近日，研究人員開發(fā)了一項新技術，可以跟蹤注意力不集中的司機的手部動作，從而計算出在緊急情況下，司機需要多長時間才能控制住汽車。

如果制造商能夠克服最后的法律障礙,那么終有一天，L3級的自動駕駛汽車可以在乘客睡覺，發(fā)短信的時候也能安全的護送至目的地。然而，這些汽車需要一種方法來了解司機在緊急情況下控制車輛時的反應有多快。

為了滿足這一需求，加州大學圣地亞哥分校的Kevan Yuen和Mohan Trivedi開發(fā)了他們的新型手控跟蹤系統(tǒng)，該系統(tǒng)在11月22日《IEEE智能汽車學報》上發(fā)表的一項研究中進行了描述。

雖然追蹤某人手的軌跡聽起來很簡單，但在狹小的車內(nèi)卻很難做到，因為那里能放置攝像頭的黃金位置沒幾個。駕駛員的手也可能會被如駕駛員手臂上強烈的太陽光等其他物體遮擋，攝像頭可能會受到阻礙。

在他們的新方法中，Yuen和Trivedi采用了一種現(xiàn)有的追蹤人體全身運動的程序，并對其進行了調(diào)整，使之能夠跟蹤司機和乘客的手腕和肘部運動。它區(qū)分了前排兩名乘客的左右關節(jié)。然后，研究人員開發(fā)并應用機器學習算法來訓練系統(tǒng)支持L3自動駕駛技術，他們用8500張帶注釋的圖片訓練系統(tǒng)。

Trivedi:“該方法能夠在非常廣泛的真實駕駛環(huán)境中使用，無論是乘客多少或車輛，都可以高度準確、有效的檢測手部、進行定位和活動分析。”

他們分析表明，該系統(tǒng)能夠識別出8個關節(jié)(乘客和司機的右/左肘部/手腕)的位置，準確率高達95%。然而，當估計一個人手臂的平均長度時，該系統(tǒng)有10%的定位誤差。

但在有些情況下跟蹤系統(tǒng)是無法工作的，例如當駕駛員穿著奇形怪服，帶有沉重藝術的紋身，這在訓練中是無法體現(xiàn)的，還有當駕駛員的一只手臂擋住了攝像機的另一只手臂的視線。

研究人員表示，他們在測試中遇到的一些問題，但可以更改攝像頭位置來避免，還可以使用多個攝像頭視圖，增加訓練數(shù)據(jù)集，讓其識別出更多的服裝。

Trivedi說:“這個項目是我們在開發(fā)安全的自動駕駛方面研究所努力的一部分。”他補充說，該團隊正在與至少一位潛在客戶討論在該技術商業(yè)化的可能。