這篇文章來源于DevicePlus.com英語網(wǎng)站的翻譯稿。

想象一下，當(dāng)您正駕駛著汽車行駛在一個(gè)陌生的地方的公路上，突然意識到目的地就在右手邊，迅速右轉(zhuǎn)，然后砰！您撞上了一個(gè)正在騎行的人。

在過去十年中各種駕駛輔助技術(shù)的興起使人們能夠更加安全、輕松地駕駛。由康奈爾大學(xué)和斯坦福大學(xué)的科學(xué)家開發(fā)的Brain4Car，用深度學(xué)習(xí)的方法了解和監(jiān)控駕駛員的行為，從而在類似上述糟糕的情況發(fā)生之前向他們發(fā)出提醒。深度學(xué)習(xí)或深度機(jī)器學(xué)習(xí)，指的是由多個(gè)層次組成的人工神經(jīng)網(wǎng)絡(luò)，用于對數(shù)據(jù)集之間的復(fù)雜關(guān)系進(jìn)行建模。該項(xiàng)目的目標(biāo)是及時(shí)預(yù)測駕駛員的動作，以防止撞車之類危險(xiǎn)的發(fā)生。

據(jù)斯坦福大學(xué)博士生兼項(xiàng)目負(fù)責(zé)人Ashesh Jain稱，他們的著重點(diǎn)在于為汽車配備盡可能多的傳感器來對駕駛員進(jìn)行監(jiān)控。通過這種方式，預(yù)測系統(tǒng)可以學(xué)習(xí)并提前了解您在駕駛的時(shí)候會做什么。

Ashesh的團(tuán)隊(duì)在兩個(gè)月內(nèi)收集了10位駕駛員的視頻片段。一個(gè)完整的數(shù)據(jù)集包括在高速公路和本地街道等不同場景地中拍攝的200萬個(gè)視頻幀。駕駛員共駕駛了1180英里，并且通過使用車內(nèi)駕駛員和車前道路的視頻、車輛動態(tài)、全球定位系統(tǒng)（GPS）和街道地圖進(jìn)行系統(tǒng)開發(fā)。

Brain4Car的最新版本能夠幫助駕駛員在其進(jìn)行操縱前的3.5秒內(nèi)對操縱動作作出實(shí)時(shí)預(yù)測，且精度為90.5%。通過改編基于遞歸神經(jīng)網(wǎng)絡(luò)的傳感器融合（不同傳感器數(shù)據(jù)的集合），并結(jié)合駕駛員3D頭部姿勢（駕駛員位置和方向的結(jié)合），使駕駛員行為的預(yù)測準(zhǔn)確性從去年的80%提高到今年的90.5%。

該系統(tǒng)的效果令人驚喜，但是仍有其局限性。目前，它只能預(yù)測五種操縱：左轉(zhuǎn)，右轉(zhuǎn)，變更左車道，變更右車道，直線行駛。高級駕駛輔助系統(tǒng)（ADAS）的項(xiàng)目仍在進(jìn)行中。在另一項(xiàng)研究中，卡內(nèi)基梅隆大學(xué)人機(jī)交互研究所的研究人員從15位駕駛員那里收集了數(shù)據(jù)，包括車輛的運(yùn)動、交通狀況以及駕駛員的生理反應(yīng)等，以開發(fā)一種可以在行駛中進(jìn)行調(diào)解干擾的系統(tǒng)。該系統(tǒng)可以提醒駕駛員對不斷變化的駕駛環(huán)境作出相應(yīng)的反應(yīng)。

Yulhane-Jerez Koh

Yulhane畢業(yè)于加州大學(xué)伯克利分校，是一名生物力學(xué)工程師，也是DevicePlus的執(zhí)行編輯。Yulhane對集群機(jī)器人技術(shù)、機(jī)器學(xué)習(xí)以及神經(jīng)科學(xué)領(lǐng)域具有濃厚的興趣。

審核編輯黃宇