買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜復(fù)旦大學(xué)申請的專利一種駕駛員狀態(tài)監(jiān)測裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN112998710B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202110271226.5，技術(shù)領(lǐng)域涉及：A61B5/16；該發(fā)明授權(quán)一種駕駛員狀態(tài)監(jiān)測裝置是由馮凱強(qiáng);商慧亮;曾新華;宋梁;吳易甲;李成芳;劉靜怡設(shè)計(jì)研發(fā)完成，并于2021-03-12向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種駕駛員狀態(tài)監(jiān)測裝置在說明書摘要公布了：本發(fā)明涉及一種駕駛員狀態(tài)監(jiān)測裝置，包括監(jiān)測盒子和導(dǎo)聯(lián)腦電帽，其中，監(jiān)測盒子包括殼體，攝像頭、信號燈、顯示屏和集成電路板，顯示屏和攝像頭均位于殼體的正面，集成電路板位于殼體的內(nèi)部并且連接攝像頭、信號燈和顯示屏，集成電路板集成無線接收模塊和主芯片；導(dǎo)聯(lián)腦電帽包括防水織物帶、監(jiān)測電極和監(jiān)測單元，防水織物帶的兩端設(shè)有連接單元，監(jiān)測電極分布在防水織物帶中間一側(cè)，監(jiān)測單元位于防水織物帶中間的另一側(cè)并且連接監(jiān)測電極，監(jiān)測單元集成無線發(fā)送模塊、數(shù)模轉(zhuǎn)換器和信號放大器。與現(xiàn)有技術(shù)相比，本發(fā)明可以同步監(jiān)測駕駛員的腦電波信號，結(jié)合人臉識別技術(shù)可以對心理活動更加精確的預(yù)判，從而對駕駛員進(jìn)行及時的提醒，監(jiān)測效果更佳。

本發(fā)明授權(quán)一種駕駛員狀態(tài)監(jiān)測裝置在權(quán)利要求書中公布了：1.一種駕駛員狀態(tài)監(jiān)測裝置，其特征在于，包括監(jiān)測盒子和導(dǎo)聯(lián)腦電帽，其中，所述監(jiān)測盒子包括殼體，攝像頭、信號燈、顯示屏和集成電路板，所述顯示屏和攝像頭均位于殼體的正面，所述集成電路板位于殼體的內(nèi)部并且連接攝像頭、信號燈和顯示屏，所述集成電路板集成無線接收模塊和主芯片；所述導(dǎo)聯(lián)腦電帽包括防水織物帶、監(jiān)測電極和監(jiān)測單元，所述防水織物帶的兩端設(shè)有連接單元，所述監(jiān)測電極分布在防水織物帶中間一側(cè)，所述監(jiān)測單元位于防水織物帶中間的另一側(cè)并且連接監(jiān)測電極，所述監(jiān)測單元集成無線發(fā)送模塊、數(shù)模轉(zhuǎn)換器和信號放大器；所述主芯片中執(zhí)行腦電識別步驟、圖像識別步驟和綜合分析步驟，其中綜合分析步驟包括：分別獲取腦電識別步驟和圖像識別步驟的輸出結(jié)果進(jìn)行綜合分析；如腦電識別步驟結(jié)果為駕駛員處于疲勞狀態(tài)，圖像識別步驟結(jié)果為駕駛員眼睛閉合時間過長，即綜合判斷駕駛員處于疲勞狀態(tài)，觸發(fā)顯示結(jié)果；如腦電識別步驟結(jié)果為正常，而圖像識別步驟結(jié)果為駕駛員在手持電話，即綜合判斷駕駛員處于分心狀態(tài)，觸發(fā)顯示結(jié)果；如果腦電識別步驟與圖像識別步驟結(jié)果相悖，則舍棄當(dāng)前結(jié)果，不觸發(fā)顯示結(jié)果；所述腦電識別步驟包括：A1、通過藍(lán)牙接收模塊采集腦電信號；A2、對采集到的腦電信號進(jìn)行降噪處理，用凹陷濾波算法去除信號中混雜的工頻噪聲，再用0~50Hz的低通濾波算法進(jìn)行有效波段的提取；A3、提取駕駛員狀態(tài)的相關(guān)特征，用短時傅立葉變換或小波變換算法提取腦電信號的時域和頻率特征，用獨(dú)立成分分析算法提取駕駛員的頭動和眼動成分特征；A4、將提取到的特征進(jìn)行特征融合并降維，輸入到已搭建、訓(xùn)練完畢的分類判別模型中，所述分類判別模型包括支持向量機(jī)模型和長短期記憶神經(jīng)網(wǎng)絡(luò)模型；A5、若兩個分類判別模塊的輸出結(jié)果一致，則輸出結(jié)果；所述圖像識別步驟包括：B1、獲取攝像頭拍攝的視頻，對視頻進(jìn)行每5秒一張的圖像輸出，對其進(jìn)行識別，提取人臉面部圖片；B2、將人臉面部圖片輸入至已搭建、訓(xùn)練完畢的圖片判別模型中，所述圖片判別模型包括卷積神經(jīng)網(wǎng)絡(luò)模型和密集軌跡算法模型；B3、將兩個模型分別得到的表情和行為識別結(jié)果進(jìn)行輸出；所述步驟A4中，支持向量機(jī)模型和長短期記憶神經(jīng)網(wǎng)絡(luò)模型的搭建和訓(xùn)練步驟如下：通過實(shí)驗(yàn)采集醉酒、疲勞、憤怒、分心各狀態(tài)的腦電數(shù)據(jù)，合并現(xiàn)有的開源腦電數(shù)據(jù)集作為模型的訓(xùn)練、測試數(shù)據(jù)；將數(shù)據(jù)進(jìn)行降噪處理和特征提取處理，獲取信號的時域、頻域、頭動和眼動特征；將信號的頻域特征通過welch算法計(jì)算腦電信號各波段的功率譜密度，然后將腦電信號各波段的頻率特征與頭動、眼動特征進(jìn)行特征融合，輸入基于高斯核函數(shù)的支持向量機(jī)模型進(jìn)行訓(xùn)練和測試，達(dá)到可接受的多分類準(zhǔn)確率后保存模型；將時域與頻域特征輸入到長短期記憶神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練、測試，達(dá)到可接受的多分類準(zhǔn)確率后保存模型；所述步驟B2中，卷積神經(jīng)網(wǎng)絡(luò)模型和密集軌跡算法模型的搭建和訓(xùn)練步驟如下：通過實(shí)驗(yàn)采集人體面部表情和行為圖像，分別合并現(xiàn)有的人臉和行為開源數(shù)據(jù)集作為模型的訓(xùn)練、測試數(shù)據(jù)；獲取攝像頭拍攝的視頻，對視頻進(jìn)行每5秒一張的圖像輸出，對其進(jìn)行識別，提取人臉面部圖片；將面部圖像經(jīng)過歸一化處理后導(dǎo)入卷積神經(jīng)網(wǎng)絡(luò)中，進(jìn)行訓(xùn)練識別面部情緒，經(jīng)測試得到高多分類準(zhǔn)確率后保存模型；將視頻輸入到密集軌跡算法中進(jìn)行行為特征的模型訓(xùn)練，經(jīng)測試得到高多分類準(zhǔn)確率后保存模型。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人復(fù)旦大學(xué)，其通訊地址為：200433 上海市楊浦區(qū)邯鄲路220號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。