UOC利用人工智能模型精准识别驾驶员压力来源 为智能驾驶助手铺平道路
盖世汽车讯 2024年,西班牙道路上共发生1040起交通事故,此外还有轻微碰撞和其他驾驶问题。造成这些事故的原因包括超速行驶、恶劣天气和药物滥用,但也包括注意力分散和压力因素。这些因素可以通过改善基础设施设计、驾驶辅助技术以及道路安全政策来缓解。
据外媒报道,加泰罗尼亚开放大学(Universitat Oberta de Catalunya,UOC)参与的一项研究分析了视觉元素如何影响驾驶员的压力水平,并找出了对驾驶体验产生负面影响的因素。该研究结果为智能驾驶助手的开发和减少压力触发因素的城市街道规划奠定了基础。
图片来源: 期刊《IEEE Transactions on Affective Computing》
相关论文发表在期刊《IEEE Transactions on Affective Computing》。该论文题为《分析视觉道路场景以评估驾驶员压力(Analyzing the Visual Road Scene for Driver Stress Estimation)》。
道路景观作为压力因素的重要性
在道路上看到的事物及其周围区域是交通事故的关键因素,并且极大地影响着日常驾车人士的身心健康。因此,近年来,探究驾驶员压力的成因一直是众多研究的核心。
UOC开展的研究分析了这些因素,仅考虑了视觉数据,忽略了生理信号、面部分析或车辆操控记录。这是此类研究首次仅关注视觉方面。
“到目前为止,我们还没有考虑到我们在视觉环境中驾驶,而城市环境条件也很重要,因为它们会影响驾驶员的压力水平。我们的研究首次将城市景观的视觉环境作为评估压力的额外数据来源进行分析,”研究人员说道。
UOC团队使用一个人工智能模型,该模型可以同时评估现实环境中的交通状况、行人情况和城市环境特征,从而对视觉景观进行了大规模研究。
研究人员使用了几种不同复杂程度的机器学习模型,包括用于分析单幅图像的支持向量机(SVM)和卷积神经网络(CNN),以及用于评估视频的时间片段网络(TSN)。
“我们的方法研究道路环境,分析驾驶环境如何影响驾驶员压力并帮助预测压力。我们已经通过实证研究证明,分析视觉环境能够提供有关道路环境的宝贵背景信息,例如交通密度、城市景观和行人情况,”研究员Cristina Bustos说道。
她补充道:“这些信息是对其他数据源的补充,对于更好地理解影响压力水平的因素以及城市设计如何影响道路安全至关重要。我们的研究首次表明,环境是一个可以处理的重要信息来源。”
行人、其他车辆和道路标志会造成压力
UOC团队得出结论,道路的视觉环境在导致驾驶员压力方面起着根本性作用,并能够确定哪些具体因素对驾驶体验的影响最大。
人工智能模型的分析表明,行人和行驶车辆(尤其是卡车等大型车辆)的存在是造成最大压力的因素之一。此外,城市中的一些元素也会分散驾驶员的注意力,例如标志、广告海报和人行横道。
“所有这些因素都会显著影响受试驾驶员的高压力水平,因为它们会增加驾驶体验的复杂性和认知负荷,”Bustos解释道。
潜在的实际应用
这些发现可以为城市基础设施设计和旨在减少压力诱发因素的政策提供指导。例如,它们可以作为改进标识、拥堵地区的交通管理系统或设计更安全交叉路口的基础。
“通过确定哪些因素压力最大,城市规划人员和交通管理部门可以采取措施减轻这些影响,从而提高道路安全,”Bustos说道。
此外,还可能开发能够实时监测环境并在检测到潜在压力状况时向驾驶员发出警报或启动安全机制的驾驶辅助系统。
“目前,由于驾驶员数量有限,这项研究目前尚无实际应用计划。然而,研究结果为该领域的持续研究以及探索其在驾驶辅助系统中的应用奠定了良好的基础。”Bustos说道。
该研究的下一步是扩展和多样化数据,探索能够融合其他类型非侵入性数据(例如车辆信息)的多模态模型,并改进人工智能解读技术,以更好地理解压力背后的机制。