具有涉及驾驶员疲劳的预测的安全系统的车辆

摘要

一种车辆（2），包括：速度记录器（4），其适合于产生包含关于当前时钟时间和所述车辆的运动的时间的信息的速度记录器信号（6）；驾驶员卡片输入单元（8），其适合于产生包含关于驾驶员的驾驶时间和休息时间的信息的驾驶员卡片信号（10）；并且优选地包括用于监控驾驶员活动的监控系统（12），其适合于产生包含关于驾驶员在所述车辆中的活动的信息的警觉信号（14）。该车辆还包括一个或多个驾驶员支持系统（16），例如车道偏离警告系统和自动紧急刹车系统。该车辆还包含包括控制单元（20）和警觉建模单元（22）的安全系统（18），该警觉建模单元（22）适合于使用警觉模型（例如，睡眠/醒来预测器—SWP）基于所述速度记录器信号（6）和/或驾驶员卡片信号（10）来计算驾驶员在预定的未来时间段的当前疲劳值（KSS）和预测疲劳值（KSS），所计算的当前疲劳值和预测疲劳值被配置用于传送到控制单元（20），控制单元（20）适合于基于所述疲劳值来确定用于车辆的驾驶员支持系统（16）的控制信号（24）。

说明书

技术领域

本发明涉及根据独立权利要求的前序的具有安全系统的车辆和用于这 样的车辆的方法。

背景技术

难以证明，但所有车辆事故的多达40%可能是由于疲劳。产生无根据 的警告（其因此是不被接受的）的风险意味着不存在通过当前可用的方法 来安全地警告驾驶员的方式。

在研究团体中，在疲劳与操纵行为、车辆在其车道中保持得多好以及 甚至人如何眨眼睛之间存在联系是被接受的。然而没有单个阈值或单个函 数，使得某些值/行为将一致地指示驾驶员是疲劳的。

美国专利US6313749B1涉及车辆驾驶员疲劳的检测，使用多个不同 的传感器来检测车辆的状态和驾驶员的警觉性，并将来自传感器的信号转 换成用于调节反映驾驶员的生物昼间节律的模型的加权因子。经调节的模 型然后用于产生对驾驶员的警告。

US6661345B1涉及用于监控车辆驾驶员的警觉性的监控系统。系统尤 其包括声传感器或微波传感器。使用关于驾驶员警觉性的算法来处理来自 传感器的输出信号，且产生经处理的信号。经处理的信号接着用于评估驾 驶员的警觉性。

利用当前用于在他/她疲劳时警告驾驶员的很多系统的困难是在系统 的个人适应中，因为不可能使用可应用于所有驾驶员的一般阈值，这使直 接警告驾驶员变得不合适。对于某些驾驶员，即使驾驶员非常疲劳，系统 也将根本不产生任何警告，而对于其他驾驶员，即使驾驶员非常警觉，系 统也将产生警告。系统因此只最低限度地增加交通安全，且存在如果假警 告普遍出现的话所有类似的系统的接受性将是低的风险。

某些方法需要大量驾驶员必须携带的额外设备或驾驶员必须手动地置 于系统/方法中的信息。

在研究团体中，存在相对普遍的人昼间节律是被接受的。瑞典的应力 研究机构的研究员等人开发了被称为“睡眠/醒来预测器 （SWP）”模型的昼间节律的模型，其尤其使用以前的睡眠和自从醒来以来 的时间长度，作为用于近似人的警觉水平的基础。

更具体地，该模型基于三个分量，即，警觉水平（S）、表征生物睡眠 模式的在24小时的时间段上的昼夜节律（C）以及基于昼夜生物活动（例 如在人吃饭之后的也被称为“after-lunch dip”）的12小时次昼夜节律（U）。

警觉水平S本身被三个因素，即，时刻、自从醒来以来的时间的长度 和睡眠的持续时间影响。更特别地，S代表自从醒来以来的时间且被建模 为在当人醒来时的时刻具有最大值和在唤醒期结束时具有渐进衰减的指数 函数。当人睡着时，警觉性在睡眠期期间“恢复”的方式是警觉水平在睡 眠开始时快速上升，但增加的速率在睡眠期结束时渐近地下降。

用于计算S的函数如下：

$S=L+(S\left(t_a\right)-L)e^{d(t-t_a)}$           （方程1）

其中t是以小时为单位的时钟时间，t_a是当人醒来时的时间，d是衰减的速 率，以及L是下水平渐近线。

$S^{\prime }=H-(H-S\left(t_s\right))e^{g(t-t_s)}$            （方程2）

其中t_s是当人进入睡眠时的时间，且H是上水平渐近线。

$g=\frac{1}{8}\ln \left(\frac{H-14}{H-7.96}\right)$              （方程3）

方程1-3中的常数具有默认值L=2.4、d=0.0353和H=14.3。S’表示连 续多天睡得太少的人的疲劳的增加，并迎合从长期睡眠短缺过快地恢复的 困难。这个限制作为断点被引入以防止针对S’的特定值的指数函数中的太 急剧的增加。

总结果是用于确定S的下面一组函数：

常数S_b与断点有关并具有值12.2，且变量t_b是当S等于S_b时的时间。

应注意，本发明不限于上面为了确定S而陈述的常数，因为它们中的 其它值当然可用于根据盛行的情况来调节计算。

过程C因此表示身体的生物钟、昼夜节律，且使用在下午期间具有最 大值的正弦波来建模，被定义为下式：

$C=a_c\cos \left(\frac{2\pi (t-p_C)}{24}\right)$

其中t是以小时为单位的时钟时间，且常数a_c=2.5且p_C=18。

过程U代表在15.00小时在警觉性上降低的次昼夜节律，其被定义为：

$U=m_U+a_U\cos \left(\frac{2\pi (t-p_U)}{12}\right)$

其中t是以小时为单位的时钟时间，且常数m_U=-0.5，a_U=0.5以及p_U=15。

通过将时钟时间t的值置于公式中来计算S、C和U。计算S、C和U 产生在t=0时它们的当前值，以及在t>0时它们的未来值。

为了SWP模型的完整审查，我们引用AT等人的“Predicting  road crashes from a mathematical model of alertness regulation-The  Sleep/Wake Predictor”（Accident Analysis and Prevention,40,pp.1480-1485, 2008）以及T.、Folkard,S.和Portin,C的“Predictions from the  three-process model of alertness”（Aviat.Space Environm Med,75(3,Suppl), A75-83,2004）。

SWP模型因此使确定分量S、C和U变得可能，且它们的集合可用于 使用下列公式计算在疲劳标度上的值，所谓的“Karolinska嗜睡度量表 （KSS）”：

KSS=10.9-0.6(S+C+U)

KSS可取在1和9之间的值，其中低值意味着人是警觉的，而高值意 味着人是疲劳的，例如

1–非常警觉。

5–不困倦也不警觉。

7–疲劳，但可不费力地保持醒着。

9–非常疲劳，保持醒着是费力的。

本发明的目的是提出一种用于车辆的改进的安全系统，其比当前系统 更容易使用并满足不同驾驶员的不同活动和休息模式的需要。

发明内容

使用独立权利要求限定的本发明来实现前述目的。

优选实施例由独立权利要求定义。

本发明涉及一种系统和方法，其通过应用SWP模型而适合于评估驾驶 员的当前和未来的疲劳水平或驾驶能力，并使用此来调节车辆中的其它支 持系统或例如向运输控制中心提供信息。

该方法首先例如通过从速度记录图读入来考虑时刻，并且然后检查（如 果可能的话）驾驶员的以前昼间节律。相关的因素是在最近几天内的驾驶 员的活动/昼间节律。最好的情况是驾驶员只使用当前的车辆且具有包含关 于他/她的驾驶和休息时间的完整信息的驾驶员的卡片。最坏的情况是没有 关于以前的活动的可用信息。

如果完整的信息是可用的，则可以使用时刻和驾驶员以前的驾驶时间 来计算他/她可能已有的最大睡眠量。这可使用来自车辆的其它系统的指示 来补充。例如，收音机或空调系统的调节可指示驾驶员是醒着的，车辆的 锁可指示车辆何时离开以及驾驶员晚上何时锁车辆、返回到车辆或走出去 开始一天的轮班。如果驾驶员在车辆中睡觉，则警报中的运动传感器可指 示他/她何时躺下和随后起床。总的结果是以前睡眠的更好写照。

如果信息是不可用的或不完整的，则该方法在以前休息的适当最大值 的基础上继续进行。

休息和时刻提供驾驶员多么疲劳/警觉以及还有这在驾驶时可能如何 改变的建模估计。然后将可能在该估计是高的时候使例如车道偏离警告系 统更早和/或更有力地产生警告，或使巡航控制无效或增加离前面的车辆的 距离（如果存在自适应巡航控制的话）。在自动紧急刹车系统是可用的场合， 将减小用于最早的警告或刹车活动的阈值，使得可较早产生警告或启动刹 车装置。也可能向驾驶员或运输控制中心显示该估计以使安全地计划行程 和未来的行程变得更容易。

如果其它疲劳检测/预测系统（例如基于驾驶员的操纵行为、车辆在车 道中的运动或驾驶员的眨眼模式的系统）是可用的，则将可以使用该估计 来增加其可靠性。

根据本发明的系统和方法也使用从车辆收集的信息，例如时刻。驾驶 员的先前昼间节律从例如驾驶员的卡片估计出。为了定义昼间节律，本发 明使用车辆中的其它系统作为驾驶员是正睡着还是休息的指示。

使直接警告变得不适当的关于疲劳的不确定性可被部分地避免，而不 影响接受性。例如LDW（车道偏离警告）、AEB（自动紧急刹车）、AiCC （自适应巡航控制）、巡航控制和Scania驾驶员支持（Scania Driver Support） 之类的系统都具有确定它们何时和如何被启动或驾驶员如何被评估和被提 供暗示的各种参数。

例如，警告车辆从其车道“转变”出的LDW系统可被调节，使得当 驾驶员被评估为疲劳的时，警告更早和更有力地被发出。AEB系统可发出 更有力的警告并更早地启动刹车。Scania驾驶员支持使为计划行程的驾驶 员/承运人提供点分数变得可能，使得驾驶员具有低疲劳水平。提供关于如 何改进驾驶的暗示的Scania驾驶员支持可在驾驶员被评估为过分疲劳的情 况下在行程之后提供交通安全暗示。

根据本发明的方法和系统也可以从驾驶变化的开始起给驾驶员和/或 承运人/控制中心提供在行程期间驾驶员何时被评估为疲劳的直接估计。人 擅长估计他们自己的疲劳，但不擅长相信自己或察觉到可能的结果。

解决方案的优点：

●驾驶员不需要输入任何信息。信息从车辆被收集。

●不需要另外的传感器来测量驾驶员行为。

●不确定的警告导致低接受性；根据本发明的方法调节现有的系统以 当事故较可能发生时增加交通安全性。

SWP是一般模型，且不应被考虑为疲劳的确切的标准度量，而应被考 虑作为驾驶员多么疲劳的适当估计。

应用SWP模型并计算KSS的重要方面是，它们使预测未来（例如在 接下来的36小时）的疲劳水平变得可能。

这使例如在给定的KSS阈值被达到之前计算时间量变得可能。

根据本发明，由模型使用的输入信号来自车辆的速度记录器、来自驾 驶员的卡片和来自例如经由CAN网络读车辆中的系统。不需要来自驾驶员 的输入。即使车辆被关掉，也可能从速度记录器得到关于车辆的信息。

附图说明

图1是示出本发明的示意性方框图。

图2是示出根据本发明的方法的流程图。

图3和图4示出说明本发明的两个实施例的曲线图。

图5是示出根据本发明的一个实施例的方法的流程图。

具体实施方式

参考附图，现在将详细描述本发明。

首先参考图1，其示出本发明的示意性方框图。

本发明因此包括设置有速度记录器4的车辆2，例如卡车、公共汽车 或汽车，速度记录器4适合于产生特别包含关于当前时钟时间和车辆的运 动的时间的信息的速度记录器信号6。车辆还包括适合于产生特别包含关于 驾驶员的驾驶时间和休息时间的信息的驾驶员卡片信号10的驾驶员卡片输 入单元8，并且优选地包括用于监控驾驶员活动的适合于产生包含关于驾驶 员在车辆中的活动的信息的警觉信号14的监控系统12。监控系统可采取运 动传感器的形式，运动传感器被定位成使得它们可例如检测在驾驶座椅中 的驾驶员的运动或他/她的眼睛运动。可由监控系统检测的其它运动或活动 包括驾驶员调节车辆的收音机。

监控系统还可适合于监控驾驶员的操纵行为或监控车辆在其车道中的 运动。

车辆还包括一个或多个驾驶员支持系统16，例如车道偏离警告系统和 自动紧急刹车系统。

此外，车辆包括具有控制单元20和警觉建模单元22的安全系统18， 警觉建模单元22适合于计算在预定的未来时间段的驾驶员的当前疲劳值 （KSS）和预测疲劳值（KSS）。如上讨论的警觉模型（“睡眠/醒来预测器” —SWP）用于基于所述速度记录器信号6和/或驾驶员卡片信号10来计算 KSS值。根据一个实施例，在计算当前和预测疲劳值时也使用警觉信号14。

所计算的当前和预测疲劳值（KSS值）被配置成被传送到所述控制单 元20，所述控制单元20适合于基于这些疲劳值来确定车辆的驾驶员支持系 统的控制信号24。

根据本发明，使用公式KSS=10.9-0.6(S+C+U)来计算疲劳值（KSS）， 其中S表示驾驶员的警觉水平，C表示表征生物睡眠模式的在24小时的时 间段的昼夜节律，且U表示基于驾驶员的昼间生物活动的12小时次昼夜节 律。我们在这里引用在背景章节中给出的KSS值计算的详细描述和其中参 考的文章。

预定的未来时间段比36个小时短且优选地比12个小时短。

KSS值因此可取在1和9之间的值，其中1是最小的疲劳，而9是最 大的疲劳。

控制信号24由控制单元20计算，且可例如影响用于驾驶员支持系统 16的阈值，使得KSS值越高，驾驶员支持系统设置就越安全，这意味着例 如设置更适合于疲劳的驾驶员的疲劳水平的驾驶员支持系统阈值降低了阈 值，使系统更灵敏。驾驶员支持系统应被视为一般概念，其可例如包括来 自车道偏离警告系统、自动紧急刹车系统和在车辆中的用于显示所计算的 疲劳值以通知和警告驾驶员的显示系统当中的一个或多个。

疲劳值（KSS）优选地被连续地计算，这意味着当前值总是可用的， 以及未来的时间范围不断地变化。

因为影响KSS值的参数并不非常快地改变，KSS值不需要被连续地计 算，并可以按在连续计算之间的预定的间隔（例如10-1000秒）来计算。

参考图2中的流程图，现在将描述用于车辆的根据本发明的方法。

该方法包括：

（a）从速度记录器产生包含关于当前时钟时间和车辆的运动的时间的 信息的速度记录器信号，

（b）从驾驶员的卡片输入单元产生包含关于驾驶员的驾驶和休息时间 的信息的驾驶员卡片信号。

车辆还包括一个或多个驾驶员支持系统，例如车道偏离警告系统和自 动紧急刹车系统。

该方法还包括：

（d）在位于安全系统中的警觉建模单元中，使用警觉模型（“睡眠/醒 来预测器”—SWP）基于所述速度记录器信号6和/或驾驶员卡片信号来计 算在预定的未来时间段的驾驶员的当前疲劳值（KSS）和预测疲劳值（KSS）， 以及

（e）所述计算的当前和预测疲劳值（KSS值）被配置用于传送到控制 单元，所述控制单元位于所述安全系统中并适合于基于这些疲劳值来确定 车辆的驾驶员支持系统的控制信号。

根据本发明的一个实施例，该方法还包括：

（c）从用于监控驾驶员活动的监控系统产生包含关于驾驶员在车辆中 的活动的信息的警觉信号。在计算当前和预测疲劳值时使用警觉信号。

按照根据本发明的方法，使用公式KSS=10.9-0.6(S+C+U)来计算疲劳 值（KSS）。

上文详细讨论了所涉及的参数和它们如何被计算，且在这里引用了该 讨论。

预定的未来时间段比36个小时短且优选地比12个小时短。

根据该方法的一个实施例，控制信号影响用于驾驶员支持系统16的疲 劳值，使得KSS值越高，驾驶员支持系统设置就越安全，即，越灵敏。

优选地使用在连续计算之间的10-1000秒的预定间隔来连续地计算疲 劳值（KSS）。

根据另一实施例，控制单元适合于向用于显示所计算的疲劳值的在车 辆中的显示系统产生控制信号。监控系统适合于使用例如运动传感器来监 控例如驾驶员在车辆中的运动、他/她的操纵行为和/或车辆在车道中的运 动。它还可适合于检测驾驶员例如是否调节车辆的收音机。

图3示出S、C和U在大约36个小时的时间段如何变化。它还显示所 计算的KSS值的变化。警觉水平S显示人已进入睡眠，且他/她的警觉水平 然后慢慢地下降，直到他/她再次在7点钟休息。上面解释了昼夜节律和次 昼夜节律，且KSS是近似于人的相对疲劳的标度（1-9）。

图4示出疲劳水平在几天内如何被影响。KSS的最大值被标为S1、S2 和S3，S1、S2和S3分别对应于人在第一天、第二天和第三天何时进入睡 眠。以相同的方式，当人醒来时的时间被标为W1、W2和W3。越过峰值 的虚线显示人的最大疲劳水平上升，这可指示他/她需要更长时间的休息。

图5中的流程图示出本发明的一个实施例。

该过程以驾驶员启动车辆开始。时间和日期从速度记录器被读入到警 觉建模单元，且来自驾驶员的卡片的信息从输入单元被读入到警觉建模单 元。

来自驾驶员的卡片的信息指示驾驶员是否有另一已记录的行程，或同 一驾驶员是否有在同一车辆中的行程。

如果驾驶员有在另一车辆中的另一已记录的行程，则评估是否这出现 在当前行程之前的规定时间段内，例如两或三天以前。如果是这样，则计 算驾驶员已进行的休息的估计的时间长度，即，计算参数S。接着计算当 前和预测KSS值，向驾驶员通知这些值，且基于这些值来调节驾驶员支持 系统。

如果从驾驶员的卡片读入的信息指示没有记录的行程或休息比规定时 间段长，则驾驶员被假设为充分休息，且接着计算当前和预测KSS值。

最后，如果从驾驶员的卡片读入的信息指示同一驾驶员正驾驶同一车 辆，则警觉水平S可通过计算最大休息并接着调节此（如果记录到各种活 动，例如收音机被调节、照明被调节、警报/锁系统被启动且警报的运动传 感器检测到活动的话）来确定。接着计算当前和预测KSS值，并通知驾驶 员，和/或基于这些KSS值来调节驾驶员支持系统。

本发明不限于上面描述的优选实施例。可使用各种备选、修改和等效 形式。上述实施例因此不应被考虑为限制由所附权利要求限定的本发明的 保护范围。