采用跨学科方法减少驾驶员的行为不确定性：自动驾驶，物联网和人工智能的融合

（Reducing driver's behavioural uncertainties using an interdisciplinary approach:Convergence of Quantified Self,Automated Vehicles,Internet Of Things and Artificial Intelligence）

物联网（IoT）、智能网联汽车、人工智能（深度学习）和机载数据采集是颠覆性技术。他们将协助我们在安全的条件下履行日常工作，并将彻底改变我们与技术的互动。驾驶是一项复杂的多任务活动，由于决定驾驶员表现的驾驶因素不确定性和驾驶因素之间相互作用，驾驶员的驾驶行为难以预测。驾驶员的不确定性及注意力分散是导致道路交通事故的主要因素。

人工智能和数据采集将有助于减少交通行为的不确定性，显著地影响未来的交通环境，减少交通事故发生的可能性。利用新兴研究领域数据采集方法的进步，并使用无人驾驶技术来代替或者是辅助驾驶员驾驶，可以大大改善道路安全。本文提出了一个受安全系统启发的跨学科的方法，对驾驶过程中的大量可用数据进行深入挖掘，并对所提出的方法局限性进行了讨论。所提出的方法利用人工智能、物联网和自动驾驶构建计算驾驶员行为模型，降低驾驶员行为预测模型的不确定性，此模型可以用来监测和控制交通系统。

未来的研究应该关注这种系统在复杂系统中大规模部署时的可移植性和可持续性。