基于多模态记忆融合的高效异常驾驶状态监测方法与系统

AITNT
正文
推荐专利
基于多模态记忆融合的高效异常驾驶状态监测方法与系统
申请号:CN202411538685
申请日期:2024-10-31
公开号:CN119557797A
公开日期:2025-03-04
类型:发明专利
摘要
本发明公开了基于多模态记忆融合的高效异常驾驶状态监测方法与系统,通过长短时记忆网络和多查询注意力机制来对驾驶员和车辆的状态进行监测;首先,利用IMU传感器、CAN总线获取车身数据,对车身数据进行预处理和滤波处理;其次,基于长短时记忆网络和多查询注意力机制方法建立监测模型;最后,在驾驶过程中,基于实时数据,通过建立的监测模型判断是否出现异常驾驶行为。本发明提供一种轻量化的异常驾驶状态监测系统,有效降低检测成本、增加检测灵活性、减少计算量。
技术关键词
驾驶状态监测方法 油门踏板开度 刹车踏板 异常状态 IMU传感器 驾驶状态监测系统 数据 车辆转向 系统误差 扩展卡尔曼滤波 多模态 油门踏板位置 记忆 协方差矩阵 注意力机制 样本 驾驶员驾驶状态
系统为您推荐了相关专利信息
1
一种基于强化学习的风电机组异常状态检测方法及系统
风电机组运行状态 检测异常状态 检测模型训练 数据 电流电压传感器
2
基于物联网的农村数字孪生储能管理方法及系统
数字孪生模型 农村 时间标签数据 储能管理方法 分布式储能
3
一种基于碳化硅的高可靠性PTC控制器
PTC控制器 SiC功率模块 状态监控模块 主控芯片 监测模块
4
稀土萃取生产流程模拟系统及方法
萃取生产流程 光谱成像 稀土 元素 控制决策模块
5
一种基于视频分析的羊异常行为检测方法
异常状态 骨骼关键点 视频分析 指数 运动
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号