車両１００は、乗員１０２の動きを追跡またはトラッキングするための動作追跡システム１０４を備える。動作追跡システム１０４は、ヘッドトラッキングシステムまたはアイトラッキングシステムとして構成されていてもよい。ヘッドトラッキングシステムとして構成されている場合には、動作追跡システム１０４は、乗員１０２の頭部の動き、特に頭部の回転運動をトラッキングするように構成されている。アイトラッキングシステムとして構成されている場合には、動作追跡システム１０４は、乗員１０２の目の動き、特に目の回転運動を追跡する。

ヘッドトラッキングシステムまたはアイトラッキングシステム１０４の課題は、特に乗員１０２が車両１００のドライバである場合に、乗員１０２が視線を交通状況に向けたか否かを確認することである。したがって、以下では乗員１０２を観察者１０２と呼ぶこともある。ヘッドトラッキングシステムまたはアイトラッキングシステム１０４の適宜なデータを使用して、車両１００のドライバアシストシステムまたは警告システムを必要に応じて起動することもできる。

ヘッドトラッキングシステムまたはアイトラッキングシステム１０４は、一実施例にしたがって光学センサ１０８ならびに乗員１０２の視線方向を予測もしくは評価するための装置１１０を備える車両カメラ１０６を含む。車両カメラ１０６は車内空間に配置されており、乗員１０２の頭部１１２に向けられている。

車両カメラ１０６の光学センサ１０８は、乗員１０２の初期視線方向１１４ならびに初期視線方向１１４を起点として乗員１０２の頭部または目の動き（図１には示さない）を検出するように構成されている。光学センサ１０８は所定の検出範囲内で、乗員１０２の頭部または目の動きを完全に検出することができる。検出範囲外で生じた乗員１０２の動きは、光学センサ１０８によってはもはや検出することはできない。

初期視線方向１１４は、図１にベクトルによって示されている。頭部または目の動きは、乗員１０２の頭部１１２または目１１６の、側方、下方または上方への回転運動であってもよい。

装置１１０は、図１に示した実施例では、ヘッドトラッキングシステムまたはアイトラッキングシステム１０４に組み込まれている。代替的な実施例では、装置１１０はヘッドトラッキングシステムまたはアイトラッキングシステム１０４の外部にも配置されており、電気ラインによってヘッドトラッキングシステムまたはアイトラッキングシステム１０４に接続されていてもよい。

装置１１０は、車両カメラ１０６の適切なインターフェイスを介して、初期視線方向１１４ならびに最新の頭部の動きおよび／または目の動きを表す乗員１０２の視線角度変化についてのセンサデータ１１８を読み取るように構成されている。得られた情報を使用して、装置１１０は、視線角度変化によって表された最新の頭部の動きおよび／または目の動きのピークまたは最大速度を検出する。

次いで装置１１０は、検出された最大速度ならびに人の頭部および／または目の動きの所定モデルを使用して、頭部および／または目の動きの予想値を決定する。予想値は、ここでは頭部または目の動きの範囲を表し、したがって、初期視線方向１１４を起点として動きの終了時に視線方向が得られるまでに頭部１１２または目１１６が何度回転されたかを示す。したがって、この大きさを振幅と呼んでもよい。

初期視線方向および最新の頭部および／または目の動きの予想値が検出されることにより、装置１１０は、乗員１０２の視線方向１２０を予測することができる。予想した視線方向１２０が図１に破線のベクトルで示されている。

図１に示す構成では、ヘッドトラッキングシステムまたはアイトラッキングシステム１０４はビデオに基づいており、正面から観察者１０２に向けられた単一の車両カメラ１０６を備える。しかしながら、ここで説明した装置１１０は、他の装置または複数のカメラを備えるシステムまたはビデオに基づいていないヘッドトラッキングシステムまたはアイトラッキングシステムと組み合わせて使用することもできる。

ヘッドトラッキングシステムまたはアイトラッキングシステム１０４は、一定の時間間隔をおいて、例えば毎秒６０回の走査を行い、最新の視線方向角度の測定値を供給する。ヘッドトラッキングシステムまたはアイトラッキングシステム１０４は、特定の走査率に束縛されていない。装置１１０は、供給された角度情報を分析するように構成されている。装置１１０は供給された角度信号を適切に計算する。

実施例にしたがって、この推定された信号に基づいて、速度閾値を使用して個々の動き、この場合には最新の頭部または目の動きの開始を決定する。第２ステップでは、装置１１０がこの特定の動きのピーク速度または最大速度を決定する。動きのピーク速度が達成され、ヘッドトラッキングシステムまたはアイトラッキングシステムシステム１０４によって測定されると、動きの予想値もしくは振幅Ａ、すなわち動きの終点が次のように計算される：
Ａ＝−ｌｎ（１−Ｖ_ｐｅａｋ／Ｖ_ｍａｘ）×Ｃ

Ｖ_ｐｅａｋは、測定された最大速度を示し、ｌｎは自然対数を示し、Ｖ_ｍａｘおよびＣは、それぞれの動き、すなわち頭部または目の動きに適合された定数を示す。例示的な値は、人の目が動いた場合にＶ_ｍａｘ＝５００度／秒、Ｃ＝１５度であるが、他の定数値も可能である。他の関係式も可能である。

装置は、振幅を直接に計算することもできるし、あらかじめ計算されたルックアップテーブルから値を読み取ることもできる。それぞれ個々の観察者１０２のための定数を個別に自動的に決定することもできる。これは、完全にセンサ範囲内で行われた小さい頭部または目の動きの振幅および最大速度を測定することによって達成される。パラメータは、例えば最尤法などの統計的推定による標準的方法を用いて得ることができる。

装置１１０におけるヘッドトラッキングシステムまたはアイトラッキングシステム１０４の拡張により、光学センサ１０８の検出範囲内で始まるが、最終的に乗員１０２の頭部１１２または目１１６を検出範囲外へ移動する乗員１０２の動きの終点を確実に予想することが可能になる。

図２は、車両の乗員の視線方向を予測する方法２００の実施例のフロー図を示す。方法２００は、図１に示した車両の乗員の視線方向を予測する装置によって実施することができる。

読取ステップ２０２では、乗員の初期視線方向が読み取られる。別の読取ステップ２０４では、車両の光学センサのインターフェイスを介して、乗員の最新の頭部の動きおよび／または目の動きを表わす視線角度変化に関するセンサデータが読み取られる。

検出ステップ２０６では、乗員の視線角度変化に関するセンサデータを使用して、乗員の頭部および／または目の動きの最大速度が検出される。決定ステップ２０８では、検出ステップ２０６で検出された最大速度を使用して、所定モデルによって表される最新の頭部および／または目の動きの予想値を決定する。使用ステップ２１０では、初期視線方向および最新の頭部の動きおよび／または目の動きの予想値を使用して、乗員の視線方向を予測もしくは評価する。

方法２００の一実施例によれば、最新の頭部の動きおよび／または目の動きの予想値を決定する決定ステップ２０８は、検出ステップ２０６で検出された最大速度が所定の速度閾値を超えた場合にのみ実施される。これにより、頭部または目がセンサの検出範囲外へ移動した位置で乗員の動きが終了する可能性が高い場合にのみ、乗員の視線方向が評価されることが確保される。

決定ステップ２０８では、方法２００の実施例に応じて、最新の頭部の動きおよび／または目の動きの予想値を決定するために種々異なる所定モデルを使用することができる。

例えば、ヘッドトラッキングシステムもしくはアイトラッキングシステム、または車両の制御器に保存された式によって計算可能なモデルを使用してもよい。代替的には、ルックアップテーブルとしてヘッドトラッキングシステムまたはアイトラッキングシステムで実行されるモデルを使用してもよい。特に、乗員の最新の頭部の動きおよび／または目の動きのモデルの経験的な評価に基づいたモデルを使用してもよい。

１つ以上の調整パラメータを使用して調整可能なモデルを用いることも可能である。一実施例によれば、適応パラメータを乗員に固有に決定することもでき、例えば最尤推定法によって検出することもできる。

図３は、目の動きもしくはサッカードの大きさもしくは振幅と最大速度との間の典型的な関係を説明するための線図を示す。サッカードとはこの場合、目の回転運動として理解される。

デカルト座標が示されている。横軸には０〜２０度の間のサッカードの例示的な振幅の値が記入されている。縦軸には、毎秒０度から毎秒６００度までのサッカードの例示的な最大速度の値が記入されている。グラフ３００は、サッカードの大きさと最大速度との関係を例示している。図示のように、ゼロ点で始まるグラフ３００は極めて単調に上昇し、勾配は、最初は大きく、次第に小さくなる。

図３の線図は、小さい最大速度による目の動きは小さい振幅によって特徴づけられ、最大速度が増大すると振幅が大きくなることを示している。

サッカードの大きさと最大速度とのこのような関係は、指数関数によってモデル化することができる。図示の逆関数は、目の動きの終点を決定するために用いることができる。

図３に例示した目の動きの動特性は実質的に頭部の動きの動特性をも表している。

図４〜図６は、実施例にしたがって典型的な速度波形を有する頭部回転の概略図を示す。それぞれ観察者１０２の頭部１１２が平面図で示されている。頭部１１２の回転軸線４００を表す頭部１１２の中心に起点を有する円弧は、頭部１１２に向けられたセンサシステム（図４〜図６には示していない）の検出範囲４０２を表す。

検出範囲４０２は、頭部中心４００を中心とした範囲であり、この範囲内では、センサシステムは頭部１１２の正確な位置を検出することができる。センサシステムは、例えば図１に示すように正面から観察者１０２に向けられたカメラであってもよい。センサシステムは、観察者１０２の最新の頭部の動きおよび／または目の動きを表す観察者１０２の視線角度変化を検出するように構成されている。回転軸線４００で始まるベクトルは、視線方向変化時の所定の角度位置における観察者１０２のそれぞれの視線方向を特徴づける。

図４は、観察者１０２が頭部１１２を真っ直ぐに保持し、真っ直ぐに見ている位置における頭部１１２を示している。この位置は停止位置４０４として定義されている。停止位置４０４は図４に破線により示されている。図４のベクトルは、観察者１０２の頭部回転前の初期視線方向１１４を示している。センサシステムによって検出されるべきベクトルの角度位置は、一実施例にしたがって停止位置として定義された図示の頭部位置に対応してゼロ度に位置する。図４では、頭部１１２は検出範囲４０２の中央に位置し、センサシステムによって検出される。

図４の下部の線図は、所定の大きさの頭部回転の典型的な波形を示す。デカルト座標系の横軸には時間ｔが記入されており、デカルト座標系の縦軸には速度ｖが記入されている。グラフ４０６は、所定の大きさの頭部回転の典型的な波形を示す。

時点ｔ_１では、頭部１１２はまだ初期視線方向１１４を向いており、頭部回転速度はゼロである。初期視線方向１１４を起点として観察者１０２が左方向または右方向に頭部回転を行った場合には、回転速度は回転運動の最初の半分で急速に上昇し、グラフ４０６の頂点によって示される最大速度に到達した後に緩やかな波形で頭部回転が終了するまで再びゼロに向かって低下する。グラフ４０６は、同じ振幅を有する観察者１０２の頭部回転のためのモデルとして使用してもよい。

図５は、再び観察者１０２の頭部１１２を上方から示している。この図では、初期視線方向から始まって左方向への観察者１０２の頭部回転が始まり、頭部１１２は、図の下部に線図で示されているように時点ｔ_２において頭部回転の最大速度Ｖ_ｐｅａｋ５００が達成された位置で図示されている。観察者１０２の最新の視線方向５０２は、停止位置４０４の初期視線方向に対して約１５度の角度をなしている。

図５は、観察者１０２の頭部１１２が頭部回転の時点ｔ_２ではまだセンサシステムの検出範囲４０２内に位置し、したがって観察者１０２の頭部の動きはセンサシステムによってまだ確実に検出されることを示している。

図６は、例示的な頭部回転の終了時における観察者１０２の頭部１１２を示している。この図では、頭部１１２はセンサシステムの検出範囲４０２の外部に位置しており、したがって、頭部回転の終点、すなわち観察者１０２の最新の視線方向を検出することはもはやできない。

この場合、ここで説明した頭部回転の速度検出のコンセプトが、センサ範囲を離れた後の観察方向を評価するために用いられる。図５に示した頭部回転のためのモデルを使用して、検出された最後のセンサ値から回転運動のためのさらなる値を推定し、時点ｔ_３における回転運動の終点を定める。ｔ_３に依存して、センサ検出範囲４０２外の新しい視線方向１２０が評価される。

図４〜図６は、頭部１１２が大きく側方に回転された場合、頭部１１２が検出範囲４０２の外部に位置するためもはやセンサシステムによって正確に決定することができないことを示している。ここで説明したコンセプトでは、センサの検出範囲４０２の外部における頭部回転の終点を決定するために検出範囲４０２内における頭部の動きの動特性分析が使用される。

ここで説明したコンセプトの使用可能な分野は、例えば人の動きを検出するためのセンサ技術、特にドライバ監視カメラおよびドライバ監視システムと連携して頭部または目の動きを追跡する技術である。

実施例が、第１の特徴および第２の特徴の間に「および／または」の接続詞を含む場合には、この実施例は、ある実施形態によれば第１の特徴および第２の特徴の両方を備えており、別の実施形態によれば第１の特徴のみ、または第２の特徴のみを備えていると読み取られるべきである。

１０２ 乗員（観察者）
１０４ トラッキングシステム（ヘッドトラッキングシステム、アイトラッキングシステム）
１０６ 車両カメラ
１０８ 光学センサ
１１０ 装置
１１２ 頭部
１１４ 初期視線方向
１１６ 目
１１８ センサデータ
１２０ 視線方向
２００ 方法
２０２ 読取ステップ
２０４ 読取ステップ
２０６ 検出ステップ
２０８ 決定ステップ
２１０ 使用ステップ
３００ グラフ
４００ 回転軸線
４００ 頭部中心
４０２ 検出範囲
４０４ 停止位置
４０６ グラフ
５００ 最大速度
５０２ 視線方向

Claims (12)

1. 車両（１００）の乗員（１０２）の視線方向（１２０）を予測する方法（２００）において、前記方法（２００）が、
   前記乗員（１０２）の初期視線方向（１１４）を読み取る読取ステップ（２０２）と、
   最新の頭部の動きおよび／または目の動きを表す前記乗員（１０２）の視線角度変化に関するセンサデータ（１１８）を使用して、初期視線方向（１１４）を起点として前記乗員（１０２）の最新の頭部の動きおよび／または目の動きの最大速度（５００）を検出する検出ステップ（２０６）と、
   検出された最大速度（５００）を使用して、所定モデル（４０６）によって表される最新の頭部の動きおよび／または目の動きの予想値を決定する決定ステップ（２０８）と、
   乗員（１０２）の視線方向（１２０）を予想するために、初期視線方向（１１４）および最新の頭部の動きおよび／または目の動きの予測値を使用する使用ステップ（２１０）と、
   を含む方法（２００）。
2. 請求項１に記載の方法（２００）において、
   前記車両（１００）の光学センサ（１０８）のインターフェイスを介して、最新の頭部の動きおよび／または目の動きを表す乗員（１０２）の視線角度変化についての前記センサデータ（１１８）を読み取る読取ステップ（２０４）、
   を含む方法（２００）。
3. 請求項１または２に記載の方法（２００）において、
   前記検出ステップ（２０６）で検出された前記最大速度（５００）が所定の速度閾値を超過した場合に、最新の頭部の動きおよび／または目の動きの予想値を決定する前記決定ステップ（２０８）を実施する方法（２００）。
4. 請求項１〜３までのいずれか一項に記載の方法（２００）において、
   前記決定ステップ（２０８）で、保存された式によって計算可能なモデルを前記所定モデル（４０６）として使用する方法（２００）。
5. 請求項１〜３までのいずれか一項に記載の方法（２００）において、
   前記決定ステップ（２０８）で、ルックアップテーブルとして実施されるモデルを前記所定モデル（４０６）として使用する方法（２００）。
6. 請求項１〜３までのいずれか一項に記載の方法（２００）において、
   前記決定ステップ（２０８）で、人および／または乗員の頭部の動きおよび／または目の動きの経験的な評価に基づいたモデルを前記所定モデル（４０６）として使用する方法（２００）。
7. 請求項１〜６までのいずれか一項に記載の方法（２００）において、
   前記決定ステップ（２０８）で、少なくとも１つの調整パラメータを使用して調整可能であり、特に少なくとも１つの調整パラメータによって車両の使用環境に適合させることができるモデルを前記所定モデル（４０６）として使用する方法（２００）。
8. 請求項７に記載の方法（２００）において、
   調整パラメータとして、乗員に固有に設定可能な調整パラメータを使用する方法（２００）。
9. 請求項８に記載の方法（２００）において、
   乗員に固有に設定可能および／または設定された調整パラメータとして、統計的な推定方法によって検出される乗員に固有に設定可能な設定された調整パラメータを使用する方法（２００）。
10. 請求項１〜９までのいずれか一項に記載の方法（２００）を実施するように構成された装置（１１０）。
11. 請求項１〜９までのいずれか一項に記載の方法（２００）を実施するように構成されたコンピュータプログラム。
12. 請求項１１に記載のコンピュータプログラムが記憶された機械読取可能な記憶媒体。

Images