歡迎您的參與
您已提交成功！
關
注
訂
閱
（2017年8月10日 北京）為減少交通事故傷亡人數，豐田汽車公司（以下簡稱“豐田”）與北美各大高校、醫院、研究機構等開展共同研究的先進安全技術協作研究中心（Collaborative Safety Research Center，以下簡稱“CSRC”）發布了一項新的五年項目“CSRC Next”。
其中，豐田將與北美有代表性的8家研究機構攜手合作，啟動11個研究項目，對不斷進化的車輛技術的可能性和存在的課題，開展向新時代移動出行方式進行安全性過渡方面的研究。
在本次的研究項目中，將重點針對先進技術給交通安全帶來的廣泛影響以及人與車之間的關系進行研究。具體研究課題包括自動緊急制動等主動安全技術與被動安全技術的結合、貼合人類感官的先進技術研發、駕駛員狀態感知、有助于實際交通環境中駕駛數據研究的分析數據的運用等。
CSRC負責人Chuck Gulash表示“交通社會正在開始隨自動駕駛技術和智能互聯汽車技術的進步發生著改變。CSRC與全球聞名的研究機構進行合作，并發布了相關研究成果。CSRC將通過本次的研究項目，為實現先進的移動解決方案、構建安全方便的未來交通社會貢獻一己之力，這讓我們感到非常驕傲”。
自2011年成立以來，CSRC與23所大學合作并完成了44個研究項目，發表了200多篇論文，同時還在各種車輛安全會議上對研究項目進行介紹。這些CSRC項目也通過整個行業為提升汽車安全性做出了貢獻。例如，包括車輛安全中的人為因素研究、主動安全與被動安全技術的效果研究、安全駕駛數據分析新工具的研發等。
“CSRC Next”于2017年1月啟動，項目將以此前五年所積累的觀察、積累為基礎，投資3500萬美元，開展自動駕駛、智能互聯汽車等先進技術的安全性研究。“CSRC Next”將繼續對TRI（Toyota Research Institute，Inc.）和TCNA（Toyota Connected North America，Inc.）目前開展的研究項目提供支持，并不斷推進自動駕駛、智能互聯汽車的技術和服務開發工作。
CSRC項目的研究方向共包括以下4點：
1.為應對各種碰撞事故場景，通過升級傳感器技術實現主動安全技術與被動安全技術的結合
2.打造將搭載自動駕駛技術等先進技術的汽車不僅便于駕駛員駕駛，更便于整個交通社會采用，同時也更貼合人的感官的研發模型。
3.運用生物識別技術預判駕駛員的健康狀態，由此研發更優秀的移動工具
4.運用大數據和安全分析方法，研發出能夠對符合實際交通環境的駕駛數據進行研究的算法和工具
“CSRC Next”的新研究項目及合作伙伴一覽表如下所示：
| 項目名稱 | 內容 | 合作伙伴 |
|
進行避險操作時人的行為與肌肉動作 （本研究有青年志愿者參與） |
在測試場上通過緊急轉向或緊急制動規避障礙物時，對車上的成人及兒童的反應（行為及肌肉活動）進行量化。 |
費城兒童醫院 （Children's Hospital of Philadelphia） |
| 主動安全與被動安全技術的綜合安全性評估 | 評估未來引進集成安全系統（ISS）后的遺留安全問題。ISS由主動安全技術（面向車輛、行人、自行車的自動制動、車道保持輔助等）和被動安全技術（先進空氣囊、簾式空氣囊、車頂強度、智能彈起式發動機罩等）構成。 | 弗吉尼亞理工大學（Virginia Tech） |
| 進行碰撞回避操作時的乘客姿勢動態變化 | 針對測試場上自動緊急制動（AEB）系統運行期間以及進行碰撞回避操作時的乘客姿勢變化進行研究。 |
密歇根大學交通研究所 （University of Michigan Transportation Research Institute） |
|
車載緊急狀態感知 系統開發的研究 |
研發一項不受干擾、能夠切實感知和預測心肌梗塞、心肌缺血等發病的技術。采集住院或駕駛途中心臟病發作患者的心電圖數據，轉化為機器學習模型，進而感知和預測駕駛途中重癥心臟病的發作。 |
密歇根大學急救研究中心 （University of Michigan Center for Integrative Research in Critical Care，MCIRCC） |
| 自適應大燈系統優勢評估 | 自適應大燈系統可感知行人和自行車的存在，從減少事故傷亡的角度出發，對人的反應和預期效果進行量化。靈活運用模擬駕駛員、行人及自行車的研究成果。 |
愛荷華大學－國家先進駕駛模擬器 （University of Iowa-National Advanced Driving Simulator） |
| 正常駕駛階段和控制階段的駕駛研究——由自動駕駛向手動駕駛過渡 | 分析并提供人工駕駛與自動駕駛間相互切換時駕駛員行為相關數據。 |
愛荷華大學－國家先進駕駛模擬器 （University of Iowa-National Advanced Driving Simulator） |
| 車道偏離測試方法研發 | 針對車道偏離時的警告及輔助控制系統，研發測試場上的性能評估場景及方法。 |
印第安納大學與普渡大學印第安納波里斯聯合分校交通主動安全研究所（TASI） （Indiana University-Purdue University Indianapolis, Transportation Active Safety Institute(TASI)） |
| 駕駛員之間的交流分析——“駕駛時的溝通” | 采用先進計算機視覺技術明確駕駛員與其他道路使用者（行人或其他車輛等）之間實際進行了怎樣的交流。 |
麻省理工學院老年實驗室 （Massachusetts Institute of Technology Age Lab） |
| 周邊環境識別技術及評估指標 | 運用機器學習開發出通過視覺傳感器識別行駛場景的技術（車輛、行人、自行車、道路標識、建筑物、路緣石等）。 |
麻省理工學院老年實驗室 （Massachusetts Institute of Technology Age Lab） |
| 駕駛員之間的交流理論——加強社會互動 | 開發并提供理論及數學框架，模擬駕駛員之間在十字路口進行了怎樣的交流。 |
威斯康星大學 （University of Wisconsin） |
| 實際環境下以人為本的自動駕駛：整體認識與性能指標 | 針對自動駕駛與人工駕駛之間的過渡，開發并提供計算機預測模型。預測模型包括源自人的動作和知覺行為的因素以及源自交通場景和交通環境的因素。 |
加州大學圣迭戈分校 （University of California, San Diego） |
返回