今天，边肖想分享一些关于ZF和德国萨尔州神经科医生合作的知识，以丰富大家的知识。如果你有兴趣了解ZF和德国萨尔州神经科医生的合作，可以往下看。

最近，ZF与来自德国萨尔州的神经学家合作，研究如何在早期发现乘客的晕动病，以及如何避免晕动病对乘客的不良影响。据悉，ZF将结合人工智能，利用动态驾驶数据和晕动病生理反应数据，开发有助于预防晕动病的驾驶模式。

这一衡量标准的科学依据来自于萨尔州大学系统神经科学与神经技术研究所(SNNU)与德国萨尔州应用科技大学联合开展的课题研究。这些研究验证了受试者在各种驾驶条件下的生理反应。

运动病是由人的知觉不平衡引起的症状：内耳平衡器官收集的运动信息与其他感官(如眼睛)不同步。当乘客盯着屏幕或看书时，这种情况最容易发生。发生这种情况时，人体的反应在很多方面与中毒反应相似，程度因个体反应不同，从轻微不适到严重晕动病不等。

晕动病实验车使研究人员能够借助高性能计算平台，记录大量与驾驶动态相关的生理数据、摄像头数据和测量结果。同时，该车还可以作为算法开发和验证的平台。在一些研究中，来自ZF和SNNU的研究人员不仅分析了与个人对晕动病的主观感知最相关的生理反应数据，还研究了晕动病与车辆动力学之间的关系。

实验车辆里程已超过1万公里。该研究团队以热成像、图像和驾驶动力学数据的形式收集了超过50000GB的中枢和自主神经系统反应数据，构成了独特的运动病多模态数据资源。这项研究的挑战是开发一个汽车兼容系统，可以通过多个渐进步骤在没有身体接触的情况下检测晕车。利用这个系统，我们可以获得重要的信息，准确地掌握运动病的个体现象。

每个人的身体在汽车行驶时的反应会有所不同，他们乘坐的舒适体验也会有所不同。ZF使用基于人工智能的算法来获取每个乘客的身体反应信息，并创建包含这些身体反应因素的个性化用户信息。自动驾驶汽车可以根据系统采集的每位乘客的个人数据，存储每位乘客的首选驾驶模式。