Cambiamento nei Ruoli dei Conducenti con l'Automazione dei Veicoli
Lo studio analizza l'attenzione del conducente e il carico cognitivo in scenari di veicoli automatizzati.
― 5 leggere min
Indice
Con l'aumento dell'automazione dei veicoli, i ruoli dei conducenti stanno cambiando. Invece di guidare attivamente, stanno diventando supervisori dei sistemi del veicolo. Questo cambiamento potrebbe influenzare significativamente il modo in cui i conducenti pensano e si comportano sulla strada. Questo studio si propone di esaminare come i conducenti gestiscono la loro Attenzione e quanto impegno mentale sentono quando guidano con diversi livelli di automazione.
L'importanza dell'attenzione e del Carico Cognitivo
L'attenzione gioca un ruolo cruciale nella guida. I conducenti devono monitorare costantemente l'ambiente circostante e rispondere a vari stimoli, come altri veicoli o segnali stradali. Il carico cognitivo è l'impegno mentale necessario per svolgere un compito. In questo studio, abbiamo esaminato come i conducenti allocano la loro attenzione e sperimentano il carico cognitivo quando guidano in diverse condizioni: manualmente, con automazione parziale (SAE Livello 2) e con automazione condizionale (SAE Livello 3).
Metodologia
Per studiare questi cambiamenti, abbiamo condotto un esperimento con 30 partecipanti su un circuito di prova. Hanno guidato un veicolo automatizzato prototipo in diverse condizioni mentre registravamo la loro attività cerebrale e raccoglievamo dati auto-riportati sul loro carico cognitivo.
Partecipanti
I partecipanti erano adulti della popolazione tedesca, di età compresa tra i 22 e i 64 anni. Erano tutti guidatori esperti ma non avevano precedenti esperienze con veicoli automatizzati.
Configurazione dell'esperimento
L'esperimento si è svolto su un circuito di prova controllato progettato per simulare le condizioni di guida reali. Ogni partecipante ha sperimentato tre diverse condizioni di guida:
- Guida Manuale: I partecipanti guidavano l'auto da soli senza alcun aiuto. 
- Guida SAE Livello 2: Il veicolo controllava la direzione e l'accelerazione, ma i partecipanti dovevano costantemente supervisionare il sistema. 
- Guida SAE Livello 3: Il veicolo gestiva la maggior parte delle situazioni in modo indipendente, e i conducenti potevano dedicarsi ad altre attività fino a quando il sistema richiedeva la loro attenzione. 
Durante ogni condizione di guida, abbiamo presentato ai partecipanti vari suoni per vedere quanto bene riuscissero a elaborare queste informazioni uditive mentre si concentravano sulla guida. Abbiamo registrato la loro attività cerebrale utilizzando EEG e misurato il carico cognitivo percepito tramite un questionario standard.
Risultati
Carico cognitivo e attenzione
I nostri risultati hanno indicato che i conducenti sentivano diversi livelli di carico cognitivo a seconda della condizione di guida. La guida SAE Livello 3 è stata percepita come la meno impegnativa mentalmente, mentre la guida manuale e SAE Livello 2 sono state viste come più impegnative.
Misurazioni dell'ampiezza P3a
Abbiamo misurato le risorse attentive dei conducenti utilizzando il componente P3a delle loro onde cerebrali. Questa misurazione ci aiuta a capire quanto attenzione venga allocata all'elaborazione dei suoni nell'ambiente. Abbiamo scoperto che l'ampiezza P3a più alta si verificava durante la guida manuale, indicando che i conducenti prestavano maggiore attenzione ai suoni ambientali in questo stato rispetto all'automazione L2 e L3.
Esperienze dei conducenti
In generale, i partecipanti hanno riportato di provare livelli simili di carico cognitivo durante la guida manuale e quella SAE Livello 2. Tuttavia, si sono sentiti significativamente meno sotto carico durante la guida SAE Livello 3. Questo suggerisce che le capacità offerte dai livelli più elevati di automazione potrebbero portare a una mentalità meno coinvolta tra i conducenti, causando infine una minore attenzione verso l'ambiente circostante.
Implicazioni per la sicurezza e il design dell'interfaccia utente
Il passaggio dalla guida alla supervisione può portare a una riduzione della consapevolezza situazionale. I conducenti potrebbero non essere così attenti nei veicoli altamente automatizzati, il che potrebbe sollevare preoccupazioni per la sicurezza. Questo studio evidenzia la necessità di progettare interfacce utente che mantengano i conducenti informati e coinvolti, assicurandosi che rimangano consapevoli del loro ambiente e dello stato del veicolo.
Raccomandazioni chiave
- Sviluppare interfacce centrate sull'utente: Le interfacce dovrebbero essere progettate per coinvolgere i conducenti, anche in modalità automatizzate, assicurandosi che rimangano consapevoli dell'ambiente circostante. 
- Monitorare gli stati dei conducenti: Implementare sistemi in grado di valutare gli stati attentivi dei conducenti in tempo reale potrebbe essere utile. Le interfacce dovrebbero adattarsi alle esigenze del conducente, promuovendo sicurezza e comfort. 
- Educare i conducenti: Un'adeguata formazione su come interagire con i veicoli automatizzati può aiutare i conducenti a comprendere meglio cosa aspettarsi, migliorando così la loro esperienza. 
- Test nel mondo reale: Condurre esperimenti in ambienti di guida reali, anziché su circuiti di prova controllati, può fornire maggiori informazioni sul comportamento reale dei conducenti. 
Limitazioni dello studio
Sebbene questo studio offra preziose informazioni, ha anche delle limitazioni. Le condizioni di guida non erano così complesse come quelle in situazioni di traffico reale. La ricerca futura dovrebbe concentrarsi su durate di guida più lunghe e includere coorti di conducenti più diverse per esplorare ulteriormente queste interazioni.
Conclusione
Comprendere i cambiamenti nei ruoli dei conducenti con l'aumento dell'automazione dei veicoli è fondamentale per migliorare la sicurezza e l'esperienza dell'utente. Questo studio rivela come i conducenti percepiscono il carico cognitivo e allocano attenzione attraverso diversi livelli di automazione. Man mano che l'automazione continua a evolversi, anche i nostri approcci a supportare e monitorare i conducenti devono evolversi per garantire un funzionamento sicuro dei veicoli.
Titolo: From Driver to Supervisor: Comparing Cognitive Load and EEG-based Attentional Resource Allocation across Automation Levels
Estratto: With increasing automation, drivers' roles transition from active operators to passive system supervisors, affecting their behaviour and cognitive processes. This study addresses the attentional resource allocation and subjective cognitive load during manual, SAE Level 2, and SAE Level 3 driving in a realistic environment. An experiment was conducted on a test track with 30 participants using a prototype automated vehicle. While driving, participants were subjected to a passive auditory oddball task and their electroencephalogram was recorded. The study analysed the amplitude of the P3a event-related potential component elicited by novel environmental stimuli, an objective measure of attentional resource allocation. The subjective cognitive load was assessed using the NASA Task Load Index. Results showed no significant difference in subjective cognitive load between manual and Level 2 driving, but a decrease in subjective cognitive load in Level 3 driving. The P3a amplitude was highest during manual driving, indicating increased attentional resource allocation to environmental sounds compared to Level 2 and Level 3 driving. This may suggest that during automated driving, drivers allocate fewer attentional resources to processing environmental information. It remains unclear whether the decreased processing of environmental stimuli in automated driving is due to top-down attention control (leading to attention withdrawal) or bottom-up competition for resources induced by cognitive load. This study provides novel empirical evidence on resource allocation and subjective cognitive load in automated driving. The findings highlight the importance of managing drivers' attention and cognitive load with implications for enhancing automation safety and the design of user interfaces.
Autori: Nikol Figalová, Hans-Joachim Bieg, Julian Elias Reiser, Yuan-Cheng Liu, Martin Baumann, Lewis Chuang, Olga Pollatos
Ultimo aggiornamento: 2023-11-10 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2306.08477
Fonte PDF: https://arxiv.org/pdf/2306.08477
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.
Link di riferimento
- https://www.latex-project.org/lppl.txt
- https://doi.org/10.17632/yyndyf8wxb.1
- https://doi.org/10.1145/3406324.3425896
- https://news.sky.com/story/police-in-germany-chase-tesla-for-15-minutes-after-driver-turns-on-autopilot-and-goes-to-sleep-12778306
- https://theintercept.com/2023/01/10/tesla-crash-footage-autopilot/
- https://github.com/sccn/labstreaminglayer
- https://github.com/xdf-modules/xdf-EEGLAB