买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜复旦大学申请的专利一种驾驶员状态监测装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112998710B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110271226.5，技术领域涉及：A61B5/16；该发明授权一种驾驶员状态监测装置是由冯凯强;商慧亮;曾新华;宋梁;吴易甲;李成芳;刘静怡设计研发完成，并于2021-03-12向国家知识产权局提交的专利申请。

本一种驾驶员状态监测装置在说明书摘要公布了：本发明涉及一种驾驶员状态监测装置，包括监测盒子和导联脑电帽，其中，监测盒子包括壳体，摄像头、信号灯、显示屏和集成电路板，显示屏和摄像头均位于壳体的正面，集成电路板位于壳体的内部并且连接摄像头、信号灯和显示屏，集成电路板集成无线接收模块和主芯片；导联脑电帽包括防水织物带、监测电极和监测单元，防水织物带的两端设有连接单元，监测电极分布在防水织物带中间一侧，监测单元位于防水织物带中间的另一侧并且连接监测电极，监测单元集成无线发送模块、数模转换器和信号放大器。与现有技术相比，本发明可以同步监测驾驶员的脑电波信号，结合人脸识别技术可以对心理活动更加精确的预判，从而对驾驶员进行及时的提醒，监测效果更佳。

本发明授权一种驾驶员状态监测装置在权利要求书中公布了：1.一种驾驶员状态监测装置，其特征在于，包括监测盒子和导联脑电帽，其中，所述监测盒子包括壳体，摄像头、信号灯、显示屏和集成电路板，所述显示屏和摄像头均位于壳体的正面，所述集成电路板位于壳体的内部并且连接摄像头、信号灯和显示屏，所述集成电路板集成无线接收模块和主芯片；所述导联脑电帽包括防水织物带、监测电极和监测单元，所述防水织物带的两端设有连接单元，所述监测电极分布在防水织物带中间一侧，所述监测单元位于防水织物带中间的另一侧并且连接监测电极，所述监测单元集成无线发送模块、数模转换器和信号放大器；所述主芯片中执行脑电识别步骤、图像识别步骤和综合分析步骤，其中综合分析步骤包括：分别获取脑电识别步骤和图像识别步骤的输出结果进行综合分析；如脑电识别步骤结果为驾驶员处于疲劳状态，图像识别步骤结果为驾驶员眼睛闭合时间过长，即综合判断驾驶员处于疲劳状态，触发显示结果；如脑电识别步骤结果为正常，而图像识别步骤结果为驾驶员在手持电话，即综合判断驾驶员处于分心状态，触发显示结果；如果脑电识别步骤与图像识别步骤结果相悖，则舍弃当前结果，不触发显示结果；所述脑电识别步骤包括：A1、通过蓝牙接收模块采集脑电信号；A2、对采集到的脑电信号进行降噪处理，用凹陷滤波算法去除信号中混杂的工频噪声，再用0~50Hz的低通滤波算法进行有效波段的提取；A3、提取驾驶员状态的相关特征，用短时傅立叶变换或小波变换算法提取脑电信号的时域和频率特征，用独立成分分析算法提取驾驶员的头动和眼动成分特征；A4、将提取到的特征进行特征融合并降维，输入到已搭建、训练完毕的分类判别模型中，所述分类判别模型包括支持向量机模型和长短期记忆神经网络模型；A5、若两个分类判别模块的输出结果一致，则输出结果；所述图像识别步骤包括：B1、获取摄像头拍摄的视频，对视频进行每5秒一张的图像输出，对其进行识别，提取人脸面部图片；B2、将人脸面部图片输入至已搭建、训练完毕的图片判别模型中，所述图片判别模型包括卷积神经网络模型和密集轨迹算法模型；B3、将两个模型分别得到的表情和行为识别结果进行输出；所述步骤A4中，支持向量机模型和长短期记忆神经网络模型的搭建和训练步骤如下：通过实验采集醉酒、疲劳、愤怒、分心各状态的脑电数据，合并现有的开源脑电数据集作为模型的训练、测试数据；将数据进行降噪处理和特征提取处理，获取信号的时域、频域、头动和眼动特征；将信号的频域特征通过welch算法计算脑电信号各波段的功率谱密度，然后将脑电信号各波段的频率特征与头动、眼动特征进行特征融合，输入基于高斯核函数的支持向量机模型进行训练和测试，达到可接受的多分类准确率后保存模型；将时域与频域特征输入到长短期记忆神经网络中进行训练、测试，达到可接受的多分类准确率后保存模型；所述步骤B2中，卷积神经网络模型和密集轨迹算法模型的搭建和训练步骤如下：通过实验采集人体面部表情和行为图像，分别合并现有的人脸和行为开源数据集作为模型的训练、测试数据；获取摄像头拍摄的视频，对视频进行每5秒一张的图像输出，对其进行识别，提取人脸面部图片；将面部图像经过归一化处理后导入卷积神经网络中，进行训练识别面部情绪，经测试得到高多分类准确率后保存模型；将视频输入到密集轨迹算法中进行行为特征的模型训练，经测试得到高多分类准确率后保存模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。