时间变量格兰杰因果关系分析,用于驾驶场景中的直观感知碰撞风险:EEG研究

科学领域:

• 认知神经科学 认知神经科学
• 神经成像是一种神经成像.
• 人类因素 人类因素

背景情况:

• 在动态驾驶场景中,直观的决策至关重要.
• 了解直观驾驶的神经基础对于改善道路安全至关重要.

研究的目的:

• 通过使用脑电图 (EEG) 来研究直观驾驶的神经机制.
• 为了比较经验丰富和新手驾驶员在模拟驾驶任务中的大脑连接模式.

主要方法:

• 利用沉浸式驾驶模拟设置来记录神经活动.
• 在源域EEG数据上应用时间变化的格兰杰因果分析.
• 分析了定向连接模型和节点强度,专注于β频段.

主要成果:

• 经验丰富的司机在视觉注意力和决策网络中表现出更强的激活,这表明他们对碰撞风险的感知能力更强.
• 经验丰富的司机表现出更稳定和分散的大脑连接,特别是在β频段.
• 新手驾驶员表现出更复杂,更低效的连接性,这表明神经战略对快速决策的优化程度较低.

结论:

• 经验丰富的司机拥有更有效的神经战略,用于直观的决策和危险感知.
• 研究结果为开发智能驾驶系统和个性化驾驶员培训计划提供了见解,以提高安全性.