مروری بر راهکارهای تعامل انسان و ماشین در بهبود عملکرد خودروهای خودران با استفاده از هوش مصنوعی و یادگیری ماشین

افزایش پیچیدگی سیستم های خودران و لزوم همکاری ایمن و کارآمد بین انسان و وسیله نقلیه تعامل انسان و ماشین را به یکی از ارکان حیاتی در توسعه این فناوری تبدیل کرده است. اگرچه سیستم های خودران مستقل از سطح، آن وعده کاهش خطاهای انسانی را می دهند، اما در موقعیت های غیرمنتظره و پیچیده نقش راننده به عنوان ناظر یا تصمیم گیرنده نهایی همچنان حائز اهمیت است. این مقاله به مرور نظام مند راهکارهای نوین در حوزه تعامل انسان و ماشین می پردازد که با بهره گیری از الگوریتم های هوش مصنوعی و یادگیری ماشین به بهبود عملکرد ایمنی و قابلیت اطمینان خودروهای خودران منجر می شوند. در این پژوهش با بررسی مقالات و پژوهش های معتبر در سال های اخیر راهکارهای مبتنی بر هوش مصنوعی و یادگیری ماشین در سه محور اصلی درک وضعیت راننده، انتقال کنترل روان و ایمن و ارتباط شفاف و اعتمادسازی دسته بندی و تحلیل مروری شده اند. در ابتدا الگوریتم های مبتنی بر مدل های بینایی کامپیوتری و پردازش سیگنال های زیستی مانند ردیابی چشم، حالات چهره و نوار مغزی برای نظارت بر سطح توجه، خستگی و آمادگی راننده برای دریافت کنترل وسیله نقلیه بررسی شده اند. در ادامه توسعه الگوریتم های پیش بین مبتنی بر یادگیری تقویتی و شبکه های عصبی برای تعیین زمان بهینه و روش انتقال کنترل بین خودرو و راننده با در نظر گرفتن شرایط ترافیکی و وضعیت شناختی راننده مطالعه شده اند. در پایان به بررسی الگوریتم های طراحی واسط های کاربری هوشمند که با استفاده از پردازش زبان طبیعی و واقعیت افزوده، تصمیمات و وضعیت سیستم را به شیوه ای قابل درک برای کاربر ارائه می دهند و اعتماد او را جلب می کنند پرداخته شده است. یافته های این مرور نشان می دهد که الگوریتم های مبتنی بر هوش مصنوعی و یادگیری ماشین در طراحی سیستم های تعامل انسان و ماشین، نه تنها منجر به تصمیم گیری های سنجیده تر و واکنش پذیری سریع تر خودرو می شود بلکه با شخصی سازی تعامل بر اساس رفتار و وضعیت هر راننده، به افزایش قابل توجه اعتمادپذیری و پذیرش این فناوری توسط کاربران نهایی منجر می گردد.

Keywords:

خودروهای خودران , تعامل انسان و ماشین , یادگیری ماشین , انتقال کنترل , درک وضعیت راننده , شفافیت و اعتماد سازی