請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/754
完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.advisor | 陳炳宇(Bing-Yu Chen) | |
dc.contributor.author | Kuo-Chung Chiu | en |
dc.contributor.author | 邱國崇 | zh_TW |
dc.date.accessioned | 2021-05-11T05:00:39Z | - |
dc.date.available | 2019-08-15 | |
dc.date.available | 2021-05-11T05:00:39Z | - |
dc.date.copyright | 2019-08-15 | |
dc.date.issued | 2019 | |
dc.date.submitted | 2019-07-18 | |
dc.identifier.citation | DARPA. (2004). The Grand Challenge. Retrieved from https://www.darpa.mil/about-us/timeline/-grand-challenge-for-autonomous-vehicles
drive.ai. (2019). drive.ai provides external display panel. Retrieved from https://www.drive.ai/ Lex Fridman, B. M., Lei Xia, Yangyang Yang, Laura Yvonne Facusse, Bryan Reimer. (2017). To Walk or Not to Walk- Crowdsourced Assessment of External Vehicle-to-Pedestrian Displays. Mahadevan, K., Somanath, S., & Sharlin, E. (2018). Communicating Awareness and Intent in Autonomous Vehicle-Pedestrian Interaction. Paper presented at the Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems - CHI '18. NHTSA. (2019). Automated Vehicles for Safety. Retrieved from https://www.nhtsa.gov/technology-innovation/automated-vehicles-safety SAE. (2019). Levels of Driving Automation. from Society of Automobile Engineers https://www.sae.org/news/2019/01/sae-updates-j3016-automated-driving-graphic Seamans, J. (Writer). (2006). The Great Robot Race. In J. S.-K. Joseph Seamans (Producer): Public Broadcasting Service (PBS). Shelhamer, E., Long, J., & Darrell, T. (2017). Fully Convolutional Networks for Semantic Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 39(4), 640-651. doi:10.1109/TPAMI.2016.2572683 SimpleIcon. (2019). SimpleIcon. Retrieved from http://simpleicon.com/license-agreement/ | |
dc.identifier.uri | http://tdr.lib.ntu.edu.tw/handle/123456789/754 | - |
dc.description.abstract | 本論文研究目的,為設計一個無人自動駕車與用路人的溝通方式,讓用路人瞭解無人自動駕駛車的狀態,提升交通活動效率與安全。該研究先透由質性研究,從人類駕駛與其它人類用路人互動中,找出溝通的意圖種類、使用的信號方式、選擇信號的環境變因。接下來設計意圖與信號對映方式,使用量化研究,把意圖與信號對映的設計透由影片播放,與問卷答題的方式來實行群眾設計,找出用路人對該意圖最佳的認知信號。
最後本研究提出一個「意圖-變因-信號」可擴展資訊架構,把意圖至信號選擇的決策方式系統化,可以讓未來的研究者可以在發展新的意圖與信號使用時,可以根據這樣的指導原則去延伸使用。 | zh_TW |
dc.description.abstract | This study aims to provide a design guideline for communication between autonomous vehicles and road users. The guideline can help road users better realize the intents of autonomous vehicles and hence improve the efficiency and safety of road activities. The research was conducted in two parts. In the first stage, we interviewed human drivers to analyze the relationship between the choice of car signals and in-depth intents. The resulting factors lead to a series of intent-signal design, which was evaluated with a large-scale survey study in the second phase. With this Intent-Factor-Signal approach, we propose an extensible architecture of autonomous vehicle signal design. Vehicle designers can choose the signal based on the intent systematically by following the guideline. The research framework also serves as a guide on how to organize and facilitate future research on communication between autonomous vehicles and road users. | en |
dc.description.provenance | Made available in DSpace on 2021-05-11T05:00:39Z (GMT). No. of bitstreams: 1 ntu-108-P05751001-1.pdf: 13362025 bytes, checksum: 3e975a12c995fdfd3669bc6bd524123e (MD5) Previous issue date: 2019 | en |
dc.description.tableofcontents | 口試委員會審定書 I
致謝 II 摘 要 III ABSTRACT IV 1. 緒論 1 1.1. 動機 1 1.2. 研究目的 2 第2章 文獻回顧 3 2.1. 自動駕駛現在進行式 3 2.1.1. 自駕車歷史序幕 3 2.1.2. 自動駕駛車浪潮再起 5 2.1.3. 自動駕駛的定義 6 2.2. 自駕車人機介面 8 2.2.1. Inside Out HCI – 乘客對於自駕車的人機介面 8 2.2.2. Outside In HCI – 其它用路人對於自駕車的人機介面 8 2.2.3. 業界的作法 8 2.2.4. 學界的研究 9 2.2.5. 小結 12 第3章 研究設計與實施 13 3.1. 研究流程 13 3.1.1. Insight – 研究用路人之間如何互動 14 3.1.2. Design – 自駕車與用路人多種互動方式設計 14 3.1.3. Validation – 驗證自駕車與用路人何者互動方式為最佳 14 3.1.4. Proposal – 提出自駕車與用路人溝通之資訊決策架構 14 3.2. 研究方法 15 3.2.1. 質化訪談法(Interviews) 15 3.2.2. 問卷調查法(Questionnaires) 15 3.3. 質化訪談 15 3.3.1. 訪談目的 15 3.3.2. 挑選受訪者 16 3.3.3. 訪談問題 17 3.3.4. 研究「用路人」在各種情境下之信號認知 20 3.4. 受訪駕駛人「情境/意圖/信號」之對映關係 24 3.5. 自駕車溝通方式設計 25 3.5.1. 情境選擇 25 3.5.2. 信號元素之設計 26 3.5.3. 置入未被教育的動件(例如雨刷),檢驗是否可能被附與意義 27 3.5.4. S1~S4情境與信號設計 27 3.5.5. 小結 31 3.6. 量化驗證找出自駕車最佳溝通成效之信號設計 31 3.6.1. 8個問卷群組 31 3.6.2. 研究變項 31 3.6.3. 驗證問卷製作 34 3.6.4. Crowdsource量化驗證 42 3.7. 自駕車溝通信號之資訊架構 50 3.7.1. 溝通的起點與終點定義 50 3.7.2. 信號的選擇流程 50 3.7.3. 提出資訊決策架構 51 第4章 結論與建議 55 4.1. 研究結果 55 4.2. 結論建議與後續發展 56 4.2.1. 其它意圖實作 56 4.2.2. 信號疊加是否能強化意圖認知? 56 4.2.3. 加強信號元素設計的層次細節 56 4.2.4. 效用量測 57 4.2.5. 跨國、跨文化,在信號的認知上是否會有差異? 57 4.2.6. 全面性整合 57 第5章 參考文獻 58 第6章 分析資料附件 59 6.1. 問卷結果敘述統計 59 6.2. 量化問卷變異分析詳解 62 | |
dc.language.iso | zh-TW | |
dc.title | 無人自動駕駛車之「意圖傳達」設計 | zh_TW |
dc.title | Design of Autonomous Vehicle Intent Communication | en |
dc.date.schoolyear | 107-2 | |
dc.description.degree | 碩士 | |
dc.contributor.coadvisor | 唐玄輝(Hsien-Hui Tang) | |
dc.contributor.oralexamcommittee | 陸洛(Luo Lu) | |
dc.subject.keyword | 無人自動駕駛車,群眾設計,用路人溝通,感知與意圖,汽車信號,人機互動,決策樹, | zh_TW |
dc.subject.keyword | autonomous vehicle,crowdsourced design,road user communication,perceived awareness and intent,car signals,HCI,decision tree, | en |
dc.relation.page | 67 | |
dc.identifier.doi | 10.6342/NTU201901614 | |
dc.rights.note | 同意授權(全球公開) | |
dc.date.accepted | 2019-07-19 | |
dc.contributor.author-college | 管理學院 | zh_TW |
dc.contributor.author-dept | 創業創新管理碩士在職專班 | zh_TW |
顯示於系所單位: | 創業創新管理碩士在職專班(EiMBA) |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
ntu-108-1.pdf | 13.05 MB | Adobe PDF | 檢視/開啟 |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。