DOI: https://doi.org/10.1016/j.aap.2026.108481
PMID: https://pubmed.ncbi.nlm.nih.gov/41785561
تاريخ النشر: 2026-03-04
المؤلف: Liu Yang وآخرون
الموضوع الرئيسي: التفاعل بين الإنسان والآلات والسلامة
نظرة عامة
تبحث هذه الدراسة في تأثير العوامل البيئية والفردية على سلوك المشاة في وجود المركبات الآلية (AVs) ضمن المساحات الحضرية المشتركة. باستخدام تجربة واقع افتراضي مع 60 مشاركًا، جمعت الأبحاث بيانات ذاتية وسلوكية لتحليل كيفية تأثير عوامل مختلفة—مثل عرض المسار، والحمولة البصرية، وعلامات المرور، والخصائص الفردية مثل العمر، والجنس، والشخصية—على تصورات المشاة للسلامة، والراحة، والثقة، فضلاً عن سلوكياتهم عند العبور. تشير النتائج إلى أن علامات المرور والظروف لها أهمية قصوى في تشكيل تصورات وسلوكيات المشاة، حيث يرتبط ارتفاع مستويات التعليم والانفتاح في الشخصية بتفاعلات أكثر إيجابية مع المركبات الآلية.
كشفت تحليل المسار متعدد المستويات أن الإشارات البيئية المدركة، وخاصة علامات المرور، تؤثر بشكل كبير على سلوكيات العبور، بما في ذلك وقت العبور الأولي ومدته، من خلال تأثيرها على قابلية القراءة المدركة. علاوة على ذلك، تتوسط العوامل الفردية هذه التأثيرات، مما يبرز أهمية الإدراك الذاتي في اتخاذ قرارات المشاة. تؤكد الدراسة على الحاجة إلى مصممي المدن وصانعي السياسات لتعزيز تصاميم المساحات المشتركة من خلال دمج علامات طرق واضحة وواجهات إنسان-آلة خارجية فعالة (eHMI) في المركبات الآلية لتحسين سلامة وثقة المشاة. يُشجع على إجراء أبحاث مستقبلية لاستكشاف مجموعة أوسع من السيناريوهات الواقعية لتوضيح ديناميات تفاعلات المشاة مع المركبات الآلية بشكل أكبر.
مقدمة
تسلط المقدمة الضوء على القضية الحرجة لسلامة المشاة، مشيرة إلى أنه في عام 2023، شكلت وفيات المشاة نسبًا كبيرة من وفيات حوادث الطرق في كل من الاتحاد الأوروبي (18.4%) والولايات المتحدة. تسهم عوامل مثل الخطأ البشري، بما في ذلك التشتت والتسمم الكحولي، في هذه الوفيات، مما يشير إلى أن تنفيذ المركبات الآلية (AVs) يمكن أن يقلل من هذه المخاطر. تتمتع المركبات الآلية، المجهزة بأجهزة استشعار متقدمة، بالقدرة على تعزيز سلامة المشاة من خلال الالتزام الصارم بقواعد المرور، ومع ذلك، لا تزال هناك مخاوف بشأن كيفية تفسير المشاة لنوايا المركبات الآلية بسبب غياب إشارات الاتصال التقليدية.
تحدد الورقة فجوة بحثية في فهم تفاعلات المشاة مع المركبات الآلية، خاصة في المساحات المشتركة—البيئات الحضرية المصممة لتعزيز راحة المشاة من خلال تقليل هيمنة المركبات. تركز الدراسات الحالية بشكل أساسي على إعدادات الطرق التقليدية، مما يترك حاجة لاستكشاف الديناميات الفريدة في المساحات المشتركة. لمعالجة ذلك، تستخدم الدراسة الحالية إطار تحليل المسار متعدد المستويات لفحص التفاعل بين العوامل البيئية والفردية التي تؤثر على تفاعلات المشاة مع المركبات الآلية. من خلال استخدام تجربة واقع افتراضي لمحاكاة سيناريوهات المساحات المشتركة، تهدف الأبحاث إلى جمع كل من مقاييس السلوك الموضوعية والتصورات الذاتية، مما يساهم في فهم أعمق لسلوك المشاة في هذه البيئات المعقدة. من المتوقع أن توضح النتائج الآليات السلوكية المعنية وتؤكد على أهمية مراعاة السياقات المتنوعة في تفاعلات المشاة مع المركبات الآلية.
الطرق
تتناول منهجية هذه الدراسة جانبين رئيسيين: تأثير العوامل البيئية والفردية على تفاعلات المشاة مع المركبات الآلية (AVs) في المساحات المشتركة، وتطوير نموذج مسار متعدد المستويات لاستكشاف العلاقات بين السمات المختلفة، والتصورات الذاتية، وسلوكيات العبور. تستخدم الأبحاث تجارب واقع افتراضي غامرة لمحاكاة سيناريوهات مرور متنوعة، مما يوفر بيئة خاضعة للرقابة تقلل من المخاطر الواقعية. تم إنشاء نموذج ثلاثي الأبعاد لعبور المساحة المشتركة في أيندهوفن، هولندا، يتميز بمسار أحادي الاتجاه بدون إشارات مرور، حيث واجه المشاركون مركبات تتوقف وأخرى لا تتوقف.
تضمن التصميم التجريبي ستة عوامل بيئية—عرض المسار، حالة السطح، الحمولة البصرية، وقت اليوم، علامات المرور، وظروف المرور—إلى جانب أنواع المركبات المتميزة بالمظهر. لتقييم تأثير هذه العوامل على سلوك المشاة، تم استخدام تصميم عامل جزئي، مما أسفر عن 24 سيناريو متوازن من 384 تركيبة أولية. يضمن هذا النهج تمثيل كل مستوى من مستويات العوامل بشكل متساوٍ، مما يسمح بتحليل قوي للتأثيرات الرئيسية للسمات البيئية على سلوك عبور المشاة. شارك ما مجموعه 60 مشاركًا من جامعة أيندهوفن للتكنولوجيا في تجربة الواقع الافتراضي، وأكملوا سلسلة من سيناريوهات المرور المصممة وفقًا لمستويات تحملهم الفردية أثناء التعرض للواقع الافتراضي.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. يسلط الضوء على النتائج المهمة التي تدعم الفرضيات المطروحة في الدراسة. تشير البيانات إلى وجود ارتباط واضح بين المتغيرات قيد التحقيق، حيث تكشف التحليلات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية.
علاوة على ذلك، يتضمن القسم تمثيلات رسومية للبيانات، توضح الاتجاهات والأنماط التي تعزز الاستنتاجات المستخلصة. يتم الإبلاغ عن مقاييس محددة، مثل القيم المتوسطة والانحرافات المعيارية، لتوفير فهم شامل للنتائج. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول موضوع البحث، مما يوضح آثار الدراسة ضمن السياق الأوسع للمجال.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على تعقيدات تفاعلات المشاة مع المركبات المستقلة (AVs) في المساحات المشتركة، مما يبرز الدور المزدوج للتواصل الصريح والضمني. يهدف التواصل الصريح، الذي يسهل من خلال واجهات إنسان-آلة الخارجية (eHMIs)، إلى نقل نوايا المركبات الآلية إلى المشاة، ومع ذلك، لا تزال فعالية تصاميم eHMI المختلفة محل نقاش. بينما تشير بعض الدراسات إلى أن eHMIs تعزز الفهم وتقلل من وقت اتخاذ القرار للمشاة، يحذر آخرون من نقص التوحيد، مما قد يؤدي إلى الارتباك والتحميل المعرفي. يلعب التواصل الضمني، المستمد من ديناميات حركة المركبة الآلية، أيضًا دورًا حاسمًا في كيفية تفسير المشاة لسلوك المركبة، خاصة في غياب الإشارات الصريحة.
تحدد الورقة فجوات كبيرة في الأدبيات الحالية، خاصة فيما يتعلق بسلوك المشاة في المساحات المشتركة، التي تفتقر إلى تنظيمات مرور واضحة. تؤكد على الحاجة إلى فهم شامل لكيفية تأثير العوامل البيئية، والخصائص الفردية، والتصورات الذاتية على اتخاذ قرارات المشاة عند التفاعل مع المركبات الآلية. تستخدم الدراسة نموذج تحليل المسار متعدد المستويات لاستكشاف هذه العلاقات، مما يدمج كل من العوامل البيئية والفردية لتقييم تأثيرها على سلوك المشاة وإدراكهم. يهدف هذا النهج المنهجي إلى تقديم فهم دقيق للعمليات النفسية الكامنة وراء تفاعلات المشاة مع المركبات الآلية، مما يسهم في تصميمات مركبات آلية أكثر أمانًا وفعالية في البيئات المشتركة.
DOI: https://doi.org/10.1016/j.aap.2026.108481
PMID: https://pubmed.ncbi.nlm.nih.gov/41785561
Publication Date: 2026-03-04
Author(s): Liu Yang et al.
Primary Topic: Human-Automation Interaction and Safety
Overview
This study investigates the influence of environmental and individual factors on pedestrian behavior in the presence of automated vehicles (AVs) within shared urban spaces. Utilizing a virtual reality experiment with 60 participants, the research collected both subjective and behavioral data to analyze how various factors—such as lane width, visual load, traffic markings, and individual characteristics like age, gender, and personality—affect pedestrians’ perceptions of safety, comfort, and trust, as well as their crossing behavior. The findings indicate that traffic markings and conditions are paramount in shaping pedestrian perceptions and behaviors, with higher education levels and openness in personality correlating with more positive interactions with AVs.
The multi-level path analysis revealed that perceived environmental cues, particularly traffic markings, significantly influence crossing behaviors, including initial crossing time and duration, through their impact on perceived legibility. Moreover, individual factors mediate these effects, underscoring the importance of subjective perception in pedestrian decision-making. The study emphasizes the need for urban designers and policymakers to enhance shared space designs by incorporating clear road markings and effective external human-machine interfaces (eHMI) in AVs to improve pedestrian safety and trust. Future research is encouraged to explore a wider array of real-world scenarios to further elucidate the dynamics of pedestrian-AV interactions.
Introduction
The introduction highlights the critical issue of pedestrian safety, noting that in 2023, pedestrian fatalities accounted for significant percentages of road accident deaths in both the European Union (18.4%) and the United States. Factors such as human error, including distraction and alcohol intoxication, contribute to these fatalities, suggesting that the implementation of automated vehicles (AVs) could mitigate these risks. AVs, equipped with advanced sensors, have the potential to enhance pedestrian safety by adhering strictly to traffic rules, yet concerns remain regarding how pedestrians interpret AV intentions due to the absence of conventional communication cues.
The paper identifies a research gap in understanding pedestrian interactions with AVs, particularly in shared spaces—urban environments designed to promote pedestrian comfort by minimizing vehicle dominance. Existing studies primarily focus on traditional road settings, leaving a need for exploration of the unique dynamics in shared spaces. To address this, the current study employs a multi-level path analysis framework to examine the interplay between environmental and individual factors influencing pedestrian-AV interactions. By utilizing a virtual reality experiment to simulate shared space scenarios, the research aims to gather both objective behavioral metrics and subjective perceptions, ultimately contributing to a deeper understanding of pedestrian behavior in these complex environments. The findings are expected to elucidate the behavioral mechanisms at play and underscore the importance of considering diverse contexts in pedestrian-AV interactions.
Methods
The methodology of this study addresses two primary aspects: the influence of environmental and individual factors on pedestrian interactions with automated vehicles (AVs) in shared spaces, and the development of a multi-level path model to explore the relationships among various attributes, subjective perceptions, and crossing behaviors. The research employs immersive virtual reality (VR) experiments to simulate diverse traffic scenarios, providing a controlled environment that mitigates real-world risks. A 3D model of a shared space crossing in Eindhoven, Netherlands, was created, featuring a two-way single lane without traffic signals, where participants encountered both yielding and non-yielding vehicles.
The experimental design incorporated six environmental factors—lane width, surface condition, visual load, time of day, traffic markings, and traffic conditions—alongside vehicle types distinguished by appearance. To assess the impact of these factors on pedestrian behavior, a fractional factorial design was utilized, yielding 24 balanced scenarios from an initial 384 combinations. This approach ensures that each factor level is represented equally, allowing for a robust analysis of the main effects of environmental attributes on pedestrian crossing behavior. A total of 60 participants from Eindhoven University of Technology engaged in the VR experiment, completing a series of traffic scenarios tailored to their individual tolerance levels during VR exposure.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments and analyses. It highlights the significant outcomes that support the hypotheses posited in the study. The data indicates a clear correlation between the variables under investigation, with statistical analyses revealing p-values below the conventional threshold of 0.05, suggesting that the results are statistically significant.
Furthermore, the section includes graphical representations of the data, illustrating trends and patterns that reinforce the conclusions drawn. Specific metrics, such as mean values and standard deviations, are reported to provide a comprehensive understanding of the results. Overall, the findings contribute valuable insights into the research topic, demonstrating the implications of the study within the broader context of the field.
Discussion
The discussion section of the research paper highlights the complexities of pedestrian interactions with autonomous vehicles (AVs) in shared spaces, emphasizing the dual role of explicit and implicit communication. Explicit communication, facilitated through external human-machine interfaces (eHMIs), aims to convey AV intentions to pedestrians, yet the effectiveness of various eHMI designs remains debated. While some studies suggest that eHMIs enhance understanding and reduce decision-making time for pedestrians, others caution against the lack of standardization, which may lead to confusion and cognitive overload. Implicit communication, derived from the AV’s motion dynamics, also plays a crucial role in how pedestrians interpret vehicle behavior, particularly in the absence of explicit signals.
The paper identifies significant gaps in existing literature, particularly regarding pedestrian behavior in shared spaces, which lack clear traffic regulations. It underscores the need for a comprehensive understanding of how environmental factors, individual characteristics, and subjective perceptions influence pedestrian decision-making when interacting with AVs. The study employs a multi-level path analysis model to explore these relationships, integrating both environmental and individual factors to assess their impact on pedestrian behavior and perception. This methodological approach aims to provide a nuanced understanding of the psychological processes underlying pedestrian-AV interactions, ultimately contributing to safer and more effective AV designs in shared environments.