[發明專利]一種駕駛路怒狀態的監測方法和裝置

有效

• 申請號: 202010921020.8
• 申請日: 2020-09-04
• 公開（公告）號: CN111991012B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 柳佳妮;趙國朕
• 申請（專利權）人: 北京中科心研科技有限公司
• 主分類號: A61B5/18
• 分類號: A61B5/18
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 吳瑩

1.一種駕駛路怒狀態的監測方法，其中，所述方法包括：

獲得駕駛員的生理信號數據集，所述生理信號數據集的特征維度為第一維度；

對所述生理信號數據集進行特征處理，獲得所述生理信號數據集的特征向量；

對所述生理信號的特征向量進行降維和特征提取，獲得降維特征向量；

根據所述降維特征向量構建駕駛路怒數據集；

根據遞歸特征消除法對所述駕駛路怒數據集進行最優特征加速選擇，構建并訓練所述路怒識別模型；

根據所述路怒識別模型對所述駕駛員進行實時監測；

所述根據遞歸特征消除法對所述駕駛路怒數據集進行最優特征加速選擇，構建并訓練所述路怒識別模型，包括：

根據所述遞歸特征消除法，獲得最優特征選擇器；

根據所述最優特征選擇器對所述駕駛路怒數據集進行最優特征加速選擇，獲得最優特征向量；

根據所述最優特征向量，獲得訓練數據集；

將決策樹作為分類工具，構建所述路怒識別模型；

將所述訓練數據集輸入所述路怒識別模型中，對所述路怒識別模型進行訓練；

所述根據所述最優特征選擇器對所述駕駛路怒數據集進行最優特征加速選擇，獲得所述最優特征向量，包括：

計算所述駕駛路怒數據集中特征向量的重要性排序；

刪除所述重要性排序中排名最小的特征向量；

對刪除排名最小的特征向量之后的特征向量進行十折交叉驗證，判斷所述路怒識別模型的準確率是否提高；

如果所述路怒識別模型的準確率提高，繼續刪除所述重要性排序中排名最小的特征向量直到所述準確率不再提高為止；

如果所述路怒識別模型的準確率不再提高，輸出所述最優特征向量。

2.如權利要求1所述的方法，其中，所述對所述生理信號的特征向量進行降維和特征提取，獲得降維特征向量，包括：

根據主成分分析法從所述特征向量中選擇出最優特征向量，其中，所述降維后的生理信號數據集中的特征維度為第二維度，所述第二維度低于所述第一維度。

3.如權利要求1所述的方法，其中，所述將決策樹作為分類工具，構建所述路怒識別模型，包括：

以所述最優特征向量從根節點出開始分裂，判斷所述最優特征向量是否可以成為葉子節點；

如果所述最優特征向量可以成為葉子節點，且決策樹停止生長，對所述決策樹進行存儲；

判斷所述決策樹的數量是否達到預定要求，獲得判斷結果；

根據所述判斷結果，構建所述路怒識別模型。

4.如權利要求1所述的方法，其中，所述根據所述路怒識別模型對所述駕駛員進行實時監測，包括：

獲得所述駕駛員的實時生理信號；

對所述實時生理信號進行主成分分析和特征提取，獲得待分類樣本；

將所述待分類樣本輸入所述路怒識別模型，獲得駕駛狀態識別結果，其中，所述識別結果包括第一識別結果和第二識別結果，所述第一識別結果為連續兩秒為路怒狀態的結果，所述第二識別結果為未連續兩秒為路怒狀態的結果。

5.如權利要求4所述的方法，其中，所述方法包括:

如果所述駕駛狀態識別結果為第一結果，獲得第一提醒信息，所述第一提醒信息用于提醒所述駕駛員處于路怒狀態；

如果所述駕駛狀態識別結果為第二結果，確定所述駕駛員為正常駕駛狀態。