CAN coach: vehicular control through human cyber-physical systems
CAN coach: vehicular control through human cyber-physical systems
复制标题
CAN coach：通过人类网络物理系统进行车辆控制
DOI：
10.1145/3450267.3450541
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Work, Dan
中科院分区：
文献类型：
--
作者：
Nice, Matthew;Elmadani, Safwan;Bhadani, Rahul;Bunting, Matt;Sprinkle, Jonathan;Work, Dan
这项工作探讨了人在环网络物理系统（HCPS）是否可以有效地改善交通流中单个车辆的纵向控制。我们介绍了CAN教练，这是一个系统，它使用控制器局域网（CAN）上可用的雷达数据（相对速度和前方物体的位置信息）向人在环路中提供反馈。通过六名驾驶仪表车辆的人类受试者，我们比较了人在环路驾驶员仅使用人类对前方车辆的视觉感知和通过来自CAN传感器数据的听觉反馈增强人类感知来实现恒定时间间隔控制策略的能力。基于can的反馈的加入使平均时间间隙误差平均降低了73%，并且通过将时间间隙误差的标准差降低53%，提高了人类的一致性。我们使用aghost模型从环路中去除人类感知，在该模型中，人在环路中被引导跟踪道路上的虚拟车辆，而不是物理车辆。对大多数司机来说，失去对前方车辆的视觉感知会降低驾驶性能，但程度不同。研究表明，无论有无基于can的反馈，人类受试者都能匹配前车的速度，但速度匹配不能提供车辆间距的调节。验证了动态时隙控制的可行性。我们得出结论：(1)有可能使用CAN数据指导驾驶员提高驾驶任务的性能，(2)这是一个真正的HCPS，因为从控制回路中去除人类感知会降低给定控制目标的性能。
This work addresses whether ahuman-in-the-loop cyber-physical system(HCPS) can be effective in improving the longitudinal control of an individual vehicle in a traffic flow. We introduce theCAN Coach, which is a system that gives feedback to the human-in-the-loop using radar data (relative speed and position information to objects ahead) that is available on thecontroller area network(CAN). Using a cohort of six human subjects driving an instrumented vehicle, we compare the ability of the human-in-the-loop driver to achieve a constant time-gap control policy using only human-based visual perception to the car ahead, and by augmenting human perception with audible feedback from CAN sensor data. The addition of CAN-based feedback reduces the mean time-gap error by an average of 73%, and also improves the consistency of the human by reducing the standard deviation of the time-gap error by 53%. We remove human perception from the loop using aghost modein which the human-in-the-loop is coached to track a virtual vehicle on the road, rather than a physical one. The loss of visual perception of the vehicle ahead degrades the performance for most drivers, but by varying amounts. We show that human subjects can match the velocity of the lead vehicle ahead with and without CAN-based feedback, but velocity matching does not offer regulation of vehicle spacing. The viability of dynamic time-gap control is also demonstrated. We conclude that (1) it is possible to coach drivers to improve performance on driving tasks using CAN data, and (2) it is a true HCPS, since removing human perception from the control loop reduces performance at the given control objective.
登录
查看更多内容
自动驾驶车辆：从车辆控制到交通控制
DOI：
--
发表时间：
2019
期刊：
IEEE Conference on Decision and Control
影响因子：
--
作者：
M. D. Monache;J. Sprinkle;Ramanarayan Vasudevan;D. Work
通讯作者：
D. Work
DOI：
10.1016/j.trc.2018.02.005
发表时间：
2018-04-01
影响因子：
8.3
作者：
Stern, Raphael E.;Cui, Shumo;Work, Daniel B.
通讯作者：
Work, Daniel B.
DOI：
10.1093/ietisy/e89-d.3.1188
发表时间：
2005-10
期刊：
Proceedings. 2005 IEEE Intelligent Transportation Systems, 2005.
影响因子：
--
作者：
T. Wakita;K. Ozawa;C. Miyajima;Kei Igarashi;K. Itou;K. Takeda;F. Itakura
通讯作者：
T. Wakita;K. Ozawa;C. Miyajima;Kei Igarashi;K. Itou;K. Takeda;F. Itakura
用人力驾驶车辆缓解交通冲击波：可行吗？
影响因子：
8.3
作者：
Hao;Wen;Yu;Hsin;Qianyan Xie
通讯作者：
Qianyan Xie
重型卡车互联生态驾驶系统现场试验的早期发现
DOI：
10.1109/itsc.2019.8917077
发表时间：
2019
期刊：
2019 IEEE Intelligent Transportation Systems Conference (ITSC)
影响因子：
--
作者：
Ziran Wang;Yuan;Alexander Vu;Francisco Caballero;Peng Hao;Guoyuan Wu;K. Boriboonsomsin;M. Barth;Aravind Kailas;Pascal Amar;Eddie Garmon;S. Tanugula
通讯作者：
S. Tanugula