562 大學(xué)生方程式賽車設(shè)計(jì)（前后懸架設(shè)計(jì)）

562 大學(xué)生方程式賽車設(shè)計(jì)（前后懸架設(shè)計(jì)）,562,大學(xué)生方程式賽車設(shè)計(jì)（前后懸架設(shè)計(jì)）,大學(xué)生,方程式賽車,設(shè)計(jì),前后,先后,懸架 車道變換測試的靈敏度作為衡量車載系統(tǒng)需求的一種方式 緒論 司機(jī)在駕駛的時(shí)候被分散注意力是國際公認(rèn)的一個(gè)重要的道路安全問題,特別的,那些潛在的分散和降低司機(jī)的駕駛注意力的車內(nèi)部方便的技術(shù)如信息，通信,娛樂和先進(jìn)的輔助駕駛技術(shù)等,已經(jīng)成為世界性的研究課題和倡議政策. 設(shè)計(jì)這些系統(tǒng)的一個(gè)重要目的是確保駕駛時(shí)不過多的妨礙司機(jī)的駕駛?cè)蝿?wù)和駕駛安全.在一個(gè)以商業(yè)利益為目的的技術(shù)引進(jìn)而非出于安全考慮的領(lǐng)域中,這將是一個(gè)巨大的挑戰(zhàn). 這個(gè)目標(biāo)的實(shí)現(xiàn)有賴于在車輛設(shè)計(jì)和安全評(píng)估中有廣泛被接受的科學(xué)方法,包括視覺閉塞技術(shù)和外圍檢測等方法.以其目前的發(fā)展達(dá)到ISO標(biāo)準(zhǔn),另一個(gè)方法，是移線試驗(yàn)(以下簡稱LTC).想把LTC作為一種有用的評(píng)價(jià)工具，LCT必須是有效和可靠的，并且具有高靈敏度. 本文的重點(diǎn)就是介紹LCT方法的靈敏性。即其分辨不同類型的能分散駕駛員注意力的技術(shù)的能力。 §1.1司機(jī)分心 司機(jī)分心通常被描述為包含有不同的范圍，而不是相互排斥的；例如，視覺，聽覺和認(rèn)知，生物力學(xué)（物理）等。這些類型，特別是視覺和認(rèn)知分心，已經(jīng)證明損害駕駛性能的不同方面，橫向控制和事故檢測度量對(duì)不同形式的駕駛干擾尤為敏感.例如,已被證明用增加車道變化來視覺負(fù)荷。相反，中等水平的認(rèn)知負(fù)荷已被證明在車道保持性能的影響不大，甚至可以導(dǎo)致更精確的橫向控制。此外，認(rèn)知和視覺任務(wù)可以損害事故的檢測，但認(rèn)知的分心也可以影響駕駛員更快更充分地應(yīng)對(duì)事故的能力。 鑒于其目前的發(fā)展進(jìn)入了ISO標(biāo)準(zhǔn)和其在駕駛分心的研究越來越多地被使用，LTC能夠測量和區(qū)分不同的駕駛分心的影響,這是很重要的. 因此本研究的目的是評(píng)估LCT區(qū)分視覺與不同層次的需求認(rèn)知的靈敏性。 §1.2 變道測試 LCT（變道測試）是一個(gè)基于PC的駕駛模擬，目的是定量測量由于同時(shí)進(jìn)行中的次要任務(wù)的表現(xiàn)而引起的駕駛性能的退化程度,它已被廣泛用來評(píng)估駕駛性能。同時(shí)該實(shí)驗(yàn)使用了一系列的車載信息系統(tǒng)（IVIS）為主駕駛?cè)蝿?wù)提供信息支持（如導(dǎo)航）。此外，高級(jí)駕駛員輔助系統(tǒng)（ADAS）的應(yīng)用也直接支持主駕駛?cè)蝿?wù)。此前大量的研究都集中在對(duì)LCT進(jìn)行驗(yàn)證。這些早期的驗(yàn)證測試很多都是作為高級(jí)駕駛員注意力度量（ADAM）項(xiàng)目的一部分，他們不但發(fā)展了LCT，而且表明LCT是一個(gè)有效，可靠和靈敏度高的的措施。 在隨后的研究中，駕駛員發(fā)現(xiàn)：導(dǎo)航任務(wù)越復(fù)雜，在行駛路線變更時(shí)，偏離現(xiàn)象就越明顯。這表明了LCT可以根據(jù)不同的工作量水平區(qū)分不同的次級(jí)任務(wù)。 最近，LCT的研究工作繼續(xù)發(fā)展，通過提出新的性能衡量標(biāo)準(zhǔn)來擴(kuò)展其診斷能力。鑒于引起注意力分散原因的的復(fù)雜性和多面性，任何評(píng)測方法都必須進(jìn)行多方面測量，以求正確總結(jié)車載設(shè)備的安全影響，這一點(diǎn)尤為重要。大量的研究已經(jīng)檢測了幾種LCT的衡量標(biāo)準(zhǔn)在區(qū)分不同類型注意力干擾因素上的靈敏度。 托姆和馬庫拉(2007)檢測了兩個(gè)新的LCT衡量指標(biāo)的靈敏度，分別是：車道控制（高通濾波側(cè)部標(biāo)準(zhǔn)差SDLP）和標(biāo)志識(shí)別（正確的車道百分比 PCL），用來區(qū)分視覺任務(wù)和認(rèn)知任務(wù)。結(jié)果表明，兩種注意力分散的類型分別能對(duì)LCT的效果帶來不利影響。視覺上而非認(rèn)知上的任務(wù)導(dǎo)致對(duì)路徑控制的下降；認(rèn)知上而非視覺上的任務(wù)影響察覺力，不利于標(biāo)志識(shí)別和響應(yīng)。 布雅發(fā)現(xiàn)，經(jīng)改編的平均偏差得分，正確變更車道比率和車道變換啟動(dòng)（LCI）這三個(gè)衡量指標(biāo)能夠區(qū)分一些視覺手工相配合的和聽覺上的任務(wù)，但不能區(qū)別其他類型的任務(wù)。 最后，為了考慮到任務(wù)的持續(xù)時(shí)間，哈布魯克等(2009, 24e30 p.) 檢測了LCT中每個(gè)任務(wù)的平均偏差。這個(gè)平均偏差由平均偏差得分除以每次運(yùn)行完成的任務(wù)數(shù)得到。他們發(fā)現(xiàn)，這種修改后的測量方法與原來的平均偏差分?jǐn)?shù)相比，能夠更好地根據(jù)不同的復(fù)雜度等級(jí)區(qū)分不同的導(dǎo)航任務(wù)。 這些研究表明，在目前提出的LCT效果檢測指標(biāo)中，至少有一些能夠靈敏地測出不同類型的注意力分散產(chǎn)生的不同效果。然而，一些其他的LCT指標(biāo)被研究人員和政策系統(tǒng)開發(fā)商越來越多地應(yīng)用在論證IVIS系統(tǒng)的設(shè)計(jì)和安全問題方面。但我們?nèi)匀恍枰_定這些指標(biāo)是否也能靈敏地檢測出任務(wù)的不同。 本項(xiàng)研究擴(kuò)展了上述研究結(jié)果。原因主要是：檢測出了最近提出的一系列LCT橫向控制和事件檢測參數(shù)（標(biāo)志間車道保持波動(dòng)，正確變更車道百分比，車道偏移數(shù)，車道變換啟動(dòng)（LCI）和平均轉(zhuǎn)向角）在根據(jù)不同層次需求區(qū)分視覺手工配合的任務(wù)和認(rèn)知任務(wù)時(shí)的靈敏度。 本項(xiàng)研究結(jié)果可以為以下討論提供資料，諸如哪些LCT測量指標(biāo)適合使用，哪些哪些可能需要進(jìn)一步細(xì)化。本研究也豐富了越來越多此類旨在建立一套LCT心理測量特性，使其發(fā)展為一項(xiàng)ISO標(biāo)準(zhǔn)的研究。 §2.1 方法 §2.1.1 設(shè)計(jì) 本研究采用重復(fù)測量設(shè)計(jì)，有一個(gè)獨(dú)立的，可變的任務(wù)條件。其中有五個(gè)層次：一個(gè)基線（無次要任務(wù)）條件和四個(gè)次要任務(wù)條件：視覺容易，視覺困難，認(rèn)知容易和認(rèn)知困難。參與者通過操作PC版本的LCT，完成四項(xiàng)次要任務(wù)條件。關(guān)于次要任務(wù)條件的更多詳細(xì)信息請(qǐng)參閱2.3.2。把這些次要任務(wù)條件相結(jié)合使得檢測LCT在區(qū)分不同等級(jí)的需求以及不同類型的注意力分散（干擾條件）方面的能力成為可能。 §2.2 參與者 二十七名持有有效駕駛執(zhí)照的司機(jī)參加了這項(xiàng)研究。參與者中有16人是男性，11人是女性，平均年齡為24.4周歲（標(biāo)準(zhǔn)差(SD) = 3.0;范圍=21歲~31歲）。除了一名參與者持有試用駕照（在前4年獨(dú)立駕駛期間頒發(fā)，有明確的乘客、手機(jī)和汽車動(dòng)力限制規(guī)定）之外，所有參與者均持有有效駕照。參與者取得試用駕照的平均年齡為19.3周歲（標(biāo)準(zhǔn)差（SD）=2.6），每周平均駕駛時(shí)間為7.3小時(shí)（標(biāo)準(zhǔn)差（SD）=6.6））。 參與者是通過校園告示板、實(shí)時(shí)通訊、莫納什招聘網(wǎng)站和當(dāng)?shù)貓?bào)紙選用的。本研究的倫理批準(zhǔn)由莫納什大學(xué)人文研究倫理問題常委會(huì) (SCERH)授權(quán)。參加者報(bào)銷其時(shí)間和交通費(fèi)用。 §2.3 材料 §2.3.1 驅(qū)動(dòng)任務(wù) 駕駛性能通過使用LCT來測試。LCT是一個(gè)簡單的模擬駕駛，由一條3000米直的三車道公路組成。速度通過這個(gè)系統(tǒng)被限制于60公里/小時(shí),期間參與測試者被要求停留在整個(gè)驅(qū)動(dòng)器里面。沒有其他交通出現(xiàn)在路上。司機(jī)被要求通過18個(gè)出現(xiàn)在平均每隔150米路兩邊的信號(hào)來改變車道。信號(hào)是空白的，直到出現(xiàn)40 m標(biāo)志,此時(shí)車道變化信息是鑒于(圖1)。 圖1-1 參與者被指示盡快改變車道，當(dāng)他們看到出現(xiàn)在信號(hào)上的信息時(shí)。參與者不需要在到達(dá)換車道標(biāo)志之前提前完成他們的車道變換。LCT在桌面PC上運(yùn)行.這個(gè)設(shè)置的測試取材于一系列ISO標(biāo)準(zhǔn)草案 (ISO 2009)。這視覺場景在1900年的一個(gè)液晶顯示器上被提出?？刂品抡媸峭ㄟ^一個(gè)羅技的莫莫力反饋游戲方向盤和油門和制動(dòng)踏板來實(shí)現(xiàn)。參與者坐在一個(gè)高度可調(diào)的椅子,椅子和踏板位置近似一個(gè)真正的車輛。 §2.3.2 次要任務(wù) 兩個(gè)代理視覺手冊(cè)和認(rèn)知IVIS任務(wù)作為次要任務(wù),每個(gè)都有兩個(gè)層次的難度。人工或代理車載信息系統(tǒng)(IVIS)任務(wù)是用這樣級(jí)別的任務(wù)需求以便于可以系統(tǒng)地操縱。 §2.3.3 視覺人工任務(wù) 代理參考任務(wù)(蘇爾特v 2 1)受控于視覺人工任務(wù)。任務(wù)要求參與者在相似視覺，小的干擾循環(huán)(視覺需求)當(dāng)中來搜索一個(gè)更大的目標(biāo)循環(huán)和使用鍵盤箭頭鍵來選擇屏幕的中包含的一部分目標(biāo)(手動(dòng)需求)。 任務(wù)難度(容易,困難)是通過改變干擾項(xiàng)圈相對(duì)與目標(biāo)圈的尺寸和增加可能出現(xiàn)目標(biāo)的屏幕部分的數(shù)量來實(shí)現(xiàn)(容易=2區(qū)域,難=6個(gè)區(qū)域)。對(duì)于簡單的情況, 目標(biāo)循環(huán)是干擾循環(huán)的兩倍,然而對(duì)于困難的情況，目標(biāo)循環(huán)比干擾循環(huán)大15%。蘇爾特的一個(gè)示例顯示被包含在圖1 b。 視覺任務(wù)是半自學(xué)的,即參與者可能花同樣多的時(shí)間來讓他們的選擇,但是當(dāng)下一個(gè)刺激呈現(xiàn)出來的時(shí)候軟件會(huì)被控制.蘇爾特的已經(jīng)廣泛應(yīng)用于IVIS研究(如,Bruyas等人,2008;Rognin等人,2007),同時(shí)被認(rèn)為是一個(gè)滿足IVIS任務(wù)需求的有效措施 (永利和理查德森,2008)。視覺輔助工作呈現(xiàn)在司機(jī)左邊的一個(gè)儀表盤屏幕上,位于他們正常視野范圍內(nèi)的30(橫向和縱向)并且觸手可及。 §2.3.4 認(rèn)知任務(wù) 認(rèn)知任務(wù)是由一個(gè)解決任務(wù)的數(shù)學(xué)難題, 涉及基本的加法組成,再有兩個(gè)難度水平——容易和困難。隨機(jī)數(shù)是使用DirectRT軟件，通過一個(gè)耳機(jī)，大聲念給參與者。對(duì)于簡單的難度水平,參與者被要求添加到5，并且大聲回應(yīng)。對(duì)于困難的難度水平,參與者被要求增加到7。這個(gè)任務(wù)是半自學(xué)的,即參與者給予足夠的時(shí)間需要對(duì)每一個(gè)問題進(jìn)行回應(yīng)(自控節(jié)奏), 但該系統(tǒng)在前一個(gè)反應(yīng)給出之后會(huì)立即提出下一個(gè)問題 (系統(tǒng)節(jié)奏)。這個(gè)任務(wù)在實(shí)驗(yàn)前被廣泛的指導(dǎo),來確保在簡單和困難水平中有一個(gè)適當(dāng)程度的困難和分化。 §2.4 過程 到達(dá)會(huì)議時(shí),參與者完成了一個(gè)人口問卷調(diào)查。然后,他們得到了一個(gè)口頭解釋的LCT和次要任務(wù),其次是靜態(tài)的(沒有LCT)實(shí)踐和基線實(shí)驗(yàn)的可視覺和認(rèn)知的次要任務(wù)。參與者完成1-2個(gè)在LCT上的實(shí)踐駕駛，然后是6個(gè)試運(yùn)行:基線、視覺簡單、視覺硬、認(rèn)知容易、認(rèn)知困難和最后一個(gè)基線試驗(yàn)。 在每個(gè)一心二用地開車之前, 參與者被指示“集中你的注意力 安全駕駛,但是不要忽略次要任務(wù)”。視覺和認(rèn)知次要任務(wù)的順序是通過參與者提出頻傳適應(yīng)任何實(shí)踐效果來達(dá)到平衡的。 §2.5 數(shù)據(jù)分析 LCT的駕駛性能檢查可以大致分類成橫向車輛控制措施和事件探測檢措施: §2.5.1 橫向控制措施 §2.5.1.1 平均偏差 司機(jī)橫向偏差的平均得分是與LCT規(guī)范性模型相比,后者是自動(dòng)計(jì)算分析軟件.標(biāo)準(zhǔn)模式代表了一種理想的車道改變路徑。偏差分?jǐn)?shù)計(jì)算出每個(gè)運(yùn)行在整個(gè)長度的驅(qū)動(dòng)(標(biāo)準(zhǔn)平均偏差分?jǐn)?shù)),以及直線路段之間車道變化(10米的前后變化),后者在車道改變影響下提供了一個(gè)額外測量橫向控制。參與者犯了一個(gè)錯(cuò)誤的換車道例子被排除在直線部分分析，因?yàn)樗麄冞^度膨脹了這個(gè)偏差得分。 §2.5.1.2 平均轉(zhuǎn)向角 使用標(biāo)準(zhǔn)LCT分析軟件來自動(dòng)計(jì)算這一措施。平均轉(zhuǎn)向角度數(shù)(相當(dāng)于1/400的一個(gè)完整的圓)是計(jì)算出每一整個(gè)LCT運(yùn)行。 §2.5.1.3 線路轉(zhuǎn)移 在每一次運(yùn)行中，車道的偏移數(shù)量通過檢查由LCT產(chǎn)生的橫向位置跟蹤示意圖來得出運(yùn)算。 一個(gè)車道偏移被定義為LCT實(shí)際偏差跟蹤移到外面的正確車道軌跡的所有例子。 §2.5.2 事件檢測措施 §2.5.2.1 車道改變起始 聯(lián)芯國際企業(yè)代表了換車道信息呈現(xiàn)在一個(gè)標(biāo)志上的距離和司機(jī)實(shí)際上啟動(dòng)了換車道的距離之間的不同.因此,聯(lián)芯國際企業(yè)代表一個(gè)事件檢測措施。 §2.5.2.2 正確的車道變化百分比 在每次運(yùn)行里正確運(yùn)算的線路改變百分被計(jì)算作為一個(gè)措施來體現(xiàn)參與者正確回應(yīng)線路改變命令的能力。此外,該類型由司機(jī)所犯的車道改變錯(cuò)誤會(huì)被定性檢查。兩種類型錯(cuò)誤會(huì)被檢查:錯(cuò)過了車道變化(司機(jī)繼續(xù)朝直方向駕駛而沒有改換車道)和錯(cuò)誤的車道變化(司機(jī)執(zhí)行換車道,但是錯(cuò)誤的車道)。 §2.5.3次級(jí)任務(wù)表現(xiàn) 主要任務(wù)完成時(shí)間(以毫秒為單位)是計(jì)算視覺和認(rèn)知次要任務(wù),以檢查任何潛在的性能權(quán)衡整個(gè)二級(jí)和LCT的任務(wù)。使用SPSS 15.0版做出了分析。單向重復(fù)測量方差分析(方差分析)被用來比較所有LCT性能措施的主要分?jǐn)?shù)(除了正確的車道變化百分比)。由于損壞的數(shù)據(jù)文件，意味著偏差和LCI數(shù)據(jù)不能夠被計(jì)算為一個(gè)司機(jī)所有。溫室變更被制作用于直接部分的主要偏差和LCI分析。使用最小顯著差別(LSD)計(jì)算出成功的比較。正確的百分比換車道數(shù)據(jù)不是正態(tài)分布,因此,分析了使用非參數(shù)弗里德曼測試。描述性分析變換車道的錯(cuò)誤(錯(cuò)過與錯(cuò)誤的LC)也被承擔(dān)。兩個(gè)基線運(yùn)行任何措施沒有被發(fā)現(xiàn)明顯的誤差,因此這些數(shù)據(jù)被組合成一個(gè)基線條件(p > . 05)。結(jié)果被改正是因?yàn)楸匾褂脺厥?蓋塞爾修改的球形違規(guī)。 §3.0 結(jié)果 §3.1橫向控制措施 §3.1.1平均偏差 整個(gè)傳動(dòng)和直線段的平均偏差分?jǐn)?shù)呈現(xiàn)在圖.2. 圖3-1 平均偏差在整個(gè)驅(qū)動(dòng)整個(gè)任務(wù)條件差距顯著(F(4,100) = 6.53, p < .001)。基線條件的平均偏差比所有的雙重條件的要低(p < . 05)。 整個(gè)次要的任務(wù),視覺簡單和困難條件的平均偏差分?jǐn)?shù)顯著高于認(rèn)知容易條件的平均偏差分?jǐn)?shù)(p < . 05)。通過任務(wù)，在直線路段(介于標(biāo)志)的平均偏差發(fā)現(xiàn)了顯著差異(F(3 73)=3.07,p < . 05)。雖然當(dāng)執(zhí)行視覺任務(wù)與認(rèn)知任務(wù)或基線條件相比之下平均偏差分?jǐn)?shù)有變得更高的趨勢(shì)，但觀察到的唯一的顯著差異是平均偏差分?jǐn)?shù)在視覺容易相比認(rèn)知容易條件更高(p < . 05)。 §3.1.2 轉(zhuǎn)向角 雖然平均轉(zhuǎn)向角出現(xiàn)更高的視覺困難條件(M = 0.024)相對(duì)于基線(M = 0.016),認(rèn)知容易(M = 0.016),認(rèn)知困難(M = 0.014)和視覺容易條件(M = 0.016),沒有顯著的差異在條件(F(4104)= 1.88,p > . 05)。 3.1.3.車道遠(yuǎn)行 平均數(shù)量為每個(gè)駕駛狀態(tài)的車道遠(yuǎn)行的平均數(shù)量顯示在圖3。 圖3-2 車道遠(yuǎn)足數(shù)量方面的顯著差異被發(fā)現(xiàn)在條件(F(4104)=8.86,p < .),即所有的雙重條件包含一個(gè)更大的數(shù)量的車道遠(yuǎn)足比基線條件(p < . 01)。視覺硬條件還包含一個(gè)顯著更高數(shù)量的車道遠(yuǎn)足比任何其他條件(p < . 01)。 這個(gè)數(shù)量的車道遠(yuǎn)足沒有顯著差異在其他三個(gè)一心二用地條件。 §3.2 事件檢測和響應(yīng)措施 §3.2.1 車道改變起始 參與者發(fā)起一個(gè)車道變化在信息出現(xiàn)在每個(gè)標(biāo)志的距離被記錄下來,每一個(gè)標(biāo)志方法顯示在圖4。 圖3-3 一個(gè)顯著影響駕駛的條件被發(fā)現(xiàn)(F(3 77)=4.04,p <),即平均距離從換車道標(biāo)志開始到聲明車道變化在認(rèn)知困難條件更短相比較視覺容易和視覺困難條件(p < . 01)。 §3.2.2 百分比正確車道變化 平均比例的正確車道變化在每一個(gè)實(shí)驗(yàn)條件里是很高的,范圍從95.5%認(rèn)知困難條件到97.9%的基本條件(表1)。正確的車道改變?cè)谡麄€(gè)駕駛條件里沒有明顯的不同的比例(c2(4)= 2.97,p > . 05)。 改變錯(cuò)誤(錯(cuò)過或不正確的變化)。 不正確車道改變的百分比反正在歸屬于每一個(gè)錯(cuò)誤類型的每個(gè)條件下被包含在圖標(biāo)1內(nèi)。 這種分析顯示的小百分比的車道改變錯(cuò)誤了,大多數(shù)由錯(cuò)過巷的變化,表明一個(gè)失敗檢測到信號(hào)而不是誤解它。這個(gè)錯(cuò)誤類型是困難任務(wù)條件中很常見和略多普遍當(dāng)在執(zhí)行認(rèn)知任務(wù)的時(shí)候。 §3.3 次級(jí)任務(wù)績效 兩個(gè)獨(dú)立的分析旨在研究兩個(gè)次級(jí)任務(wù)的任務(wù)完成時(shí)間（沒有駕駛）和當(dāng)完成LCT的時(shí)候。2(基線,LCT)乘以2(容易,困難)重復(fù)測量方差分析(ANOVA)進(jìn)行對(duì)于視覺任務(wù)和認(rèn)知任務(wù)分別。由于技術(shù)問題,視覺任務(wù)數(shù)據(jù)沒有被參與者記錄。 §3.3.1 視覺 平均完成時(shí)間每個(gè)視覺顯示和底線和LCT條件都顯示在圖5。沒有明顯的相互作用任務(wù)難度和條件之間被發(fā)現(xiàn)(F(1、25)? 2.19,p > . 05);然而,重要的主要影響發(fā)現(xiàn)條件(F(1、25)? 15.12,p <)和難度水平(F(1、25)? 79.37,p < .)。司機(jī)花了更長的時(shí)間來完成認(rèn)知刺激當(dāng)完成LCT時(shí)相比執(zhí)行認(rèn)知任務(wù)本身(基線)。完工時(shí)間也大大延長視覺刺激的困難比容易刺激。 §3.3.2 認(rèn)知任務(wù) 平均完成時(shí)間認(rèn)知數(shù)學(xué)任務(wù)刺激的每個(gè)任務(wù)條件進(jìn)行了分析和比較,顯示在圖5 b。 圖3-4 一個(gè)顯著的主效應(yīng)被發(fā)現(xiàn)的難度水平(F(1、26)? 36.17,p < .),即完成時(shí)間大大延長了硬認(rèn)知刺激比容易刺激跨基線和LCT條件。條件與難度水平之間的互動(dòng)不太顯著,(F(1、26)= 0.01,p > . 05), 也沒有顯著的條件的平均影響(F(1、26)=0.09,p > . 05)。后者的結(jié)果是有趣的,因?yàn)樗砻?司機(jī)沒有交換認(rèn)知任務(wù)的性能來支持駕駛?cè)蝿?wù)。 §4 討論 當(dāng)前的研究評(píng)估了幾個(gè)最近LCT橫向控制和事件提出檢測參數(shù)的能力來區(qū)分視覺手冊(cè)和認(rèn)知代理IVIS任務(wù)的不同層次需求。許多橫向控制指標(biāo)被認(rèn)為是對(duì)任務(wù)不同點(diǎn)很敏感,但是事件檢測指標(biāo)都不太能區(qū)分任務(wù)之間的不同。這些結(jié)果有可能對(duì)于包含的ISO標(biāo)準(zhǔn)的電池指標(biāo)有重要影響。橫向控制是一種常用的驅(qū)動(dòng)性能措施,已被證明是對(duì)幾種形式司機(jī)損傷很敏感。按照目前LCT橫向控制指標(biāo),總體平均車道偏差測量確認(rèn)這個(gè)措施是對(duì)微分的影響視覺和認(rèn)知轉(zhuǎn)移。正如預(yù)期的那樣,整體平均偏差分?jǐn)?shù)最高的司機(jī)開車時(shí)執(zhí)行視覺次要任務(wù),均明顯高于認(rèn)知容易和基線條件。兩個(gè)認(rèn)知任務(wù)的平均偏差分?jǐn)?shù)均明顯高于基線條件,雖然這些任務(wù)的影響在橫向控制方面比視覺任務(wù)較少。任務(wù)難度而言,有一個(gè)趨勢(shì),平均偏差分?jǐn)?shù)較高的艱苦任務(wù)條件比容易條件;然而,這種差異不顯著。為什么平均偏差測量是不敏感的任務(wù)需求的差異不是完全清楚。平均偏差結(jié)果相符的過去在這個(gè)領(lǐng)域的研究,它表明,visualmanual增加負(fù)載增加車道保持變化,而認(rèn)知二次任務(wù)的影響不大,或者沒有效果,在車道保持性能(Engstrom et al。,2005;格林伯格et al。,2003;Wilschut et al。,2008)。減少車道保持成績時(shí)期的視覺手冊(cè)的需求被認(rèn)為是結(jié)果。至少對(duì)于視覺任務(wù)，昏迷可能源于自然的蘇爾特任務(wù)的使用。這個(gè)不同程度的復(fù)雜性主要來源于該任務(wù)持續(xù)時(shí)間的差異,而不是更大或更小數(shù)量的認(rèn)知資源。當(dāng)參與者被不斷從事蘇爾特任務(wù)(即下一個(gè)刺激立即完成后另一個(gè)),這不是意外, 個(gè)人任務(wù)持續(xù)時(shí)間的差異在簡單的和困難的條件不反映在駕駛分?jǐn)?shù)。它不太可能是由于水平的任務(wù)困難使用,這是顯示在廣泛的駕駛進(jìn)行該試驗(yàn)之前已經(jīng)足夠不同的感知水平的需求。平均偏差結(jié)果普遍符合的過去在這個(gè)領(lǐng)域的研究在這個(gè)領(lǐng)域的研究,它表明,視覺手動(dòng)增加負(fù)載增加車道保持變化,而認(rèn)知次級(jí)任務(wù)的影響不大,或者沒有效果,在車道保持性能的條件下。在視覺手冊(cè)需求的時(shí)期，減少車道保持性能被認(rèn)為源于轉(zhuǎn)向錯(cuò)誤的加強(qiáng)。當(dāng)視覺注意力轉(zhuǎn)移路上,司機(jī)傾向于保持一個(gè)固定的轉(zhuǎn)向角,使更少的微操舵糾正,可反過來導(dǎo)致巷 編織和遠(yuǎn)足。與蘇爾特任務(wù)相關(guān)聯(lián)的手工需求可能還會(huì)導(dǎo)致了車道保持變異的增加。認(rèn)知需求,然而被認(rèn)為有更少的影響車道保持由于視覺的影響隧道。Engstrom et al.(2005)發(fā)現(xiàn),當(dāng)執(zhí)行認(rèn)知任務(wù)時(shí)，司機(jī)的視覺掃描模式改變,這樣就增加了他們的目光集中向道路的中心。這導(dǎo)致一種改進(jìn)的跟蹤響應(yīng)和降低橫向偏差。一個(gè)類似模式的結(jié)果發(fā)現(xiàn)了道路延伸的平均數(shù)量。最多數(shù)量的車道遠(yuǎn)足(任何部分車輛外正確的車道)被發(fā)現(xiàn)的視覺硬條件,這是明顯高于一切其他的雙重條件和基線條件。認(rèn)知和視覺容易任務(wù)中的道路沖程數(shù)量高于比基線的。這些結(jié)果表明,車道 偏移測量至少是有點(diǎn)敏感于任務(wù)類型和層次差異需求的不同點(diǎn)。其他兩個(gè)橫向控制指標(biāo)似乎對(duì)視覺體力和認(rèn)知任務(wù)的不同層次需求擁有有限的靈敏度。發(fā)現(xiàn)無顯著差異在任務(wù)意味著轉(zhuǎn)向角。一些差異也被發(fā)現(xiàn)在直線平均偏差措施的任務(wù)中,并且只有視覺和認(rèn)知容易任務(wù)不同于其他(盡管模式的趨勢(shì)是在預(yù)期的方向)。兩個(gè)事件檢測指標(biāo)檢查也會(huì)出現(xiàn)有限的靈敏度對(duì)于不同的IVIS任務(wù)。沒有顯著差異被發(fā)現(xiàn)在正確車道改變措施比例的任務(wù)。車道改變起始(LCI) 代表一個(gè)事件檢測測量和之前的研究發(fā)現(xiàn),司機(jī)發(fā)現(xiàn)和應(yīng)對(duì)能力任務(wù)的能力(格林伯格et al,2003;斯特雷耶和德魯斯,2004;斯蒂爾et al,2003)。不僅一些差異被發(fā)現(xiàn)于任務(wù)中,而且LCI分?jǐn)?shù)在基線條件中比雙任務(wù)條件中長。這表明受試者服用更少的時(shí)間來啟動(dòng)他們的車道改變當(dāng)執(zhí)行另一個(gè)的任務(wù)比不分心,這一發(fā)現(xiàn)與其他LCT研究。車道改變起始措施的結(jié)果是非常意外的。司機(jī)可能,因此,可以預(yù)見巷調(diào)節(jié)他們的行為改變事件,與二次相應(yīng)的任務(wù),這樣他們的響應(yīng)這些事件不是退化,甚至可能是改善如果他們分配更高的優(yōu)先駕駛?cè)蝿?wù)。實(shí)際上,當(dāng)觀察參與者完成LCT這個(gè)過程時(shí),實(shí)驗(yàn)者指出,許多參與者在調(diào)節(jié)他們的次級(jí)任務(wù)的配合，這樣他們可以在道路的變化后立即執(zhí)行任務(wù)。 雖然其他的研究已經(jīng)發(fā)現(xiàn),司機(jī)困難應(yīng)對(duì)事件干擾時(shí),這些事件通常被意想不到的或未預(yù)料到的(克勞爾et al。,2006;流浪者et al。,2003。司機(jī)檢測和響應(yīng)事件的能力可能較少受影響與次級(jí)任務(wù)的配合，如果這些事件是受到期望的話。這個(gè)解釋也可能占的百分比,為什么正確車道變化非常高在一心二用地條件。該研究數(shù)據(jù)也影響被聲明作為ISO草案標(biāo)準(zhǔn)的LCT指示。一個(gè)可能同時(shí)影響橫向控制和事件檢測結(jié)果的重要因素是給予參與者的車道改變指令。符合LCTISO標(biāo)準(zhǔn)草案(ISO 2007),參與者在當(dāng)前的實(shí)驗(yàn)被要求改變車道,就盡快可能換車道后信息出現(xiàn)在簽署。不同于其他LCT實(shí)驗(yàn)采用的指令(例如,Harbluk et al。,2007;2009),當(dāng)前的參與者沒有要求去完成他們的車道變換當(dāng)他們達(dá)到換車道標(biāo)志的時(shí)候。而使用的指令當(dāng)前的研究導(dǎo)致了更多的漸進(jìn)的、也可以說是更自然的道路變化,它確實(shí)有效果誘導(dǎo)更高的意思偏差值比在其他的研究已經(jīng)發(fā)現(xiàn),可能不一致。 這些更加漸進(jìn)的車道改變操作可能減少了LCT所需的注意力需求水平,使它對(duì)于次級(jí)任務(wù)不同的影響不太敏感。使用不同的車道改變指令來提高水平的任務(wù)需求可能LCT增加檢查的敏感性措施在這個(gè)研究。承認(rèn)1.2米的平均偏差標(biāo)準(zhǔn)被指定在ISO標(biāo)準(zhǔn)中是著手這個(gè)實(shí)驗(yàn)之前沒有被碰到，這個(gè)是非常重要的。事實(shí)上,這一標(biāo)準(zhǔn)沒有達(dá)到任何試驗(yàn),包括最后的底線驅(qū)動(dòng)(平均偏差=1.6米)。 相對(duì)更高的平均偏差分?jǐn)?shù)在研究過程中發(fā)現(xiàn)被認(rèn)為是由于給出說明的結(jié)果,而不是缺乏任務(wù)的實(shí)踐。還應(yīng)該考慮到1.2米標(biāo)準(zhǔn)指定是否在標(biāo)準(zhǔn)草案中太嚴(yán)格,因?yàn)樗硪粋€(gè)車道改變策略,不是一個(gè)真實(shí)發(fā)生在真正駕駛中的描述。我們結(jié)果突出的潛在意涵不一致的解釋LCT的指令和需要LCT指令做出更明確的在ISO標(biāo)準(zhǔn)草案,包括是否需要變道完成司機(jī)到達(dá)之前簽署。 另一個(gè)方法論的問題是使用人工代理IVIS任務(wù)。雖然這些任務(wù)允許需求水平強(qiáng)加的次要任務(wù)是容易和系統(tǒng) 操縱,可以認(rèn)為他們強(qiáng)迫節(jié)奏的自然不整合與實(shí)際IVIS任務(wù),通常是自學(xué)的。一個(gè)試圖克服這種限制通過使代理IVIS任務(wù)變成半自主步調(diào)的方法出現(xiàn)了,借此,司機(jī)可能只需要做出他們的回應(yīng),但新任務(wù)的呈現(xiàn)是被系統(tǒng)所控制的。它是重要的,然而,這的敏感性指標(biāo),進(jìn)一步分析LCT使用真實(shí)的IVIS任務(wù)為了看看效果上自學(xué)交互司機(jī)的任務(wù)分配策略和駕駛性能。最后,本研究采用一個(gè)相對(duì)較小的和同質(zhì)的參與者樣本，并且LCT性能表現(xiàn)反映更廣泛駕駛?cè)丝诘某潭仁怯邢薜?。因?進(jìn)一步研究研究的有效性和靈敏度的LCT必須采用一個(gè)更廣泛的樣本的參與者從一個(gè)范圍的駕駛和 人口的背景,可能有不同的應(yīng)對(duì)能力與二級(jí)任務(wù)要求而駕駛。 §5 結(jié)論 鑒于其作為一個(gè)ISO標(biāo)準(zhǔn)的發(fā)展,LCT越來越被研究者和政策制定者用來得出有關(guān)車載系統(tǒng)的設(shè)計(jì)和當(dāng)駕駛時(shí)候使用可接受性的結(jié)論。雖然這是一個(gè)積極的步驟,它是很重要的建立的指標(biāo)用于得出此種結(jié)論是敏感的一系列的駕駛和二級(jí)任務(wù)要求。本研究試圖建立最近幾個(gè)LCT橫向控制和事件檢測指標(biāo)對(duì)于視覺指南和認(rèn)知任務(wù)的靈敏度不同程度需求的影響程度的靈敏度。許多LCT指標(biāo)的檢查,特別是事件檢測指標(biāo),證明本研究敏感性差。這可能是由于LCT任務(wù)預(yù)期的性質(zhì),或者也可能是一個(gè)事實(shí)使用的指令。超出評(píng)估LCT敏感性,一個(gè)貢獻(xiàn)本文演示的重要性,LCT指令和方式他們可以改變級(jí)別的需求所要求的任務(wù),因此,獲得了結(jié)果。目前,尚不清楚LCT指令，有關(guān)它的定義屬于開放性的。事實(shí)上,不同的研究人員使用不同的換車道指令,用顯著的影響在LCT的結(jié)果上。認(rèn)知任務(wù)的使用是改編自Eve Mitsopoulous-Rubens的一個(gè)作為她的博士學(xué)位研究來進(jìn)行一個(gè)任務(wù)。 確認(rèn) 這項(xiàng)研究是由澳大利亞聯(lián)邦通過合作研究中心的先進(jìn)汽車技術(shù)建立的。隨著LCT指標(biāo)逐漸細(xì)化(例如.,使用一個(gè)自適應(yīng)路徑軌跡模式而非規(guī)范性模型在計(jì)算平均偏差;ISO(2009)),提供清晰和明確的車道 改變指令將對(duì)于增加LCT作為一個(gè)IVIS設(shè)計(jì)和安全評(píng)估工具是非常重要的。 13