Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

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

4.2K wyświetleń

⸱

DOI:

10.3791/61408

⸱

18 grudnia 2020

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

W tym artykule

Informacja o sprostowaniu

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

Podsumowanie

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.

Streszczenie

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.

Wprowadzenie

Zgodnie z danymi przedstawionymi w Global Health Estimates w 2016 roku, wypadki drogowe są ósmą najczęstszą przyczyną zgonów na świecie, prowadząc do 1,4 miliona śmierci w skali globalnej1. W 2018 roku 39,2% wypadków drogowych stanowiły kolizje z pojazdami silnikowymi w transporcie, z czego 7,2% było uderzeniami w tył pojazdu. Rozwiązaniem zwiększającym bezpieczeństwo pojazdów i dróg jest opracowanie zaawansowanego systemu wspomagania kierowcy (ADAS), który ostrzega przed potencjalnymi zagrożeniami. Dane wykazały, że systemy ADAS mogą znacznie zredukować liczbę kolizji tylnych, a są one jeszcze bardziej efektywne, gdy są wyposażone w system automatycznego hamowania2. Ponadto, wraz z rozwojem pojazdów autonomicznych, wymagany będzie mniejszy udział człowieka w sterowaniu pojazdem, co czyni system ostrzegania o żądaniu przejęcia kontroli (TOR) niezbędnym w sytuacjach, gdy pojazd autonomiczny nie jest w stanie samodzielnie się uregulować. Projektowanie systemów ostrzegawczych ADAS i TOR jest obecnie kluczowym elementem technologicznym umożliwiającym kierowcom uniknięcie nieuchronnych wypadków w ciągu kilku sekund. W ramach niniejszego eksperymentu wykorzystano zestaw wibracyjny wraz z platformą symulacyjną do jazdy, aby zbadać, która lokalizacja zapewni najlepsze wyniki w przypadku zastosowania systemu ostrzegania wibrotaktylnego jako potencjalnego systemu ostrzegania ADAS i TOR.

Biorąc pod uwagę kanały percepcyjne, wyróżnia się zazwyczaj trzy rodzaje modalności ostrzegawczych: wizualną, słuchową i dotykową. Każda z tych modalności ma swoje zalety i ograniczenia. W przypadku stosowania systemów ostrzegania wizualnego kierowcy mogą doświadczać przeciążenia wizualnego3, co pogarsza wyniki prowadzenia pojazdu z powodu ślepoty nieuważności4,5. Chociaż system ostrzegania słuchowego nie wpływa na pole widzenia kierowcy, jego skuteczność w dużym stopniu zależy od otoczenia, takiego jak muzyka w tle i inne hałasy w środowisku jazdy6,7. W związku z tym sytuacje zawierające inne zewnętrzne informacje słuchowe lub znaczny hałas mogą prowadzić do głuchoty nieuważności8,9, co zmniejsza skuteczność systemu ostrzegania słuchowego. W porównaniu z nimi systemy ostrzegania dotykowego nie konkurują z przetwarzaniem wizualnym ani słuchowym kierowcy. Poprzez przesyłanie ostrzeżeń wibrotaktylnych, systemy ostrzegania dotykowego pokonują ograniczenia systemów wizualnych i słuchowych.

Poprzednie badania wykazały, że ostrzeżenia dotykowe mogą przynieść korzyści kierowcom poprzez skrócenie czasu reakcji hamowania. Stwierdzono również, że w określonych sytuacjach systemy ostrzegania dotykowego dają bardziej efektywne rezultaty niż systemy ostrzegania wizualne10,1 oraz słuchowe12,13,14. Jednakże ograniczone badania skupiały się na poszukiwaniu optymalnego miejsca rozmieszczenia urządzenia do ostrzegania dotykowego. Zgodnie z hipotezą kory sensorycznej15 oraz hipotezą dystansu sensorycznego16, w niniejszym badaniu jako eksperymentalne lokalizacje dla urządzenia do ostrzegania dotykowego wybrano palec, nadgarstek i obszar skroni. Dzięki wprowadzonemu protokołowi częstotliwość i czas dostarczania sygnału wibracyjnego ostrzeżenia, a także odstępy między wibracjami zestawu wibracyjnego, mogą być konfigurowane zgodnie z wymaganiami eksperymentalnymi. Zestaw wibracyjny ten składa się z układu głównego, układu regulatora napięcia, multipleksera, adaptera USB do logiki TTL (Transistor-Transistor-Logic), tranzystora MOSFET (Metal-Oxide-Semiconductor Field-Effect Transistor) oraz modułu Bluetooth. Liczba modułów wibracyjnych może być również dostosowana do potrzeb badaczy, z możliwością jednoczesnej pracy do czterech modułów. Podczas implementacji zestawu wibracyjnego w eksperymentach związanych z prowadzeniem pojazdu, może on zostać skonfigurowany tak, aby pasował do ustawień eksperymentalnych, a także zsynchronizowany z danymi dotyczącymi wyników jazdy poprzez modyfikację kodów symulacji jazdy.

Z perspektywy badaczy przeprowadzanie eksperymentów z jazdy na platformie wirtualnej jest bardziej wykonalne niż w świecie rzeczywistym ze względu na związane z tym ryzyko i koszty. Na przykład gromadzenie wskaźników wydajności może być trudne, a kontrola czynników środowiskowych podczas prowadzenia eksperymentów w rzeczywistych warunkach jest utrudniona. W związku z tym w ostatnich latach w wielu badaniach, jako alternatywę dla testów jazdy drogowej, wykorzystywano stacjonarne symulatory jazdy uruchamiane na komputerach PC. Po ponad 1 latach nauki, rozwoju i badań w społeczności zajmującej się badaniami nad jazdą, stworzyliśmy platformę symulacji jazdy z prawdziwym samochodem, która składa się z otwartoźródłowego oprogramowania do symulacji jazdy oraz zestawu sprzętowego, obejmującego kierownicę i skrzynię biegów, trzy pedały, trzy zamontowane projektory oraz trzy ekrany projekcyjne. Ponieważ oprogramowanie do symulacji jazdy obsługuje tylko jeden ekran, w przedstawionym protokole do przeprowadzenia eksperymentu wykorzystano jedynie centralny projektor i ekran projekcyjny.

Wykorzystanie przedstawionej platformy symulacji jazdy wiąże się z dwiema głównymi zaletami. Jedną z nich jest zastosowanie oprogramowania open-source. Dzięki intuicyjnej platformie open-source badacze mogą dostosować symulację oraz zestaw narzędzi do wibracji do swoich specyficznych potrzeb badawczych poprzez prostą konfigurację oprogramowania, bez konieczności opracowywania kodu. Poprzez modyfikację kodu badacze mogą tworzyć symulacje jazdy o wysokim stopniu realizmu, dysponując wieloma opcjami w zakresie typów pojazdów, rodzajów dróg, oporu kierownicy, bocznych i podłużnych turbulencji wiatru, interfejsów programistycznych aplikacji (API) dla czasu i zdarzeń hamowania w celu synchronizacji z zewnętrznym oprogramowaniem, a także implementacji paradygmatów behawioralnych, takich jak zadanie podążania za pojazdem oraz zadanie N-Back. Choć prowadzenie badań związanych z jazdą w symulatorze nie może w pełni odtworzyć warunków rzeczywistych, dane zbierane za pomocą symulatora jazdy są wiarygodne i są powszechnie stosowane przez badaczy17,18.

Kolejną zaletą proponowanego symulatora jazdy jest jego niski koszt. Jak wspomniano wcześniej, wprowadzone oprogramowanie do symulacji jazdy jest oprogramowaniem open-source, które jest dostępne dla użytkowników bezpłatnie. Ponadto całkowity koszt całego zestawu sprzętowego w tym protokole jest niższy w porównaniu do typowych komercyjnych symulatorów jazdy o wysokiej wierności. Rycina 1 a i b przedstawia kompletny zestaw dwóch symulatorów jazdy, których koszt mieści się w przedziale od 30 $ do 30 0 $. W przeciwieństwie do nich, typowe komercyjne symulatory jazdy o wysokiej wierności (stacjonarne) kosztują zazwyczaj od 10 0 $ do 10 00 $. Dzięki bardzo przystępnej cenie symulator ten może być popularnym wyborem nie tylko do celów badań akademickich, ale także do prowadzenia lekcji nauki jazdy19 oraz do prezentacji technologii związanych z prowadzeniem pojazdów20,21.

a) Konfiguracja symulacji autonomicznego prowadzenia pojazdu, cyfrowa deska rozdzielcza, wizualizacja wirtualnej drogi. b) Pokaz samochodu elektrycznego w sali lekcyjnej, edukacyjne ekrany projekcyjne, nauka o inteligentnej mobilności.
Rysunek 1: Obraz symulatorów jazdy. Oba symulatory jazdy składały się z kierownicy i skrzyni biegów, trzech pedałów oraz pojazdu. (a) Zestaw symulatora jazdy za 300 USD, w którym wykorzystano 80-calowy ekran LCD o rozdzielczości 3840 × 2160. (b) Zestaw symulatora jazdy za 300 USD, w którym wykorzystano trzy zamontowane projektory i trzy ekrany projekcyjne o wymiarach 23 x 126 cm każdy. Ekrany projekcyjne zostały umieszczone 60 cm nad ziemią i w odległości 2 cm od przodu pojazdu. W niniejszym eksperymencie wykorzystano wyłącznie centralny projektor i centralny ekran projekcyjny. Kliknij tutaj, aby wyświetlić powiększoną wersję tej figury.

Oprogramowanie do symulacji jazdy oraz zestaw wibracyjny zastosowane w proponowanej metodzie były już wykorzystywane w poprzednich badaniach przeprowadzonych przez naszych naukowców2,23,24,25,26,27,28,29. Ten opracowany własnie zestaw wibracyjny, zgodny ze standardem ISO30, może być stosowany w różnych dziedzinach31,32 poprzez regulację częstotliwości i natężenia wibracji. Należy zaznaczyć, że opracowano nowszą wersję zestawu wibracyjnego, która została przedstawiona w poniższym protokole. W przeciwieństwie do poprzedniej wersji, w której częstotliwość wibracji regulowano za pomocą regulowanego adaptera napięcia, nowsza wersja jest wyposażona w pięć różnych częstotliwości wibracji i może być łatwiej dostosowana przy użyciu kodów zawartych w Supplemental Coding File 1. Ponadto prezentowany symulator jazdy zapewnia badaczom bezpieczny, niedrogi i skuteczny sposób prowadzenia różnorodnych badań związanych z jazdą. W związku z tym niniejszy protokół jest odpowiedni dla laboratoriów badawczych dysponujących ograniczonym budżetem i mających dużą potrzebę dostosowania eksperymentalnych środowisk jazdy.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

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

1. Uczestnicy

  1. Przeprowadź analizę mocy w celu obliczenia wymaganej liczby uczestników do rekrutacji zgodnie z projektem eksperymentalnym, aby osiągnąć odpowiednią moc statystyczną.
  2. W miarę możliwości zadbaj o zrównoważony podział płci wśród uczestników podczas rekrutacji.
  3. Upewnij się, że uczestnicy posiadają aktualne prawo jazdy i co najmniej roczne doświadczenie w prowadzeniu pojazdów.
  4. Upewnij się, że uczestnicy mają prawidłowy lub skorygowany do normy wzrok, wykorzystując tablicę wzrokową.
  5. Upewnij się, że uczestnicy nie spożywali alkoholu ani nie przyjmowali leków wpływających na zdolność prowadzenia pojazdów w ciągu 24 h 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” (ścieżka pliku powinna brzmieć: „\torcs-1.3.3-Exp-2018-10-25\torcs-1.3.3\nuntime\config\”).
  2. Na podstawie projektu eksperymentalnego ustal, czy należy wprowadzić jakąkolwiek konfigurację, czy też przeprowadzić symulację jazdy przy użyciu domyślnych ustawień fabrycznych bez żadnej konfiguracji. Tabela 1 zawiera szczegółowy opis domyślnych konfiguracji wszystkich dostępnych opcji.
    1. Jeśli nie są wymagane żadne zmiany, przejdź do sekcji 3 protokołu.
Opcje konfiguracyjneOpisyUstawienia domyślne
zakończEksperymentWedługCzasuDecyzja o tym, czy czas zegarowy powinien służyć jako wyzwalacz zakończenia eksperymentu.Fałsz
zakończEksperymentPoMinucieZakończ eksperyment po upływie tych minut.10
zakończEksperymentWedługOdległościDecyzja o tym, czy wykorzystać dystans pokonany przez samochód kierowcy jako wyzwalacz zakończenia eksperymentu. W przypadku zastosowania wyzwalaczy czasu i dystansu, eksperyment kończy się po wystąpieniu pierwszego z nich.Fałsz
zakończEksperymentPoPomiarzeZakończ eksperyment po pokonaniu przez obiekty tej liczby metrów od linii startu.5000
włączLosowyWiatrCzołowyCzy włączyć wiatr czołowy (tzn. siłę pchającą samochód w kierunku tylnym) o losowych odstępach czasowych i czasie trwania.Prawda
interwałWiatruFrontalnegoMinWartość minimalna (sekundy) dla interwału przedniego podmuchu wiatru.3
maksymalnyInterwałWiatruCzołowegoWartość maksymalna (sekundy) dla odstępu wiatru czołowego.13
czasTrwaniaWiatruCzołowegoMinMinimalna wartość (sekundy) czasu trwania wiatru czołowego.2
maksymalnyCzasTrwaniaWiatruCzołowegoWartość maksymalna (sekundy) czasu trwania wiatru czołowego.3
minimalnaSiłaWiatruCzołowegoWartość minimalna (newton) czołowej siły wiatru.500
maksymalnaSiłaWiatruCzołowegoWartość maksymalna (newton) siły wiatru czołowego.1000
włączLosowyWiatrBocznyCzy włączyć wiatr boczny (tj. siłę pchającą samochód w lewo lub w prawo) o losowych odstępach czasowych i czasie trwania.Prawda
interwałBocznegoWiatruMinMinimalna wartość (w sekundach) interwału wiatru bocznego.3
maksymalnyInterwałWiatruBocznegoMaksymalna wartość (sekundy) interwału wiatru bocznego.8
czasTrwaniaWiatruBocznegoMinMinimalna wartość (w sekundach) czasu trwania wiatru bocznego.2
maksymalnyCzasTrwaniaWiatruBocznegoWartość maksymalna (sekundy) czasu trwania wiatru bocznego.3
minimalnaBocznaSiłaWiatruWartość minimalna (niuton) bocznej siły wiatru.1000
maksymalnaSiłaWiatruBocznegoWartość maksymalna (niuton) bocznej siły wiatru.2000
stałaPrędkośćSamochoduProwadzącegoMPHStała prędkość pojazdu prowadzącego (mph).40
odległośćPrzewodzącaDoRozpoczęciaOczekiwaniaPojazd prowadzący zacznie oczekiwać na pojazd kierowcy, gdy odległość (w metrach) pomiędzy tyłem pojazdu prowadzącego a przodem pojazdu kierowcy będzie większa od wskazanej liczby.100
odległość prowadząca do zaprzestania oczekiwaniaSamochód prowadzący będzie czekać, aż odległość (w metrach) przed samochodem kierowcy stanie się mniejsza od tej wartości.80
minimalny czas przerwy w hamowaniu przedniego samochoduMinimalny losowy odstęp czasowy (w sekundach) dla hamowania pojazdu prowadzącego.30
maksymalnyCzasPrzerwyHamowaniaPrzedniegoSamochoduMaksymalny losowy odstęp czasowy (w sekundach) dla hamowania pojazdu prowadzącego.60
czasTrwaniaZdarzeniaHamowaniaSamochoduPrzedniegoCzas trwania hamowania pojazdu prowadzącego (sekundy).5
włączLosowyDźwiękSMSCzy włączyć dźwięk powiadomienia serwera krótkich wiadomości odtwarzany w losowych odstępach czasu.Fałsz
minimalnyInterwałLosoweSMSMinimalny losowy odstęp czasu (w sekundach) od momentu wystąpienia pierwszego powiadomienia SMS do momentu wystąpienia drugiego powiadomienia SMS.2
maksymalnyLosowyInterwałSMSMaksymalny losowy odstęp czasu (w sekundach) od rozpoczęcia pierwszej powiadomienia SMS do rozpoczęcia drugiej powiadomienia SMS.2
włączLosowyDźwiękNbackCzy włączyć odtwarzanie dźwięków liczb w zadaniu N-back w losowych odstępach czasu.Fałsz
randNbackIntervalMinMinimalny losowy odstęp czasu (w sekundach) od początku pierwszego dźwięku do początku drugiego dźwięku.2.33
randNbackIntervalMaxMaksymalny losowy odstęp czasu (w sekundach) od początku pierwszego dźwięku do początku drugiego dźwięku.2.33
włączWysyłanieDanychUDPCzy włączyć synchronizację danych znaczników czasu z określonym adresem IP w sieci lokalnej.Fałsz
włączUDPSendDataAdStudyCzy zezwolić na przesyłanie danych pod następujący adres IP na potrzeby badania nad reklamami.
Uwaga: Konflikt z enableUDPSendData.		Fałsz
UDPTargetIPa1Adres IP dla transferu UDP/
UDPTargetIPa2
UDPTargetIPa3
UDPTargetIPa4
PortDocelowyUDPDocelowy port UDP.1234
numerCykluUDPKontroluj częstotliwość wysyłania znacznika czasu. Dane będą wysyłane po każdym UDPcycleNumber cykli TORCS, przy czym każdy cykl trwa zazwyczaj 20 ms.1
włączPołączenieUDPQNCzy włączyć symulację sterowaną modelem QN-Java w przypadku, gdy serwer UDP i klient znajdują się na tym samym komputerze.Fałsz
UDPQNtoTORCSPortPort UDP QN do numeru portu symulacji.5678
UDPTORCStoQNPortPort symulacji do numeru portu UDP QN.8765
hamowanieGłównegoKaruPrzezPolecenieWeboweCzy nawiązać połączenie ze stroną internetową w celu uzyskania sygnału hamowania pojazdu prowadzącego.Fałsz
Czas_do_punktu_dalekiegoParametr zastosowany w modelu kontrolnym z nośnikiem.2
włączTreningPodążaniaZaPojazdemCzy włączyć symulowane zadanie jazdy w kolumnie w trybie treningowym./
interwałOstrzeganiaPodczasTreninguPodążaniaZaPojazdemOdstęp czasowy od początku ostatniego sygnału ostrzegawczego do początku następnego sygnału ostrzegawczego w trybie treningowym.2

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

  1. Skonfiguruj ustawienia dotyczące zakończenia eksperymentu na podstawie wybranej zmiennej kontrolnej projektu eksperymentalnego.
    1. Zdecyduj, czy użyć czasu zegarowego jako wyzwalacza zakończenia eksperymentu, korzystając z opcji „endExpByTime =” i wybierając wartość True lub False. Aby powtórzyć badanie przykładowe, ustaw tę opcję na False.
    2. Wybierz, czy zakończyć eksperyment w oparciu o czas przejazdu jako wyzwalacz za pomocą opcji „endExpAfterMinute =”, wpisując liczbę minut z jedną wartością po przecinku. Czas przejazdu może zostać w całości ustalony przez badaczy. Aby powtórzyć badanie przykładowe, wprowadź wartość 12.
    3. Ustaw, czy zakończyć eksperyment w oparciu o przebyty dystans jako wyzwalacz za pomocą opcji „endExpByDist =”, wybierając wartość True lub False. Uwaga: gdy obie opcje „endExpByTime =” oraz „endExpByDist =” są ustawione na True, eksperyment zakończy się po spełnieniu pierwszego z tych warunków. Aby powtórzyć badanie przykładowe, ustaw tę opcję na True.
    4. Użyj opcji „endExpAfterMeter =”, aby ustawić przebyty dystans od linii startowej w metrach, podając wartość z jedną cyfrą po przecinku. Dystans ten może zostać w całości ustalony przez badaczy. Aby powtórzyć badanie przykładowe, wprowadź 10.0.
  2. Skonfiguruj ustawienia wiatru dla symulowanego środowiska jazdy zgodnie z prędkością wiatru34,35 zaprojektowaną dla środowiska wirtualnego oraz obciążeniem poznawczym36, które ma zostać wprowadzone do eksperymentu.
    1. Ustaw, czy włączyć wiatr czołowy o losowych odstępach i czasie trwania, korzystając z opcji „enableRandomFrontalWind =” i wybierając wartość True lub False. Aby powtórzyć badanie przykładowe, ustaw tę opcję na True.
    2. Zdefiniuj minimalny i maksymalny odstęp czasu wiatru czołowego za pomocą opcji „frontalWindIntervalMin =” oraz „frontalWindIntervalMax =”, wprowadzając odpowiednio liczbę sekund z jedną cyfrą po przecinku. Aby powtórzyć badanie przykładowe, użyj ustawień domyślnych (tj. odpowiednio 3.0 i 13.0).
    3. Zdefiniuj minimalny i maksymalny czas trwania wiatru czołowego za pomocą opcji „frontalWindDurationMin =” oraz „frontalWindDurationMax =”, wprowadzając odpowiednio liczbę sekund z jedną cyfrą po przecinku. Aby powtórzyć badanie przykładowe, użyj ustawień domyślnych (tj. odpowiednio 2.0 i 3.0).
    4. Zdefiniuj minimalną i maksymalną siłę wiatru czołowego za pomocą opcji „frontalWindForceMin =” oraz „frontalWindForceMax =”, podając odpowiednio wartość siły w newtonach. Aby powtórzyć badanie przykładowe, użyj ustawień domyślnych (tj. odpowiednio 50.0 i 1,0.0).
    5. Wybierz, czy włączyć wiatr boczny o losowych odstępach i czasie trwania, korzystając z opcji „enableRandomLateralWind =” i wybierając wartość True lub False. Aby powtórzyć badanie przykładowe, ustaw na True.
    6. Zdefiniuj minimalny i maksymalny odstęp czasu siły wiatru bocznego za pomocą opcji „lateralWindIntervalMin =” oraz „lateralWindIntervalMax =”, wprowadzając odpowiednio liczbę sekund z jedną cyfrą po przecinku. Aby powtórzyć badanie przykładowe, użyj ustawień domyślnych (tj. odpowiednio 3.0 i 8.0).
    7. Zdefiniuj minimalny i maksymalny czas trwania wiatru bocznego za pomocą opcji „lateralWindDurationMin =” oraz „lateralWindDurationMax =”, wprowadzając odpowiednio liczbę sekund z jedną cyfrą po przecinku. Aby powtórzyć badanie przykładowe, użyj ustawień domyślnych (tj. odpowiednio 2.0 i 3.0).
    8. Zdefiniuj minimalną i maksymalną siłę wiatru bocznego za pomocą opcji „lateralWindForceMin =” oraz „lateralWindForceMax =”, podając odpowiednio wartość siły w newtonach. Aby powtórzyć badanie przykładowe, użyj ustawień domyślnych (tj. odpowiednio 1,0.0 i 2,00.0).
  3. Skonfiguruj ustawienia dla symulowanego zadania jazdy za innym pojazdem zgodnie z projektem i potrzebami eksperymentalnymi35.
    1. Ustaw stałą prędkość pojazdu prowadzącego w milach na godzinę z jedną cyfrą po przecinku za pomocą opcji „leadCarConstantSpeedMPH =”. Aby powtórzyć badanie przykładowe, wprowadź 40.
    2. Zdefiniuj dystans w metrach z jedną cyfrą po przecinku między pojazdem prowadzącym a pojazdem kierowcy, który wyzwoli rozpoczęcie oczekiwania przez pojazd prowadzący na dogonienie go przez pojazd kierowcy lub wznowienie jazdy, odpowiednio za pomocą opcji „leadDistToStartWaiting =” oraz „ leadDistToStopWaiting =”. Aby powtórzyć badanie przykładowe, użyj ustawień domyślnych (tj. odpowiednio 10.0 i 80.0).
    3. Ustaw maksymalny i minimalny losowy odstęp czasu dla zdarzeń hamowania pojazdu prowadzącego za pomocą opcji „leadCarBrakeIntervalTimeMin =” oraz „leadCarBrakeIntervalTimeMax =”, wprowadzając odpowiednio liczbę sekund w formacie z jedną cyfrą po przecinku (np. 30.0 i 60.0). Aby powtórzyć badanie przykładowe, użyj ustawień domyślnych (tj. odpowiednio 30.0 i 60.0).
    4. Zdefiniuj czas trwania zdarzenia hamowania za pomocą opcji „leadCarBrakeEventDuration =”, wpisując liczbę sekund z jedną cyfrą po przecinku. Aby powtórzyć badanie przykładowe, użyj ustawienia domyślnego (tj. 5.0).
  4. Skonfiguruj ustawienia dla dźwięku powiadomień o losowych krótkich wiadomościach zgodnie z projektem i potrzebami eksperymentalnymi.
    1. Zdecyduj, czy włączyć odtwarzanie dźwięków powiadomień SMS w losowych odstępach czasu, wybierając wartość True lub False dla opcji „enableRandomSMSSound =”. Aby powtórzyć badanie przykładowe, ustaw tę opcję na False.
    2. Zdefiniuj minimalny i maksymalny odstęp czasu od początku pierwszego powiadomienia SMS do początku drugiego powiadomienia SMS za pomocą opcji „randSMSIntervalMin =” oraz „randSMSIntervalMax =”, podając odpowiednio liczbę sekund z jedną cyfrą po przecinku (np. 5.0 i 10.0).
  5. Skonfiguruj ustawienia dla symulowanego zadania N-back37 zgodnie z projektem i potrzebami eksperymentalnymi.
    1. Ustaw, czy odtwarzać dźwięki liczb w zadaniu N-back w losowych odstępach czasu, wybierając wartość True lub False dla opcji „enableRandomNbackSound =”. Aby powtórzyć badanie przykładowe, ustaw tę opcję na False.
    2. Zdefiniuj minimalny i maksymalny odstęp czasu od zakończenia pierwszego dźwięku do początku drugiego dźwięku za pomocą opcji „randNbackIntervalMin =” oraz „randNbackIntervalMax =”, podając odpowiednio liczbę sekund z jedną cyfrą po przecinku (np. 5.0 i 10.0).
  6. Skonfiguruj ustawienia protokołu UDP (User Datagram Protocol), jeśli eksperyment wymaga transferu danych przez UDP.
    1. Zdecyduj, czy włączyć UDP do transferu danych, umożliwiając synchronizację danych znacznika czasu z konkretnym lokalnym adresem IP sieci za pomocą opcji „enableUDPSendData =”, wybierając wartość True lub False. Aby powtórzyć badanie przykładowe, włącz tę opcję.
    2. Wybierz, czy włączyć UDP do transferu danych na konkretny adres IP dla badania reklam za pomocą opcji „enableUDPSendDataAdStudy =”, wybierając wartość True lub False. Przypominamy, że opcja ta koliduje z opcją „enableUDPSendData =” i obie nie mogą być ustawione na True jednocześnie. Aby powtórzyć badanie przykładowe, ustaw tę opcję na False.
    3. Zdefiniuj adres IP dla transferu UDP, określając każdą sekcję adresu IP za pomocą „UDPTargetIPa1 =”, „UDPTargetIPa2 =”, „UDPTargetIPa3 =” i „UDPTargetIPa4 =”.
    4. Wskaż docelowy numer portu w polu „UDPTargetPort =”.
    5. Ustaw częstotliwość wysyłania danych w polu „UDPcycleNumber =”, podając dowolną liczbę całkowitą większą lub równą „1” cyklowi, gdzie każdy cykl trwa 20 ms.
  7. Skonfiguruj połączenie z modelem sieci kolejkowania UDP (QN)38 w odniesieniu do projektu i potrzeb eksperymentalnych.
    1. Ustaw, czy włączyć symulację jazdy modelem QN-Java, w której serwer i klient UDP współdzielą ten sam komputer, korzystając z opcji „enableUDPQNConnection =” i wybierając wartość True lub False. Aby powtórzyć badanie przykładowe, wyłącz tę opcję.
    2. Wskaż numer od portu UDP QN 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 w celu otrzymywania sygnałów hamowania zgodnie z projektem eksperymentalnym za pomocą opcji „leadCarBrakingByWebCommand =”, wybierając wartość True lub False. Należy pamiętać, że gdy ta opcja jest ustawiona na True, funkcje „endExpByTime =” i „endExpAfterMinute =” przestaną działać. Aby powtórzyć badanie przykładowe, ustaw tę opcję na False.
  9. Ustaw, czy włączyć symulowane zadanie jazdy za innym pojazdem w trybie treningowym za pomocą opcji „enableCarFollowingTraining =”, wybierając wartość True lub False.
    1. Zdefiniuj odstęp od początku ostatniego dźwięku ostrzegawczego do początku następnego dźwięku ostrzegawczego w treningu za pomocą opcji „carFollowingTrainingWarningInterval =”, podając liczbę sekund z jedną cyfrą po przecinku (np. 2.0).
  10. Zapisz plik po zakończeniu konfiguracji.

3. Przygotowanie symulatora jazdy

  1. Podłącz kierownicę oraz centralny projektor (zamontowany projektor o proporcjach obrazu 16:10, częstotliwości odświeżania 192 – 240 Hz i 8-bitowym przetwarzaniu kolorów) do komputera. Ekran projektora o wymiarach 23 x 126 cm umieszczono 60 cm nad ziemią i 2 cm od przodu instrumentowanego pojazdu.
  2. Po uruchomieniu oprogramowania do symulacji jazdy ustaw rozdzielczość ekranu w sekcji Options | Display, aby była dopasowana do rozmiaru ekranu.
  3. Przejdź do strony Configure, aby wybrać gracza, a następnie postępuj zgodnie z instrukcjami wyświetlanymi przez oprogramowanie w celu skalibrowania kierownicy, pedału przyspieszenia i hamulca. Procedura ta obejmuje obracanie kierownicy oraz naciskanie pedału przyspieszenia i hamulca zgodnie z treścią poleceń.

4. Konfiguracja i przygotowanie zestawu narzędzi wibracyjnych

  1. Podłącz zestaw wibracyjny do zasilacza. Każdy z czterech modułów ma wymiary 67 x 57 x 29 mm. Rysunek 2 przedstawia zestaw wibracyjny.

Czujniki ubieralne na nadgarstku do oceny postawy podczas prowadzenia pojazdu; układ doświadczalny wewnątrz pojazdu.
Rysunek 2: Zdjęcia zestawu wibracyjnego. Zestaw wibrujący składał się z czterech oddzielnych modułów, które można aktywować niezależnie. Każdy moduł ma wymiary 67 x 57 x 29 mm. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

  1. Włącz zestaw narzędzi wibracyjnych i połącz go z komputerem za pomocą Bluetooth.
  2. Należy określić częstotliwość wibracji do zastosowania w doświadczeniu po przeprowadzeniu wstępnego testu wrażliwości skóry lub zgodnie z potrzebami eksperymentalnymi.
  3. Ustaw częstotliwość wibracji na 70 Hz39,40,41 stosując dostarczone kody jako Dodatkowy plik z kodem 1Obecnie dostępne są łącznie pięć poziomów częstotliwości (tj. 14 Hz, 28 Hz, 42 Hz, 56 Hz i 70 Hz), przy czym domyślny czas trwania każdej stymulacji wibracyjnej wynosi 0,5 s.
  4. Użyj dostarczonych kodów jako Dodatkowy plik z kodem 1 w celu synchronizacji zdarzeń hamowania z oprogramowania do symulacji jazdy oraz zestawu wibracyjnego. Rycina 3 przedstawia opisany zrzut ekranu kodów wymagających poprawy, który służy jako punkt odniesienia.

Fragment kodu synchronizacji Bluetooth do symulacji hamowania pojazdu z integracją zestawu narzędzi wibracyjnych.
Rycina 3: Opisany zrzut ekranu kodów zawartych w uzupełniającym pliku z kodami (Supplemental Coding File 1). Opisany zrzut ekranu z kodami może służyć jako ułatwienie przy konfiguracji i przygotowaniu zestawu wibracyjnego. Kody te są wykorzystywane do ustawienia częstotliwości wibracji zestawu oraz do synchronizacji zdarzeń hamowania w oprogramowaniu do symulacji jazdy i w zestawie wibracyjnym w celu generowania ostrzeżeń wibracyjnych. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tej figury.

5. Przeprowadzenie eksperymentu

  1. Poleć uczestnikom zapoznanie się i podpisanie formularza świadomej zgody, który wprowadza w proces eksperymentalny i wyjaśnia, że badanie ma na celu ocenę wyników prowadzenia pojazdu po przybyciu do laboratorium.
  2. Pomóż uczestnikom w ręcznym dostosowaniu odległości siedzenia od pedałów oraz ustawieniu oparcia w wygodnej pozycji.
  3. Przeszkol uczestników w obsłudze symulatora, w tym kierownicy, pedału hamulca i pedału przyspieszenia.
  4. Poleć uczestnikom prowadzenie pojazdu w taki sposób, w jaki robiliby to w rzeczywistym świecie, jadąc za samochodem poprzedzającym i zachowując dwusekundowy odstęp. Rysunek 4 przedstawia mapę drogową wykorzystaną w symulacji jazdy.

Proces geometrii drogi; schemat ścieżki z zakrętami w lewo/prawo i odcinkami prostymi; koncepcja nawigacji.
Rysunek 4: Mapa drogowa wykorzystana do symulacji jazdy. Wykorzystana droga jest drogą jednokierunkową z czterema zakrętami (maksymalna długość 15 0 metrów), trzema pasami ruchu i bez sygnalizacji świetlnej. Oprogramowanie symulatora jazdy oferuje inne opcje projektowania drogi, takie jak możliwość wprowadzenia znaków drogowych lub billboardów. Dostępna jest również wersja kompatybilna z EEG. Wszystkie te parametry można w razie potrzeby dostosować. Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

  1. Poinformuj uczestników, aby hamowali tak szybko, jak to możliwe, ilekroć pojazd z przodu hamuje, nawet jeśli scenariusz nie wymaga reakcji hamowania. Światła stop pojazdu poprzedzającego zapalą się zgodnie z rzeczywistymi warunkami jazdy, sygnalizując zdarzenie hamowania.
  2. Zapewnij uczestnikom 5 min prób próbnych, aby nauczyli się zachowywać dwusekundowy odstęp za pojazdem poprzedzającym. Próba próbna obejmuje zestaw 5 losowych hamowań.
    1. Podczas próby próbnej, jeśli uczestnicy znajdują się mniej niż 1,5 s za pojazdem poprzedzającym, oprogramowanie do symulacji jazdy odtworzy komunikat głosowy kobiecy: „zbyt blisko, proszę zwolnić”.
    2. Jeśli uczestnicy znajdują się w odległości od 2,25 do 2,5 s za pojazdem poprzedzającym, oprogramowanie do symulacji jazdy odtworzy komunikat głosowy kobiecy: „zbyt daleko, proszę przyspieszyć”.
    3. Nie włączaj danych z próby próbnej do analizy.
  3. Poinformuj uczestników, że w razie potrzeby mogą w dowolnym momencie przerwać badanie bez żadnych konsekwencji, powiadamiając eksperymentatorów.
  4. Rozpocznij formalny eksperyment po tym, jak uczestnicy ukończą sesję próbną i będą w stanie utrzymać stabilną odległość za pojazdem.
  5. Rozpocznij formalną sesję eksperymentalną, która składa się z łącznie czterech bloków (tj. palec, nadgarstek, skroń i tylko jazda), z 13 losowymi zdarzeniami hamowania w każdym bloku, co daje łącznie 52 próby eksperymentalne. Kolejność warunków jest zrównoważona zgodnie z projektem kwadratu łacińskiego. W próbach formalnych nie są emitowane komunikaty głosowe.
  6. Pomóż uczestnikom założyć zestaw wibracyjny, używając taśmy medycznej przed każdym blokiem prób, zgodnie z przypisanymi warunkami. Zestaw wibracyjny (jeśli jest noszony) ostrzega uczestników o konieczności hamowania, gdy pojazd z przodu hamuje. Światła stop pojazdu poprzedzającego zapalają się za każdym razem, gdy pojazd poprzedzający hamuje.
  7. Upewnij się, że uczestnicy mają 2 min odpoczynku po zakończeniu każdego bloku, aby zredukować efekty przeniesienia.
  8. Po zakończeniu wszystkich prób zapytaj uczestników o preferowaną lokalizację zestawu wibracyjnego oraz odczuwaną intensywność wibracji w 7-stopniowej skali Likerta. Odnotowywana jest również częstotliwość użytkowania każdego z codziennych akcesoriów noszonych (tj. zegarka, okularów, słuchawek i pierścionka). W skali preferencji lokalizacji zestawu wibracyjnego „1” oznacza „najmniej preferowaną”, a „7” „najbardziej preferowaną”, natomiast w skali intensywności wibracji „1” oznacza „słabe odczucie”, a „7” „silne odczucie”.

6. Analiza danych

  1. Zbierz dane dotyczące zachowania kierowców uczestników z częstotliwością 50 Hz za pomocą oprogramowania do symulacji jazdy, uwzględniając czas reakcji hamowania, prędkość pojazdu, częstotliwość zmian kierunku obrotu kierownicy, pozycję pasa ruchu (SDLP), odstęp czasowy (headway distance) itp.
  2. Przeprowadź analizę danych dotyczącą wyników kierowców.
    1. Wykonaj analizę wartości odstających przy użyciu rozkładu normalnego z odcięciem wynoszącym trzy odchylenia standardowe od średniej, aby określić dane, które zostaną uwzględnione w dalszej analizie.
    2. Oblicz czas reakcji hamowania, odejmując czas, w którym pojazd uczestnika hamuje (tj. minimalny spadek o 1% nacisku na pedał hamulca36,42), od czasu, w którym pojazd poprzedzający zaczął hamować.
    3. Oznacz dane jako „brak reakcji hamowania”, jeśli czas reakcji hamowania jest większy lub równy 5 s (tj. brak hamowania w ciągu 5 s po zahamowaniu pojazdu poprzedzającego).
    4. Podziel liczbę udanych hamowań przez całkowitą liczbę hamowań wykonanych przez pojazd poprzedzający, aby obliczyć wskaźnik reakcji hamowania.
    5. Oblicz średnią ze wszystkich wartości dla każdego uczestnika, aby uzyskać średni wskaźnik reakcji hamowania oraz średni czas reakcji hamowania dla każdego warunku, a następnie oblicz odchylenie standardowe tych wartości do dalszych analiz.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Badanie modelowe opisane w niniejszej pracy polegało na wykonaniu zadania śledzenia pojazdu z wykorzystaniem symulatora jazdy i zestawu wibracyjnego, co zostało wcześniej opublikowane w czasopiśmie naukowym2. Warto zaznaczyć, że podczas przeprowadzania badania modelowego użyto starszej wersji zestawu wibracyjnego, podczas gdy w powyższym protokole wprowadzono nową wersję tego zestawu. Badanie miało charakter eksperymentu z pomiarem wewnątrzobiektowym, w którym jedynym czynnikiem była lokalizacja w...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

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...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy zadeklarowali brak ujawnień finansowych ani konflikt interesów.

Podziękowania

Ten projekt jest sponsorowany przez Beijing Talents Foundation.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
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

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Sprostowanie


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

Tagi

Konfiguracja częstotliwości drgańtransfer danych UDPkalibracja kierownicyczas reakcji hamulcazadanie jazdy za innym pojazdemnoszone urządzenia wibrotaktylnebadania nad bezpieczeństwem prowadzenia pojazdówbadania nad zachowaniem człowieka
Zestaw narzędzi do wibracji dotykowych i platforma symulacji jazdy do badań związanych z jazdą
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.