一种基于多模态数据的驾驶员决策信心估计方法及系统

本发明公开了一种基于多模态数据的驾驶员决策信心估计方法及系统，包括：S1：采集驾驶员在驾驶任务中的眼动、脑电和驾驶操作等多模态数据并进行预处理；S2：采集驾驶员在决策事件下的信心数据作为数据标签；S3：从预处理后的多模态数据中提取特征，经窗口化和特征融合形成多模态特征向量；S4：构建长短期记忆网络（LSTM）并优化损失函数，训练后获得决策信心估计模型；S5：将训练好的模型应用于测试数据，输出驾驶员决策信心的估计值。本发明首次提出了驾驶员决策信心的估计方法，融合多模态数据实现了对驾驶员决策信心的精准估计，为智能驾驶系统的优化提供了新方法、新思路。