盖世汽车讯 据外媒报道，阿联酋沙迦大学（University of Sharjah）的科学家们开发了一种新型机器学习模型，能够在驾驶员上路前预测其发生交通事故的可能性。道路交通事故通常与人为错误有关，然而传统的驾驶员筛选方法，尤其是在出租车和商业运输领域，往往过度依赖经验和背景调查。研究人员指出，这些标准通常不足以预测哪些驾驶员可能构成更高的道路风险。

该研究发表于期刊《Engineering Applications of Artificial Intelligence》，探讨了一个根本性问题：如何在危险驾驶员上路前识别就识别到他们？为了解答这个问题，研究人员开发了一种数据驱动的评估框架，该框架结合了心理分析、生理监测和仿真驾驶表现。

图片来源：期刊《Engineering Applications of Artificial Intelligence》

参与者首先完成一份结构化问卷，该问卷旨在测量诸如寻求刺激和尽责性等性格特征。然后，他们在高度逼真的仿真器中驾驶，该仿真器旨在模拟迪拜的城市交通状况。迪拜是一座国际化大都市，以其长期存在的交通拥堵和每天处理超过 350 万辆汽车的道路网络而闻名。

该研究的主要作者、工业工程副教授 Malek Masmoudi 表示：" 在仿真过程中，我们记录了心率和详细的眼动指标，包括眨眼频率和视线偏移。我们利用机器学习模型分析了这个综合数据集，根据仿真过程中记录的事故和交通违章等客观结果，将驾驶员分为低风险驾驶员和高风险驾驶员。"

区分安全驾驶员和危险驾驶员