-
公开(公告)号：CN119099645A
公开(公告)日：2024-12-10
申请号：CN202411404768.5
申请日：2024-10-10
Applicant: 吉林大学
Abstract: 一种面向个体差异性的驾驶疲劳音乐干预方法，属于驾驶疲劳干预技术领域。本发明通过身份识别模块对驾驶人进行身份识别，获取系统中该驾驶人对应的身份信息；通过疲劳辨识模块，对驾驶员进行疲劳状态判别；若驾驶员处于某一疲劳状态，则通过音乐干预模块，在系统中该驾驶员最佳干预策略库寻找与当前疲劳状态对应的最佳干预策略，根据此策略对驾驶员进行音乐干预；判别干预后驾驶员的疲劳状态，若驾驶员仍处于疲劳状态，则通过音乐干预模块再次对驾驶员进行干预；记录干预过程中疲劳干预策略模型的变化，通过模型调整模块，替换系统中该驾驶人对应的疲劳干预策略模型与最佳干预策略库。面向个体差异进行干扰，充分保证了驾驶疲劳音乐干预效果。
-
公开(公告)号：CN117457031A
公开(公告)日：2024-01-26
申请号：CN202311499423.8
申请日：2023-11-13
Applicant: 吉林大学
Abstract: 基于语音全局声学特征和局部频谱特征的情绪识别方法，属于驾驶员情绪识别技术领域，通过车载语音收集设备获取驾驶员的原始音频，对原始音频进行语音降噪、语音切割后预处理，提取全局声学特征和局部频谱特征，并进行拼接融合，特征降维，利用随机森林算法进行全局声学特征情绪识别，输出情绪种类的概率；利用SoftMax分离器输出局部频谱特征情绪种类的概率；将两种情绪种类的概率利进行决策融合，最终输出驾驶员的情绪状态。本发明解决了单一模态语音下驾驶员情绪识别准确率不够精准、对于驾驶环境下语音嘈杂缺乏有效区分的问题，通过驾驶员语音实时监测驾驶员的情绪，并准确的识别驾驶员情绪提供重要的理论和技术支持。
-
公开(公告)号：CN117982144A
公开(公告)日：2024-05-07
申请号：CN202410000957.X
申请日：2024-01-02
Applicant: 吉林大学
Abstract: 本发明一种基于智能手环数据的驾驶员活动状态递进式判别方法，属于智能穿戴设备，人体活动识别，汽车辅助驾驶技术领域；通过对智能手环获取的姿态数据及生理数据进行分析，结合车载GPS数据实现数据的同步标注，让手环智能体本身能够通过姿态数据初判和结合姿态和生理数据二次判定来识别佩戴者的驾驶状态、日常状态和睡眠状态，并实现自适应切换，进而降低手环的能耗，为进一步判别驾驶员疲劳风险提供先决条件，同时结合智能手环的云服务平台，实现对职业驾驶员的大健康管理。本发明在实现驾驶员状态识别的同时，克服了单模态数据分析不准确，识别精度低的问题，使模型具有更强的鲁棒性。
-
-
Search Results
3
records
(took 0.02 seconds)
