SIGCHI2017において自動車UIに関して
発表された研究のアブスト(DeepLによる翻訳)をまとめた。
2016年にはなかった自動車セッションが登場している。
Cars and Automation
Priming Drivers before Handover in Semi-Autonomous Cars
- https://dl.acm.org/doi/10.1145/3025453.3025507
- 半自律走行車では、安全に運転できない状況下で、運転者に制御を譲ることが求められることがあります。現在のところ、このようなハンドオーバー要求では、ほぼ瞬間的に運転者が制御を行う必要がある。本研究では、二重タスクシナリオにおいて、引き渡し要求のかなり前に発生する聴覚的なプレアラートが、引き渡しの成功にどのような影響を与えるかを調査した。ドライビングシミュレータを用いた研究では、運転手は自律走行中に携帯電話でタスクを実行する。ドライバーは、即時のハンドオーバーのための標準的な警告の前に、繰り返しバースト音声のプリアラートまたは増加パルス音声のプリアラートを受信します。結果は、プリアラートがない場合と比較して、プリアラートがある場合には、ハンドオーバーが発生する前に道路に目を向けるようになり、二次的なタスクから早く離脱するようになったことを示しています。この結果、より安全な引き渡し状況が得られた。パルス数の増加するプリアラートは、緊急性を伝えることができるため、特に有望である。我々の詳細な分析は、自動化された安全性が要求されるシステムにおけるアラートの設計と評価に役立っている。
Toward Measurement of Situation Awareness in Autonomous Vehicles
- https://dl.acm.org/doi/10.1145/3025453.3025822
- 車両が完全に自律化されるまでは、安全性、法的、倫理的な義務として、ドライバーが運転状況を認識し続けることが求められます。車両が混乱したときにドライバーが引き継ぎできるか、またはその能力が低下したときにドライバーが引き継ぎできるかどうかについての重要な判断は、ドライバーが外部の状況に反応し、認識しているかどうかを理解しているかどうかにかかっています。シミュレーション環境で状況認識を測定するための主要な技術は、自律走行シナリオ、特にオンロードテストには適していません。私たちは、リアルタイムでその場でのイベントアラートを通じて状況認識を測定するDazeと名付けられた技術を開発しました。この技術はエコロジー的にも有効であり、実際の運転で使用するアプリケーションに似ています。また、この技術は柔軟性があり、シミュレータとオンロードの両方の研究環境で使用することができます。我々は、(a)Dazeがドライバーの身近な環境に対する意識を特徴づけることができるかどうかを確認し、(b)この技術の実用的な側面を理解するために、シミュレータをベースにした試験と路上試験を実施しました。本研究では、Dazeの技術、収集したデータの例、分析方法などを紹介します。
The Trouble with Autopilots: Assisted and Autonomous Driving on the Social Road
- https://dl.acm.org/doi/10.1145/3025453.3025462
- 自動運転車は、高度化と能力の向上に伴い、局所的なテストと通常の自家用車として道路上に配備されてきた。この論文では、自律運転と補助運転（具体的にはテスラの自動運転車とグーグルの自動運転車）の公開されているビデオを利用して、これらの車の運転者と他の車の運転者がこれらの車の行動とどのように相互作用し、それを理解するのかを探る。我々の発見は、支援車の運転手、自律走行車、その他の道路利用者が関与する新しい形態の運転と人間の相互作用についての初期の視点を提供するものである。本研究では、道路上での社会的相互作用と、ドライバーが自動車の動きをどのように理解し、コミュニケーションをとるかに焦点を当てています。また、運転者と他の運転者の双方にとって、オートパイロットの行動の透明性を高めるための提案を行う。
Understanding the Cost of Driving Trips
- https://dl.acm.org/doi/10.1145/3025453.3025686
- 運転は、アメリカの平均的な世帯にとって2番目に高い出費です。しかし、自動車の所有と運転にかかる総費用を知っている人はほとんどおらず、ほとんどの人は、一般的な運転旅行（毎日の通勤など）にかかる費用を正確に見積もることができません。ライドシェアリング、トランジット、自転車、徒歩に加えて、自動車サービス（Uber、Lyftなど）など、個人的な交通手段として実行可能な代替手段が増えている。コストは交通手段を選択する際の要因の一つであり、運転にかかるコストを認識しておくことは、情報に基づいたより良い意思決定を行う上で有用である。この認識のギャップを埋めるために、私たちは、各運転旅行の総コスト（減価償却費、維持費、保険料、燃料費を含む）をユーザーに見えるようにするシステムを構築し、導入しました。この介入の後、参加者は、より正確かつ自信を持って運転にかかる費用を見積もることができるようになり、その知識を、費用が表示されていない他の旅行に移すことができるようになりました。
