文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202011089356.9

申 请 日：20201013

发 明 人：李作进 聂玲 柏俊杰 陈刘奎 周伟

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20220429

公 开 号：CN112233276B

代 理 人：陈千

代理机构：重庆敏创专利代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明涉及智能驾驶技术领域，具体公开了一种用于疲劳状态识别的方向盘转角统计特征融合方法，首先实时采集方向盘转角时间序列和车速时间序列，并按照设定的阈值对方向盘转角时间序列进行滤波处理，得到有效的样本数据；然后按照设定的时间窗大小，计算固定长度样本的统计特征；最后将计算的统计特征形成统计特征矩阵，并计算该统计特征矩阵的特征根，最后抽取满足条件的特征根作为驾驶人方向盘转角统计特征的融合指标向量。本发明将方向盘转角的多统计特征进行融合，克服了现有技术直接采用某一项或多项统计指标带来的不稳定性，在实车工况下能有效支撑驾驶人疲劳状态的稳定识别，对不同驾驶者表现出了较高的工程泛化能力。

主 权 项：1.一种用于疲劳状态识别的方向盘转角统计特征融合方法，其特征在于，包括步骤：S1.按照设定的采样频率实时采集方向盘转角时间序列和车速时间序列；S2.按照设定的转向角度绝对值阈值和速度阈值对所述方向盘转角时间序列进行滤波处理，得到速度高于所述速度阈值、转向角度低于所述转向角度绝对值阈值的方向盘转角序列样本；S3.按照设定的时间窗大小，对固定长度的所述方向盘转角序列样本计算其统计特征；在所述步骤S3中，方向盘转角序列的固定长度为T，设定的时间窗大小为mT，m≥10，T≥100；在所述步骤S3中，所述统计特征包括方差T₁、有效值T₂、极差T₃、波形系数T₄、峭度T₅、偏度T₆、变异系数T₇、大幅度百分比T₈、小幅度百分比T₉、大幅均值T₀；其中： N＝T，X(i)表示固定长度为T的方向盘转角序列，i表示时间采样点序号，i＝1，2…N-1，N； T₃＝X_max-X_min，X_max、X_min分别表示序列X(i)的最大值和最小值；

关 键 词：统计特征 方向盘转角 时间序列  矩阵  疲劳状态  特征根 驾驶  融合  不稳定性  滤波处理  满足条件  实时采集  统计指标 样本数据  指标向量  智能驾驶  时间窗 车工 车速  抽取  样本  支撑  表现  

IPC专利分类号：G07C5/08;G06K9/62