摘要
本申请涉及车在计算系统技术领域,特别涉及一种基于数字孪生系统的车辆控制方法、装置、设备及介质,包括:将采集到的驾驶员的当前脑电信号和车辆的当前行驶环境信息输入至预先构建的数字孪生模型,并基于待输入信息‑车辆控制的映射关系,利用预设深度学习模型对当前脑电信号和当前行驶环境信息进行分析,得到车辆的控制指令,最后根据控制指令控制车辆执行对应的动作。由此,解决了相关技术的脑电控车系统无法实时响应驾驶员生理状态变化和外部环境变化,难以满足行车安全与舒适性的需求等问题,通过构建数字孪生模型融合外部环境与脑电信号,实现了车辆功能的智能调节及异常状态下的安全处理,提高了车辆运行的功能自主性和脑电信号处理速度。
技术关键词
行驶环境信息
数字孪生模型
车辆控制策略
数字孪生系统
车辆控制参数
电信号
车辆控制方法
深度学习模型
数字孪生建模
驾驶员生理状态
车辆控制装置
关系
多模态
处理器
异常状态
采集单元
数据
可读存储介质
系统为您推荐了相关专利信息
饲料霉菌毒素
霉菌毒素浓度
动态预测方法
数字孪生模型
血流动力学参数
多无人机编队
协同控制方法
数字孪生模型
三维环境模型
动态障碍物
设备全生命周期
数字孪生模型
全生命周期数据
设备运行数据
运维方法
数字孪生模型
终端采集设备
动态监测系统
设备运行信息
机器学习分类模型
变电站电容器
数字孪生模型
智慧运维系统
强化学习算法
运维方法