驾驶员状态监测增量学习测试方法及其系统

本发明涉及智能驾驶与辅助驾驶系统领域，特别是涉及一种驾驶员状态监测增量学习测试方法及其系统。本发明通过眼动仪、脉搏传感器和心电传感器采集多模态生理信号，利用卷积神经网络和长短期记忆网络提取特征，并通过注意力机制融合信息，在联邦学习框架下训练模型，实现增量学习更新，提升模型适应性。通过生成对抗样本和极端场景数据测试模型鲁棒性，确保高准确性。系统在隐私保护、实时性等方面取得显著突破，综合评估报告显示其卓越性能。本发明不仅解决现有技术问题，还为智能驾驶安全领域开辟新研究方向，具有广阔应用前景。