【技术实现步骤摘要】
一种智能健康座舱的控制方法
[0001]本专利技术涉及智能控制
,具体涉及一种智能健康座舱的控制方法。
技术介绍
[0002]发达城市的工作和居住地长通勤时间短期内难以缓解,自驾长途旅行的比率逐年上升等原因,驾驶员在汽车上的时间和频率都在增加,是导致当前社会道路交通事故频发的主要原因,对于普通驾驶员和路网建设管理者都是较大的损失,甚至严重损害公民的生命财产安全。
[0003]汽车经过一百多年的发展,乘用车已经逐渐从原始的代步工具向移动体验终端转变,智能网联化的发展,丰富了汽车的功能和体验,人车之间的交互行为也越来越频繁,交流的信息也更广泛深入,能够科学有效的提高驾驶员行车安全成为优秀汽车产品不可或缺的因素。
[0004]现有技术提出了驾驶员状态监控系统(DMS)和驾驶员主动健康座椅等技术,虽能一定程度上降低了驾驶员在行车过程中安全问题的出现,驾驶员状态监控系统利用监测驾驶员驾驶状态来对驾驶员的驾驶行为进行提醒,并通过驾驶员进行自我调控驾驶行为保证安全驾驶;主动监控座椅是监测驾驶员的坐姿来识别驾驶员驾驶行 ...
【技术保护点】
【技术特征摘要】
1.一种智能健康座舱的控制方法,其特征在于,包括以下步骤:在座舱控制系统内构建座舱内驾驶员的状态识别模型,以实现座舱内驾驶员驾驶状态的实时检测;在座舱控制系统内构建座舱内驾驶员的驾驶习惯模型,以将座舱内表征驾驶员驾驶习惯的控制参数与表征路况的路况数据进行关联映射,其中,驾驶习惯模型的输入项和输出项分别为路况数据和控制参数,控制参数是驾驶习惯的系统性表征;座舱控制系统监测座舱内驾驶员的实时体征数据,并利用状态识别模型基于座舱内驾驶员的所述体征数据确定出座舱内驾驶员的实时驾驶状态;在座舱内驾驶员的实时驾驶状态为异常状态时,座舱控制系统监测座舱外的实时路况数据,并利用驾驶习惯模型基于座舱外的实时路况数据的输入确定出习惯性的控制参数,其中,习惯性的控制参数是实时路况数据下由驾驶习惯模型输出的符合驾驶员驾驶习惯的控制参数; 基于习惯性的控制参数对驾驶员实时控制参数进行修正,通过座舱控制系统干涉驾驶车辆的实时控制,以接近还原驾驶员的驾驶习惯。2.根据权利要求1所述的一种智能健康座舱的控制方法,其特征在于:所述构建座舱内驾驶员的状态识别模型,包括:将座舱内驾驶员的历史体征数据作为softmax模型的输入项,将历史体征数据对应的驾驶状态作为softmax模型的输出项;利用softmax模型基于softmax模型的输入项和softmax模型的输出项进行模型训练,得到所述状态识别模型;所述状态识别模型的模型表达式:Label=softmax(data);式中,Label为驾驶状态,data为体征数据,softmax为softmax模型。3.根据权利要求2所述的一种智能健康座舱的控制方法,其特征在于:所述构建座舱内驾驶员的驾驶习惯模型,包括:将历史路况数据作为CNN模型的输入项,将历史路况数据对应的驾驶员历史控制参数作为CNN模型的输出项,所述历史控制参数取于安全驾驶状态下;利用CNN模型基于所述CNN模型的输入项和CNN模型的输出项进行模型训练,得到所述驾驶习惯模型;所述驾驶习惯模型的模型表达式为:S=CNN(road_data);式中,S为控制参数,road_data为路况数据,CNN为CNN模型。4.根据权利要求3所述的一种智能健康座舱的控制方法,其特征在于:所述体征数据包括驾驶员姿态图像、驾驶员生理数据。5.根据权利要求4所述的一种智能健康座舱的控制方法,其特征在于...
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。