欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021112916907
申请人: 暨南大学
专利类型:发明专利
专利状态:已下证
专利领域: 信号装置
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于深度学习与WiFi感知相结合的端云协同危险驾驶行为识别方法,其特征在于,所述危险驾驶行为识别方法包括以下步骤:S1、收集车内驾驶员危险驾驶行为的信道状态信息,以下信道状态信息简称CSI;

S2、将步骤S1获取到的CSI进行数据预处理;

S3、将步骤S2预处理后的CSI以链路为单位,生成纵轴为幅度,横轴为时间,同一链路30个子载波共同画于一图的CSI‑Image;

S4、将步骤S3中得到的CSI‑Image送入深层卷积神经网络,训练分类识别模型;

S5、将步骤S4中经过训练的分类识别模型同时部署于车机端和云端,协同对实时收集的CSI信号进行识别,过程如下:将分类识别模型分别部署到车机端和云端,车机端将预处理后的CSI封装并发送至云端,端云协同共同对实时收集的CSI进行分类,利用车机端和云端返回的结果,使用裁决规则进行最终判断;

其中,所述裁决规则如下:若云端识别结果未返回,则以车机端识别结果为危险驾驶行为识别方法的最终识别结果;若云端识别结果返回,则以云端识别结果为危险驾驶行为识别方法的最终识别结果;

S6、如果步骤S5中的最终识别结果显示驾驶员出现危险驾驶行为,则通过车内音响、座椅震动警告驾驶员,其中,所述危险驾驶行为包括单手快速转动方向盘、长时间不目视前方、双手离开方向盘、手长时间处于档把上、玩手机、弯腰拾取东西、连续快速点头和打哈欠中的一种或者多种。

2.根据权利要求1所述的危险驾驶行为识别方法,其特征在于,所述步骤S1中收集车内驾驶员危险驾驶行为的CSI过程如下:在车内放置多对收发天线,收发采用支持IEEE 802.11n标准的OFDM调制信号,使驾驶员的身体和车辆的方向盘挡位都在发射天线和接收天线的连线区域内,收集驾驶员危险驾驶行为的多链路多子载波CSI数据。

3.根据权利要求1所述的危险驾驶行为识别方法,其特征在于,所述步骤S2中对获取到的CSI进行数据预处理过程如下:S21、对原始CSI复数矩阵进行计算,取幅值特征;

S22、对经过步骤S21处理后的数据传入低通巴特沃斯滤波器,滤除中高频噪声;

S23、使用滑动窗口进行连续检测,利用方差从CSI幅值特征数据流中截取驾驶员做出危险驾驶行为的CSI片段。

4.根据权利要求1所述的危险驾驶行为识别方法,其特征在于,所述步骤S4中将CSI‑Image送入深层卷积神经网络训练过程如下:将全部CSI‑Image分为测试集和验证集,输入事先设置参数的深层卷积神经网络中,经过训练,输出分类识别模型。

5.根据权利要求1所述的危险驾驶行为识别方法,其特征在于,所述步骤S4中深层卷积神经网络采用LeNet网络,LeNet网络的网络结构包括依次顺序连接的第一卷积层、第一池化层、第二卷积层、第二池化层、第一全连接层和第二全连接层,其中,所述第一卷积层和第二卷积层均由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法优化得到的,其计算过程表示为:其中Ni示输入图片数量,Cin表示输入通道数,Coutj表示输出通道数,weight(Coutj+k)表示卷积层中卷积核的权重值,bias(Coutj)表示偏置项,input(Ni,k)表示输入图像数据,out(Ni,Coutj)表示该卷积层输出,每个卷积单元采用sigmoid激活函数;

所述第一池化层和第二池化层均采用最大池化层;

所述第一全连接层和第二全连接层中的每个神经元与其前一层的所有神经元进行全连接,所述第二全连接层的输出值被传递给softmax层,采用softmax逻辑回归进行分类,同时采用交叉熵计算分类损失。

6.一种根据权利要求1‑5任一项所述的基于深度学习与WiFi感知相结合的端云协同危险驾驶行为识别方法的危险驾驶行为识别装置,其特征在于,所述危险驾驶行为识别装置包括:CSI数据获取模块,用于收集车内驾驶员危险驾驶行为的信道状态信息,以下信道状态信息简称CSI;

数据预处理模块,用于对CSI数据获取模块获取到的CSI进行数据预处理;

CSI‑Image生成模块,用于对数据预处理模块预处理后的CSI以单个子载波和链路为单位,生成时间‑幅度图,以下简称CSI‑Image;

深度学习模块,用于将CSI‑Image生成模块得到的CSI‑Image送入深层卷积神经网络,训练分类识别模型;

端云协同模块,用于将经深度学习模块训练得到的分类识别模型同时部署于车机端和云端,协同对实时收集的CSI信号进行识别;

告警提示模块,用于根据端云协同模块的最终识别结果进行告警提示,当识别结果显示驾驶员出现危险驾驶行为,则通过车内音响、座椅震动警告驾驶员,其中,所述危险驾驶行为包括单手快速转动方向盘、长时间不目视前方、双手离开方向盘、手长时间处于档把上、玩手机、弯腰拾取东西、连续快速点头和打哈欠中的一种或者多种。

7.一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现权利要求1‑5任一项所述的基于深度学习与WiFi感知相结合的端云协同危险驾驶行为识别方法。

8.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求

1‑5任一项所述的基于深度学习与WiFi感知相结合的端云协同危险驾驶行为识别方法。