[发明专利]一种预测音乐对驾驶员行为影响的系统和方法

权利要求书

1.一种预测音乐对驾驶员行为影响的方法，其特征在于：包括以下步骤：

步骤S1、在播放音乐驾驶过程中，记录驾驶员驾驶时的前方路况、驾驶控制操作和驾驶员的生理特征；

步骤S2、根据驾驶员驾驶时的前方路况、驾驶控制操作和驾驶员的生理特征，确定所播放的音乐的音乐特征以及驾驶控制操作是否危险，所述音乐特征包括属于正面情绪音乐集和属于负面情绪音乐集的标记和音乐文件的高斯混合模型超向量；

步骤S3、根据获取的路况图像向量、驾驶控制操作和驾驶员的生理特征、所播放的音乐的音乐特征以及驾驶控制操作是否危险建立音乐对驾驶员行为影响的预测模型；

步骤S4、利用音乐对驾驶员行为影响的预测模型，根据实时的路况图像、驾驶员的生理特征和播放音乐的音乐特性对驾驶控制操作以及驾驶控制操作是否危险进行实时预测，并在控制操作为危险操作时发出提醒。

2.根据权利要求1所述的预测音乐对驾驶员行为影响的方法，其特征在于：所述步骤S1中，所述驾驶控制操作包括刹车、加速、转弯和按喇叭；所述驾驶员的生理特征包括体温、血压和脉搏；所述前方路况包括市区上下班高峰期道路、高速公路、国道、省道；所播放的音乐包括流行音乐、古典音乐、金属音乐和摇滚音乐。

3.根据权利要求1所述的预测音乐对驾驶员行为影响的方法，其特征在于：所述步骤S2中，将驾驶员进行危险操作时的播放的音乐标记为负面情绪音乐集；将剩余的音乐标记正面情绪音乐集。

4.根据权利要求1所述的预测音乐对驾驶员行为影响的方法，其特征在于：所述步骤S2还包括：根据音乐文件的音乐特征，构建音乐情绪库：所述音乐情绪库用于在建立音乐对驾驶员行为影响的预测模型以及使用预测模型对驾驶控制操作以及驾驶控制操作是否危险进行实时预测时，提供所播放音乐文件的音乐特征；

其中，根据以下原则构建音乐情绪库：

对于音乐网站的用户收听歌曲，基于协同过滤算法将歌曲标记为正面情绪音乐集或负面情绪音乐集；

对于协同过滤算法没有处理的歌曲，通过基于内容的音乐相似性度量方法将歌曲标记为正面情绪音乐集或负面情绪音乐集。

5.根据权利要求1所述的预测音乐对驾驶员行为影响的方法，其特征在于：所述步骤S3包括以下步骤：

获取路况图像向量；

采用循环神经网络模型构建音乐对驾驶员行为影响的预测模型，所述预测模型包括一个输入层、一个隐层和一个输出层；所述输入层的输入数据包括路况图像向量、驾驶员的生理特征、播放音乐的音乐特征和上一时刻的隐层；所述输出层的输出数据包括驾驶员可能的操作和操作是否为危险操作的判断。

6.一种预测音乐对驾驶员行为影响的系统，其特征在于：包括实验数据获取模块、音乐特征确定模块、预测模型建立模块和预测提醒模块；

所述实验数据获取模块用于在播放音乐驾驶过程中，记录驾驶员驾驶时的前方路况、驾驶控制操作和驾驶员的生理特征；

所述音乐特征确定模块用于根据驾驶员驾驶时的前方路况、驾驶控制操作和驾驶员的生理特征，确定所播放的音乐的音乐特征以及驾驶控制操作是否危险，所述音乐特征包括属于正面情绪音乐集和属于负面情绪音乐集的标记和音乐文件的高斯混合模型超向量；

所述预测模型建立模块用于根据获取的路况图像向量、驾驶控制操作和驾驶员的生理特征、所播放的音乐的音乐特征以及驾驶控制操作是否危险建立音乐对驾驶员行为影响的预测模型；

所述预测提醒模块用于利用音乐对驾驶员行为影响的预测模型，根据实时的路况图像、驾驶员的生理特征和播放音乐的音乐特性对驾驶控制操作以及驾驶控制操作是否危险进行实时预测，并在控制操作为危险操作时发出提醒。

7.根据权利要求6所述的预测音乐对驾驶员行为影响的系统，其特征在于：所述驾驶控制操作包括刹车、加速、转弯和按喇叭；所述驾驶员的生理特征包括体温、血压和脉搏；所述前方路况包括市区上下班高峰期道路、高速公路、国道、省道；所播放的音乐包括流行音乐、古典音乐、金属音乐和摇滚音乐。