基于大模型的数字人情感识别与反馈系统技术方案

本发明专利技术公开了基于大模型的数字人情感识别与反馈系统，涉及大模型技术领域，该系统运行中，在多种驾驶环境下通过嵌入式传感器网络实时采集驾驶员的多模态数据，获取驾驶人情绪、驾驶行为和驾驶环境参数，通过构建驾驶人的疲劳、愤怒及其他多维情感特征，形成情感特征向量，通过阈值对比分析情绪变化趋势，获取评估状态，基于驾驶员的情感状态与驾驶场景，动态生成优化驾驶状态的反馈策略，模块内嵌生成式大模型，自动生成包括音频提醒、驾驶模式调整及娱乐内容推荐的多样化反馈响应，通过多维参数自适应调整反馈强度及形式，对反馈生成效果进行动态调整，通过整合情感状态分析结果与车辆行为监测数据，对驾驶员的潜在危险状态进行实时评估。

【技术实现步骤摘要】

本专利技术涉及大模型，具体为基于大模型的数字人情感识别与反馈系统。

技术介绍

1、数字人情感识别技术作为人工智能发展的前沿领域，利用多模态数据采集与分析，实现对用户情感状态的精准判断。近年来，情感识别技术广泛应用于智能客服、教育培训、医疗心理等场景，逐步向高风险、高交互需求的汽车智能驾驶领域扩展。在汽车智能驾驶领域，驾驶员情感状态与行为密切相关，特别是在疲劳、愤怒等情感状态下，驾驶行为的不稳定性会显著增加交通事故的风险。传统情感识别系统受限于单一数据模态或简单算法，难以实时、准确地评估驾驶员的复杂情绪状态。

2、然而，现阶段仍存在一些不足之处，如传统系统对多模态数据处理能力较弱，常因数据噪声或缺失导致识别结果不稳定；现有反馈机制多为静态或预设规则，难以根据驾驶情境实时生成精准的反馈策略；此外，情感状态与驾驶行为、外部环境的关联分析不足，无法全面评估潜在驾驶风险。因此，现有系统在准确性、实时性和反馈个性化方面仍存在显著提升空间。

3、现有系统的不足主要源于多模态数据处理与融合技术的局限性，以及情感识别算法模型的复杂性。传统算法在面临多本文档来自技高网...

【技术保护点】

1.基于大模型的数字人情感识别与反馈系统，其特征在于：包括数据采集模块、特征提取模块、情感识别分析模块、反馈生成模块、系统优化模块和安全监控预警模块；

2.根据权利要求1所述的基于大模型的数字人情感识别与反馈系统，其特征在于：所述数据采集模块包括情绪监测单元、驾驶行为监测单元和环境状态监测单元；

3.根据权利要求1所述的基于大模型的数字人情感识别与反馈系统，其特征在于：所述特征提取模块包括预处理单元、情感特征编码单元和模态分解单元；

4.根据权利要求3所述的基于大模型的数字人情感识别与反馈系统，其特征在于：所述情绪波动系数Cem通过以下公式计算获取：<...

【技术特征摘要】

1.基于大模型的数字人情感识别与反馈系统，其特征在于：包括数据采集模块、特征提取模块、情感识别分析模块、反馈生成模块、系统优化模块和安全监控预警模块；

2.根据权利要求1所述的基于大模型的数字人情感识别与反馈系统，其特征在于：所述数据采集模块包括情绪监测单元、驾驶行为监测单元和环境状态监测单元；

3.根据权利要求1所述的基于大模型的数字人情感识别与反馈系统，其特征在于：所述特征提取模块包括预处理单元、情感特征编码单元和模态分解单元；

4.根据权利要求3所述的基于大模型的数字人情感识别与反馈系统，其特征在于：所述情绪波动系数cem通过以下公式计算获取：

5.根据权利要求3所述的基于大模型的数字人情感识别与反馈系统，其特征在于：所述驾驶行为稳定性系数cdb通过以下公式计算获取...

【专利技术属性】
技术研发人员：王悉安，孔庆杰，
申请(专利权)人：苏州绿华科技有限公司，
类型：发明
国别省市：