专利文件中表明,该系统可以探测到错误驾驶行为以及非最佳驾驶操作,由车载驾驶员辅助系统进行评估,并可与预期驾驶员行为模型进行比较。比较结果可用于提醒驾驶员或者采取即时的驾驶纠正措施;此外,此类结果还可用于进行实时或离线培训,或传感器校准。该款驾驶员行为模型可以是针对特定驾驶员的,也可基于许多驾驶员的综合信息打造。而且此类方法也适用于乘用车、公交车、卡车及其他车辆的驾驶员。
为了完成上述复杂任务,该系统会执行一系列操作。首先,其会跟踪驾驶员的操作,并记录相关数据。在分析数据时,系统会寻找异常情况,如果确为异常情况,则会从一组或多组的行动建议中挑选一个作为应对。
虽然该专利并未明确说明何种行为会被认为是异常行为,但其提供了一些线索。此类异常行为很可能不会是单一行为,而是多个与驾驶行为标准模型相偏离的行为。此外,该专利还会根据驾驶时间长短和行驶距离等因素来判断异常。
有趣的是,该专利申请还提及了可能与该系统进行交互的控制系统,涵盖制动、加速、转向、信号、导航及通信系统。更引人注目的是,该系统能够以机器人的方式对驾驶员进行训练,从而提升其驾驶技能。至于从表现不佳的驾驶员处收集的数据,该专利文件中写道:“此类信息可能会被保存……例如,用于提供培训。”