文献

J-GLOBAL ID：201702260579715202   整理番号：17A1189238

自動化車の手動制御回復に及ぼす訓練と車内タスクパフォーマンスの影響【Powered by NICT】

Impact of training and in-vehicle task performance on manual control recovery in an automated car

著者 (6件)： Payre William (Institut VEDECOM, 77 rue des Chantiers, 78000 Versailles, France) ,  Payre William (French Institute of Science and Technology for Transportation, Development, and Networks (IFSTTAR), Department of Planning, Mobilities, and Environment, Laboratory of Mobility and Behaviour Psychology, France) ,  Cestac Julien (French Institute of Science and Technology for Transportation, Development, and Networks (IFSTTAR), Department of Planning, Mobilities, and Environment, Laboratory of Mobility and Behaviour Psychology, France) ,  Dang Nguyen-Thong (French Institute of Science and Technology for Transportation, Development, and Networks (IFSTTAR), Components and Systems Department, Laboratory for Road Operations, Perception, Simulators and Simulations, France) ,  Vienne Fabrice (French Institute of Science and Technology for Transportation, Development, and Networks (IFSTTAR), Components and Systems Department, Laboratory for Road Operations, Perception, Simulators and Simulations, France) ,  Delhomme Patricia (French Institute of Science and Technology for Transportation, Development, and Networks (IFSTTAR), Department of Planning, Mobilities, and Environment, Laboratory of Mobility and Behaviour Psychology, France)
資料名： Transportation Research. Part F. Traffic Psychology and Behaviour  (Transportation Research. Part F. Traffic Psychology and Behaviour)
巻： 46  号： PA  ページ： 216-227  発行年： 2017年 
JST資料番号： W1195A  ISSN： 1369-8478  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 自動運転(AD)は手動制御回収率(MCR)を処理するために運転者のための新しい技術を紹介した必要性。交通安全の範囲内で,この技術である公共道路,特に緊急のような重要な状況内で入手できる前にそのようなスキルを調査すべきである。本研究の目的は,訓練と車内タスク性能の欠如は,完全に自動化された自動車のMCRを損なう可能性があるどの程度に調べることである。本研究では,運転シミュレータ中でADを調べ,このシステムにおける緊急MCR性能および信頼性に焦点を当てた。113人の参加者が関与していた。訓練(簡単な対精巧な)および車内タスク性能(vs.非存在)を操作した。MCR法(手および足同時または使われていない)と応答時間への影響とペダル相互作用の数についても検討した。訓練は応答時間を改善し,ペダルとの相互作用の数を減少させた。さらに,合成したトレーニング群は最初のものよりも第二および最後のシステム不全におけるペダルとの相互作用が少なかった。車内タスクを実行応答時間を遅くしたがペダルとの相互作用の数に影響しなかった。応答時間は手と足はMCRで同時に使用したときの方がより早かった。精巧な訓練は,ADにおける信頼性に影響した。訓練運転者,システムの実際を用い,その基礎となる論理を説明する,人間-オートメーション性能を向上させるために寄与した。これらの結果は,MCR性能を向上させ,システムの信頼性を最適化するために訓練政策の利点を示唆した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 応答時間 ,  自動運転 ,  自動車 ,  *自動化 ,  相互作用 ,  回収率 ,  *手動制御 ,  交通安全 ,  信頼性 ,  *タスクパフォーマンス ,  最適化 ,  道路
準シソーラス用語： ペダル ,  ドライビングシミュレータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 完全自動運転 ,  手動制御回復 ,  訓練 ,  以外の関連課題 ,  信頼性

分類 (2件)： 運転者  (TB01040V) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (6件)： 自動化 ,  手動制御 ,  回復 ,  訓練 ,  車内 ,  タスクパフォーマンス