論文の概要: Does the testing environment matter? Carsickness across on-road, test-track, and driving simulator conditions
- arxiv url: http://arxiv.org/abs/2602.22671v1
- Date: Thu, 26 Feb 2026 06:42:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.727804
- Title: Does the testing environment matter? Carsickness across on-road, test-track, and driving simulator conditions
- Title（参考訳）: テスト環境は重要か? オンロード、テストトラック、運転シミュレーターのキャシシティ
- Authors: Georgios Papaioannou, Barys Shyrokau,
- Abstract要約: 自動車は自動走行車の台頭によって大きな注目を集めている。
これまでの研究は、2つの設定間の測定の妥当性を実証している。
本研究は,移動型運転シミュレータを用いた路上運動病曝露の再現性について検討した。
- 参考スコア（独自算出の注目度）: 0.7233401307469166
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Carsickness has gained significant attention with the rise of automated vehicles, prompting extensive research across on-road, test-track, and driving simulator environments to understand its occurrence and develop mitigation strategies. However, the lack of carsickness standardization complicates comparisons across studies and environments. Previous works demonstrate measurement validity between two setups at most (e.g., on-road vs. driving simulator), leaving gaps in multi-environment comparisons. This study investigates the recreation of an on-road motion sickness exposure - previously replicated on a test track - using a motion-based driving simulator. Twenty-eight participants performed an eyes-off-road non-driving task while reporting motion sickness using the Misery Scale during the experiment and the Motion Sickness Assessment Questionnaire afterward. Psychological factors known to influence motion sickness were also assessed. The results present subjective and objective measurements for motion sickness across the considered environments. In this paper, acceleration measurements, objective metrics and subjective motion sickness ratings across environments are compared, highlighting key differences in sickness occurrence for simulator-based research validity. Significantly lower motion sickness scores are reported in the simulator compared to on-road and test-track conditions, due to its limited working envelope to reproduce low-frequency (<0.5 Hz) motions, which are the most provocative for motion sickness.
- Abstract（参考訳）: カーシックネスは自動走行車の台頭によって大きな注目を集めており、道路、テストトラック、運転シミュレータ環境に関する広範な研究が進められ、その発生を理解し、緩和戦略の開発が進められている。
しかし、キャラクシティの標準化の欠如は、研究と環境をまたいだ比較を複雑にしている。
先行研究は, 最大2つのセットアップ間(例えば, オンロードと運転シミュレータ)の計測精度を示し, 多環境比較におけるギャップを解消した。
本研究は, 移動型運転シミュレータを用いて, 走行中の運動障害露光(以前はテストトラックに再現されていた)の再現性について検討した。
被験者28名は、実験中はMsery Scale、その後はMotion Sickness Assessment Questionnaireを用いて、運動障害を報告しながら、視線から外れた非運転作業を行った。
運動障害に影響を与える心理的要因も評価された。
その結果,運動障害の主観的,客観的な測定が可能となった。
本稿では, 加速度測定, 客観評価, 主観的運動障害評価を比較し, シミュレータによる研究妥当性の指標として, 疾患発生における重要な違いを浮き彫りにした。
低周波 (0.5Hz) の動作を再現するため, 走行中の条件やテストトラック条件と比較して, 運動障害スコアが有意に低いことがシミュレータで報告されている。
関連論文リスト
- On the Assessment of Sensitivity of Autonomous Vehicle Perception [0.13858851827255522]
自動走行の実現性は知覚システムの性能に大きく依存する。
モデルアンサンブルに基づく予測感度定量化を用いて知覚性能を評価する。
異なる路面上の停止標識におけるAVの停止距離に基づいて知覚評価基準を開発する。
論文 参考訳（メタデータ） (2026-01-30T21:06:05Z) - 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) - QuestEnvSim: Environment-Aware Simulated Motion Tracking from Sparse
Sensors [69.75711933065378]
ヘッドセットとコントローラーのポーズは,高度に制約された環境においても,現実的なフルボディのポーズを生成可能であることを示す。
本稿では,環境表現,接触報酬,シーンランダム化の3つの特徴について論じる。
論文 参考訳（メタデータ） (2023-06-09T04:40:38Z) - 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) - Motion Sickness Modeling with Visual Vertical Estimation and Its
Application to Autonomous Personal Mobility Vehicles [9.456418897408204]
本やスマートフォンなどの非運転タスクは、運動障害を増す可能性がある。
現在の計算モデルでは、視覚的垂直情報と前庭感覚を統合できない。
本稿では,視覚垂直(VV)が重要な役割を担っていることを前提として,AMPVを用いて本を読み取ると,運動障害が増大するという事実を述べる。
論文 参考訳（メタデータ） (2022-02-13T12:46:19Z) - Vision in adverse weather: Augmentation using CycleGANs with various
object detectors for robust perception in autonomous racing [70.16043883381677]
自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。
悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。
本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
論文 参考訳（メタデータ） (2022-01-10T10:02:40Z) - Mind the Gap! A Study on the Transferability of Virtual vs
Physical-world Testing of Autonomous Driving Systems [6.649715954440713]
私たちはDonkey Carのオープンソースフレームワークを活用して、物理的に小型の車両にデプロイされたSDCのテストと仮想シミュレーションされたテストとを経験的に比較します。
多くのテスト結果が仮想環境と物理環境の間で伝達される一方で、仮想環境と物理環境の間の現実的ギャップに寄与する重要な欠点も確認した。
論文 参考訳（メタデータ） (2021-12-21T14:28:35Z) - DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。
DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。
実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
論文 参考訳（メタデータ） (2021-04-30T15:30:05Z) - Worsening Perception: Real-time Degradation of Autonomous Vehicle
Perception Performance for Simulation of Adverse Weather Conditions [47.529411576737644]
本研究では,自律走行車両における簡易かつ軽量な画像強調システムの利用の可能性を検討する。
最小限の調整で、プロトタイプシステムは、カメラレンズ上の水滴と退色光条件の両方の効果を複製することができます。
論文 参考訳（メタデータ） (2021-03-03T23:49:02Z) - Vehicle Class, Speed, and Roadway Geometry Based Driver Behavior
Identification and Classification [6.09170287691728]
本稿では,特に重車両を牽引する車両のクラスが,次の車両の挙動に与える影響について検討する。
これは、カリフォルニア州エメリービルの州間高速道路80号線(I80)のNGSIM(Next Generation Simulation)データセットから、様々な自動車追尾エピソードを抽出して分析した。
論文 参考訳（メタデータ） (2020-09-16T19:45:39Z) - Testing the Safety of Self-driving Vehicles by Simulating Perception and
Prediction [88.0416857308144]
センサシミュレーションは高価であり,領域ギャップが大きいため,センサシミュレーションに代わる方法を提案する。
我々は、自動運転車の知覚と予測システムの出力を直接シミュレートし、現実的な動き計画テストを可能にする。
論文 参考訳（メタデータ） (2020-08-13T17:20:02Z)
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。