基于多模态数据融合的危险驾驶行为识别方法及系统

本申请涉及智能交通驾驶安全相关技术领域，具体涉及一种基于多模态数据融合的危险驾驶行为识别方法及系统。该方法通过车载传感系统实时采集驾驶员行为与车辆运行数据，并基于GPS‑PPS脉冲实现多源数据的硬件级同步，建立统一时间戳体系；在统一时序下提取视觉、车辆动力学及生物信号多模态特征；利用图神经网络与注意力机制实现跨模态特征深度融合；采用二级决策模型结合环境自适应权重进行风险量化；最终根据风险评分触发分级预警并与车辆控制联动，同时生成事件报告上传至云端平台，形成闭环管理。本发明有效解决了传统方案因数据异步导致的误判问题，显著提升了复杂环境下的识别准确性与系统可靠性。