Method Article

Zestaw narzędzi do wibracji dotykowych i platforma symulacji jazdy do badań związanych z jazdą

DOI:

10.3791/61408

⸱

December 18th, 2020

 ,  ,  ,  ,  ,  , 
1Psychology Department, School of Social Sciences, Tsinghua University, 2Department of Systems Design Engineering, University of Waterloo, 3Haier Innovation Design Center, Haier Company

In This Article

Erratum Notice

Important: There has been an erratum issued for this article. View Erratum Notice

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ten protokół opisuje platformę symulacji jazdy oraz zestaw narzędzi do wibrowania dotykowego do badania badań związanych z jazdą. Przedstawiono również przykładowy eksperyment badający skuteczność ostrzeżeń dotykowych.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

System ostrzegania przed kolizją odgrywa kluczową rolę w zapobieganiu rozproszeniu uwagi kierowcy i sennej jeździe. Wcześniejsze badania dowiodły zalet ostrzeżeń dotykowych w skracaniu czasu reakcji kierowcy na hamowanie. Jednocześnie okazało się, że ostrzeżenia dotykowe są skuteczne w przypadku wniosków o przejęcie (TOR) dla pojazdów częściowo autonomicznych.

Jak można zoptymalizować wydajność ostrzeżeń dotykowych, jest przedmiotem gorących badań w tej dziedzinie. W związku z tym zaprezentowane tanie oprogramowanie i metody symulacji jazdy zostały wprowadzone w celu przyciągnięcia większej liczby badaczy do udziału w badaniach. Przedstawiony protokół został podzielony na pięć części: 1) uczestnicy, 2) konfiguracja oprogramowania symulacyjnego jazdy, 3) przygotowanie symulatora jazdy, 4) konfiguracja i przygotowanie zestawu narzędzi wibracyjnych oraz 5) przeprowadzenie eksperymentu.

W przykładowym badaniu, uczestnicy nosili dotykowy zestaw narzędzi wibracyjnych i wykonywali ustalone zadanie podążania za samochodem za pomocą dostosowanego oprogramowania do symulacji jazdy. Przedni pojazd hamował z przerwami, a ostrzeżenia wibracyjne były emitowane za każdym razem, gdy pojazd z przodu hamował. Uczestnicy zostali poinstruowani, aby jak najszybciej zareagować na nagłe hamowanie pojazdu jadącego z przodu. Dynamika jazdy, taka jak czas reakcji hamulca i szybkość reakcji hamulców, była rejestrowana przez oprogramowanie symulacyjne w celu analizy danych.

Prezentowany protokół oferuje wgląd w badanie skuteczności ostrzeżeń dotykowych w różnych miejscach ciała. Oprócz zadania polegającego na podążaniu za samochodem, które zostało zademonstrowane w przykładowym eksperymencie, protokół ten zapewnia również możliwości zastosowania innych paradygmatów do badań symulacji jazdy poprzez prostą konfigurację oprogramowania bez konieczności tworzenia kodu. Należy jednak pamiętać, że ze względu na przystępną cenę wprowadzone tutaj oprogramowanie i sprzęt do symulacji jazdy mogą nie być w stanie w pełni konkurować z innymi komercyjnymi symulatorami jazdy o wysokiej wierności. Niemniej jednak protokół ten może działać jako niedroga i przyjazna dla użytkownika alternatywa dla ogólnych komercyjnych symulatorów jazdy o wysokiej wierności.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Według danych ujawnionych przez Global Health Estimates w 2016 roku, obrażenia drogowe są ósmą przyczyną zgonów na świecie, prowadząc do 1,4 miliona zgonów na całym świecie1. W 2018 roku 39,2% wypadków drogowych stanowiły kolizje z pojazdami silnikowymi w transporcie, a 7,2% z nich to zderzenia tylne. Rozwiązaniem mającym na celu zwiększenie bezpieczeństwa pojazdów i ruchu drogowego jest opracowanie zaawansowanego systemu wspomagania jazdy (ADAS), który ostrzega kierowców o potencjalnych zagrożeniach. Dane wykazały, że ADAS może znacznie zmniejszyć częstotliwość zderzeń tylnych i jest jeszcze bardziej skuteczny, gdy jest wyposażony w automatyczny układ hamulcowy2. Ponadto, wraz z rozwojem pojazdów autonomicznych, do sterowania pojazdem będzie wymagane mniejsze zaangażowanie człowieka, co sprawi, że system ostrzegania o żądaniu przejęcia (TOR) stanie się koniecznością, gdy pojazd autonomiczny nie będzie w stanie sam się regulować. Konstrukcja systemów ostrzegawczych ADAS i TOR jest obecnie ważnym elementem technologii dla kierowców, aby uniknąć nieuchronnych wypadków w ciągu kilku sekund. W przykładowym eksperymencie wykorzystano zestaw narzędzi wibracyjnych wraz z platformą symulacji jazdy, aby zbadać, które miejsce przyniesie najlepsze wyniki, gdy system ostrzegania wibrodotykowego zostanie wykorzystany jako potencjalny system ostrzegawczy ADAS i TOR.

Podzielone na kategorie według kanałów percepcyjnych, zazwyczaj istnieją trzy rodzaje modalności ostrzegawczych, czyli wzrokowe, słuchowe i dotykowe. Każda metoda ostrzegania ma swoje zalety i ograniczenia. Gdy używane są systemy ostrzegawcze, kierowcy mogą cierpieć z powodu przeciążenia wizualnego3, pogarszając wydajność jazdy z powodu ślepoty spowodowanej nieuwagą4,5. Chociaż dźwiękowy system ostrzegawczy nie wpływa na pole widzenia kierowcy, jego skuteczność w dużej mierze zależy od otoczenia, takiego jak muzyka w tle i inne dźwięki w środowisku jazdy6,7. W związku z tym sytuacje, które zawierają inne zewnętrzne informacje słuchowe lub znaczny hałas, mogą prowadzić do głuchoty nieuwagi8,9, zmniejszając skuteczność systemu ostrzegania słuchowego. Dla porównania, dotykowe systemy ostrzegawcze nie konkurują z przetwarzaniem wzrokowym lub słuchowym przez kierowców. Wysyłając ostrzeżenia wibrodotykowe do kierowców, dotykowe systemy ostrzegawcze pokonują ograniczenia wizualnych i dźwiękowych systemów ostrzegawczych.

Poprzednie badania wykazały, że ostrzeżenia dotykowe mogą przynieść korzyści kierowcom, skracając ich czas reakcji na hamowanie. Stwierdzono również, że systemy ostrzegania dotykowego dają bardziej skuteczne wyniki niż systemy ostrzegawcze visual10,11 i auditory12,13,14 w niektórych sytuacjach. Jednak ograniczone badania koncentrowały się na zbadaniu optymalnej lokalizacji do umieszczenia dotykowego urządzenia ostrzegawczego. Zgodnie z hipotezą kory sensorycznej15 i hipotezą odległości sensorycznej16, przykładowe badanie wybrało obszary palców, nadgarstka i skroni jako eksperymentalne miejsca do umieszczenia dotykowego urządzenia ostrzegawczego. Dzięki wprowadzonemu protokołowi częstotliwość i czas dostarczania ostrzeżenia wibracyjnego oraz odstępy czasu między drganiami zestawu narzędzi wibracyjnych można skonfigurować tak, aby pasowały do wymagań eksperymentalnych. Ten wibracyjny zestaw narzędzi składał się z układu głównego, układu regulatora napięcia, multipleksera, adaptera USB na tranzystor-tranzystor-logikę (TTL), tranzystora polowego (MOSFET) z tlenkiem metalu i półprzewodnika oraz modułu Bluetooth. Liczba modułów wibracyjnych może się również różnić w zależności od potrzeb badaczy, przy czym jednocześnie wibrują do czterech modułów. Wdrażając zestaw narzędzi wibracyjnych w eksperymentach związanych z jazdą, można go skonfigurować tak, aby pasował do ustawień eksperymentalnych, a także zsynchronizować go z danymi dotyczącymi wydajności jazdy poprzez zmianę kodów symulacji jazdy.

Podczas gdy dla badaczy, przeprowadzenie eksperymentu z jazdą na platformie wirtualnej jest bardziej wykonalne niż w prawdziwym świecie ze względu na ryzyko i związane z tym koszty. Na przykład zbieranie wskaźników wydajności może być trudne i trudno jest kontrolować czynniki środowiskowe związane z przeprowadzaniem eksperymentów w świecie rzeczywistym. W związku z tym w wielu badaniach w ostatnich latach wykorzystano symulatory jazdy ze stałą bazą działające na komputerach PC jako alternatywę dla prowadzenia badań nad jazdą drogową. Po ponad 11 latach nauki, rozwoju i badań w społeczności badaczy jazdy, stworzyliśmy platformę symulacji jazdy z prawdziwym samochodem, która składa się z oprogramowania do symulacji jazdy typu open source i zestawu sprzętowego, w tym kierownicy i skrzyni biegów, trzech pedałów, trzech zamontowanych projektorów i trzech ekranów projekcyjnych. Ponieważ oprogramowanie do symulacji jazdy obsługuje tylko jeden ekran, w prezentowanym protokole do przeprowadzenia eksperymentu wykorzystano tylko centralny projektor i ekran projektora.

Istnieją dwie główne zalety korzystania z prezentowanej platformy symulacji jazdy. Jedną z zalet tej platformy jest to, że wykorzystuje oprogramowanie typu open source. Korzystając z przyjaznej dla użytkownika platformy open source, naukowcy mogą dostosować zestaw narzędzi do symulacji i wibracji do swoich unikalnych potrzeb badawczych, dokonując prostej konfiguracji oprogramowania bez konieczności tworzenia kodu. Zmieniając kody, naukowcy mogą tworzyć symulacje jazdy, które zapewniają względną wierność rzeczywistości z wieloma opcjami dostępnymi dla typów samochodów, typów dróg, oporu kierownicy, bocznych i wzdłużnych turbulencji wiatru, interfejsów programowania (API) czasu i hamowania do synchronizacji oprogramowania zewnętrznego oraz implementacji paradygmatów behawioralnych, takich jak zadanie podążania za samochodem i zadanie N-Back. Chociaż prowadzenie badań związanych z jazdą w symulatorze jazdy nie może w pełni odtworzyć jazdy w świecie rzeczywistym, dane zebrane za pomocą symulatora jazdy są rozsądne i zostały szeroko przyjęte przez badaczy17,18.

Kolejną zaletą proponowanego symulatora jazdy jest jego niski koszt. Jak wspomniano wcześniej, wprowadzone oprogramowanie do symulacji jazdy jest oprogramowaniem typu open source, które jest dostępne dla użytkowników bezpłatnie. Ponadto całkowity koszt całej konfiguracji sprzętowej w tym protokole jest niższy w porównaniu z typowymi komercyjnymi symulatorami jazdy o wysokiej wierności. Rysunek 1 a i b przedstawia pełną konfigurację dwóch symulatorów jazdy, których koszt waha się od 3000 do 30000 USD. Natomiast typowe komercyjne symulatory jazdy o wysokiej wierności (o stałej podstawie) zwykle kosztują około 10 000 do 100 000 USD. Dzięki bardzo przystępnej cenie, ten symulator jazdy może być popularnym wyborem nie tylko do celów badań akademickich, ale także do prowadzenia zajęć z jazdy19 oraz do demonstracji technologii związanych z jazdą20,21.

figure-introduction-1
Rysunek 1: Obraz symulatorów jazdy. Oba symulatory jazdy składały się z kierownicy i skrzyni biegów, trzech pedałów i pojazdu. (a) Konfiguracja symulatora jazdy za 3000 USD, która wykorzystywała 80-calowy ekran LCD o rozdzielczości 3840 × 2160. (b) Symulator jazdy o wartości 30000 USD, który wykorzystywał trzy zamontowane projektory i trzy ekrany projekcyjne o wymiarach 223 x 126 cm każdy. Ekrany projekcyjne umieszczono 60 cm nad ziemią i 22 cm od przodu pojazdu. W obecnym eksperymencie użyto tylko centralnego projektora i ekranu projektora. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Oprogramowanie do symulacji jazdy oraz zestaw narzędzi do symulacji wibracji w proponowanej metodzie były już używane w poprzednich badaniach przez naszych badaczy22,23,24,25,26,27,28,29. Ten samodzielnie opracowany zestaw narzędzi wibracyjnych zgodny z normą ISO30 może być stosowany w różnych dziedzinach31,32 poprzez dostosowanie częstotliwości i intensywności wibracji. Należy zauważyć, że opracowano nowszą wersję zestawu narzędzi wibracyjnych i jest ona wprowadzana w następującym protokole. Zamiast regulować częstotliwość drgań za pomocą regulowanego adaptera napięcia, nowsza wersja jest wyposażona w pięć różnych częstotliwości drgań i można ją łatwiej regulować za pomocą kodów podanych w dodatkowym pliku kodowania 1. Co więcej, prezentowany symulator jazdy zapewnia naukowcom bezpieczny, niedrogi i skuteczny sposób na badanie różnego rodzaju badań związanych z jazdą. W związku z tym protokół ten jest odpowiedni dla laboratoriów badawczych, które mają ograniczony budżet i mają silną potrzebę dostosowania eksperymentalnych środowisk jazdy.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

UWAGA: Wszystkie opisane tutaj metody zostały zatwierdzone przez Institutional Review Board (IRB) Uniwersytetu Tsinghua i uzyskano świadomą zgodę od wszystkich uczestników.

1. Uczestnicy

  1. Przeprowadź analizę mocy, aby obliczyć wymaganą liczbę uczestników do rekrutacji zgodnie z projektem eksperymentalnym w celu osiągnięcia mocy statystycznej.
  2. Zrównoważ płeć uczestników podczas rekrutacji tak bardzo, jak to możliwe.
  3. Upewnij się, że uczestnicy posiadają ważne prawo jazdy i co najmniej roczne doświadczenie w prowadzeniu pojazdów.
  4. Upewnij się, że uczestnicy mają normalne lub skorygowane do normalnego widzenie, korzystając z karty widzenia.
  5. Upewnij się, że uczestnicy nie spożywali alkoholu ani narkotyków, które wpływają na zdolność prowadzenia pojazdów w ciągu 24 godzin przed eksperymentem33.

2. Konfiguracja oprogramowania do symulacji jazdy

  1. Wejdź do folderu oprogramowania do symulacji jazdy, a następnie do folderu Runtime i folderu Config. Następnie otwórz plik "expconfig.txt" (tj. ścieżka do pliku powinna brzmieć "\torcs-1.3.3-Exp-2018-10-25\torcs-1.3.3\nuntime\config\").
  2. Określ, czy zastosować dowolną konfigurację, czy kontynuować symulację jazdy przy użyciu ustawień domyślnych bez żadnej konfiguracji od razu po wyjęciu z pudełka, odwołując się do projektu eksperymentalnego. Tabela 1 zawiera szczegółowy opis domyślnych konfiguracji wszystkich dostępnych opcji.
    1. Należy przejść do sekcji 3 protokołu, jeżeli nie mają być wprowadzane żadne zmiany.
zakończenia) . szt. szt. szt. szt. szt. Rozdział ) TGLI powiedział: w następujący sposób)
Konfigurowalne opcjeOpisyUstawienia domyślne
endExpByTime (czasOkreśla, czy używać czasu zegara jako wyzwalacza do zakończenia eksperymentu.fałszywy
endExpAfterMinute (Koniec ExpAfterMinuta)Po upływie tych minut zakończ eksperyment10
endExpByDistCzy użyć odległości przebytej przez samochód kierowcy jako czynnika wywołującego zakończenie eksperymentu. Jeśli używane są zarówno wyzwalacze czasu, jak i odległości, zakończ eksperyment tym, który występuje jako pierwszy.fałszywy
endExpAfterMeterZakończ eksperyment po przejechaniu tych metrów od linii startu.5000
enableRandomFrontalWind (Wiatr LosowyFrontal)Czy włączyć wiatr czołowy (tj. siłę popychającą samochód do tyłu) z losowymi odstępami czasu i czasem trwania.prawdziwy
frontalWindIntervalMinMinimalna wartość (w sekundach) odstępu między wiatrem czołowym.3
frontalWindIntervalMaxMaksymalna wartość (w sekundach) interwału wiatru czołowego.13
frontalWindDurationMinMinimalna wartość (w sekundach) czasu trwania wiatru frontowego.cyfra arabska
frontalWindDurationMaxMaksymalna wartość (w sekundach) czasu trwania wiatru frontowego.3
frontalWindForceMinMinimalna wartość (w niutonach) siły wiatru czołowego.500
frontalWindForceMaxMaksymalna wartość (w niutonach) siły wiatru czołowego.1000
enableRandomLateralWind (Wiatr Poprzeczny)Czy włączyć wiatr boczny (tj. siłę popychającą samochód w lewo lub w prawo) z losowymi odstępami czasu i czasem trwania.prawdziwy
lateralWindIntervalMinMinimalna wartość (w sekundach) bocznego interwału wiatru.3
lateralWindIntervalMaxMaksymalna wartość (w sekundach) bocznego interwału wiatru.8
lateralWindDurationMinMinimalna wartość (w sekundach) czasu trwania wiatru bocznego.cyfra arabska
lateralWindDurationMaxMaksymalna wartość (w sekundach) czasu trwania wiatru bocznego.3
lateralWindForceMinMinimalna wartość (w niutonach) bocznej siły wiatru.1000
lateralWindForceMaxMaksymalna wartość (w niutonach) siły wiatru bocznego.Rok 2000
prowadzićCarConstantSpeedMPHStała prędkość pojazdu poprzedzającego (mph).Rozdział 40
leadDistToStartWaitingPojazd prowadzący rozpocznie oczekiwanie na pojazd kierowcy, gdy odległość (w metrach) między ogonem pojazdu prowadzącego a głową pojazdu kierowcy będzie większa niż wskazana liczba.100
prowadzićDistToStopOczekiwanieSamochód prowadzący będzie czekał, aż odległość (metry) przed samochodem kierowcy będzie mniejsza niż ta liczba.Rozdział 80
prowadzićAutoBrakeIntervalTimeMinMinimalny losowy odstęp czasu (w sekundach) potrzebny do hamowania pojazdu poprzedzającego.Rozdział 30
prowadzićAutoBrakeIntervalTimeMaxMaksymalny losowy odstęp czasu (w sekundach) na hamowanie pojazdu poprzedzającego.60
leadCarBrakeEventDurationCzas trwania zdarzenia hamowania pojazdu prowadzącego (w sekundach).5
enableRandomSMSSoundOkreśla, czy włączyć dźwięk powiadomienia serwera krótkich wiadomości odtwarzany w losowych odstępach czasu.fałszywy
randSMSIntervalMinMinimalny losowy odstęp czasu (w sekundach) od początku pierwszego powiadomienia SMS do początku drugiego powiadomienia SMS.cyfra arabska
randSMSIntervalMaxMaksymalny losowy odstęp czasu (w sekundach) od początku pierwszego powiadomienia SMS do początku drugiego powiadomienia SMS.cyfra arabska
enableRandomNbackSound (Dźwięk włączeniaRandomNbackSoundOkreśla, czy włączyć dźwięk liczby N-back odtwarzany z losowymi interwałami.fałszywy
randNbackIntervalMinMinimalny losowy odstęp czasu (sekundy) od wystąpienia pierwszego dźwięku do początku drugiego dźwięku.Godzina 2,33
randNbackIntervalMaxMaksymalny losowy przedział czasu (sekundy) od wystąpienia pierwszego dźwięku do początku drugiego dźwięku.Godzina 2,33
enableUDPSendData (włącz dane końcowe)Określa, czy włączyć synchronizację danych sygnatury czasowej z określonym adresem IP sieci lokalnej.fałszywy
enableUDPSendDataAdStudy (badanie włączoneUDPSendDataAdStudy)Czy zezwolić na przesyłanie danych na następujący adres IP na potrzeby badania reklam.
Uwaga: Konflikt z enableUDPSendData.		fałszywy
UDPTargetIPa1Adres IP dla transferu UDP/
UDPTargetIPa2
UDPTargetIPa3
UDPTargetIPa4
UDPTargetPortDocelowy port UDP.1234
UDPcycleNumber (Numer cyklu)Kontroluj, jak często wysyłany jest znacznik czasu. Dane będą wysyłane po każdym cyklu UDPLiczba cykli TORCS z każdym cyklem wynosi zwykle 20 ms.1
enableUDPQNConnection (włącz połączenie)Określa, czy włączyć symulację dysku w modelu QN-Java z serwerem UDP i klientem, to ten sam komputer.fałszywy
UDPQNtoTORCSPortPort UDP QN do numeru portu symulacji.Numer katalogowy: 5678
UDPTORCStoQNPortPort symulacji do numeru portu UDP QN.8765
leadCarBrakingByWebCommandCzy połączyć się ze stroną internetową dla sygnału hamowania pojazdu poprzedzającego.fałszywy
Far_Point_Time_AheadParametr używany w modelu sterowania pojazdem.cyfra arabska
enableCarFollowingTraining (SzkolenieOkreśla, czy włączyć symulowane zadanie podążania za samochodem w trybie treningowym./
carFollowingTrainingWarningIntervalPrzedział czasu od początku ostatniego dźwięku ostrzegawczego do rozpoczęcia następnego dźwięku ostrzegawczego w trybie treningowym.cyfra arabska

Tabela 1: Lista domyślnych ustawień oprogramowania do symulacji jazdy. Lista wartości domyślnych wszystkich powiązanych konfigurowalnych opcji oprogramowania do symulacji jazdy wraz ze szczegółowym opisem każdej opcji.

  1. Skonfiguruj ustawienia dotyczące sposobu zakończenia eksperymentu na podstawie wybranej zmiennej kontrolnej projektu eksperymentu.
    1. Zdecyduj, czy chcesz użyć czasu zegara jako wyzwalacza, aby zakończyć eksperyment, za pomocą opcji "endExpByTime =" przy użyciu wartości True lub False jako opcji do wyboru. Ustaw tę opcję na Fałsz, aby powtórzyć przykładowe badanie.
    2. Wybierz, czy eksperyment ma zostać zakończony z przebytym czasem jako wyzwalaczem za pomocą opcji "endExpAfterMinute =", wprowadzając liczbę minut w formacie z dokładnością do jednego miejsca po przecinku. O tym, jaki czas podróży, mogą decydować wyłącznie naukowcy. Wprowadź wartość 12, aby powtórzyć przykładowe badanie.
    3. Określ, czy eksperyment ma zostać zakończony przebytą odległością jako wyzwalaczem, za pomocą opcji "endExpByDist =" przy użyciu opcji True lub False. Zauważ, że jeśli zarówno opcje "endExpByTime =", jak i "endExpByDist =" są ustawione na True, eksperyment zakończy się warunkiem, który zostanie spełniony jako pierwszy. Ustaw tę opcję na Prawda, aby powtórzyć przykładowe badanie.
    4. Użyj opcji "endExpAfterMeter =", aby ustawić odległość przebytą od linii startu w metrach w formacie z jednym miejscem po przecinku. O przebytej odległości mogą decydować wyłącznie naukowcy. Wprowadź wartość 10000.0, aby powtórzyć przykładowe badanie.
  2. Skonfiguruj ustawienia wiatru dla symulowanego środowiska jazdy zgodnie z prędkością wiatru34,35 przeznaczony dla środowiska wirtualnego i obciążenia poznawczego36, który ma zostać zainicjowany w eksperymencie.
    1. Określ, czy włączyć wiatr czołowy z losowym interwałem i czasem trwania za pomocą opcji "enableRandomFrontalWind =", używając opcji True lub False. Ustaw tę opcję na Prawda, aby powtórzyć przykładowe badanie.
    2. Zdefiniuj minimalny i maksymalny interwał wiatru czołowego za pomocą opcji "frontalWindIntervalMin =" i "frontalWindIntervalMax =", wprowadzając liczbę sekund w formacie z dokładnością odpowiednio do jednego miejsca po przecinku. Użyj ustawienia domyślnego (tj. odpowiednio 3.0 i 13.0), aby powtórzyć przykładowe badanie.
    3. Zdefiniuj minimalny i maksymalny czas trwania wiatru frontowego za pomocą opcji "frontalWindDurationMin =" i "frontalWindDurationMax =", wprowadzając liczbę sekund w formacie z dokładnością odpowiednio do jednego miejsca po przecinku. Użyj ustawienia domyślnego (tj. odpowiednio 2.0 i 3.0), aby powtórzyć badanie przykładowe.
    4. Zdefiniuj minimalną i maksymalną siłę wiatru z przodu za pomocą opcji "frontalWindForceMin =" i "frontalWindForceMax =", wskazując odpowiednio wielkość siły w niutonach. Użyj ustawienia domyślnego (tj. odpowiednio 500,0 i 1 000,0), aby powtórzyć przykładowe badanie.
    5. Wybierz, czy chcesz włączyć wiatr boczny z losowym interwałem i czasem trwania za pomocą opcji "enableRandomLateralWind =" przy użyciu opcji True lub False. Ustaw wartość True, aby powtórzyć przykładowe badanie.
    6. Zdefiniuj minimalny i maksymalny boczny interwał siły wiatru za pomocą opcji "lateralWindIntervalMin =" i "lateralWindIntervalMax =", wprowadzając liczbę sekund w formacie z dokładnością odpowiednio do jednego miejsca po przecinku. Użyj ustawienia domyślnego (tj. odpowiednio 3.0 i 8.0), aby powtórzyć przykładowe badanie.
    7. Zdefiniuj minimalny i maksymalny czas trwania wiatru bocznego za pomocą opcji "lateralWindDurationMin =" i "lateralWindDurationMax =", wprowadzając liczbę sekund w formacie z odpowiednio jednym miejscem po przecinku. Użyj ustawienia domyślnego (tj. odpowiednio 2.0 i 3.0), aby powtórzyć badanie przykładowe.
    8. Zdefiniuj minimalną i maksymalną boczną siłę wiatru za pomocą opcji "lateralWindForceMin =" i "lateralWindForceMax =", wskazując odpowiednio wielkość siły w niutonach. Użyj ustawienia domyślnego (tj. odpowiednio 1 000,0 i 2 000,0), aby powtórzyć przykładowe badanie.
  3. Skonfiguruj ustawienia dla symulowanego zadania śledzenia samochodu zgodnie z eksperymentalnym projektem i potrzebami35.
    1. Ustaw stałą prędkość pojazdu prowadzącego w milach na godzinę z dokładnością do jednego miejsca po przecinku za pomocą opcji "leadCarConstantSpeedMPH =". Wprowadź wartość 40, aby powtórzyć przykładowe badanie.
    2. Zdefiniuj odległość w metrach z dokładnością do jednego miejsca po przecinku między pojazdem prowadzącym a pojazdem kierowcy, aby pojazd prowadzący zaczął czekać, aż pojazd kierowcy dogoni go lub wznowić jazdę, odpowiednio za pomocą opcji "leadDistToStartWaiting =" i " leadDistToStopWaiting =". Użyj ustawienia domyślnego (tj. odpowiednio 100,0 i 80,0), aby powtórzyć przykładowe badanie.
    3. Ustaw maksymalny i minimalny losowy interwał czasowy zdarzeń hamowania pojazdu prowadzącego za pomocą opcji "leadCarBrakeIntervalTimeMin =" i "leadCarBrakeIntervalTimeMax =", wprowadzając liczbę sekund w formacie z jednym miejscem dziesiętnym (np. odpowiednio 30,0 i 60,0). Użyj ustawienia domyślnego (tj. odpowiednio 30,0 i 60,0), aby powtórzyć przykładowe badanie.
    4. Zdefiniuj czas trwania zdarzenia hamowania za pomocą opcji "leadCarBrakeEventDuration =", wprowadzając liczbę sekund w formacie z dokładnością do jednego miejsca po przecinku. Użyj ustawienia domyślnego (tj. 5.0), aby powtórzyć przykładowe badanie.
  4. Skonfiguruj ustawienia losowego dźwięku powiadomienia o krótkiej wiadomości zgodnie z eksperymentalnym projektem i potrzebami.
    1. Zdecyduj, czy włączyć dźwięki powiadomień o krótkich wiadomościach (SMS), które są odtwarzane w losowych odstępach czasu z wartością Prawda lub Fałsz jako wybór opcji dla opcji "enableRandomSMSSound =". Ustawić opcję na Fałsz, aby powtórzyć przykładowe badanie.
    2. Zdefiniuj minimalny i maksymalny odstęp czasu od początku pierwszego powiadomienia SMS do początku drugiego powiadomienia SMS za pomocą opcji "randSMSIntervalMin =" i "randSMSIntervalMax =", wskazując liczbę sekund w formacie z dokładnością do jednego miejsca po przecinku (np. 5.0 i 10.0).
  5. Skonfiguruj ustawienia symulowanego zadania N-back37 zgodnie z eksperymentalnym projektem i potrzebami.
    1. Ustaw N-wsteczne dźwięki liczbowe, aby były odtwarzane z losowymi interwałami z True lub False jako wybór opcji dla opcji "enableRandomNbackSound =". Ustawić opcję na Fałsz, aby powtórzyć przykładowe badanie.
    2. Zdefiniuj minimalny i maksymalny przedział czasu od przesunięcia pierwszego dźwięku do początku drugiego dźwięku za pomocą opcji "randNbackIntervalMin =" i "randNbackIntervalMax =", aby wskazać liczbę sekund w formacie z jednym miejscem po przecinku (np. odpowiednio 5,0 i 10,0).
  6. Skonfiguruj ustawienia protokołu UDP (User Datagram Protocol), jeśli w eksperymencie jest wymagany transfer danych UDP.
    1. Zdecyduj, czy włączyć protokół UDP dla przesyłania danych, zezwalając na synchronizację danych z sygnaturą czasową z określonym adresem IP sieci lokalnej za pomocą opcji "enableUDPSendData =" przy użyciu opcji True lub False. Włącz tę opcję, aby powtórzyć badanie przykładowe.
    2. Wybierz, czy włączyć UDP dla przesyłania danych na określony adres IP dla badania reklam za pomocą opcji "enableUDPSendDataAdStudy =" przy użyciu opcji Prawda lub Fałsz jako wybór opcji. Należy również pamiętać, że ta opcja jest w konflikcie z "enableUDPSendData =" i obie opcje nie mogą być ustawione na True w tym samym czasie. Ustawić opcję na Fałsz, aby powtórzyć przykładowe badanie.
    3. Zdefiniuj adres IP dla transferu UDP, określając każdą sekcję adresu IP za pomocą "UDPTargetIPa1 =", "UDPTargetIPa2 =", "UDPTargetIPa3 =" i "UDPTargetIPa4 =".
    4. Wskaż numer portu docelowego w polu "UDPTargetPort =".
    5. Ustaw częstotliwość wysyłania danych w polu "UDPcycleNumber =" z dowolną liczbą całkowitą większą lub równą "1" cyklu, w którym każdy cykl trwa 20 ms.
  7. Skonfiguruj model sieci kolejkowania UDP (QN)38 połączenie z odniesieniem do eksperymentalnego projektu i potrzeb.
    1. Określ, czy włączyć symulację dysku w modelu QN-Java, w którym serwer i klient UDP korzystają z tego samego komputera, z opcją "enableUDPQNConnection =" używającą wartości True lub False jako opcji do wyboru. Wyłącz tę opcję, aby powtórzyć przykładowe badanie.
    2. Wskaż numer od portu QN UDP do portu symulacji w opcji "UDPQNtoTORCSPort =".
    3. Wskaż numer od portu symulacji do portu UDP QN w opcji "UDPTORCStoQNPort =".
  8. Skonfiguruj, czy połączyć się ze stroną internetową dla sygnałów hamowania zgodnie z projektem eksperymentalnym w opcji "leadCarBrakingByWebCommand =", używając True lub False jako wyboru opcji. Należy pamiętać, że gdy ta opcja jest ustawiona na True, "endExpByTime =" i "endExpAfterMinute =" przestaną działać. Ustawić opcję na Fałsz, aby powtórzyć przykładowe badanie.
  9. Określ, czy włączyć symulowane zadanie śledzenia samochodu w trybie trenowania za pomocą opcji "enableCarFollowingTraining =" przy użyciu wartości True lub False.
    1. Zdefiniuj interwał od początku ostatniego dźwięku ostrzegawczego do następnego początku dźwięku ostrzegawczego treningu za pomocą opcji "carFollowingTrainingWarningInterval =", wskazując liczbę sekund z dokładnością do jednego miejsca po przecinku (np. 2,0).
  10. Zapisz plik po zakończeniu konfiguracji.

3. Przygotowanie symulatora jazdy

  1. Podłącz kierownicę i projektor centralny (zamontowany projektor o proporcjach 16:10, częstotliwości odświeżania 192 – 240 Hz i 8-bitowym przetwarzaniu kolorów) do komputera. Ekran projekcyjny o wymiarach 223 x 126 cm umieszczono 60 cm nad ziemią i 22 cm od przodu oprzyrządowanego pojazdu.
  2. Ustaw rozdzielczość ekranu w obszarze Opcje | Wyświetlacz, aby dopasować rozmiar ekranu po uruchomieniu oprogramowania do symulacji jazdy.
  3. Wejdź na stronę konfiguracji, aby wybrać odtwarzacz i postępuj zgodnie z instrukcjami wyświetlanymi przez oprogramowanie, aby skalibrować kierownicę, pedał przyspieszenia i hamulca. Należą do nich obracanie kierownicą oraz naciskanie pedału przyspieszenia i hamulca zgodnie z instrukcją.

4. Konfiguracja i przygotowanie zestawu narzędzi wibracyjnych

  1. Podłącz zestaw narzędzi wibracyjnych do zasilania. Każdy z czterech modułów ma wymiary 67 x 57 x 29 mm. Rysunek 2 przedstawia obraz zestawu narzędzi wibracyjnych.

figure-protocol-1
Rysunek 2: Ilustracje zestawu narzędzi wibracyjnych. Zestaw narzędzi wibracyjnych składał się z czterech oddzielnych modułów, które można aktywować oddzielnie. Każdy moduł ma wymiary 67 x 57 x 29 mm. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

  1. Włącz zestaw narzędzi wibracyjnych i podłącz zestaw narzędzi do komputera przez Bluetooth.
  2. Określ częstotliwość drgań, która ma być wykorzystana w eksperymencie po zakończeniu pilotażowego testu wrażliwości skóry lub zgodnie z potrzebami eksperymentalnymi.
  3. Ustaw częstotliwość drgań na 70 Hz39,40,41, korzystając z kodów dostarczonych jako Uzupełniający plik kodowania 1. Łącznie pięć poziomów częstotliwości (tj. 14 Hz, 28 Hz, 42 Hz, 56 Hz i 70 Hz) jest obecnie dostępnych dla każdej stymulacji wibracyjnej, która domyślnie trwa 0,5 s.
  4. Użyj kodów dostarczonych jako Dodatkowy plik kodowania 1, aby zsynchronizować zdarzenia hamowania z oprogramowania do symulacji jazdy i zestawu narzędzi wibracyjnych. Rysunek 3 pokazuje zrzut ekranu z etykietą kodów, które mają zostać poprawione jako odniesienie.

figure-protocol-2
Rysunek 3: Zrzut ekranu z etykietą przedstawiający kody w dodatkowym pliku kodowania 1. Oznaczony zrzut ekranu kodów może być wykorzystany jako łatwiejsze odniesienie do konfiguracji i przygotowania zestawu narzędzi wibracyjnych. Kody te służą do ustawiania częstotliwości drgań zestawu narzędzi oraz do synchronizacji zdarzeń hamowania w oprogramowaniu do symulacji jazdy i zestawie narzędzi wibracyjnych w celu generowania ostrzeżeń wibracyjnych. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

5. Przeprowadzanie eksperymentu

  1. Poinstruuj uczestników, aby przeczytali i podpisali formularz świadomej zgody, który wprowadza proces eksperymentalny i zadeklarowali, że badanie ma na celu ocenę wydajności jazdy po przybyciu do laboratorium.
  2. Pomóż uczestnikom dostosować odległość siedziska od pedału i ręcznie ustawić oparcie w wygodnej pozycji.
  3. Naucz uczestników, jak obsługiwać symulator, w tym kierownicę, pedał hamulca i pedał przyspieszenia.
  4. Poinstruuj uczestników, aby jeździli tak, jak w prawdziwym świecie, podążając za samochodem przed nimi i utrzymując za nim dwie sekundy przodu. Rysunek 4 pokazuje mapę drogową używaną do symulacji jazdy.

figure-protocol-3
Rysunek 4: Mapa drogowa wykorzystana do symulacji jazdy. Używana droga jest jednokierunkowa z czterema łukami (maksymalna długość 15 000 metrów), trzema pasami ruchu i bez sygnalizacji świetlnej. Oprogramowanie symulatora jazdy oferuje inne opcje projektowania dróg, takie jak opcje włączenia znaków drogowych lub billboardów. Dostępna jest również wersja kompatybilna z EEG. Wszystkie te parametry można w razie potrzeby dostosować. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

  1. Poinformuj uczestników, aby hamowali tak szybko, jak to możliwe, za każdym razem, gdy pojazd z przodu hamuje, nawet jeśli scenariusz nie wymaga reakcji hamulców. Tylne światła przedniego pojazdu zaświecą się tak, jak podczas rzeczywistej jazdy, aby wskazać zdarzenie hamowania.
  2. Zapewnij uczestnikom 5-minutową próbę próbną, aby nauczyć się utrzymywać dwusekundową odległość za przednim pojazdem. Próba próbna obejmuje zestaw 5 losowych hamulców.
    1. Podczas próby próbnej, jeśli uczestnicy znajdują się mniej niż 1,5 s za poprzedzającym pojazdem, oprogramowanie do symulacji jazdy odtworzy komunikat z kobiecym głosem "zbyt blisko, proszę zwolnić".
    2. Jeśli uczestnicy znajdują się w odległości od 2,25 do 2,5 s za poprzedzającym pojazdem, oprogramowanie do symulacji jazdy odtworzy komunikat z kobiecym głosem "za daleko, proszę przyspieszyć".
    3. Do analizy nie należy dołączać danych z badania praktycznego.
  3. Poinformuj uczestników, że badanie może zostać przerwane bez żadnych kar, powiadamiając eksperymentatorów w dowolnym momencie, jeśli to konieczne.
  4. Rozpocznij formalny eksperyment, gdy uczestnicy zakończą sesję ćwiczeniową i będą w stanie utrzymać stabilną odległość podążania.
  5. Rozpocznij formalną sesję eksperymentalną, która składa się w sumie z czterech bloków (tj. palca, nadgarstka, skroni i tylko do jazdy) z 13 losowymi zdarzeniami hamowania w każdym bloku, co daje w sumie 52 próby eksperymentalne. Porządek warunków jest zrównoważony przez wzór kwadratu łacińskiego. W formalnych próbach nie jest podawany żaden komunikat głosowy.
  6. Pomóż uczestnikom założyć zestaw narzędzi wibracyjnych za pomocą taśmy medycznej przed każdym blokiem prób zgodnie z przypisanymi warunkami. Wibrujący zestaw narzędzi (jeśli jest noszony) ostrzega uczestników o konieczności hamowania, gdy pojazd z przodu hamuje. Tylne światła pojazdu z przodu są włączane za każdym razem, gdy pojazd z przodu hamuje.
  7. Upewnij się, że uczestnicy mają zapewniony 2-minutowy odpoczynek po zakończeniu każdego bloku, aby zmniejszyć efekty przeniesienia.
  8. Zapytaj uczestników o preferowane przez nich miejsce dla zestawu narzędzi wibracyjnych i postrzeganą intensywność wibracji za pomocą 7-punktowej skali Likerta po zakończeniu wszystkich prób. Rejestrowany jest również wskaźnik wykorzystania każdego codziennego sprzętu do noszenia (tj. zegarka, okularów, słuchawek i pierścionka). W skali preferencji dla lokalizacji zestawu narzędzi wibracyjnych, "1" oznacza "najmniej ulubione", a "7" oznacza "najbardziej ulubione", podczas gdy w skali intensywności wibracji "1" oznacza "słabe uczucie", a "7" oznacza "silne uczucie".

6. Analiza danych

  1. Zbierz dane dotyczące stylu jazdy uczestników przy 50 Hz za pomocą oprogramowania do symulacji jazdy, w tym czas reakcji hamulców, prędkość pojazdu, współczynnik cofania kierownicy, pozycję pasa ruchu (SDLP), odległość przed jazdą itp.
  2. Przeprowadzaj analizę danych dotyczących wydajności kierowców.
    1. Przeprowadź analizę wartości odstających, używając rozkładu normalnego z punktem odcięcia jako trzema odchyleniami standardowymi od średniej, aby określić, jakie dane należy uwzględnić do dalszej analizy.
    2. Oblicz czas reakcji hamulca, odejmując czas, w którym pojazd uczestnika hamuje (tj. minimalną redukcję o 1% pedału hamulca36,42) od momentu, w którym pojazd z przodu zaczyna hamować.
    3. Oznaczyć dane jako "brak reakcji hamulców", jeśli czas reakcji hamulca jest większy lub równy 5 s (tj. brak hamowania w ciągu 5 s po hamowaniu pojazdu z przodu).
    4. Podziel liczbę udanych hamowań przez całkowitą liczbę hamulców wykonanych przez pojazd z przodu, aby obliczyć wskaźnik reakcji hamulców.
    5. Uśrednić wszystkie wartości każdego uczestnika, aby uzyskać średni wskaźnik reakcji hamulca i czas reakcji hamulca w każdym warunku, a następnie obliczyć odchylenie standardowe tych wartości do dalszych analiz.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Przykładowe badanie opisane w tym artykule przeprowadziło zadanie śledzenia samochodu za pomocą symulatora jazdy i zestawu narzędzi do wibracji, który został również wcześniej opublikowany w czasopiśmie akademickim22. Warto zauważyć, że podczas przeprowadzania badania wzorcowego wykorzystano starszą wersję zestawu narzędzi wibracyjnych, natomiast w powyższym protokole wprowadzono nową wersję zestawu narzędzi wibracyjnych. Badanie było wewnątrzobiektowym eksperymentem projektowym, w którym jedynym ...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Platforma symulacji jazdy i zestaw narzędzi wibracyjnych w rozsądny sposób naśladowały zastosowanie potencjalnych urządzeń wibrodotykowych do noszenia w prawdziwym życiu, zapewniając skuteczną technikę badania związanego z jazdą. Dzięki zastosowaniu tej technologii dostępne jest teraz bezpieczne środowisko eksperymentalne o wysokiej konfigurowalności i przystępności cenowej do prowadzenia badań, które są porównywalne z jazdą w warunkach rzeczywistych.

Jest kilka kroków, które wymagają większej...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy zadeklarowali brak ujawnień finansowych ani konflikt interesów.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ten projekt jest sponsorowany przez Beijing Talents Foundation.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Logitech G29Logitech941-000114Kierownica i pedały
Ekrany projektora-Ekran projektora do wyświetlania środowiska symulacji.
Epson CB-700U Laser WUXGA Education Ultra Short Focus Interaktywny projektorEPSONV11H878520WModel projektora do generowania wyświetlania środowiska symulacji.
Open Racing Car Simulator (TORCS)-. Oryginalnymi twórcami są Eric Espié i Christophe'a Guionneau, a wersja użyta w eksperymencie jest modyfikowana przez Cao, Shi.
Zestaw narzędzi dotykowychHao Xing Tech.BrakSłuży do inicjowania ostrzeżeń dla uczestników.
Program łączący (Python) -Służy do łączenia TORCS z zestawem narzędzi dotykowych w celu wysłania instrukcji wibrowania.
G*powerHeinrich-Heine-Universitä t Dü sseldorfBrakTo oprogramowanie służy do obliczania wymaganej liczby uczestników.
Oprogramowanie do symulacji jazdy Brak

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Erratum

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Formal Correction: Erratum: Tactile Vibrating Toolkit and Driving Simulation Platform for Driving-Related Research
Posted by JoVE Editors on 9/01/2022. 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

Tags

Tactile Vibrating ToolkitDriving Simulation PlatformVibration Frequency ConfigurationUDP Data TransferSteering Wheel CalibrationBrake Response TimeCar Following TaskWearable Vibrotactile DevicesDriving Safety ResearchHuman Behavioral Studies

Related Articles