在高度自动化的驾驶中,乘客的驾驶风险认知基于通过fNIRS的前额叶皮质活动
Hong Wang1, Xiaofei Zhang2, Jun Li1
1School of Vehicle and Mobility, Tsinghua University, Beijing, 100084, China.
Scientific reports
|September 22, 2023
概括
研究人员利用功能近红外光谱学 (fNIRS) 在自动驾驶汽车中探索乘客的心理状态. 在布罗德曼区域10的乘客大脑活动与驾驶风险相关,为更安全的自动驾驶系统提供了洞察力.
科学领域:
- 神经科学是一个神经科学.
- 人与计算机的交互
- 汽车工程 汽车工程
背景情况:
- 高级自动化车辆将人类角色从司机转移到乘客.
- 了解乘客的认知状态对于安全的自动驾驶至关重要,特别是在具有挑战性的场景中.
- 量化乘客驾驶风险认知是开发自适应系统的基本步骤.
研究的目的:
- 调查驾驶场景风险对乘客心理活动的影响.
- 为了比较乘客在低风险和高风险驾驶期间的心理活动.
- 建立乘客认知状态和驾驶风险感知之间的联系.
主要方法:
- 利用功能近红外光谱 (fNIRS) 来监测大脑活动.
- 在低风险和高风险驾驶场景之间比较大脑活动模式.
- 相关联的fNIRS数据与来自挑战性实验的真实驾驶数据.
主要成果:
- 在Brodmann区域10中,在高风险驾驶场景中,在乘客身上观察到显著的激活.
- 在大脑氧化水平和感知到的驾驶风险之间发现了积极的相关性.
- fNIRS有效地捕获了对不同驾驶风险的认知反应.
结论:
- 在布罗德曼10区的乘客认知活动是驾驶风险感知的一个关键指标.
- 通过fNIRS测量的大脑氧化率可以作为驾驶风险认知的代理.
- 研究结果支持开发以人为中心的智能系统,以提高自动驾驶汽车的安全性.
