[发明专利]用于管理驾驶员习惯的系统和方法

权利要求书

1.一种用于管理驾驶员习惯的系统，该系统包括：

一个或多个处理器；以及

存储器，可通信地耦合到所述一个或多个处理器并存储：

学习模块，所述学习模块包括在由所述一个或多个处理器执行时使所述一个或多个处理器执行以下操作的指令：

在驾驶员操作车辆时随着时间的推移学习驾驶员的不期望的驾驶习惯；以及

对于每个学习到的不期望的驾驶习惯识别与那个不期望的驾驶习惯相关联的一个或多个情况触发因素；

预测模块，所述预测模块包括在由所述一个或多个处理器执行时使所述一个或多个处理器执行以下操作的指令：

从车辆传感器和一个或多个外部源中的一个或多个接收信息；以及

基于在接收到的信息中识别与特定的不期望的驾驶习惯相关联的一个或多个情况触发因素中的至少一个来预测驾驶员将参与所述特定的不期望的驾驶习惯；以及

缓解模块，所述缓解模块包括在由所述一个或多个处理器执行时使所述一个或多个处理器执行以下避免策略中的一种或多种以辅助驾驶员避免参与所述特定的不期望的驾驶习惯的指令：

向驾驶员传达一个或多个速度建议以最小化沿着当前路线在一系列交通信号处红灯停车的次数；

向驾驶员建议替代路线；以及

向驾驶员呈现营业场所的优惠券、优惠和折扣中的一个或多个以鼓励驾驶员在营业场所停车休息。

2.如权利要求1所述的系统，其中所述特定的不期望的驾驶习惯包括以下之一：分心驾驶、做白日梦、尾随、未能激活转弯信号、使用移动电子设备、抢灯、闯红灯，以及危险地超车。

3.如权利要求1所述的系统，其中与所述特定的不期望的驾驶习惯相关联的所述一个或多个情况触发因素包括以下中的一个或多个：天气状况、一天中的时间、星期几、车辆与另一个车辆之间的空间关系、车辆与道路的拓扑特征之间的空间关系、交通密度、交通流量的速度、与一个或多个交通信号相关联的信号相位和定时数据，以及驾驶员生物特征数据的状态。

4.如权利要求1所述的系统，其中学习模块包括在由所述一个或多个处理器执行时使所述一个或多个处理器将关于驾驶员的不期望的驾驶习惯和与每种不期望的驾驶习惯相关联的所述一个或多个情况触发因素的信息上传到云服务器和边缘服务器之一的进一步的指令。

5.如权利要求1所述的系统，其中学习模块中在驾驶员操作车辆时随着时间的推移学习驾驶员的不期望的驾驶习惯的指令包括执行机器学习、强化学习和时间序列分析中的一种或多种的指令。

6.如权利要求1所述的系统，其中缓解模块包括在由所述一个或多个处理器执行时使所述一个或多个处理器执行基于所述特定的不期望的驾驶习惯最可行的特定避免策略的指令。

7.如权利要求1所述的系统，其中缓解模块包括在由所述一个或多个处理器执行时使所述一个或多个处理器尝试相继执行避免策略直到驾驶员接受特定避免策略的指令。

8.如权利要求7所述的系统，其中缓解模块包括在由所述一个或多个处理器执行时使所述一个或多个处理器学习驾驶员偏好哪些避免策略并在尝试相继执行避免策略时相应地将避免策略按优先级排序的进一步的指令。

9.如权利要求1所述的系统，其中缓解模块包括在由所述一个或多个处理器执行时使所述一个或多个处理器从云服务器和边缘服务器之一接收建议的避免策略的进一步的指令。