一种智能辅助驾驶方法、系统及装置制造方法及图纸

技术编号:36857573 阅读:17 留言:0更新日期:2023-03-15 18:01
本申请涉及一种智能辅助驾驶方法、系统及装置,属于辅助驾驶的技术领域,方法包括:获取驾驶员的脑电信号;基于所述脑电信号,运算获得至少一个脑电指标;调取预设的匹配模型,根据所述脑电指标匹配驾驶员的认知负荷;响应于所述认知负荷过载,输出报警信号。本申请通过获取驾驶员的脑电信号,运算获得脑电指标,基于预先构架的匹配模型,实时了解当前驾驶员的认知负荷状态,在驾驶员认知负荷超载时进行报警提醒,最终减少驾驶员的失误,从而在一定程度上避免因驾驶员操作失误引起的道路交通事故,保障了交通安全。保障了交通安全。保障了交通安全。

【技术实现步骤摘要】
一种智能辅助驾驶方法、系统及装置


[0001]本申请涉及辅助驾驶的
,特别涉及一种智能辅助驾驶方法、系统及装置。

技术介绍

[0002]驾驶过程中的反应大多属于复杂反应,驾驶员的复杂反应过程可以进一步划分为感知、认知和反应三个阶段,当驾驶员认知负荷超载时,驾驶员对关键驾驶操作的注意力不足,反应不及时,从而极易出现驾驶操作失误,引起交通事故。在日益复杂道路交通环境中,实时评估驾驶员的认知负荷对保障交通安全有着深远影响。

技术实现思路

[0003]为了能够实时了解当前驾驶员的认知负荷状态,保障交通安全,本申请提供了一种智能辅助驾驶方法、系统及装置。
[0004]第一方面,本申请提供了一种智能辅助驾驶方法,采用如下技术方案:一种智能辅助驾驶方法,包括:获取驾驶员的脑电信号;基于所述脑电信号,运算获得至少一个脑电指标;调取预设的匹配模型,根据所述脑电指标匹配驾驶员的认知负荷;响应于所述认知负荷过载,输出报警信号。
[0005]通过采用上述技术方案,过高的认知负荷会造成灵活性降低、应激反应、人为失误增加和挫败情绪,引起信息获取分析的失误和决策错误,本申请获取驾驶员的脑电信号,运算获得脑电指标,基于预先构架的匹配模型,实时了解当前驾驶员的认知负荷状态,驾驶员认知负荷超载时进行报警提醒,最终减少驾驶员的失误,从而在一定程度上避免因驾驶员操作失误引起的道路交通事故,保障了交通安全。
[0006]可选的,所述调取预设的匹配模型,根据所述脑电指标匹配驾驶员的认知负荷,之前包括:获取驾驶员的眼动数据;基于所述眼动数据,确定驾驶员的注意力指标;所述调取预设的匹配模型,根据所述脑电指标匹配驾驶员的认知负荷,包括:调取所述匹配模型,根据所述脑电指标和所述注意力指标匹配所述认知负荷。
[0007]通过采用上述技术方案,将注意力指标也作为参数带入匹配模型中进行训练,获得驾驶员认知负荷与脑电指标和注意力指标之间的匹配模型,从而有助于提升认知负荷评估的准确性。
[0008]可选的,所述调取所述匹配模型,根据所述脑电指标和所述注意力指标匹配所述认知负荷,之前还包括:获取驾驶员所在的驾驶场景信息;所述调取所述匹配模型,根据所述脑电指标和所述注意力指标匹配所述认知负
荷,包括:调取所述匹配模型,根据所述脑电指标、所述注意力指标和所述驾驶场景信息匹配所述认知负荷。
[0009]通过采用上述技术方案,匹配模型训练时,将驾驶场景信息也作为训练参数带入匹配模型中进行训练,获得驾驶员认知负荷与脑电指标、注意力指标和驾驶场景信息之间的匹配模型,从而有助于进一步提升认知负荷评估的准确性。
[0010]可选的,所述调取所述匹配模型,根据所述脑电指标、所述注意力指标和所述驾驶场景信息匹配所述认知负荷,之前包括:获取车辆运动数据;基于所述车辆运动数据,获得驾驶员的操控行为;所述调取所述匹配模型,根据所述脑电指标、所述注意力指标和所述驾驶场景信息匹配所述认知负荷,包括:调取所述匹配模型,根据所述脑电指标、所述注意力指标、所述驾驶场景信息和所述操控行为匹配所述认知负荷。
[0011]通过采用上述技术方案,在匹配模型训练时,将操控行为也作为参数带入匹配模型中进行训练,获得驾驶员认知负荷与脑电指标、注意力指标、驾驶场景信息和操控行为之间的匹配模型,从而有助于再进一步提升认知负荷评估的准确性。
[0012]可选的,所述基于所述脑电信号,运算获得至少一个脑电指标,包括:提取所述脑电信号的第一特征信号、第二特征信号和第三特征信号;基于所述第一特征信号、所述第二特征信号和所述第三特征信号,运算获得至少一个所述脑电指标。
[0013]第二方面,本申请提供了一种智能辅助驾驶系统,采用如下技术方案:一种智能辅助驾驶系统,包括:脑电信号获取模块,用于获取驾驶员的脑电信号;脑电指标运算模块,用于基于所述脑电信号,运算获得至少一个脑电指标;认知负荷匹配模块,用于调取预设的匹配模型,根据所述脑电指标匹配驾驶员的认知负荷;报警信号输出模块,用于响应于所述认知负荷过载,输出报警信号。
[0014]通过采用上述技术方案,本申请由脑电信号获取模块获取驾驶员的脑电信号,脑电指标运算模块基于脑电信号运算获得脑电指标,认知负荷匹配模块调取预先构架的匹配模型,实时了解当前驾驶员的认知负荷状态,报警信号输出模块在驾驶员认知负荷超载时进行报警提醒,最终减少驾驶员的失误,从而在一定程度上避免因驾驶员操作失误引起的道路交通事故,保障了交通安全。
[0015]可选的,还包括:眼动数据获取模块,用于获取驾驶员的眼动数据;注意力指标确定模块,用于基于所述眼动数据,确定驾驶员的注意力指标;所述认知负荷匹配模块具体用于调取所述匹配模型,根据所述脑电指标和所述注意力指标匹配所述认知负荷。
[0016]通过采用上述技术方案,可选的,还包括:驾驶场景信息获取模块,用于获取驾驶员所在的驾驶场景信息;
所述认知负荷匹配模块具体用于调取所述匹配模型,根据所述脑电指标、所述注意力指标和所述驾驶场景信息匹配所述认知负荷。
[0017]通过采用上述技术方案,可选的,还包括:车辆运动数据获取模块,用于获取车辆运动数据;操控行为获得模块,用于基于所述车辆运动数据,获得驾驶员的操控行为;所述认知负荷匹配模块具体用于调取所述匹配模型,根据所述脑电指标、所述注意力指标、所述驾驶场景信息和所述操控行为匹配所述认知负荷。
[0018]通过采用上述技术方案,可选的,所述脑电指标运算模块包括:特征信号提取单元,用于提取所述脑电信号的第一特征信号、第二特征信号和第三特征信号;脑电指标获得单元,基于所述第一特征信号、所述第二特征信号和所述第三特征信号,运算获得至少一个所述脑电指标。
[0019]第三方面,本申请提供了一种智能辅助驾驶装置,采用如下技术方案:一种智能辅助驾驶装置,包括存储器和处理器,所述存储器上存储有能够被所述处理器加载并执行如上述第一方面中任一种方法的计算机程序。
[0020]综上所述,本申请至少包括以下有益效果:由于过高的认知负荷会造成灵活性降低、应激反应、人为失误增加和挫败情绪,引起信息获取分析的失误和决策错误,本申请获取驾驶员的脑电信号,运算获得脑电指标,基于预先构架的匹配模型,实时了解当前驾驶员的认知负荷状态,驾驶员认知负荷超载时进行报警提醒,最终减少驾驶员的失误,从而在一定程度上避免因驾驶员操作失误引起的道路交通事故,保障了交通安全。
附图说明
[0021]图1是本申请智能辅助驾驶方法的一种实施方式的流程示意图;图2是本申请步骤S200具体的实施流程示意图;图3是本申请智能辅助驾驶方法的另一种实施方式的流程示意图;图4是本申请智能辅助驾驶方法的又一种实施方式的流程示意图;图5是本申请智能辅助驾驶方法的再一种实施方式的流程示意图;图6是本申请智能辅助驾驶系统的一种实施方式的流程示意图;附图标记说明:100、脑电信号获取模块;200、脑电指标运算模块;210、特征信号提取单元;220、脑电指标获得单元;本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种智能辅助驾驶方法,其特征在于,包括:获取驾驶员的脑电信号;基于所述脑电信号,运算获得至少一个脑电指标;调取预设的匹配模型,根据所述脑电指标匹配驾驶员的认知负荷;响应于所述认知负荷过载,输出报警信号。2.根据权利要求1所述的一种智能辅助驾驶方法,其特征在于,所述调取预设的匹配模型,根据所述脑电指标匹配驾驶员的认知负荷,之前包括:获取驾驶员的眼动数据;基于所述眼动数据,确定驾驶员的注意力指标;所述调取预设的匹配模型,根据所述脑电指标匹配驾驶员的认知负荷,包括:调取所述匹配模型,根据所述脑电指标和所述注意力指标匹配所述认知负荷。3.根据权利要求2所述的一种智能辅助驾驶方法,其特征在于,所述调取所述匹配模型,根据所述脑电指标和所述注意力指标匹配所述认知负荷,之前还包括:获取驾驶员所在的驾驶场景信息;所述调取所述匹配模型,根据所述脑电指标和所述注意力指标匹配所述认知负荷,包括:调取所述匹配模型,根据所述脑电指标、所述注意力指标和所述驾驶场景信息匹配所述认知负荷。4.根据权利要求3所述的一种智能辅助驾驶方法,其特征在于,所述调取所述匹配模型,根据所述脑电指标、所述注意力指标和所述驾驶场景信息匹配所述认知负荷,之前包括:获取车辆运动数据;基于所述车辆运动数据,获得驾驶员的操控行为;所述调取所述匹配模型,根据所述脑电指标、所述注意力指标和所述驾驶场景信息匹配所述认知负荷,包括:调取所述匹配模型,根据所述脑电指标、所述注意力指标、所述驾驶场景信息和所述操控行为匹配所述认知负荷。5.根据权利要求1

4任一所述的一种智能辅助驾驶方法,其特征在于,所述基于所述脑电信号,运算获得至少一个脑电指标,包括:提取所述脑电信号的第一特征信号、第二特征信号和第三特征信号;基于所述第一特征信号、所述第二特征信号和所述第三特征信号,运算获得至少一个所述脑电指标。6.一种智能辅助驾驶系统,其特征在于,包括:脑电信号获取模块(100),用于获...

【专利技术属性】
技术研发人员:赵起超王清菊杨苒王黎明
申请(专利权)人:北京津发科技股份有限公司
类型:发明
国别省市:

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