|Generate QR code
Open Access
Subscription Access
Highly automated and unmanned vehicles: Main trends. Part 2
Abstract
The article considers the urgent task of finding ways and methods to transfer control to the driver in highly automated vehicles while driving when changing the driving paradigm from automatic to manual. The work of the Joint Institute of Mechanical Engineering of the National Academy of Sciences of Belarus in this area is presented.
About the Authors
Vladimir Savchenko
Объединенный институт машиностроения НАН Беларуси
Belarus
Belarus
Sergey Poddubko
Объединенный институт машиностроения НАН Беларуси
Belarus
Belarus
References
1. R. Madigan, T.Louw, N. Merat. The effect of varying levels of vehicle automation on drivers’ lane changing behavior // PLoS ONE. 2018. №13 (2) // URL: https://doi.org/10.1371/journal.pone.0192190.
2. M.Endsley, D. Kaber. Level of automation effects on performance, situation awareness and workload in a dynamic control task// Ergonomics. 1999. №42 (3). Р. 462–492.
3. N.Merat. Highly automated driving, secondary task performance and driver state// Human Factors. 2012. №54. P.762–771.
4. N. Merat, A.H. Jamson, F. Lai et al. Transition to manual: driver behavior when resuming control from a highly automated vehicle/ // Transportation Research Part F: Traffic Psychology and Behavior. November 2014. Vol. 27, Part B.P.274–282.
5. V.V. Savchenko. Optimization of the semantic biofeedback parameter in the monitoring systems of functional state of operators // Journal of Automation and Information Sciences. 2009. Vol. 41, №1. P.75–80.
6. V.V. Dementienko. Driver vigilance remote monitoring system// Science Journal of Transportation. October 2015. №6. Р. 110–114.
7. В.В.Савченко, М.С.Свистун, В.В.Сикорский. Система поддержания работоспособности водителя: результаты испытаний и экспериментальных исследований // Автомобильная промышленность. 2008. №1. С.32–34.
8. В.В. Дементиенко, В.Б. Дорохов. Оценка эффективности систем контроля уровня бодрствования человека-оператора с учетом вероятностной природы возникновения ошибок при засыпании // Журнал высшей нервной деятельности. 2013. Т.63, №1. С.24–32.
9. В.В.Савченко, С.Н. Поддубко. Подход к разработке метода передачи управления транспортным средством водителю бортовыми системами в автоматическом режиме// Труды НГТУ им. Р.Е. Алексеева. 2018. №2 (121). С.181–187.
10. V.V.Savchenko, S.N.Poddubko. Cross-modal information flows in highly automated vehicles// IOP Conf. Series: Materials Science and Engineering. 534 (2019). 012003. doi: 10.1088/1757–899X/534/1/012003// http://iopscience.iop.org/issue/1757–899X/534/1.
11. А.С.Кремез, В.В. Бонч-Бруевич. Психологические аспекты безопасности деятельности оперативного персонала технологических установок// Автоматизация в промышленности. 2011. №7. С.43–48.
12. Психологическая аттестация водителей. Система тестирования Vienna // https://docplayer.ru/28720064-Psihologicheskaya-attestaciya-voditeley-sistematestirovaniya-vienna.html.
13. Intel: каждый робомобиль будет генерировать в среднем 4 Тбайт данных в день// 3DNews Daily Digital Digest: оф. сайт// https://www.3dnews.ru/951292.html.
14. Самые подробные карты мира будут нужны автомобилям, а не людям // https://sohabr.net/habr/post/326838/.
Review
For citations:
Savchenko V., Poddubko S. Highly automated and unmanned vehicles: Main trends. Part 2. Science and Innovations. 2023;1(1):62-65. (In Russ.)
Views: 94
Email this article 