JPH09301011A - 車両用運転状況監視装置 - Google Patents
車両用運転状況監視装置Info
- Publication number
- JPH09301011A JPH09301011A JP8147904A JP14790496A JPH09301011A JP H09301011 A JPH09301011 A JP H09301011A JP 8147904 A JP8147904 A JP 8147904A JP 14790496 A JP14790496 A JP 14790496A JP H09301011 A JPH09301011 A JP H09301011A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- driving
- data
- pop
- driving condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING SYSTEMS, e.g. PERSONAL CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
- B60K28/02—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver
- B60K28/06—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver
- B60K28/066—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver actuating a signalling device
-
- 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
- B60W2540/18—Steering angle
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
- Traffic Control Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
(57)【要約】
【課題】 車両の運転状況をきめ細かく判定し、しかも
異常な状況は迅速に判定して適切な対応措置をとること
ができる車両用運転状況監視装置を提供する。 【解決手段】 検出したヨーレートＹＲ及び車速Ｖに基
づいて複数の蛇行量データＸを算出する（Ｓ１１からＳ
１５）。その蛇行量データＸをパターンデータＰＴＮに
変換し、判定用パターンと照合することにより、明らか
な異常又は正常な運転状況を判定する（Ｓ１６からＳ２
２）。明らかな異常又は正常と判定できないとき、ニュ
ーラルネットワークを用いて運転状況パラメータＰＯＰ
を算出し、ＰＯＰ値に応じて運転状況をきめ細かく判定
して、警報等の対応措置をとる（Ｓ２３）。
異常な状況は迅速に判定して適切な対応措置をとること
ができる車両用運転状況監視装置を提供する。 【解決手段】 検出したヨーレートＹＲ及び車速Ｖに基
づいて複数の蛇行量データＸを算出する（Ｓ１１からＳ
１５）。その蛇行量データＸをパターンデータＰＴＮに
変換し、判定用パターンと照合することにより、明らか
な異常又は正常な運転状況を判定する（Ｓ１６からＳ２
２）。明らかな異常又は正常と判定できないとき、ニュ
ーラルネットワークを用いて運転状況パラメータＰＯＰ
を算出し、ＰＯＰ値に応じて運転状況をきめ細かく判定
して、警報等の対応措置をとる（Ｓ２３）。
Description
【０００１】
【発明の属する技術分野】本発明は、車両の運転者の運
転状況を監視し、必要に応じて警報を発する等の処理を
行う車両用運転状況監視装置に関する。
転状況を監視し、必要に応じて警報を発する等の処理を
行う車両用運転状況監視装置に関する。
【０００２】
【従来の技術】車両のステアリングの操舵量及び車速に
基づいて、運転者の応答遅れ時間及び車両位置と走行車
線との偏差量を推定し、該推定した応答遅れ時間及び偏
差量と正常状態における応答遅れ時間及び偏差量とを比
較して、運転者の運転状況（例えば運転者の居眠りや疲
労による運転能力の低下による異常な操舵状態）を判定
するようにした運転状況監視装置が、従来より知られて
いる（特開平５−８５２２１号公報）。
基づいて、運転者の応答遅れ時間及び車両位置と走行車
線との偏差量を推定し、該推定した応答遅れ時間及び偏
差量と正常状態における応答遅れ時間及び偏差量とを比
較して、運転者の運転状況（例えば運転者の居眠りや疲
労による運転能力の低下による異常な操舵状態）を判定
するようにした運転状況監視装置が、従来より知られて
いる（特開平５−８５２２１号公報）。
【０００３】
【発明が解決しようとする課題】しかしながら、上記従
来の装置では、運転状況が異常でない場合は正常と判定
するため、種々の運転状況にきめ細かく対応した措置を
とることが困難であった。すなわち、運転者の運転能力
には個人差があり、また同じ運転者でも体調によって運
転能力が変動するので、「正常状態における応答遅れ時
間及び偏差量」といっても、常に適正な閾値とはなり得
ない。したがって、単純に上記パラメータ（応答遅れ時
間、偏差量）と閾値（正常時のパラメータ値）との比較
結果から異常を判定するのみでは、極端に運転状況が悪
化したような場合しか、対応措置をとることができなか
った。
来の装置では、運転状況が異常でない場合は正常と判定
するため、種々の運転状況にきめ細かく対応した措置を
とることが困難であった。すなわち、運転者の運転能力
には個人差があり、また同じ運転者でも体調によって運
転能力が変動するので、「正常状態における応答遅れ時
間及び偏差量」といっても、常に適正な閾値とはなり得
ない。したがって、単純に上記パラメータ（応答遅れ時
間、偏差量）と閾値（正常時のパラメータ値）との比較
結果から異常を判定するのみでは、極端に運転状況が悪
化したような場合しか、対応措置をとることができなか
った。
【０００４】本発明は、この点に着目してなされたもの
であり、車両の運転状況をきめ細かく判定し、しかも異
常な状況は迅速に判定して適切な対応措置をとることが
できる車両用運転状況監視装置を提供することを目的と
する。
であり、車両の運転状況をきめ細かく判定し、しかも異
常な状況は迅速に判定して適切な対応措置をとることが
できる車両用運転状況監視装置を提供することを目的と
する。
【０００５】
【課題を解決するための手段】上記目的を達成するため
本発明は、車両の運転者の運転状況を監視する車両用運
転状況監視装置において、前記車両の挙動、前記運転者
の運転操作及び前記運転者の状態の少なくとも１つの状
況データを検出する運転状況検出手段と、該検出した状
況データの基づいて運転状況が異常か否かを判定する異
常判定手段と、該異常判定手段により異常と判定されな
い場合に、複数の前記状況データをニューラルネットワ
ークに入力し、運転状況の適正度を決定する適正度決定
手段と、前記異常判定手段による判定結果及び前記適正
度に応じて、警報及び車両制御の少なくとも一方を行う
制御手段とを備えるようにしたものである。
本発明は、車両の運転者の運転状況を監視する車両用運
転状況監視装置において、前記車両の挙動、前記運転者
の運転操作及び前記運転者の状態の少なくとも１つの状
況データを検出する運転状況検出手段と、該検出した状
況データの基づいて運転状況が異常か否かを判定する異
常判定手段と、該異常判定手段により異常と判定されな
い場合に、複数の前記状況データをニューラルネットワ
ークに入力し、運転状況の適正度を決定する適正度決定
手段と、前記異常判定手段による判定結果及び前記適正
度に応じて、警報及び車両制御の少なくとも一方を行う
制御手段とを備えるようにしたものである。
【０００６】また、前記異常判定手段は、複数の前記状
況データの分布状態に基づいて異常判定を行うことが望
ましい。
況データの分布状態に基づいて異常判定を行うことが望
ましい。
【０００７】本発明によれば、車両の挙動、前記運転者
の運転操作及び前記運転者の状態の少なくとも１つの状
況データが検出され、先ず該検出した状況データに基づ
いて運転状況が異常か否かが判定される。次いで異常と
判定されない場合に、複数の状況データがニューラルネ
ットワークに入力され、運転状況の適正度が決定され
る。そして、前記異常判定結果及び適正度に応じて、警
報及び車両制御の少なくとも一方が実行される。
の運転操作及び前記運転者の状態の少なくとも１つの状
況データが検出され、先ず該検出した状況データに基づ
いて運転状況が異常か否かが判定される。次いで異常と
判定されない場合に、複数の状況データがニューラルネ
ットワークに入力され、運転状況の適正度が決定され
る。そして、前記異常判定結果及び適正度に応じて、警
報及び車両制御の少なくとも一方が実行される。
【０００８】
【発明の実施の形態】以下本発明の実施の形態を図面を
参照して説明する。
参照して説明する。
【０００９】図１は本発明の実施の一形態にかかる車両
用運転状況監視装置の構成を示す機能ブロック図であ
り、本装置は内燃エンジンや電動モータ等の原動機で駆
動され、ステアリングを有する車両に搭載されている。
当該車両には、当該車両のヨーレートを検出するヨーレ
ートセンサ１及び当該車両の走行速度を検出する車速セ
ンサ２が設けられており、それらのセンサ１、２の検出
信号が蛇行量算出部３に供給される。蛇行量算出部３
は、センサ１、２によって検出されるヨーレートＹＲ及
び車速Ｖに応じて当該車両の運転状況を表すパラメータ
として蛇行量Ｘを算出し、運転状況判定部４に入力す
る。運転状況判定部４は、蛇行量Ｘに基づいて運転状況
を判定し、その判定結果に応じて警報部５を駆動する。
警報部５は、例えばランプ、ブザー、音声発生器等で構
成される。
用運転状況監視装置の構成を示す機能ブロック図であ
り、本装置は内燃エンジンや電動モータ等の原動機で駆
動され、ステアリングを有する車両に搭載されている。
当該車両には、当該車両のヨーレートを検出するヨーレ
ートセンサ１及び当該車両の走行速度を検出する車速セ
ンサ２が設けられており、それらのセンサ１、２の検出
信号が蛇行量算出部３に供給される。蛇行量算出部３
は、センサ１、２によって検出されるヨーレートＹＲ及
び車速Ｖに応じて当該車両の運転状況を表すパラメータ
として蛇行量Ｘを算出し、運転状況判定部４に入力す
る。運転状況判定部４は、蛇行量Ｘに基づいて運転状況
を判定し、その判定結果に応じて警報部５を駆動する。
警報部５は、例えばランプ、ブザー、音声発生器等で構
成される。
【００１０】本実施の形態では、蛇行量算出部３及び運
転状況判定部４は、ＣＰＵ、メモリ、入出回路等からな
る電子コントロールユニット（ＥＣＵ）６によって構成
される。
転状況判定部４は、ＣＰＵ、メモリ、入出回路等からな
る電子コントロールユニット（ＥＣＵ）６によって構成
される。
【００１１】図２は、検出したヨーレートＹＲ及び車速
Ｖに基づいて車両走行の基準線とその基準線からのずれ
を表すパラメータ（蛇行量Ｘ１）を算出し、その蛇行量
Ｘに応じて異常判定を行う処理のフローチャートであ
る。本処理は、ＥＣＵ６のＣＰＵにより実行される。
Ｖに基づいて車両走行の基準線とその基準線からのずれ
を表すパラメータ（蛇行量Ｘ１）を算出し、その蛇行量
Ｘに応じて異常判定を行う処理のフローチャートであ
る。本処理は、ＥＣＵ６のＣＰＵにより実行される。
【００１２】先ずステップＳ１１では、現在から過去Ｔ
１秒間（例えば３０秒間）のヨーレートＹＲ及び車速Ｖ
をＴ２秒（例えば１０秒）毎に取り込み、次いで基準線
の算出（ステップＳ１２）及び横変位微分量ＤＹＫの算
出を行う（ステップＳ１３）。
１秒間（例えば３０秒間）のヨーレートＹＲ及び車速Ｖ
をＴ２秒（例えば１０秒）毎に取り込み、次いで基準線
の算出（ステップＳ１２）及び横変位微分量ＤＹＫの算
出を行う（ステップＳ１３）。
【００１３】ここで基準線及び横偏位微分量ＤＹＫの算
出は具体的には以下のようにして行う。
出は具体的には以下のようにして行う。
【００１４】先ず、入力されたヨーレートＹＲ（図３
（ａ）参照）を時間積分して、ヨー角ＹＡ（同図（ｂ）
参照）に変換し、さらにこのヨー角ＹＡのデータに基づ
いて基準線（同図（ｂ）の破線参照）を算出する。この
算出は具体的には以下のように周知の最小自乗法を用い
て行う。
（ａ）参照）を時間積分して、ヨー角ＹＡ（同図（ｂ）
参照）に変換し、さらにこのヨー角ＹＡのデータに基づ
いて基準線（同図（ｂ）の破線参照）を算出する。この
算出は具体的には以下のように周知の最小自乗法を用い
て行う。
【００１５】例えば、時刻ｔ１，ｔ２，ｔ３においてヨ
ー角ＹＡ１，ＹＡ２，ＹＡ３というデータ得られたとす
ると、基準線を１次式で近似する場合は、 ＹＡ１＝ｂ１＋ｂ２ｔ１＋ｅ１ ＹＡ２＝ｂ１＋ｂ２ｔ２＋ｅ２ ＹＡ３＝ｂ１＋ｂ２ｔ３＋ｅ３ とする。ここで、ｅ１〜ｅ３は残差であり、これら残差
の自乗和が最小となるように、ｂ１，ｂ２を決定する。
また、２次式で近似する場合は、 ＹＡ１＝ｂ１＋ｂ２ｔ１＋ｂ３ｔ１2＋ｅ１ ＹＡ２＝ｂ１＋ｂ２ｔ２＋ｂ３ｔ２2＋ｅ２ ＹＡ３＝ｂ１＋ｂ２ｔ３＋ｂ３ｔ３2＋ｅ３ として、残差の自乗和が最小となるようにｂ１〜ｂ３を
決定する。また、３次式で近似する場合は、 ＹＡ１＝ｂ１＋ｂ２ｔ１＋ｂ３ｔ１2＋ｂ４ｔ１3＋ｅ１ ＹＡ２＝ｂ１＋ｂ２ｔ２＋ｂ３ｔ２2＋ｂ４ｔ２3＋ｅ２ ＹＡ３＝ｂ１＋ｂ２ｔ３＋ｂ３ｔ３2＋ｂ４ｔ３3＋ｅ３ として、残差の自乗和が最小となるようにｂ１〜ｂ４を
決定する。
ー角ＹＡ１，ＹＡ２，ＹＡ３というデータ得られたとす
ると、基準線を１次式で近似する場合は、 ＹＡ１＝ｂ１＋ｂ２ｔ１＋ｅ１ ＹＡ２＝ｂ１＋ｂ２ｔ２＋ｅ２ ＹＡ３＝ｂ１＋ｂ２ｔ３＋ｅ３ とする。ここで、ｅ１〜ｅ３は残差であり、これら残差
の自乗和が最小となるように、ｂ１，ｂ２を決定する。
また、２次式で近似する場合は、 ＹＡ１＝ｂ１＋ｂ２ｔ１＋ｂ３ｔ１2＋ｅ１ ＹＡ２＝ｂ１＋ｂ２ｔ２＋ｂ３ｔ２2＋ｅ２ ＹＡ３＝ｂ１＋ｂ２ｔ３＋ｂ３ｔ３2＋ｅ３ として、残差の自乗和が最小となるようにｂ１〜ｂ３を
決定する。また、３次式で近似する場合は、 ＹＡ１＝ｂ１＋ｂ２ｔ１＋ｂ３ｔ１2＋ｂ４ｔ１3＋ｅ１ ＹＡ２＝ｂ１＋ｂ２ｔ２＋ｂ３ｔ２2＋ｂ４ｔ２3＋ｅ２ ＹＡ３＝ｂ１＋ｂ２ｔ３＋ｂ３ｔ３2＋ｂ４ｔ３3＋ｅ３ として、残差の自乗和が最小となるようにｂ１〜ｂ４を
決定する。
【００１６】なお、データの数が多い場合には同様にし
てさらに次数を上げて近似を行う。
てさらに次数を上げて近似を行う。
【００１７】本実施の形態では、先ず１次式で基準線を
求め、ヨー角ＹＡから基準線に対応する基準ヨー角を差
し引いて修正ヨー角ＹＡＭ（図３（ｃ）参照）を算出
し、次に、修正ヨー角ＹＡＭ及び車速Ｖを下記式に適用
して横変位微分量ＤＹＫ（図３（ｄ）参照）を算出す
る。
求め、ヨー角ＹＡから基準線に対応する基準ヨー角を差
し引いて修正ヨー角ＹＡＭ（図３（ｃ）参照）を算出
し、次に、修正ヨー角ＹＡＭ及び車速Ｖを下記式に適用
して横変位微分量ＤＹＫ（図３（ｄ）参照）を算出す
る。
【００１８】ＤＹＫ＝Ｖ×ｓｉｎ（ＹＡＭ） 続くステップＳ１４では、横変位微分量ＤＹＫの最大値
ＤＹＫＭＡＸと最小値ＤＹＫＭＩＮとの差が所定値α１
より小さいか否かを判別し、（ＤＹＫＭＡＸ−ＤＹＫＭ
ＩＮ）≧α１であるときは、ステップＳ１２に戻り、基
準線の近似の次数を１次上げて再度基準線の算出を行
い、ステップＳ１４の答が肯定（ＹＥＳ）となるまで繰
り返す。
ＤＹＫＭＡＸと最小値ＤＹＫＭＩＮとの差が所定値α１
より小さいか否かを判別し、（ＤＹＫＭＡＸ−ＤＹＫＭ
ＩＮ）≧α１であるときは、ステップＳ１２に戻り、基
準線の近似の次数を１次上げて再度基準線の算出を行
い、ステップＳ１４の答が肯定（ＹＥＳ）となるまで繰
り返す。
【００１９】なお、（ＤＹＫＭＡＸ−ＤＹＫＭＩＮ）≧
α１であっても、基準線の近似次数が所定次数に達した
ときに基準線の算出を終了するようにしてもよい。
α１であっても、基準線の近似次数が所定次数に達した
ときに基準線の算出を終了するようにしてもよい。
【００２０】ステップＳ１４で（ＤＹＫＭＡＸ−ＤＹＫ
ＭＩＮ）＜α１となると、ステップＳ１５に進み蛇行量
Ｘを算出する。この蛇行量Ｘは、例えば図３（ｄ）に斜
線を付した部分の面積（横偏位微分量ＤＹＫの絶対値の
時間積分値）として算出するが、ＤＹＫ値の標準偏差や
最大値と最小値との差を用いてもよい。
ＭＩＮ）＜α１となると、ステップＳ１５に進み蛇行量
Ｘを算出する。この蛇行量Ｘは、例えば図３（ｄ）に斜
線を付した部分の面積（横偏位微分量ＤＹＫの絶対値の
時間積分値）として算出するが、ＤＹＫ値の標準偏差や
最大値と最小値との差を用いてもよい。
【００２１】また、上記ステップＳ１３で横偏位微分量
ＤＹＫをさらに時間積分することにより横偏位量ＹＫ
（図３（ｅ）参照）を算出し、ステップＳ１４で横偏位
量ＹＫの最大値ＹＫＭＡＸと最小値ＹＫＭＩＮとの差が
所定値α２より小さくなるまで基準線の更新を行い、そ
のようにして算出された横偏位量ＹＫの絶対値の時間積
分値（図３（ｅ）に斜線を付した部分の面積）又はＹＫ
値の標準偏差や最大値と最小値との差を、蛇行量Ｘとし
てもよい。
ＤＹＫをさらに時間積分することにより横偏位量ＹＫ
（図３（ｅ）参照）を算出し、ステップＳ１４で横偏位
量ＹＫの最大値ＹＫＭＡＸと最小値ＹＫＭＩＮとの差が
所定値α２より小さくなるまで基準線の更新を行い、そ
のようにして算出された横偏位量ＹＫの絶対値の時間積
分値（図３（ｅ）に斜線を付した部分の面積）又はＹＫ
値の標準偏差や最大値と最小値との差を、蛇行量Ｘとし
てもよい。
【００２２】続くステップＳ１６では、蛇行量Ｘをパタ
ーンデータに変換する処理を行う。具体的には、所定時
間ＴＮ（例えば７０秒）の間にｎ個の蛇行量データＸ
１、Ｘ２、…Ｘｎを取得し、図４に示すようにＸｊ（ｊ
＝１〜ｎ）を閾値ＸＴＨ（０）〜ＸＴＨ（ｍ）と比較し
て、Ｘｊがゾーン０からｍ（ｍは１以上の整数）のいず
れに属するかを判定することにより、ｎ個のデータに対
応するゾーン番号を要素とするパターンデータＰＴＮを
得る。ゾーンの判定は、例えばＸｊ＜ＸＴＨ（０）であ
るとき、ゾーン０とし、ＸＴＨ（０）≦Ｘｊ＜ＸＴＨ
（１）のとき、ゾーン２とする。
ーンデータに変換する処理を行う。具体的には、所定時
間ＴＮ（例えば７０秒）の間にｎ個の蛇行量データＸ
１、Ｘ２、…Ｘｎを取得し、図４に示すようにＸｊ（ｊ
＝１〜ｎ）を閾値ＸＴＨ（０）〜ＸＴＨ（ｍ）と比較し
て、Ｘｊがゾーン０からｍ（ｍは１以上の整数）のいず
れに属するかを判定することにより、ｎ個のデータに対
応するゾーン番号を要素とするパターンデータＰＴＮを
得る。ゾーンの判定は、例えばＸｊ＜ＸＴＨ（０）であ
るとき、ゾーン０とし、ＸＴＨ（０）≦Ｘｊ＜ＸＴＨ
（１）のとき、ゾーン２とする。
【００２３】次いで、パターンデータＰＴＮと判定用パ
ターンデータＰＴＮＤＥＴとの照合を行う。判定用パタ
ーンデータＰＴＮＤＥＴとしては、運転状況が明らかに
正常と考えられる複数の正常パターンデータＰＴＮＤＥ
ＴＯＫ及び明らかに異常と考えられる複数の異常パター
ンデータＰＴＮＤＥＴＮＧがあり、これらの判定用パタ
ーンデータは予めメモリに記憶されている。正常パター
ンデータＰＴＮＤＥＴＯＫは、例えばｎ個の蛇行量デー
タが全てゾーン０にあるようなパターンデータやｎ個の
蛇行量データが全てゾーン０又は１にあり且つゾーン１
の状態が連続しないようなパターンデータなどとする。
また、異常パターンデータＰＴＮＤＥＴＮＧは、例えば
ｍ＝２とした場合に、ｎ個の蛇行量データのうち半数以
上がゾーン２にあり、且つそのデータが連続しているよ
うなパターンデータとする。
ターンデータＰＴＮＤＥＴとの照合を行う。判定用パタ
ーンデータＰＴＮＤＥＴとしては、運転状況が明らかに
正常と考えられる複数の正常パターンデータＰＴＮＤＥ
ＴＯＫ及び明らかに異常と考えられる複数の異常パター
ンデータＰＴＮＤＥＴＮＧがあり、これらの判定用パタ
ーンデータは予めメモリに記憶されている。正常パター
ンデータＰＴＮＤＥＴＯＫは、例えばｎ個の蛇行量デー
タが全てゾーン０にあるようなパターンデータやｎ個の
蛇行量データが全てゾーン０又は１にあり且つゾーン１
の状態が連続しないようなパターンデータなどとする。
また、異常パターンデータＰＴＮＤＥＴＮＧは、例えば
ｍ＝２とした場合に、ｎ個の蛇行量データのうち半数以
上がゾーン２にあり、且つそのデータが連続しているよ
うなパターンデータとする。
【００２４】このようなパターンデータの照合は、高速
で処理できるので、正常又は異常の判定を迅速に行うこ
とができる。
で処理できるので、正常又は異常の判定を迅速に行うこ
とができる。
【００２５】続くステップＳ１８では、検出したパター
ンデータＰＴＮと一致した正常パターンデータＰＴＮＤ
ＥＴＯＫ又は異常パターンデータＰＴＮＤＥＴＮＧがあ
ったか否かを判別し、あったときは、それが正常パター
ンデータＰＴＮＤＥＴＯＫであるか否かを判別する（ス
テップＳ１９）。その答が肯定（ＹＥＳ）のときは、運
転状況を表す運転状況パラメータＰＯＰを「０」に設定
して（ステップＳ２２）、本処理を終了する。一方、一
致したパターンが異常パターンデータＰＴＮＤＥＴＮＧ
であったときは、運転状況パラメータＰＯＰを「１．
０」に設定し（ステップＳ２０）、警報処理を行う（ス
テップＳ２１）。具体的には、例えばワーニングランプ
を点滅させるとともに警報音を大レベルで出力する。
ンデータＰＴＮと一致した正常パターンデータＰＴＮＤ
ＥＴＯＫ又は異常パターンデータＰＴＮＤＥＴＮＧがあ
ったか否かを判別し、あったときは、それが正常パター
ンデータＰＴＮＤＥＴＯＫであるか否かを判別する（ス
テップＳ１９）。その答が肯定（ＹＥＳ）のときは、運
転状況を表す運転状況パラメータＰＯＰを「０」に設定
して（ステップＳ２２）、本処理を終了する。一方、一
致したパターンが異常パターンデータＰＴＮＤＥＴＮＧ
であったときは、運転状況パラメータＰＯＰを「１．
０」に設定し（ステップＳ２０）、警報処理を行う（ス
テップＳ２１）。具体的には、例えばワーニングランプ
を点滅させるとともに警報音を大レベルで出力する。
【００２６】ステップＳ１８で一致した異常又は正常パ
ターンデータがなかったときは、ニューラルネットワー
クを用いた運転状況パラメータＰＯＰの算出及びその算
出結果に基づいた警報出力等の処理を行う（ステップＳ
２３）。
ターンデータがなかったときは、ニューラルネットワー
クを用いた運転状況パラメータＰＯＰの算出及びその算
出結果に基づいた警報出力等の処理を行う（ステップＳ
２３）。
【００２７】図５は、ステップＳ２３における処理をよ
り具体的に示すフローチャートであり、ステップＳ３１
では、ニューラルネットワークを用いて運転状況パラメ
ータＰＯＰの算出を行う。
り具体的に示すフローチャートであり、ステップＳ３１
では、ニューラルネットワークを用いて運転状況パラメ
ータＰＯＰの算出を行う。
【００２８】図６は本実施の形態において採用したニュ
ーラルネットワークモデルを示す図である。このニュー
ラルネットワークモデルとして、入力層、中間層、出力
層の３層構造を有するものを用い、その学習アルゴリズ
ムは、周知のバックプロパゲーション（Back-Propagati
on：以下「ＢＰ」という）学習アルゴリズムを採用し
た。
ーラルネットワークモデルを示す図である。このニュー
ラルネットワークモデルとして、入力層、中間層、出力
層の３層構造を有するものを用い、その学習アルゴリズ
ムは、周知のバックプロパゲーション（Back-Propagati
on：以下「ＢＰ」という）学習アルゴリズムを採用し
た。
【００２９】図６に示すように、入力層の各細胞（ニュ
ーロン）に入力される情報は、蛇行量Ｘｊ（ｊ＝１〜
ｎ）であり、これらの情報は、結合行列により重み付け
され、中間層の各細胞に入力される。中間層では、例え
ばシグモイド関数により各細胞毎にその出力が決定さ
れ、入力層から中間層への処理と同様に、結合行列によ
り重み付けされた出力が出力層に入力され、運転状況パ
ラメータＰＯＰとして出力される。シグモイド関数を用
いているため、ＰＯＰ値は０から１．０の範囲の値にな
る。ここでは、ＰＯＰ値が増加するほど、運転状況が悪
化していることを示す。
ーロン）に入力される情報は、蛇行量Ｘｊ（ｊ＝１〜
ｎ）であり、これらの情報は、結合行列により重み付け
され、中間層の各細胞に入力される。中間層では、例え
ばシグモイド関数により各細胞毎にその出力が決定さ
れ、入力層から中間層への処理と同様に、結合行列によ
り重み付けされた出力が出力層に入力され、運転状況パ
ラメータＰＯＰとして出力される。シグモイド関数を用
いているため、ＰＯＰ値は０から１．０の範囲の値にな
る。ここでは、ＰＯＰ値が増加するほど、運転状況が悪
化していることを示す。
【００３０】前記結合行列の各要素（重み）は、実際に
蛇行走行を行って得た蛇行量データに対して、その状態
をあらわすのにふさわしいＰＯＰ値を教師データ（教師
信号）とし、総誤差関数が最小となるように、前記ＢＰ
学習アルゴリズムにより決定する。
蛇行走行を行って得た蛇行量データに対して、その状態
をあらわすのにふさわしいＰＯＰ値を教師データ（教師
信号）とし、総誤差関数が最小となるように、前記ＢＰ
学習アルゴリズムにより決定する。
【００３１】このようにして得られる運転状況パラメー
タＰＯＰを用いることにより、正常と異常の間の運転状
況もきめ細かく把握することができる。
タＰＯＰを用いることにより、正常と異常の間の運転状
況もきめ細かく把握することができる。
【００３２】図５に戻り、続くステップＳ３２〜Ｓ３４
では、算出した運転状況パラメータＰＯＰが図７に示す
「異常」「警戒レベル２」「警戒レベル１」「正常」の
いずれの範囲に属するかの判別を行う。すなわち、第１
〜第３所定値ＰＯＰ１，ＰＯＰ２，ＰＯＰ３は、ＰＯＰ
１＜ＰＯＰ２＜ＰＯＰ３なる関係を有し（例えばＰＯＰ
１＝０．２５，ＰＯＰ２＝０．５，ＰＯＰ３＝０．７５
とする）、ＰＯＰ≧ＰＯＰ３であるときは、運転状況が
異常と判定し（ステップＳ３２、Ｓ３８）、ＰＯＰ２≦
ＰＯＰ＜ＰＯＰ３であるときは、警戒レベル２（異常寄
りの警戒レベル）と判定し（ステップＳ３３、Ｓ３
７）、ＰＯＰ１≦ＰＯＰ＜ＰＯＰ２であるときは、警戒
レベル１（正常よりの警戒レベル）と判定し（ステップ
Ｓ３４、Ｓ３６）、ＰＯＰ＜ＰＯＰ１であるときは、正
常と判定する（ステップＳ３４、Ｓ３５）。
では、算出した運転状況パラメータＰＯＰが図７に示す
「異常」「警戒レベル２」「警戒レベル１」「正常」の
いずれの範囲に属するかの判別を行う。すなわち、第１
〜第３所定値ＰＯＰ１，ＰＯＰ２，ＰＯＰ３は、ＰＯＰ
１＜ＰＯＰ２＜ＰＯＰ３なる関係を有し（例えばＰＯＰ
１＝０．２５，ＰＯＰ２＝０．５，ＰＯＰ３＝０．７５
とする）、ＰＯＰ≧ＰＯＰ３であるときは、運転状況が
異常と判定し（ステップＳ３２、Ｓ３８）、ＰＯＰ２≦
ＰＯＰ＜ＰＯＰ３であるときは、警戒レベル２（異常寄
りの警戒レベル）と判定し（ステップＳ３３、Ｓ３
７）、ＰＯＰ１≦ＰＯＰ＜ＰＯＰ２であるときは、警戒
レベル１（正常よりの警戒レベル）と判定し（ステップ
Ｓ３４、Ｓ３６）、ＰＯＰ＜ＰＯＰ１であるときは、正
常と判定する（ステップＳ３４、Ｓ３５）。
【００３３】そして警戒レベル２のときは、例えばワー
ニングランプを赤色で点灯させるとともに警報音を小レ
ベルで出力する。また、警戒レベル１のときは、例えば
ワーニングランプを黄色で点灯させ、警報音は出力しな
い。また、正常のときは例えばワーニングランプを緑色
で点灯させる。
ニングランプを赤色で点灯させるとともに警報音を小レ
ベルで出力する。また、警戒レベル１のときは、例えば
ワーニングランプを黄色で点灯させ、警報音は出力しな
い。また、正常のときは例えばワーニングランプを緑色
で点灯させる。
【００３４】以上のように本実施の形態では、明らかな
異常又は正常な状況は、パターンデータＰＴＮと判定用
パターンデータＰＴＮＤＥＴとの照合により判定し、明
らかな異常又は正常でない場合に、ニューラルネットワ
ークを用いて運転状況パラメータＰＯＰを算出し、これ
により運転状況を判定するようにしたので、運転状況を
きめ細かく判定することができ、しかも異常な運転状況
は迅速に判定することができる。
異常又は正常な状況は、パターンデータＰＴＮと判定用
パターンデータＰＴＮＤＥＴとの照合により判定し、明
らかな異常又は正常でない場合に、ニューラルネットワ
ークを用いて運転状況パラメータＰＯＰを算出し、これ
により運転状況を判定するようにしたので、運転状況を
きめ細かく判定することができ、しかも異常な運転状況
は迅速に判定することができる。
【００３５】なお、図２のステップＳ２３の処理は、図
５の処理に代えて図８の処理を用いてもよい。図８の処
理では２つのニューラルネットワークを用いて、運転状
況パラメータＰＯＰの算出が行われる。
５の処理に代えて図８の処理を用いてもよい。図８の処
理では２つのニューラルネットワークを用いて、運転状
況パラメータＰＯＰの算出が行われる。
【００３６】図８のステップＳ４１では運転状況パラメ
ータＰＯＰ算出処理（１）を実行する。このＰＯＰ算出
処理（１）は、基本的には図５のステップＳ３１の処理
と同様のニューラルネットワークを用いた演算である
か、ここでは特に運転状況の異常寄りの判定を行うのに
適するようにニューラルネットワークが構成されてい
る。
ータＰＯＰ算出処理（１）を実行する。このＰＯＰ算出
処理（１）は、基本的には図５のステップＳ３１の処理
と同様のニューラルネットワークを用いた演算である
か、ここでは特に運転状況の異常寄りの判定を行うのに
適するようにニューラルネットワークが構成されてい
る。
【００３７】続くステップＳ４２では、算出したＰＯＰ
値が第３所定値ＰＯＰ３より小さいか否かを判別し、Ｐ
ＯＰ≧ＰＯＰ３であるときは異常と判定する（ステップ
Ｓ５０）。また、ＰＯＰ＜ＰＯＰ３であるときは、その
ときのＰＯＰ値を記憶値ＰＯＰＭＥＭに格納し（ステッ
プＳ４３）、運転状況パラメータ算出処理（２）を実行
する（ステップＳ４４）。
値が第３所定値ＰＯＰ３より小さいか否かを判別し、Ｐ
ＯＰ≧ＰＯＰ３であるときは異常と判定する（ステップ
Ｓ５０）。また、ＰＯＰ＜ＰＯＰ３であるときは、その
ときのＰＯＰ値を記憶値ＰＯＰＭＥＭに格納し（ステッ
プＳ４３）、運転状況パラメータ算出処理（２）を実行
する（ステップＳ４４）。
【００３８】このＰＯＰ算出処理（２）も、基本的には
図５のステップＳ３１の処理と同様のニューラルネット
ワークを用いた演算であるか、ここでは特に運転状況の
正常寄りの判定を行うのに適するようにニューラルネッ
トワークが構成されている。
図５のステップＳ３１の処理と同様のニューラルネット
ワークを用いた演算であるか、ここでは特に運転状況の
正常寄りの判定を行うのに適するようにニューラルネッ
トワークが構成されている。
【００３９】続くステップＳ４５では、ステップＳ４４
で算出したＰＯＰ値が第１所定値ＰＯＰ１より小さいか
否かを判別し、ＰＯＰ＜ＰＯＰ１であるときは正常と判
定する（ステップＳ４６）。また、ＰＯＰ≧ＰＯＰ１で
あるときは、前記記憶値ＰＯＰＭＥＭと第２所定値ＰＯ
Ｐ２との差（＝ＰＯＰＭＥＭ−ＰＯＰ２）が、第２所定
値ＰＯＰ２とＰＯＰ値との差（＝ＰＯＰ２−ＰＯＰ）よ
り小さいか否かを判別する（ステップＳ４７）。そし
て、ＰＯＰＭＥＭ−ＰＯＰ２＜ＰＯＰ２−ＰＯＰである
ときは、警戒レベル１と判定し（ステップＳ４８）、Ｐ
ＯＰＭＥＭ−ＰＯＰ２≧ＰＯＰ２−ＰＯＰであるとき
は、警戒レベル２と判定する（ステップＳ４９）。
で算出したＰＯＰ値が第１所定値ＰＯＰ１より小さいか
否かを判別し、ＰＯＰ＜ＰＯＰ１であるときは正常と判
定する（ステップＳ４６）。また、ＰＯＰ≧ＰＯＰ１で
あるときは、前記記憶値ＰＯＰＭＥＭと第２所定値ＰＯ
Ｐ２との差（＝ＰＯＰＭＥＭ−ＰＯＰ２）が、第２所定
値ＰＯＰ２とＰＯＰ値との差（＝ＰＯＰ２−ＰＯＰ）よ
り小さいか否かを判別する（ステップＳ４７）。そし
て、ＰＯＰＭＥＭ−ＰＯＰ２＜ＰＯＰ２−ＰＯＰである
ときは、警戒レベル１と判定し（ステップＳ４８）、Ｐ
ＯＰＭＥＭ−ＰＯＰ２≧ＰＯＰ２−ＰＯＰであるとき
は、警戒レベル２と判定する（ステップＳ４９）。
【００４０】図８の処理では、ニューラルネットワーク
を２つ使用するようにしたので、１つのニューラルネッ
トワークの規模を小さくすることができる。すなわち、
図５の処理ではニューラルネットワークの中間層の細胞
数は４０から５０程度必要とするのに対し、本処理では
２つのネットワークの中間層の細胞数はそれぞれ１０か
ら２０程度とすることができる。また、本処理では「異
常」→「正常」→「警戒レベル１又は２」の順で判定さ
れるため、図５の処理に比べて異常な運転状況をより迅
速に判定することができる。ただし、ＣＰＵのプログラ
ムの規模は図５の処理に比べて大きくなる。
を２つ使用するようにしたので、１つのニューラルネッ
トワークの規模を小さくすることができる。すなわち、
図５の処理ではニューラルネットワークの中間層の細胞
数は４０から５０程度必要とするのに対し、本処理では
２つのネットワークの中間層の細胞数はそれぞれ１０か
ら２０程度とすることができる。また、本処理では「異
常」→「正常」→「警戒レベル１又は２」の順で判定さ
れるため、図５の処理に比べて異常な運転状況をより迅
速に判定することができる。ただし、ＣＰＵのプログラ
ムの規模は図５の処理に比べて大きくなる。
【００４１】尚、本発明は上述した実施の形態に限られ
るものではなく、種々の変形が可能である。例えば、上
述した実施形態では運転状況を判定するパラメータとし
て車両の挙動を表す蛇行量データを用いたが、運転者の
運転操作及び／又は運転者の状態（姿勢、体温等）を表
すデータ、例えば車両のステアリングとアクセルの操作
頻度、運転者の上体位置の周期的変動、運転者の皮膚電
位、運転者の脳波、顔の表情、体温等の生体情報などを
用いてもよい。
るものではなく、種々の変形が可能である。例えば、上
述した実施形態では運転状況を判定するパラメータとし
て車両の挙動を表す蛇行量データを用いたが、運転者の
運転操作及び／又は運転者の状態（姿勢、体温等）を表
すデータ、例えば車両のステアリングとアクセルの操作
頻度、運転者の上体位置の周期的変動、運転者の皮膚電
位、運転者の脳波、顔の表情、体温等の生体情報などを
用いてもよい。
【００４２】また、蛇行量データをパターンデータに変
換して判定用パターンデータと比較すること（図２、ス
テップＳ１６〜Ｓ１８）に代えて、１つの蛇行量データ
と所定値とを比較することにより、ニューラルネットワ
ークによる判定を行うか否かを判別するようにしてもよ
い。
換して判定用パターンデータと比較すること（図２、ス
テップＳ１６〜Ｓ１８）に代えて、１つの蛇行量データ
と所定値とを比較することにより、ニューラルネットワ
ークによる判定を行うか否かを判別するようにしてもよ
い。
【００４３】また、上述した実施の形態では、運転者へ
の警告は、運転者の視覚又は聴覚に訴えるものを使用し
たが、これに限るものではなく、運転者に直接作用する
方法、例えばシートを振動させたり、シートベルトに張
力を加えたり、あるいは特定の香りを車室内に放出した
り、空調装置の作動状態を変更したり、窓を開けたりす
るようにしてもよい。これにより、運転状況の悪化をよ
り確実に運転者に知らせることができる。
の警告は、運転者の視覚又は聴覚に訴えるものを使用し
たが、これに限るものではなく、運転者に直接作用する
方法、例えばシートを振動させたり、シートベルトに張
力を加えたり、あるいは特定の香りを車室内に放出した
り、空調装置の作動状態を変更したり、窓を開けたりす
るようにしてもよい。これにより、運転状況の悪化をよ
り確実に運転者に知らせることができる。
【００４４】また、運転状況が異常と判定したときは、
例えば当該車両を駆動するエンジンに供給する燃料量を
漸減させるなどして、エンジン出力を徐々に低下させる
処理を行うようにしてもよい。
例えば当該車両を駆動するエンジンに供給する燃料量を
漸減させるなどして、エンジン出力を徐々に低下させる
処理を行うようにしてもよい。
【００４５】また、上述した実施の形態では、ヨーレー
トセンサ１によりヨーレートを検出したが、これに代え
て、車輪速センサ及び車速センサの出力、又はステアリ
ングの操舵角を検出する操舵角センサ及び横方向加速度
センサの出力等を用いてヨーレートを算出するようにし
てもよい。
トセンサ１によりヨーレートを検出したが、これに代え
て、車輪速センサ及び車速センサの出力、又はステアリ
ングの操舵角を検出する操舵角センサ及び横方向加速度
センサの出力等を用いてヨーレートを算出するようにし
てもよい。
【００４６】また、上述した実施の形態では、ヨー角Ｙ
Ａに基づいて基準線を推定したが、ヨーレートＹＲ、又
は横変位量ＹＫに基づいて基準線を推定してもよい。
Ａに基づいて基準線を推定したが、ヨーレートＹＲ、又
は横変位量ＹＫに基づいて基準線を推定してもよい。
【００４７】
【発明の効果】以上詳述したように本発明によれば、先
ず該検出した運転状況データに基づいて運転状況が異常
か否かが判定され、次いで異常と判定されない場合に、
複数の運転状況データがニューラルネットワークに入力
され、運転状況の適正度が決定される。そして、前記異
常判定結果及び適正度に応じて、警報及び車両制御の少
なくとも一方が実行されるので、車両の運転状況をきめ
細かく判定し、しかも異常な状況は迅速に判定して適切
な対応措置をとることができる。
ず該検出した運転状況データに基づいて運転状況が異常
か否かが判定され、次いで異常と判定されない場合に、
複数の運転状況データがニューラルネットワークに入力
され、運転状況の適正度が決定される。そして、前記異
常判定結果及び適正度に応じて、警報及び車両制御の少
なくとも一方が実行されるので、車両の運転状況をきめ
細かく判定し、しかも異常な状況は迅速に判定して適切
な対応措置をとることができる。
【図１】本発明の実施の一形態にかかる車両用運転状況
監視装置構成を示すブロック図である。
監視装置構成を示すブロック図である。
【図２】運転状況の判定及び判定結果に応じた警報等を
行う処理のフローチャートである。
行う処理のフローチャートである。
【図３】蛇行量の算出方法を説明するため図である。
【図４】蛇行量データをパターンデータに変換する方法
を説明するための図である。
を説明するための図である。
【図５】ニューラルネットワークを用いた運転状況の判
定処理のフローチャートである。
定処理のフローチャートである。
【図６】ニューラルネットワークの構成を示す図であ
る。
る。
【図７】運転状況パラメータの値と判定結果の関係を説
明するための図である。
明するための図である。
【図８】図５の処理の変形例のフローチャートである。
１ ヨーレートセンサ ２ 車速センサ ３ 蛇行量算出部 ４ 運転状況判定部 ５ 警報部 ６ 電子コントロールユニット
Claims (2)
- 【請求項１】 車両の運転者の運転状況を監視する車両
用運転状況監視装置において、 前記車両の挙動、前記運転者の運転操作及び前記運転者
の状態の少なくとも１つの状況データを検出する運転状
況検出手段と、 該検出した状況データの基づいて運転状況が異常か否か
を判定する異常判定手段と、 該異常判定手段により異常と判定されない場合に、複数
の前記状況データをニューラルネットワークに入力し、
運転状況の適正度を決定する適正度決定手段と、 前記異常判定手段による判定結果及び前記適正度に応じ
て、警報及び車両制御の少なくとも一方を行う制御手段
とを備えたことを特徴とする車両用運転状況監視装置。 - 【請求項２】 前記異常判定手段は、複数の前記状況デ
ータの分布状態に基づいて異常判定を行うことを特徴と
する請求項１記載の車両用運転状況監視装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8147904A JPH09301011A (ja) | 1996-05-20 | 1996-05-20 | 車両用運転状況監視装置 |
| DE19720626A DE19720626B4 (de) | 1996-05-20 | 1997-05-16 | Fahrzustand-Überwachungsvorrichtung für Kraftfahrzeuge |
| KR1019970019207A KR100251262B1 (ko) | 1996-05-20 | 1997-05-19 | 차량용 운전 상황 감시 장치 |
| US08/859,206 US5821860A (en) | 1996-05-20 | 1997-05-20 | Driving condition-monitoring apparatus for automotive vehicles |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8147904A JPH09301011A (ja) | 1996-05-20 | 1996-05-20 | 車両用運転状況監視装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09301011A true JPH09301011A (ja) | 1997-11-25 |
Family
ID=15440768
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8147904A Pending JPH09301011A (ja) | 1996-05-20 | 1996-05-20 | 車両用運転状況監視装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5821860A (ja) |
| JP (1) | JPH09301011A (ja) |
| KR (1) | KR100251262B1 (ja) |
| DE (1) | DE19720626B4 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010074590A1 (ru) * | 2008-12-22 | 2010-07-01 | Manin Dmitry Yuryevich | Устройство оценки качества вождения автомобиля |
| CN103223901A (zh) * | 2013-04-22 | 2013-07-31 | 长安大学 | 一种营运车辆异常运行状态辨识装置及其辨识方法 |
| CN112204578A (zh) * | 2018-03-28 | 2021-01-08 | 辉达公司 | 使用机器学习在数据接口上检测数据异常 |
| JP2021034035A (ja) * | 2019-08-28 | 2021-03-01 | 潘文橋 | 人面識別に基づいた智能化車載疲労検出システム、方法および装置 |
Families Citing this family (64)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1148952A (ja) * | 1997-08-06 | 1999-02-23 | Mitsubishi Electric Corp | 車両用制動装置 |
| AT3030U1 (de) * | 1998-09-01 | 1999-08-25 | Avl List Gmbh | Verfahren zur analyse und zur beeinflussung des fahrverhaltens von kraftfahrzeugen |
| US6335689B1 (en) * | 1998-10-16 | 2002-01-01 | Fuji Jukogyo Kabushiki Kaisha | Driver's arousal level estimating apparatus for vehicle and method of estimating arousal level |
| US6060989A (en) * | 1998-10-19 | 2000-05-09 | Lucent Technologies Inc. | System and method for preventing automobile accidents |
| US6163277A (en) * | 1998-10-22 | 2000-12-19 | Lucent Technologies Inc. | System and method for speed limit enforcement |
| DE19856311A1 (de) | 1998-12-07 | 2000-06-08 | Volkswagen Ag | Vorrichtung zur Überwachung der Sitzposition eines Fahrzeuginsassen |
| US6167333A (en) * | 1999-08-19 | 2000-12-26 | Lucent Technologies Inc. | Highway information system |
| US6310542B1 (en) | 1999-08-19 | 2001-10-30 | Lucent Technologies Inc. | Cognitive system for a vehicle and its occupants |
| WO2001027562A1 (fr) * | 1999-10-12 | 2001-04-19 | Data Tec Co., Ltd. | Procede d'analyse d'une tendance a un certain fonctionnement d'un objet mobile, systeme de commande de fonctionnement, appareil correspondant, et support enregistre |
| US6497658B2 (en) | 1999-12-19 | 2002-12-24 | Michael F. Roizen | Alarm upon detection of impending sleep state |
| JP4517256B2 (ja) * | 2000-04-25 | 2010-08-04 | ソニー株式会社 | 車載機器 |
| DE10024227B4 (de) * | 2000-05-17 | 2011-02-17 | Volkswagen Ag | Verfahren und Einrichtung zur elektronischen Überwachung des Aufmerksamkeitsgrades |
| DE10029061C2 (de) | 2000-06-13 | 2003-12-11 | Breed Automotive Tech | Rückhaltevorrichtung |
| SE0002804D0 (sv) * | 2000-08-01 | 2000-08-01 | Promind Ab | Teknik för att fortlöpande kartlägga fordons/förares uppträdande/beteende för att fastställa fordons reaktionskoefficient resp. förares kompetenskoefficient, samt anordning för grafisk presentation av dessa koefficienter |
| DE10042367A1 (de) | 2000-08-29 | 2002-05-02 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Diagnose der Fahrtüchtigkeit eines Fahrers in einem Kraftfahrzeug |
| DE10103401A1 (de) * | 2001-01-26 | 2002-08-01 | Daimler Chrysler Ag | Gefahrenabwendungssystem für ein Fahrzeug |
| CA2372861A1 (en) * | 2001-02-20 | 2002-08-20 | Matsushita Electric Industrial Co., Ltd. | Travel direction device and travel warning direction device |
| US20020180608A1 (en) * | 2001-05-04 | 2002-12-05 | Sphericon Ltd. | Driver alertness monitoring system |
| FR2828317B1 (fr) * | 2001-08-01 | 2005-05-13 | Electricite De France | Procede autonome de detection de situations anormales encourues par des individus |
| DE10151015A1 (de) * | 2001-10-16 | 2003-04-17 | Volkswagen Ag | Verfahren und Vorrichtung zur Aufmerksamkeitskontrolle eines Kraftfahrzeugführers |
| DE10156509B4 (de) * | 2001-11-16 | 2007-12-06 | Audi Ag | Fahrerassistenzsystem |
| DE20119203U1 (de) | 2001-11-24 | 2002-02-28 | Horstkotte, Jo, 76149 Karlsruhe | Einrichtung zum Erfassen und Auswerten von Fahrzeugdaten |
| DE10163967A1 (de) * | 2001-12-24 | 2003-07-03 | Volkswagen Ag | Fahrerassistenzsystem unter Berücksichtigung des Aufmerksamkeitszustandes eines Kraftfahrzeugführers |
| AUPS017302A0 (en) * | 2002-01-25 | 2002-02-14 | Tritronics (Australia) Pty Ltd | Performance monitoring system and method |
| AU2003202295B2 (en) * | 2002-01-25 | 2005-10-20 | Leica Geosystems Ag | Performance monitoring system and method |
| EP1480846A1 (en) * | 2002-02-04 | 2004-12-01 | Cesium Ab | Method and means for measuring the interaction between driver and vehicle |
| DE10254247A1 (de) * | 2002-11-20 | 2004-06-24 | Volkswagen Ag | Verfahren und Vorrichtung zur Überwachung eines Kraftfahrzeugführers unter Verwendung einer Fahrspurerkennung |
| DE10325163B4 (de) * | 2003-05-27 | 2010-11-04 | Volkswagen Ag | Sicherheitssystem in einem Kraftfahrzeug |
| DE10354322B4 (de) | 2003-11-20 | 2022-06-09 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und System zur Ermittlung der Fahrsituation |
| JP2005173929A (ja) * | 2003-12-10 | 2005-06-30 | Denso Corp | 覚醒度判定装置 |
| DE102004038215A1 (de) * | 2004-08-05 | 2006-03-16 | Daimlerchrysler Ag | Verfahren zur Erfassung und Nutzung von Daten zum Fahrverhalten von Verkehrsteilnehmern |
| DE602004019953D1 (de) * | 2004-12-20 | 2009-04-23 | Ford Global Tech Llc | Verfahren zur Bestimmung einer Maßzahl zur Auswertung des Verhaltens eines Kraftfahrzeugfahrers |
| EP1894180A4 (en) * | 2005-06-09 | 2011-11-02 | Greenroad Driving Technologies Ltd | SYSTEM AND METHOD FOR DISPLAYING A DRIVING PROFILE |
| US7562234B2 (en) * | 2005-08-25 | 2009-07-14 | Apple Inc. | Methods and apparatuses for dynamic power control |
| WO2007031964A1 (en) * | 2005-09-15 | 2007-03-22 | Michael Adriaan Diedericks | An aid for detecting drowsiness of a driver of a vehicle |
| DE102005057267A1 (de) * | 2005-12-01 | 2007-06-06 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Fahrerzustandserkennung |
| US8050863B2 (en) * | 2006-03-16 | 2011-11-01 | Gray & Company, Inc. | Navigation and control system for autonomous vehicles |
| JP4211841B2 (ja) * | 2006-11-15 | 2009-01-21 | トヨタ自動車株式会社 | ドライバ状態推定装置、サーバ、ドライバ情報収集装置及び運転者状態推定システム |
| DE102007018517A1 (de) * | 2007-04-19 | 2008-10-23 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur Signalisierung der Komplexität einer Fahrsituation und Informationsanzeigeeinrichtung |
| US7982620B2 (en) * | 2007-05-23 | 2011-07-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for reducing boredom while driving |
| US20090018770A1 (en) * | 2007-07-12 | 2009-01-15 | Yahoo! Inc. | Mobile notification system |
| DE102007043911A1 (de) * | 2007-09-14 | 2009-03-19 | Robert Bosch Gmbh | Verfahren für die Steuerung eines Fahrerassistenzsystems |
| DE102007043912A1 (de) | 2007-09-14 | 2009-03-26 | Robert Bosch Gmbh | Verfahren für die Steuerung eines Fahrerassistenzsystems |
| DE102007043910A1 (de) | 2007-09-14 | 2009-03-26 | Robert Bosch Gmbh | Verfahren für die Steuerung eines Fahrerssistenzsystems |
| DE102008002401A1 (de) | 2008-06-12 | 2009-12-17 | Robert Bosch Gmbh | Verfahren und Vorrichtung für die Steuerung eines Fahrerassistenzsystems |
| JP4602444B2 (ja) * | 2008-09-03 | 2010-12-22 | 株式会社日立製作所 | ドライバ運転技能支援装置及びドライバ運転技能支援方法 |
| EP2352664A4 (en) * | 2008-11-06 | 2014-04-23 | Volvo Technology Corp | METHOD AND SYSTEM FOR DETERMINING ROAD DATA |
| US8358208B2 (en) * | 2008-11-11 | 2013-01-22 | Infineon Technologies Ag | Method and device for sensing a body |
| US8514215B2 (en) * | 2008-11-12 | 2013-08-20 | International Business Machines Corporation | Dynamically managing power consumption of a computer with graphics adapter configurations |
| US8521357B2 (en) | 2010-04-26 | 2013-08-27 | Nissan North America, Inc. | Impaired operation detection method |
| US9292471B2 (en) | 2011-02-18 | 2016-03-22 | Honda Motor Co., Ltd. | Coordinated vehicle response system and method for driver behavior |
| US8698639B2 (en) * | 2011-02-18 | 2014-04-15 | Honda Motor Co., Ltd. | System and method for responding to driver behavior |
| US9342983B1 (en) | 2012-10-23 | 2016-05-17 | Greenroad Driving Technologies Ltd. | User interface for driver performance application |
| DE102012219283A1 (de) * | 2012-10-23 | 2014-04-24 | Robert Bosch Gmbh | Verfahren zum Betreiben mindestens eines Fahrerassistenzsystems und Betriebseinrichtung für mindestens ein Fahrerassistenzsystem |
| US9751534B2 (en) | 2013-03-15 | 2017-09-05 | Honda Motor Co., Ltd. | System and method for responding to driver state |
| CA2960601A1 (en) | 2014-09-09 | 2016-03-17 | Torvec, Inc. | Methods and apparatus for monitoring alertness of an individual utilizing a wearable device and providing notification |
| US10328852B2 (en) * | 2015-05-12 | 2019-06-25 | University Of North Dakota | Systems and methods to provide feedback to pilot/operator by utilizing integration of navigation and physiological monitoring |
| GB2545713B (en) * | 2015-12-23 | 2019-01-09 | Jaguar Land Rover Ltd | Improvements to vehicle handling |
| CN108697391A (zh) | 2016-02-18 | 2018-10-23 | Curaegis科技公司 | 警觉性预测系统和方法 |
| JP6977589B2 (ja) * | 2018-01-31 | 2021-12-08 | 株式会社デンソー | 車両用警報装置 |
| DE102018210593A1 (de) * | 2018-06-28 | 2019-08-14 | Continental Automotive Gmbh | Fahrtüchtigkeitserkennungsvorrichtung für ein Fahrzeug |
| US11577734B2 (en) * | 2018-12-20 | 2023-02-14 | Nauto, Inc. | System and method for analysis of driver behavior |
| WO2022168187A1 (ja) * | 2021-02-03 | 2022-08-11 | 三菱電機株式会社 | 調整装置、調整システム、および、調整方法 |
| DE102022105249A1 (de) * | 2022-03-07 | 2023-09-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum prüfen von obd-relevanz eines eingangssignals |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5750097A (en) * | 1980-09-08 | 1982-03-24 | Nissan Motor | Automotive warning device |
| JPS5758515A (en) * | 1980-09-22 | 1982-04-08 | Nissan Motor Co Ltd | Alarm system for vehicle |
| JPS5766028A (en) * | 1980-10-06 | 1982-04-22 | Nissan Motor Co Ltd | Alarming device for vehicle |
| JPS5766025A (en) * | 1980-10-06 | 1982-04-22 | Nissan Motor Co Ltd | Alarming device for vehicle |
| US4509040A (en) * | 1981-12-01 | 1985-04-02 | Nissan Motor Company, Limited | Alarm system for preventing an automotive vehicle driver from dozing at the wheel |
| JPS59153624A (ja) * | 1983-02-18 | 1984-09-01 | Nissan Motor Co Ltd | 居眠り運転検出装置 |
| JPS59153625A (ja) * | 1983-02-18 | 1984-09-01 | Nissan Motor Co Ltd | 居眠り運転検出装置 |
| JPS60592A (ja) * | 1983-06-15 | 1985-01-05 | 三菱電機株式会社 | いねむり防止装置 |
| JP2940042B2 (ja) * | 1990-01-23 | 1999-08-25 | 日産自動車株式会社 | 車両の制御戦略装置 |
| JP2601003B2 (ja) * | 1990-09-25 | 1997-04-16 | 日産自動車株式会社 | 車両の走行条件認識装置 |
| JP3061459B2 (ja) * | 1991-09-30 | 2000-07-10 | 株式会社豊田中央研究所 | ドライバーの異常操舵判定装置 |
| JP3070384B2 (ja) * | 1994-04-26 | 2000-07-31 | 三菱自動車工業株式会社 | 運転注意力判別方法 |
| US5499182A (en) * | 1994-12-07 | 1996-03-12 | Ousborne; Jeffrey | Vehicle driver performance monitoring system |
| US5642093A (en) * | 1995-01-27 | 1997-06-24 | Fuji Jukogyo Kabushiki Kaisha | Warning system for vehicle |
| JP3686465B2 (ja) * | 1995-11-06 | 2005-08-24 | 本田技研工業株式会社 | 車両用運転状況監視装置 |
-
1996
- 1996-05-20 JP JP8147904A patent/JPH09301011A/ja active Pending
-
1997
- 1997-05-16 DE DE19720626A patent/DE19720626B4/de not_active Expired - Fee Related
- 1997-05-19 KR KR1019970019207A patent/KR100251262B1/ko not_active Expired - Fee Related
- 1997-05-20 US US08/859,206 patent/US5821860A/en not_active Expired - Fee Related
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010074590A1 (ru) * | 2008-12-22 | 2010-07-01 | Manin Dmitry Yuryevich | Устройство оценки качества вождения автомобиля |
| CN103223901A (zh) * | 2013-04-22 | 2013-07-31 | 长安大学 | 一种营运车辆异常运行状态辨识装置及其辨识方法 |
| CN103223901B (zh) * | 2013-04-22 | 2015-07-08 | 长安大学 | 一种营运车辆异常运行状态辨识装置及其辨识方法 |
| CN112204578A (zh) * | 2018-03-28 | 2021-01-08 | 辉达公司 | 使用机器学习在数据接口上检测数据异常 |
| CN112204578B (zh) * | 2018-03-28 | 2024-04-02 | 辉达公司 | 使用机器学习在数据接口上检测数据异常 |
| JP2021034035A (ja) * | 2019-08-28 | 2021-03-01 | 潘文橋 | 人面識別に基づいた智能化車載疲労検出システム、方法および装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE19720626A1 (de) | 1997-12-11 |
| KR100251262B1 (ko) | 2000-05-01 |
| US5821860A (en) | 1998-10-13 |
| KR970074293A (ko) | 1997-12-10 |
| DE19720626B4 (de) | 2006-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH09301011A (ja) | 車両用運転状況監視装置 | |
| JP3686465B2 (ja) | 車両用運転状況監視装置 | |
| US5815070A (en) | Driving state-monitoring apparatus for automotive vehicles | |
| US6278362B1 (en) | Driving state-monitoring apparatus for automotive vehicles | |
| WO2020188327A1 (en) | Method of optimizing control signals used in operating vehicle | |
| US20060095193A1 (en) | Vehicle operation support apparatus | |
| US20090322506A1 (en) | Method and apparatus for driver state detection | |
| Chen et al. | Machine learning for misfire detection in a dynamic skip fire engine | |
| CN105912806A (zh) | 一种基于自适应神经模糊推理的小重叠碰撞安全气囊控制方法 | |
| KR102088428B1 (ko) | 운전 상태 추정을 위한 이동체, 서버, 운전 상태 추정 방법 및 시스템 | |
| US20220292350A1 (en) | Model updating apparatus, model updating method, and model updating program | |
| CN114578687B (zh) | 机器学习方法及机器学习系统 | |
| Pilutti et al. | Fuzzy-logic-based virtual rumble strip for road departure warning systems | |
| Dogan et al. | Towards a driver model: Preliminary study of lane change behavior | |
| JP3335390B2 (ja) | 車両運転者の疲労軽減装置 | |
| JP3411460B2 (ja) | 車両用運転状況監視装置 | |
| JP2869927B2 (ja) | 車両用運転状況監視装置 | |
| CN109572692B (zh) | 一种电控车辆防冲撞系统的控制方法 | |
| CN115991199B (zh) | 疲劳监测预警系统、方法、设备及存储介质 | |
| JPH10198898A (ja) | 車両用運転状況監視装置 | |
| JPH08249600A (ja) | 車両用運転状況監視装置 | |
| CN117657170A (zh) | 一种新能源汽车智能安全和整车控制方法及系统 | |
| WO2008027349A2 (en) | Method and device for adaptive control | |
| CN120526626A (zh) | 一种车辆告警方法及系统 | |
| CN112052905A (zh) | 一种基于循环神经网络的驾驶人多操作疲劳特征提取方法 |