通过 SAE L2 车辆中的隐式输入识别自适应驾驶风格偏好
人机交互
2023-04-17 v1 机器学习
机器人学
摘要
自动驾驶功能获得最优接受度与舒适度的关键因素是驾驶风格。自动驾驶与驾驶员偏好的驾驶风格之间的不匹配会使用户更频繁地接管甚至禁用自动化功能。本工作提出利用多模态信号识别用户驾驶风格偏好，使车辆能够以连续自动的方式匹配用户偏好。我们开展了有 36 名参与者的驾驶模拟器研究，收集了包括行为、生理和情境数据在内的广泛多模态数据。这包括眼动注视、转向握力、驾驶操作、制动和油门踏板输入以及脚部距踏板距离、瞳孔直径、皮肤电反应、心率和情境驾驶上下文。随后，我们构建了机器学习模型来识别偏好的驾驶风格，并确认所有模态对于用户偏好的识别都十分重要。本工作为自动驾驶车辆上的隐式自适应驾驶风格铺平了道路。
引用
@article{arxiv.2209.10536,
title = {Identification of Adaptive Driving Style Preference through Implicit Inputs in SAE L2 Vehicles},
author = {Zhaobo K. Zheng and Kumar Akash and Teruhisa Misu and Vidya Krishmoorthy and Miaomiao Dong and Yuni Lee and Gaojian Huang},
journal= {arXiv preprint arXiv:2209.10536},
year = {2023}
}