Bilim insanları, insan beyninden alınan elektriksel sinyalleri kullanarak frenleme davranışını önceden tahmin edebilen innovatif bir sistem geliştirdi. Bu çalışma, elektroensefalografi (EEG) teknolojisinin ulaşım güvenliğinde nasıl kullanılabileceğine dair önemli ipuçları sunuyor.
Geliştirilen yöntem, EEG sinyallerini bağımsız kaynaklardan gelen karışımlar olarak modelleme prensibine dayanıyor. Araştırmacılar, bağımsız bileşen analizi tekniğini kullanarak beyin dalgalarını farklı bileşenlere ayırıyor ve bunlar arasından frenleme hareketiyle en güçlü ilişkiye sahip olanları belirliyor.
Sistemin en dikkat çekici özelliği, zaman-frekans analizi ile Pearson korelasyon tekniqlerini birleştirerek frenleme ile ilgili beyin bileşenlerini seçebilmesi. Bu bileşenler daha sonra hiyerarşik kümeleme yöntemiyle iki ayrı gruba ayrılıyor ve her grup kendine özgü uzamsal desenler sergiliyor.
Araştırma, acil frenleme sürecinin beynimizde stabil ve ortak neural imzalara sahip olduğunu ortaya koyuyor. Bu bulgular, gelecekte otonom araçların insan sürücülerin niyetlerini daha iyi anlayabilmesi için kritik bilgiler sağlayabilir. Sistem, geçmiş frenleme verilerini de kullanarak 200 milisaniye öncesinden frenleme şiddetini tahmin edebiliyor.