驾驶员工作负荷预测和路径规划的制作方法

本公开大体涉及用于自动驾驶或辅助驾驶员的方法、系统和装置，并且更具体地涉及根据驾驶路线或路径来确定驾驶员工作负荷的方法、系统和装置。

背景技术：

汽车是商业、政府和私营实体运输的重要部分。由于汽车较高的成本高和价格，以及对乘客和驾驶员的潜在危害，驾驶员安全性和碰撞或事故的避免是极为重要的。在一些情况下，道路的特定区域或路段可能会由于道路设计、环境因素或其他使得驾驶在这些地方更困难和/或危险的因素而具有遇到较高的事故率。

技术实现要素：

一种系统，包括：

预测工作负荷部件，该预测工作负荷部件被配置为确定当前路线的至少一个部分包含高驾驶员工作负荷；

路线部件，该路线部件被配置为修改当前路线以生成替代路线，其中替代路线避开包含高驾驶员工作负荷的至少一个部分；以及

通知部件，该通知部件被配置为将替代路线提供给车辆的驾驶员或自动驾驶系统。

如前文任一实施例所述系统，其中预测工作负荷部件被配置为基于转弯、减速事件、速度、交通流量、太阳负荷、道路类型、在至少一个部分上的车道变更中的一个或多个来确定当前路线的至少一个部分包括高驾驶员工作负荷。

如前文任一实施例所述系统，其中预测工作负荷部件被配置为基于地图几何形状确定当前路线的至少一个部分包括高驾驶员工作负荷。

如前文任一实施例所述系统，其中预测工作负荷部件被配置为基于驾驶历史来确定当前路线的至少一个部分包括高驾驶员工作负荷。

如前文任一实施例所述系统，其中预测工作负荷部件被配置为基于估算的车辆将在所述至少一个部分上行驶的一天中的时间来确定当前路线的至少一个部分包括高驾驶员工作负荷。

如前文任一实施例所述系统，其中预测工作负荷部件被配置为基于对应于从无线网络接收的至少一个路段的工作负荷数据来确定当前路线的至少一个部分包括高驾驶员工作负荷。

如前文任一实施例所述系统，其中还包括被配置为确定当前位置的当前驾驶员工作负荷的当前工作负荷部件。

如前文任一实施例所述系统，其中当前工作负荷部件被配置为执行下述中的一个或多个：

将当前驾驶员工作负荷存储为与驾驶历史中的当前位置相关联；和

通过网络传送当前驾驶员工作负荷和当前位置以便存储在工作负荷数据库中。

如前文任一实施例所述系统，其中还包括警报部件，该警报部件被配置为预测在阈值时间周期内将发生高工作负荷和将警报延迟发送给驾驶员直到驾驶员工作负荷降到低于阈值。

一种方法，其包含：

确定车辆的可能路线；

识别对驾驶员或驾驶系统具有高注意力需求的可能路线的一部分；

生成避免可能路线的该部分的替代路线；以及

将避免可能路线的该部分的替代路线提供给导航系统或自动驾驶系统。

如前文任一实施例所述方法，其中确定可能路线包括根据一天中的时间、日期、星期几、在日历上安排的预约、车辆的驾驶历史、驾驶员的驾驶历史和乘客的驾驶历史中的一个或多个来识别可能目的地。

如前文任一实施例所述方法，其中确定可能路线包括识别行驶到可能目的地最常用的路线。

如前文任一实施例所述方法，其中识别可能路线的该部分包括基于转弯、减速事件、速度、交通流量，太阳负荷、道路类型、以及在可能路线的该部分上的车道变更来确定可能路线的至少一个部分包含高驾驶员工作负荷。

如前文任一实施例所述方法，其中生成替代路线包括下述中的一个或多个：

根据路线长度和注意力需求来计算可能路线和一个或多个潜在替代路线的成本；以及

从可能路线和一个或多个潜在替代路线中选择具有最低成本的替代路线；

其中路线长度包含驾驶时间和驾驶距离中的一个或多个，其中成本随着路线长度而增加，并且成本随着路线注意力需求而增加。

如前文任一实施例所述方法，其中还包括：在驾驶时确定车辆的当前位置的驾驶员的当前注意力需求。

如前文任一实施例所述方法，其中还包括下述中的一个或多个：

将驾驶员的当前注意力需求存储为与在驾驶历史中的当前位置相关联；以及

通过网络发送当前注意力需求和当前位置以便存储在工作负荷数据库中。

如前文任一实施例所述方法，其中还包括；

确定在阈值时间周期内将要发生对驾驶员注意力的高需求；以及

将警报延迟传送给驾驶员直到注意力需求下降到阈值以下。

根据本发明，还提供一种存储指令的计算机可读存储介质，当由一个或多个处理器执行该指令时，该指令使得处理器：

产生用于第一驾驶路线的一个或多个路段的一个或多个工作负荷值；

基于第一驾驶路线的距离和第一驾驶路线的一个或多个工作负荷值来计算第一驾驶路线的成本；

产生用于第二驾驶路线的一个或多个路段的一个或多个工作负荷值；

基于第二驾驶路线的距离和第二驾驶路线的一个或多个工作负荷值来计算第二驾驶路线的成本；

选择第一驾驶路线和第二驾驶路线中的一个作为最低成本驾驶路线；以及

提供导航指令给驾驶员或自动驾驶系统以遵循最低成本驾驶路线。

如前文任一实施例所述的计算机可读存储介质，其中指令使得处理器根据转弯、减速事件、速度、交通流量，太阳负荷、道路类型、以及在一个或多个路段上的车道变更中的一个或多个产生用于第一驾驶路线和第二驾驶路线的一个或多个路段的一个或多个工作负荷值。

如前文任一实施例所述的计算机可读存储介质，其中第一驾驶路线包括当前驾驶路线以及第二驾驶路线包含替代驾驶路线，并且其中最低成本驾驶路线包含第二驾驶路线。

附图说明

参考下述附图描述本公开的非限制性和非穷尽性的实施方式，其中相同的附图标记除非另有说明，在各个视图中代表相同的部件。根据下面的描述和附图，将会更好地理解本公开的优点，附图中：

图1是示出了用于减少驾驶员工作负荷的系统的实施方式的示意性框图；

图2是示出了具有示例性驾驶路线的道路地图；

图3是示出了具有另一示例性驾驶路线的道路地图；

图4是根据一个实施方式示出了工作负荷部件的示例性部件的框图；

图5是根据一个实施方式示出了减少驾驶员或自动驾驶系统的工作负荷的方法的示意性框图；

图6是根据一个实施方式示出了减少驾驶员或自动驾驶系统的工作负荷的另一方法的示意性框图；以及

图7是根据一个实施方式示出了减少驾驶员或自动驾驶系统的工作负荷的另一方法的示意性框图。

具体实施方式

在一些情况下，事故或险些发生的事故是驾驶员工作负荷的结果，或者它们需要驾驶员的注意。即使驾驶员的工作负荷没有高到足以导致危险驾驶，但是驾驶员较高的工作负荷会导致以疲劳或以焦虑的方式到达目的地。因此，在一些情况下，期望可以预测驾驶员的工作负荷。本公开内容提供了可用于预测候选路径的驾驶员工作负荷的系统、方法和装置。预测的驾驶员工作负荷可以是标量值或者可以是根据位置而定的参考值。预测器可以通过采用驾驶员工作负荷模型模拟候选路径而工作。

作为一示例，路径规划算法可以包括在每个路径成本的驾驶员工作负荷。可以避免包括高的工作负荷或整体成本过高的路径，以减少大量需求将被施于驾驶员的可能性。在一个实施例中，驾驶员可根据时间、距离和/或当前路径的工作负荷重新规划到替代路径上。作为另一示例，车辆信息娱乐系统可以根据预期工作负荷限制对驾驶员注意力的需求。例如，如果它认为驾驶员将要做出困难的转弯或驶入高速公路，该系统可以避免采用警报来寻求驾驶员的注意力。

在驾驶期间可以进行一些驾驶员工作负荷瞬时评估的位置，将会被测量并存储在地图中。例如，地图数据或驾驶历史可以被更新以包括由驾驶员经受的工作负荷。驾驶员工作负荷的地图可以被用于形成个性化的驾驶员工作负荷预测器，或者它可以被集合到服务器上作为用于多台车辆的云服务。在一个实施例中，驾驶员工作负荷地图可用于改善驾驶员工作负荷模型，从而提高预测能力。

驾驶员工作负荷可以是多种因素的复杂函数。许多这些因素本身即是车辆路径的函数，例如转弯、减速事件、速度、交通流量、太阳负载(例如，太阳关于车辆的方向和角度)、道路类型、车道变更等。许多这些与车辆路径有关的因素可以从地图的几何或元数据层来推断。其他因素可以仅仅现成地从其他信息，例如从驾驶历史、从大量的驾驶员或事故汇总的数据或其他信息来获取。

在下面的公开中，参考附图，其形成本发明的一部分并在附图中通过本公开可实践的具体实施方式的方式示出。应当理解，在不脱离本公开的范围的情况下，可以使用其他实施方式并且可以进行结构的改变。在说明书中对“一个实施例”，“一实施例”，“一示例实施例”等的引用表示所描述的实施例可以包括特定特征、结构或特性，但是可能不一定每个实施例包括该特定特征、结构或特性。此外，这样的短语不一定指的是同一实施例。此外，当特定特征、结构或特性结合实施例进行描述时，都认为它是在本领域技术人员所知晓的范围内，与其他实施例进行结合来影响这些特征，结构或特性，而无论是否有明确地描述。

正如下面更详细讨论的一样，本文所公开的系统、装置和方法的实施方式可以包含或使用包括计算机硬件的专用或通用计算机，诸如，例如，一个或多个处理器和系统存储器。本公开内容的范围内的实施方式还可以包括用于承载或存储计算机可执行指令和/或数据结构的物理和其他计算机可读介质。这种计算机可读介质可以是可由通用或专用计算机系统访问的任何可用介质。存储计算机可执行指令的计算机可读介质是计算机存储介质(装置)。承载计算机可执行指令的计算机可读介质是传输介质。因此，通过举例的方式，而非限制，本公开的实施方式可以包括至少两种明显不同类型的计算机可读介质：计算机存储介质(装置)和传输介质。

计算机存储介质(装置)，包括：随机存取存储器(ram)、只读存储器(rom)、电可擦可编程只读存储器(eeprom)、只读光盘驱动器(cd-rom)、固态硬盘(“ssd”)(例如，基于ram)、闪存、相变存储器(“pcm”)、其他类型的存储器、其它光盘存储器、磁盘存储器或其它磁存储设备或者任何可用于以计算机可执行指令或数据结构的形式存储所需的程序代码和可由通用或专用计算机访问的其它介质。

本文公开的装置、系统和方法的实施例可在计算机网络上进行通信。“网络”被定义为一个或多个允许在计算机系统和/或模块和/或其他电子设备之间传输电子数据的数据链路。当信息通过网络或另一通信连接(硬连线、无线或硬连线或无线的组合)传送或提供给计算机时，计算机适当地将该连接视为传输介质。传输介质可以包括以计算机可执行指令或数据结构的形式来承载所需程序代码和可由通用或专用计算机访问的网络和/或数据链路。上述的组合也应包括在计算机可读介质的范围之内。

计算机可执行指令包括，例如，当在一个处理器执行时使通用计算机、专用计算机或专用处理设备执行特定功能或一组功能的指令和数据。该计算机可执行指令可以是，例如，二进制、中间格式指令例如汇编语言、或甚至源代码。虽然本主题已经用结构特征和/或方法动作的特定语言进行了描述，但是应当理解的是，在所附权利要求中定义的主题不一定局限于上述所描述的特征或动作。相反，所描述的特征和动作被公开为实施权利要求的示例性形式。

本领域的技术人员将理解，本公开可以在具有许多类型的计算机系统配置的网络计算环境中实施，计算机系统配置包括，内置式计算机、个人计算机、台式计算机、便携式计算机、消息处理器、手持式设备、多处理器系统、基于微处理器的或可编程的消费电子产品、网络个人电脑(pc)、小型计算机、大型计算机、移动电话、个人数字助理(pda)、平板电脑、寻呼机、路线器、交换机、各种存储设备等等。本公开也可以在分布式系统环境中实施，分布式系统环境中通过网络(或者通过硬连线数据链路、无线数据链路、或者通过硬连线和无线数据链路的组合)连接的本地和远程计算机系统两者都执行任务。在分布式系统环境中，程序模块可以位于本地和远程存储器存储装置中。

此外，在适当情况下，可以在硬件、软件、固件、数字部件或类似部件中的一个或多个中执行本文中所描述的功能。例如，一个或多个专用集成电路(asic)可以被编程以执行本文所描述的系统和程序的一个或多个。在整个下面的描述和权利要求中使用某些术语以指代特定的系统部件。正如本领域技术人员将理解的，部件可以用不同的名称来指代。本文不打算以名称而不是功能区别不同部件。

现在参照附图，图1示出了用于辅助人类驾驶员或包括导航系统102的自动驾驶系统的系统100。导航系统102可以被用来确定驾驶路线、驾驶路径、和/或向人类驾驶员或自动驾驶系统提供逐向导航指令，以在到达所需或预定的目的地。例如，可经由视觉、音频、或其它与人类驾驶员通信的界面自动告知人类驾驶员导航指令或路线。对自动驾驶系统来说，可以提供电子消息或信号给自动驾驶系统来遵循已定义的路径。导航系统102包括工作负荷部件104，该部件可被用于确定在给定路径上的用户的估算的或实际的工作负荷。如果给定路径的工作负载或成本超过替代路线的工作负荷或成本，则工作负荷部件104也可以提供替代路线。

系统100还包括确定车辆的当前位置的全球定位系统(gps)106或其它定位系统。例如，系统100可以被包括作为车辆本身的一部分。系统100可以包括用于存储对于导航和安全相关或有用的数据如驾驶历史、地图数据或其他数据的数据存储108。系统100还可以包括用于与移动或无线网络、其它车辆、基础设施、或任何其它通信系统进行无线通信的收发器110。系统100还可以包括一个或多个显示器112、扬声器114或其它设备，以使得可以向驾驶员或乘客提供通知。显示器112可以包括可以由车辆的驾驶员或乘客看到的抬头显示器、仪表板显示器或指示器、显示屏幕、或任何其它视觉指示器。扬声器114可以包括车辆的音响系统的一个或多个扬声器，或者可以包括专用于驾驶员通知的扬声器。

应当理解的是，图1的实施例仅仅通过示例的方式给出。其他实施例在不超出本公开的范围条件下可以包括更少或额外的部件。例如，一些系统100可以包括车辆控制系统，以提供自动驾驶、碰撞避免或其它功能。例如，传感器如雷达、超声波、光测距和检测(激光雷达)、摄像机或其他传感器可用于观测车辆周围的环境并控制车辆的加速、制动、转向、或其它驾驶方面。此外，所示部件可被组合或包括但不限于在其它部件内。例如，工作负荷部件104可以独立于导航系统102，并且数据存储器108可以被包括作为导航系统102的一部分和/或工作负荷部件104的一部分。

全球定位系统106是定位系统的一个实施例，该系统可以基于卫星或无线电塔的信号提供车辆的地理位置。gps系统106众所周知并且在本领域中广泛使用。

数据存储器108存储地图数据、驾驶历史和其他数据，其可以包括自动化导航系统102的其他导航数据、设置、或操作说明。地图数据可以包括道路、停车场、停车位、或车辆可以行驶或停放的其他地方的位置数据。例如，道路的位置数据可以包括特定车道的位置数据，如车道方向、合并车道、公路或高速公路车道、驶出车道、或任何其他车道或道路的分支。地图数据还可以包括路径、土路或其他由陆地车辆行驶的道路或路径的位置数据。

驾驶历史(或行车历史)可以包括车辆过去的旅行或停车位置的位置数据。例如，驾驶历史可以包括先前旅行或所采用路径的gps位置数据。作为另一示例，驾驶历史可以包括相对于车道线、标志、道路边界线、或在道路上或接近道路的其他对象或特征的距离或相对位置数据。距离或相对位置数据可基于gps数据、雷达数据、激光雷达数据、摄像机数据、或在车辆之前或过去的行程期间所收集到的其他传感器数据来确定。在一个实施例中，导航系统102被配置为车辆所进行的任何旅程或行驶期间并且为这些旅程和行驶将驾驶数据记录到数据存储器108中。

收发器110被配置为从一个或多个其它数据或信号源发送和接收信号。收发器110可包括配置成根据多种通信标准和/或使用各种不同的频率进行通信的一个或多个无线电。例如，收发器110可以向其他车辆或从其他车辆发送或接收信号。从另一车辆接收信号本文称为车辆到车辆(v2v)通信。在一个实施例中，收发器110还可以被用于将信息发送到其他车辆从而有可能协助它们定位车辆或物体。v2v通信期间，收发器110可接收来自其他车辆关于它们位置、其他交通、事故、道路状况、或可辅助导航系统精确地或安全导航的任何其他数据的信息。

在一个实施例中，收发器110可用于发送或接收关于特定道路或道路区域的驾驶员工作负荷的数据。例如，收发器110可以下载关于车辆的当前或可能路径的一部分的驾驶员工作负荷信息。同样地，收发器110可接收一个或多个替代路径或替代路径的一部分的工作负荷信息。在一个实施例中，收发器110可用于在系统100和移动网络、因特网、远程服务器或任何其它网络或设备之间提供通信。

在一个实施例中，工作负荷部件104被配置为确定特定路径的或特定路径的一部分的工作负荷。工作负荷可以用来在将特定路径和其他路径进行比较和/或用来确定平衡了距离、行驶时间、驾驶员工作负荷、或其它因素的最佳路径。工作负荷部件104可基于存储在数据存储器108的地图或驾驶历史或基于由收发器110从远程服务器或云服务接收的信息来确定工作负荷。

图2-3是说明由导航系统102或工作负荷部件104来选择的示例性道路地图200和示例性驾驶路线的线条图。在图2中，示出了在车辆202的位置和目的地206之间的第一路线204(示为粗线)。第一路线204穿过高工作负荷段208，其需要人类或自动驾驶员高度的注意。例如，工作负荷部件104可确定该高工作负荷段208具有超过阈值(例如，当前驾驶员或一般驾驶员的阈值)的工作负荷。图3示出了在车辆202的位置和目的地206之间的第二路线302(示为粗线)。第二路线302避开高负荷段208达到目的地206。

根据一个实施例，工作负荷部件104可以比较两个不同的路线以选择具有最低的最大工作负荷的路线或选择具有最低成本的路线。路线的成本可以基于不仅一个或多个路段的工作负荷，而且基于整个距离上的工作负荷。例如，第二路线302可能具有比第一路线204更长的距离或行驶时间，但基于其各个路段具有更低的驾驶员工作负荷仍可能有更低的成本。

根据一个实施例，图4是表示工作负荷部件104的部件的示意性框图。工作负荷部件104包括路线部件402、预测工作负荷部件404、通知部件406、警报部件408和当前工作负荷部件410。部件402-410仅是以图示方式示出，并且可能不包括在所有的实施例中。实际上，一些实施例可以只包括部件402-410中的一个或两个或更多的任意组合。一些部件402-410可以位于工作负荷部件104外，例如导航系统102内或其他地方。

路线部件402被配置为确定车辆导航的路线或潜在的路线。在一个实施例中，路线部件402可以识别到达特定目的地的多个可能路线。在一个实施例中，路线部件402可从另一部件或系统中接收一个或多个路线。例如，路线部件402可以从导航系统如图1的导航系统102接收一个或多个路线。

在一个实施例中，路线部件402被配置成确定车辆可能的路线。例如，路线部件402可以基于驾驶历史、驾驶员指令、从导航系统得到的信息或类似来确定可能的路线。在一个实施例中，路线部件402通过在特定时间为特定的车辆或驾驶员识别可能的目的地来确定车辆可能的路线。例如，路线部件402可以基于一天中的时间、日期、星期几、在日历上安排的预约、车辆的行驶历史、驾驶员的驾驶历史和乘客的行驶历史中的一个或多个来识别可能的目的地。在一个实施例中，路线部件402可以将当前、一天、日期和时间与日历或驾驶历史相比较，以确定车辆(和驾驶员或乘客)向哪里行驶。例如，路线部件402可确定驾驶员将要去上班，因为它是工作日的早晨并且驾驶历史表明，驾驶员通常会在工作日早晨上班。在一个实施例中，路线部件402可以识别最常用的行驶到可能目的地的路线作为可能路线。

在一个实施例中，路线部件402被配置为修改路线以产生替代路线。例如，该路线部件402可以将当前路线的最高工作负荷路段与替代路线的最高工作负荷路段相比较并且如果替代路线的最高工作负荷路段具有比当前路线的最高工作负荷路段更低的工作负荷，则修改车辆行驶的路线，由当前路线到替代路线。一个或多个路段的工作负荷值可被计算或从预测工作负荷部件404接收，这在下面将会进一步讨论。作为另一个示例，路线部件402可确定当前路线(或可能路线)的一个或多个路段超过工作负荷阈值，并且可以修改当前或可能的路线以避免那样的一个或多个路段。工作负荷阈值可由校准器调整，以使得最高工作负荷路段可以被识别并且有可能被避免。通过避免最高工作负荷路段，即使行程时间增加，安全性也可以增加或驾驶员在驾驶期间可以不用太紧张或焦虑。

在一个实施例中，路线部件402被配置成从多个可用路线中选择最低成本路线。例如，路线部件402可以基于路线的一个或多个路段的工作负荷值以及路线和/或一个或多个路段的(在时间或距离)的长度确定路线的成本。在一个实施例中，路线成本与路线长度成比例增加，并且也与路线注意力需求(例如，工作负荷)成比例增加。在一个实施例中，具有低总工作负荷但长距离的路线可以比具有短距离但更高工作负荷的另一路线具有更低的成本。在一个实施例中，路线部件402从多个可用路线中选择最低成本路线。在一个实施例中，如果已选择(例如，由驾驶员)了路线，或者如果确定驾驶员正在采取可能的路线到目的地，则路线部件402可以修改当前路线，或选择具有比当前或可能路线更低工作负荷的替代路线。

预测工作负荷部件404被配置成在车辆行驶路线之前确定该路线的工作负荷。例如，在车辆到达路线的一个或多个路段之前，预测工作负荷部件404可以预测路线的那些路段的工作负荷。如果可能或必要，预测工作负荷可以使得规划路线时更加智能，因为可以预计工作负荷并且可以完全避免高工作负荷的区域。在一个实施例中，预测工作负荷部件404可为路线的每一路段和/或全部路线确定工作负荷值。

预测工作负荷部件404可基于各种因素确定或计算工作负荷。示例性的因素包括关于转弯的信息，如转弯的数量、有左转弯、有右转弯、转弯的角度、在一个或多个转弯处的交通流量、在一个或多个转弯处有无交通信号灯、交叉道路的数量(例如，3路交叉路口、4路交叉路口、5路或5路以上交叉路口)、或关于转弯或交叉路口的任何其它信息。例如，5路交叉路口可以具有比3路或4路交叉路口更高的工作负荷(对驾驶员注意力更高的要求)。类似地，在美国公路没有信号灯的左转弯可以比有信号灯的右转弯或左转弯更具挑战性。另外的因素可以包括沿着路线的车道变更。例如，并入到或驶出道路会给驾驶员带来更高的工作负荷，因为他们在车道变更期间必须留意其它车辆。此外，变更车道时需要的距离也会提升工作负荷。例如，如果驾驶员需要并入到道路上以及多次变更车道来在很短的距离转弯或驶出，则这会带给驾驶员巨大的工作负荷。

计算工作负荷的进一步的示例性因素包括减速事件的存在。减速事件可以包括存在具有停车标志或需要在交叉路口转弯的路线的交叉路口。大量的减速事件可能导致更高工作负荷，因为驾驶员必须花费更多的时间减速、加速、躲避其他加速/减速的车辆等等。另一个示例性因素包括道路上的速度或速度限制。更低的速度限制由于驾驶员所需要的反应时间的减少，可能会导致更低的工作负荷。在某些情况下，更高的速度限制可以导致更低的工作负荷，因为高速度限制的道路往往具有更少的停车、并线、交叉道路或其它可能需要驾驶员更多关注的道路特征。在一个实施例中，计算工作负荷的因素可以包括道路类型，诸如国道、县道、荒野道路、州际公路、公路、高速公路、小区、商业或其他道路类型。例如，特定工作负荷值或范围可被分配给每个道路类型，以便如果高速公路可用就避开小区道路。

预测工作负荷部件404可基于交通流量来计算工作负荷。例如，预测工作负荷部件404可以基于驾驶历史、地图、一天的时间或在线资源来确定特定区域具有高或低交通流量。在一个实施例中，预测工作负荷部件404可以分配更高的工作负荷值给高交通流量区域，并且可以减少具有较低交通流量区域的工作负荷值。此外，预测工作负荷部件404可基于环境条件，包括太阳负荷、天气、一天中的时间或者其它因素来计算工作负荷。例如，对于精确的相同的位置的工作负荷或者会基于一天的时间或行驶方向而变化，因为太阳可能使能见度降低。同样，面向阳光可能带给驾驶员的高工作负荷因为驾驶员需要坐下、拉下遮阳板、或者其它方式来应对阳光。

预测工作负荷部件404可以基于电子地图、驾驶历史、时钟、远程服务器或者任何其他资源识别或确定这些因素。例如，预测工作负荷部件404可以参考驾驶历史以确定驾驶在特定道路路段时由驾驶员经历的实际工作负荷。作为另一个示例，预测工作负荷部件404可以参考地图来确定关于转弯、车道变更、行驶方向(例如，对于太阳负荷)、周边区域人口、交通信息或类似的信息。预测工作负荷部件404也可以访问存储在数据存储器中的或可通过包括汇总的关于工作负荷的相关信息的网络可用的数据库。汇总的工作负荷信息可包括由大量不同的驾驶员在特定的道路部分经历的实际工作负荷和/或可以包括关于事故频率的信息。这个信息可以被用来推断道路特定路段的工作负荷。在一个实施例中，预测工作负荷部件404可以确定特定于当前驾驶员或车辆的工作负荷。例如，当前驾驶员可经历相对于平均驾驶员更低的需求，并且可以因此相应地调整工作负荷值。对于驾驶员的偏移值可以被存储并用于基于其它因素调整任何工作负荷值。在一个实施例中，偏移值可以由驾驶员进行选择。在一个实施例中，偏移值可基于实际的驾驶员工作负荷进行选择(即，由当前工作负荷部件确定)。例如，如果驾驶员经历相比于从汇总源得到的一般工作负荷值提高的情绪或精神状态，则驾驶员可以具有基于其它因素确定的提升工作负荷的偏移值。

预测工作负荷部件404可确定当前路线的至少一个部分包含高驾驶员工作负荷。例如，预测工作负荷部件404可以根据地图的几何形状、驾驶历史、一天中的时间或本文公开的任何其他因素中的一个或多个确定该部分具有高驾驶员工作负荷。工作负荷值可以被提供给路线部件402或用于路线成本的计算或用于避开或使用特定道路路段的路线选择。

通知部件406被配置成用来提供工作负荷估算或修改的路线的指示到人类驾驶员或车辆的导航系统。例如，通知部件可以提供替代路线给驾驶员或自动驾驶系统。替代路线或替代路线的指令可以在图1系统100的显示器112或扬声器114上显示。例如，替代路线可能避免可能路线的具有高工作负荷的部分。给驾驶员或自动驾驶系统的指令可以遵循可以到达特定目的地的最低成本的驾驶路线。因此，驾驶员或自动驾驶系统能够驾驶车辆以避免高工作负荷区段。

警报部件408被配置成当用户在高工作负荷路段驾驶期间延迟警报。在一个实施例中，警报部件408被配置为预测在阈值时间周期内将发生的高工作负荷并将该警报延迟传送给驾驶员直到驾驶员工作负荷下降到低于阈值。在一个实施例中，警报部件408确定在阈值时间周期内将要发生的对驾驶员注意力的高需求。例如，警报部件408可以将警报延迟发送给驾驶员直到注意需求下降到低于阈值。

当前工作负荷部件410被配置用来确定当前驾驶员工作负荷。例如，当前工作负荷部件410可以跟踪最近和当前的驾驶操纵以及当前和最近的位置，以确定驾驶员的当前驾驶员工作负荷。可以根据定位传感器(例如，gps)、地图、和/或驾驶历史来确定驾驶操纵和位置。在一个实施例中，摄像机或其他传感器可以用于跟踪驾驶员的精神或情绪状态。当前工作负荷部件410可确定特定于该驾驶员的实际工作负荷。在一个实施例中，当前驾驶员工作负荷可被存储在数据存储器108的驾驶历史、地图或其他数据中。此信息可稍后被用于计算特定驾驶员的工作负荷，或作为数据被汇总用于计算其他驾驶员的一般或特定工作负荷。在一个实施例中，当前工作负荷部件410可以通过网络传送当前驾驶员工作负荷和当前位置以便存储在工作负荷数据库中。例如，工作负荷数据库可从多个驾驶员或车辆汇总数据从而即使车辆之前从未前往道路的特定部分，工作负荷值也能被准确地确定。

现在参考图5，示出了基于驾驶员工作负荷修改路线的方法500的示意流程图。方法500可通过导航系统或工作负荷部件来执行，如图1中的导航系统102或图1或4中的工作负荷部件104。

方法500开始并且预测工作负荷部件404在502确定当前路线中的至少一个路段包含高驾驶员工作负荷。路线部件402在504修改当前路线以产生替代路线。替代路线避免了具有高驾驶员负荷的至少一个区段。通知部件406在506提供替代路线给驾驶员或自动驾驶系统。

现在参考图6，示出了降低驾驶员工作负荷的方法600的示意流程图。方法600可以由导航系统或工作负荷部件来执行，如图1的导航系统102或图1或4的工作负荷部件104。

方法600开始，并且路线部件402在602确定车辆的可能路线。例如，路线部件402可以在602基于一天的时间、日历等等确定可能路线。预测工作负荷部件404在604识别对驾驶员或驾驶系统注意力高需求的可能路线的一部分。例如，预测工作负荷部件404可以计算该部分的工作负荷值，并确定它超过驾驶员或自动驾驶系统的阈值。路线部件402在606生成可避免可能路线的该部分的替代路线。通知部件406在608提供了替代路线给导航系统或自动驾驶系统。驾驶员或自动驾驶系统可以遵循替代路线以避免对驾驶员或驾驶系统注意力高需求的可能路线的该部分。

现在参考图7，示出了减少驾驶员或自动驾驶系统工作负荷的方法700的示意流程图。方法700可以由导航系统或工作负荷部件来执行，如图1的导航系统102或图1或4的工作负荷部件104。

方法700开始并且预测工作负荷部件404在702产生第一驾驶路线的一个或多个路段的一个或多个工作负荷值。路线部件402在704根据第一驾驶路线的距离和第一驾驶路线的一个或多个工作负荷值来计算第一驾驶路线的成本。预测工作负荷部件404在706产生第二驾驶路线的一个或多个路段的一个或多个工作负荷值。路线部件402在708根据第二驾驶路线的距离和第二驾驶路线的一个或多个工作负荷值来计算第二驾驶路线的成本。路线部件402在710选择第一驾驶路线和第二驾驶路线中的一个作为最低成本的驾驶路线。通知部件406在712提供导航指令给驾驶员或自动驾驶系统以遵循最低成本的驾驶路线。例如，通知部件406可以在712通过提供最低成本路线的指示给导航部件或自动驾驶系统来将导航指令提供给驾驶员或自动驾驶系统。

示例

下面的示例关于进一步的实施例。

示例1是包括预测工作负荷部件、路线部件和通知部件的系统。预测工作负荷部件被配置为确定当前路线中的至少一个部分包含高驾驶员工作负荷。路线部件被配置为修改当前路线以生成替代路线，其中，替代路线避开包含高驾驶员工作负荷的至少一个部分。通知部件被配置成将替代路线提供给驾驶员或自动驾驶系统。

在示例2中，示例1的预测工作负荷部件被配置为基于转弯、减速事件、速度、交通流量、太阳负荷、道路类型、在至少一个部分上的车道变更中的一个或多个来确定当前路线的至少一个部分包括高驾驶员工作负荷。

在示例3中，任意示例1-2的预测工作负荷部件被配置为基于地图几何形状确定当前路线的至少一个部分包括高驾驶员工作负荷。

在示例4中，任一示例1-3的预测工作负荷部件被配置为基于驾驶历史来确定当前路线的至少一个部分包括高驾驶员工作负荷。

在示例5中，任意示例1-4的预测工作负荷部件被配置为基于估算的车辆将在该至少一个部分上行驶的一天中的时间来确定当前路线的至少一个部分包括高驾驶员工作负荷。

在示例6中，任意示例1-5的预测工作负荷部件被配置为基于对应于从无线网络接收的至少一个路段的工作负荷数据来确定当前路线的至少一个部分包括高驾驶员工作负荷。

在示例7中，任意示例1-6的系统还包括配置成确定当前位置的当前驾驶员工作负荷的当前工作负荷部件。

在示例8中，示例7中的当前工作负荷部件被配置为下列中的一个或多个：将当前驾驶员工作负荷存储为与驾驶历史中的当前位置相关联；和通过网络传输当前驾驶员工作负荷和当前位置以便存储在工作负荷数据库中。

在示例9中，任意示例1-8的系统还包括被配置为预测在阈值时间周期内将发生高工作负荷和将警报延迟发送给驾驶员直到驾驶员工作负荷降到低于阈值的警报部件。

示例10是包含用于减少驾驶员、自动驾驶系统或自动辅助系统(例如，导航系统102)的工作负荷的方法。该方法包括确定车辆的可能路线，并识别对驾驶员或驾驶系统具有高注意力需求的可能路线的一部分。该方法包括生成避免可能路线的该部分的替代路线。该方法还包括将避免可能路线的该部分的替代路线提供给导航系统或自动驾驶系统。

在示例11中，确定示例10中的可能路线包括根据一天中的时间、日期、星期几、在日历上安排的预约、车辆的驾驶历史、驾驶员的驾驶历史和乘客的驾驶历史中的一个或多个来识别可能的目的地。

在示例12中，在任意示例10-11中确定可能路线包括识别行驶到可能目的地最常用的路线。

在示例13中，在任意示例10-12中识别可能路线的该部分包括基于转弯、减速事件、速度、交通流量，太阳负荷、道路类型、在可能路线的该部分上的车道变更来确定可能路线的至少一个部分包含高驾驶员工作负荷。

在示例14中，在任意示例10-13中生成替代路线包括下述中的一个或多个：根据路线长度和注意力需求来计算可能路线和一个或多个潜在的替代路线的成本；以及从可能路线和一个或多个潜在替代路线中选择具有最低成本的替代路线；其中路线长度包含驾驶时间和驾驶距离中的一个或多个，其中成本随着路线长度而增加，并且成本随着路线注意力需求而增加。

在示例15中，任意示例10-14的方法还包括：在驾驶时确定车辆的当前位置的驾驶员的当前注意力需求。

在示例16中，该方法还包括下述中的一个或多个：将当前驾驶员工作负载存储为与在驾驶历史中的当前位置相关联；并且通过网络传送当前注意力需求和当前位置以便存储在工作负荷数据库中。

在示例17中，任意示例10-16的方法还包括确定在阈值时间周期内将要发生对驾驶员注意力的高需求，并且将警报延迟传送给驾驶员直到注意力需求下降到阈值以下。

示例18是存储指令的计算机可读存储介质，存储的指令即是，当由一个或多个处理器执行时使得处理器产生用于第一驾驶路线的一个或多个路段的一个或多个工作负荷值，并基于第一驾驶路线的距离和第一驾驶路线的一个或多个工作负荷值来计算第一驾驶路线的成本。计算机可读存储介质存储指令，该指令使得处理器产生用于第二驾驶路线的一个或多个路段的一个或多个工作负荷值，并基于第二驾驶路线的距离和第二驾驶路线的一个或多个工作负荷值来计算第二驾驶路线的成本。计算机可读存储介质存储指令，该指令使得处理器选择第一驾驶路线和第二驾驶路线中的一个作为最低成本驾驶路线。计算机可读存储介质存储指令，该指令使得处理器提供导航指令给驾驶员或自动驾驶系统以遵循最低成本驾驶路线。

在示例19中，示例18中的指令还使得处理器根据转弯、减速事件、速度、交通流量，太阳负荷、道路类型、在一个或多个路段上的车道变更中的一个或多个产生用于第一驾驶路线和第二驾驶路线的一个或多个路段的一个或多个工作负荷值。

在示例20中，任意示例18-19的第一驾驶路线包括当前驾驶路线，并且第二驾驶路线包含替代驾驶路线，并且最低成本驾驶路线包含第二驾驶路线。

应当注意的是，以上讨论的传感器实施例可以包括计算机硬件、软件、固件、或执行其功能至少一部分的任何组合。例如，传感器可以包括配置成在一个或多个处理器中执行的计算机代码，并且可以包括由计算机代码控制的硬件逻辑/电路技术。本文中提供这些示例性装置的目的是用于举例说明，并且不旨在进行限制。如相关领域技术人员所知晓的那样，本公开内容的实施例可以在改进类型的装置中实现。

本公开的实施方式已被指向计算机程序产品，其包括存储在任何计算机可用介质上的这样的逻辑(例如，以软件的形式)。这样的软件，当在一个或多个数据处理装置中执行时，使得装置如本文所述进行运转。

尽管以上已经描述了本公开内容的各种实施例，但是应该理解的是，它们仅已举例，而不是限制的方式进行了说明。对相关领域技术人员来说在不脱离本公开的精神和范围内在形式和细节上对本公开做出的各种改变都是显而易见的。因此，本公开的广度和范围不应该由任何上述示例性实施例限制，而应仅根据下面的权利要求书及其等同物来限定。前面已经进行的描述是出于说明和描述的目的。它不旨在穷尽或限制本公开的精确形式。根据上述教导做出的许多修改和变化是可能的。此外，应该指出的是，为了形成本公开额外的混合实施方式，前述提及的任一或所有替代实施方式可以进行任意组合来使用。

此外，尽管本公开的具体实施方式已经被描述和示出，本公开不应被限于所描述和示出的特定的形式或部件的设置。本公开的范围由本文所附的权利要求书、本文以及在不同申请中将要提交的所有权利要求和它们的等同物来限定。