一种基于脑电数据的危险交通场景辨识方法及系统

    公开(公告)号:CN111803065B

    公开(公告)日:2023-12-26

    申请号:CN202010581608.3

    申请日:2020-06-23

    摘要: 本发明公开了一种基于脑电数据的危险交通场景辨识方法及系统,基于脑电数据的危险交通场景辨识方法,包括以下步骤:基于交通场景,获取刺激对象和实验变量;通过刺激对象和实验变量完成对驾驶员的驾驶测试,获取预设时长内驾驶员包含脑电信号的EEG数据;对采集到的脑电信号进行预处理,去除脑电信号中的信号噪音;对预处理后的脑电信号提取特征指标,并采用数理统计的方法分析得到具有显著性的特征指标;计算具有显著性的特征指标的功率谱密度的预测值与真值之间的差值;根据所述差值辨识交通场景的危险程度。可以科学的度量交通场景危险程度、准确的评估驾驶员精神负荷,有利于将驾驶员的精神负荷控制在合理区间,有效的降低驾驶风险。

    一种基于脑电数据的危险交通场景辨识方法及系统

    公开(公告)号:CN111803065A

    公开(公告)日:2020-10-23

    申请号:CN202010581608.3

    申请日:2020-06-23

    摘要: 本发明公开了一种基于脑电数据的危险交通场景辨识方法及系统,基于脑电数据的危险交通场景辨识方法,包括以下步骤:基于交通场景,获取刺激对象和实验变量;通过刺激对象和实验变量完成对驾驶员的驾驶测试,获取预设时长内驾驶员包含脑电信号的EEG数据;对采集到的脑电信号进行预处理,去除脑电信号中的信号噪音;对预处理后的脑电信号提取特征指标,并采用数理统计的方法分析得到具有显著性的特征指标;计算具有显著性的特征指标的功率谱密度的预测值与真值之间的差值;根据所述差值辨识交通场景的危险程度。可以科学的度量交通场景危险程度、准确的评估驾驶员精神负荷,有利于将驾驶员的精神负荷控制在合理区间,有效的降低驾驶风险。