盖世汽车讯 特斯拉等公司生产的汽车已经承诺实现无人驾驶，但近期发生的事故表明，目前的自动驾驶系统在危险且瞬息万变的环境中仍然难以应对。

据外媒报道，清华大学的研究人员发现，车内乘客的大脑或将提高自动驾驶安全性。为此，研究人员乘客大脑活动进行了监测，以观察是否能够帮助自动驾驶系统在危险情况下做出更安全的决策。相关研究论文已发表于期刊《Cyborg and Bionic Systems》。

图片来源： 期刊《Cyborg and Bionic Systems》

该团队使用了一种名为功能性近红外光谱（fNIRS）的非侵入性技术，该技术可以实时追踪与压力、情绪和风险感知相关的大脑活动。

“功能性近红外光谱（fNIRS）作为一种非侵入式实时脑活动监测方法，能够提供与人类风险感知和情绪状态相关的认知信息，因此被认为是一种可以增强自动驾驶系统的工具，”论文第一作者、北京清华大学教授Xiaofei Zhang表示，“我们的研究通过分析乘客的生理状态，提出了一种基于fNIRS的智能决策算法，旨在提高自动驾驶车辆在面对风险场景时的安全性和决策效率。”

研究人员构建了一个新系统，将乘客的脑部数据与自动驾驶汽车的驾驶软件相结合。当系统检测到乘客承受较高风险或压力时，车辆会自动切换到更谨慎的驾驶策略。

该算法基于一种深度强化学习方法，通过考虑人类的反应，旨在更快地学习并做出更安全的选择。

在测试中，当乘客表现出不安时，系统会切换到更为保守的驾驶模式，帮助车辆在危险情况下做出更谨慎的反应。

研究发现，这种方法在学习速度、整体安全性和舒适性等多个方面都优于传统的自动驾驶方法。

然而，研究人员也指出了一些局限性。测试的驾驶场景相对简单，参与者的年龄范围较窄，背景也较为相似。因此，研究结果可能并不适用于所有实际驾驶情况。

“未来的研究将致力于在更复杂、更真实的驾驶场景中验证该算法，并通过整合车辆传感器的信息，进一步提高驾驶风险评估的准确性和鲁棒性。”Zhang教授说道。