文献

J-GLOBAL ID：201802224819057505   整理番号：18A1682008

仮想現実感による運転習慣改善のための個人化訓練プログラムの合成【JST・京大機械翻訳】

Synthesizing Personalized Training Programs for Improving Driving Habits via Virtual Reality

著者 (5件)： Lang Yining (Beijing Institute of Technology, Beijing Laboratory of Intelligent Information Technology) ,  Wei Liang (Beijing Institute of Technology, Beijing Laboratory of Intelligent Information Technology) ,  Xu Fang (University of Massachusetts Boston) ,  Zhao Yibiao (Massachusetts Institute of Technology) ,  Yu Lap-Fai (University of Massachusetts Boston)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： VR  ページ： 297-304  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Oculus Rifft,HTC vive,およびFoveバーチャルリアリティヘッドセットのような消費者グレード仮想現実デバイスの最近の人気は,家庭ユーザが高度に没入する仮想環境を経験することを可能にした。著者らは,これらの装置の商業的利用可能性を利用して,個人が共通シナリオにおける彼らの運転習慣を改善するのを助けるために設計された新しい仮想現実性ベースの運転訓練アプローチを提供する。著者らのアプローチは,最初に,仮想都市で運転するとき,ユーザの不適切な運転習慣を同定する。次に,ユーザの発見された不適切な習慣に基づいて,ユーザの運転技能を改善するために,適切な訓練プログラムを合成する。著者らのアプローチを適用するために,ユーザは最初に,彼の運転習慣が分析される事前評価試験を通して行われる。解析結果を用いて,訓練プログラムを合成するための最適化を行った。この訓練プログラムは,異なるトラヒックイベントを含む個人化された経路である。ユーザがこの経路に沿ってドライブ制御装置とアイトラッキング仮想現実ヘッドセットを介して駆動するとき,交通イベントは彼の運転習慣を改善するのを助ける。著者らのアプローチの有効性を検証するために,著者らは,著者らの仮想現実性ベースの運転訓練を他の訓練方法と比較するために,ユーザ研究を実施した。ユーザ研究の結果,本手法で訓練された参加者は,評価スコアと応答時間に関して他の方法で訓練された参加者よりも平均的に優れており,それらの改善はより持続的であることが示された。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 応答時間 ,  消費者 ,  *バーチャルリアリティ ,  *訓練プログラム ,  最適化 ,  視線追跡 ,  仮想環境 ,  改変
準シソーラス用語： スコア ,  事前評価 ,  仮想都市 ,  ヘッドセット ,  *個性化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 仮想現実感 ,  習慣 ,  個人化 ,  訓練プログラム