用于在机动车的人机接口上显示信息的方法、计算机程序产品、人机接口以及机动车与流程

车辆装置的制造及其改造技术1.在本文中描述一种用于在机动车的人机接口上显示信息的方法、一种计算机程序产品、一种人机接口和一种机动车。背景技术：2.开篇所提及类型的用于在机动车的人机接口上显示信息的方法、计算机程序产品、人机接口以及机动车在现有技术中是已知的。3.驾驶员能够突出和快速掌握的信息量取决于驾驶员在当前驾驶状况下所承受的认知负荷。认知负荷反映驾驶员为充分理解状况，特别是驾驶状况，并能做出正确反应而承受的精神压力有多大。驾驶员要接收的信息越多，其认知负荷就越高。驾驶状况越复杂，驾驶员就越需要集中精力。在交通量不大的简单路线上，与在繁忙的、蜿蜒的、高速行驶的路线上相比，需要注意的地方较少。避免驾驶员的认知不足也很重要。在直行的道路上，车辆不多，速度不变，驾驶员可能失去注意力。在前一种情况下，驾驶员很容易从人机接口上掌握和分析处理大量的信息。在第二种情况下，驾驶员可能被过多的信息所淹没，不再充分注意交通状况。在第三种警惕的情况下，驾驶员发现更难接收和充分处理持续变化和增加的信息。4.驾驶状况描述驾驶员、车辆和环境之间的互动。5.自适配显示本身是众所周知的。在最简单的形式中，已知在白天和晚上使用不同的显示模式，例如在显示器上使用夜间模式。已知的是还可以改变显示的颜色。此外，已知的是，根据驾驶模式来配置显示，例如在跑车中，公路模式和赛道模式是不同的。此外，还有多种多样的显示器，其中，的信息可以用不同的尺寸显示。对显示的相应适配是自动进行的，例如根据周围环境亮度，或手动进行，例如在选择显示模式或显示颜色时。6.de 10 2007 058 437 a1公开一种向机动车驾驶员传递信息的方法，其中，通过平视显示器向驾驶员显示视觉信息显示，平视显示器的整体显示包括一组相邻的显示区域，在这些显示区域中可以显示信息显示，一组可能的信息显示中的每个元素被分配有到其中，显示区域进行显示。其中，确定当前驾驶状况的特征驾驶状况参数，其中，对于每个显示区域，根据特征驾驶状况参数对分配给该显示区域的信息显示进行优先排序，并且其中，根据对该显示区域进行的优先排序确定每个显示区域的内容。7.虽然现有技术中已知的驾驶状况参数有时可以与驾驶员的认知负荷巧合地相关，但也有这样的状况：尽管驾驶员的认知负荷很高，也将显示大量的信息。在这些状况下，所显示的信息数量可能允许驾驶员不知所措。技术实现要素：8.本发明的任务因此是，开发这样的用于在机动车的人机接口上显示信息的方法、计算机程序产品、人机接口以及上述类型的机动车，使得能够更直接、从而更精确地确定驾驶员的认知负荷，并且可以相应地配置人机接口。另一项任务是能够考虑特定驾驶员的个人认知表现。9.该任务由根据权利要求1的在人机接口上显示信息的方法、根据从属权利要求10的计算机程序产品、根据从属权利要求11的人机接口、根据从属权利要求12的人机接口和根据从属权利要求15的机动车来解决。延伸构型和扩展方案是从属权利要求的主题。10.以下描述一种用于控制机动车人机接口的方法，其中，该人机接口具有至少一个用于显示信息的显示设备，其中，求取至少一个驾驶状况参数，该驾驶状况参数表征机动车的驾驶状况，并且其中，借助算法根据所求取到的驾驶状况参数来确定负荷参数，该负荷参数表征机动车的驾驶员的认知负荷，从而根据该负荷参数对至少一个显示设备的待借助显示设备进行显示的信息的信息密度进行适配，其中，该算法包括具有驾驶状况参数的数据集，其中，给每个驾驶状况参数分别分配一个负荷参数，其中，该负荷参数基于至少一个所测量到的表征驾驶员行为的测量参量。11.通过确定驾驶员的认知负荷并选择相应的信息密度，能够确保仅向驾驶员显示其实际能处理的信息。这可以防止驾驶员的信息处理能力被过多和持续变化的信息所影响，使驾驶员有更多的精神资源能够用于处理交通状况。12.在此，可以根据状况选择对应的最相关的信息，例如，如果驾驶员即将到达道路交口则可以选择导航信息；如果驾驶员驾驶得过快或过慢则可以选择速度信息；例如如果交通需要加强注意则可以选择警告。13.在第一延伸构型中可以设置，还求取表征驾驶员的当前行为的行为参数，其中，在考虑所求取到的行为参数的情况下使待显示在显示设备上的信息密度发生变化。14.驾驶员的行为是衡量驾驶员的认知负荷的可靠测量参量。由此能够更好地将信息密度匹配于驾驶员的当前需求。15.在另一延伸构型中可以设置，为了计算该驾驶状况参数，包含对驾驶员在预给定的时间、在预给定的时间段内和/或在预给定的距离处的认知负荷的预测。16.由此能够对短期内的认知负荷进行预测，并根据所期望的认知负荷及早选择合适的显示配置。因此，在需要注意的状况发生之前已可以将显示的信息选择为最重要的信息。17.在另一延伸构型中可以设置，在机动车的正常驾驶运行中检测与驾驶员有关的测量参量，并将该驾驶员分类到多个用户类型类别中的一个类别中，其中，根据该驾驶员的用户类型类别来适配信息密度。18.已知，不同的驾驶员与各方面有关地具有不同的认知能力并且在不同的驾驶状况下有不同程度的压力。因此与有经验的驾驶员相比，新手驾驶员需要更多的注意力从而需要更多的认知开销。不同的驾驶员在接收和处理信息的能力上也存在一定的差异，例如与年龄有关。此外已知，驾驶时间对驾驶员的专注程度有影响。这样的测量参量可以在本构型的范畴内检测，由此能够选择适合驾驶员的显示配置。19.该构造能够用于为不同类型的驾驶员提供不同的信息集。一些驾驶员可以比其他的驾驶员处理更大数量的信息，由此能够防止那些不能处理这么多信息的驾驶员由于人机接口而负荷过大。20.在另一延伸构型中可以设置，与驾驶状况有关的输入参量包括关于驾驶员、机动车的和/或环境的测量参量。21.环境测量参量可以包括道路引导、交通、天气、白昼时间等；与驾驶员有关的测量参量可以包括与人机接口的互动、视线方向、驾驶行为等；与机动车有关的测量参量可以包括动态、辅助系统使用等。22.已证明，这些参数适合用于预测驾驶员的认知负荷。驾驶员驾驶得越快，就越要注意路况。道路越是弯曲，就需要更多的转向输入，这给驾驶员带来认知上的负担。道路上的道路使用者越多，就越需要注意，因为驾驶员必须观察其他道路使用者的行为，并在必要时做出反应。例如，如果在该驾驶员前方行驶的机动车制动，驾驶员也必须制动。单调的驾驶环境——如没有弯道和道路使用者很少的路线——降低驾驶员的注意力和集中力。在此驾驶员的反应行为受到影响。23.在另一延伸构型中可以设置至少两个具有不同的信息密度的显示配置，其中，通过选择显示配置对信息密度进行适配。24.可以设置两个以上不同的显示配置，这些显示配置在一些构型中在多于一个的参数维度方面可能不同。因此不同的显示配置能够显示不同量的信息，以不同的尺寸显示一些信息，并改变信息的位置，其中须注意，驾驶员更常猜测在特定的位置处有信息，例如速度指示、转速、行程长度等等。因此可考虑如下构型：在该构型中将信息选取出来并在中心以相应的尺寸显示。其余的信息可以处于为相应信息所设置的特定区域中。25.在另一延伸构型中可以设置，人机接口具有至少两个显示设备，在这些显示设备上可以显示与机动车驾驶员相关的多个信息，其中，借助算法确定在哪个显示设备上显示哪个信息。26.相应的显示设备例如可以是中央信息显示器、驾驶舱显示器和/或平视显示器。以这种方式能够例如在靠近驾驶员视野的显示设备上——例如在平视显示器上——对非常重要的信息进行显示。27.在另一延伸构型中可以设置，通过机器学习方法训练算法，其方式是，通过多个测试驾驶员执行测试行驶，其中，在该测试行驶期间检测和存储表征参数用于描述驾驶状况，其中，该测试驾驶员在测试行驶期间获得对人机接口的输入元件的输入要求，其中，对用于执行输入的输入持续时间、输入错误率和/或操作步骤的数量进行检测并通过该算法与表征参数进行相关。28.机器学习方法使得能够实现可靠地评估非常复杂的状况并尤其根据不同的驾驶状况对未来的认知负荷进行预测。使用经典构型的算法很难做出这种预测。此外，这种类型的算法可以在进行的运行期间持续改善，而因此持续改善对认知负荷的预测和根据构造将驾驶员分类到不同的用户类型类别中。29.该算法可以以人工智能的形式投入使用，人工智能是能够像先前所讨论的那样扩展的复杂过滤器。30.在另一延伸构型中可以设置，在测试行驶期间对另外的对于测试驾驶员的认知负荷而言的表征测量参量进行检测并与驾驶状况的表征参数进行相关，其中，该表征测量参量可以包括在车道上的车辆位置、越出车道的次数、越出车道的持续时间、与应有速度的偏差、头部运动、手臂运动、方向盘输入、踏板输入和/或驾驶员的视线方向。31.对复杂任务的反应时间是确定驾驶员在特定状况下的认知负荷的有用措施。在当前的驾驶状况下，驾驶员需要对驾驶任务付出的注意力越多，完成任务的时间就越长。驾驶的精确度，即驾驶员在其车道内驾驶得多么精确，其以怎样的频率越出车道，其越出车道多久等，是针对该驾驶员目前处于怎样强度的认知负荷下的指标。32.例如借助内部摄像机进行的对驾驶员自身的监测也允许对驾驶员的当前状态得出结论。快速的视线变化和通过踏板和方向盘的稳定输入能够表明高的视觉-手动负荷，而没有强负荷的驾驶员往往显示出平衡的视线和稳定行为。此外，频繁的踏板运动或方向盘输入可能表明认知负荷很高。33.通过使用多个不同的测试驾驶员也使得能够实现更好地区分不同的用户类型类别。34.第一独立主题涉及一种用于控制机动车的人机接口的装置，其中，该人机接口具有至少一个用于显示信息的显示设备，其中，设置有用于求取至少一个驾驶状况参数的装置，该驾驶状况参数描述机动车的驾驶状况，并且其中，设置有用于借助算法根据所求取到的驾驶状况参数来确定负荷参数的装置，其中，该负荷参数表征机动车驾驶员的认知负荷，其中，设置有用于适配所述至少一个显示设备的信息密度的装置，所述信息密度是待借助该显示设备根据负荷参数显示在该显示设备上的信息的信息密度，其中，该算法包括具有驾驶状况参数的数据集，其中，给每个负荷参数分配一个驾驶状况参数，其中，该负荷参数基于至少一个测量参量，该参量表征驾驶员的行为。35.在第一延伸构型中可以设置，还设置有用于求取至少一个行为参数的装置，其中，该行为参数表征驾驶员的当前行为，其中，用于适配信息密度的装置设置为用于在考虑所求取到的行为参数的情况下改变待显示在显示设备上的信息密度。36.在另一延伸构型中可以设置，设置有用于计算驾驶员在预给定的时间、在预给定的时间段内和/或在预给定的距离处的认知负荷的预测装置。37.在另一延伸构型中可以设置，设置有用于在机动车的正常驾驶模式下检测与驾驶员有关的测量参量的传感器并设置有分类装置，以便将驾驶员分类到多个类别中的一个类别中，其中，该设备设置为用于根据驾驶员的用户类型类别来执行显示配置。38.在另一延伸构型中可以设置，与驾驶状况有关的输入参量包括关于驾驶员、车辆、环境、车辆动态、道路指引、交通状况和/或天气的参数。39.在另一延伸构型中可以设置，设置有至少两个具有不同信息密度的显示配置，其中，用于适配信息密度的装置设置为用于通过选择显示配置来适配信息密度。40.在另一延伸构型中可以设置，人机接口具有至少两个显示设备，在这些显示设备上分别可显示与机动车驾驶员相关的多个信息，其中，算法设置为用于确定在哪个显示设备上显示哪个信息。41.在另一延伸构型中可以设置，通过机器学习方法训练算法，其方式是，通过多个测试驾驶员执行测试行驶，其中，在该测试行驶期间借助检测装置对表征参数进行检测并存储在存储器中以描述驾驶状况，其中，该测试驾驶员在测试行驶期间获得对人机接口的输入元件的输入要求，其中，借助时钟对用于执行输入的输入持续时间进行检测并通过算法与表征参数进行相关。42.在另一延伸构型中可以设置，设置有用于通过检测装置检测对于测试驾驶员的认知负荷而言的另外的测量参量的检测装置，和用于在测试行驶期间与驾驶状况的表征参数进行相关的计算装置。其中，表征测量参量包括在车道上的车辆位置、越出车道的次数、越出车道的持续时间、与应有速度的偏差、头部运动、手臂运动、方向盘输入、踏板输入和/或驾驶员的视线方向。43.另一独立主题涉及一种计算机程序产品，该计算机程序产品具有计算机可读存储介质，在该存储介质上嵌入有指令，所述指令在由至少一个计算单元执行所述指令时引起：所述至少一个计算单元设置为用于执行根据前述权利要求中任一项所述的方法。44.该方法可以在一个或多个计算单元上分布式实施，从而在一个计算单元上执行特定的方法步骤而在至少一个其他计算单元上执行其他方法步骤，其中，必要时可以在计算单元之间传输计算数据。45.另一独立主题涉及一种人机接口，该人机接口具有至少一个显示设备和至少一个计算单元以及至少一个与该计算单元连接的存储介质，在该存储介质上存储有上述类型的计算机程序产品，该计算机程序产品可由计算单元执行。46.相应的人机接口在利用于机动车中时可以具有上文中所提及的特征和优点。47.另一独立主题涉及机动车的一种人机接口，该人机接口具有至少一个用于对与机动车驾驶员相关的信息进行光学显示的显示设备，其中，设置有至少一个计算单元，所述计算单元与至少一个存储介质连接，其中，计算单元设置为用于控制至少一个显示设备，在所述存储介质上存储有用于运行至少一个显示设备的至少两个不同的显示配置，其中，计算单元与至少一个驾驶状况传感器连接，该驾驶状况传感器检测与驾驶状况有关的测量参量，其中，计算单元设置为用于借助算法由驾驶状况传感器的输入参量求取至少一个驾驶状况参数，该驾驶状况参数表征机动车的驾驶状况，并根据所求取到的驾驶状况参数来确定负荷参数，该负荷参数表征机动车驾驶员的认知负荷，并根据该符合参数选择所述显示配置中的一个显示配置并借助所述至少一个显示设备进行显示，其中，该算法包括具有驾驶状况参数的数据集，其中，给每个驾驶状况参数分别分配一个负荷参数，其中，所述负荷参数基于至少一个所测量到的表征驾驶员行为的测量参量。48.相应的驾驶状况传感器例如可以是摄像机、雷达系统、机动车对机动车通信设备、机动车对周围环境通信设备、导航系统和/或天气传感器，如温度和/或雨水传感器。49.该算法例如可以是基于特性曲线族的算法。50.在第一更延伸构型中可以设置，计算单元与至少一个驾驶员监测传感器连接，该驾驶员监测传感器检测与驾驶员有关的测量参量，其中，该计算单元构造为用于使用该驾驶员监测传感器的测量参量来计算负荷参数。51.相应的驾驶员监测传感器例如可以是摄像机，该摄像机对准驾驶员并检测驾驶员的头部运动、手势和视线参数，如眼睑闭合时间、视线时间、视线方向和/或眼睛运动等。另一驾驶员监测传感器可以是单纯的眼睛传感器。52.在另一延伸构型中可以设置，计算机单元构造为用于监测驾驶员与人机接口的互动并用于检测描述该互动的测量参量。53.由此能够对输入动作，如操作持续时间、操作错误、操作中断，进行监测并添加到显示配置中。54.在另一延伸构型中可以设置，计算单元与至少一个车辆传感器连接，该车辆传感器检测与机动车驾驶状态有关的测量参量。55.这种传感器例如可以是用于检测踏板输入的踏板传感器、用于检测转向输入的方向盘传感器、速度传感器、用于检测加速度和/或转弯速度的加速度传感器，和/或反推传感器(schlupfsensor)。56.在另一延伸构型中可以设置，设置有至少两个显示设备，其中，计算单元设置为用于根据所计算出的认知负荷选择在这至少两个显示设备中的哪个显示设备上显示与驾驶员有关的信息。57.这种显示设备例如可以是平视显示器、中央信息显示器和/或驾驶舱显示器。58.在另一延伸构型中可以设置，存储在存储介质上的算法是自学习算法。59.自学习算法能够处理非常复杂的状况。60.根据构型方式，算法此外也可以具有人工智能。61.另一独立主题涉及一种具有上述类型的人机接口的机动车。附图说明62.其他特征和细节从以下描述中得出，在该描述中(必要时参考附图)详细描述至少一个实施例。所描述的和/或通过图形示出的特征单独地或以任何有意义的组合形成主题，必要时也独立于权利要求，并且尤其附加地还可以是一个或多个单独申请的主题。相同的、相似的和/或功能相同的部件设有相同的附图标记。在此示意性示出：63.图1：具有人机接口的机动车；64.图2a、b：处于两种不同配置下的图1中的人机接口的显示设备；65.图3：图1中的机动车所处于的驾驶状况；66.图4a、b：用于训练图1中的人机接口的算法的原理概图，以及67.图5：该人机接口的决策架构的示意性概图。具体实施方式68.图1示出具有人机接口4(虚线框出的组成部分)的机动车2。69.人机接口4是机动车2与驾驶员6之间的、以及必要时与其他乘客之间的接口。借助人机接口4，驾驶员6能够接收来自机动车2的信息和关于机动车2的信息，以及通过未示出的适合的输入装置对机动车4进行控制输入，例如用于导航、多媒体控制、空调、照明等。70.人机接口4具有三个显示器：平视显示器8、驾驶舱显示器10和中央信息显示器12。平视显示器8在机动车2的挡风玻璃上显示信息，驾驶舱显示器10布置在在驾驶员6直接前方的(未示出的)方向盘的前方，中央信息显示器12布置在(图1中未示出的)仪表板的中间附近。71.人机接口4具有控制装置14，该控制装置具有计算单元16和存储介质18，在该存储介质上存储有算法20，以下将对该算法进行详细阐述。72.控制装置14与多个传感器连接，在这些传感器中，在图1中示例性示出雷达传感器22、转向角度传感器24、交通摄像机26和驾驶员监测摄像机28。控制装置14可以与一定数量的另外的传感器连接。73.第一组这样的传感器除雷达传感器22和交通摄像机26之外还可以是另外的用于交通监测的传感器，如激光雷达，或者是通信设备，如机动车对机动车的通信装置或机动车对基础设施的通信装置、导航系统、天气传感器等，所有这些都被用于获取关于交通状况的信息。74.第二组相应的传感器除转向角度传感器24之外还可以是用于监测机动车状况的传感器，例如速度传感器、车轮转速传感器、驱动传感器、踏板传感器等。75.除驾驶员监测摄像机28之外，疲劳度传感器还可以用于第三组驾驶员监测传感器，但是在第二组中已所提及的踏板传感器和转向角度传感器24也可以用于驾驶员监测，因为能够通过所述踏板传感器和转向角度传感器检测对机动车2的控制装置例如方向盘、油门踏板或制动踏板等的驾驶员动作。76.雷达传感器22和交通摄像机26用于监测机动车2前方的交通状况。借助于这些信息，控制装置14可以借助算法20对当前和未来的交通状况和形势做出预测。77.借助转向角度传感器24和其他用于监测机动车2的传感器，控制装置14可以获得关于机动车2动态状态的信息。78.借助驾驶员监测摄像机28能够确定驾驶员6当前以怎样的程度忙碌或分心。例如，驾驶员监测摄像机28可以检测驾驶员6的头部30的和/或其眼睛的运动和方向。除监测通过方向盘和踏板对机动车2的控制输入外，这种信息还使得能够得出关于机动车2的驾驶员的认知负荷的结论。79.图2a、b示出在两个不同的显示配置a和b中的图1所示人机接口4的显示设备8、10、12。80.显示设备8、10、12布置在仪表板32上。81.在图2a所示的配置中，平视显示器8示出当前驾驶速度信息34、导航信息36和车道保持信息38，而因此全面地向驾驶员进行通知。82.驾驶舱显示器10同样示出当前驾驶速度信息34以及转速信息40。此外还示出多媒体信息42。83.地图信息44被显示在中央信息显示器12上。84.图2a示出一种显示配置a，在这种配置中，驾驶员的认知负荷低，该驾驶员能够接收和处理来自人机接口4的大量信息。85.相反，在根据图2b的显示配置b中，认知负荷更高，并且显示出相对于根据图2a的显示配置而言非常少的信息数量。86.因此，在平视显示器8上仅仅示出导航信息36。在驾驶舱显示器10上仅仅显示驾驶速度信息34。87.中央信息显示器12除显示地图信息44外，还显示多媒体信息42。88.图2b所示的配置能够允许驾驶员在相应的驾驶状况下迅速获得最相关的信息。89.图3示出图1中的机动车2所处于的一种驾驶状况。90.机动车2向着道路交口46行驶。在道路交口46处存在大量交通。在机动车2的前方行驶有另一机动车48，另一机动车50从对向接近机动车2，道路交口46被另一机动车52横穿，对向行驶的机动车54在等待，行人56在穿过斑马线58。91.在该显示时间点，机动车2的驾驶员6的认知负荷仅轻微增加，因为该驾驶员对于去往即将到来的道路交口46的导航做准备。该驾驶员越是靠近46号道路交口，则认知负荷就越高，因为该驾驶员一方面必须监测大量交通参与者48至56的行为，另一方面还须进行导航。在这种情况下，驾驶员6很难接收所有关于导航和机动车2的可用信息，因此大大减少人机接口4上显示的信息数量并以相应的大而简洁的方式显示最重要的信息使其立即吸引目光是有意义的。92.图4a、b示出用于训练图1中的人机接口4的算法20的原理概图。93.算法20具有两个不同的分类维度，一方面与当前的行驶状况有关，另一方面与驾驶员有关。算法20是通过借助测试驾驶员针对测试行驶来训练而开发的自学习算法。94.在算法20的训练期间，通过数据检测器检测和分析处理用于描述驾驶状况的表征参数。此外还可以记录驾驶员分心的其他测量参量，如眼睛或头部运动和视线方向、手势和/或踏板和转向角度设定。此外还可以检测在至驾驶员进行转向输入之前持续多久，该驾驶员在车道上处于什么位置，该驾驶员在怎样的状况下、多久、多频繁地离开车道，和速度保持多么稳定。95.在先前所提及的测试行驶期间，测试驾驶员被反复要求在人机接口4上执行一个或多个标准化的操作输入。在操作输入期间存在不同的交通状况。测试驾驶员为所要求的输入而需要的输入持续时间一方面与因驾驶状况而产生的驾驶员认知负荷相关，另一方面与驾驶员的分心相关，例如由于要求输入信息而产生的分心。96.将测得的用于完成任务的操作时间连同表征参数一起进行记录和分析处理。97.图4a示出如何根据先前描述的关于当前状况的输入参量(车辆动态、路线、交通、天气、人机接口输入)来将不同的驾驶员分类到不同的驾驶员类型类别。98.有经验的驾驶员在类似的驾驶状况下具有较少的车道偏离，并能够比经验不足的驾驶员更快地在人机接口4中进行输入。应由人机接口4对后者造成比前者更小的负担，例如通过简化的菜单导航。则这种驾驶员被归类到比有经验的驾驶员更低的驾驶员类型等级。99.图4b示出如何基于相同的输入参量根据当前位置、当前路段、交通状况、天气等对驾驶员的认知负荷进行分析。100.因此可以一方面对出现问题的显示配置a、b进行预选而另一方面在驾驶状况和认知负荷之间进行相关。由此能够开发用于机动车2中的算法20，该算法关于在人机接口4的显示器8、10、12上显示的信息做出决策。101.图5示出人机接口4的决策架构的示意概图。102.在随后的驾驶运行中，对与在根据图4a、b的训练中相同的输入参量进行检测并借助人工智能算法20进行分析处理。103.除了当前的输入之外还创建所谓的数字电子地平线，即关于短期内将出现的驾驶状况的预测。该地平线可以包括例如50至200m或1000米的距离或例如5至30秒的时间段。通过该数字电子地平线能够动态地预测相应的输入参量(例如借助adasis)。104.算法20由所述输入参量一方面计算当前驾驶员属于哪种驾驶员类型。另一方面，算法20对在即将到来的路线区段中存在怎样的认知负荷做出预测。这些信息被传输到人机接口4的控制装置14，该控制装置从中选择相应的显示配置a、b。105.根据用户类型能够将例如三个认知能力等级(3高-2中-1低)映射到例如五个显示等级(4最高-3高-2中-1低-0最低)上。对于能力等级为3高的驾驶员，可以将负荷等级3-2-1分配给例如显示等级4-3-2，给具有能力等级2的驾驶员可以分配显示等级3-2-1，给能力等级1的驾驶员可以分配显示等级2-1-0。106.在替代构型中，可以替代于人工智能地创建特性曲线族，按照该特性曲线族，根据输入参量选择相应的显示配置a、b。107.尽管已通过实施例详细地说明和阐述主题，但是本发明不受限于所公开的示例，并且另外的变型能够由本领域技术人员从中推导出。因此，明显存在多个变型可能性。同样明显的是，示例性地提及的实施方式仅示出示例，这些实施方式无论如何都不应理解为对如本发明的保护范围、应用可能性或配置的限制。相反，先前的描述和附图描述使得本领域技术人员能够具体地实现所述示例性的实施方式，其中，本领域技术人员在了解所公开的发明构思的情况下例如能够在示例性的实施方式中所提及的各个元件的功能或布置方面进行各种改变，而不脱离通过权利要求及其法律等同物(例如说明书中的进一步阐述)所限定的保护范围。108.参考标记列表109.2机动车110.4人机接口111.6驾驶员112.8平视显示器113.10驾驶舱显示器114.12中央信息显示器115.14控制装置116.16计算单元117.18存储介质118.20算法119.22雷达传感器120.24转向角度传感器121.26交通摄像机122.28驾驶员监测摄像机123.30头部124.32仪表板125.34驾驶速度信息126.36导航信息127.38车道保持信息128.40转速信息129.42多媒体信息130.44地图信息131.46道路交口132.48、50、52、54机动车133.56行人134.58斑马线135.a、b显示配置









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!