論文の概要: Keep Calm and Relax -- HMI for Autonomous Vehicles

• arxiv url: http://arxiv.org/abs/2408.09046v1
• Date: Fri, 16 Aug 2024 23:05:08 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-20 22:56:40.584470
• Title: Keep Calm and Relax -- HMI for Autonomous Vehicles
• Title（参考訳）: 自動車用HMIのCalm and Relax
• Authors: Tima M. Yekta, Julius Schöning,
• Abstract要約: この研究は、ドライバーレス車両における信頼と感情の規制を強化するために、HMIとUIの可能性を掘り下げている。 信頼性が高く、快適で安全な乗車を可能にするため、HMIとUIが緊急時に乗客を落ち着かせるのに適しているかどうかを議論することで、この作業は締めくくられる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The growing popularity of self-driving, so-called autonomous vehicles has increased the need for human-machine interfaces~(HMI) and user interaction~(UI) to enhance passenger trust and comfort. While fallback drivers significantly influence the perceived trustfulness of self-driving vehicles, fallback drivers are an expensive solution that may not even improve vehicle safety in emergency situations. Based on a comprehensive literature review, this work delves into the potential of HMI and UI in enhancing trustfulness and emotion regulation in driverless vehicles. By analyzing the impact of various HMI and UI on passenger emotions, innovative and cost-effective concepts for improving human-vehicle interaction are conceptualized. To enable a trustful, highly comfortable, and safe ride, this work concludes by discussing whether HMI and UI are suitable for calming passengers down in emergencies, leading to smarter mobility for all.
• Abstract（参考訳）: 自動運転と呼ばれる自動運転車の普及により、乗客の信頼と快適性を高めるために、人間と機械のインターフェース~(HMI)とユーザーインタラクションー(UI)の必要性が高まっている。 フォールバックドライバーは、自動運転車の信頼度に大きく影響するが、フォールバックドライバーは、緊急時に車の安全性を改善できないような高価なソリューションである。 包括的な文献レビューに基づいて、この研究は、ドライバーレス車両における信頼と感情の規制を強化するためのHMIとUIの可能性を掘り下げている。 様々なHMIとUIが乗客の感情に与える影響を分析することにより、人間と車両の相互作用を改善するための革新的で費用対効果の高い概念が概念化される。 信頼性が高く、快適で安全な乗車を可能にするため、HMIとUIが緊急時に乗客を落ち着かせるのに適しているかどうかを議論することで、よりスマートな移動手段へと繋がる。

関連論文リスト

• Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
  本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
  論文  参考訳（メタデータ） (2024-05-14T09:42:21Z)
• Incorporating Explanations into Human-Machine Interfaces for Trust and Situation Awareness in Autonomous Vehicles [4.1636282808157254]
  自動車の自律性に対する信頼構築において、説明可能なAIとヒューマン・マシン・インタフェースが共に果たす役割について検討する。 自動運転行動に対するユーザの信頼度を調整するための状況認識フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-10T23:02:13Z)
• Comprehensive Autonomous Vehicle Optimal Routing With Dynamic Heuristics [0.0]
  AVユーザエクスペリエンスを改善するために提案されたモデルは、複数の連結自動運転車のハイブリッドAVネットワークを使用する。 この問題の真の最適解決策は、AVネットワークにおける車両の自動誘導システムを開発することである。 結果は分析され、解の有効性を評価し、ギャップと将来の拡張を識別するために比較される。
  論文  参考訳（メタデータ） (2024-03-17T18:21:56Z)
• Motion Comfort Optimization for Autonomous Vehicles: Concepts, Methods, and Techniques [36.967824818813746]
  本稿では、人間の快適性の観点から、自律運転と関連する補完的枠組みのアーキテクチャを概説する。 同時に、本論文では、自動運転の構造と自動運転の反応時間に関する技術を紹介する。
  論文  参考訳（メタデータ） (2023-06-15T19:32:04Z)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• In-Vehicle Interface Adaptation to Environment-Induced Cognitive Workload [55.41644538483948]
  車両内ヒューマンマシンインタフェース(HMI)は長年にわたって進化し、ますます多くの機能を提供している。 この問題に対処するために,ドライバの精神的負荷に応じて変化する適応的HMIを提案する。
  論文  参考訳（メタデータ） (2022-10-20T13:42:25Z)
• What's on your mind? A Mental and Perceptual Load Estimation Framework towards Adaptive In-vehicle Interaction while Driving [55.41644538483948]
  精神的な作業量と知覚的負荷が心理生理学的次元に及ぼす影響を分析する。 これらの測定値の融合により、心的および知覚的負荷レベルを分類する。 我々は、最大89%のメンタルワークロード分類精度を報告し、リアルタイムに最小限のソリューションを提供する。
  論文  参考訳（メタデータ） (2022-08-10T21:19:49Z)
• COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
  本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。 われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
  論文  参考訳（メタデータ） (2022-05-04T17:55:12Z)
• Safety-aware Motion Prediction with Unseen Vehicles for Autonomous Driving [104.32241082170044]
  本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。 既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。 私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
  論文  参考訳（メタデータ） (2021-09-03T13:33:33Z)
• Self-Driving Cars and Driver Alertness [16.00431760297241]
  自動運転車を制御している間の注意力の低下は、予測不能な状況下でドライバーが介入する能力を妨げかねない。 研究者、ドライバー、業界、政策立案者など、さまざまな利害関係者に推奨します。
  論文  参考訳（メタデータ） (2021-07-20T23:55:44Z)

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。