Waiting
Login-Verarbeitung ...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Taktil vibrerende værktøjssæt og køresimuleringsplatform til kørselsrelateret forskning

Published: December 18, 2020 doi: 10.3791/61408
Automatic Translation
1, 1, 1, 2, 1, 3, 1
1Psychology Department, School of Social Sciences, Tsinghua University, 2Department of Systems Design Engineering, University of Waterloo, 3Haier Innovation Design Center, Haier Company

ERRATUM NOTICE

Summary

Denne protokol beskriver en kørende simulationsplatform og et taktilt vibrerende værktøjssæt til undersøgelse af kørselsrelateret forskning. Et eksemplarisk eksperiment, der undersøger effektiviteten af taktile advarsler, præsenteres også.

Abstract

Kollisionsadvarselssystem spiller en central rolle i forebyggelsen af at køre distraktioner og døsig kørsel. Tidligere undersøgelser har vist fordelene ved taktile advarsler i at reducere førerens bremse responstid. Samtidig har taktile advarsler vist sig at være effektive i forbindelse med anmodning om overtidning (TOR) for delvist selvkørende køretøjer.

Hvordan udførelsen af taktile advarsler kan optimeres, er en løbende varm forskning emne på dette område. Således præsenteres lavpriskørsel simulation software og metoder er indført for at tiltrække flere forskere til at deltage i undersøgelsen. Den præsenterede protokol er blevet opdelt i fem sektioner: 1) deltagere, 2) kørsel simulering software konfiguration, 3) kørsel simulator forberedelse, 4) vibrerende værktøjskasse konfiguration og forberedelse, og 5) gennemføre eksperimentet.

I den eksemplariske undersøgelse bar deltagerne det taktile vibrerende værktøjssæt og udførte en etableret bilfølgende opgave ved hjælp af den tilpassede køresimuleringssoftware. Det forreste køretøj bremsede intermitterende, og vibrerende advarsler blev leveret, når det forreste køretøj bremsede. Deltagerne blev bedt om at reagere så hurtigt som muligt på de pludselige bremser i det forreste køretøj. Køredynamik, såsom bremseresponstid og bremseresponshastighed, blev registreret af simuleringssoftwaren til dataanalyse.

Den præsenterede protokol giver indsigt i udforskningen af effektiviteten af taktile advarsler på forskellige kropsplaceringer. Ud over den bilfølgende opgave, der demonstreres i det eksemplariske eksperiment, giver denne protokol også muligheder for at anvende andre paradigmer til de drivende simuleringsundersøgelser ved at lave simpel softwarekonfiguration uden kodeudvikling. Det er dog vigtigt at bemærke, at på grund af sin overkommelige pris kan den drivende simuleringssoftware og hardware, der introduceres her, muligvis ikke konkurrere fuldt ud med andre high-fidelity kommercielle køresimulatorer. Ikke desto mindre kan denne protokol fungere som et overkommeligt og brugervenligt alternativ til de generelle high-fidelity kommercielle køresimulatorer.

Introduction

Ifølge de data, der blev afsløret af Global Health Estimates i 2016, er trafikskade den ottende årsag til globale dødsfald, hvilket fører til 1,4 millioner dødsfald på verdensplan1. I 2018 var 39,2 % af trafikulykkerne kollisioner med motorkøretøjer inden for transport, og 7,2 % af dem var kollisioner bagfra. En løsning til at øge køretøjer og trafiksikkerhed er udviklingen af et avanceret køreassistancesystem (ADAS) for at advare bilister med potentielle farer. Data har vist, at ADAS i høj grad kan reducere antallet af bagendekollisioner, og det er endnu mere effektivt, når det er udstyret med et autobremsesystem2. Desuden vil der med udviklingen af selvkørende køretøjer være behov for mindre menneskelig involvering for at kontrollere køretøjet, hvilket gør et advarselssystem for overudligning til en overkørsel nødvendig, når det autonome køretøj ikke regulerer sig selv. Designet af ADAS- og TOR-advarselssystemet er nu et vigtigt stykke teknologi for chauffører for at undgå overhængende ulykker inden for få sekunder. Det eksemplariske eksperiment brugte et vibrerende værktøjssæt sammen med en køresimuleringsplatform til at undersøge, hvilken placering der ville generere det bedste resultat, når et vibrotactile-advarselssystem er blevet brugt som et potentielt ADAS- og TOR-advarselssystem.

Kategoriseret efter perceptuelle kanaler er der generelt tre typer advarselsmetoder, der er visuelle, auditive og taktile. Hver advarsel modalitet har sine egne fordele og begrænsninger. Når visuelle advarselssystemer er i brug, kan chaufførerne lide af visuel overbelastning3, forringe køreevnen på grund af uopmærksom blindhed4,5. Selv om et auditivt varslingssystem ikke påvirker bilisternes synsfelt , afhænger dets effektivitet i høj grad af omgivelserne såsom baggrundsmusik og andre lyde i kørselsmiljøet6,7. Situationer, der indeholder andre eksterne auditive oplysninger eller betydelig støj, kan således føre til uopmærksom døvhed8,9, hvilket reducerer effektiviteten af et auditivt advarselssystem. Til sammenligning konkurrerer taktile advarselssystemer ikke med chaufførernes visuelle eller auditive behandling. Ved at sende vibrotactile advarsler til chauffører overvinder taktile advarselssystemer begrænsningerne i visuelle og auditive advarselssystemer.

Tidligere undersøgelser viste, at taktile advarsler kan gavne bilisterne ved at forkorte deres bremseresponstid. Det blev også konstateret, at taktile advarselssystemer giver et mere effektivt resultat over visuelle10,11 og auditive12,13,14 advarselssystemer i visse situationer. Begrænset forskning har dog fokuseret på at undersøge det optimale sted for placering af en taktil advarselsenhed. Ifølge sensorisk cortex hypotese15 og sensorisk afstand hypotese16, den eksemplariske undersøgelse valgte finger, håndled og tempel områder som den eksperimentelle steder for at placere en taktil advarsel enhed. Med den indførte protokol kan frekvensen og leveringstiden for en vibrerende advarsel og intervaller mellem vibrationer i det vibrerende værktøjssæt konfigureres til at passe til de eksperimentelle krav. Dette vibrerende værktøjssæt bestod af en masterchip, en spændingsregulatorchip, en multiplexer, en USB til Transistor-Transistor-Logic (TTL) adapter, en Metal-Oxide-Semiconductor Field-Effect Transistor (MOSFET) og et Bluetooth-modul. Antallet af vibrerende moduler kan også variere alt efter forskernes behov, hvor op til fire moduler vibrerer på samme tid. Når du implementerer det vibrerende værktøjssæt i de kørselsrelaterede eksperimenter, kan det konfigureres, så det passer til de eksperimentelle indstillinger samt synkroniseres med kørselsydelsesdata ved at revidere koderne for køresimuleringen.

Mens det for forskere er mere muligt at gennemføre et kørselseksperiment på en virtuel platform end i den virkelige verden på grund af den involverede risiko og omkostninger. Det kan f.eks. være vanskeligt at indsamle resultatindikatorer, og det er svært at kontrollere de miljømæssige faktorer, der er involveret, når der udføres eksperimenter i den virkelige verden. Som et resultat, mange undersøgelser har brugt fast-base kørsel simulatorer kører på pc'er i de seneste år som et alternativ til at gennemføre on-road kørsel undersøgelser. Efter at have lært, udviklet og forsket i over 11 år i det drivende forskningsmiljø etablerede vi en køresimuleringsplatform med en rigtig bil, der består af en open source-køresimuleringssoftware og et hardwaresæt, herunder et rat og gearkasse, tre pedaler, tre monterede projektorer og tre projektorskærme. Med køresimuleringssoftwaren understøtter kun en enkelt skærm, brugte den præsenterede protokol kun den centrale projektor og projektorskærm til at udføre eksperimentet.

Der er to store fordele ved at bruge den præsenterede køresimuleringsplatform. En fordel ved denne platform er, at den bruger en open source-software. Ved hjælp af den brugervenlige open source-platform kan forskere tilpasse simuleringen og vibrerende værktøjssæt til deres unikke forskningsbehov ved at lave simpel softwarekonfiguration uden kodeudvikling . Ved at revidere koderne kan forskere oprette køresimuleringer, der giver relativ troskab til virkeligheden med masser af muligheder tilgængelige på biltyper, vejtyper, rattets modstand, lateral og langsgående vindturbulens, tids- og bremsehændelsesprogramgrænseflader (API'er) til ekstern softwaresynkronisering og implementering af adfærdsparadigmer som bilfølgende opgave og N-Back-opgave. Selv udfører kørsel-relaterede forskning i en køresimulator ikke fuldt ud kan kopiere kørsel i den virkelige verden, data indsamlet gennem en køresimulator er rimelig og er blevet bredt vedtaget af forskere17,18.

En anden fordel ved den foreslåede køresimulator er dens lave omkostninger. Som tidligere nævnt er den introducerede køresimuleringssoftware en open source-software, der er tilgængelig for brugerne gratis. Derudover er de samlede omkostninger ved hele hardwareopsætningen i denne protokol lavere sammenlignet med typiske high-fidelity kommercielle køresimulatorer. Figur 1 a og b viser den komplette opsætning af to køresimulatorer med omkostninger fra $ 3000 til $ 30.000. I modsætning hertil koster typiske high-fidelity kommercielle køresimulatorer (fast base) normalt omkring $ 10,000 til $ 100,000. Med sin meget overkommelige pris kan denne køresimulator være et populært valg ikke kun til akademiske forskningsformål, men også til at gennemføre kørselsklasse19 og til demonstration af kørselsrelaterede teknologier20,21.

Figure 1
Figur 1: Et billede af køresimulatorerne. Begge køresimulatorer bestod af et rat og gearkasse, tre pedaler og et køretøj. (a) En $ 3000 køresimulator setup, der brugte en 80-tommer LCD-skærm med en opløsning på 3840 × 2160. (b) En $ 30.000 kørsel simulator setup, der anvendes tre monterede projektorer og tre projektor skærme med en dimension på 223 x 126 cm hver. Projektionsskærmene blev placeret 60 cm over jorden og 22 cm væk fra køretøjets forende. Kun den centrale projektor og projektorskærm blev brugt til det aktuelle eksperiment. Klik her for at se en større version af dette tal.

Den drivende simulation software og vibrerende værktøjskasse i den foreslåede metode er allerede blevet brugt i tidligere undersøgelser af vores forskere22,23,24,25,26,27,28,29. Dette selvudviklede vibrerende værktøjssæt, der følger ISO-standarden30, kan anvendes i forskellige felter31,32 ved at justere vibrationsfrekvensen og -intensiteten. Det er vigtigt at bemærke, at der er udviklet en nyere version af det vibrerende værktøjssæt, som introduceres i følgende protokol. I stedet for at justere vibrationsfrekvensen ved hjælp af en justerbar spændingsadapter er den nyere version udstyret med fem forskellige vibrationsfrekvenser og kan justeres lettere ved hjælp af koderne i supplerende kodningsfil 1. Desuden giver den præsenterede køresimulator forskere en sikker, billig og effektiv måde at undersøge forskellige former for kørselsrelateret forskning på. Således er denne protokol velegnet til forskningslaboratorier, der har et begrænset budget og har et stærkt behov for at tilpasse eksperimentelle kørselsmiljøer.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

BEMÆRK: Alle de metoder, der er beskrevet her, er blevet godkendt af Institutional Review Board (IRB) på Tsinghua University, og der blev indhentet informeret samtykke fra alle deltagere.

1. Deltagere

  1. Foretage en effektanalyse for at beregne det nødvendige antal deltagere til rekruttering i henhold til det eksperimentelle design for at opnå statistisk effekt.
  2. Afvej deltagernes køn under rekrutteringen så meget som muligt.
  3. Sørg for, at deltagerne har et gyldigt kørekort og mindst et års køreerfaring.
  4. Sørg for, at deltagerne har normal eller korrigeret til normal vision ved hjælp af synsdiagrammet.
  5. Sørg for, at deltagerne ikke indtager alkohol eller stoffer, der påvirker køreevner inden for 24 timer før eksperimentet33.

2. Konfiguration af simuleringssoftware

  1. Angiv mappen med køresimuleringssoftwaren efterfulgt af mappen Kørsel og mappen Konfiguration. Åbn derefter filen "expconfig.txt" (dvs. filstien skal være "\torcs-1.3.3-Exp-2018-10-25\torcs-1.3.3\nuntime\config\").
  2. Bestem, om du vil anvende en konfiguration eller fortsætte med kørselssimuleringen ved hjælp af standardindstillingerne uden nogen konfiguration, der er frisk ud af boksen, ved at henvise til det eksperimentelle design. Tabel 1 viser en detaljeret beskrivelse af standardkonfigurationerne af alle tilgængelige indstillinger.
    1. Fortsæt til protokollens afsnit 3, hvis der ikke skal foretages ændringer.
Konfigurerbare indstillinger Beskrivelser Standardindstillingerne
endExpByTime Om urtiden skal bruges som udløser til at afslutte eksperimentet eller ej. Falsk
endExpAfterMinute Afslut eksperimentet efter disse minutter. 10
endExpByDist Hvorvidt at bruge førerens bil rejste afstand som en udløser til at afslutte eksperiment. Når der bruges både tids- og afstandsudløsere, skal du afslutte eksperimentet med det første. Falsk
endExpAfterMeter Afslut eksperimentet, efter at disse målere er blevet rejst fra startlinjen. 5000
enableRandomFrontalWind Om frontal vind skal aktiveres (dvs. en kraft, der skubber bilen i bagretningen) med tilfældigt interval og varighed. Sandt
frontalWindIntervalMin Mindste værdi (sekunder) af frontvindintervallet. 3
frontalWindIntervalMax Maksimal værdi (sekunder) af frontvindintervallet. 13
frontalWindDurationMin Minimumværdi (sekunder) af frontalvindens varighed. 2
frontalWindDurationMax Maksimal værdi (sekunder) af frontalvindens varighed. 3
frontalWindForceMin Mindste værdi (newton) af frontal vindkraften. 500
frontalWindForceMax Maksimal værdi (newton) af frontal vindkraften. 1000
enableRandomLateralWind Om der skal aktiveres sidevind (dvs. en kraft, der skubber bilen til venstre eller højre retning) med tilfældigt interval og varighed. Sandt
lateralWindIntervalMin Minimumværdi (sekunder) for sidevindintervallet. 3
lateralWindIntervalMax Maksimal værdi (sekunder) for sidevindintervallet. 8
lateralWindDurationMin Minimumværdi (sekunder) for sidevindens varighed. 2
lateralWindDurationMax Maksimal værdi (sekunder) af sidevindens varighed. 3
lateralWindForceMin Mindste værdi (newton) af den laterale vindkraft. 1000
lateralWindForceMax Maksimal værdi (newton) af den laterale vindkraft. 2000
blyCarConstantSpeedMPH Blykøretøjets konstante hastighed (mph). 40
leadDistToStartWaiting Det forreste køretøj begynder at vente på førerkøretøjet, når afstanden (meter) mellem hovedkøretøjets hale og førerkøretøjets hoved er større end det angivne antal. 100
leadDistToStopWaiting Den forreste bil vil vente, indtil afstanden (meter) foran førerens bil er mindre end dette nummer. 80
leadCarBrakeIntervalTimeMin Mindste tilfældige tidsinterval (sekunder), for at det forreste køretøj kan bremse. 30
leadCarBrakeIntervalTimeMax Maksimalt tilfældigt tidsinterval (sekunder) for det forreste køretøj til at bremse. 60
leadCarBrakeEventVarration Varigheden af den forreste køretøjsbremsehændelse (sekunder). 5
enableRandomSMSSound Angiver, om der skal aktiveres kort meddelelsesserverlyd, der afspilles med tilfældige intervaller. Falsk
randSMSIntervalMin Minimum tilfældigt tidsinterval (sekunder) fra starten af den første SMS-meddelelse til starten af den anden SMS-meddelelse. 2
RandSMSIntervalMax Maksimalt tilfældigt tidsinterval (sekunder) fra starten af den første SMS-meddelelse til starten af den anden SMS-meddelelse. 2
enableRandomNbackSound Angiver, om N-back-tallyden skal aktiveres med tilfældige intervaller. Falsk
randNbackIntervalMin Mindste tilfældige tidsinterval (sekunder) fra starten af den første lyd til starten af den anden lyd. 2.33
randNbackIntervalMax Maksimalt tilfældigt tidsinterval (sekunder) fra starten af den første lyd til starten af den anden lyd. 2.33
enableUDPSendData Angiver, om synkronisering af tidsstempeldata skal aktiveres til en bestemt lokal netværks-IP. Falsk
enableUDPSendDataAdStudy Om der skal gøres det muligt at sende data til følgende IP til reklameundersøgelsen.
Bemærk: Der er konflikt med enableUDPSendData.		 Falsk
UDPTargetIPa1 IP-adresse til UDP-overførslen /
UDPTargetIPa2
UDPTargetIPa3
UDPTargetIPa4
UDPTargetPort Destination UDP-port. 1234
UDPcycleNummer Kontroller, hvor ofte tidsstemplet sendes. Data sendes efter hver UDPcycleAntal af TORCS-cyklusser med hver cyklus er normalt 20 ms. 1
enableUDPQNConnection Om QN-Java-modeldrevsimulering med UDP-serveren og -klienten skal aktiveres eller ej, er den samme computer. Falsk
UDPQNTOTORCSPort UDP QN-porten til simuleringsportnummeret. 5678
UDPTORCStoQNPort Simuleringsporten til UDP QN-portnummeret. 8765
leadCarBrakingByWebCommand Om der skal oprettes forbindelse til et websted for det forreste køretøjs bremsesignal. Falsk
Far_Point_Time_Ahead Den parameter, der anvendes i køretøjets kontrolmodel. 2
enableCarFollowingTraining Om den simulerede bilfølgende opgave skal aktiveres eller ej i træningstilstand. /
bilFollowingTrainingWarningInterval Tidsinterval fra den sidste advarselslyd, der er indsat, til den næste advarselslyd, der er indsat i træningstilstanden. 2

Tabel 1: Liste over standardindstillinger for køresimuleringssoftwaren. En liste over standardværdierne for alle de tilknyttede konfigurerbare indstillinger i køresimuleringssoftwaren sammen med en detaljeret beskrivelse af hver indstilling.

  1. Konfigurer indstillingerne for, hvordan eksperimentet afsluttes, baseret på den besluttede kontrolvariabel for forsøgsdesignet.
    1. Beslut, om du vil bruge klokkeslæt som udløser til at afslutte eksperimentet med indstillingen "endExpByTime =" ved hjælp af enten True eller False som valg af indstillinger. Angiv denne indstilling til Falsk for at replikere den eksemplariske undersøgelse.
    2. Vælg, om eksperimentet skal afsluttes med den rejste tid som udløser med indstillingen "endExpAfterMinute =" ved at indtaste antallet af minutter i formatet med én decimal. Den rejste tid kan afgøres helt af forskerne. Input 12 til at kopiere den eksemplariske undersøgelse.
    3. Angiv, om eksperimentet skal afsluttes med tilbagelagt afstand som udløser med indstillingen "endExpByDist =" ved hjælp af enten Sand eller Falsk som valg af indstillinger. Bemærk, at når både indstillingerne "endExpByTime =" og "endExpByDist =" er angivet til True, afsluttes eksperimentet med den betingelse, der opfyldes først. Angiv denne indstilling til Sand for at kopiere den eksemplariske undersøgelse.
    4. Brug indstillingen "endExpAfterMeter =" til at angive den tilbagelagte afstand fra startlinjen i meter i formatet med én decimal. Den tilbagelagte afstand kan afgøres helt af forskerne. Input 10000.0 til at kopiere den eksemplariske undersøgelse.
  2. Konfigurer vindindstillingerne for det simulerede kørselsmiljø i henhold til vindhastigheden34,35 designet til det virtuelle miljø og den kognitive belastning36, der skal startes i eksperimentet.
    1. Angiv, om frontvind skal aktiveres med tilfældigt interval og varighed med indstillingen "enableRandomFrontalWind =", der bruger enten True eller False som valg af indstillinger. Angiv denne indstilling til Sand for at kopiere den eksemplariske undersøgelse.
    2. Definer minimum- og maksimumsforlæbeintervallet med indstillingerne "frontalWindIntervalMin =" og "frontalWindIntervalMax =" ved at indtaste antallet af sekunder i formatet med henholdsvis én decimal. Brug standardindstillingen (dvs. henholdsvis 3.0 og 13.0) til at kopiere den eksemplariske undersøgelse.
    3. Definer minimum- og maksimumvarigheden for frontal vind med indstillingerne "frontalWindDurationMin =" og "frontalWindDurationMax =" ved at indtaste antallet af sekunder i formatet med henholdsvis én decimal. Brug standardindstillingen (dvs. henholdsvis 2.0 og 3.0) til at kopiere den eksemplariske undersøgelse.
    4. Definer den minimale og maksimale frontale vindkraft med indstillingerne "frontalWindForceMin =" og "frontalWindForceMax =" ved at angive mængden af kraft i newton. Brug standardindstillingen (dvs. henholdsvis 500,0 og 1.000,0) til at kopiere eksemplariske undersøgelse.
    5. Vælg, om du vil aktivere sidevind med tilfældigt interval og varighed med indstillingen "enableRandomLateralWind =" ved hjælp af enten True eller False som valg af indstillinger. Sæt til True for at kopiere den eksemplariske undersøgelse.
    6. Definer minimum- og maksimumintervallet for sideværts vindkraft med indstillingerne "lateralWindIntervalMin =" og "lateralWindIntervalMax =" ved at indtaste antallet af sekunder i formatet med henholdsvis én decimal. Brug standardindstillingen (dvs. henholdsvis 3.0 og 8.0) til at kopiere den eksemplariske undersøgelse.
    7. Definer minimum- og maksimumvarigheden for sidevind med indstillingerne "lateralWindDurationMin =" og "lateralWindDurationMax =" ved at indtaste antallet af sekunder i formatet med henholdsvis én decimal. Brug standardindstillingen (dvs. henholdsvis 2.0 og 3.0) til at kopiere den eksemplariske undersøgelse.
    8. Definer minimum- og maksimumvindkraften med indstillingerne "lateralWindForceMin =" og "lateralWindForceMax =" ved at angive mængden af kraft i newton. Brug standardindstillingen (dvs. henholdsvis 1.000,0 og 2.000,0) til at kopiere den eksemplariske undersøgelse.
  3. Konfigurer indstillingerne for den simulerede bilfølgende opgave i henhold til det eksperimentelle design og har brug for35.
    1. Indstil den konstante hastighed for det forreste køretøj i miles i timen med én decimal ved hjælp af indstillingen "leadCarConstantSpeedMPH =". Input 40 til at kopiere den eksemplariske undersøgelse.
    2. Definer afstanden i meter med én decimal mellem det forreste køretøj og førerens køretøj for at udløse det forreste køretøj for at begynde at vente på, at førerens køretøj indhenter eller genoptager kørslen med indstillingerne "leadDistToStartWaiting =" og " leadDistToStopWaiting =". Brug standardindstillingen (dvs. henholdsvis 100,0 og 80,0) til at kopiere den eksemplariske undersøgelse.
    3. Angiv det maksimale og minimale tilfældige tidsinterval for de forreste køretøjsbremsehændelser med indstillingerne "leadCarBrakeIntervalTimeMin =" og "leadCarBrakeIntervalTimeMax =" ved at indtaste antallet af sekunder i formatet med en decimal (f.eks. 30,0 og 60,0). Brug standardindstillingen (dvs. henholdsvis 30,0 og 60,0) til at kopiere den eksemplariske undersøgelse.
    4. Definer varigheden af bremsehændelsen med indstillingen "leadCarBrakeEventDuration =" ved at indtaste antallet af sekunder i formatet med én decimal. Brug standardindstillingen (dvs. 5.0) til at kopiere den eksemplariske undersøgelse.
  4. Konfigurer indstillingerne for tilfældig lyd med besked om korte meddelelser i henhold til det eksperimentelle design og de eksperimentelle behov.
    1. Beslut, om sms-meddelelseslyde (Short Message Service) skal aktiveres, og afspil tilfældige intervaller med True eller False som valg af indstillinger for indstillingen "enableRandomSMSSound =". Angiv indstillingen til Falsk for at kopiere den eksemplariske undersøgelse.
    2. Definer minimum- og maksimumtidsintervallet fra starten af den første SMS-besked til starten af den anden SMS-besked ved hjælp af indstillingerne "randSMSIntervalMin =" og "randSMSIntervalMax =" ved at angive antallet af sekunder i formatet med en decimal (f.eks. 5,0 og 10,0).
  5. Konfigurer indstillingerne for den simulerede N-back opgave37 i henhold til det eksperimentelle design og de eksperimentelle behov.
    1. Indstil N-back-tallyde til at blive afspillet med tilfældige intervaller med Sand eller Falsk som valg af indstillinger for indstillingen "enableRandomNbackSound =". Angiv indstillingen til Falsk for at kopiere den eksemplariske undersøgelse.
    2. Definer minimum- og maksimumtidsintervallet fra forskydningen af den første lyd til starten af den anden lyd ved hjælp af indstillingerne "randNbackIntervalMin =" og "randNbackIntervalMax =" for at angive antallet af sekunder i formatet med en decimal (f.eks. 5,0 og 10,0).
  6. Konfigurer UDP-indstillingerne (User Datagram Protocol), hvis der kræves en UDP-dataoverførsel til eksperimentet.
    1. Beslut, om UDP skal aktiveres til dataoverførsel ved at tillade synkronisering af tidsstempeldata til en bestemt lokal netværks-IP-adresse via indstillingen "enableUDPSendData =" ved at bruge True eller False som valg af indstillinger. Gør det muligt at kopiere den eksemplariske undersøgelse.
    2. Vælg, om UDP skal aktiveres for dataoverførsel til en bestemt IP-adresse for en annonceundersøgelse via indstillingen "enableUDPSendDataAdStudy =" ved hjælp af True eller False som valg af indstillinger. Det skal også erindres, at denne indstilling er i konflikt med "enableUDPSendData =", og begge indstillinger kan ikke angives til True på samme tid. Angiv indstillingen til Falsk for at kopiere den eksemplariske undersøgelse.
    3. Definer IP-adressen for UDP-overførslen ved at angive hver sektion af IP-adressen ved hjælp af "UDPTargetIPa1 =", "UDPTargetIPa2 =", "UDPTargetIPa3 =" og "UDPTargetIPa4 =".
    4. Angiv destinationsportnummeret under "UDPTargetPort =".
    5. Angiv hyppigheden for de data, der skal sendes under "UDPcycleNumber =" med et heltal, der er større end eller lig med "1"-cyklus, hvor hver cyklus er 20 ms.
  7. Konfigurer QN-forbindelsen (UDP Queuing Network) model38 med henvisning til det eksperimentelle design og de eksperimentelle behov.
    1. Angiv, om QN-Java-modeldrevsimuleringen skal aktiveres, hvor UDP-serveren og -klienten deler den samme computer, med indstillingen "enableUDPQNConnection =" ved hjælp af True eller False som valg af indstillinger. Deaktiver denne mulighed for at kopiere den eksemplariske undersøgelse.
    2. Angiv tallet fra UDP QN-porten til simuleringsporten under indstillingen "UDPQNtoTORCSPort =".
    3. Angiv nummeret fra simuleringsporten til UDP QN-porten under indstillingen "UDPTORCStoQNPort =".
  8. Konfigurer, om der skal oprettes forbindelse til et websted for bremsesignaler i henhold til det eksperimentelle design under indstillingen "leadCarBrakingByWebCommand =" ved hjælp af True eller False som valg af muligheder. Bemærk, at når denne indstilling er angivet til True, holder "endExpByTime =" og "endExpAfterMinute =" op med at fungere. Angiv indstillingen til Falsk for at kopiere den eksemplariske undersøgelse.
  9. Angiv, om den simulerede bilfølgende opgave skal aktiveres i træningstilstand med "enableCarFollowingTraining =" ved hjælp af True eller False som valg af indstillinger.
    1. Definer intervallet fra det sidste advarselslydsæt til den næste advarselslyd, der er indsat under træningen med indstillingen "carFollowingTrainingWarningInterval =" ved at angive antallet af sekunder med én decimal (f.eks. 2,0).
  10. Gem filen, når konfigurationen er fuldført.

3. Forberedelse af køresimulator

  1. rattet og den centrale projektor (en monteret projektor med et højde-bredde-forhold på 16:10, 192 – 240 Hz opdateringsfrekvens og 8-bit farvebehandling) til computeren. En projektorskærm med en dimension på 223 x 126 cm blev placeret 60 cm over jorden og 22 cm væk fra forsiden af det instrumenterede køretøj.
  2. Angive skærmopløsningen under Indstillinger | Display, så den passer til skærmstørrelsen, når kørselssimuleringssoftwaren startes.
  3. Gå ind på siden Konfigurer for at vælge en afspiller, og følg instruktionerne i softwaren for at kalibrere rattet, speederen og bremsepedalen. Disse omfatter dreje rattet og trykke på speederen og bremsepedalen som anvist.

4. Vibrerende værktøjssæt konfiguration og forberedelse

  1. Tilslut det vibrerende værktøjssæt til strømforsyningen. Hvert af de fire moduler har en dimension på 67 x 57 x 29 mm. Figur 2 viser et billede af det vibrerende værktøjssæt.

Figure 2
Figur 2: Billeder af det vibrerende værktøjssæt. Det vibrerende værktøjssæt bestod af fire individuelle moduler, der kan aktiveres separat. Hvert modul har en dimension på 67 x 57 x 29 mm. Klik her for at se en større version af dette tal.

  1. Tænd for det vibrerende værktøjssæt, og tilslut værktøjskassen til computeren via Bluetooth.
  2. Definer den vibrationsfrekvens, der skal anvendes til forsøget, når der er gennemført en pilottest af hudens følsomhed eller i overensstemmelse med forsøgsbehovene.
  3. Indstil vibrationsfrekvensen til 70 Hz39,40,41 ved hjælp af koderne som supplerende kodningsfil 1. I alt fem frekvensniveauer (dvs. 14Hz, 28Hz, 42Hz, 56Hz og 70Hz) er i øjeblikket tilgængelige med hver vibrationsstimulation, der som standard varer 0,5 s.
  4. Brug koderne som supplerende kodningsfil 1 til at synkronisere bremsehændelserne fra køresimuleringssoftwaren og vibrerende værktøjssæt. Figur 3 viser et mærket skærmbillede af de koder, der skal revideres som reference.

Figure 3
Figur 3: Et mærket skærmbillede af koderne i supplerende kodningsfil 1. Det mærkede skærmbillede af koder kan bruges som en lettere reference til den vibrerende værktøjskassekonfiguration og forberedelse. Disse koder bruges til at indstille vibrationsfrekvensen for værktøjskassen og til at synkronisere bremsehændelserne i køresimuleringssoftwaren og vibrerende værktøjssæt for at generere vibrerende advarsler. Klik her for at se en større version af dette tal.

5. Gennemførelse af eksperimentet

  1. Bed deltagerne om at læse og underskrive den informerede samtykkeformular, der introducerer forsøgsprocessen, og erklære, at undersøgelsen er at evaluere køreegenskaberne ved ankomsten til laboratoriet.
  2. Hjælp deltagerne med at justere sædeafstanden til pedalen og indstille ryglænet til en behagelig position manuelt.
  3. Lær deltagerne, hvordan simulatoren betjenes, herunder rattet, bremsepedalen og speederen.
  4. Instruer deltagerne til at køre som de ville i den virkelige verden, efter bilen foran dem og holde en to-sekunders fremskridt bag det. Figur 4 viser den køreplan, der bruges til kørselssimuleringen.

Figure 4
Figur 4: Køreplan, der anvendes til kørselssimulering. Den anvendte vej er en envejsvej med fire kurver (maksimal længde 15.000 meter), tre baner og uden trafiklys. Den drivende simulator software tilbyder andre vej design muligheder såsom muligheder for at medtage vejskilte eller billboards. En EEG-kompatibel version er også tilgængelig. Alle disse parametre kan justeres, hvis det er nødvendigt. Klik her for at se en større version af dette tal.

  1. Informer deltagerne om at bremse så hurtigt som muligt, når det forreste køretøj bremser, selv om scenariet ikke kræver en bremserespons. Baglygterne på det forreste køretøj vil lyse op som pr virkelige verden kørsel for at angive en bremse begivenhed.
  2. Giv deltagerne en 5 min praksis forsøg for at lære at opretholde en to-sekunders fremskridt afstand bag det forreste køretøj. Øvelsesforsøget omfatter et sæt af 5 tilfældige bremser.
    1. Under øvelsesforsøget, hvis deltagerne er mindre end 1,5 s bag det forreste køretøj, vil køresimuleringssoftwaren spille en prompt med en kvindelig stemme "for tæt på, sæt farten ned".
    2. Hvis deltagerne er mellem 2,25 til 2,5 s bag det forreste køretøj, vil den drivende simulation software spille en prompt med en kvindelig stemme "for langt, skal du fremskynde".
    3. Medtag ikke data fra øvelsesforsøget til analysen.
  3. Lad deltagerne vide, at undersøgelsen kan stoppes uden straf ved at underrette forsøgspersonerne når som helst, hvis det er nødvendigt.
  4. Begynd det formelle eksperiment, når deltagerne har gennemført øvelsen og kan opretholde en stabil efterfølgende afstand.
  5. Start den formelle eksperimentelle session, som består af i alt fire blokke (dvs. finger, håndled, tempel og kørsel kun) med 13 tilfældige bremsehændelser i hver blok, hvilket resulterer i i alt 52 eksperimentelle forsøg. Rækkefølgen af betingelser opvejes med det latinske firkantede design. Der gives ingen stemmeprompt i de formelle retssager.
  6. Hjælpe deltagerne til at sætte på vibrerende værktøjskasse ved hjælp af medicinsk tape før hver blok af forsøg i henhold til de tildelte betingelser. Det vibrerende værktøjssæt (hvis det bæres) advarer deltagerne om at bremse, når det forreste køretøj bremser. Baglygterne på det forreste køretøj lyser, hver gang det forreste køretøj bremser.
  7. Sørg for, at deltagerne får en 2 minutters hvile efter afslutningen af hver blok for at reducere overførselseffekter.
  8. Bed deltagerne om deres foretrukne placering for det vibrerende værktøjssæt og den opfattede vibrationsintensitet med en 7-punkts Likert-skala efter afslutningen af alle forsøg. Brugshastigheden for hvert dagligt bærbart tilbehør (dvs. ur, briller, øretelefoner og ring) registreres også. I præferenceskalaen for placeringen af det vibrerende værktøjssæt repræsenterer "1" "mindst favorit", og "7" repræsenterer "mest foretrukne", mens "1" repræsenterer "svag følelse" i vibrationsintensitetsskalaen, og "7" repræsenterer "stærk følelse".

6. Dataanalyse

  1. Indsaml deltagernes kørselsadfærdsdata ved 50 Hz ved hjælp af køresimuleringssoftwaren, herunder bremseresponstiden, køretøjets hastighed, rattilbageførselshastighed, vognbaneposition (SDLP) og køreafstand osv.
  2. Udfør dataanalyse af drivernes ydeevne.
    1. Foretag en afvigende analyse ved hjælp af normalfordelingen med cut-off som tre standardafvigelser fra middelståelsen for at bestemme, hvilke data der skal medtages til yderligere analyse.
    2. Bremsens responstid beregnes ved at trække den tid, hvor deltagerkøretøjet bremser (dvs. en reduktion på mindst 1 % af bremsepedalen36,42) fra det tidspunkt, hvor det forreste køretøj begynder at bremse.
    3. Mærk dataene som "ingen bremserespons", hvis bremsens responstid er større end eller lig med 5 s (dvs. manglende bremse inden for 5 s efter de forreste køretøjsbremser).
    4. Divider antallet af vellykkede bremser med det samlede antal bremser, der udføres af forkøretøjet for at beregne bremseresponshastigheden.
    5. Gennemsnittet af alle hver deltagers værdier for at opnå den gennemsnitlige bremseresponsrate og bremseresponstid for hver tilstand, og beregning af standardafvigelsen for disse værdier til yderligere analyser.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Den eksemplariske undersøgelse rapporteret i dette papir gennemførte den bilfølgende opgave ved hjælp af køresimulatoren og vibrerende værktøjskasse, som også tidligere er blevet offentliggjort i et akademisk tidsskrift22. Det er bemærkelsesværdigt, at den ældre version af det vibrerende værktøjssæt blev brugt ved udførelsen af eksemplarisk undersøgelse, mens en ny version af den vibrerende værktøjskasse blev introduceret i ovenstående protokol. Undersøgelsen var en inden-emne design eksperiment med vibrerende advarsel placering som den eneste faktor: finger, håndled, tempel advarsel betingelser, og kørsel kun tilstand som en kontrol. Hver betingelse bestod af 13 tilfældige bremsehændelser, hvilket resulterede i i alt 52 eksperimentelle forsøg. Rækkefølgen af betingelser blev opvejet med det latinske firkantede design, og alle deltagere gennemgik alle fire betingelser under eksperimentet.

Den eksemplariske undersøgelse omfattede også en undersøgelse, der registrerede deltagernes foretrukne placering til placering af det vibrerende værktøjssæt og den opfattede vibrationsintensitet på hvert sted (dvs. finger, håndled og tempel) med en 7-punkts Likert-skala efter afslutningen af alle forsøg. Brugshastigheden for dagligt bærbart tilbehør (dvs. ur, briller, øretelefoner og ring) blev også registreret.

Da der ikke var nogen tidligere metaanalyse som reference til bestemmelse af stikprøvestørrelsen for den eksemplariske undersøgelse, efter at have afsluttet effektanalysen med medianeffektstørrelsen (ηp2 = 0,06)43,44, skulle 23 deltagere nå 80% strøm, og 30 deltagere skulle nå 90% strøm. I alt 28 deltagere med normal eller korrigeret-til-normal vision, et gyldigt kørekort, og køreoplevelse i over et år blev rekrutteret fra nabolaget samfund af Tsinghua University. Fire deltagere blev udelukket fra dataanalysen, hvor en deltager trak sig ud af undersøgelsen, og tre deltagere undlod at følge forsøgsundervisningen. Der er også foretaget en afvigende analyse ved hjælp af en normal fordeling med cut-off som tre standardafvigelser fra middelværdi. De resterende 24 deltagere (17 hanner og 7 hunner), der blev inkluderet til dataanalyse, har en gennemsnitsalder på 23,88 år med en standardafvigelse på 6,62 år, der opfylder den krævede mindste stikprøvestørrelse (dvs. 23 deltagere). Der blev givet instruktioner til eksperimentet til hver deltager, og der blev indhentet en underskrevet samtykkeerklæring fra alle deltagerne ved deres ankomst til laboratoriet. Alle deltagerne var klar over formålet med dette eksperiment og rapporterede ingen bekymring efter afslutningen af praksisforsøgene, før selve eksperimentet begyndte.

Den drivende simulation eksperiment fandt sted i et lyst miljø, med den designede simulerede scene svarende til kørsel på motorvejen på en klar dag. Figur 5 viser et skærmbillede af det simulerede miljø, der blev brugt i eksemplarisk undersøgelse. Det var indstillet til kun at aktivere den simulerede bil-følgende opgave med hvert forsøg varer 12 min. Det forreste køretøj blev indstillet til at bevæge sig fremad med en gennemsnitshastighed på 60,4 km/t, og tidsintervallet for de tilfældige bremser i det forreste køretøj blev indstillet til 30 til 60 s med hver bremsehændelsesvarighed på 5 s. Den gennemsnitlige acceleration af det forreste køretøj var 0,6 m/s2, som gik efter standardindstillingerne35.

Figure 5
Figur 5: Et skærmbillede af kørselssimuleringsmiljøet. Det drivende simulationseksperiment fandt sted i et lyst miljø. Baglygterne på det forreste køretøj lyser, når det forreste køretøj bremser. Bunden af skærmen viser chaufførerne gear og hastighed af deres køretøj. Klik her for at se en større version af dette tal.

Både indstillingerne for frontal og sideværts vind blev aktiveret og indstillet til at forblive som standardindstillinger. Det mindste og maksimale frontalvindinterval, vindvarighed og frontal vindkraft var henholdsvis 3 s og 13 s, 2 s og 3 s og 500 N og 1.000 N,henholdsvis 36. Det mindste og maksimale sidevindinterval, vindvarighed og sidevindstyrke var henholdsvis 3 s og 8 s, 2 s og 3 s og 1.000 N og 2.000 N,henholdsvis 36.

En envejs gentagen måleanalyse af varians (envejs-ANOVA) på bremseresponshastigheden viste, at effekten af de fire opgavebetingelser var betydelig, F(3,69) = 3,08, p = 0,049, ηp2 = 0,31. Post hoc-analyser ved hjælp af parvis Bonferroni-korrigerede t-testtydede ikke på nogen signifikant forskel i sammenligning mellem parvis (som illustreret i figur 6).

Figure 6
Figur 6: Bremseresponsrate. Gennemsnitlig bremseresponsrate blandt deltagere under hver af de fire forhold (dvs. finger, håndled, tempel og kun kørsel). Fejllinjer repræsenterer standardafvigelser. Dette tal er blevet ændret fra Zhu et al.22. Klik her for at se en større version af dette tal.

Analysen af bremseresponstiden ved hjælp af envejs-ANOVA gav signifikante resultater, F(3,69) = 4,76, p < 0,01, ηp2 = 0,17. Efter afslutningen af de parvise Bonferroni-korrigerede t-testvar den registrerede bremseresponstid betydeligt kortere, da opgaven blev udført med det vibrerende værktøjssæt placeret på deltagernes finger (M = 1,04 s, SD = 0,35 s) og håndled (M = 1,00 s, SD = 0,33 s) i forhold til den kørende tilstand (M = 1,29 s, SD = 0,36 s) med p = henholdsvis 0,004 og p = 0,008. Der blev dog ikke fundet noget væsentligt resultat, da deltagerne kørte med det vibrerende værktøjssæt placeret på tempelområdet i forhold til køretilstanden (M = 1,08 s, SD = 0,50 s), p = 0,22. Med henvisning til figur 7påpegede resultaterne, at anvendelsen af taktile advarsler kunne lette bilisternes reaktioner på kommende farer under kørslen, især når advarselsanordningen var placeret på chaufførernes finger eller håndled.

Figure 7
Figur 7: Bremseresponstid. Gennemsnitlig bremseresponstid i sekunder blandt deltagere under hver af de fire forhold (dvs. finger, håndled, tempel og kun kørsel). Fejllinjer repræsenterer standardafvigelser. Dette tal er blevet ændret fra Zhu et al.22. Klik her for at se en større version af dette tal.

Analyse af præferencen for advarselsstedet (dvs. finger, håndled og tempel) viste en betydelig effekt, F(2,46) = 7,05, p < 0,01, ηp2 = 0,23. Der blev derfor også gennemført post-hoc-parvise Bonferroni-korrigerede t-test. Resultaterne viste en betydelig præference for fingeren (M = 4,88, SD = 1,75) og håndleddet (M = 4,83, SD = 1,31) end tempelområdet (M = 3,13, SD = 2,05), hvor p = henholdsvis 0,03 og p = 0,02. Der var ingen signifikant forskel mellem finger- og håndledsplaceringer(p = 1,0). Desuden blev der fundet en signifikant effekt for deltagernes opfattede vibrationsintensitet for de tre steder, F(2,46) = 7,37, p < 0,01, ηp2 = 0,24. Deltagerne opfattede det højeste vibrationsniveau i tempelområdet. Yderligere analyser viste imidlertid, at det opfattede vibrationsniveau kun var betydeligt lavere end tempelområdet (M = 5,75, SD = 1,42), da det vibrerende værktøjssæt var placeret på håndleddet (M = 4,17, SD = 0,92), p < 0,01. Da det vibrerende værktøjssæt var placeret på fingeren (M = 4,71, SD = 1,63), viste det ingen signifikant forskel med hverken tempelområdet (p = 0,09) eller håndleddet (p = 0,56). Interessant, som vist i figur 8, mens deltagerne opfattede det højeste niveau af vibrationer i tempelområdet, var præferencen for det vibrerende værktøjssæt, der skulle placeres på tempelområdet, den laveste.

Figure 8
Figur 8: Subjektive vurderinger af deltagernes præference for advarselssteder og opfattet vibrationsintensitet. Gennemsnitlig foretrukken advarselsplacering på en skala fra 1 (mindst favorit) til 7 (mest foretrukne) mod gennemsnitlig opfattet vibrationsintensitet på en skala fra 1 (svag følelse) til 7 (stærk følelse) for alle deltageres finger-, håndleds- og tempelområde. Fejllinjer repræsenterer standardafvigelser. Dette tal er blevet ændret fra Zhu et al.22. Klik her for at se en større version af dette tal.

Endelig afspejlede analysen af brugen af dagligt bærbart tilbehør (dvs. ur, briller, øretelefoner og ring) blandt deltagerne, at over 50% af deltagerne bar et ur i deres hverdag, hvilket tyder på muligheden for at vedtage bærbare vibrotactile-enheder som et advarselssystem i det virkelige liv (som illustreret i figur 9).

Figure 9
Figur 9: Brug af dagligt bærbart tilbehør blandt deltagerne. Gennemsnitlig procentdel af daglig brug for hvert af de fire bærbare tilbehør (dvs. ure, briller, øretelefoner og ringe). Dette tal er blevet ændret fra Zhu et al.22. Klik her for at se en større version af dette tal.

Med flere smarte bærbare tilbehør såsom smarte ringe, smartwatches og smarte briller, der nu er tilgængelige på markedet, er anvendelsen af taktile advarsler på bærbart tilbehør lige rundt om hjørnet. Den nuværende forskning bekræftede effektiviteten af bærbare vibrotactile enheder som et værdifuldt advarselssystem til at lette chaufførernes emergent bremse responstid. Den gennemsnitlige bremseresponstid blev reduceret med henholdsvis 297 ms, 251 ms og 210 ms for at bære vibrotactile-enhederne på henholdsvis håndled, finger og tempel sammenlignet med ikke at bære en taktil advarselsenhed. De aktuelle resultater viste, at vibrerende advarsler, der blev leveret på håndleddet, gav den hurtigste bremseresponstid, hvilket resulterede i et fald på 23 % i bremseresponstiden sammenlignet med ikke at modtage nogen taktil advarsel. Andre faktorer som køn46, alder46,47og individuelle forskelle48,49 i taktil sensibilitet kan dog også påvirke effektiviteten af taktile advarsler. Der er derfor behov for yderligere undersøgelser, der omfatter flere faktorer, for at bestemme den optimale placering af de taktile advarselsanordninger. Resultaterne viste ikke kun værdien af at udvikle bærbare vibrotactile-enheder, men foreslog også en potentiel alternativ form for taktilt fremad kollisionsadvarselssystem, der er billigere, mere muligt og meget operationelt sammenlignet med andre taktile advarselssystemer såsom vibrationssæde10 eller vibrationsvest50.

Supplerende kodningsfil. Klik her for at hente denne fil.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Den drivende simulationsplatform og vibrerende værktøjskasse efterlignede med rimelighed anvendelsen af potentielle bærbare vibrotactile-enheder i det virkelige liv, hvilket giver en effektiv teknik til at undersøge kørselsrelateret forskning. Med brugen af denne teknologi er et sikkert eksperimentelt miljø med høj konfigurerbarhed og overkommelige priser nu tilgængeligt til at udføre forskning, der kan sammenlignes med kørsel i den virkelige verden.

Der er flere trin, der kræver mere opmærksomhed. For det første bør forskere under konfigurationsprocessen ved hjælp af "expconfig.txt" sikre, at træningstilstanden er indstillet til Falsk, før de udfører det faktiske eksperiment for at slukke for lydprompten, der er designet til øvelseskørsel. For det andet er det vigtigt at bemærke, at forskerne under rattets kalibreringsproces bør sikre, at amplituden mod begge retninger af rattet er afbalanceret, og at både bremse- og gaspedaler er gulvtørkrævere fuldstændigt. For det tredje bør forskerne også undersøge, om det vibrerende værktøjssæt er blevet placeret på deltageren fast med medicinske bånd, før køresimuleringen begynder.

For at klare bekymringer med hensyn til den eksterne gyldighed af kørselssimulering så meget som muligt giver den introducerede køresimuleringssoftware en bred vifte af muligheder for forskere at konfigurere et ideelt kørselsmiljø. For eksempel kan modifikation af frontal og lateral vindintensitet justeres for at gentage den vindmodstand, som bilister ville opleve på en motorvej i det virkelige liv. Ud over de tilgængelige konfigurationer, der findes i dokumentet "expconfig.txt", kan forskere også designe deres egen vej ved hjælp af open source-simuleringssoftwaren til at konstruere et miljø, der efterligner det virkelige scenarie. Forskere kan også vise bekymring over den mulige trådløse vibrerende værktøjskasse debut forsinkelse, som kan påvirke den målte responstid. Alligevel omfattede vibrationsmotorernes typiske driftsegenskaber kun en forsinkelsestid på 16 ms og en stigningstid på 28 ms. I modsætning hertil er den typiske responstid for chauffører mellem 0,5 s og 1,5 s51. Derfor er virkningen af forsinkelsen relativt lille og kan overses. Når forskere oplever problemer under konfigurations- og forberedelsesprocessen, anbefales det desuden at genstarte hele systemet og kalibrere rattet, speederen og bremsepedalen igen. Hvis UDP-indstillingen er aktiveret, men der ikke er modtaget data fra andre enheder, skal du kontrollere, at andre enheder er konfigureret som en UDP-server i stedet for en UDP-klient for at lette dataoverførsel.

Ikke desto mindre har den foreslåede metode sine begrænsninger. I en real-life indstilling, forskellige køreevner og færdigheder vil være påkrævet på flere aspekter, herunder relative krav til fysiske, kognitive, adfærdsmæssige, og perceptuelle evner, osv. Afhængigt af de kontekstuelle determinanter er der forskellige grader af efterspørgsel på chaufførernes kognitive perceptuelle færdigheder. For eksempel vil det niveau af evner, der kræves for en chauffør til at køre sikkert i en let trafik solrigt vejr være mindre intensiv i forhold til kørsel i en tung trafik dårligt vejr miljø52. Køresimulatoren kan ikke fuldt ud simulere den komplekse kørselstilstand i den virkelige verden, men den kan give et mere kontrolleret miljø, der eliminerer potentielle forvirrende variabler, der kan forurene resultatet af eksperimentet. Tilpasning til den rapporterede køresimulator kan også foretages afhængigt af de eksperimentelle behov. Alligevel bør der stadig gennemføres en undersøgelse på vejene for at øge den økologiske gyldighed af denne forskningslinje. Derudover består den præsenterede køresimuleringsplatform på grund af dens lave omkostninger ikke af en bevægelsesplatform, hvilket betyder, at den ikke er i stand til at give vandrette og langsgående rejseoplevelser.

Svarende til det eksemplariske eksperiment, mens vibrationer kan være forårsaget af eksterne sammenhænge såsom kørsel på en ujævn vej, blev der ikke leveret køretøjsvibrationer til deltagerne under køresimuleringen. Den foreslåede metode giver os dog mulighed for at kontrollere hastigheden og bremseintervallet for den forreste bil i den bilfølgende opgave i et laboratoriemiljø, hvilket giver os mulighed for at kontrollere kørevanskelighederne for deltagerne. Derudover er etsimulationssyge 53 spørgeskema (SSQ) ikke medtaget i eksperimentet. På trods af den manglende overvejelse blev resultaterne ikke påvirket, da længden af hvert forsøg var relativt kort, og ingen deltager har rapporteret noget symptom53 af simuleringssyge efter afslutningen af hvert forsøg. Denne undersøgelse har også et ubalance antal mandlige og kvindelige deltagere. Fremtidige undersøgelser bør sikre, at deltagere med simuleringssyge53 udelukkes ved hjælp af det relevantespørgeskema 54, og sigte mod at rekruttere et tilsvarende antal mandlige og kvindelige deltagere for at opnå en stærkere konklusion af resultaterne.

Den eksemplariske undersøgelse er en inden-emne design bil-følgende eksperiment med vibrerende advarsel placering som den eneste faktor: finger, håndled, tempel advarsel betingelser, og kørsel kun kontrol tilstand. I fremtiden har vi til hensigt at udføre yderligere test på andre steder som brystet og bag øret, hvilket giver alternative placeringer af bærbare enheder til fremtidig udvikling. Yderligere analyse kan udføres for at undersøge variationen af bremsepedal deceleration på tværs af forskellige forhold. Desuden antydede resultaterne, at deltagerne opfattede det højeste vibrationsniveau i tempelområdet, men området var også det mindst foretrukne sted at placere enheden. Det ville også være interessant yderligere at undersøge effekten på bremsereaktionen ved at justere vibrationsintensiteten på tempelområdet. I sammenligning med visuelle og auditive advarsler indeholder vibrotactile advarsler desuden mindre information. Der bør forskes mere i, hvordan vibrotactile advarsler kan bruges til at levere komplekse oplysninger.

Mens denne undersøgelse kun gennemført et eksperiment på effekten af den bærbare vibrerende værktøjskasse på fremad kollisioner, denne test design kan også anvendes i andre adfærdsmæssige forskning såsom forskning på autonome køretøjer, lane afgang advarselssystemer, driver distraktion undersøgelse, og kørsel træthed undersøgelse. Selv om den køresimulering, der anvendes i den eksemplariske undersøgelse ikke omfatter en opsætning for autonom kørsel, forskere kan revidere koderne med henvisning til andre offentliggjorte materialer55,56 for at nå dette mål. Derudover kan det vibrerende værktøjssæt bruges til forskning i multitaskingkørsel, herunder DRT (Detection Response Task)57,58,59, surrogatreferenceopgave (SuRT)37,58og N-back opgave37. Forskere kan tilpasse køretøjets adfærd og begivenheder i henhold til deres behov, mens du bruger køresimulatoren. Andre forskningsområder, der bruger vibrationsadvarselsanordninger til at studere menneskelig adfærd såsom biomedicinsk teknik31,32, kunne også drage fordel af den foreslåede metode.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne erklærede ingen finansielle oplysninger eller interessekonflikter.

Acknowledgments

Dette projekt er blevet sponsoreret af Beijing Talents Foundation.

Materials

Name Company Catalog Number Comments
Logitech G29 Logitech 941-000114 Steering wheel and pedals
Projector screens - - The projector screen for showing the simulation enivronemnt.
Epson CB-700U Laser WUXGA Education Ultra Short Focus Interactive Projector EPSON V11H878520W The projector model for generating the display of the simlution enivronment.
The Open Racing Car Simulator (TORCS) - None Driving simulation software. The original creators are Eric Espié and Christophe Guionneau, and the version used in experiment is modified by Cao, Shi.
Tactile toolkit Hao Xing Tech. None This is used to initiate warnings to the participants.
Connecting program (Python) - - This is used to connect the TORCS with the tactile toolkit to send the vibrating instruction.
G*power Heinrich-Heine-Universität Düsseldorf None This software is used to calculate the required number of participants.

DOWNLOAD MATERIALS LIST

References

  1. The top 10 causes of death. World Health Organization. , Available from: https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death (2018).
  2. Insurance Institute for Highway Safety (IIHS). , Available from: https://www.iihs.org/news/detail/gm-front-crash-prevention-systems-cut-police-reported-crashes (2018).
  3. Spence, C., Ho, C. Tactile and multisensory spatial warning signals for drivers. IEEE Transactions on Haptics. 1 (2), 121-129 (2008).
  4. Simons, D. J., Ambinder, M. S. Change blindness: theory and consequences. Current Directions in Psychological Science. 14 (1), 44-48 (2005).
  5. Mack, A., Rock, I. Inattentional blindness. , MIT Press. Cambridge, MA. (1998).
  6. Wilkins, P. A., Acton, W. I. Noise and accidents - A review. The Annals of Occupational Hygiene. 25 (3), 249-260 (1982).
  7. Mohebbi, R., Gray, R., Tan, H. Driver reaction time to tactile and auditory rear-end collision warnings while talking on a cell phone. Human Factors. 51 (1), 102-110 (2009).
  8. Macdonald, J. S. P., Lavie, N. Visual perceptual load induces inattentional deafness. Attention, Perception & Psychophysics. 73 (6), 1780-1789 (2011).
  9. Parks, N. A., Hilimire, M. R., Corballis, P. M. Visual perceptual load modulates an auditory microreflex. Psychophysiology. 46 (3), 498-501 (2009).
  10. Van Erp, J. B. F., Van Veen, H. A. H. C. Vibrotactile in-vehicle navigation system. Transportation Research Part F: Traffic Psychology and Behaviour. 7 (4), 247-256 (2004).
  11. Lylykangas, J., Surakka, V., Salminen, K., Farooq, A., Raisamo, R. Responses to visual, tactile and visual–tactile forward collision warnings while gaze on and off the road. Transportation Research Part F: Traffic Psychology and Behaviour. 40, 68-77 (2016).
  12. Halabi, O., Bahameish, M. A., Al-Naimi, L. T., Al-Kaabi, A. K. Response times for auditory and vibrotactile directional cues in different immersive displays. International Journal of Human-Computer Interaction. 35 (17), 1578-1585 (2019).
  13. Geitner, C., Biondi, F., Skrypchuk, L., Jennings, P., Birrell, S. The comparison of auditory, tactile, and multimodal warnings for the effective communication of unexpected events during an automated driving scenario. Transportation Research Part F: Traffic Psychology and Behaviour. 65, 23-33 (2019).
  14. Scott, J., Gray, R. A comparison of tactile, visual, and auditory warnings for rear-end collision prevention in simulated driving. Human Factors. 50, 264-275 (2008).
  15. Schott, G. D. Penfield's homunculus: a note on cerebral cartography. Journal of Neurology, Neurosurgery, and Psychiatry. 56 (4), 329-333 (1993).
  16. Harrar, V., Harris, L. R. Simultaneity constancy: detecting events with touch and vision. Experimental Brain Research. 166 (34), 465-473 (2005).
  17. Kaptein, N. A., Theeuwes, J., van der Horst, R. Driving simulator validity: Some considerations. Transportation Research Record. 1550 (1), 30-36 (1996).
  18. Reed, M. P., Green, P. A. Comparison of driving performance on-road and in a low-cost simulator using a concurrent telephone dialling task. Ergonomics. 42 (8), 1015-1037 (1999).
  19. Levy, S. T., et al. Designing for discovery learning of complexity principles of congestion by driving together in the TrafficJams simulation. Instructional Science. 46 (1), 105-132 (2018).
  20. Lehmuskoski, V., Niittymäki, J., Silfverberg, B. Microscopic simulation on high-class roads: Enhancement of environmental analyses and driving dynamics: Practical applications. Transportation Research Record. 1706 (1), 73-81 (2000).
  21. Onieva, E., Pelta, D. A., Alonso, J., Milanes, V., Perez, J. A modular parametric architecture for the TORCS racing engine. 2009 IEEE Symposium on Computational Intelligence and Games. , Milano, Italy. 256-262 (2009).
  22. Zhu, A., Cao, S., Yao, H., Jadliwala, M., He, J. Can wearable devices facilitate a driver's brake response time in a classic car-following task. IEEE Access. 8, 40081-40087 (2020).
  23. Deng, C., Cao, S., Wu, C., Lyu, N. Modeling driver take-over reaction time and emergency response time using an integrated cognitive architecture. Transportation Research Record: Journal of the Transportation Research Board. 2673 (12), 380-390 (2019).
  24. Deng, C., Cao, S., Wu, C., Lyu, N. Predicting drivers' direction sign reading reaction time using an integrated cognitive architecture. IET Intelligent Transport Systems. 13 (4), 622-627 (2019).
  25. Guo, Z., Pan, Y., Zhao, G., Cao, S., Zhang, J. Detection of driver vigilance level using EEG signals and driving contexts. IEEE Transactions on Reliability. 67 (1), 370-380 (2018).
  26. Cao, S., Qin, Y., Zhao, L., Shen, M. Modeling the development of vehicle lateral control skills in a cognitive architecture. Transportation Research Part F: Traffic Psychology and Behaviour. 32, 1-10 (2015).
  27. Cao, S., Qin, Y., Jin, X., Zhao, L., Shen, M. Effect of driving experience on collision avoidance braking: An experimental investigation and computational modelling. Behaviour & Information Technology. 33 (9), 929-940 (2014).
  28. He, J., et al. Texting while driving: Is speech-based text entry less risky than handheld text entry. Accident; Analysis and Prevention. 72, 287-295 (2014).
  29. Cao, S., Qin, Y., Shen, M. Modeling the effect of driving experience on lane keeping performance using ACT-R cognitive architecture. Chinese Science Bulletin (Chinese Version). 58 (21), 2078-2086 (2013).
  30. International Organization for Standardization. , Available from: http://www.iso.org/cms/render/live/en/sites/isoorg/contents/data/standard/05/98/59887.html (2016).
  31. Hsu, W., et al. Controlled tactile and vibration feedback embedded in a smart knee brace. IEEE Consumer Electronics Magazine. 9 (1), 54-60 (2020).
  32. Dim, N. K., Ren, X. Investigation of suitable body parts for wearable vibration feedback in walking navigation. International Journal of Human-Computer Studies. 97, 34-44 (2017).
  33. Kenntner-Mabiala, R., Kaussner, Y., Jagiellowicz-Kaufmann, M., Hoffmann, S., Krüger, H. -P. Driving performance under alcohol in simulated representative driving tasks: an alcohol calibration study for impairments related to medicinal drugs. Journal of Clinical Psychopharmacology. 35 (2), 134-142 (2015).
  34. Royal Meteorological Society. , Available from: https://www.rmets.org/resource/beaufort-scale (2018).
  35. Kubose, T. T., et al. The effects of speech production and speech comprehension on simulated driving performance. Applied Cognitive Psychology. 20 (1), (2006).
  36. He, J., Mccarley, J. S., Kramer, A. F. Lane keeping under cognitive load: performance changes and mechanisms. Human Factors. 56 (2), 414-426 (2014).
  37. Radlmayr, J., Gold, C., Lorenz, L., Farid, M., Bengler, K. How traffic situations and non-driving related tasks affect the take-over quality in highly automated driving. Proceedings of the Human Factors and Ergonomics Society Annual Meeting. 58, Chicago, IL. 2063-2067 (2014).
  38. Cao, S., Liu, Y. Queueing network-adaptive control of thought rational (QN-ACTR): an integrated cognitive architecture for modelling complex cognitive and multi-task performance. International Journal of Human Factors Modelling and Simulation. 4, 63-86 (2013).
  39. Ackerley, R., Carlsson, I., Wester, H., Olausson, H., Backlund Wasling, H. Touch perceptions across skin sites: differences between sensitivity, direction discrimination and pleasantness. Frontiers in Behavioral Neuroscience. 8 (54), 1-10 (2014).
  40. Novich, S. D., Eagleman, D. M. Using space and time to encode vibrotactile information: toward an estimate of the skin's achievable throughput. Experimental Brain Research. 233 (10), 2777-2788 (2015).
  41. Gilhodes, J. C., Gurfinkel, V. S., Roll, J. P. Role of ia muscle spindle afferents in post-contraction and post-vibration motor effect genesis. Neuroscience Letters. 135 (2), 247-251 (1992).
  42. Strayer, D. L., Drews, F. A., Crouch, D. J. A comparison of the cell phone driver and the drunk driver. Human Factors. 48 (2), 381-391 (2006).
  43. Olejnik, S., Algina, J. Measures of effect size for comparative studies: applications, interpretations, and limitations. Contemporary Educational Psychology. 25 (3), 241-286 (2000).
  44. Statistics Teacher. , Available from: https://www.statisticsteacher.org/2017/09/15/what-is-power/ (2017).
  45. Maurya, A., Bokare, P. Study of deceleration behaviour of different vehicle types. International Journal for Traffic and Transport Engineering. 2 (3), 253-270 (2012).
  46. Woodward, K. L. The relationship between skin compliance, age, gender, and tactile discriminative thresholds in humans. Somatosensory & Motor Research. 10 (1), 63-67 (1993).
  47. Stevens, J. C., Choo, K. K. Spatial acuity of the body surface over the life span. Somatosensory & Motor Research. 13 (2), 153-166 (1996).
  48. Bhat, G., Bhat, M., Kour, K., Shah, D. B. Density and structural variations of Meissner's corpuscle at different sites in human glabrous skin. Journal of the Anatomical Society of India. 57 (1), 30-33 (2008).
  49. Chentanez, T., et al. Reaction time, impulse speed, overall synaptic delay and number of synapses in tactile reaction neuronal circuits of normal subjects and thinner sniffers. Physiology & Behavior. 42 (5), 423-431 (1988).
  50. van Erp, J. B. F., van Veen, H. A. H. C. A multi-purpose tactile vest for astronauts in the international space station. Proceedings of Eurohaptics. , 405-408 (2003).
  51. Steffan, H. Accident investigation - determination of cause. Encyclopedia of Forensic Sciences (Second Edition). , 405-413 (2013).
  52. Galski, T., Ehle, H. T., Williams, J. B. Estimates of driving abilities and skills in different conditions. American Journal of Occupational Therapy. 52 (4), 268-275 (1998).
  53. Ihemedu-Steinke, Q. C., et al. Simulation sickness related to virtual reality driving simulation. Virtual, Augmented and Mixed Reality. , 521-532 (2017).
  54. Kennedy, R. S., Lane, N. E., Berbaum, K. S., Lilienthal, M. G. Simulator sickness questionnaire: an enhanced method for quantifying simulator sickness. The International Journal of Aviation Psychology. 3 (3), 203-220 (1993).
  55. Kosec, M. Stanford Projects. , Available from: http://cs230.stanford.edu/files_winter_2018/projects/6940489.pdf (2018).
  56. Armagan, E., Kumbasar, T. A fuzzy logic based autonomous vehicle control system design in the TORCS environment. 2017 10th International Conference on Electrical and Electronics Engineering (ELECO). , Bursa, Turkey. 737-741 (2017).
  57. Hsieh, L., Seaman, S., Young, R. A surrogate test for cognitive demand: tactile detection response task (TDRT). Proceedings of SAE World Congress & Exhibition. , Detroit, MI. (2015).
  58. Bruyas, M. -P., Dumont, L. Sensitivity of detection response task (DRT) to the driving demand and task difficulty. Proceedings of the 7th International Driving Symposium on Human Factors in Driver Assessment, Training, and Vehicle Design: Driving Assessment 2013. , Bolton Landing, NY. 64-70 (2013).
  59. Conti-Kufner, A., Dlugosch, C., Vilimek, R., Keinath, A., Bengler, K. An assessment of cognitive workload using detection response tasks. Advances in Human Aspects of Road and Rail Transportation. , 735-743 (2012).

Tags

Adfærd Problem 166 Køresimulator kollisionsadvarselssystem bilfølgende opgave taktil advarsel vibrerende værktøjskasse

Erratum

Formal Correction: Erratum: Tactile Vibrating Toolkit and Driving Simulation Platform for Driving-Related Research
Posted by JoVE Editors on 09/01/2022. Citeable Link.

An erratum was issued for: Tactile Vibrating Toolkit and Driving Simulation Platform for Driving-Related Research. The Authors section was updated.

Ao Zhu1
Annebella Tsz Ho Choi1
Ko-Hsuan Ma1
Shi Cao2
Han Yao1
Jian Wu3
Jibo He4,1
1Psychology Department, School of Social Sciences, Tsinghua University
2Department of Systems Design Engineering, University of Waterloo
3Haier Innovation Design Center, Haier Company
4Psychology Department, School of Education and Psychological Sciences, Sichuan University of Science and Engineering

to:

Ao Zhu1
Annebella Tsz Ho Choi1
Ko-Hsuan Ma1
Shi Cao2
Han Yao1
Jian Wu3
Jibo He1
1Psychology Department, School of Social Sciences, Tsinghua University
2Department of Systems Design Engineering, University of Waterloo
3Haier Innovation Design Center, Haier Company

Taktil vibrerende værktøjssæt og køresimuleringsplatform til kørselsrelateret forskning
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Zhu, A., Choi, A. T. H., Ma, K. H.,… More

Zhu, A., Choi, A. T. H., Ma, K. H., Cao, S., Yao, H., Wu, J., He, J. Tactile Vibrating Toolkit and Driving Simulation Platform for Driving-Related Research. J. Vis. Exp. (166), e61408, doi:10.3791/61408 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter