在自动驾驶过程中多式预测情境意识:基于目光和EEG的方法
Chiho Lim1, Nade Liang2, Ryan Thomas Villarreal1
1Edwardson School of Industrial Engineering, Purdue University, West Lafayette, IN, USA.
Ergonomics
|October 15, 2025
概括
这项研究引入了生理模型来预测驾驶员超出视觉注意力的情境意识 (SA). 整合眼睛跟踪和EEG数据可以提高自动驾驶中更高层次的认知功能的评估.
科学领域:
- 人与计算机的交互
- 认知科学 认知科学
- 汽车工程 汽车工程
背景情况:
- 当前驾驶员情况意识 (SA) 评估依赖于间接的行为指标,限制了全面的评估.
- 现有的研究往往过度强调视觉注意力,忽视了更高水平的视觉注意力,如理解和投影.
研究的目的:
- 开发和验证生理模型,以预测司机的全面水平和理解水平的SA.
- 研究眼睛跟踪和脑电图 (EEG) 在评估超出感知范围的认知状态方面的有效性.
主要方法:
- 一项模拟驾驶研究,涉及39名参与者.
- 收集眼睛跟踪和EEG数据,开发两个SA预测模型.
- 模型1:全层次的SA (感知,理解,投影);模型2:理解层次的SA.
主要成果:
- 眼睛跟踪和EEG模式都区分了全级SA的不同程度.
- 眼睛追踪指标成功地区分了成功的理解和不成功的理解.
- 眼睛跟踪和EEG模型的组合显示出卓越的性能,特别是在理解水平的SA预测方面.
结论:
- 生理监测提供了一种有价值的方法来评估驾驶员的情况意识,特别是更高的认知水平.
- 除了视觉注意力之外,整合多式联络生理数据对于自动驾驶系统中可靠的SA评估至关重要.


