2024年，西班牙道路上交通事故频发，原因涉及超速、恶劣天气、药物滥用、注意力分散及压力等多重因素。为缓解这一问题，加泰罗尼亚开放大学(UOC)参与了一项研究，聚焦视觉元素对驾驶员压力水平的影响，旨在为智能驾驶助手开发与城市街道规划提供依据。

该研究由人工智能促进人类福祉(AIWELL)小组研究员克里斯蒂娜·布斯托斯领导，并发表在《IEEE 情感计算学报》上。研究团队包括UOC计算机科学、多媒体和电信学院的教职员工，以及麻省理工学院(MIT)媒体实验室的研究员。研究聚焦于道路景观作为压力因素的重要性，首次仅通过视觉数据分析驾驶员压力，忽略了生理信号等其他因素。

布斯托斯表示：“我们首次将城市景观的视觉环境作为评估压力的额外数据来源进行分析，这有助于我们更好地理解道路环境对驾驶员压力的影响。”研究团队利用人工智能模型，评估了现实世界中的交通状况、行人存在和城市环境特征，对视觉景观进行了大规模研究。

分析结果显示，行人和行驶车辆，尤其是大型车辆的存在，是造成驾驶员压力的主要因素之一。此外，路标、广告海报和人行横道等城市元素也会分散驾驶员注意力，增加驾驶体验的复杂性和认知负荷。

这些发现为城市基础设施设计和道路安全政策提供了重要指导。布斯托斯指出：“通过确定哪些因素最令人紧张，城市规划人员和交通管理部门可以采取措施减轻这些影响，从而提高道路安全。”未来，研究团队计划扩展和多样化数据，探索结合其他类型非侵入性数据的多模式模型，并改进人工智能解释技术，以更好地理解压力背后的机制。

此外，研究还为开发驾驶辅助系统提供了可能。该系统可实时监控环境，并在检测到潜在压力情况时向驾驶员发出警报或启动安全机制。然而，由于当前研究样本有限，尚无立即投入实际应用的计划。

更多信息： Cristina Bustos 等人，《分析视觉道路场景以评估驾驶员压力》，《IEEE 情感计算学报》(2025 年)。期刊信息： IEEE Transactions on Affective Computing