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！

龙图腾网获悉合肥工业大学申请的专利基于多模态深度学习的驾驶员疲劳状态实时识别系统及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：CN121305532B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511478699.7，技术领域涉及：G06V20/59；该发明授权基于多模态深度学习的驾驶员疲劳状态实时识别系统及方法是由范子航;毕翔;赵生春;赵迎春设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本基于多模态深度学习的驾驶员疲劳状态实时识别系统及方法在说明书摘要公布了：本发明公开了基于多模态深度学习的驾驶员疲劳状态实时识别系统及方法，涉及疲劳驾驶检测技术领域；首先对脑电波形和眼动坐标进行特征提取，并利用注意力机制计算各自权重，从而实现不同模态特征的动态分配。然后，引入车内光照数据建立可信度映射函数，以对眼动权重进行自适应修正，从而有效降低复杂光照环境对识别结果的干扰。经修正后的多模态特征进行加权拼接，映射为脑眼协同疲劳值，并结合持续时长进行判定，最终实现稳定可靠的预警控制。该方法在保证实时性的同时，具备融合精度高、环境适应性强和误报率低的优点，能够显著提升驾驶安全保障能力。

本发明授权基于多模态深度学习的驾驶员疲劳状态实时识别系统及方法在权利要求书中公布了：1.基于多模态深度学习的驾驶员疲劳状态实时识别方法，其特征在于：包括如下步骤： 同步获取驾驶员的脑电原始波形数据、眼动原始坐标数据； 对所述脑电原始波形数据进行时频变换处理得到脑电特征向量，对所述眼动原始坐标数据进行时序统计处理得到眼动特征向量； 将所述脑电特征向量和所述眼动特征向量输入基于注意力机制的权重计算网络，计算得到脑电权重、眼动初始权重； 获取车辆内部的环境光照数据，将所述环境光照数据输入预设的可靠性映射函数，计算出眼动可信度系数；所述可靠性映射函数被配置为：当环境光照数据偏离预设光照区间的程度越大，眼动可信度系数越低； 通过眼动可信度系数对眼动初始权重进行修正，得到眼动最终权重； 利用脑电权重、眼动最终权重对脑电特征向量、眼动特征向量进行加权拼接，得到融合特征序列； 将所述融合特征序列映射为脑眼协同疲劳值，并判断所述脑眼协同疲劳值是否超过预设疲劳阈值； 若判断结果为是，则记录脑眼协同疲劳值超过预设疲劳阈值的持续时长，当所述持续时长超过预定疲劳时长时，生成并触发预警控制信号； 所述眼动可信度系数的计算过程为： 设定预设光照区间； 当所述环境光照数据处于内时，眼动可信度系数； 当时，记为光照偏离度； 当时，记为光照偏离度； 将光照偏离度代入预设的可靠性映射函数中，获得眼动可信度系数，其计算公式为： ，其中为控制函数曲线宽度的宽度参数，其数值大于0； 所述宽度参数的取值过程为： 获取预设光照区间，并计算预设光照区间的高度值，并将的一半值作为基准宽度参数： ； 在所述车辆的实时驾驶过程中，周期性获取近期环境光照数据，并计算环境光照标准差； 将环境光照标准差与预设的波动阈值进行比较； 根据比较结果，确定所述宽度参数： 若，则令； 若，则令； 其中，为工作人员根据历史经验值配置的缩放系数，且。

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合肥工业大学，其通讯地址为：230601 安徽省合肥市蜀山区莲花社区街道翡翠路与锦绣大道交汇处附近西北；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。