当前位置: 首页 > 专利查询>清华大学专利>正文

驾驶压力实时监测系统及方法技术方案

技术编号:26956434 阅读:39 留言:0更新日期:2021-01-05 23:10
本发明专利技术提供一种驾驶压力实时监测系统及方法,包括:构建驾驶场景及事件;设定事件发生地点与客户端在驾驶场景中位置之间的第一距离和第二距离,使得事件成为有压力事件和无压力事件,结合驾驶场景生成有压力驾驶任务和无压力驾驶任务,采集客户端在有压力驾驶任务和无压力驾驶任务中的驾驶行为数据和面部表情数据;构建机器学习模型;将有压力驾驶任务的驾驶行为数据超过设定阈值的驾驶行为数据对应的面部表情数据构成有压力数据集,将对应的无压力驾驶任务中面部表情数据作为无压力数据集,对机器学习模型进行训练;采用训练后机器学习模型对客户端驾驶行为进行实时监测。上述系统及方法对驾驶过程中压力水平实时监测。

Driving pressure real time monitoring system and method

【技术实现步骤摘要】
驾驶压力实时监测系统及方法
本专利技术涉及智能驾驶
,更具体地,涉及一种驾驶压力实时监测系统及方法。
技术介绍
驾驶压力是指当驾驶员感知或者评估其驾驶任务所需要的能力超过了自身的驾驶能力时,所产生的一系列反应。驾驶压力对驾驶行为和自身意识有负面影响,进而影响驾驶绩效。例如,驾驶压力会弱化驾驶员控制机动车的能力,降低警觉性,让驾驶员产生更多的危险和挑衅性行为,甚至在与安全性相关的事件上作出错误的决策。此外,驾驶压力也会影响驾驶员的生理和心理健康,导致高血压的风险、影响个人自信。现有的驾驶压力评估方法分为两大类:主观测量和客观测量。这两类测量都需要让驾驶员置于某一场景之中,该场景用于诱发驾驶压力,驾驶场景又可按照其存在方式分为实际道路驾驶和模拟器驾驶。实际道路驾驶虽然真实性更高,可以体现在真实驾驶场景下驾驶员会出现的行为,但是驾驶压力的产生往往是具有危险性的。模拟器驾驶场景则是基于虚拟现实技术让被试在没有危险的前提下展开实验,并且在实验室环境下,可以自由控制驾驶场景,重复采集特定场景下被试的数据。此外,已经有大量的研究表明,与实际道路本文档来自技高网...

【技术保护点】
1.一种驾驶压力实时监测系统,其特征在于,包括场景模块、驾驶模拟器、采集模块、数据处理模块和实时监测模块,其中:/n所述场景模块包括场景构建单元、事件构建单元、有压力驾驶任务生成单元和无压力驾驶任务生成单元,场景构建单元用于构建驾驶场景;事件构建单元用于构建驾驶场景中出现的多个事件;有压力驾驶任务生成单元,设定各事件发生的地点与客户端在驾驶场景中位置之间的第一距离使得事件成为有压力事件,结合驾驶场景生成有压力驾驶任务;无压力驾驶任务生成单元,设定各事件发生的地点与客户端在驾驶场景中位置之间的第二距离,使得事件成为无压力事件,结合驾驶场景生成无压力驾驶任务,其中,所述第二距离大于所述第一距离,所...

【技术特征摘要】
1.一种驾驶压力实时监测系统,其特征在于,包括场景模块、驾驶模拟器、采集模块、数据处理模块和实时监测模块,其中:
所述场景模块包括场景构建单元、事件构建单元、有压力驾驶任务生成单元和无压力驾驶任务生成单元,场景构建单元用于构建驾驶场景;事件构建单元用于构建驾驶场景中出现的多个事件;有压力驾驶任务生成单元,设定各事件发生的地点与客户端在驾驶场景中位置之间的第一距离使得事件成为有压力事件,结合驾驶场景生成有压力驾驶任务;无压力驾驶任务生成单元,设定各事件发生的地点与客户端在驾驶场景中位置之间的第二距离,使得事件成为无压力事件,结合驾驶场景生成无压力驾驶任务,其中,所述第二距离大于所述第一距离,所述第一距离小于设定距离,所述设定距离是指在设定驾驶速度下完成刹车操作需要的最短距离;
所述驾驶模拟器,包括刺激呈现装置和输入装置,所述刺激呈现装置用于向客户端呈现场景模块的有压力驾驶任务和无压力驾驶任务,所述输入装置包括方向盘、油门踏板和刹车踏板;
所述采集模块,用于采集客户端使用驾驶模拟器在场景模块提供的有压力驾驶任务和无压力驾驶任务中的驾驶行为数据和面部表情数据;
所述数据处理模块包括机器学习模型和训练子模块,所述机器学习模型的输入为采集模块采集的面部表情数据,输出为客户端驾驶状态,所述驾驶状态包括有压力和无压力;所述训练子模块包括训练集构建单元和模型训练单元,所述训练集构建单元将采集模块采集的有压力驾驶任务的驾驶行为数据中超过设定阈值的驾驶行为数据对应的面部表情数据取出,构成有压力数据集,将采集模块采集的对应的无压力驾驶任务中与有压力数据集对应的面部表情数据作为无压力数据集,有压力数据集和无压力数据集构成模型数据集;所述模型训练单元通过训练集构建单元的模型数据集对机器学习模型进行训练;
实时监测模块,采用训练后的机器学习模型对客户端的驾驶行为进行实时监测。


2.根据权利要求1所述的驾驶压力实时监测系统,其特征在于,所述训练子模块还包括模型评估单元,将模型数据集的一部分作为训练集,另一部分作为测试集,所述模型训练单元通过训练集对机器学习模型进行训练,所述模型评估单元采用测试集对训练后的机器学习模型进行评价。


3.根据权利要求1所述的驾驶压力实时监测系统,其特征在于,所述采集模块包括问卷单元,所述数据处理模块还包括压力事件确认子模块,所述问卷单元向客户端提供问卷,获得问卷评分,所述压力事件确认子模块将有压力驾驶任务中问卷评分低于设定阈值的事件删除。


4.根据权利要求1所述的驾驶压力实时监测系统,其特征在于,所述训练集构建单元包括:
压力事件被试反应位置获得子单元,将有压力驾驶任务的驾驶行为数据超过设定阈值的驾驶行为发生位置作为有压力反应起始点;
无压力驾驶任务下反应位置获得子单元,将无压力驾驶任务中与有压力反应点距离最近的位置点的坐标作为无压力反应起始点;
数据标...

【专利技术属性】
技术研发人员:周鑫张伟
申请(专利权)人:清华大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1