CN116407135A - 基于脑电波的记录仪控制方法、装置、设备及存储介质 - Google Patents
基于脑电波的记录仪控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116407135A CN116407135A CN202111680310.9A CN202111680310A CN116407135A CN 116407135 A CN116407135 A CN 116407135A CN 202111680310 A CN202111680310 A CN 202111680310A CN 116407135 A CN116407135 A CN 116407135A
- Authority
- CN
- China
- Prior art keywords
- brain wave
- driver
- mood
- recorder
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 387
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000002159 abnormal effect Effects 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000036651 mood Effects 0.000 claims description 153
- 238000001514 detection method Methods 0.000 claims description 73
- 238000012549 training Methods 0.000 claims description 30
- 238000003062 neural network model Methods 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 description 25
- 238000013507 mapping Methods 0.000 description 9
- 230000008451 emotion Effects 0.000 description 7
- 210000003128 head Anatomy 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000033764 rhythmic process Effects 0.000 description 4
- 206010027940 Mood altered Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007510 mood change Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000013145 classification model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000005428 wave function Effects 0.000 description 2
- 206010010071 Coma Diseases 0.000 description 1
- 208000036626 Mental retardation Diseases 0.000 description 1
- 206010029412 Nightmare Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 208000028327 extreme fatigue Diseases 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Psychiatry (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及数据处理技术领域,公开了一种基于脑电波的记录仪控制方法、装置、设备及存储介质,所述方法包括:获取车辆的驾驶员的脑电波信号;根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。通过脑电波信号来确定驾驶员的脑电波波动情况,并且在波动异常时控制记录仪对当前环境信息进行采集,从而根据用户的脑电波信号来对记录仪进行控制,即使在小事故的情况下也可以进行紧急录像,并且可以满足用户的各种使用需求,提高了用户的使用体验。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于脑电波的记录仪控制方法、装置、设备及存储介质。
背景技术
目前,一般通过检测车辆的震动来进行紧急录像或者拍照,但是记录仪的震动灵敏度在不同的车型中,存在差异,会存在触发不了紧急录像的情况,而循环视频又是循环覆盖的,所以会造成视频丢失。例如,由于车型的不同,震动灵敏度存在差异,会出现有些车型在遇到小型事故时,无法触发紧急录像,造成事后无法追诉到当时的视频的情况。
并且,有时候用户在开车的过程中,可能遇到危险的情况,但是没有发生事故,而从记录仪众多的循环视频里寻找当时的视频比较麻烦。有时候用户在开车的过程中,遇到好的风景,如果手动操作记录仪,会比较危险。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提出一种基于脑电波的记录仪控制方法、装置、设备及存储介质,旨在解决现有技术中小事故触发不了紧急录像,记录仪无法满足用户的使用需求的技术问题。
为实现上述目的,本发明提供一种基于脑电波的记录仪控制方法,所述基于脑电波的记录仪控制方法包括以下步骤:
获取车辆的驾驶员的脑电波信号;
根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;
在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。
可选地,所述在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集,包括:
在所述驾驶员的脑电波存在异常波动时,根据所述脑电波信号确定所述驾驶员的心情状态;
根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集。
可选地,所述根据所述脑电波信号确定所述驾驶员的心情状态,包括:
检测所述脑电波信号的脑电波信号类型;
根据所述脑电波信号类型对所述脑电波信号进行分类处理,以获得各脑电波信号类型对应的待选脑电波信号;
根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态。
可选地,所述根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态,包括:
根据所述脑电波信号类型和所述待选脑电波信号生成当前脑电图;
根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果;
根据所述分类预测结果确定所述当前脑电图对应的心情词组;
根据所述心情词组确定所述驾驶员的心情状态。
可选地,所述根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果之前,还包括:
获取驾驶员在各种心情状态下的样本脑电波信号,并为所述样本脑电波信号分配对应的样本心情词组;
根据所述样本脑电波信号生成样本脑电图;
根据所述样本心情词组和所述样本脑电图生成训练样本;
根据所述训练样本对预设神经网络模型进行训练,以获得预设脑电波检测模型。
可选地,所述根据所述样本心情词组和所述样本脑电图生成训练样本,包括:
根据所述样本心情词组生成样本标签;
将所述样本标签添加至所述样本脑电图中,以生成训练样本。
可选地,所述根据所述分类预测结果确定所述当前脑电图对应的心情词组,包括:
根据所述分类预测结果确定各预测类型对应的类型概率值;
对所述类型概率值进行排序,并根据排序结果从所述类型概率值中选取目标类型概率值;
将所述目标类型概率值对应的预测类型作为目标预测类型;
查找所述目标预测类型对应的目标心情词组;
根据所述目标心情词组确定所述当前脑电图对应的心情词组。
可选地,所述根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集,包括:
查找所述心情状态对应的操作动作;
根据所述操作动作生成控制指令;
根据所述控制指令控制所述车辆的记录仪对当前环境信息进行图像采集。
可选地,所述查找所述心情状态对应的操作动作之前,还包括:
获取多个待选心情状态,并为各待选心情状态设置对应的待选操作动作;
根据所述待选心情状态和所述待选操作动作建立映射关系列表;
相应地,所述查找所述心情状态对应的操作动作,包括:
根据所述映射关系列表查找所述心情状态对应的操作动作。
可选地,所述在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集之后,还包括:
根据采集结果生成多媒体文件;
获取当前时间信息和当前定位信息;
根据所述当前时间信息生成时间标识,并根据所述当前定位信息生成定位标识;
将所述时间标识和所述定位标识添加至所述多媒体文件中,以生成目标多媒体文件。
可选地,所述将所述时间标识和所述定位标识添加至所述多媒体文件中,以生成目标多媒体文件之后,还包括:
将所述目标多媒体文件设置为不可覆盖类型,并将所述目标多媒体文件上传至云端服务器进行存储。
可选地,所述获取车辆的驾驶员的脑电波信号,包括:
通过脑电波检测设备获取车辆的驾驶员的脑电波信号,所述脑电波检测设备佩戴在所述驾驶员的头部位置。
可选地,所述通过脑电波检测设备获取车辆的驾驶员的脑电波信号,包括:
获取脑电波检测设备的设备信息,并根据所述设备信息确定设备标识和设备地址;
根据所述设备标识和所述设备地址生成通信连接指令;
根据所述通信连接指令与所述脑电波检测设备建立通信连接;
通过所述通信连接获取所述脑电波检测设备采集的车辆的驾驶员的脑电波信号。
此外,为实现上述目的,本发明还提出一种基于脑电波的记录仪控制装置,所述基于脑电波的记录仪控制装置包括:
信号获取模块,用于获取车辆的驾驶员的脑电波信号;
信号检测模块,用于根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;
数据处理模块,用于在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。
可选地,所述数据处理模块,还用于在所述驾驶员的脑电波存在异常波动时,根据所述脑电波信号确定所述驾驶员的心情状态;根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集。
可选地,所述数据处理模块,还用于检测所述脑电波信号的脑电波信号类型;根据所述脑电波信号类型对所述脑电波信号进行分类处理,以获得各脑电波信号类型对应的待选脑电波信号;根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态。
可选地,所述数据处理模块,还用于根据所述脑电波信号类型和所述待选脑电波信号生成当前脑电图;根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果;根据所述分类预测结果确定所述当前脑电图对应的心情词组;根据所述心情词组确定所述驾驶员的心情状态。
可选地,所述数据处理模块,还用于获取驾驶员在各种心情状态下的样本脑电波信号,并为所述样本脑电波信号分配对应的样本心情词组;根据所述样本脑电波信号生成样本脑电图;根据所述样本心情词组和所述样本脑电图生成训练样本;根据所述训练样本对预设神经网络模型进行训练,以获得预设脑电波检测模型。
此外,为实现上述目的,本发明还提出一种基于脑电波的记录仪控制设备,所述基于脑电波的记录仪控制设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于脑电波的记录仪控制程序,所述基于脑电波的记录仪控制程序被处理器执行时实现如上所述的基于脑电波的记录仪控制方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于脑电波的记录仪控制程序,所述基于脑电波的记录仪控制程序被处理器执行时实现如上所述的基于脑电波的记录仪控制方法的步骤。
本发明提出的基于脑电波的记录仪控制方法,通过获取车辆的驾驶员的脑电波信号;根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。通过脑电波信号来确定驾驶员的脑电波波动情况,并且在波动异常时控制记录仪对当前环境信息进行采集,从而根据用户的脑电波信号来对记录仪进行控制,即使在小事故的情况下也可以进行紧急录像,并且可以满足用户的各种使用需求,提高了用户的使用体验。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于脑电波的记录仪控制设备结构示意图;
图2为本发明基于脑电波的记录仪控制方法第一实施例的流程示意图;
图3为本发明基于脑电波的记录仪控制方法一实施例的整体流程图;
图4为本发明基于脑电波的记录仪控制方法第二实施例的流程示意图;
图5为本发明基于脑电波的记录仪控制方法第三实施例的流程示意图;
图6为本发明基于脑电波的记录仪控制装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于脑电波的记录仪控制设备结构示意图。
如图1所示,该基于脑电波的记录仪控制设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如按键,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的设备结构并不构成对基于脑电波的记录仪控制设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于脑电波的记录仪控制程序。
在图1所示的基于脑电波的记录仪控制设备中,网络接口1004主要用于连接外网,与其他网络设备进行数据通信;用户接口1003主要用于连接用户设备,与所述用户设备进行数据通信;本发明设备通过处理器1001调用存储器1005中存储的基于脑电波的记录仪控制程序,并执行本发明实施例提供的基于脑电波的记录仪控制方法。
基于上述硬件结构,提出本发明基于脑电波的记录仪控制方法实施例。
参照图2,图2为本发明基于脑电波的记录仪控制方法第一实施例的流程示意图。
在第一实施例中,所述基于脑电波的记录仪控制方法包括以下步骤:
步骤S10,获取车辆的驾驶员的脑电波信号。
需要说明的是,本实施例的执行主体可为记录仪控制设备,例如行车记录仪的控制器,还可为其他可实现相同或相似功能的设备,本实施例对此不作限制,在本实施例中,以记录仪控制设备为例进行说明。本实施例中的记录仪控制设备除了可为车辆上的行车记录仪的控制器外,也可为手机、车机以及平板电脑等终端设备,通过这些终端设备对记录仪进行控制,本实施例对此不作限制。
应当理解的是,可通过脑电波检测设备获取车辆的驾驶员的脑电波信号,所述脑电波检测设备佩戴在所述驾驶员的头部位置,脑电波检测设备可可以是一个头上的绷带式设备,也可以是一个帽子式设备,或者其他类型的产品形式的设备,例如MindLink或者BrainLink,本实施例对此不作限制。
可以理解的是,脑电波检测设备和记录仪控制设备之间可以通过蓝牙进行数据传输,也可通过局域网络进行数据传输,也可通过移动通讯网络进行数据传输,还可通过其他方式进行数据传输,本实施例对此不作限制。驾驶员在驾驶车辆的过程中,可将脑电波检测设备佩戴在头部,脑电波检测设备可持续对驾驶员的大脑进行检测,以获取驾驶员的脑电波信号。
进一步地,为了使脑电波检测设备和记录仪控制设备之间的数据传输更加稳定,使记录仪控制设备能够及时准确地获取驾驶员的脑电波信号,所述通过脑电波检测设备获取车辆的驾驶员的脑电波信号,包括:
获取脑电波检测设备的设备信息,并根据所述设备信息确定设备标识和设备地址;根据所述设备标识和所述设备地址生成通信连接指令;根据所述通信连接指令与所述脑电波检测设备建立通信连接;通过所述通信连接获取所述脑电波检测设备采集的车辆的驾驶员的脑电波信号。
可以理解的是,由于驾驶员在未开始驾驶车辆时,脑电波检测设备和记录仪控制设备都处于关闭状态,驾驶员上车后,启动车辆,记录仪控制设备也可随之启动。驾驶员可将脑电波检测设备佩戴到头部位置,然后打开脑电波检测设备的开关,此时脑电波检测设备可进入运行状态。在初次使用时,可将脑电波检测设备的设备信息输入至记录仪控制设备,记录仪控制设备可根据获取的设备信息确定脑电波检测设备的设备标识和设备地址,进而根据设备标识和设备地址生成通信连接指令。记录仪控制设备可根据通信连接指令与脑电波检测设备建立通信连接,然后通过通信连接的连接通道获取脑电波检测设备采集的车辆的驾驶员的脑电波信号。
应当理解的是,由于很多危险情况都是在极短的时间内发生的,因此,为了能够及时的通过用户的脑电波信号来对记录仪进行控制,脑电波检测设备可实时对驾驶员的大脑进行检测,并实时将检测得到的脑电波信号发送给记录仪控制设备。
可以理解的是,由于驾驶员可能并不是一直想使用该功能,因此,为了节约能耗,可在记录仪设备上设置脑电波模式开关,驾驶员可通过脑电波模式开关来控制是否开启通过脑电波控制记录仪的功能。并且,还可能出现驾驶员开启了脑电波功能,但是忘记佩戴脑电波检测设备的情况,在这种情况下,记录仪控制设备可检测到与脑电波检测设备建立了连接,但是无法获取到驾驶员的脑电波信号,可生成提示信息对驾驶员进行提示。为了避免能源的浪费,可设置预设时长阈值,如果记录仪控制设备超过该时长阈值仍然没有接收到脑电波检测设备发送的脑电波信号,可关闭脑电波功能,并且断开与脑电波检测设备的连接。
在具体实现中,脑电波检测设备检测到的脑电波信号可以传给车机中的APP或者驾驶员手机中的APP,然后通过这些APP来控制记录仪进行拍照或者录像操作。
步骤S20,根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动。
应当理解的是,由于人体在较为平静时,脑电波信号也会较为平稳,而情绪比较激动时,脑电波信号的波动情况就比较严重,例如驾驶员的脑电波在心情放松、高度警觉、紧张、兴奋时,是存在波动的,因此,可根据脑电波的波动情况来判断驾驶员的当前状态。记录仪控制设备在获取到驾驶员的脑电波信号后,可根据脑电波信号检测驾驶员的脑电波是否存在异常波动,在驾驶员的脑电波不存在异常波动时,不采取操作,依旧由脑电波检测设备继续进行检测,将脑电波信号发送给记录仪控制设备,记录仪控制设备继续根据脑电波信号检测驾驶员的脑电波是否存在异常波动,形成一个循环。
可以理解的是,可将脑电波波动较大的情况认定为是异常波动,例如,可预先设置正常波动范围,在驾驶员的脑电波波动超过正常波动范围时,认定驾驶员的脑电波存在异常波动,还可为其他方式进行检测,本实施例对此不作限制。
步骤S30,在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。
可以理解的是,在驾驶员的脑电波存在异常波动时,可进一步检测脑电波信号对应的是哪种情绪信号,例如,情绪信号可为兴奋信号、紧张信号、恐惧信号以及害怕信号等,还可为其他情绪信号,本实施例对此不作限制,情绪信号可以与驾驶员的心情状态相对应。在这种情况下,记录仪控制设备可控制车辆的记录仪对当前环境信息进行采集,具体可为,录像或者拍照,还可为两者的结合,本实施例对此不作限制。
在具体实现中,如图3所示,图3为整体流程图,通过该方案,可以解决部分车型,小事故触发不了紧急视频的情况下,无法找到当时的视频或者不好找到当时的视频的问题。并且,能够在行车过程中,主动地拍摄一些危险时刻、优美风景等人脑能反映的特征时刻的照片或视频,会使记录仪有一个更好的用户体验。本实施例将脑电波检测与记录仪操作相结合,通过脑电波的反馈,记录仪能主动记录下行车过程中的特殊时刻,能够更加智能地对记录仪进行控制。
本实施例中通过获取车辆的驾驶员的脑电波信号;根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。通过脑电波信号来确定驾驶员的脑电波波动情况,并且在波动异常时控制记录仪对当前环境信息进行采集,从而根据用户的脑电波信号来对记录仪进行控制,即使在小事故的情况下也可以进行紧急录像,并且可以满足用户的各种使用需求,提高了用户的使用体验。
在一实施例中,如图4所示,基于第一实施例提出本发明基于脑电波的记录仪控制方法第二实施例,所述步骤S30,包括:
步骤S301,在所述驾驶员的脑电波存在异常波动时,根据所述脑电波信号确定所述驾驶员的心情状态。
应当理解的是,在驾驶员的脑电波存在异常波动的情况下,可进一步根据脑电波信号确定驾驶员的心情状态,根据心情状态控制所述车辆的记录仪对当前环境信息进行采集,例如,可在驾驶员的心情状态为紧张时控制记录仪录像,在心情状态为兴奋时控制记录仪拍照,在心情状态为恐慌时控制记录仪同时进行录像和拍照,在心情状态为开心时控制记录仪录像,在心情状态为害怕时进行拍照等,可根据具体情况进行设置,本实施例对此不作限制。
可以理解的是,由于驾驶员在不同的心情状态下,脑电波信号也不相同,因此,可对脑电波信号进行检测和分析,以确定驾驶员的心情状态。
进一步地,由于脑电波信号存在多种类型,为了使脑电波信号分析更加准确,所述步骤S301,包括:
检测所述脑电波信号的脑电波信号类型;根据所述脑电波信号类型对所述脑电波信号进行分类处理,以获得各脑电波信号类型对应的待选脑电波信号;根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态。
需要说明的是,脑电波是一些自发的有节律的神经电活动,其频率变动范围在每秒1-30次之间的,可划分为四个波段,即δ(1-3Hz)、θ(4-7Hz)、α(8-13Hz)、β(14-30Hz)。除此之外,在觉醒并专注于某一事时,常可见一种频率较β波更高的γ波,其频率为30~80Hz,波幅范围不定;而在睡眠时还可出现另一些波形较为特殊的正常脑电波,如驼峰波、σ波、λ波、κ-复合波、μ波等。其中,δ波频率为1~3Hz,幅度为20~200μV。当人在婴儿期或智力发育不成熟、成年人在极度疲劳和昏睡或麻醉状态下,可在颞叶和顶叶记录到这种波段。θ波频率为4~7Hz,幅度为5~20μV。在成年人意愿受挫或者抑郁以及精神病患者中这种波极为显著。但此波为少年(10-17岁)的脑电图中的主要成分。α波频率为8~13Hz(平均数为10Hz),幅度为20~100μV。它是正常人脑电波的基本节律,如果没有外加的刺激,其频率是相当恒定的。人在清醒、安静并闭眼时该节律最为明显,睁开眼睛(受到光刺激)或接受其它刺激时,α波即刻消失。β波频率为14~30Hz,幅度为100~150μV。当精神紧张和情绪激动或亢奋时出现此波,当人从噩梦中惊醒时,原来的慢波节律可立即被该节律所替代。在人心情愉悦或静思冥想时,一直兴奋的β波、δ波或θ波此刻弱了下来,α波相对来说得到了强化。
应当理解的是,由于人的脑电波分为多种类型,在不同的心情状态下,脑电波由不同类型的脑电波组成,因此,可检测脑电波信号的脑电波信号类型,进而根据脑电波类型对脑电波信号进行分类处理,以获得各脑电波信号类型对应的待选脑电波信号,然后再根据脑电波信号类型和待选脑电波信号确定所述驾驶员的心情状态。
进一步地,所述根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态,包括:
根据所述脑电波信号类型和所述待选脑电波信号生成当前脑电图;根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果;根据所述分类预测结果确定所述当前脑电图对应的心情词组;根据所述心情词组确定所述驾驶员的心情状态。
可以理解的是,由于每个人的心情状态对应的脑电波信号并不一定相同,例如有的人情绪变化较大,而有的人情绪变化较小,而且人的情绪很复杂,心情状态较多,为了提高心情状态的检测效果,使得到的心情状态更加准确,并且更与驾驶员适配,可以根据当前脑电波信号类型和待选脑电波信号生成当前脑电图,然后根据预设脑电波检测模型对当前脑电图进行分类预测,获得分类预测结果。其中,预设脑电波检测模型可为对神经网络模型进行训练后得到的分类模型,可通过大量与驾驶员相关的样本数据对神经网络模型进行训练,得到与驾驶员相适配的脑电波检测模型。
应当理解的是,为了便于数据计算,可为不同的心情状态设置不同的对应的心情词组,可根据分类预测结果确定当前脑电图对应的心情词组,然后查找心情词组对应的心情状态,以确定驾驶员的心情状态。
进一步地,为了更好的训练得到预设脑电波检测模型,提高检测模型的精度,所述根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果之前,还包括:
获取驾驶员在各种心情状态下的样本脑电波信号,并为所述样本脑电波信号分配对应的样本心情词组;根据所述样本脑电波信号生成样本脑电图;根据所述样本心情词组和所述样本脑电图生成训练样本;根据所述训练样本对预设神经网络模型进行训练,以获得预设脑电波检测模型。
可以理解的是,可获取驾驶员在各种心情状态下的样本脑电波信号,然后为这些样本脑电波信号分配对应的样本心情词组,同时,还可根据这些样本脑电波信号生成对应的样本脑电图,进而根据样本心情词组生成样本标签,并将样本标签添加至样本脑电图中,以生成训练样本。然后根据这些训练样本对预设神经网络模型进行训练,以获得预设脑电波检测模型,其中,所述预设神经网路模型可为卷积神经网络模型、残差神经网络模型,还可为其他类型的神经网络模型,本实施例对此不作限制。
进一步地,所述根据所述分类预测结果确定所述当前脑电图对应的心情词组,包括:
根据所述分类预测结果确定各预测类型对应的类型概率值;对所述类型概率值进行排序,并根据排序结果从所述类型概率值中选取目标类型概率值;将所述目标类型概率值对应的预测类型作为目标预测类型;查找所述目标预测类型对应的目标心情词组;根据所述目标心情词组确定所述当前脑电图对应的心情词组。
应当理解的是,由于本实施例中的预设脑电波检测模型为神经网络分类模型,因此,将当前脑电图输入预设脑电波检测模型后,可得到多个分类预测结果,可根据分类预测结果确定各项预测类型对应的类型概率值。例如,预测类型A的类型概率值为80%,预测类型B的类型概率值为10%,预测类型C的类型概率值为10%等。可对类型概率值进行排序,并根据排序结果从类型概率值中选取最大值作为目标类型概率值,例如,预测类型A的类型概率值最大,可将预测类型A的类型概率值作为目标类型概率值,即目标类型为预测类型A的可能性最大。
可以理解的是,在确定目标类型概率值后,可将目标类型概率值对应的预测类型作为目标预测类型,查找目标预测类型对应的目标心情词组,进而根据目标心情词组确定当前脑电图对应的心情词组。例如,在目标类型概率值为预测类型A的类型概率值时,可将预测类型A作为目标预测类型,假设查找到预测类型A对应的目标心情词组为紧张,则可确定当前脑电图对应的心情词组为紧张。
步骤S302,根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集。
应当理解的是,在确定驾驶员当前的心情状态后,可根据心情状态生成控制指令,记录仪根据控制指令对当前环境进行图像采集。其中,图像采集可为录像或者拍照。
进一步地,所述根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集,包括:
查找所述心情状态对应的操作动作;根据所述操作动作生成控制指令;根据所述控制指令控制所述车辆的记录仪对当前环境信息进行图像采集。
应当理解的是,在确定驾驶员当前的心情状态后,可查找心情状态对应的操作动作,然后根据操作动作生成控制指令,根据控制指令控制车辆的记录仪对当前环境信息进行图像采集。
可以理解的是,为使查找的结果更加准确,并且提升查找的效率,可根据映射关系列表查找所述心情状态对应的操作动作,其中,映射关系列表中记录有心情状态和操作动作之间的对应关系。可获取多个待选心情状态,并为各待选心情状态设置对应的待选操作动作,进而根据待选心情状态和待选操作动作建立映射关系列表。
本实施例中通过在所述驾驶员的脑电波存在异常波动时,根据所述脑电波信号确定所述驾驶员的心情状态,根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集,从而可根据脑电波信号确定驾驶员的心情状态,进而根据心情状态来控制记录仪进行录像或者拍照,提高了记录仪控制的智能化程度,满足用户的使用需求。
在一实施例中,如图5所示,基于第一实施例或第二实施例提出本发明基于脑电波的记录仪控制方法第三实施例,在本实施例中,基于第一实施例进行说明,所述步骤S30之后,还包括:
步骤S401,根据采集结果生成多媒体文件。
应当理解的是,在控制车辆的记录仪对当前环境信息进行采集后,可根据采集结果生成多媒体文件,所述多媒体文件包括图像文件、视频文件等文件,本实施例对此不作限制。
在具体实现中,例如,如果控制记录仪拍照,则根据采集的信息生成图像文件,如果控制记录仪录像,则根据采集的信息生成视频文件。
步骤S402,获取当前时间信息和当前定位信息。
应当理解的是,由于控制记录仪拍照或者录像的时刻一般都是特殊时刻,而且有时候用户可能还想要记录进行该操作的地点。因此,为了方便用户的使用,提高用户体验,在生成多媒体文件时,还可获取当前时间信息和当前定位信息。
步骤S403,根据所述当前时间信息生成时间标识,并根据所述当前定位信息生成定位标识。
应当理解的是,可根据当前时间信息去确定当前时刻,并根据当前时刻生成时间标识,还可根据当前定位信息确定当前地点,并根据当前地点生成定位标识。
步骤S404,将所述时间标识和所述定位标识添加至所述多媒体文件中,以生成目标多媒体文件。
可以理解的是,可将时间标识和定位标识添加至多媒体文件中,以生成带有时间标识和定位标识的目标多媒体文件。用户可以方便地根据时间标识或定位标识对目标多媒体文件进行分类或者查找,而且,在用户想要了解目标多媒体文件的更多信息时,可以根据时间标识和定位标识确定目标多媒体文件的拍摄时间和拍摄地点。
进一步地,由于通过上述方案,根据驾驶员的脑电波信号控制记录仪拍摄的目标多媒体文件较为重要,为了避免数据遗失,所述步骤S404之后,还包括:
将所述目标多媒体文件设置为不可覆盖类型,并将所述目标多媒体文件上传至云端服务器进行存储。
应当理解的是,由于记录仪的存储空间有限,一般文件都是覆盖式存储,但是,由于目标多媒体文件较为重要,因此,可将目标多媒体文件设置为不可覆盖类型,进行永久保存。这样的话,不管用户何时想要查看目标多媒体文件都可以查找到,如果用户不再需要之前拍摄的目标多媒体文件的话,可以手动对其进行删除。
可以理解的是,由于云端存储数据也较为方便,还可将生成的目标多媒体文件上传至云端服务器进行存储,并且还可通过手机、电脑等设备访问云端服务器进行查看,更加方便用户的使用。
本实施例中通过根据采集结果生成多媒体文件;获取当前时间信息和当前定位信息;根据所述当前时间信息生成时间标识,并根据所述当前定位信息生成定位标识;将所述时间标识和所述定位标识添加至所述多媒体文件中,以生成目标多媒体文件。用户可以方便地根据时间标识或定位标识对目标多媒体文件进行分类或者查找,而且,在用户想要了解目标多媒体文件的更多信息时,可以根据时间标识和定位标识确定目标多媒体文件的拍摄时间和拍摄地点。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于脑电波的记录仪控制程序,所述基于脑电波的记录仪控制程序被处理器执行时实现如上文所述的基于脑电波的记录仪控制方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,参照图6,本发明实施例还提出一种基于脑电波的记录仪控制装置,所述基于脑电波的记录仪控制装置包括:
信号获取模块10,用于获取车辆的驾驶员的脑电波信号。
信号检测模块20,用于根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动。
数据处理模块30,用于在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。
本实施例中通过获取车辆的驾驶员的脑电波信号;根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。通过脑电波信号来确定驾驶员的脑电波波动情况,并且在波动异常时控制记录仪对当前环境信息进行采集,从而根据用户的脑电波信号来对记录仪进行控制,即使在小事故的情况下也可以进行紧急录像,并且可以满足用户的各种使用需求,提高了用户的使用体验。
在一实施例中,所述数据处理模块30,还用于根据所述样本心情词组生成样本标签;将所述样本标签添加至所述样本脑电图中,以生成训练样本。
在一实施例中,所述数据处理模块30,还用于根据所述分类预测结果确定各预测类型对应的类型概率值;对所述类型概率值进行排序,并根据排序结果从所述类型概率值中选取目标类型概率值;将所述目标类型概率值对应的预测类型作为目标预测类型;查找所述目标预测类型对应的目标心情词组;根据所述目标心情词组确定所述当前脑电图对应的心情词组。
在一实施例中,所述数据处理模块30,还用于查找所述心情状态对应的操作动作;根据所述操作动作生成控制指令;根据所述控制指令控制所述车辆的记录仪对当前环境信息进行图像采集。
在一实施例中,所述数据处理模块30,还用于获取多个待选心情状态,并为各待选心情状态设置对应的待选操作动作;根据所述待选心情状态和所述待选操作动作建立映射关系列表;根据所述映射关系列表查找所述心情状态对应的操作动作。
在一实施例中,所述基于脑电波的记录仪控制装置,还包括文件生成模块,用于根据采集结果生成多媒体文件;获取当前时间信息和当前定位信息;根据所述当前时间信息生成时间标识,并根据所述当前定位信息生成定位标识;将所述时间标识和所述定位标识添加至所述多媒体文件中,以生成目标多媒体文件。
在一实施例中,所述文件生成模块,还用于将所述目标多媒体文件设置为不可覆盖类型,并将所述目标多媒体文件上传至云端服务器进行存储。
在一实施例中,所述信号获取模块10,还用于通过脑电波检测设备获取车辆的驾驶员的脑电波信号,所述脑电波检测设备佩戴在所述驾驶员的头部位置。
在一实施例中,所述信号获取模块10,还用于获取脑电波检测设备的设备信息,并根据所述设备信息确定设备标识和设备地址;根据所述设备标识和所述设备地址生成通信连接指令;根据所述通信连接指令与所述脑电波检测设备建立通信连接;通过所述通信连接获取所述脑电波检测设备采集的车辆的驾驶员的脑电波信号。
在本发明所述基于脑电波的记录仪控制装置的其他实施例或具体实现方法可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该估算机软件产品存储在如上所述的一个估算机可读存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台智能设备(可以是手机,估算机,基于脑电波的记录仪控制设备,空调器,或者网络基于脑电波的记录仪控制设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
本发明公开了A1、一种基于脑电波的记录仪控制方法,所述基于脑电波的记录仪控制方法包括以下步骤:
获取车辆的驾驶员的脑电波信号;
根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;
在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。
A2、如A1所述的基于脑电波的记录仪控制方法,所述在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集,包括:
在所述驾驶员的脑电波存在异常波动时,根据所述脑电波信号确定所述驾驶员的心情状态;
根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集。
A3、如A2所述的基于脑电波的记录仪控制方法,所述根据所述脑电波信号确定所述驾驶员的心情状态,包括:
检测所述脑电波信号的脑电波信号类型;
根据所述脑电波信号类型对所述脑电波信号进行分类处理,以获得各脑电波信号类型对应的待选脑电波信号;
根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态。
A4、如A3所述的基于脑电波的记录仪控制方法,所述根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态,包括:
根据所述脑电波信号类型和所述待选脑电波信号生成当前脑电图;
根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果;
根据所述分类预测结果确定所述当前脑电图对应的心情词组;
根据所述心情词组确定所述驾驶员的心情状态。
A5、如A4所述的基于脑电波的记录仪控制方法,所述根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果之前,还包括:
获取驾驶员在各种心情状态下的样本脑电波信号,并为所述样本脑电波信号分配对应的样本心情词组;
根据所述样本脑电波信号生成样本脑电图;
根据所述样本心情词组和所述样本脑电图生成训练样本;
根据所述训练样本对预设神经网络模型进行训练,以获得预设脑电波检测模型。
A6、如A5所述的基于脑电波的记录仪控制方法,所述根据所述样本心情词组和所述样本脑电图生成训练样本,包括:
根据所述样本心情词组生成样本标签;
将所述样本标签添加至所述样本脑电图中,以生成训练样本。
A7、如A4所述的基于脑电波的记录仪控制方法,所述根据所述分类预测结果确定所述当前脑电图对应的心情词组,包括:
根据所述分类预测结果确定各预测类型对应的类型概率值;
对所述类型概率值进行排序,并根据排序结果从所述类型概率值中选取目标类型概率值;
将所述目标类型概率值对应的预测类型作为目标预测类型;
查找所述目标预测类型对应的目标心情词组;
根据所述目标心情词组确定所述当前脑电图对应的心情词组。
A8、如A2所述的基于脑电波的记录仪控制方法,所述根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集,包括:
查找所述心情状态对应的操作动作;
根据所述操作动作生成控制指令;
根据所述控制指令控制所述车辆的记录仪对当前环境信息进行图像采集。
A9、如A8所述的基于脑电波的记录仪控制方法,所述查找所述心情状态对应的操作动作之前,还包括:
获取多个待选心情状态,并为各待选心情状态设置对应的待选操作动作;
根据所述待选心情状态和所述待选操作动作建立映射关系列表;
相应地,所述查找所述心情状态对应的操作动作,包括:
根据所述映射关系列表查找所述心情状态对应的操作动作。
A10、如A1~A9中任一项所述的基于脑电波的记录仪控制方法,所述在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集之后,还包括:
根据采集结果生成多媒体文件;
获取当前时间信息和当前定位信息;
根据所述当前时间信息生成时间标识,并根据所述当前定位信息生成定位标识;
将所述时间标识和所述定位标识添加至所述多媒体文件中,以生成目标多媒体文件。
A11、如A10所述的基于脑电波的记录仪控制方法,所述将所述时间标识和所述定位标识添加至所述多媒体文件中,以生成目标多媒体文件之后,还包括:
将所述目标多媒体文件设置为不可覆盖类型,并将所述目标多媒体文件上传至云端服务器进行存储。
A12、如A1~A9中任一项所述的基于脑电波的记录仪控制方法,所述获取车辆的驾驶员的脑电波信号,包括:
通过脑电波检测设备获取车辆的驾驶员的脑电波信号,所述脑电波检测设备佩戴在所述驾驶员的头部位置。
A13、如A12所述的基于脑电波的记录仪控制方法,所述通过脑电波检测设备获取车辆的驾驶员的脑电波信号,包括:
获取脑电波检测设备的设备信息,并根据所述设备信息确定设备标识和设备地址;
根据所述设备标识和所述设备地址生成通信连接指令;
根据所述通信连接指令与所述脑电波检测设备建立通信连接;
通过所述通信连接获取所述脑电波检测设备采集的车辆的驾驶员的脑电波信号。
本发明还公开了B14、一种基于脑电波的记录仪控制装置,所述基于脑电波的记录仪控制装置包括:
信号获取模块,用于获取车辆的驾驶员的脑电波信号;
信号检测模块,用于根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;
数据处理模块,用于在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。
B15、如B14所述的基于脑电波的记录仪控制装置,所述数据处理模块,还用于在所述驾驶员的脑电波存在异常波动时,根据所述脑电波信号确定所述驾驶员的心情状态;根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集。
B16、如B15所述的基于脑电波的记录仪控制装置,所述数据处理模块,还用于检测所述脑电波信号的脑电波信号类型;根据所述脑电波信号类型对所述脑电波信号进行分类处理,以获得各脑电波信号类型对应的待选脑电波信号;根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态。
B17、如B16所述的基于脑电波的记录仪控制装置,所述数据处理模块,还用于根据所述脑电波信号类型和所述待选脑电波信号生成当前脑电图;根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果;根据所述分类预测结果确定所述当前脑电图对应的心情词组;根据所述心情词组确定所述驾驶员的心情状态。
B18、如B17所述的基于脑电波的记录仪控制装置,所述数据处理模块,还用于获取驾驶员在各种心情状态下的样本脑电波信号,并为所述样本脑电波信号分配对应的样本心情词组;根据所述样本脑电波信号生成样本脑电图;根据所述样本心情词组和所述样本脑电图生成训练样本;根据所述训练样本对预设神经网络模型进行训练,以获得预设脑电波检测模型。
本发明还公开了C19、一种基于脑电波的记录仪控制设备,所述基于脑电波的记录仪控制设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于脑电波的记录仪控制程序,所述基于脑电波的记录仪控制程序被处理器执行时实现如上所述的基于脑电波的记录仪控制方法的步骤。
本发明还公开了D20、一种存储介质,所述存储介质上存储有基于脑电波的记录仪控制程序,所述基于脑电波的记录仪控制程序被处理器执行时实现如上所述的基于脑电波的记录仪控制方法的步骤。
Claims (10)
1.一种基于脑电波的记录仪控制方法,其特征在于,所述基于脑电波的记录仪控制方法包括以下步骤:
获取车辆的驾驶员的脑电波信号;
根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;
在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。
2.如权利要求1所述的基于脑电波的记录仪控制方法,其特征在于,所述在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集,包括:
在所述驾驶员的脑电波存在异常波动时,根据所述脑电波信号确定所述驾驶员的心情状态;
根据所述心情状态控制所述车辆的记录仪对当前环境信息进行采集。
3.如权利要求2所述的基于脑电波的记录仪控制方法,其特征在于,所述根据所述脑电波信号确定所述驾驶员的心情状态,包括:
检测所述脑电波信号的脑电波信号类型;
根据所述脑电波信号类型对所述脑电波信号进行分类处理,以获得各脑电波信号类型对应的待选脑电波信号;
根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态。
4.如权利要求3所述的基于脑电波的记录仪控制方法,其特征在于,所述根据所述脑电波信号类型和所述待选脑电波信号确定所述驾驶员的心情状态,包括:
根据所述脑电波信号类型和所述待选脑电波信号生成当前脑电图;
根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果;
根据所述分类预测结果确定所述当前脑电图对应的心情词组;
根据所述心情词组确定所述驾驶员的心情状态。
5.如权利要求4所述的基于脑电波的记录仪控制方法,其特征在于,所述根据预设脑电波检测模型对所述当前脑电图进行分类预测,获得分类预测结果之前,还包括:
获取驾驶员在各种心情状态下的样本脑电波信号,并为所述样本脑电波信号分配对应的样本心情词组;
根据所述样本脑电波信号生成样本脑电图;
根据所述样本心情词组和所述样本脑电图生成训练样本;
根据所述训练样本对预设神经网络模型进行训练,以获得预设脑电波检测模型。
6.如权利要求5所述的基于脑电波的记录仪控制方法,其特征在于,所述根据所述样本心情词组和所述样本脑电图生成训练样本,包括:
根据所述样本心情词组生成样本标签;
将所述样本标签添加至所述样本脑电图中,以生成训练样本。
7.如权利要求4所述的基于脑电波的记录仪控制方法,其特征在于,所述根据所述分类预测结果确定所述当前脑电图对应的心情词组,包括:
根据所述分类预测结果确定各预测类型对应的类型概率值;
对所述类型概率值进行排序,并根据排序结果从所述类型概率值中选取目标类型概率值;
将所述目标类型概率值对应的预测类型作为目标预测类型;
查找所述目标预测类型对应的目标心情词组;
根据所述目标心情词组确定所述当前脑电图对应的心情词组。
8.一种基于脑电波的记录仪控制装置,其特征在于,所述基于脑电波的记录仪控制装置包括:
信号获取模块,用于获取车辆的驾驶员的脑电波信号;
信号检测模块,用于根据所述脑电波信号检测所述驾驶员的脑电波是否存在异常波动;
数据处理模块,用于在所述驾驶员的脑电波存在异常波动时,控制所述车辆的记录仪对当前环境信息进行采集。
9.一种基于脑电波的记录仪控制设备,其特征在于,所述基于脑电波的记录仪控制设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于脑电波的记录仪控制程序,所述基于脑电波的记录仪控制程序被处理器执行时实现如权利要求1至7中任一项所述的基于脑电波的记录仪控制方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于脑电波的记录仪控制程序,所述基于脑电波的记录仪控制程序被处理器执行时实现如权利要求1至7中任一项所述的基于脑电波的记录仪控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111680310.9A CN116407135A (zh) | 2021-12-30 | 2021-12-30 | 基于脑电波的记录仪控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111680310.9A CN116407135A (zh) | 2021-12-30 | 2021-12-30 | 基于脑电波的记录仪控制方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116407135A true CN116407135A (zh) | 2023-07-11 |
Family
ID=87055246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111680310.9A Pending CN116407135A (zh) | 2021-12-30 | 2021-12-30 | 基于脑电波的记录仪控制方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116407135A (zh) |
-
2021
- 2021-12-30 CN CN202111680310.9A patent/CN116407135A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3583485B1 (en) | Computationally-efficient human-identifying smart assistant computer | |
US9714037B2 (en) | Detection of driver behaviors using in-vehicle systems and methods | |
US11279279B2 (en) | Driver monitoring and response system | |
US20190217865A1 (en) | Method and system for drunk driving prevention | |
CN105488957B (zh) | 疲劳驾驶检测方法及装置 | |
US11468888B2 (en) | Control apparatus, control method agent apparatus, and computer readable storage medium | |
US10528047B1 (en) | Method and system for monitoring user activity | |
CN105292124A (zh) | 一种驾驶监测方法和装置 | |
CN112086098B (zh) | 一种驾乘人员分析方法、装置及计算机可读存储介质 | |
KR102051136B1 (ko) | 클라우드서버를 기반을 하는 인공지능 대쉬보드로봇을 이용한 사용자 상태인식시스템 | |
JP2020052482A (ja) | 危険運転防止装置 | |
CN114137845A (zh) | 智能设备控制系统、方法、智能设备和存储介质 | |
CN111581436A (zh) | 目标识别方法、装置、计算机设备和存储介质 | |
CN110728206A (zh) | 疲劳驾驶检测方法、装置、计算机可读存储介质及终端 | |
US11260874B2 (en) | Driver assistance device that can be mounted on a vehicle | |
US12012107B2 (en) | Operator monitoring and engagement | |
CN114140775A (zh) | 数据记录及生理状态检测方法、装置、设备及存储介质 | |
CN116407135A (zh) | 基于脑电波的记录仪控制方法、装置、设备及存储介质 | |
CN105989328A (zh) | 检测人员使用手持装置的方法及装置 | |
CN112319483A (zh) | 一种驾驶状态改善装置及驾驶状态改善方法 | |
CN111382665A (zh) | 信息处理装置以及计算机可读存储介质 | |
CN114760417A (zh) | 一种图像拍摄方法和装置、电子设备和存储介质 | |
CN110708422A (zh) | 一种智能应急的方法、装置、存储介质以及终端 | |
CN113507593A (zh) | 一种用于车辆座舱的监测方法、装置、系统及终端 | |
WO2022025088A1 (ja) | 車両用安全支援システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |