이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

Tech-wise Driver (노인을 위한 타겟 ADAS 기술 수용)

2025년 3월 24일 업데이트: Liliana Alvarez Jaramillo, Western University, Canada

기술적 측면의 운전자: 노년층 운전자를 위한 표적 ADAS의 지속적인 효율성과 기술 수용 탐구

기술적인 운전자: 노년층 운전자를 위한 표적 ADAS의 지속적인 효능 및 기술 수용 탐구 캐나다에 등록된 교통사고 사망자의 상당 부분이 노년층에서 발생했습니다. 연구에 따르면 첨단 운전자 보조 시스템(ADAS)은 안전성을 강화하고 노년 운전자의 연령 관련 쇠퇴를 완화할 수 있습니다. 지속적인 사용으로 인해 ADAS에 의존하는 노인 운전자의 운전 성능이 저하되는지 여부는 아직 대부분 밝혀지지 않았습니다. 이는 노년 운전자의 ADAS 사용에 대한 새로운 증거를 고려할 때 문제가 됩니다. 또한 지속적인 사용과 관련하여 ADAS 기술 수용의 변화를 탐색하면 인지된 안전성과 사용 의도 간의 상관 관계를 알 수 있습니다.

조사관들은 운전 시뮬레이터 훈련만 하는 것과 비교하여 차선 이탈 경고(LDW), 순항 제어(CC) 및 전방 근접 경고(FPW) 기술을 사용하면 이 집단에서 중대한 운전 오류가 지속적으로 감소할 것이라고 가정합니다. 그리고 기술에 대한 노출은 참가자의 인지된 유용성과 사용 용이성을 증가시킬 것입니다. 이 목표를 달성하기 위해 조사관은 평가할 때 지속적인 효능 결정을 탐색하고, 기술 노출의 영향을 확립하고, 훈련된 차량 내 평가를 기준으로 훈련된 작업 치료를 사용하여 운전 오류 유형 및 심각도에 대한 컴퓨터화된 모델의 동시 타당성을 평가합니다. 나이 많은 운전자의 성능.

우리의 연구 결과는 노년층 운전자가 차량 내 기술을 선택하는 능력에 큰 영향을 미칠 수 있으며, 우리의 연구는 평가자 기반 기능 평가의 결과에 대해 시뮬레이터에서 파생된 컴퓨터 모델의 기준 타당성을 최초로 평가할 것입니다.

연구 개요

상세 설명

운전 시뮬레이터는 일부 운전자에게 더 어려울 수 있는 상황(예: 보행자가 횡단보도로 들어서는 경우, 차량이 주차 공간에서 빠져나가는 경우, 차량이 갑자기 차선을 변경하는 경우)을 포함하는 운전 시나리오에서 운전자에 대한 데이터를 수집하는 데 사용됩니다. 시뮬레이션된 환경의 이미지와 함께 운전자를 위한 차량 데이터 및 시선 데이터가 수집됩니다. 시뮬레이터는 시뮬레이터에서 생성된 지표를 통해 주행 성능을 측정합니다. 페달(예: 가스 및 브레이크) 반응 시간, 차량 속도, 진행 거리/시간 등

참가자: 면허를 소지한 고령 운전자(65세 이상)가 이 연구에 포함됩니다. 운전 활동에 완전히 참여할 수 없는 신경학적 또는 정신적 질환이 있거나 운전 중 정신적 및/또는 신체적 기능에 지속적으로 부정적인 영향을 미칠 수 있는 약물을 복용하는 경우 참가자는 제외됩니다.

표본 크기: 유의 수준 0.05의 양면 유의성 검정을 기반으로 중간 효과 크기 .50을 탐지하기 위한 80% 검정력을 달성하기 위해 n=68의 표본 크기가 모집됩니다.

절차:

  1. 관심 있는 잠재적 참가자는 모집 중에 배포된 정보를 사용하여 팀에 연락할 것입니다.
  2. 자격 기준이 확인되면 첫 번째 세션이 예약됩니다.
  3. 참가자에게는 구내에 주차할 수 있는 주차권이 제공됩니다.
  4. 첫 번째 세션을 완료하는 데 약 1시간이 소요됩니다.
  5. 연구의 목적은 각 참가자와 함께 검토되며 시뮬레이터를 보여줍니다.

2.b. 참가자들은 종이와 연필로 구성된 배터리 테스트와 컴퓨터 테스트를 완료하게 됩니다. 이러한 테스트 중 첫 번째는 포함 기준을 충족하는지 확인하기 위한 시력 선별 테스트입니다. 시력(단안 및 양안)은 Snellen 비전 차트를 통해 평가됩니다. 시력, 주변 시야, 대비 감도, 색상 식별, 깊이 인식, 측면 사위 및 수직 사위는 Optec 5000® Visual Analyser(Stereo Optical Company, Inc.(일리노이주 시카고). 시력 검사 후 참가자는 접수 양식을 작성하게 됩니다. 이는 나이, 성별, 일정 관리를 위해 선호하는 연락 정보 방법, 자기 식별 민족, 교육 수준, 직업, 약물 등의 정보를 수집하는 연구팀이 채택한 표준화된 접수 양식입니다. 인종 및 인구 그룹에 관한 질문은 캐나다 통계청의 업데이트된 표준을 기반으로 합니다.

2.c. 운전 이력 및 습관: 참가자는 자신의 운전 이력과 관련된 여러 가지 테스트를 완료합니다. 먼저, 참가자들은 연구팀이 채택한 운전 이력 양식을 작성합니다(Ali et al., 2014 기반). 이 양식은 세 가지 섹션으로 정보를 수집합니다. 섹션 1에는 참가자가 처음 면허를 취득한 연령, 참가자가 일반적으로 운전하는 차량 유형, 참가자가 자동차 충돌 사고에 연루되었는지 여부 및 이전 ADAS 기술 사용이 포함됩니다. 둘째, 참가자는 컴퓨터 기반 UFOV(유용한 시야)를 완료합니다. UFOV는 시각적 인식과 주의력을 평가하는 표준화된 테스트입니다(Edwards et al., 2005). 이 테스트는 노년층 운전자의 운전 성과와 상관관계가 있는 것으로 나타났습니다. UFOV는 주의력, 분할 주의력, 선택적 주의력을 평가하는 세 가지 하위 테스트로 구성됩니다. 마지막으로 참가자는 펜과 종이를 사용하여 5가지 시각적 검색 및 순서 지정 작업으로 구성된 표준화된 세트를 참가자에게 제시하는 표준 테스트인 CTMT(Comprehensive Trail Making Test)를 완료하게 됩니다(Reynolds, 2002).

빠른 속도 걷기 관리(Rapid Pace Walk Administration): 빠른 속도로 걷기와 관련된 신체 평가로 보행 및 이동성을 평가하는 데 잠재적으로 사용되며 차량의 페달 및 제어 장치를 작동하는 개인의 능력에 영향을 줄 수 있습니다.

손가락 대 코 관리: 참가자가 손가락으로 코를 만지는 운동 조정 테스트로, 운전 중 조향 및 스위치 조작과 같은 작업과 관련된 미세 운동 기술 및 조정을 평가합니다.

애들레이드 자기 효능감 운전 척도: 다양한 운전 상황에서 참가자의 자신감과 인지된 능력을 평가하는 자가 보고 설문지로, 운전 기술에 대한 주관적인 평가를 이해하는 데 도움이 됩니다.

수정된 시뮬레이터 멀미 설문지: 운전 시뮬레이션 세션 중에 경험한 시뮬레이터 멀미 또는 불편함의 증상을 측정하는 설문지로, 시뮬레이션 기반 평가의 유용성과 편안함을 평가하는 데 중요합니다.

운전 시뮬레이션 평가 양식: 운전 시뮬레이션 시나리오 중 참가자의 성과와 행동을 평가하는 데 사용되는 구조화된 양식 또는 체크리스트로, 운전 기술 및 행동에 대한 객관적인 데이터를 제공합니다.

맨체스터 운전 행동 설문지: 참가자의 운전 스타일, 위험 인식 및 교통 규칙 준수에 대한 통찰력을 제공하여 자가 보고된 운전 행동 및 태도를 평가하는 설문지입니다.

평가 후 테스트에는 일반적으로 기본 평가 중에 측정된 특정 측면을 재평가하거나 중재 또는 교육 후 변경 사항이나 개선 사항을 평가하는 작업이 포함됩니다.

2.d. 이러한 테스트 후에 참가자는 시뮬레이션 드라이브를 완료하게 됩니다. 조사관은 임상 운전 시뮬레이터(DriveSafety Inc., Salt Lake City, UT)를 사용할 예정입니다. 각 드라이브에 앞서 참가자는 적응 드라이브에 노출됩니다. 적응 드라이브는 참가자가 시뮬레이션으로 인해 불편함을 경험할 가능성을 줄이기 위한 완화 프로토콜의 일부입니다. 이러한 드라이브는 7분 이상 지속되지 않으며 간단한 조작(예: 광고 중지 가속화)으로 시작하여 점차적으로 더 복잡한 조작(예: 광고 중지)을 도입하여 참가자에게 시뮬레이션을 천천히 소개합니다. 선회).

2.e. 그런 다음 각 참가자는 무작위로 15분 동안 운전을 완료하게 됩니다. 그런 다음 참가자는 ADAS를 시뮬레이션하거나(실험 그룹) 훈련 스크립트가 제공되는(제어) 4개의 교육 세션으로 구성된 3세트에 참여하게 됩니다. 4개의 드라이브로 구성된 각 세트 후에 시뮬레이터 평가 사후 테스트는 임상 평가 배터리를 포함하는 최종 사후 테스트와 함께 완료됩니다. 사용 가능한 경로는 참가자 간에 무작위로 할당되고 균형을 이룹니다. 모든 주행이 기록됩니다(운전자의 정면 모습과 시뮬레이션 주행). 참가자가 모든 운전을 완료하면 녹음 내용이 맹인 교육을 받은 평가자(작업 치료사 및 운전 재활 전문가)에게 전송됩니다. 이 연구에서는 3개의 19인치 평면 패널 디스플레이로 구성된 고성능 임상 운전 시뮬레이터(DriveSafety Inc)를 사용합니다. 110도 시야; 1920 x 1080 픽셀/화면. 원시 파일은 비교를 위한 모델을 개발하고 계산하는 데 사용됩니다. 시뮬레이터를 사용한 드라이브가 기록됩니다(mp4). 이를 통해 연구팀이 수행한 운전 오류의 수와 유형에 대한 운전 후 평가가 가능해집니다. 시뮬레이션 운전을 기록하는 것 외에도 시뮬레이터에 있는 카메라는 운전자의 얼굴을 기록하여 시각적 스캐닝 오류를 채점할 수 있습니다. 모든 비디오 파일은 연구실의 시뮬레이터 컴퓨터에 연결된 비밀번호로 보호된 연구 드라이브에 저장되며, 본 연구팀 구성원만 접근할 수 있습니다. 운전자의 시선 정보를 수집하기 위해 시뮬레이터에 스테레오 카메라도 부착됩니다. 이 카메라는 시선 분석 소프트웨어를 실행하는 컴퓨터에 연결되어 있으며 시선 방향(카메라 3D 공간의 벡터)과 머리 방향(또한 카메라 3D 공간의 벡터)만 기록합니다. 이 데이터는 숫자이며 참가자에게 할당된 식별자를 사용하여 저장됩니다. 이 카메라에서는 이미지가 수집되지 않습니다. 각 운전 전후에 적응형 멀미 설문지를 사용하여 시뮬레이터 멀미의 징후를 모니터링합니다. 참가자가 항목 중 하나라도 5점을 초과하면 세션이 중단되고 참가자에게는 보상이 제공되며 물, 진저에일, 크래커 및 시원한 방을 이용할 수 있습니다. 시뮬레이터 멀미 증가 위험을 피하기 위해 더 이상 운전을 시도하지 않습니다.

2.f. 운전 세션이 끝난 후 연구팀은 참가자에게 감사를 표하고 보상을 제공합니다.

3. 팀이 각 드라이브의 운전 시뮬레이터 측정 항목에 액세스할 수 있도록 Western 라이센스 내의 비밀번호로 보호된 One Drive 폴더가 사용됩니다. 식별되지 않은 운전 시뮬레이터 데이터만 One Drive에 업로드됩니다.

연구 유형

중재적

등록 (추정된)

68

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

  • 이름: Liliana Alvarez, PhD
  • 전화번호: 88957 519-6612111
  • 이메일: lalvare2@uwo.ca

연구 연락처 백업

  • 이름: Shiva Yazdani, MSc
  • 전화번호: 5196612111
  • 이메일: syazda3@uwo.ca

연구 장소

    • Ontario
      • London, Ontario, 캐나다, N6G1H1
        • 모병
        • Western University

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 고령자

건강한 자원 봉사자를 받아들입니다

예

설명

포함 기준:

  • 65세 이상이어야 합니다.
  • 유효한 운전면허증을 소지해야 합니다.

제외 기준:

  • 운전을 방해하는 신경학적 또는 정신적 질환
  • 정신적 및/또는 신체적 기능에 지속적으로 부정적인 영향을 미칠 수 있는 향정신성 약물의 사용

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 건강 서비스 연구
  • 할당: 해당 없음
  • 중재 모델: 단일 그룹 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: ADAS 통합 운전자 시뮬레이션 교육
본 연구에서 실시한 개입은 ADAS 통합 운전자 시뮬레이션 교육입니다. 이 부문의 참가자는 차선 이탈 경고(LDW), 크루즈 컨트롤(CC) 및 전방 근접 경고(FPW) 기술이 탑재된 고성능 운전 시뮬레이터를 사용하여 교육 세션을 받게 됩니다. 이러한 기술은 고령 운전자(65세 이상)의 운전 성능을 향상시키고 심각한 운전 오류를 줄이는 데 도움을 주기 위해 설계되었습니다. 이 교육에서는 실제 운전 시나리오를 시뮬레이션하여 참가자가 이러한 ADAS 기능에 익숙해지고 효과적으로 사용할 수 있도록 돕습니다.
이 개입에는 고령 운전자(65세 이상)에게 고성능 운전 시뮬레이터를 활용한 교육 세션을 제공하는 것이 포함됩니다. 이 교육에서는 ADAS라고 통칭되는 차선 이탈 경고(LDW), 크루즈 컨트롤(CC) 및 전방 근접 경고(FPW) 기술의 통합 및 사용에 중점을 둡니다. 이 교육은 참가자들이 이러한 고급 운전자 지원 시스템에 익숙해지고 운전 중에 이러한 기능을 효과적으로 활용할 수 있도록 고안되었습니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
운전 오류 횟수
기간: 이 연구는 사전 테스트, 사후 테스트 1, 사후 테스트 2 평가를 포함하여 12주 동안 진행됩니다.
이 결과는 차선 이탈 경고(LDW), 크루즈 컨트롤(CC) 및 전방 근접 경고(FPW) 기술로 구성된 첨단 운전자 지원 시스템(ADAS) 개입이 노년 운전자의 운전 성능에 대한 지속적인 효율성을 평가하는 것을 목표로 합니다. 65년). 본 연구에서는 ADAS 통합 운전자 시뮬레이션 교육을 받은 참가자와 운전 시뮬레이터 교육만 받은 참가자의 성과를 비교합니다. 주요 초점은 테스트 후 간격에 걸쳐 독립적인 맹인 작업 치료사가 평가한 중대한 운전 오류의 감소를 측정하는 것입니다.
이 연구는 사전 테스트, 사후 테스트 1, 사후 테스트 2 평가를 포함하여 12주 동안 진행됩니다.
운전 오류 유형
기간: 이 연구는 사전 테스트, 사후 테스트 1, 사후 테스트 2 평가를 포함하여 12주 동안 진행됩니다.
맹검 평가자는 심각한 운전 오류의 수가 감소하는지 확인하기 위해 유형 pf 운전 오류를 기록합니다(예: 강사의 물리적 개입이 필요한 경우).
이 연구는 사전 테스트, 사후 테스트 1, 사후 테스트 2 평가를 포함하여 12주 동안 진행됩니다.

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 수석 연구원: Liliana Alvarez, PhD, Western University, Canada

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2025년 2월 1일

기본 완료 (추정된)

2025년 7월 31일

연구 완료 (추정된)

2025년 12월 31일

연구 등록 날짜

최초 제출

2024년 5월 24일

QC 기준을 충족하는 최초 제출

2024년 5월 30일

처음 게시됨 (실제)

2024년 5월 31일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 3월 28일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 3월 24일

마지막으로 확인됨

2025년 3월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • R5570A12

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

구독하다