用于研究受损驾驶的仿真器数据集
计算机视觉与模式识别
2025-07-08 v1 机器学习
机器人学
摘要
尽管自动驾驶技术近期取得了进展，但受损驾驶仍给社会带来高额成本。本文提出一种驾驶数据集，支持研究两种常见的驾驶员损伤形式：酒精中毒和认知分心。该数据集覆盖 23.7 小时模拟城市驾驶，包含 52 名受试者在正常和受损状态下的行为数据，包括车辆数据（真实感知、车辆姿态、控制指令）和驾驶员前瞻数据（凝视、音频、问卷）。该数据集支持分析酒精中毒（0.10% 血酒浓度）、两种认知分心（音频 n-back 与句子解析任务）及其组合对驾驶行为的影响，以及对八个受控道路危险情况的响应。该数据集将于 https://toyotaresearchinstitute.github.io/IDD/ 公开提供。
引用
@article{arxiv.2507.02867,
title = {A Simulator Dataset to Support the Study of Impaired Driving},
author = {John Gideon and Kimimasa Tamura and Emily Sumner and Laporsha Dees and Patricio Reyes Gomez and Bassamul Haq and Todd Rowell and Avinash Balachandran and Simon Stent and Guy Rosman},
journal= {arXiv preprint arXiv:2507.02867},
year = {2025}
}
备注
8 pages, 6 figures, 4 tables