基于触觉的驾驶辅助系统中驾驶员控制工作负荷的模型化评估
机器人学
2022-10-26 v1
摘要
本研究提出一种建模与仿真人-车交互的新方法,以考察自动驾驶系统(ADS)对驾驶性能和驾驶员控制工作负荷的影响。现有人-ADS交互研究依赖仿真或真实人类驾驶员实验,在提供对驾驶员动态交互与控制工作负荷的客观评估方面存在局限。我们的方法利用集成人模型主动驾驶系统(HuMADS)仿真驾驶员模型与基于触觉的ADS在车辆超车任务中的动态交互。针对紧张与放松两类人类驾驶员状态开发了两种驾驶员手臂转向模型,并基于实验数据进行了验证。我们开展仿真研究,评估三种不同触觉共享控制条件(基于控制冲突的存在与类型)对超车任务性能与驾驶员工作负荷的影响。我们发现无冲突共享控制场景可改善驾驶性能并降低控制工作负荷,而冲突场景导致不安全操纵并增加工作负荷。这些与实验研究一致的发现,展示了我们的方法在改进未来ADS设计以实现更安全驾驶辅助系统方面的潜力。
引用
@article{arxiv.2210.13609,
title = {Model-based Evaluation of Driver Control Workloads in Haptic-based Driver Assistance Systems},
author = {Kenechukwu C. Mbanisi and Hideyuki Kimpara and Zhi Li and Danil Prokhorov and Michael A. Gennert},
journal= {arXiv preprint arXiv:2210.13609},
year = {2022}
}
备注
11 pages, 13 figures, submitted to the IEEE Transactions on Intelligent Vehicles