-
公开(公告)号：CN117184103B
公开(公告)日：2024-01-09
申请号：CN202311473436.8
申请日：2023-11-08
Applicant: 北京理工大学
Abstract: 本发明公开一种驾驶风格识别方法、系统及设备，涉及车辆辅助驾驶控制领域。本发明通过采集不同风格驾驶员在多种驾驶场景下的驾驶数据，并提取每个驾驶片段内驾驶数据的低维驾驶特征，使用聚类分析将多个驾驶特征聚类成多种驾驶风格类型，并设计基于聚类中心的驾驶风格识别规则，降低了人工设计驾驶风格识别规则的成本和主观性，提高了驾驶风格识别规则在不同场景下的适应性。进一步地，本发明根据每个驾驶片段的数据特征设计基于专家知识的驾驶风格识别规则，使用专家知识对基于机器学习的驾驶风格识别规则进行补充修正，避免了机器学习算法识别结果在部分场景下与驾驶员主观感受不一致的情况，提高了驾驶风格识别的准确率和实用性。
-
公开(公告)号：CN116811894A
公开(公告)日：2023-09-29
申请号：CN202311098981.3
申请日：2023-08-30
Applicant: 北京理工大学
IPC: B60W40/09 , B60W40/105 , B60W40/107 , B60W40/109 , B60W40/112
Abstract: 本发明提供了一种连续型驾驶风格识别方法、系统及设备，涉及智能汽车领域，方法包括：采集多名驾驶员日常驾驶场景下的多维驾驶数据；将多维驾驶数据进行分段，确定多个驾驶片段；计算每个驾驶片段内的统计特征，确定所有驾驶片段高维连续的驾驶统计特征；采用因子分析对高维连续的驾驶统计特征进行降维，生成每个驾驶片段的公共因子；根据公共因子将每个驾驶片段用一种驾驶单词表示，根据驾驶单词将待测驾驶员的所有驾驶片段表示为驾驶单词序列；根据每个驾驶片段对应的基础驾驶风格以及驾驶单词构建驾驶行为分层隐模型；将驾驶单词序列输入至驾驶行为分层隐模型中，输出待测驾驶员的连续型驾驶风格。本发明能够提高驾驶风格的辨识准确性。
-
公开(公告)号：CN118323151A
公开(公告)日：2024-07-12
申请号：CN202410756314.8
申请日：2024-06-13
Applicant: 北京理工大学
IPC: B60W40/09 , B60W50/00 , G06F18/2411 , G06F18/213 , G06F18/25 , G06F18/20
Abstract: 本发明公开一种融合语义化信息和驾驶特征的驾驶风格识别方法及系统，涉及智能汽车领域，方法包括：获取多个参考驾驶数据片段和各参考驾驶数据片段对应的驾驶风格标签；确定各参考驾驶数据片段的语义化信息；提取各参考驾驶数据片段的驾驶特征；构建目标函数；目标函数是基于驾驶特征权重向量的正则项、语义化信息权重向量的正则项和语义化信息的惩罚项构建的；将所有参考驾驶数据片段的驾驶特征、驾驶风格标签和语义化信息代入目标函数进行求解，得到最优解；基于最优解和支持向量机确定驾驶风格识别模型。最后，将目标驾驶数据片段的驾驶特征输入驾驶风格识别模型确定目标驾驶人的驾驶风格。本发明提高了驾驶人驾驶风格识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116811894B
公开(公告)日：2023-11-21
申请号：CN202311098981.3
申请日：2023-08-30
Applicant: 北京理工大学
IPC: B60W40/09 , B60W40/105 , B60W40/107 , B60W40/109 , B60W40/112
-
公开(公告)号：CN118323151B
公开(公告)日：2024-08-09
申请号：CN202410756314.8
申请日：2024-06-13
Applicant: 北京理工大学
IPC: B60W40/09 , B60W50/00 , G06F18/2411 , G06F18/213 , G06F18/25 , G06F18/20
Abstract: 本发明公开一种融合语义化信息和驾驶特征的驾驶风格识别方法及系统，涉及智能汽车领域，方法包括：获取多个参考驾驶数据片段和各参考驾驶数据片段对应的驾驶风格标签；确定各参考驾驶数据片段的语义化信息；提取各参考驾驶数据片段的驾驶特征；构建目标函数；目标函数是基于驾驶特征权重向量的正则项、语义化信息权重向量的正则项和语义化信息的惩罚项构建的；将所有参考驾驶数据片段的驾驶特征、驾驶风格标签和语义化信息代入目标函数进行求解，得到最优解；基于最优解和支持向量机确定驾驶风格识别模型。最后，将目标驾驶数据片段的驾驶特征输入驾驶风格识别模型确定目标驾驶人的驾驶风格。本发明提高了驾驶人驾驶风格识别的准确性。
-
公开(公告)号：CN117958841B
公开(公告)日：2024-06-18
申请号：CN202410361970.8
申请日：2024-03-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种脑电信号头动伪影去除方法、装置、存储介质及产品，涉及脑电信号处理技术领域，方法包括：获取受试者的脑电信号及头部运动信号；提取头部运动信号的头部运动特征，并对脑电信号进行独立成分分析，得到独立成分；采用离散小波变换分别对头部运动特征及独立成分进行分解，得到对应的低频段信号；基于低频段信号，计算独立成分与头部运动特征的相关性值；去除独立成分中与头部运动特征的相关性值超过设定阈值的低频段信号，并对独立成分中剩余低频段信号进行重构，得到新的独立成分；通过独立成分分析逆变换对新的独立成分进行重构，得到去除头动伪影后的脑电信号。本发明能够准确且高效地实现脑电信号中头动伪影的去除。
-
公开(公告)号：CN117958841A
公开(公告)日：2024-05-03
申请号：CN202410361970.8
申请日：2024-03-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种脑电信号头动伪影去除方法、装置、存储介质及产品，涉及脑电信号处理技术领域，方法包括：获取受试者的脑电信号及头部运动信号；提取头部运动信号的头部运动特征，并对脑电信号进行独立成分分析，得到独立成分；采用离散小波变换分别对头部运动特征及独立成分进行分解，得到对应的低频段信号；基于低频段信号，计算独立成分与头部运动特征的相关性值；去除独立成分中与头部运动特征的相关性值超过设定阈值的低频段信号，并对独立成分中剩余低频段信号进行重构，得到新的独立成分；通过独立成分分析逆变换对新的独立成分进行重构，得到去除头动伪影后的脑电信号。本发明能够准确且高效地实现脑电信号中头动伪影的去除。
-
公开(公告)号：CN117184103A
公开(公告)日：2023-12-08
申请号：CN202311473436.8
申请日：2023-11-08
Applicant: 北京理工大学
Abstract: 本发明公开一种驾驶风格识别方法、系统及设备，涉及车辆辅助驾驶控制领域。本发明通过采集不同风格驾驶员在多种驾驶场景下的驾驶数据，并提取每个驾驶片段内驾驶数据的低维驾驶特征，使用聚类分析将多个驾驶特征聚类成多种驾驶风格类型，并设计基于聚类中心的驾驶风格识别规则，降低了人工设计驾驶风格识别规则的成本和主观性，提高了驾驶风格识别规则在不同场景下的适应性。进一步地，本发明根据每个驾驶片段的数据特征设计基于专家知识的驾驶风格识别规则，使用专家知识对基于机器学习的驾驶风格识别规则进行补充修正，避免了机器学习算法识别结果在部分场景下与驾驶员主观感受不一致的情况，提高了驾驶风格识别的准确率和实用性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
