公开(公告)号：CN118248174B

公开(公告)日：2024-07-30

申请号：CN202410628663.1

申请日：2024-05-21

Applicant: 吉林大学

Inventor： 郑黎黎 ,  张焱林 ,  孙健 ,  李志强 ,  田建 ,  李席宇 ,  胡馨月 ,  丁同强 ,  席建锋 ,  孟凡运 ,  曹诗雨 ,  杨雨菁 ,  陈文浩 ,  殷慧娟 ,  李兴佳 ,  邰文龙 ,  刘诗楠

IPC: G10L25/51 ,  G08B21/02 ,  G10L25/30 ,  G06V20/59 ,  G06N3/0464 ,  G06V40/18 ,  H04N7/14

Abstract: 本发明属于数据识别技术领域，涉及一种驾驶人视频通话的识别与预警方法及系统，该系统包括音频数据库、驾驶人驾驶习性数据库、车载终端；其中，车载终端包括音频采集模块、音频识别模块、眼动信息采集模块、视觉识别模块、风险预警模块；音频识别模块包括音频处理模块、音频特征提取模块、音频相似性计算模块、音频损失值计算模块；视觉识别模块包括眼动信息处理模块、视线动态指数计算模块、视线偏差值计算模块、视线区域判定计算模块。该系统实现对驾驶人是否处于视频通话进行识别，弥补了现有研究对视频通话的实时识别的空缺，具有识别结果准确、可靠的优势。

公开(公告)号：CN119832767A

公开(公告)日：2025-04-15

申请号：CN202510300881.7

申请日：2025-03-14

Applicant: 吉林大学

Inventor： 孙晨皓 ,  赵丹晨 ,  李席宇 ,  李健 ,  张克鑫 ,  霍磊 ,  何炜明 ,  丁同强 ,  郑黎黎

IPC: G08G1/16 ,  G06F17/10 ,  G06N20/00 ,  G08G1/01

Abstract: 本发明属于道路车辆控制系统领域，涉及一种基于电动自行车多模态行为预测其与车辆碰撞风险的方法，该方法利用物理建模，以电动自行车的制动距离，横向及纵向稳定性对汽车造成的影响为基础风险；进一步考虑由于环境造成的汽车风险，综合动态距离‑速度、相邻车辆类型、交通流密度、天气状况（降水量、温度、风速、能见度）四个维度进行多维环境风险评估建模；结合电动自行车操作行为（加速度变化与转向角度及频率）对汽车的风险；利用环境敏感度系数实时捕捉环境变化与整车风险间的复杂关系，最终针对电动自行车多模态的骑行行为，为汽车提供一套全面、精确、实时的多维度综合风险评估方法，降低复杂交通流环境下的碰撞风险。

公开(公告)号：CN118248174A

公开(公告)日：2024-06-25

申请号：CN202410628663.1

申请日：2024-05-21

Applicant: 吉林大学

Inventor： 郑黎黎 ,  张焱林 ,  孙健 ,  李志强 ,  田建 ,  李席宇 ,  胡馨月 ,  丁同强 ,  席建锋 ,  孟凡运 ,  曹诗雨 ,  杨雨菁 ,  陈文浩 ,  殷慧娟 ,  李兴佳 ,  邰文龙 ,  刘诗楠

IPC: G10L25/51 ,  G08B21/02 ,  G10L25/30 ,  G06V20/59 ,  G06N3/0464 ,  G06V40/18 ,  H04N7/14

Abstract: 本发明属于数据识别技术领域，涉及一种驾驶人视频通话的识别与预警方法及系统，该系统包括音频数据库、驾驶人驾驶习性数据库、车载终端；其中，车载终端包括音频采集模块、音频识别模块、眼动信息采集模块、视觉识别模块、风险预警模块；音频识别模块包括音频处理模块、音频特征提取模块、音频相似性计算模块、音频损失值计算模块；视觉识别模块包括眼动信息处理模块、视线动态指数计算模块、视线偏差值计算模块、视线区域判定计算模块。该系统实现对驾驶人是否处于视频通话进行识别，弥补了现有研究对视频通话的实时识别的空缺，具有识别结果准确、可靠的优势。

公开(公告)号：CN118051810A

公开(公告)日：2024-05-17

申请号：CN202410448103.8

申请日：2024-04-15

Applicant: 吉林大学

Inventor： 席建锋 ,  刘诗楠 ,  闫磊 ,  高帅 ,  李志强 ,  田建 ,  张丹 ,  李席宇 ,  李兴佳 ,  殷慧娟 ,  邰文龙 ,  丁同强 ,  郑黎黎

IPC: G06F18/24 ,  G06F18/10 ,  G06F18/214 ,  G06F18/243 ,  G06F18/25 ,  G06N3/0464 ,  G06V10/25 ,  G06V40/16 ,  A61B5/00 ,  A61B5/0205 ,  A61B5/026 ,  A61B5/11 ,  A61B5/18

Abstract: 本发明属于数据识别技术领域，涉及一种非侵入式驾驶人驾驶疲劳状态识别方法及系统，该方法摒弃现有手环、眼动仪等检测装置，完全依赖高分辨率摄像头、红外摄像头及数据处理分析系统，利用可见与红外融合后的图像来监测驾驶人驾驶过程中难以规避的呼吸频率、打哈欠频率、眼周血液循环等生理和行为数据，然后通过机器学习模型并采用自适应权重算法进行训练，获取上述生理和行为数据的权重，根据各数据的数值和权重综合计算驾驶人疲劳值及其相应的疲劳状态，具有识别结果准确可靠、检测成本低等优势。

公开(公告)号：CN118051810B

公开(公告)日：2024-07-19

申请号：CN202410448103.8

申请日：2024-04-15

Applicant: 吉林大学

Inventor： 席建锋 ,  刘诗楠 ,  闫磊 ,  高帅 ,  李志强 ,  田建 ,  张丹 ,  李席宇 ,  李兴佳 ,  殷慧娟 ,  邰文龙 ,  丁同强 ,  郑黎黎

IPC: G06F18/24 ,  G06F18/10 ,  G06F18/214 ,  G06F18/243 ,  G06F18/25 ,  G06N3/0464 ,  G06V10/25 ,  G06V40/16 ,  A61B5/00 ,  A61B5/0205 ,  A61B5/026 ,  A61B5/11 ,  A61B5/18

Abstract: 本发明属于数据识别技术领域，涉及一种非侵入式驾驶人驾驶疲劳状态识别方法及系统，该方法摒弃现有手环、眼动仪等检测装置，完全依赖高分辨率摄像头、红外摄像头及数据处理分析系统，利用可见与红外融合后的图像来监测驾驶人驾驶过程中难以规避的呼吸频率、打哈欠频率、眼周血液循环等生理和行为数据，然后通过机器学习模型并采用自适应权重算法进行训练，获取上述生理和行为数据的权重，根据各数据的数值和权重综合计算驾驶人疲劳值及其相应的疲劳状态，具有识别结果准确可靠、检测成本低等优势。