公开(公告)号：CN117076980A

公开(公告)日：2023-11-17

申请号：CN202310991835.7

申请日：2023-08-08

Applicant: 北京交通大学

Inventor： 奇格奇 ,  安亚宁 ,  李培豪 ,  关伟

IPC: G06F18/24 ,  A61B5/318 ,  A61B5/347 ,  A61B5/00 ,  G06F18/214 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明提供了一种基于功能连接与图神经网络的驾驶意图识别方法，包括：S1，采集驾驶员驾驶时的脑电信号，并对原始脑电数据进行预处理；S2，针对预处理后的脑电信号，计算其各频率波段功率谱密度，作为脑电信号频域特征；S3，基于电极空间临近性和功能连接关系构建邻接矩阵作为初始图结构；步骤S4，将S2中频域特征及S3中所得邻接矩阵输入图注意力网络进行特征聚合，提取出的特征表达输入分类器对驾驶意图进行分类并输出结果。可以实现：解决现有驾驶意图预测方法中提取脑电特征单一且分类模型表达能力较差的问题，提高驾驶意图分类的准确率的同时提高分类结果的可解释性，更好地应用于人机共融驾驶系统的驾驶状态感知和辅助决策。

公开(公告)号：CN114795242A

公开(公告)日：2022-07-29

申请号：CN202210452840.6

申请日：2022-04-27

Applicant: 北京交通大学

Inventor： 奇格奇 ,  安亚宁 ,  赵朔 ,  关伟

IPC: A61B5/369 ,  A61B5/372 ,  A61B5/374

Abstract: 本发明提供了一种应用于人机共驾的驾驶员脑电伪迹去除方法。该方法包括：采集驾驶员模拟驾车的脑电信号和驾驶行为数据，得到原始脑电数据；识别原始脑电数据中的各种伪迹成分，构建多种伪迹成分组合方案；在不同的伪迹成分组合方案下分别对脑电数据进行伪迹成分去除处理，分别提取脑电信号的频谱特征；根据脑电信号的频谱特征对应时间段计算驾驶行为数据；评估不同伪迹组合去除效果下的预测模型的驾驶行为数据的预测结果的准确度，根据评估结果得到最优的伪迹成分组合去除方案。本发明能够明确不同驾驶情境下应去除的伪迹成分，在有效去除伪迹的同时，又能尽可能保留有效信息，有助于人机共驾系统利用脑电信号进行驾驶状态感知及做出辅助决策。