據(jù)外媒報(bào)道，內(nèi)布拉斯加州交通中心（Nebraska Transportation Center）的研究人員開發(fā)了一種新的模型，可以讀取車道線之間的信息，幫助預(yù)測(cè)車輛何時(shí)會(huì)變道。該項(xiàng)研究將能幫助ADAS系統(tǒng)預(yù)測(cè)威脅，并糾正人為失誤，進(jìn)而爭(zhēng)取更多的反應(yīng)時(shí)間。該中心博士后研究員Zhao表示“如果知道其他車輛的意圖，如突然插隊(duì)，我可能會(huì)做出相應(yīng)的反應(yīng)，如減速或者變道，以避免追尾事故?！?/p>

　?。▓D片來源：https://news.unl.edu/）

　　該團(tuán)隊(duì)基于大約3000輛車輛的數(shù)據(jù)創(chuàng)建了該模型，這些車輛配備前置攝像頭和各種傳感器。為了給模型提供信息，Zhao開始收集每種情況下的數(shù)據(jù)，其中一輛車在高速公路上跟隨另一輛車行駛，間距不超過400英尺（3.5秒）。在某些情況下，前車與后車在同一車道，然后其中一輛并入相鄰車道；在其他情況下，一輛車從相鄰的車道并入，兩輛車最終進(jìn)入同一車道。

　　Zhao標(biāo)記多個(gè)變量，作為駕駛員計(jì)劃變道的跡象，如車距、相對(duì)速度、橫向位置，以及前車車頭的輕微轉(zhuǎn)向。然后，Zhao在6秒跨度內(nèi)，即從變道前5秒到變道后1秒，訓(xùn)練模型每十分之一秒分析這些變量的值。在該60個(gè)增量中，模型將每個(gè)變量的值（如車輛之間距離減少10英尺）與該值在變道前出現(xiàn)的可能性進(jìn)行比較。當(dāng)所有這些變量達(dá)到指示變道可能性最大的值時(shí)，模型將標(biāo)記變道即將發(fā)生。

　　盡管該模型在不同的條件下會(huì)有一些變化，但其能夠在車輛中心穿過分界線，前往另一條車道前大約一秒鐘，預(yù)測(cè)到車道變化。Zhao表示，“提前一秒對(duì)于人類駕駛員而言可能意義不大，但我們談?wù)摰氖亲詣?dòng)駕駛車輛或ADAS系統(tǒng)。我們可以利用這段時(shí)間，改進(jìn)系統(tǒng)，或者設(shè)計(jì)額外的安全預(yù)防措施，如碰撞預(yù)警系統(tǒng)，以自動(dòng)降低車輛速度，或幫助駕駛員制定決策?！?/p>

　　該團(tuán)隊(duì)還發(fā)現(xiàn)了其他一些有趣的趨勢(shì)，如平均變道時(shí)間在0.55到0.86秒之間。駕駛員在與其他車輛合流時(shí)（0.55秒），比變道（0.86秒）所用的時(shí)間要少。變道速度越快，ADAS系統(tǒng)需要提前反應(yīng)的時(shí)間就越長(zhǎng)。

　　Zhao表示，獲得自然駕駛數(shù)據(jù)讓她對(duì)模型的有效性更具信心。她認(rèn)為，該模型可能也適用于配備更多傳感器和攝像頭的車輛的更豐富的數(shù)據(jù)集。Zhao還表示，“我認(rèn)為，這些研究結(jié)果可為ADAS系統(tǒng)和自動(dòng)駕駛技術(shù)開發(fā)人員提供背景知識(shí)、技術(shù)數(shù)據(jù)或支持。這有助于在發(fā)生極端情況時(shí)，提高駕駛員的安全?！?/p>