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 > 江淮前沿技术协同创新中心;合肥工业大学程泽阳获国家专利权

江淮前沿技术协同创新中心;合肥工业大学程泽阳获国家专利权

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!

龙图腾网获悉江淮前沿技术协同创新中心;合肥工业大学申请的专利一种基于多模态数据融合的飞行员危险驾驶行为监测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:CN119600578B

龙图腾网通过国家知识产权局官网在2025-11-28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:202411625455.2,技术领域涉及:G06V20/59;该发明授权一种基于多模态数据融合的飞行员危险驾驶行为监测方法是由程泽阳;孙方慧;冯忠祥;吕玉双;钟芝怡;梁斌;刘厚德;朱晓俊设计研发完成,并于2024-11-14向国家知识产权局提交的专利申请。

一种基于多模态数据融合的飞行员危险驾驶行为监测方法在说明书摘要公布了:本发明公开了一种基于多模态数据融合的飞行员危险驾驶行为监测方法,属于多模态数据融合监测领域,包括利用多元传感器获取飞行员起飞与着陆状态下的生理数据,判断飞行员的疲劳状态,利用眼动仪与相机对起飞与着陆状态下的飞行员进行数据采集,获得飞行员眨眼频率、眼睑闭合度、瞳孔变化、打哈欠次数、点头频率、操纵杆平均移动速度、移动方向的行为数据,判断飞行员的疲劳状态;构建基于Transformer的多模态数据融合的网络,并对其进行训练;利用训练好的基于Transformer的多模态数据融合的网络对飞行员的驾驶行为进行监测;通过多通道交互技术提高信息的全面性和准确性,降低环境、个体差异的影响,增强稳定性和鲁棒性。

本发明授权一种基于多模态数据融合的飞行员危险驾驶行为监测方法在权利要求书中公布了:1.一种基于多模态数据融合的飞行员危险驾驶行为监测方法,其特征在于,包括以下步骤: 1利用多元传感器获取飞行员起飞与着陆状态下包括脑电信号、心电信号、肌电信号以及脉搏信号的生理数据;利用眼动仪与相机对起飞与着陆状态下的飞行员进行图像数据采集; 2根据脑电信号、心电信号、肌电信号以及脉搏信号初步判断飞行员的疲劳状态,并进行标记,随后,导入AcqKnowledge软件中进行数据处理、提取、保存; 3对眼动仪与相机采集的图像数据进行预处理,利用YOL0v5s模型对图像数据检测、识别出飞行员眨眼频率、眼睑闭合度、瞳孔变化、打哈欠次数、点头频率、操纵杆平均移动速度、移动方向的行为,根据识别的结果进一步判断飞行员的疲劳状态,并进行标记; 4利用步骤1、步骤2中获得的数据以及公开的数据集建立数据库,将数据库分为训练集、测试集和验证集; 5构建基于Transformer的多模态数据融合的网络,该网络包括特征的提取模块、基于Transformer多模态数据融合模块、Softmax分类器;利用提取模块分别获得生理数据特征以及图像数据特征,将生理数据特征、图像数据特征分别输入到基于Transformer多模态数据融合模块中,获得融合特征,融合特征通过Softmax分类器完成飞行员状态分类; 6利用步骤4的数据库对基于Transformer的多模态数据融合的网络进行训练,得到训练好的基于Transformer的多模态数据融合的网络; 7利用多元传感器、眼动仪与相机对飞行员实时进行数据采集,采集的数据经处理后输入到训练好的基于Transformer的多模态数据融合的网络中,获得飞行员状态,监测飞行员危险驾驶行为。

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淮前沿技术协同创新中心;合肥工业大学,其通讯地址为:230031 安徽省合肥市高新区望江西路920号中安创谷科技园二期H3、H4、H5、H6、H7、H8幢;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。