Summary

Тактильный вибрирующий инструментарий и платформа моделирования вождения для исследований, связанных с вождением

Published: December 18, 2020
doi:

Summary

Этот протокол описывает платформу моделирования вождения и тактильный вибрирующий инструментарий для исследования исследований, связанных с вождением. Также представлен образцовый эксперимент по изучению эффективности тактильных предупреждений.

Abstract

Система предупреждения о столкновении играет ключевую роль в предотвращении отвлекающих факторов и сонный вождения. Предыдущие исследования доказали преимущества тактильных предупреждений в сокращении времени реакции водителя на тормоза. В то же время тактильные предупреждения доказали свою эффективность при запросе на участие в ОРД для частично автономных транспортных средств.

Вопрос о том, как можно оптимизировать производительность тактильных предупреждений, является постоянной горячей темой исследований в этой области. Таким образом, представлено недорогое программное обеспечение и методы моделирования вождения, чтобы привлечь больше исследователей для участия в расследовании. Представленный протокол был разделен на пять разделов: 1) участники, 2) конфигурация программного обеспечения моделирования, 3) подготовка симулятора вождения, 4) вибрирующая конфигурация инструментария и подготовка, и 5) проведение эксперимента.

В образцовом исследовании участники носили тактильный вибрирующий инструментарий и выполняли установленную автомобильную задачу, используя индивидуальное программное обеспечение для моделирования вождения. Передний автомобиль тормозил с перерывами, и вибрирующие предупреждения доставлялись всякий раз, когда передняя машина тормозила. Участникам было дано указание как можно быстрее реагировать на внезапные тормоза переднего автомобиля. Динамика движения, такая как время отклика тормозов и скорость реакции тормозов, были зафиксированы программным обеспечением моделирования для анализа данных.

Представленный протокол дает представление об исследовании эффективности тактильных предупреждений на различных местах тела. В дополнение к задаче, следующей за автомобилем, которая продемонстрирована в образцовом эксперименте, этот протокол также предоставляет возможность применить другие парадигмы к исследованиям моделирования вождения, делая простую конфигурацию программного обеспечения без разработки кода. Тем не менее, важно отметить, что из-за его доступной цене, программное обеспечение моделирования вождения и оборудование, представленные здесь, возможно, не смогут полностью конкурировать с другими высокой точностью коммерческих симуляторов вождения. Тем не менее, этот протокол может выступать в качестве доступной и удобной альтернативы общим высокой точности коммерческих симуляторов вождения.

Introduction

Согласно данным, выявленным Глобальными оценками здравоохранения в 2016 году, дорожно-транспортный травматизм является восьмой причиной глобальной смертности, что приводит к 1,4 миллиона смертей вовсем мире 1. В 2018 году 39,2% дорожно-транспортных происшествий были столкновения с автотранспортными средствами в транспорте, и 7,2% из которых были задние столкновения. Решением проблемы повышения безопасности транспортных средств и дорожного движения является разработка передовой системы помощи водителю (ADAS) для предупреждения водителей о потенциальных опасностях. Данные показали, что ADAS может значительно снизить скорость столкновений заднего конца, и это еще более эффективно, когда оснащен автоматической тормозной системой2. Кроме того, с развитием автономных транспортных средств, меньше человеческого участия будет необходимо для управления транспортным средством, что делает take-over запрос (TOR) система предупреждения необходимость, когда автономное транспортное средство не регулирует себя. Конструкция системы предупреждения ADAS и TOR в настоящее время является важной частью технологии для водителей, чтобы избежать неминуемой аварии в течение нескольких секунд. В образцовом эксперименте использовался вибрирующий инструментарий наряду с платформой моделирования вождения для изучения того, какое местоположение будет генерировать наилучший результат, когда вибротактильной системы предупреждения была использована в качестве потенциальной системы предупреждения ADAS и TOR.

Классифицированные по каналам восприятия, как правило, существуют три типа условий предупреждения, то есть визуальные, слуховые и тактильные. Каждый механизм предупреждения имеет свои достоинства и ограничения. Когда системы визуального предупреждения используются, водители могут страдать отвизуальной перегрузки 3,ухудшая производительность вождения из-заневнимательной слепоты 4,5. Хотя слуховая система предупреждения не влияет на поле зрения водителей, ее эффективность во многом зависит от окружения, таких как фоновая музыка и другие шумыв среде вождения 6,7. Таким образом, ситуации, содержащие другую внешнюю слуховую информацию или значительныйшум,могут привести кневнимательной глухоте 8,9,снижению эффективности слуховой системы оповещения. Для сравнения, системы тактильных предупреждений не конкурируют с визуальной или слуховой обработкой водителей. Посылая вибротактильные предупреждения водителям, системы тактильных предупреждений преодолевают ограничения систем визуального и слухового предупреждения.

Предыдущие исследования показали, что тактильные предупреждения могут принести пользу водителям, сокращая время реакции на тормоза. Было также установлено, что тактильные системы предупреждения дают болееэффективный результат над визуальными 10,11 и слуховыми 12,13,14 системами предупреждения в определенных ситуациях. Тем не менее, ограниченные исследования были сосредоточены на исследовании оптимального местоположения для размещения тактильного устройства предупреждения. Согласно гипотезе сенсорнойкоры 15 и гипотезесенсорного расстояния 16, образцовое исследование выбрало области пальца, запястья и виска в качестве экспериментальных мест для размещения тактильного устройства предупреждения. С введенным протоколом частота и время доставки вибрирующего предупреждения и интервалы между вибрациями вибрирующего инструментария могут быть настроены в соответствии с экспериментальными требованиями. Этот вибрирующий инструментарий состоял из главного чипа, чипа регулятора напряжения, мультиплексера, USB-адаптера Transistor-Transistor-Logic (TTL), транзистора Metal-Oxide-Semiconductor Field-Effect Transistor (MOSFET) и модуля Bluetooth. Количество вибрирующих модулей также может варьироваться в зависимости от потребностей исследователей, при этом одновременно вибрируют до четырех модулей. При реализации вибрирующего инструментария в экспериментах, связанных с вождением, он может быть настроен в соответствующие экспериментальные настройки, а также синхронизирован с данными о производительности вождения путем пересмотра кодов моделирования вождения.

В то время как для исследователей, проведение эксперимента вождения на виртуальной платформе является более возможным, чем в реальном мире из-за риска и связанных с этим затрат. Например, сбор показателей эффективности может быть затруднен, и трудно контролировать экологические факторы, связанные с экспериментами в реальном мире. В результате, многие исследования использовали фиксированной базы вождения тренажеры работает на ПК в последние годы в качестве альтернативы для проведения исследований на дороге вождения. После обучения, разработки и исследования в течение более 11 лет в сообществе исследований вождения, мы создали платформу моделирования вождения с реальным автомобилем, который состоит из программного обеспечения моделирования вождения с открытым исходным кодом и аппаратного комплекта, включая рулевое колесо и коробку передач, три педали, три установленных проектора и три экрана проектора. С помощью программного обеспечения моделирования вождения поддерживает только один экран, представленный протокол используется только центральный проектор и проектор экран для проведения эксперимента.

Есть два основных преимущества использования представленной платформы моделирования вождения. Одним из преимуществ этой платформы является то, что она использует программное обеспечение с открытым исходным кодом. Используя удобный платформу с открытым исходным кодом, исследователи могут настроить моделирование и вибрирующий набор инструментов для своих уникальных исследовательских потребностей, сделав простую конфигурацию программного обеспечения без разработки кода. Путем пересматривать коды, исследователя могут создать управляя имитации которые обеспечивают относительную верность к реальности с множеством вариантов имеющихся на типах автомобиля, типах дороги, сопротивлении рулевого колеса, боковой и продольной турбулентности ветра, интерфейсах программы применения случая времени и тормоза (API) для внешней синхронизации средства программирования, и в реализации поведенческих парадигм such as автомобиль-следуя за задачей и задачей N-Back. Хотя проведение исследований, связанных с вождением в симуляторе вождения не может полностью повторить вождение в реальном мире, данные, собранные через симулятор вождения является разумным и был широкопринят исследователями 17,18.

Еще одним преимуществом предлагаемого симулятора вождения является его низкая стоимость. Как упоминалось ранее, введенное программное обеспечение моделирования вождения является открытым исходным кодом программного обеспечения, которое доступно для пользователей бесплатно. Кроме того, общая стоимость всей настройки оборудования в этом протоколе ниже по сравнению с типичными высокой точностью коммерческих симуляторов вождения. Рисунок 1 а и б показать полную установку двух симуляторов вождения со стоимостью от $ 3000 до $ 30000. В отличие от типичных высокой точности коммерческих симуляторов вождения (фиксированная база), как правило, стоят около $ 10000 до $ 100000. С его весьма доступной цене, этот симулятор вождения может быть популярным выбором не только для академических исследовательских целей, но и дляпроведения вождения классов 19 и для демонстрациисвязанных с вождением технологий 20,21.

Figure 1
Рисунок 1: Изображение симуляторов вождения. Оба симулятора вождения состояли из рулевого колеса и коробки передач, трех педалей и транспортного средства. а) установка симулятора вождения стоимостью $3000, которая использовала 80-дюймовый LCD-экран с разрешением 3840 × 2160. b) установка симулятора вождения стоимостью 30000 долларов США, в которых использовались три установленных проектора и три проекторных экрана размером 223 х 126 см каждый. Проекционные экраны были расположены на высоте 60 см над землей и на 22 см от передней части транспортного средства. Для текущего эксперимента использовались только центральный проектор и проекторный экран. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.

Программное обеспечение моделирования вождения и вибрирующий инструментарий в предлагаемом методе уже былииспользованы в предыдущих исследованиях нашими исследователями 22,23,24,25,26,27,28,29. Этот саморазвитый вибрирующий инструментарийв соответствии со стандартом ISO 30 может быть примененв различных областях 31,32 путемкорректировки частоты и интенсивности вибрации. Важно отметить, что была разработана и внедрена в следующем протоколе новая версия вибрирующего инструментария. Вместо того, чтобы регулировать частоту вибрации с помощью регулируемого адаптера напряжения, новая версия оснащена пятью различными частотами вибрации и может быть проще отрегулирована с помощью кодов, предусмотренных в дополнительном файле кодирования 1. Кроме того, представленный симулятор вождения предоставляет исследователям безопасный, недорогой и эффективный способ исследовать различные виды исследований, связанных с вождением. Таким образом, этот протокол подходит для исследовательских лабораторий, которые имеют ограниченный бюджет и имеют сильную потребность в настройке экспериментальной среды вождения.

Protocol

ПРИМЕЧАНИЕ: Все описанные здесь методы были одобрены Институциональным советом по обзору (IRB) Университета Цинхуа, и со всех участников было получено информированное согласие. 1. Участники Провести анализ мощности для расчета необходимого числа участников для набо?…

Representative Results

Образцовое исследование, о котором сообщается в этой работе, провело автомобильную задачу с помощью симулятора вождения и вибрирующего инструментария, который также был опубликован ранее в академическомжурнале 22. Примечательно, что при проведении образцового исследован…

Discussion

Платформа моделирования вождения и вибрирующий инструментарий разумно имитировали применение потенциальных носимых вибротактильные устройства в реальной жизни, обеспечивая эффективную технику в исследовании исследований, связанных с вождением. С использованием этой технологии, б?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Этот проект был спонсирован Пекинским фондом талантов.

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/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