【技术实现步骤摘要】
本专利技术涉及信息，特别涉及一种基于多种数据的驾驶人员情绪识别方法及装置。
技术介绍
1、随着科技的发展和城市化的进程，道路上的车辆越来越多，而近年来，车辆智能化也发展迅速。随着路况的复杂化和交通的拥堵化，驾驶人员的状态和情绪对于驾驶人员以及乘客安全、道路安全具有重要影响。
2、因此，对于驾驶人员的情绪的识别和监测对于个人安全和道路安全具有重要意义，另外，对于驾驶人员的情绪的识别和监测有助于提供相关的安全服务以及个性化的推荐和服务。
3、目前，现有的情绪识别方法通过假设场景来进行，例如，假设急刹为消极情绪，另外，将所有特征输入模型进行训练，得到情绪识别模型。
4、应该注意，上面对技术背景的介绍只是为了方便对本专利技术的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本专利技术的
技术介绍
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
1、但是，假设场景并没有结合实际情况，只是进行假设和推断，在很多场景下是不符合实际情况的，导致识别结果有误；另外，将所有特征输入模型进行训练，没有考虑各个特征各自的特点以及特征之间的关联性，使得训练得到的模型的识别准确性较差。
2、为了解决上述现有技术中的至少一个问题，本专利技术实施例提供了一种基于多种数据的驾驶人员情绪识别方法及装置。通过分别计算多种车辆数据的情绪影响系数，能够根据多种车辆数据各自的特点来获得准确的计算结果；并且，根据多种车辆
3、根据本专利技术实施例的第一方面，提供一种基于多种数据的驾驶人员情绪识别方法，所述方法包括：获取多种车辆数据和环境数据；分别计算多种车辆数据的情绪影响系数；根据所述多种车辆的情绪影响系数，计算基于驾驶综合影响的第一情绪识别结果；根据所述环境数据，计算基于环境影响的第二情绪识别结果；以及根据所述第一情绪识别结果和所述第二情绪识别结果，计算驾驶人员的情绪识别结果。
4、根据本专利技术实施例的第二方面，其中，所述多种车辆数据包括车速数据、加速度数据、减速度数据以及转向信号，所述环境数据包括温度数据、湿度数据以及天气数据中的至少一种，所述多种车辆数据的情绪影响系数包括基于车速的情绪影响系数、基于加减速的情绪影响系数、基于连续减速的情绪影响系数、基于连续加速的情绪影响系数以及基于转向的情绪影响系数。
5、根据本专利技术实施例的第三方面，其中，根据基于车辆当前的车速数据和路段的限速数据的对数函数，计算所述基于车速的情绪影响系数。
6、根据本专利技术实施例的第四方面，其中，所述加速度数据包括加速踏板的开合度，所述减速度数据包括制动踏板的开合度，其中，根据基于所述加速踏板的开合度的sigmoid函数，计算基于加速的情绪影响系数；根据基于所述制动踏板的开合度的sigmoid函数，计算基于减速的情绪影响系数；以及根据所述基于加速的情绪影响系数和所述基于减速的情绪影响系数，计算基于综合加减速的情绪影响系数。
7、根据本专利技术实施例的第五方面，其中，在当前的基于加速的情绪影响系数以及基于减速的情绪影响系数均不为零的情况下，所述基于加减速的情绪影响系数为所述基于综合加减速的情绪影响系数；在当前的基于加速的情绪影响系数不为零而基于减速的情绪影响系数为零的情况下，所述基于加减速的情绪影响系数为所述基于加速的情绪影响系数；在当前的基于加速的情绪影响系数为零而基于减速的情绪影响系数不为零的情况下，所述基于加减速的情绪影响系数为所述基于减速的情绪影响系数。
8、根据本专利技术实施例的第六方面，其中，根据距离当前时刻的预设时间段内的基于减速的情绪影响系数，计算所述基于连续减速的情绪影响系数；以及根据距离当前时刻的预设时间段内的基于加速的情绪影响系数，计算所述基于连续加速的情绪影响系数。
9、根据本专利技术实施例的第七方面，其中，根据转向信号、基于车速的情绪影响系数以及基于减速的情绪影响系数，计算所述基于转向的情绪影响系数。
10、根据本专利技术实施例的第八方面，其中，所述根据所述多种车辆的情绪影响系数，计算基于驾驶综合影响的第一情绪识别结果，包括：根据所述基于车速的情绪影响系数和所述基于加减速的情绪影响系数的差的绝对值，确定所述基于车速的情绪影响系数和所述基于加减速的情绪影响系数的合并项，并将所述合并项用于计算所述第一情绪识别结果。
11、根据本专利技术实施例的第九方面，其中，所述根据所述多种车辆的情绪影响系数，计算基于驾驶综合影响的第一情绪识别结果，包括：对所述基于转向的情绪影响系数赋予大于1的权值，并将通过所述权值加权后的基于转向的情绪影响系数用于计算所述第一情绪识别结果。
12、根据本专利技术实施例的第十方面，其中，所述根据所述环境数据，计算基于环境影响的第二情绪识别结果，包括：根据当前温度与第一阈值的比较结果、当前湿度与第二阈值的比较结果以及当前的天气是否为预设类型的天气，计算所述第二情绪识别结果。
13、根据本专利技术实施例的第十一方面，其中，所述根据所述第一情绪识别结果和所述第二情绪识别结果，计算驾驶人员的情绪识别结果，包括：当所述第一情绪识别结果的绝对值大于1时，所述驾驶人员的情绪识别结果为所述第一情绪识别结果；当所述第一情绪识别结果的绝对值小于或等于1时，所述驾驶人员的情绪识别结果为以所述第一情绪结果为底数且以所述第二情绪识别结果为真数的对数函数与所述第一情绪识别结果之和。
14、根据本专利技术实施例的第十二方面，提供一种基于多种数据的驾驶人员情绪识别装置，所述装置包括：获取单元，其获取多种车辆数据和环境数据；第一计算单元，其分别计算多种车辆数据的情绪影响系数；第二计算单元，其根据所述多种车辆的情绪影响系数，计算基于驾驶综合影响的第一情绪识别结果；第三计算单元，其根据所述环境数据，计算基于环境影响的第二情绪识别结果；以及第四计算单元，其根据所述第一情绪识别结果和所述第二情绪识别结果，计算驾驶人员的情绪识别结果。
15、根据本专利技术实施例的第十三方面，其中，所述多种车辆数据包括车速数据、加速度数据、减速度数据以及转向信号，所述环境数据包括温度数据、湿度数据以及天气数据中的至少一种，所述多种车辆数据的情绪影响系数包括基于车速的情绪影响系数、基于加减速的情绪影响系数、基于连续减速的情绪影响系数、基于连续加速的情绪影响系数以及基于转向的情绪影响系数。
16、根据本专利技术实施例的第十四方面，其中，第一计算单元包括：第一计算模块，其根据基于车辆当前的车速数据和路段的限速数据的对数函数，计算所述基于车速的情绪影响系数。
本文档来自技高网...
【技术保护点】
1.一种基于多种数据的驾驶人员情绪识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求4所述的方法，其特征在于，
7.根据权利要求4所述的方法，其特征在于，
8.根据权利要求2所述的方法，其特征在于，所述根据所述多种车辆的情绪影响系数，计算基于驾驶综合影响的第一情绪识别结果，包括：
9.根据权利要求2所述的方法，其特征在于，所述根据所述多种车辆的情绪影响系数，计算基于驾驶综合影响的第一情绪识别结果，包括：
10.根据权利要求2所述的方法，其特征在于，所述根据所述环境数据，计算基于环境影响的第二情绪识别结果，包括：
11.根据权利要求1所述的方法，其特征在于，所述根据所述第一情绪识别结果和所述第二情绪识别结果，计算驾驶人员的情绪识别结果，包括：
12.一种基于多种数据的驾驶人员
13.根据权利要求12所述的装置，其特征在于，
14.根据权利要求13所述的装置，其特征在于，第一计算单元包括：
15.根据权利要求13所述的装置，其特征在于，
16.根据权利要求15所述的装置，其特征在于，所述第一计算单元包括：
17.根据权利要求13所述的装置，其特征在于，
18.根据权利要求13所述的装置，其特征在于，
19.根据权利要求13所述的装置，其特征在于，
20.根据权利要求12所述的装置，其特征在于，
...【技术特征摘要】
1.一种基于多种数据的驾驶人员情绪识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求4所述的方法，其特征在于，
7.根据权利要求4所述的方法，其特征在于，
8.根据权利要求2所述的方法，其特征在于，所述根据所述多种车辆的情绪影响系数，计算基于驾驶综合影响的第一情绪识别结果，包括：
9.根据权利要求2所述的方法，其特征在于，所述根据所述多种车辆的情绪影响系数，计算基于驾驶综合影响的第一情绪识别结果，包括：
10.根据权利要求2所述的方法，其特征在于，所述根据所述环境数据，计算基于环境影响...
【专利技术属性】
技术研发人员：高睿，冯佳伟，张积存，李树友，马列，
申请(专利权)人：海纳新思智行服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。