阅读说明：本技术 一种驾驶状态检测的方法、系统、设备及可读存储介质 (Method, system and equipment for detecting driving state and readable storage medium ) 是由 仲崇亮 于 2019-09-25 设计创作，主要内容包括：本申请公开了一种驾驶状态检测的方法,包括：获取指定区域内的三维面部图像信息,并利用三维面部图像信息建立3D面部模型；利用3D面部模型确定驾驶员的视线的凝视位置；判断凝视位置是否在预设范围内；若否,则判断凝视时间是否超过第一阈值；其中,凝视时间为驾驶员视线停留在凝视位置的时间；若凝视时间超过第一阈值,则确定驾驶员处于疲劳驾驶状态。本申请利用基于3D的图像采集技术获取三维面部图像信息,并利用建立好的3D面部模型来检测驾驶员是否处于疲劳驾驶状态,提高了驾驶状态检测的精度,减少了疲劳驾驶误判情况的发生。本申请同时还提供了一种驾驶状态检测的系统、设备及计算机可读存储介质,具有上述有益效果。(The application discloses a method for detecting a driving state, which comprises the following steps: acquiring three-dimensional face image information in a designated area, and establishing a 3D face model by using the three-dimensional face image information; determining a gaze location of a driver's gaze using a 3D face model; judging whether the gaze position is within a preset range; if not, judging whether the staring time exceeds a first threshold value; wherein the gaze time is the time when the driver's sight line stays at the gaze position; if the gaze time exceeds a first threshold, it is determined that the driver is in a fatigue driving state. According to the method and the device, the three-dimensional facial image information is acquired by using the 3D-based image acquisition technology, and whether the driver is in the fatigue driving state is detected by using the established 3D facial model, so that the driving state detection precision is improved, and the occurrence of the fatigue driving misjudgment condition is reduced. The application also provides a system and equipment for detecting the driving state and a computer readable storage medium, and the system and the equipment have the beneficial effects.)

一种驾驶状态检测的方法、系统、设备及可读存储介质

技术领域

本申请涉及驾驶状态检测领域，特别涉及一种驾驶状态检测的方法、系统、设备及计算机可读存储介质。

背景技术

社会的发展带来了车辆的急速增加，行车安全成为人们出行必须考虑的事情。对驾驶员来说，安全行车不仅是对自己的负责也是对其他生命的尊重。但是车辆的驾驶并不是一个简单的工作，经常会出现驾驶疲劳，尤其是长途车的驾驶员现象更为明显。

驾驶疲劳会影响到驾驶员的注意、感觉、知觉、思维、判断、意志、决定和运动等诸方面。疲劳后继续驾驶车辆，会感到困倦瞌睡，四肢无力，注意力不集中，判断能力下降，甚至出现精神恍惚或瞬间记忆消失，出现动作迟误或过早，操作停顿或修正时间不当等不安全因素，极易发生道路交通事故。

现有技术中，通过检测面部表情和肢体动作从而判断驾驶员是否处于疲劳驾驶状态，譬如通过检测驾驶员闭眼的时间，打呵欠的频次，低头的频次，身体是否前倾等等，然而，传统的面部识别技术是基于2D的图像采集技术，导致识别精度较低，存在误判严重的情况。

因此，如何提高驾驶状态检测的精度是本领域技术人员目前需要解决的技术问题。

发明内容

本申请的目的是提供一种驾驶状态检测的方法、系统、设备及计算机可读存储介质，用于提高驾驶状态检测的精度。

为解决上述技术问题，本申请提供一种驾驶状态检测的方法，该方法包括：

获取指定区域内的三维面部图像信息，并利用所述三维面部图像信息建立3D面部模型；

利用所述3D面部模型确定驾驶员的视线的凝视位置；

判断所述凝视位置是否在预设范围内；

若否，则判断凝视时间是否超过第一阈值；其中，所述凝视时间为所述驾驶员视线停留在所述凝视位置的时间；

若所述凝视时间超过所述第一阈值，则确定所述驾驶员处于疲劳驾驶状态。

可选的，在获取指定区域内的三维面部图像信息之后，还包括；

确定所述三维面部图像信息中每个预设特征点的位置信息；

根据所述位置信息确定面部运动数据；

根据所述面部运动数据检测所述驾驶员是否处于所述疲劳驾驶状态。

可选的，当所述凝视位置在所述预设范围内时，还包括：

获取当前车辆的行驶信息以及所述当前车辆与周围车辆的车距信息；

根据所述行驶信息检测所述驾驶员是否处于疲劳驾驶状态；

若否，则判断所述车距信息是否小于第二阈值；

若所述车距信息小于所述第二阈值，则确定所述驾驶员处于所述疲劳驾驶状态；

其中，所述行驶信息包括所述当前车辆发生车道偏离的时间间隔、所述当前车辆在预设时间间隔内的速度变化值以及所述当前车辆转弯时的车速。

可选的，还包括：

记录所述驾驶员的驾驶行为数据；

依据所述驾驶行为数据、所述行驶信息及所述车距信息建立所述驾驶员的专属驾驶状态检测模型；

利用所述专属驾驶状态检测模型检测所述驾驶员是否处于所述疲劳驾驶状态。

可选的，还包括：

将所述驾驶行为数据、所述行驶信息及所述车距信息上传至云平台，以使所述云平台对所述驾驶员的所述驾驶行为数据、所述行驶信息及所述车距信息进行记录。

可选的，在确定所述驾驶员处于疲劳驾驶状态之后，还包括：

发出报警信号。

可选的，所述发出报警信号，包括：

获取行驶信息以及车距信息，并根据所述行驶信息及所述车距信息计算所述当前车辆的危险等级；

发出与所述危险等级对应的报警信号。

本申请还提供一种驾驶状态检测的系统，该系统包括：

第一模型建立模块，用于获取指定区域内的三维面部图像信息，并利用所述三维面部图像信息建立3D面部模型；

视线模拟模块，用于利用所述3D面部模型模拟驾驶员的视线的凝视位置；

第一判断模块，用于判断所述凝视位置是否在预设范围内；

第二判断模块，用于当断所述凝视位置不在所述预设范围内时，则判断凝视时间是否超过第一阈值；

第一确定模块，用于若所述凝视时间超过所述第一阈值，则确定所述驾驶员处于疲劳驾驶状态。

本申请还提供一种驾驶状态检测设备，该驾驶状态检测设备包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上述任一项所述驾驶状态检测的方法的步骤。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述驾驶状态检测的方法的步骤。

本申请所提供驾驶状态检测的方法，包括：获取指定区域内的三维面部图像信息，并利用三维面部图像信息建立3D面部模型；利用3D面部模型确定驾驶员的视线的凝视位置；判断凝视位置是否在预设范围内；若否，则判断凝视时间是否超过第一阈值；其中，凝视时间为驾驶员视线停留在凝视位置的时间；若凝视时间超过第一阈值，则确定驾驶员处于疲劳驾驶状态。

本申请所提供的技术方案，通过利用指定区域内获取到的三维面部图像信息建立3D面部模型，然后利用3D面部模型确定驾驶员的视线的凝视位置，来判断驾驶员此时视线的凝视位置是否在根据正常驾驶情况确定的预设范围内，若不在，且凝视时间过长，则确定驾驶员处于疲劳驾驶状态；本申请利用基于3D的图像采集技术获取三维面部图像信息，并利用建立好的3D面部模型来检测驾驶员是否处于疲劳驾驶状态，提高了驾驶状态检测的精度，减少了疲劳驾驶误判情况的发生。本申请同时还提供了一种驾驶状态检测的系统、设备及计算机可读存储介质，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例所提供的一种驾驶状态检测的方法的流程图；

图2为本申请实施例所提供的另一种驾驶状态检测的方法的流程图；

图3为本申请实施例所提供的一种驾驶状态检测的系统的结构图；

图4为本申请实施例所提供的另一种驾驶状态检测的系统的结构图；

图5为本申请实施例所提供的一种驾驶状态检测设备的结构图。

具体实施方式

本申请的核心是提供一种驾驶状态检测的方法、系统、设备及计算机可读存储介质，用于提高驾驶状态检测的精度。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

引起疲劳驾驶的因素是多方面的，驾驶员的疲劳主要是神经和感觉器官的疲劳，以及因长时间保持固定姿势，血液循环不畅所引起的肢体疲劳。驾驶员长时间坐在固定的座位上，动作受到一定限制，注意力高度集中，忙于判断车外刺激信息，精神状态高度紧张，从而出现眼睛模糊、腰酸背痛、反应迟钝、驾驶不灵活等驾驶疲劳现象。驾驶员处于轻微疲劳时，会出现换档不及时、不准确；驾驶员处于中度疲劳时，操作动作呆滞，有时甚至会忘记操作；驾驶员处于重度疲劳时，往往会下意识操作或出现短时间睡眠现象，严重时会失去对车辆的控制能力。驾驶员疲劳时，会出现视线模糊、腰酸背疼、动作呆板、手脚发胀或有精力不集中、反应迟钝、思考不周全、精神涣散、焦虑、急躁等现象。如果仍勉强驾驶车辆，则可能导致交通事故的发生。

现有技术中，通过检测面部表情和肢体动作从而判断驾驶员是否处于疲劳驾驶状态，而由于传统的面部识别技术是基于2D的图像采集技术，导致识别精度较低，存在误判严重的情况，故本申请提供了的一种驾驶状态检测的方法，用于解决上述技术问题；

请参考图1，图1为本申请实施例所提供的一种驾驶状态检测的方法的流程图。

其具体包括如下步骤：

S101：获取指定区域内的三维面部图像信息，并利用三维面部图像信息建立3D面部模型；

由于人脸识别容易受环境、姿态、表情等因素的影响，而三维面部图像信息与二维面部图像信息相比，能够提供更完整、更丰富的识别信息，因而三维人脸识别对光照、姿态以及表情等因素的鲁棒性较强，故本申请中利用获取到的三维面部图像信息来完成对驾驶员驾驶状态的检测，以达到提高检测精度的目的；

这里提到的指定区域，即为驾驶员的面部所在区域，用户可以通过调整面部信息获取设备的角度和反向实现对指定区域的调整，本步骤中，面部信息获取设备具体可以为深度相机，深度相机能够检测出三维面部图像信息的景深距离，进而系统能够利用该三维面部图像信息建立3D面部模型；

可选的，可以通过双目视觉人脸识别算法来获取指定区域内的三维面部图像信息；

双目视觉人脸识别算法以结构简单的双目立体视觉系统为基础，通过调整左、右摄像机与人脸的相对位置，完成人脸的二维图像采集，从而能经济、高效地完成图像采集；识别过程中，利用主动形状模型(Active Shape Model，ASM)技术对二维图像进行二维特征点自动定位，并结合摄像机的内外参数得出特征点的三维坐标，从而避免了复杂的人脸三维重建；最后利用反向传播(Back Propagation，BP)神经网络进行识别，具有更高的面部识别率。

优选的，在获取指定区域内的三维面部图像信息之后，还可以执行如下步骤；

确定三维面部图像信息中每个预设特征点的位置信息；

根据位置信息确定面部运动数据；

根据面部运动数据检测驾驶员是否处于疲劳驾驶状态；

本申请实施例在获取到三维面部图像信息之后，直接利用该三维面部图像信息确定驾驶员的面部运动数据，并根据面部运动数据检测驾驶员是否处于疲劳驾驶状态，例如，可以根据部图像信息确定驾驶员的眨眼频率，当眨眼频率不再预设阈值范围内时则可以确定驾驶员处于疲劳驾驶状态。

S102：利用3D面部模型确定驾驶员的视线的凝视位置；

可选的，可以通过3D面部模型确定驾驶员两只眼睛的瞳孔位置，并根据瞳孔位置确定两只眼睛的视线方向，然后将两条视线的交点作为驾驶员的视线的凝视位置。

S103：判断凝视位置是否在预设范围内；

若否，则进入步骤S104；

在本步骤中，通过3D面部模型确定驾驶员的视线的凝视位置之后，判断该凝视位置是否在预设范围内，该预设范围即为驾驶员正常驾驶车辆时视线所在的位置的范围，通常为驾驶员的正前方挡风玻璃上的一个圆形区域，如果驾驶员处于疲劳驾驶状态，可能存在着视线长时间停留在非正常位置的情况，故本申请在检测到凝视位置不在预设范围内时判断凝视时间是否超过第一阈值，超过则认为该驾驶员处于疲劳驾驶状态；

在一个具体实施例中，还可以根据驾驶员个人信息的不同，为其设定对应的阈值范围，更进一步的提高驾驶状态检测的精度；

例如，针对于身高较高的王某，可以适当将该预设范围向上偏移，而针对于身高较矮的李某，可以适当的将该预设范围向下偏移；

进一步的，还可以依据每个驾驶员的驾驶习惯不同，为其设定各自的预设范围，以使驾驶状态检测的精度进一步提高；

可选的，当该凝视位置在该预设范围内时，则证明此时驾驶员的视线是正常的，此时还可以根据车辆的行驶信息来判断驾驶员是否处于疲劳驾驶状态。

S104：判断凝视时间是否超过第一阈值；

若是，则进入步骤S105；

这里提到的凝视时间即为驾驶员视线停留在凝视位置的时间，当凝视时间超过第一阈值时，则证明驾驶员视线偏离正常驾驶位置的时间较长，此时确定驾驶员处于疲劳驾驶状态；

这里提到的第一阈值即为正常驾驶状态下视线偏离正常位置的时间所允许的最大值，该第一阈值可以为生产厂家自行设定，也可以为相关技术人员依据特定的计算方式确定的值，本申请对第一阈值的确定方式不作具体限定；

可选的，当凝视时间未超过第一阈值时，则证明驾驶员视线偏离正常驾驶位置的时间较短，可能只是通过后视镜或侧视镜观看周围环境，不能确定驾驶员处于疲劳驾驶状态，此时还可以发出视线偏离的提示信息，以使驾驶员能够及时收回视线，保存正常驾驶状态。

S105：确定驾驶员处于疲劳驾驶状态。

优选的，在确定驾驶员处于疲劳驾驶状态之后，还可以发出报警信号，以使驾驶员能够及时清醒，避免意外的发生；

进一步的，这里提到的发出报警信号，其具体可以为：

获取行驶信息以及车距信息，并根据行驶信息及车距信息计算当前车辆的危险等级；

发出与危险等级对应的报警信号。

在本步骤中，本申请将车辆危险检测等级与报警信号的做耦合，根据车辆的危险等级发出对应的报警信号，以使驾驶员能够及时注意到车辆危险情况，及时调整避免发生意外。

基于上述技术方案，本申请所提供的一种驾驶状态检测的方法，通过利用指定区域内获取到的三维面部图像信息建立3D面部模型，然后利用3D面部模型确定驾驶员的视线的凝视位置，来判断驾驶员此时视线的凝视位置是否在根据正常驾驶情况确定的预设范围内，若不在，且凝视时间过长，则确定驾驶员处于疲劳驾驶状态；本申请利用基于3D的图像采集技术获取三维面部图像信息，并利用建立好的3D面部模型来检测驾驶员是否处于疲劳驾驶状态，提高了驾驶状态检测的精度，减少了疲劳驾驶误判情况的发生。

针对于上一实施例的步骤S103，当驾驶员视线的凝视位置不在预设范围内时，还可以执行如图2所示的步骤，下面结合图2进行说明。

请参考图2，图2为本申请实施例所提供的另一种驾驶状态检测的方法的流程图。

其具体包括以下步骤：

S201：获取当前车辆的行驶信息以及当前车辆与周围车辆的车距信息；

这里提到的行驶信息包括当前车辆发生车道偏离的时间间隔、当前车辆在预设时间间隔内的速度变化值以及当前车辆转弯时的车速。

S202：根据行驶信息检测驾驶员是否处于疲劳驾驶状态；

若否，则进入步骤S203；

在本步骤中，根据行驶信息检测驾驶员是否处于疲劳驾驶状态，可以通过获取驾驶员的一些违规驾驶行为如车道偏离、急加速、高速转弯等行驶信息来根据驾驶员对车辆的操控情况去间接判断驾驶员是否有疲劳发生；

可选的，当检测到驾驶员是于疲劳驾驶状态时，发出报警信号。

S203：判断车距信息是否小于第二阈值；

若是，则进入步骤S204。

这里提到的第二阈值即为正常驾驶状态下当前车辆与周围车辆之间的距离所允许的最小值，该第二阈值可以为生产厂家自行设定，也可以为相关技术人员依据特定的计算方式确定的值，本申请对第二阈值的确定方式不作具体限定；

在本步骤中，当车距信息小于第二阈值时，则证明此时当前车辆和周围车辆的距离过近，而驾驶员未注意到，则确定此时驾驶员处于疲劳驾驶状态。

S204：确定驾驶员处于疲劳驾驶状态；

作为一种优选实施例，本申请还可以记录驾驶员的驾驶行为数据，并依据驾驶行为数据、行驶信息及车距信息建立驾驶员的专属驾驶状态检测模型，然后利用专属驾驶状态检测模型检测驾驶员是否处于疲劳驾驶状态；

进一步的，还可以将驾驶行为数据、行驶信息及车距信息上传至云平台，以使云平台对驾驶员的驾驶行为数据、行驶信息及车距信息进行记录；

基于不同驾驶员可能存在着不同的驾驶习惯，本申请通过记录驾驶员的驾驶行为数据，并依据驾驶行为数据、行驶信息及车距信息建立驾驶员的专属驾驶状态检测模型，然后利用专属驾驶状态检测模型检测驾驶员是否处于疲劳驾驶状态，进一步的提高了驾驶状态检测的精度。

请参考图3，图3为本申请实施例所提供的一种驾驶状态检测的系统的结构图。

该系统可以包括：

第一模型建立模块100，用于获取指定区域内的三维面部图像信息，并利用三维面部图像信息建立3D面部模型；

视线模拟模块200，用于利用3D面部模型模拟驾驶员的视线的凝视位置；

第一判断模块300，用于判断凝视位置是否在预设范围内；

第二判断模块400，用于当断凝视位置不在预设范围内时，则判断凝视时间是否超过第一阈值；

第一确定模块500，用于若凝视时间超过第一阈值，则确定驾驶员处于疲劳驾驶状态。

请参考图4，图4为本申请实施例所提供的另一种驾驶状态检测的系统的结构图。

该系统还可以包括；

第二确定模块，用于确定三维面部图像信息中每个预设特征点的位置信息；

第三确定模块，用于根据位置信息确定面部运动数据；

第一检测模块，用于根据面部运动数据检测驾驶员是否处于疲劳驾驶状态。

该系统还可以包括；

信息获取模块，用于获取当前车辆的行驶信息以及当前车辆与周围车辆的车距信息；

第二检测模块，用于根据行驶信息检测驾驶员是否处于疲劳驾驶状态；

第三判断模块，用于当驾驶员未处于疲劳驾驶状态时，判断车距信息是否小于第二阈值；

第四确定模块，用于当车距信息小于第二阈值时，确定驾驶员处于疲劳驾驶状态；

其中，行驶信息包括当前车辆发生车道偏离的时间间隔、当前车辆在预设时间间隔内的速度变化值以及当前车辆转弯时的车速。

该系统还可以包括；

记录模块，用于记录驾驶员的驾驶行为数据；

第二模型建立模块，用于依据驾驶行为数据、行驶信息及车距信息建立驾驶员的专属驾驶状态检测模型；

第三检测模块，用于利用专属驾驶状态检测模型检测驾驶员是否处于疲劳驾驶状态。

该系统还可以包括；

上传模块，用于将驾驶行为数据、行驶信息及车距信息上传至云平台，以使云平台对驾驶员的驾驶行为数据、行驶信息及车距信息进行记录。

该系统还可以包括；

报警模块，用于发出报警信号。

进一步的，该报警模块可以包括：

计算子模块，用于获取行驶信息以及车距信息，并根据行驶信息及车距信息计算当前车辆的危险等级；

报警子模块，用于发出与危险等级对应的报警信号。

由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。

请参考图5，图5为本申请实施例所提供的一种驾驶状态检测设备的结构图。

该驾驶状态检测设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)622(例如，一个或一个以上处理器)和存储器632，一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对装置中的一系列指令操作。更进一步地，中央处理器622可以设置为与存储介质630通信，在驾驶状态检测设备600上执行存储介质630中的一系列指令操作。

驾驶状态检测设备600还可以包括一个或一个以上电源626，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口658，和/或，一个或一个以上操作系统641，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

上述图1至图2所描述的驾驶状态检测的方法中的步骤由驾驶状态检测设备基于该图5所示的结构实现。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置、设备和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，功能调用装置，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上对本申请所提供的一种驾驶状态检测的方法、系统、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。