买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种基于三维变形模型的驾驶员状态监控方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116186591B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310205499.9，技术领域涉及：G06F18/24；该发明授权一种基于三维变形模型的驾驶员状态监控方法是由郑宏宇;潘之瑶;靳立强;李建华;肖峰设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本一种基于三维变形模型的驾驶员状态监控方法在说明书摘要公布了：本发明公开了一种基于三维变形模型的驾驶员状态监控方法，通过处理驾驶员的生理信息、头部姿态估计和3D凝视估计这三种方式，从多个角度对驾驶员状态进行监控；当判断驾驶员处于非正常状态时，能够及时发出预警提醒，防止驾驶员出现危险行为，并在必要时通知相关交管人员；所述非正常状态包括疲劳状态、路怒状态、分心状态和异常状态；本发明融合多种监控方式并使用多种计算机视觉和深度学习技术，提高了驾驶员状态监控的准确性和可靠性，可广泛应用于需要长时间驾驶的场景。

本发明授权一种基于三维变形模型的驾驶员状态监控方法在权利要求书中公布了：1.一种基于三维变形模型的驾驶员状态监控方法，其特征在于，包括以下步骤： S1：数据采集：采集驾驶员生理信息和驾驶员操作信息；所述驾驶员生理信息，包括体温、心率、血压、血氧饱和度、呼吸频率、声音、眼球位置、瞳孔大小、眨眼频率、视网膜中心、注视点和眼动信息；所述驾驶员操作信息，包括驾驶视频、方向盘转动角度、制动踏板力度和油门踏板力度； S2：数据处理： S2.1：处理分析驾驶员生理信息； S2.2：进行头部姿态估计，通过区域提议网络、人脸对齐网络和三维变形模型，对驾驶员头部的姿态进行估计； S2.3：进行3D凝视估计，通过计算机视觉技术，对驾驶员的凝视方向进行估计； S3：状态判断：根据生理信息分析结果、头部姿态估计和3D凝视估计分别判断驾驶员是否处于非正常状态； 对上述三种方式判断出的非正常状态信息取并集； 当判断结果为驾驶员状态异常时，及时预警提醒驾驶员规范安全驾驶，并在必要时通知相关交管人员； 所述非正常状态包括疲劳状态、路怒状态、分心状态和异常状态； 所述疲劳状态为驾驶员出现明显疲劳的状态，包括眼睛开度变小、眨眼频率增加、注视时间变短、注视点偏离和眼动频率变慢； 所述路怒状态为驾驶员出现明显的情绪激动和冲动行为的状态，包括心率明显升高或血压明显升高，或者表现出愤怒的行为，包括咆哮、大声骂人、发出愤怒的声音、怒视其他驾驶员、频繁按喇叭、频繁刹车和猛踩油门； 所述分心状态为驾驶员在驾驶过程中出现的可能会对驾驶安全产生潜在影响的注意力分散的状态； 所述异常状态为驾驶员在行驶过程中出现非正常的状态，包括生理参数异常和行为举动异常；所述生理参数异常包括驾驶员心率、呼吸频率、血压或血氧超出正常范围；所述行为举动异常包括驾驶员频繁换道、压实线驾驶、闯红灯、过度加速、频繁急刹车、离开主驾驶位置、换人驾驶、刻意干扰监控设备或传感器的工作； S4：数据存储和分析： S4.1：根据采集的数据特点和应用需求，设计合适的数据模型和数据库结构； S4.2：将处理后的数据存储至数据库中，包括驾驶员生理信息和操作信息，以及头部姿态估计和3D凝视估计的结果； S4.3：清洗数据，去除异常数据和噪声； S4.4：对数据进行处理，包括数据预处理、特征提取、特征选择和降维； 所述数据预处理包括数据去重、缺失值处理、异常值处理和数据归一化； S4.5：根据数据预处理、特征提取、特征选择和降维得到的数据，使用数据挖掘和统计分析技术，对驾驶员的状态进行分析和建模，包括聚类分析、关联规则挖掘、分类和预测； S4.5.1：使用K-means算法进行聚类分析； S4.5.2：使用Apriori算法进行关联规则挖掘，步骤如下： 1定义最小支持度和最小置信度的阈值； 2扫描数据集，生成候选1-项集； 3剔除候选1-项集中支持度小于最小支持度的项集； 4根据剩余项集，生成候选2-项集； 5剔除候选2-项集中支持度小于最小支持度的项集； 6根据剩余项集，生成候选3-项集； 7剔除候选3-项集中支持度小于最小支持度的项集； 8以此类推，直到不能再生成候选项集为止； 9根据频繁项集，生成关联规则； 10剔除置信度小于最小置信度的关联规则； 支持度计算公式为： 其中，countX表示项集X在数据集中出现的次数，N表示数据集中的总事务数； 置信度计算公式为： 其中，X表示前提项集，Y表示结论项集； 根据频繁k-1项集生成候选k项集，其中k≥2； 候选项集生成公式为： Ck＝i∪j|i∈Lk-1,j∈Lk-1,|i∪j|＝k,i＜j 其中，Ck表示候选k项集，Lk-1表示频繁k-1项集； S4.5.3：使用决策树算法进行分类； S4.5.4：数据预测：在车辆行驶过程中将实时采集的驾驶员生理信息和驾驶员操作信息输入到训练好的分类模型中，得到对应的分类结果； S4.6：根据分析结果，制定相应的预警策略和行动计划，以便及时提醒驾驶员规范安全驾驶，并在必要时通知相关交管人员。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。