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一种基于踏板数据与人脸表情多模态的异常驾驶识别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：CN121188645B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511179541.X，技术领域涉及：G06F18/2433；该发明授权一种基于踏板数据与人脸表情多模态的异常驾驶识别方法是由李仕佑;吴克伟;钦豪琦;李天宇;于昊;谢昭;洪日昌设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本一种基于踏板数据与人脸表情多模态的异常驾驶识别方法在说明书摘要公布了：本发明公开了一种基于踏板数据与人脸表情多模态的异常驾驶识别方法，过程如下：步骤1、采集车辆驾驶数据、人脸视频数据，并标注出真实人脸异常表情标签，得到多个原始多模态样本构成的原始多模态数据；步骤2、基于原始多模态数据集训练得到原始异常驾驶模型；步骤3、对每个原始多模态样本进行噪声扩散得到扩散生成多模态样本，从扩散生成多模态样本中筛选出有效多模态样本构建多模态数据集；步骤4、利用原始异常驾驶模型处理多模态数据集，筛选出预测一致性多模态样本构建预测一致性多模态数据集；步骤5、采用预测一致性多模态数据再次训练原始异常驾驶模型，得到异常驾驶识别模型；步骤6、使用异常驾驶识别模型预测得到异常驾驶预测结果。

本发明授权一种基于踏板数据与人脸表情多模态的异常驾驶识别方法在权利要求书中公布了：1.一种基于踏板数据与人脸表情多模态的异常驾驶识别方法，其特征在于，过程如下： 步骤1、采集多个相同的时间观测窗的车辆驾驶数据Drn、人脸视频数据Vn，其中每个观测时间窗中的车辆驾驶数据Drn均包括原始加速踏板开度数据An、原始制动踏板开度数据Bn、原始车速数据Sn、原始电机扭矩数据Mn；对每个人脸视频数据Vn分别标注出真实人脸异常表情标签Ygtn；由每个时间观测窗的车辆驾驶数据Drn、人脸视频数据Vn和对应的真实人脸异常表情标签Ygtn分别构成原始多模态样本Dn，并由各个时间观测窗的原始多模态样本Dn组成原始多模态数据集SetD0； 步骤2、基于步骤1得到的原始多模态数据集SetD0，训练得到一个原始异常驾驶模型Model_Dr0； 步骤3、保持每个原始多模态样本Dn中的真实人脸异常表情标签Ygtn不变，对每个原始多模态样本Dn中的车辆驾驶数据Drn、人脸视频数据Vn分别进行噪声扩散，对应得到车辆驾驶噪声扩散数据Dr'n、人脸视频噪声扩散数据V'n； 以每个车辆驾驶噪声扩散数据Dr'n、人脸视频噪声扩散数据V'n和对应的真实人脸异常表情标签Ygtn分别作为扩散生成多模态样本D'n； 然后，基于各个扩散生成多模态样本D'n中的车辆驾驶噪声扩散数据Dr'n进行电机扭矩分析，根据电机扭矩分析结果从各个扩散生成多模态样本D'n中，筛选出符合要求的有效多模态样本D''n，来构建电机扭矩分析后的多模态数据集SetD''1； 步骤4、通过步骤2得到的原始异常驾驶模型Model_Dr0，对步骤3得到的电机扭矩分析后的多模态数据集SetD''1中每个有效多模态样本D''n进行预测，得到每个有效多模态样本D''n的预测标签，基于每个有效多模态样本D''n的预测标签和对应的真实人脸异常表情标签Ygtn进行预测一致性判断，根据判断结果筛选出符合要求的有效多模态样本D''n，作为预测一致性多模态样本D'''n，并通过各个预测一致性多模态样本D'''n构建预测一致性多模态数据集SetD'''1； 步骤5、采用步骤4得到的预测一致性多模态数据集SetD'''1，再次训练原始异常驾驶模型Model_Dr0，以对原始异常驾驶模型Model_Dr0进行增强，由再次训练好增强后的原始异常驾驶模型Model_Dr0作为异常驾驶识别模型Model_Dr''； 步骤6、将当前车辆信号、当前人脸视频信号输入至步骤5得到的异常驾驶识别模型Model_Dr''，由异常驾驶识别模型Model_Dr''预测得到异常驾驶预测结果; 步骤3中，电机扭矩分析过程如下： 依据刹车有效性规则，定义有效制动触发条件和车速异常未减速条件，判断每个扩散生成多模态样本D'n中的车辆驾驶噪声扩散数据Dr'n是否同时满足有效制动触发条件和车速异常未减速条件，若同时满足，则基于车辆驾驶噪声扩散数据Dr'n中的制动踏板开度数据、车速数据和定义的条件，计算每个扩散生成多模态样本D'n中车辆驾驶噪声扩散数据Dr'n的刹车有效性规则值Rule_braken； 依据双踏板操作冲突规则值的物理依据，设定加速踏板激活阈值和制动踏板激活阈值，并定义加速操作强度量化函数、制动操作强度量化函数；将每个扩散生成多模态样本D'n中的车辆驾驶噪声扩散数据Dr'n中的加速踏板开度数据和设定的加速踏板激活阈值的差值代入加速操作强度量化函数，计算得到加速踏板操作强度；将每个扩散生成多模态样本D'n中的车辆驾驶噪声扩散数据Dr'n中的制动踏板开度数据和设定的制动踏板激活阈值的差值代入制动操作强度量化函数，计算得到制动踏板操作强度；最后基于加速踏板操作强度、制动踏板操作强度，计算每个扩散生成多模态样本D'n中车辆驾驶噪声扩散数据Dr'n的双踏板操作冲突规则值Rule_conflictn； 依据扭矩动力学规则值的物理依据，建立加速度预测模型，使用最小二乘法基于步骤1采集的多个观测时间窗中的车辆驾驶数据Drn，对加速度预测模型进行拟合，使加速度预测模型预测的加速度与实际加速度偏差最小，由此得到加速度预测模型中的各个系数，以及相应的加速度误差；然后根据加速度预测模型中的各个系数以及加速度误差，计算得到每个扩散生成多模态样本D'n中车辆驾驶噪声扩散数据Dr'n的扭矩动力学规则值Rule_torquen； 将每个扩散生成多模态样本D'n中车辆驾驶噪声扩散数据Dr'n的刹车有效性规则值Rule_braken、双踏板操作冲突规则值Rule_conflictn、扭矩动力学规则值Rule_torquen，分别与对应的阈值进行比较，当刹车有效性规则值Rule_braken、双踏板操作冲突规则值Rule_conflictn、扭矩动力学规则值Rule_torquen均小于或等于各自对应的阈值时，则相应扩散生成多模态样本D'n中的车辆驾驶噪声扩散数据Dr'n符合物理规律，并判断相应扩散生成多模态样本D'n为有效多模态样本D''n。

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：230009 安徽省合肥市蜀山区丹霞路485号(合肥工业大学翡翠湖校区)；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。