利用摄像头和众包技术缓解分心驾驶的多模态传感
在当今社会,驾驶相关的事故和人员伤亡在全球范围内呈上升趋势。在美国,政府每年要花费超过100亿美元来应对分心驾驶和危险驾驶条件导致的事故后果。智能手机在驾驶过程中的广泛使用、应用商店集成到汽车仪表盘以及汽车作为主要交通工具的使用增加,都使得这一情况更加严峻。尽管美国一些州已经禁止在驾驶时发短信和使用手持设备,但这一解决方案并不全面和充分,因为除了发短信,还有许多其他因素会导致道路事故,如驾驶技能不佳、汽车仪表盘造成的分心、路边广告、陡峭的道路几何形状、恶劣的天气和道路条件、交通拥堵以及道路施工等。
目前现有的解决方案,如侵入式智能手机应用程序、保险公司和汽车经销商的举措,只能解决问题的一小部分。例如,流行的DriveSafely应用程序虽然可以读出短信以防止分心,但实际上可能会增加认知分心。为了填补这一空白,我们提出了一种嵌入式和传感器系统解决方案,旨在理解危险驾驶并主动降低事故易发性。
面临的研究挑战
要设计和实施一个能够主动确定驾驶员是否易发生事故的综合系统,需要解决以下几个重要的研究挑战:
1. 深入理解分心因素及检测技术 :需要深入了解导致人类分心的因素,并开发非侵入式技术来检测这些因素。虽然在以人为中心的计算和心理学领域有关于人类多任务处理和分心的研究,但在现实世界中理解和检测这些因素的技术却很少。
2. 融合多源数据 :需要将大量互补的数据流融合在一起,以有意义地推断用户在驾驶时发生事故的易发性。例如,可以使用智能手机麦克风捕捉环境声音的变化,使用车载摄像头了解路边广告和道路几何形状,使用基于位置的网络服务收集天气状况和交通拥堵
超级会员免费看
订阅专栏 解锁全文
33

被折叠的 条评论
为什么被折叠?



