基于不同驾驶情境的平视显示预警系统研究:有效性、作用机制和影响因素

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31900768
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C0910.应用心理学及其他
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Coping with hazardous situations insufficiently often leads to serious traffic accidents. Hence, designing an effective warning system to improve driving safety is of intriguing interest in current research on driving. Head up display (HUD) has the advantage in presenting visual information quickly and reducing distraction and sight switching. Therefore, HUD has a great research potential in the field of in-vehicle warning system. .However, verification on the effectiveness of HUD warning system is insufficient and few researches has investigated the underlying mechanisms and influential factors of HUD warning system. To investigate the scientific issues such as improving the efficiency of human-machine interaction in-vehicle warning system and driving safety, the aims of this project are as follows: (1) The effectiveness of HUD prewarning system in different hazardous situations (setting from various factors such as velocity, traffic density, hazardous stimulation) will be verified via comparing with head down display (HDD) and prewarning of other sensory modes. Furthermore, the internal cognitive patterns of HUD warning will be investigated preliminarily by eye-tracing and EEG. (2) We will investigate the influence of location, contrast ratio, content of display, leading time, and other factors on the effectiveness of HUD warning system in order to explore the optimum presentation mode of HUD warning in different situations systematically..The results of this project will provide theoretical support to design and develop intelligent perceptual in-vehicle warning system in driving situations with different characteristics. The results will also provide new research approaches to solve the issue of human-machine interaction effectiveness in order to improve driving safety.
设计有效的预警系统是解决驾驶员危险情境下应对不足的重要途径。平视显示(Head up display,HUD)技术可以迅速呈现视觉信息,有效减少驾驶员分心和视线切换,因此在驾驶预警系统领域具有较大的研究价值。.针对现有研究对HUD预警系统在不同场景下的有效性、作用机制及影响因素缺乏系统探究等不足,围绕提升驾驶预警系统有效性及人机交互效率的关键科学问题,本项目(1)基于车速、交通密度和危险刺激等因素设置多种驾驶情境,并通过与低头显示等其他预警方式对比,系统验证HUD预警系统有效性,并利用眼动和脑电指标探究HUD预警的作用机制;(2)通过考察位置、对比度、显示内容、前置时间和其他通道辅助等多个潜在因素对HUD预警有效性的影响,以探究不同驾驶情境下HUD预警的最优呈现方式。.本项目可以为开发智能感知型车载预警系统提供理论支持,为解决驾驶预警系统的人机交互效率和驾驶安全等问题提供新的途径。

结项摘要

驾驶员在危险情境的应对不足是导致交通事故的重要原因,因此设计有效的驾驶预警当前研究的热点。平视显示(Head up display,HUD)技术可以迅速呈现可视化信息的,有效减少驾驶员分心和视线切换,因此在驾驶预警系统领域具有较大的研究价值。.针对现有研究对HUD预警系统有效性、作用机制及影响因素缺乏系统探究等不足之处,本项目利用模拟驾驶实验和用户调研等方法,(1)设置多种驾驶情境,通过与低头显示等其他预警方式对比,利用驾驶行为、眼动和主观评价等多维数据,系统验证HUD预警系统的有效性;(2)通过考察位置、显示内容、前置时间等多个潜在影响因素对HUD预警有效性的影响,并进一步探究视觉HUD-听觉听标的双模态预警系统,探究不同驾驶情境下HUD预警的最优呈现方式。.本项目的研究结果表明:(1)相较于低头显示预警,HUD预警的驾驶绩效较和主观评价较好,且工作负荷较低。眼动数据显示,HUD预警下,驾驶者第一次注视到预警信息的时间间隔更短、对预警信息的注视次数更多,证实HUD预警系统具有更高的信息传达率。(2)预警内容呈现危险物体的类型+方位+运动方向信息时,其有效度、信任度以及接受度评分都较高。(3)当HUD预警信息呈现在视线下方8°时,预警绩效和主观体验均最差。(4)预警采用4.5s前置时间可以使驾驶员更充分理解预警内容含义,并获得更好的驾驶绩效以及更低的反应负荷和感知危险度。(5)HUD-听标双模态预警优于单模态预警。当HUD采用特异性、听觉采用一般性内容时,驾驶员可以获得最佳的避险绩效。听觉告警采用基于碰撞指向的动态听标可以有效增强预警效果。(6)增强现实(AR)-HUD的使用会增加高认知负荷情境下对意外刺激的盲视发生率。.本项目的成果为车载HUD的工效设计评估提供了参考标准,为驾驶员注意分配及告警设计等工程心理学和交通心理学相关理论提供了补充,为车载预警系统的设计和使用提供了明确的人因数据和理论基础,并为解决提升车载预警系统有效性及人机交互效率这一科学问题提供新的思路。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Promote or inhibit: An inverted U-shaped effect of workload on driver takeover performance
促进还是抑制:工作负载对驾驶员接管绩效的倒 U 形效应
  • DOI:
    10.1080/15389588.2020.1804060
  • 发表时间:
    2020-08
  • 期刊:
    Traffic Injury Prevention
  • 影响因子:
    2
  • 作者:
    Ma Shu;Zhang Wei;Yang Zhen;Kang Chunyan;Wu Changxu;Chai Chunlei;Shi Jinlei;Hongting Li
  • 通讯作者:
    Hongting Li
Optimal Time Intervals in Two-Stage Takeover Warning Systems With Insight Into the Drivers' Neuroticism Personality.
两阶段接管警告系统的最佳时间间隔,深入了解驾驶员的神经质性格
  • DOI:
    10.3389/fpsyg.2021.601536
  • 发表时间:
    2021
  • 期刊:
    Frontiers in psychology
  • 影响因子:
    3.8
  • 作者:
    Zhang W;Zeng Y;Yang Z;Kang C;Wu C;Shi J;Ma S;Li H
  • 通讯作者:
    Li H
Effect of Warning Graphics Location on Driving Performance: An Eye Movement Study
警告图形位置对驾驶性能的影响:眼动研究
  • DOI:
    10.1080/10447318.2020.1722401
  • 发表时间:
    2020-02
  • 期刊:
    International Journal of Human-Computer Interaction
  • 影响因子:
    4.7
  • 作者:
    Yang Zhen;Shi Jinlei;Wu Bohan;Ma Shu;Kang Chunyan;Zhang Wei;Li Hongting;Wu Changxu
  • 通讯作者:
    Wu Changxu
Effect of mapping characteristic on audiovisual warning: Evidence from a simulated driving study
地图特征对视听警告的影响:来自模拟驾驶研究的证据
  • DOI:
    10.1016/j.apergo.2021.103638
  • 发表时间:
    2022
  • 期刊:
    Applied Ergonomics
  • 影响因子:
    3.2
  • 作者:
    Yuwei Wang;Bohan Wu;Shu Ma;Duming Wang;Tian Gan;Hongyan Liu;Zhen Yang
  • 通讯作者:
    Zhen Yang
Inattentional Blindness in Augmented Reality Head-Up Display-Assisted Driving
增强现实平视显示器辅助驾驶中的无意失明
  • DOI:
    10.1080/10447318.2021.1970434
  • 发表时间:
    2021-08
  • 期刊:
    International Journal of Human-Computer Interaction
  • 影响因子:
    4.7
  • 作者:
    Wang Yuwei;Wu Yimin;Chen Cheng;Wu Bohan;Ma Shu;Wang Duming;Li Hongting;Yang Zhen
  • 通讯作者:
    Yang Zhen

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

香蕉Metacaspases家族基因的鉴定及表达分析
  • DOI:
    10.13417/j.gab.039.000181
  • 发表时间:
    2020
  • 期刊:
    基因组学与应用生物学
  • 影响因子:
    --
  • 作者:
    唐露;孙梦利;杨振;乔飞;李新国
  • 通讯作者:
    李新国
金属环境中低能D(d,p)T反应的研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    原子核物理评论
  • 影响因子:
    --
  • 作者:
    刘盛进;吕会议;方开洪;杨振;陈建勇;王铁山
  • 通讯作者:
    王铁山
基于密度泛函理论研究二元排斥Yu
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Acta Phys.-Chim.Sin.2006,22(12),1460-1465
  • 影响因子:
    --
  • 作者:
    杨振;杨晓宁*;徐志军
  • 通讯作者:
    徐志军
湖相细粒沉积岩成分对可压裂性的控制作用
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    中国矿业大学学报
  • 影响因子:
    --
  • 作者:
    熊周海;操应长;王冠民;杨振;石晓明;张健;张婕;张宝;李佳伟
  • 通讯作者:
    李佳伟
近20年来新疆人文与经济地理学发展与展望
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    经济地理
  • 影响因子:
    --
  • 作者:
    张小雷;雷军;段祖亮;杨兆萍;时卉;杨德刚;杨振
  • 通讯作者:
    杨振

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码