AI揪出駕駛壓力源！智慧助理與城市規劃新方向

2024年西班牙道路發生1,040起交通事故，還不包含輕微擦撞等狀況。超速、惡劣天候和藥物影響固然是肇事主因，但分心與壓力情境更可透過改善基礎建設、駕駛輔助科技與交通政策來緩解。

加泰隆尼亞開放大學（UOC）參與的最新研究，首度專注分析「視覺元素」如何影響駕駛壓力指數，找出負面影響行車體驗的關鍵因子。這項發現為開發智慧駕駛助理與規劃低壓城市道路鋪路，成果已發表於《IEEE情感計算學報》。

研究團隊由UOC數位健康研究中心的AIWELL小組主導，結合電腦科學系教授與MIT媒體實驗室學者，突破性地僅透過視覺資料分析，排除生理訊號或臉部表情等傳統指標。首席研究員Cristina Bustos強調：「這是首次證實都市景觀的視覺情境會成為壓力源的重要資料。」

團隊運用多層次AI模型，包含支援向量機（SVM）、卷積神經網路（CNN）分析單幀影像，時序分段網路（TSN）解析動態影片。結果顯示：行人動態、大型車輛（特別是貨車）的存在最易引發壓力，其次是廣告看板、標誌系統等可能分散注意力的街道設施。

這項發現具備雙重應用價值：

1. 都市更新方面，可最佳化標誌設計、壅塞路段管理系統，打造更安全的交叉路口
2. 科技應用層面，能開發即時環境監測的駕駛輔助系統，在偵測到高壓情境時主動預警

雖然現階段因樣本數限制尚未進入實用階段，但研究已確立「視覺情境」作為壓力指標的有效性。團隊下一步將擴大資料來源，探索整合車輛資訊的非侵入式多模態模型，精進AI解讀技術以深入理解壓力形成機制。

[end]