神经科学在驾驶座上

作者：尼古拉斯·威廉姆斯博士，EMOTIV研究科学家。

几个月前，在海外生活了八年后，我回到了美国。重新开始的部分意味着购买生活所需的一切。除了沙发、床和餐桌，当然还需要一辆车。自认为是一个精明的经济人，我专门寻找旧款、经济实惠的车型，但很快就因夸张的价格和稀缺的库存而感到沮丧。2021年的二手车市场实际上在逼迫我购买新车，而我最终确实这样做了。对于违反基本个人财务原则的失望很快被对我全新丰田SUV所带来的舒适性和功能的无限热情所取代。

我特别被那些我至今只在书中看到的自动驾驶功能所吸引。辅助转向和前向雷达让长途驾驶变得轻松。我只需把眼睛盯着路面，一只手放在方向盘上，我的车基本上就会自己驾驶。再加上碰撞避免、盲区监测、后向摄像头及警报系统，以确保我不会倒车撞到任何走过身后的行人，这辆新车的安全性显然要比我过去十年驾驶的旧车型高出很多。

当然，汽车还不能自己驾驶。虽然它们拥有很不错的自动化和安全功能，但汽车仍然需要驾驶员的监督，并在必要时进行干预。我们距离完全去除驾驶中的人类因素还有很长的路要走，而这一因素在很大程度上负责汽车事故和死亡。人类在驾驶时会犯错。无论是喝酒后决定驾驶、认为超速很有趣，还是在感到疲惫前想再开几英里，人类造成了许多可以预防的汽车事故。

[block id="cta-shortcode-browse-eeg-headsets-v2"]

根据国家公路交通安全管理局（NHTSA）的数据，2019年发生了36,096起机动车交通死亡事故。2020年，估计死亡人数超过38,000 [1]。这些事故中很大一部分是由于冒险驾驶，因此是可以预防的。NHTSA已确定六种类型的冒险驾驶：超速、醉酒和药物影响下驾驶、未使用（或不当使用）安全带、分心驾驶和疲劳驾驶。由于三分之二的交通死亡事故可以归因于超速和受损驾驶，因此许多干预活动准确地针对这些风险。然而，分心驾驶和疲劳驾驶导致了相当数量的死亡，2019年有3,142起与分心相关的死亡和697起与疲劳相关的死亡 [2]。

利用神经科学在实验室中测量注意力

驾驶座上的神经科学 - 利用神经科学在实验室中测量注意力。

神经科学家使用各种方法在实验室中测量注意力。这些方法之一利用了我们大脑释放微量电流随着神经元放电的事实。通过脑电图（EEG），我们可以测量这种电流的波动，以了解大脑何时何地处于活跃状态。这些波动发生的速度或频率被称为振荡，或更常见的说法是脑电波。脑电波的频率可以提供有关心理状态或过程的洞察。

例如，频率为每秒14到30次（或14 - 30 Hz）的脑电波称为贝塔波，与高度的心理参与相关。频率在8 - 13 Hz范围内的振荡称为阿尔法波，通常在放松或被动注意的时期存在。例如，当一个人冥想时，通常会看到阿尔法波。西塔波是4到7 Hz之间的振荡，出现在一个人深度放松或感到困倦时。最慢的波是德尔塔波（1 - 4 Hz），在一个人深度睡眠时观察到。

相关帖子见 脑电图简介指南

在实验室中，科学家可以测量脑电波的时机、幅度和频率，以确定一个人在任务中是多么专注或分心。例如，当一个人看到或听到他们一直在关注的东西时，他们的EEG会显示出一种非常具体的反应，称为P300，这是一种在对象出现后约300毫秒发生的高幅波 [3]。同样，阿尔法振荡的减少可能表示某人正专注于某事 [4]。困倦也会通过德尔塔、阿尔法和西塔振荡的变化产生可检测的EEG特征 [5]。

我们如何在汽车中测量注意力？ 

在车辆中，我们可以使用行为方法来测量注意力和困倦。例如，摄像头可以跟踪驾驶员的眼睛，以确保他们在看路。同样，摄像头可以检测到驾驶员的头部开始点头，表明他们感到困倦。然而，仅仅因为一个人看着路或他们的头没有低垂，并不意味着他们在注意或没有疲倦。EEG可以增强这些危险状态的检测。它们甚至可能能够在行为上可检测之前就预测这些状态。 

驾驶座上的神经科学 - EEG可以增强这些危险状态的检测。它们甚至可能能够在行为上可检测之前就预测这些状态。

在2020年，研究人员对使用商业化EEG头戴设备来检测实时困倦的研究进行了系统评审 [6]。他们报告称，这些类型研究中使用最多的头戴设备是EMOTIV制造的，其次是Neurosky、Interaxon和OpenBCI。在困倦检测中，他们发现即使是基础的EEG特征，如频率振荡，也可以用于检测困倦。然而，他们指出，在许多情况下，“算法优化仍然是必要的”，这意味着机器学习算法能提供更准确的检测结果。

利用商业EEG和机器学习算法，帮助我们更加安全

EMOTIV在商业EEG领域已经领先超过十年。在此期间，他们开发了各种形式的EEG系统，从32通道的传统研究帽到2通道的耳内耳机。具有紧凑形态的系统，如MN8耳机或Insight，代表着日常可穿戴神经技术的第一步。通过将这些类型的硬件集成到汽车控制中，我们可能能够在心理状态出现之前预防事故。 

驾驶座上的神经科学 - 利用商业EEG和机器学习算法来帮助我们更安全。

将EEG硬件集成到车辆中仅是解决方案的一部分。为了利用获得的大脑数据，我们需要将其处理成有用的度量标准。复杂的机器学习算法通过将EEG数据解码为可以索引特定心理状态的特征来实现这一目标。迄今为止，EMOTIV已开发出七种此类检测：挫折、兴趣、放松、参与、兴奋、注意和压力。EMOTIV工程师与神经科学家紧密合作，通过已知能引发这些状态的严格实验研究来开发这些检测。在汽车领域，EMOTIV目前正在完善一种在驾驶模拟器中开发的驾驶员分心检测。这是与西澳大利亚皇家汽车俱乐部合作的结果，该合作催生了一辆注意力驱动的汽车，当人们的注意力减弱时，它会减速 [7]。你可以在YouTube上找到一些关于该 合作 和结果的 视频。  

神经科学与驾驶的未来

驾驶座上的神经科学 - 神经科学与驾驶的未来。

从早期的干预措施，如安全带和隆起条，到现代的自动紧急制动和辅助转向，我们的汽车变得更安全了。然而，每年因事故死亡的人数表明，在我们达到车辆被认为“安全”的标准之前，我们还有很长的路要走。随着技术的发展，我们的汽车无疑会继续变得更安全，但只要人类仍是主要的驾驶员，就会继续发生人为造成的事故。EEG技术代表了一条特别有希望的途径，能够通过检测微妙的指示并在事故发生条件之前进行干预，从而减轻人类因素的影响。

参考文献

[1] 国家统计与分析中心，"2020年机动车交通死亡的早期估计。" 国家公路交通安全管理局，2021年5月。访问时间：2022年1月4日。[在线]。可用： https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] 国家统计与分析中心，"对2019年机动车碰撞的概述。" 国家公路交通安全管理局，2020年。

[3] S. J. Luck 和 E. S. Kappenman, 事件相关电位成分的牛津手册。牛津大学出版社，2011。

[4] G. Thut, "阿尔法波电生理活动指示视觉空间注意偏差并预测视觉目标探测," J. Neurosci., 第26卷，第37期，第9494–9502，2006年9月，doi: 10.1523/JNEUROSCI.0875-06.2006。

[5] C.-H. Chuang, C.-S. Huang, L.-W. Ko 和 C.-T. Lin, "用于疲劳驾驶应用的基于EEG的感知功能集成网络，" Knowl.-Based Syst., 第80卷，第143–152页, 2015年5月，doi: 10.1016/j.knosys.2015.01.007。

[6] J. LaRocco, M. D. Le 和 D.-G. Paeng, "关于用于困倦检测的低成本EEG头戴设备的全面评审，" Front. Neuroinformatics, 第14卷，第42篇，2020年，doi: 10.3389/fninf.2020.553352。[7] "澳大利亚研究人员揭示了‘注意力驱动’汽车，" 2013年。https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html（访问时间2022年1月12日）。