[發明專利]駕駛狀態識別裝置

有效

• 申請號: 202010066012.X
• 申請日: 2020-01-20
• 公開（公告）號: CN111284497B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 趙起超;楊苒;李召
• 申請（專利權）人: 北京津發科技股份有限公司
• 主分類號: B60W40/08
• 分類號: B60W40/08;G06N3/04;G06N3/08
• 代理公司: 北京金咨知識產權代理有限公司 11612
• 代理人: 宋教花

1.一種駕駛狀態識別裝置，其特征在于，所述裝置包括：

加速度傳感器，置于被試的胸部或背部，用于檢測被試在不同駕駛狀態下的加速度，以獲得不同駕駛狀態下的加速度數據；

矩陣式壓力應變片，置于被試的腰背部或車輛駕駛座位的靠背上，用于檢測被試在各種駕駛狀態下腰背部不同位置對座椅的壓力數據，以獲得壓力數據；

數據處理模塊，用于接收所述加速度傳感器檢測的加速度數據和所述矩陣式應變片檢測的壓力數據，通過將接收的一個時刻下的壓力數據與加速度數據輸入預建立并經訓練的內嵌BP神經網絡模型，得到實測輸出值，將所述實測輸出值與訓練階段得到的不同駕駛狀態對應的輸出值區間集合進行比較，根據所述實測輸出值所屬的輸出值區間集合確定該時刻被試的駕駛狀態；

其中，所述內嵌BP神經網絡模型包括輸入層、隱含層和輸出層，并且隱含層設有5個神經元節點；所述數據處理模塊用于：將被試加速度的XYZ三軸數據之和作為輸入層第一神經元，將被試的壓力數據作為輸入層第二神經元；利用第一神經元與相應的輸入加權和計算輸入層到隱含層的第一輸出值；利用第二神經元與相應的輸入加權和計算輸入層到隱含層的第二輸出值；將輸入層到隱含層得到的多個輸出值作為隱含層到輸出層的輸入值，與對應的輸入加權和得到隱含層到輸出層的總輸出值。

2.如權利要求1所述的裝置，其特征在于，所述數據處理模塊還用于在所述訓練階段訓練所述內嵌BP神經網絡模型，所述訓練階段包括以下步驟：

確定被試的多種駕駛狀態，在每種駕駛狀態下得到多組數據，每組數據包括加速度數據和壓力數據；以及

將每種狀態下的多組數據分批次輸入預建立的內嵌BP神經網絡模型，得到多個訓練輸出值，該多個訓練輸出值組成當前狀態對應的所述輸出值區間集合。

3.如權利要求1所述的裝置，其特征在于，所述裝置還包括：

數據采集終端主控端，其連接所述加速度傳感器和所述矩陣式壓力應變片，用于將來自所述矩陣式壓力應變片的電壓信號轉換成數字信號并存儲加速度數據和轉換后的壓力數據。

4.如權利要求1所述的裝置，其特征在于，

所述加速度傳感器固定于人體前胸部的位置；

所述矩陣式壓力應變片固定于汽車駕駛座位的靠背上。

5.如權利要求1所述的裝置，其特征在于，

所述加速度傳感器為三軸加速度傳感器；

所述矩陣式壓力應變片為在多個點位置有多個壓力傳感器的矩陣式壓力應變片。

6.如權利要求1所述的裝置，其特征在于，所述數據處理模塊還用于：

分別對輸入層到輸出層得到的多個輸出值計算得到多個相應的誤差值，基于所述多個相應的誤差值分別獲得每層之間的總誤差值；

利用所述多個相應的誤差值對其相對應的所述輸入層到輸出層得到的多個輸出值求偏導，得到所述輸入層到輸出層得到的多個輸出值與其相應的理想值之差的變化率；

利用所述多個相應的誤差值對其相對應的輸入權重值求偏導，得到反向迭代更新權重值的變化率；

利用所述總誤差值對每個輸入權重值求偏導，得到多個總的權重值的反向迭代更新變化率；

基于對所述輸入層到輸出層得到的多個輸出值與其相應的理想值之差的變化率、所述反向迭代更新權重值的變化率的多項乘積得到層級誤差；

基于各層輸入權重值、層級誤差與總的權重值變化率，得到更新后的輸入權重值；

計算更新后的各層輸入權重值與各輸入值乘積之和得到更新后的輸出值。

7.如權利要求2所述的裝置，其特征在于，所述多種駕駛狀態包括以下狀態中的至少兩種：

被試雙腳不踩踏板，靠在座椅靠背的狀態；

被試離開座椅靠背的狀態；

被試右腳踩 油門的狀態；

被試左腳踩剎車的狀態。