DE102017105885A1

DE102017105885A1 - Verfahren und Einrichtung für vorausschauende Fahrerassistenz

Info

Publication number: DE102017105885A1
Application number: DE102017105885.0A
Authority: DE
Inventors: Devinder Singh Kochhar; Michael James Whitens
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2016-04-05
Filing date: 2017-03-20
Publication date: 2017-10-05
Also published as: US10807603B2; CN107273996A; US20170282930A1

Abstract

Ein System beinhaltet einen Prozessor, der dazu ausgelegt ist, bevorstehendes Fahrerverhalten vorherzusagen, das auf einer Korrelation zwischen empfangenen Kontextvariablen und zuvor beobachtetem Fahrerverhalten basiert. Der Prozessor ist auch dazu ausgelegt, Bestätigung anzufordern, dass vorhergesagtes Verhalten von einem Fahrer beabsichtigt ist. Ferner ist der Prozessor dazu ausgelegt, bei Empfangsbestätigung eine Anzeige im Fahrzeug zu ändern, so dass sie ein für das vorgesagte Verhalten relevantes Bedienelement oder Merkmal beinhaltet.

Description

TECHNISCHES GEBIET
Die beispielhaften Ausführungsformen betreffen allgemein ein Verfahren und eine Einrichtung für vorausschauende Fahrerassistenz.
HINTERGRUND
Es gibt ein explosionsartiges Wachstum von verfügbaren Technologien, um die Fahraufgabe sicherer, vergnüglich und angenehm für den Fahrer zu machen. Einige Beispiele beinhalten Technologien, die eine unterstützte oder automatische Steuerung der Quer- und Längsposition des Fahrzeugs, automatische Einstellungen für Unterhaltung, Klimaregelung, Traktionskontrolle, Fahrzeugnavigation und eine autonome Geschwindigkeitsfunktionalität ermöglichen. Außerdem beinhaltet sind akustische, optische und haptische Warnungen, die den Fahrer entweder vor unpassenden Aktionen oder Situationen warnen und/oder ihn alarmieren, so dass der Fahrer eine wahrscheinliche oder unmittelbar bevorstehende Kollisionssituation vermeiden kann.
Aufgrund der Fülle an Möglichkeiten und der Verschiedenheit der möglichen Fahrsituationen ist eine gängige Praxis von Automobil-Erstausrüstern, alle Bedienelemente und Anzeigen für den Fahrer verfügbar zu machen. Diese Bedienelemente und/oder Anzeigen können in der Instrumententafel, der Mittelkonsole, dem Lenkrad, in der Konsole oder sogar im Dachhimmel positioniert sein. Einige Bedienelemente und deren verknüpfte Anzeigen können in der Form von eingebetteten Menüs in einer Anzeige vom Kathodenstrahlröhrentyp (CRT – Cathode Ray Tube) verfügbar gemacht werden. Angesichts des großen Potenzials von möglichen Anzeigekombinationen von nützlichen Werkzeugen und Informationen ist selten genug Raum oder Platz im Fahrzeuginnenraum, um alle Bedienelemente und Anzeigen zu positionieren, die nützlich sein könnten. Auch sind Anzeigen vom Menütyp aufgrund der wahrgenommenen Komplexität häufig eine Quelle großer Unzufriedenheit für ältere Fahrer und Anzeigen und Bedienelemente, die nicht häufig verwendet werden, sind in den Momenten, in denen sie tatsächlich benötigt werden, problematisch aufzurufen oder anzuwenden, weil der Fahrer nicht vertraut mit dem Navigieren zur benötigten Anzeige oder dem Suchen nach dem benötigten Bedienelement sein kann.
KURZDARSTELLUNG
In einer ersten beispielhaften Ausführungsform beinhaltet ein System einen Prozessor, der dazu ausgelegt ist, Fahrerverhalten, das auf einer Korrelation zwischen empfangenen Kontextvariablenwerten und zuvor beobachtetem Fahrerverhalten basiert, vorherzusagen. Der Prozessor ist auch dazu ausgelegt, Bestätigung anzufordern, dass vorhergesagtes Verhalten von einem Fahrer beabsichtigt ist. Ferner ist der Prozessor dazu ausgelegt, bei Empfangsbestätigung eine Anzeige im Fahrzeug zu ändern, so dass sie ein für das vorgesagte Verhalten relevantes Bedienelement oder Merkmal beinhaltet.
In einer zweiten beispielhaften Ausführungsform beinhaltet ein computerimplementiertes Verfahren das Empfangen mehrerer Kontextvariablen und entsprechender Variablenwerte. Das Verfahren beinhaltet außerdem das Vorhersagen bevorstehenden Fahrerverhaltens, das auf den empfangenen Kontextvariablenwerten verglichen mit den Kontextvariablenwerten basiert, die bezüglich des beobachteten Fahrerverhaltens empfangen und gespeichert wurden, und das automatische Ändern einer Fahrzeuganzeige, so dass sie ein für das vorhergesagte Verhalten relevantes Bedienelement oder Merkmal anzeigt.
In einer dritten beispielhaften Ausführungsform speichert ein nichtflüchtiges computerlesbares Speichermedium Anweisungen, die, wenn ausgeführt, einen Prozessor veranlassen, ein Verfahren auszuführen, einschließlich des Empfangens mehrerer Kontextvariablen und entsprechender Variablenwerte. Das Verfahren beinhaltet außerdem das Vorhersagen bevorstehenden Fahrerverhaltens, das auf den empfangenen Kontextvariablenwerten verglichen mit den Kontextvariablenwerten basiert, die bezüglich des beobachteten Fahrerverhaltens empfangen und gespeichert wurden, und das automatische Ändern einer Fahrzeuganzeige, so dass sie ein für das vorhergesagte Verhalten relevantes Bedienelement oder Merkmal anzeigt.
KURZBESCHREIBUNG DER ZEICHNUNGEN
1 zeigt ein veranschaulichendes Fahrzeugdatenverarbeitungssystem;
2 zeigt ein veranschaulichendes Beispiel eines prädiktiven Prozesses zum Bereitstellen vorausschauender Fahrerassistenz;
3 zeigt ein veranschaulichendes Beispiel eines ersten prädiktiven Prozesses; und
4 zeigt ein veranschaulichendes Beispiel eines zweiten prädiktiven Prozesses.
AUSFÜHRLICHE BESCHREIBUNG
Wie gefordert, werden hier ausführliche Ausführungsformen der vorliegenden Erfindung offenbart; es versteht sich jedoch, dass die offenbarten Ausführungsformen lediglich beispielhaft für die Erfindung sind, die in verschiedenen und alternativen Formen ausgeführt werden kann. Die Figuren sind nicht notwendigerweise maßstabsgetreu; einige Merkmale können übertrieben oder minimiert sein, um Details bestimmter Komponenten zu zeigen. Die speziellen strukturellen und funktionalen Details, die hier offenbart werden, sollen deshalb nicht als einschränkend interpretiert werden, sondern lediglich als eine repräsentative Basis, um einen Fachmann zu lehren, wie die vorliegende Erfindung auf verschiedene Weise einzusetzen ist.
1 stellt eine beispielhafte Blocktopologie für ein fahrzeuggestütztes Datenverarbeitungssystem 1 (VCS – Vehicle-Based Computing System) für ein Fahrzeug 31 dar. Ein Beispiel eines derartigen fahrzeuggestützten Datenverarbeitungssystems 1 ist das von THE FORD MOTOR COMPANY hergestellte SYNC-System. Ein mit einem fahrzeuggestützten Datenverarbeitungssystem ausgestattetes Fahrzeug kann eine im Fahrzeug befindliche visuelle Front-End-Schnittstelle 4 enthalten. Der Benutzer kann auch die Möglichkeit haben, mit der Schnittstelle zu interagieren, wenn sie zum Beispiel mit einem berührungsempfindlichen Bildschirm versehen ist. In einer anderen beispielhaften Ausführungsform erfolgt die Interaktion durch Tastenbetätigungen, ein Sprachdialogsystem mit automatischer Spracherkennung und Sprachsynthese.
In der beispielhaften Ausführungsform 1, die in 1 gezeigt wird, steuert ein Prozessor 3 mindestens einen Teil des Betriebs des fahrzeuggestützten Datenverarbeitungssystems. Der Prozessor, der innerhalb des Fahrzeugs bereitgestellt ist, gestattet eine fahrzeuginterne Verarbeitung von Befehlen und Routinen. Ferner ist der Prozessor sowohl mit nicht-persistentem 5 als auch mit persistentem Speicher 7 verbunden. In dieser beispielhaften Ausführungsform ist der nichtpersistente Speicher ein Direktzugriffsspeicher (RAM) und der persistente Speicher ist ein Festplattenlaufwerk (HDD) oder Flash-Speicher. Im Allgemeinen kann ein persistenter (nichtflüchtiger) Speicher alle Arten von Speicher beinhalten, die Daten behalten, wenn ein Computer oder eine andere Vorrichtung heruntergefahren wird. Diese beinhalten, unter anderem, HDDs, CDs, DVDs, Magnetbänder, Solid-State-Drives, tragbare USB-Laufwerke und andere geeignete Arten von persistentem Speicher.
Der Prozessor ist außerdem mit einer Anzahl von unterschiedlichen Eingängen versehen, die es dem Benutzer ermöglichen, mit dem Prozessor in Verbindung zu treten. In dieser beispielhaften Ausführungsform sind ein Mikrofon 29, ein Hilfseingang 25 (für den Eingang 33), ein USB-Eingang 23, ein GPS-Eingang 24, ein Bildschirm 4, welcher eine berührungsempfindliche Anzeige sein kann, und ein BLUETOOTH-Eingang 15 vorgesehen. Auch ein Eingangswähler 51 ist vorgesehen, um einem Benutzer zu erlauben, zwischen verschiedenen Eingängen zu wechseln. Eingaben sowohl in das Mikrofon als auch in den Zusatzverbinder werden von einem Wandler 27 von analog in digital umgewandelt, bevor sie zum Prozessor geleitet werden. Wenngleich nicht gezeigt, können zahlreiche der Fahrzeugkomponenten und Zusatzkomponenten, die mit dem VCS verbunden sind, ein Fahrzeugnetzwerk (wie etwa unter anderem einen CAN-Bus) verwenden, um Daten an das und vom VCS (oder Komponenten davon) zu leiten.
Ausgänge zum System können unter anderem eine visuelle Anzeige 4 und einen Lautsprecher 13 oder einen Stereosystemausgang beinhalten. Der Lautsprecher ist mit einem Verstärker 11 verbunden und empfängt ein Signal über einen Digital-Analog-Wandler 9 vom Prozessor 3. Die Ausgabe kann auch entlang der jeweils bei 19 und 21 gezeigten bidirektionalen Datenströme an eine entfernte BLUETOOTH-Vorrichtung wie ein PND 54 oder eine USB-Vorrichtung wie z. B. eine Fahrzeugnavigationsvorrichtung 60 erfolgen.
In einer beispielhaften Ausführungsform verwendet das System 1 den BLUETOOTH-Sendeempfänger 15, um mit einer mobilen Vorrichtung 53 des Benutzers (zum Beispiel einem Mobiltelefon, Smartphone, PDA oder einer beliebigen anderen Vorrichtung, die eine drahtlose Konnektivität zu entfernten Netzwerken hat) zu kommunizieren 17. Die mobile Vorrichtung kann dann verwendet werden, um zum Beispiel durch Kommunikation 55 mit einem Mobilfunkmast 57 mit einem Netzwerk 61 außerhalb des Fahrzeugs 31 zu kommunizieren 59. In einigen Ausführungsformen kann der Mast 57 ein WiFi-Zugangspunkt sein.
Beispielhafte Kommunikation zwischen der mobilen Vorrichtung und dem BLUETOOTH-Sendeempfänger ist durch das Signal 14 repräsentiert.
Die Kopplung einer mobilen Vorrichtung 53 mit dem BLUETOOTH-Sendeempfänger 15 kann durch eine Taste 52 oder eine ähnliche Eingabe angewiesen werden. Dementsprechend wird die CPU angewiesen, den Bord-BLUETOOTH-Sendeempfänger mit einem BLUETOOTH-Sendeempfänger in einer mobilen Vorrichtung zu koppeln.
Daten können zum Beispiel unter Verwendung eines Datenplans, von Data-over-Voice oder DTMF-Tönen, die dem mobilen Gerät 53 zugewiesen sind, zwischen der CPU 3 und dem Netzwerk 61 übermittelt werden. Alternativ kann es wünschenswert sein, ein fahrzeuginternes Modem 63 mit Antenne 18 zu beinhalten, um Daten zwischen der CPU 3 und dem Netzwerk 61 über das Sprachband zu kommunizieren 16. Die mobile Vorrichtung 53 kann dann benutzt werden, um zum Beispiel durch Kommunikation 55 mit einem Mobilfunkmast 57 mit einem Netzwerk 61 außerhalb des Fahrzeugs 31 zu kommunizieren 59. In einigen Ausführungsformen kann das Modem 63 die Kommunikation 20 mit dem Mast 57 zur Kommunikation mit dem Netzwerk 61 herstellen. Als nicht einschränkendes Beispiel kann das Modem 63 ein USB-Mobilfunkmodem sein, und die Kommunikation 20 kann eine Mobilfunkkommunikation sein.
In einer veranschaulichenden Ausführungsform ist der Prozessor mit einem Betriebssystem ausgestattet, das eine API zum Kommunizieren mit Modemanwendungssoftware umfasst. Die Modemanwendungssoftware kann auf ein eingebettetes Modul oder Firmware auf dem BLUETOOTH-Sendeempfänger zugreifen, um drahtlose Kommunikation mit einem entfernten BLUETOOTH-Sendeempfänger (wie z. B. dem in einer mobilen Vorrichtung vorhandenen) herzustellen. Bluetooth ist ein Bestandteil der Protokolle IEEE 802 PAN (Personal Area Network). Die Protokolle IEEE 802 LAN (Local Area Network) beinhalten WiFi und besitzen beträchtliche Kreuzfunktionalität mit IEEE 802 PAN. Beide sind für die drahtlose Kommunikation in einem Fahrzeug geeignet. Weitere Kommunikationsmittel, die in diesem Bereich verwendet werden können, sind optische Freiraumkommunikation (wie etwa IrDA) und nicht standardisierte Verbraucher-IR-Protokolle.
In einer weiteren Ausführungsform beinhaltet die mobile Vorrichtung 53 ein Modem für die Sprachband- oder Breitbanddatenkommunikation. In der Data-Over-Voice-Ausführungsform kann eine als Frequenzmultiplexen bekannte Technik implementiert werden, wenn der Besitzer der mobilen Vorrichtung über die Vorrichtung sprechen kann, während Daten übertragen werden. Zu anderen Zeiten, wenn der Besitzer die Vorrichtung nicht benutzt, kann die Datenübertragung die gesamte Bandbreite (in einem Beispiel 300 Hz bis 3,4 kHz) nutzen. Obwohl Frequenzmultiplexen für die analoge Mobilfunkkommunikation zwischen dem Fahrzeug und dem Internet verbreitet sein kann und weiterhin verwendet wird, ist es für die digitale Mobilfunkkommunikation zum großen Teil durch Hybride von CDMA (Code Domain Multiple Access), TDMA (Time Domain Multiple Access), SDMA (Space-Domain Multiple Access) ersetzt worden. Dies sind alles ITU IMT-2000(3G)-konforme Standards, die Datenraten bis zu 2 Mb/s für stehende oder gehende Benutzer und 385 Kb/s für Benutzer in einem fahrenden Fahrzeug bieten. 3G-Standards werden jetzt durch IMT-Advanced (4G) ersetzt, das 100 Mb/s für Benutzer in einem Fahrzeug und 1 Gb/s für stehende Benutzer bietet. Wenn der Benutzer über einen mit der mobilen Vorrichtung verknüpften Datenplan verfügt, ist es möglich, dass der Datenplan die Breitbandübertragung zulässt und das System eine viel größere Bandbreite nutzen kann (was die Datenübertragung beschleunigt). In einer weiteren Ausführungsform wird die mobile Vorrichtung 53 durch eine Mobilfunkkommunikationsvorrichtung (nicht gezeigt) ersetzt, die im Fahrzeug 31 installiert ist. In einer weiteren Ausführungsform kann die mobile Vorrichtung (ND – Nomadic Device) 53 eine drahtlose lokale Netzwerk(LAN – Local Area Network)-Vorrichtung sein, die zum Beispiel (und unter anderem) in der Lage ist, über ein 802.11g-Netzwerk (d. h. WiFi) oder ein WiMax-Netzwerk zu kommunizieren.
In einer Ausführungsform können eingehende Daten über einen Data-over-Voice- oder einen Datenplan durch die mobile Vorrichtung, durch den Bord-BLUETOOTH-Sendeempfänger und zum internen Prozessor 3 des Fahrzeugs geleitet werden. Im Falle bestimmter temporärer Daten können die Daten zum Beispiel auf dem Festplattenlaufwerk (HDD) oder einem anderen Speichermedium 7 gespeichert werden, bis die Daten nicht mehr benötigt werden.
Zusätzliche Quellen, die an das Fahrzeug angeschlossen sein können, beinhalten eine persönliche Navigationsvorrichtung 54, die zum Beispiel eine USB-Verbindung 56 und/oder eine Antenne 58 hat, eine Fahrzeugnavigationsvorrichtung 60 mit einem USB-62 oder einem anderen Anschluss, eine Bord-GPS-Vorrichtung 24 oder ein entferntes Navigationssystem (nicht gezeigt), das eine Konnektivität zum Netzwerk 61 hat. USB ist eines von einer Klasse serieller Netzwerkprotokolle. IEEE 1394 (Firewire^TM (Apple), i.LINK^TM (Sony) und Lynx^TM (Texas Instruments)), serielle Protokolle der EIA (Electronics Industry Association), IEEE 1284 (Centronics Port), S/PDIF (Sony/Philips Digital Interconnect Format) und USB-IF (USB Implementers Forum) bilden das Rückgrat der Standards für die serielle Kommunikation von Vorrichtung zu Vorrichtung. Die meisten der Protokolle sind entweder für die elektrische oder optische Kommunikation implementierbar.
Ferner könnte die CPU mit einer Vielzahl anderer Zusatzvorrichtungen 65 in Kommunikation stehen. Diese Vorrichtungen können über eine drahtlose 67 oder drahtgebundene 69 Verbindung verbunden sein. Die Zusatzvorrichtung 65 kann, unter anderem, persönliche Media-Player, drahtlose medizinische Vorrichtungen, tragbare Computer und dergleichen beinhalten.
Außerdem oder alternativ dazu könnte die CPU zum Beispiel über einen WiFi-Sendeempfängers (IEEE 803.11) 71 mit einem fahrzeuggestützten drahtlosen Router 73 verbunden sein. Dies könnte es der CPU gestatten, sich mit in Reichweite des lokalen Routers 73 befindlichen entfernten Netzwerken zu verbinden.
Zusätzlich dazu, dass beispielhafte Prozesse von einem Fahrzeugdatenverarbeitungssystem, das sich in einem Fahrzeug befindet, ausgeführt werden, können die beispielhaften Prozesse in bestimmten Ausführungsformen von einem Datenverarbeitungssystem ausgeführt werden, das in Kommunikation mit einem Fahrzeugdatenverarbeitungssystem steht. Solch ein System kann, unter anderem, eine drahtlose Vorrichtung (z. B., unter anderem, ein Mobiltelefon) oder ein entferntes Datenverarbeitungssystem (zum Beispiel, unter anderem, einen Server) beinhalten, das durch die drahtlose Vorrichtung verbunden ist. Zusammengenommen können derartige Systeme als zum Fahrzeug gehörige Datenverarbeitungssysteme (VACS – Vehicle Associated Computing Systems) bezeichnet werden. In bestimmten Ausführungsformen können bestimmte Komponenten der VACS abhängig von der jeweiligen Implementierung des Systems bestimmte Teile eines Prozesses durchführen. Als Beispiel und nicht als Beschränkung ist es, wenn ein Prozess einen Schritt des Sendens oder Empfangens von Informationen mit einer gekoppelten drahtlosen Vorrichtung aufweist, wahrscheinlich, dass die drahtlose Vorrichtung diesen Teil des Prozesses nicht ausführt, da die drahtlose Vorrichtung (von) sich selbst keine Informationen „zusenden und empfangen“ würde. Ein Durchschnittsfachmann erkennt, wann es ungeeignet ist, ein bestimmtes Datenverarbeitungssystem auf eine gegebene Lösung anzuwenden.
In jeder der hier erörterten beispielhaften Ausführungsformen wird ein beispielhaftes, nicht einschränkendes Beispiel eines Prozesses, der durch ein Computersystem durchführbar ist, gezeigt. Bezüglich jedes Prozesses ist es dem Datenverarbeitungssystem, das den Prozess ausführt, möglich, für den begrenzten Zweck des Ausführens des Prozesses als Spezialprozessor ausgelegt zu werden, um den Prozess durchzuführen. Nicht alle Prozesse müssen in ihrer Gesamtheit durchgeführt werden und sind als Beispiele von Arten von Prozessen, die durchgeführt werden können, um Elemente der Erfindung zu erreichen, zu verstehen. Zusätzliche Schritte können auf Wunsch zu den beispielhaften Prozessen hinzugefügt oder aus ihnen entfernt werden.
Wie zuvor angemerkt, kann ein Fahrer in einer beliebigen Situation eine vielfältige Reihe von Bedienelementen oder Eingaben benötigen/wünschen, die auf aktuellen Bedingungen basieren. Zum Beispiel kann der Fahrer beim Antreten einer Fahrt in einem Fahrzeug wünschen, einen Radiosender oder das Klima einzustellen. An Tagen, an denen das Klima angenehm ist (z. B. die Innentemperatur innerhalb eines eingehaltenen, bevorzugten Bereichs liegt), kann der Fahrer zuerst den Radiosender einstellen, bevor er irgendwelche Klimaeinstellungen durchführt. An anderen Tagen, wenn die Innentemperatur über oder unter einem bevorzugten Bereich liegt, kann der Fahrer zuerst das Klima einstellen, bevor er den Radiosender ändert. Selbst in diesem recht einfachen Beispiel, in dem das Fahrzeug sich noch nicht bewegt, muss der Fahrer möglicherweise durch ein oder mehr Menüs navigieren, um ein gewünschtes Bedienelement zu erreichen. Da unter unterschiedlichen Bedingungen unterschiedliche Aktionen ausgeführt werden, wenn der Fahrer in das Fahrzeug einsteigt, kann es keine einfache Standardeinstellung „immer Klima anzeigen“ oder „immer Radio anzeigen“ geben. Oder vielmehr könnte eine davon eine Standardeinstellung sein, doch mindestens würde einige Zeit bis zur Anzeige der Standardeinstellung einer bestimmten Option nicht zu einer Anzeige führen, die für die unmittelbaren Wünsche des Fahrers geeignet wäre.
Das Bereitstellen einer „intelligenten“ Fahrzeuganzeige für einen Fahrer kann die Fahrerfrustration verringern, dem Fahrer Zeit sparen und das Gefühl des Fahrers steigern, dass das Fahrzeug technologisch modern ausgestattet ist. Ferner kann ein Fahrer in einer Fahrsituation einfach auf das Nutzen bestimmter Fahrzeugmerkmale verzichten, die das Fahrerlebnis verbessern würden, weil der Fahrer die Merkmale nicht kennt, oder weil der Fahrer zu sehr mit Fahren beschäftigt ist, um zu einem bestimmten Merkmal zu navigieren.
Die veranschaulichenden Beispiele präsentieren Lösungen, die auf einer Bestimmung der Fahrerabsicht basieren. Die Fahrerabsicht kann, zum Beispiel, momentan durch einen Algorithmus bestimmt werden, der neuronale Netzwerke nutzt. Beispielhafte Eingaben in solch einen Algorithmus beinhalten: (i) physiologische Fahrermesswerte, die unter anderem Herzfrequenz, Atemfrequenz, evozierte kortikale Potenziale, galvanische Hautreaktionen und Elektromyographie beinhalten; (ii) Fahrerverhaltensparameter, die anhand von OBD-Daten bestimmt werden, unter anderem Bremspedalbetätigung, Gaspedalbetätigung, Lenkradbetätigung; (iii) beobachtbare Eingaben in Bezug auf den Fahrer, wie unter anderem optische Such- und Verweilaktivität, Häufigkeit und Dauer von Blicken in die und Ansehen der Seiten- und Rückspiegel, Instrumententafel und Armaturenbrett; und (iv) Kameraansicht des Fahrtwegs und der Seiten des gefahrenen Fahrzeugs. Ein beispielhafter Algorithmus nutzt Markov-Analysen aller der genannten Variablen, um, als Ausgabe, die unmittelbare Absicht des Fahrers zu bestimmen (z. B. Wechsel der Fahrspur, Fahrzeug beschleunigen, verlangsamen, Nutzen eines Telematiksystems, um jemanden zu kontaktieren usw.)
Diese und andere Kontextvariablen können durch Sensoren im Fahrzeug oder vom/am Fahrer getragenen Fahrervorrichtungen/-sensoren in Kontakt oder Verbindung mit einem Fahrzeug gemessen werden. Andere Kontextvariablen können einem Fahrzeug durch eine drahtlose Verbindung mit einem entfernten Netzwerk bereitgestellt werden.
Basierend auf der bestimmten Absicht, kann dem Fahrer oder anderen Insassen ein virtuelles Steuer- und Anzeigefeld, das sich auf die bestimmte Absicht bezieht, zur Verfügung gestellt werden. Dieses kann automatisch als eine aktivierbare Option präsentiert werden, oder die Anzeige kann einfach dynamisch angepasst werden. Die automatische Präsentation von bestimmten Anzeigen und Bedienelementen kann von, zum Beispiel, bevorzugten Fahrereinstellungen und/oder einem mit einer bestimmten Vorhersage verknüpften Konfidenzgrad abhängig sein.
Studien haben gezeigt, dass, zum Beispiel, eine Fahrerabsicht zum Ausführen eines Spurwechsels anhand einer Analyse von Herzfrequenzdaten vorhergesagt werden kann. Gleichermaßen kann in mindestens einem veranschaulichenden Beispiel eine Fahrerabsicht zum Aufrufen eines/einer Merkmals/Funktion bestimmt und kurzzeitig einem rekonfigurierbaren Lenkrad mit einem eingebetteten umlaufenden Ring zugewiesen werden. Wenn der auf einem neuronalen Netzwerk basierende Algorithmus eine „Absicht“ feststellt (d. h., wenn Bedingungen vorgeben, dass eine wahrscheinliche Fahreraktion bevorsteht) und der Fahrer mit dem umlaufenden Ring an dem Lenkrad interagiert (z. B. antippt), wird eine in Zusammenhang stehende Anzeige als bestätigende Rückmeldung bereitgestellt und die beabsichtigte Aktion wird durch das geeignete Fahrzeugsystem abgeschlossen. Wie angemerkt, kann die Anzeige basierend auf Einstellungen und einem Konfidenzlevel einfach automatisch geändert werden, ohne Warten auf eine Genehmigung. (Zum Beispiel könnte der Fahrer eine automatische Anzeigenänderung vorkonfiguriert haben, wenn das Verkehrsaufkommen hoch ist, oder wenn eine Konfidenz über N Prozent liegt, oder für bestimmte Merkmale usw.)
2 zeigt ein veranschaulichendes Beispiel eines prädiktiven Prozesses zum Bereitstellen vorausschauender Fahrerassistenz. Bezüglich den in dieser Figur beschriebenen veranschaulichenden Ausführungsformen wird darauf hingewiesen, dass ein Allzweckprozessor zum Zweck des Ausführens einiger oder aller der hier gezeigten Beispielverfahren vorübergehend als Spezialprozessor aktiviert werden kann. Beim Ausführen von Code, der Anweisungen zum Ausführen einiger oder aller Schritte des Verfahrens bereitstellt, kann der Prozessor vorübergehend als Spezialprozessor umfunktioniert werden, bis das Verfahren abgeschlossen ist. In einem anderen Beispiel kann, soweit es angemessen ist, Firmware, die gemäß einem vorkonfigurierten Prozessor wirkt, bewirken, dass der Prozessor als Spezialprozessor wirkt, der zum Zwecke des Ausführens des Verfahrens oder einer vernünftigen Variante davon bereitgestellt wird.
In diesem veranschaulichenden Beispiel wird der Prozess eine mit einer Vielzahl von Kontextvariablen verbundene Absicht vorhersagen. Eine Reihe von nicht einschränkenden Kontextvariablen wurde zuvor aufgelistet, allgemein als physiologische Fahrermesswerte, Fahrerverhaltensparameter, beobachtbare Eingaben und Kameraansicht beschrieben. Andere nicht einschränkende Kontextvariablen beinhalten, unter anderem, Wetter, Verkehr, Tageszeit, Wochentag usw. Kombinationen einer Vielzahl von Kontextfaktoren können in Verbindung mit speziellen Fahreraktionen beobachtet werden, und wenn die gleichen Variablen häufig genug während der gleichen Aktionen auftreten, besteht eine wahrscheinlich beobachtbare Korrelation zwischen mindestens einem Teil des Kontextes und der Fahreraktion. Somit kann bei Auftreten der relevanten Variablen, die in bestimmten Zuständen vorhanden sind, die Fahreraktion mit mindestens einigem Erfolgsgrad vorhergesagt werden.
In diesem veranschaulichenden Beispiel wird eine oder mehrere Kontexteingaben von einem Vorhersageverarbeitungssystem 201 wie dem vorgenannten Algorithmus, der neuronale Netzwerke nutzt, empfangen. Neuronale Netzwerke sind in Situationen wie diesen nützlich, in denen regelbasierte Algorithmen aufgrund von Verschiedenheiten der Eingabe und der möglichen großen Anzahl von verfügbaren Eingangsvariablen schwieriger anzuwenden sein können. Unterschiedlichen Variablen können im Laufe der Zeit in Bezug auf das Vorhersagen eines bestimmten Verhaltens eine andere Gewichtung erhalten, weil das System „lernt“, welche Variablen eine höhere Korrelation mit welchem Verhalten aufweisen.
Die in Bezug auf die 3 und 4 gezeigten Beispiele sind regelbasierte Beispiele, hauptsächlich deshalb, weil das algorithmische Beschreiben der Funktion eines neuronalen Netzwerks in solch einem Sinn schwierig ist, da die Variablen, auf denen das Ergebnis beruht, sich ändern oder unbekannt sein können. Diese Bespiele sind Verallgemeinerungen, die zeigen, wie ein komplizierterer Vorhersagealgorithmus funktionieren könnte, um unter unterschiedlichen Bedingungen unterschiedliche Anzeigen bereitzustellen, und sollen in keiner Weise den Schutzbereich der Erfindung einschränken, einschließlich auf regelbasierte Vorhersagen. Es ist anzumerken, dass ein fein abgestimmtes prädiktives Ergebnis einer regelbasierten Methodik nahekommen kann, sobald den meisten steuernden Variablen für diese Vorhersage eine geeignete angemessene Gewichtung gegeben wurde, ein neuronales Netzwerk sich jedoch auch an die Einführung von neuen Variablen anpassen und diese Variablen gegebenenfalls abstimmen kann. Ferner können zusätzliche Variablen zu den in den Figuren gezeigten verwendet werden, und selbst die gezeigten relativ vereinfachenden Vorhersagen können anfangs auf einem unbekannten Satz von Variablen basieren, die als relevante Variablen, die sich auf bestimmte Verhalten im Laufe der Zeit beziehen, gelernt werden, wenn eine mehr regelbasierte Annäherung abgestimmt wird.
Ein Vorhersagealgorithmus verarbeitet empfangene Eingaben 203, um alle bekannten oder vorhersagbaren Korrelationen 205 zu bestimmen. Beim Start kann eine voreingestellte Liste von erwarteten Korrelationen in den Vorhersagealgorithmus geladen werden, die durch mehr fahrerspezifisches gelerntes Verhalten ersetzt werden kann, je mehr Instanzen von Fahrerverhalten unter empfangenen Eingaben das System beobachtet. Zum Beispiel kann, unter anderem, eine Spitze bei Herzfrequenz und Fahrerblicken in einen Rückspiegel über einer bestimmten Häufigkeit anfangs verwendet werden, um einen bevorstehenden Spurwechsel vorherzusagen. Mit der Zeit kann beobachtet werden, dass der Fahrer für einen Spurwechsel seine Handposition auf einem Lenkrad in eine bestimmte Position verschiebt, und dass dies ein besserer Indikator als die vorgeladenen Variablen ist (für einen bestimmten Fahrer, und wieder ist dies ist ein hypothetisches Beispiel, keine Regel). Somit kann das neuronale Netzwerk lernen, der Änderung der Handpositionsvariablen ein größeres Gewicht beizumessen, und diese Variable, kombiniert mit einer Kombination der anderen beispielhaften (oder anderen) Variablen, könnte ein guter Prädiktor für eine Spurwechselabsicht für einen bestimmten Fahrer werden.
Da Menschen, nicht Roboter, Fahrzeuge fahren, können unterschiedliche Variablenwerte für unterschiedliche Fahrer unterschiedliche Dinge bedeuten. Dementsprechend kann es für einen beliebigen Satz von Regeln und Vorhersagen nützlich sein, diese Regeln mit einem bestimmten Fahrer zu korrelieren. Die Regeln und Beobachtungen für Fahrer können auch auf einen zentralen Server hochgeladen werden, wo es möglich sein kann, verallgemeinerte Beobachtungen über gewöhnliche Variablen zu machen, die gewöhnlichen Aktionen entsprechen, die nützlich sein könnten, um ein System anfangs auf einen neuen Fahrer abzustimmen.
Wenn der Prozess irgendwelche Korrelationen zwischen der empfangenen Eingabe und bekannten Aktionen beobachtet, und wenn diese Korrelationen angemessen einer oder mehreren möglichen Fahrerabsichten entsprechen, kann das System eine Option mit der höchsten Wahrscheinlichkeit des vorhergesagten Auftretens 211 präsentieren. Dies könnte wiederum dem Fahrer zur Bestätigung präsentiert werden, bevor eine Fahrzeuganzeige oder Bedienelementepräsentation geändert wird. Wenn der Fahrer bestätigt, dass die vorhergesagte Aktion bevorsteht 213, führt der Prozess in diesem Beispiel mindestens zwei zusätzliche Dinge aus. In einigen Fällen kann der Prozess abhängig von der erwarteten Wahrscheinlichkeit einer Aktion, oder wenn die vorkonfigurierten Einstellungen angeben, dass eine bestimmte Aktion automatisch ausgeführt werden sollte, die Bestätigung automatisch akzeptieren (und/oder automatisch eine Änderung verarbeiten, ohne die Bestätigung tatsächlich anzuzeigen).
Erstens (oder zweitens, die Reihenfolge ist nicht wirklich wichtig) kann der Prozess aufzeichnen, dass die Kombination von Variablen, die in der betrachteten Weise gewichtet werden, einer bestimmten Aktion entspricht. Dies ermöglicht es dem System, das Auftreten der vorhergesagten Aktion in Bezug auf den Variablensatz und die Gewichtungen (die als Teil des laufenden Prozesses abgestimmt worden sein können) heraufzustufen 219. Da die gleichen Aktionen wiederholt für die gleichen Variablen beobachtet werden, kann der Prozess die Aktionen in der Zukunft besser vorhersagen. Der Prozess kann auch eine Anzeige- oder Steuerungsänderung 221 ausführen, die dem Fahrer ein verbessertes Erlebnis im Fahrzeug bietet, indem sie Bedienelemente oder Informationen präsentiert, die sich auf die bevorstehende Aktion beziehen.
Wenn die Vorhersage inkorrekt ist, kann der Prozess die Beziehung zwischen der vorhergesagten Aktion und den beobachteten Variablen 215 herunterstufen. Dies kann, zum Beispiel, das Verringern von Gewichtungen beinhalten, die bestimmten Variablen zum Zweck des Vorhersagens der insbesondere präsentierten Aktion zugewiesen wurden. Die Vorhersage kann dann von der temporären Liste möglicher vorhergesagter Aktionen 217 entfernt werden und, wenn Vorhersagekorrelationen weiterhin 205 bleiben, kann der Prozess wiederholt werden.
Zum Beispiel sei angenommen, dass die Eingangsvariablen die Fahrerblicke in die Spiegel und die Handposition waren. In diesem Beispiel ist die Herzfrequenz als Eingabe nicht vorhanden. Das System kann zuerst vorhersagen, dass abgebogen wird, was, zum Zwecke dieses Beispiels, vom Fahrer als beabsichtigte Aktion abgelehnt wird. Anschließend sagt das System vorher, dass ein Spurwechsel stattfinden wird. Der Fahrer bestätigt diese Aktion. Wenn die Abbiegeaktion abgelehnt wird, kann das System die Korrelation zwischen Blicken, Handposition und Abbiegen durch ein vorbestimmtes Dekrement herunterstufen. Dies repräsentiert dass, in diesem veranschaulichenden Fall, diese beiden Variablen allein nicht einer Abbiegeabsicht entsprachen. Gleichzeitig kann das System die Beziehung zwischen Blicken, Handposition und Spurwechsel heraufstufen, um anzugeben, dass diese beiden Variablen, zumindest in diesem Beispiel, ausreichend sind, um eine Spurwechselabsicht vorherzusagen.
Wenn dieses Szenario mit ausreichender Häufigkeit vorkommt, würde die Vorhersage eines Spurwechsels (hier die „korrekte“ Vorhersage) die Vorhersage „Abbiegen“ auf der geordneten Liste von wahrscheinlichen Aktionen übertreffen und die erste präsentierte Aktion werden. Gleichzeitig wäre die Beziehung zwischen Blicken und Handposition in Bezug auf einen Spurwechsel bis zu einem gewissen Grad heraufgestuft worden, so dass selbst dann, wenn zusätzliche Variablen als Kontext repräsentierende Systemeingaben vorhanden wären, eine hohe Korrelation zwischen Handposition, Blicken und Spurwechseln das Vorhandensein einer oder mehrerer unzusammenhängender Variablen ersetzen und weiterhin einen Spurwechsel als die erste Option präsentieren könnte.
Wenn keine Korrelation mit einem Genauigkeitsschwellengrad 205 vorhersagbar ist, oder wenn alle vorhergesagten Aktionen vom Fahrer als korrekte Aktionen abgelehnt werden, kann der Prozess warten, um zu sehen, welche Aktion der Fahrer, wenn überhaupt, tatsächlich ausführt 207. Sobald der Fahrer eine Aktion ausführt (das heißt, eine Aktion, die als eine wiederholbare, vorhersagbare Aktion gelten würde), kann der Prozess den Satz von erkannten und empfangenen Eingaben mit Bezug zu dieser Aktion protokollieren 209. Dann kann es das nächste Mal, wenn die gleiche Eingabe auftritt, der Fall sein, dass das System die nun in Verbindung stehende Aktion vorhersagt.
Wiederum ist dies eine ziemlich vereinfachte Version davon, wie neuronale Netzwerke handeln können, um Fahrerverhalten zu „lernen“, sie zeigt jedoch, wie ein Fahrzeug auf korrekt vorhergesagtes Verhalten reagieren kann, um einem Fahrer zu assistieren und das Fahrerlebnis zu verbessern.
3 zeigt ein veranschaulichendes Beispiel eines ersten prädiktiven Prozesses. Bezüglich den in dieser Figur beschriebenen veranschaulichenden Ausführungsformen wird darauf hingewiesen, dass ein Allzweckprozessor zum Zweck des Ausführens einiger oder aller der hier gezeigten Beispielverfahren vorübergehend als Spezialprozessor aktiviert werden kann. Beim Ausführen von Code, der Anweisungen zum Ausführen einiger oder aller Schritte des Verfahrens bereitstellt, kann der Prozessor vorübergehend als Spezialprozessor umfunktioniert werden, bis das Verfahren abgeschlossen ist. In einem anderen Beispiel kann, soweit es angemessen ist, Firmware, die gemäß einem vorkonfigurierten Prozessor wirkt, bewirken, dass der Prozessor als Spezialprozessor wirkt, der zum Zwecke des Ausführens des Verfahrens oder einer vernünftigen Variante davon bereitgestellt wird.
Wie bereits angemerkt, soll dieses regelbasierte Beispiel repräsentieren, wie ein Fahrzeug auf eine vorhergesagte Fahrerabsicht reagieren kann, und die Erfindung nicht auf eine regelbasierte Vorhersage einschränken. Eine regelbasierte Vorhersage wie diese könnte dynamisch im Laufe der Zeit aus wiederholter Beobachtung des Fahrerverhaltens entwickelt worden sein und bestimmen, welche Variablen (in diesem Beispiel Temperaturauslöser und biometrische Auslöser) relevant für die letztendliche Feststellung waren, dass eine Klimaregelung gewünscht war.
In diesem Beispiel detektiert der Prozess zuerst ein Fahrzeugeinschalten 301. In diesem Beispiel sind Vorhersagen des Verhaltens außerdem an einen bestimmten, bekannten Fahrer gebunden, also wird beim Einschalten ein Fahrer detektiert 303.
Jedes geeignete Mittel der Fahrerdetektion kann verwendet werden, einschließlich des Detektierens einer Vorrichtung, die mit einem Fahrer zusammenhängt, einen Fahrer durch eine Fernbedienung, Verhalten oder Gesichtserkennung oder jede andere geeignete Fahrererkennung erkennt. Wenn ein Fahrer nicht erkannt wird, ist es möglich, während ein Profil erstellt wird, in dem Versuch, dem Fahrer vorausschauend zu assistieren, dem Fahrer ein allgemeines Profil zuzuweisen, oder einfach auf die Vorhersage zu verzichten, bis ein geeigneter Satz von Vorhersagen für einen Fahrer erstellt/gelernt wurde.
Wenn der Fahrer bekannt ist, wird das Fahrerprofil für diesen Fahrer geladen 305. Während ein Fahrerprofil eine Vielzahl von Informationen enthalten kann, beinhaltet das Profil in diesem Beispiel mindestens die prädiktiven Variablen, die mit einer Reihe von vorhersagbarem Fahrerverhalten zusammenhängen. In diesem Beispiel gibt es eine mögliche Vorhersage, die gelernt wurde, wobei bestimmte Temperaturen 307 und/oder eine bestimmte Fahrerbiometrik 309 eine Absicht zum Nutzen der Klimaregelung angeben/angibt.
Wenn, zum Beispiel, die Temperatur unter 65 Grad Fahrenheit oder über 80 Grad Fahrenheit liegt, könnte der Prozess bestimmen, dass der Fahrer in der Regel eine Erhöhung bzw. ein Absenken der Innenraumtemperatur einleitet. Oder es könnte, zum Beispiel, ein Frösteln des Fahrers detektiert werden oder eine äußere Körpertemperatur über oder unter einem Schwellenwert oder ein anderer Faktor verwendet werden, um zu bestimmen, dass gewöhnlich eine Änderung der Innenraumtemperatur eingeleitet wird. Wenn bei einem Wert, der eine geeignete Schwelle einer vorhersagbaren Klimaregelungsnutzung angibt, einer der gelernten Auslöser vorhanden ist, kann der Prozess dem Benutzer eine Klimaregelung anbieten 313.
Wenn das Angebot angenommen wird 315, kann der Prozess die Beziehung zwischen dem/den vorhandenen Auslöser(n) 317 heraufstufen (was zu einer verbesserten Vorhersagbarkeit führt, da die Vorhersage korrekt war), und ein angezeigtes Fahrzeugmenü ändern, damit es einer Klimaregelung entspricht 319. Wenn das Angebot abgelehnt wird, kann das System die Beziehung herunterstufen 321. Da die inkorrekte Vorhersage bloß ein einmaliges Auftreten sein könnte, sollte ein kleines Dekrement nicht zur Beendigung der Vorhersage in der Zukunft führen. Gleichzeitig können genügend inkorrekte Vorhersagen dazu führen, dass die Vorhersage unter eine Zuverlässigkeitsschwelle fällt, und die Vorhersage (zumindest basierend auf diesen Variablen) beendet wird, bis das Verhalten wieder im Zusammenhang mit einem Kontext beobachtet wird, für den eine Schwellenvorhersage durchgeführt werden kann. Sobald eine Klimaregelung angeboten worden ist, kann der prädiktive Algorithmus erforderlichenfalls das Beobachten andere Eingaben fortsetzen, um andere Fahrerassistenz anzubieten 311.
4 zeigt ein veranschaulichendes Beispiel eines zweiten prädiktiven Prozesses. Bezüglich den in dieser Figur beschriebenen veranschaulichenden Ausführungsformen wird darauf hingewiesen, dass ein Allzweckprozessor zum Zweck des Ausführens einiger oder aller der hier gezeigten Beispielverfahren vorübergehend als Spezialprozessor aktiviert werden kann. Beim Ausführen von Code, der Anweisungen zum Ausführen einiger oder aller Schritte des Verfahrens bereitstellt, kann der Prozessor vorübergehend als Spezialprozessor umfunktioniert werden, bis das Verfahren abgeschlossen ist. In einem anderen Beispiel kann, soweit es angemessen ist, Firmware, die gemäß einem vorkonfigurierten Prozessor wirkt, bewirken, dass der Prozessor als Spezialprozessor wirkt, der zum Zwecke des Ausführens des Verfahrens oder einer vernünftigen Variante davon bereitgestellt wird.
In diesem veranschaulichenden Beispiel kann es für einen bestimmten Fahrer der Fall sein, dass bestimmte Veränderungen von Position, Funksignalstärke oder Fahrerbiometrik einen Wunsch zum Ändern eines Radiosenders angeben. Während der Prozess mit Bezug auf das Überwachen des Radios beschrieben ist, versteht es sich, dass das, was geschieht, ein laufendes Speisen von Eingaben in einen prädiktiven Mechanismus ist, und dass dieser Algorithmus ein mögliches prädiktives Ergebnis repräsentiert, wenn bestimmte Eingaben 403, 405 und/oder 407 vorhanden sind.
Eine der in den Algorithmus gespeisten Eingaben in diesem Beispiel ist eine Radiostationeingabe 401. Durch gelerntes Verhalten wurde beobachtet (für die Zwecke dieses Beispiels), dass, wenn ein Radiosignal unter eine Schwellenstärke 403 fällt, oder wenn der Fahrer bestimmte geografische Koordinaten oder Grenzen 405 erreicht, oder wenn ein biometrischer Auslöser (vielleicht interpretierbar als Fahrerunzufriedenheit) vorhanden ist 407, der Fahrer wünschen kann, das Radio zu bedienen, um die Station zu wechseln. Wenn einer oder mehrere dieser Auslöser auf geeigneten Leveln vorhanden sind, um einer Radiobedienvorhersageschwelle zu entsprechen, kann der Prozess das Bedienen des Radios anbieten 409.
Wenn der Fahrer das Angebot 409 annimmt, kann wiederum (wie bei 3) die Beziehung zwischen den vorhandenen Eingaben und dem Konzept der Radiobedienung hochgestuft werden 413. Dies hilft wiederum, zukünftige Vorhersagen durch Lernen, welche Vorhersagen korrekt oder nicht korrekt waren, zu verbessern. Eine Fahrzeuganzeige kann geändert werden, um ein Radiobedienelement zu präsentieren 415. Wenn der Fahrer die Radiobedienung ablehnt, kann die Beziehung zwischen der Radiobedienvorhersage und den gemessenen Variablen heruntergestuft werden 417. Und das System kann wiederum fortfahren, Eingaben für andere Fahrerassistenz zu verarbeiten 419.
In und um ein Fahrzeug herum kann sehr viel Kontext beobachtet werden. Durch das Verwenden eines neuronalen Netzwerkalgorithmus können neue Variablen (aufgrund von, zum Beispiel, neuen Fahrzeugsensoren) durch Beobachtung über die Zeit dynamisch in derzeit vorhandene Vorhersagen und Verständnisse integriert werden. Während es ein gewisses Level an gemessener Beobachtung erfordert, um Vorhersagen zu formulieren, können letztendlich Korrelationen zwischen Gruppen von beobachteten Variablen und Fahreraktionen mit angemessener Genauigkeit vorhergesagt werden und zu einer verbesserter Präsentation von Fahrzeugmerkmalen und Fahrerbedienelementen führen. Es ist auch möglich, diese Vorhersagen zu verwenden, um Bedienelemente und Merkmale zu präsentieren, die niemals von einem Fahrer genutzt werden, in einer bestimmten Situation jedoch nützlich sein können. Ein Automobil-Erstausrüster (OEM – Original Equipment Manufacturer) weiß, welche Merkmale für welche Situationen konzipiert wurden, wenn eine bestimmte Situation vorhergesagt wird, können daher die Merkmale, die dieser Situation entsprechen, einem Fahrer für einen schnellen Zugriff zur Verfügung gestellt werden.
Obwohl vorstehend beispielhafte Ausführungsformen beschrieben werden, ist nicht beabsichtigt, dass diese Ausführungsformen alle möglichen Formen der Erfindung beschreiben. Vielmehr sind die in der Beschreibung gebrauchten Worte eher Worte der Beschreibung als der Einschränkung und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne vom Gedanken und Schutzumfang der Erfindung abzuweichen. Darüber hinaus können die Merkmale verschiedener Implementierungsausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung zu bilden.
Es ist ferner beschrieben:

A. System, das Folgendes umfasst: einen Prozessor, der dazu ausgelegt ist, Fahrerverhalten vorherzusagen, das auf einer Korrelation zwischen empfangenen Kontextvariablenwerten und zuvor beobachtetem Fahrerverhalten basiert; Bestätigung anzufordern, dass das vorhergesagte Verhalten von einem Fahrer beabsichtigt ist; als Reaktion auf den Bestätigungsempfang eine Anzeige im Fahrzeug zu ändern, so dass sie ein Bedienelement oder eine Funktion beinhaltet, die relevant für das vorhergesagte Verhalten ist.
B. System nach A, wobei das zuvor beobachtete Fahrerverhalten und die entsprechenden Kontextvariablen mit Bezug auf ein spezielles Fahrerprofil gespeichert wurden.
C. System nach B, wobei der Prozessor dazu ausgelegt ist, eine Fahreridentität zu bestimmen und das spezielle Fahrerprofil zu laden, das der Identität beim Fahrzeugstart entspricht.
D. System nach A, wobei die Kontextvariablen physiologische Messwerte des Fahrers beinhalten, die von einem oder mehreren fahrzeugverbundenen Sensoren gemessen werden.
E. System nach A, wobei die Kontextvariablen Erfassungen des Fahrerverhaltens beinhalten, die von einem oder mehreren fahrzeugverbundenen Sensoren durchgeführt werden.
F. System nach A, wobei die Kontextvariablen Umgebungsvariablen beinhalten.
G. System nach A, wobei die Kontextvariablen zeitliche Variablen beinhalten.
H. System nach A, wobei die Kontextvariablen verkehrsbezogene Variablen beinhalten.
I. System nach A, wobei der Prozessor dazu ausgelegt ist, die Bestätigungsanforderung automatisch zu akzeptieren, wenn eine mit dem bevorstehenden Fahrerverhalten verknüpfte vorhergesagte Wahrscheinlichkeit über einer vorbestimmten Schwelle liegt, und die Anzeige im Fahrzeug automatisch zu ändern.
J. System nach A, wobei der Prozessor dazu ausgelegt ist, die Bestätigungsanforderung automatisch zu akzeptieren, wenn eine vordefinierte Einstellung angibt, dass für ein bestimmtes bevorstehendes Fahrerverhalten eine automatische Änderung durchgeführt werden sollte, und die Anzeige im Fahrzeug automatisch zu ändern.
K. System nach A, wobei der Prozessor dazu ausgelegt ist, als Reaktion auf einen Bestätigungsempfang eine gespeicherte Beziehung zwischen einer oder mehreren der empfangenen Kontextvariablen und dem vorhergesagten bevorstehenden Fahrerverhalten positiv zu ändern.
L. System nach A, wobei der Prozessor dazu ausgelegt ist, eine gespeicherte Beziehung zwischen einer oder mehreren der empfangenen Kontextvariablen und dem vorhergesagten bevorstehenden Fahrerverhalten negativ zu ändern, wenn der Fahrer es ablehnt zu bestätigen, dass das vorhergesagte Verhalten vom Fahrer beabsichtigt ist.
M. Computerimplementiertes Verfahren, das Folgendes umfasst: Empfangen mehrerer Kontextvariablen und entsprechender Variablenwerte; Vorhersagen von Fahrerverhalten, das auf den empfangenen Kontextvariablenwerten verglichen mit in Bezug auf beobachtetes Fahrerverhalten empfangenen und gespeicherten Kontextvariablenwerten basiert; und automatisches Ändern einer Fahrzeuganzeige, so dass sie ein für das vorhergesagte Verhalten relevantes Bedienelement oder Merkmal anzeigt.
N. Verfahren nach M, wobei das automatische Ändern ferner das automatische Ändern der Anzeige als Reaktion auf eine mit dem vorhergesagten Fahrerverhalten verknüpfte Wahrscheinlichkeit des Auftretens beinhaltet, die über einer vorbestimmten Schwelle liegt.
O. Verfahren nach M, wobei das automatische Ändern ferner das automatische Ändern der Anzeige beinhaltet, wenn eine vordefinierte Fahrereinstellung angibt, dass eine automatische Anzeigeänderung für das vorhergesagte Fahrerverhalten gewünscht ist.
P. Verfahren nach M, das ferner Folgendes umfasst: Präsentieren des vorhergesagten Fahrerverhaltens gegenüber einem Fahrer zur Bestätigung; und Verzögern der automatischen Änderung der Fahrzeuganzeige, bis die Bestätigung empfangen wird.
Q. Nichtflüchtiges computerlesbares Speichermedium, das Anweisungen speichert, die, wenn ausgeführt, einen Prozessor veranlassen, ein Verfahren durchzuführen, wobei das Verfahren Folgendes umfasst: Empfangen von mehreren Kontextvariablen; Vorhersagen von Fahrerverhalten, das auf den empfangenen Kontextvariablenwerten verglichen mit in Bezug auf beobachtetes Fahrerverhalten empfangenen und gespeicherten Kontextvariablenwerten basiert; und automatisches Ändern einer Fahrzeuganzeige, so dass sie ein für das vorhergesagte Verhalten relevantes Bedienelement oder Merkmal anzeigt.
R. Speichermedium nach Q, wobei das automatische Ändern ferner das automatische Ändern der Anzeige beinhaltet, wenn eine mit dem vorhergesagten Fahrerverhalten verknüpfte Wahrscheinlichkeit des Auftretens über einer vorbestimmten Schwelle liegt.
S. Speichermedium nach Q, wobei das automatische Ändern ferner das automatische Ändern der Anzeige beinhaltet, wenn eine vordefinierte Fahrereinstellung angibt, dass eine automatische Anzeigeänderung für das vorhergesagte Fahrerverhalten gewünscht ist.
T. Speichermedium nach Q, wobei das Verfahren ferner Folgendes umfasst: Präsentieren des vorhergesagten bevorstehenden Fahrerverhaltens gegenüber einem Fahrer zur Bestätigung; und Verzögern der automatischen Änderung der Fahrzeuganzeige, bis die Bestätigung empfangen wird.

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

IEEE 802 PAN [0020]
IEEE 802 LAN [0020]
IEEE 1394 [0023]
IEEE 1284 [0023]
IEEE 803.11 [0025]

Claims

System, das Folgendes umfasst: einen Prozessor, der dazu ausgelegt ist, Fahrerverhalten vorherzusagen, das auf einer Korrelation zwischen empfangenen Kontextvariablenwerten und zuvor beobachtetem Fahrerverhalten basiert; Bestätigung anzufordern, dass das vorhergesagte Verhalten von einem Fahrer beabsichtigt ist; als Reaktion auf den Bestätigungsempfang eine Anzeige im Fahrzeug zu ändern, so dass sie ein Bedienelement oder eine Funktion beinhaltet, die relevant für das vorhergesagte Verhalten ist.
System nach Anspruch 1, wobei das zuvor beobachtete Fahrerverhalten und die entsprechenden Kontextvariablen mit Bezug auf ein spezielles Fahrerprofil gespeichert wurden.
System nach Anspruch 2, wobei der Prozessor dazu ausgelegt ist, eine Fahreridentität zu bestimmen und das spezielle Fahrerprofil zu laden, das der Identität beim Fahrzeugstart entspricht.
System nach Anspruch 1, wobei die Kontextvariablen physiologische Messwerte des Fahrers beinhalten, die von einem oder mehreren fahrzeugverbundenen Sensoren gemessen werden.
System nach Anspruch 1, wobei die Kontextvariablen Erfassungen des Fahrerverhaltens beinhalten, die von einem oder mehreren fahrzeugverbundenen Sensoren durchgeführt werden.
System nach Anspruch 1, wobei die Kontextvariablen Umgebungsvariablen beinhalten.
System nach Anspruch 1, wobei die Kontextvariablen zeitliche Variablen beinhalten.
System nach Anspruch 1, wobei die Kontextvariablen verkehrsbezogene Variablen beinhalten.
System nach Anspruch 1, wobei der Prozessor dazu ausgelegt ist, die Bestätigungsanforderung automatisch zu akzeptieren, wenn eine mit dem bevorstehenden Fahrerverhalten verknüpfte vorhergesagte Wahrscheinlichkeit über einer vorbestimmten Schwelle liegt, und die Anzeige im Fahrzeug automatisch zu ändern.
System nach Anspruch 1, wobei der Prozessor dazu ausgelegt ist, die Bestätigungsanforderung automatisch zu akzeptieren, wenn eine vordefinierte Einstellung angibt, dass für ein bestimmtes bevorstehendes Fahrerverhalten eine automatische Änderung durchgeführt werden sollte, und die Anzeige im Fahrzeug automatisch zu ändern.
System nach Anspruch 1, wobei der Prozessor dazu ausgelegt ist, als Reaktion auf einen Bestätigungsempfang eine gespeicherte Beziehung zwischen einer oder mehreren der empfangenen Kontextvariablen und dem vorhergesagten bevorstehenden Fahrerverhalten positiv zu ändern.
System nach Anspruch 1, wobei der Prozessor dazu ausgelegt ist, eine gespeicherte Beziehung zwischen einer oder mehreren der empfangenen Kontextvariablen und dem vorhergesagten bevorstehenden Fahrerverhalten negativ zu ändern, wenn der Fahrer es ablehnt zu bestätigen, dass das vorhergesagte Verhalten vom Fahrer beabsichtigt ist.