-
公开(公告)号：CN107822623A
公开(公告)日：2018-03-23
申请号：CN201710942971.1
申请日：2017-10-11
Applicant: 燕山大学
IPC: A61B5/0402 , A61B5/0476 , A61B5/0488 , A61B5/11 , A61B5/16
Abstract: 本发明公开了一种基于多源生理信息的驾驶员疲劳及情绪评价方法，包括以下步骤：1、同步采集驾驶员脑电、心电、肌电和姿态信号；2、对生理信号进行预处理和特征提取；3、构建模糊神经网络的评估模型，实现驾驶员疲劳及情绪评估；4、基于评估模型并利用遗传算法不断学习驾驶员的评价指标，提取驾驶员疲劳及情绪评价的规则方法，提高评估准确性。本发明强调决策信息的全面性以及分类方法的先进性，极大地提高了驾驶员疲劳及情绪评价的准确率，降低了交通事故的发生概率。
-
Patent Agency Ranking
公开(公告)号：CN108968952A
公开(公告)日：2018-12-11
申请号：CN201810537395.7
申请日：2018-05-30
Applicant: 燕山大学
IPC: A61B5/0476 , A61B5/0488 , A61B5/11
Abstract: 一种脑肌电及惯性信息同步采集装置，包括多信息同步采集传感器、嵌入式微处理系统、无线传输通信接口、数据接收平台和电源模块。多信息同步采集传感器实时获取同步脑电信号、肌电信号及惯性信息，经过前级放大、有源滤波、后级放大等信号调理后送入嵌入式微处理系统，微处理系统对脑电信号、肌电信号及惯性信息进行A/D转换和优化处理，通过无线传输通信接口将信号无线传输至数据接收平台。本发明装置具有多信号采集、无线传输、通讯稳定、扩展性强、便携性、易操作等优点，可用于运动中脑、肌电信号和惯性信息实时同步采集，同时满足PC机、手机等多种数据应用平台的数据接收处理需求，为人体运动姿态分析及功能评价、脑机接口研究及应用领域提供了极大便利。
-
公开(公告)号：CN106529421A
公开(公告)日：2017-03-22
申请号：CN201610916704.2
申请日：2016-10-21
Applicant: 燕山大学
CPC classification number: G06K9/00523 , G06F3/015 , G06K9/00536
Abstract: 本发明公开了一种基于混合脑机接口技术的情绪及疲劳检测辅助驾驶系统，包括脑电信号采集部分、脑电信号处理分析部分、疲劳报警及语音控制车载电器部分。脑电信号采集部分采集模拟量脑电信号输出至脑电信号处理部分，脑电信号处理部分对脑电信号进行处理且计算驾驶员疲劳程度并将结果发送至疲劳报警及语音控制车载电器部分，疲劳报警及语音控制车载电器部分根据得到的结果做出相应的报警并发送至电器设备控制模块进行对车载电器设备的控制。本发明针对驾驶员在驾驶过程中产生的疲劳和情绪状况进行检测，消除因驾驶疲劳和“路怒”驾驶带来的安全隐患，降低交通事故的发生率，并能语音控制空调、多媒体、天窗等设备辅助控制，提高驾驶的安全性。
-
公开(公告)号：CN109147279B
公开(公告)日：2021-06-04
申请号：CN201811219104.6
申请日：2018-10-19
Applicant: 燕山大学
Abstract: 本发明公开了一种基于车联网的驾驶员疲劳驾驶监测预警方法及系统。所述监测预警方法包括：同步采集驾驶参数；对驾驶参数进行预处理，并分别对驾驶参数进行特征提取，确定特征全集；对特征全集内的特征进行归一化处理，并通过序列浮动向前选择算法对特征全集内的特征进行筛选，确定最优特征子集；以最优特征子集作为支持向量机的输入，以驾驶员的驾驶状态作为支持向量机的输出，搭建疲劳检测模型；根据疲劳检测模型确定驾驶员的当前驾驶状态；利用车联网技术将当前驾驶状态实时传输至客户端，由客户端的使用人员或企业进行监控。根据本发明所提供的方法及系统能够降低监测系统的误识率，解决由于佩戴检测设备影响驾驶舒适度的问题。
-
公开(公告)号：CN109147279A
公开(公告)日：2019-01-04
申请号：CN201811219104.6
申请日：2018-10-19
Applicant: 燕山大学
IPC: G08B21/06 , B60R21/015 , A61B5/0402 , A61B5/22
CPC classification number: G08B21/06 , A61B5/0402 , A61B5/22 , A61B5/6893 , B60R21/01516 , B60R21/0153
Abstract: 本发明公开了一种基于车联网的驾驶员疲劳驾驶监测预警方法及系统。所述监测预警方法包括：同步采集驾驶参数；对驾驶参数进行预处理，并分别对驾驶参数进行特征提取，确定特征全集；对特征全集内的特征进行归一化处理，并通过序列浮动向前选择算法对特征全集内的特征进行筛选，确定最优特征子集；以最优特征子集作为支持向量机的输入，以驾驶员的驾驶状态作为支持向量机的输出，搭建疲劳检测模型；根据疲劳检测模型确定驾驶员的当前驾驶状态；利用车联网技术将当前驾驶状态实时传输至客户端，由客户端的使用人员或企业进行监控。根据本发明所提供的方法及系统能够降低监测系统的误识率，解决由于佩戴检测设备影响驾驶舒适度的问题。
-
公开(公告)号：CN107845285A
公开(公告)日：2018-03-27
申请号：CN201710893544.9
申请日：2017-09-28
Applicant: 燕山大学
Abstract: 本发明公开了一种基于无线通信的大中型停车场车位智能管理系统及方法，车位信息检测与传输部分、停车场管理员系统部分、客户端手机APP部分。本发明所述的停车位智能管理系统，运用超声测距技术检测车位占用情况，通过Zigbee无线通信模块，将车位数据进行实时无线传送；作为无线网络协调器的通信模块将所有车位信息上传至管理员系统部分，通过管理员系统软件及界面实时显示车位空余数量、使用数量等信息；结合客户端手机APP的使用，车主可以实现对所需停车位的预约及自动缴费，有效缩短车主停车时间，停车场管理员可以通过此系统进一步实现停车场车位的智能管理，在一定程度上降低大中型停车场的管理成本并提高其管理效率。
-
-
-
-
-
Search Results
6
records
(took 0.012 seconds)
