APP下载

司机分心驾驶检测研究进展

2021-09-09秦斌斌彭良康卢向明钱江波

计算机应用 2021年8期
关键词:深度特征检测

秦斌斌,彭良康,卢向明,钱江波

(宁波大学信息科学与工程学院,浙江宁波 315211)

0 引言

美国国家公路交通安全管理局(National Highway Traffic Safety Administration,NHTSA)公布数据约65%的临界碰撞和80%的车辆碰撞事故是司机分心驾驶导致的(https://www.nhtsa.gov/risky-driving/distracted-driving/)。美国汽车联合会交通安全基金会定义驾驶分心状态为由于车内或车外的一些物体、人、动作的影响而导致司机注意力没有集中在驾驶任务中,导致司机的对外界的反应力下降,使得司机应对危险情况无法采取有效的行为[1]。Lee等[2]定义司机分心驾驶为:司机注意力转向与驾驶任务无关的活动,造成司机视觉、意识、决策以及操作能力下降的一种危险行为,两种司机分心驾驶定义的关注点都是司机的注意力分散,而司机注意力分散主要集中在操作电子产品上。如Redelmeier等[3]通过对699个曾经历过交通事故的驾驶人调查得知,在交通事故前10 min使用手机的司机发生交通事故的概率是正常驾驶司机的4.3倍。

为了避免司机分心驾驶导致的交通事故,国内外汽车行业开始研究智能辅助驾驶系统、安全驾驶检测。Rigas等[4]提出了一种用于检测司机的压力和疲劳的方法,从生理信号、视频数据和驾驶环境参数表明分类的准确性很高。胡云峰等[5]介绍了智能汽车人机协同控制中驾驶员建模及人机驾驶权动态优化控制的国内外智能化驾驶研究现状,如一些自动数据采集系统(Automatic Data Acquisition System,ADAS)等辅助驾驶运用在汽车上,对司机起到一定保护作用,但仅仅依赖智能驾驶不能从根本上解决问题。……

登录APP查看全文

猜你喜欢

深度特征检测
如何表达“特征”
不忠诚的四个特征
深度观察
深度观察
深度观察
小波变换在PCB缺陷检测中的应用
线性代数的应用特征