Set-up of an experimental protocol to analyse physiological signals during autonomous driving in a dynamic driving simulator

Despite recent and rapid engineering advancements of partly or fully autonomous vehicles, people concerns about this new technology still persist. To gather information about social acceptance, self-reporting questionnaires have been used, but they have several limitations. Thus, to obtain reliable data, tracking of physiological signals could be a solution. Under these perspectives, the presented study aim to build an experimental protocol to investigate human acceptance towards autonomous driving by measuring Electroencephalogram (EEG), Electrocardiogram (ECG), Skin Potential Response (SPR) and Eye Tracking (ET), together with subjective surveys. To perform tests in a safe but realistic environment, the dynamic driving simulator of Politecnico di Milano (the DiM400) has been exploited. Signals have been measured on 31 subjects which acted as the passenger of the car, while a real person (HUMAN) or a human-like driver model (NO_PM, HIGH, MID, LOW) was driving along three scenarios (S1, S2, S3). Several indexes of interest have been extracted from each biosignal and a repeated measures three-way ANOVA has been performed. The ANOVA results show that the set-up used is able to distinguish emotional state of subjects when an event happens. In particular, ECG time domain indexes (HR, RMSSD and SDSD) seem the most appropriate to use. On contrary, no statistical difference has been found between subject cognitive state during human or autonomous driving, pointing out a tranquil emotional state in all the investigated conditions. This result was also confirmed by self-reporting questionnaires. The presented study demonstrates the possibility to investigate emotional state in driving context in a quantitative and objective way, exploiting ECG physiological signal and its related parameters, in order not only to understand the level of trust in autonomous vehicles, but also to pave the way for various other applications concerning driving monitoring and safety.

Nonostante i recenti e rapidi progressi ingegneristici dei veicoli parzialmente o completamente autonomi, le preoccupazioni delle persone riguardo a questa nuova tecnologia persistono ancora. Per raccogliere informazioni sulla accettazione sociale, questionari sono stati spesso utilizzati, essi però presentano diverse limitazioni. Pertanto, per ottenere dati affidabili, il monitoraggio dei segnali fisiologici potrebbe essere una soluzione. In questo contesto, lo studio presentato mira a sviluppare un protocollo sperimentale per indagare l’accettazione verso la guida autonoma mediante la misurazione dell’Elettroencefalogramma (EEG), dell’Elettrocardiogramma (ECG), della Risposta Potenziale Cutanea (SPR) e del Tracciamento Oculare (ET), insieme a questionari soggettivi. Per condurre i test in un ambiente sicuro ma realistico, è stato utilizzato il simulatore dinamico di guida del Politecnico di Milano (il DiM400). I segnali sono stati misurati su 31 soggetti che agivano come passeggeri dell’auto, mentre una persona (HUMAN) o un modello di pilota humanlike (NO_PM, HIGH, MID, LOW) guidava in tre scenari (S1, S2, S3). Diversi indici di interesse sono stati estratti da ciascun segnale biologico ed è stata eseguita un’analisi della varianza a tre vie con misure ripetute (ANOVA). I risultati dell’ANOVA mostrano che il set-up utilizzato è in grado di distinguere lo stato emotivo dei soggetti quando si verifica un evento. In particolare, gli indici del dominio temporale dell’ECG (HR, RMSSD e SDSD) sembrano i più appropriati da utilizzare. Al contrario, non è stata riscontrata alcuna differenza statistica nello stato cognitivo dei soggetti tra la guida umana o autonoma, evidenziando uno stato emotivo tranquillo in tutte le condizioni investigate. Questo risultato è stato confermato anche dai questionari di autovalutazione. Lo studio presentato dimostra la possibilità di indagare lo stato emotivo nel contesto di guida in modo quantitativo e oggettivo, sfruttando il segnale ECG e i relativi parametri, al fine non solo di comprendere il livello di fiducia nei veicoli autonomi, ma anche di aprire la strada a varie altre applicazioni riguardanti il monitoraggio e la sicurezza alla guida.