本发明涉及一种根据权利要求1所述的用于控制机动车辆功能的方法。
背景技术：
许多人在车辆中驾驶时会患晕车病。凹凸不平或多坡的道路、坑洼、弯道、停车和起步等例如可以导致某些人患晕车病。此外，对于车辆乘员，晕车病可以由其他因素引起和/或加重。读书、观看视频和过于炎热的天气等例如可以会引起或加剧头晕、恶心等的感觉。尝试缓解晕车病的人可能需要服药、不使用书籍或视频等媒体、专注于通过车窗的距离中的某个点等。
研究表明，在过去的5年中，约有45％的车辆乘客患有晕车病，而由于车辆的控制和良好的视野，驾驶员自身几乎从未因行驶而生病。
因此，假设随着自主驾驶车辆的增加，晕车病也将增加。
但是，包括在防范措施的有效性方面还发现在倾向和脆弱性方面存在更大的个人差异。
从de102014221337a1中已知一种方法，该方法用于收集与车辆的运动有关的数据并且从所收集的数据中确定是否已经超过了发生晕车病的极限。作为结果，可以改变车辆的至少一个部件的功能。
从de102015011708a1中已知一种用于减少车辆中与人晕动病相关的干扰的方法。借助于手动输入来记录乘员晕动病的个人倾向，其中记录至少车辆参数、乘员的健康参数和/或与路线有关的参数以用于确定与晕动病相关的干扰的发生和以此为基础，确定至少一个不适阈值，其中在达到至少一个不适阈值之前，自动发出与即将发生的晕动病相关的干扰有关的至少一个警告消息。
de102016204635a1描述了一种用于避免或减轻车辆中的晕车病的方法，其中车辆具有自动驾驶模式，在该自动驾驶模式中，车辆至少部分地自动移动，该方法具有以下步骤：a)估计车辆乘员发生晕车病的至少一个特征参数；(b)根据该参数确定至少一种适当的措施，以减轻或防止车辆乘员的晕车病；以及(c)向驾驶员发送有关该至少一种措施的信息。
另一方面，仍然需要用于预防晕车病的个性化方法。
技术实现要素：
该目的通过权利要求1中提出的方法实现。有利的实施方式由从属权利要求和说明书得出。
根据本发明，已经提出了用于避免或减轻车辆中的晕车病的方法包括以下步骤：
(a)确定个人晕车病倾向的配置文件；
(b)使用来自步骤(a)的数据基于类型来预测对策的个人有效性；
(c)在车辆中行驶时，评估预测的对策实施后的实际有效性；
其中定期重复执行步骤(a)，并且将来自步骤(c)的所有数据和结果馈送到自主学习系统中，以获得对所采取对策的个人实际有效性的改进陈述，并且根据改进陈述选择有效的对策；
可以为单个乘客提出更好的建议，以防止或减少车辆中的晕车病。
换句话说，在一定条件下遭受晕车病的个人倾向不仅被记录一次，而且被重复记录，并且基于类型来预测某些对策的个体有效性。个人倾向不仅被手动记录一次，而且基于多种方法被记录，并且该系统基于先前的行程获悉乘员对某些条件的实际敏感性是多少。因此，这是连续学习系统，优选地通过现代人工智能方法来实现。
优选地，来自其他乘客的数据和结果也被馈送到自主学习系统。因此，可以使用一种群体智能来更强地权衡特别有用的对策。
习惯影响也可以考虑在内。换句话说，要考虑习惯/适应效果，并且确定个人的“学习状态”。即会帮助晕车病或逐渐适应习惯的“学习”。
此外，还可以将另外的车辆设置馈送到自主学习系统中进行分析，以便除预防晕车病本身外，还与其他目标或要求(例如，热舒适度、巡航速度)进行了权衡。
此外，还可以考虑与晕车病不一定相关的设置(例如，显示设计、灯光颜色、气味等)，以实现晕车病对某些环境刺激(例如汽车异味)的先前经验的考虑，并且使其分离或不进行相应调整。
可以以不同的方式确定在车辆(特别是乘用车)中作为乘客的个人晕车病倾向的确定。然后，可以使用此信息来创建个人特有的晕车病敏感性配置文件。
因此，一个示例是使用标准化的调查表，其中查询了先前经验和益处。通过这种标准化的经过验证的手段，可以始终根据具体情况定量地评估晕车病发生的可能性。其他此类手段包括心理测验方法、心理询问、障碍情况甚至调查，例如作为用于测试对其的感知或敏感性心理方法的棒框测验。
当然，在这种情况下，例如可以通过智能手机上的应用程序维护的相应车辆行程结束后的先前经验和主观评估尤其重要。
此外，可以监控生理参数(例如，通过红外热像仪测得的体温、心率、呼吸频率、皮肤的电导率或汗液产生)，并将生理参数与晕车病的发生联系起来。
然后，这些合成的个人数据会生成个性化的配置文件，该个性化的配置文件可以用于准确预测相应乘客的最佳可能对策。
而且，基于由此产生的配置文件，可以从系统直接产生指令，例如，不以相应的自动或引导方式读取或控制车辆。例如，阻尼器硬度可以自动设置，或者可以显示抬头显示器以指示人为的视野而减少晕车病。
由于定期查询对策的有效性并且将结果馈送到自主学习系统中，因此对策不断得到优化。
可以例如在车辆、钥匙、智能电话、云端中或以任何其他方式存储或携带相应的个人配置文件。
附图说明
在以下基于附图的实施方式的描述中可以找到本发明的更多细节，其中
图1显示了该方法主要步骤的组织示意图；以及
图2显示了图1中各个步骤的细节。
具体实施方式
图1显示了该方法基本步骤的一般组织图。在步骤1开始之后，在接下来的步骤2中确定个人晕车病倾向。
基于此，在步骤3中选择单独协调的对策，其中在步骤4中激活这些对策。
在步骤5中完成行程之后，在步骤6中对所采取或预测的对策的有效性进行评估，以便在下一次行程中选择建议的对策时将对策的有效性视情况考虑在内(视有效性而定)。
如图2所示，步骤2中个人晕车病倾向的确定可以大体上划分为3个子单元。
因此，在步骤2.1中，选择合适的手段来确定晕车病的倾向，在步骤2.2中，实施这些合适的手段，这些合适的手段包括问卷、棒框测验、心理测验方法、先前的晕车病经验、心理和生理询问以及其他车辆设置，并且在步骤2.3中将其结果馈送到用于晕车病配置文件分析的系统中，该系统通过人工智能产生数据以使用对策选择单元3.1。
相应地，对策选择单元3.1在步骤4中提出对策并且激活所提议的选择4.1(在可能的情况下)。
措施4.1包括建议乘客不要阅读、使用抬头显示器创建人为视野、减少或控制车辆的动态行为、将计划路线更改为更平缓舒适的路线以及在适当情况下调整其他车辆设置(例如温度、气味和照明)。
如图1中的步骤6中所示，在基于乘客的主观评价的相应行程的结束之后，基于先前选择使用的对策的有效性或对策的结果将反馈提供给对策选择器单元3.1，因此可以在此连续优化的基础上对各个个人进行选择。
1.一种用于避免或减轻车辆中的晕车病的方法，所述方法包括以下步骤：
(a)确定个人晕车病倾向的配置文件；
(b)使用来自步骤(a)的数据基于类型来预测对策的个人有效性；
(c)在车辆中行驶时，评估预测的对策实施后的实际有效性；
其中定期重复执行步骤(a)，并且将来自步骤(c)的所有数据和结果馈送到自主学习系统中，以获得对所采取对策的个人实际有效性的改进陈述，并且根据改进陈述选择有效的对策。
2.根据权利要求1所述的方法，其特征在于，来自其他乘客的数据和结果也被馈送到所述自主学习系统。
3.根据权利要求1或2所述的方法，其特征在于，考虑习惯影响。
4.根据前述权利要求中任一项所述的方法，其特征在于，还将另外的车辆设置馈送到所述自主学习系统中，以在分析期间进行考虑。
技术总结