Pairing in-vehicle intelligent agents with different levels of automation: implications from driver attitudes, cognition, and behaviors in automated vehicles

配对 自动化 认知 计算机科学 人机交互 工程类 心理学 神经科学 物理 机械工程 超导电性 量子力学
作者
Manhua Wang,Seul Chan Lee,Myounghoon Jeon
出处
期刊:Human-Computer Interaction [Informa]
卷期号:: 1-31 被引量:1
标识
DOI:10.1080/07370024.2024.2341217
摘要

In-vehicle intelligent agents (IVIAs) have been developed to improve user experience in autonomous vehicles. Yet, the impact of the automation system on driver behavior and perception toward IVIAs is unclear. In this study, we conducted three experiments with 73 participants in a driving simulator to examine how automation system parameters (the level of automation system and IVIA features) influence driver attitudes, cognition, and behaviors when driving or riding in a simulated vehicle. We focused on subjective evaluations of driver-agent interaction and driver trust toward IVIAs to assess driver attitudes, driver situation awareness, and visual distraction to capture their cognition, and their driving performance to understand their behaviors. Our results show that the level of automation system affects drivers' attitudes toward agent capabilities (e.g. perceived intelligence). Embodiment benefits are more pronounced with Level 5 systems, while speech style, in general, is more influential in determining affective aspects of user attitudes (e.g. Warmth, Likability). As the level of automation increases, drivers engage in more visual distractions. In addition, conversational speech style in general encouraged safer driving behaviors indicated by more stable lateral control under lower levels of automation. Our findings uncover the path of how system parameters affect driver behaviors through system evaluation and trust in agents. These findings have important implications for the development of cohesive user experiences in future transportation systems.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
啦啦啦发布了新的文献求助10
刚刚
kiki完成签到 ,获得积分10
刚刚
科研通AI2S应助AC赵先生采纳,获得10
1秒前
独特念文完成签到,获得积分20
1秒前
大模型应助haning采纳,获得10
2秒前
阮楷瑞发布了新的文献求助10
2秒前
2秒前
瀚泛完成签到,获得积分10
3秒前
波安班发布了新的文献求助10
4秒前
林悦涵发布了新的文献求助10
4秒前
称心如意完成签到 ,获得积分10
4秒前
4秒前
5秒前
阮楷瑞完成签到,获得积分10
6秒前
未雨绸缪完成签到,获得积分10
6秒前
6秒前
Seven发布了新的文献求助20
7秒前
vicky发布了新的文献求助10
8秒前
hearz发布了新的文献求助10
8秒前
刻苦的元风完成签到,获得积分10
8秒前
居不易完成签到,获得积分10
9秒前
周周完成签到 ,获得积分10
10秒前
海皇星空发布了新的文献求助10
10秒前
11秒前
jjb123666发布了新的文献求助10
11秒前
12秒前
12秒前
ziying126发布了新的文献求助10
12秒前
13秒前
13秒前
橙花完成签到,获得积分10
13秒前
我爱科研发布了新的文献求助10
14秒前
饱满一刀发布了新的文献求助20
14秒前
MM216发布了新的文献求助10
15秒前
16秒前
波酱发布了新的文献求助10
16秒前
dyy完成签到,获得积分10
16秒前
Green发布了新的文献求助10
16秒前
17秒前
雪要努力发布了新的文献求助10
17秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157189
求助须知:如何正确求助?哪些是违规求助? 2808483
关于积分的说明 7877835
捐赠科研通 2467029
什么是DOI,文献DOI怎么找? 1313118
科研通“疑难数据库(出版商)”最低求助积分说明 630364
版权声明 601919