[发明专利]一种车辆控制方法、装置、车辆及存储介质

权利要求书

1.一种车辆控制方法，其特征在于，包括：

对运行中车辆的驾驶员脑电信号，环境状态信息以及车辆状态信息进行实时采集；

对所述驾驶员脑电信号进行实时分析得到实时驾驶员脑力负荷以及实时驾驶员控制决策；

对所述车辆的所述环境状态信息以及车辆状态信息进行实时分析得到实时车辆智能控制决策；

根据所述实时驾驶员脑力负荷，所述实时驾驶员控制决策以及所述实时车辆智能控制决策计算得到在对所述车辆控制的过程中驾驶员控制权的实时占比以及车辆智能控制权的实时占比；以及

根据所述驾驶员控制权的实时占比对所述驾驶员进行控制权实时分配，并根据所述车辆智能控制权的实时占比对所述车辆进行智能控制。

2.根据权利要求1所述的车辆控制方法，其特征在于，所述对所述驾驶员脑电信号进行实时分析得到实时驾驶员脑力负荷以及实时驾驶员控制决策的过程包括：

对所述驾驶员脑电信号的干扰信号进行滤除得到无干扰脑电信号；

对所述无干扰脑电信号基于频率切片小波变换算法进行节律提取得到多个脑电信号节律；以及

对所述多个脑电信号节律进行分析得到所述实时驾驶员脑力负荷以及所述实时驾驶员控制决策。

3.根据权利要求2所述的车辆控制方法，其特征在于，所述对所述多个脑电信号节律进行分析得到所述实时驾驶员脑力负荷的过程包括：

对所述多个脑电信号节律中与脑力负荷相关的第一负荷相关节律的节律功率进行计算得到第一节律功率，并对所述多个脑电信号节律中与脑力负荷相关的第二负荷相关节律的节律功率进行计算得到第二节律功率；所述第一节律功率随着所述脑力负荷的增大而增大，所述第二节律功率随着所述脑力负荷的增大而减小；

计算所述第一节律功率与所述第二节律功率的比值得到负荷相关比值，并根据所述负荷相关比值确定所述实时驾驶员脑力负荷。

4.根据权利要求3所述的车辆控制方法，其特征在于，所述根据所述负荷相关比值确定所述实时驾驶员脑力负荷的过程包括：

根据所述负荷相关比值以及预设的以多个负荷相关比值阈值为边界的多个脑力负荷等级区间，确定所述驾驶员的实时脑力负荷等级，并将所述驾驶员的实时脑力负荷等级确定为所述实时驾驶员脑力负荷。

5.根据权利要求4所述的车辆控制方法，其特征在于，在所述根据所述负荷相关比值以及预设的以多个负荷相关比值阈值为边界的多个脑力负荷等级区间，确定所述驾驶员的实时脑力负荷等级之前，还包括：

获取所述驾驶员自述的最低脑力负荷状态对应的所述负荷相关比值的最小值以及所述驾驶员自述的最高脑力负荷状态对应的所述负荷相关比值的最大值；以及

将所述负荷相关比值的最小值至所述负荷相关比值的最大值的区间划分为预定数目个子区间得到所述以多个负荷相关比值阈值为边界的多个脑力负荷等级区间。

6.根据权利要求2所述的车辆控制方法，其特征在于，所述对所述多个脑电信号节律进行分析得到所述实时驾驶员控制决策的过程包括：

基于能量矩阵图像映射的方法对所述多个脑电信号节律进行特征提取得到脑电图像特征；

将所述脑电图像特征输入到训练好的驾驶员控制决策预测模型，并利用所述驾驶员控制决策预测模型输出得到所述实时驾驶员控制决策。

7.根据权利要求6所述的车辆控制方法，其特征在于，在根据所述实时驾驶员脑力负荷，所述实时驾驶员控制决策以及所述实时车辆智能控制决策计算得到在对所述车辆控制的过程中驾驶员控制权的实时占比以及车辆智能控制权的实时占比之前，还包括：

根据所述实时驾驶员脑力负荷，以及所述驾驶员控制决策预测模型对所述驾驶员控制决策进行预测时的正确率，基于模糊隶属度函数计算得到所述实时驾驶员控制决策的置信度。