CN101198915B

CN101198915B - 对话系统

Info

Publication number: CN101198915B
Application number: CN200680021437.7A
Authority: CN
Inventors: 山口隆幸; 榎本高明; 关山博昭; 大野木重夫; 中根吉英; 金子纯也
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2005-06-14
Filing date: 2006-06-13
Publication date: 2010-04-21
Anticipated expiration: 2026-06-13
Also published as: CN101198915A; EP1891490B1; US20080105482A1; JP2006350567A; US7805223B2; EP1891490A1; WO2006136897A1; JP4682714B2

Abstract

一种为驾驶员提供驾驶建议的对话系统，包括：驾驶操作评价装置，用于利用规范的驾驶操作作为参考，评价基于驾驶操作信息估计的所述驾驶员的驾驶操作；响应评价装置，基于在提供所述驾驶建议之后所述驾驶员的驾驶操作的变化，评价驾驶员对于所提供的驾驶建议的响应；以及输出控制装置，基于对所述驾驶员的驾驶操作的评价结果来调整提供给所述驾驶员的驾驶建议的内容，以及基于对于所述驾驶员对所提供的驾驶建议的响应的评价结果来设置表达所述驾驶建议的模式。

Description

对话系统

技术领域

本发明涉及一种用于车辆的对话系统，其为驾驶员提供合适的驾驶建议。

背景技术

例如，日本专利公报2602158描述了一种常规的语音输出装置，其包括：用于输入目的地的输入装置；用于存储诸如地图数据和路口数据等道路信息的存储装置；用于输出语音的多个语音输出部分；用于检测车辆的当前位置的当前位置检测装置；基于由当前位置检测装置所检测的当前位置以及在所述存储装置中存储的道路信息来确定通向所述由所述输入装置输入的目的地的路径的路径确定装置；以及基于路径确定装置所作出的确定结果控制从各个语音输出部分输出的语音的语音输出控制装置。

近年来，已经提出了对话系统，作为常规警告系统的改进版本，其基于在驾驶规范模型和驾驶操作历史(driving performance history)之间的相关，为驾驶员提供了各种类型的驾驶建议。然而，仅基于在驾驶规范模型和驾驶操作历史之间的相关来提供用以处理不符合驾驶规范的驾驶操作的驾驶建议，并不是非常有效。由于不考虑所述驾驶员的驾驶特性，不能提供基于驾驶员的驾驶特性的适当的驾驶建议，并且因此导致所述驾驶员不能更合适地驾驶车辆。

发明内容

本发明提供了一种对话系统，其鼓励驾驶员以更合适的方式进行驾驶。

本发明的第一方面涉及一种用于车辆的对话系统，其为驾驶员提供驾驶建议。在所述对话系统中，所述驾驶员的驾驶特性被估计，并且所述估计的结果反映在向所述驾驶员提供驾驶建议的方式中。

在所述第一方面中，可基于驾驶员的状况来估计驾驶员的驾驶特性。并且，可以基于与车辆周围的环境相对应的驾驶规范模型和驾驶操作历史估计所述驾驶员的驾驶特性。

在所述第一方面中，可以利用所述驾驶员响应所提供的驾驶建议所需要的时间来学习所述驾驶员的驾驶特性的变化，并且可以将学习的结果反映在向所述驾驶员提供所述驾驶建议的方式中。可以基于驾驶操作历史设置所述驾驶建议的内容，所述驾驶建议为驾驶员建议具有符合驾驶规范的驾驶操作。

本发明的第二方面涉及一种用于车辆的对话系统，其为驾驶员提供驾驶建议。所述对话系统包括：驾驶操作评价装置，用于利用规范的驾驶操作作为参考，评价基于所述驾驶操作信息估计的所述驾驶员的驾驶操作；响应评价装置，基于在提供所述驾驶建议之后所述驾驶员的驾驶操作的变化，评价驾驶员对于所提供的驾驶建议的响应；以及输出控制装置，基于对所述驾驶员的驾驶操作的评价的结果调整提供给所述驾驶员的驾驶建议的内容，并且基于对于所述驾驶员对所提供的驾驶建议的响应的评价的结果，设置表达所述驾驶建议的模式。所述对话系统可进一步包括建议提供装置，基于对所述驾驶员的驾驶操作的评价的结果，为所述驾驶员提供驾驶建议。

本发明的第三方面涉及一种为驾驶员提供驾驶建议的方法，包括如下步骤，估计所述驾驶员的驾驶特性；以及将所述估计的结果反映在向所述驾驶员提供驾驶建议的方式上。

在所述第三方面中，可以基于所述驾驶员的状况估计所述驾驶员的驾驶特性。并且，可以基于适于所述车辆周围的环境的驾驶规范模型以及所述驾驶员的驾驶操作历史，估计所述驾驶员的驾驶特性。

在所述第三方面中，可以利用所述驾驶员响应所提供的驾驶建议所需要的时间量来学习所述驾驶员的驾驶特性的变化，并且可以将学习的结果反映在向所述驾驶员提供所述驾驶建议的方式中。

根据本发明，提供了所述对话系统，其改进了所述驾驶员在驾驶车辆时的操作。

附图说明

参考附图，通过以下示例实施例的描述，本发明的前述和/或进一步的目的、特征以及优点将变得更加明显，其中：

图1是根据本发明的对话系统的概念性构造图；

图2是框图，其示出了根据本发明实施例的对话系统的构造；

图3是示图，其示出了在驾驶建议的接受级别和驾驶员的驾驶技能之间的相关；以及

图4是视图，其示出了导致驾驶员响应驾驶建议的速度发生变化的因素，根据对驾驶建议的响应速度对所述因素进行分组。

具体实施方式

此后，将参考附图描述本发明的示例实施例。

图1是根据本发明的对话系统的概念性构造图。所述对话系统基于包括有关驾驶员、车辆、车辆周围的环境等的信息为驾驶员提供适当的驾驶建议，从而鼓励驾驶员以更适当的方式进行驾驶。

所述对话系统包括适当的接口，用于获得驾驶员信息并与所述驾驶员通信。因此，所述对话系统具有识别功能和显示/应答功能。所述对话系统还具有基于所获得的信息确定/估计驾驶员意图等的功能，以及学习驾驶员的偏好等的功能，等等。可以通过结合诸如计算机的硬件以及适当的软件来配置所述对话系统。可以将所述对话系统装载在车辆上。

图2是框图，其示出了根据本发明实施例的对话系统的构造。

从驾驶员获得作为驾驶员信息的个人概况信息，诸如他/她的话音(语音)、图像、年龄、性别，以及生理状态。

经由例如在车厢中设置的车载麦克风在所述系统中输入语音，并通过语音识别部分101进行识别。然后，由意图理解部分102理解所述驾驶员的意图。根据需要，由驾驶建议准备部分107和响应评价部分110使用所理解的意图。所述发明不限于任何特定的语音识别方法。无论硬件构造和软件(语音识别引擎)的类型如何，可将本发明应用于任何语音识别处理。

利用例如在车厢中设置的车载摄像头在所述系统中输入图像，并与所述语音一起使用，以利用情绪识别部分109识别所述驾驶员的情绪(例如，所述驾驶员是平静、愤怒、高兴、还是悲伤)。可以基于指示用户的语音或话音(例如，语音的音调、强度和音量，以及语音中的停顿)特征的语音韵律信息，以及指示用户的面部表情、手势、姿势等的图像信息来识别所述驾驶员的情绪。例如，可以预先获得与各类型的驾驶员情绪对应的参考语音韵律信息和参考图像信息，并将其存储在数据库中。然后，可以将当前获取的信息与参考信息相比较，来识别所述驾驶员的情绪。所述车载摄像头可以是热成像摄像头(红外摄像头)。在这种情况下，可以基于指示用户身体的预定部分，例如，用户的面部的热分布的图像信息来识别所述驾驶员的情绪。

例如在缺省设置期间，由所述驾驶员输入个人概况信息。将所述个人概况信息存储在驾驶员的驾驶特性数据库117或存储有关驾驶员偏好的偏好数据库118中。根据需要，当考虑驾驶特性和驾驶员偏好时，可以使用所述个人概况信息。

通过驾驶员状况识别部分108使用生理信息和操作信息来识别驾驶员的状况(例如，所述驾驶员是平静，还是紧张/兴奋)。所述操作信息是有关驾驶员所进行的对油门踏板、刹车踏板、方向盘，以及各种开关的操作的信息(有关是否进行了操作以及进行所述操作的速度和频率等的信息)。基于来自各个传感器的信号(例如，来自油门冲程传感器、刹车传感器，以及方向盘传感器的信号)以及来自各种开关的信号准备所述操作信息。所述生理信息包括心电和脉冲。从诸如心电图、心率计(心率感测传感器)、测量脉率的脉率计以及测量血压的血压计的各种生物传感器获取生理信息。所述生物传感器可以是腕携式的，从而便于所述用户配戴。可选地，也可以将所述生物传感器嵌入由驾驶员操作的方向盘中。驾驶员状况识别部分108对应于本发明中的驾驶特性确定部分。

从所述车辆获取指示车辆行为的信息(例如，车速、纵向加速、横向加速，以及偏航)以及有关车辆周围环境的信息(有关行驶环境、公路设施、是否存在行人、摩托车的流量等的信息)，作为车辆信息。

基于来自在车辆中装配的各种传感器的信号(例如，来自车速传感器和加速传感器的信号)准备指示车辆行为的信息。

可以基于从装配在车辆中的导航系统获取的地图信息，由例如装配在车辆中的摄像头或雷达检测到的信息，或者经由装配在车辆中的通信装置外部获取到的信息来准备有关车辆周围的环境的信息。所述外部获取的信息可以包括经由车辆到车辆的通信从其它车辆发送来的信息，以及经由道路到车辆的通信和与操作中心进行无线电通信所获取到的信息。

驾驶规范选择部分105基于以上述方式获取的车辆信息，从存储在规范模型116中的规范模型选择适合于所述车辆周围的特定环境和所述车辆行为的驾驶规范。于是，将与车辆周围的环境和车辆行为对应的驾驶规范存储在规范模型116中。并且，可以在之后对所述驾驶规范进行分类和累积。尽管许多驾驶规范独立于车辆周围的环境和车辆行为，但由于一些驾驶规范可能随着车辆周围的环境以及车辆行为而变化，需要选择适合于所述车辆周围环境和车辆行为的驾驶规范。这样的依赖于车辆周围环境和车辆行为的驾驶规范的典型例子包括在停止线停放所述车辆，在红灯线停放所述车辆，以及保持速度限制。一些驾驶规范依赖于车辆周围的环境和车辆行为而改变，例如，由于合适的行驶速度可能依赖于车辆周围的交通发生一定程度的改变，例如，在交通拥塞时，允许驾驶员以明显低于合法速度的车辆速度驾驶所述车辆。

差别计算部分106计算从存储在规范模型116中的驾驶规范中选出的驾驶规范和驾驶员的驾驶操作之间的差别，作为驾驶员的驾驶操作的评价结果。即，计算指示所述驾驶员的驾驶操作是否符合该驾驶规范的评价指数的差别。由驾驶操作识别部分103基于上述操作信息识别所述驾驶员的驾驶操作。例如，当应该将所述车辆停在停止线处时，如果在停止线之前识别到停止车辆的刹车操作(驾驶操作)，计算出小的差别(小的偏差)，即，计算出高评价值。这仅是一个简单的例子。可以通过将驾驶员的驾驶操作与赋予了权重的更详细的驾驶规范相比较(例如，所述驾驶员减低车辆速度，以将车辆停止在停止线的交叉点处的方式，以及所述驾驶员是否观察了两侧)，计算所述差别。

当计算了在驾驶规范和驾驶员的驾驶操作之间的差别时，差别计算部分106考虑驾驶员的个人特征(具体地，驾驶技能)，这由个人特征获取部分104从驾驶特性数据库117获取得到。这是由于在一些情况中，例如，当车辆沿曲线前进时，关于车辆速度的驾驶规范的情况，对驾驶技术更好的驾驶员，允许更高的最大车辆速度。

驾驶建议准备部分107基于由差别计算部分106计算的差别以及由意图理解部分102所理解的驾驶员的意图来设置驾驶建议的内容。例如，起初，可基于驾驶规范和驾驶员的驾驶操作之间的差别来设置所述驾驶建议的内容。其次，可以将驾驶员的意图反映在驾驶建议的内容中。例如，在驾驶员忽略了将车辆停在停止线的情形下，将驾驶建议的内容设置为大意是“请将车辆停在停止线处”的建议。然而，如果已经理解到驾驶员正在快速向他/她的目的地行驶，则可将所述建议的内容修改为大意是“即使你非常着急，也请将车辆停在停止线处。N％的停止线附近的交通事故发生在驾驶员匆忙的情况下”的建议。

优选地，驾驶建议准备部分107通过基于驾驶操作历史将符合驾驶规范的驾驶操作通知给所述驾驶员来向所述驾驶员提供驾驶建议。例如，如果基于驾驶操作历史确定驾驶员在停止线处停车的频率从20％增加到50％，则可以提供大意是“近来在停止线处停车的频率有改进。继续好好干”的建议。当提供驾驶建议的频率降低时，则可以提供大意是“近来减少了提供驾驶建议的需要。继续好好干”的建议。因而，如果基于驾驶操作历史已经确定所述驾驶员的驾驶操作得到改进，可以通过不仅提供警告，也提供对于所述改进的鼓励和赞扬来期望促进所述驾驶员的驾驶操作的改进的效果。

表达模式设置部分111设置用于表达由驾驶建议准备部分107设置的驾驶建议的内容的模式。基于由驾驶员状况识别部分108识别的驾驶员的状况(例如，所述驾驶员是平静还是紧张/兴奋)和心理状态，以及由以下详细描述的响应评价部分110评价的驾驶员对驾驶建议的响应的评价来设置所述表达模式。因而，可以基于驾驶员的状况和心理状态设置表达所述驾驶建议的适当模式。从以上的同样观点看来，可以基于驾驶员的状况和心理状态改变所述驾驶建议的内容。例如，如果所述驾驶员处于兴奋和相当着急的状态，将提供大意是“请在停止线停车。在停止线停车将不会太耽误您的到达”的建议，从而，驾驶员的兴奋程度不会进一步升高。此时，可以考虑由个人特征获取部分104从驾驶特性数据库117获得的驾驶员的个人特征，诸如温度等。

驾驶负担估计部分112基于由驾驶员状况识别部分108识别的驾驶员的状况(例如，在驾驶员没有集中注意力驾驶，感觉困乏或紧张的状况下)以及驾驶员的当前驾驶操作来估计驾驶员的当前负担(此后，称为“驾驶负担”)。然后，基于驾驶负担设置提供所述驾驶建议的时间。因此，当驾驶负担较高时，例如，当驾驶员同时操作刹车和排挡时(当驾驶员紧张时)，不提供驾驶建议。另一方面，当驾驶负担较低时(当驾驶员觉得不需要高度集中注意力时)，立刻提供所述驾驶建议。在这种方式中，基于驾驶负担设置提供所述驾驶建议的适当时间。于是，通过避免在驾驶员难以接受驾驶建议时(驾驶负担较高时)提供并非必需的驾驶建议，可以使驾驶员受干扰的问题最小化。另一方面，当驾驶员方便接受驾驶建议时或者当需要主动唤起驾驶员的注意时，提供驾驶建议。因此，可以提高驾驶建议的效果。

驾驶负担估计部分112考虑车辆周围的环境来估计所述驾驶负担。这是由于所述驾驶负担依赖于车辆周围的环境而改变，例如，行人很多的道路和行人较少的道路之间就存在驾驶负担差别。

在与表达模式设置部分111中采用的相同概念下，驾驶负担估计部分112可以基于驾驶员的意图或心理状态设置提供驾驶建议的时间。例如，当驾驶员兴奋和相当着急时，可以将提供驾驶建议的时间设置为驾驶员平静下来或变得不需要着急的时间，或者，在一些情况下，设置为驾驶员下次使用车辆的时间，除非必须紧急地提供所述驾驶建议。

考虑驾驶员的驾驶技能，驾驶建议准备部分107、表达模式设置部分111以及驾驶负担估计部分112可以分别设置驾驶建议的内容、驾驶建议的表达模式以及提供所述建议的时间。如图3所示，对于具有强烈倾向、不希望接受驾驶建议(其对驾驶建议感到厌烦)的驾驶员(过于自信的驾驶员)，除非对于这些建议有实际需要，否则，将最高优先权赋予具有驾驶员相对容易接受的内容的建议的提供、以驾驶员觉得可接受所述驾驶建议的表达模式或者在使所述驾驶员觉得可接受所述驾驶建议的提供时间的驾驶建议的提供。为了改进这样的过于自信的驾驶员的驾驶操作，必须采取逐步的方式，并且，这非常重要，例如，首先引导驾驶员接受驾驶建议，且作为结果，驾驶员的驾驶技能得到提高。考虑当其他乘客注意到所述驾驶建议而使驾驶员感到尴尬时的驾驶员感受来设置提供驾驶建议的方式。例如，可以减少提供驾驶建议的频率，或者仅当车辆中仅有所述驾驶员时(仅当车辆中没有其他乘客时)提供所述驾驶建议。

在上述方式中，输出情景设置部分113基于分别由驾驶建议准备部分107、表达模式设置部分111，以及驾驶负担估计部分112设置的将要提供的驾驶建议的内容、驾驶建议的表达模式以及提供所述驾驶建议的时间来设置驾驶建议的输出情景。然后，经由生成例如警告音或听得见的警报的非语言输出部分114或者生成语音消息的合成语音输出部分115提供所述驾驶建议。不是必须通过语音或声音提供所述驾驶建议。例如，可以将所述驾驶建议的内容指示为显示屏幕上的文字消息。输出情景设置部分113对应于本发明中的输出设置部分。

接下来，将描述评价“驾驶员对驾驶建议的响应”的响应评价部分110。

响应评价部分110基本上基于所述驾驶员的驾驶操作的变化以及提供所述驾驶建议之后驾驶员状态的变化来评价驾驶员对于以上述方式提供的驾驶建议的响应，即，所述驾驶员是否已接受所述驾驶建议(例如，接受的程度)。所述评价的结果也可以是驾驶建议的效果的评价指标，以及指示驾驶员对驾驶建议的接受程度的指标。

如上所述，将响应评价部分110作出的评价的结果反映在提供所述驾驶建议的方式上。由此可见，响应评价部分110作出的评价的结果是用来设置提供所述驾驶建议的方式的重要参数。例如，如果驾驶员对驾驶建议的响应不好，则修改驾驶建议的内容、表达方式或者提供建议的时间，以适应驾驶员的特性。

优选地，响应评价部分110考虑车辆周围的环境来评价所述驾驶员对所述驾驶建议的响应。如果不考虑车辆周围的环境，则不能准确评价驾驶员对所述驾驶建议的响应，因为，驾驶员的情绪和心理状态(例如，紧张程度)依赖于车辆周围的环境而变化。因而，当确认驾驶员对所述驾驶建议的响应时，可以确定驾驶员对所述驾驶建议的响应是由于该驾驶建议还是由于车辆周围的环境变化。此时，也可以使用语音韵律信息、图像信息，以及心理信息来估计所述用户的情绪和心理状态。这提高了对于驾驶员对驾驶建议的响应的评价结果的可靠性。

优选地，响应评价部分110基于驾驶员修改他/她的驾驶操作所需要的时间量(此后，将此时间量称为“时间常数”)分类和评价驾驶员的响应。

图4示出了导致驾驶员响应驾驶建议的速度发生变化的因素，根据对驾驶建议的响应速度对所述因素进行分组。如图4所示，将导致驾驶员响应驾驶建议的速度发生变化的因素分类为具有短时间常数的因素和具有长时间常数的因素。具有短时间常数的因素的例子是当提供驾驶建议时的驾驶负担和驾驶员的意图。具有长时间常数的因素的例子是驾驶技能、年龄、对车辆的熟悉程度、性别、驾驶员对系统的接受程度，以及随年龄的变化等。因此，当驾驶员对驾驶建议反应不佳时，可以改变提供驾驶建议的方式，使其更加合适。例如，当驾驶员由于具有长时间常数的因素而响应不佳时，可以耐心地或周期性地提供具有相同内容的驾驶建议，同时例如改变所述建议的表达模式。另一方面，如果驾驶员仅由于具有短时间常数的因素而对所述驾驶建议响应不佳时，例如，可以改变提供所述驾驶建议的时间。

可以基于在数据库117和118中存储的个人概况信息和驾驶操作历史数据来确定或者学习具有长时间常数的因素。例如，可以通过积累偏好数据库118中的有关个人偏好的信息来学习由于驾驶员的年龄和性别而导致的驾驶员对驾驶建议的响应的变化和响应改变的差别，以及由于年龄和对车辆的熟悉程度的改变而导致的驾驶员对所述驾驶建议的响应的变化。另一方面，不能利用驾驶员的历史记录快速解决由于具有短时间常数的因素(即，容易受驾驶员的心理状态影响的因素)而导致的不良响应。驾驶负担估计部分112共同地基于导致驾驶员的驾驶操作偏离驾驶规范模型的关于车辆周围环境的因素以及驾驶员的心理状态(例如，心理信息)来估计和确定所述驾驶负担，其中基于车辆周围的环境和车辆信息确定所述驾驶规范模型。并且，可以通过组合基于语音识别部分101的语音识别结果所理解的意图、驾驶员的心理状态(例如，心理信息)、情绪识别部分109的估计结果，使得由意图理解部分102理解的驾驶员意图适当地处理驾驶员响应的变化。

在本实施例中，当响应评价部分110确定所述驾驶员响应良好时，可以存储所述因素(有关车辆周围环境、驾驶员状况、驾驶负担等的信息)。因而，可以估计当驾驶员响应良好时的条件。即，将由响应评价部分110获得的评价结果和对应的有关各个因素的信息存储在偏好数据库118中。因而，可以为每个因素估计所述用户响应良好的条件。在这种情况下，可以通过将估计结果反映在将来向驾驶员提供建议的方式(建议的内容、表述模式或者提供时间)上来提高所述驾驶建议的效果。

同样可见，可以将由响应评价部分110获得的评价结果和对应的驾驶建议的提供方式存储在偏好数据库118中。因而，能够确定用户响应良好时的驾驶建议提供方式(例如，内容、表达模式)。同样在这种情况下，可以通过将估计结果反映在将来向驾驶员提供建议的方式(建议的内容、表达模式或者提供时间)上来提高所述驾驶建议的效果。

已经在本说明中公开了本发明的实施例，可以理解，从所有方面而言，其都是说明性而非限制性的。本发明的技术范围由权利要求定义，从而，意在将权利要求的含义和等同范围内的所有改变都包含在其中。

例如，在本实施例中，描述了主要利用语音的对话系统。然而，本发明不限于此实施例。可以将本发明集成在经由显示屏提供所述驾驶建议的对话系统中。

Claims

1.一种为驾驶员提供驾驶建议的用于车辆的对话系统，该系统估计所述驾驶员的驾驶特性，并将估计的结果反映在向所述驾驶员提供所述驾驶建议的方式上，该系统的特征在于：

基于与车辆周围的环境相对应的驾驶规范模型和驾驶操作历史来估计所述驾驶员的驾驶特性，且

利用所述驾驶员响应所述提供的驾驶建议所需要的时间量来学习所述驾驶员的驾驶特性中的变化，并且将学习的结果反映在向所述驾驶员提供所述驾驶建议的方式上。

2.根据权利要求1的对话系统，其特征在于，

基于所述驾驶员的状况来估计该驾驶员的驾驶特性。

3.根据权利要求1的对话系统，其特征在于，

基于驾驶操作历史来设置向所述驾驶员建议符合驾驶规范的驾驶操作的所述驾驶建议的内容。

4.一种为驾驶员提供驾驶建议的用于车辆的对话系统，其特征在于，包括：

驾驶操作评价装置，用于利用作为参考的规范驾驶操作以及驾驶操作历史，评价基于驾驶操作信息估计的所述驾驶员的驾驶操作；

响应评价装置，基于在提供所述驾驶建议之后所述驾驶员的驾驶操作的变化，评价所述驾驶员对于所提供的驾驶建议的响应，其是使用所述驾驶员响应所述驾驶建议所需要的时间量来学习的；以及

输出控制装置，基于对所述驾驶员的驾驶操作的评价的结果来调整提供给所述驾驶员的驾驶建议的内容，以及基于对于所述驾驶员对所提供的驾驶建议的响应的评价的结果来设置表达所述驾驶建议的模式。

5.根据权利要求4的对话系统，其特征在于，进一步包括：

建议提供装置，基于对所述驾驶员的驾驶操作的评价的结果，为所述驾驶员提供所述驾驶建议。

6.一种为驾驶员提供驾驶建议的方法，其包括估计所述驾驶员的驾驶特性；以及将估计的结果反映在向所述驾驶员提供所述驾驶建议的方式上，该方法的特征在于：

7.根据权利要求6的为驾驶员提供驾驶建议的方法，其中，

基于所述驾驶员的状况来估计该驾驶员的驾驶特性。