據外媒報道，內布拉斯加州交通中心（Nebraska Transportation Center）的研究人員開發了一種新的模型，可以讀取車道線之間的信息，幫助預測車輛何時會變道。該項研究將能幫助ADAS系統預測威脅，并糾正人為失誤，進而爭取更多的反應時間。該中心博士后研究員Zhao表示“如果知道其他車輛的意圖，如突然插隊，我可能會做出相應的反應，如減速或者變道，以避免追尾事故。”

　　（圖片來源：https://news.unl.edu/）

　　該團隊基于大約3000輛車輛的數據創建了該模型，這些車輛配備前置攝像頭和各種傳感器。為了給模型提供信息，Zhao開始收集每種情況下的數據，其中一輛車在高速公路上跟隨另一輛車行駛，間距不超過400英尺（3.5秒）。在某些情況下，前車與后車在同一車道，然后其中一輛并入相鄰車道；在其他情況下，一輛車從相鄰的車道并入，兩輛車最終進入同一車道。

　　Zhao標記多個變量，作為駕駛員計劃變道的跡象，如車距、相對速度、橫向位置，以及前車車頭的輕微轉向。然后，Zhao在6秒跨度內，即從變道前5秒到變道后1秒，訓練模型每十分之一秒分析這些變量的值。在該60個增量中，模型將每個變量的值（如車輛之間距離減少10英尺）與該值在變道前出現的可能性進行比較。當所有這些變量達到指示變道可能性最大的值時，模型將標記變道即將發生。

　　盡管該模型在不同的條件下會有一些變化，但其能夠在車輛中心穿過分界線，前往另一條車道前大約一秒鐘，預測到車道變化。Zhao表示，“提前一秒對于人類駕駛員而言可能意義不大，但我們談論的是自動駕駛車輛或ADAS系統。我們可以利用這段時間，改進系統，或者設計額外的安全預防措施，如碰撞預警系統，以自動降低車輛速度，或幫助駕駛員制定決策。”

　　該團隊還發現了其他一些有趣的趨勢，如平均變道時間在0.55到0.86秒之間。駕駛員在與其他車輛合流時（0.55秒），比變道（0.86秒）所用的時間要少。變道速度越快，ADAS系統需要提前反應的時間就越長。

　　Zhao表示，獲得自然駕駛數據讓她對模型的有效性更具信心。她認為，該模型可能也適用于配備更多傳感器和攝像頭的車輛的更豐富的數據集。Zhao還表示，“我認為，這些研究結果可為ADAS系統和自動駕駛技術開發人員提供背景知識、技術數據或支持。這有助于在發生極端情況時，提高駕駛員的安全。”