影响下的驾驶: 音乐听力对驾驶行为的影响

摘要

在这里, 我们提出了一个协议, 以评估驾驶行为, 而跟随车辆在模拟驾驶环境。该协议用于比较不同听觉背景对驾驶行为的影响。

摘要

汽车驾驶是现代社会许多人的日常活动。司机们经常在开车时听音乐。本文提出的方法研究听音乐如何影响驾驶行为。选择驾驶模拟是因为它既提供了良好的控制环境, 也提供了良好的生态有效性水平。驾驶行为是通过汽车跟踪任务进行评估的。实际上, 参与者被指示跟随一辆领先的车辆, 就像他们在现实生活中所做的那样。引线车辆的速度随着时间的推移而变化, 需要参与者不断调整速度。车辆间时间被用来评估驾驶行为。为补充驾驶行为, 还收集了唤醒的主观情绪和生理水平。因此, 使用这种方法收集的结果提供了对人类内部状态 (即主观情绪和生理唤醒) 和汽车随后任务中的驾驶行为的见解。

引言

在过去的几十年里, 汽车驾驶活动迅速增加, 现在是现代社会许多人的日常活动。随着这一增长, 汽车驾驶活动已成为人为因素社区^{1 研究}的热门话题。

通常界定人类的主要文化活动数量极为有限, 无论人口和历史时期如何^{, 2}。音乐是这些活动之一, 以及工具的使用和符号推理支撑语言^{的能力 3}。因此, 演奏和听音乐是一项至关重要的个人和社会活动。在详尽的文献综述的基础上, Schäfer 等人4发现, 与音乐听有约130种不同的非冗余函数和三个音乐听元函数被确定出来: (1) 唤醒和情绪调节, (2)自我意识成就, 和 (3) 社会关联表达。因此, 人们经常在各种情况和地点听音乐.在这些情况中, 开车时听音乐极为普遍, 司机报告说, 在大约四分之三的驾驶时间里听音乐.

众所周知, 音乐听力会影响听者的情绪状态^,从而在各种情况和研究领域^诱导情绪变化。根据情绪一致性理论, 一个人的行为与他的情绪9与从神经成像¹⁰和行为^{实验 11}中获得的证据有关。按照这一理论, 音乐听力可以改变司机的情绪, 进而改变驾驶行为。

研究发现, 在某些条件下或其他条件下的损伤下, 驾驶时音乐引起的情绪变化会导致性能得到改善。一方面, 在复杂和苛刻的驾驶环境中, 平静的音乐被发现可以缓解情感状态: 它对负面情绪有软化作用, 降低了压力, 并改善了驾驶员的放松和平静¹²。据报道, 与逐渐音乐变化相比, 这种放松效果在使用突然的音乐变化时效率更高。另一方面, 与中性情绪表现14相比, 当以前通过音乐和引导图像诱发愤怒时, 人们在检测驾驶场景中的危险方面速度较慢。在驾驶过程中愉快的音乐听力也被发现不利于横向控制效率, 而悲伤的音乐对车辆^的横向控制没有明显的影响。总之, 司机的情绪会根据音乐和相关的情绪归纳以及所考虑的驾驶情况, 以相反的方式影响驾驶表现。

本文报道的方法的目的是提供一个实验控制良好的驾驶情况, 以调查音乐听力对驾驶行为的影响。为了保证驾驶情况的重现性, 提出了一种基于驱动仿真的驱动仿真方法。乍一看, 驾驶模拟可能被认为是一个退化的版本的真正驾驶调查。然而, 实际情况更为复杂, 给定的实验设置不能被视为绝对的最佳实验解决方案。相反, 最好的实验设置是最准确地适合调查需要的方法^.如果真正的汽车驾驶是最好地再现日常生活驾驶情况的实验设置, 它也会带来一些缺点: 在实验操作的情况下, 司机安全, 驾驶性能的潜在障碍,难以控制驾驶环境, 包括交通、天气状况、光线状况、环境噪音水平等。相反, 如果驾驶模拟器不如真实车辆真实, 则可以严格控制和复制 17.因此, 不同的参与者可以暴露在完全相同的实验条件下。此外, 由于只从事虚拟安全 (而不是真正的安全), 可能损害驾驶性能的实验操作成为可能。总之, 驾驶模拟在自然保护驾驶活动的需要 (即外部有效性) 和需要强大的实验控制 (即内部有效性) 之间提供了一个很好的妥协。

研究方案

这里描述的所有方法都得到了里昂大学2大学心理学系道德委员会的批准, 并获得了所有参与者的知情同意。

注: 参加者是通过在当地社区和大学张贴的通知征聘的。

1. 参加者

1. 确保参与者有驾照和至少两年的驾驶经验。
2. 确保参与者有正常或纠正正常的视力和试镜。
3. 确保参与者不患有精神疾病 (如精神分裂症)。
4. 招募人数类似的女性和男性。
5. 为参与者配备与手表相连的心率带, 以监测心率。
6. 要求参与者自由选择自己喜欢的音乐曲目 (参与者选择的例子: 上城 Funk 由马克·罗森以 Bruno Mars 或啦啦队为特点由 OMI)。让参与者在 USB 棒上提供音乐曲目。使用此曲目可以为实验创建不同的音乐背景 (请参阅第3节)。

2. 驾驶模拟

注: 以下步骤是基于一个新的驾驶模拟器, BB _ Sim 开发的大学, 其中包括一台计算机, 三个屏幕, 以及方向盘和加速和刹车踏板的驾驶控制。最初的研究是使用开源 OpenSD2S 软件¹⁸使用不同的驾驶模拟器进行的。

1. 将驾驶模拟驾驶噪声 (即被驾驶车辆的发动机) 设置为±25Db。
2. 将参与者坐在模拟器前, 距离屏幕约60厘米 (参与者前面的三个屏幕, 每个屏幕48厘米 x 30 厘米, 在水平轴上总共覆盖37.52 °的视角和28.65°的垂直视角 轴), 在修改后的汽车座椅。
3. 让参与者调整座椅和踏板之间的距离, 将手柄放在座椅下方。
4. 一旦参与者被舒适地定位, 提供有关使用模拟器功能的说明 (即如何与加速和刹车踏板以及方向盘进行交互)。
5. 通知参与者有时可能发生的模拟病, 并让参与者知道如有必要, 模拟将随时停止。
6. 使用一条每个方向有一条车道的农村道路, 有五个左弯道和五个右弯道, 没有任何车辆。

3. 音乐背景

1. 使用软件来修改音乐的节奏, 而不进行任何音高修改。
2. 为每个参与者创建四个听觉背景: (1) 无音乐, 不播放其他音乐;(2) 音乐, 每个参与者喜欢音乐曲目, 不做修改;(3) 音乐 + 10, 每个参与者更喜欢音乐曲目与增加的节奏。节奏增加了10% 的常规节奏;(4) 音乐 10, 每个参与者更喜欢节奏较短的音乐曲目。节奏减少了10% 的常规节奏。
3. 控制音乐的强度。众所周知, 音乐强度会改变驾驶表演19。将所有听觉背景的强度设置为 75 dB, 但 "无音乐" 条件。
4. 在每个驱动器的整个持续时间内, 使用软件播放四个音乐背景中的一个。在参与者右侧和左侧的两个侧向供电显示器扬声器上播放音乐。

4. 模拟的汽车跟踪任务

1. 提供有关任务的说明: "像在现实生活中所做的那样开车。你的目标是跟随你面前的车辆在一个接近, 但安全的恒定距离, 仿佛跟随一个朋友在未知的路线。通知参与者路径上没有流量或障碍物。
2. 从训练阶段开始模拟, 以便参与者熟悉驾驶模拟器、模拟环境、车辆控制和后续车辆任务。当参与者感到舒服时, 停止训练阶段。
3. 继续进行实验驱动器。启动模拟汽车跟随任务和四个音乐背景之一。
4. 开始记录每个模拟汽车跟随任务开始时的心率数据, 并在该驾驶任务结束时结束。
5. 对于模拟汽车驾驶任务, 让司机先开车 5 0 米, 然后停在 "停车" 标志处。一旦参与者的车辆停了下来, 一辆领先的车辆就会出现在十字路口左侧的道路上。指示参与者跟随车辆。在领先车辆的速度保持不变并设置为20公里每小时后, 其速度在每个60秒内的每一个周期中变化45公里至70公里每小时, 总共3分钟。然后, 要求参与者停止开车。
6. 对于后续的车辆任务, 请使用具有相反交通方向的双车道道路。为了提供一个现实的驾驶环境, 使用左弯道 (n = 5) 和右弯道 (n = 5) 的平衡数的路段, 曲率半径从45米到300米. 此外, 在路段边缘添加视觉元素, 如树木屏障、田野和地貌。
7. 对四个音乐背景中的每一个重复汽车跟随任务。跟随的汽车任务大约需要 4分钟 (3分钟实际汽车跟随加上驾驶模拟的开始和结束)。
   注: 如果需要, 可以延长后续汽车任务的持续时间。
8. 在每个后续的任务之间休息 5分钟, 以减少结转效果。
9. 使用拉丁文正方形设计在参与者之间平衡四个音乐背景的呈现顺序。

5. 数据收集

1. 使用法语 21^,22 验证的 "简约情绪反思量表^{" (} bmis) 20 收集参与者在各种情况下的主观情绪。本问卷提供了参与者在四个情绪维度的情绪数据: 愉悦/不愉快、平静、积极/疲惫和放松。
2. 收集生理措施。利用心率监测仪记录的每秒样本数据, 计算每个实验条件下整个驱动器的平均心率和心率变异性。在实际应用中, 通过计算相同数据的标准偏差, 通过平均在每个实验条件下收集的所有数据和心率变异性来计算平均心率。
3. 通过车辆间平均时间和车辆间时间变异性来衡量客观驾驶行为。以60赫兹的采样率记录行驶和领先车辆在每个时间步长上的位置和速度。
   1. 在每个步骤中, 计算车辆之间的时间, 如果领先车辆的位置被冻结, 被驾驶车辆的速度保持不变, 则被驾驶车辆到达领先车辆的位置所需的时间。
   2. 平均为驱动器收集的所有值, 以获得车辆间的平均时间, 并计算这些值的标准偏差, 以获得车辆之间的时间变异性。
      注: 可以计算多个变量, 以限定在汽车跟踪任务期间的驱动行为。车辆之间的时间特别适合, 因为它提供了驾驶车辆与司机选择的主要车辆之间的安全边际。

结果

主要比较是基于以下实验条件。第一个实验条件是 "无音乐" 与 "音乐", 它是使用配对 t 测试的 "无音乐" 背景和个人首选音乐背景之间的比较。这些分析旨在评估听喜欢的音乐与没有音乐的控制条件相比的影响。第二个实验条件是四种不同的音乐背景, 与没有音乐、音乐、音乐 + 10 和音乐-10 相对应的音乐节奏操作进行比较, 与没有音乐的控制条件相比, 使用重复的措施方差分析。

讨论

该方法非常适合认知人机工程学研究, 因为它在实验控制和生态维度16之间提供了一个很好的妥协。如果需要强大的实验控制来确保收集到的结果与实验操作有关, 如果仅限于实验条件, 就不会有任何结果。事实上, 如果将科学成果转移到现实生活中, 科学成果是令人感兴趣的。这些断言并不意味着只有现实生活中的实验才是有价值的, 而是强调一种方法的生态有效性取决于研究

材料

Name	Company	Catalog Number	Comments
Audacity software	Audacity	Open source	https://www.audacityteam.org
Driving simulator	Université de Sherbrooke	BB sim
Polar watch with heart rate monitor	Polar	RC3	https://www.polar.com/fr
Speakers	Yamaha	MSP3
Steering wheel and pedals	Logitech	G27