Navigating the Handover: Reviewing Takeover Requests in Level 3 Autonomous Vehicles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Autonomous vehicles (AVs) represent a transformative advance in automotive technology, promising increased safety and efficiency by reducing human error. However, integrating human factors remains a critical challenge, especially during takeover scenarios where the human driver must re-assume control of the vehicle. This review paper focuses on the <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">engineering and human-centred design of takeover requests (TORs) within Level 3 autonomous vehicles</i>, emphasizing the importance of seamless transitions between automated driving and manual control. We explore the concept of the Operational Design Domain (ODD), which dictates the specific conditions under which an AV may safely operate, and contextualize its role. Through a comprehensive analysis, we highlight how monitoring both the internal and external environment, and improving human-machine interfaces through the design of takeover requests (TOR), play pivotal roles in ensuring that transitions are safe and efficient. We argue for the necessity of integrating detailed human factors and ergonomic considerations to foster a human-centred approach in AV design. We aim to establish a symbiotic relationship between human drivers and autonomous systems, ensuring that AVs not only function optimally within their designated ODD, but also maintain high safety standards during critical takeover moments.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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