用于检测驾驶者对对象的注意力的方法和系统的利记博彩app_3

文档序号:8520903阅读:来源:国知局
着交通工具1b在道路上从第一位置C向前移动至第二位置D,交通工具1b的位置(L4)在第二时间t4处以绝对坐标提供。第二交通工具1b的取向或方位(B4)可以绝对坐标提供并且可包括方位角和仰角。驾驶者的视线方向可以交通工具坐标提供并且可包括角α4。第二交通工具1b的第二视线向量(G4))以交通工具坐标(x4,y4, z4)基于角α4确定,然后使用坐标系变换基于位置和方位(L4, B4, t4)转换为绝对坐标。
[0046]将计算后的视线向量(GjP G2)存储在第一交通工具1a的视线向量数据存储区36中;以及将计算后的视线向量(63和G4)存储在第一交通工具1b的视线向量数据存储区36中。在一些情况下,可将视线向量(GjPG4)通信到第一交通工具1a并且存储在第一交通工具1a的视线向量数据存储区36中。同样,可将视线向量(GjP G2)通信到第二交通工具1b并且存储在第二交通工具1b的视线向量数据存储区36中。
[0047]再次参考图2,并且继续参考图1,注意力确定模块32接收存储在视线向量数据存储区36中的视线向量48作为输入。视线向量48可为来自单个交通工具(例如,图2的交通工具1a)或多个交通工具(例如,图2的交通工具1a和1b)的视线向量48。基于视线向量48,注意力确定模块32在绝对坐标系中确定具体时间49的兴趣点47。例如,注意力确定模块32在特定时间周期对视线向量48的数量进行评估,并且如果在该时间周期中的视线向量48的阈值数量有交集(intersect),则确定对于该时间周期,兴趣点在视线向量48的交集处或附近。注意力确定模块32然后将兴趣点47设置为在具体时间49处的交集的坐标。
[0048]在各个实施例中,如果兴趣点47的确定性低(例如,仅有最少数量的视线向量48有交集,或者兴趣点远离交通工具等),则注意力确定模块32可依赖于来自附加源的数据以确认兴趣点47。例如,可将从全局注意力处理系统16接收到的统计数据或来自交通工具10的其他系统的数据用于确认兴趣点47。
[0049]如果兴趣点47确定,则注意力确定模块32然后选择性地从对象映射数据存储区28检索对象数据50。例如,注意力确定模块32可对位于兴趣点47处的对象的对象映射数据存储区28的映射进行评估。如果该映射指示对象位于兴趣点47处,则注意力确定模块32使用有关来自对象映射数据存储区28的对象的描述性信息来限定在具体兴趣点处的兴趣对象51。注意力确定模块32然后将兴趣点47、时间49以及兴趣对象51作为注意力数据52存储在注意力数据数据存储区38中以便将来使用。然而,如果该映射不指示对象位于兴趣点47处,则注意力确定模块32可利用兴趣点47和从其他源(例如,从诸如交通工具摄像头或其他系统的交通工具系统,或者从远离交通工具的系统)(如可用)接收到的有关兴趣点47的信息来更新该映射。
[0050]注意力数据通信模块39从注意力数据数据存储区38检索注意力数据52并且准备用于由无线通信系统20通信到全局注意力处理系统16的注意力数据52。例如,注意力数据通信模块39利用司乘人员标识57 (例如,如果可追踪多司乘人员)、交通工具标识53 (例如,识别交通工具和/或交通工具类型的VIN或其他数据)以及任选的环境数据55 (例如,限定在其期间确定注意力数据的状况的数据,诸如但不限于,天气状况、路况、车况等)来将一时间周期的注意力数据52打包并且将打包数据54通信到无线通信系统20,从而通信到全局注意力处理系统16。
[0051]注意力引模块34接收交通工具位置数据56 (例如,从全球定位系统22)以及注意力数据52作为输入。基于输入52、56,注意力引导模块34确定驾驶者的注意力是否引导向期望对象。在各个实施例中,期望对象可在期望对象的映射中限定并且存储在映射数据存储区38中。例如,基于交通工具位置数据56,注意力引导模块34选择性地从对象映射数据存储区28的映射检索对象数据58 (即,限定在接近交通工具位置附近的期望对象的数据)。在各个实施例中,期望对象可由交通工具10的系统确定。例如,期望对象可从交通工具的导航系统或其他系统接收(数据流未示出)。
[0052]注意力引导模块34然后比较来自注意力数据52的兴趣点47和来自对象数据58的期望对象的位置。如果兴趣点47和期望对象的位置相对相同,则注意力引导模块34确定驾驶者的注意力朝向期望对象并且不发送通知数据60。然而,如果兴趣点47与期望对象的位置不同,则注意力引导模块34确定驾驶者的注意力不朝向期望对象(相反,其可朝向在映射上的另一对象或者不朝向任何对象),并且注意力引导模块34发送通知数据60至注意力引导系统14以引导驾驶者的注意力。
[0053]现参考图4,并且继续参考图1,图4的功能框图图示了图1的全局注意力处理系统16的各个实施例。根据本公开的全局注意力处理系统16的各个实施例可包括任何数量的子模块。如可了解的,可组合和/或进一步分割图4所示出的子模块以类似地接收并且处理图2的驾驶者注意力数据54。在各个实施例中,全局注意力处理系统16包括数据存储模块62、全局注意力数据数据存储区64、一个或多个数据处理模块66a-66n以及输出生成模块68。
[0054]数据存储模块62从各种交通工具10a、1b等接收驾驶者注意力数据54a_54n作为输入并且选择性地将驾驶者注意力数据54a-54n存储在全局注意力数据数据存储区64中。例如,数据存储模块基于交通工具数据70、时间数据72、兴趣点数据74、兴趣对象数据76、各种环境数据77和/或司乘人员数据选择性地对数据进行分类并且存储数据。
[0055]数据处理模块66a_66n选择性地从驾驶者注意力数据数据存储区64检索所存储的数据并且使用一个或多个数据处理方法对数据进行处理以产生各种统计数据。例如,第一数据处理模块66a对数据进行处理以确定全局兴趣点78,S卩,由具体驾驶者、由许多交通工具司乘人员和/或由许多交通工具识别许多次的兴趣点。在另一示例中,第二数据处理模块66b对数据进行处理以确定全局兴趣对象80,S卩,由具体驾驶者、由许多交通工具司乘人员和/或由许多交通工具识别许多次的兴趣对象。在另一示例中,第三数据处理模块66对具体点或对象被识别为兴趣点或兴趣对象的频率82 (即,当驾驶者驱车经过时对象实际吸引驾驶者注意的频率)的数据进行处理。在另一示例中,数据处理模块66d对数据进行处理以(例如,使用协同过滤方法)识别在驾驶者注意力与其他驾驶者的注意力之间的相似度84。在其他示例中,数据处理模块66e对数据进行处理以识别确定更易于注意的具体点或对象的环境状况86 (例如,天气、路况、交通、季节等)。在其他示例中,数据处理模块66f对数据进行处理以识别注意力分散(spatter)88 (即,驾驶者多久改变其注意焦点)和在注意力分散周围的环境数据,诸如当日时间、天气状况等。
[0056]输出生成模块68从数据处理模块66a-66n接收处理后的数据78-82。输出生成模块68基于处理后的数据生成一个或多个报告90。例如,输出生成模块68生成图形报告,诸如包括全局兴趣点78或全局兴趣对象80的标识(例如,热点或其他标识)的映射。在另一示例中,输出生成模块68生成:包括频率82和/或其他统计数据84-88的文本和/或数据?艮胃。
[0057]在各个实施例中,可将数据报告通信回交通工具10并且交通工具10可使用来自数据报告的数据(例如,作为概率或权重)以确定将来的兴趣点和/或兴趣对象。在各个实施例中,可用其他数据(例如,从交通工具或其他实体接收到的其他数据)对统计数据作进一步处理以生成探求关于对具体对象的注意力的其他动作的概率报告。这类动作可包括但不限于,购买在广告中见过的物品,驱车前往具体目的地,其他事件。在各个实施例中,可用其他数据对统计数据进行处理以生成可能使驾驶者分心从而使驾驶者失去焦点的路况报告。可将这些报告通信到诸如公路部门等的企业单位并且/或者可将其通信回交通工具10,从而在路况期间用于增强型交通工具控制。
[0058]现参考图5-6并且继续参考图1-4,图5-6的流程图图示了根据各个实施例的可由注意力确定模块18的子模块执行的注意力确定方法和注意力引导方法。如按照本公开可了解的,在该方法内的操作顺序不限于如图5-6所图示的顺序执行,而是如果适用的话并且根据本公开可以一个或多个不同的顺序执行。如可进一步了解的,在不改变该方法的精神的情况下,可增加或删除该方法的一个或多
当前第3页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1