2023-04

自动驾驶汽车的远程监控和远程操作 $-$ 虚拟现实是一种选择吗？

分类： 人机交互

作者： Snehanjali Kalamkar, Verena Biener, Fabian Beck, Jens Grubert

发布时间： 2023-04-21

链接： http://arxiv.org/abs/2304.11228v2

摘要： 虽然自动驾驶汽车的前景带来了重大的科学和工业进步，但完全自动化、符合 SAE 5 级标准的汽车可能不会很快得到大规模采用。相反，在可预见的未来，在许多应用中，将需要人工监督，例如远程监控和远程操作。虽然虚拟现实 (VR) 已被提议作为远程操作的一种潜在接口，但其相对于物理监控和远程操作解决方案的优点和缺点尚未得到彻底研究。为此，我们贡献了三项用户研究，对基于 VR 的系统与当今工业使用的现有监控和远程操作系统的性能和主观反馈进行了比较和量化。通过这三项用户研究，我们有助于更好地了解自动驾驶汽车未来的虚拟监控和远程操作解决方案。我们的第一个用户研究（n=16）的结果表明，复制物理界面的 VR 界面并不优于物理界面。它还量化了监控和远程操作任务相结合对用户产生的负面影响，无论使用何种界面。第二项用户研究（n=24）的结果表明，VR 引起的感知和人体工程学问题超过了它的好处，例如通过隔离可以更好地集中注意力。第三次后续用户研究（n=24）专门针对 VR 的感知和人体工程学问题；这项研究的主观反馈表明，新一代 VR 耳机有潜力赶上当前的物理显示器。

同时构建无人驾驶车辆行为、城市设计和政策原型

分类： 人机交互, I.2.9; K.4.1; H.4.m

作者： Hauke Sandhaus, Wendy Ju, Qian Yang

发布时间： 2023-04-13

链接： http://arxiv.org/abs/2304.06639v1

摘要： 自动驾驶汽车 (AV) 可以通过减少事故、提高交通可达性和公平性以及减少排放来改善城市生活。实现这些承诺需要自动驾驶驾驶行为、城市规划和基础设施以及交通运输政策的创新共同努力。然而，自动驾驶、城市和政策设计问题之间复杂的相互依赖性可能会阻碍它们的创新。我们认为，通往更好的自动驾驶城市的道路不是将城市设计和政策与自动驾驶技术创新相匹配的过程，而是同时对这三者进行迭代原型设计的过程：创新可以作为自动驾驶、城市和自动驾驶的结点逐步发生。政策设计会放松和收紧、放松和重新调整。在本文中，我们要问：创新者如何同时有效地创新自动驾驶、城市环境和政策，以打造更好的自动驾驶城市？本文分为两部分。首先，我们根据涵盖人机交互/人机交互、交通科学、城市研究、法律和政策、运筹学、经济和哲学的文献综述，绘制出许多自动驾驶、城市和政策设计决策之间的相互联系。该地图可以帮助创新者识别传统自动驾驶/城市/政策设计学科界限的设计限制和机会。其次，我们回顾了自动驾驶、城市和政策设计的各自方法，并确定了将它们结合起来的关键障碍：（1）自动驾驶-城市-政策设计协作的组织障碍，（2）多粒度自动驾驶-城市的计算障碍-政策模拟，以及（3）AV-城市-政策联合优化中的不同假设和目标。我们讨论了两种可能解决这些挑战的广泛方法，即“低保真度综合城市-AV-政策模拟（iCAPS）”和“参与式设计优化”。

用于车载驾驶员认知负荷测量的多模态脑机接口：数据集和基线

分类： 机器学习, 人机交互, 信号处理

作者： Prithila Angkan, Behnam Behinaein, Zunayed Mahmud, Anubhav Bhatti, Dirk Rodenburg, Paul Hungler, Ali Etemad

发布时间： 2023-04-09

链接： http://arxiv.org/abs/2304.04273v2

摘要： 通过本文，我们介绍了一种新颖的驾驶员认知负荷评估数据集 CL-Drive，其中包含脑电图 (EEG) 信号以及其他生理信号，例如心电图 (ECG) 和皮电活动 (EDA) 以及眼动追踪数据。这些数据是从 21 名受试者在各种驾驶条件下在沉浸式车辆模拟器中驾驶时收集的，以诱发受试者不同程度的认知负荷。这些任务包括 9 个复杂级别，每个级别 3 分钟。在整个实验过程中，每位驾驶员每 10 秒报告一次他们的主观认知负荷。该数据集包含记录为基本事实的主观认知负荷。在本文中，我们还提供了二元和三元标签分布的不同机器学习和深度学习模型的基准分类结果。我们遵循 2 个评估标准，即 10 倍和留一主题排除 (LOSO)。我们已经根据手工制作的特征和原始数据来训练我们的模型。