論文の概要: Augmented Reality Warnings in Roadway Work Zones: Evaluating the Effect of Modality on Worker Reaction Times

• arxiv url: http://arxiv.org/abs/2403.15571v2
• Date: Fri, 29 Mar 2024 19:14:36 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-02 13:35:12.033546
• Title: Augmented Reality Warnings in Roadway Work Zones: Evaluating the Effect of Modality on Worker Reaction Times
• Title（参考訳）: 道路作業区域における拡張現実警告の強化--作業者の反応時間に及ぼすモダリティの影響の評価
• Authors: Sepehr Sabeti, Fatemeh Banani Ardecani, Omidreza Shoghli,
• Abstract要約: 本研究では、異なるAR警告の組み合わせが労働者の反応時間に与える影響を分析することにより、道路作業区域内の安全対策を改善することを目的とする。 提案手法は,高度なARシステムのプロトタイプ,ワークゾーン環境内のAR機能のVRシミュレーション,実験間でユーザエクスペリエンスを同期するWizard of Ozテクニックの3つの重要なコンポーネントから構成される。 コントロールされた屋外ワークゾーンと屋内VR設定で5つの実験を行うことで、さまざまなマルチモーダルAR警告が労働者の反応時間に与える影響について貴重な情報を提供する。
• 参考スコア（独自算出の注目度）: 0.7373617024876725
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Given the aging highway infrastructure requiring extensive rebuilding and enhancements, and the consequent rise in the number of work zones, there is an urgent need to develop advanced safety systems to protect workers. While Augmented Reality (AR) holds significant potential for delivering warnings to workers, its integration into roadway work zones remains relatively unexplored. The primary objective of this study is to improve safety measures within roadway work zones by conducting an extensive analysis of how different combinations of multimodal AR warnings influence the reaction times of workers. This paper addresses this gap through a series of experiments that aim to replicate the distinctive conditions of roadway work zones, both in real-world and virtual reality environments. Our approach comprises three key components: an advanced AR system prototype, a VR simulation of AR functionality within the work zone environment, and the Wizard of Oz technique to synchronize user experiences across experiments. To assess reaction times, we leverage both the simple reaction time (SRT) technique and an innovative vision-based metric that utilizes real-time pose estimation. By conducting five experiments in controlled outdoor work zones and indoor VR settings, our study provides valuable information on how various multimodal AR warnings impact workers reaction times. Furthermore, our findings reveal the disparities in reaction times between VR simulations and real-world scenarios, thereby gauging VR's capability to mirror the dynamics of roadway work zones. Furthermore, our results substantiate the potential and reliability of vision-based reaction time measurements. These insights resonate well with those derived using the SRT technique, underscoring the viability of this approach for tangible real-world uses.
• Abstract（参考訳）: 老朽化した高速道路のインフラは、大規模な再建と強化を必要としており、労働ゾーンの増加に伴い、労働者を保護するための高度な安全システムの開発が急務である。 Augmented Reality(AR)は、労働者に警告を配信する大きな可能性を秘めているが、道路作業ゾーンへの統合は、まだ明らかになっていない。 本研究の目的は,マルチモーダルAR警告の組み合わせが作業者の反応時間にどのように影響するかを広範囲に分析することにより,道路作業区域内の安全対策を改善することである。 本稿では,実環境と仮想環境の両方において,道路作業ゾーンの特有な条件を再現することを目的とした一連の実験を通じて,このギャップを解消する。 提案手法は,高度なARシステムのプロトタイプ,ワークゾーン環境内のAR機能のVRシミュレーション,実験間でユーザエクスペリエンスを同期するWizard of Ozテクニックの3つの重要なコンポーネントから構成される。 反応時間を評価するために、実時間ポーズ推定を利用する単純な反応時間(SRT)技術と革新的な視覚ベースの計量の両方を利用する。 コントロールされた屋外ワークゾーンと屋内VR設定で5つの実験を行うことで、さまざまなマルチモーダルAR警告が労働者の反応時間に与える影響について貴重な情報を提供する。 さらに,本研究では,VRシミュレーションと実世界のシナリオ間の反応時間の差異を明らかにし,道路作業ゾーンのダイナミックスを反映するVR能力を拡張した。 さらに,本研究の結果は,視覚に基づく反応時間測定の可能性と信頼性を裏付けるものである。 これらの知見は、SRT技術を用いて導出されたものとよく一致し、実世界の有形な使用のためにこのアプローチが実現可能であることを暗示している。

関連論文リスト

• Enhancing Agricultural Environment Perception via Active Vision and Zero-Shot Learning [4.470499157873342]
  この作業では、アクティブビジョン(AV)技術とゼロショット学習(ZSL)を活用して、ロボットが農業環境を知覚し、相互作用する能力を向上させる。 ROS 2で実装されたAVパイプラインは、3D環境再構築のためのNext-Best View(NBV)プランニングを統合している。 YOLO World + EfficientViT SAMなどのZSLセグメンテーションモデルは高速性能と正確なセグメンテーションを示す。
  論文  参考訳（メタデータ） (2024-09-19T09:26:23Z)
• Exploring Domain Shift on Radar-Based 3D Object Detection Amidst Diverse Environmental Conditions [15.767261586617746]
  この研究は、4Dレーダーによる物体検出において、しばしば見過ごされがちな領域シフトの問題について考察する。 以上の結果から,様々な気象シナリオにまたがるドメインシフトが明らかになり,ユニークなデータセットの感度が明らかになった。 異なる道路タイプ、特に高速道路から都市環境への移行は、顕著な領域シフトをもたらします。
  論文  参考訳（メタデータ） (2024-08-13T09:55:38Z)
• Variable-Agnostic Causal Exploration for Reinforcement Learning [56.52768265734155]
  強化学習のための新しいフレームワークVACERL(Variable-Agnostic Causal Exploration for Reinforcement Learning)を導入する。 本手法は,注目機構を用いて,重要変数に関連する重要な観測行動ステップを自動的に同定する。 これらのステップを接続する因果グラフを構築し、エージェントをタスク完了に対する因果的影響の大きい観察-作用ペアへと導く。
  論文  参考訳（メタデータ） (2024-07-17T09:45:27Z)
• Behavioural gap assessment of human-vehicle interaction in real and virtual reality-based scenarios in autonomous driving [7.588679613436823]
  我々は,VR実験に携わる参加者の行動の相違を,等価な実世界の状況と比較して捉える概念である行動ギャップ(obactiveal gap)と呼ぶものを評価するための,最初の,革新的なアプローチを提案する。 実験では、歩行者は異なる運転スタイルと外部ヒューマン・マシン・インタフェース(eHMI)の存在下で道路を横断しようとする。 結果は、参加者がVRに対してより慎重で好奇心を持ち、そのスピードと判断に影響を与え、VRインターフェースが行動に大きく影響していることを示している。
  論文  参考訳（メタデータ） (2024-07-04T17:20:17Z)
• Safeguarded Progress in Reinforcement Learning: Safe Bayesian Exploration for Control Policy Synthesis [63.532413807686524]
  本稿では、強化学習(RL)におけるトレーニング中の安全維持の問題に対処する。 探索中の効率的な進捗と安全性のトレードオフを扱う新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-12-18T16:09:43Z)
• A Counterfactual Safety Margin Perspective on the Scoring of Autonomous Vehicles' Riskiness [52.27309191283943]
  本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。 本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
  論文  参考訳（メタデータ） (2023-08-02T09:48:08Z)
• Event-based Simultaneous Localization and Mapping: A Comprehensive Survey [52.73728442921428]
  ローカライゼーションとマッピングタスクのための非同期および不規則なイベントストリームの利点を利用する、イベントベースのvSLAMアルゴリズムのレビュー。 Paperは、イベントベースのvSLAMメソッドを、特徴ベース、ダイレクト、モーション補償、ディープラーニングの4つのカテゴリに分類する。
  論文  参考訳（メタデータ） (2023-04-19T16:21:14Z)
• Virtual Reality via Object Poses and Active Learning: Realizing Telepresence Robots with Aerial Manipulation Capabilities [39.29763956979895]
  本稿では,動的・非構造環境下での空中操作を進展させる新しいテレプレゼンスシステムを提案する。 提案システムは触覚デバイスだけでなく、ロボットのワークスペースのリアルタイム3Dディスプレイを提供する仮想現実(VR)インターフェースも備えている。 DLRケーブル・サスペンド・エアリアルマニピュレータ(SAM)によるピック・アンド・プレイス、フォース・アプリケーション、ペグ・イン・ホールの70以上の堅牢な実行を示す。
  論文  参考訳（メタデータ） (2022-10-18T08:42:30Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• Collaborative Multi-Robot Systems for Search and Rescue: Coordination and Perception [16.850204497272205]
  マルチロボットシステムは、捜索救助員の効率を大幅に改善する可能性がある。 本稿では,マルチロボットSARサポートに対する既存のアプローチをレビューし,分析する。 これらのアルゴリズムは、様々な種類のロボットが異なるSAR環境で遭遇する様々な課題と制約の文脈に置かれる。
  論文  参考訳（メタデータ） (2020-08-28T12:28:32Z)
• A survey on applications of augmented, mixed and virtual reality for nature and environment [114.4879749449579]
  拡張現実(AR)、仮想現実(VR)、複合現実(MR)は、彼らが提供できるエンゲージメントとエンリッチな体験のために、大きな潜在能力を持つ技術である。 しかし、環境応用の分野でAR、VR、MRがもたらす可能性はまだ広く研究されていない。 本研究は,環境に有利な既存のAR/VR/MRアプリケーションを発見・分類したり,環境問題に対する意識を高めることを目的とした調査の結果を示す。
  論文  参考訳（メタデータ） (2020-08-27T09:59:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。