基于前臂表面肌电测量的自适应驾驶员-自动化共享转向控制
人机交互
2020-09-10 v1 机器人学
系统与控制
系统与控制
摘要
共享转向控制已被开发用于在保持驾驶员处于控制回路中的同时降低驾驶员工作负荷。驾驶员可整合来自前方道路的视觉感官信息与来自方向盘的触觉感官信息以获得更好的驾驶表现。先前研究表明，相较于自适应自动化权限，固定自动化权限就人因而言并非总是合适。本文聚焦于通过来自驾驶员前臂的sEMG（表面肌电）测量设计自适应共享转向控制系统，并评估该系统在双变道任务中对驾驶员行为的影响。共享转向控制通过向方向盘提供主动辅助力矩的触觉引导系统实现。十名受试者参与了高保真驾驶模拟器实验。研究了两类自适应算法：当驾驶员握力增大时触觉引导减小（HG-Decrease），以及当驾驶员握力增大时触觉引导增大（HG-Increase）。这两种算法与手动驾驶和两级固定权限触觉引导进行比较，共计五种实验条件。驾驶系统的评估基于两组因变量：驾驶员行为的客观度量和驾驶员工作负荷的主观度量。结果表明，与手动驾驶和固定权限触觉引导相比，HG-Decrease的自适应权限产生了更低的驾驶员工作负荷并降低了车道偏离风险。
引用
@article{arxiv.2009.04100,
title = {Adaptive driver-automation shared steering control via forearm surface electromyography measurement},
author = {Zheng Wang and Satoshi Suga and Edric John Cruz Nacpil and Zhanhong Yan and Kimihiko Nakano},
journal= {arXiv preprint arXiv:2009.04100},
year = {2020}
}