UOC利用人工智能模型精准识别驾驶员压力来源 为智能驾驶助手铺平道路

盖世汽车讯 2024年，西班牙道路上共发生1040起交通事故，此外还有轻微碰撞和其他驾驶问题。造成这些事故的原因包括超速行驶、恶劣天气和药物滥用，但也包括注意力分散和压力因素。这些因素可以通过改善基础设施设计、驾驶辅助技术以及道路安全政策来缓解。

据外媒报道，加泰罗尼亚开放大学（Universitat Oberta de Catalunya，UOC）参与的一项研究分析了视觉元素如何影响驾驶员的压力水平，并找出了对驾驶体验产生负面影响的因素。该研究结果为智能驾驶助手的开发和减少压力触发因素的城市街道规划奠定了基础。

图片来源：期刊《IEEE Transactions on Affective Computing》

相关论文发表在期刊《IEEE Transactions on Affective Computing》。该论文题为《分析视觉道路场景以评估驾驶员压力（Analyzing the Visual Road Scene for Driver Stress Estimation）》。

道路景观作为压力因素的重要性

在道路上看到的事物及其周围区域是交通事故的关键因素，并且极大地影响着日常驾车人士的身心健康。因此，近年来，探究驾驶员压力的成因一直是众多研究的核心。

UOC开展的研究分析了这些因素，仅考虑了视觉数据，忽略了生理信号、面部分析或车辆操控记录。这是此类研究首次仅关注视觉方面。

“到目前为止，我们还没有考虑到我们在视觉环境中驾驶，而城市环境条件也很重要，因为它们会影响驾驶员的压力水平。我们的研究首次将城市景观的视觉环境作为评估压力的额外数据来源进行分析，”研究人员说道。

打赏 点赞