乘员晕车程度评估方法及系统

本发明涉及晕车分析领域，具体涉及一种乘员晕车程度评估方法及系统。

背景技术：

1、新能源汽车保有量的增长不可忽视。随着人们对“智能化、互联化、轻量化”的需求越来越高，越来越多的人购车或出行时会选择电动汽车，电动汽车在给人们提供各种智能、便利体验的同时，人们对出行乘车的舒适感要求也越来越高。有不少乘车人反应，在车辆的行驶途中，产生了出汗、头晕、脸色苍白、恶心甚至呕吐等不良症状，这种晕车的病症被称为晕动症。为了改善晕车的现象，提升乘客的舒适度，需要识别乘坐人员是否晕车以及晕车的等级状态。

2、目前，为了识别晕车，有的是只使用丰富的姿态特征来识别晕车，但会忽略乘客因疲劳或仅仅是坐姿不适而带来的干扰，所以身体姿态不适合作为单一模态来识别晕车。有的是通过监测乘客的心率、血压或者皮肤电活动等指标来识别晕车，但是，生理数据具有较弱的抗运动干扰性，乘客喝水说话或者经历一些起伏比较大的抖动，都会对数据产生很明显的影响。还有的是通过面部表情来观察到晕车者的脸部呈现一系列鲜明的变化，但是，考虑到面部表情映射的不止有晕车的状态，还有人类丰富多样的情绪和心情，所以单从面部表情来识别晕车也不是较合适的方法。

3、因此，为解决以上问题，需要一种乘员晕车程度评估方法及系统，能够综合考虑乘客晕车时的各种表征，采用不同模态的特征进行融合，准确识别乘客晕车程度。

技术实现思路

1、有鉴于此，本发明的目的是克服现有技术中的缺陷，提供乘员晕车程度评估方法及系统，能够综合考虑乘客晕车时的各种表征，采用不同模态的特征进行融合，准确识别乘客晕车程度。

2、本发明的乘员晕车程度评估方法，包括如下步骤：

3、s1.采集乘员在不同道路场景下的主观数据与客观数据；其中，以主观数据作为标签标注客观数据；

4、s2.对标注后的客观数据进行特征提取，并提取车辆运动参数特征信息；

5、s3.对步骤s2提取后的特征信息进行融合，得到融合后的特征信息；

6、s4.将融合后的特征信息输入到识别模型，输出乘员的晕车等级识别结果。

7、进一步，所述主观数据包括晕车等级misc评分；所述客观数据包括生理数据与面部表情数据。

8、进一步，对标注后的客观数据进行特征提取，具体包括：

9、面部表情数据通过残差神经网络与长短期记忆网络进行特征提取，得到序列长度为m的特征向量；

10、将生理数据经过n个一维卷积层和一个大小为k的自适应平均池化层后，被处理成有s个通道，长度为k的特征序列，然后再通过降维操作将输出维度从[n，s，1]变为[n，s]，去掉长度为1的维度，得到s维的特征向量。

11、进一步，提取车辆运动参数特征信息，具体包括：

12、车辆运动参数经过n个一维卷积层和一个大小为k的自适应平均池化层之后，被处理成有s/2个通道，长度为k的特征序列，然后再通过降维操作将输出维度从[n，s/2，1]变为[n，s/2]，去掉长度为1的维度，得到s/2维的特征向量。

13、进一步，对步骤s2提取后的特征信息进行融合，具体包括：

14、分别为生理数据、面部表情数据以及车辆运动参数配置权重，进行加权处理，然后沿着特征维度将这些来自不同数据源的特征向量进行拼接，形成一个特征向量。

15、进一步，生理数据对应的特征向量包括生理特征指标；所述生理特征指标包括皮电激活度均值、皮电激活度最大值、皮电激活度最小值、皮电激活度中位数、皮电激活度标准差、皮电激活度极差、皮电激活度偏度、心电平均心率、相邻rr间期均值、相邻rr间期标准差、相邻rr间期均方根差、高频心率变异、相邻rr间期差大于50ms的百分比、呼吸速率均值、呼吸变异性均值、呼吸变异性系数以及连续rr间期标准差。

16、进一步，还包括：根据乘员的晕车等级，进行晕车减缓处理：

17、当乘员处于不晕车状态时，调整车辆行驶动力学参数，使得车辆行驶动力学参数处于轻度晕车指标值以下；

18、当乘员处于轻度晕车状态时，调整车辆行驶动力学参数，使得车辆行驶动力学参数处于不晕车指标值以下；

19、当乘员处于重度晕车状态时，不再调整车辆行驶动力学参数，停止车辆进行休息。

20、进一步，在直线路况场景下，所述车辆行驶动力学参数包括纵向加速度最大值、纵向加速度变化值以及纵向行驶速度最大值；

21、在弯道路况场景下，所述车辆行驶动力学参数包括纵向加速度变化值以及竖直方向角速度均值。

22、一种乘员晕车程度评估系统，包括采集单元、特征提取单元、特征融合单元以及晕车识别单元；

23、所述采集单元，用于采集乘员在不同道路场景下的主观数据与客观数据；其中，以主观数据作为标签标注客观数据；

24、所述特征提取单元，用于对标注后的客观数据进行特征提取，并提取车辆运动参数特征信息；

25、所述特征融合单元，用于对提取后的特征信息进行融合，得到融合后的特征信息；

26、所述晕车识别单元，用于将融合后的特征信息输入到识别模型，输出乘员的晕车等级识别结果。

27、进一步，还包括晕车减缓单元；所述晕车减缓单元，用于根据乘员的晕车等级，进行晕车减缓处理。

28、本发明的有益效果是：本发明公开的一种乘员晕车程度评估方法及系统，通过传感器技术、摄像头等设备来收集乘员的生理指标、面部表情等，再通过数据分析和机器学习算法进行综合评估，基于收集到的数据建立晕车程度评估模型，考虑不同因素对晕车的影响，并根据模型输出的结果对乘员的晕车程度进行准确评估，模型可以不断优化和更新，从而提高评估的准确性和可靠性。

技术特征：

1.一种乘员晕车程度评估方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的乘员晕车程度评估方法，其特征在于：所述主观数据包括晕车等级misc评分；所述客观数据包括生理数据与面部表情数据。

3.根据权利要求2所述的乘员晕车程度评估方法，其特征在于：对标注后的客观数据进行特征提取，具体包括：

4.根据权利要求1所述的乘员晕车程度评估方法，其特征在于：提取车辆运动参数特征信息，具体包括：

5.根据权利要求2所述的乘员晕车程度评估方法，其特征在于：对步骤s2提取后的特征信息进行融合，具体包括：

6.根据权利要求3所述的乘员晕车程度评估方法，其特征在于：生理数据对应的特征向量包括生理特征指标；所述生理特征指标包括皮电激活度均值、皮电激活度最大值、皮电激活度最小值、皮电激活度中位数、皮电激活度标准差、皮电激活度极差、皮电激活度偏度、心电平均心率、相邻rr间期均值、相邻rr间期标准差、相邻rr间期均方根差、高频心率变异、相邻rr间期差大于50ms的百分比、呼吸速率均值、呼吸变异性均值、呼吸变异性系数以及连续rr间期标准差。

7.根据权利要求1所述的乘员晕车程度评估方法，其特征在于：还包括：根据乘员的晕车等级，进行晕车减缓处理：

8.根据权利要求7所述的乘员晕车程度评估方法，其特征在于：在直线路况场景下，所述车辆行驶动力学参数包括纵向加速度最大值、纵向加速度变化值以及纵向行驶速度最大值；

9.一种乘员晕车程度评估系统，其特征在于：包括采集单元、特征提取单元、特征融合单元以及晕车识别单元；

10.根据权利要求9所述的乘员晕车程度评估系统，其特征在于：还包括晕车减缓单元；所述晕车减缓单元，用于根据乘员的晕车等级，进行晕车减缓处理。

技术总结
本发明公开了一种乘员晕车程度评估方法及系统，包括：采集乘员在不同道路场景下的主观数据与客观数据；对标注后的客观数据进行特征提取，并提取车辆运动参数特征信息；对提取后的特征信息进行融合，得到融合后的特征信息；将融合后的特征信息输入到识别模型，输出乘员的晕车等级识别结果。本发明能够综合考虑乘客晕车时的各种表征，采用不同模态的特征进行融合，准确识别乘客晕车程度。

技术研发人员：郭钢,余亚岚,程家豪,李文博,肖星锶
受保护的技术使用者：重庆大学
技术研发日：
技术公布日：2024/12/5