CN119418706A 一种智能座舱语音交互系统的安全控制方法及装置 （浙江大学）

一种智能座舱语音交互系统的安全控制方本发明公开了一种智能座舱语音交互系统安全工作模式下车辆接受已注册人员的语音命2获取车辆动态信息和驾驶员动态信息，其中所述车辆动态信息包括车辆速度、GPS数根据所述驾驶员动态信息，判断驾驶员是否处于疲劳或睡眠状态根据所述车辆动态信息，检测车辆所处状态及周围是否存在危险情况根据驾驶员危险状态评估及车辆危险状态评估的结果，切换智能将预处理后的图像输入疲劳状态预测模型中，结合所述驾驶员生理信检测是否存在非管理员权限用户正在使用语音命令控制车辆的高级语音将提取的声纹特征与声纹数据库中存储的注册声纹特征进行匹配若该发出语音命令的用户已注册，则根据声纹数据库中存储的3若在车辆处于行驶状态或驻车状态时，检测到驾驶员处获取模块，用于获取车辆动态信息和驾驶员动态信息，其中驾驶员危险状态评估模块，用于根据所述驾驶员动态信息，车辆危险状态评估模块，用于根据所述车辆动态信息，检测车辆工作模式切换模块，用于根据驾驶员危险状态评估及车辆危险状理器执行时实现如权利要求1_6任一项所4[0004]根据本申请实施例的第一方面，提供一种智能座舱语音交互系统的安全控制方5[0024]当车辆未处于行驶状态、驾驶员未处于危险状态且车辆[0027]根据本申请实施例的第二方面，提供一种智能座舱语音交互系统的安全控制装[0031]工作模式切换模块，用于根据驾驶员危险状态评估及车全工作模式及危险环境模式，所述普通工作模式下车辆接受所有语音命令并执行相应操[0032]根据本申请实施例的第三方面，提供一种计算机程序产品，包括计算机程序/指6[0046]图1是根据一示例性实施例示出的一种智能座舱语音交互系统的安全控制方法的[0049]图4是根据一示例性实施例示出的一种智能座舱语音交互系统的安全控制装置的7[0052]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申[0059]在具体实施中，可以使用基于CNN的目标检测方法如YOLOv4、YOLOv3、施例中选择更加高效且适合单次GPU训练的YOLOv5算法。通过YOLOv5算法进行驾驶员面部图像的检测前需对所述驾驶员面部图像进行归一化处理，归一化采用了z_score标准出来，用于监测心血管活动。本申请将待检测的驾驶员面部视频同时送入Yolov5模型和8[0064]在本实施例中，Yolov5模型需要提前预训练，使用在COCO数据集下预训练的9[0085]上述步骤中的声纹识别可以实时监测麦克风阵列采集到的音频信息并进行识别提供了一种智能座舱语音交互系统的安全控制装置的实施[0087]图4是根据一示例性实施例示出的一种智能座舱语音交互系统的安全控制装置框[0091]工作模式切换模块24，用于根据驾驶员危险状态评估及车辆危险状态评估的结明实施例提供的一种智能座舱语音交互系统的安全控制装置所在任意具备数据处理能力所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的