芝浦工业大学副教授桑原弘明和硕士研究生冢濑翔太开发了一种“驾驶员意图识别型情境自适应稳定控制系统”，该系统能够实时估计驾驶员的意图，并且仅在必要时执行车辆稳定控制。
在汽车领域，虽然自动驾驶和高级驾驶辅助系统（ADAS）的实际应用正在取得进展，但自行车和电动摩托车等两轮车辆在转弯时具有独特的倾斜运动特性，这给区分驾驶员的意图和跌倒的风险带来了挑战。
因此，该研究小组开发了一款配备“线控转向（SBW）”技术的实验性电动摩托车。该技术通过机械方式将车把和前轮分离，并利用电信号进行转向。SBW技术能够分离并提取驾驶员施加在车把上的力和轮胎从路面获得的反作用力，从而更准确地判断驾驶员的意图和车辆状态。
此外，系统会将车速、转向角、车身倾斜度和路面反作用力等信息输入机器学习模型，并使用深度学习模型（LSTM）将驾驶情况分为“直线行驶”、“转弯”和“不稳定”三类。只有当系统判断为“不稳定”时，才会启动稳定控制来恢复车辆姿态。而当判断为“转弯”时，系统则不会干预控制，而是尊重驾驶员的原始转向操作。实验表明，该系统能够准确识别可能导致侧翻的弯道行驶和不稳定情况，并且能够仅在适当的时机执行姿态控制。
这提高了安全性，避免了诸如“车辆转弯时控制装置发生干扰”等不必要的干预。未来，该公司计划提升其应对各种驾驶环境的能力，并推进路面状况评估技术的发展，目标是将其应用于老年人防摔自行车、电动助力自行车、两轮送货车和自主移动机器人。
参考文献：[IEEE/ASME Transactions on Mechatronics] 线控自行车的骑行者意图感知场景自适应稳定控制
