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！

龙图腾网获悉江西科技学院申请的专利基于脑电信号的驾驶员心理监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：CN120381272B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510523197.5，技术领域涉及：A61B5/16；该发明授权基于脑电信号的驾驶员心理监测方法及系统是由王秋云;朱叶;张志恒设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本基于脑电信号的驾驶员心理监测方法及系统在说明书摘要公布了：本发明公开了基于脑电信号的驾驶员心理监测方法及系统，通过多通道脑电设备实时采集驾驶员头部脑电信号，经预处理后提取多维度特征，利用支持向量机模型精准识别紧张、疲劳、愤怒等情绪状态。系统采用动态阈值判定机制，结合滑动时间窗口统计分析与复合规则验证，自适应调整情绪异常标准，显著降低环境干扰影响。基于实时监测结果，触发多级安全干预策略，从语音警示、车速限制到车辆强制接管逐级响应，平衡驾驶自主性与安全性。本发明具备高精度、强鲁棒性及场景适应性，可有效降低因驾驶员心理异常引发的交通事故风险，为智能交通管理与主动安全技术发展提供创新解决方案。

本发明授权基于脑电信号的驾驶员心理监测方法及系统在权利要求书中公布了：1.基于脑电信号的驾驶员心理监测方法，其特征在于，包括以下步骤： S1：脑电信号采集与预处理，通过部署于驾驶员头部的多通道脑电采集设备实时获取原始脑电信号，所述设备包含至少8个电极，覆盖前额叶、顶叶及颞叶区域，并以不低于256Hz的采样频率进行信号采集，对原始信号执行预处理操作； S2：脑电信号特征提取，对预处理后的脑电信号进行多维度特征提取，具体包括： a基于快速傅里叶变换计算各通道的功率谱密度，分别提取δ波、θ波、α波、β波及γ波频段的能量值，并计算各频段能量占总频带能量的百分比； b对信号进行小波分解，提取θ波第3层细节系数和β波第4层细节系数的时频能量分布，并计算其方差作为时频域特征； c根据前额叶区域的通道和通道波能量值，顶叶区域通道和通道的波能量值，计算脑电信号不对称性指数： ,其中和为前额叶区域通道和通道的波能量值，和为顶叶区域通道和通道的波能量值； S3：心理状态分类，将δ波能量占比、θ波能量占比、β波能量占比、γ波能量占比、θ波时频能量方差、β波时频能量方差及FAA指数构成特征向量，输入预训练的心理状态分类模型，输出驾驶员当前心理状态类别，其中： 1所述分类模型采用支持向量机SVM架构，训练数据集包含标注为紧张、疲劳、愤怒、平静四类情绪的脑电样本； 2分类模型输出为四类情绪的概率分布，当某一情绪类别的概率值≥0.75且连续3个时间窗累计6秒的分类结果一致时，判定为该情绪状态生效； 3当愤怒或疲劳状态生效时，触发动态情绪阈值判定流程； S4：动态情绪阈值判定，根据实时分类结果及历史数据动态调整情绪异常阈值，具体包括： S41：建立长度为60秒的滑动时间窗口，存储当前生效情绪的强度指标，计算窗口内数据的均值μ与标准差σ； S42：定义情绪异常条件为实时情绪强度指标超过μ+2σ，并根据不同情绪类型设定复合判定规则： 紧张状态：θ波能量占比≥35%且FAA指数≤-0.2持续10秒； 愤怒状态：β波能量占比≥40%且颞叶区域γ波能量在1秒内增长率≥20%； 疲劳状态：α波能量占比≥50%且通过车载摄像头检测到眼睑闭合频率≥0.3Hz； S43：当复合判定规则满足时，根据情绪类别匹配预设的多级干预策略； S5：多级干预策略执行，根据情绪类别及异常等级触发分级控制指令，包括： 一级干预：α波能量占比50%-60%时，被检测为紧张或轻度疲劳，进行轻度感知干预，并向驾驶员发送语音提示； 二级干预：α波能量占比60%-70%时，被检测为愤怒或中度疲劳，在一级干预基础上增加环境约束，同时通过车辆CAN总线向发动机控制单元ECU发送指令，将车速限制为当前道路限速值的80%； 三级干预：β波能量占比≥40%超过30秒时，被检测为持续愤怒或重度疲劳且当α波能量占比≥70%时，锁定驾驶员对油门踏板的控制权限，保留刹车功能，启动自动驾驶系统强制接管车辆控制，并通过车载通信模块向云端监控平台发送包含驾驶员ID、地理位置及情绪数据的警报信号。

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江西科技学院，其通讯地址为：330000 江西省南昌市高新区紫阳大道115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。