实时运动病测量:实时运动病尺度 (RMS) 的可行性和应用

科学领域:

• 人与计算机的交互
• 交通心理学 交通心理学
• 生物医学工程 生物医学工程

背景情况:

• 运动病对用户体验和采用电动汽车等新技术构成重大障碍.
• 现有的移动性恶心调查问卷缺乏准确的实时数据收集所需的时间和特异性症状细节.
• 运动病的预测模型需要精确测量各种环境的变化.

研究的目的:

• 引入实时运动恶性表 (RMS) 以持续监测运动恶性症状.
• 解决当前问卷在提供准确的,实时的运动病数据方面的局限性.
• 为了提高运动恶心预测模型的准确性.

主要方法:

• 通过系统性文献审查和试点测试来增强现有问卷,开发了实时运动疾病量表 (RMS).
• 通过一个真实驾驶实验验验证了RMS的可行性,该实验涉及电动汽车中的24名乘客.
• 在实验期间收集了关于运动恶心严重程度和实时变化的数据.

主要成果:

• 实时运动疾病量表 (RMS) 在现实驾驶场景中证明了可行性和有效性.
• 该RMS准确量化了运动恶心的严重程度,并捕捉了随时间的动态变化.
• 数据表明,RMS在理解挑性环境中的运动恶心方面的实用性.

结论:

• 实时运动病量表 (RMS) 是实时运动病评估的实用工具.
• RMS 能够详细监测运动病,这对于改善用户使用新技术的体验至关重要.
• 这种尺度在设计以引发运动恶心的环境中有着重要的应用.