本申請涉及自動駕駛，尤其涉及一種基于混合腦肌信號的車輛控制方法、裝置、設備、介質。

背景技術：

1、隨著汽車技術的快速發展，交通事故造成安全和經濟損失的情況依然頻發。智能輔助駕駛系統(advanced?driver?assistance?systems，adas)應運而生，其能夠通過多種手段協助駕駛員，尤其找駕駛員狀態和駕駛行為檢測方面發揮著重要作用，能夠有效降低交通事故發生率。

2、現有技術中，傳統的駕駛行為檢測系統主要依靠車輛信息、環境信息和駕駛員行為信息等信號，但這些信號的獲取受限，并且難以精準預測駕駛員的意圖，導致駕駛行為檢測效率低下，車輛控制的可靠性和安全性較低。

技術實現思路

1、鑒于上述問題，本發明提供一種基于混合腦肌信號的車輛控制方法、裝置、設備、介質，用以提高駕駛行為檢測的準確性，以及車輛控制的可靠性和安全性。

2、第一方面，本申請提供了一種基于混合腦肌信號的車輛控制方法，所述方法包括：

3、獲取目標對象的混合腦肌信號集，并對所述混合腦肌信號集進行特征處理，獲得目標腦電特征和目標肌電特征；所述混合腦肌信號集包括目標對象的多個腦電信號和多個肌電信號；

4、基于預設混合策略，對所述目標腦電特征和所述目標肌電特征進行駕駛行為檢測，獲得多個行為概率值；每個行為概率值分別對應一個預設駕駛行為；

5、基于所述多個行為概率值，確定所述目標對象的目標駕駛行為，并基于所述目標駕駛行為，對車輛進行相應控制。

6、第二方面，本申請提供了一種基于混合腦肌信號的車輛控制裝置，所述裝置包括：

7、獲取單元，用于獲取目標對象的混合腦肌信號集，并對所述混合腦肌信號集進行特征處理，獲得目標腦電特征和目標肌電特征；所述混合腦肌信號集包括目標對象的多個腦電信號和多個肌電信號；

8、檢測單元，用于基于預設混合策略，對所述目標腦電特征和所述目標肌電特征進行駕駛行為檢測，獲得多個行為概率值；每個行為概率值分別對應一個預設駕駛行為；

9、控制單元，用于基于所述多個行為概率值，確定所述目標對象的目標駕駛行為，并基于所述目標駕駛行為，對車輛進行相應控制。

10、可選的，在所述預設混合策略為特征混合策略時，所述檢測單元，具體用于：

11、對所述目標腦電特征和所述目標肌電特征進行特征混合處理，獲得混合后的腦肌特征；

12、將所述腦肌特征輸入至多個行為檢測模型中，分別獲得相應的行為概率值，每個行為檢測模型分別對應一種預設駕駛行為。

13、可選的，在所述預設混合策略為分類混合策略時，所述檢測單元，具體用于：

14、將所述目標腦電特征和所述目標肌電特征，分別輸入至腦電分類器和肌電分類器，獲得腦電分類集和肌電分類集；所述腦電分類集和所述肌電分類集均包含各預設駕駛行為各自對應的預測概率值；

15、基于預設的混合子策略，對所述腦電分類集和所述肌電分類集進行結果判斷，獲得多個行為概率值；每個行為概率值對應一個預設駕駛行為。

16、可選的，在所述預設混合策略為分類混合策略時，所述檢測單元，具體用于：

17、針對每個預設駕駛行為，基于所述腦電分類集和肌電分類集中的預測概率值進行與計算，獲得每個預設駕駛行為各自的行為概率值；或，

18、針對每個預設駕駛行為，基于所述腦電分類集和肌電分類集中的預測概率值進行或計算，獲得每個預設駕駛行為各自的行為概率值。

19、可選的，在所述預設混合策略為貝葉斯混合策略時，所述檢測單元，具體用于：

20、基于各預設駕駛行為的先驗概率，計算所述目標腦電特征和所述目標肌電特征各自的條件概率；所述先驗概率表征在無腦電信號和肌電信號時，各預設駕駛行為出現的概率；所述條件概率表征在相應預設駕駛行為下，腦電信號和肌電信號各自出現的概率；

21、基于獲得的各條件概率，計算各預設駕駛行為的后驗概率；所述后驗概率表征在腦電信號和肌電信號的任意組合下，各預設駕駛行為出現的概率；

22、從獲得的多個后驗概率中，確定最大后驗概率值，并將所述最大后驗概率值作為相應預設駕駛行為的行為概率值。

23、可選的，所述控制單元，具體用于：

24、從所述多個行為概率值中確定最大行為概率值，并將所述最大行為概率值對應的預設駕駛行為，確定為所述目標駕駛行為；或，

25、基于決策樹分類策略，對所述多個行為概率值進行逐級判斷，確定所述目標駕駛行為。

26、可選的，所述多個行為概率值包括緊急剎車概率值，軟剎車概率值，則所述控制單元，具體用于：

27、基于所述緊急剎車概率值和第一預設閾值，判斷所述目標駕駛行為是否為緊急剎車行為；

28、若所述目標駕駛行為并非所述緊急剎車行為，則基于所述軟剎車概率值與第二預設閾值，判斷所述目標駕駛行為是否為軟剎車行為。

29、第三方面，本申請提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述第一方面中任意一種基于混合腦肌信號的車輛控制方法。

30、第四方面，本申請提供了一種計算機存儲介質，所述計算機可讀存儲介質內存儲有計算機程序指令，所述計算機程序指令被處理器執行上述第一方面中任意一種基于混合腦肌信號的車輛控制方法。

31、第五方面，本申請實施例提供的一種計算機程序產品，包括計算機程序指令，所述計算機程序指令被處理器執行時實現上述第一方面中任意一種基于混合腦肌信號的車輛控制方法。

32、本發明有益效果如下：

33、本申請實施例提供了一種基于混合腦肌信號的車輛控制方法，該方法通過獲取目標對象的多個腦電信號和多個肌電信號組成的混合腦肌信號集，并對混合腦肌信號集進行特征處理，獲得目標腦電特征和目標肌電特征。通過預設混合策略，對目標腦電特征和目標肌電特征進行駕駛行為檢測，獲得多個預設駕駛行為各自對應的行為概率值，從而通過多個行為概率值，確定目標對象的目標駕駛行為，并對車輛進行相應控制。如此，結合腦電信號和肌電信號各自的信號優勢，更全面地分析和預測目標對象的駕駛意圖，以提高駕駛行為預測的準確性和車輛控制的可靠性和安全性。

技術特征：

1.一種基于混合腦肌信號的車輛控制方法，其特征在于，所述方法包括：

2.如權利要求1所述的方法，其特征在于，在所述預設混合策略為特征混合策略時，所述基于預設混合策略，對所述目標腦電特征和所述目標肌電特征進行駕駛行為檢測，獲得多個行為概率值，包括：

3.如權利要求1所述的方法，其特征在于，在所述預設混合策略為分類混合策略時，所述基于預設混合策略，對所述目標腦電特征和所述目標肌電特征進行駕駛行為檢測，獲得多個行為概率值，包括：

4.如權利要求3所述的方法，其特征在于，所述基于預設的混合子策略，對所述腦電分類集和所述肌電分類集進行結果判斷，獲得多個行為概率值，包括：

5.如權利要求1所述的方法，其特征在于，在所述預設混合策略為貝葉斯混合策略時，所述基于預設混合策略，對所述目標腦電特征和所述目標肌電特征進行駕駛行為檢測，獲得多個行為概率值，包括：

6.如權利要求1所述的方法，其特征在于，所述基于所述多個行為概率值，確定所述目標對象的目標駕駛行為，包括：

7.如權利要求6所述的方法，其特征在于，所述多個行為概率值包括緊急剎車概率值，軟剎車概率值，則所述基于決策樹分類策略，對所述多個行為概率值進行逐級判斷，確定所述目標駕駛行為，包括：

8.一種基于混合腦肌信號的車輛控制裝置，其特征在于，所述裝置包括：

9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，

10.一種計算機存儲介質，其上存儲有計算機程序指令，其特征在于，

11.一種計算機程序產品，包括計算機程序指令，其特征在于，

技術總結
本申請涉及自動駕駛技術領域，具體涉及一種基于混合腦肌信號的車輛控制方法、裝置、設備、介質，該方法通過獲取目標對象的多個腦電信號和多個肌電信號組成的混合腦肌信號集，并對混合腦肌信號集進行特征處理，獲得目標腦電特征和目標肌電特征。通過預設混合策略，對目標腦電特征和目標肌電特征進行駕駛行為檢測，獲得多個預設駕駛行為各自對應的行為概率值，從而通過多個行為概率值，確定目標對象的目標駕駛行為，并對車輛進行相應控制。如此，結合腦電信號和肌電信號各自的信號優勢，更全面地分析和預測目標對象的駕駛意圖，以提高駕駛行為預測的準確性和車輛控制的可靠性和安全性。

技術研發人員：琚佳偉
受保護的技術使用者：臨港國家實驗室
技術研發日：
技術公布日：2025/4/28