XiaoMi-AI文件搜索系统
World File Search System驾驶的
用于自主驾驶的人工智能和物联网...
人工智能 (AI) 是一种机器智能工具，为智能工业革命提供了巨大的可能性。它有助于收集相关数据/信息、确定替代方案、在替代方案中进行选择、采取行动、做出决策、审查决策并做出智能预测。另一方面，物联网 (IoT) 是工业 4.0 革命的公理，包括用于收集和处理来自存储、驱动、传感、高级服务和通信技术的数据/信息的全球基础设施。高速、弹性、低延迟连接以及人工智能和物联网技术的结合将实现向完全智能自动驾驶汽车 (AV) 的转变，这说明了工业 4.0 现实世界和数字知识之间的互补性。本书章节的目的是研究人工智能和物联网的最新方法如何协助寻找 AV。事实证明，90% 的汽车事故都是人为失误造成的，最安全的驾驶员的驾驶水平比普通驾驶员高出十倍 [1]。自动驾驶汽车的安全性非常重要，用户需要将可接受的风险水平降低 1000 倍。自动驾驶汽车的一些令人难以置信的好处包括：(1) 提高
自动驾驶的人为因素视角
a 代尔夫特理工大学生物力学工程系，代尔夫特，荷兰；b 苏黎世联邦理工学院，新加坡未来弹性系统 - ETH 中心，新加坡；c 南安普顿大学工程与环境学院，交通研究组，南安普顿，英国；d 法国交通、发展与网络科学技术研究所，人体工程学与认知科学实验室，法国；e 代尔夫特理工大学交通与规划系，代尔夫特，荷兰；f 格罗宁根大学行为与社会科学学院，心理学系，格罗宁根，荷兰；g 特温特大学交通研究中心，特温特，荷兰；h 荷兰应用科学组织，荷兰索斯特贝格，TNO 人为因素研究所；i 慕尼黑工业大学机械工程系，人体工程学研究所，德国慕尼黑；j 瑞典国家道路与交通研究所，VTI，瑞典；k 利兹大学交通研究所，英国利兹； l 英国沃金厄姆交通研究实验室人为因素与模拟组；m 比利时布鲁塞尔 ITS 欧洲 ERTICO；n 荷兰海牙道路安全研究所 SWOV
自动驾驶的人为因素视角
a 代尔夫特理工大学生物力学工程系，代尔夫特，荷兰；b 苏黎世联邦理工学院，新加坡未来弹性系统 - ETH 中心，新加坡；c 南安普顿大学工程与环境学院，交通研究组，南安普顿，英国；d 法国交通、发展与网络科学技术研究所，人体工程学与认知科学实验室，法国；e 代尔夫特理工大学交通与规划系，代尔夫特，荷兰；f 格罗宁根大学行为与社会科学学院，心理学系，格罗宁根，荷兰；g 特温特大学交通研究中心，特温特，荷兰；h 荷兰应用科学组织，荷兰索斯特贝格，荷兰应用科学组织人为因素研究所；i 慕尼黑工业大学机械工程系，人体工程学研究所，德国；j 瑞典国家道路与交通研究所，VTI，瑞典；k 利兹大学交通研究所，英国l 英国沃金厄姆交通研究实验室人为因素与模拟组；m 比利时布鲁塞尔 ITS 欧洲 ERTICO；n 荷兰海牙道路安全研究所 SWOV
自动驾驶的人为因素视角
重复使用 存放在 White Rose Research Online 中的项目受版权保护，保留所有权利，除非另有说明。它们可以下载和/或打印用于个人学习，或国家版权法允许的其他行为。出版商或其他权利持有人可能允许进一步复制和重复使用全文版本。这由 White Rose Research Online 记录中该项目的许可信息指示。
如何在监督驾驶的同时保持驾驶员的参与度...
摘要。这项工作旨在组织建议，以在人类监督驾驶自动化期间保持人们的参与，鼓励安全和可接受地引入自动驾驶系统。首先，使用人为因素、人体工程学和心理学理论的启发式知识来提出解决人类监督控制持续注意力问题的解决方案领域。绘制了驾驶和非驾驶研究示例来证实解决方案领域。汽车制造商可以 (1) 完全避免这种监督角色，(2) 以客观的方式减少它或 (3) 改变其主观体验，(4) 利用条件学习原理，例如游戏化和/或 20 选择/训练技术，(5) 支持内部驾驶员认知过程和 21 心理模型和/或 (6) 利用有关驾驶员、驾驶任务和驾驶环境之间关系的外部信息。 23 其次，对有影响力的人机交互研究进行了跨领域文献调查，以了解如何在监督控制中保持参与度/注意力。从独立评估者对研究建议的分类中发现，解决方案领域（通过数字主题代码）可靠地应用。约 70% 或更多的研究中涉及领域 (5) 和 (6)，约 50% 的研究中涉及领域 (2) 和 (4)，而领域 (3) 和 (1) 分别不到约 20% 和 5%。pres