计算机 智能系统 外文翻译 外文文献 英文文献 学习型车辆导航系统：一个驾驶模拟器的初步调查.docVIP

学习型车辆导航系统： 一个驾驶模拟器的初步调查 Keith J. Oliver Gary E. Burnett 摘要 车辆导航系统的目的是通过驾驶任务的自动化元素来减少驾驶员的脑力工作量。其关注度已经被提高，然而，其长期使用可能造成不可预见的问题，包括抑制识别地图的发展。 驾驶模拟器的研究发现，通过使用一个新奇的学习型的导航系统有望改善这种影响。该系统的用户界面提供了一些有一个变化范围的附加功能，包括地标，指南针方向，和以前驾驶过的通过视觉和听觉指导说明的路线。 据发现，和那些使用基本导航的系统相比，学习型系统的用户表现出对驾驶路线更好的记忆。当然这也暗示他们需要规划出该区域更好的识别地图。初步分析表明，和基本系统相比，学习型系统没有更多视觉上的要求。 类别和主题描述 H.1.2[模式和原则]用户/机系统- 人为因素，人类的信息处理。 H.5.2[信息接口和演示]：用户接口-用户中心设计，图形用户界面（GUI）。 常用术语 设计 实验 人为因素 关键字 车辆导航 卫星导航 汽车导航 识别地图 司机分心 司机负担 1. 介绍 车辆导航系统是移动计算机设备日益普及的例子。欧洲联盟2007年的一次民意调查发现，高达35%的公民，大约1.59亿人，目前正在使用或打算购买导航系统[6]。这些设备使驾驶路线选择的关键任务自动化，同时支持随后路线的机变任务-通过及时发布轮转的指令。到目前为止，移动的人机交互在用户界面上的研究专注于生提出指导方案来解决实用和效率的问题以及他们和导航有效性和驾驶性能等的联系[10，17]。几个研究人员已经提高了对车辆导航设备信任的长期影响特别是对移动方式和航行不确定性的影响方面的关注[18]。在这些领域一个关键的行为定为能力，随着时间的推移，将开发一个准确的拥有大规模环境的心理表示。这种内部表示通常称为识别地图（参见[13]此术语的评论）。开发识别地图能力是一项提高运输效率和可能拥有社会与心理学效益的重要技能。这些可能包括对到达目的地进行选择和为其提供指示的能力[4]。此外，开发准确和全面的识别地图 将授权司机找到不包括在导航系统的数据库位置（例如地区或特定的建筑物），或当导航系统发生故障恢复任务。 早前在这所大学的一个研究寻求在驾驶模拟器的可控环境内对真实城镇识别地图构成领域的探索[4]。连同以往的研究[1,11]，有明确的证据表明驾驶员在一个地区的空间学习受到一个简单轮转导航系统使用的负面影响。有几个可能的原因包括对环境低水准的关注，简化和缩短导航做决定的时间尺度和使用导航系统招致的限定压力。 早前的研究提出了一个学习型导航系统，用以寻求对驾驶空间知识的发展，以及尽量减少航行的不确定性。这个可以让司机通过系统从经常旅行的路线或地区迈向一个独立点。目前的文献已经描述了这种概念的初步评估。独特的研究旨在探讨导航学习和工作量的关系。工作量和视觉需求是至关重要的考虑因素。司机的工作量也和航行的不确定性有关。导航系统最初可能对工作量的减少有作用，但是，减缓识别地图的发展，可能隐瞒一个已被研究地区的工作量的下降。这种关系的探讨可能会引导未来设计的重要指标。 2. 方法 这项研究是学科间的实验，用16个参与者，12男4女。参与者的大部分年龄在21-30岁之间。3个年龄超过此范围，1个低于此范围（平均年龄是25.4，范围是17-53之间）。12个是经验丰富的司机（超过两年的经验）。10个自认为是优秀的驾驶员，6个自认为不是。 2.1 驾驶模拟器 实验利用一个固定起点，普通的逼真度，驾驶模拟器，位于英国诺丁汉大学的一个混合真实实验室（图1）。参与者被随机分配，使其中8个用基本指导行驶路线，8个用学习型导航系统行驶路线。参与者在行驶过程中将被录像，这样就可以肉眼分析行为，以及评估两个系统的在视觉上的要求。 图1 模拟器 2.2 虚拟城镇 参与者在虚拟城镇行驶的三条线路显示如图2，3，4。 线路可以选择在多个点上重叠或交叉。路线上10个连接处中有8个可被至少一条线路共享，有4个被3条线路都共享。路线所覆盖的区域大概有75%被两条或以上的路线共享。 图2 线路1 图3 线路2 图4 线路3 人们希望，这种设计将促进该地区综合知识的发展。在现实生活环境中识别地图的方式包括大量的时间和多样的环境的暴露。时间短是本实验一个潜在的限制。仔细设计线路，试图在相对较短的时间尺度内提供最大的曝光率来克服这个问题。此外，一些独特的地标，包括公共房屋、教堂和快餐店，被放置在主要路口，或者连接处，沿着路线可以从