当前位置:首页 > 资讯

剑桥大学利用机器学习监控驾驶员“工作量”有助于提高道路安全

来源:盖世汽车时间:2023-12-12 15:27阅读量:11494   

盖世汽车讯 研究人员开发出自适应算法,可以预测驾驶员何时能够安全地与车载系统交互或接收消息,例如交通警报、来电或行车指示,从而提高道路安全性。据外媒报道,剑桥大学的研究人员与捷豹路虎(JLR)合作,将行车上路实验、机器学习和贝叶斯滤波(Bayesian filtering)技术结合起来,以可靠、连续地测量驾驶员“工作量”。相对来说,在陌生的地区驾驶可能会提高驾驶员工作量,而每日上下班的驾驶工作量可能较低。

由此产生的算法具有很强的适应性,可以近乎实时地对驾驶员的行为和状态、路况、道路类型或驾驶员特征的变化做出响应。这些信息可以整合至车载系统,如信息娱乐和导航、显示器、高级驾驶员辅助系统等。然后,所有的驾驶员-车辆交互都可以定制,以优先考虑安全性并提升用户体验,提供自适应人机交互。例如,只有在工作量较低时才会提醒驾驶员,使其可以在更紧张的驾驶场景中把全部注意力集中在道路上。

免责声明:该文章系本站转载,旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议,仅供读者参考。

最热文章

精选图集