[go: up one dir, main page]

CN106462027A - 对驾驶员状态进行响应的系统和方法 - Google Patents

对驾驶员状态进行响应的系统和方法 Download PDF

Info

Publication number
CN106462027A
CN106462027A CN201580033908.5A CN201580033908A CN106462027A CN 106462027 A CN106462027 A CN 106462027A CN 201580033908 A CN201580033908 A CN 201580033908A CN 106462027 A CN106462027 A CN 106462027A
Authority
CN
China
Prior art keywords
driver
vehicle
driver state
information
states
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
Application number
CN201580033908.5A
Other languages
English (en)
Other versions
CN106462027B (zh
Inventor
K·C·冯
T·J·迪克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US14/315,726 external-priority patent/US9505402B2/en
Priority claimed from US14/573,778 external-priority patent/US9352751B2/en
Priority claimed from US14/697,593 external-priority patent/US10153796B2/en
Priority claimed from US14/733,836 external-priority patent/US9475521B1/en
Priority claimed from US14/744,247 external-priority patent/US9475389B1/en
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Priority to CN201911126910.3A priority Critical patent/CN110871809A/zh
Publication of CN106462027A publication Critical patent/CN106462027A/zh
Application granted granted Critical
Publication of CN106462027B publication Critical patent/CN106462027B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0872—Driver physiology
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/22—Psychological state; Stress level or workload

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种控制车辆系统的方法包括从一个或更多个监视系统接收监视信息并且基于来自所述一个或更多个监视系统的监视信息来确定多个驾驶员状态。该方法包括基于所述多个驾驶员状态来确定组合驾驶员状态指数并且基于所述组合驾驶员状态来改变一个或更多个车辆系统的控制。

Description

对驾驶员状态进行响应的系统和方法
相关申请
本申请要求2014年12月31日提交的美国临时申请序列号62/098565和2014年6月23日提交的美国临时申请序列号62/016037的优先权。
另外，本申请是2013年3月15日提交的美国申请序列号13/843077，在2014年9月18日公开为美国公开号2014/0276112；2013年11月7日提交的美国申请序列号14/074710，在2015年5月7日公开为美国公开号2015/0126818；2013年4月6日提交的美国申请序列号13/858038，在2014年10月9日公开为美国公开号2014/0303899；2014年12月17日提交的美国申请序列号14/573778；2015年4月27日提交的美国申请序列号14/697593；2015年6月8日提交的美国申请序列号14/733836；和2015年6月19日提交的美国申请序列号14/744247的部分连续案，以上全部申请均以引用方式明确并入本文中。
另外，本申请以引用方式将以下并入本文中：2011年2月18日提交的美国申请序列号13/030637，在2014年4月15日发布为美国专利No.8,698,639；2013年3月15日提交的美国申请序列号13/843194，在2013年8月29日公开为美国公开No.2013/0226408；2013年3月15日提交的美国申请序列号13/843249，在2013年9月19日公开为美国公开No.2013/0245886；2014年6月26日提交的美国申请序列号14/315726，在2014年10月16日公开为美国公开No.2014/0309881；2014年8月18日提交的美国申请序列号14/461530，在2014年12月18日公开为美国公开No.2014/0371984；2011年8月1日提交的美国申请序列号13/195675，在2015年1月27日公开为美国公开No.8,941,499；和2011年2月8日提交的美国申请序列号13/023323，在2012年8月9日公开为美国公开No.2012/0202176。
技术领域
当前实施方式涉及机动车辆，具体地，涉及对驾驶员状态进行响应的系统和方法。
机动车辆由处于各种状况下的驾驶员操作。缺乏睡眠、单调路况、使用物品或健康相关状况可增加驾驶员在驾驶时可变得困倦或疏忽的可能性。困倦或疏忽的驾驶员可以延迟了反应时间。
发明内容
在一个方面，一种控制机动车辆中的车辆系统的方法包括：从一个或更多个监视系统接收监视信息；基于来自所述一个或更多个监视系统的监视信息来确定多个驾驶员状态；以及基于所述多个驾驶员状态来确定组合驾驶员状态指数。所述方法还包括：基于所述组合驾驶员状态指数来改变一个或更多个车辆系统的控制。
在另一个方面，一种控制机动车辆中的车辆系统的方法包括：从一个或更多个监视系统接收监视信息；基于来自所述一个或更多个监视系统的监视信息来确定第一驾驶员状态和第二驾驶员状态；以及基于所述第一驾驶员状态和所述第二驾驶员状态来确定组合驾驶员状态。所述方法还包括：基于所述组合驾驶员状态指数来改变一个或更多个车辆系统的控制。
在另一个方面，一种控制机动车辆中的车辆系统的方法包括：从一个或更多个监视系统接收监视信息；基于来自所述一个或更多个监视系统的监视信息来确定多个驾驶员状态；以及基于所述多个驾驶员状态来确定组合驾驶员状态。所述方法还包括：基于所述组合驾驶员状态指数来改变一个或更多个车辆系统的控制。
在另一个方面，一种控制机动车辆中的车辆系统的方法包括：从一个或更多个监视系统接收监视信息；基于来自所述一个或更多个监视系统的监视信息来确定多个驾驶员状态；以及基于所述多个驾驶员状态来确定组合驾驶员状态指数。所述方法还包括：基于所述组合驾驶员状态指数来操作一个或更多个车辆系统。
在另一个方面，一种控制机动车辆中的车辆系统的方法包括：从多个监视系统接收监视信息；基于来自所述多个监视系统的监视信息来确定多个驾驶员状态；以及基于所述多个驾驶员状态来确定组合驾驶员状态指数。所述方法还包括：基于所述组合驾驶员状态指数来操作一个或更多个车辆系统。
通过本领域普通技术人员审察下列图和详细描述，其他系统、方法、特征和优点将变得清楚。被包括在本说明书和本发明内容内的所有这些附加系统、方法、特征和优点都旨在处于这些实施方式的范围内，并且受随附的权利要求书所保护。
附图说明
参照下列图和具体实施方式，可更好地理解这些实施方式。图中的组件不一定是按比例，而是重点放在图示这些实施方式的原理。此外，在这些图中，对于不同视图，相同的参考标号指定对应的部分。
图1A是机动车辆的各种组件和系统的实施方式的示意图；
图1B是图1A的ECU的实施方式的框图；
图2是各种不同车辆系统的实施方式的示意图；
图3是各种自动监视系统的实施方式的示意图；
图4是包括各种传感器的示例性车辆座椅和可用于将乘员选择性联接到座椅的相关安全带的立体图；
图5是可与图4中示出的座椅和安全带一起使用的示例性计算装置的框图；
图6是根据示例性实施方式的用于确定驾驶员状态改变的心率监视系统的示意图；
图7是根据示例性实施方式的可用图6的系统实现的用于确定驾驶员状态改变的方法的处理流程图；
图8是个体身上的供测量心动的位置的示意图；
图9A是代表心动的电信号的心脏波形的示意表示；
图9B是图9A的一系列心脏波形的示意表示；
图10A是代表心动的声学信号的心脏波形的示意表示；
图10B是图10A的一系列心脏波形的示意表示；
图10C是代表心动的光学信号的心脏波形的示意表示；
图10D是图10C的一系列心脏波形的示意表示；
图11是根据示例性实施方式的用于生物信号分析的系统的示意图；
图12是根据示例性实施方式的图11的系统中实现的多维传感器阵列的顶部示意图；
图13是图12的多维传感器阵列的正交视图；
图14是根据示例性实施方式的在车辆中实现的图11的系统的示意图；
图15是图12的多维传感器阵列的示意性电路图；
图16A是根据示例性实施方式的机动车辆的侧视图；
图16B是根据示例性实施方式的包括示例性头部观看方向的图16A中能示出的机动车辆的俯视图；
图17示出根据示例性实施方式的驾驶员头部的头部坐标系；
图18是根据示例性实施方式的触摸方向盘的例示示例；
图19是具有信息传递速率系统的车辆的示意图；
图20是用于确定信息传递速率的图19的信息传递速率系统的示意性详细视图；
图21是用于确定驾驶员与车辆之间的信息传递速率的方法的处理流程图；
图22是根据示例性实施方式的用于在车辆中进行人员识别的计算机系统的例示计算环境的示意图；
图23是可用图22实现的用于识别车辆乘员的示例性方法的处理流程图；
图24A是根据驾驶员状态来控制车辆系统的处理的实施方式；
图24B是类似于图24A的但包括识别驾驶员的根据驾驶员状态来控制车辆系统的处理的实施方式；
图25是示出响应系统对各种车辆系统的影响的表；
图26是确定分心程度并且操作一个或更多个车辆系统的处理的实施方式；
图27是使用控制参数来操作车辆系统的处理的实施方式；
图28是驾驶员状态指数与控制系数之间的关系的实施方式；
图29是用于确定控制参数的计算单元的实施方式；
图30是驾驶员状态指数与车辆系统状态之间的关系的实施方式；
图31是监视自主神经系统信息以确定驾驶员状态的方法的实施方式的示意图；
图32是监视自主神经系统信息以确定驾驶员状态的处理的实施方式；
图33是监视驾驶员的眼睛移动以帮助确定驾驶员状态的方法的实施方式的示意图；
图34是监视驾驶员的眼睛移动以确定驾驶员状态的处理的实施方式；
图35是监视驾驶员的头部移动以确定驾驶员状态的方法的实施方式的示意图；
图36是监视驾驶员的头部移动以确定驾驶员状态的处理的实施方式；
图37是监视驾驶员的头部与头枕之间的距离以确定驾驶员状态的方法的实施方式的示意图；
图38是监视驾驶员的头部与头枕之间的距离以确定驾驶员状态的处理的实施方式；
图39是通过监测相对于方向盘的手接触和位置信息来检测驾驶员状态的处理的实施方式的方法的流程图；
图40是监视转向信息以确定驾驶员状态的方法的实施方式的示意图；
图41是监视转向信息以确定驾驶员状态的处理的实施方式；
图42是监视车道偏离信息以确定驾驶员状态的方法的实施方式的示意图；
图43是监视车道偏离信息以确定驾驶员状态的处理的实施方式；
图44是根据示例性实施方式的根据基于多个驾驶员状态的组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图45是根据示例性实施方式的根据基于多个驾驶员状态水平的组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图46是根据示例性实施方式的基于一个或更多个组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图47是根据示例性实施方式的如何可被用于获取控制系数的组合驾驶员状态指数的示意图；
图48是示出根据示例性实施方式的驾驶员的组合驾驶员状态指数与系统状态之间的总体关系的实施方式的示意图；
图49是根据示例性实施方式的用于组合多个驾驶员状态(即，两个驾驶员状态)的与(AND)逻辑门的示意图；
图50是根据示例性实施方式的用于组合多个驾驶员状态(即，三个驾驶员状态)的与逻辑门的示意图；
图51是根据示例性实施方式的用于组合多个驾驶员状态(即，三个驾驶员状态)的与逻辑门的示意图；
图52是根据示例性实施方式的使用阈值根据组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图53是根据示例性实施方式的用于用阈值组合多个驾驶员状态(即，三个驾驶员状态)的与逻辑门的示意图；
图54是根据示例性实施方式的用于确定和/或修改阈值、控制参数和/或控制系数的处理的实施方式的方法的流程图；
图55是根据示例性实施方式的用于根据组合驾驶员状态和一个或更多个驾驶员状态的确认来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图56是根据示例性实施方式的用于根据组合驾驶员状态和一个或更多个驾驶员状态的确认来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图57是根据另一个示例性实施方式的用于根据组合驾驶员状态和一个或更多个驾驶员状态的确认来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图58是根据另一个示例性实施方式的用于用阈值根据组合驾驶员状态和一个或更多个驾驶员状态(即，三个驾驶员状态)的确认来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图59是用于根据优先级来确认一个或更多个驾驶员状态的处理的实施方式的方法的流程图；
图60是根据示例性实施方式的用于控制一个或更多个车辆系统的多模神经网络系统的网络示图；
图61是根据另一个示例性实施方式的、根据组合驾驶员状态指数来控制车辆系统的处理的流程图；
图62是根据一个或更多个驾驶员状态和一个或更多个车辆状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图63是在驾驶员困倦时改变动力转向系统的操作的方法的实施方式的示意图；
图64是在驾驶员困倦时改变动力转向系统的操作的方法的实施方式的示意图；
图65是在驾驶员困倦时控制动力转向系统的处理的实施方式；
图66是响应于驾驶员状态来控制动力转向辅助的详细处理的实施方式；
图67是在驾驶员困倦时改变气候控制系统的操作的方法的实施方式的示意图；
图68是在驾驶员困倦时改变气候控制系统的操作的方法的实施方式的示意图；
图69是在驾驶员困倦时控制气候控制系统的处理的实施方式；
图70是可以被用于唤醒困倦驾驶员的各种装置的实施方式的示意图；
图71是利用触觉装置、视觉装置和音频装置来唤醒困倦驾驶员的方法的实施方式的示意图；
图72是利用触觉装置、视觉装置和音频装置来唤醒困倦驾驶员的处理的实施方式；
图73是用于机动车辆的电子预紧系统的示意图；
图74是利用图73的电子预紧系统来唤醒驾驶员的方法的示意图；
图75是根据驾驶员状态来控制电子预紧系统的处理的实施方式；
图76是在驾驶员完全醒着时操作防抱死制动系统的方法的实施方式的示意图；
图77是在驾驶员困倦时改变图76的防抱死制动系统的操作的方法的实施方式的示意图；
图78是根据驾驶员状态来改变防抱死制动系统的操作的处理的实施方式；
图79是根据驾驶员状态来改变制动系统的操作的处理的实施方式；
图80是根据驾驶员状态来改变制动辅助系统的操作的处理的实施方式；
图81用于根据驾驶员状态来控制制动辅助的处理的实施方式；
图82是用于确定用于制动辅助的启用系数的处理的实施方式；
图83是利用电子稳定控制系统操作的机动车辆的实施方式的示意图；
图84是在驾驶员困倦时改变图83的电子控制辅助系统的操作的方法的实施方式的示意图；
图85是根据驾驶员状态来改变电子稳定控制系统的操作的处理的实施方式；
图86是用于响应于驾驶员状态来控制电子稳定控制系统的处理的实施方式；
图87是用于设置用于电子稳定控制系统的启用阈值的处理的实施方式；
图88是配备有碰撞警告系统的机动车辆的实施方式的示意图；
图89是根据驾驶员状态来改变碰撞警告系统的控制的处理的实施方式；
图90是根据驾驶员状态来改变碰撞警告系统的控制的详细处理的实施方式；
图91是利用自动巡航控制系统操作的机动车辆的实施方式的示意图；
图92是根据驾驶员状态来改变图91的自动巡航控制系统的控制的方法的实施方式的示意图；
图93是根据驾驶员状态来改变自动巡航控制系统的控制的处理的实施方式；
图94是响应于驾驶员状态来改变自动巡航控制系统的操作的处理的实施方式；
图95是根据驾驶员状态来改变车辆的巡航速度的处理的实施方式；
图96是用于控制与巡航控制关联的低速跟随功能的处理的实施方式；
图97是利用车道偏离警告系统操作的机动车辆的实施方式的示意图；
图98是在驾驶员困倦时改变图97的车道偏离警告系统的控制的方法的实施方式的示意图；
图99是根据驾驶员状态来变换车道偏离警告系统的控制的处理的实施方式；
图100是响应于驾驶员状态来改变车道偏离警告系统的操作的处理的实施方式；
图101是用于设置道路穿越阈值的处理的实施方式；
图102是响应于驾驶员状态来改变车道保持辅助系统的操作的处理的实施方式；
图103是盲区指示器系统活动的实施方式的示意图；
图104是盲区指示器系统活动并且盲区监视区响应于驾驶员状态而增加的实施方式的示意图；
图105是改变盲区指示器系统的控制的处理的实施方式；
图106是用于响应于驾驶员状态来控制盲区指示器系统的处理的实施方式；
图107是用于确定盲区指示器系统的区域阈值的处理的实施方式；
图108是用于根据驾驶员状态指数来选择警告类型的图表的实施方式；
图109是在驾驶员警觉时不提供警告的碰撞减轻制动系统的实施方式的示意图；
图110是在驾驶员困倦时提供警告的碰撞减轻制动系统的实施方式的示意图；
图111是在驾驶员警觉时不提供自动座椅安全带预紧的碰撞减轻制动系统的实施方式的示意图；
图112是在驾驶员困倦时提供自动座椅安全带预紧的碰撞减轻制动系统的实施方式的示意图；
图113是用于响应于驾驶员状态来控制碰撞减轻制动系统的处理的实施方式；
图114是用于设置碰撞时间阈值的处理的实施方式；
图115是用于在第一警告阶段期间操作碰撞减轻制动系统的处理的实施方式；
图116是用于在第二警告阶段期间操作碰撞减轻制动系统的处理的实施方式；
图117是用于根据驾驶员监视来操作导航系统的处理的实施方式；
图118是根据示例性实施方式的用于改变故障阈值的处理的实施方式的方法的流程图；
图119是示例性控制信号和故障检测系统阈值的示意图；
图120是根据示例性实施方式的基于检测到故障和驾驶员状态来改变一个或更多个车辆系统的处理的实施方式的方法的流程图；
图121是根据示例性实施方式的用于改变故障阈值的处理的实施方式的方法的流程图；
图122A是根据一个实施方式的、根据图121的方法的改变故障阈值的示意图；
图122B是根据另一个实施方式的、根据图121的方法的改变故障阈值的示意图；
图123是根据图121的方法的改变故障阈值的示意图；
图124是根据图121的方法的改变故障阈值的示意图；
图125是根据示例性实施方式的使用心率信息和眼睛移动信息、根据组合驾驶员状态指数来控制车辆系统的例示处理的流程图；
图126是根据示例性实施方式的使用心率信息和转向信息、根据组合驾驶员状态指数来控制车辆系统的例示处理的流程图；
图127根据示例性实施方式的用于用阈值基于组合驾驶员状态和一个或更多个驾驶员状态的确认来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法的流程图；
图128是根据示例性实施方式的、根据组合驾驶员状态指数和车辆状态来控制车辆系统的例示处理的流程图；
图129是包括中央ECU的响应系统的实施方式的示意图；
图130是第一车辆系统和第二车辆系统通过网络进行通信的实施方式的示意图；
图131是用于改变一个或更多个车辆系统的操作的处理的实施方式；
图132是用于响应于驾驶员状态来控制所选择的车辆系统的处理的实施方式；
图133是用于确定与潜在危险关联的风险级别的处理的实施方式；
图134是用于改变两个车辆系统的控制的处理的实施方式；
图135A是用于改变一个或更多个车辆系统的控制的处理的实施方式的方法的流程图；
图135B是用于改变一个或更多个车辆系统的控制的处理的实施方式的方法的流程图；
图136A是配置有盲区指示器系统的机动车辆的实施方式的示意图；
图136B是配置有盲区指示器系统的机动车辆的实施方式的示意图，其中，车辆正在变换车道；
图137A是配置有盲区指示器系统的机动车辆的实施方式的示意图，其中，盲区警告区域的大小随着驾驶员变得困倦而增大；
图137B是配置有盲区指示器系统和与该盲区指示器系统协同工作的电子动力转向系统的机动车辆的实施方式的示意图；
图138是用于控制与电子动力转向系统合作的盲区指示器系统的处理的实施方式；
图139是配置有具有交叉车流警告的盲区指示器系统和与该盲区指示器系统协同工作的制动控制系统的机动车辆的实施方式的示意图；
图140是用于控制与制动控制系统合作的盲区指示器系统的处理的实施方式；
图141是根据示例性实施方式的改变包括自动控制的一个或更多个车辆系统的控制的处理的实施方式的方法的流程图；
图142是根据另一个示例性实施方式的改变包括自动控制的一个或更多个车辆系统的控制的处理的实施方式的方法的流程图；
图143A是根据示例性实施方式的基于驾驶员状态的低速跟随系统的自动控制的示例性查找表；
图143B是根据示例性实施方式的基于驾驶员状态的车道保持辅助系统的自动控制的示例性查找表；
图143C是根据示例性实施方式的基于驾驶员状态的自动巡航控制系统的自动控制的示例性查找表；
图143D是根据示例性实施方式的基于驾驶员状态的视觉装置系统的自动控制的示例性查找表；
图144是根据示例性实施方式的用于包括抑制和/或限制车辆系统的控制一个或更多个车辆系统的处理的实施方式的方法的流程图；
图145是根据示例性实施方式的用于包括确认风险和/或危害的控制一个或更多个车辆系统的处理的实施方式的方法的流程图；
图146是根据示例性实施方式的控制车道偏离警告系统的实施方式的方法的流程图。
图147A是根据图146的方法的控制车道偏离警告系统的示意图；
图147B是根据图146的方法的控制车道偏离警告系统的示意图；
图148是根据示例性实施方式的控制盲区指示器系统的实施方式的方法的流程图；
图149A是根据图148的方法的控制盲区指示器系统的示意图；
图149B是根据图148的方法的控制盲区指示器系统的示意图；
图150是根据示例性实施方式的控制车道偏离警告系统和盲区指示器系统的处理的实施方式的方法的流程图；
图151A是根据图150的方法的控制车道偏离警告系统和盲区指示器系统的示意图；
图151B是根据图150的方法的控制车道偏离警告系统和盲区指示器系统的示意图；
图152是根据示例性实施方式的用于控制发动机的空转模式的处理的实施方式的方法的流程图；
图153是根据示例性实施方式的用于控制电子泊车制动系统的制动保持的处理的实施方式的方法的流程图；
图154是根据示例性实施方式的用于控制电子泊车制动系统的处理的实施方式的方法的流程图；
图155A是根据示例性实施方式的、根据手接触转变来控制车辆系统的处理的实施方式的方法的流程图；
图155B是根据示例性实施方式的部分基于手接触转变来控制车辆模式选择器系统的处理的实施方式的方法的流程图；
图156是根据示例性实施方式的用于控制动力转向系统的处理的实施方式的方法的流程图；
图157是根据示例性实施方式的用于控制低速跟随系统的处理的实施方式的方法的流程图；
图158A是根据图157的方法控制低速跟随系统的示意图；
图158B是根据图157的方法控制低速跟随系统的示意图；
图159是根据另一个示例性实施方式的用于控制低速跟随系统的处理的实施方式的方法的流程图；
图160是根据示例性实施方式的用于控制自动巡航控制系统和车道保持辅助系统的处理的实施方式的方法的流程图；
图161A是根据图160的方法控制自动巡航控制系统和车道保持辅助系统的示意图；
图161B是根据图160的方法控制自动巡航控制系统和车道保持辅助系统的示意图；
图161C是根据图160的方法控制自动巡航控制系统和车道保持辅助系统的示意图；
图162是根据另一个示例性实施方式的用于控制自动巡航控制系统和车道保持辅助系统的处理的实施方式的方法的流程图；
图163是根据其他示例性实施方式的用于控制自动巡航控制系统和车道保持辅助系统的处理的实施方式的方法的流程图；
图164是根据另一个示例性实施方式的用于控制自动巡航控制系统和车道保持辅助系统的处理的实施方式的方法的流程图；
图165A是根据图164的方法控制自动巡航控制系统和车道保持辅助系统的示意图；以及
图165B是根据图164的方法控制自动巡航控制系统和车道保持辅助系统的示意图。
具体实施方式
下面的详细描述旨在是示例性的并且本领域普通技术人员将认识到，在本文所描述的实施方式的范围内，其他实施方式和实现方式是可能的。首先总体上针对包括机动车辆的组件、示例性车辆系统和传感器、和监视系统和传感器的系统概况来描述示例性实施方式。在总体描述之后，提出的是用于评估驾驶员状态和操作响应的系统和方法，包括讨论确定驾驶员状态、确定一个或更多个驾驶员状态、确定组合驾驶员状态和确认驾驶员状态。还描述了基于驾驶员状态和/或组合驾驶员状态来检测车辆系统的驾驶员状态和示例性操作响应的示例性实现方式。另外，还讨论了与基于驾驶员状态从无控制到半自主和全自主响应的操作响应的各种水平相关的实施方式。出于组织结构的目的，说明书被构造成通过标题标识的段，其不旨在进行限制。
I.概述
本文中讨论的具体实施方式和示例性实施方式描述了实现生物体(例如，人、动物、驾驶员、乘客)状态监测的系统和方法。具体地，本文中讨论的具体实施方式和示例性实施方式是指相对于机动车辆的方法和系统。例如，图1A示出示例性的机动车辆100和用于实现响应于驾驶员状态的系统和方法的各种组件的示意图。在图1A中，机动车辆100正在运载驾驶员102。在本文中描述的系统和方法中，机动车辆100和机动车辆100的组件可提供驾驶员102的状态监视并且基于状态监视来实现控制。本具体实施方式和权利要求书中使用的术语“驾驶员”可以是指生物体的状态(例如，驾驶员状态)正在被监视的任何生物体。在一些情形下，生物体正在完成需要进行状态监测的任务。术语“驾驶员”的示例可包括(但不限于)操作车辆的驾驶员、车辆乘员、车辆内的乘客、患者、保安人员、空中交通管制员、雇员、学生等。要理解，这些系统和方法还可在车辆外部实现。因此，本文中描述的系统和方法可在需要或实现对生物体的状态监视的任何位置、情形或装置实现。例如，在用于监视执行需要特定状态的任务的人的任何位置、情形或装置。示例包括但不限于医院位置、家的位置、工作位置、个人医疗装置、便携式装置等。
本文中使用的生物体的“状态”或“驾驶员状态”是指对生物体的状态和/或生物体周遭环境(例如，车辆)的状态的测量。驾驶员状态或另选地“生物体状态”可以是警觉、警惕、困倦、不专注、分心、紧张、醉酒、其他常见有缺陷状态、其他情绪状态和/或总体健康状态等。在整个说明书中，将使用困倦和/或分心作为被评估的示例驾驶员状态。然而，要理解，可确定并且评估任何驾驶员状态，包括但不限于困倦、专注、分心、警惕、不清醒、醉酒、紧张、情绪状态和/或一般健康状态等。
驾驶员状态可被量化为驾驶员状态水平、驾驶员状态指数等。另外，可使用一个或更多个驾驶员状态来确定组合驾驶员状态水平、组合驾驶员状态指数等。要理解，用于对本文中讨论的驾驶员状态进行响应的系统和方法可包括基于来自本文中讨论的系统和传感器的信息来确定和/或评估一个或更多个驾驶员状态。一个或更多个驾驶员状态可以是基于各种类型的信息，例如，监视信息、生理信息、行为信息、车辆信息等。
如以上提到的，除了状态监视之外，本文中描述的系统和方法可由机动车辆100基于驾驶员状态提供一个或更多个响应。因此，针对本文中的系统和方法讨论的评估和调节可适应驾驶员的健康、缓慢的反应时间、注意力分散和/或警觉。例如，在驾驶员可能困倦和/或分心的情形下，机动车辆可包括用于检测驾驶员困倦和/或分心的设备。此外，由于困倦和/或分心可增加危险驾驶情形的可能性，因此机动车辆可包括用于自动改变一个或更多个车辆系统以减轻危险驾驶情形的设备。因此，本文中描述的系统和方法可监视并且确定人的状态并且基于状态提供响应(例如，基于状态，控制机动车辆和机动车辆的组件)。另外，在本文中讨论的一些实施方式中，系统和方法可监视并且确定人的状态并且基于驾驶员状态来提供对机动车辆和机动车辆的组件的自动控制。
II.机动车辆架构概述
现在，参照附图，其中，附图中的图示是出于例示一个或更多个示例性实施方式的目的，而非限制实施方式的目的，将参照图1A和图1B描述用于响应于驾驶员状态的示例性机动车辆构造。为了清楚起见，在当前实施方式中只示出机动车辆的一些组件。此外，将理解，在其他实施方式中，组件中的一些可以是可选的。如以上提到的，图1A示出运载驾驶员102的示例性机动车辆100的示意图，其中机动车辆的各种组件用于实现用于响应驾驶员状态的系统和方法。如贯穿本具体实施方式和在权利要求书中使用的术语“机动车辆”是指能够运载一个或更多个人类乘客并且由任何形式的能量提供动力的任何移动车辆。术语“机动车辆”包括但不限于：小汽车、卡车、运货车、小型货车、SUV、摩托车、滑板车、船、个人船舶及飞机。另外，术语“机动车辆”可指由任何形式的能量提供动力的自主车辆和/或自动驾驶车辆。自主车辆可运载或可不运载一个或更多个生物体(例如，人、动物等)。
总体上，机动车辆100可以由任何动力源推进。在一些实施方式中，机动车辆100可被构造为使用两个或更多个动力源的混合动力车辆。在其他实施方式中，机动车辆100可使用一个或更多个发动机。例如，在图1A中，机动车辆100包括单个动力源(发动机104)。发动机104中的气缸的数量可有所不同。在一些情况下，发动机104可包括六个气缸。在一些情况下，发动机104可以是三个气缸、四个气缸或八个气缸的发动机。在其他情况下，发动机104可具有任何其他数量的气缸。
贯穿本说明书和权利要求书中使用的术语“发动机”是指能够转换能量的任何装置或机器。在某些情况下，势能被转换成动能。例如，能量转换可包括燃料或燃料电池的化学势能被转换成旋转动能或者电势能被转换成旋转动能的情形。发动机还可包括用于将动能转换成势能的设备。例如，某些发动机包括将来自传动系统的动能转换成势能的再生制动系统。发动机还可包括将太阳能或核能转换成另一形式能量的装置。发动机的一些示例包括但不限于：内燃机、电动机、太阳能转换器、涡轮机、核电站以及组合两种或更多种不同类型能量转换过程的混合系统。应该理解，在其他实施方式中，这里例示的组件的任何其他布置可用于向机动车辆100提供动力。
总体上，机动车辆100可包括用于和与机动车辆100的发动机104和/或其他系统关联的各种组件进行通信(在某些情况下，对它们进行控制)的设备。在一些实施方式中，机动车辆100可包括计算机或类似装置。在当前实施方式中，机动车辆100可包括电子控制单元106，在此被称为ECU 106。在一个实施方式中，ECU 106可被构造成与机动车辆100的各种组件通信和/或对它们进行控制。
现在，参照图1B，示出根据一个实施方式的在连接的车辆环境中的ECU 106的示例性框图。总体上，ECU 106可包括微控制器、RAM、ROM和全部用于监视和监控发动机104的各种组件以及机动车辆100的其他组件或系统的软件。例如，ECU 106能够接收来自位于发动机104中的许多传感器、装置和系统的信号。各种装置的输出被发送至ECU 106，在ECU 106中，这些装置信号可被存储在诸如RAM的电子存储器中。可由中央处理单元(CPU)根据存储在诸如ROM的电子存储器中的软件来处理当前信号和电子存储的信号二者。
如图1B中示出的实施方式中所示，ECU 106包括处理器108、存储器110、磁盘112和通信接口114。处理器108处理信号并且执行一般的计算和算术功能。由处理器进行处理的信号可包括数字信号、数据信号、计算机指令、处理器指令、消息、比特、比特流、或可接收、发送和/或检测到的其他手段。通常，处理器可以是各式各样的处理器，包括多个单核处理器和多核处理器和协处理器和其他多个单核和多核处理器和协处理器构造。在一些实施方式中，处理器可包括用于执行各种功能的各种模块。
存储器110可包括易失性存储器和/或非易失性存储器。非易失性存储器可包括例如ROM(只读存储器)、PROM(可编程只读存储器)、EPROM(可擦除PROM)和EEPROM(电可擦除PROM)。易失性存储器可包括例如RAM(随机存取存储器)、同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)和直接RAM总线RAM(DRRAM)。存储器可存储对ECU 106的资源进行控制或分配的操作系统。
另外，在一些实施方式中，存储器110可存储并且促成(例如，由处理器108)执行各种软件模块116。本文中描述的模块可包括非瞬时计算机可读介质，非瞬时计算机可读介质存储指令、在机器、硬件、固件中执行的指令、在机器上执行的软件、和/或均用于执行功能或动作和/或引起来自另一个模块、方法、和/或系统的功能或动作的组合。模块还可包括逻辑、受软件控制的微处理器、离散逻辑电路、模拟电路、数字电路、编程逻辑器件、包含执行指令的存储器装置、逻辑门、门的组合、和/或其他电路组件。多个模块可被组合成一个模块并且单个模块可分布于多个模块。要理解，在其他实施方式中，软件模块116可被存储在处理器108和/或磁盘112。
磁盘112可以是例如磁盘驱动器、固态盘驱动器、软盘驱动器、磁带驱动器、Zip驱动器、闪存存储卡和/或记忆棒。此外，磁盘可以是CD-ROM(紧凑盘ROM)、CD可记录驱动器(CD-R驱动器)、CD可覆写驱动器(CD-RW驱动器)、和/或数字视频ROM装置(DVD ROM)。磁盘可存储对ECU 106的资源进行控制或分配的操作系统。
通信接口114提供便于ECU 106的组件和其他组件、网络和数据源之间的数据输入和输出的软件和硬件。处理器108、存储器110、磁盘112和通信接口114均可在工作上借助数据总线118连接，以便进行计算机通信。数据总线118是指在工作上连接到计算机内部的其他计算机组件或在计算机之间连接的互连构造。总线可在计算机组件之间进行数据传递。总线可以是存储器总线、存储器控制器、外围总线、外部总线、纵横(crossbar)开关、和/或本地总线等。总线还可以是车辆总线，车辆总线使用诸如面向媒体的系统传输(MOST)、控制器区域网络(CAN)、本地互联网(LIN)等的协议将车辆内的组件(例如，包括车辆系统和传感器)互连。
如以上提到的，通信接口114可促成机动车辆100的连接环境。因此，通信接口114促成在网络环境中借助计算机通信与ECU 106、机动车辆100的其他组件和其他网络装置进行的信息输入和输出。计算机通信可包括(但不限于)网络传输、文件传输、数据传输、小应用传输、HTTP传输等。计算机通信可跨例如逻辑连接、无线系统(例如，IEEE 802.1 1)、以太网系统(例如，IEEE 802.3)、令牌环系统(例如，IEEE802.5)、局域网(LAN)、广域网(WAN)、点对点系统、电路切换系统、分组切换系统等发生。
例如，在图1B中，通信接口114可促成与网络120进行计算机通信的工作连接。该连接可用各种方式来实现，例如，通过便携式装置122、蜂窝塔124、车辆间ad-hoc网络(未示出)、车辆内网络(未示出)和其他有线和无线技术等来实现。因此，机动车辆100可与外部源(例如，网络120和便携式装置122)进行数据的发送和数据的接收。
除了通信接口114之外，ECU 106可包括图1中示出的多个端口，这些端口促成信息和动力的输入和输出。贯穿详细说明书和权利要求书使用的术语“端口”是指两个导线之间的任何接口或共享边界。在某些情况下，端口可促成插入和取出导线。这些类型的端口的示例包括机械连接器。在其他情况下，端口是通常不提供容易插入或取出的接口。这些类型的端口的示例包括电路板上的焊接或电子迹线。在其他情况下，端口可促成无线连接。
端口促成在网络环境中经由计算机通信与ECU 106、机动车辆100的其他组件和其他网络装置进行的信息输入和输出。计算机通信可包括(但不限于)网络传输、文件传输、数据传输、小应用程序传输、HTTP传输等。计算机通信可跨例如逻辑连接、无线系统(例如，IEEE 802.1 1)、以太网系统(例如，IEEE 802.3)、令牌环系统(例如，IEEE 802.5)、局域网(LAN)、广域网(WAN)、点对点系统、电路开关系统、分组切换系统等发生。本文中，将更详细地描述端口以及端口与不同车辆系统之间的数据传输。
如将贯穿具体实施方式更详细讨论的，与ECU 106关联的端口和设备是可选的。一些实施方式可包括给定端口或设备，而其他实施方式可排除它。具体实施方式公开了可使用的可能的端口和设备中的一些，然而，应该牢记，不必使用每一个端口或设备或者在给定实施方式中不必包括每一个端口或设备。要理解，本文中讨论的机动车辆100和ECU 106的组件以及本文中讨论的其他系统、硬件构造和软件构造的组件可被组合、省略、或组织成用于各种实施方式的不同构造。
III.系统和传感器
如以上提到的，可基于各种类型的信息来评估一个或更多个驾驶员状态。可使用不同的系统和传感器来收集和/或分析该信息。总体上，本文中讨论的传感器感测并测量与机动车辆100、车辆系统和/或组件、机动车辆100的环境和/或生物体(例如，驾驶员102)关联的刺激(例如，信号、属性、测量、质量)。传感器可生成代表刺激的数据流和/或信号，分析信号和/或将信号发送到另一个组件，例如，ECU 106。在一些实施方式中，传感器是本文中将讨论的车辆系统和/或监视系统的一部分。
本文中讨论的传感器可包括一个传感器、超过一个传感器、传感器组，并且可以是较大的感测系统(例如，监视系统)的一部分。要理解，传感器可具有各种构造并且可包括不同类型的传感器，例如，电流/电势传感器(例如，接近、电感、电容、静电)、声学传感器、次声波、声波和超声传感器、振动传感器(例如，压电)视觉传感器、成像传感器、热传感器、温度传感器、压力传感器、光电传感器等。
现在，将详细描述示例性的车辆系统、监视系统、传感器和传感器分析。要理解，本文中描述的车辆系统、监视系统、传感器和传感器分析本质是示例性的并且可用用于评估一个或更多个驾驶员状态并且控制一个或更多个车辆系统的方法和系统来实现其他系统和传感器。
A.车辆系统和传感器
再次参照图1，机动车辆100、发动机104和/或ECU 106可促成机动车辆100的组件之间的信息传输和/或可促成对机动车辆100的组件的控制。例如，机动车辆100可包括车辆系统和车辆传感器。如图1A和图2的实施方式中所示，机动车辆100可包括各种系统，包括车辆系统126。车辆系统126可包括(但不限于)可用于增强测量、驾驶和/或安全性的任何自动或手动系统。
机动车辆100和/或车辆系统126可包括一个或更多个车辆传感器，车辆传感器用于感测并测量与机动车辆100和/或特定车辆系统关联的刺激(例如，信号、属性、测量、数量)。在一些实施方式中，ECU 106可经由例如端口128传达并且得到代表来自车辆系统126和/或一个或更多个车辆传感器的刺激的数据。数据可以是车辆信息，和/或ECU 106可将数据处理成车辆信息和/或进一步处理车辆信息。因此，ECU 106可传送并且得到来自机动车辆100、车辆系统126本身、与车辆系统126关联的一个或更多个车辆传感器、或其他车辆传感器(例如，相机、外部雷达和激光传感器等)的车辆信息。
车辆信息包括与图1A的机动车辆100和/或车辆系统126相关的信息，车辆系统126包括在图2中列出的那些车辆系统。具体地，车辆信息可包括车辆和/或车辆系统条件、状态、状况、行为、和关于车辆外部环境(例如，其他车辆、行人、物体、道路状况、天气状况)的信息。示例性的车辆信息包括(但不限于)加速度信息、速度信息、转向信息、车道偏离信息、盲区监视信息、制动信息、碰撞警告信息、导航信息、碰撞减轻信息和巡航控制信息。
要理解，车辆传感器可包括(但不限于)车辆系统126的车辆系统传感器和与机动车辆100关联的其他车辆传感器。例如，其他车辆传感器可包括安装于车辆内部或外部的相机、安装于车辆外部的雷达和激光传感器、外部相机、雷达和激光传感器(例如，位于车辆间网络中的其他车辆上、街道相机、监视相机)。这些传感器可以是任何类型的传感器，例如，声学、电气、环境、光学、成像、光、压力、力、热、温度、接近等。
在一些实施方式中，ECU 106可包括用于与和发动机104关联的各种系统和/或功能通信和/或控制它们的设备。在一个实施方式中，ECU 106可包括用于接收各种类型的转向信息的端口130。在某些情况下，ECU 106可通过端口130与电子动力转向系统32(也被称为EPS 132)通信。EPS 132可包括为了提供转向辅助而利用的各种组件和装置。在某些情况下，例如，EPS 132可包括辅助电机以及用于向驾驶员提供转向辅助的其他设备。另外，EPS132可与各种传感器关联，包括扭矩传感器、转向角传感器以及其他类型的传感器。电子动力转向系统的示例在Kobayashi于2006年2月27日提交的美国专利号7,497,471和Kobayashi于2006年2月27日提交的美国专利号7,497,299中公开，这两者的全部内容以引用方式并入本文中。
在一些实施方式中，ECU 106可包括用于与和触摸方向盘关联的各种系统通信和/或控制它们的设备。ECU 106可经由端口130和/或EPS 132与和触摸方向盘134关联的各种系统通信。在本文中描述的实施方式中，触摸方向盘134也可被称为触摸方向盘系统134。触摸方向盘系统134可包括提供关于驾驶员手相对于触摸方向盘134的接触和位置的信息所利用的各种组件和装置。更具体地，触摸方向盘134可包括安装在触摸方向盘134中或上的传感器(例如，电容传感器、电极)。传感器被构造成测量驾驶员的手与触摸方向盘134的接触和接触的位置(例如，行为信息)。要理解，在一些实施方式中，触摸方向盘134可提供驾驶员的其他附属物(例如，腕部、肘部、肩膀、膝盖和手臂等)与触摸方向盘134的接触信息。
在一些实施方式中，传感器位于触摸方向盘134的正面和背面。因此，传感器可确定驾驶员的手是否接触触摸方向盘134的正面和/或背面(例如，握持或包住方向盘)。在其他实施方式中，触摸方向盘系统134可测量手在触摸方向盘134上的接触的力和/或压力。在其他实施方式中，触摸方向盘系统134可提供手在触摸方向盘134上的信息和/或监视其移动。例如，触摸方向盘系统134可提供关于手移动的转变或接触触摸方向盘134的手的数量的转变的信息(例如，两只手放在触摸方向盘134上转变成一只手放在触摸方向盘134上；一只手放在触摸方向盘134上转变成两只手放在触摸方向盘134上)。在一些实施方式中，手接触的转变可设置时间分量，例如，从两只手放在触摸方向盘134上切换成一只手放在触摸方向盘134上之间的时段。触摸方向盘系统134所提供的关于与触摸方向盘134的接触的信息在本文中可称为手接触信息。
在一些实施方式中，触摸方向盘系统134可包括用于测量车辆的驾驶员的生物参数(例如，生理信号)的传感器。例如，生物信号可包括心率、皮肤电容和/或皮肤温度。传感器可包括例如一个或更多个生物监视传感器180。在另一个实施方式中，触摸方向盘134可提供用于启动车辆系统的装置和/或功能的信息。例如，触摸方向盘系统134的传感器可用作开关，其中，驾驶员的手的接触和接触位置与启动车辆的装置和/或车辆功能关联。在其他实施方式中，触摸方向盘系统134可向驾驶员呈现信息。例如，触摸方向盘134可包括用于向驾驶员提供信息和/或指示的一个或更多个灯元件和/或视觉装置。灯元件和/或视觉装置可提供与一个或更多个车辆信息相关的警告信号和/或信息。作为例示示例，警告信号可与不同视觉提示(例如，颜色、图案)关联。这些视觉提示可以是警告信号和/或驾驶员状态的功能。触摸方向盘系统的示例在2015年6月19日提交的美国申请序列号14/744247中公开，其全部内容特此以引用方式并入。
在一些实施方式中，ECU 106可包括用于与各种视觉装置通信和/或控制各种视觉装置的设备。视觉装置包括能够以可视方式显示信息的任何装置。这些装置可包括灯(诸如，仪表盘灯、驾驶室灯等)、视觉指示器、视频屏幕(诸如，导航屏幕或触摸屏)以及任何其他视觉装置。在一个实施方式中，ECU 106包括用于与视觉装置140通信的端口138。另外，在一个实施方式中，视觉装置140可包括与其他车辆系统(例如，触摸方向盘系统134)集成的灯元件和/或视觉装置。
在一些实施方式中，ECU 106可包括用于与各种音频装置通信和/或控制各种音频装置的设备。音频装置包括能够以可听方式提供信息的任何装置。这些装置可包括扬声器以及与扬声器关联的任何系统(诸如，收音机、DVD播放器、BD播放器、CD播放器、卡带播放器、MP3播放器、智能电话、便携式装置、导航系统以及提供音频信息的任何其他系统。在一个实施方式中，ECU 106可包括用于与音频装置144通信的端口142。此外，在某些情况下，音频装置144可以是扬声器，而在其他情况下，音频装置144可包括能够向扬声器提供可被驾驶员听到的音频信息的任何系统。
在一些实施方式中，ECU 106可包括用于与各种触觉装置通信和/或控制各种触觉装置的设备。如贯穿本具体实施方式和在权利要求书中使用的术语“触觉装置”是指能够向驾驶员或乘客传递触觉刺激的任何装置。例如，触觉装置可包括振动或者按可被驾驶员感觉到的其他方式移动的任何装置。触觉装置可设置在车辆的任何部分中。在某些情况下，触觉装置可位于方向盘(例如，触摸方向盘134)中以向驾驶员提供触觉反馈。在其他情况下，触觉装置可以位于车辆座椅(例如，车辆座椅168)中，以提供触觉反馈或者帮助驾驶员放松。在一个实施方式中，ECU 106可包括用于与触觉装置148通信和/或控制触觉装置148的端口146。
在一些实施方式中，ECU 106可包括用于接收来自用户的输入的设备。例如，在一些实施方式中，ECU 106可包括用于接收来自用户输入装置152的信息的端口150。在某些情况下，用户输入装置152可包括一个或更多个按钮、开关、触摸屏、触摸板、拨号盘、指示器(pointer)或任何其他类型的输入装置。例如，在一个实施方式中，用户输入装置152可以是键盘或键区。在另一个实施方式中，用户输入装置152可以是触摸屏。在一个实施方式中，用户输入装置152可以是通/断(ON/OFF)开关。在另一个实施方式中，用户输入装置152可包括触摸方向盘系统134。用户输入装置152可从触摸方向盘系统134接收用户输入。在某些情况下，用户输入装置152可被用于打开或关闭与车辆或驾驶员关联的任何驾驶员状态监视装置。例如，在将光学传感器用于检测驾驶员状态信息的实施方式中，用户输入装置152可被用于将这种类型监视打开或关闭。在利用多个监视装置的实施方式中，用户输入装置152可被用于同时打开或关闭与这些监视装置关联的所有不同类型的监视。在其他实施方式中，用户输入装置152可被用于选择性地打开或关闭一些监视装置，而非其他监视装置。在其他实施方式中，用户输入装置152可与车辆系统126关联，以选择性打开或关闭一些车辆系统126。
在一些实施方式中，视觉装置、音频装置、触觉装置和/或输入装置可以是较大的信息娱乐系统154的一部分。在图1A中，ECU可经由端口156从信息娱乐系统154接收信息。信息娱乐系统154可包括远程控制单元(TCU)(未示出)，以允许连接到互联网来接收各种媒体内容。在一个实施方式中，TCU可促成与蜂窝网络(例如，3G、4G、LTE)连接。例如，类似于通信接口114，TCU可促成与网络120、便携式装置122和/或蜂窝塔124连接。在其他实施方式中，TCU可包括向车辆提供单向或双向短距离到中距离无线通信的专用短距离通信(DSRC)。其他系统和技术可用于允许与互联网(例如，互联网120)连接并且在互联网、其他车辆和其他装置之间进行数据通信。例如，其他车辆通信系统(例如，具有车辆、其他车辆、路旁单元和其他装置之间的通信节点的网络)、允许车辆之间进行通信的车辆间(V2V)网络和其他ad-hoc网络。要理解，图1B中示出的通信接口114可促成上述的信息娱乐系统154与其他网络和装置之间的通信。
在一些实施方式中，ECU 106可包括用于与各种不同的发动机组件或系统通信和/或控制这些组件或系统的端口。不同的发动机组件或系统的示例包括(但不限于)：燃料喷射器、火花塞、电子控制阀、节气门以及用于发动机104的操作的其他系统或组件。此外，ECU106可包括用于与机动车辆100的各种其他系统、传感器或组件通信的附加端口。举例来说，在一些情况下，ECU 106可与用于检测机动车辆100的各种操作参数的各种传感器进行电通信，这些参数包括(但不限于)：车辆速度、车辆加速度、加速器踏板输入、加速器踏板输入压力/速率、车辆位置、偏航速率、横向g力、油位、燃料成分、各种诊断参数、以及任何其他车辆操作参数和/或环境参数(诸如，环境温度、压力、海拔等)。
在一个实施方式中，ECU 106可包括用于接收来自诸如光学感测装置162的一个或更多个光学感测装置的信息的端口160。光学感测装置162可以是任何类型的光学装置，包括数字相机、摄像机、红外传感器、激光传感器以及能够检测光学信息的任何其他装置。在一个实施方式中，光学感测装置162可以是摄像机。在另一个实施方式中，光学感测装置162可以是一个或更多个相机或光学跟踪系统。另外，在某些情况下，ECU 106可包括用于与热感测装置166通信的端口164。热感测装置166可被配置成检测关于驾驶员状态的热信息和/或关于车辆环境的热信息。在某些情况下，光学感测装置162和热感测装置166可被组合成单个传感器。如本文中进一步详细讨论的，光学感测装置162和热感测装置166可用于感测并且检测关于驾驶员102的生理和/或行为信息。
如本文中讨论的，机动车辆100可包括用于确定、获取和/或得到关于驾驶员的信息(更具体地，驾驶员状态)的一个或更多个传感器。在图1A中，驾驶员102坐在车辆座椅168中。车辆座椅168可包括下部支承件170和座椅背部支承件172，座椅背部支承件172从下部支承件170大体向上延伸。另外，车辆座椅168可包括大体从座椅背部支承件172向上延伸的头枕174。在一些实施方式中，车辆座椅168还可包括安全带176。在图1A中，安全带176总体上以肩带部分示出，然而，安全带176还可包括腰带部分(未示出)。要理解，可实现车辆座椅的其他构造。
机动车辆100可包括例如设置在和/或位于车辆座椅168中的一个或更多个生物监视传感器。在图1A中，ECU 106可包括端口178，端口178用于从位于座椅背部支承件172中的生物监视传感器180接收信息。在其他实施方式中，ECU 106可包括端口182，端口182用于从位于头枕174中的接近传感器184接收信息。在一些实施方式中，生物监视传感器180可用于感测、接收并且监视关于驾驶员102的生理信息(例如，心率信息)。在一些实施方式中，接近度传感器184可用于感测、接收并且监视关于驾驶员102的行为信息(例如，头枕174与驾驶员102的头部186之间的距离)。本文中，将更详细地描述用于感测并且监视关于驾驶员102的生理和/或行为信息的生物监视传感器180和接近传感器184。
在一些实施方式中，ECU 106可包括用于与各种其他不同车辆系统通信和/或控制各种其他不同车辆系统的设备。车辆系统包括可被用于增强驾驶体验和/或增强安全性的任何自动或手动系统。如以上提到的，在一个实施方式中，ECU 106可经由端口128与车辆系统126通信和/或控制车辆系统126。出于例示的目的，在当前实施方式中，示出了用于与车辆系统126通信的单一端口。然而，应该理解，在一些实施方式中，可使用超过一个端口。例如，在某些情况下，可使用单独的端口来与车辆系统126的各个单独车辆系统通信。此外，在ECU 106包括车辆系统的一部分的实施方式中，ECU 106可包括用于与车辆系统的各种不同组件或装置通信和/或控制车辆系统的各种不同组件或装置的附加端口。另外，在本文中讨论的一些实施方式中，响应系统可接收关于驾驶员102的状态的信息并且自动调节车辆系统126的操作。在这些实施方式中，图1A和图1B中示出的单独或组合的各种组件可在本文中被称为响应系统188。在某些情况下，响应系统188包括ECU 106以及本文中讨论的一个或更多个传感器、组件、装置或系统。
在图2中示出不同车辆系统126的示例。图2还包括以上针对图1A描述的车辆系统，具体地，EPS 132、触摸方向盘系统134、视觉装置140、触觉装置148、用户输入装置152和信息娱乐系统154。应该理解，图2中示出的系统只旨在是示例性的，并且在某些情况下，可包括某些其他附加系统。在其他情况下，系统中的一些可以是可选的，并没有被包括在所有实施方式中。将参照图1A和图1B的组件来描述图2。现在，参照图2，机动车辆100可包括电子稳定控制系统202(也被称为ESC系统202)。ESC系统202可包括用于保持机动车辆100的稳定性的设备。在某些情况下，ESC系统202可监测机动车辆100的偏航速率和/或横向g加速度，以帮助改进牵引和稳定性。ESC系统202可自动致动一个或更多个制动器，以帮助改进牵引。电子稳定控制系统的示例在Ellis等人于2010年3月17日提交的美国专利号8,423,257中公开，其全部内容特此以引用方式并入。在一个实施方式中，电子稳定控制系统可以是车辆稳定系统。
在一些实施方式中，机动车辆100可包括防抱死制动系统204(还称为ABS系统204)。ABS系统204可包括各种不同组件(诸如，速度传感器、用于向制动管路施加压力的泵、用于从制动管路去除压力的阀以及控制器)。在某些情况下，可使用专用ABS控制器。在其他情况下，ECU 106可充当ABS控制器。在其他情况下，ABS系统204可提供制动信息(例如，制动踏板输入和/或制动踏板输入压力/速率等)。防抱死制动系统的示例是本领域已知的。在Ingaki等人于2003年11月18日提交的美国专利号6,908,161中公开了一个示例，其全部内容特此以引用方式并入。利用ABS系统204可通过防止车轮在制动期间锁定来帮助改进机动车辆100中的牵引。
机动车辆100可包括制动辅助系统206。制动辅助系统206可以是帮助减小驾驶员为压下制动踏板所需的力的任何系统。在某些情况下，针对年老驾驶员或可能需要辅助制动的任何其他驾驶员来说，可启动制动辅助系统226。制动辅助系统的示例可见于Wakabayashi等人于1999年11月17日提交的美国专利号6,309,029中，其全部内容特此以引用方式并入。
在一些实施方式中，机动车辆100可包括自动制动预充液系统208(还称为ABP系统208)。ABP系统208包括用于在碰撞之前向一个或更多个制动管路预充制动液的装置。这可在驾驶员压下制动踏板时帮助提高制动系统的反应时间。自动制动预充液系统的示例是本领域已知的。在Bitz于2007年5月24日提交的美国专利号7,806,486中公开了一个示例，其全部内容特此以引用方式并入。
在一些实施方式中，机动车辆100可包括电子泊车制动(EPB)系统210。EPB系统210包括用于将机动车辆100在斜坡和平路上保持静止的设备。具体地，机动车辆100可包括可由驾驶员102启动的电子泊车制动开关(例如，按钮)。在被启动时，EPB系统210控制以上讨论的制动系统，以向机动车辆100的一个或更多个轮施加制动。为了解除制动，驾驶员可接合电子泊车制动开关和/或压下加速器踏板。另外，EPB系统210或其他制动系统可包括自动制动保持控制特征，在车辆停止时甚至是在制动踏板被松开之后，自动制动保持控制特征也维持制动保持。因此，当车辆完全停下时，制动保持被接合并且持续保持制动，直到加速踏板被接合为止。在一些实施方式中，可利用按钮手动将自动制动保持控制特征接合。在其他实施方式中，自动制动保持控制特征被自动接合。
如以上提到的，机动车辆100包括用于与和发动机104关联的各种系统和/或功能通信和/或控制所述各种系统和/或功能的设备。在一个实施方式中，发动机104包括空转停止功能，可由ECU 106和/或发动机104基于来自例如发动机104(例如，自动传输)、防抱死制动系统204、制动辅助系统205、自动制动预充液系统208和/或EPB系统210的信息来控制该空转停止功能。具体地，空转停止功能包括用于自动停止并且重启发动机104以帮助根据环境和车辆状况使燃料燃烧效率最大化的设备。例如，ECU 106可基于来自发动机104(例如，自动传输)的排挡信息和来自上述制动系统的制动踏板位置信息来启动空转停止功能。因此，当车辆在前进挡(D)的排挡位置并且制动踏板被压下的情况下停止时，ECU 106控制发动机，使其关闭。当制动踏板随后被松开时，ECU 106控制发动机，使其重启(例如，打开)，车辆可开始移动。在一些实施方式中，当启动空转停止功能时，ECU 106可控制视觉装置140向驾驶员提供空转停止指示器。例如，可控制机动车辆100的仪表盘上的视觉装置140，以显示空转停止指示器。基于其他车辆状况(例如，安全带被系紧、车辆停在陡峭的坡上)，在某些情形下，可停用空转停止功能的启动。另外，可由驾驶员102使用例如位于机动车辆100中的空转停止开关来手动控制空转停止功能。
在一些实施方式中，机动车辆100可包括低速跟随系统212(还称为LSF系统212)。LSF系统212包括用于按设定距离或距离范围自动跟随前方车辆的设备。这可以减少驾驶员在缓慢通行情形下一直按压和压下加速踏板的需要。LSF系统212可包括用于监视前方车辆的相对位置的组件(例如，使用诸如激光雷达或雷达的远程感测装置)。在某些情况下，LSF系统212可包括用于与任何前方车辆通信以确定车辆的GPS位置和/或速度的设备。低速跟随系统的示例是本领域已知的。在Arai于2005年3月23日提交的美国专利号7,337,056中公开了一个示例，其全部内容特此以引用方式并入。在Higashimata等人于2000年5月19日提交的美国专利号6,292,737中公开了另一示例，其全部内容特此以引用方式公开。
机动车辆100可以包括巡航控制系统214。巡航控制系统是本领域公知的并且允许用户设置由车辆控制系统自动保持的巡航速度。例如，当正在公路上行进时，驾驶员可将巡航速度设置成55mph。巡航控制系统214可自动地将车辆速度保持在大致55mph，直到驾驶员压下制动踏板或者以其他方式停用巡航功能为止。
机动车辆100可包括自动巡航控制系统216(还称为ACC系统216)。在某些情况下，ACC系统216可包括用于自动控制车辆以保持前方车辆后面的预定跟随距离或者防止车辆比预定距离更贴近前方车辆的装置。ACC系统216可包括用于监视前方车辆的相对位置的组件(例如，使用诸如激光雷达或雷达的远程感测装置)。在某些情况下，ACC系统216可包括用于与任何前方车辆通信以确定车辆的GPS位置和/或速度的设备。自动巡航控制系统的示例在Arai等人于2005年8月31日提交的美国专利号7,280,903中公开，其全部内容特此以引用方式并入本文中。
机动车辆100可包括碰撞警告系统218。在某些情况下，碰撞警告系统218可包括用于警告驾驶员与一个或更多个车辆、物体和/或行人具有任何潜在碰撞威胁的设备。例如，碰撞警告系统可以在机动车辆100接近十字路口而另一车辆正在经过同一十字路口时警告驾驶员。碰撞警告系统的示例在Mochizuki于2010年9月20日提交的美国专利号8,558,718和Mochizuki等人于2010年7月28日提交的美国专利号8,587,418中公开，这两者的全部内容特此以引用方式并入。在一个实施方式中，碰撞警告系统218可以是前方碰撞警告系统，包括对车辆和/或行人的警告。在另一个实施方式中，碰撞警告系统218可以是交叉车流监视系统，利用备用相机或后传感器来确定行人或另一个车辆是否在车辆后方。
机动车辆100可包括碰撞减轻制动系统220(还称为CMBS系统220)。CMBS 220可包括用于监视车辆操作状况(包括该车辆环境中的目标车辆、物体、行人)并且自动应用各种阶段的警告和/或控制来减轻碰撞的设备。例如，在某些情况下，CMBS 220可利用雷达或其他类型的远程感测装置来监视前方车辆。如果机动车辆100过于靠近前方车辆，则CMBS 220可进入第一警告阶段。在第一警告阶段期间，可以提供可视和/或可听的警告，以警告驾驶员。如果机动车辆100继续更贴近前方车辆，则CMBS 220可进入第二警告阶段。在第二警告阶段期间，CMBS 220可应用自动座椅安全带预紧。在某些情况下，可视和/或可听警告可以在整个第二警告阶段中继续。此外，在某些情况下，在第二阶段期间，还可以启用自动制动，以帮助降低车辆速度。在某些情况下，用于CMBS 220的操作的第三阶段可涉及在极可能碰撞的情形下自动制动车辆并且收紧座椅安全带。此系统的示例在Bond等人于2002年1月17日提交的美国专利号6,607,255中公开，其全部内容特此以引用方式并入。如贯穿本具体实施方式和在权利要求书中使用的术语“碰撞减轻制动系统”可以指能够感测到潜在碰撞威胁并且提供各种类型警告响应以及响应于潜在碰撞而自动制动的任何系统。
机动车辆100可包括车道偏离警告系统222(还称为LDW系统222)。LDW系统222可确定驾驶员何时偏离车道并提供警告信号以警告该驾驶员。车道偏离警告系统的示例可见Tanida等人于2007年12月17日提交的美国专利号8,063,754中，其全部内容以引用方式并入。
机动车辆100可包括盲区指示器系统224(还称为BSI系统224)。盲区指示器系统224可包括用于帮助监视驾驶员的盲区的设备。在某些情况下，盲区指示器系统224可包括用于警告驾驶员车辆是否位于盲区内的设备。在其他情况下，盲区指示器系统224可包括用于警告驾驶员行人或其他物体是否位于盲区内的设备。可使用用于检测在车辆周围行进的物体的任何已知系统。
在一些实施方式中，机动车辆100可包括车道保持辅助系统226(还称为LKAS系统226)。车道保持辅助系统226可包括用于帮助驾驶员停留在当前车道中的设备。在某些情况下，车道保持辅助系统226可警告驾驶员机动车辆100是否无意中漂移到另一车道中。另外，在某些情况下，车道保持辅助系统226可提供辅助控制以保持车辆处于预定车道中。例如，车道保持辅助系统226可通过施加一定量的反向转向力来控制电子动力转向系统132以保持车辆在预定车道中。在另一个实施方式中，例如处于自动控制模式的车道保持辅助系统226可自动控制电子动力转向系统132，以基于识别和监视预定车道的车道标记来保持车辆在预定车道中。车道保持辅助系统的示例在Nishikawa等人于1997年5月7日提交的美国专利号6,092,619中公开，其全部内容特此以引用方式并入。
在一些实施方式中，机动车辆100可包括车道监视系统228。在一些实施方式中，车道监视系统228可与盲区指示器系统224和/或车道保持辅助系统226组合或集成。车道监视系统228包括用于监视并检测车辆状态和车辆环境中的要素(例如，行人、物体、其他车辆、交叉流量等)的设备。在检测到所述要素时，车道监视系统228可警告驾驶员和/或与车道保持辅助系统226结合协作，以辅助保持车辆控制来避免潜在碰撞和/或有危险情形。车道保持辅助系统226和/或车道监视系统228可包括位于车辆的各种区域(例如，前、后、侧、顶)中的传感器和/或光学装置(例如，相机)。这些传感器和/或光学装置提供道路和/或车辆的环境的较宽视野。在一些实施方式中，车道监视系统228可捕捉车辆的后部区域和与所述车辆的后部区域相邻的侧视镜的视野范围之外的车辆的盲区区域的图像，压缩所述图像并且向驾驶员显示所述图像。车道监视系统的示例在Nishiguichi等人的2011年2月16日提交的美国公开号2013/0038735中进行公开，其全部内容以引用方式并入。要理解，在检测车辆的状态之后，车道监视系统228可用其他车辆系统(例如，电子稳定控制系统202、制动辅助系统206、碰撞警告系统218、碰撞减轻制动系统220、盲区指示器系统224等)提供警告或驾驶员辅助。
在一些实施方式中，机动车辆100可包括导航系统230。导航系统230可以是能够接收、发送和/或处理导航信息的任何系统。术语“导航信息”是指可用于辅助确定位置或者提供至一位置的方向的任何信息。导航信息的一些示例包括：街道地址、街道名称、街道或地址号、公寓或套房号、十字路口信息、兴趣点、停车场、任何政治或地理分区，包括：城镇、镇区、省、管区、城市、州、行政区、ZIP或邮政编码、和国家。导航信息还可包括商业信息，包括：商店与餐厅名称、商业区、购物中心以及停车设施。在某些情况下，导航系统可以集成到机动车辆中，例如，作为信息娱乐系统154的一部分。导航信息还可包括关于交通模式、道路的特性、和关于机动车辆当前正行驶的道路或按照当前路线将要行驶的道路的其他信息。在其他情况下，导航系统可以是便携的独立导航系统，或可以是便携式装置(例如，便携装置122)的部分。
如以上提到的，在一些实施方式中，视觉装置140、音频装置144、触觉装置148和/或用户输入装置152可以是较大的信息娱乐系统154的一部分。在其他实施方式中，较大的信息娱乐系统154可促成移动电话和/或便携式装置与车辆的连接，以允许例如将来自移动装置的内容播放到信息娱乐系统。因此，在一个实施方式中，车辆可包括免提便携装置(例如，电话)系统232。免提便携装置系统232可包括例如与信息娱乐系统集成的电话装置、安装在车辆中的麦克风(例如，音频装置)。在一个实施方式中，免提便携装置系统232可包括便携装置122(例如，移动电话、智能电话、具有电话能力的平板)。电话装置被构造成使用便携装置、麦克风和车辆音频系统来提供车辆内电话功能和/或提供来自车辆内的便携装置的内容。在一些实施方式中，电话装置被省略，因为便携装置可提供电话功能。这允许车辆乘员通过信息娱乐系统实现便携装置的功能，而没有与便携装置的物理互动。
机动车辆100可包括气候控制系统234。气候控制系统234可以是被用于控制机动车辆100中的温度或其他环境条件的任何类型的系统。在某些情况下，气候控制系统234可包括加热、通风和空调系统以及用于操作HVAC系统的电子控制器。在一些实施方式中，气候控制系统234可包括单独的专用控制器。在其他实施方式中，ECU 106可充当气候控制系统234的控制器。可使用本领域已知的任何种类的气候控制系统。
机动车辆100可包括电子预紧系统236(还称为EPT系统236)。EPT系统236可以与用于机动车辆100的安全带(例如，安全带176)一起使用。EPT系统236可包括用于自动收紧、或拉紧安全带176的设备。在某些情况下，EPT系统236可在碰撞之前自动预紧安全带。电子预紧系统的示例在Masuda等人于1999年4月20日提交的美国专利号6,164,700中公开，其全部内容以引用方式并入。
机动车辆100可包括车辆模式选择器系统238，车辆模式选择器系统238根据与所选择的模式相关的预设参数来改变驾驶性能。这些模式可包括(但不限于)正常、经济、运动、运动+(plus)、自动、地形/状况特定模式(例如，雪、泥、越野、陡坡)。例如，在经济模式下，ECU 106可控制发动机104(或与发动机104相关的车辆系统)来提供更一致的发动机速度，由此提高燃料燃烧效率。ECU 106还可控制其他车辆系统，以减轻发动机104上的负载，例如，改变气候控制系统234。在运动模式，ECU 106可控制EPS 132和/或ESC系统202以增加转向感觉和反馈。在地形/状况特定模式(例如，雪、泥、沙、越野、陡坡)，ECU 106可控制各种车辆系统，以提供操纵和有助于特定地形和状况的安全特征。在自动模式，ECU 106可控制各种车辆系统，以提供车辆的全(例如，自主)或部分自动控制。要理解，上述的模式和模式特征本质上是示例性的并且可实现其他模式和特征。另外，要理解，可同时或基本上同时实现超过一种模式。
机动车辆100可包括用于控制转向信号(例如，方向指示器)和制动信号的转向信号控制系统240。例如，转向信号控制系统240可控制转向信号指示器灯(例如，安装在车辆的前后左右角部、车辆的侧面、外侧视镜上)。转向信号控制系统240可在接收到从驾驶员(例如，经由用户输入装置152、转向信号致动器等)输入的转向信号时，控制(例如，打开/关闭)转向信号指示器灯。在其他实施方式中，转向信号控制系统240可控制转向信号指示器灯的特征和/或视觉提示，例如，亮度、颜色、灯图案、模式等。特征和/或视觉提示控制可以是基于从驾驶员接收到的输入或者可以是基于来自另一个车辆系统和/或驾驶员状态的输入进行的自动控制。例如，转向信号控制系统240可基于紧急事件(例如，从碰撞警告系统接收到信号)来控制转向信号指示器灯，以向其他车辆提供警告和/或提供关于车辆中的乘员的信息。另外，转向信号控制系统240可单独地或结合本文中讨论的制动系统来控制致动信号(例如，安装在车辆后部的制动指示器灯)。转向信号控制系统240还可控制致动信号的特征和/或视觉提示，类似于上述的转向信号指示器灯。
机动车辆100可包括头灯控制系统242，头灯控制系统242用于控制安装在车辆上(例如，位于车辆的左右前角部)的头灯和/或泛光灯。头灯控制系统242可在从驾驶员接收到输入时控制(例如，打开/关闭、调节)头灯。在其他实施方式中，头灯控制系统242可基于来自车辆系统中的一个或更多个的信息自动地且动态地控制(例如，打开/关闭、调节)头灯。例如，头灯控制系统242可基于环境/道路条件(例如，外部亮度、天气)、一天内的时间来启动头灯和/或调节头灯的特征等。要理解，转向信号控制系统240和头灯控制系统242可以是较大的车辆照明控制系统的一部分。
机动车辆100可包括故障检测系统244，故障检测系统244检测车辆系统126中的一个或更多个的故障。更具体地，故障检测系统244从车辆系统接收信息并且基于该信息和故障程度来执行故障-安全功能(例如，系统关闭)或非故障安全功能(例如，系统控制)。在操作中，故障检测系统244监测和/或接收来自一个或更多个车辆系统126的信号。分析这些信号并且将其与预定故障和控制程度进行比较，预定故障和控制程度与车辆系统关联。一旦故障检测系统244检测到信号满足预定程度，故障检测系统244就开始控制一个或更多个车辆系统和/或关闭一个或更多个车辆系统。要理解，车辆系统126中的一个或更多个可实现独立的故障检测系统。在一些实施方式中，故障检测系统244可与机动车辆100的车载诊断系统集成。另外，在一些实施方式中，故障检测系统244可基于来自超过一个车辆系统的信息的比较，确定车辆系统的故障。例如，故障检测系统244可将来自触摸方向盘系统134和电子动力转向系统132的表示手部和/或附属物接触的信息进行比较，以确定触摸传感器的故障，如2015年6月8日提交的美国申请序列号14/733836中描述的，以引用方式并入本文中。
要理解，车辆系统126可包含与车辆一起使用的任何其他类型的装置、组件或系统。另外，这些车辆系统中的每一个可以是独立系统或可与ECU 106集成。例如，在某些情况下，ECU 106可工作为用于一个或更多个车辆系统的各种组件的控制器。在其他情况下，一些系统可包括通过一个或更多个端口与ECU 106通信的单独专用控制器。
另外，要理解，车辆系统126、本文中讨论的其他车辆系统、传感器和监视系统(例如，部分III(B)(1)中讨论的生理监视系统、部分III(B)(2)中讨论的行为监视系统、部分III(B)(3)中讨论的车辆监视系统和部分III(B)(4)中讨论的识别系统和传感器)可以是车辆系统和/或包括车辆系统并且在本文中进行讨论。另外，要理解，可实现车辆系统和传感器、生理监视系统、行为监视系统、车辆监视系统、和识别系统的任何组合来确定和/或评估本文中讨论的一个或更多个驾驶员状态。
B.监视系统和传感器
总体上，本文中使用的监视系统可包括被构造成提供与机动车辆100、机动车辆100的驾驶员102和/或车辆系统126相关的监视信息的任何系统。更具体地，这些监视系统确定、获取和/或得到关于驾驶员的信息，例如，关于驾驶员状态的信息或用于评估驾驶员状态的信息。在一些实施方式中，ECU 106可经由一个或更多个端口传达并且得到例如来自监视系统和/或一个或更多个监视系统传感器的监视信息。
监视系统可包括(但不限于)光学装置、热装置、自主监视装置以及任何其他类型的装置、传感器或系统。更具体地，监视系统可包括车辆监视系统、生理监视系统、行为监视系统、相关传感器等系统和传感器。另外，监视信息可包括生理信息、行为信息和车辆信息等。
应理解，在一些实施方式中，车辆系统和监视系统可单独使用或组合使用以接收监视信息。在某些情况下，监视信息可直接从车辆系统接收，而非从被设计用于监视驾驶员状态的系统或组件接收。在一些情况下，可从监视系统和车辆系统二者接收监视信息。因此，一个或更多个监视系统可包括一个或更多个车辆系统(图1A、图1B、图2)和/或一个或更多个监视系统(图3)。另外，如以上提到的，如以下更详细描述的，可包括未在图1A、图1B、图2和图3中示出的其他附加车辆系统和/或监视系统。
应理解，本文中讨论的监视系统中的每一个都可与一个或更多个传感器或其他装置关联。在某些情况下，传感器可设置在机动车辆100的一个或更多个部分中。例如，这些传感器可以集成到仪表盘、座椅(例如，座椅168)、安全带(例如，安全带176)、门、仪表盘、方向盘(例如，触摸方向盘系统134)、中央控制台、车顶或机动车辆100的任何其他部分中。然而，在其他情况下，这些传感器可以是由驾驶员配戴的便携式传感器，集成到由驾驶员携带的便携装置(例如，便携装置122)中、集成到由驾驶员穿戴的衣物的制品中或者集成到驾驶员的身体(例如，植入物)中。以下，将更详细地讨论特定类型的传感器和传感器布置。
以下，详细地描述示例性的监视系统以及其他示例性传感器、感测装置和传感器分析(例如，对传感器测得的数据的分析和处理)。要理解，本文中讨论的系统和方法中的每一个的一个或更多个组件/功能可在机动车辆100、机动车辆100的组件、车辆系统126、图1A、图1B、图2和图3的监视系统和相对于图1A、图1B、图2和图3描述的系统和方法内实现或与之结合地实现。下述的示例性监视系统、传感器、感测装置和传感器分析总体上检测并提供监视信息，并且可确定机动车辆100的驾驶员的一个或更多个驾驶员状态。可由相对于本文中的其他附图描述的方法和系统来利用一个或更多个驾驶员状态，以控制和/或改变一个或更多个车辆系统。示例性监视系统、传感器、感测装置和传感器分析是非限制性的，对于其他示例性实施方式(包括相对于图1A、图1B、图2和图3的示例性实施方式)，可重新安排和/或省略构造和方法的组件和/或功能。
1.生理监视系统和传感器
总体上，生理监视系统和传感器包括(但不限于)监视并且提供与机动车辆的驾驶员相关(例如，与驾驶员状态相关)的生理信息的任何自动或手动系统和传感器。生理监视系统可包括用于感测并测量与机动车辆100的驾驶员关联的刺激(例如，信号、属性、测量和/或数量)。在一些实施方式中，ECU 106可传送并从例如端口得到代表来自生理监视系统的刺激的数据流。换句话讲，ECU 106可传送并且得到来自机动车辆100的生理监视系统的生理信息。
生理信息包括关于本质推导的关于人体(例如，驾驶员)的信息。换句话讲，生理信息可通过医疗装置来测量并且将人体的内部特性量化。生理信息通常不是人眼能在外部观察到的。然而，在某些情况下，能通过光学装置观察到生理信息，例如，光学装置测得的心率。生理信息可包括(但不限于)心率、血压、氧含量、血液酒精含量(BAC)、呼吸速率、排汗速率、皮肤导电性、脑电波活动、消化信息、唾液分泌信息等。生理信息还可包括关于本质推导的人体的自主神经系统的信息。
本质推导包括直接测量人体的内部特性的生理传感器。例如，心率传感器、血压传感器、氧含量传感器、血液酒精含量(BAC)传感器、EEG传感器、FNIRS传感器、FMRI传感器、生物监视传感器等。要理解，生理传感器可以是接触传感器和/或无接触传感器，并且可包括电流/电势传感器(例如，接近、电感、电容、静电)、声学传感器、次声波、声波和超声传感器、振动传感器(例如，压电)、光学传感器、成像传感器、热传感器、温度传感器、压力传感器、光电传感器等。
在一些实施方式中，ECU 106可包括用于接收关于驾驶员生理状态的信息的设备。在一个实施方式中，ECU 106可接收与驾驶员的自主神经系统(或内脏神经系统)相关的生理信息。如以上提到的，在一个实施方式中，ECU 106可包括用于从生物监视传感器180接收关于驾驶员状态的生理信息的端口178。可从生物监视传感器180接收到的关于驾驶员的不同生理信息的示例包括(但不限于)：诸如心率的心脏信息、血压、血液流速、氧含量、血液酒精含量(BAC)等、诸如脑电图(EEG)测量、功能性近红外频谱(fNIRS)、功能性磁共振成像(fMRI)等的大脑信息、消化信息、呼吸速率信息、流涎信息、排汗信息、瞳孔放大信息以及与驾驶员的自主神经系统或其他生物系统相关的其他类型的信息。
总体上，生物监视传感器可设置在机动车辆的任何部分中。在某些情况下，生物监视传感器可设置在接近驾驶员的位置。例如，在图1A中示出的一个实施方式中，生物监视传感器180位于驾驶员座椅168(更具体地，座椅背部支承件172)内或表面上。然而，在其他实施方式中，生物监视传感器180可位于机动车辆100的任何其他部分中，包括但不限于：方向盘(例如，触摸方向盘134)、头枕(例如，头枕174)、安全带(例如，安全带176)、扶手、仪表盘、后视镜以及任何其他位置。此外，在某些情况下，生物监视传感器180可以是便携式传感器，其由驾驶员配戴、与位置靠近驾驶员的便携式装置关联(诸如，智能电话(例如，便携式装置122)或类似装置)、与驾驶员所穿戴的衣物的制品关联或者与驾驶员的身体集成(例如，植入物)。另外，要理解，本文中描述的系统和方法可包括一个或更多个生物监视传感器。将在本文中更详细地讨论传感器的示例性类型和位置。
在一些实施方式中，ECU 106可包括用于接收关于驾驶员的生理状态的各种类型的光学信息的设备。如以上提到的，在一个实施方式中，ECU 106可包括用于接收来自诸如光学感测装置162的一个或更多个光学感测装置的信息的端口160。光学感测装置162可以是任何种类的光学装置，包括数字相机、摄像机、红外传感器、激光传感器以及能够检测光学信息的任何其他装置。在一个实施方式中，光学感测装置162可以是摄像机。在另一个实施方式中，光学感测装置162可以是一个或更多个相机或光学跟踪系统。另外，在某些情况下，ECU 106可包括用于与热感测装置166通信的端口164。热感测装置166可被配置成检测关于驾驶员的生理状态的热信息。在某些情况下，光学感测装置162和热感测装置166可组合成单个传感器。
可使用光学和热感测装置来监视来自图像数据的生理信息，例如，心率、脉搏、血液流速、皮肤颜色、瞳孔放大、呼吸速率、氧含量、血液酒精含量(BAC)等。例如，可通过远程和非接触装置用例如人脸的数字颜色视频记录来提取和计算心率和心脉(cardiacpulse)，如Poh等人在“Advancements in Noncontact,Multiparameter PhysiologicalMeasurements Using a Webcam”(Biomedical Engineering,IEEE Transactions on,vol.58,no.1,pp.7,1 1,Jan.201 1)和“Non-contact,Automated Cardiac PulseMeasurements Using Video Imaging and Blind Source Separation”(OpticsExpress18(2010):10762)中提出的。
另外，可使用图像和视频放大来可视化驾驶员脸部的血液流动和小运动。可使用该信息来提取血液流速、脉搏速率和皮肤颜色信息，如Wu等人在“Eulerian VideoMagnification for Revealing Subtle Changes in the World”(ACM Trans.Graph.31,4,Article 65(July 2012),8页)中提出的。要理解，可使用来自光学和热感测装置的信息(诸如，氧含量和血液酒精含量)来提取其他类型的生理信息。
现在参照图3，示出可与机动车辆100关联的各种监视系统300和传感器的实施方式的图示。监视系统300确定、获取和/或得到关于驾驶员的信息(更具体地，驾驶员状态)。在某些情况下，监视系统是自主监视系统。这些监视系统可包括一个或更多个生物监视传感器180。在一个实施方式中，图3的监视系统300和传感器可以是较大的生理监视系统和/或较大的行为监视系统(以下讨论)的一部分。因此，在一些实施方式中，图3的监视系统300和传感器可监视并且得到与驾驶员的状态相关的生理信息和/或行为信息。要理解，在一些实施方式中，在本文中引用的监视系统是指图2的车辆系统。例如，图2的车辆系统可监视并且提供车辆信息。
i.心率监视系统、传感器和信号处理
再次参照图3，在一些实施方式中，机动车辆100可包括心率监视系统302。心率监视系统302可包括用于监视驾驶员的心脏信息的任何装置或系统。在某些情况下，心率监视系统302可包括心率传感器304、血压传感器306、氧含量传感器324和血液酒精含量传感器310以及用于检测心脏信息和/或心血管信息的任何其他类型的传感器。此外，用于检测心脏信息的传感器可设置在机动车辆100内的任何位置，以检测驾驶员102的心脏信息。例如，心率监视系统302可包括设置在仪表盘、方向盘(例如，方向盘134)、座椅(例如，车辆座椅168)、安全带(例如，安全带176)、扶手或用于检测驾驶员的心脏信息的其他组件中的传感器。
在一个实施方式中，心率监视系统302的心率传感器304包括用于感测并提供心率信息(例如，表示驾驶员状态的心率信号)的光学感测装置162和/或热感测装置166。例如，光学感测装置162和/或热感测装置166可提供驾驶员或乘员的上体、脸、四肢和/或头部的信息(例如，图像、视频)。可从所述信息中提取心率信息，例如，可从头部移动、眼睛移动、脸部移动、皮肤颜色、皮肤透明度、胸部移动、上体移动等中检测心脏信息等。要理解，包括用于感测并提供心率信息的光学感测装置162和/或热感测装置166的心率传感器304可用本文中描述的其他示例性监视系统、传感器和传感器分析来实现。
a.)用于车辆的监视系统
在一个实施方式中，心率监视系统302包括位于车辆内的特定位置的心率传感器304，心率传感器304用于提供表示驾驶员状态的信号，如在2001年8月1日提交并且在2015年1月27日颁布的名称为“Monitoring System for use with a Vehicle and Method ofAssembling Same”的美国专利No.8,941,499中讨论的，该专利的全部内容以引用方式并入本文中。如在本文中将讨论的，至少一些已知的心率检测具有低信噪比，因为心率信号会相对弱和/或因为车辆内的环境噪声会相对高。因此，为了准确确定驾驶员状态，监视系统必须被正确构造成对这些问题负责。现在将讨论'499专利，然而，为了简明起见，将不讨论'499专利的全部内容。
图4示出包括座椅402和安全带404的示例性监视系统400，安全带404能选择性联接到座椅402，以将乘员(未示出)固定在座椅402内。更具体地，在示例性实施方式中，安全带404能选择性在安全带404联接到座椅402的接合的构造(图4中总体示出)与安全带404的至少一部分脱离座椅402的未接合构造(未示出)之间移动。如本文中描述的，监视系统400用于监视车辆的驾驶员。另外或另选地，监视系统400可被构造成监视车辆的任何其他乘员。要理解，图4中示出的座椅402和组件可在图1A的机动车辆100中实现。例如，座椅402可类似于具有本文中讨论的类似组件的车辆座椅168。监视系统400可以是图3中示出的监视系统的一部分，例如，心率监视系统302。另外，监视系统400可包括用于心率监视的各种传感器，例如，心率传感器304、血压传感器306、氧含量传感器308和/或血液酒精含量传感器310。
在图4的示例性实施方式中，座椅402包括下部支承件406和背部支承件408，背部支承件408大体从下部支承件406向上延伸。座椅402还可包括头枕410，头枕410大体从背部支承件408向上延伸。背部支承件408包括座椅靠背表面412，座椅靠背表面412被定向成面对车辆的前方(未示出)。在示例性实施方式中，安全带404能选择性在座椅靠背表面412上延伸。更具体地，在示例性实施方式中，安全带404的腰带部分414能相对于座椅靠背表面412大体水平延伸，安全带404的肩带部分416能相对于座椅靠背表面412大体对角延伸。另选地，安全带404可在使监视系统400能够如本文中所描述的发挥作用的任何方向上延伸。
在图4中示出的示例性实施方式中，当使用监视系统400时，设置第一传感器418来检测乘员的心率和/或血液流速。要理解，第一传感器可以是图1A的生物监视传感器180。更具体地，在图4中示出的示例性实施方式中，当乘员被固定在座椅402内并且安全带处于接合构造时，第一传感器418检测乘员的心率和/或血液流速。例如，在示例性实施方式中，当安全带404处于接合构造时，第一传感器418的位置相对紧邻乘员的心脏。更具体地，在示例性实施方式中，第一传感器418联接到安全带404，或者更具体地，联接到座椅靠背表面412和/或肩带部分416。另选地，第一传感器418可设置在使监视系统400能够如本文中描述那样发挥作用的任何其他位置。
在示例性实施方式中，第一传感器418具有如上所述的被动状态以及主动状态。在示例性实施方式中，第一传感器418在处于主动状态时生成原始信号(未示出)，原始信号代表第一传感器418检测和/或测量到的生理数据和噪声。更具体地，在示例性实施方式中，与第一传感器418检测到的机械应力和/或振动成比例地生成原始信号。此外，在示例性实施方式中，第一传感器418在处于主动状态时生成乘员能检测到的警告信号(未示出)。例如，在一个实施方式中，第一传感器418用于生成乘员可检测到的触觉和/或可听信号。本文中使用的术语“生理数据”用于表示与乘员的心率、血液流速和/或呼吸速率关联的数据。生理数据还可表示生理信息。此外，本文中使用的术语“噪声”表示除了生理数据外的传感器检测。
此外，在示例性实施方式中，设置远离第一传感器418的第二传感器420。更具体地，在示例性实施方式中，第二传感器420被设置成检测与第一传感器418检测到的噪声类似的噪声。例如，在示例性实施方式中，第二传感器420联接到安全带404，或者更具体地，联接到腰带部分414和/或肩带部分416。另选地，第二传感器420可设置在使监视系统400能够如本文中描述的那样发挥作用的任何其他位置。
在示例性实施方式中，第二传感器420生成基线信号(未示出)，该基线信号表示噪声，更具体地，表示与经受的并被第一传感器418检测到的噪声大体类似的噪声。更具体地，在示例性实施方式中，所生成的基线信号与第二传感器420检测到的机械应力和/或振动成比例。
在示例性实施方式中，第一传感器418和/或第二传感器420由柔性、重量轻和/或耐久的薄膜(未示出)形成。如此，在示例性实施方式中，可以使薄膜的轮廓大体符合正受监视系统400监视的乘员的人体工程学和/或使乘员感到舒适。例如，在示例性实施方式中，薄膜具有厚度(未示出)例如小于600nm的大体低断面(low profile)。更具体地，在示例性实施方式中，薄膜厚度在大致100nm至300nm之间。此外，在示例性实施方式中，所使用材料的柔性和耐久性使第一传感器418和/或第二传感器420能够被内置于座椅402和/或安全带404中。另选地，薄膜可具有使第一传感器418和/或第二传感器420能够如本文中描述那样发挥作用的任何厚度。在示例性实施方式中，薄膜由热塑性含氟聚合物(诸如，聚偏二氟乙烯)构成，并且在电场中极化以在第一传感器418和/或第二传感器420上感生出净偶极矩。另选地，薄膜可由使第一传感器418和/或第二传感器420能够如本文中描述那样发挥作用的任何材料构成。
在一些实施方式中，第一传感器418和/或第二传感器420可以是光学地感测血液体积和血液成分变化的光学体积描记术(PPG)传感器。因此，PPG传感器可以可选地得到心动的光体积描记图作为搏动性血流的容积测量。可在车辆乘员的身体上(例如，接触传感器)或附近(例如，非接触传感器)上的各种位置感测PPG测量值。在图4中示出的另一个实施方式中，座椅402还可包括一个或更多个传感器和/或传感器阵列。例如，传感器阵列422可包括具有座椅402内的各种构造和位置的用圆形要素指示的传感器。要理解，传感器阵列422可包括具有有别于图4中示出的形状、构造和位置的其他形状、构造和位置的传感器。
在一个实施方式中，传感器阵列422包括如以引用方式并入本文中的、2015年4月27日提交的美国申请序列号14/697593中描述的PPG传感器。类似于上述的实施方式，'593申请包括用于从传感器阵列422捕捉并净化车辆中的PPG信号的设备。例如，传感器阵列422可感测PPG信号，以确定驾驶员的生理状态和/或与驾驶员和/或车辆关联的运动伪影。可处理PPG信号和运动伪影来提供真实生理信号(即，PPG信号)。将参照图8在本文中更详细地描述包括PPG传感器的其他实施方式。
现在，参照图5，图5是可用于图4的监视系统400的示例性计算装置500的框图。在一些实施方式中，计算装置500可与图1A和图1B的机动车辆100集成，例如作为ECU106的一部分。在图5的示例性实施方式中，计算装置500基于第一传感器418生成的原始信号和/或第二传感器420生成的基线信号，确定乘员的状态。更具体地，在示例性实施方式中，计算装置500从第一传感器418接收原始信号并且从第二传感器420接收基线信号，并且在确定原始信号与基线信号之间的差异之后生成所期望的信号(未示出)。也就是说，在示例性实施方式中，计算装置500通过从原始信号消除和/或去除基线信号(即，噪声)来增大原始信号的信噪比，以生成表示大体只是生理信号的所期望信号。
此外，在示例性实施方式中，可选择性地调谐计算装置500，以便于增大原始信号、基线信号和/或所期望信号的信噪比。例如，在示例性实施方式中，计算装置500被编程，以基于生理数据、环境数据和/或其他数据来阻抗匹配，即，调谐原始信号、基线信号和/或所期望信号。例如，在示例性实施方式中，可基于正受监视的乘员穿戴衣物的类型来调谐原始信号、基线信号和/或所期望信号。也就是说，各个衣物类型和/或层可具有与其关联的相应调谐电路，调谐电路使能生成表示生理数据的期望信号。
在示例性实施方式中，计算装置500基于期望信号或更具体地基于生理信号来确定乘员的状态。更具体地，在示例性实施方式中，计算装置500创建参数矩阵(未示出)，参数矩阵包括与随时间推移的乘员生理数据关联的多个足迹(footprint)。通常，多个足迹表示处于工作状态的乘员。然而，当与至少一个足迹关联的生理数据偏离与其他足迹关联的生理数据超过预定阈值时，计算装置500可确定乘员处于困倦状态。例如，在示例性实施方式中，比平均心率和/或血液流速慢和/或小预定量的心率和/或血液流速可表示乘员的困倦度。
在示例性实施方式中，计算装置500包括存储器装置502和处理器504，处理器504联接到存储器装置502以执行编程指令。存储器装置502和/或处理器504可被实现为图1B中示出的存储器110和/或处理器108。处理器504可包括一个或更多个处理单元(例如，多核构造)。在一个实施方式中，可执行指令和/或生理数据被存储在存储器装置502中。例如，在示例性实施方式中，存储器装置502存储用于将机械应力和/或振动转换成信号的软件(例如，图1B的软件模块116)。计算装置500可编程，以通过将存储器装置502和/或处理器504编程来执行本文中描述的一个或更多个操作。例如，可通过将操作编程为一个或更多个可执行指令并且在存储器装置502中提供所述可执行指令来将处理器504编程。
类似于图1B的处理器108，处理器504可包括(但不限于)通用中央处理单元(CPU)、图形处理单元(GPU)、微控制器、精简指令集计算机(RISC)处理器、专用集成电路(ASIC)、可编程逻辑电路(PLC)和/或能够执行本文中描述的功能的任何其他电路或处理器。本文中描述的方法可被编码为在计算机可读介质中实施的可执行指令，计算机可读介质包括而不限于储存装置和/或存储器装置。这些指令在由处理器执行时使处理器执行本文中描述的方法的至少一部分。以上示例只是示例性的，因此不旨在以任何方式限制术语处理器的定义和/或含义。
类似于图1B的存储器110，如本文中描述的，存储器装置502是能够存储并且获取信息(诸如，可执行指令和/或其他数据)的一个或更多个装置。存储器装置502可包括一个或更多个计算机可读介质，诸如而不限于动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、固态盘和/或硬盘。存储器装置502可被构造成存储而不限于可执行指令、生理数据和/或适用于本文中描述的系统的任何其他类型的数据。
在示例性实施方式中，计算装置500包括联接到处理器504的展示接口506。展示接口506向用户(未示出)输出和/或显示信息，诸如但不限于生理数据和/或任何其他类型的数据。例如，展示接口506可包括显示适配器(未示出)，显示适配器联接到诸如阴极射线管(CRT)、液晶显示器(LCD)、发光二极管(LED)显示器、有机LED(OLED)显示器和/或“电子墨水”显示器的显示装置(未示出)。在一些实施方式中，展示接口506可在图1A的视觉装置140中的一个的显示器上实现。
在示例性实施方式中，计算装置500包括从用户接收输入的输入接口508。输入接口508可类似于图1A的用户输入装置152。例如，输入接口508接收用于控制监视系统400的操作的指令和/或适用于本文中描述的系统的任何其他类型的数据。在示例性实施方式中，输入接口508联接到处理器504并且可包括例如键盘、指点装置、鼠标、铁笔、触摸感应面板(例如，触摸板或触摸屏)、陀螺仪、加速度计、位置检测器和/或音频输入接口。诸如触摸屏的单个组件可用作展示接口506的显示装置和输入接口508二者。
在示例性实施方式中，计算装置500包括与存储器装置502和/或处理器504联接的通信接口510。通信接口510可类似于图1B的通信接口114。通信接口510与远程装置(诸如，第一传感器418、第二传感器420和/或另一计算装置500)通信联接。例如，通信接口510可包括而不限于有线网络适配器、无线网络适配器和/或移动电信适配器。
在示例性实施方式中，计算装置500可用于使第一传感器418能够生成警告信号。更具体地，在示例性实施方式中，计算装置500可被编程为基于至少来自第一传感器418的原始信号、来自第二传感器190的基线信号和/或计算装置500所生成的期望信号来确定是否生成警告信号。此外，在示例性实施方式中，计算装置500可向第一传感器418发送信号，该信号使第一传感器418能够发送可被乘员检测到的触觉和/或可听信号。触觉和/或可听信号可通过图1A的音频装置144和/或触觉装置148实现。如此，在示例性实施方式中，可通过警告信号来刺激乘员。
根据以上参照图4和图5描述的实施方式，本文中描述的构造使得能够确定乘员的状态(例如，驾驶员状态)。更具体地，本文中描述的实施方式有利于增加表示乘员的心率或血液流速的信号和/或减少不期望的噪声。此外，本文中描述的实施方式相对于其他已知的监视系统大体上更符合人体工程学和/或更舒适。
要理解，参照图4和图5描述的包括传感器、传感器布置、传感器构造和传感器分析的其他示例性的车辆系统和监视系统可用图1的机动车辆100、图3的车辆系统126和监视系统来实现。参照图4和图5描述的示例性系统和方法可用于监视机动车辆100中的驾驶员102并且确定一个或更多个驾驶员状态和/或组合驾驶员状态指数，本文中将对此进行更详细描述。
b.)用于确定驾驶员状态改变的系统和方法
如以上讨论的，心率监视系统302可包括用于监视驾驶员的心脏信息的任何装置或系统。在一个实施方式中，心率监视系统302包括心率传感器304，心率传感器304有利于用于基于副交感和交感神经活动程度来确定驾驶员状态的生物改变的系统和方法，如在2013年3月15日提交的名称为“System and Method for Determining Changes in a BodyState”的美国公开No.2014/0276112(美国专利No.__)中讨论的，其全部内容以引用方式并入本文中。如将讨论的，基于心率信息确定的副交感和交感神经活动程度可用于确定一个或更多个驾驶员状态并且随后至少部分基于一个或更多个驾驶员状态来控制车辆系统。现在将讨论’112申请，然而，为了简便起见，将不讨论’112申请的全部内容。
心动的功能或结构变化(例如，心率信息)可指生物系统活动程度(例如，自主神经系统的副交感和交感神经活动程度)，这些活动程度可提供对驾驶员状态或从一个驾驶员状态到另一个驾驶员状态的转变的准确测量。图6示出示例性计算系统600。在一些实施方式中，示例性计算系统600可以是心率监视系统302(图3)。另外，计算系统600可被实现为图1B中示出的ECU 106的一部分。再次参照图6，计算系统600包括计算装置602、处理器604、输入/输出装置606、存储器608、通信模块610和监视系统612。计算系统600可包括与图1B中的ECU 106和图3中描述的监视系统类似的组件和功能。监视系统612可包括多个传感器614和/或与多个传感器614通信。多个传感器614可包括例如心率传感器304(图3)。
再次参照图6，处理器604包括信号接收模块616、特征确定模块618、间隔确定模块620、导数计算模块622和识别模块624，这些模块处理数据信号并执行如本文中更详细描述的功能。监视系统612被构造成监视并且测量与个体关联的信息，以确定个体的驾驶员状态改变并且将信息发送到计算装置602。监视信息可包括心率信息。在其他实施方式中，监视信息可包括但不限于个体的物理特性(例如，姿势、位置、移动)和个体的生物特性(例如，诸如心率的心动、心电图(EKG)、血压、血液流速、氧含量、血液酒精含量)和个体的其他生物系统(例如，循环系统、呼吸系统、包括自主神经系统的神经系统、或其他生物系统)。其他类型的监视信息可包括诸如靠近个体的环境的物理特性(例如，光、温度、天气、压力、声音)的环境信息。监视系统612可包括被构造成监视并测量监视信息的任何系统(诸如，光学装置、热学装置、自主监视装置(例如，心率监视装置)以及任何其他类型的装置、传感器或系统)。
在图6的例示实施方式中，监视系统612包括用于监视并测量监视信息的多个传感器614。在一些实施方式中，传感器614可包括心率传感器304、血压传感器306、氧含量传感器308、血液酒精含量传感器310、EEG传感器320、FNIRS传感器322、FMRI传感器324、图2和图3的车辆系统和监视系统所利用的其他传感器。传感器614使用各种传感器技术来感测刺激(例如，信号、属性、测量或数量)并且生成表示该刺激的数据流或信号。计算装置602能接直接从传感器614或经由监视系统612接收表示刺激的数据流或信号。虽然本文中描述了特定传感器，但可利用任何类型的合适传感器。
传感器614可以是接触传感器和/或非接触传感器，并且可包括电流/电势传感器(例如，接近、电感、电容、静电)、次声波、声波和超声传感器、振动传感器(例如，压电)、光学、光电或氧传感器等。通常，传感器614可位于靠近个体的或个体身上的任何位置、位于监视装置(诸如，心率监视器)中、位于便携装置(诸如，移动装置、便携计算机或类似装置)中。以下，将参照图7更详细地讨论传感器和对传感器所生成的信号的处理。另外，监视系统612和/或计算装置602可从具有计算功能(例如，包括类似于处理器604的处理器)的便携装置或任何其他装置(例如，手表、珠宝、衣物制品)接收监视信息。便携装置还可包含所存储的监视信息，或者提供互联网、其他网络和/或外部数据库上的存储的监视信息的访问。
如以上提到的，在一个实施方式中，监视系统612可监视并测量与车辆中的车辆乘员(例如，驾驶员)(例如，图1A的机动车辆100和驾驶员102)关联的监视信息。监视系统612可确定乘员的驾驶员状态改变并且将监视信息发送到ECU 106。监视系统612从各种传感器接收监视信息。传感器可包括例如可被包括作为多个传感器614的一部分的光学传感器162、热传感器166和生物监视传感器180。
如本文中讨论的，传感器可处于机动车辆100的任何部分中，例如，靠近驾驶员102的位置，例如，车辆座椅168、头枕174、方向盘134中或其表面的位置等。在另一个实施方式中，传感器可位于如图4中所示的各种位置(例如，座椅402、安全带404、下部支承件406、背部支承件408、座椅靠背表面412、腰带部分414和肩带部分416)。然而，在其他实施方式中，传感器可位于机动车辆100的任何其他部分，但不限于头枕、座椅、安全带、仪表盘、后视镜以及任何其他位置。此外，在某些情况下，传感器可以是由驾驶员102穿戴的与位置靠近驾驶员102的便携装置(诸如智能电话或类似装置(例如，便携装置122))关联或与驾驶员102穿戴的衣物制品关联的便携传感器。
参照图7，示出用于确定个体的驾驶员状态改变的计算机实现方法。具体地，将与图6的计算机系统600关联地描述该方法，但要理解，该方法可与其他计算机系统一起使用。另外，可针对本文中描述的另选实施方式(例如，机动车辆100，图1A)，改变该方法。要理解，本文中的驾驶员状态是指个体的生物或生理状态或转变成另一个状态。例如，驾驶员状态可以是警觉、困倦、分心、紧张、醉酒、其他常见有缺陷状态、其他情绪状态和/或一般健康状态。(参见部分I中对驾驶员状态的讨论)。另外，如本文中使用的心动或心动的测量是指与(从一次心跳开始到下一个心跳开始的)血液流速、血液压力、声音和/或触觉触诊相关的事件或心电活动(例如，EKG)。因此，心动的测量可表示多个心动周期或多个心跳。
在步骤702中，该方法包括从监视系统接收信号。信号表示在一时间段内的个体的心动的测量。在一个实施方式中，监视系统612被构造成从多个传感器614监视个体的心动。如以上讨论的，传感器614使用各种传感器技术来感测刺激(例如，信号、属性、测量或数量)并且生成代表刺激的数据流或信号。具体地，代表刺激的数据流或信号从传感器直接地或者经由监视系统612发送到信号接收模块616。在例示实施方式中，信号接收模块616还可被构造成处理信号，从而产生特定形式的信号的代理。要理解，传感器614或监视系统612也可执行处理功能。处理可包括放大、混合和过滤信号以及其他信号处理技术。在一个实施方式中，在接收到信号时，信号被处理成多个波形，其中，波形中的每一个指示一个心跳。
现在，将在感测监视信息(具体地，生理特性(例如，心动))的操作中描述特定传感器。虽然本文中讨论了特定传感器和感测方法，但应该理解，可实现其他传感器和感测心动的方法。传感器614可以是接触传感器和/或非接触传感器，并且可包括电流/电势传感器(例如，接近、电感、电容、静电)、次声波、声波和超声传感器、振动传感器(例如，压电)、光学、光电或氧传感器等。
电流/电势传感器被构造成测量电流、电荷或电场的量或改变。在一个实施方式中，电势传感器可测量在一时间段内的个体的心电活动(即，EKG)。电势传感器可以是位于个体身上或靠近个体的接触传感器或非接触传感器。
声波传感器被构造成在低于人听觉范围(次声波)的频率、在人听觉范围(声波)内的频率或超过人听觉范围(超声)的频率测量声波或振动。在一个实施方式中，声波传感器可测量心动产生的声波或振动。在另一个实施方式中，超声传感器产生高频率声波并且评估传感器接收回的回声。具体地，超声传感器可测量心脏生成的声音或振动。例如，超声传感器可朝向个体的胸部区域(例如，胸部区域的前方或后方)生成声波并且测量传感器接收回的表示心动的回声。
光学传感器提供基于图像的反馈并且包括机器视觉系统、相机和其他光学传感器。光学传感器所生成的数字信号包括待分析的图像序列。例如，在一个实施方式中，相机(例如，光学传感器162，图1A)可生成个体的眼睛移动、面部表情、定位或姿势的图像。
光电传感器使用光学器件和光(例如，红外光)来检测物体的存在、体积或距离。在一个实施方式中，光电传感器光学地得到心动的光体积描记图(PPG)，即，搏动性血流的容积测量。如以上用图4讨论的，可使用例如光学和/或光传感器(例如，近红外、红外、激光)在个体的身体上或附近的各种位置感测PPG测量值。如在2015年4月27日提交并且并入本文中的美国申请序列号14/697593中讨论的，光学和/或光传感器可被构造成基于传感器的位置和传感器输出的测量的类型来增大或减小所发射的光的强度，以发射多个波长。
图8示出个体802和PPG分析计算机804的示意性表示。PPG测量值可得自个体802的不同位置，例如，左耳806、右耳808、左手/手指810、右手/手指812、左脚/脚趾814和右脚/脚趾816。在另一个实施方式中，PPG测量值可得自图4中示出的传感器阵列422中的不同传感器。测量值可通过以上提到的位置或附近的光电传感器、光学和/或光传感器得到并且被发送到PPG分析计算机804。PPG分析计算机804包括用于分析PPG测量值并且比较得自个体802的不同位置的PPG测量值的设备。在一些实施方式中，图6的监视系统612或处理器604可执行PPG分析计算机804的功能。在其他实施方式中，参照图4和图5(例如，处理器504)描述的方法和/或在'592申请中描述的方法可执行PPG分析计算机804的功能。另外，在其他实施方式中，图1B中示出的ECU 106(例如，处理器108)可执行PPG分析计算机804的功能。
再次参照图7，在步骤704中，该方法包括确定至少一个信号特征，其中，信号特征是一时间段内再次发生的事件。在一个实施方式中，特征确定模块618从信号接收模块616接收信号并且确定信号特征。信号特征可以是信号或信号波形(即，形状)特性。示例性信号特征包括(但不限于)在一时间段内在信号中再次出现的偏移、声音、波、持续时间、间隔、幅度、峰、脉冲、波长或频率。
如以上所讨论的，传感器614生成代表所测得的刺激的信号。信号和信号特征根据感测传感器类型的属性(即，生理、生物或环境特性)和传感器技术而变化。以下是具有在一时间段内再次出现的信号特征的示例性心脏波形(即，指示心动测量值的信号)。虽然公开了相对于心动的特定波形，但本文中公开的方法和系统可应用于与其他生理或环境特性(与个体关联的)关联的波形和信号，以识别驾驶员状态或驾驶员状态转变。
现在，参照图9A，示出代表心电信号的心脏波形902。具体地，心脏波形902代表EKG波形902，EKG波形902是心跳(即，一个心脏循环)的电活动的图形表示。如图9B中所示，要理解，EKG可包括在一时间段(即，多个心脏循环)内的电活动的变化的线图。
心跳的各个部分产生EKG波形902上的不同偏移。这些偏移被记录为一系列正负波，即，波P、Q、R、S和T。Q、R和S波包括QRS波群904，QRS波群904表示右和左心室的快速去极化。P波表示心房去极化并且T波表示心房再极化。对于不同个体，每一个波的持续时间、幅度和形式可有所不同。在正常EKG中，R波可以是QRS波群904的峰。
其他信号特征包括波持续时间或间隔，即，PR间隔906、PR片段908、ST片段910和ST间隔912，如图9A中所示。PR间隔906是从P波开始到QRS波群904开始测量的。PR片段908连接P波和QRS波群904。ST片段910连接QRS波群904和T波。ST间隔912是从S波到T波测量的。要理解，可从EKG波形902中识别其他间隔(例如，QT间隔)。另外，还可识别心跳间间隔(即，从一个周期特征到下一个周期特征的间隔)，例如，R-R间隔(即，R波和下一个R波之间的间隔)。图9B示出要素914所指示的一时间段内的一系列心脏波形。在图9B中，用峰916、918和920表示R波。另外，用要素922和924表示R-R间隔。
再参照图7，在一个实施方式中，确定信号特征包括将信号特征确定为EKG信号的R波，例如，EKG波形902的R波。要理解，信号特征也可以是一个或更多个波P、Q、R、S和T或上述间隔中的一个或更多个间隔。
图10A示出由传感器(例如，声波或振动传感器)生成或处理的代表心动的声学信号的心脏波形1002的另一个实施方式。具体地，心脏波形1002代表主动脉血流的声音。心脏波形1002可包括与心脏波形902类似的信号特征。示例性的信号特征可包括峰1004或心脏波形1002的另一个波持续时间、峰、特征。具体地，在一时间段内，信号特征在信号中再次出现。例如，图10B示出声学信号1006，声学信号1006具有含一系列峰1008、1010、1012的一系列心脏波形(即，心脏波形1002)。峰1008、1010、1012是在一时间段内在声学信号1006内再次出现的示例性信号特征。要理解，心脏波形1002和/或声学信号1006的其他特性还可识别为信号特征，例如，峰间隔1014和1016。
图10C示出来自代表心动的测量值的光学信号的心脏波形1018。光学信号可以是光电传感器、光学传感器或PPG装置生成的光体积描记图(PPG)信号。心脏波形1018是代表搏动血流的测量值的PPG信号。心脏波形1018可包括与心脏波形902类似的信号特征。示例性的信号特征可包括峰1020或心脏波形1018的另一个波持续时间、峰、特征。具体地，在一时间段内，信号特征在信号中再次出现。例如，图10D示出光学信号1022，光学信号1022具有含一系列峰1024、1026、1028的一系列心脏波形(即，心脏波形1018)。峰1024、1026和1028是在一时间段内在光学信号1022内再次出现的示例性信号特征。要理解，心脏波形1018和/或光学信号1022的其他特性还可识别为信号特征，例如，峰间隔1030和1032。
回头参照图7的步骤704，确定至少一个信号特征可包括确定信号特征的发生时间。信号中的各个信号特征的发生时间可被作为矢量存储在存储器608中。例如，EKG信号的各个R波的发生时间可被存储并且用矢量表达为：
(1)T0，i＝t0，0，t0，1...t0，i，其中，t0，i是观察到QRS波群的R波分量的时间并且0≤i≤N。
为简便起见，本文中讨论的表达式(1)-(4)是参照作为信号特征的心脏波形902(EKG波形)的R波。要理解，信号特征可以是在如上讨论的其他类型信号中识别的任何信号特征。例如，t0，i还可指示观察到心脏波形1002的峰1004或心脏波形1018的峰1020的时间。还要理解，各表达式可包含源自信号的计算的多个要素。这些要素可被以矢量形式存储在存储器608中。
在步骤706中，该方法包括确定两个连续信号特征之间的第一间隔。在另一个实施方式中，第一间隔是信号的心跳中的每一个心跳的两个连续特征之间的间隔。本文中使用的连续特征是指一个接着一个或者连续产生的信号特征。例如，第一间隔可以是EKG信号的第一R波与第二R波之间的间隔(即，R-R间隔)，其中，第二R波是接着第一R波的连续R波。参照图9B，第一间隔可以是从峰916到峰918测得的间隔922。第一间隔也可以是从峰918到峰920测得的间隔924。因此，要理解，信号可包括多个信号特征之间的多个第一间隔。
在图10B中示出的另一个示例中，第一间隔可以是从峰1008到峰1010测得的间隔1014。第一间隔也可以是从峰1010到峰1012测得的间隔1016。在图10D中示出的另一个示例中，第一间隔可以是从峰1024到峰1026测得的间隔1030。第一间隔也可以是从峰1026到峰1028测得的间隔1032。相对于表达式(1)-(2)，EKG信号的多个第一间隔可被以矢量形式表达为：
(2)T1，i=t1，1，t1，２...t1，i，其中，t1，i≡t0，i-t0，i-1并且1≤i≤N。
在步骤708中，该方法包括确定两个连续第一间隔之间的第二间隔。在一个实施方式中，间隔确定模块620可确定第一间隔和第二间隔。在一个示例中，第二间隔是连续R-R间隔之间的间隔或差异。例如，第二间隔可以是第一R-R间隔的绝对值与第二R-R间隔的绝对值之间的差异，其中，第二R-R间隔是接着第一R-R间隔的连续R-R间隔。参照图9B，第二间隔可以是间隔922与间隔924之间的差异。在图10B中示出的另一个示例中，第二间隔可以是间隔1014与间隔1016之间的差异。在图10D中示出的其他示例中，第二间隔可以是间隔1030与间隔1032之间的差异。要理解，信号可包括由多个第一间隔限定的多个第二间隔。相对于表达式(1)-(2)，该差异可被以矢量形式表达为：
(3)T2，i＝t2，2，t2，3...t2，i，其中，并且2≤i≤N。
在步骤710中，该方法包括基于第二间隔计算导数。在一个实施方式中，导数计算模块6022被构造成计算导数。所述导数可被计算为将第二间隔除以时间段。相对于表达式(1)-(3)，导数可被以矢量形式表达为：
(4)T3，i＝t3，2，t3，3...t3，i，其中，并且2≤i≤N。
在步骤712中，该方法包括基于导数来识别驾驶员状态的改变。识别模块6024可被构造成以各种方式操纵来自表达式(1)-(4)的数据，以识别与驾驶员状态关联的模式和度量。在一个实施方式中，识别驾驶员状态的改变还包括基于导数，提取一系列连续的心率加速或减速。更具体地，可根据心率的导数T3的符号对心率的导数T3进行分选和标记。导数的符号指示心率是加速还是减速。在给定数量的连续导数(T3)而言导数的符号相同的情况下，可识别心率加速或减速的连续时间段。心率加速或减速的连续时间段可与驾驶员状态的改变相关。具体地，一系列连续心率加速和一系列连续心率减速分别与交感(S)和副交感(PS)活动的突发相关。因此，通过对心率加速或减速的连续时间段进行分选和标记，可识别和分选与S和PS活动的突发关联的驾驶员状态改变。
在另一个实施方式中，识别驾驶员状态的改变还包括基于特定系列中的连续心率加速或减速的计数来计算阈值。例如，阈值7与7个连续心率加速或减速关联。
因此，上述的监视系统612可以是如图3中所示的示例性监视系统。在一个实施方式中，监视系统612可以是心率监视系统302。监视系统612可提供监视信息(例如，基于导数和/或心率加速或减速的连续时间段的识别的一系列连续心率加速或减速)，以确定驾驶员状态。心率信息的这些功能或结构变化可表示生物系统活动水平(例如，自主神经系统的副交感和交感活动水平)，这些活动水平可以提供对驾驶员状态或从一个驾驶员状态到另一驾驶员状态的转变的准确测量。
要理解，参照图6至图10描述的包括传感器、传感器布置、传感器构造和传感器分析的其他示例性的车辆系统和监视系统可用图1的机动车辆100、图3的车辆系统126和监视系统来实现。参照图6至图10描述的示例性系统和方法可用于监视机动车辆100中的驾驶员102并且确定一个或更多个驾驶员状态和/或组合驾驶员状态指数，本文中将对此进行更详细描述。
c.)用于生物信号分析的系统和方法
在一个实施方式中，心率监视系统302包括心率传感器304，心率传感器304有利于系统和方法获取真实的生物信号分析，如在2013年11月7日提交的名称为“A System andMethod for Biological Signal Analysis”的美国申请序列号14/074710(被公布为美国公开No.2015/0126818，美国专利No.__)中讨论的，其全部内容以引用方式并入本文中。如将讨论的，可使用主动脉血流、平均心率、心率变异性和心跳间间隔的指标来推导交感和副交感神经系统活动的水平。现在将讨论'710申请，然而，为了简便起见，将不讨论'710申请的全部内容。
在车辆环境中，存在用于确定驾驶员的自主神经张力(例如，交感和副交感神经系统活动的水平)的各种接口。例如，接口可从驾驶员获取不同的生物信号(例如，指示主动脉血流、平均心率、心率变异性和心跳间间隔)并且分析生物信号来确定自主神经张力的估计。车辆环境(具体地，来自发动机空转、道路行进等来源的噪声和振动)可干扰车辆中的生物信号的获取和分析，因此影响自主神经张力的估计。
在一个实施方式中，生物信号分析系统包括一个或更多个多维传感器阵列。现在，参照图11，生物信号分析系统1100可单独实现或者与计算装置1102(例如，控制器、导航系统、信息娱乐系统等)组合实现。因此，例如，计算装置1102可在图1A和图1B的ECU 106、图3的车辆系统126和/或监视系统内实现。计算装置1102包括经由总线1114和/或其他有线和无线技术在工作上连接以进行计算机通信的处理器1104、滤波器1106、存储器1108、磁盘1110和输入/输出(I/O)接口1112。要理解，这些组件可类似于ECU 106的组件，例如，处理器108、存储器110、磁盘112、通信接口114和数据总线118。因此，要理解，ECU 106可执行计算装置1102的功能中的一些或全部。
在一个实施方式中，计算装置1102还包括复用器1116。在一个实施方式中，滤波器1106可包括复用器1116。在另一个实施方式中，复用器1116可在滤波器1106和/或计算装置1102的外部实现。在其他实施方式中，I/O接口1112可包括复用器1116。
在图11的例示实施方式中，系统1100还包括多维传感器阵列1118。在另一个示例性实施方式中，系统1100包括超过一个多维传感器阵列。例如，在图11中示出的历史实施方式中，计算装置1102可包括第二多维传感器阵列1120和第三多维传感器阵列1122。应理解，本文中讨论的系统和方法可用任何数量的多维传感器阵列(例如，两个多维传感器阵列或超过三个多维传感器阵列)来实现。另外，虽然本文中讨论的一些实施方式和示例是指多维传感器阵列1118，但应理解，第二多维传感器阵列1120和第三多维传感器阵列1122提供与多维传感器阵列1118类似的功能。多维传感器阵列可包括相似功能，并且可与图3的监视系统中包括的传感器和感测装置以及本文中讨论的其他示例性监视系统类似地实现。
现在，将针对与车辆(例如，机动车辆100，图1A)关联的实施方式更详细地描述多维传感器阵列1118。应注意，另一个实施方式可应用于车辆外部的座椅(诸如，椅子或床)。多维传感器阵列1118设置在用于感测与驾驶员关联的生物信号的位置。例如，多维传感器阵列1118可设置在图1A的车辆座椅168的上或里面的位置。多维传感器阵列1118包括多个传感器，各传感器机械联接到公共结构联接材料。图12示出用参考标号1200总体示出的示例性多维传感器阵列的顶部示意图。类似地，图13示出图12的多维传感器阵列的正视图。
如图12和图13中所示，第二多维传感器阵列1120包括多个传感器M1、M2、M3和M4。应理解，在一些实施方式中，第二多维传感器阵列1120可包括其他数量的传感器，例如，两个传感器或超过四个传感器。在图13和图13中示出的实施方式中，传感器M1、M2、M3和M4是声学传感器，例如，麦克风。因此，传感器M1、M2、M3和M4被构造成感测与人关联的生物数据的声学测量(例如，刺激)并且生成代表声学测量的数据流或原始数据信号(例如，输出)。生物信号可包括(但不限于)与心脏(例如，主动脉血流、平均心率、心率变异性和心跳间间隔)、肺(例如，呼吸速率)和人体的其他生物系统关联的数据。
在图12和图13的例示实施方式中，传感器M1、M2、M3和M4机械联接到公共结构联接材料1202。公共结构联接材料1202提供传感器M1、M2、M3和M4之间的非电学方式的连接。机械联接允许周遭机械振动(例如，机器噪声、道路噪声)同等地分配到传感器M1、M2、M3和M4中的每一个。在一个实施方式中，公共结构联接材料1202是传感器M1、M2、M3和M4(例如，借助粘合剂、粘结、销)固定在其上的电路板。在另一个实施方式中，公共结构联接材料1202是支架或者包括传感器M1、M2、M3和M4(例如，借助粘合剂、粘结、销)固定在其上的一个或更多个支架。应理解，可使用其他材料作为公共结构联接材料1202。具体地，可使用具有高弹性模量和低密度的其他材料作为公共结构联接材料1202。
通过将传感器M1、M2、M3和M4机械联接到公共结构联接材料1202，来自例如外部环境的周遭机械振动同等地影响各个传感器M1、M2、M3和M4。作为车辆(例如，图1A)的背景下的例示示例，来自车辆环境的振动(例如，发动机噪声、道路噪声)由于公共结构联接材料1202所提供的机械联接而同等地影响各个传感器M1、M2、M3和M4。当对来自传感器M1、M2、M3和M4的输出(例如，原始信号)进行处理和/或滤波时(如随后将讨论的)，可共模地从原始信号中消除振动。
如图13和图14中所示，第二多维传感器阵列1120具有几何中心1204和质心1206。质心1206位于用多个传感器限定边界的区域的外部。具体地，机械联接到公共结构联接材料1202的传感器M1、M2、M3和M4被设置(即，定位)成将质心1206限定在用多个传感器限定边界的区域的外部。具体地，质心1206位于区域1208的外部，区域1208是用传感器M1、M2、M3和M4限定边界的区域。区域1208由多个传感器M1、M2、M3和M4中的每一个的位置和多个传感器M1、M2、M3和M4的几何中心1210限定。在一个实施方式中，质心1206由多维传感器阵列1120的加权部分1212形成。在一个实施方式中，加权部分1212由设置在多维传感器阵列1120上的电源(未示出)来实现。在其他实施方式中，通过将多维传感器阵列设置成弯曲形状构造(未示出)来形成质心1206。通过将质心1206设置在多个传感器M1、M2、M3和M4的几何中心1210外部的位置，周遭机械振动(即，噪声)登记在彼此同平面(即，同相)的多个传感器M1、M2、M3和M4中的每一个中。
更具体地，周遭机械振动从车辆传递到多维传感器阵列1120。总体上，周遭机械振动表现为沿着多维传感器阵列1120的水平轴(X)方向和垂直轴(Y)方向的线性运动以及绕着多维传感器阵列1120的水平轴(X)方向和垂直轴(Y)的旋转运动。图13示出相对于多维传感器阵列1120和质心1206的Y、X和Z轴。相对于传感器M1、M2、M3和M4中的每一个的机械联接致使传感器M1、M2、M3和M4中的每一个关于振动线性运动同相移动。
关于振动旋转运动，现在，将更详细地讨论传感器M1、M2、M3和M4中的每一个关于质心1206的定位。绕着水平(X)轴的旋转运动与振动幅度和力矩臂Y的乘积成正比。如图12中所示，传感器M1、M2、M3和M4中的每一个限定几何中心1210。力矩臂Y是几何中心1210与质心1206的垂直轴(即，Y坐标)的垂直距离。另外，距离y1是与传感器M3、M4的轴与质心1206的垂直距离，并且距离y2是与传感器M1、M2的轴与质心1206的垂直距离。通过设置传感器M1、M2、M3和M4中的每一个以使得dy/Y的比率小，那么y1大致等于y2并且传感器M1、M2、M3和M4中的每一个登记的周遭机械振动大致同相。然后，可使用将在本文中更详细讨论的滤波技术来处理周遭机械振动。另外，绕着垂直(Y)轴的旋转运动与振动幅度与力矩臂dx的乘积成正比。通过定位传感器M1、M2、M3和M4中的每一个以使得dx(即，几何中心1210与各个传感器的轴之间的差)小，还可使用将在本文中更详细讨论的滤波技术来处理传感器M1、M2、M3和M4中的每一个登记的周遭机械振动。
另外，在图12和图13中示出的实施方式中，至少一个传感器沿着带有短力矩臂和长力矩臂的Y轴设置，并且至少一个传感器沿着在Y轴的每一侧带有x力矩臂的X轴设置。例如，M1和M2沿着带有短力矩臂和长力矩臂的Y轴设置，并且M3和M4沿着在Y轴的每一侧带有x力矩臂的X轴设置。根据本文中描述的实施方式，各个传感器的输出的处理基于上述的传感器对(即，M2、M3和M1、M4)。具体地，传感器被设置成，使得在本文中讨论的处理期间，运算放大将运动与力矩臂dx以异相组合相加。因此，M1和M4设置在Y轴的相对侧并且M2和M3设置在Y轴的相对侧。这样允许各个加法对由一个传感器组成，该传感器在各方向上以力矩臂dx绕着Y轴移动，从而允许用差分放大利用共模进行抵消。如果成对的两个传感器处于Y轴的同一侧，则来自于以力矩X绕着Y轴旋转的旋转噪声将不抵消差分放大，而是相反地将加倍，因为它们在进行减法之前相位差是180度。
再参照图12，在一个实施方式中，多维传感器阵列还包括一个或更多个簇。多维传感器阵列1120的多个传感器M1、M2、M3和M4中的每一个可与一个或更多个簇关联。例如，在图12的例示实施方式中，区域1208可被视为簇，其中，传感器M1、M2、M3和M4关联。在本文中将讨论的另一个实施方式中，传感器M1和M3可与第一簇关联，并且传感器M3和M4可与第二簇关联。应理解，多维传感器阵列1120可包括任何数量的簇(例如，一个簇或超过两个簇)。这些簇可以或不可以与公共结构联接材料1202上的传感器的特定位置(例如，位置)关联。另外，这些簇可以是预定的并且与传感器的任何组合关联。
现在，将讨论簇和与所述簇关联的传感器的非限制示例。在一个实施方式中，包括超过一个传感器的传感器阵列可与簇关联。在其他实施方式中，簇可以是传感器的图案或传感器的阵列(如以上讨论的)。在另一个实施方式中，簇基于传感器的位置或传感器的输出而预定。在本文中将描述的另外实施方式中，复用器1116可基于多维传感器阵列的位置、多维传感器阵列中的各个传感器的位置和/或各个传感器的输出(例如，原始数据信号输出)来确定簇。另外，簇可以被确定和/或传感器可基于传感器的定位与簇关联。在一个实施方式中，簇可包括沿着带有短和长力矩臂的Y轴设置的至少一个传感器和沿着在Y轴的任一侧带有x力矩臂的X轴设置的至少一个传感器。因此，参照图12，第一簇可包括M2、M3并且第二簇可包括M1、M4。应理解，其他组合和传感器对可与簇关联。
如以上提到的，图11的多维传感器阵列1118和系统1100可在车辆(例如，图1A的机动车辆100)内实现。在一个实施方式中，图11的系统1100可用于对驾驶员102进行生物信号分析，以确定驾驶员102的唤醒水平或自主神经张力。唤醒水平或自主神经张力可用于确定一个或更多个驾驶员状态。图14示出机动车辆100、驾驶员102和车辆座椅168的简化视图。另外，图14示出车辆座椅168中的传感器布置的另一个示例性实施方式。为了方便起见，图1A和图14中的类似标号代表类似元件。如以上用图1A讨论的，驾驶员102坐在机动车辆100的车辆座椅168中。车辆座椅168包括下部支承件170、座椅背部支承件172(例如，靠背)和头枕174，尽管料想到其他构造的车辆座椅168。
车辆座椅168还可包括安全带(参见例如图4的包括腰带部分414和肩带部分416的安全带404)。在图14中示出的实施方式中，要素1402a、1402b、1402c指示用于感测与驾驶员102关联的生物数据的位置。具体地，一个多维传感器阵列或超过一个多维传感器阵列(例如，多维传感器阵列1118、第二多维传感器阵列1120和/或第三多维传感器阵列1122)可设置在所述位置1402a、1402b、1402c以感测与驾驶员102关联的生物信号。
具体地，在图101中，位置1402a、1402b、1402c位于座椅背部支承件172内。然而，应该理解，这些位置可以在车辆座椅168的其他区域(例如，安全带(未示出))中或车辆座椅168周围，以允许设置在所述位置的多维传感器阵列感测与驾驶员102关联的生物数据。例如，在一个实施方式中，多维传感器阵列设置在用于感测与乘坐车辆的驾驶员的胸部区域关联的生物数据的位置。在图14中，要素1404a、1404b和1404c指示驾驶员102的胸部区域。具体地，要素1404a、1404b和1404c分别指示驾驶员102的胸部的上部颈-胸区域、中间胸区域和下部胸-腰区域。因此，在图14中，要素1402a指示多维传感器阵列所处的位置，其中，该位置靠近驾驶员102的上部颈-胸区域1404a。另外，要素1404b指示多维传感器阵列所处的位置，其中，该位置靠近驾驶员102的中间胸区域1404b。另外，要素1402c指示多维传感器阵列所处的位置，其中，该位置靠近驾驶员102的下部胸-腰区域1404c。
应理解，位置1404a、1404b和1404c以外的其他位置可以是靠近上部颈-胸区域1404a、中间胸区域1404b和/或下部胸-腰区域1404c的位置。例如，在一个实施方式中，多维传感器阵列可位于安全带(未示出)的靠近驾驶员102的上部颈-胸区域1404a、中间胸区域1404b和/或下部胸-腰区域1404c的一个或更多个位置。在另一个实施方式中，位置可靠近腋窝区域。还可实现设置在其他位置或位置组合的其他数量的多维传感器阵列。
另外，应理解，可基于生物数据和/或生物信号，在用于感测生物数据的位置提供和/或设置一个或更多个多维传感器阵列。不同位置可与特定生物数据关联或者提供用于测量和/或收集所述生物数据的最佳位置。例如，可利用设置在靠近上部颈-胸区域1404a的位置的多维传感器阵列来得到与心率关联的信号，并且可利用靠近下部胸-腰1404c的位置来得到与动脉脉搏波关联的信号。因此，例如，在进行处理期间，复用器116(图11)可基于将得到的生物数据、多维传感器阵列的位置和/或与各个传感器关联的簇，选择性获取或得到传感器或多维传感器阵列的输出。
现在，针对处理和分析，将参照图15详细描述图11的滤波器1106和多维传感器阵列1118，图15示出示例性的电路图1500。应理解，可实现其他电路构造，然而，出于简化和例示的目的，已经将电路图1500组织成感测部分1502(例如，多维传感器阵列1118)和滤波部分1504(例如，处理器1104和/或滤波器1106)。另外，电路图包括可用感测部分1502和/或滤波部分1504实现的复用器1506(例如，图11中的复用器1116)。
感测部分1502包括声学传感器(即，麦克风)M1、M2、M3和M4。类似于图12，传感器M1、M2、M3和M4机械联接到公共结构联接材料(图15中未示出)。虽然在图15中示出四个声学传感器，但其他实施方式可包括任何数量的传感器(例如，少于四个或超过四个)。在图15中示出的实施方式中，各个声学传感器M1、M2、M3和M4经由上拉电阻器Rp1、Rp2、Rp3和Rp4被由电阻器R1和R2形成的分压电路偏置了电源电压的十分之一。在一些实施方式中，通过标准DC电源(未示出)向多维传感器阵列供应电压。如以上用图12进行的讨论，标准DC电源可被实现为加权部分1212。声学传感器M1、M2、M3和M4感测表示与驾驶员关联的生物信号的声学测量值。通过上拉电阻器Rp1、Rp2、Rp3和Rp4与相关联的声学传感器之间的压降来确定声学测量值，以生成输出(例如，原始数据信号)。例如，Vm1是表示通过M1与Rp1之间的压降而寄存的电压测量值的输出信号。Vm2是表示通过M2与Rp2之间的压降而寄存的电压测量值的输出信号。Vm3是表示通过M3与Rp3之间的压降而寄存的电压测量值的输出信号。Vm4是表示通过M4与Rp4之间的压降而寄存的电压测量值的输出信号。应理解，电压偏置和阻抗匹配的其他构造可用本文中描述的方法和系统来实现。另外，还可实现除了驻极体电容式麦克风外的其他类型的麦克风和/或声学传感器。例如，其他麦克风可包括(但不限于)心形、单向、全向、微机电和压电的。应理解，其他麦克风会需要不同类型的偏置和阻抗匹配构造。
在一个实施方式中，多个传感器M1、M2、M3和M4中的每一个可与一个或更多个簇关联。具体地，在图13中，簇可包括沿着带有短力矩臂和长力矩臂的Y轴设置的至少一个传感器和沿着在Y轴的每一侧带有x力矩臂的X轴设置的至少一个传感器。类似地，另一个簇可包括沿着带有短力矩臂和长力矩臂的Y轴设置的至少一个传感器和沿着在Y轴的每一侧带有x力矩臂的X轴设置的至少一个传感器。
在一个实施方式中，基于簇和/或传感器中的每一个的定位，(例如，经由滤波部分1504)来处理输出信号Vm1、Vm2、Vm3和Vm4。具体地，传感器M2和M3经由RC耦合R1和C1连接到运算放大器Amp1的一半。输出信号Vm2和Vm3由Amp1处理。具体地，在这个示例中，RC耦合提供0.34Hz的频率的高通滤波的单极。Amp1经由并联RC电路通过输出引线联接，以产生3.4Hz的低通滤波的第二极，其中增益是R2/R1＝1V/V。Amp1的输出是M2和M3的输出之和，等于在0.34至3.4Hz滤波的Vm2+Vm3。
类似地，传感器M1和M4经由RC耦合R1和C1也连接到运算放大器Amp2的一半。输出信号Vm1和Vm4由Amp2处理。具体地，RC耦合提供0.34Hz的频率的高通滤波的单极。Amp2经由并联RC电路通过输出引线联接，以产生3.4Hz的低通滤波的第二极，其中增益是R2/R1＝1V/V。Amp2的输出是M1、M4的输出之和，等于在0.34-3.4Hz滤波的Vm1+Vm4。
另外，各个运算放大器Amp1、Amp2的输出被馈送到差分生物检测放大器Amp3，差分生物检测放大器Amp3被构造成给予5000/Rg＝50000/10＝5000V/V的增益。Amp3可提供传感器M1、M2、M3和M4的输出的噪声抵消。具体地，如以上用图99讨论的，由于传感器M1、M2、M3和M4的机械联接、传感器M1、M2、M3和M4的定位和多维传感器阵列的质心的定位，环境振动相等地影响各个传感器M1、M2、M3和M4。因此，Amp3可共模地从各个运算放大器Amp1的输出信号中去除环境振动。差分生物检测放大器Amp3的输出信号等于滤波后的GX[(Vm2+Vm3)-(Vm1+Vm4)]。差分生物检测放大器Amp3的输出信号代表可被(例如，处理器1104)进一步分析以确定驾驶员102的自主神经张力和损害程度的生物信号。参照图15，通过将包含短力矩臂y1和长力矩臂y2二者的传感器对相加到一起(即，Vm2+Vm3和Vm1+Vm4)，力矩臂差异的差分效果变成共模并且抵消差分放大。同样地，在以这种方式选择传感器对时，随绕着带有力矩臂dx的Y轴的旋转出现的面外运动也变成共模并且抵消差分放大。
如上所述，滤波器1106可包括用于处理的各种放大器(Amp1、Amp2、Amp3)。应理解，可用本文中讨论的系统和方法来实现其他类型的滤波器和放大器，例如，带通滤波器、相位抵消滤波器等。除了放大之外，滤波器1106可包括复用器1116，复用器1116用于选择性接收多个传感器中的每一个的输出和/或选择性转发多个传感器中的每一个的输出以供处理。在图15中示出的一个实施方式中，复用器1506可选择性接收和/或得到多维传感器阵列1118的多个传感器M1、M2、M3和M4中的传感器的输出，以供Amp1、Amp2和/或Amp3基于预定因子进行进一步处理。例如，可基于传感器的位置、多维传感器阵列的位置、簇、输出的信噪比等来选择输出。在一个实施方式中，复用器可选择性接收单个传感器的输出、单个簇或超过一个簇中的超过一个传感器的输出。在另一个实施方式中，多路复用器1506可基于预定因子(例如，传感器的位置、复用器的位置、输出的信噪比等因子)来预定簇。在包括超过一个多维传感器阵列的实施方式中，复用器1506可选择性接收和/或转发各个多维传感器阵列中的多个传感器中的每一个的输出，以供Amp1、Amp2和/或Amp3基于预定因子(例如，多维传感器阵列的位置、传感器的位置、输出的信噪比等因子)进行进一步处理。
另外，在一些实施方式中，复用器1506可基于预定因子向例如处理器1104选择性输出生物信号，以在用于确定驾驶员102的自主神经张力和/或损害程度的算法和处理中使用。例如，可基于信噪比、生物数据类型、或多维传感器阵列的位置等输出生物信号。可理解，料想到来自一个或更多个多位传感器阵列和多个传感器中的每一个的输出的各种组合。通过为多维传感器阵列提供经由公共结构联接材料而机械联接的多个传感器并且基于如以上用图15讨论的区域差异来处理传感器的输出，可在发动机运转的同时在车辆中得到高质量的生物信号。可使用该生物信号来确定一个或更多个驾驶员状态，如本文中将讨论的。
还要理解，参照图11至图15描述的包括传感器、传感器布置、传感器构造和传感器分析的其他示例性车辆系统和监视系统可用图1A的机动车辆100、图3的车辆系统126和监视系统来实现。参照图11至图15描述的示例性系统和方法可用于监视机动车辆100中的驾驶员102并且确定一个或更多个驾驶员状态和/或组合驾驶员状态指数，本文中将对此进行更详细描述。
ii.其他监视系统、传感器和信号处理
再次参照图3，现在将描述其他示例性监视系统。机动车辆100还可包括呼吸监视系统312。呼吸监视系统312可包括用于监视驾驶员的呼吸功能(例如，呼吸)的任何装置或系统。例如，呼吸监视系统312可包括设置在座椅中的用于检测驾驶员何时吸气和呼气的传感器。在一些实施方式中，机动车辆100可包括排汗监视系统314。排汗监视系统314可包括用于感测来自驾驶员的排汗或出汗的任何装置或系统。在一些实施方式中，机动车辆100可包括用于感测驾驶员的瞳孔放大量、或瞳孔大小的瞳孔放大监视系统316。在某些情况下，瞳孔放大监视系统316可包括一个或更多个光学感测装置，例如，光学感测装置162。
另外，在一些实施方式中，机动车辆100可包括用于监视各种类型的大脑信息的大脑监视系统318。在某些情况下，大脑监视系统318可包括：脑电图(EEG)传感器320、功能性近红外频谱(fNIRS)传感器322、功能性磁共振成像(fMRI)传感器324以及能够检测大脑信息的其他类型的传感器。这种传感器可位于机动车辆100的任何部分中。在某些情况下，与大脑监视系统318关联的传感器可设置在头枕中。在其他情况下，传感器可设置在机动车辆100的车顶中。在其他情况下，传感器可设置在任何其他位置。
在一些实施方式中，机动车辆100可包括消化监视系统326。在其他实施方式中，机动车辆100可包括流涎监视系统328。在某些情况下，监视消化和/或流涎还可帮助确定驾驶员是否困倦。用于监视消化信息和/或流涎信息的传感器可设置在车辆的任何部分中。在某些情况下，传感器可设置在驾驶员使用或配戴的便携装置(例如，便携装置122)上。
要理解，用于生理监视的监视系统可包括本文中讨论的其他车辆系统和传感器，例如，部分II(A)中讨论的并且图2中示出的车辆系统和传感器、部分III(B)(2)中讨论的行为监视系统、部分III(B)(3)中讨论的车辆监视系统、和部分III(B)(4)中讨论的识别系统和传感器可以是用于生理监视的一些类型的监视系统。另外，要理解，车辆系统和传感器、生理监视系统、行为监视系统、车辆监视系统和识别系统的任何组合可被实现为基于生理信息来确定和/或评估一个或更多个驾驶员状态。
2.行为监视系统和传感器
总体上，行为监视系统和传感器包括(但不限于)监视并提供与机动车辆100的驾驶员相关(例如，与驾驶员状态相关)的行为信息的任何自动或手动系统和传感器。行为监视信息可包括用于感测和测量与机动车辆100的驾驶员关联的刺激(例如，信号、属性、测量和/或数量)的一个或更多个行为传感器。在一些实施方式中，ECU 106可用例如端口传送并且得到来自行为监视系统的刺激的数据流。换句话讲，ECU 106可传送并且得到来自机动车辆100的行为监视系统的行为信息。
行为信息包括本质推导的关于人体的信息。行为信息通常是人眼能外部观察到的。例如，行为信息可包括眼睛移动、嘴部移动、面部移动、面部识别、头移动、身体移动、手姿势、手放置位置、身体姿势和姿势识别等。
本质推导包括测量人体的外部特性或移动的传感器。通常，这些类型的传感器是观察并测量外部性质的视觉和/或相机传感器。然而，要理解，行为传感器可以是接触传感器和/或非接触传感器，并且可包括电流/电势传感器(例如，接近、电感、电容、静电)、声学传感器、次声波、声波、和超声传感器、振动传感器(例如，压电)、光学传感器、成像传感器、热传感器、温度传感器、压力传感器、光电传感器等。要理解，以上提到的行为监视系统和传感器可位于机动车辆100的各种区域(包括但不限于方向盘、仪表盘、顶棚、后视镜以及任何其他位置)中。此外，在某些情况下，传感器可以是便携式传感器，其与位置靠近驾驶员的便携式装置关联(诸如，智能电话(例如，便携装置122)或类似装置)、与驾驶员所穿戴的衣物的制品关联或者集成到驾驶员的身体(例如，植入物)。
在一些实施方式中，ECU 106可包括用于接收关于驾驶员的行为状态的各种类型的光学信息的设备。在一个实施方式中，如以上讨论的，ECU 106可包括用于接收来自诸如光学感测装置162的一个或更多个光学感测装置的信息的端口160。光学感测装置162可以是任何类型的光学装置，包括数字相机、摄像机、红外传感器、激光传感器以及能够检测光学信息的任何其他装置。在一个实施方式中，光学感测装置162可以是摄像机。在另一个实施方式中，光学感测装置162可以是一个或更多个相机或光学跟踪系统，用于监测行为信息，例如，姿势、头移动、身体移动、眼睛/脸部移动等。另外，在某些情况下，ECU 106可包括用于与热感测装置166通信的端口164。热感测装置166可被构造成检测关于驾驶员行为状态的热信息。在某些情况下，光学感测装置162和热感测装置166可组合成单个传感器。
总体上，一个或更多个光学感测装置和/或热感测装置可与机动车辆的任何部分关联。在某些情况下，光学感测装置可被安装至车辆驾驶室的顶部。在其他情况下，光学感测装置可安装在车辆仪表盘中。此外，在某些情况下，可将多个光学感测装置安装在机动车辆内部，以从多个不同角度提供驾驶员或乘员的视点。在一个实施方式中，光学感测装置162可安装在机动车辆100的一部分中，使得光学感测装置162可捕捉驾驶员或乘员的上体、脸部和/或头部的图像。类似地，热感测装置166可位于机动车辆100的任何部分中，包括仪表盘、顶部或任何其他部分中。热感测装置166还可定位成提供驾驶员的上体、脸部和/或头部的视图。
再次参照图3，示出可与机动车辆100关联的各种监视系统300和传感器的实施方式的例示。这些监视系统确定、获取和/或得到关于驾驶员的信息(更具体地，驾驶员状态)。在一些情况下，监视系统300是自主监视系统。这些监视系统可包括一个或更多个生物监视传感器180。在一个实施方式中，图3的监视系统和传感器可以是生物监视系统和/或行为监视系统的一部分。因此，在一些实施方式中，图3的监视系统和传感器可监视并得到与驾驶员状态相关的生理信息和/或行为信息。在一个示例性实施方式中，光学感测装置可得到与驾驶员的头部位置或眼睛/面部移动相关的行为信息。所述光学感测装置还可得到与驾驶员的心率相关的生理信息。得到关于驾驶员的行为和生理信息二者的其他传感器也是可能的。
在一些实施方式中，机动车辆100可包括姿势识别和监视系统330。姿势识别和监视系统330可包括用于监视并识别驾驶员姿势的任何装置、传感器或系统。例如，姿势识别和监视系统330可包括光学感测装置162、热感测装置166和/或其他计算机视觉系统以得到关于驾驶员的姿势和身体信息和关于驾驶员的环境的信息。该信息可以是图像、运动测量、深度图等的形式。姿势识别和监视系统330可包括姿势识别和跟踪软件，用于基于所述信息来识别姿势、对象和图案。在其他实施方式中，姿势识别和监视系统330还可包括用于面部识别和监视面部特征的设备。
在一些实施方式中，机动车辆100可包括眼睛/面部移动监视系统332。眼睛/面部移动监视系统332可包括用于监视眼睛/面部移动的任何装置、传感器或系统。眼睛移动可包括例如瞳孔放大、眼睛或眼皮闭合的程度、眉毛移动、注视跟踪、眨眼和眯眼等。眼睛移动还可包括眼睛定向，包括眼睛移动/移动注视的幅度和方向。面部移动可包括面部(例如，鼻子、嘴部、嘴唇、脸颊和下巴)的各种形状和运动特征。例如，可感测、监视和/或检测到的面部移动和参数包括(但不限于)打哈欠、嘴移动、嘴形状、嘴张开、嘴张开的程度、嘴张开的持续时间、嘴闭合、嘴闭合的程度、嘴闭合的持续时间、嘴唇移动、嘴唇形状、嘴唇张圆的程度、看到舌头的程度、脸颊移动、脸颊形状、下巴移动、下巴形状等。
在一些实施方式中，眼睛/面部移动监视系统332的组件可与姿势识别和监视系统330和/或瞳孔放大监视系统316的组件组合。眼睛/面部移动监视系统332可包括光学感测装置162、热感测装置166和/或其他计算机视觉系统。眼睛/面部移动监视系统332还可包括用于图案识别和眼睛/注视跟踪的设备。
在一些实施方式中，机动车辆100可包括头部移动监视系统334。在一些实施方式中，ECU 106可包括用于接收关于驾驶员头部的头部姿势(即，位置和取向)的信息的设备。可使用头部姿势来确定驾驶员头部相对于车辆指向什么反向(例如，向前看、未向前看)。在本文中描述一些实施方式中，头部姿势可指的是头部观看(head look)。在一个实施方式中，头部移动监视系统334提供包括头部姿势的幅度(例如，时长)和方向的头部定向信息。在一个实施方式中，如果头部姿势是向前看，则确定驾驶员的注意力是放在相对于车辆的前方视场。如果头部姿势是未向前看，则驾驶员可能注意力不集中。此外，可分析头部姿势来确定驾驶员头部的旋转和相对于驾驶员和车辆的旋转(例如，驾驶员的头部转向)方向(即，向左、向右、向后、向前)。要理解，与从头部移动监视系统334接收到的驾驶员的头部姿势和/或头部观看相关的信息可在本文中被称为头部移动信息。将参照图16A、图16B和图17更详细地讨论基于来自例如头部移动监视系统334的头部移动信息来确定驾驶员状态。
作为参考，图16A示出带有车辆坐标系和车辆A、B、C和D柱的指示的车辆1602的侧视图。图16B是包括驾驶员1604的图16A中示出的车辆1602的俯视图，驾驶员具有基于相对于驾驶员和车辆车身的头部姿势的示例性头部观看方向。车辆1602可类似于图1A的机动车辆100并且驾驶员1604可类似于图1A的驾驶员102。因此，用图16A、图16B和图17描述的参考可应用于图1A的机动车辆100和驾驶员102。
如图16B中所示，驾驶员的例示头部观看方向相对于驾驶员(例如，头部姿势、驾驶员的身体位置、姿势)和车辆车身(例如，车辆坐标系、柱)被示出为：向前坎、向正右侧看、向左看、向右看、向左后侧看、向右后侧看和向后看。要理解，本文中描述的头部观看方向本质是示例性的并且可包括其他头部观看方向。另外，头部观看方向可以是基于车辆车身和/或车辆的不同元件并且可基于驾驶员的身体姿势而有所不同。另外，在一些实施方式中，头部观看方向可基于驾驶员(例如，驾驶员的身份和驾驶员标准头部移动的模式/学习方法)而改变。
在图16B中，向前观看方向1606在左A柱与车辆的X轴的左侧之间。向右前侧观看方向1608在车辆的X轴的右侧与右A柱之间。向左侧观看方向1610在左A柱与垂直于驾驶员身体(例如，当驾驶员的头部是在向前观看方向上时垂直于驾驶员的头部)的线之间。向右侧观看方向1612在右A柱与垂直于驾驶员身体(例如，当驾驶员的头部是在向前观看方向上时垂直于驾驶员的头部)的线之间。向左后侧观看方向1614在垂直于驾驶员身体(例如，当驾驶员的头部是在向前观看方向上时垂直于驾驶员的头部)的线与左B柱之间。向右后侧观看方向1616在垂直于驾驶员身体(例如，当驾驶员的头部是在向前观看方向上时垂直于驾驶员的头部)的线与右B柱之间。向后观看方向1618在右B柱与左B柱之间并且可包括C柱和D柱周围的区域。
在一些实施方式中，图16B中示出的头部观看方向可以是基于驾驶员头部的质心和车辆车身之间的360度旋转轴。另外，要理解，头部观看方向可包括角分量，例如，头部向上或向下倾斜(未示出)。要理解，图16B中示出的方向本质是示例性的并且可实现相对于车辆车身的其他方向。另外，要理解，可例如基于驾驶员状态指数和/或所识别的驾驶员的特性和喜好(例如，驾驶员简档)来改变图16B中示出的方向。
现在，将参照图17更详细地讨论相对于驾驶员和车辆的旋转(例如，驾驶员的头部转动)方向(即，向左、向右、向后、向前)。在图17中，驾驶员头部的头部坐标系xyz被定义为要素1702。另外，头部特征点(例如，眼睛，鼻子、嘴；未示出)坐标系XYZ被定义为其质心位置处于坐标系XYZ的原点处的表面，其中，表面位于头部坐标系xyz内。在一个实施方式中，为了确定驾驶员头部相对于驾驶员的旋转和旋转方向，确定坐标系XYZ和xyz之间的角度差(即，旋转和旋转方向)是(αβγ)。与车辆坐标系(例如，图16A和图16B中示出的车辆坐标系)相关的角度差可确定相对于驾驶员和车辆的旋转和旋转方向。换句话讲，角度差和车辆坐标系之间的偏移曲线描述了相对于驾驶员和车辆的旋转和旋转方向。旋转和旋转方向可被实现为如图16B中所示的头部观看方向。
再参照图1A，要理解，在一些实施方式中，ECU 106可包括接收关于驾驶员头部的其他类型信息的设备。例如，关于驾驶员头部与头枕之间的距离的信息(例如，经由头枕174中的接近传感器184)。另外，在一些实施方式中，机动车辆100可包括身体移动监视系统336(图3)。例如，ECU 106可包括用于接收驾驶员身体相对于驾驶员和车辆的身体姿势(即，位置和取向)的信息的设备。例如，信息可与驾驶员身体的姿势、驾驶员身体的旋转、驾驶员身体的移动等相关。在一些实施方式中，身体移动监视系统336提供包括身体和/或身体部分的幅度(例如，时长)和方向的身体和/或身体部分定向信息。
可例如从光学感测装置162和/或热感测装置166以各种方式接收并确定关于头部姿势的信息和关于身体姿势的信息。在一些实施方式中，头部移动监视系统334可包括光学感测装置162和热感测装置166。在一些实施方式中，身体移动监视系统336可包括光学感测装置162和热感测装置166。
如以上提到的，光学感测装置162可以是任何类型的光学装置，包括数字相机、摄像机、红外传感器、激光传感器以及能够检测光学信息的任何其他装置。在一个实施方式中，光学感测装置162可以是摄像机。在另一个实施方式中，光学感测装置162可以是一个或更多个相机或光学跟踪系统。光学感测装置162可感测头部移动、身体移动、眼睛移动、面部移动等。此外，在某些情况下，多个光学感测装置可被安装在机动车辆内部，以从多个不同角度提供驾驶员或乘员的视点。在一个实施方式中，光学感测装置162可被安装在机动车辆100的一部分中，使得光学感测装置162可捕捉驾驶员或乘员的上体、脸和/或头部的图像。类似地，热感测装置166可位于机动车辆100的任何部分(包括仪表盘、顶部或任何部分)中。
在其他情况下，可从接近传感器184接收关于驾驶员头部的位置和/或定位的信息。接近传感器184可以是被构造成检测驾驶员头部与头枕174之间的距离的任何类型的传感器。在某些情况下，接近传感器184可以是电容器。在其他情况下，接近传感器184可以是激光感测装置。在其他情况下，可将本领域已知的任何其他类型的接近传感器用于接近传感器184。此外，在其他实施方式中，可使用接近传感器184检测驾驶员的任何部分与机动车辆100的任何部分(包括但不限于：头枕、座椅、方向盘、顶部或顶棚、驾驶员侧车门、仪表盘、中央控制台以及机动车辆100的任何其他部分)之间的距离。
在一些实施方式中，如上讨论的，机动车辆100可包括触摸方向盘系统134。具体地，方向盘可包括安装在方向盘内或上的传感器(例如，电容传感器、电极)。传感器被构造成测量手部、或驾驶员的附属物(例如，手臂、腕部、肘部、肩膀、膝盖)与方向盘的接触和接触位置(例如，行为信息)。在一些实施方式中，传感器位于方向盘的正面和背面上。因此，传感器可确定驾驶员的手部是否接触方向盘的背面(例如，握持或包住方向盘)。在一个实施方式中，传感器可被构造(例如，设置)到方向盘的区域中，以确定附属物触摸方向盘上的什么地方，例如，方向盘的左侧、方向盘的右侧、方向盘的左侧和右侧、方向盘的顶部、方向盘的底部、方向盘的中心、方向盘的正面、方向盘的背面等。
图18示出示例性触摸方向盘1802。电容传感器(未示出)可测量手部1804和1806相对于方向盘1802的接触和位置。虽然手部在图18中被示出与方向盘1802接触，但要理解，传感器可测量其他附属物的接触和位置(例如，腕部、肘部、肩膀和膝盖)。在这个实施方式中，触摸方向盘1802还包括用于向驾驶员提供可视信息的灯条。在一些实施方式中，传感器可用作开关，其中，驾驶员手部的接触和接触位置与启动车辆的装置和/或车辆功能关联。如以上提到的，在一些实施方式中，传感器可被构造在方向盘的区域中。例如，在图18中，方向盘1802包括左区域1810、右区域1812、顶部区域1814、底部区域1816和中心区域1818。还可实现图18中未示出的其他区域和区域的构造。要理解，关于相对于触摸方向盘1802的接触和位置的信息可在本文中被称为手部接触信息。在2015年6月19日提交的美国申请序列号14/744247中描述了可在本文中实现的触摸方向盘系统的其他示例，该申请以引用方式并入本文中。
要理解，用于行为监视的监视系统可包括本文中讨论的其他车辆系统和传感器，例如，部分III(A)中讨论并且在图2中示出的车辆系统和传感器、部分III(B)(1)中讨论的生理监视系统、部分III(B)(3)中讨论的车辆监视系统、部分III(B)(4)中讨论的识别系统和传感器可以是用于行为监视的监视系统的类型。另外，要理解，可实现车辆系统和传感器、生理监视系统、行为监视系统、车辆监视系统和识别系统的任何组合来基于行为信息确定和/或评估一个或更多个驾驶员状态。
3.车辆监视系统和传感器
总体上，车辆监视系统和传感器包括(但不限于)监视并提供与图1A的机动车辆100和/或车辆系统126(包括图2中列出的那些车辆系统)相关的车辆信息。在某些情况下，车辆信息还可与机动车辆100的驾驶员相关。车辆监视系统可包括用于感测和测量与机动车辆100和/或特定车辆系统关联的刺激(例如，信号、属性、测量或数量)。在一些实施方式中，ECU 106可经由例如端口128传达并得到代表来自车辆监视系统(车辆系统126和/或一个或更多个车辆传感器)的刺激的数据流。数据可以是车辆信息，和/或ECU 106可将数据处理成车辆信息和/或进一步处理车辆信息。因此，ECU 106可传送并得到来自机动车辆100、车辆监视系统和/或传感器本身、车辆系统126和/或传感器本身和/或其他车辆传感器(例如，相机、外部雷达和激光传感器等)的车辆信息。
车辆信息包括与图1A的机动车辆100和/或车辆系统126(包括图2中列出的那些车辆系统)相关的信息。在某些情况下，车辆信息还可与机动车辆100的驾驶员(例如，驾驶员102)相关。具体地，车辆信息可包括车辆和/或车辆系统状况、状态、状况、行为和关于车辆外部环境(例如，其他车辆、行人、物体、道路状况、天气状况)的信息。示例性的车辆信息包括(但不限于)发动机信息(例如，速度或加速度)、转向信息、车道信息、车道偏离信息、盲区监视信息、制动信息、碰撞警告信息、导航信息、HVAC信息、碰撞减轻信息和自动巡航控制信息。车辆信息可由ECU 106、车辆监视系统本身、车辆系统126本身(例如，车辆信息传感器)、或其他传感器(例如，相机、外部雷达和激光传感器等)得到。如本文中将讨论的，ECU 106可使用车辆信息来确定车辆感测驾驶员状态和/或车辆状态。
要理解，车辆传感器可包括(但不限于)车辆监视系统传感器、车辆系统126的车辆系统传感器和与机动车辆100关联的其他车辆传感器。例如，其他车辆传感器可包括安装于车辆内部或外部的相机、安装于车辆外部的雷达和激光传感器、外部相机、雷达和激光传感器(例如，车辆间网络上的其他车辆、街道相机、监视相机)。这些传感器可以是任何类型的传感器，例如，声学、电子、环境、光学、成像、光、压力、力、热、温度、接近度等。
现在，将讨论包括图2中示出的不同车辆系统126的不同车辆监视系统的示例。应理解，图2中示出的系统只旨在是示例性的，在某些情况下，可包括某些其他附加系统。在其他情况下，系统中的一些可以是可选的，并不被包括在所有实施方式中。再参照图2，车辆监视系统可包括电子稳定控制系统202(也被称为ESC系统202)。ESC系统202可包括用于保持机动车辆100的稳定性的设备。在某些情况下，ESC系统202可监视机动车辆100的偏航速率和/或横向g加速度，以帮助改进牵引和稳定性。ESC系统202可自动致动一个或更多个制动器，以帮助改进牵引。电子稳定控制系统的示例在Ellis等人于2010年3月17日提交的美国专利号8,423,257中公开，其全部内容特此以引用方式并入。在一个实施方式中，该电子稳定控制系统可以是车辆稳定系统。
在一些实施方式中，车辆监视系统可包括防抱死制动系统204(还称为ABS系统204)。ABS系统204可包括各种不同组件(诸如速度传感器、用于向制动管路施加压力的泵、用于从制动管路去除压力的阀以及控制器)。在某些情况下，可使用专用ABS控制器。在其他情况下，ECU 106可充当ABS控制器。在其他情况下，ABS系统204可提供制动信息(例如，制动踏板输入和/或制动踏板输入压力/速率等)。防抱死制动系统的示例是本领域已知的。在Ingaki等人于2003年11月18日提交的美国专利号6,908,161中公开了一个示例，其全部内容特此以引用方式并入。利用ABS系统204可通过防止车轮在制动期间锁死来帮助改进机动车辆100中的牵引。
在一些实施方式中，车辆监视系统可包括制动辅助系统206。制动辅助系统206可以是帮助减小驾驶员为压下制动踏板所需的力的任何系统。在某些情况下，对于年老驾驶员或可能需要辅助制动的任何其他驾驶员来说，可启动制动辅助系统226。制动辅助系统的示例可见于Wakabayashi等人于1999年11月17日提交的美国专利号6,309,029中，其全部内容特此以引用方式并入。
在一些实施方式中，车辆监视系统可包括自动制动预充液系统208(还称为ABP系统208)。ABP系统208包括用于在碰撞之前向一个或更多个制动管路预充制动液的装置。这可在驾驶员压下制动踏板时帮助增加制动系统的反应时间。自动制动预充液系统的示例是本领域已知的。在Bitz于2007年5月24日提交的美国专利号7,806,486中公开了一个示例，其全部内容在此以引用方式并入。
在一些实施方式中，机动车辆100可包括电子泊车制动(EPB)系统210。EPB系统210包括用于在斜坡和平路上将机动车辆100保持静止的设备。具体地，机动车辆100可包括可由驾驶员102启动的电子泊车制动开关(例如，按钮)。当启动时，EPB系统210控制以上讨论的制动系统，以应用于机动车辆100的一个或更多个车轮。为了解除制动，驾驶员可接合电子泊车制动开关和/或压下加速器踏板。另外，EPB系统210可包括自动制动保持控制特征，自动制动保持控制特征在车辆停止时，甚至在制动踏板被松开之后，保持制动保持。因此，当车辆完全停下时，制动保持被接合并且持续保持制动，直到加速器踏板被接合为止。在一些实施方式中，可手动将自动制动保持控制特征与开关接合。在其他实施方式中，自动制动保持控制特征被自动接合。
如以上提到的，机动车辆100包括用于与和发动机104关联的各种系统和/或功能通信和/或控制各种系统和/或功能的设备。在一个实施方式中，发动机104包括空转停止功能，可由ECU 106和/或发动机104基于来自例如发动机104(例如，自动传输)、防抱死制动系统204、制动辅助系统205、自动制动预充液系统208和/或EPB系统210的信息来控制空转停止功能。具体地，空转停止功能包括用于自动停止并重启发动机104以帮助根据环境和车辆状况使燃料燃烧效率最大化的设备。例如，ECU 106可基于来自发动机104(例如，自动传输)的排挡信息和来自上述制动系统的制动踏板位置信息来启动空转停止特征。因此，当车辆在排挡位置处于前进挡(D)并且制动踏板被压下的情况下停止时，ECU 106控制发动机，使其关闭。当制动踏板随后被松开时，ECU 106控制发动机，使其重启(例如，启动)，车辆可开始移动。在一些实施方式中，当启动空转停止功能时，ECU 106可控制视觉装置140向驾驶员提供空转停止指示器。例如，可控制机动车辆100的仪表盘上的视觉装置140显示空转停止指示器。基于其他车辆状况(例如，安全带被系紧、车辆停在陡峭的坡上)，在某些情形下，可停用空转停止功能的启动。另外，可由驾驶员102使用例如位于机动车辆100中的空转停止开关来手动控制空转停止功能。
在一些实施方式中，机动车辆100可包括低速跟随系统212(还称为LSF系统212)。LSF系统212包括用于按设定距离或距离范围自动跟踪前方车辆的设备。这可以减少驾驶员在缓慢通行情形下恒定按压并压下加速器踏板的需要。LSF系统212可包括用于监视前方车辆的相对位置的组件(例如，使用诸如激光雷达或雷达的远程感测装置)。在某些情况下，LSF系统212可包括用于与任何前方车辆通信以确定车辆的GPS位置和/或速度的设备。低速跟随系统的示例是本领域已知的。在Arai于2005年3月23日提交的美国专利号7,337,056中公开了一个示例，其全部内容特此以引用方式并入。在Higashimata等人于2000年5月19日提交的美国专利号6,292,737中公开了另一示例，其全部内容特此以引用方式公开。
在一些实施方式中，车辆监视系统可包括巡航控制系统214。巡航控制系统是本领域熟知的并且允许用户设置由车辆控制系统自动保持的巡航速度。例如，当在公路上行驶时，驾驶员可将巡航速度设置成55mph。巡航控制系统214可自动地将车辆速度保持在大致55mph，直到驾驶员压下制动踏板或以其他方式停用巡航功能为止。
在一些实施方式中，车辆监视系统可包括自动巡航控制系统216(还称为ACC系统216)。在某些情况下，ACC系统216可包括用于自动控制车辆以保持前方车辆后面的预定跟随距离或者防止车辆比预定距离更贴近前方车辆的装置。ACC系统216可包括用于监视前方车辆的相对位置的组件(例如，使用诸如激光雷达或雷达的远程感测装置)。在某些情况下，ACC系统216可包括用于与任何前方车辆通信以确定车辆的GPS位置和/或速度的设备。自动巡航控制系统的示例在Arai等人于2005年8月31日提交的美国专利号7,280,903中公开，其全部内容特此以引用方式并入本文中。
在一些实施方式中，车辆监视系统可包括碰撞警告系统218。在某些情况下，碰撞警告系统218可包括用于警告驾驶员与一个或更多个车辆、物体和/或行人具有任何潜在碰撞威胁的设备。例如，碰撞警告系统可在机动车辆100接近十字路口的同时另一车辆何时经过同一十字路口时警告驾驶员。碰撞警告系统的示例在Mochizuki于2010年9月20日提交的美国专利号8,558,718和Mochizuki等人于2010年7月28日提交的美国专利号8,587,418中公开，这两者的全部内容特此以引用方式并入。在一个实施方式中，碰撞警告系统218可以是前方碰撞警告系统，包括针对车辆和/或行人的警告。在另一个实施方式中，碰撞警告系统218可以是交叉车流监视系统，利用备用相机或后部传感器来确定行人或另一个车辆是否在车辆后方。
在一些实施方式中，车辆监视系统可包括碰撞减轻制动系统220(还称为CMBS系统220)。CMBS 220可包括用于监视车辆操作状况(包括该车辆环境中的目标车辆、物体、行人)并且自动应用各级警告和/或控制来减轻碰撞的设备。例如，在某些情况下，CMBS 220可利用雷达或其他类型的远程感测装置来监视前方车辆。如果机动车辆100过于靠近前方车辆，则CMBS 220可进入第一警告阶段。在第一警告阶段期间，可以提供可视和/或可听警告，以警告驾驶员。如果机动车辆100继续更贴近前方车辆，则CMBS 220可进入第二警告阶段。在第二警告阶段期间，CMBS 220可应用自动座椅安全带预紧。在某些情况下，可视和/或可听警告可以在整个第二警告阶段继续。此外，在某些情况下，在第二阶段期间，还可以启用自动制动，以帮助降低车辆速度。在某些情况下，用于CMBS 220的操作的第三阶段可涉及在极可能碰撞的情形下自动制动车辆并且收紧座椅安全带。此系统的示例在Bond等人于2002年1月17日提交的美国专利号6,607,255中公开，其全部内容特此以引用方式并入。如贯穿本具体实施方式和在权利要求书中使用的术语“碰撞减轻制动系统”可以指能够感测潜在碰撞威胁并且提供各种类型警告响应以及响应于潜在碰撞而自动制动的任何系统。
在一些实施方式中，车辆监视系统可包括车道偏离警告系统222(还称为LDW系统222)。LDW系统222可确定驾驶员何时偏离车道并提供警告信号以警告驾驶员。车道偏离警告系统的示例可见于Tanida等人于2007年12月17日提交的美国专利号8,063,754中，其全部内容以引用方式并入。
在一些实施方式中，车辆监视系统可包括盲区指示器系统224(还称为BSI系统224)。盲区指示器系统224可包括用于帮助监视驾驶员的盲区的设备。在某些情况下，盲区指示器系统224可包括用于警告驾驶员车辆是否位于盲区内的设备。在其他情况下，盲区指示器系统224可包括用于警告驾驶员行人或其他物体是否位于盲区内的设备。可使用用于检测车辆周围行进的物体的任何已知系统。
在一些实施方式中，车辆监视系统可包括车道保持辅助系统226(还称为LKAS系统226)。车道保持辅助系统226可包括用于帮助驾驶员停留在当前车道中的设备。在某些情况下，车道保持辅助系统226可警告驾驶员机动车辆100是否无意中漂移到另一车道中。另外，在某些情况下，车道保持辅助系统226可提供辅助控制以保持车辆处于预定车道中。例如，车道保持辅助系统226可通过施加一定量的反向转向力来控制电子动力转向系统132以保持车辆在预定车道中。在另一个实施方式中，例如处于自动控制模式的车道保持辅助系统226可自动控制电子动力转向系统132，以基于识别和监测预定车道的车道标记来保持车辆在预定车道中。车道保持辅助系统的示例在Nishikawa等人于1997年5月7日提交的美国专利号6,092,619中公开，其全部内容特此以引用方式并入。
在一些实施方式中，车辆监视系统可包括车道监视系统228。在一些实施方式中，车道监视系统228可与盲区指示器系统224和/或车道保持辅助系统226组合或集成。车道监视系统228包括用于监视并检测车辆状态和车辆环境中的要素(例如，行人、物体、其他车辆、交叉车流等)的设备。在检测到所述要素时，车道监视系统228可警告驾驶员和/或与车道保持辅助系统226结合协作，以辅助保持车辆控制来避免潜在碰撞和/或危险情形。车道保持辅助系统226和/或车道监视系统228可包括位于车辆的各种区域(例如，前、后、侧、顶)中的传感器和/或光学装置(例如，相机)。这些传感器和/或光学装置提供道路和/或车辆的环境的较宽视野。在一些实施方式中，车道监视系统228可捕捉车辆的后部区域和与所述车辆的后部区域相邻的侧视镜的视野范围之外的车辆的盲区区域，压缩所述图像并且向驾驶员显示所述图像。车道监视系统的示例在Nishiguichi等人的2011年2月16日提交的美国公开号2013/0038735中进行公开，其全部内容以引用方式并入。要理解，在检测车辆的状态之后，车道监视系统228可用其他车辆系统(例如，电子稳定控制系统202、制动辅助系统206、碰撞警告系统218、碰撞减轻制动系统220、盲区指示器系统224等)提供警告或驾驶员辅助。
在一些实施方式中，车辆监视系统可包括导航系统230。导航系统230可以是能够接收、发送和/或处理导航信息的任何系统。术语“导航信息”是指可用于辅助确定位置或者提供至一位置的方向的任何信息。导航信息的一些示例包括：街道地址、街道名称、街道或地址号、公寓或套房号、十字路口信息、兴趣点、停车场、任何政治或地理分区，包括：城镇、镇区、省、管区、城市、州、行政区、ZIP或邮政编码、国家。导航信息还可包括商业信息，包括：商店与餐厅名字、商业区、购物中心以及停车设施。在某些情况下，导航系统可以集成到机动车辆中，例如，作为信息娱乐系统154的一部分。导航信息还可包括关于交通模式、道路的特性、和关于机动车辆当前在其上行驶的道路的其他信息或按照当前路线将在其上行驶的道路的其他信息。在其他情况下，导航系统可以是便携的独立导航系统，或者可以便携装置(例如，便携装置122)的一部分。
在一些实施方式中，车辆监视系统可包括信息娱乐系统。如以上提到的，在一些实施方式中，视觉装置140、音频装置144、触觉装置148和/或用户输入装置152可以是较大的信息娱乐系统154的一部分。在其他实施方式中，较大的信息娱乐系统154可促成移动电话和/或便携装置与车辆的连接，以允许例如将来自移动装置的内容播放到信息娱乐系统。因此，在一个实施方式中，车辆可包括免提便携装置(例如，电话)系统232。免提便携装置系统232可包括例如与信息娱乐系统集成的电话装置、安装在车辆中的麦克风(例如，音频装置)。在一个实施方式中，免提便携装置系统232可包括便携装置122(例如，移动电话、智能电话、具有电话能力的平板)。电话装置被构造成使用便携装置、麦克风和车辆音频系统来提供车辆内电话特征和/或提供来自车辆内的便携装置的内容。在一些实施方式中，电话装置被省略，因为便携装置可提供电话功能。这样允许车辆乘员在没有与便携装置物理互动的情况下通过信息娱乐系统实现便携装置的功能。
机动车辆100可包括气候控制系统234。气候控制系统234可以是用于控制机动车辆100中的温度或其他环境条件的任何类型的系统。在某些情况下，气候控制系统234可包括加热、通风和空调系统以及用于操作HVAC系统的电子控制器。在一些实施方式中，气候控制系统234可包括单独的专用控制器。在其他实施方式中，ECU 106可充当气候控制系统234的控制器。可使用本领域已知的任何种类的气候控制系统。
在一些实施方式中，车辆监视系统可包括电子预紧系统236(还称为EPT系统236)。EPT系统236可以与用于机动车辆100的安全带(未示出)一起使用。EPT系统236可包括用于自动收紧、或拉紧安全带176的设备。在某些情况下，EPT系统236可在碰撞之前自动预紧安全带。电子预紧系统的示例在Masuda等人于1999年4月20日提交的美国专利号6,164,700中公开，其全部内容以引用方式并入。
在一些实施方式中，车辆监视系统可包括车辆模式选择器系统238，车辆模式选择器系统238根据与所选择的模式相关的预设参数来改变驾驶性能。这些模式可包括(但不限于)正常、经济、运动、运动+(plus)、自动、地形/状况特定模式(例如，雪、泥、越野、陡坡)。例如，在经济模式下，ECU 106可控制发动机104(或与发动机104相关的车辆系统)来提供更一致的发动机速度，由此提高燃料燃烧效率。ECU 106还可控制其他车辆系统，以减轻发动机104上的负载，例如，改变气候控制系统234。在运动模式下，ECU 106可控制EPS 132和/或ESC系统202以增加转向感觉和反馈。在地形/状况特定模式(例如，雪、泥、沙、越野、陡坡)下，ECU 106可控制各种车辆系统，以提供操纵和有助于特定地形和状况的安全特征。在自动模式下，ECU 106可控制各种车辆系统，以提供车辆的全(例如，自主)或部分自动控制。要理解，上述的模式和模式特征本质上是示例性的并且可实现其他模式和特征。另外，要理解，可同时或基本上同时实现超过一种模式。
在一些实施方式中，车辆监视系统可包括用于控制转向信号(例如，方向指示器)和制动信号的转向信号控制系统240。例如，转向信号控制系统240可控制转向信号指示器灯(例如，安装在车辆的前后左右角部、车辆的侧面、外部侧视镜)。转向信号控制系统240可在接收到从驾驶员输入(例如，经由用户输入装置152、转向信号致动器等)的转向信号时，控制(例如，打开/关闭)转向信号指示器灯。在其他实施方式中，转向信号控制系统240可控制转向信号指示器灯的特征和/或可视提示，例如，亮度、颜色、光模式等。特征和/或可视提示控制可以基于从驾驶员接收到的输入或者可以是基于来自另一个车辆系统和/或驾驶员状态的输入进行的自动控制。例如，转向信号控制系统240可基于紧急事件(例如，从碰撞警告系统接收到信号)来控制转向信号指示器灯，以向其他车辆提供警告和/或提供关于车辆中的乘员的信息。另外，转向信号控制系统240可单独地或结合本文中讨论的制动系统来控制制动信号(例如，安装在车辆后部的制动指示器灯)。转向信号控制系统240还可控制致动信号的特征和/或可视提示，类似于上述的转向信号指示器灯。
在一些实施方式中，车辆监视系统可包括头灯控制系统242，头灯控制系统242用于控制安装在车辆上(例如，位于车辆的左右前角部)的头灯和/或泛光灯。头灯控制系统242可在从驾驶员接收到输入时控制(例如，打开/关闭、调节)头灯。在其他实施方式中，头灯控制系统242可基于来自车辆系统中的一个或更多个的信息自动且动态地控制(例如，打开/关闭、调节)头灯。例如，头灯控制系统242可基于环境/道路状况(例如，外部亮度、天气)、一天内的时间来启动头灯和/或调节头灯的特征等。要理解，转向信号控制系统240和头灯控制系统242可以是较大的车辆照明控制系统的一部分。
在一些实施方式中，车辆监视系统可包括故障检测系统244，故障检测系统244检测车辆系统126中的一个或更多个的故障。更具体地，故障检测系统244从车辆系统接收信息并基于该信息和故障程度来执行故障-安全功能(例如，系统关闭)或非故障安全功能(例如，系统控制)。在工作中，故障检测系统244监测和/或接收来自一个或更多个车辆系统126的信号。分析这些信号并且将其与预定故障和控制程度进行比较，预定故障和控制程度与车辆系统关联。一旦故障检测系统244检测到信号满足预定程度，故障检测系统244就开始控制一个或更多个车辆系统和/或关闭一个或更多个车辆系统。要理解，车辆系统126中的一个或更多个可实现独立的故障检测系统。在一些实施方式中，故障检测系统244可与机动车辆100的车载诊断系统集成。另外，在一些实施方式中，故障检测系统244可基于来自超过一个车辆系统的信息的比较，确定车辆系统的故障。例如，故障检测系统244可将来自触摸方向盘系统134和电子动力转向系统132的手部和/或附属物接触的信息进行比较，以确定触摸传感器的故障，如2015年6月8日提交的美国申请序列号14/733836中描述的，以引用方式并入本文中。
另外，车辆监视系统可包括其他车辆系统126和与车辆一起使用的其他类型的装置、组件、或系统。车辆监视系统可包括车辆系统126中的一个或车辆系统126中的超过一个。应理解，车辆监视系统中的每一个可以是独立系统或者可与ECU 106集成。例如，在某些情况下，ECU 106可工作为用于一个或更多个车辆监视系统的各种组件的控制器。在其他情况下，某些系统可包括通过一个或更多个端口与ECU 106通信的单独专用控制器。
如以上提到的，在某些实施方式中，车辆系统和监视系统可单独或组合用于接收监视信息。例如，在一些实施方式中，车辆监视系统、生理监视系统和行为监视系统可组合用于接收监视信息。因此，一个或更多个监视系统可包括一个或更多个车辆系统(图2)和/或一个或更多个监视系统(例如，生理监视系统和/或行为监视系统(图3))。例如，在一个实施方式中，包括心率传感器304的心率监视系统302和包括各种车辆传感器的车辆系统126有利于用于确定驾驶员与车辆之间的信息传递速率的系统和方法，如名称为“System andMethod for Determining The Information Transfer Rate Between a Driver and aVehicle”的2014年12月17日提交的美国申请序列号14/573778中公开的，该申请的全部内容以引用方式并入本文中。然而，为了简便起见，现在将讨论’020申请，将不讨论’020申请的全部内容。
为了保持车辆的控制，需要从驾驶员到车辆的信息恒定流动。从驾驶员到车辆的信息流动的减少可导致车辆控制的减少或损失。因此，可使用信息流的正确确定来确定驾驶员状态。图19示出根据示例性实施方式的、具有用于确定驾驶员1904与车辆1900之间的信息传递速率的信息传递速率系统1902的车辆1900的示意图。车辆1900可包括与图1A的机动车辆100类似的组件和功能。另外，信息传递速率系统1902可以是一种类型的监视系统和/或从图3的车辆系统126和/或监视系统得到信息。
再参照图19，在一个实施方式中，车辆1900包括驾驶员信息感测装置1906、车辆信息感测装置1908、驾驶员警告装置1910、GPS 1912和(可选地)外部信息感测装置1914。为了控制车辆1900，驾驶员1904必须通过一个或更多个驾驶员控制输入装置发送信息，以产生车辆加速度、速度、车道位置和方向的适合改变。驾驶员控制输入装置(未示出)包括(但不限于)方向盘、加速器踏板和制动踏板。因此，从驾驶员1904到车辆1900的信息传递的减少可标志车辆控制的减少，可以如分心、困倦、醉酒或经历医疗紧急事故的驾驶员1904的情况一样。
在一个实施方式中，驾驶员信息感测装置1906可直接从驾驶员1904测量驾驶员信息(诸如，生物计量数据和直接驾驶员控制输入装置数据)。驾驶员生物计量数据可包括一种或更多种类型的驾驶员生物计量数据，包括(但不限于)眼皮孔径、瞳孔直径、头部位置、注视方向、眨眼速率、呼吸速率、心率、手部位置、主动脉血流量、腿部位置和脑电活动。直接驾驶员控制输入装置数据可包括来自一种或更多种类型的驾驶员控制输入装置(诸如，但不限于车辆1900的方向盘、制动踏板和油门踏板)的数据。因此，直接驾驶员控制输入装置数据可包括(但不限于)车辆方向盘的位置、方向盘的转动速度、方向盘的转向加速度、车辆油门踏板的位置、油门踏板的速度、油门踏板的加速度、车辆制动踏板的位置、制动踏板的速度和制动踏板的加速度中的一个或更多个。
料想到，在一些实施方式中，可使用一个驾驶员信息感测装置1906来直接从驾驶员1904测量一种或更多种类型的驾驶员信息。在其他实施方式中，可使用多个驾驶员信息感测装置1906来直接从驾驶员1904测量多种类型的驾驶员信息。例如，在一个实施方式中，驾驶员信息感测装置1906可包括用于测量驾驶员脑电活动的脑电图仪。在另一个实施方式中，一个驾驶员信息感测装置1906可包括用于测量驾驶员眼皮孔径的相机、用于测量车辆油门踏板位置的油门踏板和用于测量车辆制动踏板位置的制动踏板等。
另外，在其他实施方式中，驾驶员信息感测装置1906可以是用于测量驾驶员眼皮孔径的相机，另一个驾驶员信息感测装置1906可以是用于测量油门踏板位置的驾驶员控制输入装置(诸如，车辆油门踏板、或油门踏板的组件)，并且附加的驾驶员信息感测装置1906可以是用于测量制动踏板位置的另一个驾驶员控制输入装置(诸如，车辆制动踏板、或制动踏板的组件)。在其他实施方式中，驾驶员信息感测装置1906可由接触和/或非接触传感器中的一个或更多个组成，并且可包括电流/电势传感器(例如，接近、电感、电容、静电)、次声波、声波、超声传感器、振动传感器(例如，压电)视觉、光电、氧传感器以及能够直接从驾驶员1904测量驾驶员信息的任何其他种类的装置、传感器或系统。
在一个实施方式中，车辆信息感测装置1908可直接从车辆1900测量车辆系统的车辆信息。例如，车辆信息感测装置1908可直接从车辆1900测量车辆信息(诸如，车道位置、车道偏离、线性和角度车辆位置、速度和加速度、与车辆1900前方、旁边和后面的潜在障碍物的距离、对巡航控制的依赖、对辅助转向的依赖、针对诸如施工路障、交通信号和停止车辆的已知障碍物的反应)。
如同驾驶员信息感测装置1906一样，在一些实施方式中，一个车辆信息感测装置1908可用于直接从车辆1900测量一种或更多种类型的车辆信息。在其他实施方式中，多个车辆信息感测装置1908可用于测量多种类型的车辆信息。例如，在一个实施方式中，车辆信息感测装置1908可包括用于测量车辆1900的车道位置的相机和用于测量车辆1900的加速度的加速度计。在其他实施方式中，车辆信息感测装置1908可以是用于测量车辆1900的车道位置的相机，车辆1900的另一个车辆信息感测装置1908可以是用于测量车辆1900的加速度的加速度计，第三车辆信息感测装置1908可以是用于测量从车辆1900到位于车辆1900周围的任何可能障碍物的距离的超声检测器。
如果由于驾驶员1904与车辆1900之间的信息传递速率低，导致出现车辆控制下降，即，如果以下讨论的驾驶员安全因素没有超过以下讨论的预定驾驶员安全警告阈值，使用驾驶员警告装置1910来警告驾驶员1904。驾驶员警告装置1910可以是车辆1900的输出装置，该输出装置输出视觉、机械或音频信号来警告驾驶员1904车辆控制下降，从而将允许驾驶员1904采取动作(诸如，将车辆1900靠边停下、停下车辆1900、或使车辆1900急转弯)。
可使用外部信息感测装置1914来测量车辆1900外部的信息，进而应对外部信息使得信息从驾驶员1904流动到车辆1900。外部信息感测装置1914可测量诸如(但不限于)相邻车辆、道路施工路障、交通中断、动物和行人的外部信息。料想到，在一些实施方式中，可使用一个外部信息感测装置1914测量一种或更多种类型的外部信息。在其他实施方式中，可使用多个外部信息感测装置1914测量多种类型的外部信息。例如，在一个实施方式中，外部信息感测装置1914可包括用于感测车辆1900外部的动物的相机、用于感测与车辆1900相邻的其他车辆的车辆间通信系统以及用于感测车辆1900附近的物体的超声接近传感器。在另一个实施方式中，一个外部信息感测装置1914可包括用于感测车辆1900外部的动物的相机，另一个外部信息系统可包括用于感测与车辆1900相邻的其他车辆的车辆间通信系统，并且另一个外部信息系统可包括用于感测车辆1900附近的物体的超声接近传感器。
GPS 1912可以可选地存在于车辆1900中，并且可用于获得车辆1900所在处的位置、天气、一天中的时间和交通状况，以在驾驶员1904与车辆1900之间的信息传递速率的归一化处理(在归一化此信息的信息传递速率系统1902的实施方式中)期间使用。已认识到，由于在某些驾驶状况下需要较高的信息传递速率来保持车辆1900的控制而在其他驾驶状况下需要较低的信息传递速率来保持车辆1900的控制的事实，将驾驶员1904与车辆1900之间的信息传递速率归一化可以是必要的。例如，相比于晴朗天气的长直荒凉道路的情况相比，雪天高峰时期的弯曲市内道路需要从驾驶员1904到车辆1900的较高信息传递速率来保持车辆1900的控制。
现在，参照图20，示出根据示例性实施方式的用于确定驾驶员1904与车辆1900之间的信息传递速率的信息传递速率系统1902的示意性详细视图，将参照图19的元件来描述该示例性实施方式。信息产地速率系统B535包括计算机处理器2002和存储器2004。注意，信息传递速率系统1902包括诸如与驾驶员信息感测装置1906、车辆信息感测装置1908、驾驶员警告装置1910、GPS 1912和可选的外部信息感测装置1914的通信接口的特征。
存储器2004包括信息传递速率模块2006。在一个实施方式中，信息传递速率模块2006从驾驶员信息感测装置1906接收根据以下等式计算出的驾驶员时间序列形式的直接从驾驶员1904测得的驾驶员信息：
(5)Dx＝{dxl,dx2···dxN}
其中：Dx是时间序列，是使用驾驶员信息感测装置1906直接从驾驶员1904测得的驾驶员信息的真实值的有序集合，并且dx是使用驾驶员信息感测装置1906直接从驾驶员1904测得的驾驶员信息的真实值的时间序列分段。
另外，信息传递速率模块2006从车辆信息感测装置1908接收根据以下等式计算出的车辆时间序列形式的直接从车辆信息感测装置1908测得的车辆信息：
(6)Vy＝{vyl,vy2-vyN}
其中：Vy是时间序列，是使用车辆信息感测装置1908直接从车辆测得的车辆信息的真实值的有序集合，并且vy是使用车辆信息感测装置1908直接从车辆测得的车辆信息的真实值的时间序列分段。
信息传递速率模块2006使用车辆信息感测装置1908直接从车辆1900测得的车辆信息和使用驾驶员信息感测装置1906直接从驾驶员1904测得的驾驶员信息来计算驾驶员与车辆之间的信息传递速率。利用条件熵和传递熵来计算驾驶员1904与车辆1900之间的信息传递速率。条件熵将描述随机变量Y的结果所需的信息量定量，考虑到另一个随机变量X已知。另外，传递熵是测量两个随机处理之间的信息的定向(时间不对称)传递量的非参数统计。从处理X到另一个处理Y的传递熵是通过在考虑到Y的过去值而知道X的过去值，在Y的未来值中减小的不确定性的量。因此，在一个实施方式中，在仅考虑到V(车辆)的历史分段的情况下，相对于V中的不确定减小考虑V和D(驾驶员)二者的历史分段，信息传递速率系统1902测量V中的不确定减小。换句话讲，信息传递速率系统1902查明知道有多少D辅助确定V。
更具体地，在一个实施方式中，根据以下等式来计算驾驶员1904与车辆1900之间的信息传递速率：
(7)
其中，是从驾驶员测量值x至车辆测量值y的传递熵，是vyi与Vy的之前分段之间的条件熵，该Vy的之前分段是l点长并且被延迟t个时间点。具体地，
并且是vi与Vy的之前分段之间的条件熵，该条件熵还约束Dx的之前分段，Dx的之前分段是k点长并被延迟τ个时间点。具体地，
注意，vyi对的进一步约束不能增加vi中的不确定性：
并且总是大于零。
信息传递速率模块2006可被构造成单独或组合地使用所有驾驶员信息和车辆信息来形成各种传递信息和，并且计算驾驶员与车辆之间的信息传递速率。例如，在一个实施方式中，信息传递速率模块2006使用以下等式来计算总信息传递TD→V：
(8)
其是针对总共X*Y个个体和而言，驾驶员信息感测装置1906直接从驾驶员1904测得的所有驾驶员信息(总共X)和车辆信息感测装置1908直接从车辆测得的所有车辆测量值(总共Y)的每一个可能组合的总和。
在其他实施方式中，信息传递速率模块2006可被构造成只单独或组合地使用驾驶员信息和车辆信息中的一些信息以形成各种传递信息和，并且计算驾驶员与车辆之间的信息传递速率。例如，在一个实施方式中，信息传递速率模块2006可使用以下等式来计算由驾驶员信息感测装置1906直接从驾驶员1904测得的驾驶员信息测量值3至5和由车辆信息感测装置1908直接从车辆1900测得的车辆测量值2至6的组合之和，表示为TD3_s→Vz_6：
(9)
因此，可以看到，信息传递速率模块2006使用熵来计算驾驶员1904与车辆1900之间的信息传递速率。更具体地，信息传递速率模块2006使用传递熵和条件熵来计算传递速率。以上讨论的等式(5)-(9)中的每一个使用传递熵和条件熵提供了驾驶员1904与车辆1900之间的信息传递速率。
在一些实施方式中，信息传递速率模块2006还使用外部信息感测装置1914提供的外部测量值(车辆1900外部的信息的测量值)来计算驾驶员与车辆之间的信息传递速率。
在一些实施方式中，信息传递速率模块2006基于直接从驾驶员1904测得的驾驶员信息的类型和驾驶状况中的至少一个，将计算出的信息传递速率归一化。驾驶状况包括特定道路状况、天气状况、当日时间和交通状况中的至少一个。另外，在一些实施方式中，信息传递速率模块2006还使用车辆1900的GPS 1912提供的信息针对驾驶状况将信息传递速率归一化。在一些实施方式中，信息传递速率模块2006通过调节以上讨论等式(5)-(9)的参数t、τ、k、l确定驾驶员545与车辆100之间的最大信息传递速率来确定最大信息传递速率。具体地，在一个实施方式中，基于直接从驾驶员1904测得的驾驶员信息的类型和驾驶状况中的至少一个参数，调节t、τ、k、l。驾驶状况包括特定道路状况、天气状况、当日时间和交通状况中的至少一个。
在一些实施方式中，针对所有驾驶员测量值和所有车辆测量值的驾驶员与车辆之间的信息传递速率由信息传递速率模块2006计算，被处理器2002跟踪，并且被存储在存储器2004中，以为驾驶员1900的各个驾驶员1904创建个人规范。然后，将这些个人规范作为驾驶员1904的基线信息传递速率值存储在基线信息传递速率数据库2008中，供驾驶员安全因素模块2010获取和使用。
在一个实施方式中，基线信息传递速率数据库2008包含用于保持车辆1900的控制的基线信息传递速率值。在一些实施方式中，基线信息传递速率数据库2008只包含一个基线信息传递速率值。在其他实施方式中，基线信息传递速率数据库2008包括驾驶员1904的至少两个不同的基线信息传递速率值，针对道路状况调节每一个值。道路状况可包括(但不限于)道路类型、天气、当日时间和交通状况中的一个或更多个。
在一个实施方式中，驾驶员安全因素模块2010实时计算车辆1900的驾驶员1904的驾驶员安全因素。驾驶员安全因素是信息传递速率模块2006计算的驾驶员与车辆之间的信息传递速率与驾驶员安全因素模块2010从基线信息传递速率数据库2008获取的基线信息传递速率之比。如果基线信息传递速率数据库2008包含车辆1900的驾驶员1904的多个基线信息传递速率，则驾驶员安全因素模块2010获取与车辆1900正在上面行驶的道路的实时道路状况最密切匹配的基线信息传递速率。
在一个实施方式中，驾驶员警告模块2012将驾驶员安全因素模块2010计算的驾驶员安全因素与预定驾驶员安全警告阈值进行比较。如果计算出的驾驶员安全因素未超过预定驾驶员安全警告阈值，则使用驾驶员警告装置1910向驾驶员1904发出警报，如以上讨论的。警报向驾驶员1904表明考虑到当前道路状况，驾驶员与车辆之间的实施信息传递速率已经降至低于驾驶员1904保持车辆1900的合适控制所必需的信息传递速率。
参照图21，示出根据示例性实施方式的用于确定驾驶员1904与车辆1900之间的信息传递速率的方法2100的处理流程图。将参照图19和图21来描述图21的方法，但图21的方法还可用于其他系统和实施方式(例如，图1至图3的系统)。
在图21的步骤2102中，直接从驾驶员1904测量驾驶员信息。在一个实施方式中，如上所述，使用驾驶员信息感测装置1906测量该驾驶员信息。在步骤2104中，直接从车辆1900测量车辆信息。在一个实施方式中，如上所述，使用车辆信息感测装置1908测量该车辆信息。
在步骤2106中，使用在步骤2102中直接从驾驶员1904测量的驾驶员信息和在步骤2104中直接从车辆测量的车辆信息来计算驾驶员1904与车辆1900之间的信息传递速率。在一个实施方式中，如上所述，使用信息传递速率模块2006来计算该信息传递速率。因此，可以看到，使用熵来计算驾驶员1904与车辆1900之间的信息传递速率。更具体地，在一些实施方式中，使用传递熵和条件熵来计算传递速率，如以上在等式(7)至(9)中的每一个中示出的。
在步骤2108中，驾驶员安全因素模块2010从基线信息传递速率数据库2008获取基线信息传递速率。如以上阐明的，在一个实施方式中，基线信息传递速率数据库2008包含用于保持车辆控制的基线信息传递速率值。在一些实施方式中，基线信息传递速率数据库2008只包含一个基线信息传递速率值。在其他实施方式中，基线信息传递速率数据库2008包含驾驶员1904的至少两个不同的基线信息传递速率值，针对道路状况调节每一个值。道路状况可包括(但不限于)道路类型、天气、当日时间和交通状况中的一个或更多个。如果基线信息传递速率数据库2008具有车辆1900的驾驶员1904的多个信息传递速率，则驾驶员安全因素模块2010获取与车辆1900正在上面行驶的道路的实时道路状况最密切匹配的基线信息传递速率。
在步骤2110中，一旦从基线信息传递速率数据库2008获取了基线信息传递速率，驾驶员警告模块2012就做好准备。在驾驶员安全因素模块从基线信息传递速率数据库2008获取基线信息传递速率之后，信息传递速率系统1902使驾驶员警告模块2012做好准备。在做好准备时，驾驶员警告模块2012准备将存储在存储器2004中的预定驾驶员安全警告阈值与驾驶员安全因素模块2010计算出的驾驶员安全因素进行比较。在驾驶员安全因素模块2010计算出的驾驶员安全因素模块2010被驾驶员安全因素模块2010提供到驾驶员警告模块2012时，驾驶员警告模块2012执行比较。
在步骤2112中，计算驾驶员安全因素。在一个实施方式中，驾驶员安全因素是计算出的信息传递速率与预定信息传递速率之比。在一个实施方式中，如上所述，驾驶员安全因素模块2010使用在步骤2106中计算出的信息传递速率和在步骤2108中从基线信息传递速率数据库2008获取的基线信息传递速率来计算驾驶员安全因素。
在步骤2114中，将步骤2112中计算出的驾驶员安全因素与预定驾驶员安全警告阈值进行比较。在一个实施方式中，如上所述，驾驶员警告模块2012执行比较。在步骤2116中，如果驾驶员安全因素值未超过预定驾驶员安全警告阈值，则警告驾驶员1904。驾驶员安全因素和预定驾驶员安全警告阈值数据类型可以是(但不限于)数值的、非数值的、离散的或连续的。在一个实施方式中，如果步骤2114中由驾驶员警告模块2012进行的比较表明驾驶员安全因素未超过预定驾驶员安全警告阈值，则如上所述，使用驾驶员警告装置1910来警告驾驶员1904。因此，可监视从驾驶员到车辆的信息传递的准确测量值，并且可使用该测量值来确定驾驶员状态(例如，安全因素)，以向驾驶员提供准确警告和/或根据驾驶员状态来改变车辆的控制。
如结合图1A、图1B、图2和机动车辆100讨论的，车辆系统126和示例性监视系统可包括各种传感器和感测装置。现在，将更详细地讨论示例性的传感器和感测装置。这些示例性的传感器和感测装置可应用于图2的车辆系统和图3的监视系统以及本文中讨论的其他监视系统。如以上更详细讨论的，传感器可以是接触传感器和/或非接触传感器，并且可包括电流/电势传感器(例如，接近、电感、电容、静电)、次声波、声波、超声传感器、振动传感器(例如，压电)视觉、光电或氧传感器等。传感器可被构造成感测驾驶员的生理、生物计量、行为参数和或与车辆和车辆系统相关的参数。
另外，传感器和/或感测装置可被组织成不同构造和/或处于一个或更多个位置。例如，传感器可被集成在座椅、门、仪表盘、方向盘、中央控制台、车顶或机动车辆100的任何其他部分中。然而，在其他情况下，传感器可以是由驾驶员配戴的便携传感器，被集成到由驾驶员携带的便携装置中、集成到由驾驶员穿戴的衣物的制品(例如，手表、珠宝、衣物制品)中或者集成到驾驶员的身体(例如，移植物)中。另外，传感器可位于靠近个体或个体身上的任何位置、监视装置(诸如，心率监视器)中、便携装置(诸如，移动装置、便携计算机或类似装置)中。另外，监视装置(例如，便携装置)还可包含所存储的监视信息或者提供对存储在互联网、其他网络和/或外部数据库上的监视信息的访问。
如以上讨论的，传感器可处于例如靠近驾驶员102的位置的机动车辆100的任何部分中。例如，接近传感器184位于头枕174中。在另一个实施方式中，生物监视传感器180位于车辆座椅168中。在其他实施方式中，传感器(未示出)可位于方向盘134上或里。然而，在其他实施方式中，传感器可位于机动车辆100的任何其他部分，包括(但不限于)扶手、仪表盘、座椅、安全带、后视镜及任何其他位置。
另外，传感器、感测装置和/或车辆系统和监视系统可按各种方式处理并且分析从传感器和/或感测装置感测到的刺激，以生成代表感测到的刺激的数据流或信号。在一些实施方式中，根据传感器和/或感测装置的位置来处理感测到的刺激。在其他实施方式中，基于数据的数量或者基于正感测什么类型的刺激来处理感测到的刺激。还可实现处理和分析的其他构造。
要理解，用于车辆监视的监视系统可包括本文中讨论的其他车辆系统和传感器，例如，部分III(A)中讨论并且在图2中示出的车辆系统和传感器、部分III(B)(1)中讨论的生理监视系统、部分III(B)(2)中讨论的行为监视系统、部分III(B)(4)中讨论的识别系统和传感器可以是用于生理监视的监视系统的类型。另外，要理解，可实现车辆系统和传感器、生理监视系统、行为监视系统、车辆监视系统和识别系统的任何组合来确定和/或评估基于行为信息的一个或更多个驾驶员状态。
4.识别系统和传感器
在一些实施方式中，以上讨论的系统和传感器以及本文中讨论的用于响应驾驶员状态的方法和系统可识别特定驾驶员来监视关于该驾驶员的信息。另外，驾驶员的识别可提供特定驾驶员的定制或规范基线数据。因此，在一个实施方式中，图3的监视系统可用于驾驶员的人员识别。具体地，心率监视系统302可包括用于监视驾驶员的心脏信息的任何装置或系统。在一个实施方式中，心率监视系统302包括心率传感器304，心率传感器304有利于驾驶员的人员识别的系统和方法，如在名称为“System and Method for BiometricIdentification in a Vehicle”(2013年4月6日提交并在2014年10月9日公开2014/0303899，美国专利号___)中讨论的，该公开的全部内容以引用方式并入本文中。现在将讨论'899申请，然而，为简要起见，将不讨论'899申请的全部内容。
现在，参照图22，示出特别是车辆乘员(例如，驾驶员、一个或更多个乘客)的个体的个人识别的计算机系统2200。如以下更详细描述的，本文中描述的生物识别系统和方法可与所述车辆系统结合起来使用，以提供所述车辆系统和相关数据的输入、访问、启动、控制和个性化或改变。
计算机系统2200包括与监视系统2204和多个车辆系统2206通信联接的计算装置2202。要理解，图1A和图1B的ECU 106可包括与计算装置2202类似的组件和执行功能。例如，ECU 106包括多个车辆系统126和监视系统300(图3)。例如，计算机系统2200可在车辆(例如，图1A的机动车辆100)内实现，并且可包括机动车辆100的类似组件和系统(例如，车辆系统126)和/或与其通信。
监视系统2204可包括各种传感器和/或与各种传感器通信。具体地，参照图1A，传感器可包括头枕174中的第一传感器(例如，接近传感器184)、车辆座椅168中的第二传感器(例如，生物监视传感器180)。触摸方向盘134还可包括用于识别驾驶员状态改变的传感器(未示出)。另外，监视系统2204可包括光学和图像传感器(例如，相机(例如，光学传感器162))和/或与光学和图像传感器通信。
车辆系统2206还可包括数据存储机构(例如，存储器)，该数据存储机构用于存储所述车辆系统利用的数据，例如，诸如接触数据、路由数据、密码数据、车辆乘员简档、驾驶员行为简档、电子邮件等的敏感数据。如以下将进一步详细描述的，本文中描述的生物识别系统和方法可与所述车辆系统结合起来利用，以提供所述车辆系统和相关数据的输入、访问、启动、控制和个性化或改变。
再参照图22，监视系统2204被构造成监视并且测量与个体关联的监视信息并且将信息发送到计算装置2202。监视信息可用于确定车辆乘员的生物识别，由此基于生物识别来控制车辆(即，车辆系统的进入、访问、启动、个性化和改变)。要理解，本文中公开的监视信息和生物识别可与和车辆和车辆乘员关联的其他系统(包括但不限于车辆系统126、健康和分心系统或基于生物识别的这些系统的改变形式)一起利用。
在例示实施方式中，监视系统2204包括用于监视并测量监视信息的多个传感器2208。传感器2208使用各种传感器技术来感测刺激(例如，信号、属性、测量值或量)并且生成代表刺激的数据流或信号。计算装置2202能够从传感器2208直接地或者经由监视系统2204接收代表刺激的数据流或信号。如以上讨论的，可利用各种类型的传感器、传感器构造、传感器布置和分析。在一个实施方式中，监视系统2204和/或传感器2208可包括用于将信号向着车辆乘员发送并且在发送信号后从车辆乘员接收反射信号的收发器(未示出)。收发器可包括一个或更多个天线(未示出)，以便于信号的发送和反射信号的接收。
参照图23，示出用于识别车辆乘员(例如，图1A的驾驶员102)的计算机实现方法。在不同实施方式中，可通过一个或更多个不同系统、装置或组件来实现方法的步骤。在某些情况下，可通过图1B的包括处理器108的ECU 106来实现步骤。对于附图中讨论和示出的方法，应该理解，在一些实施方式中，步骤中的一个或更多个可以是可选的。出于参考目的，将用图1A、图1B、图2、图3和图22中示出的组件来讨论图23的方法。此外，如本文中使用的心脏活动或心脏活动的测量值是指与血液流动、血液压力、从一次心跳开始到下一次心跳开始出现的声音和/或触觉触诊或心电活动(例如，EKG)相关的事件。
在步骤2302中，该方法包括从多个传感器接收信号。信号可指示心脏活动的测量，例如，信号可以是代表车辆乘员的心跳或心率中的一个或更多个的心脏信号。在以下详细讨论的一个实施方式中，该方法包括向着车辆乘员发送信号并且接收反射信号，反射信号表示心脏活动的测量。要理解，监视系统2204可被构造成从多个传感器1088监视车辆乘员的心脏活动并且便于将信号发送到计算装置2202。
多个传感器2208可工作为利用接触传感器、非接触传感器、或接触传感器和非接触传感器二者来感测车辆中的车辆乘员的生物特征(例如，心脏活动)。如以上讨论的，在一个实施方式中，在传感器与车辆乘员直接接触时，传感器可接收表示车辆乘员产生的心脏活动的测量的信号。在另一个实施方式中，在传感器没有与车辆乘员直接接触时，传感器可感测场改变(例如，磁、射频)和/或接收表示车辆乘员产生的心脏活动的测量的信号(例如，信号反射)。
具体地，用于识别车辆乘员的方法还可包括产生场或向着车辆乘员发送信号的传感器。传感器可感测车辆乘员产生的场的改变或者在信号从车辆乘员反射之后接收车辆乘员产生的反射信号。具体地，传感器可被构造成向着车辆乘员的胸部区域(即，大致胸部和/或心脏旁边的背部区域)发送信号。反射信号可表示心脏活动，例如，心脏信号。信号反射和磁和/或电场感测传感器技术可与如上讨论的不同类型的信号和传感器一起利用，并且包括但不限于电流/电势传感器和/或声波传感器等。
在例示实施方式中，接收模块2218还可被构造成处理信号，由此产生特定形式的信号的代理。要理解，传感器2208或监视系统2204还可执行处理功能。处理可包括信号的放大、混合和过滤以及本领域中已知的其他信号处理技术。处理还可包括将信号修改或转换成允许识别生物计量特征的形式。例如，信号可被处理成用于识别分析的心脏波形、心电描记(EKG)波形、或EKG波形的代理。
如以上讨论的，传感器2208产生代表测得的刺激的信号。信号和信号特征根据感测到的传感器类型的属性(即，生理、生物、或环境特性)和传感器技术而有所不同。以上讨论的图9A、图9B、图10A、图10B、图10C、图10D是示例性的心脏波形，其中，信号特征在一定时间段内重新发生。
具体地，参照图9A和图9B，示出了心跳的各个部分在EKG波形A400上产生不同偏转。这些偏转被记录为一系列正负波，即，波P、Q、R、S和T。Q、R和S波包括QRS波群904，QRS波群904表示左右心室的快速去极化。P波表示心房去极化并且T波表示心房再极化。在不同个体内，各个波的持续时间、幅度和形状可有所不同。在图9B中，用峰916、918和920表示R波。这些波和波特性、或其组合可被识别为用于生物识别的信号特征。
其他信号特征包括波的持续时间或间隔，即，PR间隔906、PR段908、ST段910和ST间隔912，如图9A中所示的。PR间隔906是从P波开始到QRS波群904开始测得的。PR段908连接P波和QRS波群904。ST段910连接QRS波群904和T波。ST间隔912是从S波到T波测得的。要理解，可从EKG波形902中识别其他间隔(例如，QT间隔)。另外，还可识别心跳间的间隔(即，从一个周期特征到下一个周期特征的间隔)，例如，R-R间隔(即，R波与下一个R波之间的间隔)。图9B示出用元素914表示的时间段内的一系列心脏波形。在图9B中，用峰916、918和920表示R波。另外，用元素922和924表示R-R间隔。
回头参照图23和步骤2304，该方法还包括基于信号的生物特征来确定生物标记。生物特征可包括从信号中分析、识别和/或提取的特征(即，信号特征)。生物计量模块2220可被构造成确定生物标记。例如，心脏波形(例如，图9A、图9B、图10A、图10B、图10C、图10中示出的心脏波形)的生物特征可包括波P、Q、R、S和T或一系列所述波。其他特征可包括间隔、特征的时间持续时间以及波幅度等。生物标记唯一地标识车辆乘员并且可以是从信号中提取的生物特征的任何组合。生物计量可包括波幅度、形状和持续时间中的一个或更多个的比较以及一个波的这些特征与另一个波的这些特征比较的比率。生物计量是车辆乘员的唯一识别特征，由此当结合本文中描述的车辆系统使用时提供超级安全和授权。要理解，其他信息可单独使用或与信号的生物计量特征组合使用以确定生物标记。例如，其他信息可包括(但不限于)由监视系统1084接收到和或监视到的生理和环境信息，例如，(光学传感器162获取的)面部特征提取数据。
另外，在得到车辆乘员的多个心脏波形的情况下，可执行一段时间的心跳的分析(即，心跳间分析、心率变异性)并使用所述分析来得到生物特征和/或生物标记。例如，本领域中已知的心率变异性分析方法包括时域法、几何法、频域法、非线性法和长期相关。可使用这些方法来导出不同度量(例如，心跳间标准偏差(SDNN)、连续的心跳间间隔的差值的均方根(RMSSD)、一组R-R间隔等)。
在步骤2306中，该方法包括识别车辆乘员。例如，识别模块2222可将在步骤2304中识别的生物标记与存储器2214中存储的与车辆乘员关联的生物标记进行比较。还可经由便携式装置122存储并访问生物标记(图1A)。在另一个实施方式中，识别模块2222可通过将生物特征与和车辆乘员相关联地存储在存储器2214中的个人身份简档中或者经由通信模块2216(例如，经由网络的外部数据库)访问的生物特征进行比较来识别车辆乘员。所存储的生物特征或生物标记可以基于所述信号并且在使用系统进行个人识别之前获取。例如，生物标记模块2220在车辆学习模式期间从车辆乘员收集基线度量。可确定如上讨论的唯一地标识车辆乘员的生物标记或生物特征并且将其存储在存储器2214中，以供上述方法和系统后续使用。例如，生物标记模块2220随后可将生物标记保存在与车辆乘员关联的个人身份简档中。
在步骤2308中，通信模块2216可将识别发送到多个车辆系统2206中的一个并且可基于识别来实现车辆系统2206的访问、进入、启动、控制、个性化或改变。在另一个实施方式中，通信模块2216可将识别发送到外部数据库或便携装置。在生物识别的一个示例性使用中，基于生物计量识别，许可驾驶员进入车辆(例如，车辆门锁定/解锁)。例如，计算机系统2200(具体地，计算装置2202和监视系统2204和/或传感器2208)可与便携装置(例如，便携装置122)或遥控钥匙集成。传感器2208可在车辆外部经由遥控钥匙来检测表示心脏活动(例如，EKG)测量的车辆乘员产生的电场的变化。在另一个实施方式中，遥控钥匙中的传感器2208可在车辆外部发送和接收从靠近便携装置或遥控钥匙的驾驶员反射的信号。计算装置2202可基于信号来确定生物标记并且基于生物标记来识别驾驶员，如以上针对图23的方法描述的。一旦已知驾驶员的身份，就可许可或拒绝进入车辆(例如，车辆门的锁定/解锁)。
一旦确定驾驶员和/或车辆乘员的身份，该身份可结合其他车辆系统用于车辆系统的启动或车辆系统的个性化和改变。在一个示例中，可基于身份来改变本文中使用的碰撞减轻、制动系统、驾驶员辅助系统和算法，以向驾驶员和/或车辆乘员提供定制的驾驶体验。另外，可使用模式学习机器算法来跟踪与所识别驾驶员关联的数据并且可使用模式学习来改变如本文中讨论的不同车辆系统和参数。在一些实施方式中，驾驶员可与用户(例如，驾驶员)简档关联，该简档包括参数、数据、驾驶员特定的随时间推移跟踪的数据。车辆系统可使用该用户简档基于所识别的用户进行操作。在一个实施方式中，ECU 106可将用户简档存储在图1A中示出的存储器110和/或磁盘112处。
在另一个实施方式中，可使用驾驶员的身份来确定驾驶员状态，如本文中将讨论的。例如，可将存储在所识别的驾驶员的用户简档中的信息与监视信息进行比较，以确定驾驶员状态。作为例示示例，可将存储在用户简档中的转向信息与从触摸方向盘系统134接收到的转向信息进行比较。该比较可提供驾驶员状态的指示。
还可使用其他已知驾驶员识别方法来识别驾驶员，从而使得能够进行一个或更多个车辆系统的定制和个性化。例如，可使用诸如面部识别、虹膜识别和指纹识别的方法。另外，用于驾驶员识别的数据可被存储和/或从诸如便携装置122(例如，智能电话、智能手表)的外部装置接收。另外，要理解，可基于识别来控制和/或操作其他车辆系统和与所述车辆系统关联的数据。此外，可将识别发送到应用(例如，远距离通信应用、便携装置应用)。如本文中讨论的生物识别提供来针对各种车辆系统和车辆系统数据的输入、访问、控制、启动、个性化和改变进行的唯一的、准确的和安全的测量。另外，通过识别驾驶员，可收集特定驾驶员的生理信息、行为信息和车辆信息，以修改控制参数、控制系数和阈值，如将在部分IV(B)(2)中更详细讨论的。
要理解，以上讨论的系统、传感器和传感器系统可单独和/或组合地使用以得到和评估关于车辆和驾驶员状态的信息。以下针对确定一个或更多个驾驶员状态描述的系统和方法可利用以上提到的系统、传感器和传感器分析中的一个或更多个以得到用于确定一个或更多个驾驶员状态的信息，包括车辆信息、生理信息和行为信息等。
要理解，识别系统和传感器可包括本文中讨论的其他车辆系统和传感器，例如，部分III(A)中讨论并且在图2中示出的车辆系统和传感器、部分III(B)(1)中讨论的生理监视系统、部分III(B)(2)中讨论的行为监视系统和部分III(B)(3)中讨论的车辆监视系统可以是识别系统的类型。另外，要理解，可实现车辆系统和传感器、生理监视系统、行为监视系统、车辆监视系统、和识别系统的任何组合来基于识别信息确定和/或评估一个或更多个驾驶员状态。
IV.确定一个或更多个驾驶员状态
机动车辆可包括用于评估驾驶员状态并且响应于驾驶员状态或驾驶员状态的级别来自动调节一个或更多个车辆系统的操作的设备。如以上在以上部分I中详细讨论的，“驾驶员状态”可指生物体的状态和/或生物体的环境(例如，车辆)的状态的测量值。驾驶员状态或另选地“人员状态”可以是警告、警觉、困倦、注意力分散、分心、紧张、醉酒、其他常见有缺陷状态、其他情绪状态和/或总体健康状态中的一个或更多个。在整个说明书中，将使用困倦和/或分心作为被评估的示例驾驶员状态。然而，要理解，可确定并且评估任何驾驶员状态，包括(但不限于)困倦、注意力、分心、紧张、警觉、有缺陷、醉酒、紧张、情绪状态和/或总体健康状态等。
在一些实施方式中，机动车辆可包括用于评估驾驶员的一个或更多个状态并且响应于一个或更多个驾驶员状态或驾驶员状态的一个或更多个级别来自动调节一个或更多个车辆系统的操作的设备。具体地，本文中讨论的响应于驾驶员状态的系统和方法可包括基于来自以上在部分II和/或III中讨论的系统和传感器的信息来确定和/或评估一个或更多个驾驶员状态。
在一个实施方式中，响应系统可接收关于驾驶员状态的信息并且自动调节一个或更多个车辆系统的操作。如以上参照图1A提到的，为了方便起见，以上讨论的单独或组合的各种组件可在本文中被称为响应系统188。在一些情况下，响应系统188包括ECU 106以及以上讨论的一个或更多个传感器、组件、装置或系统。在一些情况下，响应系统188可从与驾驶员状态相关的各种装置接收输入。在某些情况下，该信息是如以上在部分III(B)中讨论的监视信息。响应系统188可使用该信息来改变车辆系统126中的一个或更多个的操作。此外，应该理解，在不同实施方式中，可使用响应系统188来控制操作机动车辆100所利用的任何其他组件或系统。
如以上简要提到的，响应系统188可包括用于确定一个或更多个驾驶员状态的设备。驾驶员状态可以是基于生理信息、行为信息和/或车辆信息。例如，响应系统188可通过分析心脏信息、呼吸率信息、大脑信息、排汗信息、以及任何其他种类的自主神经信息来检测驾驶员的驾驶员状态。另外，响应系统188可通过分析来自一个或更多个车辆系统和/或一个或更多个监视系统的信息来检测驾驶员的驾驶员状态。另外，在一些实施方式中，响应系统188可确定一个或更多个驾驶员状态和基于一个或更多个驾驶员状态的组合驾驶员状态。
以下具体实施方式讨论了用于响应驾驶员状态来操作车辆系统的各种不同方法。在不同实施方式中，可通过一个或更多个不同系统、装置或组件来实现这些处理的各种不同步骤。在一些实施方式中，可通过机动车辆的响应系统188来实现步骤中的一些。在某些情况下，可通过机动车辆100的ECU 106来实现步骤中的一些。在其他实施方式中，可通过机动车辆的其他组件(包括但不限于车辆系统126)来实现步骤中的一些。对于以下讨论的和附图中示出的各个处理，应理解，在一些实施方式中，步骤中的一个或更多个可以是可选的。另外，应理解，以下讨论的各个系统和方法可应用于确定一个或更多个驾驶员状态或组合驾驶员状态的实施方式，如本文中进一步详细讨论的。
图24例示了用于根据驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤2402中，响应系统188可接收监视信息。在某些情况下，可从一个或更多个传感器接收监视信息。在其他情况下，可从一个或更多个监视系统接收监视信息。还在其他情况下，可从一个或更多个车辆系统接收监视信息。还在其他情况下，可从机动车辆100的任何其他装置接收监视信息。还在其他情况下，可从传感器、监视系统(例如，监视系统300)、车辆系统或其他装置的任何组合接收监视信息。例如，并且如以上讨论的，可从生理监视系统和传感器、行为监视系统和传感器、车辆监视系统和传感器、识别系统和传感器、或它们的任何组合接收监视信息。
在步骤2404中，响应系统188可确定驾驶员状态。在某些情况下，驾驶员状态可以是正常或困倦。在其他情况下，驾驶员状态可涉及在正常至非常困倦(或甚至睡着)之间变动的三个或更多个状态。还在其他情况下，驾驶员状态可以是正常或分心的。在其他情况下，驾驶员状态可以是警觉、正常、分心或困倦。在其他情况下，驾驶员状态可涉及在正常至非常分心之间变动的三个或更多个状态。在这个步骤中，响应系统188可使用在步骤2402期间接收到的任何信息，包括来自任何种类的传感器或系统的信息。例如，在一个实施方式中，响应系统188可从光学感测装置接收信息，该信息指示驾驶员的眼睛已经闭合了他或她的眼睛达相当长的时间段。在另一个实施方式中，响应系统188可从光学感测装置接收指示驾驶员没有在向前看的信息。以下详细讨论确定驾驶员状态的其他示例。
在步骤2406中，响应系统188可确定驾驶员是否分心或其他削弱的状态(例如，困倦)。如果驾驶员没有分心，则响应系统188可回到步骤2402，以接收附加的监视信息。然而，如果驾驶员分心，则响应系统188可前进到步骤2408。在步骤2408中，响应系统188可自动改变一个或更多个车辆系统的控制，包括以上讨论的任何车辆系统。通过自动改变一个或更多个车辆系统的控制，响应系统188可有助于避免可能由困倦和/或分心的驾驶员造成的各种危险情形。
如以上讨论的，在步骤2408中，如果驾驶员分心，则响应系统188可自动改变一个或更多个车辆系统(包括以上讨论的任何车辆系统)的控制。然而，在一些实施方式中，用户可能不想改变或调节任何车辆系统。在这些情况下，用户可将用户输入装置152或类似种类的输入装置切换成OFF(关闭)位置。这样可具有停止所有驾驶员状态监视的效果并且将进一步防止响应系统188改变任何车辆系统的控制。此外，可通过将用户输入装置152切换至ON(开启)位置，在任何时间重新启动响应系统188。在其他实施方式中，可提供附加开关或按钮来开启/关闭个别监视系统。
在其他实施方式中，响应系统188可基于驾驶员状态，自动地撤销、取消或停止一个或更多个车辆系统的改变或调节。例如，如果在步骤2406中确定驾驶员状态是没有分心(例如，警觉、注意)，则响应系统188可自动停止所有驾驶员状态监视并且防止响应系统188改变任何车辆系统的控制。响应系统188可在检测到驾驶员状态是分心(例如，不警觉、不注意、困倦)时自动地重新启动驾驶员状态监视。在另一个实施方式中，响应系统188可基于驾驶员状态和来自一个或更多个车辆系统126的信息(例如，车辆状态)，自动撤销和/或取消一个或更多个车辆系统的改变或调节。作为例示示例，如果驾驶员状态是注意(例如，警觉、不困倦)并且盲点指示器系统224指示在盲点监视区中不存在目标车辆，则响应系统188可关闭车道偏离警告系统222的针对向着所述盲点监视区的车道偏离进行的警告和改变。将在本文中更详细地描述这些实施方式。
图24B示出例示了用于根据驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式，类似于图24A，但进行驾驶员识别。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤2410中，响应系统188可接收监视信息。在某些情况下，可从一个或更多个传感器接收监视信息。在其他情况下，可从一个或更多个监视系统接收监视信息。还在其他情况下，可从一个或更多个车辆系统接收监视信息。还在其他情况下，可从机动车辆100的任何其他装置接收监视信息。还在其他情况下，可从传感器、监视系统(例如，监视系统300)、车辆系统或其他装置的任何组合接收监视信息。例如，并且如以上讨论的，可从生理监视系统和传感器、行为监视系统和传感器、车辆监视系统和传感器、识别系统和传感器、或其任何组合接收监视信息。
在步骤2412中，响应系统188可确定驾驶员状态。在某些情况下，驾驶员状态可以是正常或困倦。在其他情况下，驾驶员状态可涉及在正常至非常困倦(或甚至睡着)之间变动的三个或更多个状态。还在其他情况下，驾驶员状态可以是正常或分心的。在其他情况下，驾驶员状态可以是警觉、正常、分心、或困倦。在其他情况下，驾驶员状态可涉及在正常至非常分心之间变动的三个或更多个状态。在这个步骤中，响应系统188可使用在步骤2410期间接收到的任何信息，包括来自任何种类的传感器或系统的信息。例如，在一个实施方式中，响应系统188可从光学感测装置接收信息，该信息指示驾驶员的眼睛已经闭合了他或她的眼睛达相当长的时间段。在另一个实施方式中，响应系统188可从光学感测装置接收指示驾驶员没有在向前看的信息。以下详细讨论确定驾驶员状态的其他示例。
在图24B中示出的实施方式中，步骤2412中确定驾驶员状态可包括在步骤2414中识别驾驶员。在部分III(B)(4)中识别驾驶员的上述系统和方法中的任一个可用于对驾驶员的人员识别。在一些实施方式中，在步骤2410中接收到的监视信息可在步骤2414中用于识别驾驶员。如以上讨论的，一旦确定驾驶员的身份，就可将所识别的驾驶员与用户(例如，驾驶员)简档关联，该简档包括参数、数据、驾驶员特定的随时间推移跟踪的数据。ECU 106可将用户简档(未示出)存储在图1A中示出的存储器110和/或盘112中。
因此，存储在用户简档中的数据可提供驾驶员的规范和基线数据，可使用该数据来确定驾驶员状态。更具体地，在步骤2416中，确定驾驶员状态可包括将存储在用户简档中的信息(例如，所存储的数据/监视信息)与步骤2410中接收的监视信息进行比较。在一些实施方式中，在步骤2416中进行比较的所存储的信息和监视信息可都与相同参数、监视信息的类型和/或车辆系统关联。
作为例示示例，在步骤2410中，响应系统188可从电子动力转向系统132和/或触摸方向盘系统134接收转向信息。转向系统可包括转向输入信号，转向输入信号可指示驾驶员的转向是平稳的、不稳定的和/或急转的。转向信息还可包括驾驶员的手部位置。例如，响应系统188可确定驾驶员在方向盘上的手是零只、一只还是两只。可将步骤2410中接收到的转向信息与由响应系统188从用户简档中获取的所存储的转向信息进行比较。所存储的转向信息可指示规范和/或基线转向输入信号。所存储的转向信息还可指示在信息被存储时用户有多少只手接触方向盘134。换句话讲，当驾驶员正使用一只手时并且同样在当驾驶员正使用两只手时，响应系统188可针对驾驶员存储规范和/或基线转向输入信号。因此，如果所存储的转向信息是指示在使用一只手时驾驶员的转向一般平稳的转向输入信号并且步骤2410中接收到的转向信息指示在使用一只手时驾驶员的转向是不稳定的，则可在步骤2412中确定驾驶员状态是分心。换句话讲，如果所存储的转向信息与在步骤2410中接收到的转向信息不一致，则可在步骤2412中确定驾驶员状态是分心的。这还可应用于驾驶员正在方向盘134上使用两只手的情况下的转向输入信号。另外，如果所存储的驾驶员转向信息指示驾驶员单手使用方向盘比驾驶员双手使用方向盘更平稳并且更不稳定，则系统可因此调节在部分VI中讨论的任何车辆系统修改。
在步骤2418中，响应系统188可确定响应系统188可确定驾驶员是否困倦或其他削弱的状态(例如，困倦)。如果驾驶员没有分心，则响应系统188可回到步骤2410，以接收附加的监视信息。然而，如果驾驶员分心，则响应系统188可前进到步骤2420。在步骤2420中，响应系统188可自动改变一个或更多个车辆系统的控制，包括以上讨论的任何车辆系统。通过自动改变一个或更多个车辆系统的控制，响应系统188可有助于避免可能由困倦和/或分心的驾驶员造成的各种危险情形。
如以上讨论的，在步骤2420中，如果驾驶员分心，则响应系统188可自动改变一个或更多个车辆系统(包括以上讨论的任何车辆系统)的控制。参照以上讨论的例示示例，如果基于转向信息的比较而确定驾驶员是分心的，则响应系统188可基于驾驶员状态来改变电子动力转向系统132以提供更多辅助。
图25是根据一个实施方式的、强调响应系统188由于驾驶员状态的改变而对各种车辆系统的影响以及每一个改变带给驾驶员的益处的表格。具体地，列2502列出了各种车辆系统，包括以上讨论并在图2中示出的许多车辆系统126。列2504描述了在驾驶员的状态使得驾驶员可能分心、困倦、注意力差和/或有缺陷时，响应系统188如何影响各个车辆系统的操作。列2506描述了针对列2504中描述的响应系统影响的益处。列2508描述了响应系统188针对每一个车辆系统执行的影响的类型。具体地，在列2508中，响应系统188对每一个车辆系统的影响被描述为“控制”型或“警告”型。控制型表示通过控制系统来改变车辆系统的操作。警告型表示使用车辆系统警告或以其他方式警告驾驶员。
如图25中指示的，在检测到驾驶员困倦或者注意力分散时，响应系统188可按补偿驾驶员的潜在较慢反应时间的方式，控制电子稳定控制系统202、防抱死制动系统204、制动辅助系统206以及制动预充液系统208。例如，在某些情况下，响应系统188可操作电子稳定控制系统202以改进转向精度并增强稳定性。在某些情况下，响应系统188可操作防抱死制动系统204，使得停车距离减小。在某些情况下，响应系统188可控制制动辅助系统206，使得更快地施加辅助制动力。在某些情况下，响应系统188可控制制动预充液系统208，使得制动管路在驾驶员困倦时自动预充制动液。这些动作可在驾驶员困倦时帮助改进转向精度和制动响应度。
另外，在检测到驾驶员分心、困倦或者说注意力分散时，响应系统188可控制低速跟随系统212、巡航控制系统214、自动巡航控制系统216、碰撞警告系统218、碰撞减轻制动系统220、车道偏离警告系统222、盲区指示器系统224和车道保持辅助系统226，以提供针对驾驶员的注意力涣散提供保护。例如，低速跟随系统212、巡航控制系统214和车道保持辅助系统226可在驾驶员分心和/或困倦时被停用，以防止无意识使用这些系统。同样地，碰撞警告系统218、碰撞减轻制动系统220、车道偏离警告系统222和盲区指示器系统224可更快地警告驾驶员可能的潜在危险。在某些情况下，自动巡航控制系统216可被构造成增加机动车辆100与前方车辆之间的最小间隔距离。
在一些实施方式中，在检测到驾驶员困倦或者注意力分散时，响应系统188可控制电子动力转向系统132、视觉装置140、音频装置144、触觉装置148、气候控制系统234(诸如，HVAC)、和用于座椅安全带的电子预紧系统236来补充驾驶员的警觉。例如，可控制电子动力转向系统132减小动力转向辅助。这需要驾驶员付出更多劳力并且可帮助改进察觉性或警觉性。视觉装置140和音频装置144可分别用于提供可视反馈和可听反馈。触觉装置148和电子预紧系统236可用于向驾驶员提供触觉反馈。另外，气候控制系统234可用于改变驾驶室或驾驶员温度，以影响驾驶员的困倦。例如，通过改变驾驶室温度，可使驾驶员更加警觉。
图25中列出的各种系统仅仅旨在是示例性的并且其他实施方式可包括可由响应系统188控制的附加车辆系统。此外，这些系统不限于单一影响或功能。另外，这些系统不限于单一益处。相反，针对各个系统列出的影响和益处旨在作为示例。下面，详细讨论并且在图中示出了对许多不同车辆系统的控制的详细说明。
响应系统可包括用于确定驾驶员的困倦程度和/或驾驶员的分心程度的设备。贯穿本具体实施方式并且在权利要求书中使用的术语“困倦程度”是指用于区别困倦的两个或更多个状态的任何数值或其他种类的值。例如，在某些情况下，可将困倦程度指定为0％至100％之间的百分数，其中，0％是指完全警觉的驾驶员而100％是指完全困倦或甚至睡着的驾驶员。在其他情况下，困倦程度可以是1至10之间的范围内的值。还在其他情况下，困倦程度不是数字值，而可与指定的离散状态关联(诸如，“不困倦”、“稍微困倦”、“困倦”、“非常困倦”和“极度困倦”。此外，困倦程度可以是离散值或连续值。在某些情况下，困倦程度可与驾驶员状态指数关联，下面，对其进一步详细描述。
贯穿本具体实施方式并且在权利要求书中使用的术语“分心程度”是指用于区别分心的两个或更多个状态的任何数值或其他种类的值。例如，在某些情况下，可将分心程度指定为0％至100％之间的百分数，其中，0％是指完全专注的驾驶员而100％是指完全分心的驾驶员。在其他情况下，分心程度可以是1至10之间的范围内的值。还在其他情况下，分心程度不是数字值，而可与指定离散状态关联(诸如，“不分心”、“稍微分心”、“分心”、“非常分心”和“极度分心”。此外，分心程度可以是离散值或连续值。在某些情况下，分心程度可与驾驶员状态指数关联，下面，对其进一步详细描述。在其他情况下，分心程度可表示驾驶员从事(例如，除了主要任务驾驶外的)次要任务。
图26例示了根据检测到的困倦程度来改变车辆系统操作的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤2602中，响应系统188可接收监视信息。在某些情况下，可从一个或更多个传感器接收监视信息。在其他情况下，可从一个或更多个自主监视系统接收监视信息。还在其他情况下，可从一个或更多个车辆系统接收监视信息。还在其他情况下，可从机动车辆100的任何其他装置接收监视信息。还在其他情况下，可从传感器、监视系统、车辆系统或其他装置的任何组合接收监视信息。例如，并且如以上讨论的，可从生理监视系统和传感器、行为监视系统和传感器、车辆监视系统和传感器、识别系统和传感器或它们的任何组合接收监视信息。
在步骤2604中，响应系统188可确定驾驶员是否分心(例如，不警觉、困倦)。如果驾驶员不分心，则响应系统188可返回到步骤2602。如果驾驶员分心，则响应系统188可前进到步骤2606。在步骤2606中，响应系统188可确定分心程度(例如，困倦度)。如以上讨论的，分心程度可用数字值表示或者可以是通过名称或变量标注的离散状态。在步骤2608中，响应系统188可根据困倦程度来改变一个或更多个车辆系统的控制。
可根据困倦程度来改变的系统的示例包括但不限于：电子稳定控制系统202、防抱死制动系统204、制动辅助系统206、制动预充液系统208、EPB系统210、低速跟随系统212、自动巡航控制系统216、碰撞警告系统218、车道保持辅助系统226、盲区指示器系统224、气候控制系统234和电子预紧系统236。另外，可根据分心程度改变电子动力转向系统160，如同可改变视觉装置140、音频装置144和触觉装置148一样。在一些实施方式中，可根据分心程度来改变与各种警告指示器(视觉指示器、可听指示器、触觉指示器等)关联的定时和/或强度。例如，在一个实施方式中，电子预紧系统236可增大或减小自动座椅安全带收紧的强度和/或频度，以按适于分心程度的级别来警告驾驶员。
作为示例，当驾驶员极度分心(例如，极度困倦)时，防抱死制动系统204可改变成实现比驾驶员稍微分心时短的停车距离。制动辅助系统206提供的制动辅助水平可根据困倦程度而有所不同，辅助随着分心度而增大。作为另一示例，制动预充液系统208可根据分心程度来调节在预充液期间或预充液时刻传送的制动液的量。另外，自动巡航控制系统216的车头距离可随着分心程度而增大。另外，由电子稳定控制系统202确定的偏航速率与转向偏航速率之间的误差可与困倦程度成比例地减小。在某些情况下，碰撞警告系统218和车道偏离警告系统222可提早向分心的驾驶员提供警告，其中，与困倦程度成比例地改变警告的时刻。同样地，与盲区指示器系统224关联的检测区域大小可根据困倦程度而有所不同。在某些情况下，由电子预紧系统236生成的警告脉冲的强度可与困倦程度成比例地改变。
另外，气候控制系统234可改变根据困倦程度改变的温度的度数。此外，在驾驶员分心时由视觉装置140启用的灯的亮度可与困倦程度成比例地变化。另外，由音频装置144生成的声音的音量可与困倦程度成比例地变化。另外，由触觉装置148递送的振动或触觉刺激的量可以与分心程度成比例地变化。在某些情况下，低速跟随系统212工作的最大速度可根据分心程度改变。同样地，可设置的巡航控制系统214的ON/OFF(开/关)设置和最大速度可与分心程度成比例地改变。另外，由电子动力转向系统132提供的动力转向辅助程度可与困倦程度成比例地变化。另外，碰撞减轻制动系统220开始制动的距离可加长，或者车道保持辅助系统226可改变，使得驾驶员必须向系统提供更多输入。
图27例示了根据检测到的困倦程度来改变车辆系统操作的处理的另一个实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤2702中，响应系统188可接收监视信息，如以上相对于图26的步骤2602所讨论的。在步骤2704中，响应系统188可接收来自一个或更多个车辆系统的任何种类的车辆工作信息。在步骤2704期间接收到的类型的工作信息可根据所涉及车辆系统的种类而有所不同。例如，如果当前处理被用于操作制动辅助系统，则接收到的工作信息可以是制动器压力、车辆速度和与制动辅助系统相关的其他操作参数。作为另一示例，如果当前处理被用于操作电子稳定控制系统，则工作信息可包括偏航速率、轮速信息、转向角、横向G、纵向G、道路摩擦信息以及用于操作电子稳定控制系统的任何其他信息。
接下来，在步骤2706中，响应系统188可确定驾驶员的驾驶员状态指数。术语“驾驶员状态指数”是指驾驶员的困倦和/或分心的度量。在某些情况下，驾驶员状态指数可被指定为数字值。在其他情况下，驾驶员状态指数可被指定为非数字值。此外，驾驶员状态指数可从与完全警觉关联的值到与极度困倦或甚至驾驶员睡着的状态关联的值变动。在一个实施方式中，驾驶员状态指数可取值1、2、3、4，其中，1是最不困倦而4是最困倦。在另一实施方式中，驾驶员状态指数可取值1-10。另外，驾驶员状态指数可从与完全专注关联的值到与极度分心的值关联的值变动。在另一实施方式中，驾驶员状态指数可取值1、2、3、4，其中，1是最不分心而4是最分心。
在步骤2708中，响应系统188可确定控制参数。贯穿本具体实施方式并且在权利要求书中使用的术语“控制参数”是指由一个或更多个车辆系统使用的参数。在某些情况下，控制参数可以是用于确定是否应该针对指定车辆系统启用特定功能的操作参数。例如，在使用电子稳定控制系统的情形下，控制参数可以是用于确定是否应该启用稳定控制的、转向偏航速率的阈值误差。作为另一示例，在使用自动巡航控制的情况下，控制参数可以是用于确定是否应该自动关闭巡航控制的参数。控制参数的其他示例在下面进行详细讨论并且包括但不限于：稳定控制启用阈值、制动辅助启用阈值、盲区监视区域阈值、碰撞时间阈值、道路交叉阈值、车道保持辅助系统状态、低速跟随状态、电子动力转向状态、自动巡航控制状态以及其他控制参数。
图28和图29例示了使用驾驶员的驾驶员状态指数以及车辆工作信息来确定控制参数的一般方法的示意图。具体地，图28例示了驾驶员状态指数可如何用于获取控制系数的示意图。控制系数可以是在确定控制参数中使用的任何值。在某些情况下，控制系数随着驾驶员状态指数的变化而变化，并且被用作计算控制参数的输入。控制系数的示例包括(但不限于)电子稳定控制系统系数、制动辅助系数、盲区区域警告系数、警告强度系数、前方碰撞警告系数、车道偏离警告系数和车道保持辅助系数。一些系统可不使用控制系数来确定控制参数。例如，在某些情况下，可直接根据身体状态指数来确定控制参数。
在一个实施方式中，控制系数2802的值随着驾驶员状态指数从1增至4而从0％增至25％。在某些情况下，控制系数可用作增大或减小控制参数值的乘法因子。例如，在某些情况下，当驾驶员状态指数为4时，控制系数可用于使控制参数的值增大25％。在其他实施方式中，控制系数可按任何其他方式改变。在某些情况下，控制系数可随着身体状态指数的变化而线性变化。在其他情况下，控制系数可随着驾驶员状态指数的变化以非线性方式变化。还在其他情况下，控制系数可随着驾驶员状态指数在两个或更多个离散值之间变化。
图29例示了用于确定控制参数的计算单元2902。计算单元2902接收控制系数2904和车辆工作信息2906作为输入。计算单元2902输出控制参数2908。车辆工作信息2906可包括计算控制参数所必需的任何信息。例如，在车辆系统是电子稳定控制系统的情形下，该系统可接收轮速信息、转向角信息、道路摩擦信息以及计算用于确定何时应该启用稳定控制的控制参数所必需的其他信息。此外，如以上讨论的，可使用例如查找表根据驾驶员状态指数来确定控制系数2904。接着，计算单元2902在计算控制参数2908时考虑车辆工作信息2906和控制系数2904二者。
应理解，计算单元2902旨在是用于确定一个或更多个控制参数的任何一般算法或处理。在某些情况下，计算单元2902可与响应系统188和/或ECU 106关联。然而，在其他情况下，计算单元2902可与机动车辆100的任何其他系统或装置关联，包括之前讨论的任何车辆系统。
在一些实施方式中，控制参数可与指定车辆系统的状况或状态关联。图30例示了驾驶员的驾驶员状态指数与系统状态3002之间的一般关系的实施方式。这里示出的系统是一般的并且可与任何车辆系统关联。针对低的驾驶员状态指数(1或2)，系统状态3002是ON。然而，如果驾驶员状态指数增至3或4，则系统状态3002变成OFF。还在其他实施方式中，可根据驾驶员状态指数将控制参数设置成多种不同“状态”。使用此布置，可根据驾驶员的驾驶员状态指数来改变车辆系统的状态。
总体上，可使用在针对检测驾驶员状态的贯穿本具体实施方式中讨论的任何方法来确定驾驶员状态指数，因为它与分心和或困倦相关。具体地，可通过感测驾驶员状态的不同程度来检测困倦程度和/或分心程度。例如，如以下讨论的，可通过感测眼皮移动和/或头部移动来检测驾驶员的困倦和/或分心。在某些情况下，眼皮移动程度(眼睛睁开或闭合的程度)或者头部移动的程度(头部倾斜程度)可用于确定驾驶员状态指数。在其他情况下，监视系统300可用于确定驾驶员状态指数。还在其他情况下，车辆系统可用于确定驾驶员状态指数。例如，不寻常转向行为的程度或车道偏离的程度单独或组合地可表示某种驾驶员状态指数。
A.驾驶员状态的类型
如以上讨论的，机动车辆可包括用于评估驾驶员状态并且响应于一个或更多个驾驶员状态来调节一个或更多个车辆系统的操作的设备。在部分I中，详细定义了“驾驶员状态”，驾驶员状态可指生物体状态和/或生物体的环境(例如，车辆)的状态。以下的描述基于特定类型的监视系统和/或监视信息来讨论特定的驾驶员状态，即，生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态。
1.生理驾驶员状态
生理驾驶员状态是基于来自生理监视系统和传感器的生理信息，如以上在部分III(B)(2)中讨论的。生理信息包括关于本质推导的关于人体(例如，驾驶员)的信息。换句话讲，生理信息通过医疗装置来测量并且将人体的内部特性量化。生理信息通常不是人眼能在外部观察到的。然而，在某些情况下，能通过光学装置观察到生理信息，例如，光学装置测得的心率。生理信息可包括(但不限于)心率、血压、氧含量、血液酒精含量、呼吸速率、排汗速率、皮肤导电性、脑电波活动、消化信息、唾液分泌信息等。生理信息还可包括关于本质推导的人体的自主神经系统的信息。
以下的示例描述了基于呼吸速率信息和自主信息来确定生理驾驶员状态(例如，生理驾驶员状态)的各种不同方法。要理解，确定生理驾驶员状态的方法还可包括基于其他类型的生理信息的生理驾驶员状态。
图31例示了响应系统188能够检测呼吸速率信息的机动车辆100的实施方式的示意图。具体地，使用生物监视传感器180，ECU 106可确定驾驶员102每分钟做出的呼吸次数。在一个实施方式中，响应系统188可从呼吸监视系统312接收呼吸速率信息。可分析呼吸速率信息，以确定测得的每分钟呼吸数与正常状态或分心(困倦)状态相符。每分钟呼吸数被指定为示例。
虽然图31示意性描述了检测呼吸速率信息来确定生理驾驶员状态，但要理解，可监视并使用其他类型的生理信息来确定一个或更多个生理驾驶员状态。例如，响应系统188可检测和/或接收来自心率监视系统302的心率信息。如以上讨论的，心率监视系统302包括心率传感器304、血压传感器306、氧含量传感器308和血液酒精含量传感器310以及用于检测心脏信息和/或心血管信息的任何其他类型的传感器。这些传感器可设置在仪表盘、方向盘(例如，触摸方向盘134)、座椅、安全带、扶手或用于检测驾驶员的心脏信息的其他组件中。
可分析心脏信息和/或心血管信息以确定生理驾驶员状态。例如，可分析心脏信息以确定心率(例如，每分钟心跳)是否与特定生理驾驶员状态相符。例如，高心率可与紧张驾驶员状态相符。低心率可与困倦驾驶员状态相符。在一个示例中，通过分析心率信息，生理驾驶员状态和生理驾驶员状态的改变可以是基于副交感神经和交感神经活动程度，如在2013年3月15日提交的美国申请序列号13/843077(美国专利号__)和作为美国公开NO.2014/0276112公开的、名称为“System and Method for Determining Changes in aBody State”中讨论的那样，全部内容以引用方式并入本文中。
在另一个实施方式中，ECU 106可用血压传感器306接收到的信息来确定驾驶员的血压。可分析血压以确定血压是否与特定生理驾驶员状态相符。例如，高血压水平可与紧张驾驶员状态相符。在其他实施方式中，ECU 106可基于含氧传感器308接收到的信息来确定驾驶员的血液含氧量。可分析血压含氧量以确定血液含氧量是否与特定生理驾驶员状态相符。例如，低血液氧水平可与困倦驾驶员状态相符。
在另一个实施方式中，ECU 106可用血液酒精含量传感器310接收到的信息来确定驾驶员的血液酒精含量(BAC)(例如，血液酒精水平)。例如，光学传感器可向着驾驶员的皮肤发射光并且基于被皮肤反射回的光的量来测量组织酒精浓度。可分析BAC来确定BAC是否与特定生理驾驶员状态相符。例如，高BAC可与有缺陷/分心驾驶员状态(例如，醉酒驾驶员)相符。
在一些实施方式中，响应系统188可检测和/或接收来自排汗监视系统314的排汗信息。排汗监视系统314可包括用于感测驾驶员的排汗或出汗的任何装置或系统。因此，ECU106可确定驾驶员的排汗水平，以确定排汗是否与特定生理驾驶员状态相符。例如，如果驾驶员的排汗速率高，则这可与紧张驾驶员状态相符。
在一些实施方式中，响应系统188可检测和/或接收来自瞳孔放大监视系统316的瞳孔放大信息，瞳孔放大监视系统316用于感测驾驶员的瞳孔放大量、或瞳孔大小。因此，ECU 106可分析瞳孔大小来确定特定生理驾驶员状态。例如，放大(例如，放大瞳孔)可与困倦或紧张驾驶员状态相符。
另外，在一些实施方式中，响应系统188可检测和/或接收来自大脑监视系统318的大脑信息。在某些情况下，大脑监视系统318可包括脑电图(EEG)传感器320、功能性近红外频谱(fNIRS)传感器322、功能性磁共振成像(fMRI)传感器324以及能够检测大脑信息的其他类型的传感器。这种传感器可位于机动车辆100的任何部分中。在某些情况下，与大脑监视系统318关联的传感器可设置在头枕中。在其他情况下，传感器可设置在机动车辆100的车顶中。在其他情况下，传感器可设置在任何其他位置。因此，ECU 106可分析大脑信息以确定特定生理驾驶员状态。例如，异常脑波可与健康状态(例如，癫痫)相符。
在一些实施方式中，响应系统188可检测和/或接收来自消化监视系统326的消化信息。在其他实施方式中，响应系统188可检测和/或接收来自流涎监视系统328的流涎信息。在某些情况下，监视消化和/或流涎还可帮助确定生理驾驶员状态。例如，ECU 106可分析消化信息以确定身体正在消化食物并且血液正被导向胃部从而可引起困倦驾驶员状态。在另一个示例中，如果ECU 106确定身体对食物的消化不良，则ECU 106可确定驾驶员正处于注意力分散或困倦驾驶员状态。
现在，参照图32，示出通过监视驾驶员的生理信息(自主信息)来检测分心(例如，困倦)的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤3202中，响应系统188可接收与驾驶员的自主神经系统相关的信息。在某些情况下，可从传感器接收信息。传感器可与机动车辆100的任何部分关联，包括座椅、扶手或任何其他部分。此外，在某些情况中，传感器可以是便携式传感器。此外，可从部分III(B)(1)中描述的任何生理监视系统和/或传感器接收生理信息。
在步骤3204中，响应系统188可分析自主信息。一般来说，可使用任何分析自主信息来确定驾驶员是否困倦的方法。应理解，分析自主信息的方法可根据正被分析的自主信息的类型而有所不同。在步骤3206中，响应系统188可基于在步骤3204期间进行的分析来确定驾驶员的驾驶员状态指数(例如，生理驾驶员状态指数)。在本文中讨论的一些实施方式中，可基于步骤3206中确定的驾驶员状态指数来改变一个或更多个车辆系统。
2.行为驾驶员状态
行为驾驶员状态是基于来自行为监视系统和传感器的行为信息，如以上在部分III(B)(3)中讨论的。行为信息包括关于本质推导的人体的信息。行为信息通常是人眼可在外部观察到的。例如，行为信息可包括眼睛移动、嘴移动、面部移动、面部识别、头移动、身体移动、手姿势、手放置位置、身体姿势、姿势识别等。以下的示例描述了确定行为驾驶员状态的各种不同方法，例如，基于眼睛移动、头部移动和头部位置的行为驾驶员状态。要理解，响应于行为驾驶员状态操作车辆系统的方法还可包括基于其他类型的行为信息的行为驾驶员状态。
如以上讨论的，响应系统可包括检测驾驶员状态(例如，驾驶员的行为状态)的设备。在一个示例中，响应系统可通过监视驾驶员的眼睛来检测驾驶员状态。图33例示了响应系统188能够监视驾驶员的状态或行为的情况的示意图。参照图33，ECU106可接收来自光学感测装置162的信息。在某些情况下，光学感测装置162可以是安装在机动车辆100的仪表盘中的摄像机。信息可包括可被分析以确定驾驶员102状态的一系列图像3300。第一图像3302示出驾驶员102处于完全清醒(例如，专注)状态，眼睛3304睁开。然而，第二图像3306示出驾驶员102处于困倦(例如，分心)状态，眼睛520半睁。最后，第三图像3308示出了驾驶员102处于非常困倦(分心)状态，眼睛3304完全闭合。在一些实施方式中，响应系统188可被构造成分析驾驶员102的各种图像。更具体地，响应系统188可分析眼睛3304的移动以确定驾驶员是处于正常状态还是处于困倦(例如，分心)状态。
应理解，本领域中已知的从图像分析眼睛移动的任何类型的算法都可以使用。具体地，可使用可识别眼睛并确定眼皮在闭合与打开位置之间的位置的任何类型的算法。这种算法的示例可包括本领域中已知的各种图案识别算法。
在其他实施方式中，可使用热感测装置166来感测眼皮移动。例如，随着眼皮在打开与闭合位置之间移动，在热感测装置166处接收到的热辐射量会有所不同。换句话说，热感测装置166可被构造成基于检测到的眼睛温度变化来区分各种眼皮位置。
图34例示了用于通过监视驾驶员的眼睛移动来检测困倦的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中所示的组件，包括响应系统188。
在步骤3402中，响应系统188可接收光学/热信息。在某些情况下，可从相机或光学感测装置162接收光学信息。在其他情况下，可从热感测装置166接收热信息。还在其他情况下，可从光学装置与热装置的组合接收光学信息和热信息二者。
在步骤3404中，响应系统188可分析眼皮移动。通过检测眼皮移动，响应系统188可确定驾驶员的眼睛是打开、闭合还是处于部分闭合位置。可使用在步骤3402期间接收到的光学信息或热信息来确定眼皮移动。此外，如以上讨论的，可使用任何类型的软件或算法用光学或热信息来确定眼皮移动。虽然当前实施方式包括分析眼皮移动的步骤，但在其他实施方式中，还可分析眼球的移动。
在步骤3406中，响应系统188根据眼皮移动来确定驾驶员的身体状态指数(例如，行为驾驶员状态指数)。驾驶员状态指数可具有任何值。在某些情况下，该值在1至4之间变动，其中，1是最不困倦而4是最困倦状态。在某些情况下，该值在1至4之间变动，其中，1是最不分心而4是最分心状态。在某些情况下，为了确定驾驶员状态指数，响应系统188确定眼睛是否闭合或者部分闭合了延长的时段。为了区分困倦(例如，分心)造成的眼皮下垂与眨眼，响应系统188可使用眼皮闭合或部分闭合的阈值时间。如果驾驶员的眼睛闭合或部分闭合了比该阈值时间长的时段，则响应系统188可确定这归因于困倦(例如，分心)。在这些情况下，驾驶员可被指派大于1的驾驶员状态指数，以表示驾驶员困倦(例如，分心)。此外，响应系统188可为不同程度的眼皮移动或眼睛闭合指派不同的驾驶员状态指数值。
在一些实施方式中，响应系统188可基于检测到延长时间的眼睛闭合或部分眼睛闭合的单个实例来确定驾驶员状态指数。当然，还可以是响应系统188分析一定时间间隔内的眼睛移动并且查看平均眼睛移动的情况。
在其他示例中，响应系统可包括通过监视驾驶员头部来检测驾驶员状态(例如，驾驶员的行为状态)的设备。图35例示了响应系统188能够监视驾驶员的状态或行为的情况的示意图。参照图35，ECU 150可接收来自光学感测装置162(例如，作为头部移动监视系统334的一部分)的信息。在某些情况下，光学感测装置162可以是安装在机动车辆100的仪表盘中的摄像机。在其他情况下，可使用热感测装置。信息可包括可被分析以确定驾驶员102的状态的一系列图像3500。第一图像3502示出驾驶员102处于完全清醒状态，头部3504处于直立位置。然而，第二图像3506示出驾驶员102处于困倦状态，头部3504前倾。最后，第三图像3508示出驾驶员102处于更困倦状态，头部3504完全向前倾斜。在一些实施方式中，响应系统188可被构造成分析驾驶员102的各种图像。更具体地，响应系统188可分析头部3504的移动，以确定驾驶员是处于正常状态还是处于困倦(例如，分心)状态。
应该理解，本领域中已知的分析头部移动的任何类型的算法都可以使用。具体地，可使用可识别头部并且确定头部位置的任何类型的算法。这种算法的示例可包括本领域中已知的各种图案识别算法。
要理解，响应系统188可识别除上述那些外的其他头部移动和所述移动的方向。例如，如以上讨论的，ECU 106可包括用于接收关于驾驶员头部的头部姿势(即，位置和取向)的信息的设备。可使用头部姿势来确定驾驶员头部相对于车辆指向什么方向(例如，向前看、不向前看)。在一个实施方式中，头部移动监视系统334提供头部定向信息，包括头部观看的幅度(例如，时长)和方向。在一个实施方式中，如果头部姿势是向前看，则确定驾驶员的注意力放在相对于车辆的向前视野。如果头部姿势不是向前看，则驾驶员可能注意力不集中。此外，可分析头部姿势，以确定驾驶员头部的旋转(例如，驾驶员头部转动)和相对于驾驶员和车辆的旋转方向(即，向左、向右、向后、向前)。例如，以上讨论的图16B例示了相对于驾驶员和车辆的示例性的驾驶员头部观看方向。另外，如本领域中已知的，可使用旋转和旋转方向的检测来识别驾驶员102的眼睛注视方向。
还要理解，响应系统188可从图像识别眼睛/面部移动并分析所述移动，类似于图35。具体地，眼睛/面部移动监视系统332可包括用于监视眼睛/面部移动的设备。眼睛移动可包括例如瞳孔放大、眼睛或眼皮闭合的程度、眉毛移动、注视跟踪、眨眼、眯眼等。眼睛移动还可包括眼睛定向，包括眼睛移动/移动注视的幅度和方向。面部移动可包括面部(例如，鼻子、嘴部、嘴唇、脸颊和下巴)的各种形状和运动特征。例如，可感测、监视和/或检测到的面部移动和参数包括(但不限于)打哈欠、嘴移动、嘴形状、嘴张开、嘴张开的程度、嘴张开的持续时间、嘴闭合、嘴闭合的程度、嘴闭合的持续时间、嘴唇移动、嘴唇形状、嘴唇张圆的程度、看到舌头的程度、脸颊移动、脸颊形状、下巴移动、下巴形状等。
图36例示了用于通过监视驾驶员的头部移动来检测困倦的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，下列步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，下列步骤中的一些可通过机动车辆的其他组件(诸如，测量系统126)来实现。还在其他实施方式中，下列步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，下列步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤3602中，响应系统188可接收光学和/或热信息。在某些情况下，可从摄像机或光学感测装置162接收光学信息。在其他情况下，可从热感测装置166接收热信息。还在其他情况下，可从光学装置和热装置的组合中接收光学信息和热信息二者。在一些实施方式中，在步骤3602中，响应系统188可从头部移动监视系统334接收头部移动信息。
在步骤3604中，响应系统188可分析头部移动。通过检测头部移动，响应系统188可确定驾驶员是否前倾。在其他实施方式中，响应系统188可分析头部移动，以确定相对于驾驶员和车辆的驾驶员头部的头部姿势，如以上用图16A、图16B和图17讨论的。例如，响应系统188可基于相对于驾驶员和车辆车身的头部姿势来确定头部观看的方向。作为另一个示例，响应系统188可确定相对于驾驶员和车辆的旋转(例如，驾驶员的头部转向)方向(即，向左、向右、向后、向前)。另外，响应系统188可确定包括头部观看和/或头部旋转的幅度(例如，时长)的头部定向信息。
可使用在步骤3602期间接收到的光学信息、热信息和/或头部移动信息来确定头部移动。此外，如以上讨论的，可使用任何类型的软件或算法基于来自光学、热或头部移动信息来确定头部移动。
在步骤3606中，响应系统188响应于检测到的头部移动来确定驾驶员的驾驶员状态指数。例如，在某些情况下，为了确定驾驶员的驾驶员状态指数，响应系统188确定头部是否在任何方向倾斜了延长的时段。在某些情况下，响应系统188可确定头部是否向前倾斜。在某些情况下，响应系统188可根据倾斜程度和/或头部保持倾斜的时间间隔来指派驾驶员状态指数。例如，如果头部向前倾斜了短暂时段，则驾驶员状态指数可被分配值2，以表示驾驶员稍微困倦(例如，分心)。如果头部向前倾斜了较长时段，则驾驶员状态指数可被指派值4，以表示驾驶员非常困倦(例如，分心)。
在一些实施方式中，响应系统188可基于检测到驾驶员向前倾斜他或她的头部的单个实例来确定驾驶员状态指数。当然，还可以是响应系统188分析一时间间隔内的头部移动并且查看平均头部移动的情况。例如，在一时间段内，头部点头或头部倾斜。
在其他示例中，响应系统188可基于检测头部姿势、头部观看方向和/或头部旋转来确定驾驶员状态指数。响应系统188还可基于头部姿势和/或头部观看方向的时长来确定驾驶员状态指数。例如，如果头部观看是向后看超过2秒，则驾驶员状态指数可被分配值2，以表示驾驶员稍微困倦(例如，分心)。作为另一个示例，如果头部观看是向前看，则驾驶员状态指数可被指派值1，以表示驾驶员不困倦(例如，不分心)。
在其他示例中，响应系统188可包括通过监视驾驶员头部相对于头枕的相对位置来检测驾驶员状态的设备。图37例示了响应系统188能够监视驾驶员状态的情况的示意图。参照图37，ECU 106可接收来自接近传感器184的信息。在某些情况下，接近传感器184可以是电容器。在其他情况下，接近传感器184可以是基于激光的传感器。还在其他情况下，可使用本领域中已知的任何其他种类的接近传感器。响应系统188可监视驾驶员头部与头枕174之间的距离。具体地，响应系统188可接收来自接近传感器184的信息，该信息可用于确定驾驶员头部与头枕174之间的距离。例如，第一配置3702示出驾驶员102处于完全清醒状态，头部186抵着头枕174。然而，第二配置3704示出驾驶员102处于稍微困倦状态。在这种情况下，头部186随着驾驶员102稍微向前滑落而进一步远离头枕174。第三配置3706示出驾驶员102处于完全困倦状态。在这种情况下，头部186随着驾驶员进一步滑落而更进一步远离头枕174。在一些实施方式中，响应系统188可被构造成分析与驾驶员的头部186与头枕174之间的距离相关的信息。此外，响应系统188可分析头部位置和/或移动(包括倾斜、滑落、摆动、旋转、头部观看)，以确定驾驶员102是处于正常状态还是困倦(例如，分心)状态。
应理解，本领域中已知的用于根据接近信息或距离信息来分析头部距离和/或移动的任何类型的算法都可以使用。具体地，可使用可确定头枕与驾驶员头部之间的相对距离的任何类型算法。另外，还可使用用于分析距离变化以确定头部运动的任何算法。这种算法的示例可以包括本领域中已知的各种图案识别算法。
图38例示了用于通过监视驾驶员头部与头枕的距离来检测困倦的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆100的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应该理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤3802中，响应系统188可接收接近信息。在某些情况下，可从电容器或基于激光的传感器接收接近信息。在其他情况下，可从任何其他传感器接收接近信息。在步骤3804中，响应系统188可分析头部与头枕的距离。通过确定驾驶员的头部与头枕之间的距离，响应系统188可确定驾驶员是否前倾。此外，通过分析随着时间推移的头部距离，响应系统188还可检测头部的运动。可使用在步骤3802期间接收到的任何类型的接近信息来确定头部与头枕的距离。而且，如以上讨论的，可使用任何类型的软件或算法来确定头部的距离和/或头部运动信息。
在步骤3806中，响应系统188响应于检测到的头部距离和/或头部运动来确定驾驶员的驾驶员状态指数。例如，在某些情况下，为了确定驾驶员的驾驶员状态指数，响应系统188确定头部是否倾斜远离头枕了延长的时段。在某些情况下，响应系统188可确定头部是否向前倾斜。在某些情况下，响应系统188可根据头部与头枕的距离以及头部位置远离头枕的时间间隔来指派驾驶员状态指数。例如，如果头部的位置远离头枕短暂时段，则驾驶员状态指数可被指派值2，以表示驾驶员稍微困倦(例如，稍微分心)。如果头部的位置远离头枕较长时段，则驾驶员状态指数可被指派值4，以表示驾驶员极度困倦(例如，极度分心)。应理解，在某些情况下，系统可被构造成使得驾驶员的警觉状态与头部与头枕之间的预定距离关联。该预定距离可以是工厂设置值或者通过随着时间推移监视驾驶员而确定的值。接着，当驾驶员头部相对于预定距离更靠近头枕或者更远离头枕移动时，驾驶员状态指数可增大。换句话说，在某些情况下，该系统可在驾驶员变得困倦时识别到他或她的头部会向前和/或向后倾斜。
在一些实施方式中，响应系统188可基于检测到驾驶员头部与头枕之间的单一距离测量来确定驾驶员状态指数。当然，还可以是响应系统188在一时间间隔内分析驾驶员头部与头枕之间的距离并且使用平均距离来确定驾驶员状态指数的情况。
在一些其他实施方式中，响应系统188可检测驾驶员头部与车辆内的任何其他基准位置之间的距离。例如，在某些情况下，接近传感器可位于车辆的天花板中并且响应系统188可检测驾驶员头部相对于接近传感器的位置的距离。在其他情况下，接近传感器可位于车辆的任何其他部分中。此外，在其他实施方式中，驾驶员的任何其他部分都可被监视以确定驾驶员是否困倦或警觉和/或分心。例如，还在另一实施方式中，接近传感器可在座椅的靠背中使用，以测量靠背与驾驶员后背之间的距离。
在另一个实施方式中，响应系统188可检测驾驶员手部在机动车辆100的方向盘上的位置和接触。例如，在一个实施方式中，方向盘包括触摸方向盘系统134。具体地，方向盘可包括安装在方向盘中或方向盘上的传感器(例如，电容传感器、电极)。传感器被构造成测量驾驶员的手与方向盘的接触以及接触的位置(例如，行为信息)。在一些实施方式中，传感器可用作开关，其中，驾驶员的手的接触和接触的位置与启动装置和/或车辆的车辆功能关联。因此，响应系统188可检测和/或接收来自触摸方向盘系统134的关于驾驶员的手在方向盘上的位置和/或接触的信息。可使用该信息来确定行为驾驶员状态(例如，驾驶员状态指数)。如以上讨论的，图18示出示例性方向盘1802，并且驾驶员的两只手1804和1806接触并抓握方向盘。
图39例示了用于通过监视相对于方向盘的手接触和位置信息来检测困倦的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆100的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤3902中，响应系统188可接收相对于方向盘的手接触和位置信息。在某些情况下，可从触摸方向盘系统134或直接从某种种类的传感器(例如，光学传感器)接收手接触和位置信息。要理解，在一些实施方式中，可接收任何类型的与方向盘的驾驶员接触信息，例如，驾驶员的附属物(例如，肘部、肩膀、手臂、膝盖)接触和位置信息。接下来，在步骤3904中，响应系统188可分析手接触和位置信息。可使用任何分析手接触和位置信息的方法。
在步骤3906中，响应系统188可基于相对于方向盘的手接触和位置信息来确定驾驶员状态指数(例如，行为驾驶员状态指数)。例如，如果驾驶员有两只手在方向盘上(例如，参见图18)，则响应系统188可指派驾驶员状态指数1，以表示驾驶员没有分心(例如，不困倦)。如果驾驶员有一只手在方向盘上，则响应系统188可指派驾驶员状态指数2，以表示驾驶员稍微分心(例如，稍微困倦)。如果驾驶员没有将手放在方向盘上，则响应系统188可指派大于2的驾驶员状态指数，以指示驾驶员分心(例如，困倦)。
在一些实施方式中，在步骤3906中，可使用手的位置来确定驾驶员状态指数。例如，如果驾驶员有两只手在方向盘上，但两只手处于6点钟转向位置，则响应系统188可指派驾驶员状态指数2，以表示驾驶员稍微分心(例如，稍微困倦)。如果驾驶员两只手在方向盘上，位于9点钟和3点钟的转向位置，则响应系统188可指派驾驶员状态指数1，以表示驾驶员没有分心(例如，不困倦)。在2015年6月19日提交的美国申请序列号14/744247中描述了使用手接触和位置信息和/或头部移动信息来确定驾驶员状态并控制车辆显示器的其他实施方式，该申请以引用方式并入本文中。
3.车辆感测驾驶员状态
车辆感测驾驶员状态是基于来自车辆监视系统和传感器的车辆信息，如以上在部分II(B)(1)中讨论的。具体地，用于确定车辆感测驾驶员状态的车辆信息包括与图1A的机动车辆100和/或车辆系统126相关的信息，车辆系统126包括与机动车辆100的驾驶员相关的图2中列出的那些车辆系统。具体地，驾驶员在操作机动车辆100和车辆系统126时发送信息，并且基于该操作，可由机动车辆100和/或车辆系统126提供关于驾驶员的其他类型的信息。例如，当驾驶员操作机动车辆和/或车辆系统126时，车辆加速度、速度、车道位置和方向的改变都提供与驾驶员和驾驶员状态直接相关的信息。
作为例示示例，用于确定车辆感测驾驶员状态的车辆信息可包括来自电子动力转向系统132、电子稳定控制系统202、车道偏离警告系统222和车道保持辅助系统226等的与驾驶员相关的转向信息。用于确定车辆感测驾驶员状态的车辆信息可包括来自电子稳定控制系统202、防抱死制动系统204、制动辅助系统206等的与驾驶员相关的制动信息。用于确定车辆感测驾驶员状态的车辆信息可包括来自电子稳定控制系统202等的与驾驶员相关的加速度信息。用于确定车辆感测驾驶员状态的车辆信息可包括来自导航系统等的与驾驶员相关的导航信息。要理解，与驾驶员直接相关的其他类型的车辆信息可得自其他车辆系统，用于确定车辆感测驾驶员状态。
以下示例描述了确定车辆感测驾驶员状态(例如，基于转向和车道偏离信息的车辆感测驾驶员状态)的各种不同方法。要理解，响应于车辆感测驾驶员状态来操作车辆系统的方法还可包括基于其他类型的车辆信息的车辆感测驾驶员状态
在一个示例中，响应系统可包括出于确定驾驶员是否分心和/或困倦的目的而检测驾驶员异常转向的设备。图40例示了机动车辆100由驾驶员102操作的示意图。在此情形下，ECU 106可接收与随时间变化而变化的转向角或转向位置相关的信息。另外，ECU 106还可接收与随时间变化而变化的施加到方向盘的转矩相关的信息。在某些情况下，可从EPS系统132接收转向角信息或转矩信息，EPS系统132可包括转向角传感器及转矩传感器。通过分析随时间变化的转向位置或转向转矩，响应系统188可确定转向是否不一致，该不一致可表示驾驶员是困倦的。
图41例示了用于通过监视驾驶员的转向行为来检测困倦的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤4102中，响应系统188可接收转向角信息。在某些情况下，可从EPS 132或者直接从转向角传感器接收转向角信息。接下来，在步骤4104中，响应系统188可分析该转向角信息。具体地，响应系统188可寻找随时间变化的转向角中提示不一致转向的模式，不一致转向可表示困倦的驾驶员。可使用分析转向信息来确定转向是否不一致的任何方法。此外，在一些实施方式中，响应系统188可接收来自车道保持辅助系统226的信息，以确定驾驶员是否正在将机动车辆100驶离当前车道。
在步骤4106中，响应系统188可基于方向盘移动来确定驾驶员的驾驶员状态指数(例如，车辆感测驾驶员状态指数)。例如，如果方向盘移动不一致，则响应系统188可指派2或更大的驾驶员状态指数，以表示驾驶员分心和/或困倦。
响应系统188还可包括用于通过监视车道偏离信息来检测异常驾驶行为的设备。图42例示了机动车辆100由驾驶员102操作的实施方式的示意图。在此情形下，ECU106可接收车道偏离信息。在某些情况下，可从LDW系统222接收车道偏离信息。车道偏离信息可包括与车辆相对于一个或更多个车道的位置、转向行为、轨迹相关的任何种类的信息或任何其他种类的信息。在某些情况下，车道偏离信息可以是由LDW系统222分析的已处理信息，该信息指示某种车道偏离行为。通过分析车道偏离信息，响应系统188可确定驾驶行为是否不一致，该不一致可指示驾驶员困倦。在一些实施方式中，无论LDW系统222何时发出车道偏离警告(例如，警告4204)，响应系统188都可确定驾驶员困倦。此外，可根据警告的强度来确定困倦程度。
图43例示了用于通过监视车道偏离信息来检测困倦的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤4302中，响应系统188可以接收车道偏离信息。在某些情况下，可从LWD系统222或者直接从某种传感器(诸如，转向角传感器或相对位置传感器)接收车道偏离信息。接下来，在步骤4304中，响应系统188可分析该车道偏离信息。可使用分析车道偏离信息的任何方法。
在步骤4306中，响应系统188可基于车道偏离信息来确定驾驶员的驾驶员状态指数(例如，车辆感测驾驶员状态指数)。例如，如果车辆漂移出当前车道，则响应系统188可指派2或更大的驾驶员状态指数，以指示驾驶员分心和/或困倦。同样地，如果车道偏离信息是来自LDW系统222的车道偏离警告，则响应系统188可指派2或更大的驾驶员状态指数，以指示驾驶员分心和/或困倦。使用该处理，响应系统188可使用来自一个或更多个车辆系统126的信息，以帮助确定驾驶员是否困倦。这是可能的，因为困倦(或其他类型的注意力分散)不仅表明驾驶员状态，而且可造成可由各种车辆系统126监视的车辆操作的变化。
应理解，以上讨论的根据眼睛移动、头部移动、方向盘移动和/或感测自主信息来确定驾驶员的驾驶员状态(例如，驾驶员状态指数)的方法仅旨在是示例性的，在其他实施方式中，可使用检测驾驶员状态(包括与困倦关联的状态)的任何其他方法。例如，如本文中讨论的，可通过监视心率信息和/或信息传递速率来确定驾驶员状态。
另外，应该理解，以上讨论的用于确定驾驶员状态的方法还可用于确定多个驾驶员状态和/或组合驾驶员状态。具体地，应理解，在一些实施方式中，可同时使用用于检测驾驶员状态以确定驾驶员状态的多种方法。
B.确定组合驾驶员状态
如以上讨论的，图24A例示了基于驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式。然而，在一个实施方式中，控制机动车辆中的一个或更多个车辆系统可取决于一个或更多个驾驶员状态(例如，多个驾驶员状态)，具体地，基于一个或更多个驾驶员状态的组合驾驶员状态。如本文中使用的，“组合驾驶员状态”是指驾驶员状态(例如，驾驶员的警觉、专注和/或困倦)的组合度量。在某些情况下，组合驾驶员状态可被给定为数字值，例如，组合驾驶员状态水平、组合驾驶员状态指数等。在其他情况下，组合驾驶员状态可被给定为非数字值，例如，困倦、不困倦、稍微困倦、布尔值等。此外，组合驾驶员状态可从与完全警觉(例如，专注)关联的值到与极度困倦(例如，分心)或甚至驾驶员睡着(例如，分心)的状态关联的值变动。例如，在一个实施方式中，组合驾驶员状态指数可取值1、2、3和4，其中，1是最不困倦而4是最困倦。在另一实施方式中，组合驾驶员状态指数可取值1-10。在其他情况下，组合驾驶员状态指数可从与完全专注于驾驶任务关联的值(例如，10)到与完全分心关联的值(例如，1)和居间值取值。
一个或更多个驾驶员状态可以是生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态中的一个。因此，组合驾驶员状态可以基于从不同类型的监视信息(例如，生理信息、行为信息、车辆信息)和/或从来自不同监视系统(例如，生理监视系统和传感器、行为监视系统和传感器、车辆监视系统和传感器)的信息中推导的不同类型的驾驶员状态。组合驾驶员状态还可以基于可从相同或不同类型的监视信息和/或监视系统推导出的相同类型的驾驶员状态或驾驶员状态的各种组合。
另外，可相互确定、组合和/或确认一个或更多个驾驶员状态。通过确定、组合和/或确认一个或更多个驾驶员状态，提供了一种可靠和鲁棒的驾驶员监视系统。该驾驶员监视系统验证驾驶员状态(例如，以消除假正)，使用不同类型的监视信息(例如，多模输入)基于超过一个驾驶员状态来提供组合驾驶员状态，并且基于组合驾驶员状态来改变一个或更多个车辆系统。以此方式，可以在多种模式中评估行为和风险并且可准确地控制车辆系统的改变。
1.基于多个驾驶员状态来确定组合驾驶员状态
现在，参照图44，类似于图24A，例示了控制机动车辆中的一个或更多个车辆系统的处理的实施方式，不同的是，图44的处理取决于基于多个驾驶员状态的组合驾驶员状态。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤4402中，响应系统188可接收监视信息。在一个实施方式中，监视信息是生理信息、行为信息和车辆信息中的至少一个。可从一个或更多个传感器、一个或更多个监视系统、一个或更多个车辆系统、机动车辆100的任何其他装置、和/或传感器、监视系统、车辆系统或其他装置的任何组合接收监视信息。
在步骤4404中，响应系统188可确定多个驾驶员状态。所述多个驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的至少一个。生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态可在本文中被称为驾驶员状态类型或驾驶员状态的类型。生理驾驶员状态基于生理信息，行为驾驶员状态基于行为信息，车辆感测驾驶员状态基于车辆信息。如本文中将讨论的，在一些实施方式中，多个驾驶员状态中的每一个是生理驾驶员状态、行为驾驶员状态、或车辆感测驾驶员状态中不同的一个。在其他实施方式中，多个驾驶员状态中的至少两个基于相同类型的驾驶员状态。
在一些实施方式中，步骤4404包括基于来自一个或更多个监视系统的监视信息来确定第一驾驶员状态和第二驾驶员状态。在另一个实施方式中，步骤4404包括基于来自一个或更多个监视系统的监视信息来确定第三驾驶员状态。要理解，可实现信息与驾驶员状态的其他组合。例如，可使用行为信息来确定第一驾驶员状态并且可使用生理信息来确定第二驾驶员状态等。在另一个示例中，第一驾驶员状态和第二驾驶员状态可以基于来自两个不同系统或传感器的行为信息。
要理解，可确定任何数量的驾驶员状态。在一个实施方式中，第一驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的一个，第二驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的另一个。第三驾驶员状态可以是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的其它一个。通过使用不同类型的监视信息来确定不同的驾驶员状态，多模驾驶员状态确认是可能的，如本文中将描述的。可由本文中描述的ECU 106、响应系统188、车辆系统126和/或监视系统300来确定驾驶员状态。
应注意，在本文中描述的任一个实施方式中，第一驾驶员状态、第二驾驶员状态和第三驾驶员状态可都源自相同类型的监视系统和/或信息，意味着第一驾驶员状态可以是基于生理信息的生理驾驶员状态，第二驾驶员状态可以是基于生理信息的生理驾驶员状态但源自与第一驾驶员状态不同的源，第三驾驶员状态可以是基于生理信息的生理驾驶员状态但源自与第一或第二驾驶员状态不同的源。另外，第一驾驶员状态、第二驾驶员状态和第三驾驶员状态可都源自不同的监视系统和/或信息，意味着第一驾驶员状态可以是基于生理信息的生理驾驶员状态，第二驾驶员状态可以是基于行为信息的行为驾驶员状态，并且第三驾驶员状态可以是基于车辆信息的车辆感测驾驶员状态。这些示例的任何组合都是可能的。
在步骤4406中，响应系统188可基于步骤4404的多个驾驶员状态来确定组合驾驶员状态。在一些实施方式中，组合驾驶员状态可以是正常或困倦。在其他情况下，组合驾驶员状态可涉及在正常至非常困倦(或甚至睡着)之间变动的三个或更多个状态。如本文中进一步详细讨论的，可按各种方式确定组合驾驶员状态。
在步骤4408中，在一些实施方式中，响应系统188可基于组合驾驶员状态，确定驾驶员状态是否为真，例如，驾驶员是警觉、困倦、注意力分散、分心、醉酒还是其他。如果驾驶员状态不是真(即，“否”)，则响应系统188可回到步骤4402，以接收附加监视信息。然而，如果驾驶员状态是真(即，“是”)，则响应系统188可前到步骤4410。
在步骤4410中，响应系统188可改变一个或更多个车辆系统的控制，包括以上讨论的车辆系统中的任一个。通过改变一个或更多个车辆系统的控制，响应系统188可帮助避免可因例如分心和/或困倦的驾驶员造成的各种危险情形。在一些实施方式中，步骤4408是可选的，并且当在步骤4406中确定了组合驾驶员状态之后，方法可直接前进到步骤4410，其中，改变一个或更多个车辆系统的控制基于组合驾驶员状态。以上讨论的图25例示了各种车辆系统和响应系统188可如何改变或控制这些车辆系统。
如以上讨论的，图26例示了根据检测到的困倦程度来改变车辆系统操作的处理的实施方式。然而，在一个实施方式中，改变车辆系统的操作可取决于多个驾驶员状态程度。具体地，多个驾驶员状态程度可被组合成组合驾驶员状态程度。多个驾驶员状态程度中的每一个可以是生理驾驶员状态程度、行为驾驶员状态程度和车辆感测驾驶员状态程度中的一个。因此，组合驾驶员状态程度可以基于不同类型的驾驶员状态程度，这些驾驶员状态程度都是从不同类型的监视信息和/或从来自不同类型的监视信息的信息中推导的。
现在，参照图45，例示了根据基于多个驾驶员状态程度的组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法。在步骤4502中，响应系统188可确定多个驾驶员状态程度。在一个实施方式中，多个驾驶员状态程度中的每一个基于生理信息、行为信息和车辆信息中的至少一个。因此，多个驾驶员状态程度是生理驾驶员状态程度、行为驾驶员状态程度或车辆感测驾驶员状态程度中的至少一个。换句话讲，生理驾驶员状态程度基于生理信息，行为驾驶员状态程度基于行为信息，并且车辆感测驾驶员状态程度基于车辆信息。
驾驶员状态程度可以是“困倦程度”。贯穿本具体实施方式并且在权利要求书中使用的术语“困倦程度”是指用于区别困倦的两个或更多个状态的任何数值或其他种类的值。例如，在某些情况下，可将困倦程度指定为0％至100％之间的百分数，其中，0％是指完全警觉的驾驶员而100％是指完全困倦或甚至睡着的驾驶员。在其他情况下，困倦程度可以是1至10之间的范围内的值。还在其他情况下，困倦程度不是数字值，而可与指定离散状态关联(诸如，“不困倦”、“稍微困倦”、“困倦”、“非常困倦”和“极度困倦”。此外，困倦程度可以是离散值或连续值。
在另一个实施方式中，驾驶员状态程度可以是“分心程度”。贯穿本具体实施方式并且在权利要求书中使用的术语“分心程度”是指用于区别分心的两个或更多个状态的任何数值或其他种类的值。例如，在某些情况下，可将分心程度指定为0％至100％之间的百分数，其中，0％是指完全专注的驾驶员而100％是指完全分心的驾驶员。在其他情况下，分心程度可以是1至10之间的范围内的值。还在其他情况下，分心程度不是数字值，而可与指定离散状态关联(诸如，“不分心”、“稍微分心”、“分心”、“非常分心”和“极度分心”。此外，分心程度可以是离散值或连续值。在某些情况下，分心程度可指示驾驶员从事(例如，除了主要任务驾驶外的)次要任务。
在某些情况下，困倦和/或分心的程度可与驾驶员状态指数关联。因此，在一些实施方式中，在步骤4504中，响应系统188可确定多个驾驶员状态指数。在一个实施方式中，驾驶员状态指数中的每一个可以基于生理信息、行为信息和车辆信息中的至少一个。术语“驾驶员状态指数”是指驾驶员状态的度量，例如，驾驶员的困倦程度和/或驾驶员的分心程度。在某些情况下，驾驶员状态指数可被指定为数字值。在其他情况下，驾驶员状态指数可被指定为非数字值。此外，驾驶员状态指数可从与完全警觉(例如，专注)关联的值到与极度困倦(例如，极度分心)或甚至驾驶员睡着的状态关联的值变动。在一个实施方式中，驾驶员状态指数可取值1、2、3、4，其中，1是最不困倦(例如，分心)而4是最困倦(例如，分心)。在另一实施方式中，驾驶员状态指数可取值1-10。
因此，在步骤4504中，多个驾驶员状态程度是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的至少一个。换句话讲，生理驾驶员状态程度基于生理信息，行为驾驶员状态程度基于行为信息，并且车辆感测驾驶员状态程度基于车辆信息。
在一些实施方式中，步骤4504包括基于来自一个或更多个监视系统的监视信息来确定第一驾驶员状态和第二驾驶员状态。在另一个实施方式中，步骤4504包括基于来自一个或更多个监视系统的监视信息来确定第三驾驶员状态。要理解，可实现信息与驾驶员状态的其他组合。例如，可使用行为信息来确定第一驾驶员状态并且可使用生理信息来确定第二驾驶员状态等。
要理解，可确定任何数量的驾驶员状态。在一个实施方式中，第一驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的一个，第二驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的另一个。第三驾驶员状态可以是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的其它一个。通过使用不同类型的监视信息来确定不同的驾驶员状态，多模驾驶员状态确认是可能的，如本文中将描述的。可由响应系统188确定驾驶员状态程度。
在步骤4506中，响应系统188可基于步骤4504的多个驾驶员状态程度来确定组合驾驶员状态程度。在另一个实施方式中，在步骤4506中，响应系统188可基于步骤4504的多个驾驶员状态指数来确定组合驾驶员状态指数。如本文中进一步详细讨论的，可按各种方式确定组合驾驶员状态。
在步骤4508中，在一些实施方式中，响应系统188可基于组合驾驶员状态程度和/或指数来确定驾驶员状态是否为真，例如，驾驶员是警觉、困倦、注意力分散、分心、醉酒还是其他。如果驾驶员状态不是真(即，“否”)，则响应系统188可回到步骤4502，以接收附加监视信息。然而，如果驾驶员状态是真(即，“是”)，则响应系统188可前进到步骤4510。
在步骤4510中，响应系统188可改变一个或更多个车辆系统的控制，包括以上讨论的车辆系统中的任一个。通过改变一个或更多个车辆系统的控制，响应系统188可帮助避免可因例如困倦和/或分心的驾驶员造成的各种危险情形。在一些实施方式中，步骤4508是可选的，并且当在步骤4506中确定了组合驾驶员状态之后，方法可直接前进到步骤4510，其中，改变一个或更多个车辆系统的控制基于组合驾驶员状态。
在另一个实施方式中并且参照图46，可确定驾驶员状态并且将驾驶员状态组合成一个或更多个组。在步骤4602中，响应系统188可确定多个驾驶员状态，并且在一些实施方式中，驾驶员状态程度。在步骤4604中，方法包括基于步骤4602的多个驾驶员状态来确定第一组合驾驶员状态。在这个实施方式中，第一组合驾驶员状态可以基于多个驾驶员状态的子集。例如，在步骤4604中，可确定第一驾驶员状态、第二驾驶员状态、第三驾驶员状态和第四驾驶员状态。因此，在步骤4606中，第一组合驾驶员状态可以基于多个驾驶员状态的子集，例如，第一驾驶员状态和第二驾驶员状态。在其他实施方式中，第一组合驾驶员状态基于第一驾驶员状态和第三驾驶员状态、或任何其他组合。
在步骤4608中，方法可包括确定第二组合驾驶员状态。第二组合驾驶员状态可以基于第一组合驾驶员状态和一个或更多个驾驶员状态。例如，如果第一组合驾驶员状态基于第一驾驶员状态和第二驾驶员状态，则第二组合驾驶员状态可以基于第一组合驾驶员状态、第三驾驶员状态和第四驾驶员状态。要理解，可实现驾驶员状态与组合驾驶员状态的其他组合。另外，要理解，可在步骤4608中确定多个驾驶员状态的第二集合。在这个实施方式中，第二组合驾驶员状态可以基于第一组合驾驶员状态和多个驾驶员状态的第二集合。
在步骤4508中，在一些实施方式中，响应系统188可基于组合驾驶员状态程度和/或指数来确定驾驶员状态是否为真，例如，驾驶员是警觉、困倦、注意力分散、分心、醉酒还是其他。如果驾驶员状态不是真(即，“否”)，则响应系统188可回到步骤4602，以接收附加监视信息。然而，如果驾驶员状态是真(即，“是”)，则响应系统188可前进到步骤4612。
在步骤4612中，可基于第一组合驾驶员状态和/或第二组合驾驶员状态来控制车辆系统。要理解，虽然图46示出两种组合驾驶员状态，但处理可包括超过两种组合驾驶员状态。
如以上用图27讨论的，在一些实施方式中，响应系统188可确定控制参数。在一个实施方式中，控制参数可以基于图45的步骤4506中由响应系统188确定的组合驾驶员状态程度。贯穿本具体实施方式并且在权利要求书中使用的术语“控制参数”是指由一个或更多个车辆系统使用的参数。在某些情况下，控制参数可以是用于确定是否应该针对指定车辆系统启用特定功能的操作参数。控制参数可在步骤4506中使用以改变一个或更多个车辆系统的控制。
现在，将讨论基于组合驾驶员状态程度和/或指数来确定控制参数。图47例示了可如何使用组合驾驶员状态指数来获取控制系数的示意图。控制系数可以是在确定控制参数时使用的任何值。在某些情况下，控制系数随着驾驶员状态指数的变化而变化并且用作用于计算控制参数的输入。控制系数的示例包括(但不限于)电子稳定控制系统系数、制动辅助系数、盲区区域警告系数、警告强度系数、前方碰撞警告系数、车道偏离警告系数和车道保持辅助系数。一些系统不能使用控制系数来确定控制参数。例如，在某些情况下，可直接根据驾驶员状态指数来确定控制参数。
在一个实施方式中，控制系数4702的值随着驾驶员状态指数从1增至4而从0％增至25％。在某些情况下，控制系数可用作增大或减小控制参数值的乘法因子。例如，在某些情况下，当组合驾驶员状态指数为4时，控制系数可用于使控制参数的值增大25％。在其他实施方式中，控制系数可按任何其他方式改变。在某些情况下，控制系数可随着组合驾驶员状态指数的变化而线性变化。在其他情况下，控制系数可随着组合驾驶员状态指数的变化以非线性方式变化。还在其他情况下，控制系数可随着驾驶员状态指数在两个或更多个离散值之间变化。
以上讨论的图29例示了用于确定控制参数的计算单元2902。计算单元2902接收控制系数2904和车辆工作信息2906作为输入。计算单元2902输出控制参数2908。车辆工作信息2906可包括计算控制参数所必需的任何信息。例如，在车辆系统是电子稳定控制系统的情形下，该系统可接收轮速信息、转向角信息、道路摩擦信息以及计算用于确定何时应启用稳定控制的控制参数所必需的其他信息。此外，可使用例如查找表根据组合驾驶员状态指数来确定控制系数2904。接着，计算单元2902在计算控制参数2908时考虑车辆工作信息和控制系数2904二者。
在一些实施方式中，控制参数可与给定的车辆系统的状况或状态关联。图48例示了驾驶员的组合驾驶员状态指数与系统状态4802之间的一般关系的实施方式。这里示出的系统是一般的并且可与任何车辆系统关联。针对低组合驾驶员状态指数(1或2)，系统状态4802是ON。然而，如果组合驾驶员状态指数增至3或4，则系统状态4802变成OFF。还在其他实施方式中，可根据组合驾驶员状态指数将控制参数设置成多个不同“状态”。使用此布置，可根据驾驶员的组合驾驶员状态指数来改变车辆系统的状态。
i.示例性驾驶员状态组合
现在，将进一步详细描述确定组合驾驶员状态和/或组合驾驶员状态程度。要理解，可使用用于确认驾驶员状态的系统和方法来实现以下组合，如以下将讨论的。图49例示了可由响应系统188执行的用于组合多个驾驶员状态(即，第一驾驶员状态(DS1)和第二驾驶员状态(DS2))的示例性AND(与)逻辑门4902。要理解，可组合任何数量的驾驶员状态(例如，DSi…DSn)。另外，如以上讨论的，要理解，驾驶员状态还可以是驾驶员状态指数。在图49中，基于多个监视信息类型中的一个(即，生理信息、行为信息和车辆信息)来确定各个驾驶员状态。因此，第一驾驶员状态和第二驾驶员状态都是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的每一个。具体地，在一个实施方式中，第一驾驶员状态和第二驾驶员状态都是所述驾驶员状态中不同的一个。在另一个实施方式中，第一驾驶员状态和第二驾驶员状态可以是相同类型(即，行为)但源自不同的监视系统和/或信息。
在AND逻辑门4902，响应系统188分析第一驾驶员状态和第二驾驶员状态以确定组合驾驶员状态。在本文中讨论的例示示例中，将使用困倦作为示例性驾驶员状态，然而，要理解，可实现其他驾驶员状态。例如，如果第一驾驶员状态(例如，生理驾驶员状态)指示困倦驾驶员状态(即，“是”；1)并且第二驾驶员状态(例如，车辆感测驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，则AND逻辑门4902返回的组合驾驶员状态指示基于第一驾驶员状态和第二驾驶员状态的困倦驾驶员状态(即，“是”；1)。在另一个示例中，如果第一驾驶员状态(例如，行为驾驶员状态)指示不困倦驾驶员状态(即，“否”；0)并且第二驾驶员状态(例如，生理驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，则与逻辑门4902返回的组合驾驶员状态指示基于第一驾驶员状态和第二驾驶员状态的不困倦驾驶员状态(即，“否”；0)。
真值表4904示出AND逻辑门4902的各种组合和功能。虽然用布尔值描述AND逻辑门4902，但要理解，在本文中将描述的其他实施方式中，第一驾驶员状态、第二驾驶员状态和组合驾驶员状态都可包括数字值(例如，驾驶员状态指数、组合驾驶员状态指数)。因此，响应系统188可确定基于第一驾驶员状态数字值和/或第二驾驶员状态数字值的组合驾驶员状态作为与逻辑门11700的输出结果。
图50例示了用于组合多个驾驶员状态的示例性AND逻辑门5002。在这个示例中，将第一驾驶员状态(DS1)、第二驾驶员状态(DS2)和第三驾驶员状态(DS3)组合。类似于图49，基于多个监视信息类型(即，生理信息、行为信息和车辆信息)中的一个来确定驾驶员状态中的每一个。因此，第一驾驶员状态、第二驾驶员状态和第三驾驶员状态是生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态中的一个。然而，要理解，在其他实施方式中，驾驶员状态中的一个或更多个可以是基于生理信息、行为信息和车辆信息。
在AND逻辑门5002，响应系统188分析第一驾驶员状态、第二驾驶员状态和第三驾驶员状态输入，以确定组合驾驶员状态。例如，如果第一驾驶员状态(例如，生理驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，第二驾驶员状态(例如，车辆感测驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，并且第三驾驶员状态(例如，行为驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，则门5002返回的组合驾驶员状态指示基于第一驾驶员状态、第二驾驶员状态和第三驾驶员状态的困倦驾驶员状态(即，“是”；1)。在另一个示例中，如果第一驾驶员状态(例如，行为驾驶员状态)指示不困倦驾驶员状态(即，“否”；0)，第二驾驶员状态(例如，生理驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，并且第三驾驶员状态(例如，车辆感测驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，则门5002返回的组合驾驶员状态指示基于第一驾驶员状态、第二驾驶员状态和第三驾驶员状态的不困倦驾驶员状态(即，“否”；0)。真值表5004例示AND逻辑门5002的各种组合和功能。
虽然用布尔值描述AND逻辑门5002，但要理解，在本文中将描述的其他实施方式中，第一驾驶员状态、第二驾驶员状态和第三驾驶员状态都可包括数字值(例如，驾驶员状态指数、组合驾驶员状态指数)。因此，响应系统188可确定基于第一驾驶员状态数字值、第二驾驶员状态数字值和/或第三驾驶员状态数字值的组合驾驶员状态作为与逻辑门5002的输出结果。
图51例示响应系统188可执行的用于组合多个驾驶员状态(即，第一驾驶员状态(DS1)、第二驾驶员状态(DS2)和第三驾驶员状态(DS3))的示例性AND/OR(或)逻辑门5102。类似于图49和图50，基于多个监视信息类型(即，生理信息、行为信息和车辆信息)中的一个来确定驾驶员状态中的每一个。因此，第一驾驶员状态、第二驾驶员状态和第三驾驶员状态是生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态中的一个。然而，要理解，在其他实施方式中，驾驶员状态中的一个或更多个可以基于生理信息、行为信息和车辆信息。
在AND/OR逻辑门5102，响应系统188分析第一驾驶员状态、第二驾驶员状态和第三驾驶员状态输入，以确定组合驾驶员状态。AND/OR逻辑门5102包括用于分析第一驾驶员状态和第二驾驶员状态的OR逻辑门5104和用于分析OR逻辑门5104的输出和第三驾驶员状态的AND逻辑门5106。例如，如果第一驾驶员状态(例如，生理驾驶员状态)指示困倦驾驶员状态(即，“是”；1)并且第二驾驶员状态(例如，车辆感测驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，则OR逻辑门5104的输出指示困倦驾驶员状态(即，“是”；1)。相应地，如果第三驾驶员状态(例如，行为驾驶员状态)指示困倦驾驶员状态(例如，“是”；1)，则门5106返回的组合驾驶员状态指示基于第一驾驶员状态、第二驾驶员状态和第三驾驶员状态的困倦驾驶员状态(例如，“是”；1)。
在另一个示例中，如果第一驾驶员状态(例如，车辆感测驾驶员状态)不指示困倦驾驶员状态(即，“否”；0)并且第二驾驶员状态(例如，生理驾驶员状态)指示困倦驾驶员状态(即，“是”；1)，则OR逻辑门5104的输出指示不困倦驾驶员状态(即，“否”；0)。相应地，如果第三驾驶员状态(例如，行为驾驶员状态)指示困倦驾驶员状态(例如，“是”；1)，则门5106返回的组合驾驶员状态指示基于第一驾驶员状态、第二驾驶员状态和第三驾驶员状态的困倦驾驶员状态(即，“是”；1)。在一些实施方式中，组合驾驶员状态可以是只基于指示困倦驾驶员状态的那些驾驶员状态。因此，在之前的示例中，组合驾驶员状态可以基于第二驾驶员状态和第三驾驶员状态。
真值表5108示出AND/OR逻辑门5102的各种组合和功能。虽然用布尔值描述AND/OR逻辑门5102，但要理解，在本文中将描述的其他实施方式中，第一驾驶员状态、第二驾驶员状态、第三驾驶员状态和组合驾驶员状态都可包括数字值(例如，驾驶员状态指数、组合驾驶员状态指数)。因此，响应系统188可确定基于第一驾驶员状态数字值、第二驾驶员状态数字值和/或第三驾驶员状态数字值的组合驾驶员状态作为AND/OR逻辑门5102的输出结果。
ii.示例性组合驾驶员状态计算
如以上提到的，各个驾驶员状态(例如，生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态)和组合驾驶员状态可被量化为程度、数值或与程度关联的数字值，例如，驾驶员状态程度、组合驾驶员状态程度、驾驶员状态指数、组合驾驶员状态指数等。基于以上在图44至图51中描述的方法、示例和逻辑门，可用各种方式计算组合驾驶员状态。在随后的示例中，各个驾驶员状态将被量化为驾驶员状态指数并且组合驾驶员状态将被量化为组合驾驶员状态指数，然而，要理解，料想到其他组合或量化。
在一个实施方式中，响应系统188通过聚合各个驾驶员状态指数(即，各个驾驶员状态)来确定组合驾驶员状态指数。例如，组合驾驶员状态指数I是如下的一个或更多个驾驶员状态之和：
(10)
其中，I是组合驾驶员状态指数，并且DSi是DSi…DSn的驾驶员状态指数。在一个实施方式中，各个驾驶员状态指数DSi是多个驾驶员状态(例如，生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态)中的一个。作为例示示例，参照图50的AND逻辑门5002，使DS1＝5(即，生理驾驶员状态指数)，指示困倦驾驶员状态(即，“是”；1)，DS2＝6(即，行为驾驶员状态指数)，指示困倦驾驶员状态(即，“是”；1)，并且DS3＝4(即，车辆感测驾驶员状态指数)，指示困倦驾驶员状态(即，“是”；1)。AND逻辑门5002返回指示示困倦驾驶员状态(即，“是”；1)的组合驾驶员状态指数。因此，响应系统188使用等式(1)将组合驾驶员状态指数计算为15(5+6+4)。
在一些实施方式中，组合驾驶员状态可以基于选择返回“是”值(即，指示困倦驾驶员状态)的驾驶员状态。作为例示示例，参照图51的AND/OR逻辑门5102，使DS1＝2(即，生理驾驶员状态指数)，指示不困倦驾驶员状态(即，“否”；0)，DS2＝6(即，行为驾驶员状态指数)，指示困倦驾驶员状态(即，“是”；1)，并且DS3＝4(即，车辆感测驾驶员状态指数)，指示困倦驾驶员状态(即，“是”；1)。AND/OR逻辑门5102返回指示示困倦驾驶员状态(即，“是”；1)的组合驾驶员状态指数。因此，响应系统188使用等式(1)并且基于DS2和DS3将组合驾驶员状态指数计算为10(6+4)。要理解，在其他实施方式中，组合驾驶员状态指数可以基于各个驾驶员状态指数，不管驾驶员状态指数是否指示困倦驾驶员状态。
在另一个实施方式中，响应系统188将组合驾驶员状态指数确定为各个驾驶员状态指数的平均值。例如，组合驾驶员状态指数I是如下的一个或更多个驾驶员状态的平均值：
(11)
其中，I是组合驾驶员状态指数，并且DSi是DSi…DSn的驾驶员状态指数。类似于描述等式(10)的例示示例，根据等式(11)的组合驾驶员状态可以基于各个驾驶员状态或基于返回“是”值(即，指示困倦驾驶员状态)的各个驾驶员状态。
在其他实施方式中，响应系统188将组合驾驶员状态指数确定为各个驾驶员状态指数的加权平均值。例如，组合驾驶员状态指数I是如下的一个或更多个驾驶员状态的加权平均值：
(12)
其中，I是组合驾驶员状态指数，并且DSi是DSi…DSn的驾驶员状态指数。各个驾驶员状态指数的权重可以基于不同因素。在一个实施方式中，各个驾驶员状态指数的权重基于驾驶员状态的类型、监视信息的类型和/或监视系统和传感器的类型。在另一个实施方式中，各个驾驶员状态指数的权重基于监视信息的质量(例如，信号强度)。在其他实施方式中，各个驾驶员状态指数的权重基于监视系统和传感器的位置或布置。在一些实施方式中，各个驾驶员状态指数的权重可以是预定的和/或基于驾驶员的身份。在其他实施方式中，可使用人工智能，动态地选择或学习各个驾驶员状态指数的权重。在其他实施方式中，各个驾驶员状态指数的权重基于可应用系统的置信分数或从可应用系统接收到的数据。
要理解，可用以上讨论的方法来实现驾驶员状态的各种选择和驾驶员状态的组合。在一些实施方式中，可使用人工智能(诸如，神经网络)来确定驾驶员状态的选择和驾驶员状态的组合。另外，要理解，可用以下讨论的方法全部或部分地使用上述的示例性组合和计算。
2.用阈值比较来确定组合驾驶员状态
在一个实施方式中，确定组合驾驶员状态包括将多个种驾驶员状态中的至少一个与阈值进行比较。具体地，在某些情况下，确定组合驾驶员状态还包括将多个驾驶员状态中的至少一个与阈值进行比较，并且在确定多个驾驶员状态中的至少一个达到阈值时，确定基于多个驾驶员状态中的至少一个的组合驾驶员状态。因此，例如，在确定第一驾驶员状态达到第一驾驶员状态阈值并且第二驾驶员状态达到第二驾驶员状态阈值时，基于第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态。
贯穿本具体实施方式和权利要求书中使用的术语“阈值”是指任何数字或其他种类的值，被用于与另一个值进行比较，以确定一个或更多个驾驶员状态，确认一个或更多个驾驶员状态，组合一个或更多个驾驶员状态，改变一个或更多个车辆系统，确定或改变控制参数、控制系数、或故障安全阈值等。在某些情况下，阈值被给定为百分数、1至10之间的值、离散值、连续值或一系列值。阈值还可以是频率或时间函数。如本文中更详细讨论的，阈值可以是预定的并且基于驾驶员状态、监视信息和/或驾驶员的身份进行动态修改。
图52例示控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法，与图45相似，但不同的是，图52的处理包括阈值比较。图52的方法包括在步骤5202接收监视信息。在步骤5204，该方法包括基于监视信息来确定多个驾驶员状态程度(例如，DSi…DSn)。在一个实施方式中，各个驾驶员状态与所述驾驶员状态的相关阈值关联。例如，第一驾驶员状态DSi可与第一驾驶员状态阈值Ti关联。因此，在图52中，在步骤5206，对于各个驾驶员状态(例如，在i>0时)，确定驾驶员状态DSi是否达到阈值Ti。如果达到(即，“是”)，则在步骤5208将DSi存储在例如阵列中，并且计数器X递增。一旦在步骤5210将各个驾驶员状态与其关联阈值进行比较，就确定X是否大于0。如果大于(即，“是”)，则在步骤5212使用所存储的达到关联阈值的驾驶员状态来确定组合驾驶员状态。如果不大于(即，“否”，没有驾驶员状态达到关联阈值)，则该方法可返回步骤5202来接收监视信息。
现在，参照图53，图50的示例性AND逻辑门被示出为具有阈值逻辑(即，T1、T2、T3)的AND逻辑门5302。阈值可与驾驶员状态和/或用于确定驾驶员状态的监视信息相关。作为例示示例，如果第一驾驶员状态DS1基于心率(即，生理信息)，则第一驾驶员状态阈值Ti可以是指示高心率的数字值。要理解，上述阈值可应用于任何数量的驾驶员状态、以上讨论的逻辑门中的任一个和以下讨论的一个或更多个驾驶员状态的确认。
如以上提到的，阈值可以是预定的并且基于驾驶员状态、用于确定驾驶员状态的信息(例如，心脏信息、头部姿势信息)、信息和/或驾驶员状态(例如，生理、行为、车辆)的类型、其他类型的监视信息和/或驾驶员的身份进行动态改变。因此，阈值提供对特定驾驶员状态、驾驶员和驾驶环境的准确测量，以便确定驾驶员状态、组合驾驶员状态并且确认驾驶员状态。现在，将讨论例示实施方式。
在一个实施方式中，可基于例如从图2和图3中示出的系统接收到的监视信息来确定和/或动态改变阈值。如以上提到的，阈值可与驾驶员状态和/或用于确定驾驶员状态的监视信息相关。作为例示示例，如果第一驾驶员状态基于连续心率加速或减速，则第一驾驶员状态阈值可以是指示大数目的连续心率加速或减速的数字值。例如，大数目的连续心率加速或减速的数字值可与数字值13关联。
因此，阈值可与监视信息的模式相关。例如，驾驶员状态可以是指示一时间段内监视信息的模式和/或频度的数字。因此，阈值可以是与一时间段内的模式关联的值。在一个实施方式中，驾驶员状态可以基于转向信息，例如，表示一时间段内的急转和/或转向校正的转向信息。因此，阈值可被设置成用于确定一时间段内的转向急转的模式指示困倦还是不困倦驾驶员的值。作为例示示例，30秒内的10次急转的阈值可指示困倦的驾驶员。
在另一个实施方式中，驾驶员状态可以是指示一时间段内的车道偏离的数字。因此，阈值可被设置成确定一时间段内的车道偏离的数量是指示困倦还是非困倦驾驶员的值。在另一个实施方式中，驾驶员状态可以是指示一时间段内的加速和减速数量的数字。因此，阈值可被设置成确定一时间段内的加速和减速的数量是指示困倦还是非困倦驾驶员的值。
在另一个实施方式中，驾驶员状态可以是指示头部点头的频度的数字(例如，一时间段内的头部点头的数量)。因此，阈值可被设置成确定一时间段内的头部点头的频度是指示困倦还是非困倦驾驶员的值。在另一个示例中，驾驶员状态可以是头部从向前看方向朝非向前看方向(例如，看着导航系统)看的数量。因此，阈值可被设置成确定驾驶员是专注还是分心的值。例如，10次头部观看的阈值可指示注意力分散的驾驶员。
在另一个实施方式中，阈值可指示一时间段内的监视信息的模式和/或频度，包括关于驾驶员的头部、眼睛和/或身体的定向(例如，幅度/时长、方向)信息。例如，驾驶员状态可以是头部从指向导航系统的向前看方向朝向后看方向看的数字，其中，头部观看的方向具有预定秒数的幅度(例如，时长)。因此，阈值可被设置成基于头部定向(例如，5次头部观看)来确定驾驶员是专注还是分心的值。
如以上讨论的，可基于监视信息来动态改变阈值。例如，可基于来自姿势识别和监视系统330的姿势信息来动态改变阈值。例如，如果基于姿势信息确定驾驶员正用他们的手在操作便携式装置，则可自动调节阈值来应对这种风险。因此，可降低指示不专注驾驶员状态的阈值。作为另一个示例，如果基于来自呼吸监视系统312的信息确定驾驶员的呼吸是不规律的，则可降低指示紧张驾驶员状态的阈值。
在另一个实施方式中，可基于驾驶员的手与方向盘的接触和位置信息来改变阈值。例如，可基于来自触摸方向盘系统134的信息来改变阈值。在另一个示例中，可基于来自车辆系统126的监视信息来调节与基于排汗速率信息的驾驶员状态相关的阈值。例如，来自气候控制系统的监视信息可指示车辆的内部温度较热。如果车辆的内部温度较热，则驾驶员的排汗速率自然较高。因此，排汗速率可不是驾驶员状态的准确指示并且关联阈值可增大。
另外，如以上提到的，可基于驾驶员的身份和所识别的驾驶员的特性来确定和/或改变阈值。例如，响应系统188可基于例如来自图3的系统的监视信息来确定驾驶员的身份，如部分III(B)(4)中讨论的。在一些实施方式中，可使用生物计量识别(图22至图23)的系统和方法来识别驾驶员并且存储规范数据和/或与驾驶员关联的过去和当前阈值。要理解，响应系统188可使用机器模式学习方法来跟踪所识别的驾驶员的信息并且确定所识别的驾驶员的规范基线数据。可使用任何机器学习方法或模式识别算法。可使用规范基线数据来确定所识别的驾驶员的阈值和/或改变后的阈值。另外，可使用具有与所识别的驾驶员特性(例如，年龄、性别)相似特性的其他驾驶员的平均和/或规范数据来确定所识别的驾驶员的阈值和/或改变后的阈值。因此，阈值是自适应性的并且随时间推移进行学习和/或基于驾驶员的身份进行控制。
在一个实施方式中，驾驶员状态可以是指示一时间段内的加速和减速数量的数字。因此，在识别驾驶员之后，响应系统188可基于驾驶员的特定驾驶习惯来改变与一时间段内的加速和减速的数量相关的阈值。例如，驾驶员的基线数据可表明驾驶员通常具有大数量的加速和减速。因此，可改变阈值来应对驾驶员的基线数据。例如，可增大用于指示困倦驾驶员的阈值。
再参照以上例示示例，在该示例中，阈值是指示大数量的连续心率加速或减速的数字值，基线阈值可被设置成数字值13以指示困倦的驾驶员。然而，在跟踪所识别的驾驶员的数据之后，数字值13可不指示所识别的驾驶员的困倦驾驶员状态。因此，系统可将值改变成15。
在另一个实施方式中，响应系统188可确定特定驾驶员的规范基线心率高于平均成人心率。因此，响应系统188可基于驾驶员规范基线心率，动态改变与驾驶员的心率相关的阈值。在另一个实施方式中，响应系统188可基于驾驶员的身份来确定驾驶员的年龄。例如，在确定驾驶员的身份之后，响应系统188可获取用户简档，包括所识别的驾驶员的特性用户喜好。所述特性可包括驾驶员的年龄。响应系统188可基于驾驶员的年龄来改变和/或确定阈值。例如，对于年轻的驾驶员，可降低与酒精水平关联的阈值(例如，通过降低达到阈值所需的酒精水平来提供更严格的控制)。
在另一个实施方式中，响应系统188可确定车辆中存在一个或更多个车辆乘员。响应系统188可基于确定存在一个或更多个车辆乘员来改变驾驶员的阈值水平。例如，因为要为车辆中存在的其他车辆乘员提供更大的安全，可降低车速阈值。在另一个实施方式中，响应系统188可识别车辆中存在的一个或更多个车辆乘员并且基于一个或更多个车辆乘员的特性来改变阈值。例如，如果车辆乘员中的一个年纪小(例如，婴儿)，则可改变阈值。如以上讨论的，在一个实施方式中，驾驶员状态可以基于转向信息，例如，指示一时间段内的急转和/或转向校正的转向信息。因此，在识别在车辆中存在年纪小的车辆乘员之后，响应系统188可改变(例如，减小)用于确定一时间段内的转向急转的模式是否指示困倦的驾驶员的阈值。
现在，参照图54，示出用于确定和/或改变阈值的总体处理。在步骤5402中，该方法包括接收监视信息。在一些实施方式中，在步骤5402，该方法还可包括接收和/或确定驾驶员状态(例如，基于监视信息)。在步骤5404，该方法包括例如使用部分III(B)(4)中讨论的方法和系统来识别驾驶员。步骤5404还可包括在步骤5408接收所存储的驾驶员数据。所存储的驾驶员数据可包括随时间推移跟踪的监视信息(例如，使用机器和模式学习算法)。可使用远距离通信控制单元从互联网、网络、位于互联网上的存储装置等接收所存储的驾驶员数据。
在步骤5406，该方法包括基于驾驶员的身份来改变和/或确定阈值。更具体地，响应系统188可分析所存储的驾驶员数据以确定所识别驾驶员的模式并因此改变和/或确定阈值。要理解，以上讨论的示例性驾驶员状态、阈值和改变是示例性的，可实现其他驾驶员状态、阈值和改变。
在一些实施方式中，图54中示出的处理可应用于确定和/或改变控制参数和/或控制系数。因此，在图54的步骤5406，该方法可包括基于所识别的驾驶员来改变一个或更多个车辆乘员的控制参数和/或控制系数。作为例示示例，在使用车道偏离警告系统的情形下，控制参数可以是用于向驾驶员提供警报的潜在车道偏离的距离阈值。基于驾驶员的身份和跟踪所识别的驾驶员的数据(例如，所存储的驾驶员数据)，响应系统188可确定所识别的驾驶员常常靠近车道标记行驶。因此，响应系统188可基于所识别的驾驶员来改变控制参数。例如，响应系统188可减小潜在车道偏离的距离阈值，以应对所识别的驾驶员靠近车道划线行驶的癖好。
作为另一个例示示例，在使用电子稳定控制系统的情形下，控制系数可以是与转向不足或转向过度关联的转向的稳定性误差。基于驾驶员的身份和跟踪所识别的驾驶员的数据(例如，所存储的驾驶员数据)，响应系统188可确定所识别的驾驶员在驾驶时自然而然地略微转向过度。因此，响应系统188可基于所识别的驾驶员来改变与过度驾驶关联的转向的稳定性误差。例如，响应系统188可减小转向关联的过度转向的稳定性误差，以应对所识别的驾驶员的略微过度转向。在一些实施方式中，可根据与所识别的驾驶员关联的模式的变化来改变控制系数。例如，如果驾驶员自然而然地以中的等过度转向来驾驶，则相比于驾驶员最惹人地以略微过度转向地驾驶，响应系统188可进一步减小与转向关联的过度转向的稳定性误差。类似地，可根据与所识别的驾驶员关联的模式的变化来改变控制参数。
3.利用对一个或更多个驾驶员状态的确认来确定组合驾驶员状态
在一个实施方式中，用于响应驾驶员状态的系统和方法包括将一个或更多个驾驶员状态与其他驾驶员状态进行确认，以确定组合驾驶员状态。换句话讲，响应系统188可将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态进行确认，并且基于多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态来确定组合驾驶员状态指数。
本文中使用的术语“确认”可包括将两个值进行比较，以验证驾驶员状态。因此，可通过将第一驾驶员状态与第二驾驶员状态进行比较并确定第一驾驶员状态和第二驾驶员状态是否都指示相同或基本上相同的驾驶员状态来将第一驾驶员状态与第二驾驶员状态进行确认。
图55例示了利用确认一个或更多个驾驶员状态以确定组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法。在步骤5502，该方法包括接收监视信息。在步骤5504，该方法包括确定多个驾驶员状态。在一个示例中，确定多个驾驶员状态可包括确定第一驾驶员状态和第二驾驶员状态。在某些情况下，基于多个监视信息类型(即，生理信息、行为信息和车辆信息)中的一个来确定多个驾驶员状态中的每个状态。因此，在一个示例中，第一驾驶员状态和第二驾驶员状态是生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态中的一个。
在步骤5506，该方法包括将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态进行确认。在一个实施方式中，确认包括将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态进行比较。例如，在图55中，确认第一驾驶员状态DS1与第二驾驶员状态DS2。如果第一驾驶员状态是指示困倦的驾驶员的生理驾驶员状态(即，“是”；1)并且第二驾驶员状态是指示困倦的驾驶员的行为驾驶员状态(即，“是”；1)，则在步骤5508，组合驾驶员状态将指示困倦的驾驶员。在另一个示例中，如果第一驾驶员状态是指示困倦的驾驶员的生理驾驶员状态(即，“是”；1)并且第二驾驶员状态是指示不困倦的驾驶员的车辆感测驾驶员状态(即，“否”；1)，则在步骤5508，组合驾驶员状态将指示不困倦的驾驶员。在一些实施方式中，如果所确认的驾驶员状态的输出是“否”，则处理可回到步骤5502，以接收监视信息。要理解，可使用图49、图50和图51的逻辑门来处理步骤5506和5508。还要理解，图55的方法可应用于状态或状态的程度，例如，确定驾驶员状态、驾驶员状态程度、组合驾驶员状态和组合驾驶员状态程度。
在其他实施方式中，响应系统188可确认多个驾驶员状态中的至少一个驾驶员状态与多个驾驶员状态中的另一个，并且将多个驾驶员状态中的至少一个驾驶员状态与多个驾驶员状态中的另一个状态组合。如以上讨论的，并且再参照图55，在步骤5506，该方法包括确认多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态。在一个实施方式中，确认包括将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态进行比较。例如，如果第一驾驶员状态是指示困倦的驾驶员的生理驾驶员状态(即，“是”；1)并且第二驾驶员状态是指示困倦的驾驶员的行为驾驶员状态(即，“是”；1)，则在步骤11306，确定组合驾驶员状态可包括基于第一驾驶员状态和第二驾驶员状态确定组合驾驶员状态。例如，确定组合驾驶员状态可包括聚合第一驾驶员状态和第二驾驶员状态，计算第一驾驶员状态和第二驾驶员状态的平均值，计算第一驾驶员状态和第二驾驶员状态的加权平均值等。要理解，可使用图49、图50和图51的逻辑门来处理步骤5506和5508。还要理解，图55的方法可应用于状态或状态程度，例如，确定驾驶员状态、驾驶员状态程度、组合驾驶员状态和组合驾驶员状态程度。
在一些实施方式中，确认一个种驾驶员状态与一个或更多个驾驶员状态来确定组合驾驶员状态可包括将所述驾驶员状态与特定阈值进行比较，如以上参照图52讨论的。图56例示了利用确认一个或更多个驾驶员状态来确定包括阈值的组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法。
在步骤5602，该方法包括接收监视信息。在步骤5604，该方法包括确定多个驾驶员状态。在步骤5606，该方法包括确认多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态。在一个实施方式中，确认包括将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态进行比较。
在步骤5608，对于确认的各个驾驶员状态(例如，在i>0时)，确定所确认的驾驶员状态DSi是否达到阈值Ti。如果达到(即，“是”)，则在步骤5610中将DSi存储在例如阵列中，并且计数器X递增。一旦在步骤5612中将确认的各个驾驶员状态与其关联的阈值进行比较，则确定X是否大于0。如果大于(即，“是”)，则在步骤5614中使用所存储的达到关联的阈值的驾驶员状态来确定组合驾驶员状态。如果不大于(即，“否”，没有驾驶员状态达到所保持的关联阈值)，则该方法可返回步骤5602来接收监视信息。作为例示示例，在图56中，确认第一驾驶员状态DS1与第二驾驶员状态DS2。如果第一驾驶员状态是指示困倦的驾驶员的生理驾驶员状态(即，“是”；1)并且第二驾驶员状态是指示困倦的驾驶员的行为驾驶员状态(即，“是”；1)，则组合驾驶员状态将指示困倦的驾驶员状态。要理解，可以使用图49、图50和图51的逻辑门来处理步骤5606和5614。还要理解，图56的方法可应用于状态或状态程度，例如，确定驾驶员状态、驾驶员状态程度、组合驾驶员状态和组合驾驶员状态程度。
图57例示了利用确认一个或更多个驾驶员状态来确定包括阈值的组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的方法的另一个实施方式。在图57的实施方式中，在步骤5702，该方法包括接收监视信息。在步骤5704，该方法包括确定多个驾驶员状态。在步骤5706，对于各个驾驶员状态(例如，在i>0时)，确定驾驶员状态DSi是否达到阈值Ti。如果达到(即，“是”)，则在步骤5708中将DSi存储在例如阵列中，并且计数器X递增。如果没有达到(即，“否”)，则方法可结束并且返回步骤5704。
一旦在步骤5710中将各个驾驶员状态与其关联的阈值进行比较，就确定X是否大于0。如果不大于(即，“否”；驾驶员状态没有满足关联的阈值)，则方法可返回步骤5702以接收监视信息。如果大于(即，“是”)，则在步骤5712中确认达到关联的阈值的所存储的驾驶员状态中的一个或更多个。具体地，该方法包括确认多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态。在一个实施方式中，确认包括将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态进行比较。在图57中，将第一驾驶员状态DS1与第二驾驶员状态DS2进行确认。例如，如果第一驾驶员状态是指示困倦的驾驶员的生理驾驶员状态(即，“是”；1)并且第二驾驶员状态是指示困倦的驾驶员的行为驾驶员状态(即，“是”；1)，则在步骤5714中，确定组合驾驶员状态可包括基于第一驾驶员状态和第二驾驶员状态确定组合驾驶员状态。例如，确定组合驾驶员状态可包括聚合第一驾驶员状态和第二驾驶员状态，计算第一驾驶员状态和第二驾驶员状态的平均值，计算第一驾驶员状态和第二驾驶员状态的加权平均值等。要理解，可使用图49、图50和图51的逻辑门来处理步骤5712和5714。还要理解，图57的方法可应用于状态或状态程度，例如，确定驾驶员状态、驾驶员状态程度、组合驾驶员状态和组合驾驶员状态程度。
图58例示了利用确认一个或更多个驾驶员状态确定包括阈值的组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的方法的另一个实施方式。在图58的实施方式中，在步骤5802，该方法包括接收监视信息。在步骤5804，该方法包括确定多个驾驶员状态。在步骤5806，对于各个驾驶员状态(例如，在i>0时)，确定驾驶员状态DSi是否达到阈值Ti。如果达到(即，“是”)，则在步骤5808中将DSi存储在例如阵列中，并且计数器X递增。如果没有达到(即，“否”)，则该方法可结束并且返回步骤5804。
一旦在步骤5810中将各个驾驶员状态与其关联的阈值进行比较，就确定X是否大于0。如果不大于(即，“否”；驾驶员状态没有满足关联的阈值)，则该方法可返回步骤5802以接收监视信息。如果大于(即，“是”)，则在步骤5812中确认达到关联阈值的所存储的驾驶员状态中的一个或更多个。
具体地，在步骤5812中，该方法包括确认多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一个不同的驾驶状态。在一个实施方式中，确认包括将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中选择的至少一个不同的驾驶状态进行比较。在图58中，确认第一驾驶员状态DS1与第二驾驶员状态DS2。在另一个实施方式中，将第一驾驶员状态DS1和第二驾驶员状态DS2的确认结果与第三驾驶员状态DS3进行确认。例如，如果第一驾驶员状态是指示困倦的驾驶员的生理驾驶员状态(即，“是”；1)并且第二驾驶员状态是指示困倦的驾驶员的行为驾驶员状态(即，“是”；1)，则第一驾驶员状态和第二驾驶员状态的确认结果指示困倦的驾驶员状态(即，“是”；1)。可将该结果与第三驾驶员状态进行比较。如果第三驾驶员状态是车辆感测驾驶员状态并且指示困倦的驾驶员(即，“是”；1)，则在步骤5814中，组合驾驶员状态可指示困倦的驾驶员。然而，如果第三驾驶员状态是车辆感测驾驶员状态并且指示不困倦的驾驶员(即，“否”；0)，则在步骤5814中，组合驾驶员状态可指示不困倦的驾驶员。
在另一个实施方式中，确定组合驾驶员状态可包括对第一驾驶员状态、第二驾驶员状态和第三驾驶员状态进行聚合、计算平均值、或计算加权平均值。要理解，可使用图49、图50和图51的逻辑门来处理步骤5812和5814。还要理解，图58的方法可应用于状态或状态程度，例如，确定驾驶员状态、驾驶员状态程度、组合驾驶员状态和组合驾驶员状态程度。还应理解，以上针对确定组合驾驶员状态描述的实施方式中的任一个可应用于状态、状态程度、或状态指数。换句话讲，可使用上述方法来找到组合驾驶员状态指数。
在一些实施方式中，上述驾驶员状态确认处理可包括将优先级分派给驾驶员状态并且基于优先级依次确认驾驶员状态。优先级可以基于驾驶员状态的类型、驾驶员状态程度、驾驶员状态所基于的监视信息的类型、监视信息的质量等。以此方式，驾驶员状态确认处理可受到控制并且提供准确的确认结果。现在参照图59，示出利用基于优先级确认一个或更多个驾驶员状态确定组合驾驶员状态来控制机动车辆中的一个或更多个车辆系统的处理的方法的实施方式。
在图59的实施方式中，在步骤5902，该方法包括接收监视信息。在步骤5904，该方法包括确定多个驾驶员状态。在步骤5906，该方法包括将优先级分配给步骤5904中确定的各个驾驶员状态。优先级可基于驾驶员状态的类型、驾驶员状态程度、驾驶员状态所基于的监视信息的类型、监视信息的质量等。优先级指示用于确认驾驶员状态的次序。作为例示示例，第一驾驶员状态DS1可被分派优先级4，第二驾驶员状态DS2可被分派优先级1，第三驾驶员状态DS3可被分派优先级2并且第四驾驶员状态DS4可被分派优先级3。在这个示例中，在步骤5908中，可按优先级的次序(例如，第二驾驶员状态DS2、第三驾驶员状态DS3、第一驾驶员状态DS1和第一驾驶员状态DS4)将驾驶员状态相互确认，其中，优先级1是最高优先级。
作为另一个示例示例，优先级可基于用于确定各个驾驶员状态的监视信息的类型。例如，在一个实施方式中，在步骤5906中，按从最高到最低优先级的以下次序向各个驾驶员状态分派优先级基于监视信息的类型：生理监视信息、行为监视信息和车辆监视信息。另外，可基于用于确定监视信息的特性来分派优先级。例如，按从最高到最低的以下次序，生理信息可被分派优先级：心脏监视信息、眼睛移动信息和头部移动信息。在这些示例中，优先级基于信息的类型和特性的类型，其中，内部特性接收比外部特性高的优先级。
在另一个实施方式中，优先级可基于用于确定各个驾驶员状态的监视信息的质量。例如，可分析指示监视信息的测量的信号来确定信号的质量。具有高质量信号(例如，无/较少噪声)的监视信息可被分派比具有低质量信号(例如，高噪声)的监视信息高的优先级。可使用选择性接收传感器的输出并处理所述输出的方法来基于监视信息的质量向监视信息分派优先级的方法，如在2013年11月7日提交的美国申请序列号No.14/074710(美国公开No.2015/0126818；美国专利No.___)、名称为“A System and Method for BiologicalSignal Analysis”中讨论的，其全部内容以引用方式并入本文中。
类似地，在一些实施方式中，在步骤5906中，该方法可包括基于优先级来选择性确认驾驶员状态。例如，在确认处理中可弃用而不使用具有低优先级的驾驶员状态。作为例示示例，基于具有高质量信号(例如，无/较少噪声)的监视信息的驾驶员状态可而被分派比基于具有低质量信号(例如，高噪声)的监视信息的驾驶员状态高的优先级。在这个示例中，在确认处理期间，选择性弃用而不使用具有低优先级(例如，指示低质量监视信息)的驾驶员状态。
要理解，可使用图49、图50和图51的逻辑门来处理步骤5908和5910。还要理解，图59的方法可应用于状态或状态的程度，例如，确定驾驶员状态、驾驶员状态程度、组合驾驶员状态和组合驾驶员状态程度。还应理解，以上针对确定组合驾驶员状态描述的实施方式中的任一个可应用于状态、状态程度或状态指数。换句话讲，可使用上述方法来找到组合驾驶员状态指数。
4.用于确定组合驾驶员状态的网络系统
上述用于组合和确认一个或更多个驾驶员状态的系统和方法的组件可被组织成不同实施方式的不同架构。现在，参照图60，示出根据示例性实施方式的包括确认和组合一个或更多个驾驶员状态的用于控制一个或更多个车辆系统的网络系统6000的示图。在一些实施方式中，系统6000可以是用于控制一个或更多个车辆系统的人工神经网络。另外，要理解，可用系统6000实现上述用于组合和确认一个或更多个驾驶员状态的系统和方法。
以上讨论的车辆系统126(图1A、图2)和/或监视系统300(图3)向系统600提供监视信息。监视信息可包括生理信息6002、行为信息6004和/或车辆信息6006。通过利用生理信息6002、行为信息6004和车辆信息6006，创建网络系统6000，网络系统6000确定超过一个类型的驾驶员状态来准确评估驾驶员和当前车辆情形并随后恰当地控制一个或更多个车辆系统。如图60中所示，可使用生理信息6002、行为信息6004和车辆信息6006来确定输入节点，即，确定第一驾驶员状态6008，确定第二驾驶员状态6010并且确定第三驾驶员状态6012。要理解，并且如在本文中进一步详细讨论的，可使用其他数量(例如，两个、三个、四个、五个等)的驾驶员状态。
在一个示例性实施方式中，第一驾驶员状态6008基于生理信息6002，例如，设置在机动车辆100(图1A)的车辆座椅168中的心率传感器(例如，生物监视传感器180)测得的心率。第二驾驶员状态6010基于行为信息6004，例如，设置在机动车辆100(图1)的光学传感器(例如，光学感测装置162)测得的瞳孔放大。第三驾驶员状态6012可基于车辆信息6006，例如，来自电子动力转向系统132(图1和图2)的转向信息。以上类型的示例性驾驶员状态本质是例示的，要理解，可使用其他类型的生理信息6002、行为信息6004和车辆信息6006来确定驾驶员状态中的一个或更多个。
在所示出的图60的实施方式中，各个输入节点(例如，驾驶员状态)可包括与所述节点相关的阈值。例如，第一驾驶员状态可具有与第一驾驶员状态相关的第一驾驶员状态阈值。因此，例如，如果第一驾驶员状态6008基于心率数字值，则第一驾驶员状态阈值可以是指示高心率的数字值。
如以上讨论的，对于各个驾驶员状态和/或驾驶员状态所基于的信息而言，阈值可以是预定的。在其他实施方式中，还基于特定驾驶员来确定并且基于驾驶员来调节阈值。例如，响应系统188可使用机器学习方法来确定特定驾驶员的规范基线数据。可使用任何机器学习方法或模式识别算法。例如，响应系统188可确定特定驾驶员的规范基线心率高于平均成人心率。因此，响应系统188可基于驾驶员规范基线心率，动态改变与驾驶员的心率相关的阈值。如以上讨论的，可基于驾驶员来定制阈值。在一些实施方式中，可使用生物识别(图22至图23)的系统和方法来识别驾驶员并且存储与驾驶员关联的规范数据和/或过去和当前的阈值。
如以上讨论的，可基于其他监视信息动态改变或者预定阈值。作为例示示例，可基于来自车辆126的指示车辆内部温度较热的监视信息，调节与基于排汗速率信息的驾驶员状态相关的阈值。如果车辆的内部温度热，则驾驶员可自然具有较高排汗速率，较高排汗速率可能不是驾驶员状态的准确指示。因此，可动态改变与基于排汗速率信息的驾驶员状态相关的阈值来应对车辆的内部温度。在部分III(B)(2)中讨论阈值和改变阈值的其他示例。
在一个实施方式中，在确定输入节点的一个或更多个驾驶员状态时，启动输入节点，由此触发输出节点以确定基于一个或更多个驾驶员状态的组合驾驶员状态指数。例如，第一驾驶员状态6008、第二驾驶员状态6010和/或第三驾驶员状态6012被组合成组合驾驶员状态指数。在某些情况下，在确定组合驾驶员状态指数之前，首先将一个或更多个驾驶员状态与关联的阈值进行比较。在达到所述阈值时，在输出节点将一个或更多个驾驶员状态组合成组合驾驶员状态指数。
在另一个实施方式中，在达到所述阈值时，启动输入节点并且随后在确认节点触发启动。这样允许将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中选择的至少一个不同的驾驶状态进行确认。因此，例如，确认节点6014触发第一驾驶员状态6008与第二驾驶员状态6010和/或第三驾驶员状态6012的确认。更具体地，在一个实施方式中，在达到第一驾驶员状态阈值时，将第二驾驶员状态6010与第二驾驶员状态阈值进行比较。在达到第二驾驶员状态阈值时，在一个实施方式中，将第三驾驶员状态6012与第三驾驶员状态阈值进行比较。在其他实施方式中，在达到第一驾驶员状态阈值时，将第三驾驶员状态6012与第二驾驶员状态阈值进行比较，等等。要理解，可实现其他的确认组合。
类似地，确认节点6016触发第二驾驶员状态6010与第一驾驶员状态6008和/或第三驾驶员状态6012的确认。确认节点6018触发第三驾驶员状态6012与第一驾驶员状态6008和/或第二驾驶员状态6010的确认。因此，通过基于超过一个类型的监视信息确认超过一个驾驶员状态，可以进行准确的驾驶员状态估计。
此外，确认的驾驶员状态可被转发到输出节点。具体地，基于确认的驾驶员状态来确定组合驾驶员状态指数，并且输出组合驾驶员状态指数以控制一个或更多个车辆系统。如以上讨论的，可按各种方式(例如，通过聚合、求平均值、或求加权平均值)确定组合驾驶员状态指数。
作为例示示例，在确认节点6014，将第一驾驶员状态6008与第二驾驶员状态6010和第三驾驶员状态6012进行确认。因此，可确定输出节点6020处的组合驾驶员状态指数是第一驾驶员状态6008、第二驾驶员状态6010和第三驾驶员状态6012的聚合。如果例如确认第一驾驶员状态6008与第二驾驶员状态6010，则可确定输出节点6020处的组合驾驶员状态指数是第一驾驶员状态6008和第二驾驶员状态6010的聚合。
现在，参照图61，示出根据图60的网络6000按照组合驾驶员状态指数来控制车辆系统的详细处理的示意性流程图。如图61中所示，接收监视信息。并且包括在步骤6102中接收生理信息、在步骤6104中接收行为信息并且在步骤6106中接收车辆信息。具体地，在一个实施方式中，监视信息是生理信息、行为信息或车辆信息中的至少一个。步骤6102中接收到的生理信息是用于在步骤6108中确定第一驾驶员状态的输入。步骤6104中接收到的行为信息是用于在步骤6110中确定第二驾驶员状态的输入。步骤6106中接收到的车辆系统信息用于在步骤6112中确定第三驾驶员状态的输入。要理解，可实现信息和驾驶员状态的其他组合。例如，可使用行为信息来确定第一驾驶员状态并且可使用生理信息来确定第二驾驶员状态，等等。要理解，可实现信息和驾驶员状态的其他组合。例如，可使用行为信息来确定第一驾驶员状态并且可使用生理信息来确定第二驾驶员状态，等等。
要理解，可确定任何数量的驾驶员状态。在一个实施方式中，第一驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的一个，第二驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的另一个。第三驾驶员状态可以是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的其它一个。通过使用不同类型的监视信息来确定不同的驾驶员状态，多模驾驶员状态确认是可能的，如本文中将描述的。另外，要理解，如在整个说明书中讨论的，可按各种方式确定多个驾驶员状态。例如，驾驶员状态可以是驾驶员状态指数。可通过本文中描述的响应系统188、车辆系统126和/或监视系统来确定驾驶员状态。
如以上讨论的，在一些实施方式中，确定组合驾驶员状态指数还包括将多个驾驶员状态中的至少一个与阈值进行比较，并且在确定多个驾驶员状态中的至少一个达到阈值时，确定基于多个驾驶员状态中的至少一个的组合驾驶员状态。因此，例如，在确定第一驾驶员状态达到第一驾驶员状态阈值并且第二驾驶员状态达到第二驾驶员状态阈值时，基于第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态。在另一个实施方式中，如以上讨论的，确定组合驾驶员状态指数还包括将多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中选择的至少一个不同的驾驶状态进行确认，并且基于多个驾驶员状态中的选择的至少一个驾驶状态与多个驾驶员状态中的选择的至少一种不同的驾驶状态来确定组合驾驶员状态指数。
如图61中示出的示例中所示的，在步骤6114中，确定第一驾驶员状态是否达到第一驾驶员状态阈值。在确定第一驾驶员状态达到第一驾驶员状态阈值时，在步骤6122中，将第一驾驶员状态与至少一个其他驾驶员状态进行确认。例如，在一个实施方式中，例如，在步骤6116中，将第一驾驶员状态与第二驾驶员状态进行确认。在这个实施方式中，第一驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的一个，第二驾驶员状态是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的另一个。因此，通过基于不同监视信息类型确认驾驶员状态，评估驾驶员状态。
如以上提到的，将第一驾驶员状态与第二驾驶员状态进行确认还可包括在步骤6116中将第二驾驶员状态与第二驾驶员状态阈值进行比较。在确定第二驾驶员状态达到第二驾驶员状态阈值时，该方法可包括在步骤6128中基于第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态指数。
在另一个实施方式中，确认步骤包括将第一驾驶员状态与第二驾驶员状态或第三驾驶员状态中的至少一个进行确认，并且基于第一驾驶员状态和第二驾驶员状态或第三驾驶员状态中的至少一个来确定组合驾驶员状态指数。例如，当在步骤6114中确定第一驾驶员状态达到第一驾驶员状态阈值时，在步骤6122，将第一驾驶员状态与步骤6118中的第三驾驶员状态进行确认。在确定第三驾驶员状态达到第三驾驶员状态阈值时，在步骤6128，基于第一驾驶员状态和第三驾驶员状态来确定组合驾驶员状态指数。
将理解，在一些实施方式中，(例如，通过确定各个驾驶员状态是否达到其相应的驾驶员状态阈值)确认所有三个驾驶员状态并且组合驾驶员状态指数基于所有三个驾驶员状态。在这个示例中，这三个驾驶员状态均是生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态中的各个状态。另外，如以上讨论的，图61中讨论的阈值可以是预定的和/或基于驾驶员状态、用于确定驾驶员状态的信息(例如，心脏信息、头部姿势信息)、信息和/或驾驶员状态的类型(例如，生理、行为、车辆)、其他类型的监视信息和/或驾驶员的身份是动态的。
可基于人工神经网络(例如，图60的网络6000)确定哪个驾驶员状态触发确认处理并且作为响应确认哪个驾驶员状态。例如，确定哪个驾驶员状态触发确认处理以及确认哪个驾驶员状态可以基于监视信息的类型、驾驶员分心的类型是预定的和/或被动态选择的。
例如，在一个实施方式中，为了确定驾驶员是否困倦，驾驶员状态可以基于指示困倦的驾驶员的预定监视信息，例如，布置在驾驶员座椅上用于确定第一驾驶员状态的来自心率传感器的心率、用于确定第二驾驶员状态的来自光学传感器的眼睛移动信息、和用于确定第三驾驶员状态的来自方向盘的转向信息。在其他实施方式中，可基于监视信息的质量来动态选择驾驶员状态。例如，如果(例如，使用信号分析)确定心率信息弱，则可确定基于不同类型的生理信息的驾驶员状态。
V.确定一个或更多个车辆状态
除了确定一个或更多个种车辆状态之外，在一些实施方式中，用于响应驾驶员状态的系统和方法还可包括确定一个或更多个车辆状态并基于驾驶员状态和/或车辆状态、或所述状态中的一个或更多个的任何组合来改变一个或更多个车辆系统的控制。车辆状态描述了机动车辆100和/或车辆系统126的状态。具体地，在一些实施方式中，车辆状态基于关于车辆环境的外部信息，描述机动车辆100的状态。在一个实施方式中，车辆状态可描述车辆环境周围的风险。例如，如以下在部分B中讨论的，车辆状态可被表征为危险、危险级别、风险级别等。
车辆状态基于来自车辆监视系统和传感器的车辆信息，如以上在部分III(B)(1)中讨论的。具体地，用于确定车辆状态的车辆信息包括与图1A的机动车辆100和/或车辆系统126(包括图2中列出的那些车辆系统)相关的信息。作为例示示例，用于确定车辆状态的车辆信息可包括例如来自视觉装置140、碰撞警告系统218、自动巡航控制系统216、车道偏离警告系统222、盲区指示器系统224、车道保持辅助系统226、车道监视系统228等的、关于车辆的环境中的物体、行人、危险和/或其他车辆的信息。用于确定车辆状态的车辆信息可包括来自例如视觉装置140、气候控制系统234和导航系统230等的交通信息、天气信息、道路速度限制信息、导航信息。
在另一个实施方式中，车辆状态可以基于故障检测系统。例如，故障检测系统244可检测机动车辆100和/或车辆系统126的故障级别和/或故障安全状态。用于确定车辆状态的车辆信息还可包括描述机动车辆100的状态和/或机动车辆100的外部环境的对应于机动车辆100和/或车辆系统126的其他信息。
类似于以上讨论的驾驶员状态，要理解，车辆状态还可被量化为程度、数字值或与程度关联的数值。在以上讨论的一些实施方式中，车辆状态可被表征为危险、危险类型、危险级别和/或风险级别。在一个实施方式中，基于一个或更多个驾驶员状态和一个或更多个车辆状态来控制一个或更多个车辆系统。现在参照图62，示出类似于图45的控制机动车辆中的一个或更多个车辆系统的处理的实施方式的方法，然而，该处理基于组合驾驶员状态程度和车辆状态。
在步骤6202中，该方法包括接收监视信息。在步骤6204，响应系统188可确定多个驾驶员状态程度。在一个实施方式中，多个驾驶员状态程度中的每一个基于生理信息、行为信息和车辆信息中的至少一个。因此，多个驾驶员状态程度是生理驾驶员状态程度、行为驾驶员状态程度或车辆感测驾驶员状态程度。换句话讲，生理驾驶员状态程度基于生理信息，行为驾驶员状态程度基于行为信息，并且车辆感测驾驶员状态程度基于车辆信息。
在步骤6206中，响应系统188可基于步骤6204的多个驾驶员状态程度来确定组合驾驶员状态程度。在另一个实施方式中，在步骤6206，响应系统188可基于步骤6204的多个驾驶员状态指数来确定组合驾驶员状态指数。如以上将讨论的，可按各种方式确定组合驾驶员状态。
在步骤6208，在一些实施方式中，响应系统188可基于组合驾驶员状态程度和/或指数来确定驾驶员状态是否为真，例如，驾驶员是警觉、困倦、注意力分散、分心、醉酒等。如果驾驶员状态不为真(即，“否”)，则响应系统188可回到步骤6202，以接收附加监视信息。然而，如果驾驶员状态为真(即，“是”)，则响应系统188可前进到步骤6210。
在步骤6210，响应系统188可确定车辆状态。如以上讨论的，车辆状态可基于车辆信息。在另一个实施方式中，响应系统188可确定超过一个车辆状态。在一个实施方式中，处理前进到步骤6212。在另一个实施方式中，响应系统188前进到步骤6214，在步骤6214，响应系统188将驾驶员状态程度与车辆状态程度进行比较。在另一个实施方式中，代替比较驾驶员状态程度与车辆状态程度，响应系统188将车辆状态程度与预定阈值进行比较。预定阈值可基于车辆状态和/或用于确定车辆状态的车辆信息。如果步骤6214的结果是“是”，则响应系统可前进到步骤6212。如果步骤6214的结果是“否”，则响应系统188可回到步骤6202，以接收附加监视信息。
在步骤6212，响应系统188可基于驾驶员状态程度和车辆状态，自动改变一个或更多个车辆系统的控制，包括以上讨论的车辆系统中的任一个。通过自动改变一个或更多个车辆系统的控制，响应系统188可帮助避免可能由例如困倦的驾驶员造成的各种危险情形。
要理解，可在图62中示出的其他步骤之前或之后确定车辆状态和/或车辆状态程度。例如，在一些实施方式中，可在步骤6204确定车辆状态。另外，在其他实施方式中，可使用车辆状态确定组合驾驶员状态程度，例如如图49、图50和图51中所示。要理解，部分IV中描述的逻辑门、等式和方法还可用第四个状态(车辆状态)来实现。
VI.改变车辆系统的控制
如以上讨论的，在一些实施方式中，改变一个或更多个车辆系统的控制可基于驾驶员状态、驾驶员状态程度、驾驶员状态指数、组合驾驶员状态、组合驾驶员状态程度、或组合驾驶员状态指数。在其他实施方式中，改变一个或更多个车辆系统的控制可基于驾驶员状态、驾驶员状态程度、驾驶员状态指数、组合驾驶员状态、组合驾驶员状态程度、组合驾驶员状态指数、和/或车辆状态。因此，改变一个或更多个车辆系统的控制可包括基于驾驶员状态、驾驶员状态程度、驾驶员状态指数、组合驾驶员状态、组合驾驶员状态程度、组合驾驶员状态指数和/或车辆状态来改变一个或更多个车辆系统的至少一个操作参数。可使用操作参数来确定一个或更多个车辆系统的特定功能的启动。
在一些实施方式中，改变一个或更多个车辆系统的控制可包括基于驾驶员状态、驾驶员状态程度、驾驶员状态指数、组合驾驶员状态、组合驾驶员状态程度、组合驾驶员状态指数、和/或车辆状态来操作一个或更多个车辆系统。可使用控制参数来操作一个或更多个车辆系统。在一个实施方式中，基于驾驶员状态、驾驶员状态程度、驾驶员状态指数、组合驾驶员状态、组合驾驶员状态程度、组合驾驶员状态指数、和/或车辆状态来确定控制参数。
因此，上述系统和方法提供了对驾驶员状态的多模监视和认证。利用此系统，提供了验证驾驶员状态的可靠且鲁棒的驾驶员监视系统，使用不同类型的监视系统(例如，多模输入)提供基于多个驾驶员状态的驾驶员状态(例如，组合驾驶员状态)，并且基于驾驶员状态来改变一个或更多个车辆系统。以此方式，可按多个模式评估行为和风险并且可准确地控制车辆系统的改变。现在，将详细描述一个或更多个车辆系统的操作、控制和改变的示例性类型。要理解，以下示例本质是示例性的并且可实现其他示例或组合。
A.车辆系统对驾驶员状态的示例性操作响应
在一个实施方式中，响应系统可包括用于控制一个或更多个车辆系统以基于检测到的驾驶员状态帮助唤醒困倦的驾驶员的设备。例如，响应系统可控制各种系统以按某种方式(例如，视觉地、听觉地或通过移动)刺激驾驶员。响应系统还可改变机动车辆中的环境状况，以帮助唤醒驾驶员，由此增加驾驶员的警觉性。
图63和图64例示了通过改变电子动力转向系统的控制来唤醒驾驶员的方法的示意图。将参照图1A、图1B、图2和图3来描述图63和图64。参照图63，(例如，机动车辆100的)驾驶员102困倦。响应系统188可利用之前提到的任何检测方法或者通过任何其他检测方法来检测驾驶员102是困倦的。在正常操作期间，EPS系统132发挥作用，辅助驾驶员转动触摸方向盘134。然而，在一些情形下，减小该辅助会是有益的。例如，如在图64看到的，通过减小动力转向辅助，驾驶员102必须更努力地转动触摸方向盘134。这可具有唤醒驾驶员102的效果，因为驾驶员102现在必须施加更大的力来转动触摸方向盘134。
图65例示了用于根据检测到的驾驶员困倦程度来控制动力转向辅助的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤6502中，响应系统188可接收困倦信息。在某些情况下，困倦信息包括驾驶员处于正常状态还是困倦状态。此外，在某些情况下，困倦信息可包括指示困倦程度的值，例如，按1至10的尺度，其中，1是最不困倦而10是最困倦。
在步骤6504，响应系统188基于困倦信息来确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188返回到步骤6502。如果驾驶员困倦，则响应系统188前进到步骤6506。在步骤6506，可接收方向盘信息。在某些情况下，可从EPS系统132接收方向盘信息。在其他情况下，可直接从转向角传感器或转向转矩传感器接收方向盘信息。
在步骤6508，响应系统188可确定驾驶员是否正在转动方向盘。如果没有正在转动方向盘，则响应系统188返回到步骤6502。如果驾驶员正在转动方向盘，则响应系统188前进到步骤6510，在步骤6510，动力转向辅助被减小。应理解，在一些实施方式中，在减小动力转向辅助之前，响应系统188可不检查方向盘是否正在转动。
图66例示了用于根据驾驶员状态指数来控制对驾驶员的动力转向辅助的详细处理的实施方式。在步骤6620，响应系统188可接收转向信息。转向信息可包括任何类型的信息，包括转向角、转向转矩、旋转速度、马达速度以及与转向系统和/或动力转向辅助系统相关的任何其他转向信息。在步骤6604，响应系统188可向驾驶员提供动力转向辅助。在某些情况下，响应系统188响应于驾驶员请求(例如，在驾驶员开启动力转向功能时)提供动力转向辅助。在其他情况下，响应系统188根据车辆状况或其他信息自动提供动力转向辅助。
在步骤6606中，响应系统188可利用以上讨论的用于确定驾驶员状态指数的任何方法来确定驾驶员的驾驶员状态指数。接下来，在步骤6608，响应系统188可设置与由电子动力转向系统提供的转向辅助量对应的动力转向状态。例如，在某些情况下，动力转向辅助与包括“低”状态和“标准”状态的两个状态关联。在“标准”状态下，动力转向辅助按照与动力转向辅助量对应的预定级别施加，其改进了驾驶性能并且帮助增加用户的驾驶舒适性。在“低”状态下，提供较小的转向辅助，其需要驾驶员增加转向力。如查找表6610所示，可根据驾驶员状态指数来选择动力转向状态。例如，如果驾驶员状态指数是1或2(对应于不困倦或稍微困倦)，则动力转向状态被设置成标准状态。然而，如果驾驶员状态指数是3或4(对应于驾驶员的困倦状态)，则动力转向状态被设置成低状态。应理解，查找表6610只旨在是示例性的，而在其他实施方式中，驾驶员状态指数与动力转向状态之间的关系可按任何方式变化。
一旦在步骤6608中设置了动力转向状态，则响应系统188就前进到步骤6612。在步骤1528，响应系统188确定动力转向状态是否被设置成低。如果未被设置成低，则响应系统188可返回到步骤6602并且按当前程度继续操作动力转向辅助。然而，如果响应系统188确定动力转向状态被设置成低，则响应系统188可前进到步骤6614。在步骤6614，响应系统188可使动力转向辅助缓降。例如，如果动力转向辅助正在供应预定量的转矩辅助，则动力转向辅助可被改变以减小辅助转矩。这要求驾驶员增加转向力。对于困倦的驾驶员来说，转动方向盘所需的力增加可帮助提高他或她的警觉性并且改进车辆操纵。
在某些情况下，在步骤6616期间，响应系统188可向驾驶员提供动力转向辅助减小的警告。例如，在某些情况下，可开启写有“动力转向关闭”或“动力转向减小”的仪表盘灯。在其他情况下，与车辆相关联的导航屏幕或其他显示屏可显示指示动力转向辅助减小的消息。还在其他情况下，可使用可听或触觉指示器来警告驾驶员。这有助于告知驾驶员动力转向辅助的改变，这样驾驶员就不会担心动力转向故障。
图67和图68例示了通过自动改变气候控制系统的操作来帮助唤醒困倦的驾驶员的方法的示意图。将参照图1A、图1B、图2和图3来描述图67和图68。参照图67，气候控制系统234已经被驾驶员102设置成维持机动车辆100的驾驶室内部的温度为华氏75度。这在显示屏6702上有指示。在响应系统188检测到驾驶员1602变得困倦时，响应系统188可自动改变气候控制系统250的温度。如在图68中看到的，响应系统188将温度自动调节至华氏60度。在机动车辆100内部的温度冷却下来时，驾驶员102可变得不太困倦。这帮助驾驶员102在驾驶的同时更警觉。在其他实施方式中，温度可以升高，以便使驾驶员更警觉。
图69例示了用于通过控制车辆中的温度来帮助唤醒驾驶员的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤6902中，响应系统188可接收困倦信息。在步骤6904中，响应系统188确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188回到步骤6902。如果驾驶员困倦，则响应系统188前进到步骤6906。在步骤6906，响应系统188自动调节驾驶室温度。在某些情况下，响应系统188可通过打开风扇或空调来降低驾驶室温度。然而，在某些其他情况下，响应系统188可利用风扇或加热器来升高驾驶室温度。此外，应理解，这些实施方式不限于改变温度，并且在其他实施方式中，可改变驾驶室内气候的其他方面，包括气流、湿度、压力或其他环境状况。例如，在某些情况下，响应系统可自动增加进入驾驶室的气流，这可刺激驾驶员并且帮助降低困倦。
图70和图71例示了针对驾驶员使用可视、可听和触觉反馈来警告困倦的驾驶员的方法的示意图。将参照图1A、图1B、图2和图3来描述图70和图71。参照图70，驾驶员102在机动车辆100移动时困倦。一旦响应系统188检测到该困倦状态，响应系统188就可启用一个或更多个反馈机制来帮助唤醒驾驶员102。参照图71，示出了唤醒驾驶员的三种不同方法。具体地，响应系统188可控制触觉装置170中的一个或更多个。触觉装置的示例包括振动装置(诸如，振动座椅或按摩座椅)或其表面特性可被改性的装置(例如，通过加热或冷却或者通过调节表面硬度)。在一个实施方式中，响应系统188可操作驾驶员座椅168使其摇晃或振动。这可具有唤醒驾驶员102的效果。在其他情况下，可以使方向盘134振动或摇晃。另外，在某些情况下，响应系统188可启用一个或更多个灯或其他视觉指示器。例如，在一个实施方式中，可在显示屏7002上显示警告。在一个示例中，该警告可以是“醒醒！”并且可包括明亮的屏幕以吸引驾驶员的注意。在其他情况下，可开启顶灯或其他视觉指示器以帮助唤醒驾驶员。在一些实施方式中，响应系统188可通过扬声器7004生成各种声音。例如，在某些情况下，响应系统188可启用无线电、CD播放器、MP3播放器或其他音频装置，以通过扬声器7004播放音乐或其他声音。在其他情况下，响应系统188可播放存储在存储器中的各种录音(诸如，告诉驾驶员醒醒的语音)。
图72例示了用于使用各种可视、可听和触觉刺激来唤醒驾驶员的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤7202，响应系统188可接收困倦信息。在步骤7204，响应系统188确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188返回到步骤7202。否则，响应系统188前进到步骤7206。在步骤7206，响应系统188可向驾驶员提供触觉刺激。例如，响应系统188可控制机动车辆100的座椅或其他部分，使其摇晃和/或振动(例如，方向盘)。在其他情况下，响应系统188可改变机动车辆100中的座椅或其他表面的硬度。
在步骤7208，响应系统188可开启一个或更多个灯或指示器。这些灯可以是与机动车辆100关联的任何灯，包括仪表盘灯、顶灯或任何其他灯。在某些情况下，响应系统188可在显示屏(诸如，导航系统显示屏或气候控制显示屏)上提供明亮的消息或背景。在步骤7210，响应系统188可使用机动车辆100中的扬声器生成各种声音。这些声音可以是说出的话、音乐、警告、或任何其他种类的声音。此外，可选择这些声音的音量大小，以确保驾驶员因所述声音而进入警觉状态，但声音不会大得对驾驶员造成大的不舒适。
响应系统可包括用于控制座椅安全带系统以帮助唤醒驾驶员的设备。在某些情况下，响应系统可控制用于安全带的电子预紧系统来向驾驶员提供警告脉冲。图73和图74例示了控制用于安全带的电子预紧系统的响应系统的实施方式的示意图。将参照图1A、图1B、图2和图3来描述图73和图74。参照图73和74，当驾驶员102开始感到困倦时，响应系统188可自动控制EPT系统236以向驾驶员102提供警告脉冲。具体地，安全带7302可最初是较松的(如图73中看到)，但当驾驶员102变得困倦时，座椅安全带7302会被短暂地贴着驾驶员2202拉紧，如图74中看到的。这种短时收紧充当警告脉冲，帮助唤醒驾驶员2202。
图75例示了用于控制EPT系统236的处理的实施方式。在步骤7502期间，响应系统188接收困倦信息。在步骤7504期间，响应系统188确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188返回到步骤7502。如果驾驶员困倦，则响应系统188前进到步骤7506，在步骤7506发送警告脉冲。具体地，座椅安全带可被收紧，以帮助唤醒或警告驾驶员。
除了控制各种车辆系统来刺激驾驶员之外，机动车辆还可包括基于驾驶员状态来控制各种车辆系统(例如，图2中的车辆系统)的其他设备。本文中讨论的用于控制各种车辆系统的方法和系统都是示例性的，并且要理解，可料想到对其他车辆系统的其他修改。例如，机动车辆可包括用于根据驾驶员行为来调节各种制动控制系统的设备。例如，响应系统可在驾驶员困倦时改变防抱死制动系统、制动辅助系统、制动预充液系统以及其他制动系统的控制。这种布置有助于在驾驶员困倦时可能导致的危险驾驶的情况下增加制动系统的有效性。
图76和图77例示了防抱死制动系统的操作的示意图。将参照图1A、图1B、图2和图3来描述图76和图77。参照图76，当驾驶员102完全清醒时，ABS系统204可与第一停车距离7602关联。具体地，对于特定初始速度7604，当驾驶员102压下制动踏板7606时，机动车辆100可在完全停止之前行进至第一停车距离7602。因此，第一停车距离7602可以是ABS系统204的各种操作参数的结果。
现在，参照图77，当驾驶员102变得困倦时，响应系统188可改变ABS系统204的控制。具体地，在某些情况下，可改变ABS系统204的一个或更多个操作参数，以减小停车距离。在图77中示出的这种情况下，当驾驶员102压下制动踏板7606时，机动车辆100会在完全停止之前行进至第二停车距离7608。在一个实施方式中，第二停车距离7608可比第一停车距离7602明显更短。换句话讲，停车距离可在驾驶员102困倦时减小。因为困倦的驾驶员可能会因降低的警觉而较晚地接合制动踏板，所以响应系统188减小停车距离的能力会帮助补偿驾驶员的缩短的反应时间。在另一实施方式中，如果车辆处于滑的表面上，则不可出现停车距离减小，替代地，可通过制动踏板来施加触觉反馈。
图78例示了用于根据驾驶员的行为来改变防抱死制动系统的控制的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤7802，响应系统188可接收困倦信息。在步骤27804，响应系统188可确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188返回到步骤7802。如果驾驶员困倦，则响应系统188可前进到步骤7806。在步骤7806，响应系统188可确定当前停车距离。当前停车距离可以是当前车辆速度以及包括与制动系统关联的各种参数的其他操作参数的函数。在步骤7808，响应系统188可自动减小停车距离。这可通过改变ABS系统204的一个或更多个操作参数来实现。例如，可通过控制ABS系统204内的各种阀、泵和/或马达来改变制动管路压力。在其他实施方式中，可通过在驾驶员困倦时关闭与发动机104和制动系统有联系的怠速停止功能来改变怠速停止功能。
在一些实施方式中，响应系统可响应于驾驶员状态对机动车辆中的一个或更多个制动管路进行自动预充液。图79例示了用于响应于驾驶员状态来控制机动车辆中的制动管路的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤7902，响应系统188可接收困倦信息。在步骤7904，响应系统188可确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188可返回到步骤7902。如果驾驶员困倦，则响应系统188可在步骤7906中向制动管路自动预充制动液。例如，响应系统188可使用自动制动预充液系统208。在某些情况下，如果在驾驶员困倦时出现危险情况，则这可以帮助增加制动响应。应理解，在步骤7906期间可对任何数量的制动管路进行预充液。此外，可使用本领域中已知的用于对制动管路进行预充液的任何设备，包括自动向制动管路供应制动液所需的任何泵、阀、马达或其他装置。
一些车辆可配备制动辅助系统，制动辅助系统帮助减小驾驶员为了接合制动器而必须施加的力量。这些系统可针对年老的驾驶员或可能需要辅助制动的任何其他驾驶员启用。在某些情况下，响应系统可在驾驶员困倦时利用制动辅助系统，因为困倦的驾驶员可能不能够快速向制动踏板施加停止车辆所必需的力。
图80例示了用于响应于驾驶员状态来控制自动制动辅助的方法的实施方式。在步骤8002，响应系统188可接收困倦信息。在步骤8004，响应系统188可确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188回到步骤8002。如果驾驶员困倦，则在步骤8006，响应系统188可确定制动辅助系统206是否已经开启。如果制动辅助系统206已经开启，则响应系统188可返回到步骤8002。如果制动辅助系统206当前未开启，则在步骤8008中，响应系统188可开启制动辅助系统206。这种布置允许对困倦的驾驶员进行制动辅助，因为倘若机动车辆100必须快速停止，驾驶员可能没有足够能力来提供必需的制动力。
在一些实施方式中，响应系统可改变制动辅助系统中的辅助程度。例如，制动辅助系统可在具有预定启用阈值的正常状况下工作。该启用阈值可与主汽缸制动压力的改变速率关联。如果主汽缸制动压力的改变速率超出了启用阈值，则可启用制动辅助。然而，当驾驶员困倦时，该制动辅助系统可改变启用阈值，使得更快速地启用制动辅助。在某些情况下，启用阈值可根据困倦程度而改变。例如，如果驾驶员仅稍微困倦，则该启用阈值可比驾驶员极度困倦时高。
图81例示了用于响应驾驶员状态来控制自动制动辅助的详细处理的实施方式。具体地，图81例示了根据驾驶员的驾驶员状态指数来改变制动辅助的方法。在步骤8102，响应系统188可接收制动信息。制动信息可包括来自任何传感器和/或车辆系统的信息。在步骤8104中，响应系统188可确定是否压下了制动踏板。在某些情况下，响应系统188可接收已经应用了制动开关的信息以确定驾驶员是否当前正在制动。在其他情况下，可监视任何其他车辆信息，以确定是否正在施加制动。在步骤8106中，响应系统188可测量制动压力增加的速率。换句话讲，响应系统188确定制动压力增加得有多快，或者压下制动踏板多“用力”。在步骤8108中，响应系统188设置启用阈值。该启用阈值对应于针对制动压力增加速率的阈值。以下详细讨论该步骤的细节。
在步骤8110，响应系统188确定制动压力增加的速率是否超出了启用阈值。如果未超出，则响应系统188回到步骤8102。否则，响应系统188前进到步骤8112。在步骤8112，响应系统188启用调节泵和/或阀，以自动增加制动压力。换句话讲，在步骤8112，响应系统188启用制动辅助。这样允许施加在车辆处的制动力的量增加。
图82例示了选择上面讨论的启用阈值的处理的实施方式。在一些实施方式中，图82所示的处理对应于图82的步骤8108。在步骤8202，响应系统188可接收制动压力速率和车辆速度以及任何其他工作信息。制动压力速率和车辆速度对应于当前车辆状况，其可被用于确定在正常操作状况下的启用阈值。在步骤8204，可根据车辆工作状况来确定初始阈值设置。
为了适应因困倦而造成的制动辅助的变化，可根据驾驶员的状态来改变初始阈值设置。在步骤8206，响应系统188使用以上讨论的任何方法来确定驾驶员的驾驶员状态指数。接下来，在步骤8208，响应系统188确定制动辅助系数。如在查找表8210中看到的，制动辅助系数可根据驾驶员状态指数在0％至25％之间变化。此外，制动辅助系数通常随着驾驶员状态指数增加而增加。在步骤8212，根据初始阈值设置和制动辅助系数来选择启用阈值。如果制动辅助系数的值为0％，则启用阈值正好等于初始阈值设置。然而，如果制动辅助系数的值为25％，则启用阈值可以被改变相当于25％，以便在驾驶员困倦时增加制动辅助的灵敏度。在某些情况下，启用阈值可增加相当于25％(或者与制动辅助系数相对应的任何其他量)。在其他情况下，启用阈值可减小相当于25％(或者与制动辅助系数相对应的任何其他量)。
机动车辆可包括用于在驾驶员困倦时增加车辆稳定性的设备。在某些情况下，响应系统可改变电子稳定控制系统的操作。例如，在某些情况下，响应系统可确保检测到的偏航速率和转向偏航速率(该偏航速率是根据转向信息估算出的)彼此非常接近。这可以帮助增强转向精度并且降低驾驶员困倦时危险驾驶状况的可能性。
图83和图84是机动车辆100在公路8300上的弯道转弯的实施方式的示意图。将参照图1A、图1B、图2和图3描述图83和图84。参照图83，驾驶员102很清醒并且正在转动方向盘134。在图83中还示出了驾驶员希望的路线8302和实际的车辆路线8304。可根据方向盘信息、偏航速率信息、横向g信息以及其他种类的工作信息来确定驾驶员希望的路线。驾驶员希望的路线代表在给定了来自驾驶员的转向输入的情况下车辆的理想路线。然而，由于道路附着摩擦力以及其他状况的变化，实际车辆路线可相对于驾驶员希望的路线稍微不同。参照图84，当驾驶员102变得困倦时，响应系统188改变电子稳定控制系统202的操作。具体地，ESC系统202被改变成使得实际的车辆路线3104更接近驾驶员希望的路线3006。这帮助在驾驶员困倦时使驾驶员希望的路线与实际的车辆路线之间的差异减到最小，这可帮助改进驾驶精度。
图85例示了用于根据驾驶员状态来控制电子车辆稳定系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤8502，响应系统188可接收困倦信息。在步骤8504，响应系统188确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188可返回到步骤8502。否则，响应系统188在步骤8506接收偏航速率信息。在某些情况下，可从偏航速率传感器接收偏航速率信息。在步骤8508，响应系统188接收转向信息。这可包括例如从转向角传感器接收到的方向盘角。在步骤8510，响应系统188使用转向信息来确定转向偏航速率。在某些情况下，可使用附加工作信息来确定转向偏航速率。在步骤8512，响应系统188可减小测得的偏航速率与转向偏航速率之间的可容许误差。换句话讲，响应系统188有助于使驾驶员希望的路线与实际的车辆路线之间的差异减到最小。
为了减小偏航速率与转向偏航速率之间的可容许误差，响应系统188可向机动车辆100的一个或更多个制动器施加制动，以便保持机动车辆100接近驾驶员希望的路线。保持车辆接近驾驶员希望的路线的示例可见于Ellis等人于2010年3月17日提交的美国专利号8,426,257中，其全部内容特此以引用方式并入。
图86例示了用于响应于驾驶员状态来控制电子稳定控制系统的处理的实施方式。具体地，图86例示了根据驾驶员的驾驶员状态指数来改变电子稳定控制系统的操作的实施方式。在步骤8602，响应系统188接收工作信息。该信息可包括任何工作信息，诸如偏航速率、轮速、转向角以及供电子稳定控制系统使用的其他信息。在步骤8604，响应系统188可确定车辆行为是否稳定。具体地，在步骤8606，响应系统188测量与转向不足或转向过度关联的转向的稳定性误差。在某些情况下，通过将车辆的实际路线与驾驶员希望的路线进行比较来确定稳定性。
在步骤8608，响应系统188设置与电子稳定控制系统关联的启用阈值。启用阈值可与预定的稳定性误差关联。在步骤8610，响应系统188确定稳定性误差是否超出了启用阈值。如果没有超出，则响应系统188可返回到步骤8602。否则，响应系统188可前进至步骤8612。在步骤8612，响应系统188应用单独车轮制动控制，以便增加车辆稳定性。在一些实施方式中，响应系统188还可控制发动机应用发动机制动或改变汽缸操作，以便帮助稳定车辆。
在某些情况下，在步骤8614，响应系统188可启用警告指示器。警告指示器可以是任何仪表盘灯或显示在导航屏幕或其他视频屏幕上的消息。警告指示器帮助警告驾驶员已经启用了电子稳定控制系统。在某些情况下，该警告可以是可听警告和/或触觉警告。
图87例示了用设置在之前方法中使用的启用阈值的处理的实施方式。在步骤8702，响应系统188接收车辆工作信息。例如，车辆工作信息可包括轮速信息、道路表面状况(诸如，曲率、摩擦系数等)、车辆速度、转向角、偏航速率以及其他工作信息。在步骤8704，响应系统188根据在步骤8702中接收到的工作信息来确定初始阈值设置。在步骤8706，响应系统188确定驾驶员的驾驶员状态指数。
在步骤8708，响应系统188确定稳定控制系数。如在查找表8710中看到的，可根据驾驶员状态指数来确定稳定控制系数。在一个示例中，稳定控制系数从0％变化至25％。此外，稳定控制系数通常随着驾驶员状态指数增加而增加。例如，如果驾驶员状态指数为1，则稳定控制系数为0％。如果驾驶员状态指数为4，则稳定控制系数为25％。应理解，稳定控制系数的这些范围仅仅旨在是示例性的，并且在其他情况下，稳定控制系数可以任何其他方式随驾驶员状态指数的变化而变化。
在步骤8712，响应系统188可使用初始阈值设置和稳定控制系数来设置启用阈值。例如，如果稳定控制系数的值为25％，则启用阈值可比初始阈值设置大25％。在其他情况下，启用阈值可比初始阈值设置小25％。换句话讲，启用阈值可与稳定控制系数的值成比例地从初始阈值设置起增大或减小。这种布置有助于通过与驾驶员的状态成比例地改变启用阈值来帮助增加电子稳定控制系统的灵敏度。
图88例示了配备有碰撞警告系统218的机动车辆100的示意图。碰撞警告系统218可以起到向驾驶员提供有关潜在碰撞的警告的作用。为清楚起见，在贯穿本具体实施方式并且在权利要求书中使用的术语“主车辆”是指包括响应系统的任何车辆，而术语“目标车辆”是指由主车辆监视或者是指与主车辆通信的任何车辆。在当前实施方式中，例如，机动车辆100可以是主车辆。在这个示例中，当在目标车辆8802经过十字路口8800的同时机动车辆100接近十字路口8800时，碰撞警告系统218可在显示屏8806上提供警告提示8804。在Mochizuki于2010年9月20日提交的美国专利申请号8,558,718和Mochizuki等人于2010年7月28日提交的美国专利申请号8,587,418中公开了碰撞警告系统的其他示例，该两者的全部内容特此以引用方式并入。
图89例示了用于根据驾驶员状态来变化碰撞警告系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤8902，响应系统188可接收困倦信息。在步骤8904，响应系统188可确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188可回到步骤8902。否则，响应系统188可前进至步骤8906。在步骤8906，响应系统188可改变碰撞警告系统的操作，使得驾驶员被提早警告有潜在碰撞。例如，如果碰撞警告系统被初始设置成，如果与碰撞点的距离小于25米则警告驾驶员有潜在碰撞，则响应系统188可将该系统改变成，如果与碰撞点的距离小于50米，则警告驾驶员。
图90例示了用于根据驾驶员状态来改变碰撞警告系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤9002，碰撞警告系统218可获取接近中的车辆的航向、位置以及速度。在某些情况下，可通过无线网络(诸如，DSRC网络)从接近中的车辆接收该信息。在其他情况下，可使用雷达、激光雷达或其他远程感测装置远程感测该信息。
在步骤9004，碰撞警告系统218可估算车辆碰撞点。车辆碰撞点是机动车辆100与接近中的车辆之间的潜在碰撞位置，接近中的车辆可按相对于机动车辆100的任何方向行进。在某些情况下，在步骤9004，碰撞警告系统218可使用关于机动车辆100的位置、航向和速度的信息来计算车辆碰撞点。在一些实施方式中，可从与碰撞警告系统218或响应系统188通信的GPS接收器接收该信息。在其他实施方式中，可从车辆速度传感器接收车辆速度。
在步骤9006，碰撞警告系统218可计算到车辆碰撞点的距离和/或时间。具体地，为确定距离，碰撞警告系统218可计算车辆碰撞点与机动车辆100的当前位置之间的差。同样，为确定时间，碰撞警告系统218可计算到达车辆碰撞点将花费的时间量。
在步骤9008，碰撞警告系统218可接收来自响应系统188、或任何其他系统或组件的困倦信息。在步骤9010，碰撞警告系统218可确定驾驶员是否困倦。如果驾驶员不困倦，则碰撞警告系统218可前进至步骤9012，在步骤9012获取第一阈值参数。如果驾驶员困倦，则碰撞警告系统218可前进到步骤9014，在步骤9014获取第二阈值距离。根据在步骤9006期间确定的是碰撞时间还是碰撞距离，第一阈值参数和第二阈值参数可以是时间阈值或距离阈值。在某些情况下，在使用到碰撞点的时间和距离二者的情况下，第一阈值参数和第二阈值参数均可包括距离阈值和时间阈值二者。此外，应理解，第一阈值参数和第二阈值参数可以是基本不同的阈值，以便根据驾驶员是困倦还是不困倦来提供碰撞警告系统234的不同操作配置。在步骤9012和9014二者之后，碰撞警告系统218前进至步骤9016。在步骤9016，碰撞警告系统218确定到碰撞点的当前距离和/或时间是否小于在之前步骤期间选择的阈值参数(第一阈值参数或第二阈值参数)。
第一阈值参数和第二阈值参数可具有任何值。在某些情况下，第一阈值参数可小于第二阈值参数。具体地，如果驾驶员困倦，则使用较低的阈值参数可以是有益的，因为这对应于提早警告驾驶员有潜在碰撞。如果当前距离或时间小于阈值距离或时间(阈值参数)，则在步骤9018，碰撞警告系统218可警告驾驶员。否则，在步骤9020，碰撞警告系统218可不警告驾驶员。
响应系统可包括用于根据驾驶员状态来改变自动巡航控制系统的操作的设备。在一些实施方式中，响应系统可改变与自动巡航控制系统关联的车头距离。在某些情况下，车头距离是机动车辆可到达前方车辆的最近距离。如果自动巡航控制系统检测到机动车辆比车头距离更接近，则该系统可警告驾驶员和/或自动减慢车辆以增加车头距离。
图91和图92例示了机动车辆100在前方车辆9102后面巡航的示意图。在这种情形下，自动巡航控制系统216工作，以在前方车辆9102后面自动保持预定车头距离。当驾驶员102清醒时，自动巡航控制系统216使用第一车头距离9104，如在图91中看到的。换句话讲，自动巡航控制系统216自动防止机动车辆100比第一车头距离9104更接近前方车辆9102。当驾驶员102变得困倦时，如在图92中看到的，响应系统188可改变自动巡航控制系统216的操作，使得自动巡航控制系统216将车头距离增加至第二车头距离9106。第二车头距离9106可比第一车头距离9104明显更大，因为驾驶员102的反应时间会在驾驶员102困倦时变长。
图93例示了用于根据驾驶员行为来改变自动巡航控制系统的控制的方法的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤9302，响应系统188可接收困倦信息。在步骤9304，响应系统188可确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188可返回到步骤9302。如果驾驶员困倦，则响应系统188可前进至步骤9306。在步骤9306，响应系统188可确定是否正在使用自动巡航控制。如果没有使用，则响应系统188可返回到步骤9302。如果正在使用自动巡航控制，则响应系统188可前进至步骤9308。在步骤9308，响应系统188可获取用于自动巡航控制的当前车头距离。在步骤9310，响应系统188可增加车头距离。用该布置，响应系统188可在驾驶员困倦时帮助增大机动车辆100与其他车辆之间的距离，以在驾驶员困倦时减小危险驾驶情况的机会。
图94例示了用于响应于驾驶员状态来控制自动巡航控制的处理的实施方式。该实施方式还可应用于正常巡航控制系统。具体地，图94例示了响应于驾驶员的驾驶员状态指数来改变自动巡航控制系统的操作的处理的实施方式。在步骤9402，响应系统188可确定自动巡航控制功能被开启。这可在驾驶员选择开启巡航控制时发生。在步骤9404，响应系统188可使用以上讨论的任何方法以及本领域中已知的任何方法来确定驾驶员的驾驶员状态指数。在步骤9406，响应系统188可基于驾驶员的驾驶员状态指数来设置自动巡航控制状态。例如，查找表9408指示针对驾驶员状态指数1、2以及3将自动巡航控制状态设置成开启。另外，针对驾驶员状态指数4，将自动巡航控制系统状况设置成关闭。在其他实施方式中，可按任何其他方式根据驾驶员状态指数来设置自动巡航控制状态。
在步骤9410，响应系统188确定自动巡航控制状态是否为开启。如果开启，则响应系统188前进至步骤9412。否则，如果状态为关闭，则响应系统188前进至步骤9414。在步骤9414，响应系统188缓慢减少自动巡航控制的控制。例如，在某些情况下，响应系统188可将车辆逐渐减慢至预定速度。在步骤9416，响应系统188可关闭自动巡航控制。在某些情况下，在步骤9418，响应系统188可使用仪表盘警告灯或显示在某种屏幕上的消息来告知驾驶员已经停用了自动巡航控制。在其他情况下，响应系统188可提供已经停用了自动巡航控制的可听警告。还在其他情况下，可使用触觉警告。
在步骤9410期间，如果确定自动巡航控制状态被开启，则响应系统188可在步骤9412中设置自动巡航控制距离设置。例如，查找表9420为查找表提供了一种将驾驶员状态指数与距离设置相关的可能配置。在这种情况下，驾驶员状态指数1对应于第一距离，驾驶员状态指数2对应于第二距离，而驾驶员状态指数3对应于第三距离。各个距离都可具有明显不同的值。在某些情况下，各个车头距离的值都可随着驾驶员状态指数的增加而增加，以向困倦或注意力分散的驾驶员提供更大前进空间。在步骤9422，响应系统188可使用在步骤3942期间确定的距离设置来操作自动巡航控制。
响应系统可包括用于基于驾驶员监视信息来自动减小巡航控制系统的巡航速度的设备。图95例示了用于控制巡航速度的方法的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤9502，响应系统188可接收困倦信息。在步骤9504，响应系统188可确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188返回到步骤9502，否则，响应系统188前进至步骤9506。在步骤9506，响应系统188确定巡航控制是否正在工作。如果未工作，则响应系统188返回到步骤9502。如果巡航控制正在工作，则响应系统188在步骤9508中确定当前巡航速度。在步骤9510，响应系统188获取预定百分比。该预定百分比可具有0％至100％之间的任何值。在步骤9512，响应系统188可将巡航速度降低预定百分比。例如，如果机动车辆100以60mph巡航并且预定百分比为50％，则可将巡航速度降低至30mph。在其他实施方式中，巡航速度可以降低预定量(诸如，降低20mph或30mph)。还在其他实施方式中，可根据驾驶员身体指数，从一系列百分比中选择预定百分比。例如，如果驾驶员仅稍微困倦，则预定百分比可比驾驶员非常困倦时使用的百分比小。利用这种布置，响应系统188可自动降低机动车辆100的速度，因为使车辆减速可降低由困倦的驾驶员造成的潜在风险。
图96例示了用于响应驾驶员状态来控制低速跟随系统212的处理的实施方式。在步骤9602，响应系统188可确定低速跟随系统是否开启。“低速跟随”是指用于以低速自动跟随前方车辆的任何系统。
在步骤9604，响应系统188可确定驾驶员的驾驶员状态指数。接下来，在步骤9606，响应系统188可基于驾驶员的驾驶员状态指数来设置低速跟随状态。例如，查找表9610示出了驾驶员状态指数与低速跟随状态之间的示例性关系。具体地，低速跟随状态在“开启”状态与“关闭”状态之间改变。对于低驾驶员状态指数(驾驶员状态指数1或2)，可将低速跟随状态设置成“开启”。对于高驾驶员状态指数(驾驶员状态指数3或4)，可将低速跟随状态设置成“关闭”。应理解，在此示出的驾驶员状态指数与低速跟随状态之间的关系仅仅是示例性的，在其他实施方式中，可按任何其他方式改变该关系。
在步骤9612，响应系统188确定低速跟随系统是开启还是关闭。如果低速跟随状态为开启，则响应系统188返回到步骤9602。否则，响应系统188在低速跟随状态为关闭时前进到步骤9614。在步骤9614，响应系统188可减小低速跟随功能的控制。例如，低速跟随系统212可逐渐增大与前方车辆的车头距离，直到该系统在步骤9616被关闭为止。通过在驾驶员困倦时自动开启低速跟随，响应系统188可帮助增加驾驶员注意力和意识，因为驾驶员必须投入更大精力来驾驶车辆。
在某些情况下，在步骤9616，响应系统188可使用仪表盘警告灯或显示在某种屏幕上的消息来告知驾驶员已经停用了低速跟随。在其他情况下，响应系统188可提供已经停用低速跟随的可听警告。
响应系统可包括用于改变车道偏离警告系统222的操作的设备，其帮助警告驾驶员机动车辆是否不希望地离开当前车道。在某些情况下，响应系统可改变车道偏离警告系统222何时警告驾驶员。例如，车道保持偏离警告系统可在车辆越过车道边界线之前警告驾驶员，而非等待直到车辆已越过车道边界线才警告。
图97和图98例示了改变车道偏离警告系统222的操作的方法的实施方式的示意图。机动车辆100在公路9700上行驶。在驾驶员102完全警觉的情况下(参见图97)，车道偏离警告系统222可在提供警告9704之前一直等待，直到机动车辆100越过车道边界线9702为止。然而，在驾驶员102困倦的情况下(参见图98)，车道偏离警告系统222可正好在机动车辆100越过车道边界线9702的时刻之前提供警告9704。换句话讲，车道偏离警告系统222在驾驶员4002困倦时提早地警告驾驶员1002。这可以帮助提高驾驶员102停留在当前车道内部的可能性。
图99例示了响应于驾驶员状态来操作车道偏离警告系统222的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤9902，响应系统188可获取困倦信息。在步骤9904，响应系统188可确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188回到步骤9902。否则，响应系统188前进到步骤9906。在步骤9906，响应系统188可改变车道偏离警告系统222的操作，使得关于潜在车道偏离提早警告驾驶员。
图100例示了用于响应驾驶员状态来操作车道偏离警告系统222的处理的实施方式。具体地，图100例示了响应于驾驶员的驾驶员状态指数来改变车道偏离警告系统222的操作的处理的实施方式。在步骤10002，响应系统188接收道面信息。路面信息可包括道路尺寸、形状以及任何道路标记或线的位置。在步骤10004，响应系统188可确定相对于道路的车辆位置。在步骤10006，响应系统188可计算至十字路口的时间。这可根据车辆位置、车辆转弯信息和车道位置信息来确定。
在步骤10008，响应系统188可设置道路穿越阈值。道路越过阈值可以是与到十字路口的时间关联的时间。在步骤10010，响应系统188确定到十字路口的时间是否超过了道路交叉阈值。如果未超过，则响应系统188回到步骤10002。否则，响应系统188前进至步骤10012，在步骤10012，点亮警告指示器，指示车辆正越过车道。在其他情况下，还可提供可听或触觉警告。如果车辆继续离开车道，则可在步骤10014应用车道转向力修正。
图101例示了用于设置道路穿越阈值的处理的实施方式。在步骤10102，响应系统188确定用于车辆恢复的最小反应时间。在某些情况下，最小反应时间与驾驶员一旦知道了潜在的车道穿越后使车辆避免车道穿越的最小时间量相关联。在步骤10104，响应系统188可接收车辆工作信息。车辆工作信息可包括路面信息以及与路上的车辆位置相关的信息。
在步骤10106，响应系统188根据最小反应时间和车辆工作信息来确定初始阈值设置。在步骤10108，响应系统188确定驾驶员的身体指数状态。在步骤10110，响应系统188根据驾驶员状态指数来确定车道偏离警告系数。示例性查找表10112包括随驾驶员状态指数的变化而变化的、处于0％至25％之间的一系列系数值。最后，在步骤10114，响应系统188可根据车道偏离警告系数和初始阈值设置来设置道路穿越阈值。
除了通过车道偏离警告系统向驾驶员提早提供警告外，响应系统188还可改变车道保持辅助系统的操作，这也可以提供警告以及驾驶辅助，以便将车辆保持在预定车道中。
图102例示了响应驾驶员状态来操作车道保持辅助系统的处理的实施方式。具体地，图102例示了用于响应驾驶员的驾驶员状态指数来改变车道保持辅助系统的操作的方法。在步骤10202，响应系统188可接收工作信息。例如，在某些情况下，响应系统188可接收与道路的尺寸和/或形状相关的道路信息以及道路上的各种线的位置。在步骤10204，响应系统188确定道路中心的位置和道路的宽度。这可以使用感测信息(诸如，道路的光学信息、包括基于地图的信息的存储信息或感测和存储信息的组合)来确定。在步骤10206，响应系统188可确定相对于道路的车辆位置。
在步骤10208，响应系统188可确定车辆路线相对于道路中心的偏差。在步骤10210，响应系统188可学习驾驶员的取中习惯。例如，警觉的驾驶员通常调节方向盘，持续地尝试将车保持在车道中心。在某些情况下，响应系统188可检测并学习驾驶员的取中习惯。可使用任何机器学习方法或图案识别算法来确定驾驶员的取中习惯。
在步骤10212，响应系统188可确定车辆是否偏离道路中心。如果没有偏离，则响应系统188回到步骤10202。如果车辆偏离，则响应系统188前进至步骤10214。在步骤10214，响应系统188可确定驾驶员的驾驶员状态指数。接下来，在步骤10216，响应系统188可使用驾驶员状态指数来设置车道保持辅助状态。例如，查找表10218是驾驶员状态指数与车道保持辅助状态之间的关系的示例。具体地，针对低驾驶员状态指数(指数1或2)，车道保持辅助状态被设置成标准状态，而针对较高驾驶员状态指数(指数3或4)，车道保持辅助状态被设置成低状态。在其他实施方式中，可使用驾驶员状态指数与车道保持辅助状态之间的任何其他关系。
在步骤10220，响应系统188可检查车道保持辅助状态。如果车道保持辅助状态是标准状态，则响应系统188前进至步骤10222，在步骤10222，应用标准转向力修正，以帮助将车辆保持在车道中。然而，如果响应系统188在步骤10220确定车道保持辅助状态为低，则响应系统188可前进至步骤10224。在步骤10224，响应系统188确定道路是否弯曲。如果不弯曲，则响应系统188前进到步骤10226以点亮车道保持辅助警告，使得驾驶员知道车辆正偏离车道。在步骤10224，如果响应系统188确定道路是弯曲的，则响应系统188前进至步骤10228。在步骤10228，响应系统188确定驾驶员的手是否在方向盘上。如果在方向盘上，则响应系统188前进至步骤10230，在步骤10230，处理结束。否则，响应系统188前进至步骤10226。
这种布置允许响应系统188响应于驾驶员状态来改变车道保持辅助系统的操作。具体地，车道保持辅助系统可仅在驾驶员状态为警觉(低驾驶员状态指数)时帮助自动使车辆转向。否则，如果驾驶员困倦或非常困倦(较高的驾驶员状态指数)，则响应系统188可控制车道保持辅助系统，以仅提供车道偏离警告，而不提供转向辅助。这可帮助驾驶员在他或她困倦时提高警觉性。
响应系统可包括用于在驾驶员困倦时改变盲区指示器系统的控制的设备。例如，在某些情况下，响应系统可增大检测面积。在其他情况下，响应系统可控制监视系统以提早传递警告(即，在接近车辆离得较远时)。
图103和图104例示了盲区指示器系统的操作的实施方式的示意图。在这个实施方式中，机动车辆100正在道路10302上行驶。盲区指示器系统224(参见图2)可用于监视在盲区监视区域10304内行驶的任何对象。例如，在当前实施方式中，盲区指示器系统224可确定盲区监视区域10304的内部没有对象。具体地，目标车辆10306正好在盲区监视区域1304的外部。在这种情况下，不向驾驶员发送警告。
在图103中，驾驶员102被示出为完全警觉。在该警觉状态下，根据预定设置和/或车辆工作信息来设置盲区监视区域。然而，如在图104中看到的，当驾驶员102变得困倦时，响应系统188可改变盲区监视系统224的操作。例如，在一个实施方式中，响应系统188可增加盲区监视区域10304的尺寸。如在图104中看到的，在这些改变的状况下，目标车辆10306现在在盲区监视区域10304内行驶。因此，在这种情形下，警告(例如，警告10308)驾驶员102存在目标车辆10306。
图105例示了响应于驾驶员状态来操作盲区指示器系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤10502，响应系统188可接收困倦信息。在步骤10504，响应系统188确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188返回到步骤10502。如果驾驶员困倦，则响应系统188前进至步骤10506。在步骤10506，响应系统188可增大盲区检测面积。例如，如果初始盲区检测面积和乘客侧后视镜与后保险杠后面大约3-5米之间的车辆的区域关联，则改变后的盲区检测面积可和乘客侧后视镜与后保险杠后面大约4-7米之间的车辆的区域关联。此后，在步骤10508，响应系统188可改变盲区指示器系统224的操作，使得该系统在车辆离得较远时警告驾驶员。换句话讲，如果该系统最初是当接近车辆处于机动车辆100的5米内、或者盲区内时警告驾驶员，则该系统可改变成当接近车辆处于机动车辆100的10米内、或机动车辆100的盲区内时警告驾驶员。当然，应理解，在某些情况下，步骤10506或步骤10508可以是可选步骤。另外，盲区区域的其他尺寸和位置也是可能的。
图106例示了根据驾驶员的驾驶员状态指数、响应于驾驶员行为来操作盲区指示器系统的处理的实施方式。在步骤10602，响应系统188接收对象信息。该信息可包括来自能够检测车辆附近的各种对象(包括其他车辆)的位置的一个或更多个传感器的信息。在某些情况下，例如，响应系统188接收来自用于检测存在一个或更多个对象的远程感测装置(诸如，相机、激光雷达或雷达)的信息。
在步骤10604，响应系统188可确定被跟踪对象的位置和/或方位。在步骤10606，响应系统188设置区域阈值。该区域阈值可以是用于确定对象何时进入盲区监视区域中的位置阈值。在某些情况下，可使用驾驶员的驾驶员状态指数以及有关被跟踪对象的信息来确定区域阈值。
在步骤10608，响应系统188确定被跟踪对象是否超出区域阈值。如果未超出，则响应系统188前进至步骤10602。否则，响应系统188前进至步骤10610。在步骤10610，响应系统188确定对象的相对速度是否处于预定范围中。如果对象的相对速度处于预定范围中，则其有可能长时间地停留在盲区监视区域中并且可造成非常大的威胁。响应系统188可忽略相对速度在预定范围外的对象，因为该对象不可能长时间地停留在盲区监视区域中。如果相对速度不在预定范围中，则响应系统188回到步骤10602。否则，响应系统188前进至步骤10612。
在步骤10602，响应系统188使用驾驶员状态指数来确定警告类型。在步骤10614，响应系统188使用驾驶员状态指数来设置警告强度和频度。查找表10618是驾驶员状态指数与用于警告强度的系数之间的关系的示例。最后，在步骤10620，响应系统188启用盲区指示器警告，以警告驾驶员盲区中存在对象。
图107例示了用于确定区域阈值的处理的实施方式。在步骤10702，响应系统188获取被跟踪对象信息。在步骤10704，响应系统188可确定初始阈值设置。在步骤10706，响应系统188可确定驾驶员的驾驶员状态指数。在步骤10708，响应系统188可确定盲区区域系数。例如，查找表10710包括驾驶员状态指数与盲区区域系数之间的预定关系。在某些情况下，盲区区域系数可以在0％到25％之间变化，并且通常可随着驾驶员状态指数而增加。最后，在步骤10712，响应系统188可确定区域阈值。
总体上，可使用(在步骤10704中确定的)初始阈值设置和盲区区域系数来确定区域阈值。例如，如果盲区区域系数的值为25％，则区域阈值可比初始阈值设置大25％。在其他情况下，区域阈值可以比初始阈值设置小25％。换句话讲，区域阈值可以与盲区区域系数的值成比例地从初始阈值设置增大或减小。此外，随着区域阈值的值改变，盲区区域或盲区检测区域的尺寸可改变。例如，在某些情况下，随着区域阈值的值增加，盲区检测区域的长度增加，从而导致较大的检测区域和较高的系统灵敏度。同样，在某些情况下，随着区域阈值的值减小，盲区检测区域的长度减小，从而导致较小的检测区域和较低的系统灵敏度。
图108例示了采用查找表10802的形式的、根据驾驶员状态指数的各种警告设置的实施方式的示例。例如，当驾驶员的驾驶员状态指数为1时，可将警告类型设置成仅指示器。换句话讲，当驾驶员未困倦时，可将警告类型设置成仅点亮一个或更多个警告指示器。当驾驶员状态指数为2时，可使用指示器和声音二者。当驾驶员的驾驶员状态指数为3时，可使用指示器和触觉反馈。例如，仪表盘灯可闪烁并且驾驶员的座椅或方向盘可振动。当驾驶员的驾驶员状态指数为4时，指示器、声音和触觉反馈可以全部使用。换句话讲，随着驾驶员变得更困倦(增加的驾驶员状态指数)，可同时使用更多种类的警告类型。应理解，当前实施方式仅例示了用于不同驾驶员状态指数的示例性警告类型，在其他实施方式中，可使用用于驾驶员状态指数的警告类型的任何其他配置。
图109到图116例示了响应驾驶员状态的碰撞减轻制动系统(CMBS)的操作的示例性实施方式。在某些情况下，碰撞减轻制动系统可与前方碰撞警告系统组合使用。具体地，在某些情况下，碰撞减轻制动系统可与前方碰撞警告系统组合或者代替前方碰撞警告系统生成前方碰撞警告。此外，碰撞减轻制动系统可被构造成进一步致动各种系统，包括制动系统和电子座椅安全带预紧系统，以便帮助避免碰撞。然而，在其他情况下，碰撞减轻制动系统和前方碰撞警告系统可作为独立系统操作。在以下讨论的示例性情况下，碰撞减轻制动系统能够警告驾驶员潜在的前方碰撞。然而，在其他情况下，可由单独的前方碰撞警告系统来提供前方碰撞警告。
如在图109中看到的，机动车辆100在目标车辆10902后方行驶。在这种情形下，机动车辆100以大致60mph行驶，而目标车辆10902减慢至大致30mph。此时，机动车辆100与目标车辆10902相隔距离D1。然而，因为驾驶员是警觉的，所以CMBS 220确定距离D1不够小，不需要前方碰撞警告。相比之下，如果驾驶员困倦(如在图110中看到的)，则响应系统188可改变CMBS 220的操作，使得在CMBS 220的第一警告阶段期间生成警告11002。换句话讲，CMBS220在驾驶员困倦时变得更灵敏。此外，如下所述，灵敏的程度可与困倦的程度(用驾驶员状态指数指示)成比例地改变。
现在，参照图111，机动车辆100继续接近目标车辆10902。此时，机动车辆100与目标车辆10902相隔距离D2。该距离低于用于启用前方碰撞警告11102的阈值。在某些情况下，该警告可被设置为可视警告和/或可听警告。然而，因为驾驶员是警觉的，所以确定距离D2小得并不足以启用附加的碰撞减轻设备(诸如，自动制动和/或自动座椅安全带预紧)。相比之下，当驾驶员困倦时，如在图112中看到的，响应系统188可改变CMBS 220的操作，使得除了提供前方碰撞警告11102以外，CMBS 220还可自动预紧座椅安全带11202。另外，在某些情况下，CMBS 220可施加轻制动11204，以减慢机动车辆100。然而，在其他情况下，此时可不施加制动。
出于例示的目的，车辆之间的距离被用作确定响应系统188是否应该发出警告和/或应用其他类型干涉的阈值。然而，应理解，在某些情况下，车辆之间的碰撞时间可用作确定响应系统188可执行什么动作的阈值。在某些情况下，例如，可使用有关主车辆和目标车辆的速度以及车辆之间的相对距离的信息，来估算碰撞时间。响应系统188可根据估算的碰撞时间来确定是否应该执行警告和/或其他操作。
图113例示了用于响应驾驶员状态来操作碰撞减轻制动系统的处理的实施方式。在步骤11302，响应系统188可接收目标车辆信息和主车辆信息。例如，在某些情况下，响应系统188可接收目标车辆以及主车辆的速度、位置和/或方位。在步骤11304，响应系统188可确定感测区域中的对象(诸如，目标车辆)的位置。在步骤11306，响应系统188可确定与目标车辆碰撞的时间。
在步骤11308，响应系统188可设置第一碰撞时间阈值和第二碰撞时间阈值。在某些情况下，第一碰撞时间阈值可大于第二碰撞时间阈值。然而，在其他情况下，第一碰撞时间阈值可小于或等于第二碰撞时间阈值。以下讨论并且在图114中示出了用于确定第一碰撞时间阈值和第二碰撞时间阈值的细节。
在步骤11310，响应系统188可确定碰撞时间是否小于第一碰撞时间阈值。如果不小于，则响应系统188返回到步骤11302。在某些情况下，第一碰撞时间阈值可以是超过就不会存在立即碰撞危险的值。如果碰撞时间小于第一碰撞时间阈值，则响应系统188前进到步骤11312。
在步骤11312，响应系统188可确定碰撞时间是否小于第二碰撞时间阈值。如果不小于，则在步骤11314，响应系统188进入第一警告阶段。接着，响应系统188可继续执行下面讨论并且在图115中示出的其它步骤。如果碰撞时间大于第二碰撞时间阈值，则在步骤11316，响应系统188可以进入第二警告阶段。接着，响应系统188可继续执行下面讨论并且在图116中示出的其它步骤。
图114例示了用于设置第一碰撞时间阈值和第二碰撞时间阈值的处理的实施方式。在步骤11402，响应系统188可确定避免碰撞的最小反应时间。在步骤11404，响应系统188可接收目标和主车辆信息(诸如，位置、相对速度、绝对速度以及任何其他信息)。在步骤11406，响应系统188可确定第一初始阈值设置和第二初始阈值设置。在某些情况下，第一初始阈值设置对应于用于警告驾驶员的阈值设置。在某些情况下，第二初始阈值设置对应于用于警告驾驶员并操作制动和/或座椅安全带预紧的阈值设置。在某些情况下，这些初始阈值设置可充当可与完全警觉的驾驶员一起使用的默认设置。接下来，在步骤11408，响应系统188可确定驾驶员的驾驶员状态指数。
在步骤11410，响应系统188可确定碰撞时间系数。在某些情况下，可使用查找表11412来确定碰撞时间系数，查找表11412将碰撞时间系数与驾驶员的驾驶员状态指数关联。在某些情况下，碰撞时间系数随着驾驶员状态指数增加而从0％增加至25％。在步骤11414，响应系统188可设置第一碰撞时间阈值和第二碰撞时间阈值。尽管在该实施方式中使用了单个碰撞时间系数，但第一碰撞时间阈值和第二碰撞时间阈值可分别根据第一初始阈值设置和第二初始阈值设置而不同。使用这种配置，在某些情况下，第一碰撞时间阈值和第二碰撞时间阈值可随着驾驶员的驾驶员状态指数增加而减小。这允许响应系统188在驾驶员困倦时提供潜在危险的提早警告。此外，警告的时刻与驾驶员状态指数成比例地改变。
图115例示了用于在CMBS 220的第一警告阶段操作机动车辆的处理的实施方式。在步骤11502，响应系统188可选择用于警告驾驶员潜在前方碰撞的可视和/或可听警告。在某些情况下，可使用警告灯。在其他情况下，可使用诸如蜂鸣器的可听噪音。还在其他情况下，可使用警告灯和蜂鸣器二者。
在步骤11504，响应系统188可设置警告频度和强度。在某些情况下，这可使用驾驶员状态指数来确定。具体地，随着驾驶员状态因驾驶员更加困倦而增大，可以增加警告状态频度和强度。例如，在某些情况下，查找表11506可用于确定警告频度和强度。具体地，在某些情况下，随着警告强度系数增加(根据驾驶员状态指数)，任何警告的强度都可增加多达25％。在步骤11508，响应系统188可应用用于前方碰撞认识的警告。在某些情况下，针对警告强度系数大的情况，警告的强度可增加。例如，针对低警告强度系数(0％)，警告强度可设置成预定级别。针对较高警告强度系数(大于0％)，警告强度可增加超过该预定级别。在某些情况下，视觉指示器的亮度可增加。在其他情况下，可听警告的音量可增加。还在其他情况下，可以改变点亮视觉指示器或进行可听警告的模式。
图116例示了用于在CMBS 220的第二阶段中操作机动车辆的处理的实施方式。在某些情况下，在步骤11602期间，CMBS 220可使用用于警告驾驶员潜在碰撞的可视和/或可听警告。在某些情况下，可根据驾驶员状态指数来设置警告的级别和/或强度，如以上讨论并且在图115的步骤11504中示出的。接下来，在步骤11604，响应系统188可使用触觉警告。在还使用可视和/或可听警告的情况下，触觉警告可与可视和/或可听警告同时提供。在步骤11606，响应系统188可设置触觉警告的警告频度和强度。这例如可使用查找表11608来实现。接下来，在步骤11610中，响应系统188可自动预紧座椅安全带，以便警告驾驶员。预紧的频度和强度可如在步骤11606中确定地变化。在步骤11612，响应系统188可自动施加轻制动，以便减慢车辆。在某些情况下，步骤11612可以是可选的步骤。
图117例示了响应驾驶员状态来操作导航系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤11702，响应系统188可接收困倦信息。在步骤11704，响应系统188可确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188回到步骤11702。否则，响应系统188前进至步骤11706。在步骤11706，响应系统188可关闭导航系统230。这可帮助缓解驾驶员分心。
图118例示了响应驾驶员状态来操作故障检测系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，故障检测系统244和/或车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤11802，该方法包括接收困倦信息。在某些情况下，困倦信息包括驾驶员是处于正常状态还是困倦状态。此外，在某些情况下，困倦信息可包括指示困倦程度的值，例如，按1至10的标度，其中，1是最不困倦而10是最困倦。在一些实施方式中，可在步骤11802接收其他类型的信息，例如，生理监视信息、行为监视信息、车辆监视信息和来自车辆系统126和监视系统300的其他监视信息。
在步骤11804，该方法包括基于困倦信息来确定驾驶员是否困倦。如果驾驶员不困倦，则响应系统188返回到步骤11802。如果驾驶员困倦，则响应系统188前进至步骤11806。
在步骤11806，该方法接收车辆信息。在某些情况下，ECU 106和/或响应系统188可从一个或更多个车辆系统126接收车辆信息。在其他情况下，可直接从一个或更多个车辆系统126接收车辆信息。在一些实施方式中，可基于车辆信息，在步骤11806中确定车辆状态。
在步骤11808，该方法包括基于困倦信息和车辆信息来改变故障检测系统的一个或更多个故障阈值。要理解，在一些实施方式中，可只基于困倦信息来改变故障阈值并且可省略步骤11806。响应系统188可针对一个或更多个车辆系统126改变故障检测系统244的一个或更多个故障阈值。要理解，响应系统188可改变车辆系统专用的一个或更多个故障阈值(例如，用于制动系统的故障阈值可不同于用于电子动力转向系统的故障阈值)。因改变故障阈值，对应车辆系统的故障检测灵敏度改变。例如，在驾驶员困倦的情形下，对应车辆系统中的故障检测灵敏度可增大。在一个实施方式中，阈值根据驾驶员状态和/或车辆状态而改变。
在一个实施方式中，在步骤11808，基于驾驶员状态的变化改变故障阈值。例如，随着驾驶员状态指数增大(例如，指示困倦)，故障阈值可减小。故障检测系统244可包括查找表11810。查找表11810示出根据驾驶员状态指数的故障阈值的示例控制类型。例如，当驾驶员状态指数是1或2时，控制类型可被设置成“不改变”。在这些情形下，响应系统188可不改变故障阈值。当驾驶员的驾驶员状态指数是可指示驾驶员稍微困倦的3时，响应系统188可将控制类型设置成“中等改变”。在这种情形下，响应系统188可略微改变故障阈值，例如，故障阈值可略微减小(例如，因此故障灵敏度略微增大)。当驾驶员的驾驶员状态指数是可指示驾驶员困倦的4时，响应系统188可将控制类型设置成“显著改变”(例如，相当大的改变)。在此情形下，响应系统188可大大改变故障阈值，例如，可大大减小故障阈值(例如，因此大大增加故障灵敏度)。
现在，参照图119，示出表示故障检测系统进行的示例性故障检测的示图。将关于检测电子动力转向系统的控制信号11902的故障来描述图119，然而，要理解，故障检测可应用于任何车辆系统。在图119中，示例性故障阈值11904和11906指示故障检测系统244执行故障安全功能(例如，系统关闭)的故障阈值。示例性控制阈值11908和11910指示故障检测系统244执行无故障安全功能(例如，控制车辆系统)的阈值。
在图119中，故障检测系统244从例如电子动力转向系统132接收一时间段的控制信号11902。作为例示示例，控制信号11902可以是指示转向角度(例如，对应于方向盘的旋转角度)的信号。在另一个示例中，控制信号11902可以是来自另一类型的方向盘传感器的信号。故障检测系统244监视控制信号11902并且将控制信号11902与阈值进行比较。在点11912、11914和11916，控制信号11902达到控制阈值11908。在这些点，故障检测系统244执行无故障状态功能来帮助控制和/或减轻系统关闭。例如，故障检测系统244可控制制动系统在控制信号11902达到控制阈值时施加制动。
在点11918，控制信号11902达到故障阈值11904。因此，故障检测系统244执行故障安全功能并且关闭电子动力转向系统132，表示发生了系统故障。根据本文(例如，图118)中描述的方法和系统，可基于驾驶员状态和/或机动车辆和/或车辆系统正工作的情形来改变故障阈值11904。如图119中所示，示出示例性的改变后的故障阈值11920。因此，在点11922，控制信号11902达到改变后的故障阈值11920。这使得，相比于基于原始故障阈值11904在点11918检测到的故障，故障检测系统244在时间t(例如，提早时间)执行故障安全功能并且关闭电子动力转向系统132。
如本文中进一步详细讨论的，除了改变故障阈值之外，故障检测系统244还可基于检测到故障时的驾驶员状态和车辆的工作状况来控制一个或更多个车辆系统。现在，参照图120，示出响应驾驶员状态和故障检测来操作一个或更多个车辆系统的实施方式。要理解，图118和图120的组件可被集成或组织成不同实施方式的不同处理。
在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统188来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 106来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，故障检测系统244和/或车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图1A、图1B至图3中示出的组件，包括响应系统188。
在步骤12202，该方法包括接收监视信息。监视信息可包括驾驶员是正常状态还是困倦状态的困倦信息。此外，在某些情况下，困倦信息可包括指示困倦程度的值，例如，按1至10的标度，其中，1是最不困倦而10是最困倦。监视信息还可包括其他类型的信息，例如，生理监视信息、行为监视信息、车辆监视信息和来自车辆系统126和监视系统300的其他监视信息。另外，监视信息可包括来自故障检测系统244的信息。
在步骤12004，该方法包括确定是否检测到一个或更多个车辆系统的故障。例如，响应系统188可从故障检测系统244接收关于一个或更多个车辆系统的故障信息(例如，在步骤12002接收到的监视信息)。参照图119，例如，在故障阈值11904、11906、或11920检测到故障。在另一个实施方式中，响应系统188可直接从车辆系统126接收车辆信息并且基于故障检测系统244的阈值来分析车辆信息。例如，响应系统188可从转向系统接收控制信号11902并且相对于故障阈值11904、11906、或11920来分析控制信号11902。回头参照图120，如果没有检测到故障，则该方法返回到步骤12002。如果检测到故障，则在步骤12006，例如，基于监视信息来确定驾驶员是否困倦。
如果驾驶员不困倦，则该方法返回到步骤12002。如果驾驶员困倦，在步骤12008，该方法包括确定车辆状态。车辆状态可包括与图1A的机动车辆100和/或车辆系统126相关的信息，车辆系统126包括图2中列出的那些车辆系统。在某些情况下，车辆信息还可与机动车辆100的驾驶员相关。具体地，车辆信息可包括车辆状况、车辆行为和关于车辆的外部环境的信息。在一些实施方式中，在步骤12008，可从一个或更多个车辆系统接收车辆信息以确定车辆状态。在其他实施方式中，可在步骤12002中接收车辆信息。在一些实施方式中，在步骤12008，该方法可包括确定当前车辆操作状况。在其他实施方式中，在步骤12008，该方法可包括确定当前车辆情形。在其他实施方式中，在步骤12008，该方法可包括确定车辆操作状况的危险和/或风险级别。
在步骤12010，该方法包括基于驾驶员状态和车辆状态来改变一个或更多个车辆系统。因此，可调节车辆系统来减轻车辆系统故障和/或减轻车辆系统故障的后果。不仅基于驾驶员状态，而且基于车辆的当前操作状况和/或当前情形，改变车辆系统。要理解，在一些实施方式中，可根据图118的查找表11810中描述的驾驶员状态和/或车辆状态来改变车辆系统。另外，在一些实施方式中，可根据检测到的故障的严重性来改变车辆系统。
图121示出响应驾驶员状态和故障检测来操作一个或更多个车辆系统并且改变故障阈值的另一个实施方式。在步骤12102，该方法包括接收监视信息。监视信息可包括指示驾驶员是正常状态还是困倦状态的困倦信息。此外，在某些情况下，困倦信息可包括指示困倦程度的值，例如，按1至10的标度，其中，1是最不困倦而10是最困倦。监视信息还可包括其他类型的信息，例如，生理监视信息、行为监视信息、车辆信息和来自车辆系统126和监视系统300的其他监视信息。另外，监视信息可包括来自故障检测系统244的信息。
在步骤12104，例如，基于监视信息来确定驾驶员是否困倦。如果驾驶员不困倦，该方法返回到步骤12102。如果驾驶员困倦，则在步骤12106，该方法可包括基于监视信息和困倦信息来改变故障检测系统244的一个或更多个故障阈值。改变故障阈值就改变了对应车辆系统中的故障检测灵敏度。例如，在驾驶员困倦的情形下，对应车辆系统的故障检测灵敏度可增大。在一个实施方式中，可根据驾驶员状态来改变阈值。
在步骤12108，该方法包括确定是否检测到一个或更多个车辆系统的故障。例如，响应系统188可从故障检测系统244接收关于一个或更多个车辆系统的故障信息(例如，在步骤12102接收到的监视信息)。参照图119，在故障阈值11904、11906或11920检测到故障。在另一个实施方式中，响应系统188可直接从车辆系统126接收车辆信息并且基于故障检测系统244的阈值来分析车辆信息。例如，响应系统188可从转向系统接收控制信号11902并且相对于故障阈值11904、11906或11920来分析控制信号11902。回头参照图121，在另一个实施方式中，响应系统188可比较来自一个或更多个车辆系统的信息，以确定是否检测到故障，如于2015年6月8日提交并以引用方式并入本文中的美国申请序列号14/733836中描述的。要理解，可在本文中实现用于确定和/或检测故障的其他方法。
如果未检测到故障，则该方法返回到步骤12102。如果检测到故障，在步骤12110，该方法包括确定车辆状态。车辆状态可包括与图1A的机动车辆100和/或车辆系统126相关的信息，车辆系统126包括图2中列出的那些车辆系统。在某些情况下，车辆信息还可与机动车辆100的驾驶员相关。具体地，车辆信息可包括车辆状况、车辆行为和关于车辆的外部环境的信息。在一些实施方式中，在步骤12110，可从一个或更多个车辆系统接收车辆信息以确定车辆状态。在其他实施方式中，可在步骤12102接收车辆信息。在一些实施方式中，在步骤12110，该方法可包括确定当前车辆操作状况。在其他实施方式中，在步骤12110，该方法可包括确定当前车辆情形。在其他实施方式中，在步骤12110，该方法可包括确定车辆操作状况的危险和/或风险级别。
在步骤12112，该方法包括基于驾驶员状态和车辆状态来改变一个或更多个车辆系统。因此，可调节车辆系统来减轻车辆系统故障和/或减轻车辆系统故障的后果。不仅基于驾驶员状态，而且基于车辆的当前操作状况和/或当前情形，改变车辆系统。要理解，在一些实施方式中，可根据图118的查找表11810中描述的驾驶员状态和/或车辆状态来改变车辆系统。另外，在一些实施方式中，可根据检测到的故障的严重性来改变车辆系统。
现在，将讨论根据图118、图120和/或图121的处理来改变一个或更多个车辆系统的具体示例。要理解，以下示例本质是例示性的并且可改变其他车辆系统。再参照图120，在12004，基于来自故障检测系统244和/或发动机104的监视信息，确定车辆传输系统处于故障状态。例如，如图122A中所示，示出处于故障状态的车辆传输系统的效果。这里，机动车辆100正在道路12202(例如，小山)上行驶并且机动车辆100的车辆传输系统(未示出)被检测为处于故障状态(例如，机动车辆100在道路12202上后退)。
因此，在步骤12006，确定驾驶员是否困倦。如果驾驶员困倦，则在步骤12008，确定车辆状态。在这个示例中，基于关于车辆和车辆的环境的车辆信息(例如，当前操作参数和/或当前情形)来确定车辆状态。例如，在图122A中，机动车辆100在道路(例如，小山、带有陡倾斜的道路)12202上。其他信息可包括天气状况(例如，结冰道路)和/或后退速度。基于驾驶员状态和车辆状态中的至少一个，在步骤12010改变一个或更多个车辆系统。例如，可应用电子泊车制动系统210。在另一个实施方式中，可应用其他制动系统的其他修改，例如，可改变制动辅助系统206、自动制动预充液系统208等。
在图122B中示出的另一个示例中，车辆状态可包括例如通过盲区指示器系统224、车道监视系统228等检测到的关于车辆周围的对象的信息。在图122B中，目标车辆12204被示出在机动车辆100后面。因此，改变一个或更多个车辆系统可包括根据目标车辆12204与机动车辆100之间的距离12206来改变制动系统。例如，如果目标车辆12204非常接近机动车辆100，则可立即应用电子泊车制动系统210。
作为另一个例示示例并且再参照图120的方法，在步骤12004，可用在步骤12002接收到的监视信息来确定车辆加速处于故障状态。例如，车辆可在没有来自驾驶员102的输入(例如，借助加速器踏板)的情况下经历预料之外的突然加速。因此，在步骤12006，确定驾驶员是否困倦。如果驾驶员困倦，则在步骤12008，确定车辆状态。在这个示例中，基于关于车辆和车辆环境的车辆信息(例如，当前操作参数和/或当前情形)来确定车辆状态。例如，如在图123中所示，检测到处于突然加速的故障状态的机动车辆100。车辆状态可包括关于机动车辆100周围的对象(例如，机动车辆100前方的目标车辆12302以及机动车辆100与目标车辆12302之间的距离12304)的信息。因此，在步骤12010，基于驾驶员状态和车辆状态中的至少一个来改变车辆系统。例如，可启用制动辅助系统206来开始制动车辆。制动可以基于目标车辆12302与机动车辆100之间的距离12304，以避免与目标车辆12302发生碰撞。如果不存在目标车辆12302，可启用制动辅助系统206，以按照比存在目标车辆12302的情况慢的速率制动。
作为另一个例示示例并且再参照图120的方法，在步骤12004，可用在步骤12002中接收到的监视信息来确定电子动力转向系统132处于故障状态(例如，转向失去、转向回路制动)。因此，在步骤12006，确定驾驶员是否困倦。如果驾驶员困倦，则在步骤12008，确定车辆状态。在这个示例中，基于关于车辆和车辆环境的车辆信息(例如，当前操作参数和/或当前情形)来确定车辆状态。例如，如在图124中所示，机动车辆100处于存在突然转向失去的故障状态。这里，通过盲区指示器系统224检测到盲区监视区域12404中的目标车辆12402。另外，车道偏离警告系统222可检测朝向中间车道12406的潜在车道偏离(例如，突然转向失去造成的)。因此，在步骤12010，基于驾驶员状态和车辆状态中的至少一个来改变车辆系统。
在这个示例中，可致动方向盘134，并且转动方向盘134以远离目标车辆12402。在另一个实施方式中，可启用车道保持辅助系统226以将机动车辆100保持在当前车道中。在另一个实施方式中，响应系统188可启用自动控制状态(例如，车辆模式选择器系统238)和/或制动系统来使车辆安全停下。例如，响应系统188可启动自动巡航控制系统216和车道保持辅助系统226来减慢车辆，保持车辆在当前车道中，直到车辆完全停下为止。
应理解，部分VI中讨论的示例性操作响应还可应用于利用多个驾驶员状态、组合驾驶员状态和/或车辆状态的方法和系统。因此，可用如部分IV中讨论的方法和系统确定的超过一个驾驶员状态和/或组合驾驶员状态指数取代示例性操作响应中讨论的驾驶员状态指数。现在，将讨论基于一个或更多个驾驶员状态(例如，驾驶员状态的多模神经网络)和/或车辆状态的示例性操作响应。然而，要理解，这些示例本质是例示的并且可料想到车辆系统、监视系统和响应的其他组合。
现在，参照图125，示出根据示例性实施方式的、根据使用心率信息和眼睛移动信息的组合驾驶员状态指数来控制车辆系统的例示处理的流程图。在步骤12502，该方法包括从例如使用车辆座椅168(图1A)中内置的生物监视传感器180来感测心率的心率监视系统接收心率信息。在步骤12504，基于心率信息确定第一驾驶员状态。因此，在这个实施方式中，第一驾驶员状态是生理驾驶员状态。在步骤12506，该方法包括从例如光学感测装置162、眼睛/面部移动监视系统332和/或头部移动监视系统334接收头部和/或眼睛移动信息。在步骤12508，基于眼睛移动信息确定第二驾驶员状态。因此，在这个实施方式中，第二驾驶员状态是行为驾驶员状态。
在步骤1251中，确定第一驾驶员状态是否达到第一驾驶员状态阈值。如果达到，则在步骤12512，将第一驾驶员状态与另一驾驶员状态(即，第二驾驶员状态)进行确认。在步骤12514，确定第二驾驶员状态是否达到第二驾驶员状态阈值。如果达到，则在步骤12516，基于第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态指数。在步骤12518，基于组合驾驶员状态指数来改变一个或更多个车辆系统的控制。例如，与图76和图77中描述的系统和方法类似地，可基于组合驾驶员状态指数来改变防抱死制动系统204。要理解，可针对不同实施方式重新组织图125的步骤。例如，如部分IV中讨论的，可用或不用阈值和/或与或不与另一种驾驶员状态的确认来确定组合驾驶员状态指数。另外，可在图125的处理中的不同点(例如，在确认之后)实现阈值。还要理解，图125的处理可包括超过两个驾驶员状态和/或车辆状态。
图126例示了类似于图125但使用心率信息和转向信息的、根据组合驾驶员状态指数来控制车辆系统的例示处理的流程图。在步骤12602，该方法包括从例如使用车辆座椅168(图1A)中内置的生物监视传感器180来感测心率的心率监视系统接收心率信息。在步骤1204，基于心率信息来确定第一驾驶员状态。因此，在这个实施方式中，第一驾驶员状态是生理驾驶员状态。在步骤12606，该方法从例如电子稳定控制系统202接收转向信息。在步骤12608，基于转向信息来确定第二驾驶员状态。因此，在这个实施方式中，第二驾驶员状态是车辆感测驾驶员状态，因为转向信息与驾驶员102关联。
在步骤12610，确定第一驾驶员状态是否达到第一驾驶员状态阈值。如果达到，在步骤12612，将第一驾驶员状态与另一驾驶员状态(即，第二驾驶员状态)进行确认。在步骤12614，确定第二驾驶员状态是否达到第二驾驶员状态阈值。如果达到，在步骤12616，基于第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态指数。在步骤12618，基于组合驾驶员状态指数来改变一个或更多个车辆系统的控制。例如，可类似于图80和图81中描述的方法和系统，基于组合驾驶员状态指数来改变制动辅助系统206。要理解，可针对不同实施方式重新组织图126的步骤。例如，如部分IV中讨论的，可用或不用阈值和/或与或不与另一种驾驶员状态的确认来确定组合驾驶员状态指数。另外，可在图126的处理中的不同点(例如，在确认之后)实现阈值。还要理解，图126的处理可包括超过两个驾驶员状态和/或车辆状态。
图127例示了类似于图125和图126但使用头部移动信息和加速/减速信息的、根据组合驾驶员状态指数来控制车辆系统的例示处理的流程图。在步骤12702，该方法包括从例如头部监视系统334接收头部移动信息。在步骤12704，基于头部移动信息确定第一驾驶员状态。作为例示示例，第一驾驶员状态可表示通过头部移动监视系统334确定的一时间段内的点头的数量。在步骤12706，该方法包括从例如电子稳定控制系统202接收加速和/或减速信息。在步骤12708，基于加速和/或减速信息来确定第二驾驶员状态。作为例示示例，第二驾驶员状态可指示一时间段内的加速的次数。
在步骤12710，确定第一驾驶员状态是否达到第一驾驶员状态阈值。例如，第一驾驶员状态阈值可以是一时间段内的、表示困倦的驾驶员的点头的数量。如果达到，则在步骤12712，将第一驾驶员状态与另一种驾驶员状态(即，第二驾驶员状态)确认。在步骤12714，确定第二驾驶员状态是否达到第二驾驶员状态阈值。例如，第二驾驶员状态可以是一时间段内的、表示困倦的驾驶员的加速的数量。如果达到，在步骤12716，基于第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态指数。如果未达到，处理返回以接收监视信息。在步骤12718，基于组合驾驶员状态指数来改变一个或更多个车辆系统的控制。要理解，可针对不同实施方式重新组织图127的步骤。例如，如部分IV中讨论的，可用或不用阈值和/或与或不与另一种驾驶员状态的确认来确定组合驾驶员状态指数。另外，可在图127的处理中的不同点(例如，在确认之后)实现阈值。还要理解，图127的处理可包括超过两个驾驶员状态和/或车辆状态。
现在，将描述基于一个或更多个驾驶员和车辆状态的示例性操作响应。图128示出根据包括阈值的组合驾驶员状态指数和车辆状态来控制车辆系统的例示处理的流程图。在步骤12802，响应系统188确定第一驾驶员状态。在一个实施方式中，第一驾驶员状态是生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态中的至少一个。作为例示示例，图128的第一驾驶员状态是基于例如驾驶员的心率信息的生理驾驶员状态。
在步骤12804，响应系统188确定第二驾驶员状态。在一个实施方式中，第二驾驶员状态是生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态中的至少一个。因此，再参照例示示例，在图128中，第一驾驶员状态是基于例如来自驾驶员的姿势识别信息的行为驾驶员状态。要理解，还可在图128的处理中确定并且利用第三驾驶员状态。在具有第三驾驶员状态的实施方式中，在图128中，第三驾驶员状态是生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态中的至少一个。
在步骤12806，响应系统188基于车辆信息来确定车辆状态。作为例示示例，在图128中，车辆状态基于当前车速。第一驾驶员状态、第二驾驶员状态和车辆状态中的每一个可被响应系统188可选地传递各个阈值(例如，T1、T2、Tv)。至于第一驾驶员状态和第二驾驶员状态，在步骤12808，如本文中讨论的，可将第一驾驶员状态与第二驾驶员状态确认。在一个实施方式中，步骤12808可以是决策步骤。因此，如果步骤12808的结果是“是”(即，确认了驾驶员状态)，则响应系统可前进至步骤12810，以基于第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态。
在另一个实施方式中，可不将第一驾驶员状态与第二驾驶员状态确认，但在步骤12810中响应系统188可使用第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态指数。另外，在步骤12812，响应系统188可确认组合驾驶员状态和/或将其与车辆状态进行比较。在一个实施方式中，步骤12812可以是决策步骤。因此，如果步骤12812的结果是“是”(即，将组合驾驶员状态与车辆状态进行确认)，则响应系统188可基于组合驾驶员状态指数和车辆状态，在步骤12814中改变车辆系统的控制。
现在，将描述操作例示示例。第一驾驶员状态(即，驾驶员的心率)达到表示正常驾驶员状态(例如，驾驶员的正常心率)的阈值T1。第二驾驶员状态(即，姿势识别信息)达到指示分心的驾驶员状态(例如，驾驶员正使用表示驾驶员从事除了驾驶任务外的其他活动的姿势，例如，打电话)的阈值T2。车辆状态(即，当前车速)达到表示高风险级别(例如，当前车速高)的阈值TV。
在一个实施方式中，在步骤12808，可将第一驾驶员状态与第二驾驶员状态进行确认。在这个示例中，在一些实施方式中，如果第一驾驶员状态正常(即，0)并且第二驾驶员状态是分心(即，1)，则响应系统188可前进至步骤12810，以基于第一驾驶员状态和第二驾驶员状态来确定组合驾驶员状态指数。
在步骤12812，将组合驾驶员状态指数与车辆状态进行确认。在这个实施方式中，如果组合驾驶员状态指数表示分心的驾驶员并且车辆状态表示高风险，则响应系统188可在步骤12814改变车辆系统的控制。例如，响应系统188可用可视方式(例如，视觉装置140)警告驾驶员当前速度和/或他们的分心状态。在另一个实施方式中，响应系统188可借助(例如)导航系统230限制驾驶员使用电话。在另一个实施方式中，响应系统188可改变车道偏离警告系统222和/或盲区指示器系统224，以在驾驶员分心的情况下提早警告驾驶员潜在碰撞或防止车辆改变车道。
作为另一个例示示例，如果车辆状态基于当前交通信息并达到表示低风险级别(例如，无车或车少)的阈值TV，则在步骤12812，当将车辆状态与组合驾驶员状态指数进行确认和/或将车辆状态与组合驾驶员状态指数进行比较时，响应系统188可不限制驾驶员使用电话，但替代地只向驾驶员提供可视警告。如可理解的，对一个或更多个车辆系统的各种组合和修改是可能的。
B.超过一个车辆系统对驾驶员状态的示例性操作响应
在一些实施方式中，车辆可包括用于响应于驾驶员状态来改变不同车辆系统的设备。另外，在一些实施方式中，车辆可包括用于基本上同时和/或同时地响应驾驶员状态、组合驾驶员状态和/或车辆状态来改变不同车辆系统的设备。在一些实施方式中，为了适合地改变一个或更多个车辆系统的控制，多个车辆系统可彼此交流信息。可响应于驾驶员状态而被同时致动的车辆系统的数量不受限制。例如，在某些情况下，一个或更多个车辆系统可被构造成相互通信，以协调对危险或其他驾驶状况的响应。在某些情况下，危险或其他驾驶状况是如上在部分V中讨论的车辆状态。在某些情况下，中央控制单元(诸如，ECU)可被构造成以协同方式控制各种不同车辆系统来应对危险或其他驾驶情况。
为清楚起见，在贯穿本具体实施方式和权利要求书中使用术语危险或危险状况来总体上表示对车辆造成潜在安全威胁的一个或更多个对象和/或驾驶情况。例如，行驶在驾驶员的盲区内的目标车辆可被视为危险，因为如果驾驶员改变到目标车辆的车道，则目标车辆与主车辆之间存在一定的碰撞风险。另外，出于操作响应系统的目的，正在主车辆前方行驶的目标车辆也可以被归类为危险。此外，术语危险不限于描述目标车辆或者其他远离的对象。在某些情况下，例如，术语危险可用于描述增加意外的可能性的一个或更多个危险驾驶情况。另外，如以上提到的，术语危险或危险状况程度可指车辆状态。
基于来自超过一个车辆系统的信息(驾驶员状态，在一些实施方式中，与来自车辆系统的信息相关的驾驶员状态)来改变一个或更多个车辆系统的控制允许进行定制响应。这导致适于当前情形(例如，危险、风险级别)和当前驾驶员状态的控制程度。例如，在某些情况下，当驾驶员完全专注(例如，不困倦)时，可撤销或抑制一些车辆系统的控制。这给予驾驶员对车辆的完全控制。在某些情况下，当驾驶员稍微专注(例如，稍微困倦)时，可稍微改变一些车辆系统的控制。这给予驾驶员对车辆的某些控制。在其他情况下，当驾驶员分心(例如，困倦)时，可大幅度改变一些车辆系统。另外，在某些情况下，当驾驶员非常分心(例如，非常困倦和/或可能睡着)时，可改变一些车辆系统以全或半自主模式来自动控制车辆。在这种情况下，驾驶员对车辆具有有限控制到没有控制并且向车辆转移大部分控制或完全控制。
因此，本文中讨论的实施方式将讨论用于感测驾驶员状态并且基于驾驶员状态来改变一个或更多个车辆系统的操作的一般设备。更具体地，将讨论提供车辆间通信和控制的实施方式和提供半自主和/或全自主控制的实施方式。要理解，本文中讨论的实施方式可实现以上讨论的车辆系统、监视系统和用于确定驾驶员状态和/或组合驾驶员状态的系统中的任一个。另外，要理解，本文中讨论的方法和系统不限于由驾驶员使用。在其他实施方式中，这些相同方法和系统可应用于车辆的任何乘员。换句话讲，响应系统可被构造成检测机动车辆的各种其他乘员是否分心。此外，在某些情况下，可因此改变一个或更多个车辆系统。
现在，参照附图，图129示出用于改变一个或更多个车辆系统的控制的响应系统12900的实施方式的示意图。响应系统12900可包括可响应于驾驶员状态(包括困倦驾驶)而改变的各种车辆系统。响应系统12900可与图1A的响应系统188相同和/或类似。另外，在某些情况下，响应系统12900可包括诸如电子控制单元(ECU)12902的中央控制单元。ECU12902可以与图1A和图1B的ECU 106相同和/或类似。可被并入响应系统12900中的不同车辆系统的示例包括图2中示出的上述车辆系统以及任何其他车辆系统中的任一个。应理解，图2中示出的系统仅旨在是示例性的，在某些情况下，可包括某些其他附加系统。在其他情况下，系统中的一些可以是可选的，并没有被包括在所有实施方式中。
响应系统12900包括电子动力转向系统132、触摸方向盘系统134、视觉装置140、音频装置144、触觉装置148、用户输入装置152、信息娱乐系统154、电子稳定控制系统202、防抱死制动系统204、制动辅助系统206、自动制动预充液系统208、EPB系统210、低速跟随系统212、巡航控制系统214、自动巡航控制系统216、碰撞警告系统218、碰撞减轻制动系统220、车道偏离警告系统222、盲区指示器系统224、车道保持辅助系统226、车道监视系统228、导航系统230、免提便携装置系统232、气候控制系统234、电子预紧系统236、车辆模式选择器系统238、转弯信号控制系统240、头灯控制系统242和故障检测系统244，这些被统称为车辆系统126。
在其他实施方式中，响应系统12900可包括附加车辆系统。还在其他实施方式中，图129中包括的系统中的一些可以是可选的。此外，在某些情况下，响应系统12900还可与各种种类的监视装置关联，监视装置包括以上讨论的监视系统和装置(例如，光学装置、各种类型的位置传感器、监视装置或系统、自主监视装置或系统、以及任何其他装置或系统和图3中示出的系统)中的任一个。
响应系统12900也可包括使用例如ECU 12902进行各种车辆系统的集中控制和/或各种车辆系统之间的通信的设备。ECU 12902可包括微处理器、RAM、ROM和软件，它们全部用于监视和监控响应系统12900的组件以及机动车辆的任何其他组件。各种装置的输出被发送至ECU 12902，在ECU 12902，装置信号可被存储在诸如RAM的电子存储器中。电流和以电子方式存储的信号二者可根据存储在诸如ROM的电子存储器中的软件由中央处理单元(CPU)处理。ECU 12902可包括图1B中示出的ECU 106的组件中的一些或全部。
ECU 12902可包括便于信息和电力的输入和输出的多个端口。在贯穿本具体实施方式并且在权利要求书中使用的术语“端口”是指两个导线之间的任何接口或共享边界。在某些情况下，端口可促成导线的插入和取出。这些类型的端口的示例包括机械连接器。在其他情况下，端口是通常不提供容易的插入或取出的接口。这些类型的端口的示例包括电路板上的焊接或电子迹线。
与ECU 12902关联的所有以下端口和设备都是可选的。一些实施方式可包括指定端口或设备，而其他实施方式可不包括。以下的描述公开了可使用的许多可能端口和设备，然而，应记住，在指定实施方式中不是必须使用或包括每一个端口或设备。
在某些情况下，ECU 12902可包括用于分别向电子动力转向系统132、触摸方向盘系统134、视觉装置140、音频装置144、触觉装置148、用户输入装置152、信息娱乐系统154、电子稳定控制系统202发送信号和/或分别从这些系统接收信号的端口12904、端口12906、端口12908、端口12910、端口12912、端口12914、端口12916和端口12918。在某些情况下，ECU12902可包括用于分别向防抱死制动系统204、制动辅助系统206、自动制动预充液系统208、EPB系统210、低速跟随系统212、巡航控制系统214发送信号和/或从这些系统接收信号的端口12920、端口12922、端口12924、端口12926、端口12928和端口12930。
在某些情况下，ECU 12902可以包括用于分别向自动巡航控制系统216、碰撞警告系统218、碰撞减轻制动系统220、车道偏离警告系统222、盲区指示器系统224、车道保持辅助系统226、车道监视系统228、导航系统230发送信号和/或分别从这些系统接收信号的端口12932、端口12934、端口12936、端口12938、端口12942、端口12944和端口12946。在某些情况下，ECU 12902可以包括用于分别向免提便携装置系统232、气候控制系统234、电子预紧系统236、车辆模式选择器系统238、转弯信号控制系统240、头灯控制系统242和故障检测系统244发送信号和/或分别从这些系统接收信号的端口12948、端口12950、端口12952、端口12954、端口12956、端口12958和端口12960。
在一些实施方式中，ECU 12902可被构造成控制车辆系统126中的一个或更多个。例如，ECU 12902可接收来自一个或更多个车辆系统126的输出，做出控制决策，并且向一个或更多个车辆系统126提供指令。在这些情况下，ECU 12902可以用作中央控制单元。然而，在其他情况下，ECU 12902可以仅用作车辆系统126中的两个或更多个车辆系统126之间的通信的中继器。换句话讲，在某些情况下，ECU 12902可被动地在车辆系统126中的两个或更多个系统之间传送信息，而不做出任何控制决策。
如本文中讨论的，方法和系统允许车辆系统之间进行通信。图130示出经由网络13006通信的第一车辆系统13002和第二车辆系统13004的实施方式的示意图。通常，网络13006可以是本领域中已知的任何种类的网络。不同种类的网络的示例包括但不限于局域网、广域网、个域网、控制器区域网络以及任何其他类型的网络。在某些情况下，网络13006可以是有线网络。在其他情况下，网络13006可以是无线网络。
为清楚起见，只示出了使用网络相互连接的两个车辆系统。然而，在其他情况下，可使用一个或更多个网络对任何其他数量的车辆系统进行连接。例如，在一些实施方式中，图129中示出的车辆系统126中的部分或全部都可通过网络进行连接。在此情形下，车辆系统126中的各个车辆系统可用作网络内的节点。此外，使用联网配置允许在车辆系统126中的各个系统之间共享危险信息。在某些情况下，车辆系统可被构造成通过在网络上发送指令来控制另一个车辆系统。要理解，图130中描述的网络系统可用本文中讨论的用于在超过一个车辆系统之间进行信息传输的系统和方法来实现。
现在，参照图131，示出大体控制机动车辆中的一个或更多个车辆系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统12900来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 12902来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图129中示出的组件，包括响应系统12900。
在步骤13102中，ECU 12902可与车辆系统126中的一个或更多个通信。在某些情况下，ECU 12902可从车辆系统126接收与驾驶状况、车辆操作状况、目标车辆或目标对象信息、危险信息以及任何其他信息相关的各种类型的信息。在某些情况下，车辆系统126中的各个系统可发送不同种类的信息，因为各个系统在工作的同时可利用各种类型的信息。例如，巡航控制系统214可为ECU 12902提供与当前车速相关的信息。然而，电子动力转向系统132可不监视车速，因此可不向ECU 12902发送车速信息。在某些情况下，一些系统可发送重叠的信息。例如，车辆系统126中的多个系统可发送从远程感测装置收集的信息。因此，应理解，相对于从车辆系统126的其他系统接收到的信息，ECU 12902从特定车辆系统接收到的信息可以或可以不是特有的。
在某些情况下，ECU 12902可接收驾驶员状态信息(诸如，使用驾驶员状态指数表征的困倦的程度)。在某些情况下，可直接从车辆系统126接收驾驶员状态信息。在其他情况下，可从如以上讨论的监视装置或系统接收驾驶员状态信息。要理解，可通过以上图130中示出的通信网络13006来促成步骤13102中讨论的通信。
再参照图131，在步骤13104，ECU 12902可评估潜在危险。在某些情况下，潜在危险可被评估为车辆状态。在某些情况下，一个或更多个车辆系统126可向ECU 12902发送可将给定目标车辆、对象或驾驶情形表征为危险的危险信息。在其他情况下，ECU12902可解译一个或更多个车辆系统126所提供的数据，以确定是否存在任何潜在危险。换句话讲，将车辆、对象或驾驶情形表征为危险可在车辆系统126的单个车辆系统内实现和/或通过ECU 12902实现。在某些情况下，目标车辆、对象或驾驶情形可被一个系统视为危险，而不被另一个系统视为危险。例如，关于行驶在主车辆旁边的目标车辆的信息可被盲区指示器系统242使用，以将该目标车辆归类为危险，但是使用相同的信息，由于低速跟随系统212主要关心位于主车辆前方的其他车辆，因此低速跟随系统212可能不会将该目标车辆归类为危险。
在ECU 12902确定存在潜在危险的情形下，ECU 12902可响应于该潜在危险而在步骤13106决定改变一个或更多个车辆系统126的控制。在一个实施方式中，在ECU12902确定不存在潜在危险的情况下，ECU 12902可决定改变和/或不改变一个或更多个车辆系统126的控制。在某些情况下，ECU 12902可改变一个车辆系统的控制。在其他情况下，ECU 12902可基本上同时改变两个或更多个车辆系统的控制。在某些情况下，ECU 12902可协调两个或更多个车辆系统的改变的操作，以便增强车辆对潜在危险的响应。例如，根据驾驶员状态同时改变用于被动地警告驾驶员危险的车辆系统和用于主动改变车辆工作的某些参数(诸如、速度、制动程度、停用巡航控制等)的车辆系统的工作可提供对危险更鲁棒的响应。这种配置允许ECU 12902根据驾驶员状态提供施加恰到好处的辅助程度的响应。
在一些实施方式中，ECU 12902可保持对所有车辆系统126的完全控制。然而，在其他实施方式中，一些车辆系统126可用来自ECU 12902的一些输入或控制来独立工作。在这些情况下，ECU 12902可从已经处于改变的控制模式的系统接收信息，并且可随后改变另外的车辆系统的操作以提供对潜在危险的协调响应。此外，通过分析一些车辆系统的响应，ECU 12902可响应于危险而撤销其他车辆系统的自动控制。例如，如果第一车辆系统检测到危险，但是第二车辆系统未检测到，则ECU 12902可指示第二车辆系统表现得如同存在危险一样。作为另一个示例，如果第一车辆系统检测到危险，但是第二车辆系统未检测到，则ECU12902可指示第一车辆系统表现得如同不存在危险一样。作为其他示例，如果第一或第二车辆系统检测到危险，但是驾驶员状态表示驾驶员专注或知道(例如，确认)存在危险，则ECU12902可指示第一/第二车辆系统表现得如同不存在危险一样。
在ECU 12902以被动方式动作的实施方式中，ECU 12902可从一个车辆系统接收危险警告并将危险警告发送给一个或更多个另外的车辆系统126。用这种配置，ECU12902可在车辆系统126中的两个或更多个之间分发危险警告，以增强响应系统12900的工作。
现在，参照图132和图133，示出用于传达信息并控制机动车辆中的一个或更多个车辆系统的其他实施方式。参照图132和图133描述的方法总体上描述了改变一个或更多个车辆系统，其中，改变可包括不同程度地改变车辆的控制(例如，车辆系统的不控制、部分控制或完全控制)。以下步骤中的一些可通过机动车辆100的响应系统12900来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 12902来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图129中示出的组件，包括响应系统12900。
现在，参照图132，ECU 12902可从一个或更多个车辆系统126和/或监视系统300接收信息。该信息可包括感测信息以及表征车辆系统126的工作的信息。例如，在某些情况下，ECU 12902可从电子稳定控制系统202接收包括轮速信息、加速度信息、偏航速率信息在内的信息以及电子稳定控制系统202所利用的其他种类的感测信息。另外，在某些情况下，ECU12902可接收与电子稳定控制系统202的工作状态相关的信息。例如，ECU 12902可接收表示电子稳定控制系统202正通过致动一个或更多个车轮制动器来积极促成车辆的控制的信息。
在一些实施方式中，在步骤13032期间，ECU 12902可以可选地从车辆系统126中的一个或更多个和/或监视系统300接收驾驶员状态信息。例如，车辆系统126中的一个或更多个可确定驾驶员的驾驶员状态指数。在某些情况下，多个不同系统可向ECU 12902发送驾驶员状态指数或其他驾驶员状态信息。在其他实施方式中，ECU 12902可直接从一个或更多个监视系统300接收驾驶员状态信息，而不是从车辆系统126中的一个接收驾驶员状态信息。在这种情况下，ECU 12902可被构造成根据监视信息来确定驾驶员状态指数。还在其他实施方式中，可从车辆系统126以及独立地从一个或更多个监视系统300接收驾驶员状态信息。
在步骤13204，ECU 12902可检测潜在危险。在一些实施方式中，可通过由一个或更多个车辆系统126提供的信息来检测危险。在一些实施方式中，危险被表示为车辆状态。例如，ECU 12902可从盲区指示器系统224接收指示目标车辆正行驶在主车辆的盲区中的信息。在这种情形下，ECU 12902可将目标车辆视为潜在危险。又如，ECU 12902可从碰撞警告系统218接收指示目标车辆可与主车辆大约同时行驶穿过十字路口的信息。在这种情形下，ECU 12902可将目标车辆视为潜在危险。应理解，目标车辆或对象可被车辆系统126中的一个或更多个或ECU 12902指定为潜在危险。换句话说，在某些情况下，车辆系统确定物体是潜在危险并且将该信息发送给ECU 12902。在其他情况下，ECU 12902从车辆系统接收关于目标对象的信息并且确定该对象是否应被识别为潜在危险。
在识别到潜在危险后，在步骤13206，ECU 12902可确定该潜在危险的风险级别。换句话讲，在步骤13206，ECU 12902确定潜在危险能构成多大的风险。该步骤允许ECU 12902做出关于构成最大风险的潜在危险的控制决策并且可减小ECU 12902响应于并没有对车辆构成很大风险的目标车辆、对象或驾驶情形而改变一个或更多个车辆系统的工作的可能性。以下讨论并且在图133中示出确定潜在危险的风险级别的方法的细节，图133提供了与步骤13206关联的多个可能的子步骤。
在步骤13206中确定的风险级别能够以任何方式来表征。在某些情况下，风险级别能够通过数值范围(例如，1到10，其中，1为最低风险，10为最高风险)来表征。在某些情况下，风险级别可被表征为“高风险”或“低风险”。在其他情况下，风险级别能够以任何其他方式来表征。
在步骤13208，ECU 12902确定与潜在危险关联的风险级别是否高。在某些情况下，ECU 12902基于预定的风险级别来确定风险级别是否高。例如，在使用1到10的风险级别标度的情形下，预定的风险级别可以为8，使得任何具有风险级别8或高于8的危险都被识别为具有高风险级别。在其他情况下，ECU 12902可使用任何其他方法来确定在步骤13206中识别的风险级别是否高到足以需要采取进一步动作。
如果风险级别不高，则ECU 12902返回到步骤13202。否则，ECU 12902前进至步骤13210。在步骤13210，ECU 12902可选择响应于潜在危险要改变的车辆系统126中的一个或更多个。在某些情况下，ECU 12902可选择单个车辆系统。在其他情况下，ECU 12902可选择两个或更多个车辆系统。此外，如以下进一步详细讨论的，ECU 12902可协调车辆系统126中的两个不同车辆系统的工作，使得以适合方式来改变各个系统以增强困倦的驾驶员保持对车辆的良好控制的能力。这允许一些系统增强其他系统的工作和控制。
在步骤13212，ECU 12902可针对在步骤13210中选择的各系统，确定改变后的控制的类型。在某些情况下，ECU 12902可使用驾驶员的驾驶员状态指数来确定控制类型。例如，如在图132中看到的，ECU 12902可使用在步骤13214确定的驾驶员状态指数来选择控制类型。以查找表13216的形式示出了根据驾驶员状态指数的各种控制类型设置的示例。例如，当驾驶员状态指数是1或2时，控制类型可被设置为“不控制”。在这些情形下，ECU 12902可不调节车辆系统126中的任一个的操作。当驾驶员的驾驶员状态指数是可表示驾驶员稍微困倦的3时，ECU 12902可将车辆系统126中的一个或更多个的控制设置为“部分控制”。在部分控制模式下，可对一个或更多个车辆系统126的控制稍做改变，以帮助增强驾驶性能。当驾驶员的驾驶员状态指数是可指示驾驶员非常困倦或甚至睡着的4时，ECU 12902可将车辆系统126中的一个或更多个的控制设置为“完全控制”。在“完全控制”模式下，ECU 12902可大幅改变车辆系统126中的一个或更多个的控制。利用这种布置，车辆系统可被构造成在驾驶员非常困倦时为驾驶员提供额外的辅助、在驾驶员有些困倦时提供一些辅助、以及在驾驶员相对警觉(不困倦)时几乎不提供辅助。在步骤13218，ECU 12902可改变选择的一个或更多个车辆系统126的控制。在某些情况下，可根据在步骤13212期间确定的控制类型来控制车辆系统。
图133例示了用于确定潜在危险的风险级别的处理的一个实施方式。应理解，该方法仅旨在是示例性的，并且在其他实施方式中，可使用任何其他方法来评估潜在危险的风险级别。在步骤13302，ECU 12902可确定潜在危险与主车辆之间的相对距离。在某些情况下，ECU 12902可使用包括雷达、激光雷达、相机以及任何其他远程感测装置在内的远程感测装置来确定主车辆与危险之间的相对距离。在其他情况下，ECU 12902可使用主车辆与危险的GPS信息来计算相对距离。例如，可使用主车辆内的GPS接收器接收主车辆的GPS定位。在危险是另一个车辆的情况下，所述危险的GPS信息可使用车辆通信网络或用于接收远程车辆信息的其他系统来得到。
接着，在步骤13304，ECU 12902可确定相对于危险的主车辆轨迹。在步骤13306，ECU 12902可确定相对于主车辆的危险轨迹。在某些情况下，可使用远程感测装置来估计这些轨迹。在其他情况下，可根据实时GPS定位信息来评估这些轨迹。还在其他情况下，可使用用于确定主车辆和危险(诸如，远程车辆)的轨迹的任何其他方法。
通过确定主车辆与危险的相对距离及相对轨迹，ECU 12902可确定主车辆将遭遇危险的概率。具体地，使用相对距离以及轨迹信息，ECU 12902可估计主车辆与危险可能最终碰撞的概率。在步骤13308，ECU 12902可确定危险的风险级别，风险级别是主车辆将遭遇危险的可能性的指标。在某些情况下，ECU 12902将潜在危险分为对于主车辆呈高风险或低风险。
图134例示了用于在车辆系统可相互直接通信(诸如，通过网络)的情形下响应于潜在危险来控制一个或更多个车辆系统的处理的实施方式。在某些情况下，处理的某些步骤与第一车辆系统13402关联，并且某些步骤与第二车辆系统13404关联。在某些情况下，与第一车辆系统13402关联的步骤由第一车辆系统13402执行，并且与第二车辆系统13404关联的步骤由第二车辆系统13404执行。然而，在其他情况下，与第一车辆系统13402关联的一些步骤可由第二车辆系统13404或某种其他资源执行。同样，在其他情况下，与第二车辆系统13404关联的一些步骤可由第一车辆系统13402或某种其他资源来执行。在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。
在步骤13406，第一车辆系统13402可接收工作信息。该信息可包括任何种类的信息，包括感测信息以及表征车辆系统126的工作的信息。在一个实施方式中，第一车辆系统13402接收第一车辆系统13402的正常工作所需的工作信息。例如，在第一车辆系统13402是盲区指示器系统224的实施方式中，第一车辆系统13402可从监视车辆旁边的盲区区域的相机接收信息、关于盲区区域内或附近的任何被跟踪对象的信息、当前车辆速度以及用于操作盲区指示器系统224的任何其他信息。
在步骤13408，第一车辆系统13402可确定驾驶员的驾驶员状态指数。该信息可根据从诸如相机、位置传感器(诸如，头部位置传感器)、自主监视系统的位置传感器(诸如，头部位置传感器)或任何其他装置接收到的各种监视信息来确定。在某些情况下，驾驶员状态指数也可使用来自车辆系统的信息来确定。例如，如前面所讨论的，系统可通过监视来自车道偏离警告系统222的输出来确定驾驶员是困倦的。
在步骤13410，第一车辆系统13402可检测到潜在危险。在某些情况下，危险被表示为车辆状态。在一些实施方式中，可通过提供给第一车辆系统13402的信息来检测危险。例如，在第一车辆系统13402是自动巡航控制系统的情况下，第一车辆系统13402可被构造成通过相机、激光雷达、雷达或其他远程感测装置接收车头距离信息。在这些情况下，第一车辆信息13402可使用类似的远程感测技术来检测诸如车辆的远程对象。在其他情况下，可通过任何其他车辆系统提供的信息来检测危险。
在识别潜在危险后，在步骤13412，第一车辆系统13402可确定该潜在危险的风险级别。换句话说，在步骤13412，第一车辆系统13402确定潜在危险能构成多大的风险。该步骤允许第一车辆系统13402做出关于构成最高风险的潜在危险的控制决策，并且可减小将响应于未对车辆构成很大风险的目标车辆、对象或驾驶情形而改变第一车辆系统13402的工作的可能性。之前已讨论了确定潜在危险的风险级别的方法的细节。
在步骤13414，第一车辆系统13402确定与潜在危险关联的风险级别是否高。在某些情况下，第一车辆系统13402基于预定的风险级别来确定风险级别是否高。例如，在使用1到10的风险级别标度的情形下，预定的风险级别可以为8，使得具有风险级别8或高于8的任何危险都被识别为具有高风险级别。在其他情况下，第一车辆系统13402可使用任何其他方法来确定在步骤13412识别的风险级别是否高到足以需要采取进一步动作。
如果风险级别高，则第一车辆系统13402前进至步骤13416。否则，第一车辆系统13402返回到步骤13406。在步骤13416，可根据当前驾驶员状态指数来改变第一车辆系统13402的控制。在步骤13418，第一车辆系统13402确定是否应该告知第二车辆系统13404第一车辆系统13402检测到的潜在危险。在某些情况下，可将第一车辆系统13402遭遇的任何危险告知第二车辆系统13404。然而，在其他情况下，可使用一个或更多个标准来确定是否应该通知第二车辆系统13404第一车辆系统13402检测到的潜在危险。在多个车辆系统相互通信的实施方式中，检测到危险的车辆系统可发送信息，向所有其他车辆系统警告所述危险。
在步骤13420，第一车辆系统13402检查是否应该将潜在危险告知第二车辆系统13404。如果不应该告知第二车辆系统，则第一车辆系统13402返回到步骤13406。否则，第一车辆系统13402前进至步骤13422，在步骤13422将信息提交给第二车辆系统13404。在某些情况下，提交的信息包括使第二车辆系统13404检查潜在危险的警告和/或指令。
在步骤13424，第二车辆系统13404从第一车辆系统13402接收信息。该信息可包括与潜在危险相关的信息以及任何其他信息。在某些情形下，信息可包括使第二车辆系统13404检查任何潜在危险的指令或请求。在某些情况下，信息可包括与第一车辆系统13402相关的工作信息。接下来，在步骤13426，第二车辆系统13404可获取工作信息。该工作信息可包括在第二车辆系统13404工作期间使用的任何类型的信息以及来自机动车辆的任何其他系统或装置的工作信息。
在步骤13428，第二车辆系统13404可检查第一车辆系统13402的建议或指示的潜在危险。然后，在步骤13430，第二车辆系统13404可使用与第一车辆系统13402在步骤13412期间使用的方法类似的方法来确定潜在危险的风险级别。在步骤13432，第二车辆系统13404可确定该风险级别是否高。如果不高，则第二车辆系统13404返回到步骤13426。否则，第二车辆系统13404前进到步骤13434。
在步骤13434，可确定驾驶员的驾驶员状态指数。这可以使用上述方法中的任一种来确定。此外，在某些情况下，可直接从第一车辆系统13402获取驾驶员状态指数。在步骤13436，根据驾驶员状态指数来改变第二车辆系统13404的控制。该方法可通过协调多个车辆系统的操作并且根据驾驶员状态指数改变各个系统的工作来实现对危险的更好系统响应。
如以上讨论的，用于控制一个或更多个车辆系统的处理可包括各种车辆系统之间的通信(例如，车辆间通信)。车辆系统可独立地收集信息，确定危险，确定风险级别，确定驾驶员状态，改变车辆系统的控制，并且与其他车辆系统共享该信息。这允许车辆系统相互协作地工作。图135A示出用于控制机动车辆中的包括第一车辆系统13502和第二车辆系统13504在内的一个或更多个车辆系统的处理的另一个实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆100的响应系统12900来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 12902来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。
在步骤13508，该方法包括从第一车辆系统13502接收信息。在一些实施方式中，该方法还可包括从监视系统和/或其他各种车辆系统接收信息(例如，生理信息、行为信息、车辆信息)。在步骤13510，该方法包括基于来自步骤13508的信息来检测潜在危险。在步骤13512，该方法包括检测与潜在危险关联的风险级别。
在步骤13514，该方法包括例如基于来自第一车辆系统13502和/或第二车辆系统13504的信息来确定驾驶员状态。例如，可在步骤13522从第二车辆系统13504接收信息。在一些实施方式中，从第二车辆系统13504接收到的信息可包括生理信息、行为信息和/或车辆信息。如以上讨论的，确定驾驶员状态可包括确定驾驶员状态指数。
在步骤13516，该方法包括基于驾驶员状态来改变第一车辆系统13502的控制。另外，在步骤13520，第一车辆系统13502向第二车辆系统13504提交信息。该信息可包括关于潜在危险、风险级别、驾驶员状态以及第一车辆系统的控制的信息。在步骤13524，第二车辆系统13504从第一车辆系统13502接收信息。另外，在步骤13526，该方法包括基于来自第一车辆系统13502的信息和来自第二车辆系统13504的信息来改变第二车辆系统13504的控制。
虽然图135A示出了彼此通信的两个车辆系统，但可实现超过两个车辆系统。例如，图135B示出用于控制机动车辆中的一个或更多个车辆系统的三个车辆系统。为简便起见，图135A和图135B中的相同标号代表相同元件。在图135B中，可使用来自所有三个车辆系统的信息来改变一个或更多个车辆系统的控制。例如，在步骤13514，驾驶员状态可以基于来自第一车辆系统13502、第二车辆系统13504和/或第三车辆系统13506的信息。另外，在步骤13520，除了向第二车辆系统13504提交信息之外，该方法可包括向第三车辆系统13506提交信息。
在步骤13528，该方法还可包括向第三车辆系统13506提交来自第二车辆系统13504的信息。在步骤13530，该方法包括从第三车辆系统13506接收信息。在步骤13532，该方法包括从第一车辆系统13502和/或第二车辆系统13504接收信息。在步骤13534，该方法包括基于来自第一车辆系统13502和/或第二车辆系统13504的信息来改变第三车辆系统13506的控制。要理解，在图135A和图135B中讨论的通信处理可用于本文中讨论的用于改变车辆系统的控制的方法和系统中的任一个。
图136A、图136B、图137A和图137B是在车辆系统可相互直接通信(例如，车辆间通信)的情形下响应于潜在危险来控制一个或更多个车辆系统的例示示例。更具体地，图136A、图136B、图137A和图137B示出盲区指示器系统224(图2)和电子动力转向系统132(图2)的各种工作模式的示例性实施方式。现在，参照图136A，在这个实施方式中，机动车辆100正在道路13602上行驶。可使用盲区指示器系统224来监视在盲区监视区域13604内行驶的任何对象。例如，在当前实施方式中，盲区指示器系统224可确定在盲区监视区域13604内部没有对象。具体地，目标车辆13606正好在盲区监视区域13604外部。在这种情况下，没有向驾驶员102发送警告。
在图136B中，为了改变车道，驾驶员102可转动方向盘134(例如，触摸方向盘134)。在这种情形下，在驾驶员102完全警觉的情况下，盲区监视区域13604具有适于警觉的驾驶员的清醒度的默认大小。由于在图136B中目标车辆13606不在盲区监视区域13604内，因此没有生成警告并且驾驶员102有将机动车辆100转入相邻车道中的完全自由。
现在，参照图137A和图137B，机动车辆100被示出在道路13702上行驶。随着驾驶员102变得困倦，如图137A和图137B中示出的，盲区监视区域13704(例如，盲区监视区域13604)的大小增加。此时，目标车辆13706现在处于扩大后的监视区域13704中，这导致盲区指示器系统224生成的警告13708。此外，如图137B中看到的，为了防止用户转入相邻车道中并且有可能与目标车辆13706碰撞，电子动力转向系统132可生成反转矩13710，以防止驾驶员102转动方向盘134。该反转矩13710可被提供为匹配驾驶员102在相反方向上施加的转矩的水平，使得方向盘134上的净转矩大致为零。这有助于在目标车辆正在驾驶员102的盲区中行驶时避免机动车辆100进入相邻车道。在某些情况下，还可启用警告指示器13712，以告知驾驶员已经通过一个或更多个车辆系统改变车辆控制。使用这种布置，盲区指示器系统224和电子动力转向系统132可按协调方式工作，以向驾驶员警告威胁并且还控制车辆来帮助避免潜在碰撞。
图138例示了响应于驾驶员状态来操作盲区指示器系统和电子动力转向系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统12900来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 12902来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图129中示出的组件
在步骤13802中，ECU 12902可接收对象信息。所述对象可以是车辆或可被跟踪的任何其他物体。在某些情况下，例如，对象可以是行人或骑自行车的人。在步骤13804，ECU12902可检测潜在危险。接下来，在步骤13806，ECU 12902可确定对象是否构成威胁。以上已讨论并在图106和图107中示出确定对象是否对车辆构成威胁的方法。具体地,图106的步骤10604、步骤10606、步骤10608和步骤10610以及图107中示出的各个步骤提供了一种用于确定对象是否构成危险的示例性方法。在某些情况下，确定对象是否构成危险的步骤包括所讨论的并在图106和图107中示出的检查驾驶员的驾驶员状态指数。
在步骤13808，ECU 12902可确定警告类型、频度以及用于警告驾驶员的警告的强度。在某些情况下，可按与图106的步骤10612和步骤10614类似的方式进行警告类型、频度和强度的确定。接着，在步骤13810，ECU 12902可启用盲区警告指示器来警告驾驶员潜在危险。
在步骤13812，ECU 12902确定对象是否仍处于盲区监视区域内。此步骤允许驾驶员观察到盲区警告指示器并且调节车辆以使得在盲区内不再有对象成为可能。
如果在盲区监视区域中不再有对象，则ECU 12902可返回到步骤13802。否则，ECU12902可前进至步骤13814。在步骤13814，ECU 12902确定被跟踪对象的轨迹。可使用包括远程感测以及基于GPS的方法的任何方法来确定对象的轨迹。
在步骤13816，ECU 12902确定机动车辆与被跟踪对象之间的相对距离。在步骤13818，ECU 12902确定机动车辆与被跟踪对象之间是否可能出现碰撞。如果否，则ECU12902返回到步骤13812以继续监视被跟踪对象。否则，ECU 12902前进至步骤13820，以确定用于帮助阻止驾驶员改变车道的动力转向控制的类型。
与步骤13820并行地，ECU 12902可确定驾驶员状态指数13822并且使用查找表13824来选择适宜类型的控制。例如，如果驾驶员状态指数是1或2，则意味着驾驶员是相对警觉，则由于假设驾驶员将意识到对象构成的潜在危险而不执行控制。如果驾驶员状态指数是3，则意味着驾驶员稍微困倦，提供一些部分转向反馈以帮助抵制用户想要将车辆转入存在被跟踪对象的相邻车道的任何企图。如果驾驶员状态指数是4，则意味着驾驶员非常困倦，提供完全转向反馈以基本上阻止驾驶员移动进入相邻车道。
在选择了动力转向控制类型之后，ECU 12902可在步骤13826相应地控制动力转向系统。在某些情况下，在步骤13828，ECU 12902还可启动控制警告来警告驾驶员一个或更多个车辆系统正得到车辆控制的辅助。
图139例示了盲区指示器系统224和制动控制系统的进一步工作模式的示意图。应理解，制动控制系统可以是制动功能被ECU 12902控制的任何车辆系统。例如，制动控制系统可包括但不限于电子稳定控制系统202、防抱死制动系统204、制动辅助系统206、自动制动预充液系统208、低速跟随系统212、自动巡航控制系统216、碰撞警告系统218、或碰撞减轻制动系统220。
在例示的实施方式中，盲区指示器系统224包括用于交叉车流警告的设备，如本领域中已知的，该设备检测在正常驾驶期间盲区中的对象和在车辆向前或向反移动时从车辆的侧面接近的对象(即，交叉车流)。出于示例性目的，将参照当车辆处于倒档时(即，当车辆倒出停车位时)的交叉车流对图138和图139进行描述。然而，要理解，本文中描述的系统和方法还可适用于当车辆沿向前方向移动时的车辆前方的交叉车流。
现在参照图139，机动车辆100被示出处于在停车情形13902，其中，盲区指示器系统224和制动控制系统单独或组合地可用于改善交叉车流警告处理。盲区监视系统224用于监视在盲区监视区域13908内(即，靠近机动车辆100的侧面)行驶的任何对象(例如，第一目标车辆13904和/或第二目标车辆13906)。如以上讨论的，要理解，盲区监视区域13908也可位于机动车辆100的前方，用于当车辆100在向前方向上时监视从机动车辆100的侧面靠近的对象。要理解，盲区指示器系统224也可包括以上关于于图135至图138描述的功能。例如，盲区监视区域13908可基于机动车辆100的驾驶员的清醒度而增大或减小尺寸。此外，要理解，机动车辆100可以以一定角度(例如，停车角度)在反向或前向行驶，而不是如图139中所示的90度的角度。
图140例示操作包括交叉车流警告的盲区指示器系统与制动控制系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆的响应系统12900来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 12902来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。出于参考的目的，以下方法讨论了图78中示出的组件。
在步骤14002，ECU 12902可接收对象信息。所述对象可以是车辆或可被跟踪的任何其他物体。在某些情况下，例如，对象也可以是行人或骑自行车的人。至于交叉车流警告系统，对象可以是在置于倒挡的车辆的潜在路径中的车辆(即，第一和第二目标车辆13904、13906)。在步骤14004，ECU 12902可检测潜在危险。接下来，在步骤14006，ECU 12902可确定对象是否构成危险。上面已讨论并在图106和图107中示出了确定对象是否对车辆构成危险的方法。具体地，图106的步骤10604、步骤10606、步骤10608和步骤10610以及图107中示出的各个步骤提供了一种确定对象是否构成危险的示例性方法。在某些情况下，确定对象是否构成危险的步骤包括检查驾驶员的驾驶员状态指数，如所讨论并在图106和图107中示出的。
在步骤14008，ECU 12902可确定警告类型、频度以及用于警告驾驶员的警告的强度。在某些情况下，可按与图106的步骤10612和步骤10614类似的方式进行警告类型、频度和强度的确定。接着，在步骤14010，ECU 12902可启用盲区警告指示器来警告驾驶员潜在危险。
在步骤14012，ECU 12902确定对象是否仍处于盲区监视区域内。此步骤使驾驶员观察到盲区警告指示器并调节车辆使得在盲区内不再有对象成为可能。
如果在盲区监视区域中不再有对象，则ECU 12902可返回到步骤14002。否则，ECU12902可前进至步骤14014。在步骤14014，ECU 12902确定被跟踪对象的轨迹。可使用包括远程感测以及基于GPS的方法的任何方法来确定对象的轨迹。当车辆置于倒档并且没有以90度的角度行驶时，轨迹也可以基于相对于车辆和对象的停车角度。
在步骤14016，ECU 12902确定机动车辆与被跟踪对象之间的相对距离。在步骤14018，ECU 12902确定机动车辆与被跟踪对象之间是否可能出现碰撞。如果否，则ECU12902返回到步骤14012以继续监视被跟踪对象。否则，ECU 12902前进至步骤14020，确定将被用于帮助防止驾驶员与被跟踪对象相撞的制动控制的类型。
与步骤14020并行地，ECU 12902可确定驾驶员状态指数14022并且使用查找表14024来选择适合类型的制动控制。例如，如果驾驶员状态指数是1或2，则意味着驾驶员是相对警觉的，由于假设驾驶员将意识到对象所构成的危险而不执行控制。如果驾驶员状态指数的值是3，则意味着驾驶员稍微困倦，提供一些部分制动控制来辅助驾驶员。如果驾驶员状态指数的值是4，则意味着驾驶员非常困倦，提供完全制动控制以充分阻止驾驶员移动进入交叉车流。制动控制可包括但不限于增大或减小制动压力或者对制动器预装入或预充液。
在选择了制动控制类型之后，ECU 12902可在步骤14026相应地控制制动控制系统。在某些情况下，在步骤14028，ECU 12902也可启动控制警告来警告驾驶员一个或更多个车辆系统正在辅助车辆控制。
应理解，一个或更多个车辆系统的示例性操作响应和车辆间通信还可应用于利用多个驾驶员状态和组合驾驶员状态的方法和系统。因此，可用在部分III中讨论的方法和系统所确定的超过一个驾驶员状态和/或组合驾驶员状态指数来取代示例性操作响应和车辆间通信中讨论的驾驶员状态指数。
以上讨论的图131至图135A、图135B总体上示出用于车辆间通信和控制并且基于危险、风险级别、驾驶员状态和来自不同车辆系统的信息中的一个或更多个响应于驾驶员状态来改变各种不同车辆系统的设备。这些实施方式提供了对车辆和车辆系统的改变的控制。如以上提到的，在一些实施方式中，上述用于控制一个或更多个车辆系统的处理可用于向机动车辆提供半自主或完全自主的控制。在一些实施方式中，半自主或完全自主的控制向驾驶员提供直观的便利控制。在其他实施方式中，半自主或完全自主的控制为驾驶员提供安全控制(例如，以避免潜在碰撞和/或危险)。要理解，上述用于确定驾驶员状态并且改变车辆系统的控制的系统和方法中的任一个可全部或部分地用本文中描述的系统和方法来实现。
本文中讨论的示例性系统和方法涉及车辆系统的自动控制，在一些实施方式中，可包括确定和/检查自动控制模式状态。如以上讨论的，机动车辆100可包括车辆模式选择器系统238，车辆模式选择器系统238根据与所选择的模式相关的预设参数来改变驾驶性能。在一个实施方式中，车辆模式选择器系统238提供的模式包括自动控制模式状态。自动控制模式状态可经由车辆模式选择器系统238来管理、启用和/或停用，并且提供车辆系统的半和/或完全自动(例如，自主)控制。在一些实施方式中，可由驾驶员启用和/或停用自动控制模式。因此，驾驶员控制是否发生车辆系统的自动控制。在其他实施方式中，一个或更多个车辆系统可例如基于驾驶员状态来自动启用自动控制模式。虽然并非本文中讨论的每一个方法和系统都提供了自动控制模式状态的确定和/或检查，但要理解，本文中讨论的方法和系统可允许进行此确定和/或检查。
现在，参照图141，示出用于控制包括自动控制的一个或更多个车辆系统的处理的实施方式。在一些实施方式中，以下步骤中的一些可通过机动车辆100的响应系统12900来实现。在某些情况下，以下步骤中的一些可通过机动车辆100的ECU 12902来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。
在步骤14102，该方法包括接收监视信息。例如，ECU 12902可从一个或更多个车辆系统126和/或监视系统300接收监视信息。如以上讨论的，监视信息可包括来自各种车辆系统126和/或监视系统300的生理信息、行为信息和车辆感测信息。在步骤14104，该方法包括基于监视信息来检测潜在危险。在一些实施方式中，在步骤14104中可检测到超过一个潜在危险。在一些实施方式中，ECU 12902可基于一个或更多个车辆系统126和/或监视系统300提供的信息(例如，基于来自步骤14102的监视信息)来检测危险。在一些实施方式中，危险是指车辆状态。作为例示示例，ECU 12902可从盲区指示器系统224接收指示目标车辆正在机动车辆100的盲区监视区域中行驶的信息。在这种情形下，ECU 12902将目标车辆识别为潜在危险。要理解，可实现以上用图131至图138讨论的检测潜在危险的系统和方法中的任一个。在本文中讨论的一些实施方式中，步骤14104是可选的。另外，在其他实施方式中，可在步骤14110之后执行步骤14104。
在步骤14106，该方法包括确定与潜在危险关联的风险级别。换句话讲，在步骤14106，ECU 12902确定潜在危险构成多大的风险。要理解，可实现以上用图131至图138讨论的确定风险级别的系统和方法中的任一个。另外，在一些实施方式中，步骤14106是可选的。在其他实施方式中，可在步骤14110之后执行步骤14106。
在步骤14108，该方法包括确定自动控制状态。例如，ECU 12902可(例如，在步骤14102)从车辆模式选择器系统238接收信息，以确定自动控制状态是否被设置成开启。如果自动控制状态被确定是开启，则启用机动车辆100和/或一个或更多个车辆系统126的半和/或全自主控制。在一些实施方式中，步骤14108是可选的。在其他实施方式中，可在步骤14110之后执行步骤14108。
在步骤14110，ECU 12902可基于监视信息来确定驾驶员状态和/或驾驶员状态指数。可用在部分IV中讨论的各种方式来确定驾驶员状态。在一些实施方式中，驾驶员状态是基于来自一个或更多个车辆系统126和/或监视系统300的监视信息。在一些实施方式中，驾驶员状态相对于检测到的潜在危险来表征驾驶员的专注度(例如，警觉度)。在一些实施方式中，确定驾驶员状态还可包括确定驾驶员分心和/或困倦。
在一个实施方式中，在步骤14110，ECU 12902可使用驾驶员状态和/或驾驶员状态指数，确定控制类型(例如，系统状态)，如图132中在步骤13214利用查找表13216讨论的。在本文中，将参照图143A、图143B、图143C和图143D来讨论其他示例性的控制类型。在步骤14112，ECU 12902至少部分基于驾驶员状态和/或驾驶员状态指数来改变一个或更多个车辆系统的控制。在一些实施方式中，可至少部分基于驾驶员状态和/或驾驶员状态指数、潜在危险、风险级别和/或自动控制状态来改变一个或更多个车辆系统。另外，可基于根据驾驶员状态选择的控制类型和/或系统状态，在步骤14112中改变车辆系统。
在图142中示出控制包括自动控制的机动车辆中的一个或更多个车辆系统的处理的另一个实施方式。在步骤14202，该方法包括接收监视信息。例如，ECU 12902可在步骤14102中如以上用图141讨论地从一个或更多个车辆系统126和/或监视系统300接收监视信息。在步骤14204，该方法包括确定自动控制状态是否被设置成开启。例如，ECU 12902可(例如，在步骤14202)从车辆模式选择器系统238接收信息，以确定自动控制状态被设置成开启。如果自动控制状态被设置成开启，则启用机动车辆100和/或一个或更多个车辆系统126的半和/或全自主控制。要理解，在一些实施方式中，步骤14204是可选的。如果确定自动控制状态被设置成关闭，则该方法可返回到步骤14202。如果确定自动控制状态被设置成开启，则该方法前进至步骤14206。
在步骤14206，ECU 12902确定驾驶员状态和/或驾驶员状态指数。可用部分IV中讨论的各种方式中的任一种来确定驾驶员状态。在下文中将进一步详细讨论的一些实施方式中，驾驶员状态基于来自一个或更多个车辆系统126和/或监视系统300的监视信息。在一些实施方式中，确定驾驶员状态还可包括确定驾驶员是否分心和/或困倦。
在步骤14208，该方法包括改变一个或更多个车辆系统的控制。例如，ECU 12902可基于驾驶员状态和/或驾驶员状态指数来改变一个或更多个车辆系统。在一些实施方式中，控制可以基于查找表，例如，查找表14210。更具体地，基于驾驶员状态来改变一个或更多个车辆系统的系统状态和/或控制参数。例如，如果驾驶员状态指数是1或2，则车辆系统可被设置成系统状态“不改变”或“标准控制”。在一些实施方式中，在驾驶员状态指数是1或2的情况下，车辆系统可被设置成系统状态“自动控制”。如果驾驶员状态指数是3，则车辆系统可被设置成系统状态“某种改变”、“部分控制”或“半自动控制”。如果驾驶员状态指数是4，则车辆系统可被设置成系统状态“更多改变”、“完全控制”、或“自动控制”。要理解，图142中示出的方法可包括其他步骤，例如，图141中示出的步骤(例如，检测潜在危险、确定风险级别)。
图143A、图143B、图143C和图143D示出各种车辆系统的基于驾驶员状态指数进行的状态控制的示例性查找表。要理解，这些查找表本质是示例性的并且可实现本文中讨论的其他查找表以及其他类型的车辆系统和状态控制。如图143A中通过查找表14302指示的，可根据驾驶员状态来选择低速跟随系统的控制状态。如果驾驶员状态指数是1或2，则低速跟随系统212状态被设置成标准。如果驾驶员状态指数是3或4，则低速跟随系统212状态被设置成自动。要理解，在本文中描述的一些实施方式中，当自动控制状态被设置成开启并且驾驶员状态指数是1或2(例如，驾驶员专注)时，低速跟随系统212状态被设置成自动，以当驾驶员专注时允许低速跟随系统212的自主控制。另外，在其他实施方式中，可基于驾驶员状态(例如，图96，查找表9610)将低速跟随系统212状态设置成开启或关闭。
如图143B中通过查找表14304指示的，可根据驾驶员状态来选择车道保持辅助系统的控制状态。如果驾驶员状态指数是1或2，则车道保持辅助系统226状态被设置成标准。如果驾驶员状态指数是3或4，则车道保持辅助系统226状态被设置成自动。要理解，在本文中描述的一些实施方式中，当自动控制状态被设置成开启并且驾驶员状态指数是1或2(例如，驾驶员专注)时，车道保持辅助系统226状态可被设置成自动，以允许当驾驶员专注时车道保持辅助系统226的自主控制。在一些实施方式中，可基于驾驶员状态(例如，图102，查找表10218)将车道保持辅助系统226从标准变化成低控制。
如图143C中通过查找表14306指示的，可根据驾驶员状态来选择自动巡航控制系统的控制状态。如果驾驶员状态指数是1，则自动巡航控制系统216状态可被设置成手动或关闭，由此需要手动的开关/按钮输入来改变车头距离。如果驾驶员状态指数是2，则自动巡航控制系统216的车头距离(例如，控制参数)可被设置成最小间隙。如果驾驶员状态指数是3或4，则自动巡航控制系统216的车头距离(例如，控制参数)可被设置成最大间隙。要理解，在本文中描述的一些实施方式中，当自动控制状态被设置成开启并且驾驶员状态指数是1或2(例如，驾驶员专注)时，自动巡航控制系统216可被设置成自动，以允许当驾驶员专注时自动巡航控制系统216的自主控制。在其他实施方式中，自动巡航控制系统216可被设置成开启或关闭和/或可按照驾驶员状态(例如，图94，查找表9408、9420)来设置距离设置。
在另一个实施方式中，改变一个或更多个车辆系统的控制可包括基于驾驶员状态和车辆和/或车辆系统的控制类型来启用视觉指示器(例如，视觉装置140)。作为例示示例，如果机动车辆100和/或一个或更多个车辆系统126并且驾驶员102不分心和/或困倦，则可启用触摸方向盘1802(参见图18)的光条1808来发射绿色光，由此向驾驶员102指示自动控制状态和驾驶员状态。作为另一个例示示例，如果机动车辆100和/或一个或更多个车辆系统126处于自动控制模式并且驾驶员102分心和/或困倦，则可启用触摸方向盘1802(参见图18)的光条1808来发射红色光，由此向驾驶员102指示自动控制状态和驾驶员状态。在其他示例中，如果机动车辆100和/或一个或更多个车辆系统126处于部分控制的自动控制模式(例如，半自主控制)并且驾驶员102未分心和/或困倦，则可启用方向盘1802(参见图18)的光条1808来发射部分绿色光，由此向驾驶员指示自动控制状态和驾驶员状态。
如图143D中通过查找表14308指示的，可根据驾驶员状态来选择视觉装置的控制状态。在以上示例中的任一个中，当启用方向盘1802的光条1808发出颜色时，响应系统12900可使光闪烁，例如，闪烁红光来引起驾驶员注意。另外，在以上示例中的任一个中，当启用方向盘1802的光条1808发出颜色时，响应系统12900可控制音频装置144来提供可听到的声音。例如，当启用方向盘1802的光条1808发出红色光时，可启用音频装置144向驾驶员102提供指示自动控制状态和驾驶员状态的可听声音。可以使用任何颜色或声音组合。
在一些实施方式中，可基于驾驶员状态，启用和/或停用包括车辆系统警告的车辆系统126的控制。例如，如果驾驶员专注(例如，警觉、清醒)于机动车辆100周围的潜在危险，则可停用(例如，关闭)一些车辆系统126和警告。因此，驾驶员102能够对机动车辆100进行完全控制并且抑制不必要的警告，因为驾驶员102专注于任何潜在危险。现在，参照图144，示出控制一个或更多个车辆系统(包括抑制和/或限制车辆系统和警告)的实施方式的流程图。在步骤14402，该方法包括ECU 12902从一个或更多个车辆系统126和/或一个或更多个监视系统300接收监视信息。在步骤14404，该方法包括基于监视信息来确定是否存在潜在危险。如果不存在潜在危险，则方法可返回到步骤14402。
如果不存在潜在危险，则该方法前进至步骤14406。在步骤14406，ECU 12902可确定驾驶员状态和/或驾驶员状态指数。驾驶员状态指数基于在步骤14402中接收到的监视信息。驾驶员状态指数可基于来自一个或更多个车辆系统126和/或一个或更多个监视系统300的信息。在步骤14408，该方法包括基于驾驶员状态指数来确定驾驶员是否分心。如果驾驶员不分心(例如，意识到潜在危险、警觉、专注)，则在步骤14410，该方法包括改变一个或更多个车辆系统的控制。更具体地，在步骤14410，一个或更多个车辆系统126的系统状态可被设置成“不控制”或“关闭”(例如，禁用)。在另一个实施方式中，在步骤14410，一个或更多个车辆系统126的系统状态可被设置成自动控制。因此，在步骤11410改变一个或更多个车辆系统的控制可包括基于潜在危险来抑制通常将由车辆系统126触发的一个或更多个车辆系统126和/或车辆系统警告。另外，改变一个或更多个车辆系统126的控制可包括基于潜在危险停用车辆系统126和/或车辆系统126通常将触发的功能。例如，可在步骤14410禁用(例如，关闭)车道保持辅助系统226，使得不提供转向辅助，由此允许驾驶员102能完全控制转向。
如果驾驶员分心，则在步骤14412，该方法包括改变一个或更多个车辆系统126的控制。更具体地，在步骤14412改变一个或更多个车辆系统126的控制可包括基于潜在危险来启用某些系统的警告。另外，在步骤14412改变一个或更多个车辆系统126的控制可包括设置一个或更多个车辆系统126的控制参数和或系统状态。例如，在步骤14412，车道保持辅助系统226的系统状态可设置成标准。在另一个实施方式中，车道保持辅助系统226的系统状态可被设置成自动。
在图145中示出控制一个或更多个车辆系统(包括确认风险和/或危险)的处理的另一个实施方式。要理解，可用上述例示示例中的任一个并且用之前讨论的任何车辆系统126或监视系统300来实现图145中示出的方法。如以上讨论的，在一些实施方式中，尽管存在危险或风险，驾驶员可能意识到危险和风险。在这些情形下，可改变一个或更多个车辆系统126，使驾驶员102能确认潜在危险和/或风险。图145示出确认潜在危险并且基于该确认来改变一个或更多个车辆的总体方法。
在步骤14502，ECU 12902可从一个或更多个车辆系统126和/或一个或多个监视系统300接收监视信息，如以上详细描述的。例如，ECU 12902可接收生理信息、行为信息和车辆信息。在步骤14504，ECU 12902可基于在步骤14502接收到的监视信息，检测以上详细描述的潜在危险。在步骤14506，ECU 12902可例如基于车辆将遭遇危险的概率来确定风险级别。要理解，在一些实施方式中，步骤14506是可选的，和/或可在步骤14508之后确定。
在步骤14508，ECU 12902确定驾驶员是否已经确认潜在危险。换句话讲，确定驾驶员102是否意识到(例如，专注、警觉)潜在危险。在另一个实施方式中，可确定风险级别，并且在步骤14508，该方法确定驾驶员102是否已经确认潜在危险所带来的风险。为了确定是否已经确认潜在危险，在步骤14510，该方法可包括基于监视信息来确定驾驶员状态和/或驾驶员状态指数。驾驶员状态可以基于来自车辆系统和/或监视系统的监视信息，例如，在步骤14502接收到的监视信息。另外，驾驶员状态可以基于多个驾驶员状态。在一些实施方式中，在步骤14510确定的驾驶员状态基于相对于潜在威胁对监视信息的分析。
如以上讨论的，在一些实施方式中，步骤14506可包括确定风险级别是否高。因此，在一个实施方式中，在步骤14508中确定是否确认了潜在危险还可以基于风险级别。因此，如果风险级别高，则即使在步骤14510确定驾驶员状态是专注的，ECU 12902也可基于高风险级别确定没有确认潜在危险。因此，即使驾驶员102意识到潜在危险，如果潜在危险的风险级别高，则在步骤14508中确定没有确认潜在危险。
如果没有确认潜在危险，则在步骤14512，ECU 12902改变一个或更多个车辆系统的控制。更具体地，在步骤14512，改变一个或更多个车辆系统126的控制可包括基于潜在危险启用某些车辆系统126的警告。因此，改变一个或更多个车辆系统126的控制可包括将一个或更多个车辆系统126的控制状态设置成标准控制或自动控制。
如果已经确认潜在危险从而表明驾驶员102意识到潜在危险，则在步骤14514，该方法包括改变一个或更多个车辆系统。更具体地，在步骤14514，如果已经确认潜在危险，则可停用和/或撤销车辆系统和/或车辆系统警告。换句话讲，在步骤14514改变一个或更多个车辆系统的控制可包括基于潜在危险抑制通常将由车辆系统触发的车辆系统警告和/或功能。因此，改变一个或更多个车辆系统126的控制可包括将控制状态设置成不控制或禁用(例如，关闭)。
现在，将参照图145描述具体示例。在步骤14502，从一个或更多个车辆系统126和/或一个或更多个监视系统300接收监视信息。例如，可从盲区指示器系统224接收监视信息。在步骤14504，盲区指示器系统224可检测到作为处于机动车辆100的盲区监视区域中的对象的危险。盲区指示器系统224可基于以上步骤14506中描述的方法，确定该危险是否构成风险。在一些实施方式中，在步骤14506中，确定该危险是否构成风险还包括确定风险级别是否高。
在步骤14508，ECU 12902可确定是否确认了潜在危险。在一些实施方式中，步骤14508中的确定是基于监视信息和在步骤14510中确定的驾驶员状态和/或驾驶员状态指数。例如，ECU 12902可在步骤14502接收来自头部移动监视系统334的头部移动信息(例如，头部观看)和/或来自眼睛/面部移动监视系统332的眼睛注视信息。另外，ECU 12902可在步骤14502中从车道偏离警告系统222接收关于潜在车道偏离的信息。
基于该信息，ECU 12902在步骤14510确定驾驶员状态和/或驾驶员状态指数。驾驶员状态可以基于关于潜在危险的监视信息(例如，头部运动、眼睛注视、潜在车道偏离方向)的分析。在这个示例中，ECU 12902可确定潜在车道偏离与对象(例如，目标车辆)和盲区监视区域处于同一方向上，但驾驶员的头部观看和/或眼睛注视指示驾驶员102正在看对象(例如，目标车辆)和盲区监视区域。因此，驾驶员102意识到(例如，警觉、专注)潜在危险。因此，ECU 12902可在步骤14510确定驾驶员状态是专注的，并且在步骤14508，ECU 12902确定确认了潜在危险并且该方法可前进至步骤14514。
在这个示例中，在步骤14514，ECU 12902可禁用(例如，关闭)车道偏离警告系统222和/或盲区指示器系统224。因此，将抑制通常由这些系统通常发出的警告。在另一个示例中，ECU 12902可将车道保持辅助系统226的控制类型设置成不控制(例如，禁止、关闭)，使得不提供动力转向辅助。
在另一个例示示例中，ECU 12902可在步骤14502检测来自转向信号控制系统240的转向信号信息。基于该信息和其他监视信息，在步骤14510，ECU 12902确定驾驶员状态和/或驾驶员状态指数。在这个示例中，ECU 12902可确定潜在车道偏离与对象和盲区监视区域处于同一方向，但转向信号信息指示已经启用朝向对象和盲区监视区域的转向信号。另外，驾驶员102的头部观看和/或眼睛注视表示驾驶员已确认潜在危险。因此，在步骤14510确定驾驶员状态是专注的，并且在步骤14508，确定驾驶员确认了潜在危险。然而，在另一个实施方式中，即使在步骤14510中确定驾驶员状态是专注，如果确定了风险级别并且确定风险级别高，则ECU 12902可在步骤14508中确定没有确认潜在危险。
如果在步骤14508中确认了潜在危险，则在步骤14514，基于驾驶员状态来改变一个或更多个车辆系统。例如，ECU 12902可关闭来自车道偏离警告系统222的警告并且可关闭车道保持辅助系统226。因此，在这个示例中，由于确认了潜在危险，因此ECU 12902将改变车辆系统，以允许驾驶员继续潜在的车道偏离，并且有可能变换车道(挤到盲区监视区域中的车辆前方)。如果在步骤14508中确定没有确认潜在危险，则确定驾驶员分心并且车道偏离警告系统222和车道保持辅助系统226将工作，以防止车辆100完成车道变换或警告车辆的驾驶员盲区监视区域内的车辆。
要理解，在一些实施方式中，可基于驾驶员状态的改变，再次改变和/或调节一个或更多个车辆系统(例如，回到初始状态)。例如，在一些实施方式中，在ECU 12902停用和/或关闭任何车辆系统126的情况下，ECU 12902可在检测到驾驶员状态改变(例如，分心和/或困倦的驾驶员状态)时自动重新启用和/或打开这些车辆系统。在其他实施方式中，ECU12902可自动按照预定时间间隔检查和/或确定驾驶员状态以确定驾驶员状态是否改变和是否应再改变车辆系统126(例如，恢复原始状况/状态)。因此，在一些示例中，可基于驾驶员状态在数秒内启用和禁用车辆系统。作为例示示例，如果ECU 12902确定驾驶员状态是专注的并且禁用(例如，关闭)车道偏离警告系统222(例如，抑制警告)，则ECU 12902可随后在ECU 12902确定驾驶员状态是分心时重新启用(例如，启用、开启)车道偏离警告系统222。
上述一个或更多个车辆系统的示例性操作响应可用如以上讨论的用于确定一个或更多个驾驶员状态、确定组合驾驶员状态、确认一个或更多个驾驶员状态、确定车辆状态的方法和系统来实现。现在，将描述根据图141、图142、图144和图145的方法的控制车辆系统的具体示例。这些示例本质上是示例性的并且要理解可实现其他车辆系统和车辆系统的组合。另外，要理解，图141、图142、图144和图145的一些组成可被省略和/或重新布置成其他构造。在一些实施方式中，在相对于潜在危险确定驾驶员状态的情况下，基于驾驶员状态来改变车辆系统，以便进行半自动和/或自动控制。在其他实施方式中，基于组合驾驶员状态来改变车辆系统，以便进行半自动和/或自动控制。组合驾驶员状态可以是基于不同类型的行为信息和车辆感测信息。车辆系统的控制和/或改变中的一些提供直观的驾驶员控制和/或便利特征，从而允许针对驾驶员和驾驶员状态来定制控制。
现在，参照图146，示出响应于驾驶员状态来操作车道偏离警告系统的方法。在一些实施方式中，以下步骤中的一些可通过机动车辆100的响应系统12900来实现。在某些情况下，以下步骤中的一些可通过机动车辆的ECU 12902来实现。在其他实施方式中，以下步骤中的一些可通过机动车辆的其他组件(诸如，车辆系统126)来实现。还在其他实施方式中，以下步骤中的一些可通过车辆的系统或组件的任何组合来实现。应理解，在一些实施方式中，以下步骤中的一个或更多个可以是可选的。
在步骤14602，该方法包括ECU 12902接收来自车道偏离警告系统222的信息(例如，监视信息)。在步骤14604，ECU 12902基于来自车道偏离警告系统222的信息确定机动车辆100是否存在潜在车道偏离(例如，潜在危险)。在一些实施方式中，可基于如以上用图100和图101讨论的车道偏离警告信息来确定潜在的车道偏离。如果确实存在潜在车道偏离，则该方法可前进至步骤14606。否则，该方法可回到步骤14602。
在步骤14606，ECU 12902接收来自例如头部移动监视系统334的头部移动信息、和/或来自眼睛/面部移动监视系统332的眼睛注视信息。在一些实施方式中，可在步骤14602接收头部移动和/或眼睛注视信息。头部移动信息可包括如以上在部分III(B)(2)中用图16A、图16B和图17讨论的关于头部姿势和头部观看的信息。因此，在步骤14608，ECU12902可相对于潜在危险(例如，潜在车道偏离)来分析头部移动(例如，头部观看)和/或眼睛注视。更具体地，ECU 12902确定驾驶员102的头部观看和/或眼睛注视是否朝向潜在的车道偏离。
因此，在步骤14610，该方法包括确定驾驶员状态和/或驾驶员状态指数。例如，基于关于潜在危险的监视信息来确定驾驶员状态。在一些实施方式中，步骤14610还可包括基于驾驶员状态和/或驾驶员状态指数来确定驾驶员是否专注和/或分心。更具体地，在图146中，ECU 12902基于在步骤14606接收到的至少头部移动信息和/或眼睛注视信息和在步骤14608中相对于车道偏离的头部移动和/或眼睛注视信息的分析来确定驾驶员状态。换句话讲，驾驶员状态和/或驾驶员状态指数至少部分基于头部移动和/或眼睛注视信息和潜在车道偏离。
因此，在一个实施方式中，如果头部观看是向前看的头部观看，则在步骤14610确定驾驶员状态指数低(例如，专注)。类似地，如果头部观看指向潜在车道偏离的同一方向，则在步骤14610确定驾驶员状态指数低(例如，专注)。然而，如果头部观看不是向前看或不指向与可能的车道偏离相同的方向，则在步骤14610确定驾驶员状态指数高(例如，不专注)。
因此，在步骤14612，ECU 12902基于在步骤14610确定的驾驶员状态和/或驾驶员状态指数来改变一个或更多个车辆系统。在一个实施方式中，ECU 12902改变一个或更多个车辆系统126的控制类型(例如，系统状态)。例如，如果驾驶员状态指数表示专注的驾驶员状态，则ECU 12902可将车道偏离警告系统222的控制类型设置成禁用和/或不控制(例如，关闭)。因此，停用和/或抑制车道偏离警告系统222发出的警告。如果驾驶员状态指数表示分心的驾驶员状态，则ECU 12902可将车道偏离警告系统222的控制类型设置成启用和/或标准控制(例如，开启)。例如，ECU 12902可启用车道偏离警告系统222发出的警告。在另一个实施方式中，如果驾驶员状态指数表示分心的驾驶员状态，则ECU 12902启用车道偏离警告系统222发出的警告并且启用车道保持辅助系统226(例如，转为开启的系统状态)以提供车道保持辅助。
现在，参照图147A和图147B，示出根据图146的方法的控制车道偏离警告系统的示意图。在图147A中，机动车辆100在道路14702上行驶并且正接近中线14704。驾驶员102的头部观看相对于机动车辆100是向前看。因此，基于机动车辆100的潜在车道偏离和驾驶员102的头部观看，ECU 12902确定驾驶员状态是专注。因此，ECU 12902通过将车道偏离警告系统222的系统状态设置成不控制或禁用(例如，关闭)来改变车道偏离警告系统222。因此，停用车道偏离警告14706。
在图147B，机动车辆100正接近中线14704并且驾驶员102的头部观看不是向前看(即，头朝下、头向下看)。因此，ECU 12902确定驾驶员状态是分心的并且通过将系统状态设置成启用和/或标准控制(例如，开启)来改变车道偏离警告系统222。因此，启用车道偏离警告14706。
现在，参照图148，示出响应于驾驶员状态来操作盲区指示器系统的方法。在步骤14802中，该方法包括ECU 12902接收来自盲区指示器系统224的信息(例如，监视信息)。在步骤14804，ECU 12902基于来自盲区指示器系统224的信息来确定是否存在潜在危险。例如，ECU 12902可检测作为机动车辆100的盲区监视区域内部的对象(例如，目标车辆)的潜在危险。如果在步骤14804未检测到潜在危险，则该方法可返回到步骤14802。否则，该方法前进至步骤14806。
在步骤14806，ECU 12902接收来自例如头部移动监视系统334的头部移动信息和/或来自眼睛/面部移动监视系统332的眼睛注视信息。在一些实施方式中，在步骤14802接收头部和/或眼睛注视移动信息。头部移动信息可包括如以上在部分III(B)(2)中用图16A、图16B和图17讨论的关于头部姿势和头部观看的信息。因此，在步骤14808，ECU 12902可相对于目标车辆和/或盲区监视区域(例如，潜在危险)来分析头部移动和/或眼睛注视。换句话讲，ECU 12902可确定相对于潜在危险(例如，盲区监视区域和/或目标车辆)的头部移动(例如，头部观看)和/或眼睛注视。更具体地，ECU 12902确定头部观看和/或眼睛注视是否背离盲区监视区域和/或目标车辆。
因此，在步骤14810，该方法包括确定驾驶员状态和/或驾驶员状态指数。例如，基于关于潜在危险的监视信息来确定驾驶员状态。在一些实施方式中，步骤14810还可包括基于驾驶员状态和/或驾驶员状态指数来确定驾驶员是否专注和/或分心。更具体地，在图148中，ECU 12902至少基于在步骤14806接收到的头部移动和/或眼睛注视信息和步骤14808中相对于目标车辆和/或盲区监视区域的头部移动和/或眼睛注视的分析来确定驾驶员状态。换句话讲，驾驶员状态和/或驾驶员状态指数至少部分基于头部移动和/或眼睛注视信息和目标车辆和/或盲区监视区域。
例如，如果头部观看或眼睛注视是向前看的头部观看或眼睛注视，则在步骤14810确定驾驶员状态指数低(例如，专注)。如果头部观看或眼睛注视背离对象、盲区监视区域和/或车辆的前方道路，则在步骤14810确定驾驶员状态指数高(例如，不专注)。
在步骤14812，ECU 12902基于驾驶员状态和/或驾驶员状态指数来改变一个或更多个车辆系统。在一个实施方式中，ECU 12902改变一个或更多个车辆系统的控制类型。例如，如果驾驶员状态指数表示专注的驾驶员状态，则ECU 12902可将盲区指示器系统224的控制类型(例如，系统状态)设置成禁用和/或不控制(例如，关闭)。因此，ECU 12902停用盲区指示器系统224发出的警告。如果驾驶员状态指数表示分心的驾驶员状态，则ECU 12902可将盲区指示器系统224的控制类型(例如，系统状态)设置成启用和部分控制和/或完全控制(例如，开启)。例如，ECU 12902启用盲区指示器系统224发出的警告。另外，如果驾驶员状态是分心的，则ECU 12902可改变警告信号的启用时间。例如，ECU 12902可至少部分基于驾驶员状态和/或驾驶员状态指数来增加警告信号的启用时间。
现在，参照图149A和图149B，示出按照图148的方法来控制盲区指示器系统的示意图。在图149A中，盲区指示器系统224检测到目标车辆14902正在机动车辆100的盲区监视区域14904内的道路14906上行驶。这里，驾驶员102的头部观看和/或眼睛注视相对于机动车辆100是向前看。因此，基于目标车辆14902带来的潜在危险和驾驶员的头部观看和/或眼睛注视，ECU 12902确定驾驶员状态是专注的并且通过禁用盲区指示器系统224和/或将盲区指示器系统224的控制状态设置成不控制(例如，关闭)来控制盲区指示器系统224。因此，通过ECU 12902停用(例如，抑制)盲区指示器警告14908。
在图149B中，盲区指示器系统224检测到目标车辆14902正在机动车辆100的盲区监视区域14904内的道路14906上行驶，但驾驶员102的头部观看和/或眼睛注视背离目标车辆14902和盲区监视区域14904。因此，基于目标车辆14902带来的潜在危险和驾驶员102的头部观看和/或眼睛注视，ECU 12902确定驾驶员状态是分心的并且通过启用盲区指示器系统224和/或将盲区指示器系统224的控制状态设置成部分控制和/或完全控制(例如，开启)来控制盲区指示器系统224。因此，通过ECU 12902启用盲区指示器警告14908。
现在，参照图150，示出基于驾驶员状态来操作盲区指示器系统和车道偏离警告系统的方法。在步骤15002，该方法包括ECU 12902接收来自盲区指示器系统224的信息(例如，监视信息)。在步骤15004，ECU 12902基于来自盲区指示器系统224的信息来检测潜在危险。例如，ECU 12902可检测作为盲区监视区域内部的对象(例如，目标车辆)的潜在危险。如果在步骤15004中没有检测到潜在危险，则该方法可返回到步骤15002。否则，该方法前进至步骤15006。
在步骤15006，ECU 12902接收来自车道偏离警告系统222的信息、来自头部移动监视系统334的头部移动信息和/或来自眼睛/面部移动监视系统332的眼睛注视信息。来自车道偏离警告系统222的信息可包括关于潜在的车道偏离和车道偏离方向的信息。头部移动信息可包括如以上在部分III(B)(2)中用图16A、图16B和图17讨论的关于驾驶员的头部姿势和头部观看的信息。要理解，可在步骤15002接收来自车道偏离警告系统222的信息、来自头部移动监视系统334的头部移动信息和/或来自眼睛/面部移动监视系统332的眼睛注视信息。
在步骤15008，ECU 12902可相对于目标车辆和/或盲区监视区域(例如，潜在危险)来分析头部移动和/或眼睛注视。换句话讲，ECU 12902可确定潜在车道偏离的方向和相对于潜在危险(例如，盲区监视区域和/或目标车辆)的头部移动(例如，头部观看)和/或眼睛注视的方向。
因此，在步骤15010，该方法包括确定驾驶员状态和/或驾驶员状态指数。例如，驾驶员状态基于关于潜在危险的监视信息来确定。在一些实施方式中，步骤15010还可包括基于驾驶员状态和/或驾驶员状态指数来确定驾驶员是否专注和/或分心。更具体地，在图150中，ECU 12902基于在步骤15006接收到的至少车道偏离警告信息、头部移动和/或眼睛注视信息和步骤15008中相对于潜在危险的头部移动和/或眼睛注视信息的分析来确定驾驶员状态。换句话讲，驾驶员状态和/或驾驶员状态指数至少部分基于车道偏离警告信息、头部移动和/或眼睛注视信息和目标车辆和/或盲区监视区域。
例如，如果头部观看或眼睛注视是向前看并且车道偏离警告系统信息指示朝向对象和/或盲区监视区域的可能车道偏离，则在步骤15010确定驾驶员状态是分心的。类似地，如果头部观看和/或眼睛注视不是朝着对象和/或盲区监视区域并且车道偏离警告系统222的信息指示朝着对象和/或盲区监视区域的可能车道偏离，则在步骤15010确定驾驶员状态是分心的。然而，如果头部观看和/或眼睛注视指向对象和/或盲区监视区域并且车道偏离警告系统222的信息指示朝着所述对象和/或盲区监视区域的可能车道偏离，则在步骤15010确定驾驶员状态是专注的。
在步骤15012，ECU 12902基于驾驶员状态和/或驾驶员状态指数来改变一个或更多个车辆系统。在一个实施方式中，ECU 12902改变一个或更多个车辆系统126的控制类型。例如，如果驾驶员状态是专注的，则ECU 12902可将盲区指示器系统224和/或车道偏离警告系统222的控制类型设置成禁用和/或不控制(例如，关闭)。因此，ECU 12902停用盲区指示器系统224和/或车道偏离警告系统222发出的警告。如果驾驶员状态指数指示分心的驾驶员状态，则ECU 12902可将盲区指示器系统224和/或车道偏离警告系统222的控制类型设置成启用和部分控制和/或完全控制(例如，开启)。因此，ECU 12902启用盲区指示器系统224和/或车道偏离警告系统222发出的警告信号。另外，如果驾驶员状态是分心的，则ECU12902可改变警告信号的启用时间。例如，ECU 12902可至少部分基于驾驶员状态和/或驾驶员状态指数来增加警告信号的启用时间。
现在，参照图151A和图151B，示出根据图150的方法来控制一个或更多个车辆系统的示意图。在图151A中，盲区指示器系统224检测到目标车辆15102正在机动车辆100的盲区监视区域15104内行驶，机动车辆100正接近道路15108的中线15106。这里，驾驶员102的头部观看相对于机动车辆100是向前看。因此，基于潜在危险、潜在车道偏离和驾驶员102的头部观看和/或眼睛注视，ECU 12902确定驾驶员状态是分心的。因此，ECU 12902通过启用盲区指示器系统224和车道偏离警告系统222并将所述系统的控制状态置成部分和/或完全控制(例如，开启)来控制所述系统。因此，因为驾驶员状态分心，所以ECU 12902启用盲区指示器警告15110和车道偏离警告15112。
在图151B中，盲区指示器系统224检测到目标车辆15102正在机动车辆100的盲区监视区域15104内行驶，机动车辆100正接近道路15108的中线15106。这里，驾驶员102的头部观看是向着盲区监视区域15104观看。因此，基于潜在危险、潜在车道偏离和驾驶员102的头部观看和/或眼睛注视，ECU 12902确定驾驶员状态是专注的。因此，ECU 12902通过禁用盲区指示器系统224和车道偏离警告系统222并且将所述系统的控制状态置成不控制(例如，关闭)来控制所述系统。因此，因为驾驶员状态是专注的，所以ECU 12902停用盲区指示器警告15110和车道偏离警告15112。
现在，参照图152，示出根据示例性实施方式的基于驾驶员状态来控制发动机的空转模式的处理的实施方式的方法。如以上讨论的，机动车辆100的发动机104可包括受ECU12902和/或发动机104控制的空转停止功能。具体地，空转停止功能包括用于自动停止并重启发动机104以根据环境和车辆状况来帮助将燃料经济性最大化的设备。在一些实施方式中，可基于定时器功能来启用空转停止功能。在步骤15202，该方法包括从例如防抱死制动系统204接收制动信息(例如，监视信息)。要理解，可从任何制动系统和/或发动机104接收制动信息。更具体地，制动信息可包括来自任何传感器和/或车辆系统的信息。例如，ECU12902可接收已应用制动开关(例如，制动踏板)的信息以确定驾驶员102当前是否正在制动。在另一个示例中，ECU 12902可使用其他车辆信息来确定制动踏板是否被压下、制动踏板是否被释放、是否正在应用制动、制动速率、制动压力等。在本文中描述的一些实施方式中，制动信息还可包括例如从ECU 12902接收到的关于加速度的信息，例如，关于已应用油门开关(例如，油门踏板)的指示、油门踏板输入、油门踏板输入压力/速率等。
在步骤15204，基于制动信息(例如，车辆完全停下)，确定车辆是否停下。如果车辆没有完全停下，则该方法可返回到步骤15202。如果车辆完全停下，则该方法可前进至步骤15206。在步骤15206，确定空转模式功能是否被设置成开启。该确定可以基于在步骤15202接收到的监视信息。例如，可从发动机104和/或ECU 12902接收用于确定空转模式功能状态如何(例如，开/关)的监视信息。要理解，在一些实施方式中，步骤15206可以是可选的。
如果在步骤15206中确定“否”(即，空转模式功能被设置成关闭)，则方法可返回到步骤15202。否则，该方法前进至步骤15208。在步骤15208，ECU 12902接收表示驾驶员的手与方向盘(例如，触摸方向盘134)接触的手接触信息。在一个实施方式中，可从触摸方向盘134和/或EPS系统132接收手接触信息。在另一个实施方式中，可从光学传感器接收手接触信息并且例如由姿势识别监视系统330进行分析。在一些实施方式中，可在步骤15202接收手接触信息。要理解，步骤15208和步骤15210可以是基于行为信息来确定驾驶员状态的部分。
在步骤15210，基于手接触信息，确定手是否与方向盘接触。换句话讲，确定是一只手还是两只手在方向盘134上。如果至少有一只手在方向盘134上，则方法返回到步骤15202。否则，该方法前进至步骤15212，ECU 12902进入发动机104的空转模式功能(即，关闭发动机)。
为了脱离空转模式功能，在步骤15214，该方法包括接收手接触信息，类似于步骤15208。在步骤15216，基于手接触信息，确定是一只手还是两只手在方向盘134上。如果在步骤15216确定“否”(即，没有手在方向盘134上)，则处理返回到步骤15214。否则，在步骤15218，ECU 12902脱离发动机104的空转模式功能(即，启动发动机)。
现在参照图153，示出控制电动泊车制动系统的制动保持特征的方法。在步骤15302，ECU 12902从例如防抱死制动系统204接收制动信息(例如，监视信息)。要理解，制动信息可源自制动系统、电子泊车制动系统210和/或发动机104中的任一个。在步骤15304，ECU 12902基于制动信息确定车辆停下(例如，车辆完全停下)。如果车辆没有完全停下，则该方法可返回到步骤15302。如果车辆完全停下，则该方法可继续到步骤15306。
在步骤15306，ECU 12902基于例如在步骤15302接收到的制动信息来确定机动车辆100的制动踏板是否被释放(例如，没有压下)。如果确定“否”，则该方法可返回到步骤15302。如果确定“是”，则该方法可继续到步骤15308。在步骤15308，接收指示驾驶员的手接触方向盘(例如，触摸方向盘134)的手接触信息。ECU 12902可从触摸转向盘系统134和/或EPS系统132接收手接触信息。在一些实施方式中，可在步骤15302接收手接触信息。
在步骤15310，基于手接触信息，确定手是否接触方向盘。换句话讲，确定一只手还是两只手在触摸方向盘134上。如果有至少一只手在方向盘134上，则方法返回到步骤15302。否则，该方法前进至步骤15312，ECU 12902进入电子泊车制动系统210的制动保持功能(即，驾驶员102不需要接合制动踏板或转变为停车)。
为了脱离(例如，释放)制动保持功能，在步骤15314，该方法包括接收制动信息和/或手接触信息，类似于步骤15302和步骤15308。在步骤15316，ECU 12902基于制动信息，确定是否机动车辆的油门踏板被接合(例如，压下)或机动车辆100的制动踏板被接合(例如，压下)。如果步骤15316确定“是”，则该方法前进至步骤15318，ECU 12902脱离(例如，释放)制动保持功能。
如果在步骤15316确定“否”，则该方法前进至步骤15320，ECU 12902基于手接触信息确定手是否与方向盘接触。换句话讲，确定一只手还是两只手在方向盘134上。如果至少有一只手在方向盘134上，则该方法前进至步骤15318。否则，该方法回到步骤15314。
现在，参照图154，示出用于脱离(例如，释放)电子泊车制动系统的方法。在步骤15402中，该方法包括从电子泊车制动系统210接收电子泊车制动信息。在步骤15404，基于在步骤15402接收到的信息，确定电子泊车制动状态是否被设置成开启。如果在步骤15404确定“否”(例如，电子泊车制动状态被设置成关闭)，则该方法返回到步骤15402。否则，该方法前进到步骤15406。
在步骤15406，ECU 12902接收手接触信息和制动信息。可从触摸方向盘系统134和/或EPS系统132接收手接触信息。可例如从防抱死制动系统204接收制动信息。要理解，在一些实施方式中，可从任何制动系统接收制动信息。在一些实施方式中，可在步骤15402接收手接触和制动信息。
在步骤15408，确定手是否与方向盘接触。例如，基于手接触信息，确定一只手还是两只手接触触摸方向盘134。如果在步骤15408确定“否”(例如，手不接触触摸方向盘134)，则该方法返回到步骤15402。否则，该方法前进至步骤15410。在步骤15410，基于制动信息，确定机动车辆100的油门踏板是否被接合(例如，压下)或机动车辆100的制动踏板是否被接合(例如，压下)。如果在步骤15410确定“否”，则该方法返回到步骤15402。否则，该方法前进至步骤15412。在步骤15412，ECU 12902脱离(例如，释放)电子泊车制动系统210。
现在，参照图155A和图155B，将描述至少部分基于手接触转变来控制车辆系统的方法。具体地，图155A示出根据一个实施方式的基于手接触转变来控制车辆系统的方法。在步骤15502，ECU 12902接收到手接触信息(例如，监视信息)。可从触摸方向盘系统134和/或EPS系统132接收手接触信息。在步骤15504，ECU 12902确定是否发生与方向盘的手接触转变。例如，基于手接触信息，确定与方向盘134接触的手的数量是否改变。更具体地，在图155A中示出的实施方式中，确定是否发生从一只手接触触摸方向盘134转变为两只手接触触摸方向盘134。另选地，可确定是否发生从两只手接触触摸方向盘134转变为一只手接触触摸方向盘134。在一些实施方式中，在步骤15504，ECU 12902可确定是否在预定时间内发生转变。
如果在步骤15504未检测到手接触转变，则该方法返回到步骤15502。否则，该方法前进至步骤15506，ECU 12902确定驾驶员状态和/或驾驶员状态指数。驾驶员状态和/或驾驶员状态指数基于在步骤15504检测到的手接触转变。例如，从一只手接触触摸方向盘134转变为两只手接触触摸方向盘134可指示驾驶员状态是专注的并且驾驶员可开始操纵机动车辆100。在一些实施方式中，驾驶员开始操纵机动车辆100的指示可用转向信息来确认，如将用图155B描述的。在另一个示例中，从两只手接触触摸方向盘134转变为一只手接触触摸方向盘134可指示驾驶员状态是分心的。在一些实施方式中，尽管发生从两只手接触触摸方向盘134转变为一只手接触触摸方向盘134，但可将当前的转向信息与所存储的转向信息进行比较，以确定驾驶员状态，如用图156描述的。要理解，在一些实施方式中，步骤15506还包括确定驾驶员状态是专注(例如，警觉)还是分心。
在步骤15508，该方法包括基于驾驶员状态来改变一个或更多个车辆系统的控制。例如，如果确定驾驶员状态是专注的，则可通过禁用车道偏离警告系统222和/或盲区指示器系统224和/或将这些系统的控制类型(例如，系统状态)设置成不控制(例如，关闭)来控制这些系统。因此，停用和/或抑制车道偏离警告系统222和/或盲区指示器系统224发出的警告。在另一个实施方式中，如果确定驾驶员状态是专注的，则ECU12902可禁用车道保持辅助系统226和/或将这个系统的控制类型(例如，系统状态)设置成不控制(例如，关闭)来控制车道保持辅助系统226。在其他实施方式中，在一时间段之后和/或检测到另一手接触转变之后，可将在步骤15508中对车辆系统的改变改变成原来的控制类型(例如，系统状态)。
图155B示出部分基于手接触转变来控制车辆模式的具体实现方式。在步骤15510，该方法包括ECU 12902接收来自例如车辆模式选择器系统238的车辆模式信息和来自例如触摸方向盘系统134和/或EPS系统132的手接触信息。在步骤15512，ECU 12902确定是否发生方向盘的手接触转变。例如，基于手接触信息，确定与触摸方向盘134接触的手的数量是否改变。更具体地，在图155B中示出的实施方式中，确定是否发生从两只手接触触摸方向盘134转变为一只手接触触摸方向盘134。
如果在步骤15512确定“否”，则该方法返回到步骤15510。如果在步骤15512确定“是”，则该方法前进至步骤15514，ECU 12902确定驾驶员状态和/或驾驶员状态指数。驾驶员状态和/或驾驶员状态指数基于在步骤15512检测到的手接触转变。在步骤15516，该方法包括基于在步骤15510接收到的车辆模式和手接触转变来改变车辆模式(例如，切换车辆模式)。因此，ECU 12902可在步骤15516控制车辆模式选择器系统238来切换模式。在一些实施方式中，基于查找表15518来切换车辆模式。例如，如果步骤15502接收到的车辆模式是运动模式，则车辆模式切换成舒适模式。如果在步骤15502接收到的车辆模式是正常模式，则车辆模式切换成舒适模式。该改变允许基于驾驶员状态进行直观车辆控制。
在一些实施方式中，在驾驶操纵期间切换车辆模式可能并不安全。因此，在图155B中，在步骤15512确定“是”之后，该方法可以可选地前进至步骤15520，步骤15520包括接收转向信息。可分析转向信息，以确定车辆是否当前是在操纵和/或完成操纵。例如，可将偏航速率的程度、转向角和/或横向g移动与预定阈值进行比较，以确定车辆当前是否正执行操纵(例如，转向、急转弯)。因此，在步骤15522，该方法包括确定操纵是否在进行中。如果确定“否”，则该方法前进至步骤15514。如果确定是“是”，则该方法前进至步骤15524，在步骤15524，确定操纵是否完成。如果完成了操纵，则该方法前进至步骤15514。否则，该方法返回到步骤15520。因此，可在适宜时间改变和/或切换车辆模式，以确保安全地平稳转变。
现在，参照图156，示出根据示例性实施方式的控制电子动力转向系统的动力转向系统的方法。在步骤15602，该方法包括从例如EPS系统132和/或触摸方向盘系统134接收转向信息。在步骤15604，该方法包括基于转向信息来确定驾驶员状态和/或驾驶员状态指数。在一些实施方式中，在步骤15606，驾驶员状态指数可以基于将在步骤15602接收到的转向信息与针对所识别的驾驶员存储的转向信息进行比较。例如，图24B示出通过识别驾驶员来控制一个或更多个车辆系统的实施方式。
再参照图156，在步骤15608，该方法包括控制电子动力转向系统132(例如，动力转向状态)和车道保持辅助系统226(例如，控制类型和/或系统状态)。更具体地，设置动力转向状态并且启用(例如，打开)车道保持辅助系统226。在一些实施方式中，可使用查找表15610来设置动力转向状态。例如，如果驾驶员状态指数是1或2(例如，驾驶员专注/不困倦)，则动力转向状态可被设置成自动，并且根据车道保持辅助系统226向驾驶员提供更多的转向辅助。
现在，参照图157，示出控制低速跟随系统的方法。在步骤15702，该方法包括接收来自低速跟随系统的信息(例如，监视信息)。例如，ECU 12902可接收来自低速跟随系统212的信息。在步骤15704，该方法可包括基于来自低速跟随系统的信息来确定可能的危险。例如，低速跟随系统212可识别机动车辆100前方的目标车辆作为潜在危险。如果在步骤15704未检测到潜在危险，则该方法可返回到步骤15702。否则，该方法前进至步骤15706。
在步骤15706，该方法包括接收来自例如头部移动监视系统334的头部移动信息(例如，头部观看)和/或来自例如眼睛/面部移动监视系统332的眼睛注视信息、和/或来自触摸方向盘系统134的手接触信息。头部移动信息可包括如以上在部分III(B)(2)中用图16A、图16B和图17讨论的关于驾驶员的头部姿势和头部观看的信息。手接触信息可包括如用图18描述的驾驶员的手相对于触摸方向盘的接触和位置的信息。在一些实施方式中，要理解，可在步骤15002接收头部移动信息、眼睛注视信息和/或手接触信息。
在步骤15708，ECU 12902可相对于从低速跟随系统212接收到的信息(例如，相对于潜在危险)来分析手接触信息、眼睛注视信息和/或头部移动信息。换句话讲，ECU 12902可确定目标车辆的轨迹以及与目标车辆的潜在碰撞、相对于目标车辆的头部移动(例如，头部观看)和/或眼睛注视的方向以及手与方向盘的接触。因此，在步骤15710，该方法包括确定驾驶员状态和/或驾驶员状态指数。例如，驾驶员状态基于监视信息(例如，低速跟随系统信息、手接触信息、眼睛注视信息、和/或头部移动信息)和潜在危险。在一些实施方式中，步骤15710还可包括基于驾驶员状态和/或驾驶员状态指数来确定驾驶员是否专注和/或分心。更具体地，在图157中，ECU 12902基于至少在步骤15706接收到的手接触信息、眼睛注视信息和/或头部移动信息和步骤15708中的相对于潜在危险对手接触信息、眼睛注视信息和/或头部移动信息的分析来确定驾驶员状态。换句话讲，驾驶员状态和/或驾驶员状态指数至少部分基于低速跟随系统信息、头部移动信息、眼睛注视信息和/或手接触信息。
例如，如果头部位置和接触信息指示驾驶员有至少一只手在方向盘上并且头部观看是驾驶员的向前看的头部观看，则在步骤15710确定驾驶员状态是专注的。如果手接触信息指示驾驶员有至少一只手在方向盘上并且头部观看是驾驶员的不向前看的头部观看，则在步骤15710确定驾驶员状态是分心的。如果手接触信息指示驾驶员没有手在方向盘上，则在步骤15710确定驾驶员状态是分心的。
在步骤15712，该方法包括基于驾驶员状态和/或驾驶员状态指数来控制低速跟随系统。更具体地，ECU 12902基于驾驶员状态来设置低速跟随系统状态(例如，控制状态/类型)。例如，如果驾驶员状态是分心的，则ECU 12902可将低速跟随系统212的控制类型设置成标准控制并且改变触摸方向盘134(例如，在步骤15714)以在步骤15714提供可视警告(例如，将至少一只手放在方向盘上和/或向前看)。因此，可视警告将驾驶员状态告知驾驶员102。
如果驾驶员状态是专注的，则ECU 12902可将低速跟随系统212的控制类型设置成自动控制。因此，低速跟随系统212结合自动巡航控制系统216将相对于目标车辆移动。因此，ECU 12902还可控制自动巡航控制系统216，以减速和/或增大机动车辆100与目标车辆之间的距离。另外，ECU 12902可基于驾驶员状态来控制车道保持辅助系统226，以帮助将车辆保持在当前车道标记内。
现在，参照图158A和图158B，示出按照图157的方法控制低速跟随系统和视觉装置(例如，方向盘上的视觉装置)的示意图。在图158A中，机动车辆100(例如，主车辆)正在前方车辆15802(例如，目标车辆)后方行驶。车辆100包括自动巡航控制系统216并且低速跟随系统212被设置成开启的状态。这里，驾驶员102的头部观看相对于机动车辆100是向前看并且一只手接触触摸方向盘134。因此，基于目标车辆带来的潜在危险、头部移动信息和手接触信息，确定驾驶员状态是专注的。因此，ECU 12902控制低速跟随系统212和/或自动巡航控制系统216来保持前方车辆15802后方的预定车头距离(例如，标准控制、自动控制)。在停停走走的情形下，在驾驶员专注时，在没有相对于前方车辆15802的任何物理相互作用的情况下，机动车辆100将与前方车辆15802相关地移动(例如，切换按钮来接合低速跟随系统)。
在图158B中，机动车辆100(例如，主车辆)正在前方车辆15802(例如，目标车辆)后方行驶。车辆100包括自动巡航控制系统216并且低速跟随系统212被设置成开启的状态。这里，驾驶员102的头部观看是向前看并且驾驶员102没有用任一只手接触触摸方向盘134。因此，基于潜在危险、头部移动和手与触摸方向盘134的接触，确定驾驶员状态是分心的。因此，ECU 12902可通过将系统状态设置成禁用来控制低速跟随系统212并且ECU 12902可控制视觉装置140(例如，触摸方向盘134上的光条)以向驾驶员102提供警告信号15806。
当驾驶员102用至少一只手接触方向盘时，如图158A中所示，机动车辆将与前方车辆15802相关地移动(例如，基于驾驶员的头部向前看和至少一只手接触触摸方向盘系统134，确定驾驶员状态是专注的)。该例示示例示出车辆系统的操作(例如，开启、关闭)可如何基于驾驶员状态在数毫秒内改变。
图159例示了图157的处理的另选实施方式。在步骤15902，该方法包括接收来自例如低速跟随系统212的低速跟随信息(例如，监视信息)。在步骤15904，基于在步骤15902接收到的信息来确定是否存在潜在危险(例如，前方车辆带来的潜在危险)。如果在步骤15904确定“否”，则该方法返回到步骤15902。如果步骤15904确定“是”，则该方法前进至步骤15906。在步骤15906，该方法包括接收来自例如EPS系统132和/或触摸方向盘系统134的手接触信息。在一些实施方式中，可在步骤15902接收手接触信息。
在步骤15908，ECU 12902确定手是否接触方向盘。更具体地，基于在步骤15904接收到的信息，确定是否有至少一只手接触方向盘。如果没有，则在步骤15908，ECU 12902将低速跟随系统212的系统状态设置成手动控制。因此，在没有来自驾驶员的手动输入的情况下，将不启用低速跟随系统212。另外，类似于图157的方法，可基于低速跟随系统212的状态和驾驶员状态(例如，步骤15908的手接触确定)来启用视觉指示器。例如，可启用触摸方向盘134(参见图18)的光条发射红色，由此向驾驶员指示低速跟随系统处于手动(例如，非标准)状态。
如果确定有至少一只手在方向盘上，则在步骤15908，该方法包括在步骤15912从头部移动监视系统334和/或眼睛/面部移动监视系统332接收头部移动和/或眼睛注视信息。头部移动信息可包括如以上在部分III(B)(2)中用图16A、图16B和图17讨论的关于驾驶员的头部姿势和头部观看的信息。要理解，可在步骤15912接收来自头部移动监视系统334的头部移动信息和/或来自眼睛/面部移动监视系统332的眼睛注视信息。在步骤15914，基于头部移动信息和/或眼睛注视信息来确定头部观看和/或眼睛注视是否是向前看。
如果头部观看和/或眼睛注视不是向前看，则该方法前进至步骤15910。如果在步骤15914中头部观看和/或眼睛注视是向前看，则在步骤15916，该方法包括ECU 12902将低速跟随系统212状态设置成自动控制(例如，打开、标准控制)。因此，低速跟随系统212将被启用并且基于前方车辆自动地移动。例如，在停停走走的情形下，如果机动车辆100停下并且前方车辆停下，则在没有来自驾驶员的手动输入的情况下，在前方车辆移动时，主车辆将根据前方车辆自动地移动。另外，可基于低速跟随系统的状态和驾驶员状态(例如，手接触、眼睛注视和/或头部观看)来启用视觉指示器。例如，可启用触摸方向盘134(参见图18)的光条发射绿色，由此向驾驶员指示低速跟随系统212处于自动状态。
现在，参照图160，例示了响应于驾驶员状态来操作自动巡航控制系统的方法。在步骤16002，该方法包括ECU 12902接收来自自动巡航控制系统216的信息(例如，监视信息)。在步骤16004，ECU 12902基于来自自动巡航控制系统216的信息，确定是否存在潜在危险。例如，ECU 12902可检测作为机动车辆100前方的对象(例如，目标车辆)的潜在危险。如果不存在潜在危险，则该方法可返回到步骤16002。否则，该方法前进至步骤16006。
在步骤16006，该方法包括接收来自例如头部移动监视系统334的头部移动信息(例如，头部观看)和/或例如来自眼睛/面部移动监视系统的眼睛注视信息以及来自触摸方向盘系统134的手接触信息。头部移动信息可包括如以上在部分III(B)(2)中用图16A、图16B和图17讨论的关于驾驶员的头部姿势和头部观看的信息。手接触信息可包括如用图18描述的驾驶员的手相对于方向盘的接触和位置的信息。要理解，可在步骤16002接收到头部移动信息、眼睛注视信息和手接触信息。应注意，步骤16002和16004是可选的。换句话讲，该方法可在步骤16006开始接收手接触、眼睛注视和/或头部移动信息，如以下讨论的。
在步骤16008，ECU 12902可相对于从自动巡航控制系统216接收到的信息(例如，相对于潜在威胁)来分析手接触信息、眼睛注视信息和/或头部移动信息。换句话讲，ECU12902可确定相对于潜在危险(例如，目标车辆)的头部移动(例如，头部观看)和/或眼睛注视和手相对于触摸方向盘134的接触。因此，在步骤16010，该方法包括确定驾驶员状态和/或驾驶员状态指数。例如，驾驶员状态是基于关于潜在危险的监视信息确定的。更具体地，在图160中，ECU 12902基于至少在步骤16006接收到的头部移动信息和/或眼睛注视信息、手接触信息和步骤16008中的相对于目标车辆对头部移动信息和/或眼睛注视信息、手接触信息的分析来确定驾驶员状态。换句话讲，驾驶员状态和/或驾驶员状态指数至少部分基于头部移动信息和/或眼睛注视信息、手接触信息和目标车辆(例如，潜在危险)。
在一些实施方式中，步骤16010还可包括基于驾驶员状态和/或驾驶员状态指数来确定驾驶员是否专注和/或分心。例如，如果手接触信息指示驾驶员102有至少一只手在触摸方向盘134上并且头部观看和/或眼睛注视是驾驶员102的向前看的头部观看和/或眼睛注视，则在步骤16010确定驾驶员状态是专注的。如果手接触信息指示驾驶员102有至少一只手在触摸方向盘134上并且头部观看和/或眼睛注视是驾驶员102的不向前看的头部观看和/或眼睛注视，则在步骤16010确定驾驶员状态是分心的。
在步骤16012，ECU 12902基于驾驶员状态来改变一个或更多个车辆系统。在一个实施方式中，ECU 12902改变一个或更多个车辆系统(包括例如车道保持辅助系统226和自动巡航控制系统216)的控制类型。例如，如果驾驶员状态是分心的，则ECU 12902可将自动巡航控制系统216的控制类型(例如，系统状态)设置成部分和/或全部控制(例如，开启)。因此，ECU 12902可控制自动巡航控制系统216，以自动地减速和/或增大机动车辆100与目标车辆之间的间隔。另外，如果驾驶员状态是分心的，则ECU 12902可将车道保持辅助系统226的控制类型设置成部分和/或全部控制(例如，开启)。因此，车道保持辅助系统226可提供将机动车辆100保持在当前车道标记内的辅助。以这种方式，车辆100可继续以其设定的巡航速度在当前车道内行驶，不需要驾驶员102主动驾驶车辆(例如，手在方向盘上，脚在油门踏板上等，同时仍然需要驾驶员102监视车辆的前进(例如，向前看))。
现在，参照图161A和图161B，示出按照图160的方法控制一个或更多个车辆系统的示意图。在图161A中，在自动巡航控制系统216的系统状态被设置成开启的情况下，机动车辆100正行驶在前方车辆16102后方。这里，驾驶员102的头部观看相对于机动车辆100是向前看并且一只手接触触摸方向盘134。基于目标车辆、头部移动信息和/或眼睛注视信息和手接触信息，ECU 12902确定驾驶员状态是专注并且ECU 12902将自动巡航控制系统216设置成中等间隙。因此，机动车辆100保持前方车辆16102后方的预定车头距离16104。
在图161B，驾驶员102的头部观看相对于机动车辆100不是向前看(例如，头部向下看)并且一只手接触触摸方向盘134。基于目标车辆、头部移动信息和/或眼睛注视信息和手接触信息，ECU 12902确定驾驶员状态是分心并且ECU 12902将自动巡航控制系统216设置成最大间隙。因此，机动车辆100控制自动巡航控制系统216的操作，使得自动巡航控制系统216将车头距离增大至第二车头距离16106。在另一个实施方式中，ECU 12902将自动巡航控制系统216设置成手动的，因此需要驾驶员手动地设置自动巡航控制系统216的控制参数。
在图161C中，在自动巡航控制系统216的系统状态被设置成开启的情况下，机动车辆100正行驶在前方车辆16102后方。这里，驾驶员102的头部观看相对于机动车辆100是向前看并且两只手接触触摸方向盘134。基于目标车辆、头部移动信息和/或眼睛注视信息和手接触信息，ECU 12902确定驾驶员状态是专注并且ECU 12902将自动巡航控制系统216设置成最小间隙。因此，机动车辆100控制自动巡航控制系统216的操作，使得自动巡航控制系统216将车头距离减小至第三车头距离16108。如可看到的，由于图161C的驾驶员102有两只手在触摸方向盘134上，因此第三车头距离(例如，最小间隙)小于图161A中的驾驶员102只有一只手在触摸方向盘134上的情况下的车头距离16104。
图162示出根据另一个实施方式的控制自动巡航控制系统和车道保持辅助系统的方法。在步骤16202，该方法包括接收来自例如自动巡航控制系统216的自动巡航控制信息(例如，监视信息)。在步骤16204，确定是否存在潜在危险。例如，基于来自自动巡航控制系统216的信息来确定是否存在前方车辆带来的潜在危险。如果在步骤16204确定“否”，则方法返回到步骤16202。如果在步骤16204确定“是”，则方法前进至步骤16206。应注意，步骤16202和16204是可选的。换句话讲，该方法可在步骤16206开始接收手接触和头部移动信息，如以下讨论的。
在步骤16206，该方法包括ECU 12902接收来自触摸方向盘系统134的手接触信息和来自头部移动监视系统334的头部移动信息和/或来自眼睛/面部移动监视系统332的眼睛注视信息。在一些实施方式中，可在步骤16202接收到手接触信息、头部移动信息和/或眼睛注视信息。头部移动信息可包括如以上在部分III(B)(2)中用图16A、图16B和图17讨论的关于驾驶员的头部姿势和头部观看的信息。
在步骤16208，该方法包括基于手接触信息来确定手(例如，至少一只手)是否与方向盘接触。更具体地，在图162中示出的实施方式中，确定是否两只手都离开触摸方向盘134。如果在触摸方向盘134上检测到至少一只手，则该方法前进至步骤16214。否则，该方法前进至步骤16210。在步骤16210，该方法包括ECU 12902将车道保持辅助系统226状态设置成自动控制。另外，在步骤16212，该方法包括基于头部观看和头部观看持续时间中的至少一个(例如，基于头部移动信息)来设置自动巡航控制系统216的状态。例如，如果头部观看是向前看，则自动巡航控制系统216的车头距离被设置成最小间隙。如果头部观看是持续时间超过预定秒数(例如，2秒)的不向前看方向，则自动巡航控制系统216的车头距离被设置成中等间隙。如果头部观看在持续时间少于预定秒数(例如，2秒)的任何方向上，则自动巡航控制系统216的车头距离被设置成最小间隙。
返回到步骤16208，如果有至少一只手在方向盘上，则在步骤16214，ECU 12902将自动巡航控制系统216设置成手动控制(例如，通过手动输入来设置车头距离)。在步骤16216，该方法包括基于手接触、头部观看和头部观看持续时间中的至少一个(例如，基于头部移动信息)来设置车道保持辅助系统226的状态。例如，如果在方向盘上检测到左手或右手并且头部观看是向前看，则车道保持辅助系统226状态被设置成标准控制。如果在方向盘上检测到左手或右手并且头部观看是在不向前看的方向上超过预定时间量(例如，2秒)，则车道保持辅助系统226状态被设置成自动控制。以这种方式，车辆100可继续以其设定的巡航速度在当前车道内行驶，而在仍然需要驾驶员102监视车辆的前进(例如，向前看)的同时，不需要驾驶员102主动驾驶车辆(例如，手在方向盘上，脚在油门踏板上等)。
如以上简要讨论的，处于自动控制状态的车道保持辅助系统226可自动地控制电子动力转向系统132，以基于识别和监视预定车道的车道标记而将车辆保持在预定车道中。在一些实施方式中，在车道标记中可能存在断开和/或车道标记可能不可识别。因此，可在自动控制模式中基于驾驶员状态来改变车道保持辅助系统226的控制参数。现在，参照图163，示出用于控制自动巡航控制系统和车道保持辅助系统的方法。在步骤16302，该方法包括接收车道保持辅助系统和/或导航信息(例如，监视信息)。在步骤16304，该方法包括基于在步骤16302接收到的监视信息，确定在与车辆相邻的车道标记中是否存在断开。如果在16304确定“否”，则该方法返回到步骤16302。否则，该方法前进至步骤16306。在步骤16306，该方法包括接收来自盲区指示器系统224的盲区指示器系统信息和来自头部移动监视系统334的头部移动信息。要理解，可在步骤16302接收盲区指示器信息和头部移动信息。应理解，可使用眼睛注视信息作为头部移动信息的替代或补充来确定驾驶员102正在看哪里。在步骤16308，确定断开是否存在潜在危险(例如，盲区监视区域中的目标车辆)。如果在步骤16308确定“是”，则该方法返回到步骤16302。否则，该方法前进至步骤16310，在步骤16310，基于头部移动、当前车道和车道中的断开来改变自动巡航控制系统216和车道保持辅助系统226。
图164例示了图163的方法的更详细示例。在步骤16402，该方法包括接收例如来自车道保持辅助系统226和/或导航系统230的车道保持辅助系统和/或导航信息(例如，监视信息)。在步骤16404，确定相邻车道标记是否存在断开。可例如通过车道保持辅助系统226的光学传感器和/或来自导航系统230的信息来识别断开。例如，如果车道保持辅助系统不能识别相邻的(例如，与机动车辆100相邻的)车道标记(例如，车道标记不清楚、模糊、已消失)，则可识别断开。在另一个实施方式中，可基于当前交通模式(例如，离开公路)出现断开。如果在步骤16404确定“否”，则该方法回到步骤16402。如果在步骤16404确定“是”，该方法前进至步骤16406。在步骤16406中，该方法包括接收头部移动信息。在一些实施方式中，可由头部监视系统334接收头部移动信息并且可在步骤16402接收头部移动信息。应理解，可使用眼睛注视信息作为头部移动信息的替代或补充来确定驾驶员102正在看哪里。
在步骤16408，基于头部移动信息来确定头部观看是否是向前看。如果是，则在步骤16410，该方法包括ECU 12902控制自动巡航控制系统216和车道保持辅助系统226，以在相邻车道中没有断开的情况下，根据车辆侧的头部观看保持机动车辆系统在当前车道中。因此，ECU 12902可将自动巡航控制系统216和车道保持辅助系统226设置成自动控制，并且车道保持辅助系统226将在没有断开的情况下基于相邻车道标记保持车辆在当前车道中。
如果在步骤16408为“否”，则该方法在步骤16412包括确定头部观看是否指向相邻车道中的断开。如果否，则在步骤16414，该方法前进至步骤16410。如果在步骤16412为“是”，则该方法包括在步骤16414中从盲区指示器系统224接收信息。在步骤16416，基于在步骤16414接收到的信息，确定相邻车道中的断开是否存在潜在危险，例如，如果在机动车辆100的盲区监视区域中在相邻车道中的断开的相同方向上存在目标车辆，则存在相对于断开的潜在危险。
如果在步骤16416为“是”，则ECU 12902在步骤16418根据头部观看和相邻车道中的断开来改变自动巡航控制系统216和车道保持辅助系统226。因此，车道保持辅助系统226可允许车辆根据驾驶员的头部观看和相邻车道的断开来移动。如果在步骤16416为“否”，则该方法前进至16410，在相邻车道没有断开的情况下基于针对车辆侧的车道标记信息(例如，来自车道保持辅助系统)，在当前车道中经由自动巡航控制系统216和车道保持辅助系统226来保持车辆在当前车道中。要理解，还可基于驾驶员状态和车辆的系统控制，向驾驶员提供视觉指示器。
现在，参照图165A和图165B，示出根据图164的方法的例示示例。这里，机动车辆100正在带有相邻左车道标记16504和相邻右车道标记16506的当前车道16502中行驶。当机动车辆100接近相邻右车道标记16506的断开16508时，ECU 12902可基于头部移动信息来确定驾驶员的头部观看。在图165A中，驾驶员102的头部观看指向前方(例如，未朝向断开16508)。因此，ECU 12902控制自动巡航控制系统216和车道保持辅助系统226，将机动车辆100保持在当前车道16502中的位置。因此，车道保持辅助系统226将使用相邻左车道标记16504(例如，没有断开的相邻车道)来引导机动车辆100。
在图165B中，驾驶员102的头部观看指向断开16508。另外，目标车辆16510在机动车辆100前方的预定距离16512处。如果目标车辆16510没有构成危险，则ECU 12902基于驾驶员的头部观看和断开16508来控制自动巡航控制系统216和车道保持辅助系统226，由此控制车辆右转。
虽然已经描述了各种实施方式，但描述旨在是示例性的，而非限制性的，对于本领域的普通技术人员而言，将清楚可能有许多更多的实施方式和实现方式在实施方式的范围内。因此，实施方式将不受限制，而是要依照随附权利要求书及其等同物。另外，可在随附权利要求书的范围内进行各种修改和改变。
根据一个方面，一种控制机动车辆中的车辆系统的方法包括从一个或更多个监视系统接收监视信息并且基于来自一个或更多个监视系统的监视信息来确定多个驾驶员状态。该方法还包括基于多个驾驶员状态来确定组合驾驶员状态指数并且基于组合驾驶员状态指数来改变一个或更多个车辆系统的控制。
确定组合驾驶员状态指数基于从多个驾驶员状态中选择的至少一个驾驶员状态、从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态以及从所述多个驾驶员状态中选择的至少一个其他不同的驾驶员状态。另外，确定组合驾驶员状态指数基于至少从多个驾驶员状态中选择的第一驾驶员状态、从多个驾驶员状态中选择的第二驾驶员状态以及从多个驾驶员状态中选择的第三驾驶员状态。
确定组合驾驶员状态指数包括聚合从多个驾驶员状态中选择的至少一个驾驶员状态、从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态以及从所述多个驾驶员状态中选择的至少一个其他不同的驾驶员状态。在另一个实施方式中，确定组合驾驶员状态指数包括聚合从多个驾驶员状态中选择的第一驾驶员状态、从多个驾驶员状态中选择的第二驾驶员状态以及从多个驾驶员状态中选择的第三驾驶员状态。在其他实施方式中，确定组合驾驶员状态指数包括确定从多个驾驶员状态中选择的至少一个驾驶员状态、从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态以及从所述多个驾驶员状态中选择的至少一个其他不同的驾驶员状态的平均值。在另外的实施方式中，确定组合驾驶员状态指数包括确定从多个驾驶员状态中选择的第一驾驶员状态、从多个驾驶员状态中选择的第二驾驶员状态以及从多个驾驶员状态中选择的第三驾驶员状态的平均值。
所述多个驾驶员状态是以下驾驶员状态类型中的至少一个：生理驾驶员状态、行为驾驶员状态、或车辆感测驾驶员状态。所述多个驾驶员状态基于生理信息、行为信息和车辆感测信息中的至少一个。更具体地，生理驾驶员状态基于生理信息，行为驾驶员状态基于行为信息，并且车辆感测驾驶员状态基于车辆信息。
在一个实施方式中，从多个驾驶员状态中选择的至少一个驾驶员状态是生理驾驶员状态，从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态是行为驾驶员状态，并且从所述多个驾驶员状态中选择的至少一个其他不同的驾驶员状态是车辆感测驾驶员状态。另外，从多个驾驶员状态中选择的至少一个驾驶员状态基于生理信息，从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态基于行为信息，并且从所述多个驾驶员状态中选择的至少一个其他不同的驾驶员状态是基于车辆感测信息。生理信息、行为信息和车辆感测信息是从一个或更多个监视系统接收到的多个类型的监视信息。
在一个实施方式中，从多个驾驶员状态中选择的第一驾驶员状态是生理驾驶员状态，从所述多个驾驶员状态中选择的第二驾驶员状态是行为驾驶员状态，并且从所述多个驾驶员状态中选择的第三驾驶员状态是车辆感测驾驶员状态。在另一个实施方式中，从多个驾驶员状态中选择的第一驾驶员状态基于生理信息，从所述多个驾驶员状态中选择的第二驾驶员状态基于行为信息，并且从所述多个驾驶员状态中选择的第三驾驶员状态基于车辆感测信息。
在其他实施方式中，从多个驾驶员状态中选择的至少一个驾驶状态是生理驾驶员状态并且从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态是行为驾驶员状态。生理驾驶员状态和行为驾驶员状态基于来自监视系统中的一个监视系统的信息。监视系统中的一个监视系统包括用于接收生理信息和行为信息的传感器。生理驾驶员状态基于生理信息并且行为驾驶员状态基于行为信息。在一个实施方式中，生理信息是心率信息并且行为信息是头部移动信息。另外，传感器是用于接收生理信息和行为信息的光学传感器。
确定组合驾驶员状态还包括确定组合驾驶员状态是否指示分心的驾驶员状态。更具体地，确定组合驾驶员状态包括确定从多个驾驶员状态中选择的第一驾驶员状态是否指示分心的驾驶员状态并且从所述多个驾驶员状态中选择的第二驾驶员状态是否指示分心的驾驶员状态。
在确定从多个驾驶员状态中选择的第一驾驶员状态或从所述多个驾驶员状态中选择的第二驾驶员状态中的至少一个指示分心的驾驶员状态时，确定组合驾驶员状态指示分心的驾驶员状态。在确定从多个驾驶员状态中选择的第一驾驶员状态或从所述多个驾驶员状态中选择的第二驾驶员状态中的至少一个指示不分心的驾驶员状态时，确定组合驾驶员状态指示不分心的驾驶员状态。另外，在确定从所述多个驾驶员状态中选择的第三驾驶员状态指示分心的驾驶员状态时，确定组合驾驶员状态指示分心的驾驶员状态。
在一个实施方式中，确定组合驾驶员状态基于从多个驾驶员状态中选择的至少两个驾驶员状态。从多个驾驶员状态中选择的至少两个驾驶员状态是相同的驾驶员状态类型。例如，从多个驾驶员状态中选择的至少一个驾驶员状态和从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态是相同的驾驶员状态类型。作为另一个示例，从多个驾驶员状态中选择的第一驾驶员状态和从所述多个驾驶员状态中选择的第二驾驶员状态是相同的驾驶员状态类型。另外，从所述多个驾驶员状态中选择的第三驾驶员状态是与第一驾驶员状态和第二驾驶员状态不同的驾驶员状态。因此，在一个实施方式中，从多个驾驶员状态中选择的第一驾驶员状态和从所述多个驾驶员状态中选择的第二驾驶员状态是行为驾驶员状态，并且第三驾驶员状态是生理驾驶员状态或车辆感测驾驶员状态。
根据另一个实施方式，一种控制机动车辆中的车辆系统的方法包括从一个或更多个监视系统接收监视信息并且基于来自一个或更多个监视系统的监视信息来确定多个驾驶员状态。所述多个驾驶员状态是以下类型的驾驶员状态中的至少一个：生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态。该方法还包括基于多个驾驶员状态来确定组合驾驶员状态指数并且基于组合驾驶员状态指数来改变一个或更多个车辆系统的控制。确定组合驾驶员状态指数基于至少从多个驾驶员状态中选择的第一驾驶员状态、从多个驾驶员状态中选择的第二驾驶员状态以及从多个驾驶员状态中选择的第三驾驶员状态。第一驾驶员状态、第二驾驶员状态和第三驾驶员状态都是不同类型的驾驶员状态。在一个实施方式中，第一驾驶员状态和第二驾驶员状态是相同类型的驾驶员状态，并且第三驾驶员状态是与第一驾驶员状态和第二驾驶员状态不同类型的驾驶员状态。
另外，确定组合驾驶员状态指数包括将所述多个驾驶员状态中的一个或更多个与至少一个阈值进行比较，并且包括将第一驾驶员状态、第二驾驶员状态和第三驾驶员状态中的至少一个与相应阈值进行比较，并且基于所述比较来确定组合驾驶员状态指数。在一个实施方式中，确定组合驾驶员状态指数还包括将第一驾驶员状态与第一驾驶员状态阈值进行比较，将第二驾驶员状态与第二驾驶员状态阈值进行比较，并且将第三驾驶员状态与第三驾驶员状态阈值进行比较，并且基于所述比较来确定组合驾驶员状态。在确定第一驾驶员状态满足第一驾驶员状态阈值并且第二驾驶员状态满足第二驾驶员状态阈值时，组合驾驶员状态指数基于第一驾驶员状态和第二驾驶员状态。
另外，确定组合驾驶员状态指数包括将从多个驾驶员状态中选择的至少一个驾驶员状态与从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态进行确认，并且将从多个驾驶员状态中选择的至少一个驾驶员状态、从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态与从所述多个驾驶员状态中选择的至少另一个驾驶员状态进行确认。确认包括确定从多个驾驶员状态中选择的至少一个驾驶员状态和从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态是否指示分心的驾驶员状态。在确定从多个驾驶员状态中选择的至少一个驾驶员状态和从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态指示分心的驾驶员状态时，确定组合驾驶员状态指数基于从多个驾驶员状态中选择的至少一个驾驶员状态和从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态。
在一个实施方式中，将从多个驾驶员状态中选择的至少一个驾驶员状态与从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态进行确认还包括将从多个驾驶员状态中选择的至少一个驾驶员状态与第一阈值进行比较并且将从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态与第二阈值进行比较。第一阈值和第二阈值指示分心的驾驶员状态。在确定从多个驾驶员状态中选择的至少一个驾驶员状态满足第一阈值并且从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态满足第二阈值时，确定组合驾驶员状态指数基于从多个驾驶员状态中选择的至少一个驾驶员状态和从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态。第一驾驶员状态阈值、第二驾驶员状态阈值和第三驾驶员状态阈值是指示分心的驾驶员状态的值。在一个实施方式中，第一驾驶员状态阈值、第二驾驶员状态阈值和第三驾驶员状态阈值是基于以下中的至少一个的预定阈值：驾驶员状态的类型、用于确定多个驾驶员状态的监视信息以及驾驶员的身份。
在一个实施方式中，该方法包括基于以下中的至少一个来改变第一驾驶员状态阈值、第二驾驶员状态阈值和第三驾驶员状态阈值：驾驶员状态的类型、用于确定多个驾驶员状态的监视信息以及驾驶员的身份。基于驾驶员的身份来确定和/或改变阈值(第一驾驶员状态阈值、第二驾驶员状态阈值和第三驾驶员状态阈值)，驾驶员的身份是由监视系统中的一个确定的。在另一个实施方式中，基于所学习的、与驾驶员关联的基线数据来确定和/或改变阈值(第一驾驶员状态阈值、第二驾驶员状态阈值和第三驾驶员状态阈值)。在其他实施方式中，基于具有与驾驶员类似特性的其他驾驶员的规范数据来确定和/或改变阈值(第一驾驶员状态阈值、第二驾驶员状态阈值和第三驾驶员状态阈值)。还在另一个实施方式中，基于与驾驶员关联的一时间段内的监视信息的模式来确定和/或改变阈值(第一驾驶员状态阈值、第二驾驶员状态阈值和第三驾驶员状态阈值)。在一些实施方式中，基于指示注意力不集中的驾驶员的监视信息来确定和/或改变第一驾驶员状态阈值、第二驾驶员状态阈值和第三驾驶员状态阈值。
在一个实施方式中，第一驾驶员状态是基于方向盘监视信息的车辆感测驾驶员状态，并且第一驾驶员状态阈值是一时间段内的方向盘急转的数量，方向盘急转指示驾驶员是分心的。在另一个实施方式中，第一驾驶员状态是基于头部动监视信息的行为驾驶员状态，并且第一驾驶员状态阈值是基于一时间段内的头部移动监视信息的点头的数量，点头指示驾驶员是分心的。
根据其他实施方式，一种控制机动车辆中的车辆系统的方法包括从多个监视系统接收监视信息并且基于来自这多个监视系统的监视信息来确定多个驾驶员状态。该方法还包括基于多个驾驶员状态来确定组合驾驶员状态指数并且基于组合驾驶员状态指数来改变一个或更多个车辆系统的控制。该方法还包括基于来自一个或更多个车辆系统的监视信息来确定潜在危险。另外，该方法包括基于组合驾驶员状态指数来确定驾驶员是否分心。该方法还包括确定车辆或一个或更多个车辆系统的自动控制状态。
在确定驾驶员不分心时，改变一个或更多个车辆系统的控制包括将一个或更多个车辆系统的控制状态改变成不控制。在确定驾驶员分心并且自动控制状态被设置成自动时，改变一个或更多个车辆系统的控制包括将一个或更多个车辆系统的控制状态改变成自动控制。
确定组合驾驶员状态指数基于相对于潜在危险对头部移动信息和手接触信息进行分析。从所述多个监视系统接收头部移动信息和手接触信息。
在一个实施方式中，在基于来自车道偏离警告系统的监视信息确定潜在危险是车道偏离时，确定组合驾驶员状态指数包括相对于车道偏离分析头部移动信息。在另一个实施方式中，在基于来自盲区指示器系统的监视信息确定潜在危险是车辆的盲区监视区域中的目标车辆时，确定组合驾驶员状态指数包括相对于目标车辆或盲区监视区域对头部移动信息或手接触信息进行分析。
在另一个实施方式中，在基于来自自动巡航控制系统的监视信息确定潜在危险是车辆前方的前方车辆时，确定组合驾驶员状态指数包括相对于前方车辆对头部移动信息或手接触信息进行分析。对头部移动信息进行分析包括相对于所述危险的方向确定头部观看方向。对手接触信息进行分析包括确定驾驶员的至少一只手与车辆的方向盘接触。在确定头部观看方向是相对于车辆向前看或者头部观看方向指向与危险方向相同的方向时，确定组合驾驶员状态指数是专注的，并且改变一个或更多个车辆系统的控制包括将一个或更多个车辆系统的控制状态设置成不控制。在确定头部观看方向是相对于车辆向前看或者头部观看方向指向与危险方向相同的方向时并且在确定驾驶员的至少一只手接触方向盘时，确定组合驾驶员状态指数是专注的，并且改变一个或更多个车辆系统的控制包括将一个或更多个车辆系统的控制状态设置成不控制。
在另一个实施方式中，在基于来自低速跟随系统的监视信息确定潜在危险是前方车辆并且自动控制模式被设置成关闭时，确定组合驾驶员状态指数包括分析头部移动信息或手接触信息。在确定驾驶员的至少一只手接触车辆的方向盘并且基于头部监视信息的驾驶员的头部观看的方向是相对于车辆的向前看方向时，低速跟随系统的控制状态被设置成自动控制。另外，在确定没有手接触车辆的方向盘时，车道保持辅助系统的控制状态被设置成自动控制并且基于头部监视信息来设置自动巡航控制状态的控制状态。头部监视信息包括头部观看方向和头部观看持续时间。在其他实施方式中，在确定至少一只手接触车辆的方向盘时，自动巡航控制系统的控制状态被设置成手动控制并且基于头部监视信息来设置车道保持辅助系统的控制状态。头部监视信息包括头部观看方向和头部观看持续时间。

Claims (65)

1.一种控制机动车辆中的车辆系统的方法，该方法包括：
从一个或更多个监视系统接收监视信息；
基于来自所述一个或更多个监视系统的所述监视信息，确定多个驾驶员状态；
基于所述多个驾驶员状态，确定组合驾驶员状态指数；以及
基于所述组合驾驶员状态指数，改变一个或更多个车辆系统的控制。
2.根据权利要求1所述的方法，其中，确定所述组合驾驶员状态指数基于从所述多个驾驶员状态中选择的至少一个驾驶员状态和从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态。
3.根据权利要求2所述的方法，其中，确定所述组合驾驶员状态指数还基于从所述多个驾驶员状态中选择的至少一个其他不同的驾驶员状态。
4.根据权利要求1所述的方法，其中，确定所述组合驾驶员状态指数至少基于从所述多个驾驶员状态中选择的第一驾驶员状态和从所述多个驾驶员状态中选择的第二驾驶员状态。
5.根据权利要求4所述的方法，其中，确定所述组合驾驶员状态指数还基于从所述多个驾驶员状态中选择的第三驾驶员状态。
6.根据权利要求2至5中任一项所述的方法，其中，确定所述组合驾驶员状态指数包括聚合从所述多个驾驶员状态中选择的所述至少一个驾驶员状态、从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态以及从所述多个驾驶员状态中选择的所述至少一个其他不同的驾驶员状态，或者确定所述组合驾驶员状态指数包括聚合从所述多个驾驶员状态中选择的所述第一驾驶员状态、从所述多个驾驶员状态中选择的所述第二驾驶员状态以及从所述多个驾驶员状态中选择的所述第三驾驶员状态。
7.根据权利要求2至5中任一项所述的方法，其中，确定所述组合驾驶员状态指数包括确定从所述多个驾驶员状态中选择的所述至少一个驾驶员状态、从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态以及从所述多个驾驶员状态中选择的所述至少一个其他不同的驾驶员状态的平均值，或者确定所述组合驾驶员状态指数包括确定从所述多个驾驶员状态中选择的所述第一驾驶员状态、从所述多个驾驶员状态中选择的所述第二驾驶员状态以及从所述多个驾驶员状态中选择的所述第三驾驶员状态的平均值。
8.根据权利要求2至5中任一项所述的方法，其中，所述多个驾驶员状态是以下驾驶员状态类型中的至少一个：生理驾驶员状态、行为驾驶员状态或车辆感测驾驶员状态。
9.根据权利要求8所述的方法，其中，所述生理驾驶员状态基于生理信息，所述行为驾驶员状态基于行为信息，并且所述车辆感测驾驶员状态基于车辆信息。
10.根据权利要求2或3所述的方法，其中，从所述多个驾驶员状态中选择的所述至少一个驾驶员状态是生理驾驶员状态，从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态是行为驾驶员状态，并且从所述多个驾驶员状态中选择的所述至少一个其他不同的驾驶员状态是车辆感测驾驶员状态。
11.根据权利要求2或3所述的方法，其中，从所述多个驾驶员状态中选择的所述至少一个驾驶员状态基于生理信息，从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态基于行为信息，并且从所述多个驾驶员状态中选择的所述至少一个其他不同的驾驶员状态基于车辆感测信息，其中，所述生理信息、所述行为信息和所述车辆感测信息是从一个或更多个监视系统接收到的多个类型的监视信息。
12.根据权利要求4或5所述的方法，其中，从多个驾驶员状态中选择的所述第一驾驶员状态是生理驾驶员状态，从所述多个驾驶员状态中选择的所述第二驾驶员状态是行为驾驶员状态，并且从所述多个驾驶员状态中选择的所述第三驾驶员状态是车辆感测驾驶员状态。
13.根据权利要求4或5所述的方法，其中，从所述多个驾驶员状态中选择的所述第一驾驶员状态基于生理信息，从所述多个驾驶员状态中选择的所述第二驾驶员状态基于行为信息，并且从所述多个驾驶员状态中选择的所述第三驾驶员状态基于车辆感测信息。
14.根据权利要求2至3中任一项所述的方法，其中，从所述多个驾驶员状态中选择的所述至少一个驾驶状态是生理驾驶员状态，并且从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态是行为驾驶员状态。
15.根据权利要求14所述的方法，其中，所述生理驾驶员状态和所述行为驾驶员状态基于来自所述监视系统中的一个监视系统的信息，其中，所述监视系统中的所述一个监视系统包括用于接收生理信息和行为信息的传感器，并且其中，所述生理驾驶员状态基于所述生理信息，并且所述行为驾驶员状态基于所述行为信息。
16.根据权利要求15所述的方法，其中，所述生理信息是心率信息，并且所述行为信息是头部移动信息。
17.根据权利要求16所述的方法，其中，所述传感器是用于接收所述生理信息和所述行为信息的光学传感器。
18.根据权利要求1至5中任一项所述的方法，其中，确定组合驾驶员状态还包括确定所述组合驾驶员状态是否指示分心的驾驶员状态。
19.根据权利要求18所述的方法，该方法还包括：确定从所述多个驾驶员状态中选择的所述第一驾驶员状态是否指示分心的驾驶员状态，并且确定从所述多个驾驶员状态中选择的所述第二驾驶员状态是否指示分心的驾驶员状态。
20.根据权利要求19所述的方法，其中，在确定从所述多个驾驶员状态中选择的所述第一驾驶员状态或从所述多个驾驶员状态中选择的所述第二驾驶员状态中的至少一个指示分心的驾驶员状态时，确定所述组合驾驶员状态指示分心的驾驶员状态。
21.根据权利要求19所述的方法，其中，在确定从多个驾驶员状态中选择的所述第一驾驶员状态或从所述多个驾驶员状态中选择的所述第二驾驶员状态中的至少一个指示不分心的驾驶员状态时，确定所述组合驾驶员状态指示不分心的驾驶员状态。
22.根据权利要求21所述的方法，该方法还包括：在确定从所述多个驾驶员状态中选择的所述第三驾驶员状态指示分心的驾驶员状态时，确定所述组合驾驶员状态指示分心的驾驶员状态。
23.根据权利要求8所述的方法，其中，确定所述组合驾驶员状态基于从所述多个驾驶员状态中选择的至少两个驾驶员状态，从所述多个驾驶员状态中选择的所述至少两个驾驶员状态是相同的驾驶员状态类型。
24.根据权利要求8所述的方法，其中，从所述多个驾驶员状态中选择的所述至少一个驾驶员状态和从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态是相同的驾驶员状态类型。
25.根据权利要求8所述的方法，其中，从所述多个驾驶员状态中选择的所述第一驾驶员状态和从所述多个驾驶员状态中选择的所述第二驾驶员状态是相同的驾驶员状态类型。
26.根据权利要求25所述的方法，其中，从所述多个驾驶员状态中选择的所述第三驾驶员状态是与所述第一驾驶员状态和所述第二驾驶员状态不同的驾驶员状态类型。
27.一种控制机动车辆中的车辆系统的方法，该方法包括：
从一个或更多个监视系统接收监视信息；
基于来自所述一个或更多个监视系统的所述监视信息，确定多个驾驶员状态，所述多个驾驶员状态是以下类型的驾驶员状态中的至少一个：生理驾驶员状态、行为驾驶员状态和车辆感测驾驶员状态；
基于所述多个驾驶员状态，确定组合驾驶员状态指数；以及
基于所述组合驾驶员状态指数，改变一个或更多个车辆系统的控制。
28.根据权利要求27所述的方法，其中，确定所述组合驾驶员状态指数至少基于从所述多个驾驶员状态中选择的第一驾驶员状态、从所述多个驾驶员状态中选择的第二驾驶员状态以及从所述多个驾驶员状态中选择的第三驾驶员状态，其中，所述第一驾驶员状态、所述第二驾驶员状态和所述第三驾驶员状态都是不同类型的驾驶员状态。
29.根据权利要求27所述的方法，其中，确定所述组合驾驶员状态指数至少基于从所述多个驾驶员状态中选择的第一驾驶员状态、从所述多个驾驶员状态中选择的第二驾驶员状态以及从所述多个驾驶员状态中选择的第三驾驶员状态，其中，所述第一驾驶员状态和所述第二驾驶员状态是相同类型的驾驶员状态，并且所述第三驾驶员状态是与所述第一驾驶员状态和所述第二驾驶员状态不同类型的驾驶员状态。
30.根据权利要求28或29所述的方法，其中，确定所述组合驾驶员状态指数还包括将所述第一驾驶员状态、所述第二驾驶员状态和所述第三驾驶员状态中的至少一个与相应阈值进行比较，并且基于所述比较来确定所述组合驾驶员状态指数。
31.根据权利要求28或29所述的方法，其中，确定所述组合驾驶员状态指数还包括将所述第一驾驶员状态与第一驾驶员状态阈值进行比较，将所述第二驾驶员状态与第二驾驶员状态阈值进行比较，并且将所述第三驾驶员状态与第三驾驶员状态阈值进行比较，并且基于所述比较来确定所述组合驾驶员状态。
32.根据权利要求31所述的方法，其中，在确定所述第一驾驶员状态满足所述第一驾驶员状态阈值并且所述第二驾驶员状态满足所述第二驾驶员状态阈值时，所述组合驾驶员状态指数基于所述第一驾驶员状态和所述第二驾驶员状态。
33.根据权利要求27所述的方法，其中，确定所述组合驾驶员状态指数还包括将从所述多个驾驶员状态中选择的至少一个驾驶员状态与从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态进行确认。
34.根据权利要求33所述的方法，该方法还包括：将从所述多个驾驶员状态中选择的所述至少一个驾驶员状态以及从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态与所述多个驾驶员状态中的至少另一个驾驶员状态进行确认。
35.根据权利要求34所述的方法，其中，确认包括：确定从所述多个驾驶员状态中选择的所述至少一个驾驶员状态和从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态是否指示分心的驾驶员状态，并且在确定从所述多个驾驶员状态中选择的所述至少一个驾驶员状态和从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态指示分心的驾驶员状态时，基于从所述多个驾驶员状态中选择的所述至少一个驾驶员状态和从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态来确定所述组合驾驶员状态指数。
36.根据权利要求27所述的方法，其中，将从所述多个驾驶员状态中选择的所述至少一个驾驶员状态与从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态进行确认还包括：将从所述多个驾驶员状态中选择的所述至少一个驾驶员状态与第一阈值进行比较，并且将从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态与第二阈值进行比较。
37.根据权利要求36所述的方法，其中，在确定从所述多个驾驶员状态中选择的所述至少一个驾驶员状态满足所述第一阈值并且从所述多个驾驶员状态中选择的所述至少一个不同的驾驶员状态满足所述第二阈值时，确定所述组合驾驶员状态指数基于从所述多个驾驶员状态中选择的所述至少一个驾驶员状态和从所述多个驾驶员状态中选择的至少一个不同的驾驶员状态。
38.根据权利要求28或29所述的方法，其中，所述第一驾驶员状态阈值、所述第二驾驶员状态阈值和所述第三驾驶员状态阈值是指示分心的驾驶员状态的值。
39.根据权利要求28或29所述的方法，该方法还包括：确定所述阈值，其中，所述第一驾驶员状态阈值、所述第二驾驶员状态阈值和所述第三驾驶员状态阈值是基于以下中的至少一个的预定阈值：驾驶员状态的类型、用于确定所述多个驾驶员状态的监视信息以及驾驶员的身份。
40.根据权利要求39所述的方法，该方法还包括：基于以下中的至少一个来改变所述第一驾驶员状态阈值、所述第二驾驶员状态阈值和所述第三驾驶员状态阈值：驾驶员状态的类型、用于确定所述多个驾驶员状态的监视信息以及所述驾驶员的身份。
41.根据权利要求40所述的方法，其中，基于所述驾驶员的身份来确定和/或改变所述第一驾驶员状态阈值、所述第二驾驶员状态阈值和所述第三驾驶员状态阈值，其中，所述驾驶员的身份由所述监视系统中的一个监视系统确定。
42.根据权利要求40所述的方法，其中，基于所学习的、与所述驾驶员关联的基线数据来确定和/或改变所述第一驾驶员状态阈值、所述第二驾驶员状态阈值和所述第三驾驶员状态阈值。
43.根据权利要求40所述的方法，其中，基于具有与所述驾驶员类似特性的其他驾驶员的规范数据来确定和/或改变所述第一驾驶员状态阈值、所述第二驾驶员状态阈值和所述第三驾驶员状态阈值。
44.根据权利要求40所述的方法，其中，基于一时间段内与所述驾驶员关联的监视信息的模式来确定和/或改变所述第一驾驶员状态阈值、所述第二驾驶员状态阈值和所述第三驾驶员状态阈值。
45.根据权利要求43所述的方法，其中，所述第一驾驶员状态是基于方向盘监视信息的车辆感测驾驶员状态，并且所述第一驾驶员状态阈值是指示一时间段内的方向盘急转的数量，所述方向盘急转指示所述驾驶员是分心的。
46.根据权利要求43所述的方法，其中，所述第一驾驶员状态是基于头部移动监视信息的行为驾驶员状态，并且所述第一驾驶员状态阈值是基于一时间段内的与所述驾驶员关联的头部移动监视信息的点头的数量，所述点头指示所述驾驶员是分心的。
47.根据权利要求40所述的方法，其中，基于指示注意力不集中的驾驶员的监视信息来确定和/或改变所述第一驾驶员状态阈值、所述第二驾驶员状态阈值和所述第三驾驶员状态阈值。
48.一种控制机动车辆中的车辆系统的方法，该方法包括：
从多个监视系统接收监视信息；
基于来自所述多个监视系统的监视信息，确定多个驾驶员状态；
基于所述多个驾驶员状态，确定组合驾驶员状态指数；以及
基于所述组合驾驶员状态指数，改变一个或更多个车辆系统的控制。
49.根据权利要求48所述的方法，该方法还包括：基于来自一个或更多个车辆系统的监视信息，确定潜在危险。
50.根据权利要求49所述的方法，该方法还包括：基于所述组合驾驶员状态指数，确定所述驾驶员是否分心。
51.根据权利要求50所述的方法，该方法还包括：确定所述车辆或一个或更多个车辆系统的自动控制状态。
52.根据权利要求51所述的方法，其中，在确定所述驾驶员不分心时，改变一个或更多个车辆系统的控制还包括：将一个或更多个车辆系统的控制状态改变成不控制。
53.根据权利要求51所述的方法，其中，在确定所述驾驶员分心并且所述自动控制状态被设置成自动时，改变一个或更多个车辆系统的控制还包括：将一个或更多个车辆系统的控制状态改变成自动控制。
54.根据权利要求50所述的方法，其中，确定所述组合驾驶员状态指数基于相对于所述潜在危险对头部移动信息和手接触信息进行分析，其中，从所述多个监视系统接收所述头部移动信息和所述手接触信息。
55.根据权利要求50所述的方法，其中，在基于来自车道偏离警告系统的监视信息确定所述潜在危险是车道偏离时，确定所述组合驾驶员状态指数还包括：相对于所述车道偏离，对头部移动信息进行分析。
56.根据权利要求50所述的方法，其中，在基于来自盲区指示器系统的监视信息确定所述潜在危险是所述车辆的盲区监视区域中的目标车辆时，确定所述组合驾驶员状态指数还包括：相对于所述目标车辆或所述盲区监视区域，对头部移动信息或手接触信息进行分析。
57.根据权利要求50所述的方法，其中，在基于来自自动巡航控制系统的监视信息确定所述潜在危险是所述车辆前方的前方车辆时，确定所述组合驾驶员状态指数包括：相对于所述前方车辆，对头部移动信息或手接触信息进行分析。
58.根据权利要求55所述的方法，其中，对所述头部移动信息进行分析包括：相对于所述危险的方向确定头部观看方向。
59.根据权利要求58所述的方法，其中，对所述手接触信息进行分析包括：确定驾驶员的至少一只手与所述车辆的方向盘接触。
60.根据权利要求59所述的方法，其中，在确定所述头部观看方向是相对于所述车辆的向前看或者所述头部观看方向指向与所述危险的方向相同的方向时，确定所述组合驾驶员状态指数是专注的，并且改变所述一个或更多个车辆系统的控制包括：将所述一个或更多个车辆系统的控制状态设置成不控制。
61.根据权利要求59所述的方法，其中，在确定所述头部观看方向是相对于所述车辆向前看或者所述头部观看方向指向与所述危险的方向相同的方向时并且在确定所述驾驶员的至少一只手接触所述方向盘时，确定所述组合驾驶员状态指数是专注的，并且改变所述一个或更多个车辆系统的控制包括：将所述一个或更多个车辆系统的控制状态设置成不控制。
62.根据权利要求53或54所述的方法，其中，在基于来自低速跟随系统的监视信息确定所述潜在危险是前方车辆并且所述自动控制模式被设置成开启时，确定所述组合驾驶员状态指数还包括：分析头部移动信息或手接触信息。
63.根据权利要求62所述的方法，其中，在确定所述驾驶员的至少一只手接触所述车辆的方向盘并且基于所述头部监视信息的所述驾驶员的头部观看的方向是相对于所述车辆的向前看方向时，所述低速跟随系统的控制状态被设置成自动控制。
64.根据权利要求62所述的方法，其中，在确定没有手接触所述车辆的方向盘时，车道保持辅助系统的控制状态被设置成自动控制，并且基于所述头部监视信息来设置自动巡航控制状态的控制状态，其中，所述头部监视信息包括头部观看方向和头部观看持续时间。
65.根据权利要求62所述的方法，其中，在确定至少一只手接触所述车辆的方向盘时，自动巡航控制系统的控制状态被设置成手动控制，并且基于所述头部监视信息来设置车道保持辅助系统的控制状态，其中，所述头部监视信息包括头部观看方向和头部观看持续时间。
CN201580033908.5A 2014-06-23 2015-06-22 控制机动车辆中的车辆系统的方法 Active CN106462027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911126910.3A CN110871809A (zh) 2014-06-23 2015-06-22 控制机动车辆中的车辆系统的方法

Applications Claiming Priority (17)

Application Number Priority Date Filing Date Title
US201462016037P 2014-06-23 2014-06-23
US62/016,037 2014-06-23
US14/315,726 2014-06-26
US14/315,726 US9505402B2 (en) 2011-02-18 2014-06-26 System and method for responding to driver behavior
US14/461,530 US9440646B2 (en) 2011-02-18 2014-08-18 System and method for responding to driver behavior
US14/461,530 2014-08-18
US14/573,778 US9352751B2 (en) 2014-06-23 2014-12-17 System and method for determining the information transfer rate between a driver and vehicle
US14/573,778 2014-12-17
US201462098565P 2014-12-31 2014-12-31
US62/098,565 2014-12-31
US14/697,593 2015-04-27
US14/697,593 US10153796B2 (en) 2013-04-06 2015-04-27 System and method for capturing and decontaminating photoplethysmopgraphy (PPG) signals in a vehicle
US14/733,836 US9475521B1 (en) 2015-06-08 2015-06-08 Failsafe detection
US14/733,836 2015-06-08
US14/744,247 US9475389B1 (en) 2015-06-19 2015-06-19 System and method for controlling a vehicle display based on driver behavior
US14/744,247 2015-06-19
PCT/US2015/037019 WO2015200224A2 (en) 2014-06-23 2015-06-22 System and method for responding to driver state

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201911126910.3A Division CN110871809A (zh) 2014-06-23 2015-06-22 控制机动车辆中的车辆系统的方法

Publications (2)

Publication Number Publication Date
CN106462027A true CN106462027A (zh) 2017-02-22
CN106462027B CN106462027B (zh) 2021-02-12

Family

ID=54938925

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201580033908.5A Active CN106462027B (zh) 2014-06-23 2015-06-22 控制机动车辆中的车辆系统的方法
CN201911126910.3A Pending CN110871809A (zh) 2014-06-23 2015-06-22 控制机动车辆中的车辆系统的方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201911126910.3A Pending CN110871809A (zh) 2014-06-23 2015-06-22 控制机动车辆中的车辆系统的方法

Country Status (3)

Country Link
EP (2) EP3683623B1 (zh)
CN (2) CN106462027B (zh)
WO (1) WO2015200224A2 (zh)

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107117177A (zh) * 2017-07-12 2017-09-01 金俊如 一种基于驾驶者生物数据的行车安全装置
CN107233103A (zh) * 2017-05-27 2017-10-10 西南交通大学 高铁调度员疲劳状态测评方法及系统
CN107233104A (zh) * 2017-05-27 2017-10-10 西南交通大学 认知分心测评方法和系统
CN107323460A (zh) * 2017-07-12 2017-11-07 金俊如 一种基于肌电信号的行车安全辅助装置
CN107374603A (zh) * 2017-08-23 2017-11-24 辽宁工业大学 一种安全驾驶判定系统和判定方法
CN107423869A (zh) * 2017-04-18 2017-12-01 黄海虹 一种基于交通历史记录限制驾驶权限的系统
CN107972488A (zh) * 2017-11-21 2018-05-01 保定中兴田野新能源汽车科技有限公司 教练车主动安全防护系统
CN108549230A (zh) * 2018-04-27 2018-09-18 李德祥 一种基于改进概率神经网络算法的车辆控制系统
WO2018165901A1 (zh) * 2017-03-15 2018-09-20 廖建强 一种驾驶员状态的监测装置和监测方法
CN108664912A (zh) * 2018-05-04 2018-10-16 北京学之途网络科技有限公司 一种信息处理方法、装置、计算机存储介质及终端
CN108891419A (zh) * 2017-05-09 2018-11-27 欧姆龙株式会社 驾驶员监视装置及驾驶员监视方法
CN109426256A (zh) * 2017-09-05 2019-03-05 百度（美国）有限责任公司 自动驾驶车辆的基于驾驶员意图的车道辅助系统
CN109561277A (zh) * 2017-09-25 2019-04-02 矢崎总业株式会社 监视系统
CN109664891A (zh) * 2018-12-27 2019-04-23 北京七鑫易维信息技术有限公司 辅助驾驶方法、装置、设备及存储介质
CN109934175A (zh) * 2019-03-15 2019-06-25 百度在线网络技术（北京）有限公司 一种车辆导航方法、装置、电子设备及存储介质
CN110162017A (zh) * 2019-05-30 2019-08-23 神龙汽车有限公司 车辆lin总线通讯信息异常诊断系统及方法
CN110194157A (zh) * 2019-06-28 2019-09-03 广州小鹏汽车科技有限公司 一种车辆控制方法、系统及车辆
WO2019213982A1 (zh) * 2018-05-08 2019-11-14 清华大学 基于最小作用量原理的驾驶人操控行为量化方法及装置
CN110651313A (zh) * 2017-05-15 2020-01-03 佳能株式会社 控制装置和控制方法
CN110662897A (zh) * 2017-06-16 2020-01-07 福特全球技术公司 车辆乘员损伤检测
CN110709304A (zh) * 2017-06-02 2020-01-17 本田技研工业株式会社 车辆控制系统、车辆控制方法及车辆控制程序
CN110712649A (zh) * 2018-06-26 2020-01-21 丰田自动车株式会社 基于车辆到一切通信对困倦驾驶员的检测
CN111052765A (zh) * 2017-08-31 2020-04-21 奥迪股份公司 用于机动车的、带有方向特性和信号改善的麦克风系统
CN111252073A (zh) * 2018-11-30 2020-06-09 丰田自动车北美公司 检测有问题的健康状况的系统和方法
CN111845759A (zh) * 2019-04-03 2020-10-30 财团法人工业技术研究院 驾驶辅助系统与驾驶辅助方法
CN111869240A (zh) * 2018-03-12 2020-10-30 丰田自动车株式会社 语音通信模块
CN111914237A (zh) * 2019-05-07 2020-11-10 T移动美国公司 汽车驾驶员生物特征认证和gps服务
CN112036223A (zh) * 2019-06-04 2020-12-04 上海博泰悦臻网络技术服务有限公司 长途驾驶按摩支撑方法、服务端及前端
CN112236949A (zh) * 2018-03-28 2021-01-15 乔伊森安全系统收购有限责任公司 用于车辆中的近场通信耦合的系统和方法
CN112244880A (zh) * 2020-09-24 2021-01-22 杭州电子科技大学 基于变尺度符号补偿传递熵的情绪诱导脑电信号分析方法
CN112244870A (zh) * 2020-09-24 2021-01-22 杭州电子科技大学 基于符号化排列传递熵的癫痫脑电双向耦合分析方法
CN112339769A (zh) * 2019-08-08 2021-02-09 通用汽车环球科技运作有限责任公司 基于车身测量的个性化设置
CN112740298A (zh) * 2018-09-28 2021-04-30 本田技研工业株式会社 信息提供系统、服务器、方法以及程序
CN113168229A (zh) * 2018-12-07 2021-07-23 索尼集团公司 触觉感测及温度反馈系统
CN113329926A (zh) * 2019-01-22 2021-08-31 戴姆勒股份公司 用于操作方向控制系统的方法和方向控制系统
CN113382900A (zh) * 2019-01-23 2021-09-10 莱尼电缆有限公司 电子驻车制动器和车轮速度传感器连接系统
CN113650624A (zh) * 2021-08-30 2021-11-16 东风柳州汽车有限公司 驾驶提醒方法、设备、存储介质及装置
TWI758665B (zh) * 2019-12-05 2022-03-21 國立中興大學 狀態辨識系統與方法
CN114475619A (zh) * 2022-01-21 2022-05-13 奇瑞汽车股份有限公司 汽车的控制方法、装置及计算机存储介质
CN114728668A (zh) * 2019-12-19 2022-07-08 宝马股份公司 线控转向系统、用于运行线控转向系统的方法和车辆
CN114828746A (zh) * 2019-12-11 2022-07-29 梅赛德斯-奔驰集团股份公司 用于车辆内的生命参数和/或生命参数模式的通知的方法
CN115366907A (zh) * 2022-08-12 2022-11-22 重庆长安汽车股份有限公司 驾驶员的状态异常提醒方法、装置、车辆及存储介质
US11541895B2 (en) 2019-04-03 2023-01-03 Industrial Technology Research Institute Driving assistance system and driving assistance method
CN117465459A (zh) * 2023-12-06 2024-01-30 岚图汽车科技有限公司 车辆控制方法、装置、设备及存储介质

Families Citing this family (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014085302A1 (en) 2012-11-27 2014-06-05 Faurecia Automotive Seating, Llc Vehicle seat with integrated sensors
CN106068097B (zh) 2014-02-20 2020-09-29 佛吉亚汽车座椅有限责任公司 整合有传感器的车辆座椅
US10046671B2 (en) 2015-08-14 2018-08-14 Faurecia Automotive Seating, Llc Occupant-recognition system for vehicle seat
US10918337B2 (en) 2016-06-03 2021-02-16 Faurecia Automotive Seating, Llc Vehicle seat with integrated sensors
US11197637B2 (en) 2016-06-20 2021-12-14 Faurecia Automotive Seating, Llc Control system for a vehicle seat
US10089543B2 (en) * 2016-07-29 2018-10-02 Honda Motor Co., Ltd. System and method for detecting distraction and a downward vertical head pose in a vehicle
US10730524B2 (en) 2016-09-07 2020-08-04 Faurecia Automotive Seating, Llc Vehicle seat
US11262754B2 (en) * 2016-09-21 2022-03-01 Bayerische Motoren Werke Aktiengesellschaft Automatic autonomous driving of a vehicle
KR101906197B1 (ko) 2016-11-07 2018-12-05 엘지전자 주식회사 차량 및 그 제어방법
DE102016223794B4 (de) * 2016-11-30 2021-03-04 Audi Ag Verfahren und System zum Bewerten einer Akzeptanz mindestens eines Fahrerassistenzsystems eines autonom fahrenden Kraftfahrzeugs
CN106627589A (zh) * 2016-12-27 2017-05-10 科世达（上海）管理有限公司 一种车辆行驶安全辅助方法、系统及车辆
DE102017201405B4 (de) * 2017-01-30 2018-12-13 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugs
JP6930247B2 (ja) * 2017-06-29 2021-09-01 株式会社アイシン 覚醒支援装置、覚醒支援方法、及び、覚醒支援プログラム
US11083379B2 (en) 2017-08-02 2021-08-10 Faurecia Automotive Seating, Llc Health-monitoring seat cover
GB2566101A (en) * 2017-09-05 2019-03-06 B Secur Ltd Wearable authentication device
US10599138B2 (en) 2017-09-08 2020-03-24 Aurora Flight Sciences Corporation Autonomous package delivery system
US10426393B2 (en) 2017-09-22 2019-10-01 Aurora Flight Sciences Corporation Systems and methods for monitoring pilot health
US20190092337A1 (en) * 2017-09-22 2019-03-28 Aurora Flight Sciences Corporation System for Monitoring an Operator
DE112018007196T5 (de) 2018-03-27 2020-12-10 Ford Global Technologies, Llc Anzeige für ein autonomes taxi
ES2726001A1 (es) * 2018-03-28 2019-10-01 Nieva Ignacio Javier Ochoa Sistema de detección de "Actividades de riesgo durante la conducción" basado en el control de la posición de ambas manos agarrando el volante
JP7056308B2 (ja) * 2018-03-28 2022-04-19 マツダ株式会社 車両用警報装置
US11259710B2 (en) * 2018-05-16 2022-03-01 Mitsubishi Electric Research Laboratories, Inc. System and method for remote measurements of vital signs
JP6861669B2 (ja) * 2018-06-15 2021-04-21 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
CN112689586B (zh) * 2018-09-13 2024-04-16 图森有限公司 远程安全驾驶方法和系统
US11136120B2 (en) 2018-10-05 2021-10-05 Aurora Flight Sciences Corporation Ground operations for autonomous object pickup
US10696305B2 (en) * 2018-11-15 2020-06-30 XMotors.ai Inc. Apparatus and method for measuring physiological information of living subject in vehicle
US11345362B2 (en) * 2018-12-31 2022-05-31 Robert Bosch Gmbh Adaptive warnings and emergency braking for distracted drivers
US11377114B2 (en) * 2019-03-14 2022-07-05 GM Global Technology Operations LLC Configuration of in-vehicle entertainment based on driver attention
DE102019204323A1 (de) * 2019-03-28 2020-10-01 Zf Friedrichshafen Ag Sitzsystem und Verfahren zum Überwachen des Gesundheitszustands eines Insassen eines Kraftfahrzeugs
DE102019211016A1 (de) 2019-07-25 2021-01-28 Volkswagen Aktiengesellschaft Erkennung von Hands-off-Situationen durch maschinelles Lernen
DE102019213880B3 (de) 2019-09-11 2020-07-23 Volkswagen Aktiengesellschaft Erkennung von Hands-off-Situationen auf Basis von Schwarmdaten
US11557208B2 (en) * 2019-10-02 2023-01-17 Samsara Networks Inc. Facial recognition technology for improving motor carrier regulatory compliance
KR20210042188A (ko) * 2019-10-08 2021-04-19 현대자동차주식회사 차량 및 그 제어방법
JP2021112983A (ja) * 2020-01-20 2021-08-05 トヨタ自動車株式会社 運転支援装置
JP7140154B2 (ja) * 2020-03-04 2022-09-21 トヨタ自動車株式会社 車両制御装置
KR102756624B1 (ko) * 2020-04-29 2025-01-17 현대자동차주식회사 탑승자 서비스 제공 장치 및 그의 제어 방법
KR102672095B1 (ko) * 2020-07-06 2024-06-04 주식회사 씽크아이 차량에 설치되는 인캐빈 안전센서 및 그 서비스 플랫폼 제공 방법
KR20220042883A (ko) * 2020-09-28 2022-04-05 현대자동차주식회사 차량의 주행 제어 장치 및 방법
CN112937576B (zh) * 2020-10-29 2022-05-20 北京理工大学 基于驾驶员状态与车辆状态关联性的车辆辅助控制方法
CN112477855B (zh) * 2020-11-10 2023-01-06 浙江吉利控股集团有限公司 一种车辆转向辅助方法、装置及设备
CN112622929A (zh) * 2020-12-12 2021-04-09 王伟伟 一种带有速度调控旋钮的急停式自动驾驶系统
JP7510116B2 (ja) * 2020-12-17 2024-07-03 トヨタ自動車株式会社 車両運転支援装置
CN112806996A (zh) * 2021-01-12 2021-05-18 哈尔滨工业大学 L3级自动驾驶条件下驾驶人分心多通道评估方法及系统
US11545029B2 (en) 2021-02-16 2023-01-03 Atieva, Inc. Distraction-sensitive traffic drive-off alerts
CN113002564A (zh) * 2021-03-31 2021-06-22 中国第一汽车股份有限公司 基于自动驾驶的车距控制方法、车辆及存储介质
US11772603B2 (en) 2021-05-18 2023-10-03 Motional Ad Llc Passenger authentication and entry for autonomous vehicles
US11731763B2 (en) * 2021-06-03 2023-08-22 Honeywell International Inc. Methods and systems for identifying and addressing passenger issues in an aircraft
WO2022258150A1 (en) * 2021-06-08 2022-12-15 Lotus Tech Innovation Centre Gmbh Computer-implemented method of assisting a driver, computer program product, driving assistance system, and vehicle
IT202100015695A1 (it) * 2021-06-16 2022-12-16 Ferrari Spa Metodo di elaborazione dello stato psicofisico di un guidatore per migliorare l'esperienza di guida di un veicolo stradale e relativo sistema veicolare
CN113415285B (zh) * 2021-07-07 2022-04-05 西南交通大学 一种驾驶员警觉度评估方法及系统
US11897403B2 (en) 2021-12-06 2024-02-13 Ford Global Technologies, Llc Group identity-driven system and method for adjusting an adjustable component of a vehicle
KR20230123551A (ko) 2022-02-16 2023-08-24 현대자동차주식회사 가속도 제한 제어 장치 및 방법
US12168464B2 (en) * 2022-04-06 2024-12-17 Toyota Research Institute, Inc. Vehicle safety operation manager for driver assistance functions
WO2023248237A1 (en) * 2022-06-23 2023-12-28 Tvs Motor Company Limited System and method for monitoring health of one or more users of a two-wheeled vehicle
IT202200019197A1 (it) 2022-09-19 2024-03-19 Fiat Ricerche “autoveicolo con sistema di assistenza rafforzata alla guida, attivabile automaticamente, e procedimento di assistenza alla guida”
US20240416940A1 (en) 2023-06-13 2024-12-19 Caterpillar Inc. Fatigue detection and operator alert system
DE102023120122A1 (de) * 2023-07-28 2025-01-30 Claas E-Systems Gmbh Arbeitsmaschine mit automatischer Aktivierung eines Lenksystems
CN118695164A (zh) * 2024-08-23 2024-09-24 珠海格力电器股份有限公司 多模态车载智能音响的控制方法及装置、车载智能音响

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6141432A (en) * 1992-05-05 2000-10-31 Automotive Technologies International, Inc. Optical identification
US20040088095A1 (en) * 2001-01-26 2004-05-06 Walter Eberle Hazard-prevention system for a vehicle
EP1801730A1 (en) * 2005-12-23 2007-06-27 Delphi Technologies, Inc. Method of detecting vehicle-operator state
CN101480926A (zh) * 2008-12-31 2009-07-15 广州伟韬电子科技有限公司 一种驾驶员疲劳智能监控系统和疲劳骚扰器
CN101673464A (zh) * 2009-09-27 2010-03-17 上海大学 疲劳驾驶智能管理系统
US20120290215A1 (en) * 2011-05-13 2012-11-15 Fujitsu Limited Calculating and Monitoring a Composite Stress Index
US20130245886A1 (en) * 2011-02-18 2013-09-19 Honda Motor Co., Ltd. System and method for responding to driver behavior

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3599144B2 (ja) 1996-05-09 2004-12-08 本田技研工業株式会社 車両用操舵支援装置
JP3662739B2 (ja) 1998-04-20 2005-06-22 本田技研工業株式会社 シートベルトのプリテンショナ装置
DE19954611B4 (de) 1998-11-17 2013-04-11 Honda Giken Kogyo K.K. Fahrzeug-Bremsvorrichtung
JP3690185B2 (ja) 1999-05-25 2005-08-31 日産自動車株式会社 先行車追従制御装置
US6607255B2 (en) 2002-01-17 2003-08-19 Ford Global Technologies, Llc Collision mitigation by braking system
DE10210723A1 (de) * 2002-03-12 2003-09-25 Bosch Gmbh Robert Spurwechselassistent für Kraftfahrzeuge
DE10353067B4 (de) 2002-11-18 2006-09-28 Honda Motor Co., Ltd. Antiblockierbremssteuersystem für ein Fahrzeug
US7337056B2 (en) 2004-03-29 2008-02-26 Honda Motor Co., Ltd. Driving control apparatus
DE102004030464A1 (de) 2004-06-24 2006-01-19 Adam Opel Ag Bremssystem mit EBS und "prefill"-Funktion sowie Verfahren zur elektronischen Bremsregelung
JP4176690B2 (ja) 2004-09-03 2008-11-05 本田技研工業株式会社 車両の走行制御装置
JP4459082B2 (ja) 2005-02-28 2010-04-28 本田技研工業株式会社 パワーステアリング装置付きの不整地走行用低床式小型車両
JP4459084B2 (ja) 2005-02-28 2010-04-28 本田技研工業株式会社 パワーステアリング装置付きの車両
US8063754B2 (en) 2006-12-15 2011-11-22 Honda Motor Co., Ltd. Vehicle state information transmission apparatus using tactile device
KR100831980B1 (ko) 2007-03-05 2008-05-26 주식회사 하이닉스반도체 반도체 소자의 제조방법
JP2009101714A (ja) * 2007-10-19 2009-05-14 Toyota Central R&D Labs Inc 運転走行支援装置
JP4946807B2 (ja) * 2007-11-07 2012-06-06 トヨタ自動車株式会社 車線逸脱防止制御装置
DE102008042342A1 (de) * 2008-09-25 2010-04-01 Robert Bosch Gmbh Verfahren und Steuergerät zur Beurteilung der Aufmerksamkeit eines Fahrers
JP5326521B2 (ja) * 2008-11-26 2013-10-30 日産自動車株式会社 覚醒状態判断装置及び覚醒状態判断方法
US8423257B2 (en) 2010-03-17 2013-04-16 Honda Motor Co., Ltd. System for and method of maintaining a driver intended path
WO2011118125A1 (ja) 2010-03-26 2011-09-29 本田技研工業株式会社 車両の運転を支援するための装置
US8587418B2 (en) 2010-07-28 2013-11-19 Honda Motor Co., Ltd. Method of controlling a collision warning system using right of way
US8558718B2 (en) 2010-09-20 2013-10-15 Honda Motor Co., Ltd. Method of controlling a collision warning system using line of sight
US20120202176A1 (en) 2011-02-08 2012-08-09 Honda Motor Co., Ltd. Objective measure of driving performance
US9292471B2 (en) 2011-02-18 2016-03-22 Honda Motor Co., Ltd. Coordinated vehicle response system and method for driver behavior
US8941499B2 (en) 2011-08-01 2015-01-27 Honda Motor Co., Ltd. Monitoring system for use with a vehicle and method of assembling same
DE102011117850B4 (de) * 2011-11-08 2020-12-03 Audi Ag Verfahren zum Betrieb eines Fahrzeugsystems eines Kraftfahrzeugs und Kraftfahrzeug
US9272689B2 (en) 2013-04-06 2016-03-01 Honda Motor Co., Ltd. System and method for biometric identification in a vehicle
US9420958B2 (en) 2013-03-15 2016-08-23 Honda Motor Co., Ltd. System and method for determining changes in a body state
US9398875B2 (en) 2013-11-07 2016-07-26 Honda Motor Co., Ltd. Method and system for biological signal analysis
DE102013010928B4 (de) * 2013-06-29 2017-03-30 Audi Ag Verfahren zum Betreiben wenigstens eines Fahrerassistenzsystems eines Kraftwagens und Kraftwagen mit wenigstens einem Fahrerassistenzsystem

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6141432A (en) * 1992-05-05 2000-10-31 Automotive Technologies International, Inc. Optical identification
US20040088095A1 (en) * 2001-01-26 2004-05-06 Walter Eberle Hazard-prevention system for a vehicle
EP1801730A1 (en) * 2005-12-23 2007-06-27 Delphi Technologies, Inc. Method of detecting vehicle-operator state
US20070159344A1 (en) * 2005-12-23 2007-07-12 Branislav Kisacanin Method of detecting vehicle-operator state
CN101480926A (zh) * 2008-12-31 2009-07-15 广州伟韬电子科技有限公司 一种驾驶员疲劳智能监控系统和疲劳骚扰器
CN101673464A (zh) * 2009-09-27 2010-03-17 上海大学 疲劳驾驶智能管理系统
US20130245886A1 (en) * 2011-02-18 2013-09-19 Honda Motor Co., Ltd. System and method for responding to driver behavior
CN103370252A (zh) * 2011-02-18 2013-10-23 本田技研工业株式会社 对驾驶员行为进行响应的系统和方法
US20120290215A1 (en) * 2011-05-13 2012-11-15 Fujitsu Limited Calculating and Monitoring a Composite Stress Index

Cited By (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018165901A1 (zh) * 2017-03-15 2018-09-20 廖建强 一种驾驶员状态的监测装置和监测方法
CN108830477B (zh) * 2017-04-18 2021-10-29 山东六牛网络科技有限公司 一种共享汽车
CN107423869A (zh) * 2017-04-18 2017-12-01 黄海虹 一种基于交通历史记录限制驾驶权限的系统
CN108830477A (zh) * 2017-04-18 2018-11-16 陈玉玲 一种共享汽车
CN108891419B (zh) * 2017-05-09 2021-06-04 欧姆龙株式会社 驾驶员监视装置及驾驶员监视方法
CN108891419A (zh) * 2017-05-09 2018-11-27 欧姆龙株式会社 驾驶员监视装置及驾驶员监视方法
CN110651313A (zh) * 2017-05-15 2020-01-03 佳能株式会社 控制装置和控制方法
US11390276B2 (en) 2017-05-15 2022-07-19 Canon Kabushiki Kaisha Control device, control method, and non-transitory storage medium
CN107233103A (zh) * 2017-05-27 2017-10-10 西南交通大学 高铁调度员疲劳状态测评方法及系统
CN107233104A (zh) * 2017-05-27 2017-10-10 西南交通大学 认知分心测评方法和系统
CN110709304A (zh) * 2017-06-02 2020-01-17 本田技研工业株式会社 车辆控制系统、车辆控制方法及车辆控制程序
CN110662897A (zh) * 2017-06-16 2020-01-07 福特全球技术公司 车辆乘员损伤检测
CN107323460A (zh) * 2017-07-12 2017-11-07 金俊如 一种基于肌电信号的行车安全辅助装置
CN107117177A (zh) * 2017-07-12 2017-09-01 金俊如 一种基于驾驶者生物数据的行车安全装置
CN107374603A (zh) * 2017-08-23 2017-11-24 辽宁工业大学 一种安全驾驶判定系统和判定方法
US10999675B2 (en) 2017-08-31 2021-05-04 Audi Ag Microphone system for a motor vehicle having a directivity pattern and signal improvement
CN111052765B (zh) * 2017-08-31 2021-06-04 奥迪股份公司 用于机动车的、带有方向特性和信号改善的麦克风系统
CN111052765A (zh) * 2017-08-31 2020-04-21 奥迪股份公司 用于机动车的、带有方向特性和信号改善的麦克风系统
CN109426256A (zh) * 2017-09-05 2019-03-05 百度（美国）有限责任公司 自动驾驶车辆的基于驾驶员意图的车道辅助系统
CN109561277A (zh) * 2017-09-25 2019-04-02 矢崎总业株式会社 监视系统
CN109561277B (zh) * 2017-09-25 2021-07-02 矢崎总业株式会社 监视系统
CN107972488A (zh) * 2017-11-21 2018-05-01 保定中兴田野新能源汽车科技有限公司 教练车主动安全防护系统
CN107972488B (zh) * 2017-11-21 2021-01-12 河北中兴汽车制造有限公司 教练车主动安全防护系统
CN111869240A (zh) * 2018-03-12 2020-10-30 丰田自动车株式会社 语音通信模块
CN112236949A (zh) * 2018-03-28 2021-01-15 乔伊森安全系统收购有限责任公司 用于车辆中的近场通信耦合的系统和方法
CN108549230A (zh) * 2018-04-27 2018-09-18 李德祥 一种基于改进概率神经网络算法的车辆控制系统
CN108664912B (zh) * 2018-05-04 2022-12-20 北京学之途网络科技有限公司 一种信息处理方法、装置、计算机存储介质及终端
CN108664912A (zh) * 2018-05-04 2018-10-16 北京学之途网络科技有限公司 一种信息处理方法、装置、计算机存储介质及终端
WO2019213982A1 (zh) * 2018-05-08 2019-11-14 清华大学 基于最小作用量原理的驾驶人操控行为量化方法及装置
CN110712649A (zh) * 2018-06-26 2020-01-21 丰田自动车株式会社 基于车辆到一切通信对困倦驾驶员的检测
CN112740298B (zh) * 2018-09-28 2022-09-02 本田技研工业株式会社 信息提供系统、服务器、方法以及计算机可读取存储介质
CN112740298A (zh) * 2018-09-28 2021-04-30 本田技研工业株式会社 信息提供系统、服务器、方法以及程序
CN111252073B (zh) * 2018-11-30 2024-05-28 丰田自动车北美公司 检测有问题的健康状况的系统和方法
CN111252073A (zh) * 2018-11-30 2020-06-09 丰田自动车北美公司 检测有问题的健康状况的系统和方法
CN113168229A (zh) * 2018-12-07 2021-07-23 索尼集团公司 触觉感测及温度反馈系统
CN109664891A (zh) * 2018-12-27 2019-04-23 北京七鑫易维信息技术有限公司 辅助驾驶方法、装置、设备及存储介质
CN113329926A (zh) * 2019-01-22 2021-08-31 戴姆勒股份公司 用于操作方向控制系统的方法和方向控制系统
US11945501B2 (en) 2019-01-22 2024-04-02 Mercedes-Benz Group AG Method for operating a lane guidance system and lane guidance system
US12097827B2 (en) 2019-01-23 2024-09-24 Leoni Kabel Gmbh EPB and WSS connecting system
CN113382900A (zh) * 2019-01-23 2021-09-10 莱尼电缆有限公司 电子驻车制动器和车轮速度传感器连接系统
CN109934175B (zh) * 2019-03-15 2021-07-06 百度在线网络技术（北京）有限公司 一种车辆导航方法、装置、电子设备及存储介质
CN109934175A (zh) * 2019-03-15 2019-06-25 百度在线网络技术（北京）有限公司 一种车辆导航方法、装置、电子设备及存储介质
TWI854606B (zh) * 2019-04-03 2024-09-01 財團法人工業技術研究院 駕駛輔助方法
TWI816008B (zh) * 2019-04-03 2023-09-21 財團法人工業技術研究院 駕駛輔助系統與駕駛輔助方法
US11541895B2 (en) 2019-04-03 2023-01-03 Industrial Technology Research Institute Driving assistance system and driving assistance method
CN111845759A (zh) * 2019-04-03 2020-10-30 财团法人工业技术研究院 驾驶辅助系统与驾驶辅助方法
CN111914237B (zh) * 2019-05-07 2024-07-09 T移动美国公司 汽车驾驶员生物特征认证和gps服务
CN111914237A (zh) * 2019-05-07 2020-11-10 T移动美国公司 汽车驾驶员生物特征认证和gps服务
CN110162017A (zh) * 2019-05-30 2019-08-23 神龙汽车有限公司 车辆lin总线通讯信息异常诊断系统及方法
CN112036223B (zh) * 2019-06-04 2023-12-26 上海博泰悦臻网络技术服务有限公司 长途驾驶按摩支撑方法、服务端及前端
CN112036223A (zh) * 2019-06-04 2020-12-04 上海博泰悦臻网络技术服务有限公司 长途驾驶按摩支撑方法、服务端及前端
CN110194157A (zh) * 2019-06-28 2019-09-03 广州小鹏汽车科技有限公司 一种车辆控制方法、系统及车辆
CN112339769B (zh) * 2019-08-08 2024-03-22 通用汽车环球科技运作有限责任公司 基于车身测量的个性化设置
CN112339769A (zh) * 2019-08-08 2021-02-09 通用汽车环球科技运作有限责任公司 基于车身测量的个性化设置
TWI758665B (zh) * 2019-12-05 2022-03-21 國立中興大學 狀態辨識系統與方法
CN114828746A (zh) * 2019-12-11 2022-07-29 梅赛德斯-奔驰集团股份公司 用于车辆内的生命参数和/或生命参数模式的通知的方法
CN114728668A (zh) * 2019-12-19 2022-07-08 宝马股份公司 线控转向系统、用于运行线控转向系统的方法和车辆
CN114728668B (zh) * 2019-12-19 2023-12-08 宝马股份公司 线控转向系统、用于运行线控转向系统的方法和车辆
CN112244870B (zh) * 2020-09-24 2022-02-22 杭州电子科技大学 基于符号化排列传递熵的癫痫脑电双向耦合分析方法
CN112244870A (zh) * 2020-09-24 2021-01-22 杭州电子科技大学 基于符号化排列传递熵的癫痫脑电双向耦合分析方法
CN112244880A (zh) * 2020-09-24 2021-01-22 杭州电子科技大学 基于变尺度符号补偿传递熵的情绪诱导脑电信号分析方法
CN113650624B (zh) * 2021-08-30 2024-01-19 东风柳州汽车有限公司 驾驶提醒方法、设备、存储介质及装置
CN113650624A (zh) * 2021-08-30 2021-11-16 东风柳州汽车有限公司 驾驶提醒方法、设备、存储介质及装置
CN114475619A (zh) * 2022-01-21 2022-05-13 奇瑞汽车股份有限公司 汽车的控制方法、装置及计算机存储介质
CN115366907A (zh) * 2022-08-12 2022-11-22 重庆长安汽车股份有限公司 驾驶员的状态异常提醒方法、装置、车辆及存储介质
CN115366907B (zh) * 2022-08-12 2024-10-22 重庆长安汽车股份有限公司 驾驶员的状态异常提醒方法、装置、车辆及存储介质
CN117465459A (zh) * 2023-12-06 2024-01-30 岚图汽车科技有限公司 车辆控制方法、装置、设备及存储介质

Also Published As

Publication number Publication date
EP3158392A4 (en) 2018-09-05
CN110871809A (zh) 2020-03-10
EP3158392B1 (en) 2020-03-04
CN106462027B (zh) 2021-02-12
WO2015200224A2 (en) 2015-12-30
EP3158392A2 (en) 2017-04-26
EP3683623A1 (en) 2020-07-22
WO2015200224A3 (en) 2016-03-17
EP3683623B1 (en) 2021-09-29

Similar Documents

Publication Publication Date Title
US11383721B2 (en) System and method for responding to driver state
CN106462027B (zh) 控制机动车辆中的车辆系统的方法
US10875536B2 (en) Coordinated vehicle response system and method for driver behavior
US10486590B2 (en) System and method for vehicle control integrating health priority alerts of vehicle occupants
CN105073474B (zh) 针对驾驶员行为的协调的车辆响应系统和方法
CN103370252B (zh) 对驾驶员行为进行响应的系统和方法
US11447140B2 (en) Cognitive tunneling mitigation device for driving
US11751784B2 (en) Systems and methods for detecting drowsiness in a driver of a vehicle
KR20160112213A (ko) 차량, 및 차량의 제어방법
KR20200080376A (ko) 차량 및 그 제어방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant