据每日科学网报道，美国麻省理工学院的机械工程师正在开发一种新型防撞车智能安全系统，其与众不同之处在于，其智能算法可根据司机的驾驶习惯向司机发出撞车警告，并能最终采取相应措施来控制车辆，以防止车祸的发生。该研究的算法理论和实验结果发表在《机器人与自动化》杂志上。
到目前为止，工程师们已经开发出多种预防撞车的安全系统，包括自动巡航控制系统、以雷达或激光为基础的传感器系统、接近其他车辆时可减速的系统以及盲点预警系统等。这些系统一般采用闪灯或鸣笛的方式提醒司机注意其他车辆，或者在车辆出现打滑或转向失控时自动刹车。
不过上述系统都面临一个共同的挑战，那就是在设计中如何处理过度安全保护的问题。如果一个安全系统过度灵敏，将会对每一辆驶来的汽车发出警报。如果司机认为安全系统会不断发出不必要的警报，就会倾向于认为安全系统不可靠，这样就会导致驾驶员忽视安全系统的警告，进而导致安全系统名存实亡。
因此，研究人类驾驶模式成为开发汽车安全系统的重要基础工作。为了建立安全系统的算法模式，麻省理工学院的德·维克沃和沃玛将人类的驾驶行为分为两种模式：刹车和加速。他们先建立在不同驾驶模式下，汽车在特定时间内，如十分之一秒或十秒后的车辆位置的有限集合;再结合驾驶员的驾驶习惯，如遇到路口的加速或减速措施，构建了汽车安全系统的新算法模型。在这种算法模型中，路口被定义为危险区域。装有防撞车智能安全系统的汽车遇到路口时，能根据路边或交通灯上的传感器判断其他车辆的行动，进而采取一定的防撞车措施。如果两台均配备了防撞车智能安全系统的汽车同时到达路口，会交换位置信息，以合作的方式通过路口，避免发生交通事故。
为了测试其新算法，德·维克沃和沃玛在实验室建立起小型模拟交通道路，两辆小型迷你车在其上行驶。其中一辆车为全自动驾驶，另一辆由人来操控。为了体现出不同的驾驶习惯，实验人员还挑选了8名志愿者。在100次测试中，该系统避免了97次撞车事故。研究人员分析后发现，3次撞车事故主要是由于信息传递延迟所导致，因为路面基础设施捕获未配备智能系统车辆的位置和速度并传递到智能防撞系统中需要一定的时间，导致系统出现误判。研究人员正在设法改进系统，以解决信息延迟问题。
目前，研究人员已经开始对该系统进行实地实时测试，重点是获取人类驾驶的反应数据，以确定智能安全系统发出警报的时间及采取安全措施的时间。此外，研究人员还希望该系统能将道路情况及天气情况考虑在内，以便能够作出更为明智的决策。
