Aug, 2023

使用视觉和车辆传感器进行驾驶员行为分析的调查

PDF
TL;DR通过使用传感器和智能车载系统，评估驾驶员行为的研究可以提高驾驶体验和道路安全。本文研究了使用视觉和车载数据分析驾驶员行为的各种技术，并提供了该领域最新研究的概述，同时讨论了面临的挑战和未解决的问题，并为未来的研究提出了潜在建议。综述得出结论，整合视觉和车载信息可以显著提高驾驶员行为分析的准确性和有效性，从而提高安全措施并减少交通事故。
risky driversdriver behaviorsensorsintelligent vehicular systemsvisual and vehicular data
发现论文，激发创造
  • 酒后驾驶司机活动和驾驶性能的基于视觉的分析

    利用多模态传感器，研究了急性饮酒对驾驶表现的影响，并提出了基于数据驱动的检测饮酒驾驶的方法，涉及机器学习模型分析热像中驾驶员脸部的计算机视觉和模型训练的流程，对相关研究的未来实验设计提供了有益信息。

    Sep, 2023

  • 自动驾驶中驾驶员干预行为分析 —— 一种融入 VR 的方法

    该研究通过实施虚拟现实和交通微模拟集成的实验环境，并在典型和多样化的交通场景下进行测试，提出了驾驶员介入行为的新视角，从而改善自动驾驶在类似情景下的表现，并为人与自动化系统之间的信任关系研究提供了有价值的综合与沉浸式工具。

    Dec, 2023

  • 通过车辆动力学实现对驾驶员生理状况的评估

    该论文介绍了如何将车辆转化为一个连接的生态系统，能够评估驾驶员的生理状况，以及如何从传感器数据中提取关键参数，通过驾驶员行为及其外部环境来揭示重要的生理反应，从而提高道路安全。

    Sep, 2023

  • 增强驾驶员行为模型用于高保真模拟研究碰撞检测算法

    本文使用模拟平台进行了复杂的交通仿真实验，针对连通与自动驾驶汽车的驾驶行为进行了建模，并分析了多种人为与机制相关的因素对交通网络的影响。

    Aug, 2022

  • 基于机器学习的智能手机感知驾驶员行为分类

    使用 Carla 模拟器中的移动传感器数据，结合机器学习算法进行时间序列分类，以识别具有风险的驾驶行为。

    Feb, 2022

  • 通过模态和视角分析的实时驾驶员监控系统

    该研究提出了一种实时检测驾驶人行为的新方法，通过研究不同的感知模态发现红外视频在检测中更具有信息量，并通过多分类技术扩展 DAD 数据集。

    Oct, 2022

  • 自动驾驶车辆运行期间安全驾驶员注意力分类

    这篇论文介绍了一种利用红外摄像机和车辆感知系统的双源方法，以便根据驾驶员的警觉程度评估其操作安全性，并在需要时进行干预，从而为 ADAS 和 AV 的整体安全和效率做出贡献。

    Oct, 2023

  • 行为分析检测自主驾驶车辆

    利用图像和状态信息，该研究提出了一种全面的自动驾驶监测框架，旨在自动识别自动驾驶车辆与人工驾驶车辆的行为，并在充分考虑数据采集条件不佳的情况下进行测试。

    Mar, 2024

  • 与行人交互的自主车辆：理论与实践综述

    研究了自动驾驶汽车在城市环境中行驶面临的主要挑战以及解决方案，包括与行人的交互问题，通过调查研究现有的行人行为研究，提出解决方案包括与行人通信的设计方法和针对理解行人意图的视觉感知和推理算法，同时讨论了未来的研究方向。

    May, 2018

  • 利用轨迹特征识别驾驶行为进行车辆导航

    提出一种新方法，从车辆轨迹自动识别驾驶员行为，使用这些行为进行自动驾驶车辆的安全导航，该方法包括从轨迹中提取一系列特征，通过一个网络用户研究，将这些特征与六种驾驶员行为建立数据驱动的映射，并计算评分，我们把算法应用于车辆导航仿真系统，并展示了它在和危险驾驶员或咄咄逼人的驾驶员并行行驶时的安全实时导航方面的优势。

    Mar, 2018