[发明专利]使用感测设备监控车辆操作风险

说明书

由处理器监测与操作车辆相关联的风险的实施例。车辆的操作者的一个或多个行为参数可使用用于行程的一个或多个感测设备，相对于车辆、一个或多个其它车辆、或其组合来学习。可以评估与行程的一个或多个学习的行为参数相关联的风险。

技术领域

本发明总体上涉及计算系统，并且更具体地涉及用于使用由处理器从感测设备收集的感测信息来监测相对于行程的与操作车辆相关联的风险的不同实施例。

背景技术

在当今社会的每个方面，各种类型、尺寸和能量消耗的车辆都是普遍的，因为人们在今天比在记录的历史中的任何时间更具移动性。例如，数百万个汽车、卡车、火车和其他陆地车辆在任何时刻都在美国道路上行驶。伴随车辆增生已经增加了与多种环境危害相关的驾驶风险。一直需要提高道路上的安全性并防止事故。如本领域普通技术人员将理解的，使得驾驶员能够降低操作风险的常规方法仅在一些情况下适用，例如仅外部安装的侧视镜和内部安装的后视镜。防止和减少风险的挑战包括驾驶员不知道他们的驾驶习惯和其他人的驾驶习惯以及不同其他环境条件。

发明内容

提供了本发明的各种实施例，用于使用由处理器从感测设备收集的感测信息来监测相对于行程的与操作车辆相关联的风险。在本发明的一个实施例中，仅通过示例的方式，提供了一种由处理器操作，用于实时监测与车辆相关联的风险的方法。可使用用于行程的一个或多个感测设备，来学习相对于车辆、一个或多个其它车辆、或其组合的车辆的操作者的一个或多个行为参数。可以评估与行程的一个或多个学习行为参数相关联的风险。

附图说明

为了容易理解本发明的优点，将参照附图中示出的本发明的具体实施例给出上文简要描述的本发明的更具体描述。应理解，这些附图仅描绘了本发明的典型实施例，并且因此不应当被认为是限制本发明的范围，将通过使用附图用另外的具体性和细节来描述和解释本发明，在附图中：

图1是描述根据本发明实施例的示范性计算节点的框图；

图2是描绘根据本发明的实施例的示范性云计算环境的附加框图；

图3是描绘根据本发明的实施例的抽象模型层的附加框图；

图4是描绘根据本发明的方面运行的不同用户硬件和计算组件的图；

图5是根据本发明的各方面的与在物联网(IoT)计算网络中操作车辆相关联的认知车辆操作者风险评估的流程框图；

图6是描绘根据本发明的方面的基于车辆速度、车辆的相对定位、和相对于周围车辆的相对速度来学习车辆的操作者的纵向和横向行为参数的图；以及

图7是用于使用处理器的感测来实时监测与相对于行程的操作车辆相关的风险的附加示范性方法的流程图，其中可以实现本发明的各个方面。

具体实施方式

一直需要提高道路上的安全性并防止事故。如上所述，伴随车辆增生已经增加了与多种环境危害相关的驾驶风险。车辆操作安全性方面的进步已经多年，其中新的安全特征和增强引入了连续几代车辆。安全特征已经由政府主张或市场驱动需求演进。

然而，机动车辆的操作者的共同问题是难以检测可能与驾驶员、其他车辆以及环境危害或条件相关联的风险。与车辆操作相关联的风险可包括，例如，激进的驾驶模式、驾驶员的压力、驾驶员疲劳、一天中的时间、道路状况、天气、以及甚至驾驶员未能充分关注周围环境(例如，驾驶员在驾驶时试探或者当改变车道时不能检查盲点)。取决于驾驶员的目的地，这些风险可以特定于行程的上下文(例如，城市道路/高速公路、天气、交通密度、交通规则等)。

设计用于改进道路安全和防止事故的现有解决方案和安全特征已经包括例如子午线轮胎、填充仪表盘、安全玻璃和被动约束(安全带)。然而，需要既在短期内(例如，在操作车辆的时间段期间)又在长行程内(例如，从学习的行为降低风险以降低保险定价方案)监测驾驶行为的能力。