在到达目的地时，坐在前排的父母可能会忘记在车辆的后座安静地睡觉的儿童。已开发的警告系统会通知驾驶员儿童被留在车辆上。这些系统可通过车辆的声音通知来提醒父母。通过车辆与父母的智能电话的连接可提供其他通知。警告系统可通知包括法律执行的其他信息。
在到达目的地之后给父母提供警告具有一些缺点。例如，驾驶员可能已经忘记让他们的孩子在托儿所下车。于是，驾驶员可能因此不得不返回托儿所并放下他们的孩子，浪费了宝贵的时间。这些系统可能没有适当地平衡可预测的通勤信息，例如，驾驶员送他们的孩子去上学然后去上班。本申请提供解决这些问题的系统及其方法。其他的益处和优点将从本申请提供的内容变得清楚，提供的这些优点是为了示例说明。
技术实现要素：
根据一个示意实施例，给出一种用于提供车辆中存在乘员的通知的由计算机执行的方法。该方法可包括识别有乘员时采取的第一路线、识别没有乘员时采取的第二路线、确定第一路线与第二路线分离为不同方向的交叉路口、以及如果有乘员时采取第二路线则在车辆通过交叉路口后提供通知。
根据另一示意性实施例，提供一种车辆。该车辆可包括追踪车辆行驶的路线的定位系统；探测系统，该探测系统确定在沿着车辆行驶的这些路线的车辆中是否有乘员；和通知系统，该通知系统存储在车辆中有或没有乘员时由车辆行驶的路线，以基于有或没有乘员时车辆所行驶的路线的历史模型，在有乘员时采取一路线且该路线与乘员无关时提供通知。
根据又一示意性实施例，提供车辆计算系统。该车辆计算系统可包括至少一个处理器和一个可操作地联接到处理器的存储器，该存储器存储程序指令，在处理器执行程序指令时使得处理器执行进程。进程可包括识别有乘员时采取的第一路线、识别没有乘员时采取的第二路线、确定第一路线与第二路线分离为不同方向的交叉路口、以及如果有乘员时却采取第二路线则在通过交叉路口后提供通知。
附图说明
在随附权利要求书中陈述认为是本申请的特性的新颖特征。在以下的说明书中，相似的零件在说明书和附图中分别用相同的附图标记来标记。附图中未必按比例绘制，并且某些附图为了清楚和简明，可能以夸大或概括的形式示出。然而，本申请本身及其优选使用模型、进一步的目的和优点将在结合附图阅读时结合以下示例性实施例的详细描述来最佳理解，在附图中：
图1是根据本申请的一个方案的通过历史模型通知车辆中存在乘员的示例性环境的示意图；
图2是根据本申请的一个方案的示范地图的示意图，该地图提供交叉路口，在交叉路口之后可发出通知；
图3是根据本申请的一个方案的用于历史模型的车外处理的示例性车辆联通系统的示意图；
图4是根据本申请的一个方案的示出用于探测驾驶员、乘客和/或乘员的照相机和传感器的示例性车辆的示意图；
图5是根据本申请的一个方案的示出用于探测乘员的传感器的示例性载具的示意图；
图6是根据本申请的一个方案的车辆的示例性内部示出一个儿童和一个驾驶员的示意图；
图7是根据本申请的一个方案的车辆的示例性内部示出两个儿童和一个驾驶员的示意图；
图8是根据本申请的一个方案的示范地图的示意图，该地图提供了交叉路口，在交叉路口之后可发出通知；
图9是根据本申请的一个方案的另一示范地图的示意图，该地图提供了交叉路口，在交叉路口之后可发出通知；
图10是根据本申请的一个方案的示出一个儿童和另一驾驶员的车辆的示例性内部的示意图；
图11是根据本申请的一个方案的示出两个儿童和另一驾驶员的车辆的示例性内部的示意图；
图12是根据本申请的一个方案的示出一个儿童、一个驾驶员和一个乘客的车辆的示例性内部的示意图；
图13是根据本申请的一个方案的示出两个儿童、一个驾驶员和一个乘客的车辆的示例性内部的示意图；
图14是根据本申请的一个方案的示出一个儿童、另一驾驶员和另一乘客的车辆的示例性内部的示意图；
图15是根据本申请的一个方案的示出两个儿童、另一驾驶员和另一乘客的车辆的示例内部的示意图；
图16是根据本申请的一个方案的示例性历史模型及基于该历史模型的预测的示意图；
图17是根据本申请的一个方案的另一示例性历史模型及基于该历史模型的预测的示意图；
图18是根据本申请一个方案的用于开发示范历史模型数据库的示例性流程图；
图19是根据本申请的一个方案的用于推导示范预测的示例性流程图；和
图20是根据本申请的一个方案的用于提供示范预测的示例性流程图。
具体实施方式
以下结合附图的说明书旨在作为本申请的示范实施例的描述，而非旨在代表可解释和/或利用本申请的唯一形式。说明书陈述了构成并操作本申请的与示例性实施例有关的各框的功能和顺序。然而，应理解，相同或等同的功能和顺序可通过不同的实施例来完成，这些不同的实施例也旨在包含在本申请的精神和范围内。
大体而言，本文所公开的系统和方案涉及在达到目的地之前提供车辆中存在乘员的通知。在示例性实施例中，车辆可包括定位系统，用于跟踪车辆所采取或行驶的路线。车辆可包括探测系统，用于确定在沿着车辆行驶的那些路线的车辆中是否有乘员。车辆还可包括通知系统。通知系统可存储车辆中有或没有乘员时车辆行驶的路线。通知系统可基于车辆中有和没有乘员时行驶的路线的历史模型，在有乘员时而采取一线路且该路线与乘员不相关时提供通知。
本发明的系统及方法的许多其它更改或构造将从以下提供的描述变得明显。例如，公开了为各种乘员提供不同的通知。通过使用历史模型，可在到达目的地之前很好地提供这些通知。其他优点将从以下提供的描述变得明显。图1和图2示出了使用历史模型来通知存在乘员的一个示例。图3提供了为车辆提供通知的示范环境。图4和图5示出了用于探测车辆内的乘员的示例性传感器。图6至图15描绘了车辆内的乘员以及导致不同警告的地图，而图16和图17示出用于提供通知的其它历史模型。图18至图20示出了提供存在乘员的通知的流程图。
现在参照图1，图1提供了根据本申请的一个方案的用于通过历史模型106、108和110通知车辆102内存在乘员的示例性环境100的示意图。乘员可能指的位于车辆102的后座的人、动物等。例如，乘员可以是需要帮助来离开车辆102的儿童。乘客可指的是车辆102内除驾驶员和乘员之外的人，乘客通常坐在车辆102的前座。
在环境100所提供的示例中，历史模型106、108和110可存储在数据库104内。数据库104可保留在车辆102上或远离车辆102。包括车辆102所采取的路线的定位信息可随车辆102内是否有乘员一起存储。该信息可加盖时间戳。这些时间戳可包括时钟和/或日历信息。例如，并且如历史模型106、108和110中所示，可记录每个的时间。也可提供日期，例如是否在周末或工作日采取历史模型。也可记录历史模型106、108和110的月份。
在一个历史模型106中，驾驶员a在早上8点采取路线2，车辆102中没有儿童或乘员。该信息可被录入数据库104。如图1所示，这可以表格提供。在一个实施例中，这可以专用于存储该信息的数据结构建立。该数据结构可通过类结构表示，这是典型的编程技巧。
在另一历史模型108中，相同的驾驶员a再次在早上8:08采取路线2，没有儿童。该信息也可录入数据库104。从历史模型106和108可推断出的信息可包括驾驶员a通常在早上8点左右单独行驶，采取路线2且没有儿童。这个推断可基于模型认知，例如可基于在一天的这个时刻采取该路线的次数做出这个推断。在另一示例中，该推断可基于采取这个路线的时间百分比做出。如果百分比超出预定阈值，例如百分之九十的时间采取该路线，则也可做出该推断。在一个实施例中，该推断可展示给系统的使用者，使用者可通过典型的车载音响主体(headunit)或远程信息处理系统确认该推断是否正确。
在历史模型110中，驾驶员a和儿童于早上8:01离开。代替如过去没有儿童时采取路线2，驾驶员a现在采取路线1。其他的历史模型可存储在数据库104内，并且随着每条路线被行驶可增加系统的信任度。例如，信任度可基于驾驶员采取该路线的次数而增加。如果驾驶员10次中有9次采取了一路线，则可以确定应行驶这条路线的更高的信任度。另外，如果100次中这条路线被行驶了99次，则信任度增加。
通过使用历史模型106、108和110，可进行预测。例如，如果驾驶员a身边有儿童，则在早上8点左右通常使用路线1，而在车辆102内无儿童存在时可使用路线2。这些观察和预测可专用于驾驶员a。可以存在其他变型，例如一天的不同时间可以使得有或没有儿童时采取的不同路线。一星期中不同的日子可用于在预测驾驶员可采取哪条路线时进行解释。进一步的变型将在以下描述。
可从以上描述的历史模型106、108和110进行预测112。例如，在过去，当早上8点钟左右车辆102中存在儿童且驾驶员a进行驾驶时采取路线1。当驾驶员a在车辆102中没有儿童时采取路线2。预测112可告知在驾驶员a与儿童在早上8点左右离开时应采取路线1。如果采取了路线2而驾驶员a的车辆102中有儿童，则发出通知或警告。这可指出驾驶员a忘记了车内存在儿童，因为有儿童时驾驶员a通常应使用路线1。该通知能够让驾驶员a改变方向到其他目的地，例如驾驶员a不得不把儿童送到托儿所。可以发出声音通知或更改方向。
可基于有或没有乘员时采取的路线的次数来进行预测。例如，如果在没有儿童时驾驶员a百分之九十的时间采取路线2，则可进行合理、正确的预测。这个预确定的阈值、90％可以是任意的，并可更改。在一个实施例中，不可进行预测直到达到更高的阈值，例如在没有儿童的情况下，驾驶员a百分之九十九(99％)的时间采取路线2。
作为预测方法的示例性例子，因为历史模型被存储在历史模型数据库104内，所以计算器或追踪器可被用于表示每次路线的采取。一旦已达到模型的预确定阈值，例如100，那么可进行如上所述的预测。也就是说，基于采取特定路线的次数，可进行预测。在一个实施例中，那些可能已经采取过但已指明不再使用的路线可从正在推导的预测中移除。例如，如果一条路线一个月前被预测以使用，但是在上个月并没有使用，则那些历史模型与预测关联。在一个实施例中，没有儿童时所采取的路线可以不被保持追踪或可以从数据库104删除。
在进行预测时可考虑其他因素，例如交通和/或天气。在许多情况下，天气可改变路线。例如，在下雨时，可以为驾驶员a调整预测以采取替换路线。可使用车辆102上的照相机来确定下雨。照相机可用来探测落在挡风玻璃上的雨滴。备用照相机也可用来探测雨滴。天气也可使用第三方服务和全球定位系统来探测。通过探测车辆的位置，这些第三方服务可了解该区域中的天气情况。可使用其他类型的系统来确定车辆102周围的天气。
当存在某些天气条件时，可取消预测和/或不使用这些数据用作历史目的。在一个实施例中，不同的天气模型可导致不同的路线并且可基于有或没有儿童时类似的天气模型和所采取的路线来进行预测。例如，历史路线可基于下雨时和不下雨时而编组在一起。其他路线可基于类似的天气条件，例如雾、下雪等，编组在一起。
在以下更详细示出的本申请的实施例中，在车辆102通过交叉路口后可提供警告。图2是根据本申请的一个方案的示范地图的示意图，该示范地图提供交叉路口，在交叉路口后可发出通知。在有/没有乘客、有/没有乘员的情况下并取决于驾驶的驾驶员，交叉路口可通过路线1和路线2分离为不同的方向来定义。换言之，路线1和路线2分叉的位置可限定交叉路口。在编制历史模型期间，存在没有交叉路口的通用路线，使得车辆102内的驾驶员、乘客和/或乘员可以是无差别的。
继续说驾驶员a，在上述说明中，在车辆102靠近交叉路口时，驾驶员a可以采取路线1或路线2。在车辆通过交叉路口之前，系统可能能够或不能预测是否应该提供通知，因为路线进入到路线1路线2对于车辆102中是否有乘客是无差别的。然而，在路线1和路线2相交的交叉路口处，可以确定驾驶员a是否带儿童或者没有带儿童，其中路线1通常与在车辆102后方的儿童相关联并且路线2的车辆102中没有儿童。交叉路口可以是例如驾驶员a的工作地与儿童的托儿所之间的交叉点。
通过交叉路口之后可发出通知或警告。在一个实施例中，通知可以是车辆102的车载音响部分提供的方向。驾驶员a已经和儿童沿路线2行驶一段距离，并且可被重指向至路线a以例如让儿童在托儿所下车。其他通知可包括对于驾驶员a的更改路线声音指示。一旦已经通过交叉路口，就提供声音警告，例如哔哔声或音乐，给驾驶员a。通过提供这些类型的通知，驾驶员a可在到达他们的目的地之前提前得到通知。
在一个实施例中，在通过交叉路口之前可提供通知或警告。例如，继续用上例说明，可向驾驶员a发出通知，在交叉路口之前，即通过交叉路口之前应采取路线a。如果已经探测到儿童，则可在交叉路口之前的预定距离处发出通知。随着驾驶员a靠近交叉路口，可发出更强的通知，使得驾驶员a处于持续警惕状态。可选地，可发出一次通知。也可发出通知组合，使得在交叉路口之前发出一定类型的通知，并且在驾驶员a通过交叉路口和儿童在路线2上之后发出另一不同的通知。在一个实施例中，车辆已经停泊或停止之后可发出通知。在另一实施例中，在更正，即返回正确路线之后可去除通知。
当在交叉路口处显示路线1和路线2时，可存在其他构造并且其不限于以上显示的。例如，三条或更多路线可在交叉路口交叉，每条路线代表驾驶员可能根据车辆102内的乘客和乘员所采取的不同路径。在一种情形下，第一路线可在驾驶员的后座有第一儿童时采取，第二路线可在驾驶员的后座有两个儿童时采取，在车辆102内没有儿童时行驶第三路线。分别使用这些历史模型，在车辆102内有儿童或没有儿童时可进行预测。当驾驶员采取的路线与预测不一致时，提供通知或警告。
预测的复杂性可根据车辆102内的驾驶员、乘客和/或乘员而增加。在一个实施例中，驾驶员a可采取不同于驾驶员b的路径。在一个实施例中，车辆102内的不同乘客和/或乘员也可确定采取哪条路线。例如，如果驾驶员a现在在前排和乘客在一起，则采取与后排有儿童或没有儿童时不同的路线。可以现在用车辆102内的乘客作出不同的预测。在一个示例性实施例中，乘客可能在儿童之前下车。继续上面的例子，如果车辆102内有儿童可采取路线2而不发出警告，使得驾驶员可放下乘客。如果在提供通知之后采取了全新的路线，且在之后的行程中连续采取这些路线，则新的模型就被存储在历史模型数据库104内并可进行新的预测。以下将提供更多例子，且以上描述的情景是为了解释说明。
图3是根据本申请的一个方案的用于历史模型的车外处理的示例性车辆联通系统300的示意图。虽然处理完全可以在车辆102上进行，但是其也可在车外进行。在一个实施例中，车上处理和车外处理的组合可被用来提供预测及通知。系统300可包括车辆102(如前所述)和通过网络330连接到车辆102的服务器340。
车辆102可大体包括远程信息处理通信单元310(tcu)、电控单元312(ecu)、车载音响主体314、存储单元316、显示设备318和多个车辆系统320。车辆102的tcu310可以是方便在车辆102与外部托管服务器340之间发送和接收数据的移动通信外部接口。tcu310也可连接到ecu312并且能够利用被应用于内部地发送/接收电信号的各种协议以提供与车辆102内的车载音响主体314和多个车辆系统以及其它部件的有线或无线的计算机通信。
在一个实施例中，tcu310可以是车辆102与外部托管服务器340之间通过互联网云的移动通信外部接口。更具体地，tcu310可利用全球移动通信系统(gsm)、通用分组无线业务(gprs)、
在一个或多个实施例中，ecu312可包括内部处理存储器、接口电路和总线(均未示出)，以传递数据、发送命令并与其他车辆部件通信。通常，ecu312包括处理器和存储器(图中未示)。在一些实施例中，ecu312还包括内部地在车辆102中发送数据和外部地向连接的设备发送数据的通信设备(图中未示)。ecu312中包括的通信设备能够利用各种协议提供有线或无线的计算机通信，以内部地向车辆部件发送/从车辆部件接收电信号。
在示范实施例中，车辆102的车载音响主体314可被用来执行可存储车辆102采取的路线并进行预测的一个或多个应用。在一个实施例中，车载音响主体314可操作地受控于ecu312以提供多个车辆系统320中的一个或多个的输出。在可选实施例中，车载音响主体314可包括单独的控制器(图中未示)，其可用于通过微处理器(图中未示)来控制车载音响主体314的操作。
关于存储单元316，除存储一个或多个应用外，存储单元316可存储一个或多个操作系统，操作系统与通过车载音响主体314由ecu312执行的操作系统数据、应用数据、车辆系统及子系统用户接口数据等关联地操作。存储单元316也可包括关于车辆102的身份或用途和/或车辆102的驾驶员的身份的车辆数据，其可包括但不限于车辆102的vin、车辆102的制造和型号信息、车辆102的数据日志(图中未示)、车辆的设置数据、车辆驾驶员数据等。在一个实施例中，车辆102的数据日志可包括由另外的车辆部件中的ecu312、车载音响主体314、多个车辆系统320记录的各种数据。在一个或多个实施例中，车辆数据可与车辆设置数据相关联，该车辆设置数据与车辆102的特定驾驶员相关联。采取的路线信息连同时间、日期可被存储在存储单元316中。该信息可与来自车辆传感器326(以下描述)的关于确定乘用情况的数据组合，确定乘用情况包括哪个驾驶员、乘客和/或乘员是否在车辆102内。
在一个或多个实施例中，除车辆102的额外部件之外，车载音响主体314还可包括通信设备(图中未示)，该通信设备能够可操作地连接用于与显示设备318、tcu310的内部计算机通信。通信设备可向tcu310发送数据信号并接收数据信号。在一个实施例中，显示设备318可提供人机界面(hmi)以向车辆102的驾驶员、乘客和乘员提供各种信息。显示设备318可包括显示屏(图中未示)，其可以是平板显示器。在一些实施例中，显示设备318的显示屏可以是触屏，其可被用来向由车载音响主体314提供的用户界面提供触摸输入。
多个车辆系统320可包括gps322、车辆照相机系统324和多个车辆传感器326。gps322能够可操作地连接到车辆102内的导航系统(图中未示)。通过这种定位系统，路线可通过gps322追踪。如上所述，这些路线可存储在存储单元316内。在一个实施例中，这种信息可作为与图1所示的那些、即历史路线106、108和110类似的表格格式被包含。gps322可持续更新采取的路线，用存储单元316存储该信息。根据存储单元316的时间和/或容量，较旧的路线可被删除。
另外，车辆照相机系统324可包括在车辆102内和/或外部定位在各种位置的一个或多个照相机(图中未示)。一个或多个照相机可捕获车辆102内和/或外部的图像，包括车辆102的特定驾驶员的图像。照相机系统324还可确定车辆中的乘客和乘员。在一个实施例中，系统324可简单地确定存在驾驶员、乘客和/或乘员的事实。可选地，可通过照相机系统324提供更多细节以识别进入车辆102的具体的人或一方。
在一个或多个实施例中，多个车辆传感器326可大体包括接触传感器和/或非接触传感器，它们定位在车辆102的内和/或外部的各种位置。多个车辆传感器326可包括电流/电势传感器(例如接近传感器、感应传感器、电容传感器)、超声波传感器(例如压电传感器、静电传感器)、振动传感器、光学传感器、视觉传感器、光电传感器或氧传感器等。在示范实施例中，多个车辆传感器326可包括传感器，其可操作以感测与车辆102的特定驾驶员、车辆102、车辆环境、多个车辆系统320、和/或车辆102的一个或多个驾驶员、乘客和/或乘员相关联的数据的测量，并可向ecu312输出指示数据的一个或多个测量的一个或多个数据信号。传感器326可通过任一上述机构探测驾驶员、乘客和/或乘员。
多个车辆系统320还可大体包括但不限于，(其他车辆系统未示出)车辆hvac系统、车辆信息系统、车辆发动机控制系统、车辆变速器控制系统、车辆安全控制系统、车辆稳定控制系统、电子稳定控制系统、防抱死制动系统、制动辅助系统、自动预制动系统、低速跟随系统、巡航控制系统、碰撞预警系统、碰撞缓解制动系统、自动巡航控制系统、车道偏离警告系统、盲点指示系统、车道保持辅助系统、制动踏板系统、电子动力转向系统、接近传感器系统和电子预紧系统等。
通信网络330可包括或采取一个或多个有线和/或无线网络的形式。网络330可包括一个或多个如因特网的广域网或其一部分、一个或多个蜂窝网络、一个或多个电话网络、各种中间联网设备以及诸如无线和/或有线接入点的边缘设备等。无线接入点可支持相同或不同的无线通信协议。作为一个例子，无线接入点可分别支持广域蜂窝网络协议上的通信。作为另一例子，无线接入点可支持使用wi-fi协议在局域网上的通信，同时无线接入点可支持广域蜂窝网络上的通信。
车辆联通系统300内的两个或更多设备之间的无线通信可以采取利用近场通信的短程无线通信链路的形式，或经由rfid协议、
继续参考图3，服务器340可以包括处理器单元342、存储器单元344、持久性存储器346、通信单元348、输入/输出单元350和显示器352。车辆102的tcu310可以与服务器340的通信单元348通信。每个部件可以通过系统总线彼此交互。在服务器340内可包括更少或更多的部件。通常可以将计算机程序存储在持久性存储器346中，直到它们准备好执行，此时程序被带入存储器单元344使得它们可以被处理器单元342直接访问。处理器单元342可以通过使用处理器342赋予存储器单元344的地址连同读取和/或写入的请求，选择存储器单元344的一部分来读取和/或写入。在地址处的编码指令的读取和解释使得处理器342在后续地址或某个其他地址处获取后续指令。
通信单元348可以用于本地或远程地提供服务。在本地，服务器340可以通过其输入/输出单元350和显示器352来提供功能。可选地，服务器340可以是其他设备可以访问以处理或推导信息的主机服务。设备可以通过服务器340访问来自持久性存储器346的信息。在服务器340上，程序可以包括检索路线信息。这可被实时地检索并且被存储在持久性存储器346上。持久性存储器可以包括历史模型数据库104。来自车辆102上的gps322的信息可以通过网络330被提供给服务器340并且在其上被处理。可以在服务器340上确定定时信息，或者可以通过车辆102提供信息。
在一个实施例中，车辆102的信息可以从包括gps322、照相机系统324和传感器326的车辆系统320实时地或以可替换的周期性的间隔发送。在一个实施例中，当车辆102停车或停泊时，可以下载信息。在一个实施例中，当连接到wifi连接时可以提供信息。
继续传感器326，并且根据一个实施例，图4是根据本发明的一个方案的示意性车辆102的示意图，其示出了用于探测驾驶员、乘客和/或乘员的传感器326和照相机系统324。传感器326是用于说明的目的，并且可以在车辆102内使用更少或更多的传感器来探测驾驶员、乘客和/或乘客。传感器326可以用于探测细节，或者可替换地探测车辆102内是否存在任何一方，而不是该方的身份。
在一个实施例中，照相机系统324的前照相机402可以被用于探测车辆102内的乘员。照相机402可以被放置在车辆102的前顶部或中部并且向下倾斜。照相机402的角度可以足够大以覆盖车辆102的前部的驾驶员和乘客及后部的乘员。后照相机404也可以类似地用于探测车辆102内的驾驶员、乘客和乘员。在一个实施例中，后照相机404可以更有效地捕捉乘员，使得可以探测到任何面向后方的儿童。类似于前照相机402，后照相机404可以向下倾斜。在一个实施例中，前照相机402和后照相机404的组合可以用于探测车辆102内的驾驶员、乘客和/或乘员。其他照相机可以在车辆102内使用并且在不同位置处倾斜。
座椅410和430内的车辆传感器326也可以用于探测车辆102内的乘员。传感器416可以设置在前座椅410的底部412。这些传感器416可以探测乘员的重量。当满足阈值时，座椅410可以被确定为被占用。在一个实施例中，可以使用特定的重量测量来确定驾驶员的身份。底部412中的传感器416可以测量振动、脉搏、汗水等以确定座椅410是否被占用。
座椅410的背部414内的传感器418也可用于确定座椅410是否已被占用。这些传感器418可以测量驾驶员和/或乘客的压力，以确定车辆102中的座椅410是否被占用。尽管已经示出了用于座椅410的底部412和背部414的两组不同的传感器416和418，但是座椅410可以包括额外的传感器。此外，可以使用如上所述的其他类型的传感器326。上述传感器中的一个或全部可以被使用，并且不应被解释为限制用于探测驾驶员、乘客和/或乘员的目的。
车辆102的后座430还可以包括传感器436和438。在后座430的底部432上可以存在一个或多个传感器436。这些传感器436还可以测量包括重量、振动、运动、出汗等上述特性，以确定座椅430是否被占用。座位430的背部434上的传感器438可以组合或单独设置，以探测后座430上的乘员。
车辆102中可以存在更少或更多的车辆传感器326，并且其不限于以上所示的那些。此外，一些车辆102可以包括更少或更多排座椅，其中可以使用更少或更多的传感器326。在一个实施例中，当后座430已经被折下时，系统可以被关闭。可以提供多种类型的传感器326以解释车辆102内的哪个座椅410和430被占用。其中一部分可能是提供的复杂的详细信息，而其他部分可能提供描述座位410和430已被占用的较少的细节。
图5是根据本申请的一个方案的示出用于探测儿童的传感器326的示例性载具系统500的示意图。载具系统500可以无线地或通过线缆连接到车辆102的车辆系统320。在一个实施例中，载具系统500可以具有探测其内是否在存在乘员的重量传感器。该信息可以通过车辆系统320提供给车辆102。在所示实施例中，载具502上可以设有一对传感器506。可选地，一对传感器508可以设置在载具系统500的基部504上。这些传感器508可以探测到另一对传感器506，使得当它们被探测到时，载具系统500内的乘员可以被探测到。换句话说，当载具502在基部504上时，可以探测到乘员。当载具502在基部504中时，系统可以假设小孩在车辆102中。
所示的实施例提供一种探测车辆102的后座430中的乘员的附加方式。其他车辆系统320可以包括安全带探测器，使得当所述安全带已被正确地固定时可实现乘员确定。其他乘员探测系统可包括可与乘员绑定的可穿戴设备。这些可穿戴设备可以绑定到车辆系统320，使得当乘员在车辆102中时可被探测到。这些可穿戴设备可以通过无线连接绑定到系统320。
此前，描述了在车辆102内的单个驾驶员、即驾驶员a和单个乘员。路线1和路线2关于有没有儿童是相对的。使用历史模型106、108和110进行预测112。现在将描述各种驾驶员、乘客和/或乘客的多种不同场景。可预测的通勤可带来预测，如果不遵守这些预测，可能会发出警告。
参考图6，提供了根据本申请的一个方案的示例性内部示出了单个儿童604和单个驾驶员602的车辆102的示意图。在以上提供的示例中，驾驶员602可以是驾驶员a，而儿童604可以是后座430中的乘员。系统可以容易地区分有儿童时(路线1)和没有儿童时(路线2)所采取的路径。可以预测哪些路线应是有儿童时的，哪些不应该是。如果预测是关闭的，例如，正常情况下一路线不带儿童，但当前儿童与驾驶员602一起在车辆102中，则可以提供警告。
在另一示例中，图7是根据本申请的一个方案的车辆的示例性内部示出了两个儿童704、706和单个驾驶员702的示意图。当探测到两个儿童704和706时，可以采取不同于先前采取的路线的路线。例如，驾驶员702可能需要在第一位置放下第一儿童704，然后在第二位置放下第二儿童706。历史模型可以存储在数据库104中，并且可以从那里进行预测。
如图8所示，路线3通常可带着两个儿童704和706一起。没有儿童704和706时，驾驶员702可采取路线4。在反复多次有儿童704和706时采取路线3和没有儿童704和706时采取路线4的情况下，可以进行预测。在一个实施例中，预测可以将路线4与不带儿童关联而将路线3与有儿童704和706关联。如果有儿童704和706时驾驶员却采取了路线4并且已通过交叉路口，则可以提供通知或警告给驾驶员602。
在一个实施例中，如图9所示，可以根据的多个交叉路口和车辆102中的多个儿童704和706来形成不同的通知系统。历史模型可以存储在数据库104内。在一个示例中，路线5和路线6可以定义交叉路口1。从历史上看，当没有儿童存在时，驾驶员702采取路线5。当儿童704和706在车辆102中时采取路线6。然而，在这种场景下，驾驶员702必须在不同的位置放下儿童704和706，第一个儿童704在托儿所而第二个儿童706在他们的祖母家。路线7和8可以定义交叉路口2。路线7通常可以与一个儿童相关联，而路线8可以与两个儿童相关联。
通过带着和不带儿童704和706时多次遍历路线5、6、7和8，可以进行预测。如果采取路线5，则儿童704和706都不应出现。如果采取路线5并且有儿童704和/或706中的任何一个时通过交叉路口1，则可提供通知。接着，当儿童704和/或706存在时，可以预测路线7应该只有一个儿童。如果探测到两个儿童并采取路线7且通过了交叉路口2，则可能会发出警告。可以存在其他变型并且其在本申请的范围内。上述情况仅用于说明目的，不应被解释为限制。
图10是根据本申请的一个方案的车辆102的示例性内部示出了单个孩子1004和另一个驾驶员1002的示意图。这种场景考虑到不同的驾驶员，他们可能有不同的驾驶路线，因为一个司机可能喜欢在偏爱的交叉路口转弯。可以通过上面提供的那些照相机系统324和传感器326来确定驾驶员1002的身份。在上面提供的场景中，如图2所示，有儿童1004时该驾驶员1002可能偏爱进一步沿路线2行驶。进一步向下的十字路口可以被确定为驾驶员1002在有和没有孩子时分支的位置。可以进行预测，并且如果没遵循该预测，则可以发出通知。在一个实施例中，不同的驾驶员可以使用相同的预测信息。可使用不同驾驶员的模型用于做出预测。
图11是根据本申请的一个方案的车辆102的示例性内部示出了两个儿童1104、1106以及另一驾驶员1102的示意图。类似于之前有两个儿童的情形，这个具体的驾驶员1102可采取不同的路线。可继续行进并在不同的交叉路口采取不同的路线。从包括有和没有儿童1104和1106时所采取的路线的这些信息可以进行预测。如果预测路线没有儿童或不同数量的儿童或不同的儿童，则可以将通知提供给驾驶者1102。
图12是根据本申请的一个方案的车辆102的示例性内部示出了单个小孩1206、驾驶员1202和乘客1204的示意图。在这种场景下，并且在系统内，可以基于乘客1204和驾驶员1202是谁做出预测。可以采取不同的路线。在该示例中，乘客1204可以在另一个位置处下车，使得根据原始的场景可采取路线2，即使儿童1206在车辆102中并且已经通过交叉路口。在这种情况下，当乘客1204在车内时，可以防止通知进行警告。
在一个实施例中，由于乘客1204与驾驶员1202在车辆102内的交谈，所以在乘客1204已经下车之后，孩子可能被遗忘。之前的预测可以基于有儿童和没带儿童时的历史模型进行。如果驾驶员1202有儿童1206时行驶在通常与有儿童无关的路线上，则发出通知。
图13是根据本申请的一个方案的车辆的示例性内部示出了两个儿童1306、1308、驾驶员1302和乘客1304的示意图。在这种场景下，儿童1306和1308可以与不同的路线相关联。可做出预测，并且如果没有遵守预测，则可发出通知。在这种情况下，乘客1304可下车，随后儿童1306和1308可下车。可做出预测，然后如果那些预测没有发生，那么可以发出通知。
图14是根据本申请的一个方案的车辆102的示例性内部示出了单个儿童1406、另一个驾驶员1402和另一个乘客1404的示意图。这是一种不同的配置，其中另一个驾驶员出现并有不同的偏爱路线。图15是根据本申请的一个方案的车辆102的示例性内部示出了两个儿童1506、1508、另一个驾驶员1502和另一乘客1504的示意图。具有不同驾驶员和不同数量儿童的不同场景会导致沿路线的多个预测。如果没有遵守这些预测，可发出通知。
图16是根据本申请的一个方案的示例性历史模型1602、1604和1606以及基于历史模型1602、1604和1606的预测1608的示意图。场景呈现具有各种路线的不同驾驶员。驾驶员b可采取与驾驶员a不同的路线。过去，驾驶员a没有儿童时采取路线2并且有儿童时采取路线1。
在一个历史模型1602中，驾驶员b已经在车辆102中有儿童或乘员时在上午8:50采取路线2。该信息可以被记录到数据库104中。在另一个历史模型1604中，相同的司机、司机b没有儿童时在上午9:10已采取路线1。该信息也可以被记录到数据库104中。在历史模型1606中，有儿童时驾驶员b已经在上午8:46采取了路线2。可以从历史模型1602、1604和1606中推断出的信息可以包括：驾驶员b通常在上午9:00左右单独沿着路线1行驶，并且有儿童时在该时间左右采取路线2。
可以由车辆102、在服务器340上远程地和/或两者同时地从历史模型1602、1604和1606进行推断。当通过上述车辆系统320在座位内探测到儿童时，可以进行预测1608。基于历史模型1602、1604和1606的预测1608将指示应该采取路线2。但是，如果没有采取路线2并且通过交叉路口，则可提供通知。
图17是根据本申请的一个方案的其他示例性历史模型1702、1704、1706、1708和1710及基于历史模型1702、1704、1706、1708和1710的预测1712和1714的示意图。这是一个示例场景，但是其他的场景可以被预见并且其在本申请的范围内。如图所示，可以提供路线9、路线10和路线11，并且其可以与车辆102中的不同驾驶员、乘客和/或乘员相关联。
在历史模型1702中，有座位上的乘客d和儿童时驾驶员c在上午8:15左右采取或进入路线9、10和11的分叉路口。有儿童时，所以驾驶员c采取了有儿童时的路线9。该信息被记录到历史模型数据库104中。在另一个历史模型1704中，有乘客d和儿童时相同的驾驶员、驾驶员c在上午8：10左右再次采取路线9。该信息被记录到历史模型数据库104中。
在另一个历史模型1706中，有乘客c时新驾驶员、驾驶员d现在可以驾驶。在后座可能探测到儿童，他们可能会在上午8:16左右接近交叉路口。有儿童时驾驶员d可能偏爱采取路线10而不是路线9。这可能是因为驾驶员d在某个位置让乘客c下车，或者驾驶员d只是偏爱采取另一条路线。该信息可以位于历史模型数据库104中。
继续，采取路线11的情况下可以采取历史模型1708。此时，后座上没有儿童，但是驾驶员d和乘客c在车辆102中。该路线可以指示当车辆102中没有儿童时可以采取的路线。该信息可以存储在数据库104。这个动作的时间可能是上午8:20。对于历史模型1710来说，驾驶员d和乘客c可能会在没有儿童时再次采取路线11。该行动的时间可能是上午8:21。该信息可以被记录到数据库104中。
使用历史模型1702、1704、1706、1708和1710，可以进行推断或预测1712和1714。在一个预测1712中，当驾驶员c、乘客d和儿童在车辆102中并且在上午8点左右进入交叉路口时，可以进行预测。预测1712可能是应该采取路线9，就像过去有乘客d和有一个或多个儿童时驾驶员c采取该路线那样。如果采取了通常不会采取的路线11或路线12，可发出通知。
有驾驶员d和乘客c时可进行另一个预测1714。在上午8:15，驾驶员d正在接近由路线9、10和11创建的交叉路口。驾驶员d不同于驾驶员c并且可能偏爱某一路线。该预测可基于可在车辆102、服务器340或两者上分析的历史模型进行。后座上有儿童时，预测1714可能是应该采取路线10。如果采取路线9或路线11，可提供通知。
示出的预测1712和1714基于历史模型1702、1704、1706、1708和1710。基于以前对这些路线的使用和乘员的探测，历史模型1702、1704、1706、1708和1710可以指示驾驶员应采取的一般或典型路线。如果没有遵循路线，并在一个位置(交叉路口)之后采取不同的路径，则提供警告。可使用交叉路口之后的预定距离或时间用于通知驾驶员。在一个实施例中，通知可以仅提供一次，但是将在距离交叉路口的预定时间或距离之后中断。
参考图18，提供了根据本申请的一个方案的用于开发示范历史模型数据库104的示例性流程图。可以使用或开发更少或更多的进程来开发历史模型数据库104。进程可以在框1800处开始。进程可以在车辆102、服务器340和/或其组合上执行。
在框1802处，车辆102可以确定车辆102内的驾驶员、乘客和/或乘员。可以使用不同的车辆系统320用于该功能。在框1804处，系统可以确定驾驶员的行程的起始位置。这可以通过gps322完成。在一个实施例中，行程不必被输入到导航系统中。系统可以确定采取的路线是由驾驶员定期采取的。在框1806处监控所采取的路线，包括交叉路口。
在框1808处，系统可以确定所采取的行程的停止位置。可以跟踪行程有哪些司机、乘客和/或乘员时哪些路线分叉到交叉路口中。在框1810处，可以将时间戳信息与行程和路线相关联。这可能包括到达交叉路口的时间。该信息也可关联日期。该信息可以被存储在历史模型数据库104中。进程可在框1812处结束。
图19是根据本申请的一个方案的用于推导示范预测的示例性流程图。通过存储在历史模型数据库104(其可发生在车辆102、服务器340和/或组合上)中的信息，可以进行预测。这只是一组用于推导预测的进程并且不应被解释为唯一的方法。可以使用更少或更多的进程来推导这些预测，其并且不应该被解释为限制性的。进程可以在框1900处开始。
在框1902处，系统可以探测车辆102中的驾驶员、乘客和/或乘员。探测可以通过上面给出的车辆系统320进行，车辆系统320包括照相机系统324和传感器326。可以使用如上所述的其他传感器，包括重量传感器。识别驾驶员、乘客和/或乘员的细节的程度可以从简单的探测存在变化到驾驶员、乘客和/或乘员的精确识别。在框1904处，识别驾驶员、乘客和/或乘员时采取路线和行程。
在框1906处，系统可以基于驾驶员、乘客和/或乘员来识别发生分叉的交叉路口。如上所述，这可以通过确定有/没有乘客、有/没有乘员和正在驾驶的驾驶员采取的路线而发生。时间戳可以与多个路线和交叉路口相关联。在框1908处，可基于交叉路口以及驾驶员、乘客和/或乘员来建立预测。例如，如上所示，这些预测可以基于路线被采取的次数。过去采取一路线的百分比可以用作预报。进程可以在框1910处结束。
图20是根据本申请的一个方案的用于提供示范预测的示例性流程图。可以提供更少或更多的进程，并且所示出的进程是示范性的。进程可以在框2000处开始。基于从先前的行程接收到的路线信息来更早地计算预测。
在框2002处，系统可以确定驾驶员、乘客和/或乘员的身份。这可能发生在行程开始或行程期间。在框2004处，可以确定时间。时间可能是重要的，因为在一天、一周和/或一年的不同时期，行程可能会改变。在决定框2006处，系统基于先前的历史模型来确定驾驶员所在的当前路线是否被识别。gps322可以监控车辆的位置。当路线未被识别时，进程可以在框2014处结束。
否则，当路线被识别时，系统可以在框2008处识别即将到来的路线分叉的交叉路口。系统可以基于驾驶员、乘客和/或乘员确定谁在车辆102中以及是否接近预定的交叉路口。如上所示，基于在车辆102中的驾驶员、乘客和/或乘员中的一个或多个是否在与另一路线不同的一条路线中来确定交叉路口。
在决定框2010处，系统确定先前识别的交叉路口是否已经通过，而与预期之外的驾驶员、乘客和/或乘员仍然在车辆102中。可以使用前面所述的预测来确定是否存在预期之外的司机、乘客和/或乘员。当没有预期之外的驾驶员、乘客和/或乘员时，进程可以在框2014处结束。否则，在框2012处，当预期之外的驾驶员、乘客和/或乘员在车辆102中时，系统可发出通知。进程可以在框2014处结束。
提供前面的描述是为了使相关领域的技术人员能够实践本文描述的各种实施例。这些实施例的各种变化对于相关领域的技术人员而言将是显而易见的，并且本文中定义的通用原理可以应用于其他实施例。因此，权利要求书并非旨在限于本文示出和描述的实施例，而是要符合与权利要求书的语言一致的全部范围，其中除非特别说明，以单数形式提及的元件并非旨在表示“只有一个”，而是“一个或多个”。通过本公开内容所描述的各种实施例的元素的所有结构性和功能性的等同物被相关技术领域的普通技术人员已知或以后将是已知的，应明确地通过引用并入本文，并且旨在被权利要求书覆盖。此外，本文披露的任何内容都不打算捐献给公众，无论这些披露是否被权利要求书明确列举。