1 / 29

Chris Dijksterhuis, Karel A. Brookhuis, Dick De Waard 報告者：楊子群

Chris Dijksterhuis, Karel A. Brookhuis, Dick De Waard 報告者：楊子群. Effects of steering demand on lane keeping behaviour, self-reports, and physiology. A simulator study. 學生：楊子群. 前言. 前言. 荷蘭 24% 意外事故是單一車輛的事故原因 9% 意外事故是前方碰撞的原因 郊區的意外事故率較高。 過去文獻指出不恰當的側邊控制，通常是結合速度所造成。. 前言. Jamson et al. （ 2008 ）

inara
Download Presentation

Chris Dijksterhuis, Karel A. Brookhuis, Dick De Waard 報告者：楊子群

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Chris Dijksterhuis, Karel A. Brookhuis, Dick De Waard報告者：楊子群 Effects of steering demand on lane keepingbehaviour, self-reports, and physiology. A simulator study 學生：楊子群

  2. 前言

  3. 前言 荷蘭 • 24%意外事故是單一車輛的事故原因 • 9%意外事故是前方碰撞的原因 • 郊區的意外事故率較高。 • 過去文獻指出不恰當的側邊控制，通常是結合速度所造成。

  4. 前言 Jamson et al. （2008） 使用專家駕駛者觀察法，發現突發性道路偏移會減少道路行駛之安全。 Clarke et al.（2010） 在英國，1185車輛發生死亡，其中44%發生在道路彎曲。 Staubach（2009） 在郊區側邊碰撞率：284件意外 53% 非郊區側邊碰撞率：190件意外 14%

  5. 前言 Brookhuis and De Waard（2010） 駕駛績效的評量，無法足夠評估出表達心裡努力 Mulder et al.（2009） 在生活中，自動心理努力評估是能夠運用於未來駕駛輔助系統 量測方式可分為兩項： 1.生理數據 2.填寫量表

  6. 前言 De Waardet al.（2004） 在駕駛車輛時，會為了好操控，而去減少車輛速度。 • 在過去文獻中，很少將道路寬度做為自變項。 (e.g. Godley et al., 2004; Lewis-Evansand Charlton, 2006; Rosey et al., 2009) • 對向來車通常會影響到本身車輛的側邊位置。 (Rasanen, 2005; Rosey et al., 2009)

  7. 方法

  8. 受測者 • 共招募30位（22男；8女） • 年齡：20-39歲（平均：26.6； 標準差：4.1） • 獲取駕照4-10年（平均：7.9； 標準差：3.4） • 總行駛距離： 15,000-500,000公里（中位數： 45,000 ） • 近兩年行距離： 4000 - 40,000公里（中位數：8250） • 確認受測者皆無使用藥物等

  9. 實驗設備 • 固定式基底模擬器（軟體：ST Software） • 三個32吋螢幕進行實驗（觀看最大角度：210度） • 呼吸記錄器

  10. 實驗設計 9.1km 9.1km 9.1km 9.1km

  11. 實驗設計 自變項： -Within-subject 道路寬度（3公尺 vs. 2.75公尺 vs. 2.5公尺 vs. 2.25公尺） x 交通密度（高 vs. 低） 低交通密度定義 -對向車 7-13秒會經過一台小型車（車寬：1.75公尺） 高交通密度定義 -每一個實驗後1.4公里 -對向車 1-2秒會經過一台小貨車（車寬：2.26公尺）

  12. 實驗設計 依變項： • 評量心智努力（RSME） • 評量風險（與RSME評量方式一樣） • 側邊位置（LP） • 側邊位置標準差（SDLP） • 碰撞次數 • 生理數據 • 平均心頻（HR）-250Hz • 心頻變異之功率（HRV）-250 Hz

  13. 實驗設計 依變項： • 評量心智努力（RSME）

  14. 實驗設計 依變項： • 側邊位置（LP） 左邊為正值 右邊為負值 以車子中心線與道路中線之距離作為數據。

  15. 實驗流程 • 受測者簽署同意書 • 量測簡易的心電圖 • 配戴呼吸帶 • 練習試驗（沒有任何車輛，道寬：3公尺） • 紀錄3分鐘的心電圖及呼吸 • 每位受測者順時針繞一圈（順序採隨機方式開始） • 到達每一個城鎮需停車進行風險或努力評估（分別評估交通密度高及交通密度低） • 最後實驗結束後，進行3分鐘量測心電圖及呼吸

  16. 結果

  17. 結果-努力值/ 風險值 • Risk scores have positive relationship (B = 0.83, t(238) = 7.34, p < 0.001). • Risk explains a significant proportion of variancein RSME scores (R2 = 0.695, F(1,238) = 545.43, p < 0.001).

  18. 結果-努力值/ 風險值 • 高交通密度的努力值有顯著比低密度來得高。 • 道路寬度減少時，努力值也會跟著增加（linear trend: F(1,29) = 18.6, p < 0.001）。 • 交通密度 x 道寬 交互作用有差異： • 在低密度情況下，道路寬度從3公尺至2.25公尺的努力值沒有太大變化。 • 在高密度情況下，道路寬從3公尺至2.25公尺的努力值增加較大。

  19. 結果-側邊位置（Lp） • 受測者偏右的居多。 • 平均偏移：低密度： 0.07公尺　　高密度：0.31公尺

  20. 結果-側邊位置（Lp） 統計檢定： 道路寬度的平均側邊位置有顯著差異（當alpha = 0.1）。 AABA

  21. 結果-側邊位置（Lp）

  22. 結果-側邊位置（Lp） 固定道寬來看 差異最大 每一項交通密度高偏移值 > 交通密度低偏移值

  23. 結果-側邊位置（Lp） • 當車道越大時，偏移的安全範圍較大。 • 當車道越小時，偏移的安全範圍相對較小。 • 但當車道變小時，駕駛者側邊偏移量為相同，相對會較危險。 • 應該告知駕駛者已達危險範圍。

  24. 結果-SDLP • 平均SDLP-交通密度高 > 交通密度低 • Linear relation (F(1,29) = 39.7, p < 0.001)

  25. 結果-碰撞 碰撞人數：6位 • 分成兩群（無碰撞組 vs. 碰撞組）來看其風險值、SDLP和生理數據。 • 碰撞組的SDLP顯著高於無碰撞組（F(1,28) = 5.3, p = 0.028）。 • 所有生理數據與兩組皆無顯著差異。

  26. 結果-生理數據 道路寬度對於HR和HRV在無差異。 交通密度提高時，HR和HRV會顯著降低

  27. 結果-生理數據 駕駛 vs. 一般狀況 -HR和HRV沒有顯著差異。 • 但在駕駛時，呼吸頻率有顯著增加。

  28. 討論

  29. 討論 • 道路寬度或交通密度皆會影響駕駛者操作（例如：側邊位置側邊位置標準差） • 與預期相同，增加道路密度確實會增加側邊偏移。 • Lewis-Evans and Charlton (2006)和 Rosey et al. (2009)指出道路寬度與側邊位置沒有關聯。 • 很多因素，所以無法去解釋 • 這些因素包含：道路寬度、路肩寬度、背景地形、對向車的密度和道路環境。（e.g. Van Driel et al.,2004）

More Related