論文の概要: A Survey of Driver Distraction and Inattention in Popular Commercial Software-Defined Vehicles

• arxiv url: http://arxiv.org/abs/2511.02891v1
• Date: Tue, 04 Nov 2025 15:30:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-06 18:19:32.198257
• Title: A Survey of Driver Distraction and Inattention in Popular Commercial Software-Defined Vehicles
• Title（参考訳）: 市販自動車におけるドライバの減量と不注意に関する調査
• Authors: Lingyu Zhao, Yuankai He,
• Abstract要約: 注意をそらした運転に関する事故では、90%以上が携帯電話の使用を伴わず、UI(ユーザーインターフェース)コントロールに関係していた。 ソフトウェア定義車両(SDV)のコンテキストにおけるUI設計が運転者の気遣いや不注意に与える影響について検討する。 認知負荷を増大させる可能性のある特徴を特定し、これらのリスクを軽減するための設計戦略を評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the automotive industry embraces software-defined vehicles (SDVs), the role of user interface (UI) design in ensuring driver safety has become increasingly significant. In crashes related to distracted driving, over 90% did not involve cellphone use but were related to UI controls. However, many of the existing UI SDV implementations do not consider Drive Distraction and Inattention (DDI), which is reflected in many popular commercial vehicles. This paper investigates the impact of UI designs on driver distraction and inattention within the context of SDVs. Through a survey of popular commercial vehicles, we identify UI features that potentially increase cognitive load and evaluate design strategies to mitigate these risks. This survey highlights the need for UI designs that balance advanced software functionalities with driver-cognitive ergonomics. Findings aim to provide valuable guidance to researchers and OEMs to contribute to the field of automotive UI, contributing to the broader discussion on enhancing vehicular safety in the software-centric automotive era.
• Abstract（参考訳）: 自動車業界がソフトウェア定義自動車(SDV)を採用するにつれ、ドライバーの安全を確保するためのUI設計の役割はますます重要になっている。 注意をそらした運転に関する事故では、90%以上が携帯電話の使用を伴わず、UIコントロールに関連していた。 しかし、既存のUI SDV実装の多くは、DDI(Drive Distraction and Inattention)を考慮していない。 SDVのコンテキストにおけるドライバの注意散らしと不注意に対するUI設計の影響について検討する。 一般的な商用車両の調査を通じて、認知負荷を増大させる可能性のあるUI機能を特定し、これらのリスクを軽減する設計戦略を評価する。 この調査では、高度なソフトウェア機能とドライバ認識エルゴノミクスのバランスをとるUI設計の必要性を強調している。 発見は、研究者やOEMが自動車UIの分野に貢献するための貴重なガイダンスを提供することを目的としており、ソフトウェア中心の自動車時代における車両の安全性向上に関する広範な議論に寄与している。

関連論文リスト

• Contextualizing Security and Privacy of Software-Defined Vehicles: State of the Art and Industry Perspectives [7.160802183553593]
  Software-Defined Vehicles(SDV)によるサイバーセキュリティとプライバシの課題に関する調査 SDVはOTA(Over-the-Air)アップデートやV2X(Valby-to-Everything)通信といった機能をますます統合している。 SDVへの移行は、車両が大量の機密データを収集するなど、重要なプライバシー上の懸念も引き起こす。
  論文  参考訳（メタデータ） (2024-11-15T22:30:07Z)
• Keep Calm and Relax -- HMI for Autonomous Vehicles [0.0]
  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。
  論文  参考訳（メタデータ） (2024-08-16T23:05:08Z)
• 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)
• 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)
• On the Forces of Driver Distraction: Explainable Predictions for the Visual Demand of In-Vehicle Touchscreen Interactions [5.375634674639956]
  車載タッチスクリーンHuman-Machine Interfaces(HMI)は、可能な限り気を散らさなければならない。 本稿では,車内タッチスクリーン相互作用の視覚的要求を予測する機械学習手法を提案する。
  論文  参考訳（メタデータ） (2023-01-05T13:50:26Z)
• FBLNet: FeedBack Loop Network for Driver Attention Prediction [50.936478241688114]
  非客観的運転経験のモデル化は困難であり,既存手法では運転経験蓄積手順を模擬する機構が欠如している。 本稿では,運転経験蓄積手順をモデル化するFeedBack Loop Network (FBLNet)を提案する。 提案モデルでは,既存の手法に対して強い優位性を示し,2つのドライバー注意ベンチマークデータセットの性能向上を実現している。
  論文  参考訳（メタデータ） (2022-12-05T08:25:09Z)
• 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)
• Effects of Augmented-Reality-Based Assisting Interfaces on Drivers' Object-wise Situational Awareness in Highly Autonomous Vehicles [13.311257059976692]
  われわれは拡張現実(AR)に基づくユーザインタフェースに注力し、道路上の潜在的な危険を浮き彫りにする。 本研究は, 交通密度, 物体位置, 物体の種類によって, 運転者のSAに対する強調効果が変化することを示した。
  論文  参考訳（メタデータ） (2022-06-06T03:23:34Z)
• Fine-Grained Vehicle Perception via 3D Part-Guided Visual Data Augmentation [77.60050239225086]
  実画像中の車両に動的部品を付加した3次元自動車モデルによる効果的なトレーニングデータ生成プロセスを提案する。 私達のアプローチは人間の相互作用なしで完全に自動です。 VUS解析用マルチタスクネットワークとVHI解析用マルチストリームネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-15T03:03:38Z)

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。