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。

Aug, 2023

在使用人工智能的基础上，下一代汽车通过创新解决方案嵌入了对驾驶安全的智能评估。为了重构汽车驾驶员的生理状态，作者建议使用一种专为生理参数设计的生物传感系统，结合了近红外光谱的 LED 组和光电探测器，以检测生理信号 PPG，并连接到心脏活动，从而根据受试者的注意水平监测驾驶员的昏睡状态。该论文还提出了基于智能驾驶情景理解的进一步驾驶安全评估。

Apr, 2023

本研究利用可穿戴生理测量方法设计并描述了一个含有惯性、心电图等多模态的汽车驾驶员状态大数据集，以加强对驾驶员损伤检测的研究。

Apr, 2023

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

本文提出了一个实验框架，通过多学科的方法（计算机视觉和人文社科学）研究自动驾驶汽车乘客的内部活动，包括与驾驶无关的活动，旨在捕捉实时的真实数据并创建数据集，以促进计算机视觉算法的发展和评估。

Jun, 2023

本文介绍了一种基于 Android 应用的生理传感器控制和监控系统，与驾驶模拟器实现了同步工作。该应用可以监测驾驶员并分析其生理状态与驾驶表现之间的关系，通过配置、选择、接收、处理、可视化和存储心电图、肌电图、皮肤电反应以及加速度计、磁力计和陀螺仪等信号来实现。该应用在不同的采样频率和不同的 Android 设备上同时测试了多种传感器的工作情况，以及与驾驶模拟器之间的同步工作，并通过与 25 人的测试数据分析了 ECG、EMG、GSR 和陀螺仪传感器与驾驶模拟器之间的关系。该 Android 应用可以通过微小的改进应用于其他不同的用户，如慢性病患者或运动员。

Feb, 2024

近年来，先进驾驶辅助系统（ADAS）的科学进展在提高驾驶整体安全性方面扮演了关键角色。ADAS 技术能够主动控制车辆，以预防潜在的危险情况。研究人员关注的一个重要方面是分析驾驶员的注意力水平，因为最近的报告确认了由于困倦或注意力不集中导致的事故数量不断增加。为了解决这个问题，各种研究提出了通过监测驾驶员的生理状态来实现，因为自主神经系统（ANS）与注意力水平之间存在着确立的联系。为了进行我们的研究，我们设计了一种创新的生物传感器，包括近红外 LED 发射器和光电二极管，具体来说是一种硅光电倍增器装置。这使我们能够通过分析相关的光电容抗（PPG）信号评估驾驶员的生理状态。此外，我们开发了一种嵌入式时域超滤波技术，并结合了一种 1D 时域卷积架构，该架构中嵌入了渐进延展设置。这个集成系统能够实时分类驾驶员的困意，获得 96% 左右的显著准确度水平。

Jul, 2023

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

增长的自动驾驶功能的复杂性和重要性，导致了对在虚拟环境和模拟模型中覆盖开发、验证和验证的显著比例的需求。我们提出了一种系统获取公共交通数据的方法，通过异构手段转换为统一表示，并用它来自动参数化交通行为模型，以用于数据驱动的自动驾驶功能的虚拟验证。

May, 2024

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