[发明专利]一种针对驾驶员的路怒症检测方法和装置

权利要求书

1.一种针对驾驶员的路怒症检测方法，其特征在于，所述路怒症检测方法包括：

获取驾驶员的路怒特征信号；

基于预先训练好的数学模型，根据所述路怒特征信号确定所述驾驶员的路怒程度；

基于所述驾驶员的路怒程度对车辆进行控制。

2.如权利要求1所述的路怒症检测方法，其特征在于，所述车头上设置有光照传感器、所述车身上设置有距离传感器、所述车辆内部设置有噪声传感器；

所述获取驾驶员的路怒特征信号，包括：

基于所述光照传感器、所述距离传感器、所述噪声传感器获取驾驶员的路怒特征信号；

所述路怒特征信号包括以下至少一种：光照强度、距离、声音强度。

3.如权利要求2所述的路怒症检测方法，其特征在于，所述基于预先训练好的数学模型，根据所述路怒特征信号确定所述驾驶员的路怒程度，还包括：

对所述路怒特征信号进行预处理，得到预处理后的路怒特征信号；

基于预先训练好的数学模型，根据预处理后的路怒特征信号计算所述驾驶员的路怒值；

根据所述路怒值确定所述驾驶员的路怒程度。

4.如权利要求3所述的路怒症检测方法，其特征在于，所述对所述路怒特征信号进行预处理，包括：

对所述路怒特征信号进行提炼和/或分析得到预处理后的路怒特征信号。

5.如权利要求4所述的路怒症检测方法，其特征在于，所述对所述路怒特征信号进行提炼和/或分析得到预处理后的路怒特征信号，包括：

过滤噪声传感器获取到的车辆内部的多媒体声音；

过滤光照传感器获取到的白天的光照强度。

6.如权利要求3所述的路怒症检测方法，其特征在于，所述预先训练好的数学模型，包括：

基于机器学习方法，根据数学模型内的场景对所述数学模型进行训练，从而确定路怒边界值。

7.如权利要求6所述的路怒症检测方法，其特征在于，所述根据数学模型内的场景对所述数学模型进行训练，包括：

所述数学模型内包括以下至少一种场景：夜间行驶远光灯会车、强行变道插队以及车内噪声过大。

8.如权利要求6所述的路怒症检测方法，其特征在于，所述根据所述路怒值确定所述驾驶员的路怒程度，包括：

所述路怒边界值包括第一阈值以及第二阈值；

当所述路怒值对应的数值低于第一阈值时，判断所述驾驶员的路怒程度为：无路怒；

当所述路怒值对应的数值高于第一阈值且低于第二阈值时，判断所述驾驶员的路怒程度为：路怒预触发；

当所述路怒值对应的数值高于第二阈值时，判断所述驾驶员的路怒程度为：路怒触发。

9.如权利要求8任一项所述的路怒症检测方法，其特征在于，所述基于所述驾驶员的路怒程度对车辆进行控制，包括：

当所述驾驶员的路怒程度为：无路怒时，无操作；

当所述驾驶员的路怒程度为：路怒预触发时，对所述车辆进行的控制操作包括以下至少一种：语音提示“小心驾驶”、车身氛围灯闪烁；

当所述驾驶员的路怒程度为：路怒触发时，对所述车辆进行的控制操作包括以下至少一种：ADAS辅助驾驶系统介入、车身传感器检测精度提升至最高、稳定车身姿态、自动驾驶程度在L3及以上的车辆接管驾驶。

10.一种针对驾驶员的路怒症检测装置，其特征在于，所述装置包括：

获取模块，用于获取驾驶员的路怒特征信号；

决策模块，用于基于预先训练好的数学模型，根据所述路怒特征信号确定所述驾驶员的路怒程度；

控制模块，用于基于所述驾驶员的路怒程度对车辆进行控制。