本發(fā)明涉及預(yù)測交通事故的風(fēng)險(xiǎn)而對交通機(jī)構(gòu)的運(yùn)行進(jìn)行輔助的運(yùn)行輔助方法、運(yùn)行輔助系統(tǒng)和運(yùn)行輔助服務(wù)器。

背景技術(shù)：

1、近年來，物流卡車和長途公交車等中，因駕駛員的健康狀態(tài)和疲勞而發(fā)生交通事故正在成為社會(huì)問題。為了預(yù)防交通事故，對正在駕駛的駕駛員的狀態(tài)進(jìn)行監(jiān)視的生物傳感器和實(shí)時(shí)計(jì)測車間距離與速度等車輛的駕駛狀態(tài)的技術(shù)的應(yīng)用正在進(jìn)展。

2、作為對車輛的駕駛操作進(jìn)行輔助的技術(shù)，已知專利文獻(xiàn)1、2。專利文獻(xiàn)1中，公開了對在駕駛狀況數(shù)據(jù)與駕駛操作數(shù)據(jù)之間的因果關(guān)系之外、也包括和與駕駛操作和駕駛狀況無關(guān)的生理狀態(tài)數(shù)據(jù)之間的因果關(guān)系的表，帶有裕度地預(yù)測關(guān)于急剎車的駕駛操作，高效率地進(jìn)行準(zhǔn)確的駕駛輔助的技術(shù)。

3、專利文獻(xiàn)2中，公開了通過將對移動(dòng)體的外部環(huán)境進(jìn)行傳感而識別出的外部環(huán)境中包括的行駛環(huán)境風(fēng)險(xiǎn)、與根據(jù)駕駛員的駕駛操作推算為內(nèi)部狀態(tài)的駕駛員的風(fēng)險(xiǎn)認(rèn)知狀態(tài)進(jìn)行比較，而識別與駕駛員的平常的內(nèi)部狀態(tài)的偏差的技術(shù)。

4、現(xiàn)有技術(shù)文獻(xiàn)

5、專利文獻(xiàn)

6、專利文獻(xiàn)1：日本特開2009-245147號公報(bào)

7、專利文獻(xiàn)2：日本特開2009-098970號公報(bào)

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明要解決的課題

2、但是，上述現(xiàn)有技術(shù)中，雖然能夠基于駕駛員的生理狀態(tài)數(shù)據(jù)、駕駛操作數(shù)據(jù)和駕駛狀況數(shù)據(jù)預(yù)測急剎車的駕駛操作，但這是關(guān)注特定的駕駛操作的預(yù)測，存在難以預(yù)測交通事故等并非頻繁發(fā)生的事件的問題。

3、于是，本發(fā)明是鑒于上述問題點(diǎn)而得出的，目的在于提供一種能夠根據(jù)駕駛員的生物數(shù)據(jù)和行駛狀態(tài)數(shù)據(jù)預(yù)測交通事故的風(fēng)險(xiǎn)的駕駛輔助方法、駕駛輔助系統(tǒng)和駕駛輔助服務(wù)器。

4、用于解決課題的技術(shù)方案

5、本發(fā)明是一種由具有處理器和存儲(chǔ)器的計(jì)算機(jī)輔助車輛的運(yùn)行的運(yùn)行輔助方法，其包括：第一步驟，將過去收集到的表示車輛的行駛狀態(tài)的第一車載傳感器數(shù)據(jù)和從所述第一車載傳感器數(shù)據(jù)預(yù)先設(shè)定了發(fā)生了危險(xiǎn)的信息的危險(xiǎn)發(fā)生數(shù)據(jù)作為輸入，通過機(jī)器學(xué)習(xí)來生成用于推算危險(xiǎn)發(fā)生的概率作為事故風(fēng)險(xiǎn)的事故風(fēng)險(xiǎn)定義模型；第二步驟，將過去收集到的表示車輛的行駛狀態(tài)的第二車載傳感器數(shù)據(jù)輸入至所述事故風(fēng)險(xiǎn)定義模型，推算危險(xiǎn)發(fā)生的概率來生成事故風(fēng)險(xiǎn)推算數(shù)據(jù)；第三步驟，將從收集所述第二車載傳感器數(shù)據(jù)時(shí)的駕駛員的生物數(shù)據(jù)預(yù)先計(jì)算出的第一生物指標(biāo)數(shù)據(jù)和所述事故風(fēng)險(xiǎn)推算數(shù)據(jù)作為輸入，通過機(jī)器學(xué)習(xí)來生成用于預(yù)測規(guī)定時(shí)間后的事故風(fēng)險(xiǎn)的事故風(fēng)險(xiǎn)預(yù)測模型；第四步驟，獲取正在駕駛車輛的駕駛員的生物數(shù)據(jù)，從所述生物數(shù)據(jù)計(jì)算表示所述駕駛員的狀態(tài)的第二生物指標(biāo)數(shù)據(jù)；和第五步驟，將所述第二生物指標(biāo)數(shù)據(jù)輸入至所述事故風(fēng)險(xiǎn)預(yù)測模型來預(yù)測所述規(guī)定時(shí)間后的事故風(fēng)險(xiǎn)。

6、發(fā)明效果

7、從而，根據(jù)本發(fā)明，能夠根據(jù)駕駛員的生物數(shù)據(jù)和行駛狀態(tài)數(shù)據(jù)，對于交通事故這樣的事件，預(yù)測規(guī)定時(shí)間后的發(fā)生風(fēng)險(xiǎn)。

8、本說明書中公開的主題的至少一個(gè)實(shí)施方式的詳情，將在附圖和以下敘述中敘述。公開的主題的其他特征、方式、效果將通過以下公開、附圖、技術(shù)方案說明。

技術(shù)特征：

1.一種由具有處理器和存儲(chǔ)器的計(jì)算機(jī)輔助車輛的運(yùn)行的運(yùn)行輔助方法，其特征在于，包括：

2.如權(quán)利要求1所述的運(yùn)行輔助方法，其特征在于，還包括：

3.如權(quán)利要求2所述的運(yùn)行輔助方法，其特征在于：

4.如權(quán)利要求1所述的運(yùn)行輔助方法，其特征在于：

5.如權(quán)利要求2所述的運(yùn)行輔助方法，其特征在于：

6.如權(quán)利要求3所述的運(yùn)行輔助方法，其特征在于：

7.如權(quán)利要求1所述的運(yùn)行輔助方法，其特征在于：

8.一種包括服務(wù)器和車輛的、輔助所述車輛的運(yùn)行的運(yùn)行輔助系統(tǒng)，其中所述服務(wù)器包括處理器和存儲(chǔ)器，所述車輛包括檢測行駛狀態(tài)的車載傳感器和檢測駕駛員的生物傳感器數(shù)據(jù)的生物傳感器，

9.如權(quán)利要求8所述的運(yùn)行輔助系統(tǒng)，其特征在于：

10.如權(quán)利要求9所述的運(yùn)行輔助系統(tǒng)，其特征在于：

11.如權(quán)利要求8所述的運(yùn)行輔助系統(tǒng)，其特征在于：

12.如權(quán)利要求9所述的運(yùn)行輔助系統(tǒng)，其特征在于：

13.如權(quán)利要求8所述的運(yùn)行輔助系統(tǒng)，其特征在于：

14.如權(quán)利要求8所述的運(yùn)行輔助系統(tǒng)，其特征在于：

15.一種具有處理器和存儲(chǔ)器的、對輔助車輛的運(yùn)行的運(yùn)行輔助服務(wù)器，其特征在于，包括：

16.如權(quán)利要求15所述的運(yùn)行輔助服務(wù)器，其特征在于：

17.如權(quán)利要求16所述的運(yùn)行輔助服務(wù)器，其特征在于：

18.如權(quán)利要求15所述的運(yùn)行輔助服務(wù)器，其特征在于：

19.如權(quán)利要求16所述的運(yùn)行輔助服務(wù)器，其特征在于：

20.如權(quán)利要求15所述的運(yùn)行輔助服務(wù)器，其特征在于：

技術(shù)總結(jié)
本發(fā)明提供一種運(yùn)行輔助方法、運(yùn)行輔助系統(tǒng)和運(yùn)行輔助服務(wù)器，能夠根據(jù)駕駛員的生物數(shù)據(jù)和行駛狀態(tài)數(shù)據(jù)，對于事件預(yù)測規(guī)定時(shí)間后的發(fā)生風(fēng)險(xiǎn)。其中，運(yùn)行輔助方法包括：生成用于推算危險(xiǎn)發(fā)生的概率作為事故風(fēng)險(xiǎn)的事故風(fēng)險(xiǎn)定義模型的步驟；推算危險(xiǎn)發(fā)生的概率來生成事故風(fēng)險(xiǎn)推算數(shù)據(jù)的步驟；生成用于預(yù)測規(guī)定時(shí)間后的事故風(fēng)險(xiǎn)的事故風(fēng)險(xiǎn)預(yù)測模型的步驟；計(jì)算表示所述駕駛員的狀態(tài)的第二生物指標(biāo)數(shù)據(jù)的步驟；利用所述事故風(fēng)險(xiǎn)預(yù)測模型來預(yù)測所述規(guī)定時(shí)間后的事故風(fēng)險(xiǎn)的步驟；計(jì)算表示所述駕駛員的狀態(tài)的第二生物指標(biāo)數(shù)據(jù)的步驟；利用所述生物狀態(tài)推算模型來計(jì)算所述本人嚴(yán)重程度的步驟；和基于所述本人嚴(yán)重程度來判斷是否發(fā)出警告的步驟。

技術(shù)研發(fā)人員：田中毅,三幣俊輔,栗山裕之,尾白大知,佐藤公則
受保護(hù)的技術(shù)使用者：羅集帝株式會(huì)社
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/28