[发明专利]基于Logistic模型的新手驾驶员驾驶技能辅助提升系统

权利要求书

1.一种基于Logistic模型的新手驾驶员驾驶技能辅助提升系统，其特征是：所述系统包括：驾驶员信息输入模块、驾驶员状态检测模块、信息分析模块、信息输出模块、场景识别模块和驾驶员移动终端；利用所述驾驶员信息输入模块采集获得驾驶员身份信息，利用所述驾驶员状态检测模块实时检测获得驾驶员生理状态信息，所述信息分析模块根据驾驶员身份信息和驾驶员生理状态信息，利用Logistic回归模型分析判断驾驶员出现紧张情绪的概率值，若概率值超过设定概率值，由场景识别模块采集周围场景，并针对采集获得的周围场景进行识别，在数据库的设定场景中找出与所述周围场景匹配度最高的最优场景，利用信息输出模块将所述最优场景输出到驾驶员移动终端，由驾驶员移动终端根据最优场景给出驾驶员相应的建议，从而提升新手驾驶员驾驶技能；

所述驾驶员身份信息为驾驶员年龄、性别和驾龄；

所述驾驶员状态检测模块包括附设在汽车主控方向盘上的心率检测模块、手部湿度检测模块、手心温度检测模块以及手抖频率检测模块；以所述驾驶员状态检测模块实时检测获得驾驶员心率信息、手部湿度信息、手心温度信息以及手部抖动频率；

所述信息分析模块、信息输出模块和场景识别模块安装在车辆电子控制单元中；

所述心率检测模块采用心率感应器，所述心率感应器是由光电式脉搏红外线发光源和红外线接收探头构成，所述心率感应器安装在汽车方向盘的外环面上，针对驾驶员的手指或手掌进行心脏搏动信号的检测，经数据转换获得驾驶员心率信息x₁；

所述手部湿度检测模块采用手指出汗感应器，所述手指出汗感应器中金属电极嵌装在汽车方向盘的表面，驾驶员手握方向盘时其手指皮肤贴于金属电极，针对人体电阻进行检测，经数据转换获得驾驶员手部湿度信息x₂；

所述手心温度检测模块是采用手部温度感应器，所述手部温度感应器是设置在方向盘两侧的包裹式温度感应器，驾驶员手握方向盘时其手心与方向盘上包裹式温度感应器相接触，针对人体温度进行检测，经数据转换获得驾驶员手心温度信息x₃；

所述手抖频率检测模块是采用手指抖动频率感应器，将所述手指抖动频率感应器中的金属电极嵌入方向盘，驾驶员手握方向盘时其手指皮肤贴于金属电极，利用金属电极对人体电阻进行检测，并经数据转换获得驾驶员手部抖动频率x₄；

按如下步骤计算获得驾驶员出现紧张情绪的概率值：

步骤4.1：建立权值向量数据库

利用驾驶模拟器模拟新手驾驶员驾车行驶20公里的驾驶过程，获得不同年龄、性别和驾龄的驾驶行为特征，分析新手驾驶员在突发情况下，心率、手部湿度、手心温度和手部抖动频率的生理变化特点，根据所述驾驶行为特征和生理变化特点确定心率、手部湿度、手心温度、手部抖动频率对驾驶员驾驶操作的影响程度，获得表示影响程度的权值向量数据库；针对不同的年龄、性别和驾龄将驾驶员分类，每一类驾驶员对应一个权值向量ω，第i类驾驶员的权值向量ω_i为：ω_i＝{ω_i0,ω_i1,ω_i2,ω_i3,ω_i4}，i＝1,2,3,4...n，n为权值向量数据中驾驶员的类别数，ω_i0为附加权值，ω_i1、ω_i2、ω_i3和ω_i4一一对应为第i类驾驶员的心率信息权值ω_i1，手部湿度信息权值ω_i2，手心温度信息权值ω_i3，以及手部抖动频率权值ω_i4；

步骤4.2：由驾驶员信息输入模块采集获得当前驾驶员的驾驶员身份信息，判断当前驾驶员为第j类驾驶员，在权值向量数据库中对应获得第j类驾驶员的权值向量ω_j，ω_j＝{ω_j0,ω_j1,ω_j2,ω_j3,ω_j4}；ω_j0为附加权值，ω_j1、ω_j2、ω_j3和ω_j4一一对应为第j类驾驶员的心率信息权值ω_j1，手部湿度信息权值ω_j2，手心温度信息权值ω_j3，以及手部抖动频率权值ω_j4；

步骤4.3：将4个相互独立的检测信息定义为向量x，x＝{x₁,x₂,x₃,x₄}；以y＝1表示驾驶员情绪紧张，以y＝0表示驾驶员情绪不紧张；g(x)为检测信息与权值按照线性相加得到的函数，g(x)＝ω_j0+ω_j1x₁+ω_j2x₂+ω_j3x₃+ω_j4x₄；则：

依据用Logistic回归模型，条件概率P(y＝1|x)为驾驶员在驾驶行为中的紧张概率，记为p，由式(1)表征；条件概率P(y＝0|x)为驾驶员在驾驶行为中的不紧张概率，不紧张概率为：1-p，由式(2)所表征；

其中e为自然对数的底数，

驾驶员在驾驶行为中紧张与不紧张的概率之比为：

对式(3)取对数得到式(4)：

针对式(4)进行求解，获得驾驶员在驾驶行为中的紧张概率p；

若所求紧张概率值p超过设定概率值p₀，调用场景识别模块录制车辆前后左右四个方向的当前场景图像；利用Gist模型对当前场景图像进行分析，并在数据库的设定场景中找出与当前场景图像中周围场景匹配度最高的最优场景。

2.根据权利要求1所述的基于Logistic模型的新手驾驶员驾驶技能辅助提升系统，其特征是：所述最优场景按如下过程获取：

构建数据库：

通过采集多种不同场景获得数据库场景图像集合M，M＝{m₁,m₂,m₃...m_s}，m_t为第t个场景图像，t＝1,2,3...s，s为数据库场景图像的数量；利用Gist模型将数据库场景图像m_t分为4×4共16个区块，每个区块有三个通道提供原始特征信息，所述三个通道分别是方向通道、颜色通道和亮度通道；将所述原始特征信息通过PCA/ICA进行降维获得数据库场景图像降维特征信息；

利用Gist模型将当前场景图像同样分为4×4共16个区块，每个区块有三个通道提供原始特征信息，所述三个通道分别是方向通道、颜色通道和亮度通道；将所述原始特征信息通过PCA/ICA进行降维获得当前场景图像的降维特征信息，与所述当前场景图像的降维特征信息差值最小的数据库场景图像降维特征信息所对应的数据库中的设定场景即为最优场景。