Wortelen, Bertram (2014) Das Adaptive-Information-Expectancy-Modell zur Aufmerksamkeitssimulation eines kognitiven Fahrermodells. PhD, Universität Oldenburg.

Preview

Volltext (9Mb)

Abstract

In dieser Arbeit wird mit dem Adaptive-Information-Expectancy (AIE)-Modell ein neues Modell der menschlichen Aufmerksamkeitsverteilung präsentiert. Mit ihm lassen sich Kenngrößen der visuellen Aufmerksamkeitsverteilung vorhersagen, wie die Blickverteilung, Blickfrequenzen und Blicktransitionswahrscheinlichkeiten. Eine enge Integration mit der Simulation eines Aufgabenmodells ermöglicht zudem die daraus resultierenden Auswirkungen auf die Aufgabenbearbeitung zu simulieren. Das AIE-Modell wurde in die kognitive Architektur CASCaS integriert und anhand zweier Szenarien evaluiert. Für das erste Szenario wird Senders‘ Scanning-Aufgabe verwendet. Für das zweite Szenario wird eine Fahrsimulatorstudie durchgeführt, an der sowohl menschliche Versuchsfahrer teilnehmen, als auch ein Fahrermodell unter Verwendung des AIE-Modells simuliert wird. Mit dem AIE-Modell lässt sich das Blickverhalten der Versuchsfahrer gut wiedergeben. Zudem lassen sich einige Effekte auf die Fahrzeugführung simulieren.

["eprint_fieldname_title_plus" not defined]

The Adaptive Information Expectancy Model for the Simulation of Attention of a Cognitive Driver Model

["eprint_fieldname_abstract_plus" not defined]

This thesis presents a new model of human attention distribution: the Adaptive Information Expectancy (AIE) model. It enables the simulation of important measures of visual attention distribution, like percentage dwell times, gaze frequencies and gaze transition probabilities. Due to a strong interconnection with the simulation of a task model it is also possible to simulate the effects of attention distribution on task performance. The AIE model was integrated in the cognitive architecture CASCaS and was evaluated in two scenarios. Senders’ scanning task was used for the first one. For the second scenario a driving simulator study was conducted, which was driven by human drivers and also by a driver model which used the AIE model. The fit of gaze behavior between driver model and human participants was very good. Furthermore, due to the strong link to the task model the simulation could also reproduce some effects on the driving behavior.

Item Type:	Thesis (PhD)
Uncontrolled Keywords:	Aufmerksamkeit, Verteilung, Top-Down-Prinzip, Erwartung, Fahrer, Modellierung
Subjects:	Generalities, computers, information > Computer science, internet
Divisions:	School of Computing Science, Business Administration, Economics and Law > Department of Computing Science
Date Deposited:	03 Nov 2014 12:43
Last Modified:	04 Nov 2014 13:26
URI:	https://oops.uni-oldenburg.de/id/eprint/1970
URN:	urn:nbn:de:gbv:715-oops-20514
DOI:
Nutzungslizenz:

Actions (login required)

View Item