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！

龙图腾网获悉中汽数据(天津)有限公司;中汽数据有限公司申请的专利一种电动汽车驾乘人员晕车程度预测方法及系统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：CN120804681B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511299878.4，技术领域涉及：G06F18/2131；该发明授权一种电动汽车驾乘人员晕车程度预测方法及系统是由庄梦梦;张敬明;孙方舟;朱振宇;田博阳;王秀旭;侯艺航;梁馨宁;刘力哲;王鑫;林盛海;于露设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本一种电动汽车驾乘人员晕车程度预测方法及系统在说明书摘要公布了：本申请公开了一种电动汽车驾乘人员晕车程度预测方法及系统，涉及驾乘人员晕车预测领域，该方法包括获取历史驾乘人员生理数据和车辆运行数据，对生理数据及车辆运行数据进行预处理，对预处理后的生理数据及预处理后的车辆运行数据进行特征提取，得到与晕车相关的特征参数，并对所述与晕车相关的特征参数进行特征融合，得到晕车特征向量；构建晕车程度预测模型；对晕车程度预测模型进行训练，用训练好的晕车程度预测模型对待测电动汽车驾乘人员晕车程度进行预测，得到晕车程度预测结果，本申请避免了晕车程度预测过程中受驾乘人员主观感受反馈的影响，实现了驾乘人员晕车程度全面精准的预测。

本发明授权一种电动汽车驾乘人员晕车程度预测方法及系统在权利要求书中公布了：1.一种电动汽车驾乘人员晕车程度预测方法，其特征在于，所述电动汽车驾乘人员晕车程度预测方法包括： 获取历史驾乘人员生理数据和车辆运行数据；所述生理数据具体包括：脑电数据、皮肤电导数据、眼动数据以及面部表情数据； 对所述生理数据及所述车辆运行数据进行预处理，得到预处理后的生理数据及预处理后的车辆运行数据； 对所述预处理后的生理数据及所述预处理后的车辆运行数据进行特征提取，得到与晕车相关的特征参数，具体包括以下步骤： 基于预处理后的脑电数据，计算脑电信号序列的平均幅值Mean、脑电信号序列频域信号的功率谱密度PSD以及小波变换后的脑电信号序列W； 基于预处理后的皮肤电导数据，计算皮肤电导信号序列基线水平SCL、皮肤电导信号序列频域信号的功率谱密度PSDS以及小波变换后的皮肤电导信号序列WS； 基于预处理后的眼动数据，计算眼睛注视点数量NOF、眼睛平均注视时间MFD以及眨眼频率BR； 基于预处理后的面部表情数据，计算面部表情关键点距离d和表情肌肉活动强度MAI； 基于所述预处理后的车辆运行数据，计算车辆加速度方差和车辆角速度方差； 所述与晕车相关的特征参数包括：脑电信号序列的平均幅值Mean、脑电信号序列频域信号的功率谱密度PSD、小波变换后的脑电信号序列W、皮肤电导信号序列基线水平SCL、皮肤电导信号序列频域信号的功率谱密度PSDS、小波变换后的皮肤电导信号序列WS、眼睛注视点数量NOF、眼睛平均注视时间MFD、眨眼频率BR、面部表情关键点距离d、表情肌肉活动强度MAI、车辆加速度方差以及车辆角速度方差； 对所述与晕车相关的特征参数进行特征融合，得到晕车特征向量，具体包括以下步骤： 对所述脑电信号序列的平均幅值Mean、脑电信号序列频域信号的功率谱密度PSD以及小波变换后的脑电信号序列W，进行加权、拟合，得到脑电特征向量； 对所述皮肤电导信号序列基线水平SCL、皮肤电导信号序列频域信号的功率谱密度PSDS以及小波变换后的皮肤电导信号序列WS，进行加权、拟合，得到皮肤电导特征向量； 对所述眼睛注视点数量NOF、眼睛平均注视时间MFD以及眨眼频率BR，进行加权、拟合，得到眼动特征向量； 对所述面部表情关键点距离d和表情肌肉活动强度MAI，进行加权、拟合，得到面部表情特征向量； 对所述车辆加速度方差和车辆角速度方差进行加权、拟合，得到车辆晕动特征向量； 将所述脑电特征向量、所述皮肤电导特征向量、所述眼动特征向量、所述面部表情特征向量以及所述车辆晕动特征向量，进行加权、拟合，得到综合特征向量F； 对所述综合特征向量F中的元素进行归一化； 根据所述脑电特征向量、所述皮肤电导特征向量、所述眼动特征向量、所述面部表情特征向量以及所述车辆晕动特征向量确定驾乘人员晕车状态的敏感性和贡献度； 根据所述驾乘人员晕车状态的敏感性和贡献度，确定所述脑电特征向量的特征权重、所述皮肤电导特征向量的特征权重、所述眼动特征向量的特征权重、所述面部表情特征向量的特征权重以及所述车辆晕动特征向量的特征权重； 将所述归一化后的综合特征向量与所述脑电特征向量的特征权重、所述皮肤电导特征向量的特征权重、所述眼动特征向量的特征权重、所述面部表情特征向量的特征权重以及所述车辆晕动特征向量的特征权重相乘，得到加权特征向量Fweighted，所述加权特征向量即晕车特征向量； 将所述晕车特征向量划分为训练集、验证集及测试集； 构建晕车程度预测模型； 基于所述训练集对所述晕车程度预测模型进行训练，得到训练好的晕车程度预测模型； 采用训练好的晕车程度预测模型对待测电动汽车驾乘人员晕车程度进行预测，得到晕车程度预测结果。

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中汽数据(天津)有限公司;中汽数据有限公司，其通讯地址为：300393 天津市西青区中北镇万卉路3号新城市中心B1座12-17室；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。