Waiting
Login processing...

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

Behavior

Taktil vibrerande verktygslåda och körsimuleringsplattform för körrelaterad forskning

Published: December 18, 2020 doi: 10.3791/61408

ERRATUM NOTICE

Summary

Detta protokoll beskriver en körsimuleringsplattform och en taktil vibrerande verktygslåda för undersökning av körrelaterad forskning. Ett exempelexperiment som undersöker effektiviteten av taktila varningar presenteras också.

Abstract

Kollisionsvarningssystem spelar en nyckelroll för att förhindra att man kör distraktioner och dåsig körning. Tidigare studier har visat fördelarna med taktila varningar för att minska förarens bromsresponstid. Samtidigt har taktila varningar visat sig vara effektiva vid begäran om övertagning (TOR) för delvis självkörande fordon.

Hur prestandan för taktila varningar kan optimeras är ett pågående hett forskningsämne inom detta område. Således introduceras den presenterade lågkostnadskörningssimuleringsprogramvaran och metoderna för att locka fler forskare att delta i undersökningen. Det presenterade protokollet har delats in i fem avsnitt: 1) deltagare, 2) körsimulering programvara konfiguration, 3) kör simulator förberedelse, 4) vibrerande toolkit konfiguration och förberedelse, och 5) genomföra experimentet.

I den föredömliga studien bar deltagarna den taktila vibrerande verktygslådan och utförde en etablerad bilföljande uppgift med hjälp av den anpassade körsimuleringsprogramvaran. Framfordonet bromsade periodvis och vibrerande varningar utfärdades när det främre fordonet bromsade. Deltagarna instruerades att så snabbt som möjligt reagera på framfordonets plötsliga bromsar. Kördynamiken, såsom bromsresponstiden och bromsresponsfrekvensen, registrerades av simuleringsprogramvaran för dataanalys.

Det presenterade protokollet ger insikt i utforskningen av effektiviteten av taktila varningar på olika kroppsplatser. Förutom den bilföljande uppgiften som demonstreras i det exemplariska experimentet, ger detta protokoll också alternativ för att tillämpa andra paradigm på körsimuleringsstudierna genom att göra enkel programvarukonfiguration utan kodutveckling. Det är dock viktigt att notera att på grund av dess överkomliga pris kanske körsimuleringsprogramvaran och hårdvaran som introduceras här inte fullt ut kan konkurrera med andra kommersiella körsimulatorer med hög återgivning. Detta protokoll kan dock fungera som ett prisvärt och användarvänligt alternativ till de allmänna kommersiella körsimulatorerna med hög återgivning.

Introduction

Enligt de uppgifter som avslöjades av Global Health Estimates 2016 är trafikskador den åttonde orsaken till globala dödsfall, vilket leder till 1,4 miljoner dödsfall över helavärlden 1. År 2018 var 39,2 procent av trafikolyckorna kollisioner med motorfordon i transport och 7,2 procent av dem var frontalkrockar. En lösning för att öka fordons- och trafiksäkerheten är utvecklingen av ett avancerat körassistanssystem (ADAS) för att varna förare med potentiella faror. Data har visat att ADAS kraftigt kan minska frekvensen av bakåtkollisioner, och det är ännu effektivare när det är utrustat med ett autobromssystem2. Med utvecklingen av självkörande fordon kommer det dessutom att krävas mindre mänskligt engagemang för att kontrollera fordonet, vilket gör ett varningssystem för upptagningsbegäran nödvändig när det autonoma fordonet inte reglerar sig självt. Utformningen av ADAS- och TOR-varningssystemet är nu en viktig teknik för förare för att undvika överhängande olyckor inom några sekunder. Det föredömliga experimentet använde en vibrerande verktygssats tillsammans med en körsimuleringsplattform för att undersöka vilken plats som skulle generera det bästa resultatet när ett vibrotaktilvarningssystem har använts som ett potentiellt ADAS- och TOR-varningssystem.

Kategoriserade efter perceptuella kanaler finns det i allmänhet tre typer av varningsmetoder, som är visuella, auditiva och taktila. Varje varningsmodalitet har sina egna förtjänster och begränsningar. När visuella varningssystem används kan förare drabbas av visuell överbelastning3, försämra körprestanda på grund av ouppmärksam blindhet4,5. Även om ett hörselvarningssystem inte påverkar förarens synfält, beror dess effektivitet i hög grad på omgivningen som bakgrundsmusik och andra ljud i körmiljön6,7. Situationer som innehåller annan extern hörselinformation eller betydande buller kan således leda till ouppmärksam dövhet8,9, vilket minskar effektiviteten hos ett hörselvarningssystem. I jämförelse konkurrerar taktila varningssystem inte med förarens visuella eller auditiva bearbetning. Genom att skicka vibrotaktila varningar till förare övervinner taktila varningssystem begränsningarna i visuella och auditiva varningssystem.

Tidigare studier visade att taktila varningar kan gynna förarna genom att förkorta deras bromsresponstid. Det konstaterades också att taktila varningssystem ger ett effektivare resultat jämfört medvisuella 10,11 och auditiva12,13,14 varningssystem i vissa situationer. Begränsad forskning har dock fokuserat på att undersöka den optimala platsen för att placera en taktil varningsanordning. Enligt sensoriskcortexhypotes 15 och sensoriskavståndshypotes 16valde den exemplariska studien finger-, handleds- och tempelområdena som de experimentella platserna för att placera en taktil varningsanordning. Med det införda protokollet kan frekvensen och leveranstiden för en vibrerande varning, och intervall mellan vibrationer i den vibrerande verktygssatsen, konfigureras för att passa de experimentella kraven. Denna vibrerande verktygssats bestod av ett masterchip, ett spänningsregulatorchip, en multiplexer, en USB till Transistor-Transistor-Logic (TTL), en Metalloxid-Halvledarfält-Effekttransistor (MOSFET) och en Bluetooth-modul. Antalet vibrerande moduler kan också variera beroende på forskarnas behov, med upp till fyra moduler som vibrerar samtidigt. När du implementerar den vibrerande verktygssatsen i de körrelaterade experimenten kan den konfigureras för att passa de experimentella inställningarna och synkroniseras med körprestandadata genom att revidera koderna för körsimuleringen.

Medan för forskare är det mer genomförbart att genomföra ett körexperiment på en virtuell plattform än i den verkliga världen på grund av risken och kostnaden. Det kan till exempel vara svårt att samla in resultatindikatorer, och det är svårt att kontrollera de miljöfaktorer som är inblandade när experiment utförs i den verkliga världen. Som ett resultat har många studier använt fasta baskörningssimulatorer som körs på datorer under de senaste åren som ett alternativ för att genomföra körstudier på väg. Efter att ha lärt oss, utvecklat och forskat i över 11 år i det drivande forskarsamhället etablerade vi en körsimuleringsplattform med en riktig bil som består av en programvara för körsimulering med öppen källkod och ett hårdvarukit, inklusive en ratt och växellåda, tre pedaler, tre monterade projektorer och tre projektorskärmar. Med körsimuleringsprogramvaran stöder endast en enda skärm, det presenterade protokollet använde endast den centrala projektorn och projektorskärmen för att utföra experimentet.

Det finns två stora fördelar med att använda den presenterade körsimuleringsplattformen. En fördel med denna plattform är att den använder en programvara med öppen källkod. Med hjälp av den användarvänliga plattformen med öppen källkod kan forskare anpassa simulerings- och vibrerande verktygslådan för sina unika forskningsbehov genom att göra enkel programvarukonfiguration utan kodutveckling . Genom att se över koderna kan forskare skapa körsimuleringar som ger relativ återgivning till verkligheten med många alternativ tillgängliga på biltyper, vägtyper, motstånd hos ratten, sido- och longitudinell vindturbulens, tids- och bromshändelseapplikationsprogramgränssnitt (API: er) för extern programvarusynkronisering och implementering av beteendeparadigmer som bilföljande uppgift och N-Back-uppgift. Även om körningsrelaterad forskning i en körsimulator inte helt kan replikera körning i den verkliga världen, är data som samlas in genom en körsimulator rimlig och har antagits allmänt av forskare17,18.

En annan fördel med den föreslagna körsimulatorn är dess låga kostnad. Som nämnts tidigare är den introducerade körsimuleringsprogramvaran en programvara med öppen källkod som är tillgänglig för användare gratis. Dessutom är den totala kostnaden för hela maskinvarukonfigurationen i det här protokollet lägre jämfört med typiska kommersiella körsimulatorer med hög återgivning. Bild 1 a och b visar den fullständiga installationen av två körsimulatorer med kostnaden från $ 3000 till $ 30000. Däremot kostar typiska kommersiella körsimulatorer med hög återgivning (fast bas) vanligtvis cirka $ 10,000 till $ 100,000. Med sitt mycket överkomliga pris kan denna körsimulator vara ett populärt val inte bara för akademiska forskningsändamål, men också för att genomförakörklasser 19 och för demonstration av körrelaterad teknik20,21.

Figure 1
Bild 1: En bild av körsimulatorerna. Båda körsimulatorerna bestod av en ratt och växellåda, tre pedaler och ett fordon. (a) En körsimulator för $3000 som använde en 80-tums LCD-skärm med en upplösning på 3840 × 2160. b) En körsimulator för $30000 som använde tre monterade projektorer och tre projektorskärmar med en dimension på 223 x 126 cm vardera. Projektionsskärmarna placerades 60 cm över marken och 22 cm från fordonets framsida. Endast den centrala projektor- och projektorskärmen användes för det aktuella experimentet. Klicka här om du vill visa en större version av den här figuren.

Körsimuleringsprogramvaran och vibrerande verktygslådan i den föreslagna metoden har redan använts i tidigare studier av våraforskare 22,23,24,25,26,27,28,29. Denna egenutvecklade vibrerande verktygssats enligt ISO-standarden30 kan appliceras i olikafält 31,32 genom att justera vibrationsfrekvensen och intensiteten. Det är viktigt att notera att en nyare version av den vibrerande verktygssatsen har utvecklats och introduceras i följande protokoll. Istället för att justera vibrationsfrekvensen med en justerbar spänningsadapter är den nyare versionen utrustad med fem olika vibrationsfrekvenser och kan lättare justeras med hjälp av koderna i Kompletterande kodningsfil 1. Dessutom ger den presenterade körsimulatorn forskare ett säkert, billigt och effektivt sätt att undersöka olika typer av körrelaterad forskning. Detta protokoll är därför lämpligt för forskningslaboratorier som har en begränsad budget och har ett starkt behov av att anpassa experimentella körmiljöer.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

OBS: Alla metoder som beskrivs här har godkänts av institutional review board (IRB) vid Tsinghua University och informerat samtycke erhölls från alla deltagare.

1. Deltagare

  1. Gör en effektanalys för att beräkna det antal deltagare som krävs för rekrytering enligt den experimentella designen för att uppnå statistisk kraft.
  2. Balansera deltagarnas kön under rekryteringen så mycket som möjligt.
  3. Se till att deltagarna har ett giltigt körkort och minst ett års körerfarenhet.
  4. Se till att deltagarna har normal eller korrigerad till normal syn med hjälp av syndiagrammet.
  5. Se till att deltagarna inte konsumerade alkohol eller droger som påverkar körförmågan inom 24 timmar före experimentet33.

2. Konfiguration av programvara för körsimulering

  1. Ange mappen för körsimuleringsprogrammet, följt av mappen Runtime och mappen Config. Öppna sedan filen "expconfig.txt" (dvs. filsökvägen ska vara "\torcs-1.3.3-Exp-2018-10-25\torcs-1.3.3\nuntime\config\").
  2. Bestäm om du vill tillämpa någon konfiguration eller fortsätta med körsimuleringen med standardinställningarna utan någon konfiguration som är färsk ur lådan genom att hänvisa till den experimentella designen. Tabell 1 visar en detaljerad beskrivning av standardkonfigurationerna för alla tillgängliga alternativ.
    1. Fortsätt till avsnitt 3 i protokollet om inga ändringar ska göras.
Konfigurerbara alternativ Beskrivningar Standardinställningarna
endExpByTime Om klocktid ska användas som utlösare för att avsluta experimentet eller inte. Falska
endExpAfterMinute (slutexpAfterMinute) Avsluta experimentet efter dessa minuter. 10
endExpByDist (slutexpbydist) Huruvida förarbilen skulle användas som utlösare för att avsluta experimentet eller inte. När både tids- och avståndsutlösare används avslutar du experimentet med det som inträffar först. Falska
endExpAfterMeter Avsluta experimentet efter att dessa mätare har färdats från startlinjen. 5000
aktiveraRandomFrontalWind Om frontvind ska aktiveras (dvs. en kraft som driver bilen bakåt i motsatt riktning) med slumpmässigt intervall och varaktighet. Sant
frontalWindIntervalMin Minimivärde (sekunder) för det främre vindintervallet. 3
frontalWindIntervalMax Maximalt värde (sekunder) för det främre vindintervallet. 13
frontalWindDurationMin Minimivärde (sekunder) för den främre vindlängden. 2
frontalWindDurationMax Maximalt värde (sekunder) för den främre vindlängden. 3
frontalWindForceMin Minimivärde (newton) för frontalvindkraften. 500
frontalWindForceMax Maximalt värde (newton) för frontalvindkraften. 1000
aktiveraRandomLateralWind Om man ska möjliggöra sidvind (dvs. en kraft som driver bilen åt vänster eller höger riktning) med slumpmässigt intervall och varaktighet. Sant
lateralWindIntervalMin Minimivärde (sekunder) för det laterala vindintervallet. 3
lateralWindIntervalMax Maximalt värde (sekunder) för det laterala vindintervallet. 8
lateralWindDurationMin Minimivärde (sekunder) för den laterala vindlängden. 2
lateralWindDurationMax Maximalt värde (sekunder) för den laterala vindlängden. 3
lateralWindForceMin Minimivärde (newton) för den laterala vindkraften. 1000
lateralWindForceMax Maximalt värde (newton) för den laterala vindkraften. 2000
leadCarConstantSpeedMPH Konstant hastighet på blyfordonet (mph). 40
leadDistToStartWaiting Det ledande fordonet börjar vänta på förarens fordon när avståndet (mätarna) mellan huvudfordonens svans och förarfordons huvud är större än det angivna antalet. 100
leadDistToStopWaiting Den ledande bilen väntar tills avståndet (meterna) framför förarbilen är mindre än detta antal. 80
leadCarBrakeIntervalTimeMin Minsta slumpmässiga tidsintervall (sekunder) för det ledande fordonet att bromsa. 30
leadCarBrakeIntervalTimeMax Maximalt slumpmässigt tidsintervall (sekunder) för det ledande fordonet att bromsa. 60
leadCarBrakeEventDuration Fordonets bromshändelsetid (sekunder). 5
aktiveraRandomSMSSound Om kortmeddelandeservermeddelandeljud ska aktiveras spelas upp med slumpmässiga intervall. Falska
randSMSIntervalMin Minsta slumpmässiga tidsintervall (sekunder) från början av det första SMS-meddelandet till början av det andra SMS-meddelandet. 2
randSMSIntervalMax (olika betydelser) Maximalt slumpmässigt tidsintervall (sekunder) från början av det första SMS-meddelandet till början av det andra SMS-meddelandet. 2
aktiveraRandomNbackSound Om N-back-nummerljud ska aktiveras spelas upp med slumpmässiga intervaller. Falska
randNbackIntervalMin (olika betydelser) Minsta slumpmässiga tidsintervall (sekunder) från början av det första ljudet till början av det andra ljudet. 2.33
randNbackIntervalMax (olika betydelser) Maximalt slumpmässigt tidsintervall (sekunder) från början av det första ljudet till början av det andra ljudet. 2.33
aktiveraUDPSendData Om tidsstämpeldatasynkronisering ska aktiveras till en specifik lokal nätverks-IP. Falska
aktiveraUDPSendDataAdStudy Om data ska kunna skickas till följande undersökningsperioden för annonsstudien.
Obs: Konflikt med enableUDPSendData.
Falska
UDPTargetiPa1 IP-adress för UDP-överföringen /
UDPTargetiPa2
UDPTargetiPa3
UDPTargetiPa4
UDPTargetPort (UDPTargetPort) Mål UDP-port. 1234
UDPcycleAntal Styr hur ofta tidsstämpeln skickas. Data skickas efter varje UDPcycleAntal TORCS-cykler med varje cykel är vanligtvis 20 ms. 1
aktiveraUDPQNConnection Huruvida QN-Java-modellenhetssimulering med UDP-servern och klienten ska aktiveras eller inte är samma dator. Falska
UDPQNtoTORCSPort UDP QN-porten till simuleringsportnumret. 5678
UDPTORCStoQNPort Simuleringsporten till UDP QN-portnummer. 8765
leadCarBrakingByWebCommand Om du ska ansluta till en webbplats för det ledande fordonets bromssignal. Falska
Far_Point_Time_Ahead Parametern som används i fordonsstyrningsmodellen. 2
aktiveraCarFollowingTraining Om den simulerade bilföljande uppgiften ska aktiveras i träningsläge eller inte. /
carFöljaUtbildningWarningInterval Tidsintervall från den senaste varningsljuduppsättningen till nästa varningsljud som har uppkomst i träningsläget. 2

Tabell 1: Lista över standardinställningar för programvaran för körsimulering. En lista över standardvärdena för alla associerade konfigurerbara alternativ för körsimuleringsprogrammet tillsammans med en detaljerad beskrivning av varje alternativ.

  1. Konfigurera inställningarna för hur experimentet ska avslutas baserat på den avgjorda kontrollvariabeln för den experimentella designen.
    1. Bestäm om du vill använda klocktid som utlösare för att avsluta experimentet med alternativet "endExpByTime =" med antingen Sant eller Falskt som val av alternativ. Ställ in det här alternativet på False för att replikera den föredömliga studien.
    2. Välj om experimentet ska avslutas med den tid som avlevs som utlösare med alternativet "endExpAfterMinute =" genom att mata in antalet minuter i formatet med en decimal. Den tid som tillryggalagdas kan helt avgöras av forskarna. Input 12 för att replikera den exemplariska studien.
    3. Ange om experimentet med tillryggalagda avstånd ska avslutas som utlösare med alternativet "endExpByDist =" med antingen Sant eller Falskt som val av alternativ. Observera att när alternativen "endExpByTime =" och "endExpByDist =" är inställda på Sant, avslutas experimentet med villkoret som uppfylls först. Ställ in det här alternativet på Sant för att replikera den föredömliga studien.
    4. Använd alternativet "endExpAfterMeter =" för att ställa in den tillryggalagda sträckan från startlinjen i meter i formatet med en decimal. Den tillryggalagda sträckan kan helt avgöras av forskarna. Ingång 10000.0 för att replikera exemplarstudien.
  2. Konfigurera vindinställningarna för den simulerade körmiljön enligt vindhastigheten34,35 utformad för den virtuella miljön och den kognitivabelastningen 36 som ska initieras i experimentet.
    1. Ange om frontalvind ska aktiveras med slumpmässigt intervall och varaktighet med alternativet "enableRandomFrontalWind =" med antingen Sant eller Falskt som val av alternativ. Ställ in det här alternativet på Sant för att replikera den föredömliga studien.
    2. Definiera det lägsta och högsta frontalvindintervallet med alternativen "frontalWindIntervalMin =" och "frontalWindIntervalMax =" genom att mata in antalet sekunder i formatet med en decimal. Använd standardinställningen (dvs. 3.0 respektive 13.0) för att replikera den exemplariska studien.
    3. Definiera den lägsta och högsta frontvindens varaktighet med alternativen "frontalWindDurationMin =" och "frontalWindDurationMax =" genom att mata in antalet sekunder i formatet med en decimal. Använd standardinställningen (dvs. 2.0 respektive 3.0) för att replikera exemplarstudien.
    4. Definiera den minsta och högsta frontvindkraften med alternativen "frontalWindForceMin =" och "frontalWindForceMax =" genom att ange mängden kraft i newton. Använd standardinställningen (dvs. 500,0 respektive 1 000,0) för att replikera exemplarstudien.
    5. Välj om du vill aktivera sidvind med slumpmässigt intervall och varaktighet med alternativet "enableRandomLateralWind =" med antingen Sant eller Falskt som val av alternativ. Ställ in på Sant för att replikera den föredömliga studien.
    6. Definiera det minsta och högsta laterala vindkraftsintervallet med alternativen "lateralWindIntervalMin =" och "lateralWindIntervalMax =" genom att mata in antalet sekunder i formatet med en decimal. Använd standardinställningen (dvs. 3.0 respektive 8.0) för att replikera exemplarstudien.
    7. Definiera den minsta och högsta laterala vindlängden med alternativen "lateralWindDurationMin =" och "lateralWindDurationMax =" genom att mata in antalet sekunder i formatet med en decimal. Använd standardinställningen (dvs. 2.0 respektive 3.0) för att replikera exemplarstudien.
    8. Definiera den minsta och högsta laterala vindkraften med alternativen "lateralWindForceMin =" och "lateralWindForceMax =" genom att ange mängden kraft i newton. Använd standardinställningen (dvs. 1 000,0 respektive 2 000,0) för att replikera exemplarstudien.
  3. Konfigurera inställningarna för den simulerade bilföljande uppgiften enligt den experimentella designen och behöver35.
    1. Ställ in blyfordonts konstanta hastighet i miles per timme med en decimal med alternativet "leadCarConstantSpeedMPH =". Input 40 för att replikera den exemplariska studien.
    2. Definiera avståndet i meter med en decimal mellan det ledande fordonet och förarens fordon för att utlösa det ledande fordonet för att börja vänta på att förarens fordon ska komma ikapp, eller återuppta körningen, med alternativen "leadDistToStartWaiting =" respektive " leadDistToStopWaiting =" alternativ. Använd standardinställningen (dvs. 100,0 respektive 80,0) för att replikera exemplarstudien.
    3. Ställ in det maximala och minsta slumpmässiga tidsintervallet för de ledande fordonsbromshändelserna med alternativen "leadCarBrakeIntervalTimeMin =" och "leadCarBrakeIntervalTimeMax =" genom att mata in antalet sekunder i formatet med en decimal (t.ex. 30,0 respektive 60,0). Använd standardinställningen (dvs. 30,0 respektive 60,0) för att replikera exemplarstudien.
    4. Definiera bromshändelsens varaktighet med alternativet "leadCarBrakeEventDuration =" genom att ange antalet sekunder i formatet med en decimal. Använd standardinställningen (dvs. 5.0) för att replikera den exemplariska studien.
  4. Konfigurera inställningarna för slumpmässigt meddelandeljud med korta meddelanden enligt den experimentella designen och behoven.
    1. Bestäm om du vill aktivera sms-meddelanden (Short Message Service) som spelas upp med slumpmässiga intervall med Sant eller Falskt som val av alternativ för alternativet "enableRandomSMSSound =". Ställ in alternativet till False för att replikera den föredömliga studien.
    2. Definiera det minsta och längsta tidsintervallet från början av det första SMS-meddelandet till början av det andra SMS-meddelandet med alternativen "randSMSIntervalMin =" och "randSMSIntervalMax =" genom att ange antalet sekunder i formatet med en decimal (t.ex. 5,0 respektive 10,0).
  5. Konfigurera inställningarna för den simulerade N-back-aktiviteten37 enligt den experimentella designen och behoven.
    1. Ange att N-back-nummerljud ska spelas upp med slumpmässiga intervall med Sant eller Falskt som val av alternativ för alternativet "enableRandomNbackSound =". Ställ in alternativet till False för att replikera den föredömliga studien.
    2. Definiera det minsta och högsta tidsintervallet från förskjutningen av det första ljudet till början av det andra ljudet med alternativen "randNbackIntervalMin =" och "randNbackIntervalMax =" för att ange antalet sekunder i formatet med en decimal (t.ex. 5,0 respektive 10,0).
  6. Konfigurera UDP-inställningarna (User Datagram Protocol) om en UDP-dataöverföring krävs för experimentet.
    1. Bestäm om UDP ska aktiveras för dataöverföring genom att tillåta synkronisering av tidsstämpeldata till en viss lokal nätverks-IP-adress via alternativet "enableUDPSendData =" genom att använda Sant eller Falskt som val av alternativ. Aktivera det här alternativet för att replikera den föredömliga studien.
    2. Välj om UDP ska aktiveras för dataöverföring till en specifik IP-adress för en annonsstudie via alternativet "enableUDPSendDataAdStudy =" med Sant eller Falskt som alternativval. Det påminns också om att det här alternativet står i konflikt med "enableUDPSendData =" och båda alternativen kan inte ställas in på Sant samtidigt. Ställ in alternativet till False för att replikera den föredömliga studien.
    3. Definiera IP-adressen för UDP-överföringen genom att ange varje avsnitt i IP-adressen med "UDPTargetIPa1 =", "UDPTargetIPa2 =", "UDPTargetIPa3 =" och "UDPTargetIPa4 =".
    4. Ange målportnumret under "UDPTargetPort =".
    5. Ange frekvensen för de data som ska skickas under "UDPcycleNumber =" med ett heltal som är större än eller lika med "1"-cykeln där varje cykel är 20 ms.
  7. Konfigurera QN-anslutningen (UDP Queuing Network)model 38 med hänvisning till experimentell design och behov.
    1. Ange om QN-Java-modellenhetens simulering ska aktiveras eller inte, där UDP-servern och klienten delar samma dator, med alternativet "enableUDPQNConnection =" med Sant eller Falskt som val av alternativ. Inaktivera det här alternativet om du vill replikera den föredömliga studien.
    2. Ange numret från UDP QN-porten till simuleringsporten under alternativet "UDPQNtoTORCSPort =".
    3. Ange numret från simuleringsporten till UDP QN-porten under alternativet "UDPTORCStoQNPort =".
  8. Konfigurera om du vill ansluta till en webbplats för bromssignaler enligt den experimentella designen under alternativet "leadCarBrakingByWebCommand =" med True or False som val av alternativ. Observera att när det här alternativet är inställt på Sant kommer "endExpByTime =" och "endExpAfterMinute =" att sluta fungera. Ställ in alternativet till False för att replikera den föredömliga studien.
  9. Ange om du vill aktivera den simulerade bilföljande uppgiften i träningsläge med "enableCarFollowingTraining =" med Sant eller Falskt som val av alternativ.
    1. Definiera intervallet från den senaste varningsljuduppsättningen till nästa varningsljud som träningspasset med alternativet "carFollowingTrainingWarningInterval =" genom att ange antalet sekunder med en decimal (t.ex. 2.0).
  10. Spara filen när konfigurationen har slutförts.

3. Förberedelse av körsimulator

  1. Anslut ratten och den centrala projektorn (en monterad projektor med bildförhållandet 16:10, 192 – 240 Hz uppdateringsfrekvens och 8-bitars färgbehandling) till datorn. En projektorskärm med en dimension av 223 x 126 cm placerades 60 cm över marken och 22 cm från framsidan av det instrumenterade fordonet.
  2. Ställ in skärmupplösningen under Alternativ | Display, för att matcha skärmstorleken när du startar körsimuleringsprogramvaran.
  3. Gå in sidan Konfigurera för att välja en spelare och följ instruktionerna från programvaran för att kalibrera ratten, gaspedalen och bromspedalen. Dessa inkluderar att vrida ratten och trycka på gaspedalen och bromspedalen enligt instruktionerna.

4. Vibrerande verktygssatskonfiguration och förberedelse

  1. Anslut den vibrerande verktygssatsen till strömförsörjningen. Var och en av de fyra modulerna har en dimension på 67 x 57 x 29 mm. Bild 2 visar en bild av den vibrerande verktygssatsen.

Figure 2
Bild 2: Bilder på den vibrerande verktygssatsen. Den vibrerande verktygssatsen bestod av fyra enskilda moduler som kan aktiveras separat. Varje modul har en dimension på 67 x 57 x 29 mm. Klicka här för att se en större version av denna siffra.

  1. Slå på den vibrerande verktygssatsen och anslut verktygslådan till datorn via Bluetooth.
  2. Definiera den vibrationsfrekvens som ska användas för experimentet när ett pilottest för hudkänslighet har slutförts eller enligt experimentella behov.
  3. Ställ in vibrationsfrekvensen på 70Hz 39,40,41 med hjälp av koderna som kompletterande kodningsfil 1. Totalt fem frekvensnivåer (dvs. 14Hz, 28Hz, 42Hz, 56Hz och 70Hz) är för närvarande tillgängliga med varje vibrationsstimulering som varar i 0,5 s som standard.
  4. Använd koderna som tillhandahålls som kompletterande kodningsfil 1 för att synkronisera bromshändelserna från körsimuleringsprogramvaran och vibrerande verktygssats. Figur 3 visar en märkt skärmdump av de koder som ska revideras som referens.

Figure 3
Bild 3: En märkt skärmdump av koderna i kompletterande kodningsfil 1. Den märkta skärmdumpen av koder kan användas som en enklare referens för den vibrerande verktygssatskonfigurationen och förberedelsen. Dessa koder används för att ställa in verktygssatsens vibrationsfrekvens och för att synkronisera bromshändelserna i programvaran för körsimulering och vibrerande verktygssats för att generera vibrerande varningar. Klicka här om du vill visa en större version av den här figuren.

5. Genomföra experimentet

  1. Instruera deltagarna att läsa och underteckna det informerade samtyckesformuläret som introducerar försöksprocessen och förklara att studien ska utvärdera körprestanda vid ankomsten till laboratoriet.
  2. Hjälp deltagarna att justera sittavståndet till pedalen och ställ ryggstödet i ett bekvämt läge manuellt.
  3. Lär deltagarna hur du använder simulatorn, inklusive ratt, bromspedal och gaspedal.
  4. Instruera deltagarna att köra som de skulle i den verkliga världen, följa bilen framför dem och hålla en två sekunders väg bakom den. Figur 4 visar den färdplan som används för körsimuleringen.

Figure 4
Figur 4: Färdplan som används för körsimulering. Vägen som används är en enkelväg med fyra kurvor (maxlängd 15 000 meter), tre körfält och utan trafikljus. Programvaran för körsimulator erbjuder andra vägdesignalternativ som alternativ för att inkludera vägskyltar eller skyltar. En EEG-kompatibel version finns också tillgänglig. Alla dessa parametrar kan justeras vid behov. Klicka här om du vill visa en större version av den här figuren.

  1. Informera deltagarna om att bromsa så snart som möjligt när frontfordonet bromsar, även om scenariot inte kräver bromsrespons. Baklyktorna på det främre fordonet kommer att lysa upp enligt verklig körning för att indikera en bromshändelse.
  2. Ge deltagarna en 5 minuters övningsförsök för att lära sig att hålla en två sekunders framstegssträcka bakom det främre fordonet. Övningsstudien innehåller en uppsättning av 5 slumpmässiga bromsar.
    1. Under övningsförsöket, om deltagarna är mindre än 1,5 sekunder bakom det främre fordonet, kommer körsimuleringsprogramvaran att spela en prompt med en kvinnlig röst "för nära, sakta ner".
    2. Om deltagarna är mellan 2,25 och 2,5 sekunder bakom det främre fordonet, kommer körsimuleringsprogramvaran att spela en prompt med en kvinnlig röst "för långt, snälla påskynda".
    3. Inkludera inte data från övningsprövningen för analysen.
  3. Låt deltagarna veta att studien kan stoppas utan straff genom att meddela försöksarbetarna när som helst, om det behövs.
  4. Påbörja det formella experimentet när deltagarna har slutfört övningssessionen och kan hålla ett stabilt följande avstånd.
  5. Starta den formella experimentella sessionen, som består av totalt fyra block (dvs. finger, handled, tempel och endast körning) med 13 slumpmässiga bromshändelser i varje block, vilket resulterar i totalt 52 experimentella försök. Ordningen på förhållandena balanseras med den latinska kvadratdesignen. Ingen röstprompt ges i de formella försöken.
  6. Hjälp deltagarna att sätta på sig den vibrerande verktygslådan med hjälp av medicinsk tejp före varje block av försök enligt de anade villkoren. Den vibrerande verktygssatsen (om den är sliten) varnar deltagarna för att bromsa när det främre fordonet bromsar. Baklyktorna på det främre fordonet tänds varje gång det främre fordonet bromsar.
  7. Se till att deltagarna får 2 minuters vila när varje block är klart för att minska överföringseffekterna.
  8. Fråga deltagarna om deras föredragna plats för den vibrerande verktygssatsen och den upplevda vibrationsintensiteten med en 7-punkts Likert-skala när alla försök har slutförts. Användningshastigheten för varje daglig bärbar tillbehör (dvs. klocka, glasögon, hörlurar och ring) registreras också. I inställningsskalan för placeringen av den vibrerande verktygssatsen representerar "1" "minst favorit" och "7" representerar "mest favorit", medan i vibrationsintensitetsskalan representerar "svag känsla" och "7" representerar "stark känsla".

6. Dataanalys

  1. Samla in deltagarnas körbeteendedata vid 50 Hz med hjälp av programvaran för körsimulering, inklusive bromsresponstid, fordonshastighet, rattåterföringshastighet, körfältsposition (SDLP) och framstegsavstånd etc.
  2. Utför dataanalys av förarnas prestanda.
    1. Gör en avvikande analys med den normala fördelningen med brytpunkter som tre standardavvikelser från medelvärdet för att avgöra vilka data som ska inkluderas för vidare analys.
    2. Beräkna bromsresponstiden genom att subtrahera den tid då deltagarfordonet bromsar (dvs. en minsta minskning med 1 % av bromspedalen36,42) från den tidpunkt då framfordonet börjar bromsa.
    3. Märk uppgifterna som "ingen bromsrespons" om bromsens responstid är större än eller lika med 5 s (dvs. ett fel på bromsen inom 5 s efter bromsarna i det främre fordonet).
    4. Dividera antalet lyckade bromsar med det totala antalet bromsar som utförs av det främre fordonet för att beräkna bromsresponshastigheten.
    5. Beräkna alla värden för varje deltagare för att erhålla den genomsnittliga bromsresponshastigheten och bromsresponstiden för varje tillstånd och beräkna standardavvikelsen för dessa värden för ytterligare analyser.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Den exemplariska studien som rapporterades i denna uppsats utförde den bil-följande uppgiften med hjälp av körsimulatorn och vibrerande verktygslåda, som också har publicerats tidigare i en akademisk tidskrift22. Det är anmärkningsvärt att den äldre versionen av den vibrerande verktygssatsen användes vid utförningen av den exemplariska studien, medan en ny version av den vibrerande verktygssatsen introducerades i ovanstående protokoll. Studien var ett designexperiment inom ämnet med vibrerande varningsplats som den enda faktorn: finger, handled, tempelvarningsförhållanden och körtillstånd som kontroll. Varje villkor bestod av 13 slumpmässiga bromshändelser, vilket resulterade i totalt 52 experimentella studier. Ordningen av villkorar uppvägdes med latin kvadrerar designen och alla deltagare genomgick alla fyra villkorar under experimentet.

Den föredömliga studien inkluderade också en undersökning som registrerade deltagarnas föredragna plats för att placera den vibrerande verktygssatsen och den upplevda vibrationsintensiteten på varje plats (dvs. finger, handled och tempel) med en 7-punkts Likert-skala när alla försök har slutförts. Användningshastigheten för dagliga bärbara tillbehör (dvs. klocka, glasögon, hörlurar och ring) registrerades också.

Eftersom det inte fanns någon tidigare metaanalys som referens för att bestämma provstorleken för den exemplariska studien, efter att ha slutfört effektanalysen med medianeffektstorleken (ηp2 = 0,06)43,44, var 23 deltagare tvungna att nå 80% effekt och 30 deltagare var tvungna att nå 90% effekt. Totalt rekryterades 28 deltagare med normal eller korrigerad till normal syn, ett giltigt körkort och körupplevelse i över ett år från grannskapsgemenskapen vid Tsinghua University. Fyra deltagare uteslöts från dataanalysen med en deltagare som drog sig ur studien, och tre deltagare följde inte den experimentella instruktionen. En avvikande analys har också gjorts med hjälp av en normal fördelning med bryt av som tre standardavvikelser från medelvärdet. De återstående 24 deltagarna (17 män och 7 honor) som inkluderades för dataanalys har en medelålder på 23,88 år med en standardavvikelse på 6,62 år, vilket uppfyller den minsta erforderliga urvalsstorleken (dvs. 23 deltagare). Instruktioner för försöket gavs till varje deltagare och ett undertecknat samtyckesformulär erhölls från alla deltagare vid ankomsten till laboratoriet. Alla deltagare var medvetna om syftet med detta experiment och rapporterade ingen oro efter slutförandet av övningsförsöken innan det faktiska experimentet började.

Körsimuleringsexperimentet ägde rum i en ljus miljö, med den utformade simulerade scenen som liknar körning på motorvägen på en klar dag. Bild 5 visar en skärmdump av den simulerade miljön som användes i exemplarstudien. Det var inställt på att endast aktivera den simulerade bil-följande uppgiften med varje försök som varar 12 minuter. Blyfordonet var inställt på att gå framåt med en genomsnittlig hastighet på 60,4 km/h, och tidsintervallet för framfordonets slumpmässiga bromsar fastställdes till 30 till 60 s med varje bromshändelsetid på 5 s. Den genomsnittliga accelerationen av det främre fordonet var 0,6 m/s2 vilket gick enligt standardinställningarna35.

Figure 5
Bild 5: En skärmdump av körsimuleringsmiljön. Körsimuleringsexperimentet ägde rum i en ljus miljö. Baklyktorna på det främre fordonet tänds när det främre fordonet bromsar. Undersidan av skärmen visar förarna redskap och hastighet på deras fordon. Klicka här om du vill visa en större version av den här figuren.

Både de främre och laterala vindinställningarna aktiverades och var inställda på att förbli standardinställningarna. Det lägsta och högsta frontalvindintervallet, vindlängden och den främre vindstyrkan var 3 s och 13 s, 2 s och 3 s och 500 N respektive 1 000N, respektive 36. Det minsta och högsta laterala vindintervallet, vindlängden och den laterala vindstyrkan var 3 s och 8 s, 2 s och 3 s och 1 000 N respektive 2 000N, 36.

En enkelvägs upprepad måttanalys av varians (enkelvägs-ANOVA) på bromsresponsfrekvensen visade att effekten av de fyra aktivitetsförhållandena var betydande, F(3,69) = 3,08, p = 0,049, ηp2 = 0,31. Post hoc-analyser med hjälp av parvisa Bonferroni-korrigerade t-testervisade ingen signifikant parvis jämförelseskillnad (vilket illustreras i figur 6).

Figure 6
Figur 6: Bromsresponsfrekvens. Genomsnittlig bromsresponsfrekvens bland deltagarna under vart och ett av de fyra förhållandena (dvs. finger, handled, tempel och endast körning). Felstaplar representerar standardavvikelser. Denna siffra har ändrats från Zhu et al.22. Klicka här om du vill visa en större version av den här figuren.

Analysen av bromsresponstiden med enkel väg ANOVA genererade betydande resultat, F(3,69) = 4,76, p < 0,01, ηp2 = 0,17. Efter slutförandet av de parvisa Bonferroni-korrigerade t-testerna var den registrerade bromsresponstiden betydligt kortare när uppgiften utfördes med den vibrerande verktygssatsen placerad på deltagarnas finger (M = 1,04 s, SD = 0,35 s) och handled (M = 1,00 s, SD = 0,33 s) i jämförelse med körtillståndet (M = 1,29 s, SD = 0,36 s) med p = 0,004 respektive p = 0,008. Inget signifikant resultat hittades dock när deltagarna körde med den vibrerande verktygslådan som ligger på tempelområdet i jämförelse med körtillståndet (M = 1,08 s, SD = 0,50 s), p = 0,22. Med hänvisning till figur 7påpekade resultaten att tillämpningen av taktila varningar skulle kunna underlätta förarnas reaktioner på kommande faror under körning, särskilt när varningsanordningen fanns på förarnas finger eller handled.

Figure 7
Figur 7: Bromsresponstid. Genomsnittlig bromsresponstid i sekunder bland deltagarna under vart och ett av de fyra förhållandena (dvs. finger, handled, tempel och endast körning). Felstaplar representerar standardavvikelser. Denna siffra har ändrats från Zhu et al.22. Klicka här om du vill visa en större version av den här figuren.

Analys av preferensen för varningsplatsen (dvs. finger, handled och tempel) visade en signifikant effekt, F(2,46) = 7,05, p < 0,01, ηp2 = 0,23. Post-hoc pairwise Bonferroni-korrigerade t-testergenomfördes därför också. Resultaten indikerade en signifikant preferens för fingret (M = 4,88, SD = 1,75) och handleden (M = 4,83, SD = 1,31) än tempelområdet (M = 3,13, SD = 2,05) där p = 0,03 respektive p = 0,02. Det fanns ingen signifikant skillnad mellan finger- och handledsplatserna (p = 1,0). Dessutom hittades en signifikant effekt för deltagarnas upplevda vibrationsintensitet för de tre platserna, F(2,46) = 7,37, p < 0,01, ηp2 = 0,24. Deltagarna uppfattade den högsta vibrationsnivån i tempelområdet. Ytterligare analyser visade dock att den upplevda vibrationsnivån endast var betydligt lägre än tempelområdet (M = 5,75, SD = 1, 42) när den vibrerande verktygslådan var placerad på handleden (M = 4,17, SD = 0,92), p < 0,01. När den vibrerande verktygslådan var placerad på fingret (M = 4,71, SD = 1,63) visade den ingen signifikant skillnad med varken tempelområdet (p = 0,09) eller handleden (p = 0,56). Intressant nog, som visas i figur 8, medan deltagarna uppfattade den högsta vibrationsnivån i tempelområdet, var preferensen för den vibrerande verktygssatsen som skulle placeras på tempelområdet den lägsta.

Figure 8
Figur 8: Subjektiva betyg på preferens för varningsplatser och upplevd vibrationsintensitet bland deltagarna. Genomsnittlig föredragen varningsplats på en skala från 1 (minst favorit) till 7 (mest favorit) mot genomsnittlig upplevd vibrationsintensitet på en skala från 1 (svag känsla) till 7 (stark känsla) för finger, handled och tempelområde för alla deltagare. Felstaplar representerar standardavvikelser. Denna siffra har ändrats från Zhu et al.22. Klicka här om du vill visa en större version av den här figuren.

Slutligen återspeglade analysen av användningen av dagliga bärbara tillbehör (dvs. klocka, glasögon, hörlurar och ring) bland deltagarna att över 50% av deltagarna bar en klocka i sin vardag, vilket tyder på möjligheten att anta bärbara vibrotactile-enheter som ett varningssystem i verkligheten (som illustreras i figur 9).

Figure 9
Figur 9: Användning av dagliga bärbara tillbehör bland deltagarna. Genomsnittlig procentandel av daglig användning för var och en av de fyra bärbara tillbehören (dvs. klockor, glasögon, hörlurar och ringar). Denna siffra har ändrats från Zhu et al.22. Klicka här om du vill visa en större version av den här figuren.

Med flera smarta bärbara tillbehör som smarta ringar, smartwatches och smarta glasögon som nu finns på marknaden, är tillämpningen av taktila varningar på bärbara tillbehör precis runt hörnet. Den aktuella forskningen bekräftade effektiviteten hos bärbara vibrotaktila anordningar som ett värdefullt varningssystem för att underlätta förarnas framväxande bromsresponstid. Den genomsnittliga bromsresponstiden minskade med 297 ms, 251 ms och 210 ms för att bära vibrotactile enheter på handleden, fingret och templet, i jämförelse med att inte bära en taktil varningsanordning. De aktuella resultaten visade att vibrerande varningar som levererades på handleden gav den snabbaste bromsresponstiden, vilket resulterade i en 23% minskning av bromsresponstiden jämfört med att inte få någon taktil varning. Andra faktorer som kön46,ålder 46,47, och individuella skillnader48,49 i taktil känslighet kan dock också påverka effektiviteten av taktila varningar. Ytterligare undersökningar som innehåller fler faktorer krävs därför för att fastställa den optimala platsen för placering av taktila varningsanordningar. Resultaten visade inte bara värdet av att utveckla bärbara vibrotactile anordningar, men föreslog också en potentiell alternativ form av taktil framåt kollision varningssystem som är billigare, mer genomförbart och mycket operativt i jämförelse med andra taktila varningssystem såsom vibrationssäte10 eller vibrationsväst50.

Kompletterande kodningsfil. Klicka här för att ladda ner den här filen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Körsimuleringsplattformen och vibrerande verktygslådan efterliknade rimligen tillämpningen av potentiella bärbara vibrotactile-enheter i verkligheten, vilket gav en effektiv teknik för att undersöka körrelaterad forskning. Med hjälp av denna teknik finns nu en säker experimentell miljö med hög konfigurerbarhet och överkomliga priser tillgänglig för att bedriva forskning som är jämförbar med verklig körning.

Det finns flera steg som kräver mer uppmärksamhet. För det första, under konfigurationsprocessen med hjälp av "expconfig.txt", bör forskare se till att träningsläget har ställts in på False innan de utför det faktiska experimentet för att stänga av ljudprompten som är utformad för övningskörning. För det andra är det viktigt att notera att under rattens kalibreringsprocess bör forskare se till att amplituden mot båda riktningarna på ratten är balanserad och att både broms- och gaspedaler golvas helt. För det tredje bör forskare också undersöka om den vibrerande verktygslådan har placerats på deltagaren ordentligt med medicinska band innan körsimuleringen börjar.

För att hantera oron för den externa giltigheten av körsimulering så mycket som möjligt ger den introducerade körsimuleringsprogramvaran ett brett utbud av alternativ för forskare att konfigurera en idealisk körmiljö. Till exempel kan modifiering av frontal och lateral vindintensitet justeras för att replikera det vindmotstånd som förare skulle uppleva på en motorväg i verkligheten. Utöver de tillgängliga konfigurationerna i dokumentet "expconfig.txt" kan forskare också utforma sin egen väg med hjälp av simuleringsprogramvaran med öppen källkod för att konstruera en miljö som efterliknar det verkliga scenariot. Forskare kan också visa oro över den möjliga trådlösa vibrerande verktygslådan inset fördröjning, vilket kan påverka den uppmätta svarstiden. Ändå inkluderade typiska driftsegenskaper hos vibrationsmotorerna bara en fördröjningstid på 16 ms och en stigtid på 28 ms. Däremot är den typiska svarstiden för förare mellan 0,5 s och 1,5 s51. Därför är effekten av inkomstfördröjningen relativt liten och kan försummas. Dessutom rekommenderas när forskare upplever några svårigheter under konfigurations- och förberedelseprocessen, omstart av hela systemet och omkalibrering av ratten, gaspedalen och bromspedalen. Om UDP-alternativet har aktiverats men inga data har tagits emot av andra enheter kontrollerar du att andra enheter har konfigurerats som en UDP-server i stället för en UDP-klient för att underlätta dataöverföring.

Den föreslagna metoden har dock sina begränsningar. I en verklig miljö kommer olika körförmåga och färdigheter att krävas på flera aspekter, inklusive relativa krav på fysiska, kognitiva, beteendemässiga och perceptuella förmågor etc. Beroende på de kontextuella bestämningsfaktorerna placeras olika grader av efterfrågan på förarnas kognitiva perceptuella färdigheter. Till exempel kommer den nivå av förmågor som krävs för att en förare ska kunna köra säkert i en lätt trafik soligt väder att vara mindre intensiv i jämförelse med att köra i en tung trafik inclement vädermiljö52. Körsimulatorn kan inte helt simulera det komplexa verkliga körtillståndet, men det kan ge en mer kontrollerad miljö som eliminerar potentiella förvirrande variabler som kan förorena resultatet av experimentet. Justering av den rapporterade körsimulatorn kan också göras beroende på de experimentella behoven. Trots detta bör en on-road-studie fortfarande genomföras för att öka den ekologiska giltigheten hos denna forskningslinje. På grund av sin låga kostnad består den presenterade körsimuleringsplattformen inte heller av en rörelseplattform, vilket innebär att den inte kan ge horisontella och längsgående reseupplevelser.

I samband med det föredömliga experimentet, medan vibrationer kan orsakas av yttre sammanhang som körning på en ojämn väg, gavs inga fordonsvibrationer till deltagarna under körsimuleringen. Den föreslagna metoden gör det dock möjligt för oss att kontrollera hastigheten och bromsintervallet för frambilen i den bilföljande uppgiften i laboratoriemiljö, vilket ger oss möjlighet att kontrollera körsvårigheterna för deltagarna. Dessutom har ettsimuleringssjukeformulär 53 (SSQ) inte inkluderats i experimentet. Trots den saknade övervägandet påverkades inte resultaten eftersom längden på varje studie var relativt kort, och ingen deltagare har rapporterat några symptom53 av simuleringssjuka när varje studie har slutförts. Denna studie har också ett obalans antal manliga och kvinnliga deltagare. Framtida studier bör säkerställa att deltagare medsimuleringssjuka 53 utesluts med hjälp av lämpligtfrågeformulär 54och syftar till att rekrytera lika många manliga och kvinnliga deltagare för att uppnå en starkare slutsats av resultaten.

Den föredömliga studien är ett inom ämnesdesign bil-följande experiment med vibrerande varningsplats som den enda faktorn: finger, handled, tempelvarningsförhållanden och körkontrolltillstånd. I framtiden avser vi att genomföra ytterligare tester på andra platser som bröstet och bakom örat, vilket ger alternativa platser för bärbara enheter för kommande utveckling. Ytterligare analyser kan göras för att undersöka variationen av bromspedalens retardation under olika förhållanden. Dessutom föreslog resultaten att deltagarna uppfattade den högsta vibrationsnivån i tempelområdet, men området var också den minst föredragna platsen för att placera enheten. Det skulle också vara intressant att ytterligare undersöka effekten på bromsreaktionen genom att justera vibrationsintensiteten på tempelområdet. Dessutom, i jämförelse med visuella och auditiva varningar, innehåller vibrotactile varningar mindre information. Mer forskning bör genomföras för att undersöka hur vibrotaktila varningar kan användas för att leverera komplex information.

Medan denna studie endast utförde ett experiment på effekten av den bärbara vibrerande verktygssatsen vid frontalkollisioner, kan denna testdesign också tillämpas i annan beteendeforskning som forskning om autonoma fordon, varningssystem för filavgång, förardistraktionsstudie och körtrötthetsstudie. Även om körsimuleringen som används i exemplarstudien inte innehåller en inställning för autonom körning, kan forskare revidera koderna med hänvisning till andra publicerade material55,56 för att uppnå detta mål. Dessutom kan den vibrerande verktygssatsen användas i multitasking körforskning, inklusive detekteringssvarsuppgiften (DRT)57,58,59, surrogatreferensuppgift (SuRT)37,58och N-back uppgift37. Forskare kan anpassa fordonsbeteenden och händelser efter deras behov när de använder körsimulatorn. Andra forskningsområden som använder vibrationsvarningsanordningar för att studera mänskligt beteende som biomedicinsk teknik31,32 kan också dra nytta av den föreslagna metoden.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna förklarade ingen finansiell information eller intressekonflikter.

Acknowledgments

Detta projekt har sponsrats av Beijing Talents Foundation.

Materials

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

DOWNLOAD MATERIALS LIST

References

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

Tags

Beteende Problem 166 Körsimulator kollisionsvarningssystem bil-följande uppgift taktil varning vibrerande verktygslåda

Erratum

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

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

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

to:

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

Taktil vibrerande verktygslåda och körsimuleringsplattform för körrelaterad forskning
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

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

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

Less
Copy Citation Download Citation Reprints and Permissions
View Video

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

Waiting X
Simple Hit Counter