旨在智能驾驶领域中对轻度认知障碍老年驾驶员进行的车内感知和数据分析

Nov, 2023

旨在智能驾驶领域中对轻度认知障碍老年驾驶员进行的车内感知和数据分析

In-vehicle Sensing and Data Analysis for Older Drivers with Mild Cognitive Impairment

Sonia Moshfeghi, Muhammad Tanveer Jan, Joshua Conniff, Seyedeh Gol Ara Ghoreishi, Jinwoo Jang...

TL;DR设计了低成本的车内传感硬件，能够获取高精度的定位和遥测数据，识别了早期认知变化的重要指标，并且通过机器学习方法在真实的日常驾驶条件下检测认知障碍的早期预警信号。统计分析表明，患有轻度认知障碍的驾驶员表现出更平稳和更安全的驾驶模式，且夜间行程数、行程数和教育程度是影响因素中最重要的。

Abstract

Driving is a complex daily activity indicating age and disease related cognitive declines. Therefore, deficits in driving performance compared with ones without mild cognitive impairment (MCI) can reflect changes

driving performance cognitive impairment telematics data machine learning approaches driving patterns

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

利用视频对话中的面部特征检测轻度认知损害

利用深度学习算法从视频中提取面部特征来检测老年人的轻度认知障碍（MCI），通过使用卷积自编码器提取空间整体面部特征和使用变换器提取时间信息的方法，该研究在 I-CONECT 行为干预研究数据中成功地检测了 MCI 病人与正常认知状况的病人，结合特定主题视频中面部特征信息的片段和序列信息可以提高预测性能，最终达到了 88% 的准确率。

Aug, 2023

深度学习系统高级驾驶辅助

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

从实车行驶数据估计司机人格特质

使用机器学习和深度学习技术，从路上的驾驶行为数据中估计驾驶员的心理特征，建立具有自适应能力的驾驶辅助系统，研究结果表明，我们的模型能够以高准确度预测心理驾驶风格和负荷敏感度等特征，而不同持续时间的分割对准确性的影响因特征而异。

Feb, 2023

利用可穿戴设备的机器学习模型自主识别认知能力较弱的老年人

穿戴设备预测模型、认知损害、机器学习模型、预测特征、持续健康监测

Aug, 2023

使用机器学习改进驾驶员疲劳和注意力分散的自动检测

通过使用基于视觉和基于机器学习的方法，同时检测疲劳和注意力分散的行为，以提高智能车辆系统的驾驶行为监测能力并获得更准确和时间更短的结果。

Jan, 2024

车内驾驶员认知负荷多模态脑 - 计算机接口：数据集与基线

本文介绍了一个包含 EEG 信号和其他生理数据的新型驾驶认知负荷评估数据集 CL-Drive，并提供了针对不同的机器学习和深度学习模型的基准分类结果。