一种协同进化的驾驶人认知负荷个性化量化方法

本发明公开了一种协同进化的驾驶人认知负荷个性化量化方法，涉及交通安全技术领域，包括：采集多模态生理信号并处理为结构化特征数据；基于结构化特征数据构造标注样本集Dl和未标注样本集Du，以进行半监督协同伪标注训练，为未标注的样本生成伪标注，形成自标注数据集S；利用S和Dl构建训练集和增强训练集并进行监督对比学习特征提取，并结合MAML算法进行模型调优。最后将任意一个样本输入调优后的模型，即可生成连续化的认知负荷值预测。其中，仅需使用少量人工标注，且能提高标签质量，提高认知负荷个性化量化效率；多模态信息融合，提高鲁棒性与准确性；提供连续化、细粒度的量化方式，满足精准自动化驾驶决策需求。