• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    一種駕駛行為分析警示系統係用於在車輛的行駛過程中，可用於偵測駕駛者的駕駛行為並且提供相對應於該駕駛行為的警示訊號。其中，該分析警示系統係可藉由資訊收集單元擷取該車輛之外部及/或內部的行車資訊，以透過內嵌設置有演算法的分析模組進行分析演算，並產生駕駛安全訊號，並使得該駕駛者可透過輸出單元判斷該駕駛者自身的該駕駛行為是否屬於正常駕駛或非正常駕駛的狀態，用以達到避免因危險駕駛所造成的傷害。此外，本發明同時提出一種駕駛行為分析警示方法。
    公开号:TW201321246A
    申请号:TW100143301
    申请日:2011-11-25
    公开日:2013-06-01
    发明作者:Bing-Fei Wu；Chao-Jung Chen；Ying-Han Chen；Chung-Hsuan Yeh
    申请人:Univ Nat Chiao Tung；
    IPC主号:B60K28-00
    专利说明:
    駕駛行為分析警示系統與方法
    本發明係關於一種駕駛行為分析警示系統與方法，特別是藉由分析該車輛在外部及/或內部所擷取的行車資訊以獲得可提供駕駛者可自行判斷自身駕駛行為的系統與方法。
    傳統上，在智慧型運輸系統的技術領域，各國皆有大型計劃進行相關的研究。其中，特別是藉由分析駕駛者的駕駛行為而實現行車安全的議題，而該行車安全係源自於駕駛者的正常駕駛行為與非正常駕駛行為。目前市面上已開始販售有關於偵測駕駛者的駕駛行為偵測系統，其偵測的方法係包括分析駕駛者的生理訊號(例如頭部移動、心跳的變動、方向盤的移動軌跡、眼部移動等)。
    從分析駕駛行為狀態的相關研究文獻中，大致可從分析訊號來源來做進一步的分類，其可區分為兩大類，其一類係利用駕駛人生理訊號以及其衍生的生理狀態的生理訊號分析法，另一類係利用駕駛人的行車表現做分析訊號的行車表現分析法，其分別敘述如下。
    上述該生理訊號分析法，係依據駕駛人的行為狀態直接地反映在生理訊號之上，例如以駕駛疲勞為例，當駕駛人出現打瞌睡的徵兆，則在腦部會產生也會出現腦波(electroencephalogram，EEG)變化。此外，當駕駛人出現分心狀態，如使用導航裝置時，視線就會往導航裝置移動，而不會注意前方路況，在這種情形下，可透過使用影像辨識技術，進一步分析人眼視線就能辨別駕駛人目前為分心狀態。然而，要實現上述的辨識技術係十分困難的。以腦波測試法為例，駕駛人並不會願意帶著腦波量測儀器開車，而影像辨識技術也有其困難點。又在相關文獻中，常出現以人臉以及以人眼、表情、嘴唇辨識與追蹤辨識技術，係會依隨著人臉在白天行車時因光影變化複雜的環境，演算法的強健程度受到很大的考驗。再者，以人眼視線辨識為基礎的系統，當駕駛人因強光戴上墨鏡後便無法作用。雖然該生理訊號分析法具有測量精準等的優點，但該種量測方式係並不易實現在現實生活中。
    再者，上述中的該行車表現分析法係以駕駛人狀態所產生的駕駛行為以作為行車分析的依據。換言之，係以間接的方式判斷該駕駛者的該駕駛狀態。以駕駛疲勞為例，通常反映在駕駛表現上就是反應時間增加，以及對方向盤控制不靈敏等反應。然而，該種分析訊號的缺點係為該駕駛者的駕駛行為通常都是定性的描述，少有定量的分析，難以去界定供該駕駛者判斷。
    故有必要藉由本發明所提供的系統與方法，用以解決習知技術中的缺失。
    本發明之一目的係提供一種駕駛行為分析警示系統，係在車輛的行駛過程中分析駕駛者的駕駛行為，用以達到警示該駕駛者當前該駕駛行為的目的。
    本發明之另一目的係提供一種駕駛行為分析警示方法，係藉由分析該駕駛者的該駕駛行為，用以供該駕駛者可自行判斷自身駕駛行為的目的。
    為達到上述目的及其它目的，本發明係提供一種駕駛行為分析警示系統，係用於在車輛的行駛過程中偵測駕駛者的駕駛行為，其包含資訊擷取單元、分析模組與輸出單元。該資訊擷取單元係供設置於該車輛，且該資訊擷取單元係擷取在該車輛之外部與內部之至少其一者相關的行車資訊；該分析模組係連接該資訊擷取單元，該分析模組係根據該行車資訊產生駕駛安全訊號，且該駕駛安全訊號係相關於該駕駛者的該駕駛行為；以及，該輸出單元係與該分析模組連接，該輸出單元輸出該駕駛安全訊號用以供該駕駛者判斷自身的該駕駛行為。
    為達到上述目的及其它目的，本發明係提供一種駕駛行為分析警示方法，係用於在車輛的行駛過程中偵測駕駛者的駕駛行為並提供相對應於該駕駛行為的警示訊號，其包含步驟係(a)擷取在該車輛之外部與內部之至少其一者所產生的行車資訊；接著步驟(b)係分析該行車資訊，以產生相關於該駕駛行為的駕駛安全訊號；以及揭著步驟(c)係顯示的該駕駛安全訊號，以供該駕駛者判斷目前自身的該駕駛行為的狀態。
    與習知技術相較，本發明之駕駛行為分析警示系統與方法係接收外部的行車資訊(例如該行車資訊係來自於車道偏移系統(Lane Departure Warning Systems，LDWS)、前車偵測系統(Forward Collision Warning，FCW)、重力感測系統(accelerometer或gravity(G)-sensor)與其它行車系統)亦或是內部的行車資訊(例如油門使用資訊、行車速度資訊、煞車資訊、油耗、轉彎資訊與燈號資訊等等)所擷取的相關行車資訊，並經過分析模組分析分析該行車資訊，並且從該行車資訊取出該車道偏移系統接收車道的寬度、該車輛的側緣與車道線之間的距離、該車輛越過右方該車道的次數、該車輛的側向速度變化量與該車輛越過該車道線的超出量、該車輛與該車輛之前方車輛間的距離與該駕駛者為維持該車輛與該前方車輛間距離的反應時間與該車輛的行車速度變化量等相關的資訊，再透過內嵌於該分析模組中具有演算法(例如模糊演算法(Fuzzy theory))的決策單元分析上述該行車資訊，以產生駕駛安全訊號，而該駕駛安全訊號係提供駕駛者可了解到自身的駕駛行為是否屬於正常駕駛。
    於一實施例中，本發明所輸出的該駕駛安全訊號係再經由量化的方式並透過複數警示區間，以快速地、直接地且明確地警示駕駛者注意目前的駕駛狀態(例如安全駕駛、疲勞駕駛、分心駕駛、與酒醉駕駛等狀態)，用以避免危險駕駛所造成自身或者與其它駕駛者的行車安全危害。
    為充分瞭解本發明之目的、特徵及功效，茲藉由下述具體之實施例，並配合所附之圖式，對本發明做一詳細說明，說明如後：參考第1圖，係本發明一實施例之駕駛行為分析警示系統的方塊示意圖。於第1圖中，駕駛行為分析警示系統10係用於在車輛的行駛過程中偵測駕駛者的駕駛行為並提供相對應於該駕駛行為的警示訊號WS，例如該駕駛行為係可為安全駕駛、疲勞駕駛、分心駕駛與酒醉駕駛。於此，係將該疲勞駕駛、該分心駕駛與該酒醉駕駛定義為非正常駕駛(亦稱為危險駕駛)；以及，該安全駕駛係定義為正常駕駛。值得注意的是，於此所定義的該正常駕駛與該非正常駕駛係僅事例說明，實質上該駕駛行為應泛指經由該駕駛者所衍伸的所有相關駕駛行為。
    再者，該駕駛行為分析警示系統10係更包含資訊擷取單元12、記憶單元14、分析模組16與輸出單元18。其中，該資訊擷取單元12係供與外部及/或內部的，該資訊收集單元12係供設置於該車輛，且該資訊擷取單元12係擷取在該車輛之外部及/或內部相關的行車資訊DI，例如該行車資訊DI係擷取產生自車道偏移系統(Lane Departure Warning Systems，LDWS)的車道偏移資訊122、前車偵測系統(Forward Collision Warning，FCW)的前車偵測資訊124、重力感測系統(accelerometer或G-sensor)的重力資訊126或其它感測系統的行車資訊128；以及，該行車資訊DI係擷取該車輛之內部所擷取的油門使用資訊130、行車速度資訊132、煞車資訊134、油耗136、轉彎資訊138與燈號資訊140。再者，該等行車資訊DI係分別地說明如下。
    一併參考第2圖，該車道偏移系統的該車道偏移資訊122係提供該車輛C所行駛有關車道LANE與車道線LL的參數。其中，該車道線LL係用於形成該車道LANE。該車道偏移系統係可偵測該車道LANE的寬度WD、該車輛C的側緣CL與該車道線LL之間的距離d1、該車輛C越過右方車道LANE’的次數、該車輛C的側向速度變化量與該車輛C越過該車道線LL的超出量的該車道偏移資訊122。故該資訊擷取單元12係可透過該車道偏移系統獲得有關該車道LANE與該車道線LL的相關該車道偏移資訊122。
    一併參考第3圖，該前車偵測系統之該前車偵測資訊124係用於提供測量與前面車輛C’之間距離d2等的相關資訊，且可藉由該前車偵測系統判斷該駕駛者的疲勞駕駛行為。其中，該疲勞駕駛行為係關於該駕駛者為了維持安全的距離所做出的反應時間。再者，該反應時間係因該車輛C與該前面車輛C’之距離過近迫使該駕駛人急踩煞車所導致該車輛速度減緩所需反應的時間。故該資訊擷取單元12係透過該前車偵測系統接收該車輛C與該車輛C之前方車輛C’間的距離，以及該駕駛者為維持該車輛C與該前方車輛C’間距離的反應時間的該行車資訊DI。
    一併參考第4圖，該重力感測系統之該重力感測訊號126係用於感測該車輛C的加速度a狀態。一般而言，根據該駕駛者的駕駛行為態樣，根據該重力感測訊號126係區分為幾種駕駛方式，分別為直線行進駕駛(如第4圖(a)所示)、迂迴行進駕駛(如第4圖(b)所示)、正常轉彎駕駛(如第4圖(c)所示)與非正常轉彎駕駛(如第4圖(d)所示)。當該駕駛者操作該車輛C進行該直線行進駕駛時，該重力感測系統26係呈現穩定狀態；當進行駕駛者操作該車輛C進行該迂迴行進駕駛時，該重力感測系統的係呈現一類似來回對稱的振盪變化；當該駕駛者操作該車輛進行該正常轉彎駕駛時，該重力感測系統係呈現穩定的變化；以及，當該駕駛者操作該車輛進行該非正常轉彎駕駛時，該重力感測系統係呈現劇烈的變化。故於該資訊擷取單元12係可透過該重力感測系統接收該車輛C的行車速度變化量的該行車資訊DI，且根據該行車速度變化量判斷該車輛C的駕駛行為係為直線行進駕駛、迂迴行進駕駛、正常轉彎駕駛與非正常轉彎駕駛。
    回到第1圖，該記憶單元14係與該資訊擷取單元12連接，用於儲存該行車資訊DI並形成前次行車資訊PDI。值得注意的是，該記憶單元14係可為選擇的項目，例如當該警示系統10係作動態的即時分析時，該記憶單元14非為必要的選項。
    一般而言，由於非正常駕駛的行為係非為瞬間所發生的狀態，而是一段時間的漸變過程。故為了提供後續該分析模組16的分析，於本實施例中，係提供該記憶單元14用以記憶前次或每一次的該行車資訊DI，而儲存在該記憶單元14的該行車資訊DI係由於為已發生過的行車資訊，於此，係定義為前次行車資訊PDI。
    該分析模組16係連接該資訊擷取單元12，且根據該行車資訊DI產生駕駛安全訊號DSS，且該駕駛安全訊號DSS係相關於該駕駛者的該駕駛行為。
    於另一實施例中，該分析模組16係可同時連接該資訊擷取單元12與該記憶單元14，且使得在該行車資訊DI與該前次行車資訊PDI進行分析之後產生駕駛安全訊號DSS。其中，該駕駛安全訊號DSS係與該駕駛者的駕駛安全行為相關。此外，根據上述來自於該資訊收集單元12所收集的該行車資訊DI，係藉由演算法分析該行車資訊DI的各項內容參數，使得該行車資訊DI係可形成該駕駛安全訊號DSS。
    再者，於另一實施例中，該分析模組16’係又更進一步包含資訊分析單元162與決策單元164，如第5圖所示。其中，該資訊分析單元162係用於分析該行車資訊DI與該前次行車資訊PDI。換言之，透過該資訊分析單元162係可解析該行車資訊DI與該前次行車資訊PDI中的有關於車道LANE的寬度WD、該車輛C的側緣CL與該車道線LL之間的距離、該車輛C越過右方車道LANE’的次數、該車輛C的側向速度變化量與該車輛C越過該車道線LL的超出量、該車輛C與該車輛C之前方車輛C’間的距離、該駕駛者為維持該車輛C與該前方車輛C’間距離的反應時間、該車輛C的行車速度變化量、油門使用資訊、行車速度資訊、煞車資訊、油耗、轉彎資訊與燈號資訊的該行車資訊DI。又經解析完後的該行車資訊DI，係又透過內嵌具有演算法的該決策單元162，用於形成該駕駛安全訊號DSS。其中，該演算法係可為模糊演算法。
    此外，該駕駛安全訊號DSS係更可表示為安全駕駛、疲勞駕駛、分心駕駛、與酒醉駕駛等。於此，係以安全駕駛、疲勞駕駛、分心駕駛、與酒醉駕駛為例說明。
    再者，上述的該駕駛安全訊號DSS係又可透過該決策單元162的量化(亦或非量化)的方式以區分為複數警示區間WA，用以在該輸出單元18輸出對應該駕駛安全訊號DSS的該警示訊號WS。於此，係將該駕駛安全訊號DSS量化舉例為量化後的該駕駛相關訊DSS號係為80%以下時，則該等警示區間WA係表示該不正常駕駛；當量化後的該駕駛安全訊號DSS係介於50%與80%之間時，則該等警示區間WA係表示該警告駕駛；以及，當量化後的該駕駛安全訊號DSS係為50%以下時，則該等警示區間WA係表示該危險駕駛的三個區間。於另一實施例中，該駕駛行為分析警示系統10係更可包含顯示單元20，係與該輸出單元18連接，用於顯示上述的該等警示區間WA。
    於另一實施例中，該顯示單元20係可由複數個燈號202、204、206所組成，使得當該等警示區間WA係表示該正常駕駛時，該等燈號之綠燈燈號202係以恆亮、暗滅或閃爍的方式警示該駕駛者；當該等警示區間WA係表示該警告駕駛時，該等燈號之黃燈燈號204係以恆亮、暗滅或閃爍的方式警示該駕駛者；以及，當該等警示區間WA係表示該危險駕駛時，該等燈號之紅燈燈號206係以恆亮、暗滅或閃爍的方式警示該駕駛者。故該駕駛者係可透過該等燈號的表示方式達到警示的功效。
    參考第6圖，係本發明一實施例之駕駛行為分析警示方法的方法流程圖。於本實施例中，該駕駛行為分析警示方法係用於在車輛的行駛過程中，進行分析駕駛者的駕駛行為並且提供相對應於該駕駛行為的警示訊號，其方法步驟係起始於步驟S1，係擷取在該車輛之外部與內部之至少其一者所產生的行車資訊，例如該行車資訊係可用於測量與計算車道的寬度、該車輛的側緣與車道線之間的距離、該車輛越過右方該車道的次數、該車輛的側向速度變化量、該車輛越過該車道線的超出量的該行車資訊、該前車偵測系統接收該車輛與該車輛之前方車輛間的距離、該駕駛者為維持該車輛與該前方車輛間距離的反應時間、該車輛的行車速度變化量、油門使用資訊、行車速度資訊、煞車資訊、油耗、轉彎資訊以及燈號資訊的該行車資訊。其中，該車道線係用於形成該車道。再者，上述中所提及關於該行車速度變化量的偵測，係可用於判斷該車輛係為直線行進駕駛、迂迴行進駕駛、正常轉彎駕駛與非正常轉彎駕駛。
    接著步驟S2，係分析該行車資訊，以產生相關於該駕駛行為的駕駛安全訊號，例如該駕駛安全訊號係為安全駕駛、疲勞駕駛、分心駕駛、與酒醉駕駛。於一實施例中，可藉由演算法將該行車資訊分析以演算出該駕駛安全訊號，且以量化或非量化的方式定義該駕駛安全訊號以供警示該駕駛者使用。又在另一實施例中，更可根據不同的該行車資訊乘上不同的權重，以供該演算法演算該駕駛安全訊號。舉例而言，在該駕駛行為分析警示方法更可包含建立權重對應表，用以設定相對於每一該行車資訊的該權重，使得不同的該行車資訊係可透過該權重對應表選擇相對應的該權重。
    接著步驟S3，係顯示的該駕駛安全訊號，以供該駕駛者判斷目前自身的該駕駛行為的狀態。於一實施例中，該駕駛行為分析警示方法係更可包含設定複數警示區間，以分別地對該駕駛安全訊號進行分類，用於供該駕駛者進行該駕駛行為的判斷。其中，該等警示區間係表示為不正常駕駛與正常駕駛，例如該不正常駕駛係表示該駕駛者係處在酒醉駕駛、疲勞駕駛與分心駕駛；以及，該不正常駕駛係依照該酒醉駕駛、該疲勞駕駛與該分心駕駛更進一步區分為危險駕駛與警告駕駛。
    再者，於一實施例中，可設定當量化後的該駕駛安全訊號係為80%以下時，則該等警示區間係表示該不正常駕駛；當量化後的該駕駛安全訊號係介於50%與80%之間時，則該等警示區間係表示該警告駕駛；以及，當量化後的該駕駛安全訊號係為50%以下時，則該等警示區間係表示該危險駕駛。然而，值得注意的是，該警示區間的數目以及該量化數值係可進一步增加或減少，以設計出符合該駕駛者使用的警示態樣。
    故本發明之駕駛行為分析警示系統與方法係接收外部的行車資訊(例如該行車資訊係來自於車道偏移系統(Lane Departure Warning Systems，LDWS)、前車偵測系統(Forward Collision Warning，FCW)、重力感測系統(accelerometer或gravity(G)-sensor)與其它行車系統)亦或是內部的行車資訊(例如油門使用資訊、行車速度資訊、煞車資訊、油耗、轉彎資訊與燈號資訊等等)所擷取的相關行車資訊，並經過分析模組分析分析該行車資訊，並且從該行車資訊取出該車道偏移系統接收車道的寬度、該車輛的側緣與車道線之間的距離、該車輛越過右方該車道的次數、該車輛的側向速度變化量與該車輛越過該車道線的超出量、該車輛與該車輛之前方車輛間的距離與該駕駛者為維持該車輛與該前方車輛間距離的反應時間與該車輛的行車速度變化量等相關的資訊，再透過內嵌於該分析模組中具有演算法(例如模糊演算法(Fuzzy theory))的決策單元分析上述該行車資訊，以產生駕駛安全訊號，而該駕駛安全訊號係提供駕駛者可了解到自身的駕駛行為是否屬於正常駕駛。
    本發明在上文中已以較佳實施例揭露，然熟習本項技術者應理解的是，該實施例僅用於描繪本發明，而不應解讀為限制本發明之範圍。應注意的是，舉凡與該實施例等效之變化與置換，均應設為涵蓋於本發明之範疇內。因此，本發明之保護範圍當以申請專利範圍所界定者為準。
    10．．．駕駛行為分析警示系統
    12．．．資訊收集單元
    122．．．車道偏移資訊
    124．．．前車偵測資訊
    126．．．重力感測資訊
    128．．．感測資訊
    130．．．油門使用資訊
    132．．．行車速度資訊
    134．．．煞車資訊
    136．．．油耗
    138．．．轉彎資訊
    140．．．燈號資訊
    14．．．記憶單元
    16、16’．．．分析模組
    18．．．輸出單元
    WS．．．警示訊號
    LANE、LANE’．．．車道
    LL．．．車道線
    WD．．．寬度
    CL．．．側緣
    d1、d2．．．距離
    DI．．．行車資訊
    PDI．．．前次行車資訊
    C、C’．．．車輛
    a．．．加速度
    DSS．．．駕駛安全訊號
    WA．．．警示區間
    第1圖係本發明一實施例之駕駛行為分析警示系統的方塊圖；
    第2圖係說明第1圖中一行車資訊的狀態示意圖；
    第3圖係說明第1圖中另一行車資訊的狀態示意圖；
    第4圖係說明第1圖中又一行車資訊的狀態示意圖；
    第5圖係說明第1圖中另一實施例之駕駛行為分析警示系統的方塊圖；以及
    第6圖，係本發明一實施例之駕駛行為分析警示方法的方法流程圖。
    S1~S3．．．方法步驟
    权利要求:
    Claims (29)
    [1] 一種駕駛行為分析警示系統，係用於在車輛的行駛過程中偵測駕駛者的駕駛行為，其包含：資訊擷取單元，係供設置於該車輛，且該資訊擷取單元係擷取在該車輛之外部與內部之至少其一者相關的行車資訊；分析模組，係連接該資訊擷取單元，該分析模組係根據該行車資訊產生駕駛安全訊號，且該駕駛安全訊號係相關於該駕駛者的該駕駛行為；以及輸出單元，係與該分析模組連接，該輸出單元輸出該駕駛安全訊號用以供該駕駛者判斷自身的該駕駛行為。
    [2] 如申請專利範圍第1項所述之駕駛行為分析警示系統，更包含記憶單元係與該資訊擷取單元連接，且該記憶單元儲存該行車資訊以形成行車參考資訊。
    [3] 如申請專利範圍第1項所述之駕駛行為分析警示系統，其中該行車資訊係包含車道偏移資訊、前車偵測資訊與重力感測資訊、油門使用資訊、行車速度資訊、煞車資訊、油耗、轉彎資訊與燈號資訊之至少其一者。
    [4] 如申請專利範圍第3項所述之駕駛行為分析警示系統，其中該資訊擷取單元係藉由該車道偏移資訊收集車道的寬度、該車輛的側緣與車道線之間的距離、該車輛越過右方該車道的次數、該車輛的側向速度變化量與該車輛越過該車道線的超出量之至少其一者的該行車資訊，其中該車道線係用於形成該車道。
    [5] 如申請專利範圍第3項所述之駕駛行為分析警示系統，其中該資訊收集單元係藉由該前車偵測資訊收集該車輛與該車輛之前方車輛間的距離，以及該駕駛者為維持該車輛與前方的該車輛之間距離所產生的反應時間之至少其一者的該行車資訊。
    [6] 如申請專利範圍第3項所述之駕駛行為分析警示系統，其中該資訊收集單元係藉由該重力感測系統收集該車輛的行車速度的變化量，且根據該變化量判斷該車輛係為直線行進駕駛、迂迴行進駕駛、正常轉彎駕駛與非正常轉彎駕駛之至少其一者的該行車資訊。
    [7] 如申請專利範圍第2項所述之駕駛行為分析警示系統，其中該分析模組係更包含資訊分析單元，用於分析目前的該行車資訊與該行車參考資訊。
    [8] 如申請專利範圍第7項所述之駕駛行為分析警示系統，其中該分析模組係更包含內嵌具有演算法的決策單元，用於演算目前的該行車資訊與該行車參考資訊以形成該駕駛安全訊號。
    [9] 如申請專利範圍第8項所述之駕駛行為分析警示系統，其中該演算法係模糊理論演算法。
    [10] 如申請專利範圍第7項所述之駕駛行為分析警示系統，其中該駕駛安全訊號係透過該決策單元的量化以區分為複數警示區間，用以在輸出對應該駕駛安全訊號的一警示訊號。
    [11] 如申請專利範圍第9項所述之駕駛行為分析警示系統，更包含顯示單元與該輸出單元連接，該顯示單元係用以顯示該等警示區間。
    [12] 如申請專利範圍第1項所述之駕駛行為分析警示系統，其中該駕駛安全訊號係為安全駕駛、疲勞駕駛、分心駕駛與酒醉駕駛。
    [13] 一種駕駛行為分析警示方法，係用於在車輛的行駛過程中偵測駕駛者的駕駛行為並提供相對應於該駕駛行為的警示訊號，其包含：擷取在該車輛之外部與內部之至少其一者所產生的行車資訊；分析該行車資訊，以產生相關於該駕駛行為的駕駛安全訊號；以及顯示的該駕駛安全訊號，以供該駕駛者判斷目前自身的該駕駛行為的狀態。
    [14] 如申請專利範圍第13項所述之駕駛行為分析警示方法，更包含儲存該行車資訊，以形成行車參考資訊。
    [15] 如申請專利範圍第13項所述之駕駛行為分析警示方法，其中分析該行車資訊係比較目前的該行車資訊與該行車參考資訊。
    [16] 如申請專利範圍第13項所述之駕駛行為分析警示方法，更包含係擷取得該車輛與在該車輛外部的車道的寬度、該車輛的側緣與車道線之間的距離、該車輛越過右方該車道的次數、該車輛的側向速度變化量與該車輛越過該車道線的超出量的該行車資訊，其中該車道線係用於形成該車道。
    [17] 如申請專利範圍第13項所述之駕駛行為分析警示方法，更包含擷取該車輛與前方車輛之間的距離與該駕駛者為維持該車輛與該前方車輛間距離的反應時間的該行車資訊。
    [18] 如申請專利範圍第13項所述之駕駛行為分析警示方法，更包含擷取該車輛的行車速度變化量的該行車資訊，且根據該行車速度變化量判斷該車輛係為直線行進駕駛、迂迴行進駕駛、正常轉彎駕駛與非正常轉彎駕駛。
    [19] 如申請專利範圍第13項所述之駕駛行為分析警示方法，更包含擷取該車輛的油門使用資訊、行車速度資訊、煞車資訊、油耗、轉彎資訊與燈號資訊之至少其一者。
    [20] 如申請專利範圍第13項所述之駕駛行為分析警示方法，更包含藉由演算法將該行車資訊演算出該駕駛安全訊號。
    [21] 如申請專利範圍第20項所述之駕駛行為分析警示方法，該演算法係包含根據不同的該行車資訊提供不同的權重，以供產生該駕駛安全訊號。
    [22] 如申請專利範圍第21項所述之駕駛行為分析警示方法，更包含建立權重對應表，以設定相對於該行車資訊的該權重。
    [23] 如申請專利範圍第20項所述之駕駛行為分析警示方法，更包含根據該駕駛安全訊號設定複數警示區間，以供該駕駛者進行該駕駛行為的判斷。
    [24] 如申請專利範圍第23項所述之駕駛行為分析警示方法，其中該等警示區間係表示為不正常駕駛與正常駕駛。
    [25] 如申請專利範圍第24項所述之駕駛行為分析警示方法，其中該不正常駕駛係表示該駕駛者係處在酒醉駕駛、疲勞駕駛與分心駕駛。
    [26] 如申請專利範圍第24項所述之駕駛行為分析警示方法，其中該不正常駕駛係更進一步區分為危險駕駛與警告駕駛。
    [27] 如申請專利範圍第24項所述之駕駛行為分析警示方法，其中量化後的該駕駛安全訊號係為80%以下時，則該等警示區間係表示該不正常駕駛。
    [28] 如申請專利範圍第27項所述之駕駛行為分析警示方法，其中量化後的該駕駛安全訊號係介於50%與80%之間時，則該等警示區間係表示該警告駕駛。
    [29] 如申請專利範圍第28項所述之駕駛行為分析警示方法，其中量化後的該駕駛安全訊號係為50%以下時，則該等警示區間係表示該危險駕駛。
    类似技术:
    公开号 | 公开日 | 专利标题
    TWI447039B|2014-08-01|駕駛行為分析警示系統與方法
    JP6134112B2|2017-05-24|車両運行状態情報基盤の運転集中度判断方法及びそのシステム
    KR102051142B1|2019-12-02|차량용 운전자 위험 지수 관리 시스템 및 그 방법
    JP4791874B2|2011-10-12|運転支援装置及び運転行動判定装置
    JP4492652B2|2010-06-30|眠気状態判断装置
    CN104112334B|2017-12-22|疲劳驾驶预警方法及系统
    CN105261151B|2018-08-03|基于操作行为特征的高等级公路驾驶人疲劳状态检测方法
    CN101968917A|2011-02-09|车载警告装置
    JPH08178712A|1996-07-12|漫然運転検出装置
    CN105389948A|2016-03-09|一种预防司机疲劳驾驶的系统及方法
    US9142115B2|2015-09-22|Method and device for detecting fatigue
    CN105931430A|2016-09-07|用于驾驶员状态预警系统的报警灵敏度检测方法及装置
    CN109637158A|2019-04-16|一种用于快速路入口匝道区域的智能车辆合流预警方法
    JP2007164439A|2007-06-28|情報提示装置及び情報提示方法
    CN107958601A|2018-04-24|一种疲劳驾驶检测系统及方法
    Wang et al.2011|Driver fatigue detection technology in active safety systems
    KR20110066883A|2011-06-17|지능형 차량 사고 경고 장치
    CN106682295A|2017-05-17|一种用于驾驶员实时安全特性评估的分析方法
    CN202439649U|2012-09-19|一种汽车主动安全防撞预警系统
    TW201441080A|2014-11-01|疲勞駕駛監測系統與方法
    KR20070031558A|2007-03-20|운전자의 눈 위치 검출 방법
    KR100811499B1|2008-03-07|자동차의 차선이탈경보 장치 및 그 방법
    JP2011206072A|2011-10-20|有効視野測定システムおよび有効視野測定方法
    Liu et al.2013|Detection of driver’s low vigilance using vehicle steering information and facial inattention features
    JP3739113B2|2006-01-25|覚醒度低下検出装置
    同族专利:
    公开号 | 公开日
    TWI447039B|2014-08-01|
    KR20130058581A|2013-06-04|
    CN103129385A|2013-06-05|
    US20130135092A1|2013-05-30|
    JP2013114668A|2013-06-10|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    FR2703307B1|1993-03-29|1995-05-19|Peugeot|Dispositif anti-fatigue pour conducteur de véhicule automobile et véhicule automobile équipé d'un tel dispositif.|
    US8068979B2|1997-10-22|2011-11-29|Intelligent Technologies International, Inc.|Inattentive vehicular operator detection method and arrangement|
    FR2773521B1|1998-01-15|2000-03-31|Carlus Magnus Limited|Procede et dispositif pour surveiller en continu l'etat de vigilance du conducteur d'un vehicule automobile, afin de detecter et prevenir une tendance eventuelle a l'endormissement de celui-ci|
    CN1239043A|1998-06-17|1999-12-22|成汝峰|汽车智能速距联合监控保安装置|
    JP2002140786A|2000-11-01|2002-05-17|Nec Corp|危険度評価装置|
    US6496117B2|2001-03-30|2002-12-17|Koninklijke Philips Electronics N.V.|System for monitoring a driver's attention to driving|
    EP1911652B1|2002-06-24|2014-09-03|Denso Corporation|Vehicle control information transmission structure, vehicle control device using the transmission structure, and vehicle control simulator using the transmission structure|
    CN1488529A|2002-10-08|2004-04-14|黄启瑞|可避免驾驶人偏离车道的警告装置|
    DE10339647A1|2003-08-28|2005-03-24|Robert Bosch Gmbh|Vorrichtung zur Fahrerwarnung|
    JP4496759B2|2003-10-29|2010-07-07|日産自動車株式会社|車線逸脱防止装置|
    JP4496760B2|2003-10-29|2010-07-07|日産自動車株式会社|車線逸脱防止装置|
    JP4107587B2|2003-12-17|2008-06-25|三菱電機株式会社|車線認識画像処理装置|
    TWI294376B|2006-07-28|2008-03-11|Univ Nat Chiao Tung|A system and method for predicting vehicle movement|
    US8063754B2|2006-12-15|2011-11-22|Honda Motor Co., Ltd.|Vehicle state information transmission apparatus using tactile device|
    TWI326649B|2007-07-10|2010-07-01|Mitac Int Corp||
    CN101169873A|2007-11-26|2008-04-30|电子科技大学|一种异常驾驶智能检测系统及其检测方法|
    JP5270955B2|2008-04-23|2013-08-21|パナソニック株式会社|車載装置、サーバ装置および通信システム|
    US8280560B2|2008-07-24|2012-10-02|GM Global Technology Operations LLC|Adaptive vehicle control system with driving style recognition based on headway distance|
    JP5203841B2|2008-08-01|2013-06-05|株式会社デンソー|運転アドバイス提供装置|
    US20100157061A1|2008-12-24|2010-06-24|Igor Katsman|Device and method for handheld device based vehicle monitoring and driver assistance|
    CN201449393U|2009-06-24|2010-05-05|朱跃明|一种汽车限速警示系统|
    CN201559536U|2009-12-23|2010-08-25|陕西理工学院|汽车用疲劳驾驶监控装置|
    CN201854328U|2010-09-29|2011-06-01|北京播思软件技术有限公司|一种具有自动驾驶模式的移动终端|
    TWM415291U|2011-04-22|2011-11-01|Maction Technologies Inc|Driving navigation device combined with image capturing and recognizing functions|
    CN102211522A|2011-04-29|2011-10-12|四川长虹电器股份有限公司|驾驶员不安全状态预警装置及方法|
    US8606492B1|2011-08-31|2013-12-10|Drivecam, Inc.|Driver log generation|
    US8498792B2|2011-10-11|2013-07-30|GM Global Technology Operations LLC|Efficiency score tracker for vehicle operations|
    WO2013074983A1|2011-11-16|2013-05-23|Flextronics Ap, Llc|Method and system for vehicle data collection regarding traffic|
    US20130151088A1|2011-11-16|2013-06-13|Flextronics Ap, Llc|Method and system for vehicle data collection regarding traffic|EP2778007A1|2013-03-12|2014-09-17|Inria Institut National de Recherche en Informatique et en Automatique|Method and system to assess abnormal driving behaviour of vehicles travelling on road|
    KR101509892B1|2013-06-25|2015-04-14|현대자동차주식회사|운전자의 경험 정보 관리장치 및 방법, 그리고 시스템|
    KR101518894B1|2013-07-11|2015-05-11|현대자동차 주식회사|운전자 보조 시스템의 경고 기준 설정 방법|
    IL228797A|2013-10-08|2017-11-30|Elbit Systems Ltd|A method and system for detecting pilot incompetence based on animal sign sensors and head sensors|
    CN103661375A|2013-11-25|2014-03-26|同济大学|一种考虑驾驶分心状态的车道偏离报警方法及系统|
    WO2015081335A2|2013-11-29|2015-06-04|Ims Solutions Inc.|Advanced context-based driver scoring|
    CN103871122A|2014-03-11|2014-06-18|深圳市朗仁科技有限公司|驾驶行为分析方法及分析系统|
    DE102014206769A1|2014-04-08|2015-10-08|Volkswagen Aktiengesellschaft|Informationsverfahren und Informationssystem für den Fahrer eines Kraftfahrzeugs|
    CN105216687B|2014-06-30|2018-06-26|惠州市德赛西威汽车电子股份有限公司|一种保障夜间行车安全的方法|
    CN105329239B|2014-08-12|2019-06-04|博世汽车部件有限公司|攻击性驾驶行为的检测和处理|
    CN105718710B|2014-12-02|2019-01-11|高德软件有限公司|一种驾驶行为分析方法及设备|
    CN104635736B|2014-12-19|2017-03-29|财团法人车辆研究测试中心|用于驾驶行为决策的自动驾驶系统及其方法|
    US10565460B1|2015-01-13|2020-02-18|State Farm Mutual Automobile Insurance Company|Apparatuses, systems and methods for classifying digital images|
    CN104699084A|2015-02-09|2015-06-10|浙江吉利汽车研究院有限公司|车辆主动安全系统报警的方法及系统|
    US9764718B2|2015-09-15|2017-09-19|International Business Machines Corporation|Management of vehicle braking|
    CN105966404A|2015-11-06|2016-09-28|乐卡汽车智能科技（北京）有限公司|一种驾驶行为评测方法及装置|
    CN105679020B|2016-01-29|2017-12-05|深圳市美好幸福生活安全系统有限公司|一种驾驶行为分析装置和方法|
    CN105539453A|2016-01-29|2016-05-04|深圳市美好幸福生活安全系统有限公司|基于视觉的行车安全防撞预警系统的行车安全系统及方法|
    CN105911989B|2016-04-28|2021-08-13|财团法人车辆研究测试中心|复合式自动辅助驾驶的决策系统及其方法|
    CN105882655A|2016-05-20|2016-08-24|观致汽车有限公司|一种车辆碰撞的预判方法和系统|
    CN106043311B|2016-06-27|2019-10-22|观致汽车有限公司|一种判断驾驶员注意力分散的方法及系统|
    CN106240572A|2016-08-03|2016-12-21|深圳市永兴元科技有限公司|驾驶行为分析方法及装置|
    CN106295583B|2016-08-15|2020-02-07|深圳市华宝电子科技有限公司|一种提醒用户驾驶方式的方法及装置|
    CN106184222B|2016-09-12|2019-08-13|深圳市尚摄科技有限公司|一种酒驾的监测方法及装置|
    CN106571028A|2016-10-18|2017-04-19|北京科技大学|一种辨识驾驶员酒驾的车辆行驶状态分析方法及装置|
    US10198693B2|2016-10-24|2019-02-05|International Business Machines Corporation|Method of effective driving behavior extraction using deep learning|
    CN106564503B|2016-11-08|2019-03-08|交通运输部公路科学研究所|产生异常驾驶行为的行为信息确定方法及装置|
    CN108116243B|2016-11-28|2021-06-08|上海汽车集团股份有限公司|混合动力汽车电量平衡点的调节方法、装置及汽车|
    US10745009B2|2016-12-21|2020-08-18|Samsung Electronics Co., Ltd.|Electronic apparatus for determining a dangerous situation of a vehicle and method of operating the same|
    CN108268678B|2016-12-30|2021-07-23|上海擎感智能科技有限公司|驾驶行为分析方法、装置及系统|
    JP6454368B2|2017-03-15|2019-01-16|株式会社Ｓｕｂａｒｕ|車両の表示システム及び車両の表示システムの制御方法|
    CN108725447A|2017-04-18|2018-11-02|慧展科技股份有限公司|驾驶状态警示方法及其系统|
    CN108357497B|2017-04-18|2021-07-20|黄海虹|一种用于共享汽车的驾驶员身份授权系统|
    DE102017208971A1|2017-05-29|2018-11-29|Volkswagen Aktiengesellschaft|Verfahren und vorrichtung zur unterstützung eines in einem fahrzeug befindlichen fahrzeuginsassen|
    JP2019003234A|2017-06-09|2019-01-10|トヨタ自動車株式会社|運転支援装置|
    CN107404493A|2017-08-21|2017-11-28|广州快充网络有限公司|新能源汽车车辆数据报文解析组件及解析方法|
    KR20190047988A|2017-10-30|2019-05-09|삼성에스디에스 주식회사|주행 가이드 제공 방법 및 장치|
    CN107958601A|2017-11-22|2018-04-24|华南理工大学|一种疲劳驾驶检测系统及方法|
    CN108154101A|2017-12-21|2018-06-12|江苏东洲物联科技有限公司|一种多参数融合的疲劳驾驶检测系统及方法|
    US10322728B1|2018-02-22|2019-06-18|Futurewei Technologies, Inc.|Method for distress and road rage detection|
    CN109242251B|2018-08-03|2020-03-06|百度在线网络技术（北京）有限公司|行车行为安全性检测方法、装置、设备及存储介质|
    KR20200048640A|2018-10-30|2020-05-08|현대자동차주식회사|주행 데이터 분석 장치 및 방법, 그리고 차량 시스템|
    US11059492B2|2018-11-05|2021-07-13|International Business Machines Corporation|Managing vehicle-access according to driver behavior|
    CN110077398B|2019-05-20|2021-05-07|上海域驾智能科技有限公司|一种用于智能驾驶的危险处理方法|
    CN110406541B|2019-06-12|2021-02-19|天津五八到家科技有限公司|驾驶数据处理方法、设备、系统及存储介质|
    FR3097507B1|2019-06-19|2021-05-28|Psa Automobiles Sa|Procédé et système de contrôle d’un véhicule automobile|
    CN110329277B|2019-07-19|2021-03-19|中汽研（天津）汽车工程研究院有限公司|一种智能汽车人机协同控制权重分配方法|
    CN112660142B|2020-12-17|2021-07-13|威海广泰空港设备股份有限公司|一种基于大数据的机场电动摆渡车驾驶行为分析方法|
    法律状态:
    2018-05-01| MM4A| Annulment or lapse of patent due to non-payment of fees|
    优先权:
    申请号 | 申请日 | 专利标题
    TW100143301A|TWI447039B|2011-11-25|2011-11-25|駕駛行為分析警示系統與方法|TW100143301A| TWI447039B|2011-11-25|2011-11-25|駕駛行為分析警示系統與方法|
    CN2012100554713A| CN103129385A|2011-11-25|2012-03-05|驾驶行为分析警示系统与方法|
    KR1020120024522A| KR20130058581A|2011-11-25|2012-03-09|주행 거동 분석 및 경고 시스템과 그 방법|
    JP2012060806A| JP2013114668A|2011-11-25|2012-03-16|運転行為分析警告システム及び方法|
    US13/423,501| US20130135092A1|2011-11-25|2012-03-19|Driving behavior analysis and warning system and method thereof|
    [返回顶部]