一种基于多模态融合的驾驶状态识别方法及系统

本发明属于智能交通技术领域，公开了一种基于多模态融合的驾驶状态识别方法及系统。本发明通过非侵入性的生理手环采集驾驶员的手腕运动信息，其中手腕运动信息与传统的生理信号和驾驶绩效数据等结合，提升了驾驶状态识别的准确性和鲁棒性。本发明提出了一种特征动态加权模型，该模型利用LSTM模块捕捉时间序列中的长期依赖关系，利用交叉注意力机制模块对不同模态间的特征进行加权，使得各个特征的动态重要性能够根据不同驾驶状态发生调整，利用Transformer模块实现不同模态数据的深度交互和特征增强。本发明利用XGBoost模型，并基于加权后的多模态特征进行驾驶状态分类，能够准确区分不同的驾驶状态。