• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of experimental psychology. Applied >Modeling drivers' visual attention allocation while interacting with in-vehicle technologies
【24h】

Modeling drivers' visual attention allocation while interacting with in-vehicle technologies

机译：与车载技术交互时，对驾驶员的视觉注意力分配进行建模

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In 2 experiments, the authors examined how characteristics of a simulated traffic environment and in-vehicle tasks impact driver performance and visual scanning and the extent to which a computational model of visual attention (SEEV model) could predict scanning behavior. In Experiment 1, the authors manipulated task-relevant information bandwidth and task priority. In Experiment 2, the authors examined task bandwidth and complexity, while introducing infrequent traffic hazards. Overall, task priority had a significant impact on scanning; however, the impact of increasing bandwidth was varied, depending on whether the relevant task was supported by focal (e.g., in-vehicle tasks; increased scanning) or ambient vision (e.g., lane keeping; no increase in scanning). The computational model accounted for approximately 95% of the variance in scanning across both experiments.
机译：在2个实验中，作者检查了模拟交通环境和车载任务的特征如何影响驾驶员的性能和视觉扫描，以及视觉注意力计算模型（SEEV模型）在多大程度上可以预测扫描行为。在实验1中，作者操纵了与任务相关的信息带宽和任务优先级。在实验2中，作者检查了任务带宽和复杂性，同时介绍了不常见的交通危害。总体而言，任务优先级对扫描有重大影响;但是，带宽增加的影响是不同的，具体取决于相关任务是由焦点（例如，车载任务;增加扫描）还是环境视觉（例如，保持车道;不增加扫描）来支持。在两个实验的扫描中，计算模型约占差异的95％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号