除了控制車輛，駕駛員還經(jīng)常執(zhí)行妨礙駕駛的次要任務(wù)。減少駕駛員分心是智能交通安全系統(tǒng)面臨的重要挑戰(zhàn)。運(yùn)用智能算法的駕駛員分心監(jiān)測與評(píng)估系統(tǒng)，可對(duì)駕駛員的注意力進(jìn)行監(jiān)測與評(píng)估，目的在于減少由于駕駛員分心造成的交通事故危害。

本文是來自斯柯達(dá)的研究成果，主要內(nèi)容包括：

1，ITEAM項(xiàng)目簡介

2，動(dòng)機(jī)

3，駕駛員分心檢測與評(píng)估法

4，數(shù)據(jù)采集

5，案例研究結(jié)果

6，結(jié)論

1，ITEAM項(xiàng)目簡介

ITEAM（InTErdisciplinary trAining network inMulti-actuated ground vehicles）項(xiàng)目的主要目標(biāo)是建立和維持具有跨學(xué)科水平的歐洲培訓(xùn)網(wǎng)絡(luò)，培訓(xùn)在MAGV(Multi-actuated ground vehicles)領(lǐng)域新技術(shù)研究和開發(fā)的專家。

為了實(shí)現(xiàn)目標(biāo)，該項(xiàng)目聯(lián)合了來自9個(gè)歐洲國家的11個(gè)相關(guān)方和8個(gè)合作組織，其中包括10所大學(xué)、2個(gè)研究中心和7個(gè)非學(xué)術(shù)組織。

2，動(dòng)機(jī)

致命的交通事故是設(shè)計(jì)本算法的動(dòng)機(jī)

美國、歐盟、德國的人口及每年交通事故死亡人數(shù)如下：

駕駛員注意力分散是本算法的另一動(dòng)機(jī)

單歐盟就有18%的致命交通事故是由于駕駛員注意力分散而導(dǎo)致的。目前研究的目的是利用智能算法，通過監(jiān)測提高交通安全，進(jìn)一步減少車內(nèi)信息系統(tǒng)對(duì)駕駛員的干擾。

駕駛員分心的定義

駕駛員分心是指由于車內(nèi)外事件、活動(dòng)、人或物體的原因，迫使或誘導(dǎo)駕駛員將注意力從駕駛?cè)蝿?wù)上移開，從而導(dǎo)致駕駛員對(duì)安全駕駛所需信息的識(shí)別延遲。-J.R.Treat

駕駛員分心是將注意力從對(duì)安全駕駛至關(guān)重要的活動(dòng)轉(zhuǎn)移到與之沖突的活動(dòng)上。-M.A.Regan

干擾源

分散駕駛員注意力的干擾源分為外部干干擾源和內(nèi)部干擾源。外部干擾源有事故、野生動(dòng)物、行人以及騎行者。內(nèi)部干擾源有手機(jī)、食物飲料、閱讀寫作以及媒體導(dǎo)航。

駕駛員注意力分散的形式

駕駛員注意力分散形式分為視覺脫離（如視線脫離道路）、聽覺脫離（帶耳機(jī)聽音樂）、身體脫離（手離開方向盤）以及意識(shí)脫離（走神）等。

3，駕駛員分心檢測與評(píng)估法

駕駛員分心監(jiān)測與評(píng)估法：駕駛表現(xiàn)評(píng)測

現(xiàn)有方法：對(duì)低干擾更敏感

這套方法收集了限速、曲線半徑、曲線方向等環(huán)境因素，通過駕駛員機(jī)器學(xué)習(xí)模型與預(yù)處理訓(xùn)練數(shù)據(jù)融合·，并且根據(jù)車輛速度偏差以及車道保持偏移量計(jì)算出誤差，最后通過模糊邏輯推理（評(píng)估器）得出駕駛員注意力分散等級(jí)。

駕駛員在環(huán)實(shí)驗(yàn)

4，數(shù)據(jù)采集

對(duì)參與者進(jìn)行駕駛數(shù)據(jù)采集

共18名參與者，其中27.8%為女性，72.2%為男性，平均年齡為30歲，平均駕齡11年。

采集數(shù)據(jù)需要的設(shè)備和系統(tǒng)：

油門踏板

制動(dòng)踏板

方向盤

兩個(gè)LCD顯示器

實(shí)時(shí)駕駛員在環(huán)模擬系統(tǒng)

抬頭顯示

Matlab/Simulink與IPG CarMaker的集成

數(shù)據(jù)采集過程

測試道路全長10626米，兩條車道，車道寬度為3.5米

自由駕駛測試

2圈自由駕駛

1圈手機(jī)聊天注意力分心駕駛

采樣頻率50Hz (0.02秒樣本周期)

5，案例研究結(jié)果

案例研究結(jié)果1：機(jī)器學(xué)習(xí)預(yù)測駕駛員的表現(xiàn)

案例研究結(jié)果2：駕駛員表現(xiàn)預(yù)測與駕駛員實(shí)際駕駛表現(xiàn)的對(duì)比

案例研究結(jié)果3：最終駕駛表現(xiàn)

案例研究結(jié)果4：駕駛員注意力評(píng)估

6，結(jié)論

本研究提出了一種新穎的基于智能算法的駕駛員分心監(jiān)測與評(píng)價(jià)方法（該方法融合了機(jī)器學(xué)習(xí)以及模糊邏輯），其中包括：

一個(gè)正常駕駛模型（機(jī)器學(xué)習(xí)）

一個(gè)測量次要任務(wù)誤差的次要系統(tǒng)

一個(gè)整體注意力分心評(píng)估模塊（模糊邏輯）

需要準(zhǔn)備合適的軟件（比如MATLAB）和硬件（IPG系統(tǒng)體驗(yàn)平臺(tái)駕駛模擬器）設(shè)施。該方法在18名參與者的駕駛員在環(huán)測試中得到驗(yàn)證，并將手機(jī)互動(dòng)作為干擾駕駛的次要活動(dòng)。