[發明專利]基于智能可穿戴設備的駕駛狀態監測方法在審
| 申請號: | 202111501811.6 | 申請日: | 2021-12-09 |
| 公開(公告)號: | CN114170264A | 公開(公告)日: | 2022-03-11 |
| 發明(設計)人: | 曾凡仔;吳婕;肖竹;蔣洪波;劉代波;蔡成林 | 申請(專利權)人: | 湖南大學 |
| 主分類號: | G06T7/215 | 分類號: | G06T7/215;G06T7/136 |
| 代理公司: | 長沙軒榮專利代理有限公司 43235 | 代理人: | 黃藝平 |
| 地址: | 410000 湖*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 智能 穿戴 設備 駕駛 狀態 監測 方法 | ||
1.一種基于智能可穿戴設備的駕駛狀態監測方法,其特征在于,包括:
步驟1,駕駛員在駕駛狀態下佩戴內置IMU慣性傳感單元的智能耳機,通過IMU慣性傳感單元實時采集駕駛狀態下駕駛員頭部的運動數據;
步驟2,基于采集的駕駛員頭部的運動數據進行預處理,得到預處理后的駕駛員頭部的運動數據;
步驟3,基于預處理后的駕駛員頭部的運動數據進行動作分割提取;
步驟4,對分割提取后的駕駛員頭部的運動數據進行校正;
步驟5,根據校正后的駕駛員頭部的運動數據計算運動位移,得到動作分割提取與校正后的駕駛員頭部的運動數據;
步驟6,對動態時間規整算法進行改進,基于改進的動態時間規整算法構建動作識別模型;
步驟7,將校正后的每個動作片段的運動數據和預設的標準動作模板輸入動作識別模型進行駕駛員頭部的動作類型識別;
步驟8,根據動作分割提取與校正后的駕駛員頭部的運動數據和駕駛員頭部的動作類型分析在劃定的時間窗口內駕駛員頭部的運動狀態,得到劃定的時間窗口內駕駛員的駕駛狀態。
2.根據權利要求1所述的基于智能可穿戴設備的駕駛狀態監測方法,其特征在于,所述步驟1具體包括:
將智能耳機與智能手機進行藍牙連接,駕駛狀態下駕駛員頭部的運動數據通過駕駛員所佩戴的智能耳機內置IMU慣性傳感單元進行實時采集,智能耳機通過藍牙將采集的駕駛狀態下駕駛員頭部的運動數據實時傳輸到智能手機執行步驟2至步驟5,其中,采集的駕駛狀態下駕駛員頭部的運動數據包括三軸加速度數據ax,ay,az和三軸角速度數據θx,θy,θz。
3.根據權利要求2所述的基于智能可穿戴設備的駕駛狀態監測方法,其特征在于,所述步驟2具體包括:
步驟21,去除采集的駕駛員頭部的運動數據的空值;
步驟22,對去除空值后的駕駛員頭部的運動數據進行卡爾曼濾波,其中,卡爾曼濾波過程中的估計準則為均方誤差的最小值;
步驟23,對進行卡爾曼濾波后的駕駛員頭部的運動數據進行線性插值,得到多個樣本值;
步驟24,對多個樣本值進行巴特沃斯低通濾波后使用Savitzky-Golay濾波器對曲線進行平滑處理,得到預處理后的駕駛員頭部的運動數據。
4.根據權利要求3所述的基于智能可穿戴設備的駕駛狀態監測方法,其特征在于,所述步驟3具體包括:
步驟31,根據預處理后的駕駛員頭部的運動數據中的三軸加速度計算第一一維合加速度
步驟32,根據第一一維合加速度計算動作分割的動態閾值,包括:
步驟321,通過設定的固定閾值thres檢測駕駛員頭部是否有動作發生,每檢測到有動作發生時,以當前時刻的前1s和當前時刻的后2s為區間劃定一個3s長的時間窗口;
步驟322,在劃定的時間窗口內獲取第一一維合加速度的最大值和最小值,根據第一一維合加速度的最大值和最小值計算動作分割的動態閾值:
thresi=0.85*amin+0.15*amax (1)
其中,thresi表示動作分割的動態閾值,i表示常數,a表示第一一維合加速度,amin表示第一一維合加速度的最小值,0.85為第一一維合加速度的最小值的最佳分割系數,amax表示第一一維合加速度的最大值,0.15為第一一維合加速度的最大值的最佳分割系數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于湖南大學,未經湖南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111501811.6/1.html,轉載請聲明來源鉆瓜專利網。





