基于生理信号的驾驶员信任状态评估方法

    公开(公告)号:CN119405316A

    公开(公告)日:2025-02-11

    申请号:CN202411459418.9

    申请日:2024-10-18

    Abstract: 本发明涉及一种基于生理信号的驾驶员信任状态评估方法,属于智能驾驶技术领域。该方法包括:S1:对心率信号和皮肤电信号进行预处理和特征提取;S2:信号融合:将步骤S1提取的心率特征和皮肤电特征归一化,然后将归一化后的心率的各个特征和皮肤电的各个特征分别融合为特征矩阵;S3:构建模型输入;S4:构建信任评估模型,包括卷积模块、深层通道注意力模块、Transformer模块和回归预测模块;S5:模型输出:将目标向量定义为[0,1,2],然后将回归预测模块的输出与目标向量之间建立关联,即采用线性映射将回归输出映射到[0,2]的区间;最后进行阈值映射,根据映射后的输出使用阈值将其转换为分类结果。

    基于信任状态的驾驶员接管绩效调控方法

    公开(公告)号:CN119190079A

    公开(公告)日:2024-12-27

    申请号:CN202411459431.4

    申请日:2024-10-18

    Abstract: 本发明涉及基于信任状态的驾驶员接管绩效调控方法,属于智能驾驶技术领域。该方法包括:S1:接管绩效分类:S11:对接管数据的定性分析,具体包括:从接管时间、最小碰撞时间、碰撞概率和刹车应用四个指标出发,评估驾驶员在接管过程中的绩效;S12:明确驾驶员接管绩效,具体包括:采用灰色关联度计算法,将上述四个指标作为输入,计算各接管环节的绩效得分;S2:接管绩效预测:在实时测量信任的基础上,使用机器学习算法有效预测不同信任与生理水平下驾驶员的接管绩效。本发明能准确预测接管绩效进行适时的绩效调控以得到最佳的接管绩效。

Patent Agency Ranking