JoVE Logo

Anmelden

Zum Anzeigen dieser Inhalte ist ein JoVE-Abonnement erforderlich. Melden Sie sich an oder starten Sie Ihre kostenlose Testversion.

In diesem Artikel

  • Erratum Notice
  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Erratum
  • Nachdrucke und Genehmigungen

Erratum Notice

Important: There has been an erratum issued for this article. Read More ...

Zusammenfassung

Dieses Protokoll beschreibt die Verwendung eines Gehsimulators, der als sichere und ökologisch gültige Methode dient, um das Verhalten von Fußgängern in Gegenwart von bewegtem Verkehr zu untersuchen.

Zusammenfassung

Um eine Straße erfolgreich zu überqueren, müssen Die Individuen ihre Bewegungen mit fahrenden Fahrzeugen koordinieren. Dieser Artikel beschreibt die Verwendung eines Gehsimulators, in dem Menschen auf einem Laufband laufen, um Lücken zwischen zwei sich bewegenden Fahrzeugen in einer immersiven virtuellen Umgebung abzufangen. Virtuelle Realität ermöglicht eine sichere und ökologisch abwechslungsreiche Untersuchung des Lückenkreuzungsverhaltens. Die Manipulation der anfänglichen Startdistanz kann das Verständnis der Geschwindigkeitsregelung eines Teilnehmers fördern und sich gleichzeitig einer Lücke nähern. Das Geschwindigkeitsprofil kann für verschiedene Spaltkreuzungsvariablen bewertet werden, z. B. Anfangsstrecke, Fahrzeuggröße und Spaltgröße. Jede Gehsimulation ergibt eine Positions-/Zeitreihe, die darüber informieren kann, wie die Geschwindigkeit je nach Spaltcharakter unterschiedlich eingestellt wird. Diese Methode kann von Forschern verwendet werden, die das Verhalten und die Verhaltensdynamik von Fußgängern untersuchen und gleichzeitig menschliche Teilnehmer in einer sicheren und realistischen Umgebung einsetzen.

Einleitung

Die Lückenkreuzung, ein abfangendes Verhalten, erfordert die Bewegung in Bezug auf eine Lücke zwischen zwei sich bewegenden Fahrzeugen1,2,3,4. Die Lückenkreuzung beinhaltet die Aufsponnenvonfahrt und die Kontrolle der Bewegung im Verkehr. Dies erfordert, dass Maßnahmen genau mit wahrgenommenen Informationen gekoppelt werden. Viele frühere Studien haben Wahrnehmungsurteile und lückenübergreifendes Verhalten mit künstlichen Straßen, Straßensimulatoren und virtuellen Bildschirmprojektionen untersucht5,6. Die bisherige Straßenkreuzungsliteratur hat jedoch ein unvollständiges Verständnis dieses Verhaltens, und die ökologische Gültigkeit dieser Studien wurde in Frage gestellt7,8,9.

Dieses Protokoll stellt ein Forschungsparadigma dar, um das Verhalten von Lücken kreuzen in der virtuellen Realität zu untersuchen und so die ökologische Gültigkeit zu maximieren. Ein Gehsimulator wird verwendet, um die Wahrnehmung und Aktionen von Lückenkreuzung Verhalten zu untersuchen. Der Simulator bietet den Teilnehmern eine sichere Gehumgebung, und das eigentliche Gehen in der simulierten Umgebung ermöglicht es Forschern, die wechselseitige Beziehung zwischen Wahrnehmung und Aktion vollständig zu erfassen. Personen, die tatsächlich eine Straße überqueren, sind dafür bekannt, die Zeitlücke genauer zu beurteilen als diejenigen, die sich nur verbal entscheiden,10zu überqueren. Die virtuelle Umgebung ist ökologisch gültig und ermöglicht es Forschern, aufgabenbezogene Variablen einfach zu ändern, indem sie die Programmparameter ändern.

In dieser Studie wird die anfängliche Startposition eines Teilnehmers manipuliert, um die Geschwindigkeitskontrolle zu bewerten, während er sich der Lücke nähert. Dieses Protokoll ermöglicht die Untersuchung der Fußgänger-Bewegungssteuerung beim Abfangen einer Lücke. Die Analyse der Sicherstellung der Geschwindigkeit eines Teilnehmers im Laufe der Zeit ermöglicht eine funktionale Interpretation von Geschwindigkeitsanpassungen, während er sich einer Lücke nähert.

Darüber hinaus geben die räumlichen und zeitlichen Merkmale von abgefangenen Objekten an, wie sich eine Person bewegen kann. In einer Lückenkreuzungsumgebung sollte sich die Änderung der Lückengröße (Fahrzeugentfernungen) und der Fahrzeuggröße darauf auswirken, wie sich auch die Fortbewegung eines Fußgängers ändert. Dementsprechend führt die Manipulation der Lückeneigenschaften wahrscheinlich zu Geschwindigkeitsanpassungen im Annäherungsverhalten des Teilnehmers. So liefert die Manipulation von Spalteigenschaften (d. h. Spaltgröße und Fahrzeuggröße) wertvolle Informationen zum Verständnis von Sicherstellungsänderungen bei der Kreuzung nach verschiedenen Lückeneigenschaften. Diese Studie untersucht, wie Kinder und junge Erwachsene ihre Geschwindigkeit regulieren, wenn sie Lücken in verschiedenen Kreuzungsumgebungen überqueren. Das Geschwindigkeitsregelungsprofil kann für verschiedene Lückenkreuzungsumgebungen mit unterschiedlichen Startpositionen, Fahrzeugentfernungen und Fahrzeuggrößen bewertet werden.

Protokoll

Dieses experimentelle Protokoll bezieht sich auf menschliche Subjekte. Das Verfahren wurde vom Kunsan National University Research Board genehmigt.

1. Vorbereitung der Ausrüstung

HINWEIS: Das Gerät umfasst Folgendes: einen PC (PC, 3,3 GHz mit 8 GM) mit Maus, Tastatur und Monitor; Walking Simulator Software auf dem Desktop-PC installiert; ein kundenspezifisches Laufband (Breite: 0,67 m, Länge: 1,26 m, Höhe: 1,10 m) mit Handläufen, einem Gurt und einem Magnetgeber mit USB-Kabel ausgestattet; und ein Oculus Rift Virtual Reality Gerät (DK1, USA, 1280 x 800 Pixel). Zur Ausstattung gehört auch ein kundenspezifisches manuelles Laufband. Das Laufband dreht sich über die Gehbewegungen der Teilnehmer und verwendet keinen innenmotorischen Motor.

  1. Bereiten Sie ausreichend Platz für das Laufband und einen schreibtischnahen Schreibtisch für den PC vor. Ein Foto des Versuchsaufbaus ist in Abbildung 1Adargestellt.
  2. Schließen Sie das Gerät wie in Abbildung 2dargestellt an.
    1. Schließen Sie den Magnetencoder des Laufbandes über einen USB-Anschluss an den PC an.
    2. Schließen Sie das Laufband an eine Stromquelle an.
    3. Schließen Sie das Headset über DVI/HDMI- und USB-Anschlüsse an den PC an.

2. Vorbereitung von Wandersimulator-Konfigurationen

  1. Greifen Sie auf das Wandersimulator-Verzeichnis auf dem PC zu und öffnen Sie das Verzeichnis "Config".
    HINWEIS: Jede Konfiguration wird als Textdatei im Verzeichnis "Config" mit den Dateinamen "config001", "config002" usw. gespeichert. Hier sind 001, 002, etc. die Konfigurationsnummern. In den Schritten 2.2–2.8 wird beschrieben, wie die Konfigurationsdateien so erstellt werden, dass sie von der Simulatorsoftware lesbar sind. Abbildung 3zeigt einen Schaltplan einer Zwei-Fahrzeug-Kreuzungssituation, die anpassbare Anfangsabstände anzeigt. Eine Beispielkonfigurationsdatei mit der richtigen Formatierung ist in Abbildung 4dargestellt. Abschnittsüberschriften der Konfigurationsdatei verwenden eckige Klammern (z. B. "[WALKER]").
  2. Füllen Sie den Abschnitt [WALKER] mit dem Parameter bezüglich des Ausgangspunkts der Teilnehmer aus.
    1. Legen Sie den Parameter "Entfernung" fest, der den Startabstand des Teilnehmers vom Startpunkt in Metern (m) angibt.
  3. Füllen Sie den Abschnitt [CAR] mit Parametern für das erste Fahrzeug aus.
    1. Stellen Sie den Parameter "Type" (der den Fahrzeugtyp angibt) auf "1" für Limousine, "2" für Bus oder "0", um das Fahrzeug zu entfernen.
    2. Stellen Sie den Parameter "Speed" (der die Fahrzeuggeschwindigkeit angibt) auf den gewünschten Wert in km/h ein.
    3. Stellen Sie den Parameter "Entfernung" (der den Anfangsabstand des Fahrzeugs vom Kreuzungspunkt angibt) auf den gewünschten Wert in Metern.
  4. Füllen Sie den Abschnitt [SECONDCAR] mit den Parametern für das zweite Fahrzeug aus. Die Parameter sind identisch mit denen von [CAR].
    HINWEIS: In Zwei-Fahrzeug-Studien wird die Lücke als leerer Raum zwischen den beiden Fahrzeugen definiert. Die Spaltgröße, definiert als die Zeitspanne, in der sich die Lücke entlang des Gehwegs des Teilnehmers befindet, ist eine Funktion der Parameter "Entfernung", "Geschwindigkeit" und "Typ" von [CAR] und [SECONDCAR].
  5. Füllen Sie den Abschnitt [NEXTCAR] mit Parametern für zusätzliche Fahrzeuge aus. Die Parameter sind identisch mit denen von [CAR].
    HINWEIS: Diese Option kann verwendet werden, um das Verhalten von Fußgängern im kontinuierlichen Verkehrsfluss zu untersuchen. Diese Option wird im Abschnitt repräsentative Ergebnisse nicht erläutert.
  6. Füllen Sie den Abschnitt [ROAD] aus, der den Parameter für die Spurauswahl enthält. Stellen Sie den Parameter "Lane" auf "1" ein, um die Fahrspur näher an der Ausgangsposition des Fußgängers oder "2" für die weiter entfernte Spur zu verwenden. [OBSTACLE] gibt die Parameter an, die ein Fahrzeug konfigurieren, das auf der zweiten Spur mit der gleichen Geschwindigkeit wie das erste Fahrzeug fährt.
    HINWEIS: Wenn Sie die engere Spur als primäre Spur verwenden, kann diese Option verwendet werden, um zusätzliche Fahrzeuge auf der weiter entfernten Spur zu platzieren, die in die gleiche Richtung fahren. Daher kann es verwendet werden, um die Impedanz der Ansicht eines Fahrzeugs durch ein paralleles Fahrzeug zu untersuchen. Dieser Abschnitt enthält die Parameter "Typ" und "Entfernung" mit den oben beschriebenen Definitionen. Diese Option wird im Abschnitt repräsentative Ergebnisse nicht erläutert. Alle gezeigten Ergebnisse betreffen zwei Fahrzeuge, die in der Fahrspur näher an den Fußgänger fahren.
  7. Füllen Sie den Abschnitt [SAVE], der den Parameter enthält, der sich auf die Sampling-Frequenz bezieht. Legen Sie den Parameter "numberpersecond" auf den gewünschten Wert in Hz fest.
  8. Speichern Sie die Konfigurationsdatei und beenden Sie sie.
  9. Wiederholen Sie die Abschnitte 2.2–2.8 für alle gewünschten Konfigurationen, und erstellen Sie Datenblätter mit der Liste der Konfigurationen (in einer randomisierten Reihenfolge), die im Experiment verwendet werden sollen.
  10. Bereiten Sie drei Konfigurationsdateien vor, die in den Übungsversuchen verwendet werden sollen.
    HINWEIS: Die erste Übungskonfiguration sollte keine Fahrzeuge haben (d. h. alle "Typ"-Parameter auf "0" eingestellt). Die zweite und dritte Übungskonfigurationsdateien sollten Fahrzeuge haben. Die dritte Konfiguration sollte milde Übergangsbedingungen aufweisen. Die gleiche Konfiguration kann je nach Versuchsversuch für die zweite und dritte Praxis verwendet werden.

3. Beteiligungsscreening und Vorbereitung

  1. Rekrutieren Sie Teilnehmer mit normalem oder korrigiertem Zu-Normal-Vision.
    HINWEIS: Alle Teilnehmer sollten frei von Bedingungen sein, die ein normales Gehen verhindern. Sie sollten frei von Schwindel während des Gehens sein, und sie sollten keine Vorgeschichte von schweren Verkehrsunfällen haben.
  2. Bitten Sie den Teilnehmer, vor jedem Experiment ein schriftliches, informiertes Zustimmungsformular zu unterzeichnen.
  3. Bereiten Sie eine Audioaufnahme mit mündlichen Anweisungen der Aufgabe vor und spielen Sie die Aufzeichnung dem Teilnehmer ab.
    HINWEIS: Die mündlichen Anweisungen sollten das unten beschriebene grundlegende Verfahren erzählen und spezifische Aufforderungen geben, die für das Versuchsdesign erforderlich sind.
  4. Fordern Sie den Teilnehmer auf, Fragen zum Experiment zu stellen.
  5. Führen Sie den Teilnehmer dazu, auf dem Laufband zu stehen, wenn er bereit ist.
  6. Nutzen Sie den stabilisierenden Gürtel an der Taille des Teilnehmers. Weisen Sie den Teilnehmer an, die Handläufe während des Experiments jederzeit zu halten.

4. Durchführung der Praxisversuche

  1. Weisen Sie den Teilnehmer an, das Gehen auf dem Laufband mit eingeschaltetem Gurt zu üben, während er die Handläufe hält.
  2. Beginnen Sie das Wandersimulator-Programm, indem Sie auf das ausführbare Simulatorprogramm doppelklicken, sobald der Teilnehmer bequem auf dem Laufband laufen kann.
    HINWEIS: Der in Abbildung 1B dargestellte schwarz-weiße Cartoon-Crosswalk wird zwischen den Kreuzungsversuchen angezeigt. An dieser Stelle sollte es auf dem PC-Bildschirm angezeigt werden.
  3. Weisen Sie den Teilnehmer an, das Headset zu tragen. Geben Sie bei Bedarf Hilfe. Prüfen Sie sowohl Komfort als auch Stabilität in Bezug auf Kopfdrehungen.
  4. Kalibrieren Sie das Headset so, dass der schwarz-weiße Cartoon-Crosswalk richtig an der Sicht des Teilnehmers ausgerichtet ist.
    HINWEIS: In den Abschnitten 4.5–4.7 werden drei Praxisversuche beschrieben, die es dem Teilnehmer schrittweise ermöglichen sollen, sich an die Simulatorumgebung zu gewöhnen. Wenn der Teilnehmer eine Prüfung aufgrund eines Missverständnisses der Anweisungen nicht besteht, sollten bis zu zwei weitere Versuche durchgeführt werden, bis der Teilnehmer die Anweisungen versteht. Zusätzliche Versuche werden nicht durchgeführt, wenn es nicht gelingt, die Regeln zu überschreiten, wenn sie nicht über die Regeln verstoßen (z. B. wenn es zu einer Kollision kommt).
  5. Beginnen Sie mit der ersten Übungsprüfung.
    HINWEIS: Die erste Übungsstudie sollte ohne Fahrzeuge sein, damit sich der Teilnehmer daran gewöhnt, in der Virtual-Reality-Umgebung zu gehen.
    1. Informieren Sie den Teilnehmer, dass der erste Übungsversuch ohne Fahrzeuge stattfinden wird.
    2. Weisen Sie den Teilnehmer an, geradeaus zu schauen.
    3. Geben Sie die Konfigurationsnummer der ersten Übungsstudie in das Textfeld am unteren Bildschirmrand ein.
    4. Klicken Sie auf die Schaltfläche "Start" am unteren Bildschirmrand.
      HINWEIS: Das Programm sollte die realistische Einstellung anzeigen, die in Abbildung 1C auf dem Bildschirm dargestellt ist.
    5. Informieren Sie den Teilnehmer, sich beim Hören von "Bereit" vorzubereiten und beim Hören von "Go" mit dem Gehen zu beginnen. Geben Sie die verbalen Hinweise "Ready" und "Go".
  6. Zweite Praxisprüfung
    HINWEIS: Die zweite Übungsstudie sollte die Fahrzeuge ohne Gehen einführen. Die Richtung der Virtual-Reality-Ansicht verschiebt sich, wenn der Kopf des Teilnehmers gedreht wird.
    1. Weisen Sie den Teilnehmer an diesem Versuch an, beim verbalen Hinweis "Go" nach links zu schauen und gleichzeitig einen kleinen Schritt nach vorne zu machen, aber nicht weiter zu gehen. Der Teilnehmer sollte stattdessen die vorbeifahrenden Fahrzeuge beobachten.
    2. Geben Sie die Konfigurationsnummer der zweiten Testversion in das Textfeld ein, und klicken Sie auf "Start", indem Sie die verbalen Hinweise bereitstellen.
      HINWEIS: Die Fahrzeuge beginnen sich zu bewegen, während sich der Teilnehmer zu bewegen beginnt.
  7. Dritte Praxisprüfung
    HINWEIS: Die dritte Praxisstudie sollte den experimentellen Konfigurationen ähneln, jedoch mit milden Kreuzungsbedingungen.
    1. Informieren Sie den Teilnehmer, dass 1) der dritte Übungsversuch zwei Fahrzeuge von der linken Seite betreffen wird, und 2) er/sie sollte versuchen, die Straße zwischen den beiden Fahrzeugen zu überqueren.
    2. Geben Sie die dritte Praxis-Testnummer in das Textfeld ein, indem Sie den verbalen Hinweis geben.
    3. Klicken Sie auf die Schaltfläche "Start" und beginnen Sie die Testversion, indem Sie die verbalen Hinweise bereitstellen.

5. Virtuelles Walking-Experiment

  1. Vergewissern Sie sich, dass der Teilnehmer die experimentelle Aufgabe versteht und ausführen kann.
  2. Wenn der Teilnehmer bereit ist, geben Sie die erste Konfigurationsnummer aus dem Datenblatt im Textfeld ein und klicken Sie auf "Start".
  3. Führen Sie die Simulation wie in der abschließenden Übungsprüfung durchgeführt.
    HINWEIS: Am Ende jeder Kreuzung zeigt das Programm "S", "F" oder "C", je nachdem, ob das Ergebnis eine erfolgreiche Kreuzung ist (d. h. der Teilnehmer überquert die andere Straßenseite ohne Kollisionen), keine Kreuzung (der Teilnehmer kreuzt nicht auf die andere Seite) oder eine Kollision (der Teilnehmer hat Kontakt mit einem Fahrzeug) bzw. eine Kollision.
  4. Zeichnen Sie das Ergebnis neben der Konfigurationsnummer auf dem Datenblatt auf.
  5. Wiederholen Sie den Vorgang für alle Konfigurationen auf dem Datenblatt, und schließen Sie das Experiment ab.

6. Datenexport und -analyse

  1. Rufen Sie die Datendateien zur Analyse ab. Die Walking Simulator-Software speichert jeden Lauf als Tabellenkalkulationsdatei im Ordner "Daten".
  2. Analysieren Sie Daten mit den bevorzugten Tools. Die Ausgabedaten werden die Positionen und Geschwindigkeiten des Walkers und der Fahrzeuge als Zeitreihe aufzeichnet. Verwenden Sie diese Daten, um Teilnehmerbewegungen und die Abhängigkeit von Verkehrsbedingungen zu analysieren.

Ergebnisse

Der Gehsimulator kann verwendet werden, um das Kreuzungsverhalten eines Fußgängers zu untersuchen, während der anfängliche Abstand vom Bordstein zum Abfangpunkt und die Lückeneigenschaften (d. h. Lücken- und Fahrzeuggrößen) manipuliert werden. Die Methode der virtuellen Umgebung ermöglicht die Manipulation von Lückenmerkmalen, um zu verstehen, wie sich dynamisch wechselnde Kreuzungsumgebungen auf das Fahrverhalten von Kindern und jungen Erwachsenen auswirken.

Ein quantifiziertes Gesc...

Diskussion

Frühere Studien haben Simulatoren mit projizierten Bildschirmen16,17, aber dieses Protokoll verbessert die ökologische Gültigkeit durch eine vollständig immersive virtuelle Ansicht (d.h. 360 Grad). Darüber hinaus ermöglicht die Anforderung, dass die Teilnehmer auf einem Laufband laufen müssen, die Untersuchung, wie Kinder und junge Erwachsene ihre Aktionen auf eine sich verändernde Umgebung abstimmen. Die virtuelle Szene dieses experimentellen Designs än...

Offenlegungen

Die Autoren haben nichts zu verraten.

Danksagungen

Das Korea Institute finanzierte diese Arbeit für Technologieförderung und Ministerium für Handel, Industrie und Energie (Zuschussnummer 10044775).

Materialien

NameCompanyCatalog NumberComments
Customized treadmillKunsan National UniversityTreadmill built for this study
Desktop PCMultiple companiesStandard Desktop PC
Oculus Rift Development KitOculus VR, LLCDK1Virtual reality headset
Walking Simulator SoftwareKunsan National UniversitySoftware deloped for this experiment

Referenzen

  1. Bastin, J., Craig, C., Montagne, G. Prospective strategies underlie the control of interceptive actions. Human Movement Science. 25 (6), 718-732 (2006).
  2. Bastin, J., Fajen, B., Montagne, G. Controlling speed and direction during interception: An affordance-based approach. Experimental Brain Research. 201 (4), 763-780 (2010).
  3. Chardenon, A., Montagne, G., Laurent, M., Bootsma, R. J. A Robust Solution for Dealing With Environmental Changes in Intercepting Moving Balls. Journal of Motor Behavior. 37 (1), 52-64 (2005).
  4. Lenoir, M., Musch, E., Thiery, E., Savelsbergh, G. J. P. Rate of change of angular bearing as the relevant property in a horizontal intercepting task during locomotion. Journal of Motor Behavior. 34 (4), 385-401 (2002).
  5. Oxley, J. A., Ihsen, E., Fildes, B. N., Charlton, J. L., Day, R. H. Crossing roads safely: an experimental study of age differences in gap selection by pedestrians. Accident Analysis & Prevention. 37 (5), 962-971 (2005).
  6. Chihak, B. J., et al. Synchronizing self and object movement: How child and adult cyclists intercept moving gaps in a virtual environment. Journal of Experimental Psychology: Human Perception and Performance. 36, 1535-1552 (2010).
  7. te Velde, A. F., van der Kamp, J., Savelsbergh, G. J. Five-to twelve-year-olds' control of movement velocity in a dynamic collision avoidance task. British Journal of Developmental Psychology. 26 (1), 33-50 (2008).
  8. Simpson, G., Johnston, L., Richardson, M. An investigation of road crossing in a virtual environment. Accident Analysis & Prevention. 35 (5), 787-796 (2003).
  9. Lee, D. N., Young, D. S., McLaughlin, C. M. A roadside simulation of road crossing for children. Ergonomics. 27 (12), 1271-1281 (1984).
  10. Oudejans, R. R., Michaels, C. F., van Dort, B., Frissen, E. J. To cross or not to cross: The effect of locomotion on street-crossing behavior. Ecological Psychology. 8 (3), 259-267 (1996).
  11. Grechkin, T. Y., Chihak, B. J., Cremer, J. F., Kearney, J. K., Plumert, J. M. Perceiving and acting on complex affordances: How children and adults bicycle across two lanes of opposing traffic. Journal of Experimental Psychology: Human Perception and Performance. 39 (1), 23-36 (2013).
  12. O'Neal, E. E., et al. Changes in perception-action tuning over long time scales: How children and adults perceive and act on dynamic affordances when crossing roads. Journal of Experimental Psychology: Human Perception and Performance. 44 (1), 18-26 (2018).
  13. Savelsbergh, G. J. P., Rosengren, K. S., Van der Kamp, J., Verheul, M. H., Savelsbergh, G. J. P. Catching action development. The development of movement coordination in children. Application in the field of sport, ergonomics and health sciences. , 191-212 (2003).
  14. Plumert, J. M., Kearney, J. K. Timing Is Almost Everything: How Children Perceive and Act on Dynamic Affordances. Advances in child development and behavior. 55, 173-204 (2018).
  15. Chung, H. C., Choi, G., Azam, M. Effects of Initial Starting Distance and Gap Characteristics on Children’s and Young Adults' Velocity Regulation When Intercepting Moving Gaps. Human Factors. , (2019).
  16. Lobjois, R., Cavallo, V. Age-related differences in street-crossing decisions: The effects of vehicle speed and time constraints on gap selection in an estimation task. Accident Analysis & Prevention. 39 (5), 934-943 (2007).
  17. Lobjois, R., Cavallo, V. The effects of aging on street-crossing behavior: from estimation to actual crossing. Accident Analysis & Prevention. 41 (2), 259-267 (2009).
  18. Yu, Y., Chung, H. C., Hemingway, L., Stoffregen, T. A. Standing body sway in women with and without morning sickness in pregnancy. Gait & Posture. 37 (1), 103-107 (2013).
  19. Stoffregen, T. A., Smart, L. J. Postural instability precedes motion sickness. Brain Research Bulletin. 47 (5), 437-448 (1998).
  20. Stoffregen, T. A., Villard, S., Chen, F. C., Yu, Y. Standing posture on land and at sea. Ecological Psychology. 23 (1), 19-36 (2011).

Erratum


Formal Correction: Erratum: Using a Virtual Reality Walking Simulator to Investigate Pedestrian Behavior
Posted by JoVE Editors on 10/08/2020. Citeable Link.

An erratum was issued for: Using a Virtual Reality Walking Simulator to Investigate Pedestrian Behavior. An affiliation was updated.

The first affiliation was updated from:

Department of Sports Science, Kunsan National University

to:

Department of Sport and Exercise Sciences, Kunsan National University

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

VerhaltenAusgabe 160VerhaltenFu g ngerVerkehrssicherheitvirtuelle Realit tWahrnehmungAktionkologische Psychologie

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten