本期導讀

面向人機共駕車輛的駕駛人風險感知是接管時正確應激反應和操作的前提，是交通安全領域的研究重點。分析了人機共駕車輛駕駛人風險感知概念及其特性；從駕駛人特性、自動駕駛系統、駕駛情景這3個方面分析了人機共駕車輛駕駛人風險感知的影響因素；從駕駛行為表現、接管績效和主觀評價這3個方面對人機共駕車輛駕駛人風險感知衡量方法進行歸納總結；梳理歸納了基于駕駛人培訓、輔助設備調節的風險感知能力提升方法。結果表明：相比于手動駕駛，人機共駕車輛駕駛人風險感知能力較低，且是多因素耦合作用下的結果；現有風險感知能力評價方法各有弊端，缺少可廣泛應用的普適性量化方法；對駕駛人狀態進行動態監測和調節是保障人機共駕車輛安全應用的前提。基于現有研究中存在的問題，指出了人機共駕車輛駕駛人風險感知未來研究方向，主要包括多因素耦合情況下的風險感知研究、風險感知能力量化模型構建、風險感知能力安全閾值研究、風險感知能力動態監測與穩態保持方法研究。（馮忠祥，等：面向人機共駕車輛的駕駛人風險感知研究綜述）

港船作業區域人員的異常行為識別可為智能航運的管控與決策提供重要數據支撐，有利于推動智慧港口和智能船舶的發展。基于異步交互聚合網絡開展了面向港船工作環境下的人員異常行為識別研究。基于YOLO模型對港船圖像進行卷積操作，利用特征金字塔優化卷積結果得到圖像序列中每一幀的人員位置，結合聯合學習檢測和嵌入范式輸出港船圖像序列中的人、物體特征信息以及時序信息；……