一种基于智能手环数据的驾驶员活动状态递进式判别方法

技术特征：

1.一种基于智能手环数据的驾驶员活动状态递进式判别方法，其特征在于，包括以下步骤，且以下步骤顺次进行：

2.根据权利要求1所述的基于智能手环数据的驾驶员活动状态递进式判别方法，其特征在于，所述步骤s2自动标注算法包括以下步骤：

3.根据权利要求1所述的基于智能手环数据的驾驶员活动状态递进式判别方法，其特征在于，所述步骤s3对获取到的带有标签的原始数据集进行预处理，包括以下步骤：

4.根据权利要求1所述的基于智能手环数据的驾驶员活动状态递进式判别方法，其特征在于，所述步骤s4的时域、频域特征提取方法为：

5.根据权利要求1所述的基于智能手环数据的驾驶员活动状态递进式判别方法，其特征在于，所述步骤s6中，最小-最大规范化方法包括以下步骤：

6.根据权利要求1所述的基于智能手环数据的驾驶员活动状态递进式判别方法，其特征在于，所述步骤s7中，主成分分析方法包括以下步骤：

7.根据权利要求1所述的基于智能手环数据的驾驶员活动状态递进式判别方法，其特征在于，所述步骤s10中的随机森林分类器的构建过程为：

技术总结
本发明一种基于智能手环数据的驾驶员活动状态递进式判别方法，属于智能穿戴设备，人体活动识别，汽车辅助驾驶技术领域；通过对智能手环获取的姿态数据及生理数据进行分析，结合车载GPS数据实现数据的同步标注，让手环智能体本身能够通过姿态数据初判和结合姿态和生理数据二次判定来识别佩戴者的驾驶状态、日常状态和睡眠状态，并实现自适应切换，进而降低手环的能耗，为进一步判别驾驶员疲劳风险提供先决条件，同时结合智能手环的云服务平台，实现对职业驾驶员的大健康管理。本发明在实现驾驶员状态识别的同时，克服了单模态数据分析不准确，识别精度低的问题，使模型具有更强的鲁棒性。

技术研发人员：孙宇,李世武,郭梦竹,金桐彤,陈嘉琪,江威,刘雨薇,唐瑨岚
受保护的技术使用者：吉林大学
技术研发日：
技术公布日：2024/5/10