此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

Tech-wise Driver(针对老年人的 ADAS 技术接受度)

2025年3月24日 更新者:Liliana Alvarez Jaramillo、Western University, Canada

技术型驾驶员:探索针对老年驾驶员的针对性 ADAS 的持续功效和技术接受度

技术型驾驶员:探索老年驾驶员目标 ADAS 的持续功效和技术接受度 在加拿大登记的道路交通死亡人数中,老年人占很大比例。 研究表明,高级驾驶员辅助系统 (ADAS) 可以提高安全性并缓解老年驾驶员与年龄相关的衰退。 持续使用 ADAS 是否会导致老年驾驶员的驾驶表现下降,目前尚不清楚。 鉴于老年驾驶员使用 ADAS 的新证据,这是一个问题。 此外,探索 ADAS 技术接受度与持续使用相关的变化可以揭示感知安全性和使用意图之间的相关性。

研究人员假设,与单独的驾驶模拟器训练相比,车道偏离警告(LDW)、巡航控制(CC)和前方接近警告(FPW)技术将导致该人群中严重驾驶错误的持续减少;并且接触该技术将增加参与者感知的可用性和易用性。 为了实现这一目标,研究人员将探索持续疗效的确定,确定技术暴露的影响,以训练有素的职业治疗车内评估为标准,评估驾驶错误类型和严重程度的计算机模型的同时有效性。老司机的表现。

我们的研究结果可能会显着影响老年驾驶员选择车载技术的能力,并且我们的研究将是第一个根据基于评估器的功能评估结果来评估模拟器衍生计算机模型的标准有效性的研究。

研究概览

详细说明

驾驶模拟器将用于收集驾驶场景中驾驶员的数据,其中包括对某些驾驶员来说可能更具挑战性的情况,例如行人步入人行横道、车辆驶出停车位、车辆突然改变车道。 将为驾驶员收集车辆数据和视线数据以及来自模拟环境的图像。 模拟器将通过模拟器生成的指标来测量驾驶性能,例如 踏板(即油门和刹车)反应时间、车速、车距/时间等。

参与者:有执照的老年驾驶员(≥65 岁)将被纳入本研究。 如果参与者患有妨碍充分参与驾驶活动的神经或精神疾病,或者如果他们服用的药物可能对其在驾驶过程中的精神和/或身体功能产生持续的负面影响,则他们将被排除在外。

样本大小:将招募 n=68 的样本大小,以实现基于显着性水平为 0.05 的双边显着性检验检测 0.50 中等效应大小的 80% 功效。

程序:

  1. 有兴趣的潜在参与者将使用招聘期间分发的信息联系团队。
  2. 确认资格标准后,将安排第一场会议。
  3. 参加者将收到一张停车证,可以在场地内停车。
  4. 第一节课大约需要 1 小时才能完成。
  5. 将与每位参与者一起审查研究的目标,并向他们展示模拟器。

2.b. 参与者将完成一系列纸笔和计算机测试。 在这些测试中,第一个是视力筛查测试,以确保它们符合纳入标准。 通过 Snellen 视力表评估视力(单眼和双眼);通过 Optec 5000® 视觉分析仪(Stereo Optical Company,公司,伊利诺伊州芝加哥)。 视力筛查后,参与者将填写一份入学表格。 这是研究团队采用的标准化摄入表格,将收集以下信息:年龄、性别、用于安排目的的首选联系方式、自我认定的种族、教育水平、职业和药物。 有关种族血统和人口群体的问题基于加拿大统计局更新的标准。

2.c. 驾驶历史和习惯:参与者将完成多项与其驾驶历史相关的测试。 首先,参与者将完成研究团队改编的驾驶历史表格(基于 Ali 等人,2014 年)。 该表格将收集三个部分的信息。 第一部分将包括参与者获得第一张驾照的年龄、参与者通常驾驶的车辆类型、参与者是否曾卷入机动车碰撞事故以及以前使用过 ADAS 技术。 其次,参与者将完成基于计算机的有用视野(UFOV)。 UFOV 是一项评估视觉感知和注意力的标准化测试(Edwards 等,2005)。 该测试已证明与老年驾驶员的驾驶表现相关。 UFOV 由三个子测试组成,分别评估注意力、分散注意力和选择性注意力。 最后,参与者将完成综合跟踪测试(CTMT),这是一项标准化测试,其中参与者使用笔和纸完成一组标准化的五个视觉搜索和排序任务(Reynolds,2002)。

快速步行管理:涉及快步步行的身体评估,可能用于评估步态和活动能力,这可能会影响一个人在车辆中操作踏板和控制装置的能力。

手指到鼻子管理:一项运动协调测试,参与者用手指触摸鼻子,评估与驾驶时转向和操作开关等任务相关的精细运动技能和协调性。

阿德莱德自我效能驾驶量表:一种自我报告问卷,评估参与者在各种驾驶情况下的信心和感知能力,有助于了解他们对自己驾驶技能的主观评估。

修改后的模拟器疾病问卷:测量驾驶模拟课程期间模拟器疾病或不适症状的问卷,对于评估基于模拟的评估的可用性和舒适度非常重要。

驾驶模拟评估表:用于评估参与者在驾驶模拟场景中的表现和行为的结构化表格或检查表,提供驾驶技能和行为的客观数据。

曼彻斯特驾驶行为问卷:该问卷评估自我报告的驾驶行为和态度,深入了解参与者的驾驶风格、风险感知和遵守交通规则的情况。

后评估测试通常涉及重新评估基线评估期间测量的特定方面,或评估干预或培训后的任何变化或改进。

2.d. 在这些测试之后,参与者将完成他们的模拟驾驶。 研究人员将使用临床驾驶模拟器(DriveSafety Inc.,盐湖城,犹他州)。 在每次驾驶之前,参与者将接受一次适应驾驶。 适应驱动是缓解协议的一部分,旨在减少参与者因模拟而感到不适的可能性。 此类驾驶持续时间不超过 7 分钟,并慢慢地向参与者介绍模拟,从简单的操作(例如加速和停止)开始,逐步引入更复杂的操作(例如加速和停止)。 转动)。

2.e. 然后每位参与者将完成随机的 15 分钟驾驶。 然后,参与者将参加三组四次培训课程,其中将模拟 ADAS(实验组)或提供培训脚本(对照)。 每组四次驾驶后,将完成模拟器评估后测试,最终后测试还包括一系列临床评估。 可用路线将在参与者之间随机分配和平衡。 所有驾驶都将被记录(驾驶员的正面视图以及模拟驾驶)。 一旦参与者完成所有驾驶,录音将被发送给经过盲法培训的评估员(职业治疗师和驾驶康复专家)。 该研究将使用配置有三个 19 英寸平板显示器的高保真临床驾驶模拟器 (DriveSafety Inc); 110度视野; 1920 x 1080 像素/屏幕。 原始文件将用于开发和计算模型以进行比较。 使用模拟器的驾驶将被记录(mp4)。 这将使研究团队能够对驾驶错误的数量和类型进行驾驶后评估。 除了记录模拟驾驶之外,模拟器中的摄像头还会记录驾驶员的脸部,以便对视觉扫描错误进行评分。 所有视频文件都存储在受密码保护的研究驱动器中,该驱动器连接到研究实验室的模拟器计算机,并且只有该研究团队的成员才能访问。 模拟器上还将安装一个立体摄像头,用于收集驾驶员的视线信息。 该相机连接到运行注视分析软件的计算机,仅记录注视方向(作为相机 3D 空间中的矢量)和头部方向(也是相机 3D 空间中的矢量)。 该数据是数字数据,将使用分配给参与者的标识符进行存储;不会从此相机收集图像。 每次驾驶之前和之后,将使用适应晕车问卷调查来监测任何模拟器晕动症的迹象。 如果参与者在任何项目中得分超过 5 分,则课程将暂停,参与者将获得报酬并获得水、姜汁汽水、饼干和冷藏室。 不会再尝试进一步的驾驶,以避免任何增加模拟器晕眩的风险。

2.f. 驾驶结束后,研究团队将对参与者表示感谢并提供报酬。

3.为了让团队能够访问每个驱动器的驾驶模拟器指标,将使用 Western 许可证中受密码保护的 One Drive 文件夹。 只有经过去识别化的驾驶模拟器数据才会上传到 One Drive。

研究类型

介入性

注册 (估计的)

68

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

  • 姓名:Liliana Alvarez, PhD
  • 电话号码:88957 519-6612111
  • 邮箱:lalvare2@uwo.ca

研究联系人备份

  • 姓名:Shiva Yazdani, MSc
  • 电话号码:5196612111
  • 邮箱:syazda3@uwo.ca

学习地点

    • Ontario
      • London、Ontario、加拿大、N6G1H1
        • 招聘中
        • Western University

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 年长者

接受健康志愿者

是的

描述

纳入标准:

  • 必须年满 65 岁或以上。
  • 必须持有有效的驾驶执照。

排除标准:

  • 妨碍驾驶的神经或精神疾病
  • 使用可能对精神和/或身体功能产生持续负面影响的精神药物

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:卫生服务研究
  • 分配:不适用
  • 介入模型:单组作业
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
实验性的:ADAS集成驾驶员模拟培训
本研究中实施的干预措施是 ADAS 集成驾驶员模拟培训。 该组的参与者将使用配备车道偏离警告(LDW)、巡航控制(CC)和前方接近警告(FPW)技术的高保真驾驶模拟器接受培训。 这些技术旨在帮助老年驾驶员(≥65 岁)提高驾驶表现并减少严重驾驶错误。 培训将模拟真实驾驶场景,帮助学员熟悉并有效使用这些ADAS功能。
干预措施包括为老年驾驶员(≥65 岁)提供使用高保真驾驶模拟器的培训课程。 本次培训重点关注车道偏离警告(LDW)、巡航控制(CC)和前方接近警告(FPW)技术(统称为ADAS)的集成和使用。 该培训旨在让参与者熟悉这些先进的驾驶员辅助系统,使他们能够在驾驶时有效地利用这些功能。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
驾驶错误次数
大体时间:该研究将持续 12 周,包括前测、后测 1 和后测 2 评估。
该结果旨在评估有针对性的高级驾驶员辅助系统 (ADAS) 干预措施(包括车道偏离警告 (LDW)、巡航控制 (CC) 和前方接近警告 (FPW) 技术)对老年驾驶员驾驶表现的持续有效性(≥ 65 年)。 该研究将接受 ADAS 集成驾驶员模拟培训的参与者与仅接受驾驶模拟器培训的参与者的表现进行了比较。 主要重点是测量严重驾驶错误的减少情况,由独立的盲法职业治疗师在测试后的时间间隔内进行评估。
该研究将持续 12 周,包括前测、后测 1 和后测 2 评估。
驾驶错误类型
大体时间:该研究将持续 12 周,包括前测、后测 1 和后测 2 评估。
盲法评估员将记录类型 pf 驾驶错误,以确定严重驾驶错误(即严重驾驶错误)的数量是否有所减少。 需要教练进行身体干预的人)。
该研究将持续 12 周,包括前测、后测 1 和后测 2 评估。

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Liliana Alvarez, PhD、Western University, Canada

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2025年2月1日

初级完成 (估计的)

2025年7月31日

研究完成 (估计的)

2025年12月31日

研究注册日期

首次提交

2024年5月24日

首先提交符合 QC 标准的

2024年5月30日

首次发布 (实际的)

2024年5月31日

研究记录更新

最后更新发布 (实际的)

2025年3月28日

上次提交的符合 QC 标准的更新

2025年3月24日

最后验证

2025年3月1日

更多信息

与本研究相关的术语

其他研究编号

  • R5570A12

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅