摘要
本发明公开一种疲劳驾驶的检测方法、系统、设备和介质,涉及数据处理技术领域。疲劳驾驶的检测方法包括:采集驾驶数据。以及,根据神经网络算法和驾驶数据对驾驶员的状态进行预测。其中,驾驶数据包括驾驶员的心率波动数据、驾驶员的眼睛闭合时长数据、驾驶员的打哈欠频率数据、车辆加速度波动数据和刹车反应时间数据。驾驶员的状态包括非疲劳状态和疲劳状态。本发明融合了驾驶过程中的多模态数据,基于深度学习模型进行疲劳评分的预测,同时对疲劳阈值进行自适应调整来检测驾驶员的疲劳状态,在驾驶员处于疲劳状态的情况下,基于强化学习优化干预方式和干预时机,以确保每次干预都能最大化其效果,从而有效减少疲劳驾驶的风险,提升交通安全性。
技术关键词
强化学习算法
神经网络算法
车载传感设备
加速度
心率
刹车
长短期记忆网络
眼睛
智能穿戴设备
处理器
深度学习模型
数据处理技术
数据采集模块
车辆
频率
存储器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
驾驶模式切换方法
车辆运动状态
径向基神经网络
斯皮尔曼相关系数
数据
动态等值阻抗
电压异常检测方法
生成对抗网络
时序
重构误差
分布式平均跟踪
多智能体系统
控制策略
节点
状态估计量