可預測駕駛人行為的駕駛輔助系統

©Brain4Cars

想像一下，當您正駕駛著汽車行駛在一個陌生的地方的公路上，突然意識到目的地就在右手邊，迅速右轉，然後砰！您撞上了一個正在騎腳踏車的人。

在過去十年中各種駕駛輔助技術的興起使人們能夠更加安全、輕鬆地駕駛。由康奈爾大學和斯坦福大學的科學家研發的Brain4Car，用深度學習的方法瞭解和監控駕駛人的行為，從而在類似上述糟糕的情況發生之前向他們發出提醒。深度學習或深度機器學習，指的是由多個層次組成的人工神經網路，用於對資料集之間的複雜關係進行建模。該專案的目標是及時預測駕駛人的動作，以防止撞車之類危險的發生。

據斯坦福大學博士生兼專案負責人Ashesh Jain稱，他們的著重點在於為汽車配備盡可能多的感測器來對駕駛人進行監控。透過這種方式，預測系統可以學習並提前瞭解您在駕駛的時候會做什麼。

Ashesh的團隊在兩個月內收集了10位元駕駛人的視訊片段。一個完整的資料集包括在高速公路和本地街道等不同場景地中拍攝的200萬個視訊訊框。駕駛人共駕駛了1180英里，並且透過使用車內駕駛人和車前道路的視訊、車輛動態、全球定位系統（GPS）和街道地圖進行系統研發。

Brain4Car的最新版本能夠幫助駕駛人在其進行操縱前的3.5秒內對操縱動作作出即時預測，且精度為90.5%。透過改編基於遞迴神經網路的感測器融合（不同感測器資料的集合），並結合駕駛人3D頭部姿勢（駕駛人位置和方向的結合），使駕駛人行為的預測準確性從去年的80%提高到今年的90.5%。

該系統的效果令人驚喜，但是仍有其局限性。目前，它只能預測五種操縱：左轉，右轉，變更左車道，變更右車道，直線行駛。先進駕駛輔助系統（ADAS）的專案仍在進行中。在另一項研究中，卡內基梅隆大學人機交互研究所的研究人員從15位駕駛人那裡收集了資料，包括車輛的運動、交通狀況以及駕駛人的生理反應等，以研發一種可以在行駛中進行調解干擾的系統。該系統可以提醒駕駛人對不斷變化的駕駛環境作出相對應的反應。