[发明专利]智能行车干预方法、装置、设备及计算机可读存储介质

权利要求书

1.一种智能行车干预方法，其特征在于，包括以下步骤：

创建情绪等级与干预措施之间的映射关系；

获取驾驶员的参数信息，所述参数信息包括心率数据、音频数据和视频数据；

将所述参数信息导入情绪神经网络模型，得到驾驶员的情绪等级；

基于所述驾驶员的情绪等级与所述映射关系确定待执行的干预措施；

控制车辆执行所述待执行的干预措施。

2.如权利要求1所述的智能行车干预方法，其特征在于，在所述将所述参数信息导入情绪神经网络模型的步骤之前，还包括：

对所述参数信息进行有效性判断；

若所述参数信息为有效信息，则执行所述将所述参数信息导入情绪神经网络模型的步骤；

若所述参数信息为无效信息，则执行所述获取驾驶员的参数信息的步骤。

3.如权利要求1所述的智能行车干预方法，其特征在于：

所述音频数据包括语速数据、语音数据和语音内容的文字化处理结果；

所述视频数据包括驾驶员的眼睛张开度和头部动作分析结果；

所述情绪神经网络模型包括精神状态分析模型、意图分析模型和疲惫状态分析模型。

4.如权利要求3所述的智能行车干预方法，其特征在于，所述将所述参数信息导入情绪神经网络模型，得到驾驶员的情绪等级，包括：

将所述心率数据、所述语速数据、所述语音数据导入所述精神状态分析模型，得到第一分数；

将所述心率数据、所述语音数据和所述语音内容的文字化处理结果导入所述意图分析模型，得到第二分数；

将所述心率数据、所述驾驶员的眼睛张开度和头部动作分析结果导入所述疲惫状态分析模型，得到第三分数；

基于所述第一分数、所述第二分数、所述第三分数确定驾驶员的情绪等级。

5.如权利要求1所述的智能行车干预方法，其特征在于，所述情绪神经网络模型包括本地模型和远程模型，所述将所述参数信息导入情绪神经网络模型，得到驾驶员的情绪等级，包括：

将所述参数信息分别导入本地模型和远程模型，得到驾驶员的本地情绪等级和远程情绪等级。

6.如权利要求5所述的智能行车干预方法，其特征在于，所述基于所述驾驶员的情绪等级与所述映射关系确定待执行的干预措施，包括：

基于所述驾驶员的本地情绪等级与所述映射关系或基于所述驾驶员的远程情绪等级与所述映射关系确定待执行的干预措施。

7.如权利要求1所述的智能行车干预方法，其特征在于，在所述将所述参数信息导入情绪神经网络模型，得到驾驶员的情绪等级的步骤之后，还包括：

将所述驾驶员的情绪等级发送至其他车辆，以供其他车辆的驾驶员基于所述情绪等级控制本车行驶状态。

8.一种智能行车干预装置，其特征在于，包括：

创建单元，其用于创建情绪等级与干预措施之间的映射关系；

获取单元，其用于获取驾驶员的参数信息，所述参数信息包括心率数据、音频数据和视频数据；

判断单元，其用于将所述参数信息导入情绪神经网络模型，得到驾驶员的情绪等级；

确定单元，其用于基于所述驾驶员的情绪等级与所述映射关系确定待执行的干预措施；

控制单元，其用于控制车辆执行所述待执行的干预措施。

9.一种智能行车干预设备，其特征在于，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现权利要求1至7中任一项所述的智能行车干预方法。

10.一种计算机可读存储介质，其特征在于：所述计算机存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1至7中任一项所述的智能行车干预方法。