安全驾驶：面向智能交通信息物理系统的认知行为挖掘
人机交互
2020-08-25 v1 人工智能
机器学习
系统与控制
系统与控制
摘要
本文提出了一种在智能交通信息物理系统（IT-CPS）中用于道路安全的基于认知行为的驾驶员情绪修复平台。具体而言，我们在 IT-CPS 中提出了一种面向分心驾驶员的驾驶安全平台，即 drive safe。该平台可识别驾驶员的分散注意力活动及其情绪以进行情绪修复。此外，我们开发了所提出的 drive safe 平台的原型，以建立 IT-CPS 中道路安全的概念验证（PoC）。在所开发的驾驶安全平台中，我们采用五种基于 AI 与统计的模型来推断车辆驾驶员的认知行为挖掘，以确保驾驶过程中的安全驾驶。具体而言，分别部署了胶囊网络（CN）、最大似然（ML）、卷积神经网络（CNN）、Apriori 算法和贝叶斯网络（BN），用于驾驶员活动识别、环境特征提取、情绪识别、序列模式挖掘以及用于驾驶员情感情绪修复的内容推荐。此外，我们开发了一个通信模块，用于与 IT-CPS 中的系统异步交互。因此，所开发的 drive safe PoC 可在车辆驾驶员因认知行为因素分心时提供引导。最后，我们进行了定性评估以衡量所开发 drive safe 平台的可用性与有效性。我们观察到 ANOVA 检验中的 P 值为 0.0041（即 < 0.05）。此外，置信区间分析也显示出流行值的显著增益，在 95% 置信水平下约为 0.93。上述统计结果表明了在驾驶员安全与心理状态方面的高可靠性。
引用
@article{arxiv.2008.10148,
title = {Drive Safe: Cognitive-Behavioral Mining for Intelligent Transportation Cyber-Physical System},
author = {Md. Shirajum Munir and Sarder Fakhrul Abedin and Ki Tae Kim and Do Hyeon Kim and Md. Golam Rabiul Alam and Choong Seon Hong},
journal= {arXiv preprint arXiv:2008.10148},
year = {2020}
}
备注
Submitted to IEEE Transactions on Intelligent Transportation Systems, Special Issue on Technologies for risk mitigation and support of impaired drivers