公开(公告)号：CN116707348A

公开(公告)日：2023-09-05

申请号：CN202310663279.0

申请日：2023-06-06

Applicant: 北京理工大学

Inventor： 王武宏 ,  谭海秋 ,  张浩东 ,  张杰 ,  孙栋先 ,  司仪豪 ,  石健

IPC: H02N1/04 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08 ,  B60W40/08 ,  B60W60/00

Abstract: 本发明公开的基于摩擦纳米发电机的驾驶人非驾驶行为的实时监测方法，属于条件自动驾驶下驾驶人行为监测领域。本发明实现方法为：摩擦纳米发电机传感器的制备传感器包括指骨传感器、指节传感器和用于导线；摩擦纳米发电机传感器的安装布置；摩擦纳米发电机传感器的电学特性测试；条件自动驾驶场景的搭建和驾驶人非驾驶行为进行数据采集；对采集数据数据预处理；构建深度学习模型网络结构，找出最优超参数组合，监测条件自动驾驶下驾驶人非驾驶行为。本发明采用摩擦纳米发电机采集驾驶人非驾驶行为，根据摩擦纳米发电机传感器灵敏度高，制造成本低的特点，通过采集驾驶人非驾驶行为产生的电信号数据，实现对非驾驶行为的实时的监测，并且节省成本。

公开(公告)号：CN114548164A

公开(公告)日：2022-05-27

申请号：CN202210149745.9

申请日：2022-02-18

Applicant: 北京理工大学

Inventor： 王武宏 ,  张浩东 ,  成前 ,  李成刚 ,  张杰 ,  谭海秋 ,  蒋晓蓓 ,  侯单懿 ,  石健 ,  于雯麟 ,  胡耀光 ,  孙栋先 ,  冯睽睽 ,  张云贺 ,  张发平 ,  孙春文 ,  陆逍

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08 ,  G09B9/052

Abstract: 本发明公开一种用于智能网联操控极微风险识别的无干扰监测方法，属于驾驶行为监测领域。本发明实现方法为：制备可伸缩的聚丙烯酰胺PAAM‑licl基摩擦纳米发电机PL‑TENG和具有铝AI‑Kapton摩擦层结构的摩擦纳米发电机AK‑TENG。搭建智能网联模拟驾驶场景用于获取自然驾驶数据。PL‑TENG布置于驾驶人的眼部、嘴部、脖颈等部位，将驾驶人面部和头部的极微动作转化为电信号，并从采集得到的电信号中获取用于表征疲劳和分心的特征指标；将AK‑TENG布置于转向盘和踏板，将驾驶人在完成转向、加速和制动操作时的极微动作转换为电信号，并利用电压数据完成风险驾驶操作辨识模型的搭建。结合两种摩擦纳米发电机实现对驾驶人驾驶状态和驾驶操作行为的无干扰实时监测。

公开(公告)号：CN116946149A

公开(公告)日：2023-10-27

申请号：CN202310869798.2

申请日：2023-07-17

Applicant: 北京理工大学

Inventor： 王武宏 ,  司仪豪 ,  蒋晓蓓 ,  张浩东 ,  谭海秋 ,  孙栋先 ,  张杰 ,  石健 ,  谢丽君

IPC: B60W40/08 ,  A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2415 ,  G06F18/23213 ,  G06F18/213

Abstract: 本发明公开的一种基于隐马尔可夫模型的驾驶负荷分级评估方法，属于人机协同驾驶领域。本发明实现方法为：采用便携式生理记录仪，采集驾驶人在预定驾驶负荷等级场景下的心电信号，通过对心电信号序列样本数据集分割，获取各驾驶负荷等级下的样本数据集，并从时域、频域、非线性域角度对心电信号进行特征提取及标准化处理，基于隐马尔可夫模型(HMM)及网格寻优方法对模型进行参数寻优及训练，实现对驾驶人驾驶负荷分级评估监测，以提醒驾驶人保持适度的工作负荷水平。本发明能够应用于人机协同驾驶领域，有助于驾驶人适应人机协同任务情境演变的多样性，辅助驾驶人进行安全高效的车辆接管与操控，确保人机交互有效性。

公开(公告)号：CN115009274A

公开(公告)日：2022-09-06

申请号：CN202210754129.6

申请日：2022-06-28

Applicant: 北京理工大学

Inventor： 孙栋先 ,  郭宏伟 ,  王武宏 ,  蒋晓蓓 ,  石健 ,  谭海秋 ,  张浩东

IPC: B60W30/095

Abstract: 本发明公开了一种智能网联汽车风险评估方法及个性化决策方法，包括：根据主车数据和周围车辆数据，利用行车安全场模型分别计算各周围车辆对主车产生的驾驶风险；根据各周围车辆对主车产生的驾驶风险，分别加权计算主车所受跟驰风险和换道风险；选定驾驶风格，分别将主车所受驾驶风险与驾驶风格对应的驾驶风险阈值进行对比，从而确定主车的驾驶状态；本发明驾驶风险评估准确，风险考虑维度全面且能够满足不同类型驾驶人或乘客舒适性需求。

公开(公告)号：CN114548737A

公开(公告)日：2022-05-27

申请号：CN202210149754.8

申请日：2022-02-18

Applicant: 北京理工大学

Inventor： 王武宏 ,  曹琦 ,  蒋晓蓓 ,  夏塽辰 ,  郭伟伟 ,  刘琳 ,  高婷婷 ,  刘跃军 ,  王潇 ,  李函茹 ,  周艳龙 ,  候福国 ,  谭海秋

IPC: G06Q10/06 ,  G06N5/00 ,  G06N5/04 ,  G06N7/02

Abstract: 本发明公开的基于信息征兆的复杂系统事变树定量风险评估方法，属于定量风险评价领域。本发明所提出的事变树以描述系统中的信息流而不是逻辑关系，以模糊事件的信息量而不是事件的概率，从概率统计到基本事件和事故的模糊信息量，提出的事故树模型和事故树分析方法，通过概率识别事故的随机性，通过人为因素识别事故的复杂性，通过模糊集识别事故的可能性，从时间上识别事故的多样性，实现对风险评估中事故发生的不确定、随机、复杂、可能和可变特征分析，并进行风险量化评估。本发明不仅能够捕获系统运行中发生事故的基本信息转换，还能够确定可能导致系统级特定意外事件甚至事故发生的硬件故障、软件故障和人为错误的各种组合。