論文の概要: Do Electric Vehicles Induce More Motion Sickness Than Fuel Vehicles? A Survey Study in China

• arxiv url: http://arxiv.org/abs/2506.22674v1
• Date: Fri, 27 Jun 2025 22:55:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.508775
• Title: Do Electric Vehicles Induce More Motion Sickness Than Fuel Vehicles? A Survey Study in China
• Title（参考訳）: 電気自動車は自動車よりも運動障害を生じさせるか? 中国における調査研究
• Authors: Weiyin Xie, Chunxi Huang, Jiyao Wang, Dengbo He,
• Abstract要約: 電気自動車(EV)は燃料車(FV)に代わる有望な代替品である EVの普及にともなって、運動障害(MS)誘発の可能性が高くなるという不満が広まっている。 本研究の目的は、EV誘導型MSの存在を調査し、それにつながる潜在的な要因を探ることである。
• 参考スコア（独自算出の注目度）: 0.18749305679160366
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Electric vehicles (EVs) are a promising alternative to fuel vehicles (FVs), given some unique characteristics of EVs, for example, the low air pollution and maintenance cost. However, the increasing prevalence of EVs is accompanied by widespread complaints regarding the high likelihood of motion sickness (MS) induction, especially when compared to FVs, which has become one of the major obstacles to the acceptance and popularity of EVs. Despite the prevalence of such complaints online and among EV users, the association between vehicle type (i.e., EV versus FV) and MS prevalence and severity has not been quantified. Thus, this study aims to investigate the existence of EV-induced MS and explore the potential factors leading to it. A survey study was conducted to collect passengers' MS experience in EVs and FVs in the past one year. In total, 639 valid responses were collected from mainland China. The results show that FVs were associated with a higher frequency of MS, while EVs were found to induce more severe MS symptoms. Further, we found that passengers' MS severity was associated with individual differences (i.e., age, gender, sleep habits, susceptibility to motion-induced MS), in-vehicle activities (i.e., chatting with others and watching in-vehicle displays), and road conditions (i.e., congestion and slope), while the MS frequency was associated with the vehicle ownership and riding frequency. The results from this study can guide the directions of future empirical studies that aim to quantify the inducers of MS in EVs and FVs, as well as the optimization of EVs to reduce MS.
• Abstract（参考訳）: 電気自動車(EV)は、電気自動車(FV)に代わる有望な代替品であり、例えば大気汚染の低さやメンテナンスコストなど、EVの特徴がいくつかある。 しかし、EVの普及は、特にEVの受容と普及の大きな障害となっているFVと比較して、運動障害(MS)誘発の可能性が高いという苦情が広まっている。 オンラインおよびEV利用者の間では、このような苦情の頻度にもかかわらず、車両タイプ(EV対FV)とMSの頻度と重症度との関係は定量化されていない。 そこで本研究では,EV誘導型MSの存在について検討し,それにつながる潜在的な要因について検討する。 過去1年間にEVおよびFVにおける乗客のMS体験を収集するための調査を行った。 合計639件が中国本土から集められた。 その結果,FVはより頻度が高く,EVはより重症なMS症状を誘発することが判明した。 さらに、乗客のMS重症度は、個人差(年齢、性別、睡眠習慣、運動誘発MSへの感受性)、車内活動(他人とチャットして車内ディスプレイを見る)、道路状況(渋滞や斜面など)に関連し、MS頻度は車両の所有と乗馬頻度に関連していた。 本研究は, EVおよびFVにおけるMSのインデューサの定量化を目的とした将来の実証研究の方向性と, MS削減のためのEVの最適化を導くものである。

関連論文リスト

• Are VLMs Ready for Autonomous Driving? An Empirical Study from the Reliability, Data, and Metric Perspectives [56.528835143531694]
  視覚言語モデル(VLM)を評価するために設計されたベンチマークデータセットであるDriveBenchを紹介する。 以上の結果から, VLMは視覚的接地ではなく, 一般的な知識やテキストの手がかりから得られる, もっともらしい応答をしばしば生み出すことが明らかとなった。 本稿では,頑健な視覚的接地とマルチモーダル理解を優先する評価指標を提案する。
  論文  参考訳（メタデータ） (2025-01-07T18:59:55Z)
• Contingency Analysis of a Grid of Connected EVs for Primary Frequency Control of an Industrial Microgrid Using Efficient Control Scheme [0.0]
  電気自動車(EV)は、負荷とソースの両方として動作することができる。 産業用マイクログリッドは、風力発電所や太陽光発電所、貯蔵システム、負荷など、さまざまなエネルギー源で構成されている。 周波数管理のための制御方式を提案する。
  論文  参考訳（メタデータ） (2024-02-02T18:14:16Z)
• EnduRL: Enhancing Safety, Stability, and Efficiency of Mixed Traffic Under Real-World Perturbations Via Reinforcement Learning [1.7273380623090846]
  実世界の走行軌道を解析し、幅広い加速度プロファイルを抽出する。 次に、これらのプロファイルを、混雑を軽減するためにRVをトレーニングするためのシミュレーションに組み込む。 RVの安全性は最大66%向上し、効率は最大54%向上し、安定性は最大97%向上した。
  論文  参考訳（メタデータ） (2023-11-21T00:45:13Z)
• 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)
• Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
  本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。 擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
  論文  参考訳（メタデータ） (2022-06-28T17:08:31Z)
• Driving and charging an EV in Australia: A real-world analysis [0.0]
  本研究は,オーストラリア全土の239台のEVの実走行および充電パターンのデータ収集を目的とする。 2021年11月にアプリケーションプログラミングインターフェースプラットフォームを通じて、現在のEV所有者からのデータ収集が開始され、現在公開されている。
  論文  参考訳（メタデータ） (2022-06-03T11:01:23Z)
• Investigating the Spatiotemporal Charging Demand and Travel Behavior of Electric Vehicles Using GPS Data: A Machine Learning Approach [1.160208922584163]
  電気自動車(EV)は運転者の走行行動を変え、電力システムにかなりの電力需要をもたらす可能性がある。 電力需要はEVの走行行動に依存するため、日々の充電需要(CD)の予測は難しい課題となる。 本稿では,同市からのEVおよび従来のガソリン自動車のGPSデータを用いて,運転者の走行行動の変化について検討する。
  論文  参考訳（メタデータ） (2022-02-28T23:11:30Z)
• A Case Study to Identify the Hindrances to Widespread Adoption of Electric Vehicles in Qatar [0.0]
  電気自動車(EV)の採用は、温室効果ガス(GHG)の大気への排出を減少させる重要な要因であることが証明されている。 本稿では,統計分析によるEV-adoptionの一般認識を報告し,カタールにおけるEV-adoptionを改善するための推奨事項を提案する。
  論文  参考訳（メタデータ） (2020-06-27T18:56:46Z)

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。