蓋世汽車訊 據(jù)外媒報道，阿聯(lián)酋沙迦大學(xué)（University of Sharjah）的科學(xué)家們開發(fā)了一種新型機(jī)器學(xué)習(xí)模型，能夠在駕駛員上路前預(yù)測其發(fā)生交通事故的可能性。道路交通事故通常與人為錯誤有關(guān)，然而傳統(tǒng)的駕駛員篩選方法，尤其是在出租車和商業(yè)運(yùn)輸領(lǐng)域，往往過度依賴經(jīng)驗和背景調(diào)查。研究人員指出，這些標(biāo)準(zhǔn)通常不足以預(yù)測哪些駕駛員可能構(gòu)成更高的道路風(fēng)險。

該研究發(fā)表于期刊《Engineering Applications of Artificial Intelligence》，探討了一個根本性問題：如何在危險駕駛員上路前識別就識別到他們？為了解答這個問題，研究人員開發(fā)了一種數(shù)據(jù)驅(qū)動的評估框架，該框架結(jié)合了心理分析、生理監(jiān)測和仿真駕駛表現(xiàn)。

圖片來源：期刊《Engineering Applications of Artificial Intelligence》

參與者首先完成一份結(jié)構(gòu)化問卷，該問卷旨在測量諸如尋求刺激和盡責(zé)性等性格特征。然后，他們在高度逼真的仿真器中駕駛，該仿真器旨在模擬迪拜的城市交通狀況。迪拜是一座國際化大都市，以其長期存在的交通擁堵和每天處理超過350萬輛汽車的道路網(wǎng)絡(luò)而聞名。

該研究的主要作者、工業(yè)工程副教授Malek Masmoudi表示：“在仿真過程中，我們記錄了心率和詳細(xì)的眼動指標(biāo)，包括眨眼頻率和視線偏移。我們利用機(jī)器學(xué)習(xí)模型分析了這個綜合數(shù)據(jù)集，根據(jù)仿真過程中記錄的事故和交通違章等客觀結(jié)果，將駕駛員分為低風(fēng)險駕駛員和高風(fēng)險駕駛員?！?/p>

區(qū)分安全駕駛員和危險駕駛員

這項工作的意義在于其預(yù)防和發(fā)展的方法。該框架并非在事故發(fā)生后才做出反應(yīng)，而是使運(yùn)輸公司能夠在員工上崗前評估其風(fēng)險傾向。

除了支持更安全、更明智的招聘決策外，該模型還可以作為一種有針對性的培訓(xùn)工具，幫助駕駛員識別自身的風(fēng)險模式，提高注意力和自我調(diào)節(jié)能力。這不僅有助于提升道路安全，還有助于制定更系統(tǒng)、更注重實證的駕駛員發(fā)展計劃。

返回第一電動網(wǎng)首頁 >