用于评估车辆的至少一个驾驶员辅助系统的干预的方法和评估装置

摘要

本发明涉及一种用于评估车辆(1)的至少一个驾驶员辅助系统(35)在车辆(1)的驾驶运行中的干预的方法，在其中，用于在车辆行驶时尤其在驾驶安全性方面支持车辆(1)的用户的驾驶员辅助系统(35)适合并且规定用于干预驾驶运行。根据本发明，评估装置(20)在驾驶员辅助系统(35)的至少一个干预中测定该干预是否是对于用户而言本身可感知的干预。

说明书

技术领域

本发明涉及一种用于评估车辆的至少一个驾驶员辅助系统在车辆的驾驶运行中的干预的方法和评估装置。

背景技术

从现有技术中已知用于在车辆行驶时支持车辆的用户(例如用于改善驾驶安全性和/或用于避免和/或减轻事故)的驾驶员辅助系统。

在现代车辆中安装有许多事故避免系统。这些系统中的许多悄悄地发展—也就是说，驾驶员虽然为这些系统付钱，但是驾驶员并不总是意识到这些系统在车辆行驶时支持其或甚至避免事故。为此的一示例是ESC(“Electronic Stability Control”的缩写，德文Elektronische Stabilitätskontrolle，通常也称为电子稳定程序(“ESP”))，一种用于驾驶动态调节的驾驶员辅助系统，其尤其可通过针对性地制动机动车的各个车轮来抵抗车辆的偏转(Ausbrechen)。

ESC干预在车辆转向过度或转向不足时避免侧滑事故(Schleuderunfall)。驾驶员在ESC干预中仅发觉车轮处的短暂的“抖动(Ruppeln)”并且通常根本不能将这关联—可能认为其驶过石头或地槛(Bodenschwelle)。在此，ESC正好也许拯救了其性命。

不同技术领域中的类似情况存在在计算机上的病毒扫描器中。这些病毒扫描器由此使其相对于用户/顾客可觉察，即病毒扫描器在每个病毒攻击之后以“病毒攻击被阻止”报告并且生成多频繁地扫描和多频繁地阻止病毒的例如月度统计。在汽车领域中，该或相似的解决方案不是已知的或未使用。

US 9 773 281 B1中描述了一种用于车辆的事故识别设备，其配置成确定发生了车辆所参与的事故。在确定事故发生之后，可确定事故的特征，获得车辆数据和关于车辆乘客的数据。

由US 9 487 138 B2已知一种用于输出车辆中的驾驶员辅助系统的警报的方法，在其中，检测关于车辆的运动的数据和关于在车辆的周围中的事故危险的数据。评估所检测的数据并且将其与具体的事故危险等级相关联。根据所关联的事故危险等级输出警报。例如，当达到危急的碰撞情况时，向驾驶员通知自动的车辆调节的开始，以便其理解相应的驾驶任务的撤销。

US 8 766 846 B2中描述了一种用于防止事故的车辆系统，其具有物体识别设备。当检测到物体时，可向车辆的制动设备传送事故防止响应信号，然后独立于车辆的驾驶员制动车辆。

发明内容

本发明目的在于克服从现有技术中已知的缺点并且提供一种用于评估车辆的至少一个驾驶员辅助系统在车辆的车辆运行中的干预的方法以及评估装置，通过其，用户在通过驾驶员辅助系统的干预确保较高的驾驶安全性时同样被告知所述干预。

根据本发明，该目的通过一种用于评估车辆的至少一个驾驶员辅助系统在车辆的驾驶运行中的干预的方法来实现。

在根据本发明的用于评估车辆的至少一个驾驶员辅助系统在车辆的驾驶运行中的干预的方法中，用于在车辆行驶时尤其在驾驶安全性方面支持车辆的用户的驾驶员辅助系统适合并且规定用于干预(车辆的)驾驶运行。用户可以是车辆的驾驶员和/或另外的乘客。

根据本发明，评估装置在驾驶员辅助系统的至少一个干预中测定该干预是否是(和/或曾经是)对于用户而言本身可感知的干预。

对于用户而言本身可感知(或应感知)的干预尤其理解成用户可原则上(独立地，仅通过自己的感官印象)感知驾驶运行中的干预本身(例如通过在驾驶运行中出现的不规律性，如颠簸)并且可将该感知尤其基本上明确地和/或以预设的概率视作为和/或关联为驾驶员辅助系统在驾驶运行中的干预的效果。优选地，用户可将本身可感知的干预与基于其他原因(例如地槛)的在驾驶运行中出现的其他不规律性进行区分。

驾驶员辅助系统优选地是用于提高驾驶安全性的驾驶员辅助系统，并且特别优选地是用于避免和/或减轻事故的驾驶员辅助系统。优选地，驾驶员辅助系统是电子控制的驾驶员辅助系统。

优选地，车辆的至少一个驾驶员辅助系统和尤其车辆的多个驾驶员辅助系统(分别)是事故避免系统。

在车辆中优选地安装有多个驾驶员辅助系统、尤其多个事故避免系统。优选地，这些驾驶员辅助系统将其干预尤其经由数据总线报告到评估装置处并且优选地报告到(评估装置的)评估算法处。

尤其地，评估装置适合并且规定用于测定通过车辆的一个驾驶员辅助系统(或多个驾驶员辅助系统)进行和/或实行和/或触发的干预是否是对于车辆的用户而言应感知的且优选地被车辆的用户感知的干预。

优选地，评估装置测定该干预是否是对于用户而言(尤其本身)不可感知的干预。

换言之，评估装置或评估算法例如经由系统数据(例如至少一个或多个驾驶员辅助系统的数据)的评估来测定驾驶员辅助系统(尤其事故避免系统)的干预是否是对于用户(例如驾驶员)而言不可立即识别的或本身不能被用户(例如驾驶员)关联。

这提供该优点，即用户可被告知未感知和/或不可感知的干预。有利地，可使用户在驾驶员辅助系统的实行的活动方面敏感。用户有利地由此获得鉴于它们的潜在危险来分析驾驶情况和/或(其)驾驶行为和/或环境条件(例如气候状态)并且适配或改变将来的驾驶行为的可能性。

通过将本身不可感知的干预回报例如到用户处，一方面可向用户展示驾驶员辅助系统的重要性，而另一方面可通过适配用户的驾驶行为来防止或减轻将来类似的危险情况。

优选地，(尤其每个)实行和/或触发干预的驾驶员辅助系统(同时地或时间上错开地)触发评估装置的激活，用于测定该干预对于用户而言的可感知性。

优选地，评估装置针对多个干预和尤其针对(例如行程的)每个干预来测定相应的干预的可感知性。

在优选的方法中，干预的可感知性的测定基于一个驾驶员辅助系统或多个驾驶员辅助系统的数据的评估进行。这提供该优点，即可从一个驾驶员辅助系统或多个驾驶员辅助系统的数据中推断出干预(尤其本身)对用户的可感知性。

优选地，一个驾驶员辅助系统或多个驾驶员辅助系统的数据包括与(相应的)驾驶员辅助系统的干预的类型和/或持续时间、实行的动作、需要的干预强度、至少一个状态有关的信息。

在进一步优选的方法中，干预的可感知性的测定基于驾驶员辅助系统的预先已知的和/或过去的相似的干预进行。优选地，评估装置或评估算法利用先验知识(Vorwissen)。例如，ESC系统的干预可比用于避免碰撞的紧急制动系统的干预更难被用户或被驾驶员关联为避免事故的。

优选地，从先验知识中已知和/或测定的在干预与其可感知性之间的联系储存在存储设备中，评估装置可取用该存储设备，并且/或者该存储设备是车辆和尤其评估装置的组成部分。

在进一步(备选地或附加地)优选的方法中，干预(本身)的可感知性的测定基于驾驶员辅助系统的干预强度和/或类型进行。这提供该优点，即可将干预中的若干例如在没有较高的评估耗费或计算耗费的情况下分级为可感知的或不可感知的。因此，例如可将通过紧急制动系统的紧急制动的执行(通常)在没有另外的评估的情况下分类为(本身)可感知的干预。

优选地，在测定干预的可感知性时考虑干预被哪个驾驶员辅助系统实行或已实行。例如，可由车辆的中央计算机和/或由相应的驾驶员辅助系统向评估装置报告以哪个干预强度和哪个干预设置为待实行的和/或(已经)被实行。

在进一步优选的方法中，干预(本身)的可感知性的测定基于通过至少一个行驶机构传感器设备和/或周围环境传感器设备检测和/或测定的至少一个(测量)值进行。

优选地，评估装置和/或评估算法利用行驶机构传感器(或行驶机构传感器设备)例如惯性-、高度-和车轮转速传感机构的信息，以及周围环境传感器例如摄像机-、雷达-、激光-或超声波传感机构的信息：优选地，该算法对此比较在干预之前和在干预期间的车辆行为，以便评价该干预与正常驾驶相比对于驾驶员而言能够多强烈地感觉到。

优选地，行驶机构传感器设备从传感器设备的如下组中选择，该组包括至少一个惯性传感器设备、至少一个高度传感器设备、至少一个车轮转速传感器设备等以及由此的组合。

通过行驶机构传感器设备检测和/或测定的(多个)值的考虑提供该优点，即由此可非常精确地确定行驶机构和/或车辆的运动和/或晃动。由此，尤其评估装置可有利地测定由驾驶员辅助系统的干预引起或已引起的并且可被驾驶员感觉到和/或(物理上)可感知的非常精确的运动和/或晃动。

优选地，干预(本身)的可感知性的测定基于至少一个行驶机构传感器设备和/或至少一个周围环境传感器设备的如下(测量)值进行，其中的至少一个(测量)值在干预之前且其中的至少一个另外的(测量)值在干预期间被检测(或记录)和/或测定。

优选地，在干预之前和在干预期间的车辆行为的比较尤其通过评估装置进行。由此可有利地评价该干预与正常行驶或先前行驶相比对于用户而言能够多强烈地感觉到。

在进一步优选的方法中，借助于乘客监控装置来检测用户对干预的反应，并且干预的可感知性的测定基于用户的检测出的反应进行。这提供该优点，即通过用户的可感知性不是间接地例如从行驶机构传感器设备的(测量)值出发推断出，而是可直接在用户自身处观察该用户是否感知和/或已感知干预。这提供该优点，即可考虑与个人相关的感知阈值。

优选地，乘客监控装置(至少暂时地并且尤其在干预之前和/或在干预期间)以光学途径观察用户和/或用户的行为。优选地，乘客监控装置由此测定干预通过用户的感知。优选地，乘客监控装置具有图像检测设备，例如摄像机和尤其车内摄像机。优选地，乘客监控装置是(车内)摄像机。

还可考虑的是，乘客监控装置经由跟踪注视路径(至少暂时地并且尤其在干预之前和/或在干预期间)监控用户。

优选地，乘客监控装置和/或评估装置适合并且规定用于从至少部分地包括用户的光学影像中例如通过身体姿势的退缩和/或改变和/或注视路径的改变和/或瞳孔放大来测定乘客的惊恐状态和/或注意力提高的状态。

优选地，乘客监控装置借助于乘客监控装置和/或车辆的触觉和/或有触感的元件来测定干预的感知(和因此干预的可感知性)。触觉和/或有触感的元件例如可以是车辆的操作元件，例如方向盘和/或行驶踏板和/或制动踏板。优选地，乘客监控装置从操作元件的操作和/或用户在触觉和/或有触感的元件处(尤其在操作元件处)的强度和/或运动动态的改变中来测定用户对干预的反应。

优选地，乘客监控装置和/或评估装置测定用户是否与该干预在时间上有联系地处于惊恐状态和/或注意力提高的状态中。在时间上的联系尤其理解为用户的反应时间。典型的反应时间例如可储存在尤其评估装置和/或车辆的存储设备上。还可考虑的是，在存储设备上储存用户特定的反应时间，其用于在考虑驾驶员对干预的反应的情况下评估干预通过用户的可感知性和/或感知。

此外，(评估)算法和/或评估装置优选地利用车内摄像机和/或操作元件(例如方向盘、行驶踏板和制动踏板)的信息。(评估)算法观察驾驶员对干预的反应，并且依据这些信息来评价该反应。对此，驾驶员反应优选地分级为例如弱、中和强。

优选地，尤其通过该评估装置将用户的通过乘客监控装置检测的反应分级为不同反应强度的多个预设类别中的一个(例如：分级为(四个)类别，无反应|弱反应|中反应|强反应)。

优选地，可从反应所归属的类别和/或干预强度和/或对于干预有表征性的参量中测定用户是否已有意识地和/或无意识地感知到干预并且/或者用户是否能够(已)感知到干预本身。

优选地，不同来源(先验知识、行驶机构传感器和/或周围环境传感器和/或车内摄像机和/或操作元件)的数据相互融合，特别优选地先验知识领域、行驶机构传感器和/或周围环境传感器领域以及车内摄像机和/或操作元件领域中的数据相互融合。对此，可利用机器学习方法，例如神经网络、深度学习或还有贝叶斯网络。

优选地，评估装置能够经由现代算法(KI，即人工智能、机器学习、神经网络、深度学习、贝叶斯网络等)，优选地借助于评估多个数据、尤其多个过去的干预的数据和对此相关联的检测出的周围环境数据和/或行驶机构数据和/或用户反应数据来测定干预的可感知性和/或干预通过用户的感知。

在进一步优选的方法中，评估装置根据干预的可感知性的测定出的结果来提供用于输出到用户处的输出信号。这提供该优点，即增强了用户在驾驶员辅助系统的工作方式和/或干预频率和/或重要性和/或干预强度方面的意识。例如，由此可向用户表明通过干预例如可防止或(显著)减轻事故。

如果算法识别出干预对于驾驶员而言不可识别或不可关联，那么算法经由数据总线在车辆中的现有显示单元中请求文本报告，例如“ESC刚才防止了侧滑事故”。为此，可利用现有的显示器，例如车速显示器或导航显示器。是否应进行该显示，可由驾驶员在适当的菜单中例如通过点击“显示干预统计

优选地，当评估的结果得出对于用户而言(本身)不可感知的干预并且/或者干预未被用户感知(例如由于用户的强烈分心)时，评估装置提供输出信号。

优选地，干预的可感知性的(可储存和/或被储存在存储设备中的)阈值可预设和/或能预设，评估装置依据该阈值来判断或测定干预的可感知性。

优选地，输出信号由至少一个输出设备输出到用户处。输出设备可以是车辆的输出设备。但是，附加地或备选地，输出设备还可以是用户的输出设备和/或车辆外部的输出设备。

车辆的输出设备可以是固定地(尤其不可无破坏松开地)安装在车辆中的输出设备。优选地，其是车速显示器、导航显示器和/或(图形)HMI(人机界面)。

但是，还可考虑的是，其是移动的和/或在车辆内可运动的输出设备。

优选地，输出设备是(例如用户的)终端、尤其移动终端。因此，其例如可以是与固定式计算机连接的显示设备。但是，终端还可以是智能手机、平板电脑、笔记本电脑等。

优选地，输出设备是光学或视觉输出设备。优选地，输出设备是图形显示器。

附加地或备选地，还可能的是，输出设备是声学输出设备，在其中例如通过噪声或语音输出告知用户该干预。

还可考虑的是，尤其通过用户(尤其可选地)可预设和/或可选择通过哪个输出设备输出输出信号。

优选地，评估装置适合并且规定用于提供用于通过(车辆和/或用户和/或外部器具的)输出设备输出的输出信号，该输出信号尤其在关于预设时间段和/或预设行程的统计的范围中包括关于尤其在该预设时间段和/或预设行程中发生的至少一个或多个干预的信息。

与干预有关的应输出的信息可从如下组中选择，该组包括干预的时间和/或地点和/或类型和/或驾驶员辅助系统的类型和/或干预强度以及对于干预有表征性的参量以及组合。

优选地，关于多个干预(其例如在预设的时间段和/或路线区段中和/或在预设的行程中发生)的统计可例如在条形图的范围中和/或以表格形式图形化输出。

例如，时间段可以是至少一个小时、优选地至少一天、优选地至少一周、优选地至少一个月并且特别优选地至少一年的时间段。优选地，评估与用户相关地进行。

优选地，输出信号在时间上有联系地，例如在进行干预之后在五分钟之内、优选地在三分钟之内并且特别优选地在两分钟之内被提供用于输出到用户处和/或(被输出设备)输出。用户通过时间参考获得关于干预事件的直接反馈。

优选地，输出信号自动地和/或在没有对于通过用户输出的指示的情况下通过输出设备输出。

但是，还可能的是，用户可(例如通过人机界面)输入对于输出与一个或多个干预和/或干预统计有关的上述信息中的所有和/或若干的指示。这例如可经由人机界面的菜单引导来支持。

优选地，通过输出设备来显示车辆中的一个或多个事故避免系统的干预的统计。

在进一步优选的方法中，分别针对多个干预来测定干预的可感知性，并且根据相应的可感知性来提供这些干预的选择的信息用于输出。

优选地，驾驶员辅助系统从如下组中选择，该组包括(至少)一个ESC系统(电子稳定控制系统)、ABS(防抱死系统)、避让辅助系统、紧急制动辅助系统、车道偏离警告系统、疲劳警告系统等以及其中的组合。

驾驶员辅助系统可以(分别)是至少部分自动地驾驶接管准备(fahrübernahmebereit)的系统。还可考虑的是，其是如下驾驶员辅助系统，该驾驶员辅助系统至少暂时地(例如在危险情况期间)适合(并且规定)用于(尤其在限定的界限之内)完全接管(尤其独立的)车辆行驶。

本发明此外涉及一种尤其用于带有至少一个驾驶员辅助系统的车辆的评估装置，用于评估车辆的至少一个驾驶员辅助系统在车辆的驾驶运行中的干预。在此，(尤其分别)用于在车辆行驶时尤其在驾驶安全性方面支持车辆的用户的驾驶员辅助系统适合并且规定用于干预(车辆的)驾驶运行。

根据本发明，评估装置适合并且规定用于以及配置成在驾驶员辅助系统的至少一个干预中测定该干预是否是(和/或曾是)对于用户而言本身可感知的干预。

换言之，在根据本发明的评估装置的范围中提出评估与通过驾驶员辅助系统的干预有关的数据、尤其驾驶员辅助系统和/或车辆的中央计算机和/或行驶机构传感器设备和/或周围环境传感器设备和/或驾驶员监控装置的数据，以便测定驾驶员辅助系统的干预是否对于用户而言不可(立即或直接)感知或识别，或者本身不能被用户关联和/或不被用户关联。

优选地，评估装置设立、适合和/或规定用于单独地或以相互组合的方式实施上述方法以及上面已结合该方法描述的所有方法步骤。反过来，该方法可单独地或以相互组合的方式配备有在评估装置的范围中描述的所有特征。

本发明此外涉及一种车辆、尤其机动车，包括上述相应于一实施形式的用于车辆的评估装置。尤其地，本发明可尤其作为纯软件解决方案且优选地在没有新的或附加的硬件的情况下运用或应用于所有车辆和平台。车辆尤其可以是(马达驱动的)道路车辆。

优选地，车辆具有如下输出设备，借助于该输出设备来输出由评估装置提供的带有与驾驶员辅助系统的一个或多个干预有关的信息的输出信号。

车辆可以是如下机动车，该机动车尤其是由驾驶员自身控制的机动车(“仅驾驶员”)、半自主的、自主的(例如(SAE J3016标准)的自主等级3级或4级或5级)或自驾驶的机动车。自主等级5级在此指全自动驾驶的车辆。车辆同样可以是无驾驶员的运输系统。车辆在此可由驾驶员控制或自主驾驶。此外，除了道路车辆之外，车辆还可以是飞行的士(Flugtaxi)、飞机和其他交通工具或其他车辆类型，例如航空器、船舶或轨道车辆。

用于评估车辆的至少一个驾驶员辅助系统在车辆的驾驶运行中的干预的方法的本发明已结合车辆和驾驶员辅助系统描述，在其中，用于在车辆行驶时尤其在驾驶安全性方面支持车辆的用户的驾驶员辅助系统适合并且规定用于干预驾驶运行。但是，本发明还可转用于其他用于自动化的器具和/或设备和/或系统，例如在家庭自动化领域中。因此，可实行和/或提供(例如统计的)信息的评估以及输出，何时并且如何调节供暖装置、打开和/或关闭百叶窗等。申请人保留同样要求保护涉及于此的方法和评估装置的权利。

本发明此外涉及一种计算机程序或计算机程序产品，包括程序媒介(Programmmittel)、尤其程序代码，其至少表示或编码根据本发明的方法的方法步骤和优选地优选的实施形式中的一个，并且构造用于通过处理设备实施。

本发明此外涉及一种数据存储器，在该数据存储器上存储有根据本发明的计算机程序的至少一个实施形式或计算机程序的一优选的实施形式。

附图说明

另外的优点和实施形式从附图中得出：

其中：

图1示出了带有根据本发明的评估装置的车辆的示意图；

图2a示出了通过输出设备输出的输出物的第一实施形式；

图2b示出了通过输出设备输出的输出物的另一实施形式；

图3示出了通过输出设备输出的输出物的另一实施形式；以及

图4示出了通过输出设备输出的输出物的另一实施形式。

具体实施方式

图1示出了根据一实施形式的带有根据本发明的评估装置20的车辆1的示意图。评估装置20可以是车辆1的组成部分。在车辆1中安装有至少一个并且优选地多个事故避免系统或驾驶员辅助系统35(系统1、系统2、…、系统n)。

驾驶员辅助系统35或事故避免系统可例如在潜在危险情况下(自动)干预车辆的驾驶运行，以便尽可能防止或至少减轻危险情况(例如事故)的出现。

评估装置可实施评估算法，该评估算法就此评估数据，即驾驶员辅助系统35或事故避免系统的干预是否是对于驾驶员而言不可立即识别的或本身不能由驾驶员关联。

评估装置20经由至少一个通信连接与车辆1的驾驶员辅助系统35相连接用于数据交换。在图1中示意性地示出了多个系统，系统1、系统2、…、系统n，作为驾驶员辅助系统35(或事故避免系统)，所述系统分别经由通信连接36(在这里数据总线)与评估装置20相连接用于数据交换。这些(驾驶员辅助)系统优选地将其干预在这里经由数据总线报告到评估装置20处或到评估算法处。

为了测定干预本身是否由驾驶员或用户可识别或可感知和/或本身不能由驾驶员或用户关联，评估装置或评估算法，(1)，利用先验知识。例如，ESC系统的干预可比用于避免碰撞的紧急制动系统的干预更难由驾驶员或用户关联为避免事故的。

优选地，(评估)算法或评估装置20利用由车辆1的检测设备10检测的(测量)值，例如(2)，行驶机构传感器16(例如惯性-、高度-和车轮转速传感机构)的信息，以及周围环境传感器12(例如摄像机-、雷达-、激光-或超声波传感机构)的信息。对此，(评估)算法优选地比较在干预之前和在干预期间的车辆行为，以便评价该干预与正常驾驶相比对于驾驶员而言能够多强烈地感觉到。

此外，(评估)算法优选地利用，(3)，车内摄像机14和/或操作元件12(例如方向盘、行驶踏板和/或制动踏板)的信息。(评估)算法观察驾驶员对干预的反应，并且依据这些信息来评价该反应。对此，驾驶员反应尤其分级为例如弱、中和强。

将不同来源(1)先验知识、(2)行驶机构-和周围环境传感器以及(3)车内摄像机和操作元件的数据相互融合。对此，可利用机器学习方法，例如神经网络、深度学习或贝叶斯网络。

如果(评估)算法识别出该干预对于驾驶员或用户而言不可识别或不可关联，则算法经由通信连接34(在这里是数据总线)在尤其(在车辆1中)存在的输出设备30(如车辆中的显示器(单元)，例如车速显示器或导航显示器)中请求文本报告，例如“ESC刚刚防止了侧滑事故”。是否应进行该显示，可由驾驶员在适当的菜单中例如通过点击“显示干预统计

图2a示出了通过输出设备输出的输出物A1的第一实施形式。(评估)算法或评估装置20优选地生成驾驶员辅助系统35或事故避免系统的干预统计A1。在该干预统计中优选地说明哪个驾驶员辅助系统35(“系统1、系统2、…、系统n”)在时间段t中多频率地进行干预。图2a中示出的输出物A1以条形图的形式显示。

图2b示出了通过输出设备输出的输出物A2的另一实施形式。如在输出物的图2a中示出的实施形式中那样，这里也输出干预统计，在该干预统计中说明哪个驾驶员辅助系统35(“系统1、系统2、…、系统n”)在时间段t中多频繁地进行干预。图2b中示出的输出物A2以表格形式显示。

图3示出了通过输出设备输出的输出物A3的另一实施形式。优选地，驾驶员或用户可通过输入(例如在输出物A1的条形图中点击图2a中示出的系统的条时，或者在输出物A2的表格中点击图2b中示出的系统的行时)来显示干预的另外的数据，例如驾驶员辅助系统35或事故避免系统的地点、日期、时间和干预强度，如在图3的输出物A3中所示。

图4示出了通过输出设备输出的输出物A4的另一实施形式。驾驶员或用户优选地可(此外)通过输入(例如在点击干预的(通过输出设备30)显示的地点时)导航地图M上的该地点连同另外的与该干预有关的信息50，例如干预的日期和时间和/或干预强度。在图4中示出的输出物中，通过填充点在导航地图M中标记通过用户选择的干预的地点位置P。该被标记的位置P关联有另外的、与该被选择的干预有关的信息，所述信息在这里由矩形框框起来并且由此突出。

上面在图2a、图2b、图3和图4中描述的统计和数据优选地可由驾驶员或用户在车辆1中经由菜单引导选择并且经由上述显示单元30查看。备选地，这些统计和数据还可经由尤其无线的通信连接38(例如无线电网络(W-LAN、蓝牙等))发送到(移动)终端40(例如驾驶员或用户的智能手机42或家用PC 44)处，并且可在那里由该驾驶员或用户查看，如图1中所示。

申请人保留要求保护申请文件中公开的全部特征作为对于本发明是重要的权利，只要其单独地或以组合相对于现有技术具备新颖性。此外指出，在各个图中也描述了本身可以是有利的特征。本领域技术人员即认识到，图中描述的某个特征在不采用该图中的另外的特征的情况下也可以是有利的。此外，本领域技术人员认识到，还可通过在各个或不同的图中示出的多个特征的组合得出优点。

附图标记列表

1车辆

10检测设备

12操作元件

14车内摄像机

16行驶机构传感器设备

18周围环境传感器设备

20评估装置

30输出设备

32通信连接

34通信连接

35驾驶员辅助系统

36通信连接

38通信连接

40终端

42智能手机

44家用PC

50信息

A1,A2,A3输出物

N数量

M地图

P位置

t从…至…的时间段。