一种基于多模态融合分级的车盔协同安全控制方法及系统与流程

本发明涉及电动自行车主动安全控制，尤其涉及一种基于多模态融合分级的车盔协同安全控制方法及系统。

背景技术：

1、在电动自行车领域，基于单一压力或拉力传感器的头盔本体检测方案，在头盔内衬或帽带处布置压力或拉力传感器，通过检测头部压力或帽带拉力判断佩戴状态，并通过蓝牙或射频向车辆发送信号。该类方案中，单一传感器易受温度、湿度和振动干扰，误判率高；无法区分头盔在头部与头盔在包里或挂车把上的伪佩戴状态；通信链路缺乏安全认证，易被中继伪造方式绕过；控制策略为二元逻辑，缺乏渐进式引导。

2、基于摄像头图像识别的车辆端检测方案，在车头或仪表盘处安装摄像头，通过目标检测算法识别骑行者头部是否佩戴头盔。该类方案受光照、角度和遮挡影响大；涉及人脸图像采集，存在隐私合规风险；算法需运行在较高算力平台，成本高；无法对动态摘下行为实时响应。

3、基于蓝牙近场感应的车盔联动方案，头盔与车辆通过蓝牙配对，检测头盔是否在通信范围内。蓝牙rssi定位精度低，无法精确判断头盔相对于头部的空间位置；蓝牙信号易被干扰，且存在被中继伪造的安全漏洞。

4、现有技术共性缺陷：佩戴检测维度单一，缺乏多模态交叉验证与活体检测；通信链路无双向身份认证与物理层测距校验；空间定位精度不足；控制策略二元化，缺乏渐进式和场景差异化策略；系统架构封闭，无法实现主动预警。

技术实现思路

1、本发明提出了一种基于多模态融合分级的车盔协同安全控制方法及系统，旨在解决现有技术中存在的无法精确区分头盔佩戴于头部与头盔在附近但未佩戴的状态、通信链路易被伪造攻击、控制策略二元化缺乏渐进式引导、以及无法根据场景因素实现差异化安全控制的技术问题。

2、第一方面，本发明提供了一种基于多模态融合分级的车盔协同安全控制方法，包括：

3、车辆通电后，车载端与智能安全头盔端建立uwb测距链路，执行双向挑战响应身份认证；

4、在智能安全头盔端，实时采集四级检测信号，所述四级检测信号包括基础在位检测信号、扣带紧固检测信号、活体生物特征检测信号和姿态规范检测信号；对所述四级检测信号进行融合计算，输出佩戴状态置信度；

5、通过uwb双向测距获取智能安全头盔相对于车辆的三维空间坐标，判断所述三维空间坐标是否落入预设的骑行者头部理论空间区域内；

6、根据所述佩戴状态置信度与空间位置判定结果，生成四级佩戴状态，所述四级佩戴状态包括未佩戴状态、疑似佩戴状态、基本佩戴状态和规范佩戴状态；

7、获取当前场景信息；

8、根据当前佩戴状态等级和当前场景信息，查询安全策略表，生成电机控制指令以控制车辆行动。

9、进一步地，所述基础在位检测信号由贴附于头盔内衬额头区域、两侧颞骨区域及后脑勺区域的电容式触摸传感器阵列检测人体头部电容耦合效应引起的振荡频率偏移获得，同时由薄膜压力传感器阵列检测头部压力分布获得；

10、所述扣带紧固检测信号由设置于头盔下颏带处的拉力传感器检测下颏带扣合状态及扣合拉力值是否处于预设范围内获得；

11、所述活体生物特征检测信号由微电流传感器检测人体皮肤电导信号、由心率传感器检测心率信号获得，通过皮肤电导信号特征和心率信号特征与预设活体特征阈值的匹配判定是否为活体佩戴；

12、所述姿态规范检测信号由六轴惯性测量单元检测头盔的俯仰角、横滚角和偏航角获得，通过将所述俯仰角、横滚角和偏航角分别与预设角度阈值范围进行比较，判定佩戴姿态是否规范。

13、进一步地，所述骑行者头部理论空间区域为：以车辆坐垫中心正上方为原点，左右方向范围从负0.2米到正0.2米，前后方向范围从正0.3米到正0.6米，高度方向范围从正1.2米到正1.8米的椭球体区域；当uwb测得的头盔三维空间坐标落入所述椭球体区域内时，判定头盔位于骑行者头部区域。

14、进一步地，所述四级佩戴状态的判定规则为：

15、当所述佩戴状态置信度小于0.3且头盔空间坐标未落入所述骑行者头部理论空间区域内时，判定为未佩戴状态；

16、当所述佩戴状态置信度大于或等于0.3且小于0.7时，或者当头盔空间坐标落入所述骑行者头部理论空间区域内但所述佩戴状态置信度小于0.7时，判定为疑似佩戴状态；

17、当所述佩戴状态置信度大于或等于0.7且小于0.95、且头盔空间坐标落入所述骑行者头部理论空间区域内时，判定为基本佩戴状态；

18、当所述佩戴状态置信度大于或等于0.95、且头盔空间坐标落入所述骑行者头部理论空间区域内、且uwb信号稳定、且四级检测全部通过时，判定为规范佩戴状态。

19、进一步地，所述安全策略表包括以下五级渐进式响应策略：

20、第0级：当佩戴状态为规范佩戴状态时，车辆不施加任何限制；第1级：当佩戴状态为基本佩戴状态或疑似佩戴状态时，通过语音播报或振动提示提醒用户规范佩戴，车辆保持正常行驶，给予用户第一纠正时限；

21、第2级：超过第一纠正时限仍未纠正至规范佩戴状态时，将车辆最高车速限制为第一限速值；

22、第3级：超过第二纠正时限仍未纠正时，将车辆最高车速进一步限制为第二限速值，所述第二限速值小于所述第一限速值；

23、第4级：超过第三纠正时限仍未纠正时，控制车辆在预设时间窗口内渐进式减速至停车，停车后车辆自动锁止，直至用户规范佩戴头盔后方可重新解锁启动。

24、进一步地，所述当前场景信息包括道路类型、天气状况和用户历史习惯；所述第一纠正时限根据场景自适应调整：

25、所述第一纠正时限在主干道取值为20秒，在支路取值为30秒；所述第一纠正时限在雨天、雾天或夜间时缩短20%；

26、所述第一纠正时限对于具有经常忘记佩戴习惯的用户缩短30%；

27、所述第一限速值在主干道取值为12公里每小时，在支路取值为15公里每小时；

28、所述第一限速值在雨天、雾天或夜间时降低20%；

29、所述第二限速值在主干道取值为6公里每小时，在支路取值为8公里每小时。

30、进一步地，所述第一纠正时限的调整值等于默认第一纠正时限除以路况风险指数、天气风险指数和用户历史习惯指数的乘积；所述第一限速值的调整值等于默认第一限速值除以路况风险指数和天气风险指数的乘积；

31、其中，所述路况风险指数在主干道取值为1.5，在支路取值为1.0，在快速路取值为2.0；所述天气风险指数在雨天取值为1.3，在雾天取值为1.4，在夜间取值为1.2，在晴天取值为1.0；所述用户历史习惯指数对于经常忘记佩戴的用户取值为1.3，对于习惯良好的用户取值为0.8。

32、进一步地，步骤一中所述双向挑战响应身份认证为：

33、车辆端定期生成随机挑战码，通过uwb数据通道发送至头盔端；头盔端利用预置的硬件安全密钥对所述随机挑战码及当前时间戳进行哈希运算，生成响应码并回传至车辆端；车辆端验证所述响应码的有效性；

34、同时，利用uwb物理层的信号飞行时间测距特性检测信号传输延迟，当检测到的延迟超过1纳秒时，判定存在中继攻击并拒绝认证；所述随机挑战码具有正负5秒的时效性窗口，车辆端在所述时效性窗口内未收到有效响应码时判定认证失败。

35、进一步地，还包括：将骑行事件数据上传至云端策略引擎；所述云端策略引擎以月度为周期计算用户安全信用分，所述安全信用分的计算方式为：

36、以100分为基础分，每触发一次未佩戴状态减10分，每触发一次疑似佩戴状态减5分，每触发一次基本佩戴状态减2分，每连续规范佩戴骑行一小时加5分，最终得分取0到100的闭区间；

37、所述安全信用分用于与保险公司的按使用量计费保险系统对接，信用分大于或等于90的用户享受保费折扣，信用分小于60的用户保费上浮并触发安全培训推送。

38、第二方面，本发明提供了一种基于多模态融合分级的车盔协同安全控制系统，所述系统用于执行所述方法，包括：

39、智能安全头盔子系统，所述智能安全头盔子系统包括多模态融合佩戴感知模块、uwb与ble双模通信模块、边缘处理器和场景感知模块；所述多模态融合佩戴感知模块用于采集四级检测信号；所述uwb与ble双模通信模块用于与车载端进行uwb测距与通信；

40、车载安全控制子系统，所述车载安全控制子系统安装于电动自行车车体，包括uwb与ble双模通信单元、分级安全策略引擎和电机控制接口；所述分级安全策略引擎用于执行如权利要求1至9中任一项所述的方法中的步骤五至步骤六，根据佩戴状态置信度、uwb空间位置和场景信息生成控制指令；

41、云端策略引擎，所述云端策略引擎用于分析用户历史佩戴行为数据并推送主动预警提醒。

42、本发明公开的技术方案的技术效果是：

43、第一，多模态融合佩戴感知模块采用四级递进检测机制，包括电容式触摸与压力构成的基础在位检测、拉力传感器构成的扣带紧固检测、微电流与心率传感器构成的活体检测、六轴imu构成的姿态检测，四级信号经融合输出佩戴状态置信度。该方案可精准区分头盔佩戴于头部与放置于其他位置的伪佩戴状态，误判率低于百分之一。

44、第二，uwb双向挑战响应身份认证结合物理层飞行时间测距，车辆端生成随机挑战码，头盔端以硬件密钥进行哈希运算回传验证，同时以飞行时间检测识别中继攻击引入的额外延迟，有效防止信号伪造和中继放大。

45、第三，场景自适应五级渐进式响应策略从正常骑行、温馨提示、限速提醒、强制减速到安全停车逐级递进，替代二元断电控制，在疑似佩戴时先提醒再限速，给予用户纠正时间，避免突然断电导致次生风险。

46、第四，安全策略表根据路况、天气和用户习惯动态调整响应时限与限速值，高风险场景下从严、低风险场景下从宽，实现差异化安全管理。