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！

龙图腾网获悉天津职业技术师范大学(中国职业培训指导教师进修中心)申请的专利一种基于虚拟现实的驾驶员状态在线识别系统及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：CN117547284B 。

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：202210270998.1，技术领域涉及：A61B5/369；该发明授权一种基于虚拟现实的驾驶员状态在线识别系统及方法是由韩春晓;郭凤娟;车艳秋;秦迎梅;李珊珊;秦晴设计研发完成，并于2022-03-18向国家知识产权局提交的专利申请。

本一种基于虚拟现实的驾驶员状态在线识别系统及方法在说明书摘要公布了：本发明公开了一种基于虚拟现实的驾驶员状态在线识别系统及方法，包括以下步骤：步骤1，使用Unity3D引擎和虚拟现实设备搭建虚拟现实驾驶系统；步骤2，使用脑电采集设备和Unity3D引擎采集驾驶员在虚拟现实环境下的原始脑电信号和驾驶行为数据；步骤3，对采集的数据进行预处理；步骤4，根据预处理后的驾驶行为数据通过聚类K‑means算法划分不同的警觉度状态，提取不同警觉度状态下的脑电信号时频特征和变异系数特征，得到提取特征后的脑电数据；步骤5，使用机器学习算法训练得出分类准确率高的分类模型；步骤6，将实时采集的脑电信号数据进行分析处理后放入分类模型中，得出在线识别的驾驶员警觉度状态。本发明可实现在线识别，识别正确率高。

本发明授权一种基于虚拟现实的驾驶员状态在线识别系统及方法在权利要求书中公布了：1.一种基于虚拟现实的驾驶员状态在线识别方法，其特征在于，包括以下步骤： 步骤1，使用Unity3D引擎和虚拟现实设备搭建虚拟现实驾驶系统； 步骤2，使用脑电采集设备和Unity3D引擎采集驾驶员在步骤1中虚拟现实环境下的原始脑电信号和驾驶行为数据； 步骤3，对步骤2采集的原始脑电信号和驾驶行为数据进行预处理，提高数据的可信度； 步骤4，根据预处理后的驾驶行为数据通过聚类K-means算法划分不同的警觉度状态，提取不同警觉度状态下的脑电信号时频特征和变异系数特征，得到提取特征后的脑电数据； 步骤5，使用机器学习算法对提取特征后的脑电数据训练得出分类准确率高的分类模型； 步骤6，将实时采集的脑电信号数据进行分析处理后放入分类模型中，得出在线识别的驾驶员警觉度状态； 所述步骤1中，虚拟现实驾驶系统的搭建方法，包括以下步骤： S111，使用Unity3D引擎搭建完整的汽车驾驶环境； S112，通过Inspector面板对道路模型进行渲染和拼接，构成直行道路模型，在道路上添加直行标识和人行道标志线，并进行道路两旁环境景色的筛选和放置； S113，使用Unity3D天空盒进行天气系统创建； S114，实验场景为虚拟现实模拟驾驶环境，被试者佩戴脑电采集设备进行驾驶任务，通过模拟驾驶系统的GUI展示界面，在界面右上角实时展现被试者的警觉度状态； S115，模拟驾驶设备中的方向盘通过USB接口与计算机相连，利用所述方向盘来控制模拟车辆的运行方向； S116，虚拟现实设备通过串流盒与电脑连接起来，两基站捕捉头显设备运动，将头显设备的运动信息传递至Unity3D，SteamVR再根据头部旋转信息切换人眼实时所见画面，输出至头显设备，实现场景的3D立体显示； 所述步骤4中，K-means算法对驾驶行为数据进行聚类，将驾驶员状态警觉度划分为三类：高警觉度、半警觉度、低警觉度，聚类过程为： 其中，为驾驶行为数据中的每个数据点，为数据点个数，为聚类中心个数，为次迭代后的聚类中心； 所述步骤4中，脑电信号时频特征的提取选用d3子频带；变异系数特征提取时，其中表示样本的d3子频带的标准差；表示样本的d3子频带的平均值，CV为提取特征后的脑电数据； 所述步骤5中，利用支持向量机算法，采用提取特征后的脑电数据训练分类模型： 其中，为训练样本，为样本个数，w和b分别为支持向量机这个算法构建超平面的法向量和截距。

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天津职业技术师范大学(中国职业培训指导教师进修中心)，其通讯地址为：300222 天津市津南区大沽南路1310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。