新技术利用车内监控功能，检测驾驶员早期痴呆症

佛罗里达大西洋大学（FAU）的研究人员正在进行一项开创性研究，该研究利用开源的车内监控和AI传感系统来评估驾驶员患痴呆症的风险。这种创新方法旨在提供认知变化的早期预警，这是提高道路安全的关键一步。

这种技术的需求由令人担忧的统计数据所强调：估计有400万到800万患有轻度认知障碍的老年人目前在美国开车，其中三分之一的人将在五年内患痴呆症。患有进行性痴呆症的人最终无法安全驾驶，但许多人并未意识到自己的认知能力下降。

该研究系统地检查了车内监控系统如何检测表明认知障碍的异常驾驶行为。很少有研究报告使用连续、非侵入性传感器和相关监控设备来检测随时间推移在高度复杂的日常活动表现中的细微变化。

“在因机动车事故死亡的老年驾驶员的大脑中发现了阿尔茨海默病的神经病理学特征，而他们甚至不知道自己患有这种疾病，也没有明显的迹象，”首席研究员露丝·塔彭（Ruth Tappen）教授说。“我们研究的目的是尽早且高效地识别认知功能障碍。安装在老年驾驶员车辆中的传感器系统可能会检测到这些变化，并可能生成认知可能变化的早期预警。”

纵向研究设计

该研究采用自然主义纵向设计，以获取关于驾驶行为的连续信息，并将其与每三个月进行一次、持续三年的广泛认知测试的结果进行比较。车内安装了面向驾驶员的摄像头、面向前方的摄像头和遥测单元，并在进行认知测试时每三个月下载一次数据。

研究人员正在衡量异常的驾驶行为，如迷路、无视交通信号和标志、近碰撞事件、分心和困倦、反应时间和刹车模式。他们还在分析出行模式，包括出行次数、行驶里程、高速公路里程、夜间和白天驾驶以及在恶劣天气下驾驶。

开源硬件和软件方法

FAU工程学院和计算机科学学院的研究人员开发的车载传感器网络使用开源硬件和软件组件，以减少开发车载传感单元所涉及的时间、风险和成本。车内传感器系统设计得简单紧凑，最大限度地减少复杂的布线、传感器尺寸和传感器数量，以确保其非侵入性。

每个车载传感器系统由两个分布式传感单元组成：一个用于遥测数据，另一个用于视频数据。惯性测量单元处理数据以确定急刹车、加速、转弯和GPS数据。视频单元具有内置的AI功能，可实时分析视频，包括面向驾驶员的指标，如面部检测、眼睛检测、打哈欠、分心、吸烟和手机使用，以及行为指标，如交通标志 

检测、物体检测、车道偏离、近碰撞和行人检测。