基于时间序列Transformer的多任务驾驶员转向行为建模

人类意图预测为 human 驾驶员与智能车辆之间辅助系统的设计及协作提供了增强方案。本研究开发了一个多任务序列学习框架，基于上肢神经肌肉肌电图（EMG）信号预测未来的转向力矩与转向姿态。特别研究了单右手驾驶模式。针对该驾驶模式，还评估了三种不同的驾驶姿态。随后，开发了多任务时间序列Transformer网络（MTS-Trans）来预测转向力矩与驾驶姿态。为评估多任务学习性能，对四种不同框架进行了测评。二十一名参与者参与了基于驾驶模拟器的实验。所提模型在单手驾驶模式的未来转向力矩预测与驾驶姿态识别上取得了准确预测结果。所提系统有助于先进驾驶员转向辅助系统的开发，并确保人类驾驶员与智能车辆之间的相互理解。