跳到正文
热点事件持续更新

驾驶视觉运动协调呈低维自适应表征

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

John Madrid-Carvajal 等作者在 PLOS Computational Biology 发表研究,用沉浸式虚拟驾驶重现 10 个危险路况事件,采集 284 名手动或自动驾驶条件下驾驶员的眼动、头部与车辆运动数据,通过主成分分析构建跨被试的共同时间分辨行为状态空间。 研究发现,少数成分即可解释整个驾驶过程的大部分行为方差,关键事件前后有效维度可靠下降,眼、头、转向与车头朝向的贡献按任务需求向主导维度重组;手动驾驶者之间的被试间相似性更高且部分稳定。仅用前两个成分即可较好区分不同驾驶模式。作者据此提出,自然驾驶依赖共享的低维视觉运动协调策略,并随情境需求灵活重塑。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. PLOS Computational Biology
    驾驶中的视觉运动协调:低维表征揭示自然驾驶行为维度随情境自适应降低

    基于 284 名驾驶员在沉浸式虚拟驾驶中经历 10 个危险路况事件的眼动、头部与车辆运动数据,研究通过主成分分析构建了跨被试的共同时间分辨行为状态空间。整个驾驶过程中少数成分即可解释大部分行为方差,且在关键事件前后有效维度可靠下降,表明感知与运动变量之间的协调更紧密。低维期间,眼、头、转向与车头朝向的贡献按任务需求向主导维度重组,手动驾驶者之间的被试间相似性更高且部分稳定。这种重组使不同驾驶条件的行为更易区分,仅用前两个成分即可较好分类驾驶模式。结果提示自然驾驶依赖共享的低维视觉运动协调策略,并被情境需求灵活重塑。

本事件热度走势

可比范围当前
8
可比范围峰值
910月24日 03:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。