Nothing Special   »   [go: up one dir, main page]

DE102016221164A1 - Charakterisieren des Müdigkeitsniveau des Fahrers eines Kraftwagens anhand variabel gewichteter Parameter - Google Patents

Charakterisieren des Müdigkeitsniveau des Fahrers eines Kraftwagens anhand variabel gewichteter Parameter Download PDF

Info

Publication number
DE102016221164A1
DE102016221164A1 DE102016221164.1A DE102016221164A DE102016221164A1 DE 102016221164 A1 DE102016221164 A1 DE 102016221164A1 DE 102016221164 A DE102016221164 A DE 102016221164A DE 102016221164 A1 DE102016221164 A1 DE 102016221164A1
Authority
DE
Germany
Prior art keywords
data
extraction
raw data
driver
motor vehicle
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.)
Withdrawn
Application number
DE102016221164.1A
Other languages
English (en)
Inventor
Hendrik Franke
Gordon GROßKOPF
Sven Klomp
Stefan Brosig
Thomas Vogl
Christoph Günther
Michael Toth
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Audi AG
Volkswagen AG
Original Assignee
Audi AG
Volkswagen AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Audi AG, Volkswagen AG filed Critical Audi AG
Priority to DE102016221164.1A priority Critical patent/DE102016221164A1/de
Publication of DE102016221164A1 publication Critical patent/DE102016221164A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0872Driver physiology
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/12Lateral speed
    • B60W2520/125Lateral acceleration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2540/00Input parameters relating to occupants
    • B60W2540/18Steering angle
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/30Road curve radius
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2556/00Input parameters relating to data
    • B60W2556/10Historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Verfahren zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens durch Erfassen jeweiliger Rohdaten (3) aus jeweiligen Erfassungseinrichtungen (1), Ermitteln von jeweiligen Extraktionsdaten (4) aus den jeweiligen Rohdaten (3) mittels einer vorbestimmten Extraktionsvorschrift (26) und Kombinieren der jeweiligen Extraktionsdaten (4) zu einem Müdigkeitswert (6), der das Müdigkeitsniveau des Fahrers charakterisiert. Um ein Verfahren zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens zu schaffen, welches besonders universell an unterschiedliche Rahmenbedingungen angepasst werden kann ist erfindungsgemäß vorgesehen, dass die Extraktionsvorschrift (26) umfasst, dass aus den jeweiligen Rohdaten (3) der jeweiligen Erfassungseinrichtungen (1) ein jeweiliger Intensitätswert zu einem jeweils vorbestimmten Fahrereignis extrahiert wird, welches durch die Rohdaten (3) beschrieben wird und das Kombinieren durch Gewichten der jeweiligen Extraktionsdaten (4) mittels vorbestimmter Trimmfaktoren (5) und anschließendem Zusammenfassen der jeweiligen gewichteten Extraktionsdaten (7) erfolgt.

Description

  • Die Erfindung betrifft ein Verfahren zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens, wobei verschiedene Rohdaten erfasst werden und durch Auswerten und Kombinieren der jeweiligen Rohdaten das Müdigkeitsniveau des Fahrers charakterisiert wird. Ein zweiter Aspekt der Erfindung betrifft eine Ermittlungseinrichtung zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens. Ein weiterer Aspekt der Erfindung betrifft einen Kraftwagen mit der oben genannten Ermittlungseinrichtung.
  • Aus dem Stand der Technik bekannt sind unterschiedliche Verfahren zum Erkennen der Müdigkeit oder allgemeiner Vigilanz eines Fahrers eines Kraftwagens. Beispielsweise werden als Rohdaten für die Müdigkeitserkennung eine Lenkwinkelgeschwindigkeit, ein Zirkadian, eine Fahrdauer und/oder eine Monotonie, insbesondere eine Monotonie der gefahrenen Strecke, erfasst. Ein derartiges Verfahren erfordert eine starke zeitliche Glättung des Müdigkeitswertes aufgrund eines starken statistischen Einflusses. Eine verlässliche Warnungsausgabe ist beispielsweise frühestens nach 30 Minuten möglich.
  • In diesem Kontext sind der US 2009/004 87 37 A1 eine Ermittlungseinrichtung sowie ein Verfahren zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens anhand eines Lenkwinkels des Kraftwagens als bekannt zu entnehmen. Dabei wird ein durchschnittlicher Lenkwinkel, eine durchschnittliche Lenkwinkelgeschwindigkeit und ein Korrekturlenkwinkel erfasst und in Abhängigkeit eines durch den Kraftwagen befahrenen Pfades ein Müdigkeitswert ermittelt.
  • Die US 2002/012 87 51 A1 stellt ein System und ein Verfahren zur Erkennung unterschiedlicher Fahrmuster, beispielsweise eines übermüdeten Fahrers, vor. Zur Auswertung unterschiedlicher Eingangsgrößen ist ein künstliches neuronales Netz vorgesehen.
  • Die US 2013/011 03 49 A1 offenbart ein Verfahren zum Ermitteln einer Auslastung eines Fahrers durch das Führen eines Kraftwagens. Wird eine hohe Auslastung ermittelt, so kann die Durchführung von Aufgaben, die für das Führen des Kraftwagens nicht notwendig sind, durch den Fahrer verschoben oder vermieden werden.
  • Es ist Aufgabe der vorliegenden Erfindung, ein Verfahren zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens zu schaffen, welches besonders universell an unterschiedliche Rahmenbedingungen angepasst werden kann.
  • Diese Aufgabe wird gelöst durch die Gegenstände und Verfahren der unabhängigen Patentansprüche. Vorteilhafte Ausgestaltungen mit zweckmäßigen Weiterbildungen sind Gegenstand der Unteransprüche, der Beschreibung sowie der Figuren.
  • Im Rahmen eines Verfahrens zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens werden jeweilige Rohdaten aus jeweiligen Erfassungseinrichtungen erfasst. Beispielsweise werden die jeweiligen Rohdaten anhand eines digitalen oder analogen Signals, welches von der jeweiligen Erfassungseinrichtung ausgegeben wird, erfasst. Die Rohdaten können Messwerte eines Sensors und/oder gespeicherte, insbesondere vorab gespeicherte, Daten betreffen. Aus den jeweiligen Rohdaten werden mittels einer vorbestimmten Extraktionsvorschrift jeweilige Extraktionsdaten ermittelt. Die jeweiligen Extraktionsdaten werden anschließend zu einem Müdigkeitswert kombiniert, der das Müdigkeitsniveau des Fahrers charakterisiert. Insbesondere wird der Müdigkeitswert zumindest mittelbar anhand der Rohdaten mehrerer Erfassungseinrichtungen kombiniert.
  • Um das Verfahren zum Erkennen eines Müdigkeitsniveaus eines Fahrers dahingehend weiterzuentwickeln, dass es besonders universell an unterschiedliche Rahmenbedingungen angepasst werden kann, ist erfindungsgemäß vorgesehen, dass anhand der jeweiligen Rohdaten ein jeweiliger Intensitätswert zu einem jeweils vorbestimmten Fahrereignis extrahiert wird und die jeweiligen Intensitätswerte gewichtet und anschließend zusammengefasst werden. Allgemein bedeutet das, dass die Extraktionsvorschrift umfasst, dass aus den jeweiligen Rohdaten der jeweiligen Erfassungseinrichtungen ein jeweiliger Intensitätswert zu einem jeweils vorbestimmten Fahrereignis extrahiert wird, welches durch die Rohdaten beschrieben wird. Ein solches Fahrereignis kann beispielsweise ein Ruck am Lenkrad sein. Das Kombinieren kann durch Gewichten der jeweiligen Extraktionsdaten mittels vorbestimmter Trimmfaktoren und anschließendem zusammenfassen der jeweiligen gewichteten Extraktionsdaten erfolgen. Man erhält also beispielsweise eine gewichtete Summe der Intensitätswerte. Insbesondere umfassen die jeweiligen Extraktionsdaten den jeweiligen Intensitätswert oder bestehen ausschließlich aus dem jeweiligen Intensitätswert. Das Ermitteln des jeweiligen Intensitätswertes ermöglicht ein unabhängiges Auswerten der jeweiligen Rohdaten. Durch das Gewichten der jeweiligen Extraktionsdaten und das Zusammenfassen der jeweiligen gewichteten Extraktionsdaten ist ein besonders einfaches, nachvollziehbares und leicht anpassbares Auswerten des Müdigkeitswertes ermöglicht.
  • Die jeweiligen Rohdaten können zumindest teilweise eine circadiane Rhythmik, im Folgenden Zirkadian genannt, und/oder eine Fahrdauer und/oder eine Streckenmonotonie und/oder einen Lenkradwinkel und/oder Spurdaten und/oder eine daraus abgeleitete Größe betreffen. Die jeweiligen Rohdaten können beispielsweise mittels einer Speichereinrichtung, einer Uhr, einem Beschleunigungssensor, einem Lenkwinkelsensor oder einem Spurhalteassistenten als jeweilige Erfassungseinrichtung erfasst werden. Durch die Erfassung mehrerer jeweiliger Rohdaten durch unterschiedliche jeweilige Erfassungseinrichtungen ist eine besonders umfangreiche Datenbasis zum Erkennen des Müdigkeitsniveaus des Fahrers gegeben.
  • Als Fahrereignis kann beispielsweise ein Lenkwinkelverlauf und/oder ein Spurabstandsverlauf des Kraftwagens bezüglich einer Fahrbahnmarkierung erfasst werden. Der Intensitätswert kann zumindest teilweise eine Krümmung des Lenkwinkelverlaufs und/oder des Spurabstandsverlaufs beschreiben. Insbesondere kann der Intensitätswert für den Lenkeinschlag und/oder den Spurabstand durch Auswerten sowohl einer Krümmung als auch eines Extremwerts des Lenkeinschlag beziehungsweise des Spurabstandes extrahiert werden. Beispielsweise wird anhand eines großen Maximums des Lenkeinschlags und einer großen Krümmung im Maximum des Lenkeinschlags ein großer Intensitätswert für den Lenkeinschlag als Fahrereignis extrahiert. Als großes Maximum beziehungsweise als große Krümmung wird beispielsweise ein Maximum beziehungsweise eine Krümmung bezeichnet, welches/welche größer als ein erster vordefinierter Absolutwert beziehungsweise ein vordefinierter Krümmungswert ist. Beispielsweise wird für ein geringes Minimum des Spurabstands des Kraftwagen von einer Fahrbahnmarkierung und eine große Krümmung im Minimum des Spurabstandes ein großer Intensitätswert extrahiert. Als geringes Minimum wird beispielsweise ein Minimum bezeichnet, die welcher kleiner als ein zweiter vordefinierter Absolutwert ist. Durch Auswerten der Krümmung für den Lenkeinschlag und/oder den Spurabstand des Kraftwagens ist eine besonders zuverlässige Erkennung des Müdigkeitsniveaus des Fahrers ermöglicht.
  • Zum Auswerten einer Lenkwinkelgeschwindigkeit als Teil der Rohdaten wird diese beispielsweise nach vorbestimmten Fahrereignissen, insbesondere nach Ruhephasen und Korrekturphasen, untersucht. Beispielsweise wird eine Ruhephase dann erkannt, wenn die Lenkwinkelgeschwindigkeit kleiner ist als ein vorbestimmter Wert, insbesondere eine Linkgeschwindigkeitsschwelle, und eine Korrekturphase dann erkannt, wenn der vordefinierte Wert überschritten wird. Die Häufigkeit des Auftretens der Korrekturphasen kann anschließend mit dem Zirkadian, der Fahrdauer und der Monotonie verrechnet werden. Der Zirkadian, auch circadiane Rhythmik genannt, stellt einen statistischen tageszeitlich abhängigen Müdigkeitswert dar, der insbesondere an den Bio-Rhythmus des Menschen und/oder einer Gruppe von Menschen und/oder an ein bekanntes Müdigkeitsverhalten des Fahrers angepasst ist.
  • In einer Ausführungsform der Erfindung werden die Extraktionsdaten längstens über eine Zeitspanne von 600 Sekunden, 300 Sekunden, 180 Sekunden oder 60 Sekunden hinweg geglättet. Insbesondere ist durch die vorliegende Erfassung unterschiedlicher Rohdaten und die Auswertung und Gewichtung der jeweiligen Extraktionsdaten keine Glättung über einen längeren Zeitraum als 600 Sekunden, 300 Sekunden, 180 Sekunden oder 60 Sekunden nötig. Durch die Glättung über eine Zeitspanne der vorliegenden Dauer wird ein besonders schnelles und zuverlässiges Erkennen des Müdigkeitsniveaus des Fahrers ermöglicht.
  • In einer Ausführungsform der Erfindung ist vorgesehen, dass die jeweiligen Trimmfaktoren während der Fahrt nach einer vordefinierten Adaptionsvorschrift geändert werden. Die vordefinierte Adaptionsvorschrift ermöglicht auf diese Weise ein Anpassen des Erkennens des Müdigkeitsniveaus des Fahrers während der Fahrt durch Ändern der jeweiligen Trimmfaktoren. Dadurch wird ein noch individuelleres und genaueres Erkennen des Müdigkeitsniveaus des Fahrers ermöglicht.
  • In besonders vorteilhafter Weise umfasst die Adaptionsvorschrift, dass die jeweiligen Trimmfaktoren zumindest teilweise in Abhängigkeit von einer Geschwindigkeit und/oder einer Fahrsituation geändert werden. Beispielsweise kann als Fahrsituation eine Fahrt im Stadtverkehr, auf einer Landstraße beziehungsweise Bundesstraße oder auf einer Autobahn erkannt werden. Beispielsweise wird die Fahrsituation anhand der Geschwindigkeit des Kraftwagens erkannt. Dann kann mittels der jeweiligen Trimmfaktoren das Erkennen des Müdigkeitsniveaus des Fahrers an die Geschwindigkeit und/oder die Fahrsituation angepasst werden. Dadurch kann das Müdigkeitsniveau des Fahrers besonders genau erkannt werden.
  • In einer Weiterbildung der Erfindung ist vorgesehen, dass zum Anpassen des vorliegenden Verfahrens an unterschiedliche Betriebszustände und/oder Fahrer und/oder Kraftwagen die jeweiligen Trimmfaktoren geändert werden. Insbesondere ist vorgesehen, dass das Erfassen der jeweiligen Rohdaten sowie das Ermitteln der jeweiligen Extraktionsdaten sowie die Kombination der jeweiligen Extraktionsdaten zu dem Müdigkeitswert für unterschiedliche Betriebszustände und/oder Fahrer und/oder Kraftwagen beibehalten werden. Die Verarbeitungsstruktur bleibt also unverändert. Eine Anpassung an die unterschiedlichen Betriebszustände und/oder Fahrer und/oder Kraftwagen kann dann alleine durch Ändern der jeweiligen Trimmfaktoren vorgenommen werden. Beispielsweise ist es möglich, das Verfahren zum Erkennen des Müdigkeitsniveaus des Fahrers durch Ändern und/oder Anpassen der Trimmfaktoren an verschiedene Kraftwagen und/oder Kraftwagentypen beziehungsweise Kraftwagenklassen anzupassen. Dies ist insbesondere dann möglich, wenn unterschiedliche Kraftwagen unterschiedliche Erfassungseinrichtungen umfassen. In diesem Fall kann durch Anpassen der Trimmfaktoren für die jeweiligen Extraktionsdaten, die aus den jeweils erfassten Rohdaten ermittelt werden, das Verfahren an die in dem jeweiligen Kraftwagen vorhandenen Erfassungseinrichtungen angepasst werden.
  • In einer Ausführungsform der Erfindung ist vorgesehen, dass die jeweiligen gewichteten Extraktionsdaten durch Multiplizieren der jeweiligen Extraktionsdaten mit dem jeweiligen Trimmfaktor ermittelt werden. Durch eine multiplikative Gewichtung der jeweiligen Extraktionsdaten mit dem jeweiligen Trimmfaktor ist ein besonders einfaches und effektives Kombinieren der jeweiligen Extraktionsdaten möglich.
  • In einer Ausgestaltung der Erfindung wird der Müdigkeitswert durch Addieren der jeweiligen gewichteten Extraktionsdaten bestimmt. Durch Addition der jeweiligen gewichteten Extraktionsdaten wird eine besonders einfache und genaue Bestimmung des Müdigkeitswerts ermöglicht.
  • Eine Ausgestaltungsform der Erfindung sieht vor, dass das Erkennen des Müdigkeitsniveaus nur für einen Geschwindigkeitswert des Kraftwagens, der geringer ist als ein vordefinierter Geschwindigkeitsgrenzwert, durchgeführt wird. Beispielsweise wird auf ein Erkennen des Müdigkeitsniveaus des Fahrers dann verzichtet, wenn durch den Geschwindigkeitswert des Kraftwagens, der geringer ist als der vordefinierter Geschwindigkeitsgrenzwert, erkannt wird, dass sich der Kraftwagen in einer Stausituation, in einer Rangiersituation, auf einer langsam befahrbaren Straße und/oder in einer anderen Situation, die keine höhere Geschwindigkeit zulässt, befindet. Dadurch kann beispielsweise eine fehlerhafte Erkennung des Müdigkeitsniveaus des Fahrers aufgrund einer vorliegenden Verkehrssituation vermieden werden.
  • Eine Ausführungsform der Erfindung sieht vor, dass als Rohdaten für die oben genannte Streckenmonotonie eine Gesamtbeschleunigung, welche sich aus einer Längsbeschleunigung und einer Querbeschleunigung des Kraftwagens zusammensetzt, erfasst wird. Die Längsbeschleunigung längs einer Normalfahrtrichtung beschreibt beispielsweise eine Beschleunigung des Kraftwagens. Die Querbeschleunigung quer zur Normalfahrtrichtung beschreibt beispielsweise eine Kurvenfahrt des Kraftwagens. Die Streckenmonotonie kann anhand der Gesamtbeschleunigung und/oder einzeln anhand der Längsbeschleunigung und/oder der Querbeschleunigung erfasst werden. Beispielsweise wird die Gesamtbeschleunigung beziehungsweise einzelne Komponenten der Gesamtbeschleunigung mittels Beschleunigungssensoren als Rohdaten erfasst. Beispielsweise wird die Längsbeschleunigung anhand einer Gaspedalstellung eines Gaspedals des Kraftwagens erfasst. Insbesondere kann die Querbeschleunigung anhand des Lenkeinschlag des Kraftwagens sowie der Geschwindigkeit des Kraftwagens erfasst werden. Durch Erfassen sowohl der Längsbeschleunigung als auch der Querbeschleunigung kann die Streckenmonotonie besonders aussagekräftig erfasst werden.
  • Ein zweiter Aspekt der Erfindung betrifft eine Ermittlungseinrichtung zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens mit jeweiligen Erfassungseinrichtungen zum Erfassen jeweiliger Rohdaten. Eine Auswerteeinheit ist dazu ausgebildet, von jeweiligen Extraktionsdaten aus den jeweiligen Rohdaten mittels einer vorbestimmten Extraktionsvorschrift und zum Kombinieren der jeweiligen Extraktionsdaten zu einem Müdigkeitswert, der das Müdigkeitsniveau des Fahrers charakterisiert, zu ermitteln.
  • Erfindungsgemäß ist die Auswerteeinheit dazu ausgebildet, aus den jeweiligen Rohdaten der jeweiligen Erfassungseinrichtungen einen Intensitätswert zu einem jeweils vorbestimmten Fahrereignis zu extrahieren, welches durch die Rohdaten beschrieben wird, und die Extraktionsdaten durch Gewichten mittels vorbestimmter Trimmfaktoren und anschließendes zusammenfassen der gewichteten Extraktionsdaten zu kombinieren.
  • Ein dritter Aspekt der Erfindung betrifft einen Kraftwagen mit der oben genannten Ermittlungseinrichtung.
  • Im Folgenden ist ein Ausführungsbeispiel der Erfindung beschrieben. Hierzu zeigt:
    • 1 einen schematischen Überblick über den Ablauf des erfindungsgemäßen Verfahrens;
    • 2 einen Graphen eines beispielhaften Verlaufs eines Spurabstandes eines Kraftwagens bezüglich einer Fahrbahnmarkierung;
    • 3 einen Graphen eines beispielhaften Verlaufs eines Lenkwinkels eines Kraftwagens von einer Fahrbahnmarkierung; und
    • 4 in einem Pfeildiagramm einzelne Komponenten einer Gesamtbeschleunigung.
  • Bei dem im Folgenden erläuterten Ausführungsbeispiel handelt es sich um eine bevorzugte Ausführungsform der Erfindung. Bei dem Ausführungsbeispiel stellen die beschriebenen Komponenten der Ausführungsform jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren ist die beschriebene Ausführungsform auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.
  • Die 1 gibt einen schematischen Überblick über den Ablauf des erfindungsgemäßen Verfahrens. Dabei werden jeweilige Rohdaten 3 aus jeweiligen Erfassungseinrichtungen 1 erfasst. Beispielsweise werden die jeweiligen Rohdaten 3 anhand eines Signals, das von der jeweiligen Erfassungseinrichtung 1 ausgesendet wird, erfasst. Beispielsweise werden die Rohdaten 3 von der jeweiligen Erfassungseinrichtung 1 erfasst. Die jeweiligen Rohdaten 3 werden insbesondere jeweils unabhängig voneinander durch die jeweiligen Erfassungseinrichtungen 1 erfasst. Vorzugsweise werden unterschiedliche Rohdaten 3 aus möglichst vielen Erfassungseinrichtungen 1 erfasst.
  • Die Rohdaten 3 umfassen einen Zirkadian 30, auch circadiane Rhythmik genannt. Der Zirkadian 30 kann statistische Müdigkeitswert für einen bestimmten Menschen, insbesondere den Fahrer, und/oder eine Gruppe von Menschen betreffen. Insbesondere beschreibt der Zirkadian 30 einen Biorhythmus des Menschen. Der Zirkadian 30 kann beispielsweise aus einer Recheneinheit 10 und/oder aus einer Speichereinheit erfasst werden. Beispielsweise sind in der Speichereinheit statistische Müdigkeitswerte und/oder ein Biorhythmus des Menschen beziehungsweise der Gruppe von Menschen gespeichert. Für den Zirkadian 30 kann der Biorhythmus einer Testgruppe analysiert und in dem Kraftwagen abgespeichert werden. Die statistischen Müdigkeitswerte beziehungsweise der Biorhythmus kann in dem Kraftfahrzeug fest gespeichert sein oder lernfähig an den Fahrer angepasst werden. Zum Anpassen an den Fahrer kann beispielsweise mittels der Recheneinheit 10 analysiert werden, zu welchen Tageszeiten besonders häufig ein hohes Müdigkeitsniveau des Fahrers vorhanden ist.
  • Die Rohdaten 3 umfassen vorliegend eine Fahrdauer 31. Die Fahrdauer 31 kann von einer Zeiterfassungseinheit 11, beispielsweise einer Uhr oder einer Stoppuhr, als Erfassungseinrichtung 1 erfasst werden. Die Fahrdauer 31 betrifft insbesondere die Zeit, welche seit einem Fahrtantritt vergangen ist. Mit zunehmender Fahrdauer 31 wird eine Wahrscheinlichkeit für ein hohes Müdigkeitsniveau des Fahrers erhöht.
  • Die Rohdaten 3 können eine Streckenmonotonie 32 betreffen. Das Erfassen der Rohdaten 3 für die Streckenmonotonie 32 erfolgt insbesondere mittels einer Beschleunigungserfassungseinrichtung 12 als Erfassungseinrichtung 1. Beispielsweise wird die Beschleunigung, insbesondere eine Gesamtbeschleunigung A, eine Längsbeschleunigung Ax und/oder eine Querbeschleunigung Ay, durch einen oder mehrere Beschleunigungssensoren als Beschleunigungserfassungseinrichtung 12 erfasst. Alternativ oder zusätzlich kann die Streckenmonotonie 32 anhand einer Bewegung des Kraftwagens ermittelt werden. Beispielsweise kann anhand einer Gaspedalstellung eines Gaspedals des Kraftwagens die Längsbeschleunigung Ax erfasst werden und anhand einer Geschwindigkeit und einem Lenkeinschlag des Kraftwagens die Querbeschleunigung AY erfasst werden.
  • Vorliegend umfassen die Rohdaten 3 Lenkwinkeldaten 33, beispielsweise den Lenkwinkel, eine Änderung des Lenkwinkels beziehungsweise eine Lenkwinkelgeschwindigkeit, und/oder eine Krümmung des Lenkwinkels beziehungsweise die zweite Ableitung des Lenkwinkels nach der Zeit. Die Lenkwinkeldaten 33 werden beispielsweise mittels eines Lenkwinkelsensors 13 als Erfassungseinrichtung 1 erfasst.
  • Die Rohdaten 3 können Spurdaten 34 umfassen. Die Spurdaten 34 betreffen insbesondere einen Spurabstand des Kraftwagens von einer Fahrbahnmarkierung. Die Spurdaten 34 können von einer Spurerfassungseinrichtung 14, welche insbesondere Teil eines Spurhalteassistenten ist, als Erfassungseinrichtung 1 erfasst werden.
  • Die Rohdaten 3 können Geschwindigkeitsdaten 35 des Kraftwagens, insbesondere einen Geschwindigkeitswert für den Kraftwagen, umfassen. Eine Geschwindigkeit kann mittels eines Geschwindigkeitsmessers 15 als Erfassungseinrichtung 1 erfasst werden. Der Geschwindigkeitsmesser 15 beispielsweise als Tachometer oder als GPS-Empfänger ausgebildet.
  • Anhand der Rohdaten 3 werden mittels einer Auswerteeinheit 2 jeweilige Extraktionsdaten 4 gemäß einer vorbestimmten Extraktionsvorschrift 26 ermittelt. Die vorbestimmten Extraktionsvorschriften 26 können durch eine oder mehrere Auswerteeinheiten 2 bereitgestellt sein. Insbesondere ist die Extraktionsvorschrift 26 für die jeweiligen Rohdaten 3 unterschiedlich. Beispielsweise ist für jede Art von Rohdaten 3, beispielsweise alle Rohdaten 3 aus einer jeweiligen Erfassungseinrichtung 1, eine jeweilige Extraktionsvorschrift 26 vorgesehen. Die Extraktionsvorschrift 26 kann umfassen, dass anhand der jeweiligen Rohdaten 3 ein vorbestimmtes Fahrereignis erkannt wird, welches durch die Rohdaten 3 beschrieben wird, und dass dem Fahrereignis ein jeweiliger Intensitätswert zugeordnet wird. Der Intensitätswert kann insbesondere die Intensität des Fahrereignisses beschreiben. Insbesondere kann der Intensitätswert mit einem anhand des Fahrereignisses erkannten Müdigkeitsniveaus korrelieren. Beispielsweise deutet ein hoher Intensitätswert des Fahrereignisses auf ein hohes Müdigkeitsniveau des Fahrers hin. Für die Extraktion der jeweiligen Extraktionsdaten 4 aus den jeweiligen Rohdaten 3 kann vorgesehen sein, dass die Extraktion ausschließlich anhand der jeweiligen Rohdaten 3 oder anhand aller Rohdaten 3 erfolgt. Beispielsweise kann vorgesehen sein, dass die Lenkwinkeldaten 33 betreffende Extraktionsdaten 43 entweder ausschließlich anhand der Lenkwinkeldaten 33 oder anhand aller Rohdaten 3 extrahiert werden. Die jeweiligen Extraktionsdaten 4 können den jeweiligen Intensitätswert umfassen oder vollständig durch diesen gebildet sein. Beispielsweise umfassen die jeweiligen Extraktionsdaten 4 neben dem Intensitätswert noch weitere Informationen zu dem vorbestimmten Fahrereignis.
  • Die jeweiligen Extraktionsdaten 4 werden zu einem Müdigkeitswert 6 kombiniert, wobei der Müdigkeitswert 6 das Müdigkeitsniveau des Fahrers charakterisiert. Das Kombinieren erfolgt vorliegend durch Gewichten und Zusammenfassen der Extraktionsdaten 4. Dazu werden die Extraktionsdaten 4 zunächst mittels jeweiliger Trimmfaktoren 5 gewichtet, woraus gewichtete Extraktionsdaten 7 folgen. Das Gewichten der Extraktionsdaten 4 mit den Trimmfaktoren 5 erfolgt insbesondere durch Multiplizieren der Extraktionsdaten 4 mit dem jeweiligen Trimmfaktor 5. Beispielsweise werden die den Lenkwinkel W betreffenden Extraktionsdaten 43 mit einem den Lenkwinkel W betreffenden Trimmfaktor 53 gewichtet beziehungsweise multipliziert. Als Ergebnis des Gewichtens werden die die Lenkwinkeldaten 33 betreffenden gewichteten Extraktionsdaten 73 ermittelt.
  • Den Zirkadian 30 betreffende Extraktionsdaten 40 können mit einem den Zirkadian 30 betreffenden Trimmfaktor 50 gewichtet werden und ergeben so den Zirkadian 30 betreffende gewichtete Extraktionsdaten 70. Die Fahrdauer 31 betreffende Extraktionsdaten 41 können mit einem die Fahrdauer 31 betreffenden Trimmfaktor 51 gewichtet werden und ergeben so die Fahrdauer 31 betreffende gewichtete Extraktionsdaten 71. Die Streckenmonotonie 32 betreffende Extraktionsdaten 42 können mit einem die Streckenmonotonie 32 betreffenden Trimmfaktor 52 gewichtet werden und ergeben so die Streckenmonotonie 32 betreffende gewichtete Extraktionsdaten 72. Die Spurdaten 34 betreffende Extraktionsdaten 44 können mit einem die Spurdaten 34 betreffenden Trimmfaktor 54 gewichtet werden und ergeben so die Spurdaten 34 betreffende gewichtete Extraktionsdaten 74.
  • Die gewichteten Extraktionsdaten 7 werden anschließend zu dem Müdigkeitswert 6 zusammengefasst. Insbesondere werden die gewichteten Extraktionsdaten 7 zu dem Müdigkeitswert 6 addiert.
  • Zum Anpassen des Verfahrens an unterschiedliche Betriebszustände und/oder Fahrer und/oder Kraftwagen können die jeweiligen Trimmfaktoren 5 geändert werden. Daher kann die Erkennung des Müdigkeitsniveaus des Fahrers besonders leicht an unterschiedliche Betriebszustände und/oder Fahrer und/oder Kraftwagen angepasst werden. Insbesondere ist zum Anpassen des Verfahrens keine Anpassung der vorbestimmten Extraktionsvorschrift 26 nötig. Unterschiedliche Fahrer können ihren Fahrstil abhängig von ihrem Müdigkeitsniveau auf unterschiedliche Art und Weise verändern. In einem zusätzlichen Verfahrensschritt können unterschiedliche Fahrverhalten unterschiedlicher Fahrer erkannt werden. Anhand des erkannten Fahrverhaltens können dann die Trimmfaktoren 5 an das Fahrverhalten des jeweiligen Fahrers angepasst werden.
  • Die durch die veränderbaren Trimmfaktoren ist die Implementierung des vorliegenden Verfahrens in eine Ermittlungseinrichtung eines Kraftwagens bzw. in einen Kraftwagen besonders erleichtert. Insbesondere ist keine grundlegende Anpassung der Erkennung des Müdigkeitsniveaus des Fahrers nötig, sondern eine Anpassung an unterschiedliche Kraftwagen ist durch Anpassen der jeweiligen Trimmfaktoren 5 möglich. Vorzugsweise werden Trimmfaktoren 5 an eine Fahrzeuggattungen bzw. Fahrzeugklasse angepasst, sodass diese Trimmfaktoren für unterschiedliche aber ähnliche Fahrzeuge derselben Fahrzeugklasse gültig sind.
  • Es kann vorgesehen sein, dass die Trimmfaktoren 5 während einer Fahrt des Kraftwagens nach einer vordefinierten Adaptionsvorschrift geändert werden. Beispielsweise können die Trimmfaktoren dann in Abhängigkeit von der Geschwindigkeit und/oder einer Fahrsituation geändert werden. Beispielsweise kann die Fahrsituation zumindest teilweise anhand der Geschwindigkeit erkannt werden. Beispielsweise liegt eine Geschwindigkeit über 120 km/h haben eine Autobahnfahrt als Fahrsituation nahe. Beispielsweise liegt eine Geschwindigkeit unter 60 km/h eine innerstädtische Fahrt als Fahrsituation nahe. Beispielsweise liegt eine Geschwindigkeit zwischen 60 und 120 km/h haben eine Überlandfahrt auf einer Landstraße als Fahrsituation nahe. In Abhängigkeit unterschiedlicher Fahrsituationen bzw. Geschwindigkeiten können die unterschiedlichen Extraktionsdaten 4 unterschiedlich mit dem Müdigkeitsniveau des Fahrers korrelieren. Beispielsweise ist eine hohe Streckenmonotonie 32 bei der Überlandfahrt auf der Landstraße besonders ermüdend. In einem anderen Beispiel kann die Fahrdauer 31 bei einer hohen Geschwindigkeit, insbesondere bei der Autobahnfahrt, einen besonders hohen Einfluss auf das Müdigkeitsniveau des Fahrers haben. Durch einen größeren Trimmfaktor 5 kann der Einfluss der jeweiligen Extraktionsdaten 4 auf den Müdigkeitswert 6 erhöht werden.
  • Alternativ oder zusätzlich kann vorgesehen sein, dass das Erkennen des Müdigkeitsniveaus des Fahrers nur für eine Geschwindigkeit in einem bestimmten Geschwindigkeitsbereich erfolgt. Beispielsweise kann das Erkennen des Müdigkeitsniveaus des Fahrers bei langsamer Fahrt, in einer Rangiersituation, beispielsweise auf einem Parkplatz, und/oder in einer Stausituation unnötig und/oder fehlerbehaftet sein. Aus diesem Grund kann vorgesehen sein, dass das vorliegende Verfahren zum Erkennen des Müdigkeitsniveaus des Fahrers für eine Geschwindigkeit beziehungsweise einen Geschwindigkeitswert des Kraftwagens, der geringer ist als ein vordefinierter Geschwindigkeitsgrenzwert, ausgesetzt wird. Analog kann bei hohen Geschwindigkeiten, die einen zweiten Geschwindigkeitsgrenzwert überschreiten, das Erkennen des Müdigkeitsniveaus des Fahrers ausgesetzt werden, da dies unnötig oder fehlerbehaftet ist. Die Fahrsituation kann anhand länderspezifischer Geschwindigkeitsgrenzwerte erkannt werden. Diese länderspezifischen Geschwindigkeitswerte können insbesondere an Geschwindigkeitslimits eines jeweiligen Landes angepasst sein. Alternativ oder zusätzlich kann die Fahrsituation durch Auswerten einer Lenkwinkelaktivität, insbesondere anhand der Lenkwinkeldaten 33, erkannt werden. Beispielsweise weist eine hohe Lenkwinkelaktivität auf Stadtverkehr hin.
  • 2 zeigt exemplarisch eine Ausführungsform der vorbestimmten Extraktionsvorschrift 24 zum Ermitteln der die Spurdaten 34 betreffenden Extraktionsdaten 44. Dabei ist der Spurabstand D des Kraftwagens von einer Fahrbahnmarkierung, beispielsweise einer Mittellinie oder einer Fahrbahnbegrenzung, in Abhängigkeit von der Zeit T dargestellt. Der Spurabstand D ist gemäß einer Abstandsachse aufgetragen. Als vorbestimmtes Fahrereignis wird ein lokaler Extremwert 60, vorzugweise ein lokales Minimum 61, des Spurabstandes D erfasst. Dem vorbestimmten Fahrereignis wird vorliegend ein Absolutwert, nämlich das Minimum 61 des Spurabstandes, sowie eine Krümmung 62 für den Extremwert 60 zugeordnet. Die Krümmung 62 kann die zweite Ableitung des Spurabstandes D nach der Zeit sein. Der Intensitätswert wird vorzugsweise anhand des Absolutwertes und der Krümmung 62 gebildet. Der Spurabstand D ist ein Indiz für das Müdigkeitsniveau des Fahrers. Umso stärker der Spurabstand D sich verändert und/oder der Kraftwagen in der Spur pendelt, umso höher ist die Wahrscheinlichkeit für ein hohes Müdigkeitsniveau des Fahrers. Demnach können sowohl ein niedriges Minimum 61 des Spurabstandes D sowie eine starke Krümmung 62 des Spurabstandes D im Minimum 61 auf einen müden Fahrer hinweisen. Beispielsweise kann für die Ermittlung der Extraktionsdaten 44 beziehungsweise des Intensitätswertes folgende Relation genutzt werden: Intensitätswert = e Spurabstand Krümmung
    Figure DE102016221164A1_0001
  • Anhand 3 ist beispielhaft eine Extraktionsvorschrift 23 zum Extrahieren des den Lenkwinkel W betreffenden Extraktionsdaten 43 aus den Lenkwinkeldaten 33 gezeigt. Dabei ist der Lenkwinkel W schematisch gegen die Zeit T aufgetragen. Als vorbestimmtes Fahrereignis wird vorliegend ein lokaler Extremwert 64, vorzugsweise ein lokales Maximum 65 des Lenkwinkels W erfasst. Zu diesem Extremwert kann ein Absolutwert, vorliegend ein Maximalwert im Maximum 65 des Lenkwinkels W, sowie eine Krümmung 66, insbesondere die zweite Ableitung des Lenkwinkels W nach der Zeit, erfasst werden. Anhand des Absolutwerts des Lenkwinkels W beziehungsweise des Maximums 65 des Lenkwinkels W sowie der Krümmung 66 für den Extremwert 64 kann der Intensitätswert extrahiert werden. Beispielsweise kann der Intensitätswert durch Multiplizieren des Maximalwerts im Maximums 65 des Lenkwinkels W mit der Krümmung 66 extrahiert werden. Ein starker Lenkeinschlag des Lenkwinkels W ist ein Indiz für das Müdigkeitsniveau des Fahrers. Umso ruckartiger der Fahrer den Lenkwinkel W steuert, umso höher ist die Wahrscheinlichkeit für ein hohes Müdigkeitsniveau des Fahrers. Demnach können sowohl ein hohes Maximum 65 des Lenkwinkels W sowie eine starke Krümmung 66 des Lenkwinkels W im Maximum 65 auf einen müden Fahrer hinweisen. Intensitätswert = Lenkwinkel Krümmung
    Figure DE102016221164A1_0002
  • 4 zeigt in einem Zeigerdiagramm wie sich die Gesamtbeschleunigung Art aus ihren Komponenten, nämlich der Längsbeschleunigung Ax und der Querbeschleunigung AY, zusammensetzen kann. Insbesondere betrifft die Längsbeschleunigung Ax eine Beschleunigung oder ein Abbremsen des Kraftwagens. Insbesondere betrifft die Querbeschleunigung AY eine Querbeschleunigung des Kraftwagens, beispielsweise aufgrund einer groben Fahrt. Längs und quer ist dabei in Bezug auf eine Normalfahrtrichtung des Kraftwagens zu verstehen. Vorliegend werden als Rohdaten 3 für die Streckenmonotonie 32 sowohl die Längsbeschleunigung Ax als auch die Querbeschleunigung Ay erfasst. Die Gesamtbeschleunigung A ergibt sich wie folgt: | A | = A x 2 + A y 2
    Figure DE102016221164A1_0003
  • Die Extraktionsvorschrift 22 zum Ermitteln der die Streckenmonotonie 32 betreffenden Extraktionsdaten 42 kann das Ermitteln der Gesamtbeschleunigung A anhand der Längsbeschleunigung Ax und der Querbeschleunigung Ay umfassen. Dies kann beispielsweise über folgende Relation erfolgen. Die Streckenmonotonie 32 ergibt sich zu: Streckenmonotonie = e | A |
    Figure DE102016221164A1_0004
  • Ein Intensitätswert für die Streckenmonotonie 32 kann beispielsweise anhand folgende Relation extrahiert werden. Vorzugsweise wird eine hohe Streckenmonotonie 32 ermittelt, wenn die Gesamtbeschleunigung A und/oder die Längsbeschleunigung Ax und/oder Querbeschleunigung Ay gering ist. Eine hohe Streckenmonotonie 32 ist beispielsweise eine Streckenmonotonie 32, welche eine vorbestimmtes Maß überschreitet. Beispielsweise wird im Rahmen der Extraktionsvorschrift 22 eine hohe Streckenmonotonie 32 erkannt, wenn die Gesamtbeschleunigung A im zeitlichen Mittel, insbesondere über eine vorbestimmte Zeitspanne hinweg, ein einen vordefinierten Beschleunigungswert unterschreitet. Eine hohe Streckenmonotonie 32 wird vorliegend zum Erkennen eines erhöhten Müdigkeitsniveaus des Fahrers genutzt. Eine monotone Fahrt bei hoher Streckenmonotonie 32 kann den Fahrer ermüden.
  • Für den Zirkadian 30 ist vorliegend eine Extraktionsvorschrift 20 vorgesehen. Beispielsweise kann anhand die Uhrzeit erfasst werden und das Zirkadian 30 als sinusförmiger Müdigkeitsverlauf über den Tag angenommen werden. Die den Zirkadian 30 betreffenden Extraktionsdaten 40 können dann durch Auswerten des sinusförmigen Müdigkeitsverlaufs und der Uhrzeit ermittelt werden.
  • Für die Fahrdauer 31 kann eine Extraktionsvorschrift 21 vorgesehen sein. Insbesondere kann eine lineare, eine quadratische oder eine exponentielle Abhängigkeit des Müdigkeitsniveaus von der Fahrdauer 31 angenommen werden. Die Extraktionsvorschrift 21 kann dann eine lineare, eine quadratische oder eine exponentielle Auswertung der momentanen Fahrdauer 31 umfassen.
  • Die Extraktionsvorschriften 26 können jeweils eine Signalfilterung und/oder eine Glättung umfassen. Mittels der Signalfilterung kann ein Rauschen bei der Erfassung der jeweiligen Rohdaten 3 gefiltert werden. Durch die Glättung beziehungsweise zeitabhängige Betrachtung können die Rohdaten 3 über die vorbestimmte Zeitspanne hinweg ausgewertet werden. Vorzugsweise werden die Streckenmonotonie 32, die Lenkwinkeldaten 33 sowie die Spurdaten 34 über die vorbestimmte Zeitspanne hinweg, insbesondere 600 Sekunden, 300 Sekunden, 180 Sekunden oder 60 Sekunden, ausgewertet. Beispielsweise wird dann die Anzahl der vorbestimmten Fahrereignisse und deren jeweiliger Intensitätswert innerhalb der vorbestimmten Zeitspanne als Teil der jeweiligen Extraktionsdaten 4 erfasst. Beispielsweise kann erfasst werden, wie oft der Spurabstand innerhalb der vorbestimmten Zeitspanne einen vorbestimmten Extremwert 60 aufweist und mit welchem Intensitätswert. Beispielsweise wird ermittelt, wie oft der Lenkwinkel W einen vorbestimmten Extremwert 64 aufweist und mit welchem Intensitätswert. Für die Streckenmonotonie 32 kann ein Mittelwert über die vorbestimmte Zeitspanne hinweg ermittelt werden. Die jeweiligen Extraktionsdaten 4 können dann jeweils über die vorbestimmte Zeitspanne hinweg geglättet sein. Durch geeignete Wahl der vorbestimmten Zeitspanne kann ein besonders genaues Erkennen des Müdigkeitsniveaus des Fahrers ermöglicht werden und andererseits eine schnelle Erkennung eines müden Fahrers gewährleistet werden. Insbesondere kann das Müdigkeitsniveau des Fahrers nach Ablauf der vorbestimmten Zeitspanne nach Fahrtantritt zuverlässig erkannt werden.
  • Durch Auswerten verschiedener Erfassungseinrichtungen 1 beziehungsweise Sensoren, insbesondere aller in dem Kraftwagen verfügbaren Erfassungseinrichtungen 1 und Sensoren, ist ein besonders zuverlässiges Erkennen des Müdigkeitsniveaus des Fahrers beziehungsweise eine besonders hohe Detektionsrate ermöglicht. Das vorliegende Verfahren ist weitgehend unabhängig von dem Kraftwagen und kann leicht an unterschiedliche Kraftwagen mit unterschiedlichen Erfassungseinrichtungen 1 zur Erfassung unterschiedlicher Rohdaten 3 durch Anpassen der Trimmfaktoren 5 angepasst werden. Durch eine hohe Transparenz eines dem Verfahren zugrunde liegenden Algorithmus ist eine genaue Steuerung und Anpassung des vorliegenden Verfahrens ermöglicht. Das Anlernen des Verfahrens beziehungsweise des Algorithmus kann durch Anpassen der Trimmfaktoren 5 geschehen.
  • Bezugszeichenliste
  • 1
    Erfassungseinrichtungen
    2
    Auswerteeinheit
    3
    Rohdaten
    4
    Extraktionsdaten
    5
    Trimmfaktoren
    6
    Müdigkeitswert
    7
    gewichtete Extraktionsdaten
    10
    Recheneinheit
    11
    Zeiterfassungseinheit
    12
    Beschleunigungserfassungseinrichtung
    13
    Lenkwinkelsensor
    14
    Spurerfassungseinrichtung
    15
    Geschwindigkeitsmesser
    20..24
    Extraktionsvorschrift
    26
    Extraktionsvorschrift
    30
    Zirkadian
    31
    Fahrdauer
    32
    Streckenmonotonie
    33
    Lenkwinkeldaten
    34
    Spurdaten
    35
    Geschwindigkeitsdaten
    40..44
    Extraktionsdaten
    50..54
    Trimmfaktor
    60
    Extremwert
    61
    Minimum
    62
    Krümmung
    64
    Extremwert
    65
    Minimum
    66
    Krümmung
    70..74
    gewichtete Extraktionsdaten
  • 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 Patentliteratur
    • US 2009/0048737 A1 [0003]
    • US 2002/0128751 A1 [0004]
    • US 2013/0110349 A1 [0005]

Claims (13)

  1. Verfahren zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens mit den Schritten: - Erfassen jeweiliger Rohdaten (3) aus jeweiligen Erfassungseinrichtungen (1), - Ermitteln von jeweiligen Extraktionsdaten (4) aus den jeweiligen Rohdaten (3) mittels einer vorbestimmten Extraktionsvorschrift (26), - Kombinieren der jeweiligen Extraktionsdaten (4) zu einem Müdigkeitswert (6), der das Müdigkeitsniveau des Fahrers charakterisiert, dadurch gekennzeichnet, dass - die Extraktionsvorschrift (26) umfasst, dass aus den jeweiligen Rohdaten (3) der jeweiligen Erfassungseinrichtungen (1) ein jeweiliger Intensitätswert zu einem jeweils vorbestimmten Fahrereignis extrahiert wird, welches durch die Rohdaten (3) beschrieben wird, und - das Kombinieren durch Gewichten der jeweiligen Extraktionsdaten (4) mittels vorbestimmter Trimmfaktoren (5) und durch anschließendes Zusammenfassen der jeweiligen gewichteten Extraktionsdaten (7) erfolgt.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die jeweiligen Rohdaten (3) zumindest teilweise einen Zirkadian (30) und/oder eine Fahrdauer (31) und/oder eine Streckenmonotonie (32) und/oder Lenkwinkeldaten (33) und/oder Spurdaten (34) und/oder eine daraus abgeleitete Größe betreffen.
  3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass als Rohdaten (3) für die Streckenmonotonie (32) eine Gesamtbeschleunigung (A), welche sich aus einer Längsbeschleunigung (Ax) und einer Querbeschleunigung (Ay) des Kraftwagens zusammensetzt, erfasst wird.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Fahrereignis ein Lenkwinkelverlauf und/oder ein Spurabstandsverlauf des Kraftwagens von einer Fahrbahnmarkierung erfasst wird und der Intensitätswert zumindest teilweise anhand einer Krümmung eines Lenkwinkels (W) und/oder des Spurabstands (D) extrahiert wird.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Extraktionsdaten (4) längstens über eine vorbestimmte Zeitspanne von 600 Sekunden, 300 Sekunden, 180 Sekunden oder 60 Sekunden hinweg geglättet werden.
  6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass zum Anpassen des Verfahrens an unterschiedliche Betriebszustände und/oder Fahrer und/oder Kraftwagen die jeweiligen Trimmfaktoren (5) geändert werden.
  7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die jeweiligen Trimmfaktoren (5) während einer Fahrt nach einer vordefinierten Adaptionsvorschrift geändert werden.
  8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass die Adaptionsvorschrift umfasst, dass die jeweiligen Trimmfaktoren (5) zumindest teilweise in Abhängigkeit von einer Geschwindigkeit und/oder einer Fahrsituation geändert werden.
  9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die jeweiligen gewichteten Extraktionsdaten (7) durch Multiplizieren der jeweiligen Extraktionsdaten (4) mit dem jeweiligen Trimmfaktor (5) ermittelt werden.
  10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Müdigkeitswert (6) durch Addieren der jeweiligen gewichteten Extraktionsdaten (7) bestimmt wird.
  11. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Erkennen des Müdigkeitsniveaus nur für einen Geschwindigkeitswert des Kraftwagens, der geringer ist als ein vordefinierter Geschwindigkeitsgrenzwert, durchgeführt wird.
  12. Ermittlungseinrichtung zum Erkennen eines Müdigkeitsniveaus eines Fahrers eines Kraftwagens, mit - jeweiligen Erfassungseinrichtungen (1) zum Erfassen jeweiliger Rohdaten (3), - einer Auswerteeinheit (2) zum Ermitteln von jeweiligen Extraktionsdaten (4) aus den jeweiligen Rohdaten (3) mittels einer vorbestimmten Extraktionsvorschrift (26) und zum Kombinieren der jeweiligen Extraktionsdaten (4) zu einem Müdigkeitswert (6), der das Müdigkeitsniveau des Fahrers charakterisiert, dadurch gekennzeichnet, dass die Auswerteeinheit (2) dazu ausgebildet ist, aus den jeweiligen Rohdaten (3) der jeweiligen Erfassungseinrichtungen (1) einen Intensitätswert zu einem jeweils vorbestimmten Fahrereignis zu extrahieren, welches durch die Rohdaten (3) beschrieben wird, und die Extraktionsdaten (4) durch Gewichten mittels vorbestimmter Trimmfaktoren (5) und anschließendes Zusammenfassen der gewichteten Extraktionsdaten (7) zu kombinieren.
  13. Kraftwagen mit einer Ermittlungseinrichtung nach Anspruch 12.
DE102016221164.1A 2016-10-27 2016-10-27 Charakterisieren des Müdigkeitsniveau des Fahrers eines Kraftwagens anhand variabel gewichteter Parameter Withdrawn DE102016221164A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102016221164.1A DE102016221164A1 (de) 2016-10-27 2016-10-27 Charakterisieren des Müdigkeitsniveau des Fahrers eines Kraftwagens anhand variabel gewichteter Parameter

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102016221164.1A DE102016221164A1 (de) 2016-10-27 2016-10-27 Charakterisieren des Müdigkeitsniveau des Fahrers eines Kraftwagens anhand variabel gewichteter Parameter

Publications (1)

Publication Number Publication Date
DE102016221164A1 true DE102016221164A1 (de) 2018-05-03

Family

ID=61912492

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016221164.1A Withdrawn DE102016221164A1 (de) 2016-10-27 2016-10-27 Charakterisieren des Müdigkeitsniveau des Fahrers eines Kraftwagens anhand variabel gewichteter Parameter

Country Status (1)

Country Link
DE (1) DE102016221164A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3899897A4 (de) * 2018-12-20 2022-11-09 Nauto, Inc. System und verfahren zur analyse des fahrerverhaltens

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020128751A1 (en) 2001-01-21 2002-09-12 Johan Engstrom System and method for real-time recognition of driving patters
DE10210130A1 (de) * 2002-03-08 2003-09-18 Bosch Gmbh Robert Verfahren und Vorrichtung zur Fahrerwarnung
DE102005057267A1 (de) * 2005-12-01 2007-06-06 Robert Bosch Gmbh Verfahren und Vorrichtung zur Fahrerzustandserkennung
US20090048737A1 (en) 2007-01-10 2009-02-19 Toyota Jidosha Kabushiki Kaisha Awake state estimation device
DE102009004487A1 (de) * 2009-01-09 2010-07-15 Daimler Ag Verfahren zur Müdigkeitserkennung eines Fahrers
US20130110349A1 (en) 2010-07-29 2013-05-02 Ford Global Technologies, Llc Systems and methods for scheduling driver interface tasks based on driver workload
DE102013223989A1 (de) * 2013-11-25 2015-05-28 Robert Bosch Gmbh Verfahren zum Detektieren des Aufmerksamkeitszustands des Fahrers eines Fahrzeugs

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020128751A1 (en) 2001-01-21 2002-09-12 Johan Engstrom System and method for real-time recognition of driving patters
DE10210130A1 (de) * 2002-03-08 2003-09-18 Bosch Gmbh Robert Verfahren und Vorrichtung zur Fahrerwarnung
DE102005057267A1 (de) * 2005-12-01 2007-06-06 Robert Bosch Gmbh Verfahren und Vorrichtung zur Fahrerzustandserkennung
US20090048737A1 (en) 2007-01-10 2009-02-19 Toyota Jidosha Kabushiki Kaisha Awake state estimation device
DE102009004487A1 (de) * 2009-01-09 2010-07-15 Daimler Ag Verfahren zur Müdigkeitserkennung eines Fahrers
US20130110349A1 (en) 2010-07-29 2013-05-02 Ford Global Technologies, Llc Systems and methods for scheduling driver interface tasks based on driver workload
DE102013223989A1 (de) * 2013-11-25 2015-05-28 Robert Bosch Gmbh Verfahren zum Detektieren des Aufmerksamkeitszustands des Fahrers eines Fahrzeugs

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3899897A4 (de) * 2018-12-20 2022-11-09 Nauto, Inc. System und verfahren zur analyse des fahrerverhaltens

Similar Documents

Publication Publication Date Title
EP1247075B1 (de) Verfahren und vorrichtung zur fahrweisenbewertung
DE102010039634B4 (de) Anordnung und Verfahren zur Verkehrszeichenerkennung
DE102011077941A1 (de) Verfahren und Vorrichtung zur Bestimmung einer Tauglichkeit einer Route
DE102010030985A1 (de) Streckenabschnittsfahrzeit-Berechnungsvorrichtung und Verfahren zur Berechnung eines Streckenabschnittsfahrzeitintervalls
DE112014003831T5 (de) Anpassen eines Fahrzeug-Charakters unter Verwendung von analysierten Fahrerverhaltensmerkmalen
DE102011109387A1 (de) Verfahren zur Erkennung von Verkehrszeichen
DE102014215258A1 (de) Verfahren und Vorrichtung zum automatischen Auswählen von Fahrmodi
DE102011013023A1 (de) Situationsabhängiges Verfahren zur Erkennung eines Lenkradkontakts durch einen Fahrer
DE102009004487A1 (de) Verfahren zur Müdigkeitserkennung eines Fahrers
DE102008056593A1 (de) Warnstrategie
DE202013010566U1 (de) Fahrerassistenzsystem für ein Kraftfahrzeug
DE102013114278A1 (de) Vorrichtung und Verfahren zum Ermitteln einer kurzfristigen Fahrabsicht
DE102012222931A1 (de) Verfahren und Vorrichtung zur Ermittlung einer Position und/oder Art einer Straßeninfrastruktureinrichtung
DE102013114172A1 (de) Vorrichtung und Verfahren zum Ermitteln einer Kurzzeitfahrtendenz
DE102011084640A1 (de) Verfahren und Steuergerät zum Bestimmen einer Route eines Navigationssystems sowie Verfahren und Steuergerät zum Bewerten eines Straßenabschnitts
DE102012218237A1 (de) Geistesabwesenheitsbestimmungsvorrichtung
DE102012018949A1 (de) Vorrichtung, Steuergerät, Fahrzeug, Verfahren und Computerprogramm zur Müdigkeitserkennung in einem Fahrzeug
DE102019205942A1 (de) Verfahren zum Bereitstellen einer Fahrtroute für ein Kraftfahrzeug mit mindestens einem Fahrerassistenzsystem und Kraftfahrzeug
DE102016221164A1 (de) Charakterisieren des Müdigkeitsniveau des Fahrers eines Kraftwagens anhand variabel gewichteter Parameter
DE102021200023A1 (de) Verfahren zum Betreiben eines Spurhalteassistenzsystems eines zumindest teilweise assistiert betriebenen Kraftfahrzeugs, Computerprogrammprodukt sowie Spurhalteassistenzsystem
DE102009044981A1 (de) Verfahren zur Ermittlung einer Route mittels einer Navigationsvorrichtung
EP1795901A2 (de) Informationseinrichtung für den Führer eines Fahrzeugs
EP3398828B1 (de) Fahrerassistenzsystem und verfahren zum unterstützen eines führers eines schienenfahrzeugs
DE102021120043A1 (de) Verfahren und Steuerschaltung zum Überwachen einer Zulässigkeitsbedingung für einen automatisierten Fahrmodus eines Kraftfahrzeugs sowie Kraftfahrzeug mit der Steuerschaltung
WO2021001460A1 (de) Ermittlung des zustandes von karosseriekomponenten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R082 Change of representative

Representative=s name: HOFSTETTER, SCHURACK & PARTNER - PATENT- UND R, DE

R016 Response to examination communication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee