z. 118 Transport 2017
Mikołaj Kruszewski, Paula Razin, Michał Niezgoda,
Instytut Transportu Samochodowego, Pracownia Psychologii Transportu i Symulatorów Jazdy
Mirosław Nader
Politechnika Warszawska, Wydział Transportu
MODEL OCENY DODATKOWEGO OBCIĄŻENIA
POZNAWCZEGO U KIEROWCY NA PODSTAWIE
BADAŃ Z WYKORZYSTANIEM SYMULATORA
JAZDY
Rękopis dostarczono: maj 2017
Streszczenie: Rozproszenie uwagi kierowcy jest od lat jednym z podstawowych problemów
motoryzacji, jednak coraz częściej rozważane jest w kontekście zwracania uwagi na systemy lub usługi dostępne w pojeździe. Obsługa telefonu komórkowego lub systemu nawigacji w trakcie jazdy może silnie negatywnie wpływać na jakość prowadzenia pojazdu, co jest podstawowym zadaniem kierowcy. W pracy zaprezentowano model oceny stanu rozproszenia kierowcy, rozumianego jako angażowanie się w zadania nie związane z prowadzeniem pojazdu, na podstawie wyłącznie danych o ruchu pojazdu. Model opracowano na podstawie wyników badań symulacyjnych, w których 72 kierowców (w tym 36 kobiet) w wieku 19-29 lat, którzy posiadali ważne prawo jazdy i mieli zróżnicowany poziom doświadczenia w prowadzeniu samochodu, wykonywali w trakcie prowadzenia samochodu dodatkowe zadania angażujące różne zmysły i zasoby poznawcze. Przejazd został opracowany zgodnie z założeniami standaryzowanego zadania: jazdy w trójpojazdowym plutonie.
Słowa kluczowe: obciążenie poznawcze, symulatory jazdy, model rozmyty
1. WSTĘP
Jednym z podstawowych czynników przyczyniających się do wypadków w ruchu drogowym jest nienależyte utrzymywanie pozycji w pasie ruchu [6]. Jednocześnie szacuje się, że błąd ludzki ma znaczący wpływ na powstawanie około 90% wypadków [2]. W badaniach Klauer i inni [8] w których obserwowano zachowania 100 kierowców w warunkach naturalistycznych wykazały, że 78% wypadków i 65% sytuacji bliskich wypadkowi było spowodowanych nieuwagą. Jednocześnie 25% przypadków było spowodowanych przez interakcję z urządzeniami wewnątrz pojazdu. Angażowanie zasobów poznawczych w zadania nie związane z prowadzeniem samochodu zazwyczaj oddziałuje na kierowcę na poziomie operacyjnym, w sposób krótkotrwały (w trakcie i bezpośrednio po zaangażowaniu w daną czynność). Konieczność zaangażowania w dodatkowe czynności jest
często związana z niedostateczną uwagą poświęcaną zadaniu podstawowemu – kierowaniu pojazdem. Kierowcy często dopuszczają jednak możliwość pogorszenia panowania nad pojazdem, w celu sprostania wymogom zadania dodatkowego. Może to wynikać z różnych pobudek motywacyjnych, jednak niezmiennie wpływa degradująco na kontrolę nad pojazdem i procesem jazdy.
W prezentowanej pracy podjęto próbę opracowania modelu oceny dodatkowego zaangażowania kierowcy w zadania nie związane z prowadzeniem pojazdu. Model opracowano wyłącznie na podstawie danych o ruchu kierowcy. W modelu, ze względu na ograniczoną próbę przebadanych kierowców (72 uczestników badań), wykorzystano teorię logiki rozmytej, która ma tzw. zdolność uogólniania wiedzy. Prezentowane podejście jest, według wiedzy autorów, pierwszym tego typu zastosowaniem logiki rozmytej.
2. EKSPERYMENT BADAWCZY
Badania wykonano w celu wyznaczenia parametrów mogących służyć jako wskaźniki pośrednie angażowania się kierowcy w zadanie dodatkowe podczas prowadzenia pojazdu. W procesie badań rejestrowano wszystkie parametry ruchu pojazdu (m.in. prędkość, położenie w pasie ruchu) oraz wybrane parametry kierowania pojazdem (skręt koła kierownicy, stopień naciśnięcia pedału przyspieszenia). Rejestracja szerokiego spektrum parametrów miała w założeniu posłużyć wskazaniu tych o największym znaczeniu przy wykrywaniu stanów rozproszenia uwagi.
Badania podzielono na dwa eksperymenty, w których zbadano oddziaływanie na kierowcę dwóch zadań dodatkowych angażujących różne modalności, a tym samym także zasoby poznawcze. W pierwszym przypadku zaproponowano zadanie angażujące zasoby kognitywne, co rozumiane jest jako sytuacja w której oczy kierowcy są zwrócone w kierunku jezdni, ręce znajdują się na kole kierownicy, ale kierowca nie jest w stanie odebrać i przyswoić informacji krytycznej dla bezpieczeństwa jazdy [7].
Zadanie drugie zakładało wykorzystanie oddziaływania strukturalnego, głównie na zmysł wzroku. Zaproponowano w tym celu zadanie wizualno-manualne, które powodowało odwracanie wzroku kierowcy od drogi w celu poszukiwania istotnej dla tego zadania informacji.
2.1. CHARAKTERYSTYKA EKSPERYMENTU
W celu opracowania modelu wykorzystano eksperyment badawczy bazujący na trzech rodzajach zadań wykonywanych przez kierowcę. Pierwsze zadanie było związane z prowadzeniem pojazdu i było traktowane jako zadanie podstawowe kierowcy. Zadanie to opracowano na podstawie zadania standaryzowanego jazdy w trój-pojazdowej kolumnie (ang. three-vehicle platoon task) (3VPT). Zadanie to zostało zaadaptowane na podstawie wyników projektu Driver Workload Metrics [1], w którym zaimplementowano je na
platformie symulacyjnej OpenDS. Zadanie polegało na podróżowaniu jako środkowy pojazd trój-pojazdowej kolumny samochodów. Uczestnik miał utrzymywać zadany dystans od pojazdu poprzedzającego, który poruszał się ze stałą prędkością.
Jako zadania dodatkowe kierowcy wykonywali 2 rodzaje zadań, które angażowały różne modalności. Pierwsze z zadań, zadanie słuchowo-wokalne – n-wstecz (ang. delayed digit recall task) opracowano na podstawie pracy Mehler, Reimer i Dusek [10]. Polegało ono na powtarzaniu usłyszanych wcześniej cyfr. Zadanie to miało trzy poziomy trudności (0-wstecz, 1-wstecz i 2-wstecz) i angażowało głównie pamięć roboczą kierowcy.
Drugie zadanie było zadaniem wzrokowo-manualnym i zostało nazwane „zadaniem strzałek”. Opracowano je na podstawie publikacji Engstrom [3]. Polegało ono na wyszukiwaniu na urządzeniu dotykowym odpowiedniej strzałki (skierowanej grotem pionowo do góry). Pojedyncza taka strzałka była wyświetlana na tablicy w macierzy o wymiarze od 3x3 do 6x6, gdzie wyświetlano również strzałki skierowane w innych kierunkach. Pozostałe strzałki (poza tą poszukiwaną) były albo wyświetlane wszystkie w jednym kierunku (zadanie strzałek zgodnych) albo każda w innym kierunku (zadnie strzałek różnych). Otrzymano w ten sposób 8 poziomów trudności zadania.
W obu zadaniach w pierwszej kolejności wykonywane były najmniej skomplikowane ich wersje, a następnie poziom trudności był zwiększany.
2.1.1. Charakterystyka grupy uczestników badania
W badaniach uczestniczyło 72 uczestników, w tym 36 kobiet i 36 mężczyzn w wieku od 19 do 29 lat. Uczestników podzielono na dwie grupy ze względu na ich poziom doświadczenia w prowadzeniu pojazdów. Grupa kierowców niedoświadczonych odznaczała się okazjonalnym prowadzeniem pojazdów, posiadaniem uprawnień od co najwyżej 4 lat i łącznym przejechaniem nie więcej niż 7 000km. Grupę kierowców doświadczonych scharakteryzowano jako posiadających uprawnienia od ponad 4 lat, którzy w tym czasie przejechali ponad 10 000km i korzystają z samochodu codziennie lub prawie codziennie. Uczestnicy rekrutowani byli przez ogłoszenia na portalach społecznościowych i forach uczelni wyższych. Udział uczestników był wynagradzany pieniężnie.
2.1.2. Procedura badań
Badania prowadzone były zgodnie z metodologią badań z użyciem symulatorów jazdy, którą opracowano w Instytucie Transportu Samochodowego. Przed przystąpieniem do jazdy w scenariuszu badawczym każdy uczestnik badań wykonywał jeden przejazd adaptacyjny. W scenariuszu tym miał on możliwość zapoznania się z kabiną pojazdu i przyzwyczajenia się do sterowania symulowanym pojazdem. Scenariusz pozwolił również wyeliminować z dalszych badań osoby, które w sposób dotkliwy odczuwały skutki choroby symulatorowej. Pomiędzy kolejnymi jazdami następowała przerwa trwająca co najmniej 15 minut. Przed przystąpieniem do każdego zadania w symulatorze, uczestnicy mieli możliwość zapoznania się z zasadami wykonywania zadania i przećwiczenia na sesji treningowej poza symulatorem. Tylko osoby które prawidłowo wykonywały zadania z sesji treningowej mogły przystąpić do zadania wykonywanego w czasie jazdy w symulatorze jazdy. Połowa
uczestników badań jako pierwsze zadanie w symulatorze jazdy wykonywała n-wstecz, a druga połowa jako pierwsze zadanie wykonywała zadanie strzałek.
Procedurę badań szczegółowo opisano we wcześniejszej publikacji autorów [9].
2.1.3. Apparatus
Eksperyment badawczy prowadzony był z użyciem wysokiej klasy symulatora samochodu osobowego AS1200-6, przedstawionego na rysunku 1, po lewej. Symulator ten posiada platformę ruchu o 6 stopniach swobody, pełnowymiarową kabinę samochodu osobowego oraz system wizualizacji pokrywający pole widzenia kierowcy z przodu na ok. 200o pola widzenia w osi horyzontalnej i ok. 30o pola widzenia w osi wertykalnej,
uzupełnionego o trzy monitory symulujące działanie zwierciadeł wstecznych pojazdu. Do wykonania zadania strzałek użyto dodatkowo tabletu dotykowego umieszczonego w centralnej części pulpitu kierowcy. Położenie tabletu wyznaczono tak, by znajdował się on w polu peryferyjnym widzenia, poza obszarem widzenia ostrego i widzenia dokładnego kierowcy. Umieszczenie tabletu w pojeździe zaprezentowano na rysunku 1, po prawej.
Rys. 1. Po lewej: Symulator samochodu osobowego AS1200-6. Po prawej: Zadanie „strzałek” przeprowadzane w trakcie scenariusza badawczego.
Źródło: opracowanie własne
Zadanie n-wstecz było wykonywane przy użyciu systemu nagłośnienia symulatora.
2.2. WYNIKI EKSPERYMENTU
2.2.1. Subiektywna ocena oddziaływania zadań na prowadzenie pojazdu
Badanie subiektywnej oceny stopnia oddziaływania zadania n-wstecz na kierowcę wykonano metodą ankietową, przy użyciu zmodyfikowanej ankiety NASA-TLX (ang. NASA – task load index), opracowanej na podstawie pracy Hart i Staveland [5] i uzupełnionej o zmiany zaproponowane przez Enquist [4]. Poziom obciążenia zadaniowego jest wyrażony wynikiem liczbowym od 0 do 120 punktów, gdzie wyższy wynik oznacza większe obciążenie zadaniowe. Wyniki badania całkowitego obciążenia poznawczego zaprezentowano na rysunku 2.
Rys. 2. Wykres zależności poziomu całkowitego obciążenia zadaniowego , po lewej: w trakcie wykonywania zadania n-wstecz, po prawej: w trakcie wykonywania zadania strzałek.
Źródło: opracowanie własne
U obu grup kierowców można zauważyć wyraźny wzrost poziomu obciążenia zadaniowego wraz ze wzrostem poziomu trudności zadania. Wyniki dla grupy kierowców doświadczonych są tylko nieznacznie niższe (różnice pomiędzy 0,6 a 7 punktów w różnych warunkach) od wyników grupy kierowców niedoświadczonych.
W zadaniu n-wstecz można zauważyć, że zmiany wartości poziomu obciążenia poznawczego następują w bardzo podobny sposób dla obu grup kierowców. Charakterystyczna jest też gwałtowna zmiana wielkości parametru pomiędzy zadaniem 1-wstecz i 2-wstecz dla obu grup kierowców. Może ona świadczyć o przekroczeniu granicy akceptowalnego poziomu obciążenia poznawczego, przy którym kierowcy są w stanie wykonywać oba zadania jednocześnie.
W zadaniu strzałek obserwowana jest zmiana poziomu obciążenia zadaniowego o charakterze bardziej liniowym. Różnica poziomu obciążenia poznawczego pomiędzy kolejnymi warunkami zadania jest nieco większa pomiędzy zadaniem strzałek zgodnych a zadaniem strzałek różnych.
Porównując wyniki otrzymywane dla obu zadań, można zauważyć, że dla obu grup kierowców podobnie kształtują się wyniki najmniejsze (pomiędzy 20-25 punktów) i największe (57-69 punktów) dla obu zadań. Wyniki obciążenia poznawczego dla zadania 1-wstecz kształtują się natomiast na poziomie podobnym co dla zadania strzałek zgodnych. Zadanie 0-wstecz (powtarzanie ostatniej usłyszanej cyfry) ma tylko nieznacznie wyższe wyniki niż w warunku bez wykonywania zadania.
2.2.2. Subiektywna ocena poziomu bezpieczeństwa w trakcie wykonywania zadań
Badanie subiektywnej oceny poziomu bezpieczeństwa wyszczególniono spośród skal stosowanych w arkuszu NASA-TLX, ze względu na zastosowanie odwrotnej skali liczbowej. Ocena wykonywana była w skali od 1 do 20 punktów, gdzie 1 oznacza „bardzo niebezpiecznie” a 20 oznacza „bardzo bezpiecznie”. Na rysunku 3 przedstawiono wyniki uzyskane dla obu zadań.
Rys. 3. Wykres zależności poziomu subiektywnego poczucia bezpieczeństwa , po lewej: w trakcie wykonywania zadania n-wstecz, po prawej: w trakcie wykonywania zadania strzałek.
Źródło: opracowanie własne
Dla obu grup kierowców zaobserwowano znaczący spadek pomiędzy początkowym poziomem bezpieczeństwa, a poziomem przy wykonywaniu najtrudniejszego zadania (średnio różnica 3 punktów). Jednocześnie można zaobserwować, że poziom początkowy i końcowy kształtują się na podobnym poziomie (różnica 1 punktu).
Dla zadania n-wstecz można zaobserwować, że w grupie kierowców niedoświadczonych poziom odczuwanego bezpieczeństwa spada przy wzroście obciążenia zadaniowego. U kierowców doświadczonych zaobserwowano jednak, że poziom odczucia bezpieczeństwa dla warunków 0-wstecz i 1-wstecz wzrósł w stosunku do jazdy bez zadania (z 15,9 do 16,6 i 16,3 punktów) - subiektywnie poprawiło się odczucie bezpieczeństwa, pomimo że kierowcy byli angażowani w dodatkowe zadanie. Dopiero dla warunku 2-wstecz zaobserwowano spadek odczuwanego poziomu bezpieczeństwa.
Dla zadania strzałek można zaobserwować natomiast, że różnice wynikające z poziomu doświadczenia pojawiają się wyłącznie na poziomie bez dodatkowego obciążenia zadaniowego, natomiast dla obu poziomów zadania strzałek wyniki są już bardzo zbliżone.
2.2.3. Wpływ wykonywania zadań dodatkowych na parametry kierowania pojazdem
W celu opracowania modelu oddziaływania zadań n-wstecz i strzałek na parametry kierowania pojazdem przez kierowcę przeprowadzono analizy statystyczne, w których wyznaczono parametry dla których zachodziły miarodajne zmiany w zależności od poziomu trudności przeprowadzanego zadania. Dla zadania n-wstecz wskazano wyłącznie jeden parametr: drobne korekty ruchu kierownicą. Dla zadania strzałek wyznaczono dwa parametry: drobne korekty ruchu kierownicą oraz odchylenie standardowe położenia pojazdu w pasie ruchu. Charakterystykę zmian tych parametrów opisano poniżej.
Pierwszym parametrem są drobne korekty ruchu kierownicą (SWRR – ang. steering wheel reversal rate), które są wskaźnikiem wykonywania zmian kierunku ruchu kierownicą z ruchu zgodnego z ruchem wskazówek zegara na ruch przeciwny, lub odwrotnie. Ruchy
takie kolokwialnie można nazwać poprawkami. W prowadzonych badaniach obliczano drobne korekty ruchu kierownicą w kategorii liczby ich wystąpień w zadanym czasie wykonania zadania. Wyniki dla poszczególnych zadań zaprezentowano na rysunku 4.
Rys. 4. Wykres zależności liczby drobnych korekt ruchu kierownicą , u góry: w trakcie wykonywania zadania n-wstecz, u dołu: w trakcie wykonywania zadania strzałek.
Źródło: opracowanie własne
U obu grup kierowców zaobserwowano miarodajne zmiany wartości parametru w zależności od poziomu trudności zadania. W zadaniu n-wstecz obserwowany jest systematyczny wzrost wartości parametru dla kolejnych warunków zadania. Zarówno kierowcy niedoświadczeni, jak i kierowcy doświadczeni osiągają podobne wartości parametru dla warunków 1-wstecz i 2-wstecz. Dla warunku 0-wstecz kierowcy doświadczeni osiągają wyniki lepsze od kierowców niedoświadczonych. Można więc przyjąć, że zadania podobnie oddziaływały na obie grupy uczestników badań.
Wyniki zarejestrowane w czasie wykonywania zadania strzałek dają znacznie mniej jednoznaczne wyniki. Mógł na to wpłynąć fakt, że zadanie wykonywane było w dwóch seriach (pierwsza dla strzałek zgodnych, druga dla różnych), gdzie obie serie rozpoczynały się tablicami o wymiarze 3x3. Pomiędzy zadaniem 6x6 zgodne, a 3x3 różne w praktyce wystąpił spadek poziomu trudności zadania, a nie wzrost, co skutkuje prawdopodobnie spadkiem wartości parametru SWRR pomiędzy tymi zadaniami, dla obu grup kierowców. W grupie kierowców niedoświadczonych, pomiędzy kolejnymi zadaniami od 3x3 zgodne do 4x4 różne obserwowany był spadek wartości parametru, co można interpretować, jako poprawę jakości prowadzenia pojazdu. Może to być efekt związany np. z procesem uczenia się. U kierowców doświadczonych można zaobserwować, że wartość parametru wzrosła zarówno dla poziomu zadania 6x6 zgodne, jak też dla poziomów od 4x4 różne do 6x6 różne. Na podstawie wyników obu grup można przyjąć, że poziomy trudności zadania strzałek od 4x4 różne do 6x6 różne wskazują na przekroczenie granicy możliwości poznawczych kierowców w obu grupach.
Dla zadania strzałek wskazano także odchylenie standardowe położenia pojazdu w pasie ruchu, jako parametr zmieniający się wraz z poziomem trudności wykonywanego zadania. Przy ocenie jakości wykonywania zadania jazdy parametr ten wykorzystywany jest jako wskaźnik zdolności kierowcy do panowania nad ruchem pojazdu. Punkt referencyjny pojazdu przyjęto jako środek tylnej osi pojazdu, a punktem referencyjny drogi był to środek pasa ruchu po którym miał poruszać się kierowca.
Rys. 5. Wykres zależności odchylenia standardowego położenia pojazdu w pasie ruchu w trakcie wykonywania zadania strzałek.
Źródło: opracowanie własne
Otrzymane wyniki wskazują na stopniowe pogarszanie się jakości prowadzenia pojazdu wraz ze wzrostem poziomu trudności zadania, u obu grup kierowców. Spadek wartości parametru, pomiędzy zadaniami 6x6 zgodne i 3x3 różne, podobnie jak w przypadku parametru SWRR, autorzy przypisują braku ciągłości wzrostu trudności poziomu zadania. Niewielkie spadki wartości parametru pomiędzy kolejnymi poziomami trudności można także interpretować jako efekty uczenia się. Dla obu grup kierowców zauważalny jest gwałtowny wzrost wartości parametru dla zadań 5x5 różne i 6x6 różne, co wskazuje na silne oddziaływanie tych zadań na zdolności kierowcy do prowadzenia pojazdu. Przebieg zmian parametru u obu grup kierowców jest podobny, jednak zauważalna jest niemal stała różnica jakości prowadzenia pojazdu wynikająca z poziomu doświadczenia kierowców.
3. MODEL ROZMYTY OCENY DODATKOWEGO
OBCIĄŻENIA POZNAWCZEGO U KIEROWCY
Do opracowania modelu w dalszej części pracy przyjęto, że wszystkie badane procesy mają rozkład teoretyczny normalny. Ze względu na niewielką liczebność próby badawczej oraz dużą liczbę próbek odstających, zdecydowano o konieczności wykorzystania metody odpornej do określenia parametrów rozkładów zbiorów rozmytych. Do tego celu wykorzystano metodę odporną Hubera (na podstawie [11]). W związku z wykorzystaniem tej metody zakłada się, że tylko część środkowa rozkładu gęstości prawdopodobieństwa nie odbiega zbytnio od przyjętego rozkładu normalnego jako modelu teoretycznego. Metoda charakteryzuje się małą wrażliwością na dane odstające.
3.1. MODEL OCENY OBCIĄŻENIA ZADANIEM STRZAŁEK
Jak wynika z przeprowadzonych testów statystycznych, u kierowców następowała istotna zmiana dwóch spośród badanych parametrów jazdy:
odchylenia standardowego położenia pojazdu w pasie ruchu oraz drobne korekty ruchu kierownicą.
Zaprojektowany kontroler posiada więc dwa wejścia i jedno wyjście. Wejściami są odpowiednio: SWRR (dla parametru drobnych korekt ruchu kierownicą) oraz POZ (dla parametru odchylenia standardowego położenia pojazdu w pasie ruchu). Wyjście, które opisuje stan kierowcy w zakresie jego rozproszenia uwagi zostało zaprojektowane na podstawie wyników całkowitego obciążenia poznawczego określonego parametrem TMW.
Rys. 6. Model kontrolera rozmytego zaprojektowanego w środowisku Matlab. Źródło: opracowanie własne
Dla obu wejść i wyjścia kontrolera, wskazano po trzy możliwe funkcje przynależności. Dla każdej z tych funkcji wyznaczono parametry krzywej normalnej opisującej dany stan i zaimplementowano w kontrolerze rozmytym charakterystyki tych krzywych. Przyjęto wykorzystanie mechanizmu interferencyjnego typu Mamdaniego, natomiast defuzyfikację wykonano metodą środka ciężkości.
Na podstawie utworzonego kontrolera otrzymano funkcję zależności wyjścia TMW od wejść, którą przedstawiono na Rys 7.
Rys. 7. Funkcja zależności wartości wyjścia układu TMW od wartości wejść SWRR i POZ. Źródło: opracowanie własne
Przedstawiony powyżej model wykazuje dominację parametru drobnych korekt ruchu kierownicą w wykrywaniu stanu rozproszenia uwagi kierowcy zadaniem wizualno-manualnym.
3.2. MODEL OCENY OBCIĄŻENIA ZADANIEM N-WSTECZ
Jak wynika z przeprowadzonych testów statystycznych, u kierowców następowała istotna zmiana wyłącznie jednego spośród badanych parametrów jazdy: drobnych korekt ruchu kierownicą. Zaprojektowany kontroler posiada więc jedno wejście (SWRR) i jedno wyjście (TMW).
Rys. 8. Model kontrolera rozmytego zaprojektowanego w środowisku Matlab. Źródło: opracowanie własne
Zastosowano regułę trzech sigm do eliminacji ze zbioru danych obserwacji odstających. Dla wejścia i wyjścia kontrolera, wskazano po dwie możliwe funkcje przynależności. Dla każdej z tych funkcji wyznaczono parametry krzywej normalnej opisującej dany stan i zaimplementowano w kontrolerze rozmytym charakterystyki tych krzywych. Przyjęto wykorzystanie mechanizmu interferencyjnego typu Mamdaniego, a defuzyfikację wykonano metodą środka ciężkości.
Na podstawie utworzonego kontrolera otrzymano funkcję zależności wyjścia TMW od wejścia SWRR, którą przedstawiono na Rys 9.
Rys. 9. Funkcja zależności wartości wyjścia układu TMW od wartości wejścia SWRR. Źródło: opracowanie własne
Jak widać, utworzony model przyjmuje charakterystykę niemal liniową co może skłonić do wykorzystania w rozwiązaniu końcowym uogólnionego modelu liniowego jako prostszego aparatu matematycznego – łatwiejszego do implementacji w kontrolerach.
4. KONKLUZJE I WNIOSKI
W artykule zaprezentowano modele rozmyte oceny dodatkowego obciążenia poznawczego kierowcy wykonane w środowisku MatLab na podstawie badań symulacyjnych. Wykonane modele bazują na parametrach opisujących zmianę zachowania kierowcy w jednym ze standardowych scenariuszy użycia pojazdu. Zaprezentowane podejście jest przykładem nowatorskiego użycia logiki rozmytej w modelu, który może również być wykorzystywany jako rodzaj sterownika wykrywającego stany rozproszenia kierowcy. Takie podejście nie było prezentowane do tej pory w literaturze krajowej i światowej.
Znaczącym ograniczeniem dla możliwości wykorzystania wyników opisanego eksperymentu jest jego hermetyczność. W eksperymencie wykorzystano jedynie jeden z możliwych scenariuszy użycia pojazdu, charakteryzujący sytuację jazdy drogą zamiejską w kolumnie pojazdów. Przeniesienie wyników na inne scenariusze jazdy, np. jazdę w ruchu miejskim, może okazać się trudne.
Pomimo to należy zauważyć, że na podstawie opisanego eksperymentu udało się wskazać parametr drobnych korekt ruchu kierownicą (SWRR), jako miarodajny wskaźnik oceny rozproszenia kierowcy w obu typach zadań. W prezentowanej pracy ocena rozproszenia kierowcy jest wykonywana przy użyciu dwóch osobnych modeli rozmytych działających równolegle, jednak wykorzystanie wspólnego parametru w obu modelach daje perspektywę zbudowania pojedynczego modelu jako bloku decyzyjnego.
W ramach prezentowanej pracy nie wykonano badań walidujących opisane modele oceny na osobnej próbie osób badanych. Autorzy planują jednak wykonanie takich badań w niedalekiej przyszłości.
Bibliografia
1. Angell L., Auflick J., Austria P.A., Kochhar D., Tijerina L., Biever W., Diptiman T., Hogsett J., Kiger S.: Driver Workload Metrics Task 2 Final Report, NHTSA, 2006.
2. Dewar, R.E., Olson, R., Human Factors in Traffic Safety Lawyers and Judges Publishing, Tucson, AZ (2002).
3. Engstrom J., Johansson A., Ostlund J.: Effects of visual and cognitive load in real and simulated motorway driving, Transportation Research Part F, 8, 2005.
4. Enquist, J., Rudin-Brown, C.M., Lenné, M.G.: The effects of on-street parking and road environment visual complexity on travel speed and reaction time, Accident Analysis and Prevention 45, (2012). 5. Hart, S.G., Staveland, L.E.: Development of NASA-TLX (Task Load Index): results of empirical and
theoretical research. In: Hancock, P.A., Meshkati, N. (Eds.), Human Mental Workload. Elsevier Science, Amsterdam 1988.
6. Horberry T., Anderson J., Regan M.A., Triggs T.J., Brown J. (2006): Driver distraction: The effects of concurrent in-vehicle tasks, road environment complexity and age on driving performance. Accid. Anal. Prev. 2006;38(1):185–191.
7. Jamson, A. H., Merat, N.: Surrogate in-vehicle information systems and driver behavior: Effects of visual and cognitive load in simulated rural driving. Transportation Research Part F (8), 79–96, (2005). 8. Klauer, S.G., Dingus, T.A., Neale, V.L., Sudweeks, J.D., Ramsey, D.J., 2006. The impact of driver
inattention on near-crash/crash risk: an analysis using the 100-car naturalistic driving study data. Report No. DOT HS 810 594, National Highway Traffic Safety Administration, Washington, D.C
9. Kruszewski M., Niezgoda M., Kamiński T., Matysiak A., Nader M.: Wyniki pilotażowego badania wpływu obciążenia poznawczego zadaniem dodatkowym na kierowców, wykonywanego na symulatorze jazdy AS1200-6. (w trakcie publikacji) Politechnika Warszawska. Wydział Transportu, Warszawa 2016 10. Mehler B., Reimer B., Dusek J. A.: MIT AgeLab delayed digit recall task (n-back). MIT AgeLab white
paper number 2011-3B. MIT, Cambridge, MA 2011
11. Warsza, Z.: Zastosowanie statystycznych metod odpornościowych przy opracowaniu wyników porównań międzylaboratoryjnych. Referat z dn. 3.03.2017 w Głównym Urzędzie Miar, Warszawa 2017.
EVALUATION OF DRIVER`S COGNITIVE WORKLOAD BASED ON SECONDARY TASK EXECUTED DURING SIMULATED DRIVING
Summary: Drivers inattention and distraction problems are one of the most urgent issues for further
development of motorization and standing on the way to improve road safety. Both issues are increasingly considered in the scope of in-vehicle services and systems exploitation. Use of cell-phone or navigation system during driving may have strongly detrimental effect on primary driver’s task – driving.
In the following paper, authors present the model of evaluation of driver distraction state. Distraction is considered in terms of drivers secondary task involvement. The model uses only car-related data of drivers control over vehicle. To develop the model there were used results of driving simulator-based experiment where drivers performed different secondary tasks during driving. The group of 72 drivers (36 female) in age of between 19 and 29 years old with valid driver’s license and different level of experience performed during standardized driving task and additional (secondary) task. Primary driving task was conducted according to three-vehicles platoon task.
