本发明属于智能驾驶领域，尤其涉及一种基于用户体验的智能汽车动态调整方法及系统。
背景技术：
1、近年来，生理与情绪监测技术逐渐被引入智能驾驶领域，借助可穿戴设备实时监测驾驶者的心率和皮肤电反应等生理指标，评估其情绪状态，从而为驾驶辅助提供个性化建议。此外，智能驾驶系统还依赖数据分析与机器学习，利用大量数据进行训练，识别驾驶者与环境之间的复杂关系，从而提升决策的智能化水平。
2、车联网（v2x）技术使得车辆能够与周围环境（如其他车辆、交通信号灯和基础设施）进行实时通信，获取关键信息，从而提高驾驶的安全性与效率。通过信息共享，车辆能够及时调整行驶策略，积极应对突发状况。
3、传统的驾驶辅助系统通常只关注车辆的行驶状态，而忽视了驾驶者的心理和生理状态，这使得系统在应对驾驶者的情绪波动时显得有限。且现有技术往往缺乏对环境因素的综合考虑，容易导致驾驶者在复杂路况下的判断失误。也缺乏对驾驶者行为的动态预测能力。这使得在复杂情境中，系统无法预见驾驶者可能出现的反应，导致安全保障措施的滞后。
技术实现思路
1、本发明的目的在于提供基于用户体验的智能汽车动态调整方法及系统，旨在解决背景技术中确定的现有技术存在的技术问题。
2、本发明是这样实现的，基于用户体验的智能汽车动态调整方法，所述方法包括：
3、通过面部识别和心率监控读取驾驶者的情绪状态及生理反应，同时监控车内外环境，识别额外的交通信号和周围的危险物；
4、对收集到的驾驶者情绪状态进行分析，判断并动态生成驾驶者情绪强度评分，同时基于生理反应数据获取驾驶者的身体姿态，识别非驾驶身体行为，评估身体状态和驾驶行为，包括非能动反应，同时基于车内外环境特征，识别驾驶过程中的环绕环境激动程度，确定对用户驾驶关注的干扰；
5、将情绪强度、非驾驶身体行为和车外环境特征结合，搭建动态驾驶模型，模拟用户在当前条件下可能会出现的驾驶状态；
6、定义合理驾驶状态所要求的各个参数区间，并分析当前的驾驶状态与合理驾驶状态之间的关联，生成并实施当前驾驶状态的调整策略。
7、作为本发明更进一步的方案，所述通过面部识别和心率监控读取驾驶者的情绪状态及生理反应，同时监控车外环境，识别额外的交通信号和周围的危险物，具体包括：
8、捕捉驾驶者的面部表情，并分析面部情绪特征；
9、利用车内的采集设备实时获取驾驶者的心率数据以及肌肉反应，并分析心率变化以及肌肉张力变化；
10、识别驾驶者姿态，分析躯干倾斜和重心变化，同时记录全部非能动反应；
11、利用车载设备监测道路、交通信号和潜在障碍，并实时测量周围环境激动潜力。
12、作为本发明更进一步的方案，所述对收集到的驾驶者情绪状态进行分析，判断并动态生成驾驶者情绪强度评分，同时基于生理反应数据获取驾驶者的身体姿态，识别非驾驶身体行为，评估身体状态和驾驶行为，包括非能动反应，同时基于车外环境特征，识别驾驶过程中的环绕环境激动程度，确定对用户驾驶关注的干扰，具体包括：
13、基于面部情绪特征识别驾驶者当前情绪类别，并计算情绪强度，量化情绪状态，同时结合效率数据分析自主神经系统活动，判断情绪紧张度；
14、基于驾驶者姿态识别出驾驶者的动作模式及其波动，并分析非预期行为；
15、基于车内外环境特征，分析路况复杂度及汇总激动等级，量化环境风险度。
16、作为本发明更进一步的方案，所述分析非预期行为具体包括：
17、对行为模式进行分类，包括预期行为和非预期行为；
18、所述预期行为表示在此次驾驶过程中可预知的全部驾驶操作；
19、定义正常驾驶条件下的行为基线值，并识别超出基线值的行为
20、解析特定条件下与环境对应模式，分析潜在驱动因素，判定非预期行为是否叠加系统性干扰导致安全隐患；
21、其中，所述系统性干扰包括车内环境影响以及车外环境影响。
22、作为本发明更进一步的方案，所述将情绪强度、非驾驶身体行为和车外环境特征结合，搭建动态驾驶模型，模拟用户在当前条件下可能会出现的驾驶状态，具体包括：
23、对情绪强度、身体行为和环境特征数据进行汇总；
24、检查内部相互联系的情绪与行为间的线性关系，判断用户的潜在反应行为和趋势，同时确定当前驾驶条件因素，并分析其与用户行为关联；
25、构建动态驾驶模型，基于当前驾驶环境模拟可能发生的驾驶行为及其影响路径，并计算事故比转换系数；
26、对于每一个输出，交叉验证不同数据源的结论一致性，分析车外条件变化是否常伴随用户姿势的改变。
27、作为本发明更进一步的方案，所述检查内部相互联系的情绪与行为间的线性关系，判断用户的潜在反应行为和趋势，具体为：
28、；
29、其中，表示情绪数据值，表示行为数据值，和表示数据的平均值；
30、；
31、其中，表示预测的驾驶行为指标，为测得的情绪强度，为常数项，表示情绪强度对驾驶行为影响的斜率。
32、作为本发明更进一步的方案，所述计算事故比转换系数，具体为：
33、；
34、其中，为行为响应因子，反映驾驶者的情绪及行为状态对事故风险的影响，为系统响应指标，考虑特定生理反应对驾驶决策和反应时间的影响，为外部振动因素，考虑车外物理干扰对稳定性的影响，表示归一化比例。
35、8.根据权利要求7所述的方法，其特征在于，所述定义合理驾驶状态所要求的各个参数区间，并分析当前的驾驶状态与合理驾驶状态之间的关联，生成并实施当前驾驶状态的调整策略，具体包括：
36、确定心率、情绪评分、车辆稳定性等参数的合理评估范围，并比较实时驾驶参数与预设的合理区间，分析是否存在偏差；
37、将情绪、行为、环境数据进行多维分析，识别各数据之间的潜在的关联影响；
38、依据关联影响和当前的驾驶参数，生成驾驶调整策略。
39、本发明的另一目的在于提供基于用户体验的智能汽车动态调整系统，所述系统包括：
40、情绪与生理监测模块，用于通过面部识别和心率监控读取驾驶者的情绪状态及生理反应，同时监控车内外环境，识别额外的交通信号和周围的危险物；
41、情绪分析与行为识别模块，用于对收集到的驾驶者情绪状态进行分析，判断并动态生成驾驶者情绪强度评分，同时基于生理反应数据获取驾驶者的身体姿态，识别非驾驶身体行为，评估身体状态和驾驶行为，包括非能动反应，同时基于车内外环境特征，识别驾驶过程中的环绕环境激动程度，确定对用户驾驶关注的干扰；
42、动态驾驶模型构建模块，用于将情绪强度、非驾驶身体行为和车外环境特征结合，搭建动态驾驶模型，模拟用户在当前条件下可能会出现的驾驶状态；
43、驾驶状态调整策略模块，用于定义合理驾驶状态所要求的各个参数区间，并分析当前的驾驶状态与合理驾驶状态之间的关联，生成并实施当前驾驶状态的调整策略。
44、本发明的有益效果是：
45、通过分析驾驶者的情绪状态和生理反应，系统能够生成动态的情绪强度评分，并识别出驾驶者的身体姿态和非驾驶行为。这一过程使得系统能够实时评估驾驶者的心理状态和身体反应，并识别出潜在的干扰因素。例如，若驾驶者的情绪评分显示出高度焦虑或疲劳，系统能够及时发出警告，建议驾驶者采取休息或调整驾驶方式。这种针对驾驶者情绪状态的细致分析，不仅提高了对驾驶者心理变化的敏感性，也为后续的驾驶方式调整提供了必要依据，从而有效降低因情绪波动导致的事故风险。此外，结合车内外环境特征的评估，系统能够全面识别驾驶过程中可能存在的干扰源，如过于嘈杂的环境或频繁的交通信号变化，这为优化驾驶环境提供了数据支持。
46、将情绪强度、非驾驶身体行为和车外环境特征结合，构建一个动态驾驶模型。这一模型具有强大的模拟能力，能够反映用户在当前驾驶条件下可能出现的行为状态。通过对驾驶者的状态进行动态模拟，系统可以预测驾驶者在特定情境下的反应，从而提前采取相应的安全措施。例如，如果模型显示出驾驶者在复杂路况下容易出现情绪波动，系统可以主动调整车辆的行驶模式，降低速度或增加对环境的监测，这样不仅防止潜在的危险发生，也提高了驾驶的安全性和舒适性。
1.一种基于用户体验的智能汽车动态调整方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述通过面部识别和心率监控读取驾驶者的情绪状态及生理反应，同时监控车外环境，识别额外的交通信号和周围的危险物，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述对收集到的驾驶者情绪状态进行分析，判断并动态生成驾驶者情绪强度评分，同时基于生理反应数据获取驾驶者的身体姿态，识别非驾驶身体行为，评估身体状态和驾驶行为，包括非能动反应，同时基于车外环境特征，识别驾驶过程中的环绕环境激动程度，确定对用户驾驶关注的干扰，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述分析非预期行为具体包括：
5.根据权利要求4所述的方法，其特征在于，所述将情绪强度、非驾驶身体行为和车外环境特征结合，搭建动态驾驶模型，模拟用户在当前条件下可能会出现的驾驶状态，具体包括：
6.根据权利要求5所述的方法，其特征在于，所述检查内部相互联系的情绪与行为间的线性关系，判断用户的潜在反应行为和趋势，具体为：
7.根据权利要求5所述的方法，其特征在于，所述计算事故比转换系数，具体为：
8.根据权利要求7所述的方法，其特征在于，所述定义合理驾驶状态所要求的各个参数区间，并分析当前的驾驶状态与合理驾驶状态之间的关联，生成并实施当前驾驶状态的调整策略，具体包括：
9.一种基于用户体验的智能汽车动态调整系统，其特征在于，所述系统包括：
