[发明专利]一种驾驶路怒状态的监测方法和装置

说明书

本发明公开了一种驾驶路怒状态的监测方法，所述方法包括：获得驾驶员的生理信号数据集，所述生理信号数据集的特征维度为第一维度；对所述生理信号数据集进行特征处理，获得所述生理信号数据集的特征向量；对所述生理信号的特征向量进行降维和特征提取，获得降维特征向量；根据所述降维特征向量构建驾驶路怒数据集；根据递归特征消除法对所述驾驶路怒数据集进行最优特征加速选择，构建并训练所述路怒识别模型；根据所述路怒识别模型对所述驾驶员进行实时监测。解决了现有技术中路怒状态识别结果不准确的问题，达到能够降低驾驶员路怒状态识别所需的响应时间，做到早预警早干预，从而减少由路怒驾驶引起的安全事故的技术效果。

技术领域

本发明涉及智能驾驶领域，尤其涉及一种驾驶路怒状态的监测方法和装置。

背景技术

驾驶员路怒症目前已是影响安全驾驶的一个很重要因素,它是由于交通阻塞情况下开车压力与挫折引起的驾驶员愤怒的情绪。路怒症驾驶员会袭击他人的汽车,恶意违反交通规则,引发交通事故。路怒症自动检测与预警技术的研究已成为主动安全驾驶技术的重要组成部分。近年来驾驶员路怒症研究得到广泛关注,但大部分的研究主要集中在从心理学、政策、法规方面如何避免怒路症的发生,而针对路怒症自动检测和识别技术的研究还比较少。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

在捕捉用户情感信息过程中会出现丢失和失真的情况，影响识别结果的准确度。

发明内容

本申请实施例通过提供一种驾驶路怒状态的监测方法和装置，解决了现有技术中路怒状态识别结果不准确的问题，达到能够降低驾驶员路怒状态识别所需的响应时间，做到早预警早干预，从而减少由路怒驾驶引起的安全事故的技术效果。

本申请实施例提供了一种驾驶路怒状态的监测方法和装置，其中，所述方法包括：获得驾驶员的生理信号数据集，所述生理信号数据集的特征维度为第一维度；对所述生理信号数据集进行特征处理，获得所述生理信号数据集的特征向量；对所述生理信号的特征向量进行降维和特征提取，获得降维特征向量；根据所述降维特征向量构建驾驶路怒数据集；根据递归特征消除法对所述驾驶路怒数据集进行最优特征加速选择，构建并训练所述路怒识别模型；根据所述路怒识别模型对所述驾驶员进行实时监测。

另一方面，本申请还提供了一种驾驶路怒状态的监测装置，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得驾驶员的生理信号数据集，所述生理信号数据集的特征维度为第一维度；第二获得单元，所述第二获得单元用于对所述生理信号数据集进行特征处理，获得所述生理信号数据集的特征向量；第三获得单元，所述第三获得单元用于对所述生理信号的特征向量进行降维和特征提取，获得降维特征向量；第一构建单元，所述第一构建单元用于根据所述降维特征向量构建驾驶路怒数据集；第二构建单元，所述第二构建单元用于根据递归特征消除法对所述驾驶路怒数据集进行最优特征加速选择，构建并训练所述路怒识别模型；第一监测单元，所述第一监测单元用于根据所述路怒识别模型对所述驾驶员进行实时监测。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例提供的技术方案能够准确客观的实时识别驾驶过程中驾驶员是否处于路怒状态；通过对特征进行降维消除，使得特征的表征能力更强，克服了原始森林模型中存在的特征向量冗余问题，降低了算法空间复杂度的同时提高了运行速率，能够降低驾驶员路怒状态识别所需的响应时间，做到早预警早干预，从而减少由路怒驾驶引起的安全事故的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种驾驶路怒状态的监测方法的流程示意图；