Driver perceptions of advanced driver assistance systems and safety
高级驾驶员辅助系统(ADAS)通常用于汽车行业,以突出车辆安全性的创新改进。然而,目前尚不清楚某些自动化(例如,自适应巡航控制、车道保持、停车辅助)提高了我们的道路安全性。在本文中,我们调查了驾驶员对不同自动化系统/功能的ADAS的认识,使用,感知安全,知识,培训和态度。我们的在线调查结果(n=1018)显示,不同ADAS功能的使用频率和感知安全性存在显着差异。此外,我们发现至少70%的驾驶员在驾驶时“大部分或所有时间”都会激活ADAS功能,但我们发现至少40%的驾驶员报告说,ADAS在激活时经常会危及他们的安全。我们还发现,大多数受访者通过自己在道路上尝试来学习如何在车辆中使用ADAS,而不是通过任何正式的驾驶员教育和培训。这些结果可能反映了某些ADAS功能在默认情况下经常被激活,从而导致高使用率。这些结果还表明,缺乏驾驶员安全交互和操作ADAS的培训和教育,例如关闭系统/功能。这些发现有助于对当前ADAS的整体安全影响进行批判性讨论,特别是因为它们使更高级别的自动化功能能够在培训,监管和政策方面没有锁定响应的情况下悄悄进入个人车辆。
2021-09-23 cs.HC
Remote Assistance with Mixed Reality for Procedural Tasks
我们提出了一个体积通信系统,是专为远程援助的程序任务。该系统允许远程专家直观地指导本地操作员。双方共享一个在空间上相同的视图,但对于本地操作员来说,它是他们操作的对象,而对于远程专家来说,对象被呈现为混合现实“全息图”。通过直接在感兴趣的对象或其全息图上执行的语音、手势和注释来提供引导。在通信的每一端,空间都是使用混合现实眼镜可视化的。
2022-08-05 cs.HC
Integrative Object and Pose to Task Detection for an Augmented-Reality-based Human Assistance System using Neural Networks
Berlin Institute of Technology(柏林工业大学)
随着自动化和数字化行业的日益发展,流程变得越来越复杂。增强现实通过增强用户对空间信息的理解和体验,在协助工作人员完成复杂任务方面显示出相当大的潜力。然而,由于缺乏既定的方法和繁琐的集成工作,AR在工业流程中的接受和集成仍然有限。同时,深度神经网络在计算机视觉任务中取得了显著的成果,在丰富增强现实应用方面具有广阔的前景。在本文中,我们提出了一个基于增强现实的人类辅助系统,以帮助工人完成复杂的手动任务,其中我们将深度神经网络用于计算机视觉任务。更具体地说,我们将增强现实与对象和动作检测器相结合,使工作流程更加直观和灵活。为了评估我们的系统在用户接受度和效率方面,我们进行了几次用户研究。我们发现,未经培训的工人完成任务的时间显著减少,出错率降低。此外,我们调查了用户的学习曲线与我们的辅助系统。
2020-08-31 cs.CV cs.HC
Hanger Reflex Based Driving Assistance for Drivers with Peripheral Visual Field Defects
Nara Institute of Science and Technology (NAIST)(奈良先端科学技术大学院大学);Japan Automobile Research Institute (JARI)(日本汽车研究所);University of Tsukuba(筑波大学)
针对周边视野缺损驾驶员,提出利用挂反射提示(HRC)通过机械压力引导头部朝向潜在危险行人,实验表明HRC显著增加头部旋转和注视时长,并可能通过头-眼-碰撞顺序路径减少碰撞。
2026-06-02 cs.HC
CPR Emergency Assistance Through Mixed Reality Communication
本研究设计了用于CPR急救远程援助的混合现实通信系统,通过RGBD体视捕获实现专家空间引导,实验显示其相比视频会议可增加专家视觉交流,且急救表现与负荷无显著差异。
2023-12-14 cs.HC
The Classification of Short and Long-term Driving Behavior for an Advanced Driver Assistance System by Analyzing Bidirectional Driving Features
洞察个人驾驶行为和习惯对于交通运营、安全和能源管理至关重要。随着互联车辆(CV)技术旨在解决所有这三个问题,驾驶模式的识别是为CV设计个性化高级驾驶员辅助系统(ADAS)的必要组成部分。我们的研究旨在通过采用一种独特的方法来分析驾驶员的双向(即纵向和横向)控制特征,使用一个简单的基于规则的分类过程来对他们的驾驶行为和习惯进行分组,从而满足这一需求。我们分析了来自密歇根州安娜堡的真实CV测试平台Safety Pilot Model Deployment的高分辨率驾驶数据,以识别高速公路,主干道和坡道道路类型上的各种驾驶行为。使用三个车辆特征,称为加加速度,领先车头时距,和横摆率,驾驶特性分为两组(安全驾驶和敌意驾驶)的短期分类,和驾驶员的习惯分为三类(冷静驾驶员,理性驾驶员,和侵略性驾驶员)。建议的分类模型进行了测试,未分类的数据集,以验证模型的信念,超速和陡峭的加速度。通过所提出的方法,行为分类已经成功地识别出了约90%的超速和类似水平的急性加速度实例。此外,我们的研究还提出了一个ADAS接口,该接口与驾驶员进行实时交互,以便将有关驾驶行为和习惯的信息转化为对单个驾驶员的反馈。我们提出了一种自适应和灵活的分类方法来识别短期和长期的驾驶行为,从自然驾驶数据识别,并最终传达不利的驾驶行为模式。
2023-02-28 cs.CE cs.HC physics.data-an
Hybrid Human-Machine Perception via Adaptive LiDAR for Advanced Driver Assistance Systems
Delft University of Technology(代尔夫特理工大学)
本文提出一种结合驾驶员注视数据的自适应激光雷达系统,在CARLA中验证,通过增强视野外感知提升ADAS检测性能,尤其在雾天条件下。
2025-02-24 cs.HC cs.RO
SIGMA: An Open-Source Interactive System for Mixed-Reality Task Assistance Research
Microsoft Research(微软研究院);Microsoft(微软公司)
SIGMA是一个开源交互系统,结合混合现实设备与大型语言视觉模型,提供逐步任务指导,旨在降低研究门槛并推动社区驱动的端到端评估。
2024-05-16 cs.AI cs.HC
Modeling Drivers' Risk Perception via Attention to Improve Driving Assistance
Carnegie Mellon University(卡内基梅隆大学);Toyota Research Institute(丰田研究所)
针对 FCW 警报冗余问题,本文基于真实部署视频和驾驶员注视标注,利用反事实轨迹预测建模驾驶员风险感知,从而降低误报并改善预警时机。
2024-09-07 cs.HC cs.RO
Evaluating Digital Work Instructions with Augmented Reality versus Paper-based Documents for Manual, Object-Specific Repair Tasks in a Case Study with Experienced Workers
本文针对涡轮叶片特定对象维修任务,提出结合数字工作说明与增强现实的认知辅助系统,并通过十名经验丰富金属工人的对比实验,证明其相较纸质流程可提速21%、降低26%主观负荷。
2023-06-06 cs.HC
Optimal Assistance for Object-Rearrangement Tasks in Augmented Reality
Carnegie Mellon University(卡内基梅隆大学);Facebook Reality Labs Research(脸书现实实验室研究中心)
增强现实(AR)眼镜可以访问板载传感器,并能够向用户显示相关信息,这为用户提供了一个帮助完成任务的机会。许多这样的任务可以被描述为对象重排任务。我们介绍了一种新的框架,用于计算和显示AR辅助,包括(1)将最佳动作序列与具体代理的策略相关联,以及(2)将此序列作为AR系统的抬头显示器中的建议呈现给用户。具体化的代理包括AR系统和用户之间的“混合体”,其中AR系统的观察空间(即,传感器)和用户的动作空间(即,任务执行动作);其策略通过最小化任务完成时间来学习。在这个初步的研究中,我们假设AR系统的观察包括环境的地图和对象和用户的定位。这些选择使我们能够将任何对象重排任务的AR辅助计算问题形式化为规划问题,特别是作为一个有能力的车辆路径问题。此外,我们介绍了一种新的AR模拟器,可以使基于Web的评估AR样的援助和相关的大规模数据汇集通过人居模拟器体现人工智能。最后,我们进行了一项研究,评估用户响应的建议形式的AR援助上的一个特定的埃塞俄比亚的对象重新排列的任务,房屋清洁,使用我们提出的AR模拟器上的机械turk. In特别是,我们研究了建议的AR援助对用户的任务性能和代理感在一系列的任务困难的影响。我们的研究结果表明,为用户提供这种援助,提高了他们的整体表现,而用户报告的负面影响,他们的机构,他们可能仍然更喜欢拟议的援助,没有援助。
2020-10-14 cs.AI cs.HC
Teaching LLMs to See and Guide: Context-Aware Real-Time Assistance in Augmented Reality
Georgia Institute of Technology(佐治亚理工学院)
针对AR/VR工业场景中有效利用多模态数据的挑战,提出整合手部动作等多模态信息的上下文感知LLM助手,通过增量提示框架研究上下文影响,基于HoloAssist数据集验证多模态整合可显著提升响应准确性与相关性。
2025-11-15 cs.HC
Light Virtual Reality systems for the training of conditionally automated vehicle drivers
在有条件自动驾驶汽车中,驾驶员可以在前往目的地时从事辅助活动。然而,当系统达到其功能边界时,驾驶员需要在有限的时间内对接管请求做出适当的响应。在这种情况下,虚拟现实系统代表了一个有前途的培训和学习工具,以正确熟悉驾驶员与自动驾驶汽车,并允许他们与所涉及的新设备进行交互。在这项研究中,有效性的盔装显示器(HMD)为基础的培训计划,在自动驾驶汽车获得互动技能相比,用户手册和固定基地的模拟器。结果表明,培训系统的影响接管性能的评价,在一个测试驱动器中的高端驾驶模拟器。此外,自我报告的措施表明,HMD为基础的培训是首选相对于其他系统。
2018-03-13 cs.HC
"What Can I Do for You'': How Should AI Companions Provide Assistance to Players in Virtual Reality Games
KU Leuven(荷语鲁汶大学)
本研究通过 VR 解谜游戏探索 AI 伴侣的四种帮助模式,发现 AI 帮助降低玩家负荷,但自主代理游玩损害体验,为 AI 伴侣设计提供启示。
2026-09-15 cs.HC
GLADAS: Gesture Learning for Advanced Driver Assistance Systems
Harvard University(哈佛大学)
随着自动驾驶汽车(AV)的普及,人机交互(HCI)对于生命安全至关重要。然而,几乎没有努力确保自动驾驶汽车在路上理解人类。在本文中,我们提出了GLADAS,一个基于模拟器的研究平台,旨在教自动驾驶汽车理解行人的手势。GLADAS支持基于深度学习的自动驾驶汽车手势识别系统的训练、测试和验证。我们专注于手势,因为它们是与汽车交互的原始(即自然和常见)方式。据我们所知,GLADAS是同类系统中的第一个,旨在为进一步研究人机交互提供基础设施。我们还开发了一种用于自动驾驶汽车的手势识别算法,使用GLADAS来评估其性能。我们的研究结果表明,AV理解人类手势的85.91%的时间,加强需要进一步研究人类AV互动。
2019-10-02 cs.CV cs.HC cs.LG
Shared Affordance-awareness via Augmented Reality for Proactive Assistance in Human-robot Collaboration
本文提出一种增强现实框架,通过共享可负担性感知表示促进人机协作中的主动辅助,并在家务清洁任务中验证其潜力。
2023-12-20 cs.HC cs.RO
Effects of Augmented-Reality-Based Assisting Interfaces on Drivers' Object-wise Situational Awareness in Highly Autonomous Vehicles
University of California, Los Angeles(加州大学洛杉矶分校);Honda Research Institute USA(美国本田研究所);Zoox(Zoox公司)
本文通过20人参与的驾驶模拟器实验,研究基于增强现实的高亮提示在不同交通密度、物体位置和类型下对部分自动驾驶车辆驾驶员逐物体态势感知的影响,为优化AR辅助界面设计提供依据。
2022-06-06 cs.AI cs.HC cs.RO
Intention-Based Lane Changing and Lane Keeping Haptic Guidance Steering System
Institute of Industrial Science, the University of Tokyo(东京大学工业科学研究所)
触觉引导在共享转向辅助系统中的应用,由于其在车辆控制中的相互通信能力,引起了智能车辆领域的广泛关注。通过在方向盘上施加连续扭矩,驾驶员和支撑系统可以共享车辆的横向控制。然而,目前的触觉引导转向系统在辅助变道方面存在一些不足。本研究探索一种新的转向交互方法,包括基于意图的触觉共享转向系统的设计和评价。这种基于意图的方法可以通过检测驾驶员车道变换意图来支持车道保持和车道变换辅助。通过使用基于深度学习的方法对驾驶员关于车道交叉的决策时机进行建模,提出了用于实现转向控制系统的自适应增益控制方法。提出了一种意图一致性方法,用于检测驾驶员和系统是否朝着相同的目标轨迹运动,并准确地捕捉驾驶员意图。通过驾驶模拟器实验对系统性能进行了测试。参与者被要求进行六次有辅助方法的试验和一次没有辅助的试验。结果表明,该支持系统降低了车道保持任务中的车道偏离风险,能够支持快速稳定的换道机动。
2020-11-15 cs.AI cs.HC cs.LG
Sharing Construction Safety Inspection Experiences and Site-Specific Knowledge through XR-Augmented Visual Assistance
针对施工安全检查中因经验不足导致半数以上危险未被识别的问题,提出XR增强视觉辅助框架,通过VR/AR捕捉并转移潜意识检查策略,提升安全顾问危险识别能力并降低脑力负荷。
2022-05-31 cs.HC
eHMI for All -- Investigating the Effect of External Communication of Automated Vehicles on Pedestrians, Manual Drivers, and Cyclists in Virtual Reality
Institute of Media Informatics, Ulm University(乌尔姆大学媒体信息研究所);UCL Interaction Centre(伦敦大学学院交互中心);Eindhoven University of Technology(埃因霍温理工大学)
本文探讨自动驾驶车辆对外部通信对行人、骑行者和手动驾驶者的影响,通过虚拟现实实验评估eHMI在不同分心水平下的效果,发现统一eHMI设计能提升安全感知和信任度。
2026-01-27 cs.HC
Using Automated Vehicle Data as a Fitness Tracker for Sustainability
本研究提出利用汽车CAN总线车载数据生成行程摘要,构建可持续性评估指标,帮助驾驶员理解驾驶习惯对可持续性的影响,并为未来控制器迭代奠定数据基础。
2024-04-05 cs.HC
AROMA: Mixed-Initiative AI Assistance for Non-Visual Cooking by Grounding Multi-modal Information Between Reality and Videos
AROMA 是一个 AI 系统,通过整合用户非视觉线索、可穿戴摄像头画面和视频食谱内容,采用混合主动方法为盲人或低视力人群提供实时烹饪辅助,帮助他们对齐物理环境与食谱步骤。
2025-07-15 cs.HC
Decoding Driver Takeover Behaviour in Conditional Automation with Immersive Virtual Reality
本研究利用沉浸式虚拟现实实验分析条件自动驾驶中的驾驶员接管行为,揭示先前经验、AV熟悉度和多任务处理对不安全接管风险及认知负荷的不同影响。
2024-02-25 cs.HC
A new approach for a safe car assistance system
瞌睡是司机在长途旅行时没有计划休息的状态,是严重高速公路事故背后的主要原因。因此,专家们声称,昏昏欲睡的状态很难被及早识别出来,以防止严重的事故,甚至可能导致道路死亡。在这项工作中,我们提出了一种新的基于生理信号和眨眼的困倦状态检测系统。一个实验已经被导向证明所提出的方法的效用。该系统使用智能摄像机拍摄驾驶员的面部图像并监督眨眼(打开和关闭);此外,它还使用EPOC耳机来获取脑电图(EEG)信号。眼睛检测通过Viola和Jones技术、EEG来完成。最后,我们选择模糊逻辑技术对脑电信号进行分类,并对眨眼检测的结果进行分析。
2018-06-02 cs.HC eess.SP
MRUCT: Mixed Reality Assistance for Acupuncture Guided by Ultrasonic Computed Tomography
Southeast University(东南大学);Stanford University(斯坦福大学)
针对针灸缺乏视觉辅助导致学习困难的问题,本文提出MRUCT系统,结合UCT与MR技术实现穴位实时可视化与进针引导,实验证明其能有效提升新从业者和医学生的操作表现。
2025-04-03 cs.CV cs.GR cs.HC
BlurDriving: Investigating How Personalized Blur Techniques Impact Drivers' Performance in Virtual Reality
The University of Tokyo(东京大学);UCL Interaction Centre(伦敦大学学院交互中心);Team ARAI, Université Paris-Saclay, CNRS, LISN(巴黎萨克雷大学阿拉伊团队,法国国家科学研究中心,利斯恩实验室);Institute of Media Informatics, Ulm University(乌尔姆大学媒体信息学研究所)
研究探讨可控视觉模糊对驾驶的影响,提出BlurDriving系统及人在回路多目标贝叶斯优化框架实现个性化。通过两项VR用户研究发现,个性化虽有个体模糊偏好差异,但未显著提升客观驾驶性能,其效果因个体而异,为车载界面设计提供参考。
2026-07-22 cs.HC
Beyond LunAR: An augmented reality UI for deep-space exploration missions
随着太空探索工作转向深空任务,宇航员通信和任务完成方面出现了新的挑战。月球通信的往返传播延迟为2.6秒,而火星任务的时间延迟增加到近22分钟。这就需要航天员独立于地球上的援助,并使能够提供的有限通信具有更大的意义。为了解决这个问题,我们为新的xEMU宇航服制作了一个增强现实用户界面原型,用于行星表面任务。该用户界面帮助完成通常由任务控制中心的飞行控制员完成的功能,或者目前以不必要的困难的方式完成的功能。我们通过基于AR模型的任务指令、采样任务辅助、笔记记录以及遥测监控和显示等功能来实现这一点。
2020-11-30 cs.GR cs.HC
Supporting Musical Practice Sessions Through HMD-Based Augmented Reality
学习一种乐器需要大量的练习,理想情况下,应该每天都做。在练习课程中,学生在绝大多数时间都是自己的,但获得支持学生“及时”的专家是有限的。因此,学生在练习期间通常不会收到任何反馈。充分的反馈,特别是对初学者来说,非常重要,原因有三:(1)防止获得错误的动作,(2)避免由于陡峭的学习曲线而产生的挫折感,以及(3)有害地拉伤肌肉或关节而产生的潜在健康问题。在本文中,我们设想使用盔装显示器作为辅助模态,以支持乐器学习。我们提出了一个模块化的概念,几个援助模式,以帮助学生在他们的实践会议。最后,我们讨论了硬件要求和实现,以实现所提出的概念。
2021-01-04 cs.HC
Evaluating the Effects of Situated and Embedded Visualisation in Augmented Reality Guidance for Isolated Medical Assistance
本文比较增强现实中的嵌入式与情境化投影两种可视化形式,通过23名潜在/新手医疗知识参与者的实验,发现嵌入式可视化在精度上更优,旨在为隔离医疗辅助提供合适指导格式,并计划与国家空间局合作在真实环境验证。
2025-02-13 cs.HC
Multisensor Measurement of Train Driver Mental Fatigue: From Simulation to Reality
German Aerospace Center(德国航空航天中心);ISB Ingenieurgesellschaft für Sicherungstechnik und Bau mbh(ISB安全技术与建筑工程有限责任公司);Chemnitz University of Technology(开姆尼茨工业大学)
本研究在模拟器与真实铁路环境中,首次部署完整多传感器组测量列车驾驶员精神疲劳,发现HRV和呼吸频率是可靠的运营疲劳监测指标,神经生理指标需进一步验证。
2026-08-25 cs.HC
Inattentional Blindness with Augmented Reality HUDS: An On-road Study
本研究通过道路实验探讨了AR平视显示器任务视觉需求对驾驶员非注意盲的影响,发现AR视觉需求增加会降低驾驶员的刺激检测能力,且非注意盲在中心视野更普遍,为AR HUDs安全评估框架提供了参考。
2025-05-01 cs.HC
Use of Augmented Reality in Human Wayfinding: A Systematic Review
本文系统性综述了65项关于AR导航技术的研究,发现AR能降低认知负荷并促进认知地图构建,但在寻路表现和用户体验上结果不一,证实其在增强寻路方面具有巨大潜力。
2023-11-20 cs.HC
Adaptive driver-automation shared steering control via forearm surface electromyography measurement
Institute of Industrial Science, The University of Tokyo(东京大学工业科学研究所);Technical University of Darmstadt(达姆施塔特工业大学)
共享转向控制已经开发出来,以减少驾驶员的工作量,同时保持驾驶员在控制回路。驾驶员可以整合来自前方道路的视觉感知信息和来自方向盘的触觉感知信息,以实现更好的驾驶性能。以往的研究表明,与自适应自动化的权威,固定自动化的权威并不总是适当的人的因素。设计了一种基于驾驶员前臂表面肌电(sEMG)测量的自适应共享转向控制系统,并评估了该系统在双车道变换任务中对驾驶员行为的影响。共享转向控制通过触觉引导系统实现,触觉引导系统在方向盘上提供主动辅助扭矩。10名受试者参加了高保真驾驶模拟器实验。两种类型的自适应算法进行了研究:触觉指导减少驾驶员的握力增加(HG-减少),和触觉指导增加驾驶员的握力增加(HG-增加)。这两种算法进行了比较,手动驾驶和两个级别的固定权限触觉指导,共五个实验条件。驾驶系统的评价是基于两组因变量:驾驶员行为的客观措施和驾驶员工作量的主观措施。结果表明,自适应权限的HG-减少产生较低的驾驶员工作量和减少车道偏离的风险相比,手动驾驶和固定权限的触觉引导。
2020-09-09 cs.HC cs.RO cs.SY
Virtual Immersive Reality based Analysis of Behavioral Responses in Connected and Autonomous Vehicle Environment
最近,我们使用智能交叉口和5级CAV网络开发了一个动态分布式端到端车辆路由系统(E2ECAV)(Djavadian & Farooq,2018)。多伦多市中心网络的案例研究表明,E2ECAV有能力最大限度地提高吞吐量,并减少旅行时间高达40%。然而,这些新技术的效率取决于用户是否接受这些技术,以及他们是否愿意将全部或部分控制权交给CAV。在这项研究中,一个既定的偏好实验室实验设计采用虚拟现实沉浸式环境(VIRE)驾驶模拟器,以评估驾驶员的行为反应E2 ECAV。目的是调查在什么条件下驾驶员更愿意适应。研究结果表明,控制点、拥挤程度和多任务能力等因素对网络流量有显著影响。
2019-01-22 cs.HC
Virtual Windshields: Merging Reality and Digital Content to Improve the Driving Experience
近年来,汽车作为主要交通方式的使用不断增加,驾驶已成为日常生活的重要组成部分。驾驶是一种多感官体验,因为驾驶员依靠他们的感官为他们提供重要信息。在车辆环境中,人类的感官往往受到限制和阻碍。今天,交通事故已成为第八大死亡原因。技术的升级推动了增强驾驶员感官的新方法。汽车的封闭方面,与针对驾驶员的控制和显示器的配置相结合,在考虑到它可以提供给用户的沉浸感时,为增强现实(AR)系统提供了显著的优势。此外,固有的机动性和几乎无限的动力自主性将汽车转变为完美的移动计算平台。然而,汽车目前呈现有限的网络连接,因此所创建的增强对象仅提供由车载传感器、相机和其他数据库捕获的信息。通过结合新的范式的车辆Ad Hoc网络(VANET)与AR人机界面,我们表明,它是可能的设计新的合作先进的驾驶辅助系统(ADAS),根据从邻近车辆或路边基础设施收集的信息创建AR内容。因此,我们实现了视觉和声学AR系统的原型,这可以显着改善驾驶体验。我们相信我们的研究结果有助于制定一个愿景,其中车辆被视为身体的延伸,渗透到人类感官的世界以外的船只,其中汽车被用作一个更好的,多感官沉浸式版本的手机,集成了触摸,视觉和声音增强,利用VANET的独特属性。
2014-05-05 cs.HC
A Survey and Tutorial of EEG-Based Brain Monitoring for Driver State Analysis
Virginia Tech(弗吉尼亚理工大学)
驾驶员的认知和生理状态影响他们控制车辆的能力。因此,这些驾驶员状态对于汽车的安全性是重要的。高级驾驶员辅助系统(ADAS)或自动驾驶汽车的设计将取决于它们与驾驶员有效互动的能力。因此,更深入地了解驾驶员状态至关重要。脑电被证明是驾驶员状态监测和人为检错检测的最有效方法之一。本文讨论了近三十年来基于脑电信号的驾驶员状态检测系统及其相应的分析算法。首先,介绍了用于驾驶员状态研究的常用EEG系统设置。然后,回顾了用于驾驶员状态检测的脑电信号预处理、特征提取和分类算法。最后,对基于脑电的驾驶员状态监测研究进行了深入的综述,并对其未来的发展进行了展望。最后得出结论,目前基于EEG的驾驶员状态监测算法是有前途的安全应用。然而,在EEG伪影减少、实时处理和受试者间分类准确性方面仍需要许多改进。
2020-08-25 cs.HC cs.LG eess.SP
WestDrive X LoopAR: An open-access virtual reality project in Unity for evaluating user interaction methods during TOR
随着高度自动化车辆的进一步发展,驾驶员将在驾驶时从事无关的任务。尽管如此,司机必须在汽车要求时接管控制权。这里的问题出现了,当汽车请求接管时,潜在的分心驾驶员如何快速安全地回到控制回路。为了研究移动设备中有效的人机交互,需要多功能且具有成本效益的设置。我们为Unity 3D游戏引擎开发了一个虚拟现实工具包,其中包含所有必要的代码和资产,以便快速适应各种人机交互实验,包括密切监控受试者。该项目包含了现实交通行为、汽车和行人所需的所有功能,以及一个大型、开源、可编写脚本的模块化VR环境。它占地约25平方公里,由125个动画行人和众多车辆组成,包括摩托车,卡车和汽车。它还包含了所有必要的自然资产,使其既高度动态和现实。所呈现的存储库包含为LoopAR制作的C++库,该库作为完全支持的组件为游戏方向盘提供力反馈。它还包括在所用设备中进行眼动跟踪的所有必要脚本。所有主要功能都集成到Unity编辑器的图形用户界面中,或者作为预制变体提供,以简化嵌入式功能的使用。这个项目的主要目的是作为一个开放开放获取,具有成本效益的工具包,使感兴趣的研究人员进行现实的虚拟现实研究,而无需昂贵的和固定的模拟器。
2020-12-22 cs.HC
Exploring the current applications and potential of extended reality for environmental sustainability in manufacturing
本文基于NIST可持续性指标分类,系统梳理XR技术在制造业中推动环境可持续性的现有应用与用例,为工业实践提供指导与参考。
2023-12-29 cs.CY cs.HC
Cyber Racing Coach: A Haptic Shared Control Framework for Teaching Advanced Driving Skills
Department of Mechanical Engineering, University of Michigan(机械工程系,密歇根大学);Toyota Research Institute(丰田研究院)
本研究提出基于触觉共享控制的Cyber Racing Coach框架,含可协作的高性能自动驾驶系统与随表现渐隐的转向辅助机制,经人体实验验证,相比自学与全辅助基准更能帮助驾驶员习得优质赛车技能,提升表现与稳定性。
2025-10-04 cs.HC cs.RO
How Do Drivers Self-Regulate their Secondary Task Engagements? The Effect of Driving Automation on Touchscreen Interactions and Glance Behavior
随着不断改进的驾驶员辅助系统和大型触摸屏成为主要的车载界面,驾驶员比以往任何时候都更倾向于从事分散注意力的非驾驶相关任务。然而,关于驾驶自动化如何影响驾驶员在与中控台触摸屏交互时的自我调节的研究很少。为了研究这一点,我们在由10,139个序列组成的真实驾驶数据集上采用了多级模型。我们的研究结果表明,驾驶员的互动和扫视行为的显着差异,以应对不同程度的驾驶自动化,车速和道路曲率。在部分自动驾驶过程中,驾驶员不仅更有可能参与辅助触摸屏任务,而且与手动驾驶相比,他们对触摸屏的平均扫视时间也增加了12%(1级)和20%(2级)。我们进一步表明,驾驶自动化对驾驶员的自我调节的影响大于车速和道路曲率。所获得的知识可以促进信息娱乐系统的安全评估和上下文感知的驾驶员监控系统的开发。
2022-07-12 cs.HC
Personalizing Driver Safety Interfaces via Driver Cognitive Factors Inference
本文提出利用循环神经网络从驾驶行为推断冲动性与抑制控制等认知因素,据此个性化触发安全界面,以降低黄灯车速、减少闯灯行为。
2024-02-08 cs.HC
Deep Learning with Attention Mechanism for Predicting Driver Intention at Intersection
Intel Corporation(英特尔公司);USAA(美国联合服务汽车协会)
本文提出了一种交叉口附近的驾驶员意图预测方法。我们的方法使用深度双向长短期记忆(LSTM),并基于混合状态系统(HSS)框架的注意力机制模型。交叉口被认为是道路交通事故的主要来源之一,预测驾驶员在交叉口的意图是非常重要的。我们的方法使用序列到序列建模与注意力机制,有效地利用时间序列车辆数据,包括速度和偏航率的时间信息。然后,该模型提前预测目标车辆/驾驶员是否会直行、停车、右转或左转。在自然驾驶数据集上对所提出的方法的性能进行了评估,结果表明,我们的方法具有很高的准确性,并且优于其他方法。所提出的解决方案有望应用于先进的驾驶员辅助系统(ADAS),并作为自动驾驶汽车主动安全系统的一部分。
2020-06-10 cs.AI cs.CV cs.HC
Communicating Robot's Intentions while Assisting Users via Augmented Reality
Honda Research Institute Europe(欧洲本田研究院)
针对辅助机器人协作中用户难预判机器人意图的问题,提出用增强现实传达机器人意图与预期动作的方案,以实现流畅直观的人机交互。
2023-08-21 cs.HC cs.RO
Vehicle Automation Field Test: Impact on Driver Behavior and Trust
随着自动驾驶技术的不断进步,运输行业和研究界试图确定自动驾驶汽车(AV)对消费者的影响,并确定影响其使用的不同因素。到目前为止,大多数研究都依赖于使用驾驶模拟器的实验室控制条件,因为它们为测试高级驾驶辅助系统(ADAS)提供了安全的环境。在这项研究中,我们分析了在现实生活中的驾驶环境中放置在自动驾驶汽车的控制的司机的行为。该车辆配备了先进的自动驾驶功能,使得在许多情况下驾驶员不需要控制车辆,尽管驾驶员可以接管,有时甚至需要接管。在此过程中,我们的目标是确定这样一个系统对驾驶员及其驾驶性能的影响。为此,从自然驾驶数据中分析道路使用者的行为,重点是道路状况的感知和诊断。结果表明,道路特征决定了视觉注意力和信任程度的自动化。他们还表明,在自动化过程中进行的活动会影响接管车辆控制的反应时间。
2022-01-10 cs.HC
A Study on Shared Steering Control in Driving Experience Perspective: How Strong and How Soon Should Intervention Be?
车道保持辅助系统(LKAS)是高级驾驶员辅助系统(ADAS)的代表,包括与驾驶员协作以实现共同目标的共享控制。驾驶员通过方向盘的体验可能会根据系统的转向控制策略而显著变化。在这项研究中,我们研究如何驾驶经验的变化,根据各种转向控制策略。基于初步研究和典型LKAS参数,九个控制策略(3转矩量(TOR)× 3偏差启动控制(DEV))设计作为原型。18名参与者在驾驶模拟器提供的高速公路环境中参与评估每个策略。双因素重复测量方差分析用于评估系统的效果。客观措施(标准偏差的车道位置,转向反转率,和均方根的横向速度)和主观措施(愉快和唤醒的情绪,信任,干扰,和满意度)进行了分析。实验结果表明,所有的相关措施是显着的。随着TOR的增加,SDLP下降。然而,在信任和满意度方面,没有观察到2纳米和3纳米职权范围之间的差异。高干扰和负性情绪在3纳米似乎是原因。在DEV方面,在0.8m处观察到横向速度的均方根的高水平。此外,在快乐,信任和满意度中发现了负面影响。0.0-m和0.4-m DEV之间的所有相关测量值几乎没有差异。在从满意度角度分析的回归模型中,2.32-Nm TOR和0.27-m DEV是最佳值。我们期望我们的研究共享转向控制与辅助系统应用于横向半自主车辆的经验设计。
2018-09-16 cs.HC
Enhancing Autonomous Vehicle Design and Testing: A Comprehensive Review of AR and VR Integration
本文综述了AR和VR技术在自动驾驶汽车设计与测试中的应用,指出其能构建更真实的测试环境、优化用户界面设计并安全评估驾驶员行为,从而推动自动驾驶技术可靠性提升与领域进步。
2024-04-29 cs.HC
From Speech-to-Spatial: Grounding Utterances on A Live Shared View with Augmented Reality
Center for Visual Computing, Stony Brook University(石溪大学视觉计算中心)
本文提出Speech-to-Spatial框架,通过语音指令生成空间定位的AR指导,无需额外线索或人工标注,提升任务效率和可用性。
2026-04-10 cs.CL cs.ET cs.HC
Augmented Reality Assistive Technologies for Disabled Individuals
本文通过四个案例研究全面概述了面向残障人士的增强现实辅助技术,表明其在弥合无障碍差距方面的潜力,并探讨了实施中的挑战与伦理考量以激发未来创新。
2025-08-11 cs.HC