【技術實現步驟摘要】
本專利技術涉及行駛安全，特別涉及一種基于閾下振動刺激的分心駕駛干預方法及系統。
技術介紹
1、分心駕駛是現代交通安全面臨的重大挑戰之一，已成為導致交通事故和相關傷亡的重要因素。分心駕駛是指駕駛員在駕駛過程中因非駕駛任務（如使用手機、調整車載設備、進食等）而分散注意力，無法專注于駕駛操作，從而增加事故風險。研究表明，分心駕駛對駕駛員的認知、視覺和動作控制造成負面影響，例如延長反應時間、降低車輛控制能力和判斷力等。隨著智能手機和其他電子設備的普及，分心駕駛的發生頻率顯著增加，尤其在年輕駕駛員群體中尤為突出。這種現象不僅對駕駛員自身構成威脅，也對其他道路使用者的安全造成了嚴重影響。因此，如何有效預防和減少分心駕駛行為，成為道路交通安全研究和政策制定的重要議題。
2、眼動數據在分心檢測中被廣泛應用于駕駛、飛行、醫療等領域，通過監測眼睛的注視時間、眼跳頻率、瞳孔變化等特征來評估個體的注意力水平。分心時，這些眼動特征往往會出現異常變化，如注視時間縮短和眼跳頻繁。隨著眼動追蹤技術的發展，實時、精確的分心檢測已成為可能。
3、閾下振動刺激是一種在駕駛輔助、注意力引導等領域中應用的新型預警方式。所謂閾下刺激，指的是強度低于感知閾限、無法被人明顯感知到的刺激，但它仍然能對個體的行為產生影響。閾下振動刺激通過在低于駕駛員注意力感知水平的范圍內施加振動信號，可以在不干擾駕駛員的顯性注意力和認知資源的情況下，增強其對潛在危險的警覺性。相較于傳統的視覺或聽覺警告，閾下振動刺激不會增加駕駛員的認知負擔，同時能夠減少對駕駛員注意力的顯性
4、專利號cn112998719提出了一種駕駛員狀態監測設備，通過采集駕駛員駕駛過程中的面部表情和腦電信號，進行醉酒，疲勞，分心等異常狀態的實時分析判斷，并且通過屏幕顯示和聲音提醒。這一駕駛員狀態監測設備在駕駛員的注意力集中于非前方區域時，視覺預警可能無法有效發揮作用，從而存在遺漏關鍵警告信息的風險。并且，環境中的多樣化聽覺干擾（如車內對話或道路噪聲）可能對駕駛員的聽覺系統造成負擔，使得聲音預警難以被及時感知和有效響應。聽覺系統在負荷增加的情況下，容易發生預警信息被掩蓋或忽略的現象，從而降低了聲音預警的可靠性和有效性。
5、專利號cn117719532提出了一種多通道車載座椅振動反饋系統，針對汽車與駕駛員、乘客之間不同交互場景來生成多通道的驅動信號，并通過單獨控制輸出通道的方式實現多功能汽車座椅的振動和發聲的控制，從而使得信號反饋給駕駛員、乘客的效果更精確豐富，提升了使用體驗。雖然駕駛員能夠通過振動信號獲得預警信息，但此時駕駛員仍需對振動信號進行分析和解讀，導致認知負荷的增加。
6、因此，如何在不增加認知負荷的情況下，幫助駕駛員進行注意力恢復是當下亟需要解決的技術問題。
技術實現思路
1、本專利技術的目的在于提供一種基于閾下振動刺激的分心駕駛干預方法及系統，通過采集駕駛員駕駛過程中的眼動數據判斷是否發生分心，并且在分心情況發生時給予一種不增加認知負荷的注意力恢復方法。
2、為了達到上述目的，采用的技術方案如下：
3、第一方面，本專利技術提供一種基于閾下振動刺激的分心駕駛干預方法，所述方法包括：
4、獲取駕駛員在駕駛過程中的眼動數據；
5、對所述眼動數據進行預處理，并提取眼動特征；
6、根據訓練好的svm模型，對所述眼動特征進行分類，以判斷駕駛員是否分心；
7、在判斷駕駛員分心的情況下，啟動閾下振動刺激，以使振動器以設定頻率和設定強度工作。
8、進一步地，對所述眼動數據進行預處理，并提取眼動特征，包括：
9、檢測并去除所述眼動數據中的無效數據項；其中，所述無效數據項包括空值和坐標超出設定范圍的數據點；并基于預設信號質量閾值，對眼動數據進行篩選，剔除信號質量低于預設信號質量閾值的數據點，得到第一眼動數據；
10、對所述第一眼動數據進行低通濾波，以去除高頻噪聲，并調整數據的采樣頻率，以去除冗余的高頻數據，得到第二眼動數據；
11、當所述第二眼動數據中的眼動坐標超出設定的標準差閾值時，確定所述第二眼動數據中的眼動坐標為異常值，并基于線性插值對異常值進行修正，得到第三眼動數據；其中，所述第三眼動數據包括眼動速度和加速度數據；
12、基于設定的速度閾值，若所述眼動速度低于設定的速度閾值，則識別為眼動事件的注視階段，若所述眼動速度不低于設定的速度閾值，則識別為眼動事件的掃視階段；根據眼動坐標變化的時間段確定注視階段的持續時間，并眼動軌跡變化速率計算得出掃視速度；以所述注視階段的持續時間和掃視速度作為眼動特征。
13、進一步地，所述訓練好的svm模型通過如下方法訓練得到：
14、從所述眼動特征中提取特征數據；其中，所述特征數據包括眨眼頻率、aoi區的注視時長以及瞳孔大小；
15、基于所述特征數據，按比例劃分為訓練集和測試集；
16、選擇徑向基函數作為svm模型的核函數；
17、調整svm模型的懲罰參數和核參數，以優化分類器的性能，得到訓練后的svm模型；
18、利用測試集對所述訓練后的svm模型進行測試，在測試通過的情況下，以當前訓練后的svm模型作為訓練好的svm模型。
19、進一步地，在調整svm模型的懲罰參數和核參數時，采用交叉驗證來尋找最優參數組合，并以最優參數組合配置svm模型，使svm模型能夠識別眼動數據中的分心特征模式。
20、進一步地，利用測試集對所述訓練后的svm模型進行測試，包括：
21、將測試集輸入訓練后的svm模型中，訓練后的svm模型輸出分心狀態，所述分心狀態包括分心和非分心；通過閾值法判定分心狀態，若分類輸出值大于設定的閾值，則判定為分心；若分類輸出值不大于設定的閾值，判定為非分心。
22、進一步地，所述振動器包括方向盤振動器和/或座椅振動器；其中，所述方向盤振動器包括第一lra振動器，所述座椅振動器包括第二lra振動器，所述第一lra振動器嵌入安裝于方向盤左右握把區域中，所述第二lra振動器嵌入安裝于駕駛員座椅背部對應人體腰椎區域位置和/或駕駛員座椅兩側對應人體髖部的位置。
23、進一步地，所述第一lra振動器的設定頻率為20-50hz，以在潛意識層面傳遞振動刺激，從而提醒駕駛員注意力集中；
24、所述第二lra振動器的設定頻率為75-100hz，以在長時間駕駛或疲勞狀態下，提升駕駛員的警覺性。
25、進一步地，所述第一lra振動器的設定頻率為25hz，以匹配手部梅斯納小體的敏感頻段；
26、所述第二lra振動器的設定頻率為85hz，以匹配腰背部帕西尼小體的敏感頻段。
27、進一步地，所述第一lra振動器和所述第二lra振動器的設定強度均設置為0.05-0.1g，其中本文檔來自技高網...
【技術保護點】
1.一種基于閾下振動刺激的分心駕駛干預方法，其特征在于，所述方法包括：
2.如權利要求1所述的方法，其特征在于，所述訓練好的SVM模型通過如下方法訓練得到：
3.如權利要求2所述的方法，其特征在于，在調整SVM模型的懲罰參數和核參數時，采用交叉驗證來尋找最優參數組合，并以最優參數組合配置SVM模型，使SVM模型能夠識別眼動數據中的分心特征模式。
4.如權利要求2所述的方法，其特征在于，利用測試集對所述訓練后的SVM模型進行測試，包括：
5.如權利要求4所述的方法，其特征在于，所述振動器包括方向盤振動器和/或座椅振動器；其中，所述方向盤振動器包括第一LRA振動器，所述座椅振動器包括第二LRA振動器，所述第一LRA振動器嵌入安裝于方向盤左右握把區域中，所述第二LRA振動器嵌入安裝于駕駛員座椅背部對應人體腰椎區域位置和/或駕駛員座椅兩側對應人體髖部的位置。
6.如權利要求5所述的方法，其特征在于，所述第一LRA振動器的設定頻率為20-50Hz，以在潛意識層面傳遞振動刺激，從而提醒駕駛員注意力集中；
7.如權利要求6
8.如權利要求5所述的方法，其特征在于，所述第一LRA振動器和所述第二LRA振動器的設定強度均設置為0.05-0.1g，其中g表示重力加速度；所述第一LRA振動器和所述第二LRA振動器的設定強度根據駕駛員個體差異和反饋，和/或駕駛員的反饋和響應數據進行調整。
9.一種基于閾下振動刺激的分心駕駛干預系統，其特征在于，所述系統包括：
...【技術特征摘要】
1.一種基于閾下振動刺激的分心駕駛干預方法，其特征在于，所述方法包括：
2.如權利要求1所述的方法，其特征在于，所述訓練好的svm模型通過如下方法訓練得到：
3.如權利要求2所述的方法，其特征在于，在調整svm模型的懲罰參數和核參數時，采用交叉驗證來尋找最優參數組合，并以最優參數組合配置svm模型，使svm模型能夠識別眼動數據中的分心特征模式。
4.如權利要求2所述的方法，其特征在于，利用測試集對所述訓練后的svm模型進行測試，包括：
5.如權利要求4所述的方法，其特征在于，所述振動器包括方向盤振動器和/或座椅振動器；其中，所述方向盤振動器包括第一lra振動器，所述座椅振動器包括第二lra振動器，所述第一lra振動器嵌入安裝于方向盤左右握把區域中，所述第二lra振動器...
【專利技術屬性】
技術研發人員：王黎靜，賀紀陽，趙彥锃，徐海鑫，蔡天旸，鄒雨楠，李潤豪，鄒佳瑩，盧新達，尚文珊，章駿，
申請(專利權)人：杭州市北京航空航天大學國際創新研究院北京航空航天大學國際創新學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。