（2017年8月10日 北京）为减少交通事故伤亡人数，丰田汽车公司（以下简称“丰田”）与北美各大高校、医院、研究机构等开展共同研究的先进安全技术协作研究中心（Collaborative Safety Research Center，以下简称“CSRC”）发布了一项新的五年项目“CSRC Next”。
其中，丰田将与北美有代表性的8家研究机构携手合作，启动11个研究项目，对不断进化的车辆技术的可能性和存在的课题，开展向新时代移动出行方式进行安全性过渡方面的研究。

在本次的研究项目中，将重点针对先进技术给交通安全带来的广泛影响以及人与车之间的关系进行研究。具体研究课题包括自动紧急制动等主动安全技术与被动安全技术的结合、贴合人类感官的先进技术研发、驾驶员状态感知、有助于实际交通环境中驾驶数据研究的分析数据的运用等。
CSRC负责人Chuck Gulash表示“交通社会正在开始随自动驾驶技术和智能互联汽车技术的进步发生着改变。CSRC与全球闻名的研究机构进行合作，并发布了相关研究成果。CSRC将通过本次的研究项目，为实现先进的移动解决方案、构建安全方便的未来交通社会贡献一己之力，这让我们感到非常骄傲”。

自2011年成立以来，CSRC与23所大学合作并完成了44个研究项目，发表了200多篇论文，同时还在各种车辆安全会议上对研究项目进行介绍。这些CSRC项目也通过整个行业为提升汽车安全性做出了贡献。例如，包括车辆安全中的人为因素研究、主动安全与被动安全技术的效果研究、安全驾驶数据分析新工具的研发等。

“CSRC Next”于2017年1月启动，项目将以此前五年所积累的观察、积累为基础，投资3500万美元，开展自动驾驶、智能互联汽车等先进技术的安全性研究。“CSRC Next”将继续对TRI（Toyota Research Institute，Inc.）和TCNA（Toyota Connected North America，Inc.）目前开展的研究项目提供支持，并不断推进自动驾驶、智能互联汽车的技术和服务开发工作。

CSRC项目的研究方向共包括以下4点：
1.为应对各种碰撞事故场景，通过升级传感器技术实现主动安全技术与被动安全技术的结合
2.打造将搭载自动驾驶技术等先进技术的汽车不仅便于驾驶员驾驶，更便于整个交通社会采用，同时也更贴合人的感官的研发模型。
3.运用生物识别技术预判驾驶员的健康状态，由此研发更优秀的移动工具
4.运用大数据和安全分析方法，研发出能够对符合实际交通环境的驾驶数据进行研究的算法和工具

“CSRC Next”的新研究项目及合作伙伴一览表如下所示：

项目名称	内容	合作伙伴
进行避险操作时人的行为与肌肉动作 （本研究有青年志愿者参与）	在测试场上通过紧急转向或紧急制动规避障碍物时，对车上的成人及儿童的反应（行为及肌肉活动）进行量化。	费城儿童医院 （Children's Hospital of Philadelphia）
主动安全与被动安全技术的 综合安全性评估	评估未来引进集成安全系统（ISS）后的遗留安全问题。ISS由主动安全技术（面向车辆、行人、自行车的自动制动、车道保持辅助等）和被动安全技术（先进空气囊、帘式空气囊、车顶强度、智能弹起式发动机罩等）构成。	弗吉尼亚理工大学（Virginia Tech）
进行碰撞回避操作时的 乘客姿势动态变化	针对测试场上自动紧急制动（AEB）系统运行期间以及进行碰撞回避操作时的乘客姿势变化进行研究。	密歇根大学交通研究所 （University of Michigan Transportation Research Institute）
车载紧急状态感知 系统开发的研究	研发一项不受干扰、能够切实感知和预测心肌梗塞、心肌缺血等发病的技术。采集住院或驾驶途中心脏病发作患者的心电图数据，转化为机器学习模型，进而感知和预测驾驶途中重症心脏病的发作。	密歇根大学 急救研究中心 （University of Michigan Center for Integrative Research in Critical Care，MCIRCC）
自适应大灯系统优势评估	自适应大灯系统可感知行人和自行车的存在，从减少事故伤亡的角度出发，对人的反应和预期效果进行量化。灵活运用模拟驾驶员、行人及自行车的研究成果。	爱荷华大学 －国家先进驾驶模拟器 （University of Iowa-National Advanced Driving Simulator）
正常驾驶阶段和控制阶段的驾驶研究 ——由自动驾驶向手动驾驶过渡	分析并提供人工驾驶与自动驾驶间相互切换时驾驶员行为相关数据。	爱荷华大学 －国家先进驾驶模拟器 （University of Iowa-National Advanced Driving Simulator）
车道偏离测试方法研发	针对车道偏离时的警告及辅助控制系统，研发测试场上的性能评估场景及方法。	印第安纳大学与普渡大学印第安纳波里斯联合分校 交通主动安全研究所（TASI） （Indiana University-Purdue University Indianapolis, Transportation Active Safety Institute(TASI)）
驾驶员之间的交流分析 ——“驾驶时的沟通”	采用先进计算机视觉技术明确驾驶员与其他道路使用者（行人或其他车辆等）之间实际进行了怎样的交流。	麻省理工学院 老年实验室 （Massachusetts Institute of Technology Age Lab）
周边环境识别技术及 评估指标	运用机器学习开发出通过视觉传感器识别行驶场景的技术（车辆、行人、自行车、道路标识、建筑物、路缘石等）。	麻省理工学院 老年实验室 （Massachusetts Institute of Technology Age Lab）
驾驶员之间的交流理论 ——加强社会互动	开发并提供理论及数学框架，模拟驾驶员之间在十字路口进行了怎样的交流。	威斯康星大学 （University of Wisconsin）
实际环境下以人为本的自动驾驶：整体认识与性能指标	针对自动驾驶与人工驾驶之间的过渡，开发并提供计算机预测模型。预测模型包括源自人的动作和知觉行为的因素以及源自交通场景和交通环境的因素。	加州大学圣迭戈分校 （University of California, San Diego）