Waiting
Traitement de la connexion…

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

Behavior

Tactiele vibrerende toolkit en rijsimulatieplatform voor rijgerelateerd onderzoek

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

Dit protocol beschrijft een rijsimulatieplatform en een tactiele triltoolkit voor het onderzoek naar rijgerelateerd onderzoek. Er wordt ook een voorbeeldexperiment gepresenteerd dat de effectiviteit van tactiele waarschuwingen onderzoekt.

Abstract

Het waarschuwingssysteem voor botsingen speelt een sleutelrol bij het voorkomen van afleidingen bij het rijden en slaperig rijden. Eerdere studies hebben de voordelen van tactiele waarschuwingen bewezen bij het verkorten van de remresponstijd van de bestuurder. Tegelijkertijd zijn tactiele waarschuwingen effectief gebleken bij het overnemen van aanvragen (TOR) voor gedeeltelijk autonome voertuigen.

Hoe de prestaties van tactiele waarschuwingen kunnen worden geoptimaliseerd, is een lopend heet onderzoeksonderwerp op dit gebied. Zo worden de gepresenteerde goedkope rijsimulatiesoftware en -methoden geïntroduceerd om meer onderzoekers aan te trekken om deel te nemen aan het onderzoek. Het gepresenteerde protocol is onderverdeeld in vijf secties: 1) deelnemers, 2) configuratie van rijsimulatiesoftware, 3) voorbereiding van de rijsimulator, 4) vibrerende toolkitconfiguratie en -voorbereiding, en 5) het uitvoeren van het experiment.

In het voorbeeldonderzoek droegen de deelnemers de tactiele triltoolkit en voerden ze een gevestigde autovolgende taak uit met behulp van de aangepaste rijsimulatiesoftware. Het voorste voertuig remde met tussenpozen en er werden trillende waarschuwingen gegeven wanneer het voorste voertuig remde. De deelnemers kregen de opdracht om zo snel mogelijk te reageren op de plotselinge remmen van het voorste voertuig. Rijdynamiek, zoals de remresponstijd en remresponssnelheid, werden geregistreerd door de simulatiesoftware voor gegevensanalyse.

Het gepresenteerde protocol biedt inzicht in de verkenning van de effectiviteit van tactiele waarschuwingen op verschillende lichaamslocaties. Naast de autovolgende taak die wordt gedemonstreerd in het voorbeeldexperiment, biedt dit protocol ook opties om andere paradigma's toe te passen op de rijsimulatiestudies door eenvoudige softwareconfiguratie te maken zonder enige codeontwikkeling. Het is echter belangrijk op te merken dat vanwege de betaalbare prijs de hier geïntroduceerde rijsimulatiesoftware en -hardware mogelijk niet volledig kunnen concurreren met andere high-fidelity commerciële rijsimulatoren. Niettemin kan dit protocol fungeren als een betaalbaar en gebruiksvriendelijk alternatief voor de algemene high-fidelity commerciële rijsimulatoren.

Introduction

Volgens de gegevens die in 2016 door de Global Health Estimates zijn onthuld, is verkeersschade de achtste oorzaak van wereldwijde sterfgevallen, wat leidt tot 1,4 miljoen sterfgevallen wereldwijd1. In 2018 waren 39,2% van de verkeersongevallen botsingen met motorvoertuigen in het vervoer, waarvan 7,2% kop-staartbotsingen. Een oplossing om de veiligheid van voertuigen en wegen te vergroten, is de ontwikkeling van een geavanceerd rijassistentiesysteem (ADAS) om bestuurders met mogelijke gevaren te waarschuwen. Gegevens hebben aangetoond dat ADAS de snelheid van kop-staartbotsingen aanzienlijk kan verminderen, en het is nog effectiever wanneer het is uitgerust met een automatisch remsysteem2. Bovendien zal met de ontwikkeling van autonome voertuigen minder menselijke betrokkenheid nodig zijn om het voertuig te besturen, waardoor een tor-waarschuwingssysteem (take-over request) een noodzaak is wanneer het autonome voertuig zichzelf niet reguleert. Het ontwerp van het ADAS- en TOR-waarschuwingssysteem is nu een belangrijk stuk technologie voor bestuurders om dreigende ongevallen binnen enkele seconden te voorkomen. Het voorbeeldexperiment gebruikte een vibrerende toolkit samen met een rijsimulatieplatform om te onderzoeken welke locatie het beste resultaat zou genereren wanneer een vibrotactielwaarschuwingssysteem is gebruikt als een potentieel ADAS- en TOR-waarschuwingssysteem.

Gecategoriseerd op perceptuele kanalen, zijn er over het algemeen drie soorten waarschuwingsmodaliteiten, dat wil zien, auditief en tactiel zijn. Elke waarschuwingsmodaliteit heeft zijn eigen verdiensten en beperkingen. Wanneer visuele waarschuwingssystemen in gebruik zijn, kunnen bestuurders last hebben van visuele overbelasting3, waardoor de rijprestaties worden belemmerd als gevolg van inattentional blindheid4,5. Hoewel een auditief waarschuwingssysteem het gezichtsveld van bestuurders niet beïnvloedt, hangt de effectiviteit ervan sterk af van de omgeving, zoals achtergrondmuziek en andere geluiden in de rijomgeving6,7. Situaties die andere externe auditieve informatie of significante ruis bevatten, kunnen dus leiden tot inattentionale doofheid8,9, waardoor de effectiviteit van een auditief waarschuwingssysteem wordt verminderd. Ter vergelijking: tactiele waarschuwingssystemen concurreren niet met de visuele of auditieve verwerking van bestuurders. Door vibrotactiele waarschuwingen naar bestuurders te sturen, overwinnen tactiele waarschuwingssystemen de beperkingen van visuele en auditieve waarschuwingssystemen.

Eerdere studies toonden aan dat tactiele waarschuwingen bestuurders ten goede kunnen komen door hun remresponstijd te verkorten. Ook bleek dat tactiele waarschuwingssystemen in bepaalde situaties een effectiever resultaat opleveren ten opzichte van visuele10,11 en auditieve12,13,14 waarschuwingssystemen. Beperkt onderzoek heeft zich echter gericht op het onderzoeken van de optimale locatie voor het plaatsen van een tactiel waarschuwingsapparaat. Volgens sensorische cortexhypothese15 en sensorische afstandshypothese16koos de voorbeeldstudie de vinger-, pols- en tempelgebieden als de experimentele locaties voor het plaatsen van een tactiel waarschuwingsapparaat. Met het geïntroduceerde protocol kunnen de frequentie en de levertijd van een trillende waarschuwing en intervallen tussen trillingen van de triltoolkit worden geconfigureerd om aan de experimentele vereisten te voldoen. Deze vibrerende toolkit bestond uit een masterchip, een spanningsregelaarchip, een multiplexer, een USB naar Transistor-Transistor-Logic (TTL) adapter, een Metal-Oxide-Semiconductor Field-Effect Transistor (MOSFET) en een Bluetooth module. Het aantal trilmodules kan ook variëren afhankelijk van de behoeften van onderzoekers, waarbij maximaal vier modules tegelijkertijd trillen. Bij het implementeren van de vibrerende toolkit in de rijgerelateerde experimenten, kan deze worden geconfigureerd om te passen bij de experimentele instellingen en gesynchroniseerd met rijprestatiegegevens door de codes van de rijsimulatie te herzien.

Terwijl voor onderzoekers het uitvoeren van een rij-experiment op een virtueel platform haalbaarder is dan in de echte wereld vanwege het risico en de kosten die ermee gemoeid zijn. Het verzamelen van prestatie-indicatoren kan bijvoorbeeld moeilijk zijn en het is moeilijk om de omgevingsfactoren te beheersen die betrokken zijn bij experimenten in de echte wereld. Als gevolg hiervan hebben veel studies de afgelopen jaren gebruik gemaakt van vaste rijsimulatoren die op pc's draaien als alternatief voor het uitvoeren van rijstudies op de weg. Na meer dan 11 jaar te hebben geleerd, ontwikkeld en onderzocht in de rijonderzoeksgemeenschap, hebben we een rijsimulatieplatform opgezet met een echte auto die bestaat uit een open-source rijsimulatiesoftware en een hardwarekit, waaronder een stuurwiel en versnellingsbak, drie pedalen, drie gemonteerde projectoren en drie projectorschermen. Met de rijsimulatiesoftware die slechts één scherm ondersteunt, gebruikte het gepresenteerde protocol alleen de centrale projector en het projectorscherm om het experiment uit te voeren.

Er zijn twee grote voordelen van het gebruik van het gepresenteerde rijsimulatieplatform. Een voordeel van dit platform is dat het een open-source software gebruikt. Met behulp van het gebruiksvriendelijke open-sourceplatform kunnen onderzoekers de simulatie- en vibrerende toolkit aanpassen aan hun unieke onderzoeksbehoeften door eenvoudige softwareconfiguratie te maken zonder enige codeontwikkeling. Door de codes te herzien, kunnen onderzoekers rijsimulaties maken die relatieve trouw aan de realiteit bieden met tal van opties beschikbaar op autotypen, wegtypen, weerstand van het stuurwiel, zijdelingse en longitudinale windturbulentie, tijd- en remgebeurtenistoepassingsprogramma-interfaces (API's) voor externe softwaresynchronisatie en implementatie van de gedragsparadigma's zoals autovolgende taak en N-Back-taak. Hoewel het uitvoeren van rijgerelateerd onderzoek in een rijsimulator het rijden in de echte wereld niet volledig kan repliceren, zijn gegevens die via een rijsimulator worden verzameld redelijk en zijn ze op grote schaal overgenomen door onderzoekers17,18.

Een ander voordeel van de voorgestelde rijsimulator zijn de lage kosten. Zoals eerder vermeld, is de geïntroduceerde rijsimulatiesoftware een open-source software die gratis beschikbaar is voor gebruikers. Bovendien zijn de totale kosten van de hele hardware-installatie in dit protocol lager in vergelijking met typische high-fidelity commerciële rijsimulatoren. Figuur 1 a en b tonen de volledige installatie van twee rijsimulatoren met de kosten variërend van $ 3000 tot $ 30000. Typische high-fidelity commerciële rijsimulatoren (vaste basis) kosten daarentegen meestal ongeveer $ 10.000 tot $ 100.000. Met zijn zeer betaalbare prijs kan deze rijsimulator een populaire keuze zijn, niet alleen voor academische onderzoeksdoeleinden, maar ook voor het uitvoeren van rijlessen19 en voor demonstratie van rijgerelateerde technologieën20,21.

Figure 1
Figuur 1: Een afbeelding van de rijsimulatoren. Beide rijsimulatoren bestonden uit een stuurwiel en versnellingsbak, drie pedalen en een voertuig. (a) Een rijsimulatoropstelling van $ 3000 die een 80-inch LCD-scherm gebruikte met een resolutie van 3840 × 2160. (b) Een rijsimulatoropstelling van $ 30000 die drie gemonteerde projectoren en drie projectorschermen gebruikte met een afmeting van elk 223 x 126 cm. De projectieschermen werden 60 cm boven de grond geplaatst en 22 cm van de voorkant van het voertuig. Alleen de centrale projector en het projectorscherm werden gebruikt voor het huidige experiment. Klik hier om een grotere versie van deze figuur te bekijken.

De rijsimulatiesoftware en vibrerende toolkit in de voorgestelde methode zijn al gebruikt in eerdere studies door onze onderzoekers22,23,24,25,26,27,28,29. Deze zelfontwikkelde triltoolkit volgens de ISO-norm30 kan in verschillende velden31,32 worden toegepast door de trillingsfrequentie en -intensiteit aan te passen. Het is belangrijk op te merken dat een nieuwere versie van de triltoolkit is ontwikkeld en in het volgende protocol is geïntroduceerd. In plaats van de trillingsfrequentie aan te passen met behulp van een instelbare spanningsadapter, is de nieuwere versie uitgerust met vijf verschillende trillingsfrequenties en kan gemakkelijker worden aangepast met behulp van de codes in Supplemental Coding File 1. Bovendien biedt de gepresenteerde rijsimulator onderzoekers een veilige, goedkope en effectieve manier om verschillende soorten rijgerelateerd onderzoek te onderzoeken. Dit protocol is dus geschikt voor onderzoekslaboratoria met een beperkt budget en een sterke behoefte om experimentele rijomgevingen aan te passen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

OPMERKING: Alle hier beschreven methoden zijn goedgekeurd door de Institutional Review Board (IRB) van de Tsinghua University en geïnformeerde toestemming is verkregen van alle deelnemers.

1. Deelnemers

  1. Voer een vermogensanalyse uit om het vereiste aantal deelnemers voor werving te berekenen volgens het experimentele ontwerp om statistische kracht te bereiken.
  2. Breng het geslacht van de deelnemers tijdens de werving zoveel mogelijk in balans.
  3. Zorg ervoor dat deelnemers in het bezit zijn van een geldig rijbewijs en minimaal één jaar rijervaring.
  4. Zorg ervoor dat de deelnemers normaal of gecorrigeerd zijn naar normaal zicht met behulp van het gezichtsveld.
  5. Zorg ervoor dat de deelnemers binnen 24 uur vóór het experiment geen alcohol of drugs hebben gebruikt die van invloed zijn op de rijvaardigheid33.

2. Configuratie van simulatiesoftware stimuleren

  1. Voer de map van de rijsimulatiesoftware in, gevolgd door de runtime-map en de Config-map. Open vervolgens het bestand "expconfig.txt" (d.w.z. het bestandspad moet "\torcs-1.3.3-Exp-2018-10-25\torcs-1.3.3\nuntime\config\" zijn).
  2. Bepaal of een configuratie moet worden toegepast of dat u doorgaat met de rijsimulatie met behulp van de standaardinstellingen zonder dat de configuratie nieuw uit de doos is gekomen door te verwijzen naar het experimentele ontwerp. Tabel 1 bevat een gedetailleerde beschrijving van de standaardconfiguraties van alle beschikbare opties.
    1. Ga verder met sectie 3 van het protocol als er geen wijzigingen worden aangebracht.
Configureerbare opties Beschrijvingen Standaardinstellingen
endExpByTime Het al dan niet gebruiken van kloktijd als trigger om het experiment te beëindigen. Valse
endExpAfterMinute Beëindig het experiment na deze minuten. 10
endExpByDist Het al dan niet gebruiken van de afgelegde afstand van de bestuurdersauto als trigger om het experiment te beëindigen. Wanneer zowel tijd- als afstandstriggers worden gebruikt, eindigt het experiment met het experiment eerst. Valse
endExpAfterMeter Beëindig het experiment nadat deze meters vanaf de startlijn zijn afgelegd. 5000
enableRandomFrontalWind Of frontale wind moet worden inschakeld (d.w.z. een kracht die de auto naar achteren duwt) met willekeurig interval en duur. Waar
frontaleWindIntervalMin Minimumwaarde (seconden) van het frontale windinterval. 3
frontaleWindIntervalMax Maximale waarde (seconden) van het frontale windinterval. 13
frontaalWindDurationMin Minimumwaarde (seconden) van de frontale windduur. 2
frontaleWindDurationMax Maximale waarde (seconden) van de frontale windduur. 3
frontaleWindForceMin Minimumwaarde (newton) van de frontale windkracht. 500
frontaalWindForceMax Maximale waarde (newton) van de frontale windkracht. 1000
inschakelenRandomLateralWind Of zijdelingse wind (d.w.z. een kracht die de auto naar links of rechts duwt) met willekeurig interval en duur moet worden inschakeld. Waar
lateraleWindIntervalMin Minimumwaarde (seconden) van het zijdelingse windinterval. 3
zijwindIntervalMax Maximale waarde (seconden) van het laterale windinterval. 8
lateraleWindDurationMin Minimumwaarde (seconden) van de zijdelingse windduur. 2
lateraleWindDurationMax Maximale waarde (seconden) van de zijdelingse windduur. 3
lateraleWindForceMin Minimumwaarde (newton) van de zijdelingse windkracht. 1000
lateraleWindForceMax Maximale waarde (newton) van de zijdelingse windkracht. 2000
loodCarConstantSpeedMPH Constante snelheid van het loden voertuig (mph). 40
leadDistToStartWaiting Het hoofdvoertuig begint op het voertuig van de bestuurder te wachten wanneer de afstand (meters) tussen de staart van het hoofdvoertuig en het hoofd van het bestuurdersvoertuig groter is dan het aangegeven nummer. 100
leadDistToStopWaiting De loden auto wacht tot de afstand (meters) voor de bestuurdersauto kleiner is dan dit aantal. 80
leadCarBrakeIntervalTimeMin Minimaal willekeurig tijdsinterval (seconden) voor het voorloopvoertuig om te remmen. 30
loodCarBrakeIntervalTimeMax Maximaal willekeurig tijdsinterval (seconden) voor het voorloopvoertuig om te remmen. 60
leadCarBrakeEventDuratie De duur van de remgebeurtenis van het hoofdvoertuig (seconden). 5
enableRandomSMSSound Of het meldingsgeluid van de korte berichtenserver met willekeurige intervallen moet worden afgespeeld. Valse
randSMSIntervalMin Minimum willekeurig tijdsinterval (seconden) vanaf het begin van de eerste sms-melding tot het begin van de tweede sms-melding. 2
randSMSIntervalMax Maximaal willekeurig tijdsinterval (seconden) vanaf het begin van de eerste sms-melding tot het begin van de tweede sms-melding. 2
enableRandomNbackSound Of N-back nummergeluid met willekeurige intervallen moet worden afgespeeld. Valse
randNbackIntervalMin Minimaal willekeurig tijdsinterval (seconden) vanaf het begin van het eerste geluid tot het begin van het tweede geluid. 2.33
randNbackIntervalMax Maximaal willekeurig tijdsinterval (seconden) vanaf het begin van het eerste geluid tot het begin van het tweede geluid. 2.33
enableUDPSendGegevens Of tijdstempelgegevenssynchronisatie moet worden inschakelen voor een specifiek lokaal netwerk-IP-adres. Valse
enableUDPSendDataAdStudy Of gegevens naar het volgende IP-adres kunnen worden verzonden voor de advertentiestudie.
Opmerking: Conflict met enableUDPSendData.		 Valse
UDPTargetIPa1 IP-adres voor de UDP-overdracht /
UDPTargetIPa2
UDPTargetIPa3
UDPTargetIPa4
UDPTargetPort Richt udp-poort. 1234
UDPcycleNummer Bepaal hoe vaak de tijdstempel wordt verzonden. Gegevens worden verzonden na elke UDPcycleAantal TORCS-cycli met elke cyclus is meestal 20 ms. 1
enableUDPQNVerbinding Of QN-Java-modelstationsimulatie met de UDP-server en -client moet worden ingeschakeld, is dezelfde computer. Valse
UDPQNtoTORCSPort De UDP QN-poort naar het simulatiepoortnummer. 5678
UDPTORCStoQNPort De simulatiepoort naar UDP QN-poortnummer. 8765
loodCarBrakingByWebCommand Of u verbinding wilt maken met een website voor het remsignaal van het hoofdvoertuig. Valse
Far_Point_Time_Ahead De parameter die wordt gebruikt in het voertuigbesturingsmodel. 2
enableCarVolgendeTraining Het al dan niet inschakelen van de gesimuleerde autovolgtaak in de trainingsmodus. /
autoVolgendeTrainingWarningInterval Tijdsinterval vanaf het laatste waarschuwingsgeluids begin tot het volgende waarschuwingsgeluids begin van de trainingsmodus. 2

Tabel 1: Lijst met standaardinstellingen voor de rijsimulatiesoftware. Een lijst met de standaardwaarden van alle bijbehorende configureerbare opties van de rijsimulatiesoftware, samen met een gedetailleerde beschrijving van elke optie.

  1. Configureer de instellingen voor het beëindigen van het experiment op basis van de gekozen besturingsvariabele van het experimentele ontwerp.
    1. Bepaal of de kloktijd als trigger moet worden gebruikt om het experiment te beëindigen met de optie "endExpByTime =" met true of false als keuze van opties. Stel deze optie in op Onwaar om de voorbeeldstudie te repliceren.
    2. Selecteer of u het experiment wilt beëindigen met de tijd die als trigger is gereisd met de optie "endExpAfterMinute =" door het aantal minuten in de notatie in te voeren met één decimale plaats. De gereisde tijd kan volledig door de onderzoekers worden bepaald. Input 12 om de voorbeeldstudie te repliceren.
    3. Stel in of het experiment moet worden beëindigd met de afgelegde afstand als trigger met de optie "endExpByDist =" met true of false als keuze van opties. Houd er rekening mee dat wanneer zowel de opties "endExpByTime =" als "endExpByDist =" zijn ingesteld op True, het experiment eindigt met de voorwaarde waaraan eerst wordt voldaan. Stel deze optie in op True om de voorbeeldstudie te repliceren.
    4. Gebruik de optie "endExpAfterMeter =" om de afgelegde afstand vanaf de startlijn in meters in de notatie in te stellen met één decimaal. De afgelegde afstand kan volledig door de onderzoekers worden bepaald. Input 10000.0 om de voorbeeldstudie te repliceren.
  2. Configureer de windinstellingen voor de gesimuleerde rijomgeving op basis van de windsnelheid34,35 die is ontworpen voor de virtuele omgeving en de cognitieve belasting36 die in het experiment moet worden geïnitieerd.
    1. Stel in of frontale wind met willekeurig interval en duur moet worden ingeschakeld met de optie "enableRandomFrontalWind =" met True of False als keuze van opties. Stel deze optie in op True om de voorbeeldstudie te repliceren.
    2. Definieer het minimale en maximale frontale windinterval-interval met de opties "frontalWindIntervalMin =" en "frontalWindIntervalMax =" door het aantal seconden in de notatie in te voeren met respectievelijk één decimale plaats. Gebruik de standaardinstelling (d.w.z. respectievelijk 3.0 en 13.0) om de voorbeeldstudie te repliceren.
    3. Definieer de minimale en maximale frontale windduur met de opties "frontalWindDurationMin =" en "frontalWindDurationMax =" door het aantal seconden in de notatie in te voeren met respectievelijk één decimale plaats. Gebruik de standaardinstelling (d.w.z. respectievelijk 2.0 en 3.0) om de voorbeeldstudie te repliceren.
    4. Definieer de minimale en maximale frontale windkracht met de opties "frontalWindForceMin =" en "frontalWindForceMax =" door respectievelijk de hoeveelheid kracht in newton aan te geven. Gebruik de standaardinstelling (d.w.z. respectievelijk 500.0 en 1.000.0) om de voorbeeldstudie te repliceren.
    5. Kies of u zijdelingse wind met willekeurig interval en duur wilt inschakelen met de optie "enableRandomLateralWind =" met true of false als keuze van opties. Stel in op Waar om de voorbeeldstudie te repliceren.
    6. Definieer het minimale en maximale laterale windkrachtintervalsintervalsinterval met de opties "lateralWindIntervalMin =" en "lateralWindIntervalMax =" door het aantal seconden in de notatie in te voeren met respectievelijk één decimaal. Gebruik de standaardinstelling (d.w.z. respectievelijk 3.0 en 8.0) om de voorbeeldstudie te repliceren.
    7. Definieer de minimale en maximale zijdelingse windduur met de opties "lateralWindDurationMin =" en "lateralWindDurationMax =" door het aantal seconden in de notatie in te voeren met respectievelijk één decimale plaats. Gebruik de standaardinstelling (d.w.z. respectievelijk 2.0 en 3.0) om de voorbeeldstudie te repliceren.
    8. Definieer de minimale en maximale zijdelingse windkracht met de opties "lateralWindForceMin =" en "lateralWindForceMax =" door respectievelijk de hoeveelheid kracht in newton aan te geven. Gebruik de standaardinstelling (d.w.z. respectievelijk 1.000,0 en 2.000,0) om de voorbeeldstudie te repliceren.
  3. Configureer de instellingen voor de gesimuleerde autovolgtaak volgens het experimentele ontwerp en behoeften35.
    1. Stel de constante snelheid van het loodvoertuig in mijlen per uur in met één decimaal met behulp van de optie "leadCarConstantSpeedMPH =". Input 40 om de voorbeeldstudie te repliceren.
    2. Definieer de afstand in meters met één decimale plaats tussen het hoofdvoertuig en het voertuig van de bestuurder om het voorste voertuig te activeren om te wachten tot het voertuig van de bestuurder het voertuig inhaalt of om het rijden te hervatten, met respectievelijk de opties "leadDistToStartWaiting =" en " leadDistToStopWaiting =". Gebruik de standaardinstelling (respectievelijk 100.0 en 80.0) om de voorbeeldstudie te repliceren.
    3. Stel het maximale en minimale willekeurige tijdsinterval van de remgebeurtenissen van het hoofdvoertuig in met de opties "leadCarBrakeIntervalTimeMin =" en "leadCarBrakeIntervalTimeMax =" door het aantal seconden in de notatie in te voeren met respectievelijk één decimaal (bijv. 30,0 en 60,0). Gebruik de standaardinstelling (d.w.z. respectievelijk 30.0 en 60.0) om de voorbeeldstudie te repliceren.
    4. Definieer de duur van de remgebeurtenis met de optie "leadCarBrakeEventDuration =" door het aantal seconden in de notatie in te voeren met één decimaal. Gebruik de standaardinstelling (d.w.z. 5.0) om de voorbeeldstudie te repliceren.
  4. Configureer de instellingen voor willekeurig kort berichtmeldingsgeluid op basis van het experimentele ontwerp en de behoeften.
    1. Bepaal of sms-meldingsgeluiden (Short Message Service) met willekeurige intervallen worden afgespeeld met True of False als de keuze van opties voor de optie "enableRandomSMSSound =". Stel de optie in op Onwaar om de voorbeeldstudie te repliceren.
    2. Definieer het minimale en maximale tijdsinterval van het begin van de eerste sms-melding tot het begin van de tweede sms-melding met behulp van de opties "randSMSIntervalMin =" en "randSMSIntervalMax =", door het aantal seconden in de notatie aan te geven met respectievelijk één decimaal (bijv. 5.0 en 10.0).
  5. Configureer de instellingen voor de gesimuleerde N-back taak37 op basis van het experimentele ontwerp en de behoeften.
    1. Stel N-back getalgeluiden in om met willekeurige intervallen af te spelen met Waar of Onwaar als de keuze van opties voor de optie "enableRandomNbackSound =". Stel de optie in op Onwaar om de voorbeeldstudie te repliceren.
    2. Definieer het minimale en maximale tijdsinterval van de offset van het eerste geluid tot het begin van het tweede geluid met behulp van de opties "randNbackIntervalMin =" en "randNbackIntervalMax =" om het aantal seconden in de notatie aan te geven met één decimaal (bijv. 5,0 en 10,0).
  6. Configureer de UDP-instellingen (User Datagram Protocol) als een UDP-gegevensoverdracht vereist is voor het experiment.
    1. Bepaal of u de UDP wilt inschakelen voor gegevensoverdracht door tijdstempelgegevenssynchronisatie toe te staan aan een specifiek IP-adres van een lokaal netwerk via de optie "enableUDPSendData =" door True of False als keuze van opties te gebruiken. Schakel deze optie in om de voorbeeldstudie te repliceren.
    2. Selecteer of u de UDP wilt inschakelen voor gegevensoverdracht naar een specifiek IP-adres voor een advertentiestudie via de optie "enableUDPSendDataAdStudy =" met True of False als keuze van opties. Er wordt ook aan herinnerd dat deze optie in strijd is met de "enableUDPSendData =" en dat beide opties niet tegelijkertijd op True kunnen worden ingesteld. Stel de optie in op Onwaar om de voorbeeldstudie te repliceren.
    3. Definieer het IP-adres voor de UDP-overdracht door elke sectie van het IP-adres op te geven met behulp van "UDPTargetIPa1 =", "UDPTargetIPa2 =", "UDPTargetIPa3 =", en "UDPTargetIPa4 =".
    4. Geef het doelpoortnummer aan onder "UDPTargetPort =".
    5. Stel de frequentie in voor de gegevens die moeten worden verzonden onder "UDPcycleNumber =" met een geheel getal groter dan of gelijk aan de cyclus "1" waarin elke cyclus 20 ms is.
  7. Configureer de QN-verbinding (UDP queuing network) model38 met verwijzing naar het experimentele ontwerp en de experimentele behoeften.
    1. Stel in of de QN-Java-modelstationsimulatie moet worden ingeschakeld waarin de UDP-server en -client dezelfde computer delen, met de optie "enableUDPQNConnection =" met True of False als keuze van opties. Schakel deze optie uit om de voorbeeldstudie te repliceren.
    2. Geef het nummer aan van de UDP QN-poort naar de simulatiepoort onder de optie "UDPQNtoTORCSPort =".
    3. Geef het nummer van de simulatiepoort naar de UDP QN-poort aan onder de optie "UDPTORCStoQNPort =".
  8. Configureer of u verbinding wilt maken met een website voor remsignalen volgens het experimentele ontwerp onder de optie "leadCarBrakingByWebCommand =" met True of False als keuze van opties. Houd er rekening mee dat wanneer deze optie is ingesteld op True, de "endExpByTime =" en "endExpAfterMinute =" niet meer werken. Stel de optie in op Onwaar om de voorbeeldstudie te repliceren.
  9. Stel in of de gesimuleerde autovolgtaak in de trainingsmodus moet worden ingeschakeld met de optie "enableCarFollowingTraining =" met True of False als keuze van opties.
    1. Definieer het interval van het laatste waarschuwingsgeluids begin tot het volgende waarschuwingsgeluids begin van de training met de optie "carFollowingTrainingWarningInterval =" door het aantal seconden aan te geven met één decimaal (bijv. 2.0).
  10. Sla het bestand op na het voltooien van de configuratie.

3. Rijsimulatorvoorbereiding

  1. Sluit het stuurwiel en de centrale projector (een gemonteerde projector met een beeldverhouding van 16:10, 192 – 240 Hz verversingsfrequentie en 8-bits kleurverwerking) aan op de computer. Een projectorscherm met een afmeting van 223 x 126 cm werd 60 cm boven de grond geplaatst en 22 cm van de voorkant van het geinstrumenteerde voertuig.
  2. Stel de schermresolutie in onder Opties | Display, om overeen te komen met de schermgrootte bij het starten van de rijsimulatiesoftware.
  3. Ga naar de pagina Configureren om een speler te selecteren en volg de instructies van de software om het stuurwiel, het gaspedaal en het rempedaal te kalibreren. Deze omvatten het draaien van het stuurwiel en het indrukken van het gaspedaal en het rempedaal zoals geïnstrueerd.

4. Vibrerende toolkit configuratie en voorbereiding

  1. Sluit de triltoolkit aan op de voeding. Elk van de vier modules heeft een afmeting van 67 x 57 x 29 mm. Figuur 2 toont een afbeelding van de vibrerende toolkit.

Figure 2
Figuur 2: Afbeeldingen van de vibrerende toolkit. De vibrerende toolkit bestond uit vier individuele modules die afzonderlijk kunnen worden geactiveerd. Elke module heeft een afmeting van 67 x 57 x 29 mm. Klik hier om een grotere versie van deze figuur te bekijken.

  1. Schakel de triltoolkit in en sluit de toolkit via Bluetooth aan op de computer.
  2. Definieer de trillingsfrequentie die voor het experiment moet worden gebruikt na het voltooien van een pilot huidgevoeligheidstest of volgens experimentele behoeften.
  3. Stel de trillingsfrequentie in op 70 Hz39,40,41 met behulp van de codes die worden geleverd als Supplemental Coding File 1. In totaal zijn er momenteel vijf frequentieniveaus beschikbaar (d.w.z. 14Hz, 28Hz, 42Hz, 56Hz en 70Hz) met elke trillingsstimulatie die standaard 0,5 s duurt.
  4. Gebruik de codes die worden geleverd als Supplemental Coding File 1 om de remgebeurtenissen van de rijsimulatiesoftware en vibrerende toolkit te synchroniseren. Figuur 3 toont een gelabelde schermafbeelding van de codes die als referentie moeten worden herzien.

Figure 3
Figuur 3: Een gelabelde screenshot van de codes in Supplemental Coding File 1. De gelabelde schermafbeelding van codes kan worden gebruikt als een eenvoudigere referentie voor de vibrerende toolkitconfiguratie en -voorbereiding. Deze codes worden gebruikt om de trillingsfrequentie van de toolkit in te stellen en om de remgebeurtenissen in de rijsimulatiesoftware en vibrerende toolkit te synchroniseren om trillende waarschuwingen te genereren. Klik hier om een grotere versie van deze figuur te bekijken.

5. Uitvoeren van het experiment

  1. Instrueer de deelnemers om het formulier voor geïnformeerde toestemming te lezen en te ondertekenen dat het experimentele proces introduceert en te verklaren dat het onderzoek is om de rijprestaties bij aankomst in het laboratorium te evalueren.
  2. Help de deelnemers om de zitafstand tot het pedaal aan te passen en zet de rugleuning handmatig in een comfortabele positie.
  3. Leer de deelnemers hoe ze de simulator moeten bedienen, inclusief het stuurwiel, het rempedaal en het gaspedaal.
  4. Instrueer de deelnemers om te rijden zoals ze in de echte wereld zouden doen, volg de auto voor hen en houd een voorsprong van twee seconden achter zich. Figuur 4 toont de routekaart die wordt gebruikt voor de rijsimulatie.

Figure 4
Figuur 4: Wegenkaart gebruikt voor rijsimulatie. De gebruikte weg is een eenrichtingsweg met vier bochten (maximale lengte 15.000 meter), drie rijstroken en zonder verkeerslichten. De rijsimulatorsoftware biedt andere opties voor wegontwerp, zoals opties om verkeersborden of billboards op te nemen. Er is ook een EEG-compatibele versie beschikbaar. Al deze parameters kunnen indien nodig worden aangepast. Klik hier om een grotere versie van deze figuur te bekijken.

  1. Informeer de deelnemers om zo snel mogelijk te remmen wanneer het voorste voertuig remt, zelfs als het scenario geen remrespons vereist. De achterlichten van het voorste voertuig lichten op volgens het rijden in de echte wereld om een remgebeurtenis aan te geven.
  2. Bied deelnemers een oefenproef van 5 minuten om te leren om een rijafstand van twee seconden achter het voorste voertuig te behouden. De oefenproef omvat een set van 5 willekeurige remmen.
    1. Tijdens de oefenproef, als de deelnemers zich minder dan 1,5 s achter het voorste voertuig bevinden, zal de rijsimulatiesoftware een prompt afspelen met een vrouwelijke stem "te dichtbij, vertraag alsjeblieft".
    2. Als de deelnemers zich tussen 2,25 en 2,5 s achter het voorste voertuig bevinden, speelt de rijsimulatiesoftware een prompt af met een vrouwelijke stem "te ver, versnel alstublieft".
    3. Voeg geen gegevens uit de praktijkproef toe voor de analyse.
  3. Laat de deelnemers weten dat het onderzoek zonder straf kan worden gestopt door de experimenteerders op elk gewenst moment op de hoogte te stellen, indien nodig.
  4. Begin met het formele experiment zodra de deelnemers de oefensessie hebben voltooid en een stabiele volgende afstand kunnen behouden.
  5. Start de formele experimentele sessie, die bestaat uit in totaal vier blokken (d.w.z. vinger, pols, tempel en alleen rijden) met 13 willekeurige remgebeurtenissen in elk blok, wat resulteert in een totaal van 52 experimentele proeven. De volgorde van de omstandigheden wordt gecompenseerd met het Latijnse vierkante ontwerp. Er wordt geen spraakprompt gegeven in de formele proeven.
  6. Help de deelnemers om de vibrerende toolkit op te zetten met behulp van medische tape vóór elk blok van proeven volgens de toegewezen voorwaarden. De triltoolkit (indien versleten) waarschuwt de deelnemers om te remmen wanneer het voorste voertuig remt. De achterlichten van het voorste voertuig worden verlicht telkens wanneer het voorste voertuig remt.
  7. Zorg ervoor dat de deelnemers 2 minuten rust krijgen na voltooiing van elk blok om de overdrachtseffecten te verminderen.
  8. Vraag de deelnemers naar hun voorkeurslocatie voor de vibrerende toolkit en de waargenomen trillingsintensiteit met een 7-punts Likert-schaal na voltooiing van alle proeven. Het gebruikspercentage van elke dagelijkse draagbare accessoires (d.w.z. horloge, bril, oortelefoon en ring) wordt ook geregistreerd. In de voorkeursschaal voor de locatie van de triltoolkit vertegenwoordigt "1" "minst favoriet" en "7" "meest favoriet", terwijl in de trillingsintensiteitsschaal "1" "zwak gevoel" vertegenwoordigt en "7" "sterk gevoel".

6. Data-analyse

  1. Verzamel de rijgedragsgegevens van de deelnemers op 50 Hz met behulp van de rijsimulatiesoftware, inclusief de remresponstijd, voertuigsnelheid, omkeringssnelheid van het stuurwiel, rijstrookpositie (SDLP) en rijbaanafstand, enz.
  2. Voer gegevensanalyses uit van de prestaties van de stuurprogramma's.
    1. Voer een uitschieteranalyse uit met behulp van de normale verdeling met cut-off als drie standaardafwijkingen van het gemiddelde om te bepalen welke gegevens moeten worden opgenomen voor verdere analyse.
    2. Bereken de reactietijd van de rem door de tijd af te trekken waarop het voertuig van de deelnemer remt (d.w.z. een minimale vermindering van 1% van het rempedaal36,42) vanaf het moment dat het voorste voertuig begint te remmen.
    3. Label de gegevens als "geen remrespons" als de remresponstijd groter is dan of gelijk is aan 5 s (d.w.z. een niet-remmen binnen 5 s na de remmen van het voorste voertuig).
    4. Deel het aantal succesvolle remmen door het totale aantal remmen dat door het voorste voertuig wordt uitgevoerd om de remresponssnelheid te berekenen.
    5. Gemiddelde alle waarden van elke deelnemer om de gemiddelde remresponssnelheid en remresponstijd van elke voorwaarde te verkrijgen en bereken de standaardafwijking op die waarden voor verdere analyses.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

De voorbeeldstudie die in dit artikel werd gerapporteerd, voerde de autovolgende taak uit met behulp van de rijsimulator en vibrerende toolkit, die ook eerder is gepubliceerd in een wetenschappelijk tijdschrift22. Het is opmerkelijk dat de oudere versie van de triltoolkit werd gebruikt bij het uitvoeren van de voorbeeldstudie, terwijl een nieuwe versie van de triltoolkit in het bovenstaande protocol werd geïntroduceerd. De studie was een binnen-subject ontwerpexperiment met trillende waarschuwingslocatie als enige factor: vinger, pols, tempelwaarschuwingsvoorwaarden en rij-enige voorwaarde als controle. Elke toestand bestond uit 13 willekeurige remgebeurtenissen, wat resulteerde in in totaal 52 experimentele proeven. De volgorde van de omstandigheden werd gecompenseerd met het Latijnse vierkante ontwerp en alle deelnemers ondergingen alle vier de omstandigheden tijdens het experiment.

De voorbeeldstudie omvatte ook een enquête die de voorkeurslocatie van deelnemers registreerde voor het plaatsen van de vibrerende toolkit en de waargenomen trillingsintensiteit van elke locatie (d.w.z. vinger, pols en tempel) met een 7-punts Likert-schaal na voltooiing van alle proeven. Het gebruikspercentage van dagelijkse draagbare accessoires (d.w.z. horloge, bril, oortelefoons en ring) werd ook geregistreerd.

Aangezien er geen eerdere meta-analyse was als referentie voor het bepalen van de steekproefgrootte voor de voorbeeldstudie, moesten43 , 44, 23 deelnemers na voltooiing van de vermogensanalyse met de mediane effectgrootte ( ηp2 = 0,06) 43,44, 23 deelnemers 80% vermogen bereiken en 30 deelnemers 90% vermogen. In totaal werden 28 deelnemers met een normaal of gecorrigeerd zicht, een geldig rijbewijs en rijervaring gedurende meer dan een jaar gerekruteerd uit de buurtgemeenschap van de Tsinghua University. Vier deelnemers werden uitgesloten van de gegevensanalyse waarbij één deelnemer zich terugtrok uit het onderzoek en drie deelnemers de experimentele instructie niet volgden. Een uitschieteranalyse is ook uitgevoerd met behulp van een normale verdeling met cut-off als drie standaardafwijkingen van het gemiddelde. De overige 24 deelnemers (17 mannen en 7 vrouwtjes) die zijn opgenomen voor gegevensanalyse hebben een gemiddelde leeftijd van 23,88 jaar met een standaarddeviatie van 6,62 jaar, waarmee ze voldoen aan de minimaal vereiste steekproefgrootte (d.w.z. 23 deelnemers). Instructies voor het experiment werden aan elke deelnemer gegeven en bij aankomst in het laboratorium werd van alle deelnemers een ondertekend toestemmingsformulier verkregen. Alle deelnemers waren op de hoogte van het doel van dit experiment en meldden geen bezorgdheid na de voltooiing van de oefenproeven voordat het eigenlijke experiment begon.

Het rijsimulatie-experiment vond plaats in een heldere omgeving, waarbij de ontworpen gesimuleerde scène vergelijkbaar was met rijden op de snelweg op een heldere dag. Figuur 5 toont een screenshot van de gesimuleerde omgeving die werd gebruikt in de voorbeeldstudie. Het was ingesteld om alleen de gesimuleerde autovolgende taak mogelijk te maken met elke proef van 12 minuten. Het hoofdvoertuig zou vooruit gaan met een gemiddelde snelheid van 60,4 km/h en het tijdsinterval voor de willekeurige remmen van het voorste voertuig werd ingesteld op 30 tot 60 s bij elke remgebeurtenisduur van 5 s. De gemiddelde acceleratie van het voorste voertuig was 0,6 m/s2, wat volgens de standaardinstellingen35 ging.

Figure 5
Figuur 5: Een screenshot van de rijsimulatieomgeving. Het rijsimulatie-experiment vond plaats in een heldere omgeving. De achterlichten van het voorste voertuig lichten op wanneer het voorste voertuig remt. De onderkant van het scherm toont de bestuurders de versnelling en snelheid van hun voertuig. Klik hier om een grotere versie van deze figuur te bekijken.

Zowel de frontale als de laterale windinstellingen zijn ingeschakeld en ingesteld om als standaardinstellingen te blijven. Het minimale en maximale frontale windinterval, de windduur en de frontale windkracht waren respectievelijk 3 s en 13 s, 2 s en 3 s, en 500 N en 1.000 N, respectievelijk36. Het minimum- en maximum laterale windinterval, de windduur en de zijdelingse windkracht waren respectievelijk 3 s en 8 s, 2 s en 3 s, en 1.000 N en 2.000 N, respectievelijk36.

Een eenrichtingsanalyse van variantie (eenrichtings-ANOVA) op remresponssnelheid toonde aan dat het effect van de vier taakomstandigheden significant was, F(3,69) = 3,08, p = 0,049, ηp2 = 0,31. Post-hocanalyses met behulp van paarsgewijze Bonferroni-gecorrigeerde t-testswezen op geen significant vergelijkingsverschil qua paar (zoals geïllustreerd in figuur 6).

Figure 6
Figuur 6: Remresponssnelheid. Gemiddelde remresponssnelheid onder deelnemers onder elk van de vier omstandigheden (d.w.z. vinger, pols, tempel en alleen rijden). Foutbalken vertegenwoordigen standaardafwijkingen. Dit cijfer is gewijzigd ten opzichte van Zhu et al.22. Klik hier om een grotere versie van deze figuur te bekijken.

De analyse van de remresponstijd met behulp van eenrichtings-ANOVA leverde significante resultaten op, F(3,69) = 4,76, p < 0,01, ηp2 = 0,17. Na voltooiing van de paarsgewijze Bonferroni-gecorrigeerde t-testswas de geregistreerde remresponstijd aanzienlijk korter toen de taak werd uitgevoerd met de triltoolkit op de vinger van de deelnemers (M = 1,04 s, SD = 0,35 s) en pols (M = 1,00 s, SD = 0,33 s) in vergelijking met de driving-only conditie (M = 1,29 s, SD = 0,36 s) met respectievelijk p = 0,004 en p = 0,008. Er werd echter geen significant resultaat gevonden toen de deelnemers reden met de vibrerende toolkit op het tempelgebied in vergelijking met de alleen-rijden-toestand (M = 1,08 s, SD = 0,50 s), p = 0,22. Met betrekking tot figuur 7wezen de resultaten erop dat het toepassen van tactiele waarschuwingen de reacties van bestuurders op aanstaande gevaren tijdens het rijden zou kunnen vergemakkelijken, vooral wanneer het waarschuwingsapparaat zich op de vinger of pols van de bestuurder bevond.

Figure 7
Figuur 7: Remresponstijd. Gemiddelde remresponstijd in seconden onder de deelnemers onder elk van de vier omstandigheden (d.w.z. vinger, pols, tempel en alleen rijden). Foutbalken vertegenwoordigen standaardafwijkingen. Dit cijfer is gewijzigd ten opzichte van Zhu et al.22. Klik hier om een grotere versie van deze figuur te bekijken.

Analyse van de voorkeur voor de waarschuwingslocatie (d.w.z. vinger, pols en tempel) toonde een significant effect, F(2,46) = 7,05, p < 0,01, ηp2 = 0,23. Post-hoc paarsgewijze Bonferroni-gecorrigeerde t-testswerden daarom ook uitgevoerd. De resultaten wezen op een significante voorkeur voor de vinger (M = 4,88, SD = 1,75) en pols (M = 4,83, SD = 1,31) dan het tempelgebied (M = 3,13, SD = 2,05) waar p = 0,03 en p = 0,02 respectievelijk. Er was geen significant verschil tussen de vinger- en polslocaties (p = 1,0). Bovendien werd een significant effect gevonden voor de waargenomen trillingsintensiteit van de deelnemers voor de drie locaties, F(2,46) = 7,37, p < 0,01, ηp2 = 0,24. Deelnemers zagen het hoogste trillingsniveau in het tempelgebied. Verdere analyse toonde echter aan dat het waargenomen trillingsniveau slechts significant lager was dan het tempelgebied (M = 5,75, SD = 1,42) toen de trillende toolkit zich op de pols bevond (M = 4,17, SD = 0,92), p < 0,01. Toen de vibrerende toolkit zich op de vinger bevond (M = 4,71, SD = 1,63), vertoonde deze geen significant verschil met noch het tempelgebied (p = 0,09) noch de pols (p = 0,56). Interessant is dat, zoals getoond in figuur 8,terwijl deelnemers het hoogste trillingsniveau in het tempelgebied waarnam, de voorkeur voor de trillende toolkit op het tempelgebied het laagst was.

Figure 8
Figuur 8: Subjectieve beoordelingen over de voorkeur voor waarschuwingslocaties en waargenomen trillingsintensiteit bij deelnemers. Gemiddelde voorkeurswaarschuwingslocatie op een schaal van 1 (minst favoriete) tot 7 (meest favoriete) tegen gemiddelde waargenomen intensiteit van trillingen op een schaal van 1 (zwak gevoel) tot 7 (sterk gevoel) voor vinger, pols en tempelgebied van alle deelnemers. Foutbalken vertegenwoordigen standaardafwijkingen. Dit cijfer is gewijzigd ten opzichte van Zhu et al.22. Klik hier om een grotere versie van deze figuur te bekijken.

Ten slotte bleek uit een analyse van het gebruik van dagelijkse draagbare accessoires (d.w.z. horloge, brillen, oortelefoons en ring) onder de deelnemers dat meer dan 50% van de deelnemers in hun dagelijks leven een horloge droeg, wat de haalbaarheid suggereert van het gebruik van draagbare vibrotactiele apparaten als waarschuwingssysteem in het echte leven (zoals geïllustreerd in figuur 9).

Figure 9
Figuur 9: Gebruik van dagelijkse draagbare accessoires onder deelnemers. Gemiddeld percentage van het dagelijks gebruik voor elk van de vier draagbare accessoires (d.w.z. horloges, brillen, oortelefoons en ringen). Dit cijfer is gewijzigd ten opzichte van Zhu et al.22. Klik hier om een grotere versie van deze figuur te bekijken.

Met meerdere slimme draagbare accessoires zoals slimme ringen, smartwatches en slimme brillen die nu op de markt verkrijgbaar zijn, is de toepassing van tactiele waarschuwingen op draagbare accessoires om de hoek. Het huidige onderzoek bevestigde de effectiviteit van draagbare vibrotactiele apparaten als een waardevol waarschuwingssysteem om de opkomende remresponstijd van bestuurders te vergemakkelijken. De gemiddelde remresponstijd werd verminderd met 297 ms, 251 ms en 210 ms voor het dragen van de vibrotactiele apparaten om respectievelijk de pols, vinger en tempel, in vergelijking met het niet dragen van een tactiel waarschuwingsapparaat. De huidige resultaten toonden aan dat trillende waarschuwingen op de pols de snelste remresponstijd produceerden, wat resulteerde in een daling van de remresponstijd met 23% in vergelijking met het niet ontvangen van een tactiele waarschuwing. Andere factoren zoals geslacht46, leeftijd 46,47, en individuele verschillen 48,49in tactiele gevoeligheid kunnen echter ook de effectiviteit van tactiele waarschuwingen beïnvloeden. Verder onderzoek dat meer factoren omvat, is daarom nodig om de optimale locatie voor het plaatsen van de tactiele waarschuwingsinrichtingen te bepalen. De bevindingen wezen niet alleen op de waarde van de ontwikkeling van draagbare vibrotactiele apparaten, maar stelden ook een mogelijke alternatieve vorm van tactiel voorwaarts botsingswaarschuwingssysteem voor dat goedkoper, haalbaarder en zeer operationeel is in vergelijking met andere tactiele waarschuwingssystemen zoals vibratiestoel10 of trillingsvest50.

Aanvullend coderingsbestand. Klik hier om dit bestand te downloaden.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Het rijsimulatieplatform en de vibrerende toolkit bootsten de toepassing van potentiële draagbare vibrotactiele apparaten in het echte leven redelijk na en boden een effectieve techniek bij het onderzoeken van rijgerelateerd onderzoek. Met het gebruik van deze technologie is er nu een veilige experimentele omgeving met een hoge configureerbaarheid en betaalbaarheid beschikbaar voor het uitvoeren van onderzoek dat vergelijkbaar is met rijden in de echte wereld.

Er zijn verschillende stappen die meer aandacht vragen. Ten eerste moeten onderzoekers tijdens het configuratieproces met behulp van de "expconfig.txt" ervoor zorgen dat de trainingsmodus is ingesteld op False voordat ze het eigenlijke experiment uitvoeren om de audioprompt uit te schakelen die is ontworpen voor oefenen met rijden. Ten tweede is het belangrijk op te merken dat onderzoekers tijdens het kalibratieproces van het stuurwiel ervoor moeten zorgen dat de amplitude naar beide richtingen van het stuurwiel in evenwicht is en dat zowel rem- als gaspedaal volledig zijn gevloerd. Ten derde moeten onderzoekers ook onderzoeken of de vibrerende toolkit stevig met medische tapes op de deelnemer is geplaatst voordat de rijsimulatie begint.

Om zoveel mogelijk om te gaan met zorgen over de externe validiteit van rijsimulatie, biedt de geïntroduceerde rijsimulatiesoftware een breed scala aan opties voor onderzoekers om een ideale rijomgeving te configureren. Zo kan de aanpassing van de frontale en laterale windintensiteit worden aangepast om de windweerstand te repliceren die bestuurders in het echte leven op een snelweg zouden ervaren. Naast de beschikbare configuraties op het document "expconfig.txt" kunnen onderzoekers ook hun eigen weg ontwerpen met behulp van de open-source simulatiesoftware om een omgeving te bouwen die het real-life scenario nabootst. Onderzoekers kunnen ook bezorgdheid tonen over de mogelijke draadloze triltoolkit-beginvertraging, die de gemeten responstijd kan beïnvloeden. Toch omvatten typische bedrijfskenmerken van de trillingsmotoren slechts een vertragingstijd van 16 ms en een stijgingstijd van 28 ms. De typische responstijd van stuurprogramma's ligt daarentegen tussen 0,5 s en 1,5 s51. Daarom is het effect van de beginvertraging relatief klein en kan het worden verwaarloosd. Bovendien wordt aanbevolen wanneer onderzoekers problemen ondervinden tijdens het configuratie- en voorbereidingsproces, het hele systeem opnieuw op te starten en het stuurwiel, het gaspedaal en het rempedaal opnieuw te kalibreren. Als de optie UDP is ingeschakeld, maar er geen gegevens zijn ontvangen door andere apparaten, moet u ervoor zorgen dat andere apparaten zijn ingesteld als een UDP-server in plaats van een UDP-client om gegevensoverdracht te vergemakkelijken.

Niettemin heeft de voorgestelde methode zijn beperkingen. In een echte omgeving zijn verschillende rijvaardigheden en vaardigheden vereist op meerdere aspecten, waaronder relatieve eisen van fysieke, cognitieve, gedrags- en perceptuele vaardigheden, enz. Afhankelijk van de contextuele determinanten wordt verschillende mate van vraag gesteld aan de cognitieve-perceptuele vaardigheden van de bestuurders. Het niveau van vaardigheden dat een bestuurder nodig heeft om veilig te rijden bij een licht verkeer zonnig weer zal bijvoorbeeld minder intensief zijn in vergelijking met rijden in een omgeving met veel verkeer en slecht weer52. De rijsimulator kan de complexe rijconditie in de echte wereld niet volledig simuleren, maar kan toch een meer gecontroleerde omgeving bieden die potentiële verstorende variabelen elimineert die de uitkomst van het experiment kunnen besmetten. Afhankelijk van de experimentele behoeften kan ook de gerapporteerde rijsimulator worden aangepast. Toch moet er nog steeds een onderzoek op de weg worden uitgevoerd om de ecologische geldigheid van deze onderzoekslijn te vergroten. Bovendien bestaat het gepresenteerde rijsimulatieplatform vanwege zijn lage kosten niet uit een bewegingsplatform, wat betekent dat het geen horizontale en longitudinale reiservaringen kan bieden.

Overeenkomend met het voorbeeldexperiment, terwijl trillingen kunnen worden veroorzaakt door externe contexten zoals rijden op een fragmentarische weg, werd er tijdens de rijsimulatie geen voertuigtrilling aan de deelnemers verstrekt. De voorgestelde methode stelt ons echter in staat om de snelheid en het reminterval van de voorste auto in de autovolgende taak in een laboratoriumomgeving te regelen, waardoor we de rijmoeilijkheden voor de deelnemers kunnen regelen. Bovendien is in het experiment geen simulatieziekte53-vragenlijst (SSQ) opgenomen. Ondanks de ontbrekende overweging werden de resultaten niet beïnvloed omdat de lengte van elke studie relatief kort was en geen enkele deelnemer een symptoom53 van simulatieziekte heeft gemeld na voltooiing van elke studie. Deze studie heeft ook een onbalans aantal mannelijke en vrouwelijke deelnemers. Toekomstige studies moeten ervoor zorgen dat deelnemers met simulatieziekte53 worden uitgesloten met behulp van de desbetreffende vragenlijst54, en ernaar streven een gelijk aantal mannelijke en vrouwelijke deelnemers aan te werven om tot een sterkere conclusie van de resultaten te komen.

De voorbeeldstudie is een binnen-subject ontwerp auto-volgende experiment met trillende waarschuwingslocatie als enige factor: vinger, pols, tempelwaarschuwingsvoorwaarden, en drijf-slechts controlevoorwaarde. In de toekomst zijn we van plan om verdere tests uit te voeren op andere locaties zoals de borst en achter het oor, en alternatieve locaties van draagbare apparaten te bieden voor toekomstige ontwikkeling. Verdere analyse kan worden uitgevoerd om de variatie van rempedaalvertraging in verschillende omstandigheden te onderzoeken. Bovendien suggereerden de resultaten dat deelnemers het hoogste trillingsniveau in het tempelgebied waarnam, maar het gebied was ook de minst geprefereerde locatie voor het plaatsen van het apparaat. Het zou ook interessant zijn om het effect op de remreactie verder te onderzoeken door de trillingsintensiteit op het tempelgebied aan te passen. Bovendien bevatten vibrotactiele waarschuwingen in vergelijking met visuele en auditieve waarschuwingen minder informatie. Er moet meer onderzoek worden gedaan naar de manier waarop vibrotactiele waarschuwingen kunnen worden gebruikt om complexe informatie te leveren.

Hoewel deze studie alleen een experiment uitvoerde naar het effect van de draagbare triltoolkit op voorwaartse botsingen, kan dit testontwerp ook worden toegepast in ander gedragsonderzoek, zoals onderzoek naar autonome voertuigen, waarschuwingssystemen voor het verlaten van de rijstrook, afleidingsstudie van bestuurders en rijmoeheidsstudie. Hoewel de rijsimulatie die in de voorbeeldstudie wordt gebruikt geen opzet voor autonoom rijden bevat, kunnen onderzoekers de codes herzien met betrekking tot andere gepubliceerde materialen55,56 om dit doel te bereiken. Bovendien kan de triltoolkit worden gebruikt in multitasking-rijonderzoek, waaronder de detectieresponstaak (DRT)57,58,59, surrogaatreferentietaak (SuRT)37,58en N-back-taak37. Onderzoekers kunnen het gedrag en de gebeurtenissen van voertuigen aanpassen aan hun behoeften tijdens het gebruik van de rijsimulator. Andere onderzoeksgebieden die trillingswaarschuwingsapparatuur gebruiken om menselijk gedrag te bestuderen, zoals biomedische technologie31,32, kunnen ook profiteren van de voorgestelde methode.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs verklaarden geen financiële informatie of belangenconflicten.

Acknowledgments

Dit project is gesponsord door 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

Gedrag Probleem 166 Rijsimulator botsingswaarschuwingssysteem autovolgende taak tactiele waarschuwing trillende toolkit

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

Tactiele vibrerende toolkit en rijsimulatieplatform voor rijgerelateerd onderzoek
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