Сравнение эффективности управления симулятором вождения автомобиля в ручном и полуавтоматическом режимах: поведенческий и физиологический анализ

Размещено на http://www.allbest.ru/

Сравнение эффективности управления симулятором вождения автомобиля в ручном и полуавтоматическом режимах: поведенческий и физиологический анализ

О.Н. Ткаченко

В.Б. Дорохов

В.В. Дементиенко

Е.О. Гандина

Г.Н. Арсеньев

А.О. Таранов

Д.Р. Бакирова

Д.С. Свешников

Аннотация

О.Н. Ткаченко, Институт высшей нервной деятельности и нейрофизиологии РАН, г. Москва, Российская Федерация.

В.Б. Дорохов, Институт высшей нервной деятельности и нейрофизиологии РАН, г. Москва, Российская Федерация.

В.В. Дементиенко, Институт радиотехники и электроники им. В.А. Котельникова РАН, г. Москва, Российская Федерация.

Е.О. Гандина, Институт высшей нервной деятельности и нейрофизиологии РАН, г. Москва, Российская Федерация.

Г.Н. Арсеньев, Институт высшей нервной деятельности и нейрофизиологии РАН, г. Москва, Российская Федерация.

А.О. Таранов, Институт высшей нервной деятельности и нейрофизиологии РАН, г. Москва, Российская Федерация.

Д.Р. Бакирова, Институт высшей нервной деятельности и нейрофизиологии РАН, г. Москва, Российская Федерация.

Д.С. Свешников, Российский университет дружбы народов, г. Москва, Российская Федерация.

Цель исследования - сравнение эффективности вождения в ручном и полуавтоматическом режимах управления и поиск психофизиологических предикторов потенциально опасных состояний, которые могут быть использованы перед поездкой или в реальном времени. В экспериментах принимали участие 32 испытуемых в возрасте 18-22 года с частичной депривацией сна (в среднем 5,8 часов сна в ночь перед экспериментом).

Каждый испытуемый участвовал в двух экспериментальных сессиях: с ручным и частично автоматизированным сценариями управления компьютерным симулятором вождения автомобиля. Периодически от него требовалось реагировать на два типа стимулов: постепенно изменяющийся, появляющийся неожиданно и требующий маневрирования. Регистрировалась данные симулятора вождения автомобиля и ЭЭГ по стандартной системе 10-20 с частотой дискретизации 500 Гц. На мониторе в комнате испытуемого была закреплена трехмерная видеокамера, отслеживающая положение головы и изменения мимики испытуемого на протяжении эксперимента. Испытуемый проходил опросники на сонливость и общее самочувствие, также перед экспериментом тестировалось время реакции. При ручном и полуавтоматическом управлении было пропущено 1,2 и 4,3% всех стимулов соответственно. Время реакции на постепенно изменяющийся стимул составило 4,29 ± 0,09 и 3,19 ± 0,12 с при ручном и полуавтоматическом режиме управления соответственно. В сессиях с полуавтоматическим управлением 21% пропусков случились на фоне нормальной (выявлена при сравнении с началом эксперимента) продолжительности морганий, в то время как 75% пропусков предшествовали удлиненные моргания (длительность более 900 мс). Значительную корреляцию (40-50%, р < 0,01) со средними временами реакции в каждой сессии показали результаты теста на простое время реакции, пройденного перед экспериментом. Полученные результаты свидетельствуют об увеличении рисков засыпания и отвлечения водителей при управлении частично автоматизированными транспортными средствами по сравнению с ручными даже на фоне умеренной депривации сна, из чего следует необходимость контроля состояния водителя во время поездки.

Ключевые слова: депривация сна, частично автоматизированное вождение, айтрекинг, моргания

Abstract

O.N. Tkachenko, Institute of Higher Nervous Activity and Neurophysiology of Russian Academy of Sciences, Moscow, Russian Federation.

V.B. Dorokhov, Institute of Higher Nervous Activity and Neurophysiology of Russian Academy of Sciences, Moscow, Russian Federation.

V. Dementienko, Kotelnikov Institute of Radioengineering and Electronics of Russian Academy of Sciences, Moscow, Russian Federation.

E.O. Gandina, Institute of Higher Nervous Activity and Neurophysiology of Russian Academy of Sciences, Moscow, Russian Federation.

G.N. Arsenyev, Institute of Higher Nervous Activity and Neurophysiology of Russian Academy of Sciences, Moscow, Russian Federation.

A.O. Taranov, Institute of Higher Nervous Activity and Neurophysiology of Russian Academy of Sciences, Moscow, Russian Federation.

D.R. Bakirova, Institute of Higher Nervous Activity and Neurophysiology of Russian Academy of Sciences, Moscow, Russian Federation.

D.S. Sveshnikov, Peoples' Friendship University of Russia, Moscow, Russian Federation.

Comparison of driving simulator efficiency in semi-automatic and hand-driving modes: Behavioral and physiological analysis.

The aim of this study is to compare semi-automatic and hand driving efficacy and to identify psychophysiological indicators of potentially dangerous driver's states which can be used before the trip or in real time. 32 subjects (18-22 years old) participated in the study after partial sleep deprivation (an average of 5.8 hours of sleep the night before the experiment). Each subject was tested in two 1.5-hours long experimental sessions in driving simulator with hand and semi-automated computer driving simulator with three event types. They were constantly required to respond to two types of stimuli: gradually changing, appearing unexpectedly, and requiring maneuvering. Simulation data and EEG were recorded using a standard 10-20 system with a sampling frequency of 500 Hz. A 3D video camera was fixed on the monitor in the subject's room, which tracks the position of the head and changes in the subject's facial expressions throughout the experiment. The subject took questionnaires for drowsiness and general well-being, and the reaction time was also tested before the experiment. With manual and semi-automatic control, 1.2 and 4.3% of all stimuli were missed, respectively. Mean reaction time for slowly changing stimulus was 4.29 ± 0.09 u 3.19 ± 0.12 seconds, respectively. Reaction time was not changed significantly for sudden stimulus, but much more lapses were found in semi-automated sessions. For semi- automated sessions, 21% of lapses were preceded by normal blinks, while for 75% at least one prolonged blink (>0.9 sec) was found within preceded 10 sec interval. A significant correlation (40-50%, p < 0.01) with the average reaction times in each session was shown by the results of the simple reaction time test performed before the experiment. These results give us further evidence that both drowsiness and distraction contribute to efficiency loss during semi- automated driving and that subject's state should be controlled continuously during driving.

Key words: sleep deprivation, semi-automated driving, eye-tracking, blinking

Введение

Проблема аварийности на дорогах с момента появления продолжает оставаться острой. По данным ВОЗ, ежегодно в результате ДТП умирает более 1,3 млн. человек WHO: Road traffic injuries. 2021. URL: https://www.who.int/news-room/fact-sheets/detail/ road-traffic-injuries (accessed 22.09.2021).. Кроме того, ежегодно от 20 до 50 млн человек получают травмы и ранения в результате ДТП. По данным Европейской программы исследований дорожного движения, человеческий фактор является основной причиной более чем 90% аварий.

На качество управления транспортным средством влияют многие характеристики водителя, как устойчивые, так и связанные с функциональным состоянием. В первую очередь это навыки вождения, склонность к агрессивному вождению либо вождению в нетрезвом состоянии, отвлечение от дороги, устойчивость к монотонной деятельности, депривация сна. Если водитель в ночь перед вождением спал менее шести часов, то риск засыпания повышается в 2,6 раза, а если менее четырех часов - уже в 15 раз [Tefft, 2018]. По оценкам экспертов, засыпание вносит вклад в 20% общего количества ДТП и в 25% ДТП, имеющих тяжелые последствия.

Депривация сна снижает устойчивость водителя к монотонии. Усталость водителя, включающая в себя эпизоды засыпания и близкие к ним состояния, вызывает до 20% ДТП The Royal Society for the Prevention of Accidents road safety factsheet: Driver fatigue. Driver Fatigue and Road Accidents Factsheet. 2017. URL: https://www.rospa.com/rospaweb/ docs/advice-services/road-safety/drivers/driver-fatigue-factsheet.pdf (accessed: 22.01.2021). Virginia Tech Transportation Institute. Day or night, driving while tired a leading cause of accidents. 2013. URL: https://vtx.vt.edu/articles/2013/04/041513-vtti-fatigue.html (accessed: 22.01.2021).. Не меньшую угрозу, чем сонливость, представляет отвлечение внимания водителя от дорожной ситуации. В возрастной группе 15-19 лет использование мобильных телефонов за рулем приводит к 21% от общего количества аварий с летальным исходом [Ibrahim et al., 2011]. Показано, что использование мобильного телефона при вождении положительно коррелирует с другими типами рискованного поведения, такими как неоправданное ускорение, подрезание, попытки проехать на красный свет [Morgan, Mannering, 2011; Weng, Meng, 2012]. При этом жители мегаполисов из-за напряженного ритма жизни и светошумовых загрязнений спят меньше рекомендуемой нормы. Согласно недавнему исследованию компании Amazfit с участием 2 957 532 респондентов, средняя продолжительность сна всех россиян составляет всего 6,83 ч Исследование: средняя продолжительность сна россиян составила 6,83 часа. РБК. Тренды. 2021. URL: trends.rbc.ru/trends/social/6128ba189a79477d3d16f1f7 (дата обращения:. Москва и Московская область ожидаемо оказались в тройке худших по этому показателю регионов.

В последние два десятилетия, в связи с активным развитием систем искусственного интеллекта, все шире распространяются частично автоматизированные транспортные средства, выполняющие за водителя рутинную работу: следить за соблюдением скоростного режима, держаться центра полосы и т.п. Автоматизация рутинных задач по сравнению с управлением традиционным автомобилем увеличивает время реакции и ухудшает водительские навыки. Так, в исследовании [Vogelpohl et al., 2018] на 60 водителях было показано, что при частично автоматизированном вождении усталость наступает гораздо раньше - через 20 мин у водителей с депривацией сна и через 35 мин у выспавшихся водителей (по сравнению с 45 мин для депривированных и 60 мин у выспавшихся водителей при полностью ручном управлении). У водителей частично автоматизированного транспорта на 30% увеличивается время реакции на предупреждение системы об ухудшении погодных условий. Также водители частично автоматизированных автомобилей более склонны сбрасывать скорость и не перестраиваться между полосами, что свидетельствует о снижении внимания к дороге. засыпание автоматизированное вождение поездка

Таким образом, по существующим исследованиям можно предположить, что по сравнению с классическими автомобильными системами у частично автоматизированных систем снижено влияние фактора агрессивности водителя, но существенно возрастает роль сонливости и отвлечения от дороги. Важно упомянуть, что водители неоднозначно относятся к полной автоматизации вождения и хотят сохранить возможность вернуться к ручному управлению по желанию или необходимости [Ekman, Johansson, Sochor, 2018].

Целью нашей работы является изучение состояния оператора, управляющего частично автоматизированным транспортным средством, и поиск психофизиологических предикторов потенциально опасных состояний.

Задачами работы на данном этапе были выявление различий в ручном и автоматическом реагировании на неожиданные стимулы на фоне монотонии и частичной депривации сна, а также возможных корреляций качества выполнения задания с морганиями, зарегистрированными посредством 3D-камеры в реальном времени.

Методика.

В подавляющем большинстве случаев для исследования состояния водителя в дороге используют симуляторы вождения автомобиля (далее «симуляторы»), разработанные с различной степенью реалистичности. При тестировании одной и той же группы испытуемых на реальной дороге и в реалистичных симуляторах было показано, что их реакции довольно сходны [McGehee, Mazzae, Baldwin, 2000; Godley, Triggs, Fildes, 2002; Yan et al., 2008]. Преимущество симулятора перед реальными исследованиями состоит в возможности задать совершенно одинаковые сценарии (включая видимость и погодные условия) для всех испытуемых, а также получить точные количественные оценки выполнения задания (расстояние до объекта, положение автомобиля на полосе и т.п.). В данной работе исследовалась эффективность управления полностью ручной и полуавтоматической системой управления симулятором на фоне частичной депривации сна. Также изучалась связь между скоростью реакции на стимул и морганиями испытуемого, выявленными при помощи 3D-видеокамеры.

В экспериментах приняли участие 32 здоровых испытуемых в возрасте 18-22 года. Каждый испытуемый принял участие в двух экспериментальных сессиях: с ручным и частично автоматизированным сценариями управления симулятором вождения автомобиля. Эксперименты проводили в дневное время, с 13 до 16 ч, в затемненной звукоизолированной комнате, оснащенной кондиционером, при температуре 23 °С, с промежутком между опытами от 2 до 7 дней.

Перед серией экспериментов испытуемые проходили опросники «Питтсбургская шкала сонливости» и пятифакторный опросник личностных черт «Опросник Большой Пятерки». Перед каждой экспериментальной сессией они заполняли опросник «Шкала сонливости Эпворта», а до и после экспериментальной сессии - опросник «САН» (самочувствие - активность - настроение). Кроме того, перед исследованием проводилось тестирование времени реакции испытуемого на простые и усложненные неправильными подсказками стимулы на аппаратно-программном комплексе УПДК-МК (производство АО «Нейроком»), утвержденного для профессионального психофизиологического обследования машинистов поездов холдингом «Российские железные дороги (https://neurocom.ru/products/professional-systems/updk-mk/).

Эксперименты проводились в затемненной звукоизолированной комнате, оснащенной кондиционером, при температуре 23 °С. В течение опыта велась регистрация от ЭЭГ по стандартной системе 10-20 с частотой дискретизации 500 Гц при помощи аппаратнопрограммного комплекса NeoRecNVX36 (Medical Computer Systems, Зеленоград). Электроды подключались по монополярной схеме. Использовались высоко- и низкочастотный, а также режекторный фильтры (0,5, 35 и 50 Гц соответственно).

На мониторе в комнате испытуемого была закреплена трехмерная видеокамера Intel Real Sense SR 300, отслеживающая положение головы и изменения мимики испытуемого на протяжении эксперимента.

Видеокамера и электроэнцефалограф были подключены к компьютеру экспериментатора, который находился в соседней комнате. Данные с симулятора вождения (см. далее) с частотой опроса 6 Гц заносились в лог-файл на компьютер испытуемого.

Перед каждым экспериментом время на компьютерах испытуемого и экспериментатора синхронизировалось посредством подключения к удаленному серверу.

Испытуемый во время эксперимента находился в кресле с подголовником на комфортном расстоянии от монитора и управлял симулятором посредством игровых руля и педалей.

Изображение в симуляторе представляло собой стилизованный вид от первого лица на четырехполосную дорогу, разделенную пунктирной разметкой. В отсутствие стимулов испытуемому давалось указание следовать по центру второй справа полосы со скоростью 60 км/ч. Скорость движения регулируется педалями в диапазоне 5-100 км/ч и отображается на спидометре в нижней части экрана. В полуавтоматическом режиме (индикатор - узкая синяя рамка по краям экрана) испытуемый получал управление только в промежуток времени, когда от него требовалась реакция на событие.

В ходе движения могли происходить следующие события (по 6 событий каждого типа в одной экспериментальной сессии).

1. Постепенное покраснение полосы, по которой движется испытуемый, в течение десяти секунд. Требуемая реакция - съехать на любую соседнюю полосу; по прошествии десяти секунд вернуться на свою полосу и продолжить движение.

2. Появление на фиксированном расстоянии перед автомобилем (30 м) неподвижного препятствия в виде стилизованной фигурки пешехода. Требуемая реакция - объехать пешехода, вернуться на свою полосу и продолжить движение.

3. Появление на фиксированном расстоянии перед автомобилем другого автомобиля (начальное расстояние 30 м, время события - 30 с). Второй автомобиль совершает маневр с перестройкой в соседнюю полосу и обратно, время маневра от начала события и полоса перестройки определяются случайным образом. Требуемая реакция - следовать за вторым автомобилем на расстоянии 10 м, повторяя его маневр, по исчезновении второго автомобиля вернуться на свою полосу и продолжить движение.

Время между событиями случайным образом варьировало от 3 до 6 мин., в среднем - 5 мин. Последовательность событий в начале каждой экспериментальной сессии задавалась случайным образом.

Результаты

Депривация сна и эффективность управления симулятором.

Несмотря на инструкцию спать не более четырех часов, средняя продолжительность сна в ночь перед экспериментом в ручном и полуавтоматическом режимах составила 5,85 ± 0,32 и 5,88 ± 0,31 ч соответственно. Средняя разница между временем сна в первом и втором эксперименте для каждого испытуемого составила 0,01 ± 0,25 ч. В 35 случаях, т.е. более чем в половине экспериментов, испытуемые перед экспериментом спали 6 и более часов.

Общее число ошибок (отсутствие реакции) для стимулов 1 и 2, допущенных в 64 экспериментах, составило 12 при ручном управлении и 46 при полуавтоматическом управлении; для стимула 3 - 2 ошибки при ручном и 3 при полуавтоматическом управлении.

Поскольку качество повторения маневра за автомобилем было распределено случайным образом относительно прошедшего от начала эксперимента времени, было принято решение исключить его из анализа и дальнейших экспериментальных серий.

Таким образом, в дальнейший анализ вошло 378 предъявлений стимула 1 (6 исключено из-за артефактов движения на записи 6) и 373 предъявлений стимула 2 (исключено 11).

На рис. 1 и 2 приведены распределения времен реакции на стимулы 1 и 2 в ручном и полуавтоматическом режимах. Для стимула 1 (постепенное изменение цвета) имеет место значительный сдвиг начала реагирования в большую сторону в полуавтоматическом режиме по сравнению с ручным (4,29 ± 0,09 и 3,19 ± 0,12 с, соответственно) (рис. 1). Что касается стимула 2 (реакция на неожиданный стимул), медианное значение времени реакции там, где она имела место, изменилось несущественно (1,16 ± 0,03 и 1,15 ± 0 02 с), однако в полуавтоматическом режиме существенно возросло число ошибок (41 по сравнению с 12 в ручном режиме) (рис. 2).

Средняя разница во временах реакции между полуавтоматическим и ручным режимами для стимулов первого типа составила 1,42 ± 0,41 с, р = 0,0017; для стимулов второго типа - 0,58 ± 0,16 с, р = 0.0011.

Опросники и предварительное тестирование.

Результаты опросника САН до и после эксперимента оказались почти идентичны (рис. 3), хотя в субъективных отчетах испытуемые оценивали оба вида эксперимента как сложные, изматывающие и вызывающие засыпание. Единственное значимое на грани достоверности различие было получено для шкалы «Активность» после экспериментов. Тем не менее, общий балл оказался ниже после эксперимента с полуавтоматическим управлением (р < 0,04), в основном за счет шкалы «Активность».

Оценка по шкале сонливости Эпворта хорошо коррелирует с замедленной реакцией на постепенно изменяющиеся обстоятельства движения (стимул 1) и в меньшей степени - на внезапное появление препятствия (стимул 2) (табл. 1).

Рис. 1. Время реакции на стимул первого типа в ручном (о) и полуавтоматическом (b) режимах управления

Fig. 1. Response time to the stimulus of the first type in manual (о) and semi-automatic (b) control modes

Рис. 2. Время реакции на стимул второго типа в ручном (о) и полуавтоматическом (b) режимах управления

Fig. 2. Response time to a stimulus of the second type in manual (о) and semi-automatic (b) control modes

Рис. 3. Результаты опросника САН до (о) и после (b) экспериментов Первый столбец в каждой паре - ручное управление, второй - полуавтоматическое управление

Fig. 3. Results of the «Well-being. Activity. Mood» questionnaire before (о) and after (b) experiments

The first column in each pair is manual control, the second column is semi-automatic control.

Из тестов «Большой Пятерки» достоверную обратную корреляцию с реакцией на постепенное изменение стимула показала только шкала «Добросовестность».

Шкалы «Активность» и «Настроение» опросника САН, пройденного перед экспериментом, также оказались обратно скоррелированы со временем реакции на стимул 1, причем только в полуавтоматическом режиме.

Наилучшую корреляцию со временем реакции на неожиданный стимул ожидаемо показал тест «реакция на простой стимул». Время реакции в тесте «реакция на сложный стимул» оказалось скоррелировано с реакцией на стимул 1, причем только в ручном режиме управления.

Корреляции различных методов тестирования и средних времен реакции на стимулы 1 и 2 в ручном и полуавтоматическом режимах симуляции, а также разности времен реакции в полуавтоматическом и ручном режимах управления [Correlations of various testing methods and average reaction times to stimuli 1 and 2 in manual and semi-automatic simulation modes, as well as the difference in reaction times in semi-automatic and manual control modes]

Предсказание времени реакции испытуемого по данным о морганиях.

Для предсказания времени реакции по состоянию испытуемого были выделены следующие показатели:

1) процент морганий за 10 с до стимула (вычисляется по данным 3D-камеры) в % от базового;

2) ширина открытых глаз за 10 с до стимула (вычисляется по показаниям 3D-камеры) в % от базовой, усредняется по обоим глазам;

3) максимальная продолжительность одного моргания за 10 с до стимула в секундах.

В качестве базовых уровней использовались усредненные за первые две минуты эксперимента значения каждого из упомянутых показателей.

Более 20% ошибок имели место в состоянии, по физиологическим характеристикам относящемся к бодрствованию и, скорее всего, были вызваны не засыпанием, а отвлечением. Кроме того, испытуемые имели различную выраженность и реактивность (возрастание мощности в ответ на закрытие глаз) альфа-ритма в ЭЭГ.

В 75% случаев ошибке (отсутствию реакции) предшествовало хотя бы одно удлиненное моргание (>0,9 с) на 10-секундном промежутке перед стимулом.

Обсуждение

Несмотря на договоренность с экспериментатором, в среднем испытуемые перед экспериментом спали около 6 ч вместо оговоренных в инструкции четырех, что соответствует среднему количеству сна жителей мегаполисов. Несмотря на то, что в интервью 27 из 32 испытуемые сочли, что сессия с полуавтоматическим управлением оказалась гораздо монотоннее и сложнее, чем сессия с ручным, показатели опросника САН, пройденного до и после эксперимента, различались незначительно: значимо уменьшилась в полуавтоматическом режиме сессии только шкала «Активность».

Даже с умеренной депривацией сна во всех 64 экспериментах было пропущено 14 стимулов для ручного и 49 - для полуавтоматического управления (1,2 и 4,3% всех стимулов, соответственно), что означает увеличение риска в ситуации полуавтоматического управления более чем в три раза. Среднее время реакции на постепенное изменение цвета полосы увеличилось более чем на 1 с, несмотря на то, что в эксперименте с полуавтоматическим режимом вождения, в отличие от ручного, испытуемый мог отследить наступление события по исчезновению рамки-индикатора автоматического режима вождения. В случае внезапного появления пешехода время реакции не изменилось существенно, но возросло количество пропусков стимула (отсутствие реакции в течение трех секунд). Эти результаты соответствуют полученным в ряде мировых исследований выводам, что частичная автоматизация управления транспортным средством значительно увеличивает количество отвлечений водителя от дороги и ускоряет наступление сонливости. Кроме того, происходящее на периферии зрительного поля (исчезновение рамки по краям монитора) не помогало испытуемым реагировать быстрее.

Статистически значимые корреляции эффективности выполнения задания с данными опросников и тестирования перед экспериментом были получены для шкалы сонливости Эпворта и фактором «Добросовестность» пятифакторного опросника личности. Наилучшую корреляцию со средним временем реакции на неожиданный стимул показал тест УПДК «реакция на простой стимул», который в том или ином виде может использоваться для оценки состояния водителя перед поездкой. Мы полагаем, что тест на простое время реакции в том или ином виде может использоваться для оценки состояния водителя перед поездкой.

Статистически значимой корреляции между временами реакций на стимулы и процентом морганий на предшествующем 10-секундном участке не было выявлено, однако в 75% случаев ошибке испытуемого предшествовало хотя бы одно удлиненное моргание (>0,9 ^. Для полуавтоматического вождения в 21% случаев с ошибками процент морганий не увеличивался относительно базового. Таким образом, даже в ситуации, где отвлекающие факторы были минимизированы, поскольку испытуемые не имели доступа к мобильным гаджетам, скука и отвлечение вносили заметный вклад в пропуск значимых стимулов.

Выводы

1. Частичная автоматизация симуляции вождения по сравнению с ручной привела к увеличению числа пропусков более чем в три раза и увеличению среднего времени реакции на неожиданные стимулы более чем на 1 с.

2. Тестирование времени реакции перед экспериментом значимо коррелирует со средним временем реакции во время вождения.

3. В 75% случаев пропускам стимулов предшествовали удлиненные (>900 мс) моргания, в то время как 21% пропусков, несмотря на отсутствие отвлекающих факторов в эксперименте, был вызван отвлечением.

Библиографический список / References

1. Ekman F., Johansson M., Sochor J. Creating appropriate trust in automated vehicle systems: A framework for HMI design. IEEE Trans. Hum.-Mach. Syst. 2018. Vol. 48. Pp. 95-101. DOI: 10.1109/THMS.2017.2776209.

2. Godley S.T., Triggs T.J., Fildes B.N. Driving simulator validation for speed research. Accident Analysis and Prevention. 2002. Vol. 34. Pp. 589-600.

3. Ibrahim J.K., Anderson E.D., Burris S.C., Wagenaar A.C. State laws restricting driver use of mobile communications devices. American Journal of Preventive Medicine. 2011. Vol. 40. No. 6. Pp. 659-665. DOI: 10.1016/j.amepre.2011.02.024 McGehee D.V., Mazzae E.N., Baldwin G.H.S. Driver reaction time in crash avoidance research: Validation of a driving simulator study on a test track. Proceedings of the Human Factors and Ergonomics Society Annual Meeting. 2000. Vol. 44. DOI: 10.1177/154193120004402026.

4. Morgan A., Mannering F.L. The effects of road-surface conditions, age, and gender on driver-injury severities. Accident Analysis and Prevention. 2011. Vol. 43. No. 5. Pp. 1852-1863. DOI: 10.1016/j.aap.2011.04.024.

5. Tefft B.C. Acute sleep deprivation and culpable motor vehicle crash involvement. Sleep. 2018.Vol. 1. No. 41. Is. 10. DOI: 10.1093/sleep/zsy144.

6. Vogelpohl T., Kьhn M., Hummel T., Vollrath M. Asleep at the automated wheel - Sleepiness and fatigue during highly automated driving. Accident; Analysis and Prevention. 2018. Vol. 126. Pp. 70-84. DOI: 10.1016/j.aap.2018.03.013.

7. Weng J., Meng Q. Effects of environment, vehicle and driver characteristics on risky driving behavior at work zones. Safety Science. 2012. Vol. 50. No 4. Pp. 1034-1042. DOI: 10.1016/j.ssci.2011.12.005.

8. Yan X., Abdel-Aty M., Radwan E. et al. Validating a driving simulator using surrogate safety measures. Accident Analysis & Prevention. 2008. Vol. 40. No 1. Pp. 274-288. DOI: 10.1016/j.aap.2007.06.007.

Размещено на Allbest.ru