穿越网络：延迟与视频损伤下的性能与工作负荷
人机交互
2026-05-18 v1 机器人学
摘要
远程操作有望扩展自动驾驶车辆的操作边界，但它严重依赖于网络延迟和视频质量。我们报告了一项固定基座驾驶模拟器研究（N=25），该研究对附加延迟（100/300 毫秒）和比特率（500/2000 kbit/s）进行了 2x2 的操纵，并设置了一个最佳情况基线（0 毫秒附加延迟，9000 kbit/s）。我们测量了每种条件下的有效端到端（G2G）延迟（基线约 413 毫秒；有效总计约 500-700 毫秒），并验证了稳定的帧率和编码器设置。多模态测量涵盖了性能（速度、方向盘反转、碰撞）、眼动行为（眨眼率、注视持续时间）、生理指标（RR 间期、心率、皮肤电导）和主观工作负荷。延迟和比特率各自增加了操作员负荷，并适度影响了性能。生理测量（心率、RR 间期）表现出次加性交互作用，而性能和眼动交互作用很小或不显著。等效性测试表明，300 毫秒延迟配合 2000 kbit/s 比特率在速度上与最佳情况等效（SESOI +/- 2 km/h），而 300 毫秒延迟配合 500 kbit/s 比特率则不等效。我们认为，延迟和视频质量应被视为很大程度上独立的设计杠杆，并且生理感知的自适应可以在安全受到损害之前预测过载。
引用
@article{arxiv.2605.15952,
title = {Driving Through the Network: Performance and Workload Under Latency and Video Impairment},
author = {Ines Trautmannsheimer and Ahmed Azab and Frank Diermeyer},
journal= {arXiv preprint arXiv:2605.15952},
year = {2026}
}
备注
Preprint of VEHITS 2026 : 12th International Conference on Vehicle Technology and Intelligent Transport Systems