摘要
本发明涉及一种基于生理信号的驾驶员信任状态评估方法,属于智能驾驶技术领域。该方法包括:S1:对心率信号和皮肤电信号进行预处理和特征提取;S2:信号融合:将步骤S1提取的心率特征和皮肤电特征归一化,然后将归一化后的心率的各个特征和皮肤电的各个特征分别融合为特征矩阵;S3:构建模型输入;S4:构建信任评估模型,包括卷积模块、深层通道注意力模块、Transformer模块和回归预测模块;S5:模型输出:将目标向量定义为[0,1,2],然后将回归预测模块的输出与目标向量之间建立关联,即采用线性映射将回归输出映射到[0,2]的区间;最后进行阈值映射,根据映射后的输出使用阈值将其转换为分类结果。
技术关键词
信任状态评估
心率
注意力
卷积模块
协方差矩阵
通道
基线
信号
融合特征
Softmax函数
非线性
卡尔曼滤波估计
观测噪声
邻居
编码器架构
机器学习训练
智能驾驶技术
系统为您推荐了相关专利信息
全景分割方法
视觉特征提取
路由器
文本编码器
多尺度特征提取
无人机巡检方法
多模态
无人机云台
指令解码器
水利
检测模型建立方法
模块
建立检测方法
全局平均池化
支路
三维CAD模型
参数化特征
顶点
节点特征
语义规则