[論文レビュー] A Case Study of Trust on Autonomous Driving

Shili Sheng, Erfan Pakdamanian+5 more|arXiv (Cornell University)|Apr 16, 2019

Human-Automation Interaction and Safety参考文献 31被引用数 3

ひとこと要約

本研究では、19名の参加者が実施した走行シミュレータ実験において、リッカート尺度で信頼度を評価した、自律走行車両におけるリアルタイムの人間の信頼動態を調査した。ANOVAと信号時相論理（STL）を組み合わせて、アラーム種別、天候、走行モードが信頼に与える影響を分析し、アラームの欠落が信頼を顕著に低下させること（67.1%の低下）、誤作動アラームは混合効果を示し、個人の反応時間のばらつきが著しく、STL学習による個別化された信頼応答モデル化が可能であることが明らかになった。

ABSTRACT

As autonomous vehicles have benefited the society, understanding the dynamic change of humans' trust during human-autonomous vehicle interaction can help to improve the safety and performance of autonomous driving. We designed and conducted a human subjects study involving 19 participants. Each participant was asked to enter their trust level in a Likert scale in real-time during experiments on a driving simulator. We also collected physiological data (e.g., heart rate, pupil size) of participants as complementary indicators of trust. We used analysis of variance (ANOVA) and Signal Temporal Logic (STL) to analyze the experimental data. Our results show the influence of different factors (e.g., automation alarms, weather conditions) on trust, and the individual variability in human reaction time and trust change.

研究の動機と目的

• 自律走行車両との人間相互作用における人間の信頼の動的変化をリアルタイムで理解すること。
• アラーム種別、天候条件、走行モードといった外部要因が信頼水準に与える影響を特定すること。
• 心拍数、瞳孔径などの生理的信号が信頼の補助的指標として果たす役割を検討すること。
• 信号時相論理（STL）を用いた学習による個別化された反応時間の範囲を特定し、個人差を考慮した信頼応答のモデル化を行うこと。

提案手法

• 19名の参加者を対象に走行シミュレータを用いた人間被験を実施し、リッカート尺度でリアルタイムの信頼度を収集した。
• 信頼の客観的相関として心拍数、瞳孔径、皮膚電気反応（GSR）、眼動追跡の生理的データを収集した。
• 一元配置分散分析（one-way ANOVA）を用いて、アラーム種別、天候、走行モードが信頼水準に与える統計的影響を評価した。
• 信号時相論理（STL）を用いて、信頼の変化における時間的パターン（例：誤作動またはアラーム欠落後の信頼低下）を形式的に指定および検証した。
• 時相論理抽出ツール（TeLEx）を用いて、参加者データから個別化された信頼変化への反応時間の範囲を学習した。
• 集団レベルのANOVAと個別レベルのSTL解析を統合し、一般的な傾向と個別化された信頼ダイナミクスの両方を捉えた。

実験結果

リサーチクエスチョン

• RQ1 誤作動アラームとアラーム欠落の異なる種別が、自律走行車両に対する人間の信頼のリアルタイム変化にどのように影響するか？
• RQ2 天候などの環境要因が信頼および生理的指標に与える影響は何か？
• RQ3 反応時間や信頼応答パターンにおける個人差が、自律走行車両走行中の信頼の変化にどのように影響するか？
• RQ4 瞳孔径やGSRといった生理的信号が信頼の信頼できる代理指標としてどの程度有効か？
• RQ5 パrameter学習を伴うSTLベースのモデリングは、集団レベルの分析に比べて、個別化された信頼ダイナミクスをより効果的に捉えることができるか？

主な発見

• アラーム欠落は信頼を顕著に低下させ、そのイベント後10秒以内に信頼低下の確率が67.1%に上昇した。
• 誤作動アラームは混合効果を示した：25.2%のケースで信頼低下、18.5%のケースで信頼上昇を示し、影響が一貫しないことが明らかになった。
• アラーム欠落後に信頼が上昇する確率は51.3%であったのに対し、アラーム作動後は59.2%であったため、アラームの非作動がより強い否定的影響を持つことが示唆された。
• 瞳孔径とGSRピーク数は天候条件に敏感であり、環境的ストレス要因への生理的感受性を示した。
• 信頼変化への反応時間の個人差は顕著で、参加者Aは最も速い反応（平均2.6秒）、参加者Cは最も遅い反応（平均6.475秒）を示した。
• TeLExを用いたSTL学習により、個別化された反応時間の範囲を的確に抽出でき、個人の信頼応答パターンをモデル化する可能性が裏付けられた。