562 大學生方程式賽車設計（前后懸架設計）

562 大學生方程式賽車設計（前后懸架設計）,562,大學生方程式賽車設計（前后懸架設計）,大學生,方程式賽車,設計,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 司機在駕駛的時候被分散注意力是國際公認的一個重要的道路安全問題,特別的,那些潛在的分散和降低司機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. 設計這些系統(tǒng)的一個重要目的是確保駕駛時不過多的妨礙司機的駕駛?cè)蝿蘸婉{駛安全.在一個以商業(yè)利益為目的的技術(shù)引進而非出于安全考慮的領域中,這將是一個巨大的挑戰(zhàn). 這個目標的實現(xiàn)有賴于在車輛設計和安全評估中有廣泛被接受的科學方法,包括視覺閉塞技術(shù)和外圍檢測等方法.以其目前的發(fā)展達到ISO標準,另一個方法，是移線試驗(以下簡稱LTC).想把LTC作為一種有用的評價工具，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司機分心 司機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，聽覺和認知，生物力學（物理）等。這些類型，特別是視覺和認知分心，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荷。相反，中等水平的認知負荷已被證明在車道保持性能的影響不大，甚至可以導致更精確的橫向控制。此外，認知和視覺任務可以損害事故的檢測，但認知的分心也可以影響駕駛員更快更充分地應對事故的能力。 鑒于其目前的發(fā)展進入了ISO標準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估LCT區(qū)分視覺與不同層次的需求認知的靈敏性。 §1.2 變道測試 LCT（變道測試）是一個基于PC的駕駛模擬，目的是定量測量由于同時進行中的次要任務的表現(xiàn)而引起的駕駛性能的退化程度,它已被廣泛用來評估駕駛性能。同時該實驗使用了一系列的車載信息系統(tǒng)（IVIS）為主駕駛?cè)蝿仗峁┬畔⒅С郑ㄈ鐚Ш剑４送?，高級駕駛員輔助系統(tǒng)（ADAS）的應用也直接支持主駕駛?cè)蝿?。此前大量的研究都集中在對LCT進行驗證。這些早期的驗證測試很多都是作為高級駕駛員注意力度量（ADAM）項目的一部分，他們不但發(fā)展了LCT，而且表明LCT是一個有效，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)：導航任務越復雜，在行駛路線變更時，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)分不同的次級任務。 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準來擴展其診斷能力。鑒于引起注意力分散原因的的復雜性和多面性，任何評測方法都必須進行多方面測量，以求正確總結(jié)車載設備的安全影響，這一點尤為重要。大量的研究已經(jīng)檢測了幾種LCT的衡量標準在區(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)檢測了兩個新的LCT衡量指標的靈敏度，分別是：車道控制（高通濾波側(cè)部標準差SDLP）和標志識別（正確的車道百分比 PCL），用來區(qū)分視覺任務和認知任務。結(jié)果表明，兩種注意力分散的類型分別能對LCT的效果帶來不利影響。視覺上而非認知上的任務導致對路徑控制的下降；認知上而非視覺上的任務影響察覺力，不利于標志識別和響應。 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（LCI）這三個衡量指標能夠區(qū)分一些視覺手工相配合的和聽覺上的任務，但不能區(qū)別其他類型的任務。 最后，為了考慮到任務的持續(xù)時間，哈布魯克等(2009, 24e30 p.) 檢測了LCT中每個任務的平均偏差。這個平均偏差由平均偏差得分除以每次運行完成的任務數(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數(shù)相比，能夠更好地根據(jù)不同的復雜度等級區(qū)分不同的導航任務。 這些研究表明，在目前提出的LCT效果檢測指標中，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指標被研究人員和政策系統(tǒng)開發(fā)商越來越多地應用在論證IVIS系統(tǒng)的設計和安全問題方面。但我們?nèi)匀恍枰_定這些指標是否也能靈敏地檢測出任務的不同。 本項研究擴展了上述研究結(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)（標志間車道保持波動，正確變更車道百分比，車道偏移數(shù)，車道變換啟動（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和認知任務時的靈敏度。 本項研究結(jié)果可以為以下討論提供資料，諸如哪些LCT測量指標適合使用，哪些哪些可能需要進一步細化。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ISO標準的研究。 §2.1 方法 §2.1.1 設計 本研究采用重復測量設計，有一個獨立的，可變的任務條件。其中有五個層次：一個基線（無次要任務）條件和四個次要任務條件：視覺容易，視覺困難，認知容易和認知困難。參與者通過操作PC版本的LCT，完成四項次要任務條件。關(guān)于次要任務條件的更多詳細信息請參閱2.3.2。把這些次要任務條件相結(jié)合使得檢測LCT在區(qū)分不同等級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)照的司機參加了這項研究。參與者中有16人是男性，11人是女性，平均年齡為24.4周歲（標準差(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年獨立駕駛期間頒發(fā)，有明確的乘客、手機和汽車動力限制規(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（標準差（SD）=2.6），每周平均駕駛時間為7.3小時（標準差（SD）=6.6））。 參與者是通過校園告示板、實時通訊、莫納什招聘網(wǎng)站和當?shù)貓蠹堖x用的。本研究的倫理批準由莫納什大學人文研究倫理問題常委會 (SCERH)授權(quán)。參加者報銷其時間和交通費用。 §2.3 材料 §2.3.1 驅(qū)動任務 駕駛性能通過使用LCT來測試。LCT是一個簡單的模擬駕駛，由一條3000米直的三車道公路組成。速度通過這個系統(tǒng)被限制于60公里/小時,期間參與測試者被要求停留在整個驅(qū)動器里面。沒有其他交通出現(xiàn)在路上。司機被要求通過18個出現(xiàn)在平均每隔150米路兩邊的信號來改變車道。信號是空白的，直到出現(xiàn)40 m標志,此時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，當他們看到出現(xiàn)在信號上的信息時。參與者不需要在到達換車道標志之前提前完成他們的車道變換。LCT在桌面PC上運行.這個設置的測試取材于一系列ISO標準草案 (ISO 2009)。這視覺場景在1900年的一個液晶顯示器上被提出?？刂品抡媸峭ㄟ^一個羅技的莫莫力反饋游戲方向盤和油門和制動踏板來實現(xiàn)。參與者坐在一個高度可調(diào)的椅子,椅子和踏板位置近似一個真正的車輛。 §2.3.2 次要任務 兩個代理視覺手冊和認知IVIS任務作為次要任務,每個都有兩個層次的難度。人工或代理車載信息系統(tǒng)(IVIS)任務是用這樣級別的任務需求以便于可以系統(tǒng)地操縱。 §2.3.3 視覺人工任務 代理參考任務(蘇爾特v 2 1)受控于視覺人工任務。任務要求參與者在相似視覺，小的干擾循環(huán)(視覺需求)當中來搜索一個更大的目標循環(huán)和使用鍵盤箭頭鍵來選擇屏幕的中包含的一部分目標(手動需求)。 任務難度(容易,困難)是通過改變干擾項圈相對與目標圈的尺寸和增加可能出現(xiàn)目標的屏幕部分的數(shù)量來實現(xiàn)(容易=2區(qū)域,難=6個區(qū)域)。對于簡單的情況, 目標循環(huán)是干擾循環(huán)的兩倍,然而對于困難的情況，目標循環(huán)比干擾循環(huán)大15%。蘇爾特的一個示例顯示被包含在圖1 b。 視覺任務是半自學的,即參與者可能花同樣多的時間來讓他們的選擇,但是當下一個刺激呈現(xiàn)出來的時候軟件會被控制.蘇爾特的已經(jīng)廣泛應用于IVIS研究(如,Bruyas等人,2008;Rognin等人,2007),同時被認為是一個滿足IVIS任務需求的有效措施 (永利和理查德森,2008)。視覺輔助工作呈現(xiàn)在司機左邊的一個儀表盤屏幕上,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 認知任務 認知任務是由一個解決任務的數(shù)學難題, 涉及基本的加法組成,再有兩個難度水平——容易和困難。隨機數(shù)是使用DirectRT軟件，通過一個耳機，大聲念給參與者。對于簡單的難度水平,參與者被要求添加到5，并且大聲回應。對于困難的難度水平,參與者被要求增加到7。這個任務是半自學的,即參與者給予足夠的時間需要對每一個問題進行回應(自控節(jié)奏), 但該系統(tǒng)在前一個反應給出之后會立即提出下一個問題 (系統(tǒng)節(jié)奏)。這個任務在實驗前被廣泛的指導,來確保在簡單和困難水平中有一個適當程度的困難和分化。 §2.4 過程 到達會議時,參與者完成了一個人口問卷調(diào)查。然后,他們得到了一個口頭解釋的LCT和次要任務,其次是靜態(tài)的(沒有LCT)實踐和基線實驗的可視覺和認知的次要任務。參與者完成1-2個在LCT上的實踐駕駛，然后是6個試運行:基線、視覺簡單、視覺硬、認知容易、認知困難和最后一個基線試驗。 在每個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”。視覺和認知次要任務的順序是通過參與者提出頻傳適應任何實踐效果來達到平衡的。 §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,后者是自動計算分析軟件.標準模式代表了一種理想的車道改變路徑。偏差分數(shù)計算出每個運行在整個長度的驅(qū)動(標準平均偏差分數(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額外測量橫向控制。參與者犯了一個錯誤的換車道例子被排除在直線部分分析，因為他們過度膨脹了這個偏差得分。 §2.5.1.2 平均轉(zhuǎn)向角 使用標準LCT分析軟件來自動計算這一措施。平均轉(zhuǎn)向角度數(shù)(相當于1/400的一個完整的圓)是計算出每一整個LCT運行。 §2.5.1.3 線路轉(zhuǎn)移 在每一次運行中，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算。 一個車道偏移被定義為LCT實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)在一個標志上的距離和司機實際上啟動了換車道的距離之間的不同.因此,聯(lián)芯國際企業(yè)代表一個事件檢測措施。 §2.5.2.2 正確的車道變化百分比 在每次運行里正確運算的線路改變百分被計算作為一個措施來體現(xiàn)參與者正確回應線路改變命令的能力。此外,該類型由司機所犯的車道改變錯誤會被定性檢查。兩種類型錯誤會被檢查:錯過了車道變化(司機繼續(xù)朝直方向駕駛而沒有改換車道)和錯誤的車道變化(司機執(zhí)行換車道,但是錯誤的車道)。 §2.5.3次級任務表現(xiàn) 主要任務完成時間(以毫秒為單位)是計算視覺和認知次要任務,以檢查任何潛在的性能權(quán)衡整個二級和LCT的任務。使用SPSS 15.0版做出了分析。單向重復測量方差分析(方差分析)被用來比較所有LCT性能措施的主要分數(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)不能夠被計算為一個司機所有。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誤(錯過與錯誤的LC)也被承擔。兩個基線運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)被組合成一個基線條件(p > . 05)。結(jié)果被改正是因為必要使用溫室-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 整個傳動和直線段的平均偏差分數(shù)呈現(xiàn)在圖.2. 圖3-1 平均偏差在整個驅(qū)動整個任務條件差距顯著(F(4,100) = 6.53, p < .001)?；€條件的平均偏差比所有的雙重條件的要低(p < . 05)。 整個次要的任務,視覺簡單和困難條件的平均偏差分數(shù)顯著高于認知容易條件的平均偏差分數(shù)(p < . 05)。通過任務，在直線路段(介于標志)的平均偏差發(fā)現(xiàn)了顯著差異(F(3 73)=3.07,p < . 05)。雖然當執(zhí)行視覺任務與認知任務或基線條件相比之下平均偏差分數(shù)有變得更高的趨勢，但觀察到的唯一的顯著差異是平均偏差分數(shù)在視覺容易相比認知容易條件更高(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)相對于基線(M = 0.016),認知容易(M = 0.016),認知困難(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.車道遠行 平均數(shù)量為每個駕駛狀態(tài)的車道遠行的平均數(shù)量顯示在圖3。 圖3-2 車道遠足數(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更大的數(shù)量的車道遠足比基線條件(p < . 01)。視覺硬條件還包含一個顯著更高數(shù)量的車道遠足比任何其他條件(p < . 01)。 這個數(shù)量的車道遠足沒有顯著差異在其他三個一心二用地條件。 §3.2 事件檢測和響應措施 §3.2.1 車道改變起始 參與者發(fā)起一個車道變化在信息出現(xiàn)在每個標志的距離被記錄下來,每一個標志方法顯示在圖4。 圖3-3 一個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志開始到聲明車道變化在認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實驗條件里是很高的,范圍從95.5%認知困難條件到97.9%的基本條件(表1)。正確的車道改變在整個駕駛條件里沒有明顯的不同的比例(c2(4)= 2.97,p > . 05)。 改變錯誤(錯過或不正確的變化)。 不正確車道改變的百分比反正在歸屬于每一個錯誤類型的每個條件下被包含在圖標1內(nèi)。 這種分析顯示的小百分比的車道改變錯誤了,大多數(shù)由錯過巷的變化,表明一個失敗檢測到信號而不是誤解它。這個錯誤類型是困難任務條件中很常見和略多普遍當在執(zhí)行認知任務的時候。 §3.3 次級任務績效 兩個獨立的分析旨在研究兩個次級任務的任務完成時間（沒有駕駛）和當完成LCT的時候。2(基線,LCT)乘以2(容易,困難)重復測量方差分析(ANOVA)進行對于視覺任務和認知任務分別。由于技術(shù)問題,視覺任務數(shù)據(jù)沒有被參與者記錄。 §3.3.1 視覺 平均完成時間每個視覺顯示和底線和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 < .)。司機花了更長的時間來完成認知刺激當完成LCT時相比執(zhí)行認知任務本身(基線)。完工時間也大大延長視覺刺激的困難比容易刺激。 §3.3.2 認知任務 平均完成時間認知數(shù)學任務刺激的每個任務條件進行了分析和比較,顯示在圖5 b。 圖3-4 一個顯著的主效應被發(fā)現(xiàn)的難度水平(F(1、26)? 36.17,p < .),即完成時間大大延長了硬認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,因為它表明,司機沒有交換認知任務的性能來支持駕駛?cè)蝿铡? §4 討論 當前的研究評估了幾個最近LCT橫向控制和事件提出檢測參數(shù)的能力來區(qū)分視覺手冊和認知代理IVIS任務的不同層次需求。許多橫向控制指標被認為是對任務不同點很敏感,但是事件檢測指標都不太能區(qū)分任務之間的不同。這些結(jié)果有可能對于包含的ISO標準的電池指標有重要影響。橫向控制是一種常用的驅(qū)動性能措施,已被證明是對幾種形式司機損傷很敏感。按照目前LCT橫向控制指標,總體平均車道偏差測量確認這個措施是對微分的影響視覺和認知轉(zhuǎn)移。正如預期的那樣,整體平均偏差分數(shù)最高的司機開車時執(zhí)行視覺次要任務,均明顯高于認知容易和基線條件。兩個認知任務的平均偏差分數(shù)均明顯高于基線條件,雖然這些任務的影響在橫向控制方面比視覺任務較少。任務難度而言,有一個趨勢,平均偏差分數(shù)較高的艱苦任務條件比容易條件;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領域的研究,它表明,visualmanual增加負載增加車道保持變化,而認知二次任務的影響不大,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期的視覺手冊的需求被認為是結(jié)果。至少對于視覺任務，昏迷可能源于自然的蘇爾特任務的使用。這個不同程度的復雜性主要來源于該任務持續(xù)時間的差異,而不是更大或更小數(shù)量的認知資源。當參與者被不斷從事蘇爾特任務(即下一個刺激立即完成后另一個),這不是意外, 個人任務持續(xù)時間的差異在簡單的和困難的條件不反映在駕駛分數(shù)。它不太可能是由于水平的任務困難使用,這是顯示在廣泛的駕駛進行該試驗之前已經(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領域的研究在這個領域的研究,它表明,視覺手動增加負載增加車道保持變化,而認知次級任務的影響不大,或者沒有效果,在車道保持性能的條件下。在視覺手冊需求的時期，減少車道保持性能被認為源于轉(zhuǎn)向錯誤的加強。當視覺注意力轉(zhuǎn)移路上,司機傾向于保持一個固定的轉(zhuǎn)向角,使更少的微操舵糾正,可反過來導致巷 編織和遠足。與蘇爾特任務相關(guān)聯(lián)的手工需求可能還會導致了車道保持變異的增加。認知需求,然而被認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),當執(zhí)行認知任務時，司機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。這導致一種改進的跟蹤響應和降低橫向偏差。一個類似模式的結(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。認知和視覺容易任務中的道路沖程數(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敏感于任務類型和層次差異需求的不同點。其他兩個橫向控制指標似乎對視覺體力和認知任務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中,并且只有視覺和認知容易任務不同于其他(盡管模式的趨勢是在預期的方向)。兩個事件檢測指標檢查也會出現(xiàn)有限的靈敏度對于不同的IVIS任務。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。車道改變起始(LCI) 代表一個事件檢測測量和之前的研究發(fā)現(xiàn),司機發(fā)現(xiàn)和應對能力任務的能力(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)于任務中,而且LCI分數(shù)在基線條件中比雙任務條件中長。這表明受試者服用更少的時間來啟動他們的車道改變當執(zhí)行另一個的任務比不分心,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。司機可能,因此,可以預見巷調(diào)節(jié)他們的行為改變事件,與二次相應的任務,這樣他們的響應這些事件不是退化,甚至可能是改善如果他們分配更高的優(yōu)先駕駛?cè)蝿铡嶋H上,當觀察參與者完成LCT這個過程時,實驗者指出,許多參與者在調(diào)節(jié)他們的次級任務的配合，這樣他們可以在道路的變化后立即執(zhí)行任務。 雖然其他的研究已經(jīng)發(fā)現(xiàn),司機困難應對事件干擾時,這些事件通常被意想不到的或未預料到的(克勞爾et al。,2006;流浪者et al。,2003。司機檢測和響應事件的能力可能較少受影響與次級任務的配合，如果這些事件是受到期望的話。這個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草案標準的LCT指示。一個可能同時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標準草案(ISO 2007),參與者在當前的實驗被要求改變車道,就盡快可能換車道后信息出現(xiàn)在簽署。不同于其他LCT實驗采用的指令(例如,Harbluk et al。,2007;2009),當前的參與者沒有要求去完成他們的車道變換當他們達到換車道標志的時候。而使用的指令當前的研究導致了更多的漸進的、也可以說是更自然的道路變化,它確實有效果誘導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,使它對于次級任務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需求可能LCT增加檢查的敏感性措施在這個研究。承認1.2米的平均偏差標準被指定在ISO標準中是著手這個實驗之前沒有被碰到，這個是非常重要的。事實上,這一標準沒有達到任何試驗,包括最后的底線驅(qū)動(平均偏差=1.6米)。 相對更高的平均偏差分數(shù)在研究過程中發(fā)現(xiàn)被認為是由于給出說明的結(jié)果,而不是缺乏任務的實踐。還應該考慮到1.2米標準指定是否在標準草案中太嚴格,因為它代表一個車道改變策略,不是一個真實發(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標準草案,包括是否需要變道完成司機到達之前簽署。 另一個方法論的問題是使用人工代理IVIS任務。雖然這些任務允許需求水平強加的次要任務是容易和系統(tǒng) 操縱,可以認為他們強迫節(jié)奏的自然不整合與實際IVIS任務,通常是自學的。一個試圖克服這種限制通過使代理IVIS任務變成半自主步調(diào)的方法出現(xiàn)了,借此,司機可能只需要做出他們的回應,但新任務的呈現(xiàn)是被系統(tǒng)所控制的。它是重要的,然而,這的敏感性指標,進一步分析LCT使用真實的IVIS任務為了看看效果上自學交互司機的任務分配策略和駕駛性能。最后,本研究采用一個相對較小的和同質(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?進一步研究研究的有效性和靈敏度的LCT必須采用一個更廣泛的樣本的參與者從一個范圍的駕駛和 人口的背景,可能有不同的應對能力與二級任務要求而駕駛。 §5 結(jié)論 鑒于其作為一個ISO標準的發(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)的設計和當駕駛時候使用可接受性的結(jié)論。雖然這是一個積極的步驟,它是很重要的建立的指標用于得出此種結(jié)論是敏感的一系列的駕駛和二級任務要求。本研究試圖建立最近幾個LCT橫向控制和事件檢測指標對于視覺指南和認知任務的靈敏度不同程度需求的影響程度的靈敏度。許多LCT指標的檢查,特別是事件檢測指標,證明本研究敏感性差。這可能是由于LCT任務預期的性質(zhì),或者也可能是一個事實使用的指令。超出評估LCT敏感性,一個貢獻本文演示的重要性,LCT指令和方式他們可以改變級別的需求所要求的任務,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。認知任務的使用是改編自Eve Mitsopoulous-Rubens的一個作為她的博士學位研究來進行一個任務。 確認 這項研究是由澳大利亞聯(lián)邦通過合作研究中心的先進汽車技術(shù)建立的。隨著LCT指標逐漸細化(例如.,使用一個自適應路徑軌跡模式而非規(guī)范性模型在計算平均偏差;ISO(2009)),提供清晰和明確的車道 改變指令將對于增加LCT作為一個IVIS設計和安全評估工具是非常重要的。 13