安全駕駛是每個人都非常關心的重大問題。新技術為我們帶來了自動駕駛汽車，希望能減少因人為錯誤引起的碰撞。它還引入了旨在讓駕駛更安全、更愉快的 功能。這些功能包括擋風玻璃上的抬頭顯示器和自動煞車系統，這僅僅是其中幾個例子。

自2010年以來，全球交通死亡人數下降了5%。然而，每年仍有119萬人死於車禍。此外，車禍每年造成多達5000萬人受傷1。

不論汽車的系統多麼先進，人類的大腦才是最強大的電腦。了解認知分心在確保道路安全方面起著至關重要的作用。

為什麼分心是致命的

人類自欺欺人地認為我們可以同時處理多項任務。研究證明，人類大腦無法在速度和準確性不顯著下降的情況下有效地同時處理多項任務2。

在當今社會，開車時用手機通話或使用車載資訊娛樂系統是很常見的。然而，這可能是危險的，因為它會分散你在道路上的注意力。

分心駕駛法規旨在提高駕駛員的安全。工程師設計車輛，使其在不使用雙手的情況下更容易操作，以減少分心。然而，在美國，涉及分心駕駛的車禍仍每天造成九人死亡3。

發送一條快速的簡訊可能感覺是瞬間的事，但因任何原因將視線移開路面都可能是致命的。美國 CDC 估計，以時速 55 英里的速度駕駛時傳簡訊，就像閉著眼睛開過一個美式足球場那麼長4。分心駕駛可能因許多原因發生，例如疲勞、情緒不佳、或使用藥物或酒精。

無線腦電波（EEG）耳機可以檢測駕駛時的分心，幫助即時預防事故。2013年，西澳大利亞皇家汽車俱樂部（RAC）測試了這一理論。

注意力驅動的汽車對分心駕駛進行了測試。來源：RAC

注意力驅動汽車

正如 CDC 的例子所示，當我們分心時，我們的大腦無法有意識地處理緊急資訊。西澳大利亞 RAC 發現，涉及車禍的澳大利亞駕駛中，有 20% 的人在看著他們撞上的物體。然而，由於認知分心，他們無法理解當時正在發生的情況。

「大腦基本上是一個注意力機器，」Emotiv 共同創辦人兼技術長 Geoffrey Mackellar 解釋說。「大腦前部必須保持活躍並高度參與駕駛，因為潛意識大腦並不知道駛出車道會帶來問題。」

這個想法：如果你的汽車能感應到你分心並放慢速度會怎樣？RAC 與 Emotiv 合作改裝了一輛現代 i40，它確實能做到這一點。駕駛配戴了與車輛通訊的 EPOC 系列 14 通道 EEG 耳機。大腦的表現直接影響了汽車的速度。

在對多種大腦狀態（包括睜眼/閉眼、注視率、「發呆」等）進行基準測量後，車輛被編程為在人員分心時減速。當駕駛將頭轉離道路時，汽車也會做出反應，這由 EPOC 內置的陀螺儀指示。

RAC 將這輛「注意力驅動」汽車帶上了公路旅行，以證明注意力不集中會影響每個人6。公路旅行後進行了一系列的閉環實驗，以進一步探索認知分心的問題，特別是在漫長的道路延伸上。雖然這輛改裝車尚未量產，但它引起了公眾對我們在方向盤後多麼容易分心的警覺性。

智慧腦機介面（B2V）系統的吸引力並未被汽車製造商忽略。2018年，日產（Nissan）展示了一款 B2V 原型，它可以適應使用者的偏好，並在緊急情況下快速做出反應7。

「透過預測預期的動作，系統可以比人類平均反應時間快 0.2 到 0.5 秒介入（轉動方向盤或減慢車速），在駕駛幾乎察覺不到的情況下改善反應時間，」日產解釋道8。

即時警報可以在駕駛太累而無法開車之前，提醒他們注意疲勞狀態。

疲勞警報

比起注意力不集中，有意識的大腦更容易察覺到睡意。然而，當駕駛開始打哈欠或打瞌睡時，對自己和他人的危險已經迫在眉睫。這就是為什麼研究人員正在探索使用無線 EEG 來预测疲勞駕駛，以免為時已晚。

如果將這種疲勞檢測系統實施到汽車的操作系統中，駕駛可能會在出現認知障礙的第一個跡象時收到警告。這個概念對於一般的注意力分散也是有益的。

一項大學研究建立了一個軟體框架，並使用 EPOC 耳機來檢測課堂上注意力分散的情況。當警覺性下降時，會向學生的手機發送震動簡訊警告，使 75% 的參與者能夠重新獲得並保持注意力9。

一個人的疲勞可以透過幾種視覺線索來識別，如點頭、閉眼和打哈欠。釜慶大學 Li 等人的一項研究利用視訊和 EEG 數據來觀察警覺的大腦狀態、變化以及頭部運動。他們報告稱，在觀察「輕度疲勞」事件時，檢測準確度達到 96.24%10。

將這個想法進一步深化，2017 年的一項研究設計並實施了一種輪詢演算法，以測量不同深度的疲勞。目標是在駕駛過程中及早即時發現疲勞，以防止其變得危險。實驗中使用了 Emotiv EPOC 來測量大腦活動。作者報告稱，區分疲勞與清醒階段的成功率高達 82%11。

在測量 EEG 的同時，也結合了打哈欠等視覺線索，以精確指出受試者在駕駛時警覺性的喪失。來源：Li et al., 2015

保持冷靜，繼續行駛

聯合國的目標是到 2030 年將道路交通死亡和受傷人數減少一半12。科學家和工程師可以瞭解分心駕駛員的思考方式，並設計車輛來幫助他們。這得益於無線移動式 EEG 設備的價格和普及性。

研究人員利用移動式 EEG 來研究從正念到檢測疲勞的分心駕駛，以防止路上的交通事故。

參考文獻

1Road traffic injuries. (2023, December 13). World Health Organization: WHO. https://www.who.int/news-room/fact-sheets/detail/road-traffic-injuries

2Madore, Kevin P. and Anthony D. Wagner. (2019, April 1). Multicosts of Multitasking. PubMed Central (PMC).

3Distracted Driving. (2023). NHTSA. https://www.nhtsa.gov/risky-driving/distracted-driving

4Distracted driving | Transportation Safety | Injury Center | CDC. (n.d.). https://www.cdc.gov/distracted-driving/about/

5Stinson, L. (2013, November 8). This car senses when you’re not paying attention and slows down. WIRED. https://www.wired.com/2013/11/this-car-slows-down-when-youre-not-paying-attention/

6RAC WA. (2013, November 17). RAC Attention Powered Car Road Trip TVC [Video]. YouTube. https://youtu.be/D8WHS0T4N08

7CNET Cars. (2018, January 8). CES 2018: Nissan's brain-to-vehicle technology can sort of read your mind [Video]. YouTube. https://youtu.be/pEthcB-P5Qw

8Brain-to-Vehicle | Innovation |. (n.d.). Nissan Global. https://www.nissan-global.com/EN/INNOVATION/TECHNOLOGY/ARCHIVE/B2V/

9Charitha, S., Karunananda, A., & Philippe, G. (2017). Framework for modeling of regaining the attention. Journal of Applied and Physical Sciences, 3(2). https://doi.org/10.20474/japs-3.2.1

10Li, G., & Chung, W. (2015). A Context-Aware EEG headset system for early detection of driver drowsiness. Sensors, 15(8), 20873–20893. https://doi.org/10.3390/s150820873

11Shen, J., Li, B., & Shi, X. (2017). Real-Time detection of human drowsiness via a portable Brain-Computer interface. Open Journal of Applied Sciences, 07(03), 98–113. https://doi.org/10.4236/ojapps.2017.73009

12With 1.3 million annual road deaths, UN wants to halve number by 2030.
(2021, December 6). UN News. Retrieved March 27, 2024, https://news.un.org/en/story/2021/12/1107152