车辆系统及其控制方法与流程

本申请基于并要求于2017年7月4日在韩国知识产权局提交的第10-2017-0084916号韩国专利申请的优先权的益处，其全部公开内容通过引用并入本文。

本发明涉及一种车辆系统和一种控制方法，并且更具体地，涉及一种通过预测驾驶员意图上车还是下车来节省可穿戴设备的电池的车辆系统及其控制方法。

背景技术：

在驾驶员拿着智能钥匙接近车辆的情况下，车辆接收智能钥匙的lf信号，以自动释放把手车门锁。然而，在这种情况下，难以确定驾驶员是否意外地接近车辆或意图上车。

另外，在把手车门锁由具体手势释放的情况下，因为甚至在正常情况下出现具体手势，所以可能出现误识别。也就是，可能不能确定具体手势是由把手车门锁的有意释放引起还是由一般情况引起。

同时，在使用者想要根据需要使用可穿戴设备的传感器的情况下，因为可穿戴设备的传感器由使用者手动控制，所以不方便之处在于，使用者需要手动开启或关闭可穿戴设备的传感器。

技术实现要素：

在维持由现有技术实现的优点的完整性的同时做出本发明以解决现有技术中出现的上述问题。

本发明可以增加驾驶员接近车辆的情况下的驾驶员上车和下车意图的识别率，并且可以根据上车和下车的意图的识别来使可穿戴设备的传感器自动开启或关闭，从而有效地使用电池。

本发明概念所要解决的技术问题不限于上述问题，并且本发明所属领域的技术人员将从以下描述中清楚地理解本文未提到的任何其他技术问题。

根据本发明的实施例，一种将与驾驶员的健康状态有关的信息发送至与可穿戴设备进行通信的车辆电子设备的车辆系统包括：智能钥匙，从车辆电子设备接收搜索信号；加速度传感器，获得与驾驶员在接近车辆电子设备时作出的具体手势有关的手势信息；学习处理器，从手势信息中学习具体手势；第一控制器，根据是否接收到搜索信号并根据获得的手势信息是否被识别为具体手势来确定驾驶员的意图，并且控制测量与驾驶员的健康状态有关的信息的传感器的开启/关闭；以及通信设备，将与驾驶员的健康状态有关的信息发送至车辆电子设备。

根据实施例，智能钥匙可以嵌入可穿戴设备中，并且可以通过连接器硬件地连接。

根据实施例，加速度传感器可以通过感测驾驶员在接近车辆电子设备时作出的手势中的具体手势来获得关于x轴、y轴和z轴的手势信息。

根据实施例，具体手势可以包括以下操作中的至少一个：伸出穿戴可穿戴设备的手来握持车门的把手的操作、按压车门的把手按钮的操作和将车门朝向驾驶员的身体拉动以打开车门的操作。

根据实施例，车辆系统还可以包括分析处理器，其通过将预处理算法应用于手势信息来去除噪声。

根据实施例，如果智能钥匙从车辆电子设备接收到搜索信号和如果驾驶员在接近车辆电子设备时作出的手势被识别为学习处理器学习的具体手势，则第一控制器可以确定驾驶员意图上车并开启传感器。

根据实施例，如果智能钥匙没有从车辆电子设备接收到搜索信号，则第一控制器可以确定以下中的至少一个：驾驶员意图下车和驾驶员不意图上车，并且关闭传感器。

根据实施例，与驾驶员的健康状态有关的信息可以包括驾驶员的心率、压力指数和活力值(vitality)中的至少一个。

根据实施例，传感器可以包括光电容积脉搏波描记(ppg)传感器。

根据实施例，通信设备可以通过使用低功耗蓝牙(ble)将与驾驶员的健康状态有关的信息发送至车辆电子设备。

根据实施例，如果关闭传感器，则第一控制器可以关闭通信设备。

根据实施例，如果通信设备将与驾驶员的健康状态有关的信息发送至车辆电子设备，则车辆电子设备的第二控制器可以使车辆电子设备的显示器输出与驾驶员的健康状态有关的信息。

根据本发明的实施例，一种将与驾驶员的健康状态有关的信息发送至与可穿戴设备进行通信的车辆电子设备的车辆系统的控制方法包括：通过嵌入可穿戴设备的智能钥匙从车辆电子设备接收搜索信号；确定驾驶员在接近车辆电子设备时作出的具体手势是否为学习的具体手势；如果驾驶员在接近车辆电子设备时作出的具体手势是学习的具体手势，则确定驾驶员意图上车；如果确定驾驶员意图上车，则操作测量与驾驶员的健康状态有关的信息的传感器；以及将与驾驶员的健康状态有关的信息发送至车辆电子设备。

根据实施例，从车辆电子设备接收搜索信号可以包括：如果没有接收到搜索信号，则确定以下中的至少一个：驾驶员意图下车和驾驶员不意图上车，并且使传感器不进行操作。

根据实施例，确定驾驶员在接近车辆电子设备时作出的具体手势是否为学习的具体手势可以包括：收集与具体手势有关的手势信息，通过将预处理算法应用于手势信息来去除噪声，处理手势信息，学习具体手势，以及识别学习的具体手势。

根据实施例，收集手势信息可以包括：通过可穿戴设备的加速度传感器来获得和收集关于x轴、y轴和z轴的手势信息。

根据实施例，收集手势信息可以包括收集以下操作中的至少一个：伸出穿戴可穿戴设备的手来握持车门的把手的操作、按压车门的把手按钮的操作和将车门朝向驾驶员的身体拉动以打开车门的操作。

根据实施例，识别学习的具体手势可以包括：识别驾驶员在接近车辆电子设备时作出的具体手势是学习的具体手势。

根据实施例，操作测量与驾驶员的健康状态有关的信息的传感器可以包括：通过传感器测量包括驾驶员的心率、压力指数和活力值中的至少一个的信息。

根据实施例，该方法还可以包括：在将与驾驶员的健康状态有关的信息发送至车辆电子设备之后，通过车辆电子设备的控制器来使车辆电子设备的显示器输出与驾驶员的健康状态有关的信息。

附图说明

本发明的上述目的及其他目的、特征和优点将从结合附图的以下详细描述中变得更加显而易见：

图1是根据本发明的实施例的示出车辆系统的框图；

图2a和图2b是根据本发明的实施例的示出针对每个时序(timing)的与驾驶员具体手势有关的手势信息的曲线图；

图3是根据本发明的实施例的示出用于学习驾驶员的具体手势的神经网络算法结构的视图；

图4是示出在使用神经网络算法进行学习期间的指定学习误差的目标值的曲线图；

图5是根据本发明的实施例的示出车辆系统的控制方法的流程图；

图6是根据本发明的实施例的示出学习驾驶员的具体手势的方法的流程图；以及

图7是根据本发明的实施例的示出执行方法的计算系统的配置的框图。

具体实施方式

下文中，将参考附图详细描述本发明的示例性实施例。在附图中，相同的附图标记将始终用于指代相同或等同的元件。另外，将排除已知特征或功能的详细描述，以避免不必要地模糊本发明的主旨。

在描述本发明的示例性实施例的元素中，本文中可以使用词语第一、第二、第一个、第二个、a、b、(a)、(b)等。这些词语仅用于将一个元素与另一元素区别开，但是不限制对应的元素，不考虑对应元素的顺序或优先级。除非另外限定，本文所使用的包括技术术语或科学术语的所有术语具有与本发明所属领域的技术人员通常理解的相同的含义。将理解，本文使用的术语应解释为具有如下意义，这种意义与本发明的背景下的意义一致且将不被以理想化的或过度正式的意义解释，除非本文明确限定。

图1是根据本发明的实施例的示出车辆系统的框图。

如图1所示，根据本发明的实施例的车辆系统可以包括车辆电子设备10和可穿戴设备30。另外，车辆电子设备10可以安装在车辆中并且可以与可穿戴设备30进行通信。例如，车辆电子设备与中央仪表板集成。车辆电子设备10可以包括avn、导航、自动驾驶设备。

车辆电子设备10可以包括通信设备11、控制器12和显示器13。

车辆电子设备10的通信设备11可以包括低频(lf)通信单元和射频(rf)通信单元。

车辆的lf通信单元可以通过lf通信网络将lf信号发送至车辆外部的各种类型的电子设备。lf信号包括搜索信号，lf通信单元将搜索信号发送至周边(在lf通信可到达的距离内)，用于确定智能钥匙是否在从车辆开始的能够进行lf通信的范围内。

车辆的rf通信单元接收由车辆外部的各种类型的电子设备通过rf通信网络发送的rf信号。rf信号包括搜索响应信号，其由智能钥匙发送至车辆，使得车辆验证智能钥匙从车辆接收到搜索信号。根据本发明的实施例，可以通过使用低功耗蓝牙(ble)从可穿戴设备30接收与驾驶员的健康状态有关的信息和驾驶员上车的意图。

控制器12可以包括电子控制单元(ecu)并且可以控制lf通信单元，使得车辆的lf通信单元发送搜索信号。此外，可以控制rf通信单元，使得车辆的rf通信单元接收搜索信号，并且可以控制rf通信单元，使得rf通信单元从可穿戴设备30接收与驾驶员的健康状态有关的信息。控制器12可以控制方向盘的锁定/解锁，可以控制用于控制车辆的启动/停止的启动/停止按钮的锁定/解锁，以及可以控制行李箱的锁定/解锁。

显示器13可以输出从可穿戴设备30接收的与驾驶员的健康状态有关的信息。显示器13可以包括车辆的组合仪表(cluster)或音频视频导航(avn)。也就是说，与驾驶员的健康状态有关的信息可以通过组合仪表或avn输出。

根据本发明的实施例，智能钥匙20可以嵌入可穿戴设备30中，并且可以通过连接器硬件地连接。也就是说，可穿戴板和智能钥匙20在可穿戴设备30中的板可以通过连接器连接。详细地，指示智能钥匙20接收搜索信号的信息可以通过连接的连接器的一个物理引脚来发送。

智能钥匙20可以包括通信设备21和控制器22。

智能钥匙20的通信设备21可以包括lf通信单元和rf通信单元。

智能钥匙20的lf通信单元接收由智能钥匙20外部的各种类型的电子设备通过lf通信网络发送的lf信号。智能钥匙20的lf通信单元可以接收车辆发送的搜索信号。

智能钥匙20的rf通信单元通过rf通信网络将rf信号发送至智能钥匙20外部的各种类型的电子设备。智能钥匙20的rf通信单元可以将用于响应于车辆的搜索信号的搜索响应信号发送至车辆。

控制器22可以控制lf通信单元，使得智能钥匙20的lf通信单元接收搜索信号。此外，控制器22可以控制rf通信单元，使得智能钥匙20的rf通信单元发送搜索响应信号。

可穿戴设备30可以包括通信设备31、加速度传感器32、收集处理器33、分析处理器34、学习处理器35、控制器36和传感器37。通信设备31、加速度传感器32、收集处理器33、分析处理器34、学习处理器35、控制器36和传感器37是通过嵌入其中的指令来实现下面描述的各种功能的电路。

通信设备11、21和31可以通过通信方案(例如，低频(lf)、射频(rf)、无线lan、wi-fi、蓝牙、zigbee、wi-fi直连(wfd)、超宽频(uwb)、红外数据协议(irda)、低功耗蓝牙(ble)和近场通信(nfc))将包括数据的无线信号发送至距通信设备一定距离内的终端和从该终端接收无线信号。

通信设备31可以接收智能钥匙20的通信设备21接收的搜索信号的结果并且可以将搜索信号的结果发送至控制器36。此外，通信设备31可以将可穿戴设备30通过传感器37测量的与驾驶员的健康状态有关的信息发送至车辆电子设备10。与驾驶员的健康状态有关的信息可以通过使用ble发送至车辆电子设备10。

加速度传感器32可以通过感测驾驶员在接近车辆时作出的具体手势来获得关于x轴、y轴和z轴的手势信息。这里，具体手势可以包括打开车门的操作。打开车门的操作可以粗略地限定为三个步骤的操作。

a.伸出穿戴可穿戴设备的手来握持车门的把手的操作。

b.按压车门的把手按钮的操作。

c.将车门朝向驾驶员的身体拉动以打开车门的操作。

收集单元33收集加速度传感器32感测到的具体手势的数据。

分析处理器34分析感测到的驾驶员的手势的手势信息。

首先，分析处理器34可以将预处理算法应用于手势信息，从而减少手势信息的片段(piece)的噪声的影响。可以应用低通滤波器(lpf)、高斯滤波器或移动平均滤波器，以减少噪声的影响。

另外，分析处理器34可以将动态时间规整(dtw)算法应用于减少噪声的影响的手势信息的片段来处理数据。将参考图2a和图2b给出详细描述。

图2a和图2b是根据本发明的实施例的示出针对每个时序的与驾驶员具体手势有关的手势信号的曲线图。如图2a和图2b所示，由于对于相应驾驶员而言打开车门的操作几乎是相似的，所以数据的图案可以是相似的。然而，进行操作的时间段可能是不同的。应当理解，图2a是示出与缓慢作出的手势有关的信息的曲线图，并且应当理解，图2b是示出与快速作出的手势有关的信息的曲线图。通过将dtw算法应用于与在不同时间段期间进行的操作相关联的数据的片段来测量相似度。通过重新构造来处理具有相似度的数据的片段。

学习处理器35可以通过使用神经网络算法或深度学习来学习通过dtw算法的应用处理的数据。学习处理器35可以学习具体手势。图3是根据本发明的实施例的示出用于学习驾驶员的具体手势的神经网络算法结构的视图。图4是示出在使用神经网络算法进行学习期间的指定学习误差的目标值。由于并不是无限期地进行与具体手势有关的学习，所以可以在获得的数据上进行学习(参考图4)，直到学习误差收敛于目标值。可以在学习误差收敛于目标值的情况下结束学习。可以通过使用均方根(rms)或最小均方差(lms)来设定目标值。也就是说，根据本发明的实施例，当学习误差的目标值设定为0.1并且学习误差变为0.1时，可以通过停止学习的迭代来结束学习。

在智能钥匙20从通信设备31接收到由于智能钥匙20接近车辆而接收到的搜索信号(lf信号)并且从加速度传感器32获得的手势信息被识别为由学习处理器35学习的具体手势的情况下，控制器36可以确定穿戴可穿戴设备的驾驶员意图上车并且可以控制可穿戴设备30的所有可感测的传感器，使得所有可感测的传感器进行操作。

另外，在由于远离车辆电子设备10移动而使智能钥匙20没有从通信设备31接收到搜索信号(lf信号)的情况下，控制器36可以确定穿戴可穿戴设备的驾驶员不意图上车或者可以确定穿戴可穿戴设备的驾驶员意图下车。控制器36可以控制可穿戴设备30中的除了加速度传感器32以外的所有可感测的传感器不进行操作。

传感器37可以包括光电容积脉搏波描记(ppg)传感器。在控制器36确定驾驶员意图上车的情况下，传感器37通过使用ppg传感器来测量驾驶员的心率、压力指数和活力值。该测量可能花费大约1分钟。

控制器36可以使通信设备31将由传感器37测量的与驾驶员的健康状态有关的信息发送至车辆电子设备10。

图5是根据本发明的实施例的示出可穿戴设备的控制方法的流程图。

首先，在操作s100中，在驾驶员穿戴可穿戴设备30的状态下，驾驶员接近车辆。智能钥匙20可以嵌入可穿戴设备30中，并且可穿戴设备30可以通过连接器与智能钥匙20硬件地连接。

另外，在操作s110中，确定可穿戴设备30中的智能钥匙20是否接收到由车辆电子设备10发送的搜索信号(lf信号)。在智能钥匙20没有接收到由车辆电子设备10发送的搜索信号(n)的情况下，如果驾驶员不上车，则在操作s170中，可以确定驾驶员只是接近车辆，而不意图上车，或者如果驾驶员在车上，则可以确定驾驶员意图下车。此外，在操作s180中，控制器36可以使传感器37中的传感器不进行操作。

在智能钥匙20接收到由车辆电子设备10发送的搜索信号(y)的情况下，在操作s120中，确定驾驶员在接近车辆时作出的具体手势是否为由可穿戴设备30的学习处理器35学习的具体手势。驾驶员在接近车辆时作出的具体手势可以由可穿戴设备30的加速度传感器32来感测并且可以是手势信息。

在驾驶员在接近车辆时作出的具体手势不是学习的具体手势(n)的情况下，驾驶员可以在再次接近车辆时作出相同的手势。

在驾驶员在接近车辆时作出的具体手势是学习的具体手势(y)的情况下，在操作s130中，控制器36确定驾驶员意图上车。

在确定驾驶员意图上车的情况下，在操作s140中，控制器36可以操作传感器37中的传感器。在确定驾驶员意图上车的情况下，操作的传感器可以包括ppg传感器。根据本发明的实施例，由于只有确定驾驶员意图上车，传感器37中的传感器才进行操作，所以可以节省电池。另外，在确定驾驶员不意图上车的情况下或者在确定驾驶员意图下车的情况下，控制器36可以使传感器不进行操作，从而节省电池。

在传感器37中的传感器进行操作的情况下，在操作s150中，可以测量与驾驶员的健康状态有关的信息。与驾驶员的健康状态有关的信息可以包括驾驶员的心率、压力指数和活力值中的一个，并且该测量可能花费大约1分钟。

在操作s160中，将与驾驶员的健康状态有关的测量信息提供至车辆的控制单元(ecu)。要提供至车辆的信息可以使用ble通过rf信号来发送。

本发明在确定驾驶员在接近车辆电子设备时作出的具体手势是学习的具体手势的情况下，识别到驾驶员意图上车，当识别到驾驶员意图上车时，通过自动操作可穿戴设备的传感器来测量驾驶员的健康状态，以及将测量信息提供至车辆。因此，本发明将驾驶员的健康状态提供至车辆以及节省可穿戴设备的电池，并且然后通过识别驾驶员的健康状态，车辆可以有助于驾驶员的安全驾驶。

图6是根据本发明的实施例的示出学习驾驶员的具体手势的方法的流程图。

首先，在操作s200中，在驾驶员穿戴可穿戴设备30的状态下，驾驶员接近车辆。智能钥匙20可以嵌入可穿戴设备30中，并且可穿戴设备30可以通过连接器与智能钥匙20硬件地连接。

另外，在操作s210中，确定可穿戴设备30中的智能钥匙20是否接收到由车辆发送的搜索信号(lf信号)。在没有接收到搜索信号(lf信号)的情况下，进行操作s210，而不进行学习。

在可穿戴设备30中的智能钥匙20接收到由车辆发送的搜索信号(y)的情况下，在操作s220中，收集与驾驶员在接近车辆时作出的具体手势有关的手势信息。

可穿戴设备30的加速度传感器32可以通过感测驾驶员在接近车辆时作出的具体手势来获得关于x轴、y轴和z轴的手势信息。这里，具体手势可以包括打开车门的操作。打开车门的操作可以粗略地限定为三个步骤的操作。

a.伸出穿戴可穿戴设备的手来握持车门的把手的操作。

b.按压车门的把手按钮的操作。

c.将车门朝向驾驶员的身体拉动以打开车门的操作。

在操作s230中，分析处理器34可以将预处理算法应用于手势信息，从而减少手势信息的片段的噪声的影响。可以应用lpf、高斯滤波器或移动平均滤波器，以减少噪声的影响。

在操作s240中，分析处理器34可以将dtw算法应用于减少噪声的影响的手势信息的片段来处理数据。由于对于每个驾驶员而言打开车门的操作几乎是相似的，所以数据的图案可能是相似的。然而，进行操作期间的时间段可能不同。通过将dtw算法应用于与在不同时间段期间进行的操作相关联的数据的片段来测量相似度。通过重新构造来处理具有相似度的数据的片段。

在操作s250中，学习处理器35可以通过使用通过dtw算法的应用处理的数据来学习具体手势。具体手势的学习可以通过使用神经网络算法来学习。另外，由于并不是无限期地进行与具体手势有关的学习，所以可以通过使用获得的数据学习具体手势(参考图4)，直到学习误差收敛于目标值。

在操作s260中，控制器36识别学习的具体手势。如果确定驾驶员在接近车辆时作出的具体手势与学习的具体手势相同，则识别到驾驶员在接近车辆时作出的具体手势是学习的具体手势。

图7是根据本发明的实施例的示出执行方法的计算系统的配置的框图。

参考图7，计算系统1000可以包括经由总线1200彼此连接的至少一个处理器1100、存储器1300、用户界面输入设备1400、用户界面输出设备1500、存储部1600和网络接口1700。

处理器1100可以是处理存储在存储器1300和/或存储部1600中的指令的中央处理单元(cpu)或半导体设备。存储器1300和存储部1600中的每个都可以包括各种类型的易失性或非易失性存储介质。例如，存储器1300可以包括只读存储器(rom)和随机存取存储器(ram)。

因此，结合本说明书中公开的实施例描述的方法或算法的操作可以利用由处理器1100执行的硬件模块、软件模块或它们的组合来直接实施。软件模块可以存在于存储介质(例如，存储器1300和/或存储部1600)上，例如ram、闪速存储器、rom、可擦除可编程rom(eprom)、电eprom(eeprom)、寄存器、硬盘、可移动盘或光盘rom(cd-rom)。存储介质可以耦合至处理器1100。处理器1100可以从存储介质读取信息，并且可以将信息写入存储介质。替代地，存储介质可以与处理器1100集成。处理器和存储介质可以存在于专用集成电路(asic)中。asic可以存在于用户终端中。替代地，处理器和存储介质可以作为单独的组件存在于用户终端中。

本发明可以增加在驾驶员拿着智能钥匙接近车辆时的驾驶员的上车和下车意图的识别率，并且可以根据上车和下车意图的识别来使可穿戴设备的传感器自动开启或关闭，从而有效地使用电池。另外，本发明可以与车辆相结合地操作可穿戴设备，使得在驾驶之前和在驾驶器件确定驾驶员的健康状态，从而使驾驶员进行安全驾驶。

上文中，虽然已经参考示例性实施例和附图描述了本发明，但是本发明不限于此，而是可以在不背离所附权利要求中要求保护的本发明的精神和范围的情况下，由本发明所属领域的技术人员不同地修改和改变。

因此，本发明的实施例不旨在限制本发明的技术构思，但是仅为了说明的目的而提供本发明的实施例。本发明的保护范围应当由所附权利要求解释，并且其所有等同物都应当解释为包括在本发明的范围内。