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。
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,
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,
△ 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?△ 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