盖世汽车讯 据外媒报道，弗劳恩霍夫研究所（Fraunhofer）的研究人员开发出利用传感器和人工智能监测驾驶员认知负荷的系统，未来有望在驾驶员达到压力极限时减轻疲劳。该系统还可应用于其他领域，例如飞行员或外科医生。研究人员在该项目中使用了一种创新的传感器网络，以及一款用于制作虚拟寿司的电脑游戏。

图片来源：Fraunhofer

驾驶似乎如此自然，以至于许多人几乎没有意识到他们在驾驶时需要处理海量信息。显示屏显示速度、转速和油量；导航系统显示路线；驾驶员必须注意交通信号灯、道路标志和其他道路使用者。此外，驾驶员可能还在与乘客交谈或收听广播新闻。一旦驾驶员达到认知负荷极限，并且必须在紧急交通情况下做出决策，情况就可能变得危险。

的弗劳恩霍夫集成电路研究所（Fraunhofer Institute for Integrated Circuits IIS，Fraunhofer IIS）的研究人员正在开发一套系统，旨在帮助人们在各种环境下完成复杂活动，同时兼顾他们的认知负荷极限。为此，他们采用了两项专有技术：一是传感器网络，用于测量脉搏、呼吸频率和运动等生物信号；二是人工智能驱动的算法，用于识别用户何时达到认知负荷极限。生物信号的评估标准基于研究人员对受试者生物信号与认知负荷之间关系的研究而制定。

在实际应用中，该系统可以确保车辆电子设备减轻驾驶员的某些任务负担，从而降低整体复杂性，或者建议驾驶员在下一个休息站休息。

移动式多模态传感器网络

听起来很简单，但实际上技术难度很高。这是因为不同的传感器配备了不同的微控制器，而这些微控制器的运行时钟频率各不相同。对于短期测量来说，这不成问题。然而，在驾驶或职业安全领域，测量通常会持续数小时。在这种情况下，时钟漂移会不断累积，导致生物信号失去同步，从而无法再将它们对应到同一时间点。Fraunhofer的研究人员成功地计算出了不同微控制器在采集传感器数据时造成的时钟漂移。“我们的系统能够确保数据同步，误差仅为30微秒，”Pfeiffer说道。因此，该项目被命名为maphera®。这个名字源于古希腊语，意为“同时传输”。

利用电脑游戏测试认知负荷

这项大型研究计划的第二部分着重研究生物信号与认知负荷之间的关系。受试者在一个不受温度变化、气流或噪音等外部因素干扰的实验舱内，完成难度递增的任务。

为了完成这些任务，受试者们玩电脑游戏。在游戏中，他们扮演寿司店的厨师或厨房工作人员，负责接单和制作寿司。随着时间的推移，订单数量和菜品的复杂程度都会增加。在受试者执行任务的同时，传感器会记录他们的身体生物信号。

随后，研究人员收集这些数据，并将其与n-back测试相结合。n-back测试是一种标准的心理学测试，用于考察注意力、记忆力等认知能力。测试结束后，研究人员会对受试者进行一对一访谈。Fraunhofer IIS医学数据分析小组负责人Nadine Lang-Richter表示：“最后一步，我们将所有信息汇总起来，并使用我们自主研发的人工智能算法进行分析。这使我们能够创建个人认知负荷概况。”

新车驾驶员监控系统

这类系统可以利用包括摄像头在内的传感器来监控驾驶员，并在其认知负荷达到极限时进行干预。由于欧盟《通用安全法规》（(EU) 2019/2144）规定，从2026年起，基于摄像头的驾驶员注意力分散预警（ADDW）系统将成为新车的强制性配置，因此汽车制造商对这项技术表现出浓厚的兴趣。这些系统旨在评估驾驶员是否集中注意力，并且也将成为自动驾驶汽车的强制性配置。即便如此，驾驶员也必须保持警惕，以便在紧急情况下能够迅速做出反应。

飞行员培训

弗劳恩霍夫研究所的新技术也可应用于航空领域。对于飞行员而言，个性化的负荷曲线可以补充并改进他们的训练。未来，这些技术甚至可以应用于手术室。监测系统可以提高长时间手术的安全性，因为这类手术需要长时间保持专注和高效。