摘要
本发明涉及智能驾驶技术领域,具体公开了一种山地道路疲劳驾驶状态识别方法及系统,综合分析了方向盘转角、车速、横向加速度和车辆纵向加速度等驾驶行为数据,融合多种疲劳驾驶行为特征,利用交叉验证递归特征消除法筛选关键疲劳特征,并使用麻雀搜索算法和通道注意力机制改进BiGRU神经网络,构建适用于山地复杂路况下的疲劳驾驶检测模型,以充分挖掘疲劳驾驶行为特征之间的前后联系,实现对真实驾驶场景下驾驶人疲劳状态的有效判别。经过实车数据检验,相比原BiGRU检测模型,该疲劳驾驶检测模型对驾驶人三级疲劳状态的识别准确率得到显著提高。
技术关键词
疲劳驾驶状态
识别方法
山地
随机森林模型
疲劳驾驶检测
分类准确率
门控循环单元神经网络
统计学特征
节气门开度
搜索算法
消除算法
车辆横向加速度
Softmax函数
方向盘
通道注意力机制
车辆横摆角
小波分析法
系统为您推荐了相关专利信息
运动特征
多尺度特征融合
特征提取模块
模拟环境噪声
视觉特征
辅助识别方法
解剖学特征
条件生成对抗网络
噪声鲁棒性
多源特征
海上风机叶片
缺陷识别方法
特征提取网络
注意力机制
图像识别模型
图像处理模型
变电站智能巡检机器人
可见光图像
图像识别模型
变电站环境