手控跟踪技术诞生带来的便利

近日，研究人员开发了一项新技术，可以跟踪注意力不集中的司机的手部动作，从而计算出在紧急情况下，司机需要多长时间才能控制住汽车。

如果制造商能够克服最后的法律障碍,那么终有一天，L3级的自动驾驶汽车可以在乘客睡觉，发短信的时候也能安全的护送至目的地。然而，这些汽车需要一种方法来了解司机在紧急情况下控制车辆时的反应有多快。

为了满足这一需求，加州大学圣地亚哥分校的Kevan Yuen和Mohan Trivedi开发了他们的新型手控跟踪系统，该系统在11月22日《IEEE智能汽车学报》上发表的一项研究中进行了描述。

虽然追踪某人手的轨迹听起来很简单，但在狭小的车内却很难做到，因为那里能放置摄像头的黄金位置没几个。驾驶员的手也可能会被如驾驶员手臂上强烈的太阳光等其他物体遮挡，摄像头可能会受到阻碍。

在他们的新方法中，Yuen和Trivedi采用了一种现有的追踪人体全身运动的程序，并对其进行了调整，使之能够跟踪司机和乘客的手腕和肘部运动。它区分了前排两名乘客的左右关节。然后，研究人员开发并应用机器学习算法来训练系统支持L3自动驾驶技术，他们用8500张带注释的图片训练系统。

Trivedi:“该方法能够在非常广泛的真实驾驶环境中使用，无论是乘客多少或车辆，都可以高度准确、有效的检测手部、进行定位和活动分析。”

他们分析表明，该系统能够识别出8个关节(乘客和司机的右/左肘部/手腕)的位置，准确率高达95%。然而，当估计一个人手臂的平均长度时，该系统有10%的定位误差。

但在有些情况下跟踪系统是无法工作的，例如当驾驶员穿着奇形怪服，带有沉重艺术的纹身，这在训练中是无法体现的，还有当驾驶员的一只手臂挡住了摄像机的另一只手臂的视线。

研究人员表示，他们在测试中遇到的一些问题，但可以更改摄像头位置来避免，还可以使用多个摄像头视图，增加训练数据集，让其识别出更多的服装。

Trivedi说:“这个项目是我们在开发安全的自动驾驶方面研究所努力的一部分。”他补充说，该团队正在与至少一位潜在客户讨论在该技术商业化的可能。