摘要
本发明公开了一种个性化驾驶行为习惯的智能协调方法及系统,涉及智能交通技术领域,包括采集多模态驾驶数据,并进行预处理,生成结构化多模态数据集合,所述多模态驾驶数据包括车辆运行数据、环境感知数据、驾驶员生物特征和历史驾驶行为日志;基于结构化多模态数据集合,构建分层特征提取网络,并结合时空分离的双通路结构门控机制进行特征交互,生成动态驾驶特征向量;基于动态驾驶特征向量,计算安全指数、合规指数和稳定性指数,通过强化学习动态调整生成可信度评分,并构建三级评估机制,判断可信度等级。本发明不仅提升了多模态数据融合与动态响应方面的能力,还增强了驾驶评估的个性化水平和实时适应能力。
技术关键词
分层特征提取
多模态
通路结构
环境感知数据
车辆运行数据
指数
空间权重矩阵
机制
特征提取模块
动态时间规整算法
数据采集模块
交通事故数据
编码向量
逻辑回归模型
智能交通技术
时间门控
习惯
协调系统
系统为您推荐了相关专利信息
实体对齐方法
无监督学习
字符
视觉特征
文本挖掘方法
管理方法
差分隐私
资产
细粒度权限控制
数字孪生
学习设备
多模态数据采集
兴趣
分析模块
人机交互模块
多模态信息融合
组学特征
节点特征
融合特征
矩阵