用于生成车辆的振动的设备及其方法与流程

用于生成车辆的振动的设备及其方法
1.相关申请的交叉引用
2.本技术要求于2021年6月8日提交给韩国知识产权局的韩国专利申请第10-2021-0074376号的优先权的权益，通过引用将其全部内容结合在此。
技术领域
3.本公开涉及用于生成车辆的振动的设备及其方法。


背景技术：

4.通常，现有的用于车辆的振动生成技术生成用于车辆的振动并且通过车辆的座椅或方向盘将振动传递到车辆的驾驶员。然而，通过一致的生成方法来生成和传递振动，因此该技术不考虑驾驶员的身体状态或情绪。
5.此外，存在在一些车辆的方向盘中生成振动警告的系统。然而，这也没有考虑驾驶员的身体状态或情绪。
6.以上背景技术部分中所公开的信息是为了帮助理解本公开的背景，并且不应被视为承认该信息形成现有技术的任何部分。


技术实现要素：

7.已经做出本公开以解决在现有技术中出现的上述问题，同时保持由现有技术实现的优势不受影响。
8.本公开的一方面提供一种考虑驾驶员的身体状态或情绪而用于生成车辆的振动的设备及其方法。
9.此外，本公开的一方面提供一种进一步考虑车辆的驾驶警告状态以及驾驶员的身体状态或情绪而用于生成车辆的振动的设备。
10.本公开要解决的技术问题不限于上述问题，并且本公开所属领域的技术人员从以下描述中将清楚地理解本文中未提及的任何其他技术问题。
11.根据本公开的一方面，一种用于生成车辆的振动的设备可包括：状态分析装置，基于状态信息生成分析信息；振动信号建模信息生成装置，基于生成的分析信息生成用于车辆的振动的振动信号建模信息；以及振动信号生成装置，基于生成的振动信号建模信息和车辆的驾驶信息生成振动信号。
12.此外，根据实施方式，驾驶员的状态信息可包括驾驶员图像信息、驾驶员语音信息和驾驶员生物特征信号信息中的至少一个。
13.此外，根据实施方式，状态分析装置可包括：基于驾驶员图像信息生成图像分析信息的图像分析装置、基于驾驶员语音信息生成语音分析信息的语音分析装置、以及基于驾驶员生物特征信号信息生成生物特征信号分析信息的生物特征信号分析装置。分析信息可包括图像分析信息、语音分析信息和生物特征信号分析信息中的至少一个。
14.此外，根据实施例，驾驶员图像信息可包括驾驶员的面部图像和驾驶员的瞳孔图
像中的至少一个。驾驶员生物特征信号信息可包括驾驶员的脉搏信息、驾驶员的体温信息和驾驶员的脑电波信息中的至少一个。
15.此外，根据实施例，振动信号建模信息可包括一个或多个振动分量。振动分量可包括搏动振动分量与和声振动分量中的至少一个。振动信号建模信息可包括一个或多个振动分量中的每个的周期信息、一个或多个振动分量中的每个的重放时间点信息、一个或多个振动分量中的每个的停止时间点信息和一个或多个振动分量中的每个的重放时间信息中的至少一项。
16.此外，根据实施例，可以在将分析信息输入到人工智能学习模型中之后生成振动信号建模信息。
17.此外，根据实施方式，当输入基于车辆驾驶员的状态信息的分析信息时，可以学习人工智能学习模型，以输出对应于输入的分析信息的振动信号建模信息。
18.此外，根据实施方式，驾驶信息可以包括车辆的速度信息。可基于振动信号建模信息和警告振动信号建模信息中的至少一个来生成振动信号。
19.此外，根据实施方式，响应于驾驶信息指示车辆处于驾驶干扰状态的事实，可以基于振动信号建模信息和警告振动信号建模信息生成振动信号，并且当驾驶信息指示车辆未处于驾驶干扰状态时，可以基于振动信号建模信息生成振动信号。
20.此外，根据实施方式，生成的振动信号可传送至车辆的座椅和车辆的方向盘中的至少一个。
21.根据本公开的一方面，一种用于生成车辆的振动的方法可包括：通过处理器接收车辆的驾驶员的状态信息；并且通过处理器基于状态信息生成分析信息；通过处理器基于所生成的分析信息生成用于车辆的振动的振动信号建模信息；以及通过处理器基于所生成的振动信号建模信息和车辆的驾驶信息生成振动信号。
22.此外，根据实施方式，驾驶员的状态信息可包括驾驶员图像信息、驾驶员语音信息和驾驶员生物特征信号信息中的至少一个。
23.此外，根据实施方式，生成分析信息可包括基于驾驶员图像信息生成图像分析信息、基于驾驶员语音信息生成语音分析信息、以及基于驾驶员生物特征信号信息生成生物特征信号分析信息。分析信息可包括图像分析信息、语音分析信息和生物特征信号分析信息中的至少一个。
24.此外，根据实施例，驾驶员图像信息可包括驾驶员的面部图像和驾驶员的瞳孔图像中的至少一个。驾驶员生物特征信号信息可包括驾驶员的脉搏信息、驾驶员的体温信息和驾驶员的脑电波信息中的至少一个。
25.此外，根据实施例，振动信号建模信息可包括一个或多个振动分量。振动分量可包括搏动振动分量与和声振动分量中的至少一个。振动信号建模信息可包括一个或多个振动分量中的每个的周期信息、一个或多个振动分量中的每个的重放时间点信息、一个或多个振动分量中的每个的停止时间点信息和一个或多个振动分量中的每个的重放时间信息中的至少一个。
26.此外，根据实施例，可以在将分析信息输入到人工智能学习模型中之后生成振动信号建模信息。
27.此外，根据实施方式，当输入基于车辆驾驶员的状态信息的分析信息时，可以学习
人工智能学习模型，以输出对应于输入的分析信息的振动信号建模信息。
28.此外，根据实施方式，驾驶信息可以包括车辆的速度信息。可基于振动信号建模信息和警告振动信号建模信息中的至少一个来生成振动信号。
29.此外，根据实施方式，振动信号的生成可以包括：当驾驶信息指示车辆处于驾驶干扰状态时，基于振动信号建模信息和警告振动信号建模信息生成振动信号；以及当驾驶信息指示车辆未处于驾驶干扰状态时，基于振动信号建模信息生成振动信号。
30.此外，根据实施方式，该方法可进一步包括将产生的振动信号传递至车辆的座椅和车辆的方向盘中的至少一个。
附图说明
31.从以下结合附图的详细描述中，本公开的上述和其他目的、特征以及优点将变得更加显而易见：
32.图1示出了根据实施方式的用于生成车辆的振动的设备的示例；
33.图2是示出根据实施方式的图像分析装置的操作的示例的流程图；
34.图3是用于描述根据实施方式的振动信号建模信息的示例的示图；
35.图4是用于描述根据实施方式的振动信号建模信息生成装置的操作的示例的示图；
36.图5是示出根据实施方式的振动信号生成装置的操作的示例的流程图；以及
37.图6是示出根据实施方式的用于车辆的振动生成方法的示例的流程图。
具体实施方式
38.在下文中，将参考附图详细描述本公开的一些实施例。在将附图标记添加至各附图的部件时，应当注意，相同的部件具有相同的附图标记，尽管它们在另一附图中示出。在描述本公开的实施例时，当公知功能或配置可能使本公开的主题不必要地模糊时，将省略与公知功能或配置相关联的详细描述。
39.在描述本公开的实施方式的部件时，在本文中可使用术语第一、第二、a、b、(a)、(b)等。这些术语仅用于将一个元件与另一个元件区分开，但不限制相应的元件，而与相应的元件的性质、顺序或优先级无关。此外，除非另外定义，否则在此使用的包括技术术语和科学术语的所有术语将被解释为本披露所属领域的惯用术语。应当理解，本文中使用的术语应被解释为具有与它们在本公开和相关领域的上下文中的含义一致的含义，并且不得以理想化或过于正式的意义进行解释，除非本文中明确如此定义。
40.在下文中，将参考图1至图6详细描述本公开的各种实施方式。
41.图1示出了根据实施例的用于生成车辆的振动的设备的示例。
42.该图示出了根据实施例的用于生成车辆的振动的设备(或装置)1000的示例。
43.通常，车辆生成振动并且通过座椅或方向盘将振动传递给车辆的驾驶员。然而，通过一致的方法生成和传递振动，因此该技术不考虑驾驶员的身体状态或情绪。此外，存在在一些车辆的方向盘中生成振动警告的系统。然而，这也没有考虑驾驶员的身体状态或情绪。
44.根据实施例的设备1000可以通过确定车辆驾驶员的身体状态或情绪来生成适当的振动信号。即，根据实施例的设备1000在车辆行驶时生成反映驾驶员的身体状态和/或情
绪状态的振动信号，可确定驾驶干扰状态(诸如超速行为)，并可生成适当的振动。
45.根据实施例的设备1000可以包括处理器，所述处理器具有存储软件指令的相关联的非瞬态存储器，所述软件指令在由所述处理器执行时提供状态分析装置1001、建模信息生成装置1002和/或振动信号生成装置1003的功能。这里，处理器可以处理在设备1000的元件之间传输的信号，并且具体地，可以处理在设备1000的每个元件和车辆的其他部件(例如，车辆的座椅或方向盘)之间的状态分析装置1001、建模信息生成装置1002和振动信号生成装置1003之间传输的信号。在一些示例性实施例中，处理器可以采用一个或多个处理器和存储程序指令的相关存储器的形式。根据实施方式的设备1000可进一步包括图1中未示出的一个或多个元件。
46.根据实施例的状态分析装置1001可以接收车辆的驾驶员的状态信息，并且可以基于状态信息生成分析信息。根据实施例的驾驶员的状态信息可指示用于识别驾驶员的身体状态或情绪的信息。例如，驾驶员的状态信息包括驾驶员图像信息、驾驶员语音信息和驾驶员生物特征信号信息中的至少一个。根据实施例的分析信息是指指示基于状态信息分析的驾驶员的身体状态和/或情绪状态的信息。例如，分析信息表示驾驶员的身体状态的数值。
47.根据实施例的状态分析装置1001可以包括处理器，所述处理器具有存储软件指令的相关联的非瞬态存储器，所述软件指令在由所述处理器执行时提供图像分析装置1004、语音分析装置1005和/或生物特征信号分析装置1006的功能。在一些示例性实施例中，处理器可以采用一个或多个处理器和存储提供上述相应装置1004、1005和1006的功能的程序指令的相关联存储器的形式。一个或多个处理器中的每一个可以包括通信模块(例如，发射器/接收器等)，以便与传感器或输入装置通信以获得不同分析所需的信息。稍后将参考图2描述根据实施例的图像分析装置1004、语音分析装置1005和生物特征信号分析装置1006的详细描述。
48.根据实施例的建模信息生成装置1002(或振动信号建模信息生成装置)可以基于分析信息生成用于车辆振动的振动信号建模信息。根据实施例的振动信号建模信息可以是用于对要传递到车辆的座位或方向盘的振动信号进行建模的信息。稍后将参考图3描述根据实施例的振动信号建模信息的详细描述。稍后将参考图4描述根据实施例的生成振动信号建模信息的处理的详细描述。
49.根据实施例的振动信号生成装置1003可基于生成的振动信号建模信息和车辆的驾驶信息来生成振动信号。根据实施例的驾驶信息可以是用于确定上述车辆是否处于驾驶干扰状态的信息。例如，驾驶信息包括车辆的速度信息。稍后将参考图5描述根据实施例的振动信号生成装置1003生成振动信号的过程的详细描述。
50.根据在该图中描述的方法，根据实施例的设备1000可以通过确定车辆驾驶员的身体状态或情绪来生成适当的振动信号。此外，根据实施例的设备1000可以进一步基于驾驶信息考虑车辆的驾驶干扰状态来生成考虑了驾驶员的安全性的振动信号。
51.图2是示出根据实施例的图像分析装置的操作的示例的流程图。
52.该图是示出根据实施例的图像分析装置(图1的图像分析装置1004)的操作的实例的流程图。
53.如以上在图1中所述的，根据实施例的图像分析装置1004可以接收车辆驾驶员的状态信息，并且可以基于接收的状态信息生成分析信息。如以上在图1中所述，根据实施例
的状态信息可包括驾驶员图像信息、驾驶员语音信息和驾驶员生物特征信号信息中的至少一个。
54.当输入两条以上驾驶员状态信息时，根据实施例的图像分析装置1004可以操作(s2000)。例如，当输入驾驶员图像信息和驾驶员语音信息时，图像分析装置1004操作。
55.根据实施例的图像分析装置1004可以针对相应的输入信息执行分析。
56.由根据实施例的图像分析装置1004、语音分析装置1005和生物特征信号信息分析装置分别生成的图像分析信息、语音分析信息和生物特征信号分析信息可包括在以上参照图1描述的分析信息中。
57.根据实施例的图像分析装置1004可基于输入的驾驶员图像信息生成图像分析信息。根据实施例的驾驶员图像信息可包括驾驶员的面部图像和驾驶员的瞳孔图像中的至少一个。
58.根据实施例的图像分析装置1004可基于图像人工智能学习模型生成图像分析信息(s2001)。例如，图像分析装置1004基于快速基于区域的卷积网络(r-cnn)算法生成图像分析信息。图像分析装置1004可基于包含在驾驶员的上述面部图像中的血流图像估计驾驶员的脉搏率，或者可基于驾驶员的瞳孔图像估计驾驶员的情绪或者身体状态。
59.根据实施例的语音分析装置1005可以基于语音人工智能学习模型生成语音分析信息(s2002)。例如，语音分析装置1005通过对语音信息的快速傅里叶变换(fft)分析生成语音分析信息。语音分析装置1005可以基于包含在上述驾驶员语音信息中的驾驶员语音的频率、驾驶员语音的音色变化等估计驾驶员的情绪或者身体状态。
60.根据实施例的生物特征信号分析装置1006可以基于驾驶员生物特征信号信息生成生物特征信号分析信息。根据实施例的驾驶员生物特征信号信息可以包括驾驶员的脉搏信息、驾驶员的体温信息和驾驶员的脑电波信息中的至少一个。
61.根据实施例的生物特征信号分析装置1006可以基于人工智能学习模型生成生物特征信号分析信息(s2003)。生物特征信号分析装置1006可基于生物特征信号信息中包含的脉搏信息、体温信息或脑电波信息来估计驾驶员的情绪或身体状态。
62.根据实施例的状态分析装置可基于生成的图像分析信息、语音分析信息和/或生物特征信号分析信息生成分析信息(s2004)。如以上在图1中所述，根据实施例的分析信息指示基于状态信息分析的驾驶员的身体状态和/或情绪状态。
63.根据实施例的状态分析装置可以将生成的分析信息传递至振动信号建模信息生成装置(图1的建模信息生成装置1002)。
64.根据在该图中描述的方法，根据实施例的设备1000可以通过确定车辆驾驶员的身体状态或情绪来生成适当的振动信号。此外，根据实施例的设备1000可以进一步基于驾驶信息考虑车辆的驾驶干扰状态来生成考虑了驾驶员的安全性的振动信号。
65.图3是用于描述根据实施例的振动信号建模信息的示例的示图。
66.该图示出了根据实施例的振动信号建模信息(在图1中描述的振动信号建模信息)的示例。
67.如以上在图1中所述的，振动信号建模信息生成装置(图1的建模信息生成装置1002)可以基于所生成的分析信息(以上在图1至图2中所描述的分析信息)生成用于车辆的振动(以上在图1中所描述的车辆的振动)的振动信号建模信息。根据实施例的振动信号建
模信息可以是用于实现车辆的座位或方向盘中的振动的建模信息。
68.根据实施例的振动信号建模信息被表示为振动波形，并且可包括一个或多个振动分量。根据实施例的振动分量可以是构成振动信号建模信息的单元。构成根据实施例的振动信号建模信息的振动信号可包括搏动振动分量与和声振动分量中的至少一个。搏动振动分量可指示具有搏动类型的振动分量。和声振动分量可指示由两个以上振动分量构成的振动分量。根据实施例的振动信号建模信息还可包括每个振动分量的周期信息、每个振动分量的回放时间点信息、每个振动分量的停止时间点信息和每个振动分量的回放时间信息中的至少一个。
69.该图所示的波形表示构成振动信号建模信息的一个搏动振动分量和一个和声振动分量(例如由第一至第三分量构成的和声振动分量)的示例。
70.例如，振动信号建模信息还可包含搏动振动分量的周期信息、搏动振动分量的形状和幅度信息、和声振动分量的重放时间信息、第一分量至第三分量各自的幅度信息、第一分量至第三分量各自的重现时间点信息或第一分量至第三分量各自的停止时间点信息。
[0071]“3000”可表示上述搏动振动分量的周期信息。“3001”可表示上述搏动振动分量的搏动形状和幅度信息。
[0072]“3003”可表示上述和声振动分量的重放时间信息。“3004”可表示构成和声振动分量的第一分量的停止时间点信息。“3005”可表示构成和声振动分量的第一分量的振幅信息。“3006”表示构成和声振动分量的第二分量的重放时间点信息。“3007”可表示构成和声振动分量的第二分量的停止时间点信息。“3008”可表示构成和声振动分量的第二分量的幅度信息。“3009”可表示构成和声振动分量的第三分量的重放时间点信息。“3010”可表示构成和声振动分量的第三分量的停止时间点信息。
[0073]
如上所述，根据实施例的振动信号建模信息可被表示为一个或多个振动分量的组合。通过组合一个或多个振动分量来生成振动信号建模信息的方法可以与用于合成音乐的方法相同或类似。换言之，搏动振动分量可对应于冲击声音效果。构成和声振动分量的振动分量可对应于构成每个和声的键盘声音。
[0074]
根据在该图中描述的方法，根据实施例的设备1000可以通过确定车辆驾驶员的身体状态或情绪来产生适当的振动信号。此外，根据实施方式的设备1000可以进一步基于驾驶信息考虑车辆的驾驶干扰状态来生成考虑了驾驶员的安全性的振动信号。
[0075]
图4是用于描述根据实施例的振动信号建模信息生成装置的操作的示例的示图。
[0076]
该图是用于描述根据实施例的振动信号建模信息生成装置4000(在图1和图3中描述的振动信号建模信息生成装置)的操作的示例的示图。
[0077]
根据实施例的振动信号建模信息生成装置可基于人工智能学习模型来生成振动信号建模信息。即，可以在将分析信息输入到人工智能学习模型之后生成振动信号建模信息。
[0078]
当给出一对输入和输出作为数据时，上述人工智能学习模型可以是有监督学习模型，用于学习输入和输出之间的映射。根据实施例的人工智能学习模型所使用的学习方法不限于上述示例。
[0079]
根据实施例的人工智能学习模型4001可以是预学习的学习模型。可以学习人工智能学习模型，以基于各种驾驶员状态信息针对各个分析信息生成适当的振动信号建模信
息。例如，人工智能学习模型是指有监督学习模型，其被学习以在输入基于驾驶员的状态信息的分析信息时输出与输入的分析信息相对应的振动信号建模信息。上述振动信号建模信息是否合适可通过用户测试来验证。
[0080]
如上所述，根据实施例的振动信号建模信息生成装置可执行基于输入分析水平和预学习的学习模型来预测适当的振动信号建模信息的处理4002。
[0081]
如以上在图3中所描述的，根据实施例的预测的(或生成的)振动信号建模信息可包括关于一个或多个振动分量的信息。例如，预测的振动信号建模信息可包括搏动振动分量和和声振动分量。另外，振动信号建模信息可以包括搏动振动分量的搏动形状、搏动振动分量的搏动幅度、搏动振动分量的搏动周期、和声振动分量的重放时间、和声振动分量的第一分量的频率、和声振动分量的第一分量的重放时间点、和声振动分量的第一分量的停止时间点、和声振动分量的第二分量的频率、和声振动分量的第二分量的重放时间点、和声振动分量的第二分量的停止时间点等。
[0082]
根据在该图中描述的方法，根据实施例的设备1000可以通过确定车辆驾驶员的身体状态或情绪来生成适当的振动信号。此外，根据实施例的设备1000可以进一步基于驾驶信息考虑车辆的驾驶干扰状态来生成考虑了驾驶员的安全性的振动信号。
[0083]
图5是示出根据实施例的振动信号生成装置的操作的示例的流程图。
[0084]
该图是示出根据实施例的振动信号生成装置(图1的振动信号生成装置1003)的操作的示例的流程图。
[0085]
如以上在图1中所描述的，根据实施例的振动信号生成装置可基于所生成的振动信号建模信息和车辆的驾驶信息来生成振动信号。
[0086]
如以上在图1中所描述的，根据实施例的驾驶信息可以是用于确定车辆是否处于驾驶干扰状态的信息。根据实施例的驾驶信息可通过包括在车辆中的一个或多个传感器测量并且可被输入至振动信号生成装置。例如，基于控制器局域网(can)通信将驾驶信息输入至振动信号生成装置。
[0087]
根据实施例的振动信号生成装置可基于驾驶信息确定车辆的驾驶是否被干扰。根据实施例的驾驶信息可包括车辆的速度信息等。
[0088]
如上所述，根据实施例的振动信号生成装置可接收驾驶信息(s5000)。
[0089]
当驾驶信息指示车辆未处于驾驶干扰状态时，根据实施例的振动信号生成装置可以基于振动信号建模信息生成振动信号(s5001)。
[0090]
当驾驶信息指示车辆处于驾驶干扰状态时，根据实施例的振动信号生成装置可基于振动信号建模信息和警告振动信号建模信息来生成振动信号(s5002)。
[0091]
根据实施例的警告振动信号建模信息可以是用于引起车辆驾驶员注意的振动。例如，警告振动信号建模信息也可以仅包含上述图3所示的搏动振动分量。
[0092]
即，根据实施例的振动信号可基于振动信号建模信息和警告振动信号建模信息中的至少一个来生成。
[0093]
根据实施例的振动信号生成装置(或用于生成车辆的振动的设备1000)可将生成的振动信号传送到车辆的座位和车辆的方向盘中的至少一个(s5003)。已经接收振动信号的座椅或方向盘可以基于内置致动器实施对应于振动信号的振动。
[0094]
根据在该图中描述的方法，根据实施例的设备1000可以通过确定车辆驾驶员的身
体状态或情绪来生成适当的振动信号。此外，根据实施例的设备1000可以进一步基于驾驶信息考虑车辆的驾驶干扰状态来生成考虑了驾驶员的安全性的振动信号。
[0095]
图6是示出根据实施例的用于车辆的振动生成方法的示例的流程图。
[0096]
该图是示出根据实施例的用于车辆的振动生成方法(或方法)的示例的流程图。根据实施例的方法可以由用于车辆的振动生成设备(以上在图1中描述的设备1000)执行。
[0097]
根据实施例的用于车辆的振动生成方法可包括：接收车辆的驾驶员的状态信息并且基于状态信息生成分析信息(s6000)；基于所生成的分析信息生成用于车辆的振动的振动信号建模信息(s6001)；和/或基于所生成的振动信号建模信息和车辆的驾驶信息生成振动信号(s6002)。
[0098]
根据实施例的驾驶员的状态信息可包括驾驶员图像信息、驾驶员语音信息和驾驶员生物特征信号信息中的至少一个。驾驶员的状态信息的详细描述与上述图1至图4中所描述的相同或相似。
[0099]
根据实施例的步骤s6000可包括：基于驾驶员图像信息生成图像分析信息；基于驾驶员语音信息生成语音分析信息；和/或基于驾驶员生物特征信号信息生成生物特征信号分析信息。上述步骤的描述与上面参考图2描述的相同或相似。
[0100]
根据实施例的分析信息可包括图像分析信息、语音分析信息和生物特征信号分析信息中的至少一个。分析信息的详细描述与上述图1至图4中描述的相同或相似。
[0101]
根据实施例的驾驶员图像信息可包括驾驶员的面部图像和驾驶员的瞳孔图像中的至少一个。根据实施例的驾驶员生物特征信号信息可以包括驾驶员的脉搏信息、驾驶员的体温信息和驾驶员的脑电波信息中的至少一个。
[0102]
根据实施例的振动信号建模信息可包括一个或多个振动分量。根据实施例的振动信号可包括搏动振动分量和和声振动分量中的至少一个。根据实施例的振动信号建模信息可包括每个振动分量的周期信息、每个振动分量的重放时间点信息、每个振动分量的停止时间点信息和每个振动分量的重放时间信息中的至少一个。根据实施例的振动信号建模信息的详细描述与图3中的上述相同或相似。
[0103]
可以在将分析信息输入人工智能学习模型之后生成振动信号建模信息。根据实施例的人工智能学习模型可以是学习模型，当输入基于车辆驾驶员的状态信息的分析信息时，学习该学习模型以输出与输入的分析信息相对应的振动信号建模信息。根据实施例的人工智能学习模型的详细描述与图4中的上述描述相同或相似。
[0104]
根据实施例的驾驶信息可包括车辆的速度信息。根据实施例的振动信号可基于振动信号建模信息和警告振动信号建模信息中的至少一个来生成。根据实施例的用于生成振动信号的方法的描述与以上在图5中描述的方法相同或相似。
[0105]
根据实施例的步骤s6002可包括：当驾驶信息指示车辆处于驾驶干扰状态时，基于振动信号建模信息和警告振动信号建模信息生成振动信号；以及当驾驶信息指示车辆未处于驾驶干扰状态时，基于振动信号建模信息生成振动信号。上述步骤的详细描述与上面参考图5描述的相同或相似。
[0106]
该方法可进一步包括将生成的振动信号传递至车辆的座椅和车辆的方向盘中的至少一个。上述步骤的详细描述与上面参考图5描述的相同或相似。
[0107]
根据此图中描述的方法，根据实施例的设备可以通过确定车辆驾驶员的身体状态
或情绪来生成适当的振动信号。此外，根据实施例的设备可以进一步基于驾驶信息考虑车辆的驾驶干扰状态来生成考虑了驾驶员的安全性的振动信号。
[0108]
以上描述仅是本公开的技术构思的示例，并且在不背离本公开的本质特征的情况下，本领域技术人员可以进行各种修改和改变。
[0109]
因此，本公开的实施例并非旨在限制而是解释本公开的技术构思，并且本公开的范围和精神不受上述实施例的限制。本公开的保护范围应由所附权利要求解释，并且其所有等同物应被解释为包括在本公开的范围内。
[0110]
实施例可以为车辆提供考虑到驾驶员的身体状态或情绪而生成的振动。
[0111]
此外，除了驾驶员的身体状态或情绪之外，实施例可为车辆提供进一步考虑车辆的驾驶警告状态而生成的振动。
[0112]
此外，可以提供通过说明书直接或间接理解的各种效果。
[0113]
在上文中，虽然已经参考示例性实施例和附图描述了本公开，但是本公开不限于此，而是在不背离在所附权利要求中要求保护的本公开的精神和范围的情况下，可由本公开所属领域的技术人员进行各种修改和改变。