汽车作为交通工具能提供快捷的出行方式，提高人们的生活质量，但同时也容易因行驶的安全隐患引发相应的经济、社会问题。据统计，全世界每年因交通事故导致死亡的人数约有135万人次，间接引发的非致命伤害人数甚至可达2000-5000万人，诸多国家每年花费约3%的国内生产总值用于处理车辆运动带来的道路交通事故（RTAs）。根据交通事故成因分析，在驾驶过程中出现紧急情况，而驾驶员不能及时执行有效的刹车行为是导致事故发生的主要原因之一。如果能够精准预测驾驶员刹车意图，那么智能辅助驾驶系统（Intelligent Assisted Driving System, IADS）就能帮助驾驶员提前制动车辆，从而提高驾驶安全。
脑电图（EEG）信号已经在处理RTAs方面取得了重大进展，但其仍存在准确率和响应时间的辩证折中局限。肌电图（EMG）信号可以在制动意图检测过程中提供额外的肌肉激活信息，从而与脑电图形成互补。但仅基于EEG与EMG信号结合的策略，是否能在高速复杂的驾驶环境中实现精准的刹车意图检测还有待探索。
近日，来自上海脑科学与类脑研究中心、西北工业大学、北京理工大学与韩国浦项科技大学的研究人员，针对将基于非侵入式脑电和肌电信号的混合脑机接口技术，应用于正常驾驶和软刹车的复杂情境下驾驶员紧急刹车的意图解码展开了相关研究，在Brain-X（交叉脑科学）以“Synchronous hybrid brain-computer interfaces for recognizing emergency braking intention”为题发表研究论文。上海脑科学与类脑研究中心副研究员琚佳伟为本文第一作者，西北工业大学软件学院副教授李鸿岐为本文通讯作者，文章研究得到了西北工业大学医学与实验动物委员会的伦理审查批准。
文章分别在特征层面和分类层面，提出了4种同步脑电信号和肌电信号的混合脑机接口策略，从驾驶员脑电与肌电信号处理后的选择特征融合、分类结果单独决策与贝叶斯融合判断等角度，实现了车辆高速行驶（108~120 Km/h）时驾驶员正常驾驶、软刹车、紧急刹车时刹车意图的检测。
研究表明，相较基于单独生物信号EEG与EMG的检测，提出的同步EEG混合EMG信号，可以更精确地了解制动意图检测过程中大脑活动与肌肉运动之间的时序和协调情况，从而提高复杂环境中驾驶员刹车意图的判断准确率。
进一步，所创建的模型在特征层面和分类器层面最优的检测准确率达到了97.21%和97.65%。同时，相比于驾驶员正常的刹车反应时间，实现了高于250 ms的提前检测时间，由此可带来将近8m的安全距离，这将大大有利于IADS辅助制动，从而减少交通事故的发生。
该研究为构建基于驾驶员紧急驾驶意图预测的智能辅助驾驶系统提供了技术支撑，从而可实现高速复杂场景中驾驶员紧急驾驶行为的预测，提高驾驶的安全性。此外，该研究对进一步构建智能辅助驾驶系统、解决现有自动驾驶在紧急状况下的人机交互研究具有重要指导意义。
文章主要作者简介：
琚佳伟副研究员简介
琚佳伟，博士，上海脑科学与类脑研究中心副研究员。2022年在北京理工大学获得机械工程博士学位，电气与电子工程协会会员。聚焦于脑机接口、人机交互、智能人机系统的研究，实现基于脑电与肌电信号的驾驶员刹车意图智能辅助系统的构建。以唯一第一作者发表6篇SCI于International Agricultural Engineering Journal、Biomedical Signal Processing and Control、Cyborg and Bionic Systems、Brain-X期刊，申请发明专利2项，担任IEEE Transactions on Intelligent Transportation Systems期刊审稿人。
李鸿岐副教授简介
李鸿岐现为西北工业大学软件学院副教授、硕士生导师，研究兴趣主要为智能人机交互、脑控智能系统、非侵入式脑机接口、信号的获取与处理、深度学习、系统建模与仿真、先进控制理论等。近五年以第一/通讯作者在国际权威期刊IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Cybernetics、IEEE Transactions on Neural Systems and Rehabilitation Engineering、IEEE Transactions on Instrumentation & Measurement等发表论文多篇。目前主持陕西省自然科学基础研究计划青年项目、广东省基础与应用基础联合基金项目、太仓市基础研究计划面上项目、校教育教学改革研究等项目，参与科技部科技创新2030-“新一代人工智能”重大项目、国家自然科学基金面上项目等多项，曾获首届ABB杯全国智能技术论文大赛优秀奖。
本文链接：
https://onlinelibrary.wiley.com/doi/full/10.1002/brx2.56
本文引用格式：
Jiawei Ju, Aberham Genetu Feleke, Hongqi Li, Haiyang Li. Synchronous hybrid brain–computer interfaces for recognizing emergency braking intention. Brain-X. 2023; 2:e56. https://doi.org/10.1002/brx2.56.
欢迎交叉脑科学领域的同行投稿！
投稿：（仅限投稿）
合作：（期刊合作、编委、青委等）
期刊官网（WILEY）：
https://onlinelibrary.wiley.com/journal/28353153
期刊网址（Owner）：
http://www.brain-x.science
微信公众号(WeChat)：
更多期刊内容，请点击阅读：
2、征稿：Brain-X (交叉脑科学)，免版面费，编辑部负责润色！
4、Brain-X (交叉脑科学)：Volume 1 Issue 4，正式上线！
5、Brain-X (交叉脑科学)：Volume 1 Issue 3，正式上线！
6、Brain-X (交叉脑科学)：Volume 1 Issue 2，正式上线！
