美国科学家研究系统自动检测个人热舒适度 可用于汽车座舱

据外媒报道，密歇根大学迪尔伯恩分校计算机与信息科学助理教授Mohamed Abouelenien曾进入测谎领域，创建了一个基于人脸热成像的预测模型，还在人类警觉性领域进行了类似的研究，这项技术在自动驾驶汽车领域非常受欢迎。

Mohamed Abouelenien教授最近的一项研究与人类生理学中一种特别主观的感觉有关：“热舒适”。当人们被挤在家里、办公室或汽车等公共空间时，可能很难就什么温度更舒适达成准确的共识。许多人会发现，单一的温度设置并不能让每个人都感到舒适，这可能会引发关于温度调节器的拉锯战。在汽车行业，定制可能更容易实现，许多车型现在为乘客提供了在半独立于驾驶员的情况下控制环境的方法。然而，Abouelenien与密歇根大学弗林特分校机械工程副教授Mihai Burzo合作，试图将这一概念提升到几个层次。现在，他们正在开发一种系统，可以自动检测每个人的“热舒适度”水平，并不断调整热环境。

Abouelenien和Burzo收集了50名研究对象的“热不适”数据，并开始了实验。他们将研究对象置于封闭环境中，大致模拟车厢的状况，然后记录研究对象在各种温度条件下的各种生理数据。例如，使用热成像相机详细记录研究对象的面部温度，并使用其他三个传感器收集有关呼吸频率、皮肤温度和50多个其他生理特征的信息。同时，研究对象还将描述他们在各种条件下的热舒适性。这一点很重要，因为Abouelenien和Burzo可以将这种主观体验与传感器信息联系起来，并从数据的角度提出“冷”或“热”的概念。随后，该团队创建了一个基于机器学习的计算机模型，以创建“决策边界”，即确定特定个体的“宜居带”。在边界的一侧，模型将指示生理传感器指示人可能感到寒冷；在边界的另一边，模型会表明这个人感觉太热了。然后，Abouelenien和Burzo对模型进行了测试，并进行了第二次实验，将研究对象置于各种条件下，询问他们的热舒适度水平。与之前的实验一样，原始系统也记录了研究对象的生理数据。然而，这一次，该模型能够利用数据预测研究对象的反应，结果非常令人震惊。在某些情况下，特别是在寒冷的天气下，该模型在90%以上的情况下准确预测了研究对象的感受。换句话说，模型能够理解研究对象的感受。Abouelenien表示，这项技术显然是第一个应用于车厢的技术，他们的算法可以引导暖通空调系统自动调整。它可以用于汽车的另一个原因是驾驶员或乘客保持相对恒定的位置，使传感器能够感知固定的目标。此外，除了提供舒适性外，由算法引导的温度调节器比由驾驶员控制的温度调节更有效，节省的能源最终可能有助于提高电动汽车的续航里程。至于这项技术是否可以应用于家庭或办公室，Abouelenien表示尚未实施。主要的挑战是人们经常在这样的环境中移动，因此该系统需要更大的传感器网络。然而，Abouelenien也表示，这并不难实现。研究人员发现，最能反映热舒适度的热成像相机的价格已经大幅下降。下一个目标是找到使用非接触传感器收集生理数据的方法，这意味着可以在不与人类接触的情况下收集数据。

标签：发现

汽车资讯热门资讯