視覚垂直推定による運動酔いモデリングとその自律パーソナルモビリティビークルへの応用【JST・京大機械翻訳】

Liu Hailong; Inoue Shota; Wada Takahiro

プレプリント

J-GLOBAL ID：202202216440638764 整理番号：22P0288911

視覚垂直推定による運動酔いモデリングとその自律パーソナルモビリティビークルへの応用【JST・京大機械翻訳】

Motion Sickness Modeling with Visual Vertical Estimation and Its Application to Autonomous Personal Mobility Vehicles

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月13日プレプリントサーバーでの情報更新日： 2022年05月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

レベル3~5自律性個人移動車(APMV)と自動車の乗客(運転者)は,読書やスマートフォンなどの非運転タスクを運転する。このような活動が,運動障害を増加させる可能性があることを指摘した。多くの研究が,様々な計算運動障害モデルが開発されている対策を構築するために行われた。これらの多くは,主観的垂直コンフリクト(SVC)理論に基づいており,これは,ヒト感覚器官により感知される方向における垂直変化を記述し,中枢神経系により予測されるそれらとは関係した。このようなモデルは自律運転シナリオに適用されることが期待される。しかし,現在の計算モデルは視覚垂直情報を前庭感覚と統合できない。人間の視覚入力をシミュレートする画像データからVV方向を予測するために,従来の6自由度SVCモデルに視覚的に知覚された垂直ブロックを加える6DoF SVC-VVモデルを提案した。したがって,簡単な画像ベースのVV推定法を提案した。提案モデルの検証として,本論文は,視覚垂直(VV)が重要な役割を果たすと仮定して,AMPVを用いて,乗客が書籍を読むので,運動 sicknessが増加するという事実を記述することに焦点を当てた。静的実験では,提案した方法による推定VVは,低平均絶対偏差で重力加速度方向を正確に記述した。さらに,APMVを用いた運転実験の結果は,提案した6DoF SVC-VVモデルが,VVと重力加速度方向が異なるとき,増加する動きの病気が経験したことを示した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

視覚

, , , , , , ,

前のページに戻る