公告/发布日期:2018/07/05

mile米乐m6(中国)官方网站v 通过科学评估驾驶乐趣的技术,为实现丰富且富有创造力的汽车社会做出贡献

-科学验证,与传统踏板操作相比,减少踏板踩踏次数的新踏板操作使驾驶“更愉快”-


日产汽车公司(总部:神奈川县横滨市西区;总裁:西川博人)和国立先进工业科学技术研究所(总部:东京千代田区;董事长:中钵良二)汽车人为因素研究中心(研究中心主任:北崎智之)将介绍一项联合研究的实验结果,该实验的目的是“踏板操作的差异对驾驶员的心理状态和大脑活动的影响”。

在实验中,我们将仅通过操作油门踏板和踩下制动踏板次数来进行加速和减速的新踏板操作(以下简称“一踏板操作”)(以下简称“一踏板操作”)驾驶期间的心理状态和大脑活动与传统踏板操作(以下简称“两踏板操作”)驾驶期间的心理状态和大脑活动进行比较。通过操作加速踏板和制动踏板来执行。在心理状态方面,驾驶后进行的问卷调查表明,单踏板操作驾驶时,“驾驶感觉更愉快”。在大脑活动方面,驾驶时测量的脑电波表明,单踏板驾驶可以自然地带来一种专注于驾驶的状态,这是享受乐趣的重要因素之一。



研究概述

  • 调研时间:2018年1月5日-2018年3月14日
  • 地点:茨城县的一般道路(约113公里路线,包括狭窄的蜿蜒道路、拥挤的市区和车站道路、立交桥、连续弯道的汽车高架道路等)
  • 实验参与者:12人(6男6男,平均年龄434岁,最小年龄22岁,最大年龄55岁)
  • 使用车型:日产“Note e-POWER”
  • 主要内容:每个实验参与者有两种驾驶模式(普通模式)※1和 S 模式※2) 并在该路线上交替行驶 12 次。驾驶时测量大脑活动(脑电图),驾驶后测量心理状态(问卷)。我们主要从驾驶的“乐趣”角度分析了踏板操作的差异对驾驶员心理状态和大脑活动的影响。
    ※1 松开油门踏板时减速度相当于汽油车的模式(文中:两踏板操作)
    ※2 与正常模式相比,松开油门踏板时减速更强的模式(文中:一踏板操作)


研究成果

问卷调查的结果显示,在“我喜欢驾驶”这一项目上,单踏板驾驶时的评分明显高于双踏板驾驶时的评分(图 1)。通过脑电图测量的结果,与两踏板操作相比,客观评价单踏板操作驾驶时的注意力状态的方法与任务无关的探测方法听觉 N1 分量统计上显着减弱(图2)。先前的研究表明,这种与任务无关的探测方法中听觉N1分量的衰减与驾驶时的自然注意力有关,而驾驶时的注意力是享受的重要因素。注意力资源量增加)(图3)。此外,由于在这些问卷调查和脑电图测量中观察到的效果从实验的前半部分到后半部分一致出现,因此该效果不太可能是由于参与者对一踏板操作不熟悉或不习惯一踏板操作而造成的。这些结果表明,单踏板操作驾驶对于驾驶员来说更具有乐趣,并且自然地带来一种专注于驾驶的状态,这是享受的重要因素。

研究历史

米乐m6官方网站在利用脑电波推测人类认知状态的技术方面具有优势,并开发出能够客观地推测和评估包括驾驶员在内的各种工人的认知状态的技术。据报道,这些技术可用于评估与任务的乐趣和难度相关的注意力状态(分配给任务的注意力资源量)的变化(2014,国际心理生理学杂志, 94, 35-41; 2016, 生物心理学、120、137-141)。日产汽车公司认为,研究随着电动汽车的普及而引入的新型驾驶控制系统对驾驶员认知状态的影响对于促进人性化设计非常重要,因此利用米乐m6官方网站的技术进行了联合研究,以检验一踏板操作对驾驶员注意力状态的影响。

未来计划

正如人们发现被认为“有趣”的操作会促进驾驶注意力集中一样,利用脑电波估计驾驶员注意力状态的技术被认为将成为驾驶操作系统的新设计支持技术。随着技术创新带来的电动汽车和自动驾驶汽车的普及,不同于传统驾驶控制系统的新型驾驶控制系统也越来越受欢迎。未来,我们将继续利用这种估计技术来探索这些因素对驾驶员的影响,为实现丰富且富有创造力的汽车社会做出贡献。
 

图1
图1 问卷调查结果(12名实验参与者的平均值,误差线表示标准误差)

图2
图2脑电图测量结果(12名实验参与者的平均值,误差线表示标准误差)

图3
图 3 听觉 N1 分量的衰减与自然驾驶注意力之间的关系(分配给驾驶的注意力资源量增加)


术语解释

◆任务无关探测方法
一种向工作人员呈现与任务无关的声音刺激(探针),并根据大脑对探针的反应幅度来估计注意力状态的方法。工作人员越专注于任务,大脑对探针的反应就越小。[返回来源]
◆听觉N1分量
听觉诱发电位的一个组成部分,通过对声音刺激呈现后立即脑电波进行平均而计算出,主要反映听觉皮层中的声音信息处理。[返回来源]
◆注意力资源量
它指的是心理能量,人们认为我们执行的各种任务是根据这种能量的分布来执行的。例如,如果您专注于一项任务,与该任务无关的声音将不再到达您的耳朵。我们每天都会经历的这种现象可以用这样的事实来解释:我们可用的注意力资源总量是有限的,并且随着更多的注意力资源被分配给一项任务,可分配给处理声音的剩余注意力资源就会减少。[返回来源]



联系我们

查询表