【技术实现步骤摘要】
本说明书涉及车辆系统，更特别地，涉及使用深度学习控制车辆中特征的闭环实时基于ssvep的平视显示器。
技术介绍
1、许多车祸的发生都是由于分心驾驶而造成的。在许多情况下，驾驶员由于参与或操作车辆中特征(例如，使用车辆集成的组件或控件)而分心。因而，可能期望便于驾驶员使用车辆中特征而不使驾驶员分心的技术。
技术实现思路
1、在一个实施例中，车辆系统可以包括控制器。控制器可以被编程为在车辆的hud上显示多个图标、从车辆的驾驶员接收eeg数据、执行eeg数据的fft以获得eeg频谱、将eeg频谱输入到经训练的机器学习模型中、基于经训练的机器学习模型的输出确定驾驶员正在查看多个图标中的哪个图标、以及基于经训练的机器学习模型的输出实时执行一个或多个车辆操作。
2、在另一个实施例中，方法可以包括：在车辆的hud上显示多个图标、从车辆的驾驶员接收eeg数据、执行eeg数据的fft以获得eeg频谱、将eeg频谱输入到经训练的机器学习模型中、基于经训练的机器学习模型的输出确定驾驶员正在查看多个图...
【技术保护点】
1.一种车辆系统，包括控制器，所述控制器被编程为：
2.如权利要求1所述的车辆系统，其中所述多个图标中的每个图标具有不同的颜色。
3.如权利要求1所述的车辆系统，其中所述多个图标中的每个图标具有不同的形状。
4.如权利要求1所述的车辆系统，其中所述控制器还被编程为：
5.如权利要求1所述的车辆系统，其中所述控制器还被编程为：
6.如权利要求1所述的车辆系统，其中所述经训练的机器学习模型包括卷积神经网络。
7.如权利要求6所述的车辆系统，其中所述卷积神经网络包括残差神经网络体系架构。
8...
【技术特征摘要】
1.一种车辆系统，包括控制器，所述控制器被编程为：
2.如权利要求1所述的车辆系统，其中所述多个图标中的每个图标具有不同的颜色。
3.如权利要求1所述的车辆系统，其中所述多个图标中的每个图标具有不同的形状。
4.如权利要求1所述的车辆系统，其中所述控制器还被编程为：
5.如权利要求1所述的车辆系统，其中所述控制器还被编程为：
6.如权利要求1所述的车辆系统，其中所述经训练的机器学习模型包括卷积神经网络。
7.如权利要求6所述的车辆系统，其中所述卷积神经网络包括残差神经网络体系架构。
8.如权利要求1所述的车辆系统，其中所述经训练的机器学习模型包括一个或多个挤压和激励(se)块。
9.如权利要求8所述的车辆系统，其中se块中的至少一个包括全局最大池化层、具有修正线性单元激活函数的第一全连接层以及具有sigmoid激活函数的第二全连接层。
10.如权利要求1所述的车辆系统，其中所述经...
【专利技术属性】
技术研发人员：H·H·施莎万，I·金，M·贝扎迪，E·德得，D·洛函，
申请(专利权)人：丰田自动车工程及制造北美公司，
类型：发明
国别省市：
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。