Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南汽车工程职业学院;湖南创信伟立科技股份有限公司袁达获国家专利权

湖南汽车工程职业学院;湖南创信伟立科技股份有限公司袁达获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖南汽车工程职业学院;湖南创信伟立科技股份有限公司申请的专利一种基于北斗卫星定位与多模态数据融合技术的驾驶疲劳监测辅助系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121287147B

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511686607.4,技术领域涉及:A61B5/18;该发明授权一种基于北斗卫星定位与多模态数据融合技术的驾驶疲劳监测辅助系统是由袁达;蔡蓉;宋吉华;曹薇;张铁军;樊昱;李楚涵;王颖;肖名涛;刘岳林;王金良设计研发完成,并于2025-11-18向国家知识产权局提交的专利申请。

一种基于北斗卫星定位与多模态数据融合技术的驾驶疲劳监测辅助系统在说明书摘要公布了:本发明提供了一种基于北斗卫星定位与多模态数据融合技术的驾驶疲劳监测辅助系统,涉及电数字数据处理领域,包括多模态信息感知与采集模块、数据预处理与质量保障模块、疲劳状态识别与评估模块和智能预警与自适应优化模块,所述多模态信息感知与采集模块负责实时获取驾驶员状态、驾驶行为及环境信息,所述数据预处理与质量保障模块负责对多源数据进行时空对齐、质量评估与特征标准化,所述疲劳状态识别与评估模块负责融合多维特征并判别疲劳等级与风险趋势,所述智能预警与自适应优化模块负责实施分级干预并持续优化系统性能;本系统利用北斗卫星定位提供的精确时空基准,实现多源异构数据的有效融合,显著提高了疲劳监测的准确性、实时性和个性化水平。

本发明授权一种基于北斗卫星定位与多模态数据融合技术的驾驶疲劳监测辅助系统在权利要求书中公布了:1.一种基于北斗卫星定位与多模态数据融合技术的驾驶疲劳监测辅助系统,其特征在于,包括多模态信息感知与采集模块、数据预处理与质量保障模块、疲劳状态识别与评估模块和智能预警与自适应优化模块; 所述多模态信息感知与采集模块负责实时获取驾驶员状态、驾驶行为及环境信息,所述数据预处理与质量保障模块负责对多源数据进行时空对齐、质量评估与特征标准化,所述疲劳状态识别与评估模块负责融合多维特征并判别疲劳等级与风险趋势,所述智能预警与自适应优化模块负责实施分级干预并持续优化系统性能; 所述多模态信息感知与采集模块包括驾驶员生理状态监测单元、驾驶行为特征提取单元和环境与车辆状态感知单元,所述驾驶员生理状态监测单元用于实时采集生理与视觉特征,所述驾驶行为特征提取单元通过车载传感系统监测驾驶行为指标,提取行为特征,所述环境与车辆状态感知单元获取车辆地理位置、行驶速度、加速度及路线轨迹; 所述数据预处理与质量保障模块包括多源数据时空同步单元、数据质量评估与异常检测单元和特征提取与标准化单元,所述多源数据时空同步单元以北斗卫星定位时间戳为统一基准,对来自不同传感器的数据信息进行时间同步与空间坐标标定,所述数据质量评估与异常检测单元对传感器采集的原始数据进行完整性校验与可靠性评估,所述特征提取与标准化单元将预处理后的多模态数据转化为统一的特征向量空间; 所述疲劳状态识别与评估模块包括多模态特征融合计算单元、疲劳等级分类判别单元和疲劳趋势预测与风险评估单元,所述多模态特征融合计算单元用于将标准化的生理特征、视觉特征与驾驶行为特征进行特征级融合,所述疲劳等级分类判别单元将驾驶员当前状态划分为清醒、轻度疲劳和重度疲劳三种等级,所述疲劳趋势预测与风险评估单元用预测未来一定时间窗内的疲劳演变趋势; 所述智能预警与自适应优化模块包括分级预警与多模态干预单元、个性化阈值自适应单元和系统自学习与性能优化单元,所述分级预警与多模态干预单元根据疲劳等级判别结果,通过多通道方式实施差异化警示,所述个性化阈值自适应单元基于驾驶员个体差异与历史行为数据,建立动态疲劳阈值模型,所述系统自学习与性能优化单元对疲劳事件、干预措施及驾驶员响应进行全程记录与效果评估; 所述多模态特征融合计算单元包括特征级融合处理器、注意力机制处理器和风险指数计算器,所述特征级融合处理器用于将标准化的生理特征向量、视觉特征向量与驾驶行为特征向量输入共享表征学习网络,通过多层非线性变换提取各模态的高阶语义特征,并在特征空间中实现跨模态信息的深度融合,所述注意力机制处理器用于动态分配不同模态特征在融合过程中的权重,强化与疲劳状态强相关的特征通道,抑制噪声与冗余信息的干扰,挖掘多模态数据之间的时序依赖关系与互补性,所述风险指数计算器将融合后的综合特征向量输入全连接层与激活函数,通过回归计算输出连续的综合疲劳风险指数; 所述注意力机制处理器根据下式计算出各个模态在t时刻的疲劳梯度注意力得分: ; 其中,Qt为当前t时刻的查询向量,Kit为第i个模态的的键向量,dk为查询向量和键向量的维度,softmax为归一化函数,为梯度调制强度系数,为疲劳风险指数在t时刻的时间梯度,Fit指第i个模态的特征向量,为三种模态的均值特征向量; 所述特征级融合处理器基于注意力得分对三个模态的特征向量进行加权融合得到融合特征向量Ffust。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南汽车工程职业学院;湖南创信伟立科技股份有限公司,其通讯地址为:412001 湖南省株洲市云龙示范区智慧路79号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。