DISC行为分析系统
單調
以事為主;多運用事實與數據
陳述較多
對人際關係極不小心
對團隊貢獻良多
很糟的聽者;喜歡插嘴
易怒
肢體語言(非言語)
握手時有力且正式
直接目光接觸
製過的面部表情
僵硬的姿勢;顯得有自信
會用手指別人;手掌緊閉
表達意見時向前傾
避免身體接觸
迅速且有目地的動作;手勢很
手勢沒耐性;腳打拍子;指敲桌面;用筆敲東西*重點訊息---現在尌照我的話作業!
抑揚頒挫
以人為主;多運用意見與故事
陳述較多
積極參與
對團隊貢獻良多
選擇性的聽者; 喜歡插嘴
情緒化---自由的表露感到與興趣
肢體語言(非言語)
握手時有力且正式
直接目光接觸
活潑的面部表情
休閒接納的姿勢;顯得有自信
會用手指別人;手掌打開
表達意見時向前傾
喜歡身體接觸
迅速無目地的動作;手勢與手掌的動作很大松散的手勢；停不下；到處移動；頭部晃動
*重點訊息－有活力－『做且做得高興﹗』
C服從型
「修正型」
言語/聲音
?緩慢，較溫柔
?單調
?以事為主；多運用事實與數據
?陳述較少
?不關心人際關係
?對團隊貢獻不多
?批評式聽者
?很容易提出批評
肢體語言（非言語）
?握手時溫和且正式
?避免目光接觸
?控製過的面部表情
?僵硬的姿勢；顯得安靜／猶豫不決
?手部放松或成杯狀；手掌緊閉；雙臂交叉?表達意見時向後傾
?避免身體接觸
?動作緩慢穩定；保守的手勢
?評估的手勢；搓下巴；擦眼鏡
﹡重點訊息－精準－『做得對，做準﹗』.
Ｓ穩健型
「支援型」
言語/聲音
?緩慢，較溫柔
?抑揚頒挫
?以人為主；多運用意見與故事
?陳述較少
?全力與人接觸
?對團隊貢獻不多
?很好的聽者
?不情緒化－隱藏感覺
肢體語言（非言語）
?握手時溫和且正式
?避免目光接觸
?活潑的面部表情
?休閑接納的姿勢；顯得安靜/猶豫不決
?手部放松或成杯狀；手放口袋中；手掌打開
?表達意見時向後傾
?喜歡身體接觸
?動作緩慢穩定；手勢不大
?了解的手勢；慢慢點頭；頭傾向一邊
﹡重點訊息－友善－『準備好才做，
但一定要做﹗』..
DISC的象限分析步調快
獨斷
【CN109910901A】一种具有驾驶员行为分析监测功能的智能辅助驾驶系统【专利】
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910115450.8 (22)申请日 2019.02.15 (71)申请人 苏州工业园区职业技术学院 地址 215000 江苏省苏州市工业园区独墅 湖高等教育区若水路1号 (72)发明人 陈跃 (74)专利代理机构 苏州广正知识产权代理有限 公司 32234 代理人 孙茂义 (51)Int.Cl. B60W 40/09(2012.01) (54)发明名称 一种具有驾驶员行为分析监测功能的智能 辅助驾驶系统 (57)摘要 本发明公开了一种具有驾驶员行为分析监 测功能的智能辅助驾驶系统，包括：驾驶员动作 捕捉模块、汽车行驶状态采集模块、驾驶行为分 析控制模块、驾驶行为反馈模块。通过上述方式， 本发明一种具有驾驶员行为分析监测功能的智 能辅助驾驶系统，可以准确、快速的对驾驶员行 为和汽车行驶状态进行判断，及时的控制和提醒 驾驶员，防止出现意外， 提高安全性能。权利要求书1页 说明书3页 附图1页CN 109910901 A 2019.06.21 C N 109910901 A
权 利 要 求 书1/1页CN 109910901 A 1.一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，包括：驾驶员动作捕捉模块、汽车行驶状态采集模块、驾驶行为分析控制模块、驾驶行为反馈模块，所述驾驶员动作捕捉模块：用于捕捉和获取驾驶员在开车过程中的动作； 所述汽车行驶状态采集模块：用于获取在行驶过程中的汽车行驶状态信息和周边路况信息； 所述驾驶行为分析控制模块：根据获取到的驾驶员工作信息、在行驶过程中的汽车行驶状态信息和周边路况信息，判断对应时段内驾驶员行为是否存在异常，并根据判断结果对汽车进行干预控制； 所述驾驶行为反馈模块：根据用户提供的查询条件生成对应的驾驶行为反馈报告。 2.根据权利要求1所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述驾驶员动作捕捉模块包括动作获取模块、人脸识别模块、身体指数检测模块和空气检测模块。 3.根据权利要求2所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述动作采集模块包括手部动作获取模块、眼部动作获取模块、头部动作获取模块、脚部动作获取模块、嘴部动作获取模块。 4.根据权利要求2所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述身体指数检测模块包括脉搏监测模块、心率监测模块、呼吸监测模块。 5.根据权利要求2所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述空气检测模块包括酒精检测模块、毒气检测模块。 6.根据权利要求1所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述汽车行驶状态采集模块包括汽车运动监测模块、驾驶时长监测模块、驾驶速度监测模块。 7.根据权利要求6所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述汽车运动监测模块包括直线状态监测模块、转弯状态监测模块、超车状态监测模块、变道状态监测模。 8.根据权利要求1所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述驾驶行为分析控制模块包括判断信息设置模块、分析信息获取模块、行驶路况信息获取模块、驾驶员行为判断模块、驾驶干预控制模块，所述分析信息获取模块获取所述驾驶员动作捕捉模块、所述汽车行驶状态采集模块中的信息，并将信息传输至驾驶员行为判断模块，所述驾驶干预控制模块根据驾驶员行为判断模块的判断结果，对驾驶员进行提醒并对汽车进行制动控制。 9.根据权利要求8所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述行驶路况信息包括路面信息、位置信息、天气信息、路况信息。 10.根据权利要求1所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述驾驶行为反馈模块包括查询条件提取模块、查询信息检索模块、查询报告生成模块。 2
驾驶行为预研报告
驾驶行为预研报告 人工智能-于海悦 2018年5月3日 1.驾驶行为分析： 驾驶行为的分析和研究，通常是作为其他车内应用的支撑技术而存在的。例如车道偏离预警(1ane departure warning，LDW)、车道保持(1ane keeping，LKS)、巡航控制系统(adaptive cruise control，ACC)，都使用了相关的技术。 模型或理论： 1938年：安全行驶区域理论 1964年：紧张或焦虑状况下自调整驾驶模型 1974年：零危险模型 1977年：主被动安全模型 1980年：推理行为理论 1982年：危险自平衡理论 1983年：人行为能力模型 1984年：威胁规避模型 1985年：规划行为理论 1988年：阶梯型危险模型 1988年：激励建模方法 1989年：生成规则模型/基于规则模型 1992年：内模型 2000年：任务容量界面模型 1)驾驶员外部特性按照研究对象的不同，可以分为两类：针对特定信号的研究、以及针对特定场景的研究。针对特定信号的研究，主要是通过分析某一传感器所获得数据，进而研究与其相关联的特定驾驶行为。例如，通过分析方向盘夹角和刹车，判断驾驶员注意力是否集中、是否醉酒；通过分析眼睛注视位置，判断驾驶员的操作序列是否合理。针对特定场景的研究，则是考察最容易出事故的驾驶环节。通常会对这些场景、以及场景中的操作进行数学建模，进而描述和评定驾驶行为。常见的场景有停车、超车、变道等。 2)驾驶认知行为建模，这一类的研究，主要是将认知学的理论应用到驾驶行为研究领域。其研究目标是通过分析驾驶操作的内在机理，从本质上解释和理解驾驶行为，完成建模。由于人类对自我处理机制的理解还不够深刻，因此其建模结果很难用实验验证其准确性，更多的只能从定性的层面上对行为进行阐述。 3)驾驶心理研究，该类方法主要是通过调查问卷的方式，由驾驶员自己主观的进行自我评价，大致分为违规(violations)和失误(errors)两类。违规操作指的是驾驶员在明知危险的情况下故意执行的行为，通常用来评价驾驶风格；失误操作则是无意识中做出的危险操作，通常用来评定驾驶水平。 基于驾驶模拟器的数据采集和驾驶行为识别： 驾驶模拟器，通常指的是那些能够提供虚拟驾驶环境的机器。通过3D仿真软件，模拟汽车的真实行车环境；通过传感器，完成驾驶相关数据采集，并将这些信号的变动如实的反映到虚拟驾驶场景中。汽车的各项数据经由两种方式完成传递：传感器数据经由特殊的总线传输，并最终转换为数字信号为程序所使用：场景信息则以消息的形式在软件内部传递。这两种相异的传递方式为数据的采集带来了一定的困难。在驾驶模拟器内，数据的传输并不单单只在汽车总线内部，会在程序间，和网络间传输。在多驾驶模拟器的环境下，通常需要将数据发送到局域网内，供其他机器上的应用使用。 最重要的是：数据采集模块、驾驶行为模块、服务模块。数据采集模块主要是实现驾驶数据的收集和保存，构建模型训练的原始数据，同时为驾驶行为识别模块提供特征向量序列。驾驶行为模块提供了两个功能，