-
公开(公告)号：CN114613130A
公开(公告)日：2022-06-10
申请号：CN202210149759.0
申请日：2022-02-18
Applicant: 北京理工大学
Abstract: 本发明公开的交通与运载系统中驾驶可信性分析方法，属于交通安全技术领域。本发明综合考虑交通运载系统中驾驶行为形成模式内部结构及主导因素之间的相关性和差异性，对驾驶行为形成主导因素进行量化建模，建立基于人为差错恢复度的系统可信性评估方法，根据驾驶行为形成模式内部结构及主导因素，实现考虑驾驶差错恢复度的交通运载系统的可信性分析。本发明具有分析预测的驾驶可信性客观性、准确性高的优点。本发明不仅能够实现客观量度道路交通系统可信性，且能够支撑实现辨识道路交通事故的致因，对交通事故前瞻性分析和评估，进行交通事故征兆的预先性安全控制；本发明还能够支撑道路交通系统优化，提升交通参与者人身及道路交通安全性。
-
Patent Agency Ranking
公开(公告)号：CN109278753B
公开(公告)日：2020-09-01
申请号：CN201811131042.3
申请日：2018-09-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于驾驶员视觉可见信息的智能车辆辅助驾驶方法，其结合了多种不同信息获取方式获取外部视觉可见信息，从驾驶员信息负荷角度对各类信息进行有机划分，使得可获取的信息具有更好的层次性和可解释性。利用所采集并分类的信息，通过机器学习的方法，选取特征向量和最优时间窗，并分别建立基于等级下的特征参数库和驾驶员信息负荷量分类器，为辅助驾驶策略的选择时机和选择方法提供了有效的支持手段，提高了智能车辆辅助驾驶中的人机交互性。
-
公开(公告)号：CN114548164A
公开(公告)日：2022-05-27
申请号：CN202210149745.9
申请日：2022-02-18
Applicant: 北京理工大学
Inventor： 王武宏 , 张浩东 , 成前 , 李成刚 , 张杰 , 谭海秋 , 蒋晓蓓 , 侯单懿 , 石健 , 于雯麟 , 胡耀光 , 孙栋先 , 冯睽睽 , 张云贺 , 张发平 , 孙春文 , 陆逍
Abstract: 本发明公开一种用于智能网联操控极微风险识别的无干扰监测方法，属于驾驶行为监测领域。本发明实现方法为：制备可伸缩的聚丙烯酰胺PAAM‑licl基摩擦纳米发电机PL‑TENG和具有铝AI‑Kapton摩擦层结构的摩擦纳米发电机AK‑TENG。搭建智能网联模拟驾驶场景用于获取自然驾驶数据。PL‑TENG布置于驾驶人的眼部、嘴部、脖颈等部位，将驾驶人面部和头部的极微动作转化为电信号，并从采集得到的电信号中获取用于表征疲劳和分心的特征指标；将AK‑TENG布置于转向盘和踏板，将驾驶人在完成转向、加速和制动操作时的极微动作转换为电信号，并利用电压数据完成风险驾驶操作辨识模型的搭建。结合两种摩擦纳米发电机实现对驾驶人驾驶状态和驾驶操作行为的无干扰实时监测。
-
公开(公告)号：CN114613130B
公开(公告)日：2023-05-12
申请号：CN202210149759.0
申请日：2022-02-18
Applicant: 北京理工大学
IPC: G08G1/01 , G06Q10/0635
Abstract: 本发明公开的交通与运载系统中驾驶可信性分析方法，属于交通安全技术领域。本发明综合考虑交通运载系统中驾驶行为形成模式内部结构及主导因素之间的相关性和差异性，对驾驶行为形成主导因素进行量化建模，建立基于人为差错恢复度的系统可信性评估方法，根据驾驶行为形成模式内部结构及主导因素，实现考虑驾驶差错恢复度的交通运载系统的可信性分析。本发明具有分析预测的驾驶可信性客观性、准确性高的优点。本发明不仅能够实现客观量度道路交通系统可信性，且能够支撑实现辨识道路交通事故的致因，对交通事故前瞻性分析和评估，进行交通事故征兆的预先性安全控制；本发明还能够支撑道路交通系统优化，提升交通参与者人身及道路交通安全性。
-
公开(公告)号：CN109376583A
公开(公告)日：2019-02-22
申请号：CN201811025543.3
申请日：2018-09-04
Applicant: 北京理工大学
Abstract: 本发明提供了一种智能车辆辅助驾驶的驾驶员疲劳检测方法，综合考虑了行车过程中驾驶员眼部和嘴部状态并建立了相应的面部状态分类器，能够有效克服现有的仅通过单位时间人眼闭合的百分比的单一参数检测疲劳度方法的缺点，并能基于驾驶员自身的脸部信息建立驾驶员状态分类器，准确识别驾驶员清醒或疲劳，针对不同驾驶员个体的疲劳状态差异实现更为准确的个性化检测，实现以驾驶员的疲劳状态为依据指定辅助驾驶策略，实现车辆行驶时的在途动态识别。
-
公开(公告)号：CN109278753A
公开(公告)日：2019-01-29
申请号：CN201811131042.3
申请日：2018-09-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于驾驶员视觉可见信息的智能车辆辅助驾驶方法，其结合了多种不同信息获取方式获取外部视觉可见信息，从驾驶员信息负荷角度对各类信息进行有机划分，使得可获取的信息具有更好的层次性和可解释性。利用所采集并分类的信息，通过机器学习的方法，选取特征向量和最优时间窗，并分别建立基于等级下的特征参数库和驾驶员信息负荷量分类器，为辅助驾驶策略的选择时机和选择方法提供了有效的支持手段，提高了智能车辆辅助驾驶中的人机交互性。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
