DOI: https://doi.org/10.26599/jicv.2026.9210078
تاريخ النشر: 2026-02-27
المؤلف: Cong Zhang وآخرون
الموضوع الرئيسي: التفاعل بين الإنسان والآلات والسلامة
نظرة عامة
تدرس هذه الدراسة تأثير عدم اليقين في التحذيرات في أنظمة مساعدة السائق المتقدمة (ADAS) على سلوك السائقين وثقتهم وأداء السلامة، وخاصة في سيناريو القيادة في الدوارات. باستخدام جهاز محاكاة القيادة، شملت الدراسة 36 مشاركًا مقسمين إلى مجموعتين، تعرض كل منهما لمستويات مختلفة من عدم اليقين في التحذيرات. تشير النتائج إلى أن انخفاض عدم اليقين في التحذيرات يرتبط بمستويات ثقة أعلى، والتي تميل إلى الزيادة مع مرور الوقت في ظل ظروف عدم اليقين المنخفض، بينما يؤدي التعرض المطول لعدم اليقين العالي إلى تقليل الثقة. بالإضافة إلى ذلك، تؤثر أخطاء التحذير التي تتجاوز عتبات معينة سلبًا على كل من الثقة وسلامة القيادة.
لتحديد هذه التأثيرات، استخدمت الدراسة نماذج مختلطة خطية عامة (GLMMs) وطورت نموذج توقع ثقة مخصص باستخدام بيانات ديموغرافية وبيانات حركة المركبات. أظهر نموذج XGBoost أداءً متفوقًا، محققًا دقة بنسبة 86.42%. تؤكد النتائج على ضرورة أن تقلل أنظمة ADAS من أخطاء التحذير وعدم اليقين لتعزيز ثقة السائق وسلامته. تشمل اتجاهات البحث المستقبلية اختبار النظام عبر بيئات وسيناريوهات قيادة متنوعة، بالإضافة إلى إشراك مجموعة متنوعة من المشاركين لتعزيز التغذية الراجعة حول تصميم النظام.
مقدمة
تناقش مقدمة هذه الورقة البحثية تطور أنظمة مساعدة السائق المتقدمة (ADAS) التي تهدف إلى تعزيز وعي السائق بالوضع والسلامة، وخاصة من خلال ميزات المساعدة في التصادم. تبرز الدور الحاسم لأنظمة التحذير، مثل تحذيرات التصادم الأمامي (FCW)، التي أظهرت أنها تقلل بشكل كبير من أوقات الاستجابة ومعدلات التصادم. تتأثر فعالية هذه التحذيرات بعوامل مختلفة، بما في ذلك نوع التحذير (بصري، سمعي، أو مشترك)، وخصائص السائق (العمر، الجنس)، والظروف البيئية (الطقس). تؤكد الورقة على أهمية توقيت التحذير، مميزة بين طرق العتبة الثابتة والديناميكية لإصدار التنبيهات بناءً على الوقت حتى التصادم (TTC) ووقت الفجوة.
يشير المؤلفون إلى أنه بينما ركزت الدراسات الحالية على توقيت التحذيرات، فإنها غالبًا ما تتجاهل عدم اليقين المتأصل في أنظمة التحذير، وخاصة تلك الناشئة عن أخطاء التنبؤ في نماذج التعلم الآلي. يمكن أن تؤثر مثل هذه الشكوك سلبًا على ثقة السائقين في النظام، مما يؤدي إلى إما الثقة المفرطة أو نقص الثقة، وكلاهما يمكن أن يزيد من مخاطر الحوادث. لمعالجة هذه الفجوات، تستخدم الدراسة جهاز محاكاة القيادة للتحقيق في كيفية تأثير عدم اليقين في تحذيرات ADAS على سلوك السائق وثقته، وخاصة في سيناريوهات الدوارات. من خلال استخدام بيانات مسار المركبات في العالم الحقيقي، تهدف الدراسة إلى تقديم رؤى حول العلاقة بين عدم اليقين في نظام التحذير واستجابات السائقين، مما يساهم في تصميم أنظمة ADAS أكثر موثوقية وفعالية.
النتائج
كانت نتائج التحليل تهدف إلى التحقيق في تأثير وقت التحذير وتوزيعات أخطائه على سلوكيات السائقين وثقتهم في النظام. تم إجراء تحليلات بين المجموعات وداخل المجموعات، مدعومة باختبار فيشر لأقل فرق ذي دلالة (LSD) للمقارنات الزوجية بعد ذلك. كانت الفرضية المركزية تفترض أن التغيرات في سلوك القيادة والثقة ستحدث تحت توقيتات وتوزيعات تحذير مختلفة.
تشير النتائج إلى أن انخفاض عدم اليقين في التحذيرات يرتبط بزيادة الثقة في النظام، بينما يرتبط دقة التحذير الأعلى بتحسين أداء السلامة. تؤكد هذه النتائج على أهمية تحسين أنظمة التحذير لتعزيز ثقة السائق ونتائج السلامة العامة.
المناقشة
في هذا القسم، يناقش المؤلفون نتائج دراستهم حول ثقة السائق في أنظمة التحذير الآلي أثناء سيناريوهات الدمج في الدوارات. استخدمت الدراسة جهاز محاكاة القيادة لتحليل كيفية تأثير توزيعات وقت التحذير المتغيرة على ثقة السائقين ومقاييس السلامة. كانت نتيجة مهمة هي أن انخفاض عدم اليقين في توزيعات وقت التحذير (المجموعة 1) أدى إلى مستويات ثقة متوسطة ووسيط أعلى مقارنة بتوزيع عدم اليقين الأعلى (المجموعة 2). أكدت التحليلات الإحصائية، بما في ذلك اختبار كولموغوروف-سميرنوف واختبار مان-ويتني U، أن المشاركين في المجموعة 1 أظهروا ثقة أكبر بشكل ملحوظ (تقييمات ثقة متوسطة تبلغ 0.9) من أولئك في المجموعة 2، مما يشير إلى أن نظام التحذير الأكثر موثوقية يعزز ثقة السائق.
بالإضافة إلى ذلك، استخدمت الدراسة النمذجة البايزية لتقييم كيفية تطور الثقة مع مرور الوقت، كاشفة أن ثقة المشاركين زادت مع الخبرة في حالة عدم اليقين المنخفض بينما انخفضت قليلاً في حالة عدم اليقين العالي. أظهر تحليل أخطاء التحذير أن الثقة عمومًا زادت مع أوقات التحذير الأطول، لكن التحذيرات المبكرة المفرطة (مثل 4 ثوانٍ مسبقًا) أثرت سلبًا على كل من الثقة وأداء السلامة. تؤكد النتائج على أهمية تحسين توزيعات وقت التحذير لتحقيق التوازن بين الثقة والسلامة في أنظمة القيادة الآلية، وخاصة في السيناريوهات المعقدة مثل الدوارات.
DOI: https://doi.org/10.26599/jicv.2026.9210078
Publication Date: 2026-02-27
Author(s): Cong Zhang et al.
Primary Topic: Human-Automation Interaction and Safety
Overview
This study investigates the impact of warning uncertainties in advanced driver assistance systems (ADAS) on drivers’ behavior, trust, and safety performance, specifically in a roundabout driving scenario. Utilizing a driving simulator, the research involved 36 participants divided into two groups, each exposed to different levels of warning uncertainty. The findings indicate that lower warning uncertainty correlates with higher trust levels, which tend to increase over time under low uncertainty conditions, while prolonged exposure to high uncertainty diminishes trust. Additionally, warning errors exceeding specific thresholds negatively affect both trust and driving safety.
To quantify these effects, the study employed generalized linear mixed models (GLMMs) and developed a personalized trust prediction model using demographic and vehicle movement data. The XGBoost model demonstrated superior performance, achieving an accuracy of 86.42%. The results underscore the necessity for ADAS to minimize warning errors and uncertainties to enhance driver trust and safety. Future research directions include testing the system across varied driving environments and scenarios, as well as involving a more diverse participant pool to enrich feedback on the system’s design.
Introduction
The introduction of this research paper discusses the evolution of advanced driver assistance systems (ADAS) aimed at enhancing driver situational awareness and safety, particularly through collision assistance features. It highlights the critical role of warning systems, such as forward collision warnings (FCW), which have been shown to significantly reduce reaction times and collision rates. The effectiveness of these warnings is influenced by various factors, including the type of warning (visual, auditory, or combined), driver characteristics (age, gender), and environmental conditions (weather). The paper emphasizes the importance of warning timing, distinguishing between fixed-threshold and dynamic-threshold methods for issuing alerts based on time to collision (TTC) and time headway.
The authors point out that while existing studies have focused on the timing of warnings, they often overlook the uncertainties inherent in warning systems, particularly those arising from prediction errors in machine learning models. Such uncertainties can adversely affect drivers’ trust in the system, leading to either overtrust or undertrust, both of which can increase crash risks. To address these gaps, the study employs a driving simulator to investigate how uncertainties in ADAS warnings impact driver behavior and trust, specifically in roundabout scenarios. By utilizing real-world vehicle trajectory data, the research aims to provide insights into the relationship between warning system uncertainties and driver responses, thereby contributing to the design of more reliable and effective ADAS.
Results
The results of the analysis aimed to investigate the impact of warning time and its error distributions on drivers’ behaviors and trust in the system. Both between-group and within-group analyses were conducted, supplemented by the Fisher least significant difference (LSD) test for post hoc pairwise comparisons. The central hypothesis posited that variations in driving behavior and trust would occur under differing warning timings and distributions.
Findings indicate that lower warning uncertainty correlates with increased trust in the system, while higher warning accuracy is associated with improved safety performance. These results underscore the importance of optimizing warning systems to enhance driver confidence and overall safety outcomes.
Discussion
In this section, the authors discuss the findings of their study on driver trust in automated warning systems during roundabout merging scenarios. The research utilized a driving simulator to analyze how varying warning time distributions affected drivers’ trust and safety metrics. A significant finding was that lower uncertainty in warning time distributions (Group 1) led to higher average and median trust levels compared to a higher uncertainty distribution (Group 2). Statistical analyses, including the Kolmogorov-Smirnov test and Mann-Whitney U test, confirmed that participants in Group 1 exhibited significantly greater trust (mean trust ratings of 0.9) than those in Group 2, indicating that a more reliable warning system enhances driver confidence.
Additionally, the study employed Bayesian modeling to assess how trust evolves over time, revealing that participants’ trust increased with experience in the lower uncertainty condition while slightly decreasing in the higher uncertainty condition. The analysis of warning errors indicated that trust generally increased with longer warning times, but excessive early warnings (e.g., 4 seconds in advance) negatively impacted both trust and safety performance. The findings underscore the importance of optimizing warning time distributions to balance trust and safety in automated driving systems, particularly in complex scenarios like roundabouts.