[发明专利]疲劳驾驶监测方法、装置、电子设备及可读存储介质

权利要求书

1.一种疲劳驾驶监测方法，其特征在于，所述疲劳驾驶监测方法包括：

获取待检测目标对应的脑电信号；

在所述脑电信号中选取预设时间段内的目标脑电信号转化为脑电波特征数据；

对所述脑电波特征数据进行特征降维，得到所述脑电波特征数据在预设特征维度下的降维脑电波特征数据；

依据所述降维脑电波特征数据和所述待检测目标对应的目标疲劳驾驶预测模型，预测所述待检测目标在下一时间步的疲劳度，得到疲劳驾驶预测结果。

2.如权利要求1所述疲劳驾驶监测方法，其特征在于，所述脑电波特征数据至少包括一目标脑电波特征样本数据，所述对所述脑电波特征数据进行特征降维，得到所述脑电波特征数据在预设特征维度下的降维脑电波特征数据的步骤包括：

获取目标脑电波特征样本数据，确定所述目标脑电波特征样本数据的邻居脑电波特征样本数据，其中，所述邻居脑电波特征样本数据与所述目标脑电波特征样本数据的距离不大于预设距离阈值；

通过最小化各所述邻居脑电波特征样本数据共同对应的加权样本与所述目标脑电波特征样本数据之间的距离，确定将各所述邻居脑电波特征样本数据加权得到所述加权样本所使用的权重系数；

依据所述权重系数，将所述目标脑电波特征数据降维至所述预设特征维度，得到降维脑电波特征数据。

3.如权利要求1所述疲劳驾驶监测方法，其特征在于，在所述依据所述降维脑电波特征数据和所述待检测目标对应的目标疲劳驾驶预测模型，预测所述待检测目标在下一时间步的疲劳度，得到疲劳驾驶预测结果的步骤之前，所述疲劳驾驶监测方法还包括：

获取待训练疲劳驾驶预测模型、各年龄段的驾驶目标对应的训练样本数据以及所述训练样本数据对应的真实疲劳度；

对所述训练样本数据进行特征降维，得到所述训练样本数据在所述预设特征维度下的降维训练样本数据；

依据所述降维训练样本数据与所述真实疲劳度，对所述待训练疲劳驾驶预测模型进行迭代优化，得到各所述年龄段对应的疲劳驾驶预测模型。

4.如权利要求3所述疲劳驾驶监测方法，其特征在于，获取训练样本数据以及所述训练样本数据对应的真实疲劳度，包括：

依据所述驾驶目标对应的脑电波特征数据在不同频段的脑电波幅值，构建所述训练样本数据；

依据所述驾驶目标响应预设操作的反应时间，确定所述训练样本数据对应的真实疲劳度。

5.如权利要求1所述疲劳驾驶监测方法，其特征在于，所述目标疲劳驾驶预测模型包括重置门参数和更新门参数，所述依据所述降维脑电波特征数据和所述待检测目标对应的目标疲劳驾驶预测模型，预测所述待检测目标在下一时间步的疲劳度的步骤包括：

依据所述待检测目标的年龄，在疲劳驾驶预测模型中选取所述待检测目标对应的目标疲劳驾驶预测模型；

依据所述降维脑电波特征数据、上一时间步的隐藏层输出值、所述重置门参数以及所述更新门参数，确定所述目标疲劳驾驶预测模型对应的更新门值和对应的重置门值；

依据所述目标疲劳驾驶预测模型、所述目标疲劳驾驶预测模型对应的更新门值以及对应的重置门值，预测所述待检测目标在下一时间步的疲劳度。

6.如权利要求1所述疲劳驾驶监测方法，其特征在于，所述依据所述降维脑电波特征数据和所述待检测目标对应的目标疲劳驾驶预测模型，预测所述待检测目标在下一时间步的疲劳度，得到疲劳驾驶预测结果的步骤包括：

判断所述待检测目标在下一时间步的疲劳度是否超过预设疲劳度阈值且所述疲劳度超过所述预设疲劳度阈值的持续时间是否达到预设时间阈值；

若是，则判定所述疲劳驾驶预测结果为所述待检测目标疲劳驾驶；

若否，则判定所述疲劳驾驶预测结果为所述待检测目标未疲劳驾驶。