基于时空图神经网络的驾驶员危险行为干预系统及方法

本发明涉及智能驾驶领域，具体涉及基于时空图神经网络的驾驶员危险行为干预系统及方法，本发明提出通过多模态数据采集模块获取生理信号、驾驶姿态和操控行为数据；利用时空图神经网络风险感知引擎，构建动态图结构并评估驾驶员风险状态；智能干预执行模块根据评估结果，采取触觉、视觉或车辆控制干预策略；闭环优化模块监测干预效果，更新风险模型和策略；系统融合毫米波雷达与多通道视觉分析，将识别准确率提升至98.6％，并通过生理信号和微表情分析，提前15～30秒预测危险事件，为驾驶员提供充足反应时间。