ドライバーの路上での「神聖なアシスト」！ BIT、運転の安全性を向上させるハイブリッドブレインコンピューターインターフェース運転支援システムを開発

人々の生活水準の向上に伴い、車は何千もの世帯に普及しました。しかし、車両は移動の利便性を提供する一方で、交通事故はドライバーや歩行者の生命の安全に対する重大な脅威にもなっています。

世界保健機関の不完全な 2018 年の統計によると、交通事故は死傷者と経済的損失を引き起こす重要な要因の 1 つです。交通事故は毎年約135万人が死亡し、2,000万人から5,000万人が負傷しています。毎年、GDPの3%近くが交通事故によって費やされています。

その中でも疲労運転はスピード違反に次ぐ交通事故の重要な要因となっています。したがって、たとえ「経験豊富なドライバー」であっても、安全運転は簡単な問題ではありません。

運転安全問題に基づいて、最近、機械車両工学部のBi Luzheng教授のインテリジェント・ヒューマン・マシン・システム・チームのLuo Longxi助教授と博士課程の学生Ju Jiaweiが、北京工業大学は、知能運転支援システム（IDAS）、つまり同期シーケンシャルハイブリッドブレインコンピューターインターフェース（hBCI）が、脳波（EEG）信号と筋電図（EMG）信号を組み合わせて、ドライバーのブレーキと通常の運転意図を分類する方法を提案した。

簡単かつ大まかに言うと、このインテリジェント支援システムは、ドライバーが遭遇する可能性のある緊急事態を識別することで車両制御に間接的に影響を与えることも、緊急事態を発見した後に車両を直​​接制御することもできます。運転の安全性を向上させます。

研究は、英国の科学技術ジャーナル「Cyborg and Bionic Systems」に論文の形で掲載されました。

ハイブリッド ブレイン-コンピュータ インターフェイス —— hBCI

現在、主に IDAS の入力情報が利用されています。車両を含む 環境、行動、生体信号に関する情報。車両および周囲環境の情報は、主に車両パラメータと交通情報から得られます。一部の IDAS はドライバーの眠気状態を検出する必要がありますが、他のシステムは運転行動の検出と運転意図の予測に依存しています。

では、ドライバーに関連する情報はどこから得ているのでしょうか?その答えは、ドライバーの足、手足、神経の活動を監視することで得られます。

生物学的情報のソースには、脳波 (EEG) 信号と筋電図 (EMG) 信号が含まれます。 EEG 信号の初期の出現により、EEG 信号に基づくブレイン コンピューター インターフェイス (BCI) が運転行動の研究に使用されてきました。これらのEEGインターフェースはブレーキ意図の検出において大きな進歩を遂げていますが、EEG信号自体の特性により、その検出性能は安定していません。効果的な解決策として、ハイブリッド ブレイン コンピューター インターフェイス (hBCI) は、低安定性、低パフォーマンス、不十分な信頼性などの EEG ベースの BCI の欠点を解決できます。

信号がどのように結合されるかに基づいて、hbci は、特徴レベルの融合戦略 (hBCI-FL) と分類子レベルの融合戦略 (hbci-cl) を使用する 2 つのモードに分類できます。最初のモードは 2 つ以上の EEG 信号を結合し、もう 1 つのモードは EEG を EMG 信号や ECG 信号などの他の信号と結合します。

研究者らは、24歳から30歳までの13人の被験者を実験に参加するよう招待した。模擬運転中に脳波信号、筋電図信号、車両情報を収集することにより、仮想運転シナリオにおけるドライバーの急ブレーキ意図の検出が研究されました。次に、脳波信号、筋電図信号、車両情報を組み合わせた hBCI モデルを使用して、今後の緊急ブレーキの意図を検出しました。

#3 つの運転意図の分類

実験では、研究開発チームは、複数の運転意図を同時に比較および分析しました。性的および時間的 hBCI モデルは、それぞれスペクトル特徴と時間的特徴に加えて、1 つの VS レストまたはデシジョン ツリー分類戦略を使用して、3 つの運転意図の複数の分類を実行します。

#

「1 VS 休憩」分類戦略は、3 つのカテゴリを、通常の運転とその他、ソフト ブレーキとその他、ハード ブレーキとその他を含む 3 つの並列 2 値分類に分解します。 1 つの VS 残り分類戦略の場合、最終結果は 2 つすべての分類器の最大値に基づいて取得されます。

実験結果によると、研究開発チームの hBCI システムは、ペダルのたわみに基づくモデルよりも 130 m/s 速く急ブレーキの意図を認識します。 hBCI-SE1 分類アルゴリズムとスペクトル特徴に基づく 1 対 1 分類戦略は最も高い分類精度を備えており、平均システム精度は 96.37% です。最後に、チームは最適次数 hBCI、最適次数 hBCI、および比較のために単一脳電気信号または筋電図信号に基づくモデルを選択しました。

#結果は、最適な同時性と逐次 hbci が、単一の EEG または EMG 信号法に基づくものよりも大幅に優れていることを示しています。テストでは、得られた結果はオフライン テストの結果とよく一致しました。

この研究は、運転の安全性と運転の快適性を向上させる人間中心のインテリジェント運転支援システムに一定の参考値をもたらします。ただし、現時点ではプロジェクトには一定の制限があります。たとえば、ハードブレーキとソフトブレーキを引き起こすさまざまな刺激要因、被験者の違いの影響、収集装置の不便さなどがあります。次に、チームは上記の制限を解決し、改善するためのより効果的な機能と戦略の融合を模索します。パフォーマンス。

この研究は、中国国家自然科学財団 (51975052) および中国北京自然科学財団 (3222021) から部分的に資金提供を受けました。

論文アドレス:

https://downloads.spj.sciencemag.org/cbsystems/aip/9847652.pdf

以上がドライバーの路上での「神聖なアシスト」！ BIT、運転の安全性を向上させるハイブリッドブレインコンピューターインターフェース運転支援システムを開発の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。