論文の概要: Linking Behaviour and Perception to Evaluate Meaningful Human Control over Partially Automated Driving
- arxiv url: http://arxiv.org/abs/2605.00556v1
- Date: Fri, 01 May 2026 10:50:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 17:43:28.928266
- Title: Linking Behaviour and Perception to Evaluate Meaningful Human Control over Partially Automated Driving
- Title（参考訳）: 部分的自動運転による人間制御の意義評価における行動と知覚のリンク
- Authors: Ashwin George, Lucas Elbert Suryana, Lorenzo Flipse, Bart van Arem, David A. Abbink, Simeon Craig Calvert, Luciano Cavalcante Siebert, Arkady Zgonnikov,
- Abstract要約: ドライバーは法的に車両の動作に責任を持ち続けるが、そのアクティブな制御は大幅に減少する。
本研究では,一部自動運転システムとのインタラクションにおいて,ドライバーが有意義な人的制御を経験する程度について検討した。
- 参考スコア（独自算出の注目度）: 6.98654692728964
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Partial driving automation creates a tension: drivers remain legally responsible for vehicle behaviour, yet their active control is significantly reduced. This reduction undermines the engagement and sense of agency needed to intervene safely. Meaningful human control (MHC) has been proposed as a normative framework to address this tension. However, empirical methods for evaluating whether existing systems actually provide MHC remain underdeveloped. In this study, we investigated the extent to which drivers experience MHC when interacting with partially automated driving systems. Twenty-four drivers completed a simulator study involving silent automation failures under two modes - haptic shared control (HSC) and traded control (TC). We derived behavioural metrics from telemetry data, subjective perception scores from post-trial surveys and used them to test hypothesised relations between them derived from the properties of systems under MHC. The confirmatory analysis showed a significant negative correlation between the perception of the automated vehicle (AV) understanding the driver and conflict in steering torques. An exploratory analysis also revealed a surprising positive correlation between reaction times and the perception of sufficient control. Qualitative feedback from open-ended post-experiment questionnaires revealed that mismatches in intentions between the driver and automation, lack of safety, and resistance to driver inputs contribute to the reduction of perceived MHC, while subtle haptic guidance aligned with driver intent had a positive effect. These findings suggest that future designs should prioritise effortless driver interventions, transparent communication of automation intent, and context-sensitive authority allocation to strengthen meaningful human control in partially automated driving.
- Abstract（参考訳）: ドライバーは法的に車両の動作に責任を持ち続けるが、そのアクティブな制御は大幅に減少する。
この削減は、安全に介入するために必要なエンゲージメントとエージェンシーの感覚を損なう。
この緊張に対処するための規範的枠組みとして、意味のある人間制御(MHC)が提案されている。
しかし、既存のシステムが実際にMHCを提供するかどうかを評価するための実証的手法は未開発のままである。
本研究では,一部自動運転システムとのインタラクションにおいて,運転者がMHCを経験する程度について検討した。
20人のドライバーが2つのモード - 触覚共有制御(HSC)と取引制御(TC) - でサイレントオートメーション障害を含むシミュレータスタディを完了した。
テレメトリデータから行動指標を抽出し, 調査後の主観的知覚スコアを用いて, MHC下のシステム特性から得られた仮説的関係を検証した。
確認分析の結果,自動走行車(AV)の認識と操舵トルクの対立との間に有意な負の相関が認められた。
探索分析の結果,反応時間と十分な制御の知覚との間には驚くべき正の相関が認められた。
オープンエンド後の質問紙からの質的なフィードバックは、運転者と自動化の意図の一致、安全性の欠如、運転者の入力に対する抵抗性が認知的MHCの低下に寄与し、運転者の意図に合わせた微妙な触覚的指導は肯定的な効果を示した。
これらの結果は、将来の設計は、部分的に自動化された運転において有意義な人的制御を強化するために、努力を伴わない運転介入、自動化意図の透過的なコミュニケーション、文脈に敏感な権限割り当てを優先すべきであることを示している。
関連論文リスト
- Community Driving-Safety Deterioration as a Push Factor for Public Endorsement of AI Driving Capability [1.089614199781423]
道路交通事故は毎年約119万人が命を落としている。
本研究では,認知コミュニティ運転安全関心(PCSC)がAIと人間運転能力の評価を予測する中等度メディエーションモデルについて検討した。
論文 参考訳（メタデータ） (2026-04-06T15:46:41Z) - Dynamics of Affective States During Takeover Requests in Conditionally Automated Driving Among Older Adults with and without Cognitive Impairment [1.8189845665076032]
認知の低下は運転の安全性を損なうことがあり、しばしば早めの運転停止につながる。
条件付き自動走行車は、自動化が運転限界に達すると、ドライバーが制御を引き継ぐ必要がある。
本研究は,健常成人と認知機能障害児の乗っ取り要求(TOR)における表情分析による情動反応について検討した。
論文 参考訳（メタデータ） (2025-05-23T22:48:20Z) - Efficient Mixture-of-Expert for Video-based Driver State and Physiological Multi-task Estimation in Conditional Autonomous Driving [12.765198683804094]
道路の安全は世界中で重要な課題であり、交通事故による死者は約135万人である。
VDMoEと呼ばれる新しいマルチタスクDMSを提案し、RGBビデオ入力を利用して運転状態を非侵襲的に監視する。
論文 参考訳（メタデータ） (2024-10-28T14:49:18Z) - Pedestrian and Passenger Interaction with Autonomous Vehicles: Field
Study in a Crosswalk Scenario [0.94371657253557]
本研究は、HMI(Human Machine Interfaces)とHMI(Human Machine Interfaces)の両方を装備した自動運転車による車内インタラクションの結果について検討した。
内部HMIは、アグレッシブブレーキ操作と組み合わせた場合にのみ、乗客の信頼を高める。
論文 参考訳（メタデータ） (2023-12-11T16:37:59Z) - Analyze Drivers' Intervention Behavior During Autonomous Driving -- A
VR-incorporated Approach [2.7532019227694344]
この研究は、自動運転車の運転に関わる人間のドライバーの介入行動を理解することに光を当てている。
仮想リアリティ(VR)と交通マイクロシミュレーションを統合する実験環境が実装された。
介入の確率、事故率などのパフォーマンス指標が定義され、リスクレベルを定量化し比較するために使用される。
論文 参考訳（メタデータ） (2023-12-04T06:36:57Z) - Interactive Autonomous Navigation with Internal State Inference and
Interactivity Estimation [58.21683603243387]
本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。
これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。
提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2023-11-27T18:57:42Z) - DRUformer: Enhancing the driving scene Important object detection with
driving relationship self-understanding [50.81809690183755]
交通事故はしばしば致命傷を負い、2023年まで5000万人以上の死者を出した。
従来の研究は、主に個々の参加者の重要性を評価し、それらを独立した存在として扱うものであった。
本稿では、重要な物体検出タスクを強化するために、運転シーン関連自己理解変換器(DRUformer)を紹介する。
論文 参考訳（メタデータ） (2023-11-11T07:26:47Z) - Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。
新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。
エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
論文 参考訳（メタデータ） (2023-04-23T16:01:36Z) - 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) - A Survey and Tutorial of EEG-Based Brain Monitoring for Driver State
Analysis [164.93739293097605]
EEGは運転状態のモニタリングとヒューマンエラー検出において最も効果的な方法の1つであることが証明されている。
本稿では,過去30年間の脳波に基づく運転状態検出システムとその解析アルゴリズムについて論じる。
現在のEEGベースの運転状態監視アルゴリズムは、安全アプリケーションに有望である、と結論付けている。
論文 参考訳（メタデータ） (2020-08-25T18:21:35Z)
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。