Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学陶晓明获国家专利权

清华大学陶晓明获国家专利权

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!

龙图腾网获悉清华大学申请的专利基于EEG分析的自动驾驶安全驾驶跨场景警觉性检测方法及设备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:CN119807843B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411928036.6,技术领域涉及:G06F18/241;该发明授权基于EEG分析的自动驾驶安全驾驶跨场景警觉性检测方法及设备是由陶晓明;高定成;秦艳君;陆建华设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。

基于EEG分析的自动驾驶安全驾驶跨场景警觉性检测方法及设备在说明书摘要公布了:本发明提供了基于EEG分析的自动驾驶安全驾驶跨场景警觉性检测方法及设备,涉及智能驾驶技术领域。本发明实施例提出了一种基于EEG分析的自动驾驶安全驾驶跨场景警觉性检测方法,该方法利用预训练的警觉性检测网络具备重建确实的多个通道的EEG信息的能力来解决不同EEG设备间通道数不一致的问题,使得微调后的警觉性检测网络可以依据输入的少数通道的EEG信息和对应的脑区域信息重建缺失的EEG信息,并基于重建信息完成分类任务。

本发明授权基于EEG分析的自动驾驶安全驾驶跨场景警觉性检测方法及设备在权利要求书中公布了:1.一种基于EEG分析的自动驾驶安全驾驶跨场景警觉性检测方法,其特征在于,所述方法包括: 获得预训练的警觉性检测网络,所述预训练的警觉性检测网络是利用N通道EEG信息和对应的脑区域信息预先训练得到的,且具有重建缺失的多个通道的EEG信息的功能; 获得样本安全驾驶场景下的EEG信息和对应的脑区域信息,所述样本安全驾驶场景下的EEG信息的通道数量相比于N通道,缺失M个通道; 基于样本安全驾驶场景下的EEG信息和对应的脑区域信息,对预训练的警觉性检测网络进行微调,得到微调后的警觉性检测网络; 获得新安全驾驶场景下的EEG信息,所述新安全驾驶场景下的EEG信息的通道数量,相比于N通道,缺失至少一个通道; 基于微调后的警觉性检测网络,对所述新安全驾驶场景下的EEG信息进行分类,得到分类结果,所述分类结果表征新安全驾驶场景下的EEG信息的类别是驾驶员是否处于警觉状态; 基于样本安全驾驶场景下的EEG信息和对应的脑区域信息,对预训练的警觉性检测网络进行微调,得到微调后的警觉性检测网络,包括: 基于所述预训练的警觉性检测网络,获得待微调的警觉性检测网络; 将所述样本安全驾驶场景下缺失的M个通道的EEG信息随机填充为零; 将填充后的EEG信息脑区域信息输入所述待微调的警觉性检测网络的待训练的通道线性映射层,得到样本待编码信息; 通过所述待微调的警觉性检测网络的编码器和解码器对样本待编码信息进行处理,得到待分类样本信息; 将待分类样本信息输入待微调的警觉性检测网络的待训练的分类器,得到样本分类结果; 基于样本分类结果和所述样本安全驾驶场景下的EEG信息的分类标签,对所述待微调的警觉性检测网络的待训练的通道线性映射层和待训练的分类器进行的模型参数进行更新,得到微调后的警觉性检测网络; 基于所述预训练的警觉性检测网络,获得待微调的警觉性检测网络,包括: 将所述待微调的警觉性检测网络的编码器和解码器的模型参数初始化为所述预训练的警觉性检测网络中的编码器和解码器的模型参数; 将所述预训练的警觉性检测网络中的通道线性映射层的模型参数进行随机初始化,得到所述待微调的警觉性检测网络的待训练的通道线性映射层; 将所述预训练的警觉性检测网络中的分类器的模型参数进行随机初始化,得到所述待微调的警觉性检测网络的待训练的分类器; 所述预训练的警觉性检测网络的训练过程包括: 获得实验安全驾驶场景下的实验EEG信息和对应的脑区域信息,所述实验安全驾驶场景下的实验EEG信息的通道数量为N通道; 从所述实验EEG信息对应的N通道中随机确定需要掩码的多个通道; 将所述实验EEG信息和对应的脑区域信息,以及需要掩码的多个通道的标识输入待训练的警觉性检测网络的待训练的通道线性映射层,得到带位置信息的掩码实验EEG信息; 通过待训练的警觉性检测网络的编码器和解码器,对所述带位置信息的掩码实验EEG信息进行处理,得到待分类实验EEG信息; 将待分类实验EEG信息输入待训练的警觉性检测网络的待训练的分类器,得到实验EEG分类结果; 基于实验EEG分类结果和所述实验EEG信息的分类标签,对所述待训练的警觉性检测网络进行的模型参数进行更新,得到预训练的警觉性检测网络。

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清华大学,其通讯地址为:100084 北京市海淀区清华园1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。