摘要
本发明公开了一种基于脑电波的列车紧急制动控制系统和方法,实时采集司机左额极区脑电信号辅助司机实施紧急制动操作;采用将脑电波模块、微处理器和蓝牙模块集成的脑电波智能安全帽采集列车运行场景下司机应激脑电信号;采用小波分解的方法处理司机应激脑电信号,基于小波分解系数,结合信号时域、频域和熵域的特征,提取司机决定按压紧急制动按钮的特征信号;采用在线训练和云边协作的方法,系统根据司机的实时脑电信号和云端历史数据更新微处理器中使用的特征提取参数和分类标准,不同的用户设定不同的参数,以应对司机应激反应中特征信号的个体差异;根据特征信号,实时判断司机的决策意图,从而提高应对突发情况的反应速度和安全性。
技术关键词
列车紧急制动
司机
制动控制系统
机器学习模型
智能安全帽
蓝牙模块
机器学习分类算法
单片机微处理器
监测列车
信号特征提取
实时数据处理
主机
半监督学习
协作技术
随机森林
系统为您推荐了相关专利信息
电源智能管理系统
负荷预测模型
训练机器学习模型
时间段
计算机程序代码
机器学习模型
建筑
需求响应事件
需求响应控制策略
代表
多协议
协议转换方法
机器学习优化
混合神经网络模型
策略
数字图像处理方法
图像处理算法
环境光照强度
离散余弦变换系数
场景分类
肺炎支原体肺炎
变量
血清
噬血细胞综合征
预测效能