'bantuan ilahi' pemandu di jalan raya! BIT membangunkan sistem bantuan pemanduan antara muka otak-komputer hibrid untuk meningkatkan keselamatan pemanduan

​Dengan peningkatan taraf hidup orang ramai, kereta telah memasuki beribu-ribu isi rumah. Walau bagaimanapun, walaupun kenderaan menyediakan kemudahan perjalanan, kemalangan jalan raya juga telah menjadi ancaman penting kepada keselamatan nyawa pemandu dan pejalan kaki.

Menurut statistik yang tidak lengkap daripada Pertubuhan Kesihatan Sedunia pada 2018, kemalangan jalan raya merupakan salah satu faktor penting yang menyebabkan kematian dan kerugian ekonomi. Kemalangan jalan raya menyebabkan hampir 1.35 juta kematian dan 20-50 juta kecederaan setiap tahun. Hampir 3% daripada KDNK digunakan oleh kemalangan jalan raya setiap tahun.

Antaranya, keletihan memandu merupakan faktor penting yang menyebabkan kemalangan jalan raya, kedua selepas memandu laju. Oleh itu, keselamatan memandu bukanlah perkara kecil, walaupun anda seorang "pemandu yang berpengalaman".

Berdasarkan isu keselamatan memandu, baru-baru ini, Penolong Profesor Luo Longxi dan pelajar kedoktoran Ju Jiawei daripada Pasukan Sistem Mesin Manusia Pintar Profesor Bi Luzheng, Pusat Pengajian Kejuruteraan Mekanikal dan Kenderaan, Beijing Institut Teknologi mencadangkan kaedah Sistem Bantuan Pemanduan Pintar (IDAS), atau antara muka komputer otak hibrid berjujukan (hBCIs), menggabungkan isyarat elektroensefalografi (EEG) dan elektromiografi (EMG) untuk mengklasifikasikan brek pemandu dan niat pemanduan biasa.

Secara ringkas dan kasar, sistem bantuan pintar ini secara tidak langsung boleh menjejaskan kawalan kenderaan dengan mengenal pasti kecemasan yang mungkin dihadapi oleh pemandu, atau ia boleh mengawal kenderaan secara langsung selepas menemui kecemasan dengan berkesan meningkatkan keselamatan memandu.

Penyelidikan ini diterbitkan dalam bentuk makalah dalam jurnal sains dan teknologi Inggeris Cyborg and Bionic Systems.

Antara muka otak-komputer hibrid - hBCI​

Pada masa ini, maklumat input IDAS terutamanya termasuk kenderaan Maklumat yang berkaitan dengan persekitaran, tingkah laku dan isyarat biologi. Maklumat persekitaran kenderaan dan persekitaran kebanyakannya datang daripada parameter kenderaan dan maklumat trafik. Sesetengah IDAS perlu mengesan keadaan mengantuk pemandu, manakala sistem lain bergantung pada pengesanan tingkah laku pemanduan dan ramalan niat memandu.

Jadi dari mana datangnya maklumat berkaitan pemandu? Jawapannya diperoleh dengan memantau aktiviti kaki, anggota dan saraf pemandu.

Sumber maklumat biologi termasuk isyarat elektroensefalografi (EEG) dan isyarat elektromiografi (EMG). Disebabkan oleh kemunculan awal isyarat EEG, antara muka otak-komputer (BCI) berdasarkan isyarat EEG telah digunakan dalam penyelidikan tingkah laku memandu. Walaupun antara muka EEG ini telah mencapai kemajuan yang besar dalam pengesanan niat brek, prestasi pengesanannya tidak stabil disebabkan oleh ciri isyarat EEG itu sendiri. Sebagai penyelesaian yang berkesan, antara muka komputer otak hibrid (hBCI) boleh menyelesaikan kekurangan BCI berasaskan EEG seperti kestabilan yang rendah, prestasi yang lemah dan kebolehpercayaan yang tidak mencukupi.

Berdasarkan cara isyarat digabungkan, hbci boleh dibahagikan kepada dua mod, menggunakan strategi gabungan peringkat ciri (hBCI-FL) dan strategi gabungan peringkat pengelas (hbci-cl) . Mod pertama menggabungkan dua atau lebih isyarat EEG, dan mod lain menggabungkan EEG dengan isyarat lain seperti isyarat EMG dan isyarat ECG.

Pembangun menjemput 13 subjek berumur antara 24 dan 30 untuk mengambil bahagian dalam percubaan. Dengan mengumpul isyarat EEG, isyarat EMG dan maklumat kenderaan semasa pemanduan simulasi, pengesanan niat brek keras pemandu dalam senario pemanduan maya telah dikaji. Kemudian, mereka menggunakan model hBCI yang menggabungkan isyarat elektroensefalogram, isyarat elektromiogram dan maklumat kenderaan untuk mengesan niat brek kecemasan yang akan datang.

Tiga klasifikasi niat memandu

Dalam eksperimen, pasukan R&D membandingkan dan menganalisis beberapa serentak The model hBCI seksual dan temporal masing-masing menggunakan ciri spektrum dan ciri temporal, serta satu VS rehat atau strategi pengelasan pokok keputusan untuk melaksanakan pelbagai klasifikasi bagi tiga niat memandu.

Strategi pengelasan "one VS rest" menguraikan tiga kategori kepada tiga klasifikasi binari selari, termasuk pemanduan biasa berbanding yang lain, brek lembut berbanding yang lain dan brek keras berbanding yang lain. Untuk strategi pengelasan rehat satu VS, keputusan akhir diperoleh berdasarkan nilai maksimum kedua-dua pengelas.

Hasil eksperimen menunjukkan bahawa sistem hBCI pasukan R&D boleh mengenal pasti niat brek keras 130 m/s lebih pantas daripada model berdasarkan pesongan pedal. Algoritma klasifikasi hBCI-SE1 dan strategi pengelasan satu lawan satu berdasarkan ciri spektrum mempunyai ketepatan klasifikasi yang paling tinggi, dan purata ketepatan sistem ialah 96.37%. Akhirnya, pasukan memilih hBCI pesanan optimum, hBCI pesanan optimum dan model berdasarkan isyarat elektrik otak tunggal atau isyarat elektromiografi untuk perbandingan.

Keputusan menunjukkan bahawa hbci serentak dan berjujukan optimum adalah jauh lebih baik daripada yang berdasarkan kaedah isyarat EEG atau EMG tunggal. Dalam ujian, keputusan yang diperolehi adalah sesuai dengan keputusan ujian luar talian.

Penyelidikan ini mempunyai nilai rujukan tertentu untuk sistem pemanduan bantuan pintar berpusatkan manusia untuk meningkatkan keselamatan pemanduan dan keselesaan pemanduan. Walau bagaimanapun, projek itu pada masa ini mempunyai had tertentu. Sebagai contoh, terdapat pelbagai faktor rangsangan yang mendorong brek keras dan brek lembut, kesan perbezaan subjek, ketidakselesaan peranti pengumpulan, dan lain-lain. Seterusnya, pasukan akan menyelesaikan had di atas dan meneroka ciri dan gabungan strategi yang lebih berkesan untuk menambah baik prestasi.

Penyelidikan ini sebahagiannya disokong oleh Yayasan Sains Semula Jadi Kebangsaan China (51975052) dan Yayasan Sains Semula Jadi Beijing China (3222021).

Alamat kertas:

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

Atas ialah kandungan terperinci 'bantuan ilahi' pemandu di jalan raya! BIT membangunkan sistem bantuan pemanduan antara muka otak-komputer hibrid untuk meningkatkan keselamatan pemanduan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!