基于 EEG 的模拟驾驶中制动意图检测
人机交互
2022-08-29 v3
摘要
准确检测和识别驾驶员的制动意图是人机驾驶的基础。在本文中，我们提出了一种基于脑电图（EEG）的制动意图测量策略。我们使用 Car Learning to Act（Carla）平台构建模拟驾驶环境。11 名受试者参与了我们的研究，每名受试者驾驶模拟车辆完成紧急制动和正常制动任务。我们比较了不同制动情形下的 EEG 地形图，并使用三种不同的分类器通过 EEG 信号预测受试者的制动意图。实验结果显示，受试者在紧急制动中的平均响应时间为 762 ms；紧急制动与无制动可很好区分，而正常制动与无制动不易分类；对于两类不同制动，紧急制动与正常制动在 EEG 地形图上存在明显差异，分类结果也显示二者高度可区分。本研究提供了一种以用户为中心的驾驶辅助系统及一个与先进共享控制算法结合的良好框架，具有应用于真实驾驶环境中实现驾驶员与车辆更友好交互的潜力。
引用
@article{arxiv.2207.12669,
title = {EEG-Based Detection of Braking Intention During Simulated Driving},
author = {Xinbin Liang and Yang Yu and Yadong Liu and Kaixuan Liu and Yaru Liu and Zongtan Zhou},
journal= {arXiv preprint arXiv:2207.12669},
year = {2022}
}