老司機和駕駛輔助系統相處得如何？MIT研究人員做了個科學研究

安妮編譯整理

量子位出品 | 公眾號 QbitAI

關於帶駕駛輔助系統無人車安全性的爭吵從未停止。

兩方爭論的焦點無非是它們減輕了司機的駕駛壓力，但又沒有輕鬆到可以放任不管。因為司機的“放鬆程度”很難把控，所以不能確定它的安全性。

駕駛輔助系統是存是留？這是個問題。

互懟可以，但也得注意一下姿勢，應該考慮下怎樣科學地證明自己的觀點吧 ╮(╯▽╰)╭。

對了，MIT的研究人員就在研究人類司機和和駕駛輔助系統的日常相處，任務代號MIT-AVT。

別糾結了，看看MIT科學家的正確研究姿勢。

總體思路

MIT-AVT研究想通過收集大量駕駛資料，通過收集車輛狀態資料的視頻、司機狀態、心理模式等全面瞭解人類與車輛的互動方式，基於內部和外部的感知系統促進深度學習在自動駕駛領域發展。此外，

這項研究還會判斷司機對駕駛輔助技術和其他自動化技術的上手程度，提高司機的使用頻率。

MIT研究人員探索了新的分析方法，研究在這些裝備過車輛上的大型資料集。這些記錄的資料流程包括IMU、GPS、CAN資訊，也包括司機臉部、駕駛室、前進道路和儀錶盤的高清視頻。

資料收集

收集這些資料的裝備很多，掐指一算，總共有21輛特斯拉Model S和Model X、兩輛富豪S90和兩輛路虎Evoque。

△ 收集司機與系統交互資料的實驗車

為了收集資料，研究人員為這些車輛配備了一至多台車載電腦、多個攝像頭、一個GPS、雷射雷達和藍牙感測器。

在專案論文中，我們能夠窺見駕駛員與環境交互資料的採集過程——相機通過捕捉司機臉部表情判斷司機狀態，駕駛室內的相機負責追蹤司機體態，

前向相機可以感知駕駛場景，儀錶盤攝像機收集車輛狀態。

△ 駕駛員與環境交互資料獲取過程

△ 在新英格蘭地區收集的MIT-AVT資料集中GPS點的視覺化表示

研究時長

研究時長分長期和短期兩種。有些測試車是司機自己的，這種情況研究人員將觀察車輛一年，研究司機適應駕駛輔助技術的過程——他們對駕駛輔助系統有信心嗎？是否會越來越頻繁地依賴系統？對於不同的路段環境，會採取不同的駕駛方式嗎？

△ 在研究的14個月中，實驗車輛日常行駛里程的視覺化

短期研究時長為一個月。研究人員想借此弄清楚司機對一個全新駕駛輔助系統的反應。他們需要多久才能學會使用它？是否有一些他們無法理解的操作？這些問題的答案可以幫助工程師建造更安全、易上手的汽車。

專案進展

目前，這項研究還在進行中。到目前為止，研究人員已經找到了78名參與者完成了7146天時長的參與，總共完成了275589英里的測試路段和35億幀視頻。

MIT研究人員在論文中表示，隨著實驗的進行，將定期在論文中更新最新研究成果。

最後，附論文位址：

http://hcai.mit.edu/mit-avt.pdf

— 完 —

誠摯招聘

會採取不同的駕駛方式嗎？