驾驶模拟器中基于Kinect与基于Oculus的注视区域估计方法对比分析

驾驶员的注视信息因其与驾驶员注意力的关系，在驾驶研究中至关重要。特别是，将注视数据纳入驾驶模拟器拓宽了研究的范围，因为研究人员可以将驾驶员的注视模式与其特征和表现联系起来。在本文中，我们介绍了集成在驾驶模拟器中的两个注视区域估计模块。一个使用 3D Kinect 设备，另一个使用虚拟现实 Oculus Rift 设备。这些模块能够检测驾驶员在每条路线处理帧中注视的七个区域（驾驶场景被划分为这七个区域）中的哪一个。我们实现并比较了四种用于注视估计的方法，这些方法学习注视位移与头部运动之间的关系。其中两种方法较为简单，基于试图捕捉这种关系的点；另外两种基于分类器，如 MLP 和 SVM。实验有 12 名用户参与，他们在同一场景下驾驶两次，每次使用不同的可视化显示器，首先使用大屏幕，之后使用 Oculus Rift。总体而言，Oculus Rift 作为注视估计的硬件优于 Kinect。基于 Oculus 的注视区域估计方法中，性能最高的达到了 97.94% 的准确率。Oculus Rift 模块提供的信息丰富了驾驶模拟器数据，使得除了 Oculus 提供的虚拟现实体验所带来的沉浸感和真实感之外，还能进行多模态驾驶表现分析。