院况简介
北京前沿科学技术研究院（简称“北前科学院”）成立于2016年9月，北前科学院，是由北京中科光析科学技术研究所，北检（北检）检测技术研究院，标检（北京）质量检测中心等科研单位，组建成立的独立科学科研机构，致力于前沿科学领域的研究与创新人才培养，科学技术转移孵化等，世界前沿新科学普及传播。 更多简介 +
院领导集体
前沿信息
基础科学
工程科技
研究人员开发了一种自适应算法，可以通过预测驾驶员何时能够安全地与车辆系统交互或接收信息（如办公室警报、进站或行驶方向）来提高负载安全性
剑桥大学的研究人员与捷豹路虎（JLR）合作，将现场试验和机器学习相结合，以满足Bayesian过滤技术的要求，并持续可靠地测量驾驶员的“工作量”以不熟悉的方式驾驶可能会导致工作量增加，而不熟悉的驾驶可能意味着工作量减少
多个算法是可行的，可以实时响应驾驶员的行为和状态、路况、道路类型或河流特征的变化
然后，这些信息可以合并到车辆系统中，如仪表和导航、显示器、高级驾驶辅助系统（ADAS）等任何无人驾驶汽车的交互都可以定制，以优先考虑安全性和增强用户体验，提供适应性强的人机交互例如，驾驶员对中等流量的工作负载非常敏感，这样驾驶员就可以在森林压力的驾驶场景中保持完全集中在道路上这些结果发表在智能车辆上的IEEETransactions杂志上
“越来越多的数据随时可供驾驶员使用。然而，随着河流需求的增加，这可能会成为道路安全的一个重要风险因素，”剑桥工程部的首席作者Bashar Ahmad博士说“有一些信息可以提供给河流，但这是不安全或不可行的，除非你知道河流的状况。”
驾驶员的状态或工作量经常取消例如，在恶劣的环境条件下，在潮湿的地区进行钻探，通常需要一段时间
“如果你不需要驾驶，那就不适合在屏幕上显示信息或抬头显示，”艾哈迈德说“制造商的问题显示为测量河流的占用情况，并在河流开始接收消息时立即停止交互或发出消息或提示。”
使用眼动仪和心率监测器的生物特征数据来测量驾驶员需求水平的方法有很多，但剑桥大学的研究人员希望开发一种方法，可以分析任何汽车的可用信息，特别是驾驶性能信号，如转向、加速和制动数据它也应该是可消费的，并融合不同以同步具有不同更新率的数据流，包括可用的血栓测量传感器
为了测量不同的工作负载，首先开发并修改了外部检测任务的版本，以便在驾驶过程中自动收集主观的工作负载信息在实验中，将显示导航应用程序路线的摄像机安装到汽车的中央通风口，旁边是所有LED指示灯，这些指示灯会在正常间隔内闪烁参与者都沿着这条路线穿过乡村、城市和街道当所有LED指示灯都亮起，并且驾驶员感觉到他们处于低工作负载场景时，他们会按下手指上的按钮
实验的视频分析，与按钮中的数据相结合，使研究人员能够识别高工作负载情况，例如车辆前方或后方的繁忙连接
然后使用道路数据来开发和验证受监督的机器学习框架，根据他们所经历的道路工作负载来对河流进行建模，并使用包括转向和制动在内的多种驾驶性能信号，通过适当的Bayesia过滤方法，实时对河流的瞬时工作负载进行顺序估计框架工程结合了对工作负载的宏观和微观测量，其中公式是河流的平均工作负载轮廓，其模式是即时的
“像这样的大多数机器学习应用程序，你必须训练特定的河流，但我们已经能够将模型应用于简单的Baysian过滤技术。”Ahmad说“它可以适应不同的道路类型和条件，也可以适应同一辆车上的不同河流。”
我们与JLR进行了合作，JLR完成了实验设计和数据收集这是JLRun根据与剑桥大学的CAP协议发起的项目的一部分
JLR的人机界面高级技术专家LeeSkrypchuk博士表示：“这项研究对于从个人角度理解我们的设计的重要性至关重要，这样我们就可以继续每年为客户提高安全性和卓越的驾驶体验。”“这些定义将有助于定义我们如何使用智能调度与车载设备，以确保驾驶员在适当的时间收到正确的通知，从而使行程更加轻松。”
剑桥大学的研究是由工程部信号处理与通信实验室（SigProC）的一批研究人员在西蒙·戈德希尔教授的监督下进行的它由Bashar Ahmadan博士领导，包括NerminCaber（当时的博士研究人员）和JiamingLiang博士，他们都在剑桥工程部工作
来源:
Materials provided by
University of Cambridge. The original text of this story is licensed under a Creative Commons License.
注明: Content may be edited for style and length.
参考:
2024-01-20
2024-01-20
2024-01-20
2024-01-20
2024-01-20
北前院微信公众号
