MétaCan
Menu
Retour à la cohorte
Enregistrement W2134834264 · doi:10.1109/robio.2009.5420520

Haptic controls in cars for making driving more safe

2009· article· en· W2134834264 sur OpenAlexaff
Fayez Asif, Janan Vinayakamoorthy, Jing Ren, Mark A. Green

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésHaptic technologyDistractionFocus (optics)Computer scienceHuman–computer interactionInterface (matter)Set (abstract data type)Global Positioning SystemDriving simulatorSteering wheelSimulationEngineering

Résumé

récupéré en direct d'OpenAlex

Modern vehicles carry GPS, music systems, sunroofs and a number of other electronic gadgets. Interaction with these devices while driving often takes the driver's eyes ¿Off the road¿ and raises safety concerns. We are proposing a new design of haptic controls which uses `sense of touch'. A peculiar set of distinguishable haptic feedback which links to a corresponding device allows the user to operate these devices through `sense of touch' and eliminate the reliance on visual interaction. This design will help to reduce driver's distraction as it will be installed on the steering wheel which allows easy access. A simulation has been done using a haptic interface i.e. desktop phantom to test the system and a prototype has been developed which can be installed in any vehicle. This prototype has been tested to work with limited devices, further development and enhancements can be made to incorporate more devices and other user's preferences. The main Objective of the current research is to integrate variable functionalities in a robust manner which will focus on driver's safety by ensuring a constant vision on the road. The distinguishable haptic feedback will act as a unique identification for a single device and driver will be able to change the state of such device by recognizing the haptic feedback.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,408
Écart entre enseignants0,376 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman-Automation Interaction and SafetyTravaux en français237 207