-
公开(公告)号：CN104527647B
公开(公告)日：2017-01-25
申请号：CN201410777017.8
申请日：2014-12-15
Applicant: 清华大学 , 清华大学苏州汽车研究院(吴江)
IPC: B60W40/08 , B60W40/105 , B60W40/107 , B60W40/109 , B60W40/00 , B60W50/14
Abstract: 本发明涉及一种驾驶行为危险度监测评估方法，属于汽车主动安全技术领域，该方法包括：实时采集方向盘转角、车速、纵向加速度、横向加速度；将实时采集到的数据按时间先后排列成数据序列；根据车辆状态参数和驾驶员操作参数信息分别对加速、制动、超速、车道保持、换道的驾驶危险度进行监测评估；根据在时间窗宽范围内得到的各危险度指标进行当前时刻的总体驾驶危险度综合监测评估，得到当前时刻综合监测评估值。将得到的综合监测评估值通过在线实时预警的人机交互方式实现与驾驶员之间的沟通，从而达到提升驾驶安全质量，减少道路交通事故的目的。
-
公开(公告)号：CN105809152B
公开(公告)日：2019-05-21
申请号：CN201610210690.2
申请日：2016-04-06
Applicant: 清华大学
Abstract: 本发明涉及一种基于多源信息融合的驾驶员认知分心监测方法，属于汽车主动安全技术领域，该方法包括：实时采集方向盘转角、车速和驾驶员头部朝向、注视点位置坐标信息；将实时采集到的数据按时间先后排列成数据序列；根据在计算时间窗长度范围内计算得到的方向盘转角、车速以及驾驶员头部朝向、注视点位置坐标的时域统计指标集合(认知分心特征集合)，采用基于支持向量机的特征级多源信息融合的认知分心监测算法对驾驶员认知分心状态进行实时监测，从而达到提升驾驶安全，减少道路交通事故的目的。
-
公开(公告)号：CN104688252B
公开(公告)日：2017-04-05
申请号：CN201510113007.9
申请日：2015-03-16
Applicant: 清华大学
IPC: A61B5/18
Abstract: 本发明公开了一种采用方向盘转角信息的驾驶人疲劳状态检测方法，具体为：步骤1：实时采集方向盘转角数据和车速数据；步骤2：对步骤1所得的方向盘转角数据和车速数据进行切片处理；步骤3：按照设定条件选择有效样本数据；步骤4：进行样本数据压缩处理；步骤5：提取疲劳特征指标；步骤6：将步骤5提取出的疲劳特征指标作为测试样本，并利用基于支持向量机的预测模型进行疲劳预测，从而得到驾驶人的疲劳状态。其显著效果是：算法简单，数据的采集和处理方便，能有效提取实车工况下方向盘转角的疲劳特征指标并能有效检测驾驶人疲劳状况，检测率高，同时便于工程实现，对不同驾驶者表现出了较高的工程泛化能力。
-
公开(公告)号：CN105809152A
公开(公告)日：2016-07-27
申请号：CN201610210690.2
申请日：2016-04-06
Applicant: 清华大学
CPC classification number: G06K9/00845 , G06K9/6256 , G06K9/6269
Abstract: 本发明涉及一种基于多源信息融合的驾驶员认知分心监测方法，属于汽车主动安全技术领域，该方法包括：实时采集方向盘转角、车速和驾驶员头部朝向、注视点位置坐标信息；将实时采集到的数据按时间先后排列成数据序列；根据在计算时间窗长度范围内计算得到的方向盘转角、车速以及驾驶员头部朝向、注视点位置坐标的时域统计指标集合(认知分心特征集合)，采用基于支持向量机的特征级多源信息融合的认知分心监测算法对驾驶员认知分心状态进行实时监测，从而达到提升驾驶安全，减少道路交通事故的目的。
-
Patent Agency Ranking
公开(公告)号：CN104527647A
公开(公告)日：2015-04-22
申请号：CN201410777017.8
申请日：2014-12-15
Applicant: 清华大学
IPC: B60W40/08 , B60W40/105 , B60W40/107 , B60W40/109 , B60W40/00 , B60W50/14
CPC classification number: B60W40/09 , B60W40/105 , B60W40/107 , B60W40/109 , B60W50/14 , B60W2520/10 , B60W2520/105 , B60W2520/12 , B60W2520/125 , B60W2540/18
Abstract: 本发明涉及一种驾驶行为危险度监测评估方法，属于汽车主动安全技术领域，该方法包括：实时采集方向盘转角、车速、纵向加速度、横向加速度；将实时采集到的数据按时间先后排列成数据序列；根据车辆状态参数和驾驶员操作参数信息分别对加速、制动、超速、车道保持、换道的驾驶危险度进行监测评估；根据在时间窗宽范围内得到的各危险度指标进行当前时刻的总体驾驶危险度综合监测评估，得到当前时刻综合监测评估值。将得到的综合监测评估值通过在线实时预警的人机交互方式实现与驾驶员之间的沟通，从而达到提升驾驶安全质量，减少道路交通事故的目的。
-
公开(公告)号：CN106448059A
公开(公告)日：2017-02-22
申请号：CN201610392374.1
申请日：2016-06-06
Applicant: 清华大学
IPC: G08B21/06
CPC classification number: G08B21/06
Abstract: 本发明提供一种基于腕带仪器的驾驶员疲劳检测方法，包括：获取方向盘转角速度信号；根据方向盘转角速度信号计算疲劳特征指标，其中所述疲劳特征指标包括至少包括：方向盘转角速度均值、方向盘转角速度标准差、方向盘转角速度一阶矩、方向盘转角速度极大值、方向盘转角速度四分位值、大于75％分位值的方向盘转角速度均值；还包括方向盘不动次数、方向盘持续不动时间、方向盘往复修正频数；对提取的疲劳特征指标进行优化，以从疲劳判别指标全集中筛选出最优指标子集；利用所述最优指标子集作为输入，建立用于进行疲劳检测的基于SVM的疲劳检测模型。
-
公开(公告)号：CN105976567B
公开(公告)日：2019-01-29
申请号：CN201610390463.2
申请日：2016-06-06
Applicant: 清华大学
Abstract: 本发明提供一种基于车辆踏板和跟车行为的驾驶员疲劳检测方法，包括：采集车辆行驶过程中的参数；采用固定移动时间窗的方法，对数据进行切割以获得多个疲劳数据样本；从每一疲劳数据样本中提取疲劳特征；其中疲劳特征至少包括：跟车距离参数、与前车之间的相对速度参数、油门踏板参数、制动踏板参数；将疲劳特征作为疲劳判别指标集，基于事先进行的疲劳驾驶实验进行数据的样本切割与分类器训练。
-
公开(公告)号：CN104688252A
公开(公告)日：2015-06-10
申请号：CN201510113007.9
申请日：2015-03-16
Applicant: 清华大学
IPC: A61B5/18
CPC classification number: A61B5/18
Abstract: 本发明公开了一种采用方向盘转角信息的驾驶人疲劳状态检测方法，具体为：步骤1：实时采集方向盘转角数据和车速数据；步骤2：对步骤1所得的方向盘转角数据和车速数据进行切片处理；步骤3：按照设定条件选择有效样本数据；步骤4：进行样本数据压缩处理；步骤5：提取疲劳特征指标；步骤6：将步骤5提取出的疲劳特征指标作为测试样本，并利用基于支持向量机的预测模型进行疲劳预测，从而得到驾驶人的疲劳状态。其显著效果是：算法简单，数据的采集和处理方便，能有效提取实车工况下方向盘转角的疲劳特征指标并能有效检测驾驶人疲劳状况，检测率高，同时便于工程实现，对不同驾驶者表现出了较高的工程泛化能力。
-
公开(公告)号：CN105976567A
公开(公告)日：2016-09-28
申请号：CN201610390463.2
申请日：2016-06-06
Applicant: 清华大学
CPC classification number: G08B21/06 , G07C5/0841
Abstract: 本发明提供一种基于车辆踏板和跟车行为的驾驶员疲劳检测方法，包括：采集车辆行驶过程中的参数；采用固定移动时间窗的方法，对数据进行切割以获得多个疲劳数据样本；从每一疲劳数据样本中提取疲劳特征；其中疲劳特征至少包括：跟车距离参数、与前车之间的相对速度参数、油门踏板参数、制动踏板参数；将疲劳特征作为疲劳判别指标集，基于事先进行的疲劳驾驶实验进行数据的样本切割与分类器训练。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
