.png){kind=icon}
返回
Modeling Driver Adaptation Patterns During Remote Driving
.png){kind=icon}
PRE
AI
DOI：10.1177/00187208261490983.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的
识别端到端延迟下的远程驾驶操作，并通过会话内操作转换考察操作员适应性。
背景
远程驾驶系统使操作员能够在系统遇到操作极限时控制高度自动化的车辆。端到端延迟干扰适应性和车辆控制，尽管操作员可能调整驾驶行为。关于会话内适应集群和延迟下出现的操作的研究仍有限。
方法
36名参与者完成了9次远程驾驶模拟器会话，在端到端延迟（0–640 ms）下通过施工区域。隐马尔可夫模型从车辆控制数据（速度、转向、油门）中识别驾驶操作。动态时间规整和K均值聚类通过操作转换序列对驾驶进行分类。卡方检验和方差分析考察了适应集群、参与者特定差异、实验条件和人因测量的关联，而参与者聚类因子分析考察了操作组成。
结果
出现了四种操作（适应性、过渡性、过度补偿和补偿性）和三种适应集群（无适应、快速适应和渐进适应）。适应集群与参与者特定差异相关，而非延迟条件或重复试验。快速适应驾驶与较低工作负荷和较高信任度相关，且显示出信任度增加的趋势，而无适应集群的信任度显著下降。
结论
远程驾驶操作员表现出由操作转换序列特征化的适应集群。过渡性操作揭示了中间阶段。集群分布与参与者特定差异的关联强于测试的实验条件，适应模式在信任度和工作负荷方面存在差异。
应用
培训计划应评估适应能力并提供干预措施，而非统一方案。早期集群识别可促进针对促进适应进展的操作转换的培训。
期刊
H
IF:
3.3
论文数:
293
被引数:
1.0W
机构
引用论文
.png){kind=icon}
Development of NASA-TLX (Task Load Index): Results of Empirical and Theoretical ResearchNASA-TLX (任务负荷指数) 的发展: 经验和理论研究的结果
PREAI
分享收藏
Evaluation of Work Performance, Task Load, and Behavior Changes on Time-Delayed Teleoperation Tasks in Space Construction评估工作绩效、任务负荷及行为变化对空间建设任务中时延遥操作任务的影响
PREAI
分享收藏
查看更多内容