Summary

Toolkit vibrante tattile e piattaforma di simulazione di guida per la ricerca relativa alla guida

Published: December 18, 2020
doi:

Summary

Questo protocollo descrive una piattaforma di simulazione di guida e un toolkit vibrante tattile per l’indagine sulla ricerca relativa alla guida. Viene inoltre presentato un esperimento esemplare che esplora l’efficacia delle avvertenze tattili.

Abstract

Il sistema di avviso di collisione svolge un ruolo chiave nella prevenzione delle distrazioni di guida e della guida sonnolenta. Studi precedenti hanno dimostrato i vantaggi delle avvertenze tattili nel ridurre il tempo di risposta del freno del conducente. Allo stesso tempo, le avvertenze tattili si sono dimostrate efficaci nella richiesta di troppo (RPT) per i veicoli parzialmente autonomi.

Come ottimizzare le prestazioni degli avvisi tattili è un argomento di ricerca hot in corso in questo campo. Pertanto, vengono introdotti il software e i metodi di simulazione di guida a basso costo presentati per attirare un maggior numero di ricercatori a partecipare all’indagine. Il protocollo presentato è stato diviso in cinque sezioni: 1) partecipanti, 2) configurazione del software di simulazione di guida, 3) preparazione del simulatore di guida, 4) configurazione e preparazione del toolkit vibrante e 5) conduzione dell’esperimento.

Nello studio esemplare, i partecipanti hanno indossato il toolkit vibrante tattile ed eseguito un compito consolidato di seguire l’auto utilizzando il software di simulazione di guida personalizzato. Il veicolo anteriore ha frenato a intermittenza e gli avvisi vibranti sono stati consegnati ogni volta che il veicolo anteriore stava frenando. I partecipanti sono stati incaricati di rispondere il più rapidamente possibile agli improvvisi freni del veicolo anteriore. La dinamica di guida, come il tempo di risposta dei freni e la velocità di risposta dei freni, sono state registrate dal software di simulazione per l’analisi dei dati.

Il protocollo presentato offre informazioni sull’esplorazione dell’efficacia delle avvertenze tattili su diverse posizioni del corpo. Oltre all’attività di car-following che viene dimostrata nell’esperimento esemplare, questo protocollo fornisce anche opzioni per applicare altri paradigmi agli studi di simulazione di guida effettuando una semplice configurazione software senza alcuno sviluppo di codice. Tuttavia, è importante notare che a causa del suo prezzo accessibile, il software di simulazione di guida e l’hardware introdotti qui potrebbero non essere in grado di competere pienamente con altri simulatori di guida commerciale ad alta fedeltà. Tuttavia, questo protocollo può fungere da alternativa economica e intuitiva ai simulatori di guida commerciale ad alta fedeltà generali.

Introduction

Secondo i dati rivelati dal Global Health Estimates nel 2016, l’infortunio al codice della strada è l’ottava causa di morti globali, con 1,4 milioni di morti in tuttoil mondo 1. Nel 2018, il 39,2% degli incidenti stradali sono stati collisioni con veicoli a motore nel settore dei trasporti e il 7,2% sono stati collisioni posteriori. Una soluzione per aumentare la sicurezza dei veicoli e della strada è lo sviluppo di un sistema avanzato di assistenza alla guida (ADAS) per avvertire i conducenti con potenziali pericoli. I dati hanno dimostrato che ADAS può ridurre notevolmente il tasso di collisioni posteriori ed è ancora più efficace se dotato di un sistema di frenata automatica2. Inoltre, con lo sviluppo di veicoli autonomi, sarà richiesto un minore coinvolgimento umano per controllare il veicolo, rendendo necessario un sistema di richiesta di partecipazione (TOR) quando il veicolo autonomo non riesce a regolarsi da solo. La progettazione del sistema di allarme ADAS e TOR è ora un’importante tecnologia per i conducenti per evitare incidenti imminenti in pochi secondi. L’esperimento esemplare ha utilizzato un toolkit vibrante insieme a una piattaforma di simulazione di guida per indagare quale posizione genererebbe il miglior risultato quando un sistema di avvertimento vibrotattile è stato utilizzato come potenziale sistema di avvertimento ADAS e TOR.

Categorizzati per canali percettivi, esistono generalmente tre tipi di modalità di avviso, o cioè visive, udibili e tattili. Ogni modalità di avvertimento ha i suoi meriti e limiti. Quando sono in uso sistemi di allarme visivo, i conducenti possono soffrire di sovraccaricovisivo 3,compromettendo le prestazioni di guida a causa della cecità disattenta4,5. Sebbene un sistema di avviso uditivo non influenzi il campo visivo dei conducenti, la sua efficacia dipende notevolmente dall’ambiente circostante come musica di sottofondo e altri rumorinell’ambiente di guida 6,7. Pertanto, situazioni che contengono altre informazioni uditivo esterne o rumore significativo possono portare a sordità disattenta8,9, riducendo l’efficacia di un sistema di avviso uditivo. In confronto, i sistemi di avvertimento tattili non competono con l’elaborazione visiva o uditivo dei conducenti. Inviando avvisi vibrotattili ai conducenti, i sistemi di allarme tattile superano i limiti dei sistemi di allarme visivi e uditivi.

Studi precedenti hanno dimostrato che le avvertenze tattili possono avvantaggiare i conducenti abbreviando i tempi di risposta dei freni. Si è inoltre constatato che i sistemi di allarme tattile danno un risultato più efficace rispetto ai sistemi di allarme visivi10,11 e uditivi 12,13,14 in determinate situazioni. Tuttavia, una ricerca limitata si è concentrata sullo studio della posizione ottimale per posizionare un dispositivo di avviso tattile. Secondo l’ipotesi della corteccia sensoriale15 e l’ipotesi della distanza sensoriale16, lo studio esemplare ha scelto le aree del dito, del polso e della tempia come luoghi sperimentali per posizionare un dispositivo di avvertimento tattile. Con il protocollo introdotto, la frequenza e il tempo di consegna di un avviso vibrante, e gli intervalli tra le vibrazioni del toolkit vibrante, possono essere configurati per soddisfare i requisiti sperimentali. Questo toolkit vibrante consisteva in un chip master, un chip regolatore di tensione, un multiplexer, un adattatore DA USB a Transistor-Transistor-Logic (TTL), un transistor MOSFET (Metal-Oxide-Semiconductor Field-Effect Transistor) e un modulo Bluetooth. Il numero di moduli vibranti può anche variare in base alle esigenze dei ricercatori, con un massimo di quattro moduli che vibrano contemporaneamente. Quando si implementa il toolkit vibrante negli esperimenti relativi alla guida, può essere configurato per adattarsi alle impostazioni sperimentali e sincronizzato con i dati sulle prestazioni di guida rivedendo i codici della simulazione di guida.

Mentre per i ricercatori, condurre un esperimento di guida su una piattaforma virtuale è più fattibile che nel mondo reale a causa del rischio e dei costi coinvolti. Ad esempio, la raccolta di indicatori di prestazione può essere difficile ed è difficile controllare i fattori ambientali coinvolti quando vengono condotti esperimenti nel mondo reale. Di conseguenza, molti studi hanno utilizzato simulatori di guida a base fissa in esecuzione su PC negli ultimi anni come alternativa allo svolgimento di studi di guida su strada. Dopo aver appreso, sviluppato e ricercato per oltre 11 anni nella comunità di ricerca sulla guida, abbiamo creato una piattaforma di simulazione di guida con una vera auto che consiste in un software di simulazione di guida open source e un kit hardware, tra cui volante e cambio, tre pedali, tre proiettori montati e tre schermi del proiettore. Con il software di simulazione di guida supporta un solo schermo, il protocollo presentato utilizzava solo il proiettore centrale e lo schermo del proiettore per condurre l’esperimento.

Ci sono due vantaggi principali nell’utilizzo della piattaforma di simulazione di guida presentata. Un vantaggio di questa piattaforma è che utilizza un software open source. Utilizzando la piattaforma open source intuitiva, i ricercatori possono personalizzare il toolkit di simulazione e vibrazione per le loro esigenze di ricerca uniche rendendo semplice la configurazione del software senza alcuno sviluppo di codice . Rivedendo i codici, i ricercatori possono creare simulazioni di guida che forniscono relativa fedeltà alla realtà con molte opzioni disponibili su tipi di auto, tipi di strada, resistenza del volante, turbolenza del vento laterale e longitudinale, interfacce del programma di applicazione di eventi di tempo e freno (API) per la sincronizzazione del software esterno e implementazione dei paradigmi comportamentali come il compito di seguire l’auto e il compito N-Back. Sebbene condurre ricerche relative alla guida in un simulatore di guida non possa replicare completamente la guida nel mondo reale, i dati raccolti attraverso un simulatore di guida sono ragionevoli ed è stato ampiamenteadottato dai ricercatori 17,18.

Un altro vantaggio del simulatore di guida proposto è il suo basso costo. Come accennato in precedenza, il software di simulazione di guida introdotto è un software open source disponibile gratuitamente per gli utenti. Inoltre, il costo totale dell’intera configurazione hardware in questo protocollo è inferiore rispetto ai tipici simulatori di guida commerciale ad alta fedeltà. La figura 1 a e b mostra la configurazione completa di due simulatori di guida con un costo che va da $ 3000 a $ 30000. Al contrario, i tipici simulatori di guida commerciale ad alta fedeltà (base fissa) di solito costano da $ 10,000 a $ 100,000. Con il suo prezzo altamente conveniente, questo simulatore di guida può essere una scelta popolare non solo per scopi di ricerca accademica, ma anche per condurrelezioni di guida 19 e per la dimostrazione di tecnologie legate allaguida 20,21.

Figure 1
Figura 1: Immagine dei simulatori di guida. Entrambi i simulatori di guida consistevano in un volante e un cambio, tre pedali e un veicolo. (a) Una configurazione del simulatore di guida da $ 3000 che utilizzava uno schermo LCD da 80 pollici con una risoluzione di 3840 × 2160. (b) Una configurazione del simulatore di guida da $ 30000 che utilizzava tre proiettori montati e tre schermi di proiettori con una dimensione di 223 x 126 cm ciascuno. Gli schermi di proiezione sono stati posizionati a 60 cm dal suolo e a 22 cm di distanza dalla parte anteriore del veicolo. Solo il proiettore centrale e lo schermo del proiettore sono stati utilizzati per l’esperimento corrente. Clicca qui per visualizzare una versione più grande di questa figura.

Il software di simulazione di guida e il toolkit vibrante nel metodo proposto sono già stati utilizzati in precedenti studi dai nostriricercatori 22,23,24,25,26,27,28,29. Questo toolkit vibrante auto-sviluppato seguendo lo standard ISO30 può essere applicato in diversicampi 31,32 regolando la frequenza e l’intensità delle vibrazioni. È importante notare che è stata sviluppata una versione più recente del toolkit vibrante che viene introdotta nel seguente protocollo. Invece di regolare la frequenza delle vibrazioni utilizzando un adattatore di tensione regolabile, la versione più recente è dotata di cinque diverse frequenze di vibrazione e può essere regolata più facilmente utilizzando i codici forniti nel file di codifica supplementare 1. Inoltre, il simulatore di guida presentato fornisce ai ricercatori un modo sicuro, economico ed efficace per indagare vari tipi di ricerca relativa alla guida. Pertanto, questo protocollo è adatto a laboratori di ricerca che hanno un budget limitato e hanno una forte necessità di personalizzare gli ambienti di guida sperimentali.

Protocol

NOTA: Tutti i metodi qui descritti sono stati approvati dall’Institutional Review Board (IRB) dell’Università Tsinghua e il consenso informato è stato ottenuto da tutti i partecipanti. 1. Partecipanti Condurre un’analisi della potenza per calcolare il numero richiesto di partecipanti per il reclutamento secondo il progetto sperimentale per ottenere potenza statistica. Bilanciare il più possibile il sesso dei partecipanti durante il reclutamento. Assicurati che …

Representative Results

Lo studio esemplare riportato in questo articolo ha condotto il compito di seguire l’auto utilizzando il simulatore di guida e il toolkit vibrante, che è stato anche pubblicato in precedenza su una rivistaaccademica 22. È degno di nota che la versione precedente del toolkit vibrante sia stata utilizzata durante lo studio esemplare, mentre una nuova versione del toolkit vibrante è stata introdotta nel protocollo precedente. Lo studio è stato un esperimento di progettazione all’interno del sogge…

Discussion

La piattaforma di simulazione di guida e il toolkit vibrante hanno ragionevolmente minato l’applicazione di potenziali dispositivi vibrotattili indossabili nella vita reale, fornendo una tecnica efficace nello studio della ricerca relativa alla guida. Con l’uso di questa tecnologia, è ora disponibile un ambiente sperimentale sicuro con un’elevata configurabilità e convenienza per condurre ricerche paragonabili alla guida del mondo reale.

Ci sono diversi passaggi che richiedono maggiore atten…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Questo progetto è stato sponsorizzato dalla Beijing Talents Foundation.

Materials

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.

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. , (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. , 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. Hsu, W., et al. Controlled tactile and vibration feedback embedded in a smart knee brace. IEEE Consumer Electronics Magazine. 9 (1), 54-60 (2020).
  31. 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).
  32. 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).
  33. . Royal Meteorological Society Available from: https://www.rmets.org/resource/beaufort-scale (2018)
  34. Kubose, T. T., et al. The effects of speech production and speech comprehension on simulated driving performance. Applied Cognitive Psychology. 20 (1), (2006).
  35. He, J., Mccarley, J. S., Kramer, A. F. Lane keeping under cognitive load: performance changes and mechanisms. Human Factors. 56 (2), 414-426 (2014).
  36. 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, 2063-2067 (2014).
  37. 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).
  38. 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).
  39. 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).
  40. 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).
  41. 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).
  42. Olejnik, S., Algina, J. Measures of effect size for comparative studies: applications, interpretations, and limitations. Contemporary Educational Psychology. 25 (3), 241-286 (2000).
  43. . Statistics Teacher Available from: https://www.statisticsteacher.org/2017/09/15/what-is-power/ (2017)
  44. Maurya, A., Bokare, P. Study of deceleration behaviour of different vehicle types. International Journal for Traffic and Transport Engineering. 2 (3), 253-270 (2012).
  45. Woodward, K. L. The relationship between skin compliance, age, gender, and tactile discriminative thresholds in humans. Somatosensory & Motor Research. 10 (1), 63-67 (1993).
  46. Stevens, J. C., Choo, K. K. Spatial acuity of the body surface over the life span. Somatosensory & Motor Research. 13 (2), 153-166 (1996).
  47. 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).
  48. 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).
  49. 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).
  50. Steffan, H. Accident investigation – determination of cause. Encyclopedia of Forensic Sciences (Second Edition). , 405-413 (2013).
  51. 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).
  52. Ihemedu-Steinke, Q. C., et al. Simulation sickness related to virtual reality driving simulation. Virtual, Augmented and Mixed Reality. , 521-532 (2017).
  53. 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).
  54. 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). , 737-741 (2017).
  55. Hsieh, L., Seaman, S., Young, R. A surrogate test for cognitive demand: tactile detection response task (TDRT). Proceedings of SAE World Congress & Exhibition. , (2015).
  56. 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. , 64-70 (2013).
  57. 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).
check_url/kr/61408?article_type=t&slug=tactile-vibrating-toolkit-driving-simulation-platform-for-driving

Play Video

Cite This Article
Zhu, A., Choi, A. T. H., Ma, K., 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).

View Video