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！

龙图腾网获悉山东科技大学申请的专利基于驾驶员个性化疲劳检测的车辆辅助驾驶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：CN121354073B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511912988.3，技术领域涉及：G06V20/59；该发明授权基于驾驶员个性化疲劳检测的车辆辅助驾驶方法是由阮瞳曦;王可设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本基于驾驶员个性化疲劳检测的车辆辅助驾驶方法在说明书摘要公布了：本发明属于智能交通技术领域，公开了一种基于驾驶员个性化疲劳检测的车辆辅助驾驶方法。该方法融合多模态数据与驾驶行为进行驾驶员聚类，建立针对特定驾驶群体的个性化疲劳检测模型，并针对不同驾驶群体采取自适应的智能疲劳控制手段，从而实现驾驶员的个性化疲劳检测和智能辅助控制。本发明方法主要包括以下步骤：数据采集及数据预处理；构建相似度矩阵；驾驶员聚类；构建针对不同类别驾驶员的群体特异性疲劳检测模型；确定新驾驶员类别；判定新驾驶员是否处于疲劳状态；根据影响驾驶员疲劳检测的最关键特征，针对性地采取自适应安全控制手段。本发明能融合多模态信息对驾驶员进行个性化地驾驶状态判别，并自适应地采取智能安全辅助控制手段。

本发明授权基于驾驶员个性化疲劳检测的车辆辅助驾驶方法在权利要求书中公布了：1.基于驾驶员个性化疲劳检测的车辆辅助驾驶方法，其特征在于，包括如下步骤： 步骤1.同步采集驾驶员的生理信号数据和驾驶行为数据，并进行预处理和特征提取； 步骤2.基于步骤1预处理和特征提取得到的驾驶员的全部驾驶数据构建相似度矩阵，并基于获得的相似度矩阵，采用聚类算法对驾驶员进行群体聚类； 步骤3.针对不同类别的驾驶员群体，分别构建对应相应类别驾驶员群体的特异性疲劳检测模型，并利用对应驾驶员群体的正常和疲劳驾驶数据样本训练疲劳检测模型； 其中，特异性疲劳检测模型是指由逻辑回归分类器、XGBoost分类器以及随机森林分类器作为三个基分类器并行组成的集成模型； 步骤4.基于待疲劳检测的新驾驶员的正常驾驶数据，判定其所属类别群体； 步骤5.将新驾驶员的驾驶数据放入其对应类别的疲劳检测模型中，疲劳检测模型预测该新驾驶员是否处于疲劳状态；若处于疲劳状态则转到步骤6；否则不做处理； 步骤6.针对处于疲劳状态的新驾驶员，根据其所属类别群体进行特征重要度排序，以获取影响新驾驶员疲劳检测的最关键特征，然后针对性地采取智能疲劳辅助控制手段； 搭建基于XGBoost模型的特征重要度排序模型； 在训练阶段，将与新驾驶员属于相同类别的其余驾驶员的全部驾驶数据划分训练集与测试集，输入特征重要度排序模型中，对特征重要度排序模型进行训练和测试； 根据模型训练得到的特征重要度排列图，得到影响该类别驾驶员疲劳检测的最关键特征，其中最关键特征为驾驶行为特征、心率特征、皮肤电特征或腕部运动特征。

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山东科技大学，其通讯地址为：250000 山东省济南市天桥区胜利庄路17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。