← 返回论文列表

穿越网络驾驶：延迟与视频损伤下的表现和工作负荷
Driving Through the Network: Performance and Workload Under Latency and Video Impairment

作者: Ines Trautmannsheimer, Ahmed Azab, Frank Diermeyer
arXiv: 2605.15952v1
分类: cs.HC, cs.RO
📝 论文摘要
远程操作有望扩展自动驾驶汽车的操作范围，但其性能高度依赖于网络延迟和视频质量。我们开展了一项基于固定基座驾驶模拟器的研究（参与者25人），通过2x2因素设计控制附加延迟（100/300毫秒）和比特率（500/2000 kbit/s），并设置最佳基线条件（附加延迟0毫秒，比特率9000 kbit/s）。我们测量了每种条件下的有效端到端延迟（基线约413毫秒；有效总延迟约500-700毫秒），并验证了稳定的帧率和编码器设置。多模态测量涵盖驾驶表现（速度、转向反转次数、碰撞次数）、眼动行为（眨眼频率、注视时长）、生理指标（RR间期、心率、皮肤电导）以及主观工作负荷。延迟和比特率均增加了操作员负荷，并对驾驶表现产生适度影响。生理指标（心率、RR间期）表现出亚加性交互作用，而驾驶表现和眼动行为的交互作用较小或不显著。等价性检验表明，300毫秒延迟配合2000 kbit/s比特率在速度上与最佳基线条件等效（等效界值为±2公里/小时），而300毫秒延迟配合500 kbit/s比特率则不等效。我们认为延迟与视频质量应作为基本独立的设计变量进行处理，且基于生理感知的自适应机制能在安全性受损前预见超负荷状态。

📊 核心分析

🎯 研究动机
- 远程操作(teleoperation)可扩展自动驾驶车辆的应用范围，但严重依赖**网络延迟(network latency)** 和**视频质量(video quality)** - 现有研究缺乏对延迟和比特率组合效应的多模态(performance, oculomotor, physiological, subjective)全面评估 - 需要明确延迟和视频质量是否应作为独立设计杠杆，以及能否通过生理信号预见过载
🔧 核心方法
- 开展**固定底座驾驶模拟器(fixed-base driving-simulator)** 实验，N=25，采用2×2因素设计：附加延迟(100/300 ms) × 比特率(500/2000 kbit/s)，并设置最佳基线(0 ms添加，9000 kbit/s) - 测量有效**玻璃到玻璃(glass-to-glass, G2G)** 延迟（基线约413 ms，有效合计约500-700 ms），并验证帧率和编码器稳定性 - 收集多模态数据：驾驶性能（速度、转向反转次数、碰撞次数）、眼动行为（眨眼率、注视时长）、生理指标（RR间期、心率、皮肤电导）和主观工作负荷 - 采用**等价检验(equivalence tests)** 比较不同条件下的速度等效性
💡 核心创新
- **首次系统揭示**：延迟和比特率对生理指标（心率、RR间期）产生**次加性交互(sub-additive interaction)**，而对性能和眼动交互不显著 - **独立设计杠杆视角**：论证延迟和视频质量应作为大致独立的设计参数，而非依赖于高比特率补偿高延迟 - **生理感知适应(physiology-aware adaptation)**：提出利用生理信号（如心率变化）预见过载，在安全受损前进行动态调整
🏆 总体贡献
- 为远程操作自动驾驶车辆提供**定量实验证据**，明确延迟和比特率对操作员负载和安全边界的独立影响 - 提出**多模态评估框架**，融合性能、眼动、生理和主观测量，增强对操作员状态的理解 - 指导未来远程操作系统的**网络资源分配策略**：最佳基线条件下300 ms延迟+2000 kbit/s可保持速度等效，而低比特率组合则不可 - 为开发**生理感知自适应控制** 算法奠定基础，提升远程操作的鲁棒性和安全性