用于鉴别客运工具中的因疾病而异的气味的系统和方法以及客运工具与流程

本发明涉及用于鉴别客运工具中的因疾病而异的气味的系统和方法，以及客运工具。

背景技术：

1、气味传感器由现有技术普遍已知。例如，在ep 3 187 852 a1中公开了一种气味探测系统。ep 3 379 240 a1中公开了一种基于吸附模式的气味传感器。此外，由现有技术中已知车辆中的酒精探测器，例如参见来自研究计划driver alcohol detection systemfor safety(针对安全的驾驶员酒精探测系统)的公开文献，https://www.dadss.org/。此外，由现有技术中已知的人工神经网络已经学会从气味分子的结构中确定与气味分子相关的气味，例如参见b.sanchez-lengeling等人的“machine learning for scent:learninggeneralizable perceptual representations of small molecules(针对气味的机器学习：学习小分子的可归纳的感知的表征)”，arxiv:1910.10685v2[stat.ml]。

2、为了避免疾病的传播，尤其是为了管控传染病或大流行病，值得期待的是，尽可能快速地鉴别病原体。在近途和/或长途交通中，传染病或大流行病由于个人对防止感染的愿望而往往引起乘客对客运工具失去信心。

技术实现思路

1、本发明的任务是如何能够在客运工具中快速识别疾病并避免疾病的传播。

2、独立权利要求和并列权利要求的系统、方法和客运工具分别解决了该任务。

3、根据一个方面，本发明提供了一种用于鉴别客运工具中的因疾病而异的气味的系统。该系统包括：

4、·多个第一传感器，第一传感器检测产生气味的物质；

5、·处理单元，处理单元从第一传感器获得由检测产生气味的物质而得到的数据，通过机器学习鉴别因疾病而异的气味并依赖于鉴别结果产生指示信号，其中，处理单元实施机器学习算法，机器学习算法获得第一传感器的数据并学习或训练，以在数据中鉴别针对疾病的生物标记，和

6、·接口，接口向客运工具的乘客、驾驶员和/或外部位置提供指示信号。

7、根据另外的方面，本发明提供了一种用于鉴别客运工具中的因疾病而异的气味的方法。该方法包括以下步骤：

8、·检测包括乘客的呼吸空气和/或体味的环境空气中的产生气味的物质；

9、·鉴别因疾病而异的气味；

10、·向客运工具的乘客、驾驶员和/或运营商和/或行政机关告知关于一种或多种鉴别出的因疾病而异的气味的信息；并且

11、·依赖于鉴别出的因疾病而异的气味，启动包括检疫措施的用于避免特定疾病传播的措施。

12、根据本发明的系统被用于执行该方法。

13、根据另外的方面，本发明提供了一种客运工具，该客运工具包括根据本发明的系统，其中，

14、·系统的第一传感器布置在客运工具的座位区域、站立区域、通风设施和/或空调设施中，并且

15、·系统的接口是通向客运工具中的显示单元的接口和/或通向云、客运工具的运营商和/或行政机关的无线电接口。

16、本发明的有利的设计方案由定义、从属权利要求、附图和对优选实施例的描述得出。

17、产生气味的物质包括气味分子和气味分子群。例如，气味分子(r)-(+)-柠檬烯是柠檬的主要气味物质。癸醛是一种具有橙皮的特征气味的产生气味的物质。壬醛是一种具有柑橘类气味的产生气味的物质。丁酸乙酯是一种具有菠萝的特征气味的产生气味的物质。产生气味的物质包含在客运工具的环境空气中。环境空气包括呼吸气味和来自生物的其他身体孔道的另外的气味，即体味，例如经由皮肤的身体排放物。因此可以在环境空气中快速识别客运工具中的疾病。因此，借助气囊或小吹管采集呼吸样本并在气相色谱-质谱仪中对呼吸样本进行复杂、耗时和昂贵的评估以确定呼吸样本中的分子，有利地被根据本发明对产生气味的物质的感测的检测和借助机器学习方法的评估所取代。

18、例如，借助气味分子的标识来检测产生气味的物质。这些标识包括吸收光谱中的吸收谱线、针对各自的分子所特有的散射光，例如拉曼散射或瑞利散射、吸附特性和基于分子质量的特有的振动图案或阻抗光谱学中的特征曲线。振动图案例如利用加速度传感器，如微电子机械系统进行检测。

19、疾病包括病毒感染和细菌性疾病。例如，一种病毒性疾病是由冠状病毒sars-cov-2引起的covid-19。生物标记可以客观测量到并且可以表明身体内的正常的生物过程或病发过程的表征性的生物特征。例如，在呼吸空气和/或体味中含有生物标记。

20、借助机器学习算法鉴别环境空气中、例如呼吸空气和/或体味中的因疾病而异的气味的优点是，不需要使用耗时和不舒适的化学方法、吹管或表面接触方法，并因此可以快速识别出疾病。呼吸空气和其他体味不断地散发，并由处理单元进行评估。

21、处理单元包括计算单元并与存储器交换数据。例如，处理单元包括内部存储器。在存储器中存储或加载机器学习算法。此外，处理单元将鉴别出的因疾病而异的气味写入存储器中，可以从该存储器中读取这些因疾病而异的气味。根据本发明的一个方面，传感器的数据被存储在存储器中。

22、机器学习是一种技术，该技术教导计算机和其他数据处理设备通过从数据中学习来执行任务，而不是针对任务而编程。机器学习算法通过分类法和/或回归法从数据中学习气味。在学习或训练期间，数据被处理。然后，经训练的机器学习算法识别所输入的数据中的气味，而不必执行与保存在存储器或数据库中的气味的比较。机器学习算法例如包括人工神经网络，例如卷积网络，或决策树算法，随机森林分类器或支持向量机分类器。

23、根据本发明的一个方面，处理单元包括至少一个图形处理单元以用于并行地实施进程，尤其是用于加速实施机器学习算法。根据本发明的一个方面，处理单元是片上系统。根据本发明的另外的方面，尤其是与片上系统相结合地，处理单元包括神经的或神经形态的电路，它在硬件中模仿了哺乳动物的嗅觉系统，并在其上实施机器学习算法。

24、根据本发明的另外的方面，处理单元被整合或能被整合到客运工具的车载电网中。根据本发明的一个方面，传感器被整合到车载电网中。因此，使传感器与处理单元之间的通信变得容易。车载电网例如是can总线。根据本发明的一个方面，传感器、处理单元与接口之间的至少一部分通信被无线地、例如借助蓝牙低能耗或wlan进行。

25、指示信号包括视觉信号、听觉信号和能在触觉上感知到的信号。根据本发明的一个方面，指示信号在显示单元上在视觉上示出。

26、乘客包括人类和动物，例如宠物，如狗。

27、根据本发明的系统的功能与整合到客运工具中无关地工作。现有的客运工具可以利用该系统来改装。

28、在本发明的一个实施方式中，第一传感器通过表面吸附、光相互作用和/或振动的频率和/或振幅来检测包括乘客的呼吸空气和/或体味的环境空气中的产生气味的物质。

29、根据本发明的一个方面，第一传感器包括膜片，膜片吸附乘客的呼吸空气和/或体味中所包含的产生气味的物质。例如，膜片包括导电聚合物。例如，第一传感器在吸附产生气味的物质后测量膜片的电性能，例如电导率，其中，吸附特有的产生气味的物质表征性地改变了膜的电性能。根据本发明的另外的方面，第一传感器包括多个膜片，这些膜片分别只吸附特有的物质。因此可以鉴别不同的气味分子。

30、光相互作用包括光散射、背散射、反射、透射、衍射和折射。根据本发明的一个方面，针对各自分子的标识是特有的散射光，例如来自背散射的散射光。除了激发电子跃迁外，还激发产生气味的物质的分子振动，其包括拉伸振动、摇摆振动、剪切振动、扭转振动和/或跷动式振动。拉伸振动是沿着分子中的两个原子的键轴进行的振动。摇摆振动、剪切振动、扭转振动和跷动式振动是形变振动，其使键合角度发生形变。分子振动能通过红外辐射的吸收和发射来证实。分子可以经由其分子振动来鉴别。

31、在系统的一个设计方案中，其中至少一个第一传感器是能调谐的激光雷达传感器。激光雷达传感器被实施用来依赖于从车辆内部空间背散射的光来检测气味分子。例如，激光雷达传感器发射波长在红外线范围内的对人体无害的激光脉冲。能调谐意味着，激光雷达传感器被实施成发送出多种不同波长的光脉冲，以便从背散射的光中鉴别出不同的气味分子。根据本发明的一个方面，激光雷达传感器包括驱控电子器件，以便发送出不同的波长。例如，针对不同的波长分别发送出第一波长和第二波长，以便借助有差异的吸收来计算出产生气味的物质的浓度剖面。根据本发明的另外的方面，激光雷达传感器包括用于光谱学例如拉曼光谱学的被整合的评估电子器件。在系统的另外的设计方案中，激光雷达传感器包括品质开关。利用也被称为q开关的品质开关使光脉冲变得更短。因此，即使在相对较低的能量的情况下也达到高的峰值功率。由于低能量实现了：激光雷达传感器对乘客和驾驶员是无害的。由于高的峰值功率，气味分子变得可溶。例如，品质开关是电光调制器。

32、在本发明的另外的设计方案中，第一传感器包括石英振动传感器，该石英振动传感器确定产生气味的物质的振动的频率和/或振幅。

33、根据本发明的另外的方面，第一传感器包括上述的膜片、激光雷达传感器和石英振动传感器的组合。

34、根据本发明的另外的方面，系统包括测量温度的第二传感器和/或测量空气湿度的第三传感器，其中，处理单元融合了第一传感器的数据以及第二和/或第三传感器的数据。通过测量温度和/或空气湿度，使得根据状况来鉴别因疾病而异的气味。例如，在温度值和/或空气湿度值的第一组合中，产生气味的物质的浓度值得关注，但在第二组合中则不值得关注。例如，客运工具中的温度和/或空气湿度在客运工具的季节性运行期间或由于客运工具内部空间的调温而发生变化。

35、根据本发明的另外的方面，系统包括测量压力的第四传感器。有利地，处理单元将第一、第二、第三和/或第四传感器的测量结果结合起来和/或对这些测量结果进行可信度验证，以便例如使干扰效应最小。

36、根据本发明的另外的方面，处理单元执行误差校正，尤其是基于第一、第二、第三和/或第四传感器中的多个传感器所获得的数据，优选基于所有传感器的数据来进行。因此提高了测量的准确性。此外，因此能够在公差范围内、例如浓度范围内实现并能管控对因疾病而异的气味的鉴别。

37、根据本发明的另外的方面，机器学习算法学习或被训练用来鉴别也被称为volatile organic compound(简称voc)的挥发性有机化合物。属于voc例如有：丙酮、乙醇、异戊二烯、壬醛、癸醛、α-蒎烯、丁酸乙酯和丁醛、乙醛、丙醛和乙酸正丙酯。voc在疾病引发的蛋白质变化、细胞变化或代谢变化中在生物体内形成。例如，在sars-cov-2感染者中已经观察到表征性的蛋白质变化和代谢变化。经由呼吸和/或体味排泄的voc可能是对疾病的表征并因此起到生物标记的作用。

38、例如，haoxuan chen等人的“breath-borne voc biomarkers for covid-19(用于covid-19的呼吸道voc生物标记)”，https://doi.org/10.1101/2020.06.21.20136523，表明丁酸乙酯可能是针对covid-19的生物标记。其中还表明，丁醛可能是针对sars-cov-2阴性的生物标记。根据本发明的一个方面，机器学习算法被训练或是经训练地来识别第一传感器的数据中的丁酸乙酯和丁醛，例如经由分别针对丁酸乙酯和丁醛特有的吸附信号和/或吸收信号来识别。

39、selina traxler等人的“volatile scents of influenza aand s.pyogenes(co-)infected cells(甲型流感和化脓性细菌(共同)感染细胞的挥发性气味)”，https://www.nature.com/articles/s41598-019-55334-0，例如表明，乙酸正丙酯是针对甲型流感病毒的voc生物标记，而乙醛和丙醛的提高的排放是针对化脓性细菌的voc生物标记。根据本发明的一个方面，机器学习算法被训练或是经训练地来识别第一传感器的数据中的乙酸正丙酯、乙醛和丙醛，尤其是结合识别丁酸乙酯和丁醛，例如借助针对乙酸正丙酯、乙醛和丙醛分别特有的吸附信号和/或吸收信号来识别。因此，根据本发明，附加地可以识别到疾病，如流感和/或病毒细菌合并感染。

40、根据本发明的另外的方面，系统被用于诊断疾病，包括：包括流感和covid-19的病毒性疾病以及病毒性疾病的变异。这就能够实现快速识别疾病，例如客运工具中的covid-19，并迅速启动适当的措施，以便遏制例如covid-19的传播，例如通过根据本发明识别丁酸乙酯和丁醛来启动。因此，该系统可以提高乘客对使用客运工具的信心，尤其是在例如covid-19的大流行病时期。

41、在本发明的一个设计方案中，乘客和/或驾驶员经由客运工具中的显示单元被告知关于所鉴别出的因疾病而异的气味的信息。显示单元包括独立的显示器或整合到客运工具的头部单元中的显示器。系统的接口例如是通向客运工具的内部空间中的电视屏幕、通向驾驶舱显示器或驾驶员的抬头显示器的接口。在本发明的另外的设计方案中，系统的接口是通向车队运营商、监管机构或医院的无线电接口，以便告知相应的机构有关已鉴别出的因疾病而异的气味的信息。根据本发明的一个方面，系统的接口是通向与运营商和行政机关联接的云基础设施的接口。因此可以将信息、特别是来自多个客运工具的信息集中收集并更好地进行分配。

42、启动用于通告特定疾病和/或用于避免特定疾病的传播的措施，包括：

43、·告知乘客与各自最近的乘客应保持的最小距离、如1.5m的指示信号；

44、·激活客运工具的消毒系统；

45、·向医院发出警报；

46、·向疾病监控、疾病预防、传染病和/或非传染性疾病领域的机构发出警报，这些机构包括联邦卫生机构、中央机构、各部委，例如罗伯特-科赫研究所，其中，根据本发明的另外的方面，已鉴别的因疾病而异的气味的指示信号经由有利地以无线电接口形式的接口转发给这些机构，优选经由云基础设施转发，并提供给另外的人员；

47、·联网，例如经由云基础设施与客运工具的乘客、其他客运工具的乘客、交通参与者和其他人员联网，例如通过移动应用软件，例如corona警告应用程序，以用于告知关于已鉴别的疾病的信息，以用于追踪接触者和/或防止疾病的传播，其中，联网包括指示信号的提供以及上述机构的另外的信息；

48、·对处于与处理单元进行数据交换的存储器进行读取，以便预先获得关于已鉴别的因疾病而异的气味的信息；

49、·启动检疫措施；

50、·收集乘客的联系方式，并将客运工具开往医院或人口密集区以外的地点；

51、·其中，根据本发明的另外的方面，在行驶期间不接纳另外的乘客，并且不让乘客离开客运工具，以便进一步遏制传播。

52、根据本发明的另外的方面，该方法由计算机实现。

53、本发明的另外的方面涉及一种计算机可读存储介质/计算机可读数据载体。计算机可读存储介质/计算机可读数据载体包括机器学习算法和软件指令和/或硬件指令，这些指令在通过处理单元实施时促使该处理单元实施根据本发明的方法。

54、第一传感器以及根据本发明另外的方面，第二和/或第三传感器布置在客运工具的座位区域、站立区域、通风设施和/或空调设施中。根据另外的方面，第一和/或第二和/或第三传感器布置在客运工具的水平和/或竖直的保持杆上或安全带上。座位区域和站立区域还包括舱室和隔间。这种布置能够实现直接在气味的源头进行气味探测，并还能够实现对例如由于空气流动而在内部空间中非直接检测到的、但在通风设施和/或空调设施中传播的气味。

55、根据本发明的另外的方面，客运工具能自动化地运行。客运工具包括：环境识别传感器，环境识别传感器识别客运工具的环境；控制器，控制器获得环境识别传感器的数据并确定用于轨迹规划的调节和/或控制信号；以及用于纵向和/或横向引导的执行器，控制器借助这些执行器来调节和/或控制客运工具的自动化运行。环境识别传感器包括摄像头、雷达、激光雷达和麦克风。控制器例如是adas/ad ecu，即高级驾驶辅助系统和自动驾驶(advanced driving assistance system und autonomous driving)。自动化运行的范围从辅助驾驶到自动驾驶，即无人驾驶。尤其是对于高度自动化运行来说包括：启动使客运工具向医院或人口密集区以外的地点特殊地自动化行驶以避免扩散的措施。

56、根据本发明的一个方面，客运工具是公共汽车、大众运输工具、轨道车辆、船舶、飞行器或缆车。因此，本发明提高了乘客对使用公共汽车、大众运输工具、轨道车辆、船舶、飞行器和缆车的信心，尤其是在发生大流行病例如covid-19的时候。