【技术实现步骤摘要】
本专利技术涉及车辆安全监测，具体为一种非接触式的车内驾驶员呼吸频率检测方法及装置。
技术介绍
1、随着汽车智能化程度的不断提高，对驾驶员状态监测的需求日益增长。驾驶员的呼吸频率作为反映其生理和精神状态的重要指标，能够为车辆安全系统提供关键信息，如判断驾驶员是否疲劳、患病，进而预防交通事故的发生。
2、传统的接触式呼吸频率检测方法，如使用呼吸带、电极等设备，虽然能够较为准确地获取呼吸数据，但会给驾驶员带来不便，影响驾驶体验，且在实际驾驶场景中，这些接触式设备的佩戴可能受到多种因素限制，无法广泛应用。例如，在炎热天气下，佩戴呼吸带可能会让驾驶员感到闷热不适；在紧急情况下，驾驶员可能来不及佩戴相关设备。
3、非接触式呼吸频率检测技术逐渐成为研究热点。现有的非接触式检测方法主要基于单一传感器，存在诸多局限性。例如，基于摄像头的方法容易受光照条件影响，在光线较暗或驾驶员面部有遮挡时，检测精度会大幅下降；基于麦克风的方法则易受环境噪声干扰，难以在嘈杂的车内环境中准确检测呼吸频率。此外，车辆在行驶过程中会产生振动和各种噪声，这...
【技术保护点】
1.一种非接触式的车内驾驶员呼吸频率检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于自适应小波变换对所述生理信号数据进行多尺度分解，提取与呼吸相关的频段信号包括：
3.根据权利要求1所述的方法，其特征在于，构建呼吸特征提取模型包括：
4.根据权利要求1所述的方法，其特征在于，基于变分模态分解的频谱峰值搜索方法包括：
5.根据权利要求1所述的方法，其特征在于，通过滑动窗口机制对连续呼吸频率序列进行异常点检测与修正包括：
6.根据权利要求1所述的方法，其特征在于，还包括对多模态传感器的...
【技术特征摘要】
1.一种非接触式的车内驾驶员呼吸频率检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于自适应小波变换对所述生理信号数据进行多尺度分解，提取与呼吸相关的频段信号包括：
3.根据权利要求1所述的方法，其特征在于，构建呼吸特征提取模型包括：
4.根据权利要求1所述的方法，其特征在于，基于变分模态分解的频谱峰值搜索方法包括：
5.根据权利要求1所述的方法，其特征在于，通过滑动窗口机制对连续呼吸频率序列进行异常点检测与修正包括：
6.根据权利要求1所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：刘思宇，张礼元，程利云，周婷，赵旻，张鹏飞，姜任苑，
申请(专利权)人：上海马贝人智能科技有限公司，
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。