Автосимулятор вождения: Бесплатный реалистичный симулятор вождения онлайн

Список симуляторов вождения автомобиля для средних ПК

Год выхода: 2014

Системные требования: средние

Assetto Corsa представляет собой яркий динамичный гоночный симулятор. Виртуальные соревнования максимально приближены к реальным гоночным заездам. При разработке игры была использована лазерная технология сканирования…

78 /100

Год выхода: 2011

Системные требования: средние

Crazy Taxi является увлекательной аркадной гонкой. Игрок может испытать себя в роли бесшабашного таксиста. За определенное время нужно доставить к пунктам назначения как можно больше пассажиров…

75 /100

Год выхода: 2011

Системные требования: средние

3D Инструктор имеет свои уникальные особенности и оригинальную идею разработчиков. Игра поможет улучшить навыки управления автомобилем. Для вас разработчики создали целый виртуальный город, который имеет 8 районов…

73 /100

Год выхода: 2014

Системные требования: средние

Сценарий довольно заезженный, однако стоит отметить одну особенность, делающую игру не менее забавной, чем ее клоны. У вас имеется трейлер, на котором вы рассекаете по Арктическим безграничным просторам…

73 /100

Год выхода: 2012

Системные требования: средние

Учебный автосимулятор City Car Driving 1.5. Домашняя версия – трехмерная игра с реалистическими ситуациями, происходящими на дорогах. Она разработана для самообучения начинающих водителей, которым необходимы все основы вождения авто…

70 /100

Год выхода: 2014

Системные требования: средние

Spintires состоит из двух похожих игр данной серии SpinTires — Level UP 2011 и SpinTires 2013 в улучшенной форме, которая позволяет попасть в захватывающий мир увлекательных гонок по бездорожью…

68 /100

Год выхода: 2010

Системные требования: средние

Новый креативный экономический симулятор Der Planer 4, являющийся по типу стратегией в реальном времени, создан опытными специалистами фирмы madcat Interactive Software и не оставит равнодушным ни одного любителя стратегий…

61 /100

Год выхода: 2001

Системные требования: средние

Любителям безудержно погонять по трассам посвящается игра Автобан. Она построена на базе движка City Car Driving. В игре можно испытывать свой автокар по максимуму, оттачивая мастерство вождения, умения маневрировать, вдавив педаль в пол…

40 /100

Год выхода: 2018

Системные требования: средние

Жанр: рпг, карточные игры

Пошаговая ролевая игра RAID: Shadow Legends является коллекционной и реализована в жанре фэнтези. Королевством Телерия, где происходит действие, завладел повелитель тёмных сил Сайрот…

85 /100

Страницы: 1&nbsp

«Совершенный симулятор вождения» Volvo Cars использует новейшие игровые технологии для разработки еще более безопасных автомобилей

Инженеры Volvo Cars называют его «совершенным симулятором вождения», но для них это не просто повод побаловать своего внутреннего геймера. Инновационный симулятор смешанной реальности используется шведской компанией для достижения новых успехов в технологиях безопасности и автономного вождения.

Установка с подвижным водительским креслом, рулем с тактильной обратной связью и кристально чистыми очками виртуальной реальности вызовет зависть у любого серьезного геймера, но симулятор Volvo Cars выводит эту концепцию на новый уровень, стирая различия между реальностью и виртуальным миром. И именно в этом вся суть.

Используя передовые технологии ведущей платформы по 3D-моделированию в реальном времени Unity и финских экспертов в области виртуальной и смешанной реальности Varjo, симулятор предполагает вождение реального автомобиля по настоящим дорогам. Он сочетает в себе реалистичную трехмерную графику высокой четкости, очки с дополненной реальностью и полный костюм для тела Teslasuit, который обеспечивает тактильную обратную связь с виртуальным миром, а также отслеживает реакции организма.

Такое сочетание программного и аппаратного обеспечения позволяет инженерам Volvo Cars бесконечно моделировать сценарии дорожного движения на реальном испытательном треке, используя настоящий автомобиль, и все это — в полной безопасности. Они могут получить важную информацию о взаимодействии между людьми и автомобилем для разработки новых функций в области безопасности, помощи водителю и автономного вождения.

Испытатели подвергаются воображаемым функциям активной безопасности и помощи водителю, перспективным пользовательским интерфейсам автономного вождения, будущим моделям автомобилей и многим другим сценариям. Его можно использовать на реальных дорогах с тестовыми треками или в испытательной лаборатории, при этом каждый сценарий полностью настраивается. Открывающиеся возможности буквально безграничны.

«Совершенный симулятор» Volvo Cars был продемонстрирован вчера в прямом эфире на платформе Volvo’s Open Innovation Arena командой экспертов по инновациям. Посмотреть мероприятие в записи можно по ссылке.

В прошлом году компания Volvo Cars вместе с Varjo стала первым автопроизводителем, который сделал возможным управление настоящим автомобилем в очках смешанной реальности. Теперь это сотрудничество было расширено за счет включения Unity и производителя тактильных костюмов Teslasuit.

По словам Каспера Викмана, старшего руководителя отдела пользовательского опыта на платформе Volvo’s Open Innovation Arena и одного из ведущих прямой трансляции, это позволяет Volvo Cars изучать реальные человеческие реакции в безопасной обстановке и значительно дешевле, чем в настоящих тестах.

«Совместная работа с такими великими компаниями, как Varjo, Unity и Teslasuit, позволила нам протестировать множество сценариев, которые выглядят и ощущаются совершенно реальными, без необходимости строить что-либо физически, — говорит Каспер Викман. — Это позволяет нам тестировать настоящие автомобили в дорожных условиях, которые выглядят и кажутся реальными, при этом их можно отрегулировать одним нажатием кнопки».

При разработке автомобильных систем безопасности, таких как технологии предотвращения столкновений, испытания имеют решающее значение. Но тестирование этих систем на практике может быть опасным, трудоемким и дорогостоящим. Симуляции в виртуальной и смешанной реальности позволяют проводить абсолютно безопасное тестирование в реалистичной обстановке без необходимости создавать какие-либо физические прототипы или выстраивать сложные сценарии.

«Используя эту передовую технологию, мы исследуем и возглавляем разработку безопасных автомобилей будущего. Здорово быть частью этого», — сказал Каспер Викман.

Посмотрите полную запись прямой трансляции здесь или загрузите видео с обзором мероприятия здесь.

Очки смешанной реальности Varjo

В прошлом году компания Volvo Cars вместе с Varjo стала первым автопроизводителем, который сделал возможным управление настоящим автомобилем в очках смешанной реальности. Очки Varjo XR-1 Developer Edition используют видеокамеры для создания смешанной реальности и обеспечивают смешанную или виртуальную реальность в разрешении высокой четкости. С помощью очков Varjo XR-1 объекты и окружение, созданные в Unity, могут быть легко интегрированы в реальный мир.

Teslasuit

Благодаря приложению сил, вибраций или движений, тактильные технологии позволяют создать ощущение прикосновения при взаимодействии с виртуальным миром. Надев усовершенствованный тактильный полный костюм для тела Teslasuit, испытатели симулятора Volvo могут физически почувствовать небольшое воспроизведение сил, которые могут возникнуть при аварии, не испытывая при этом реального риска. Костюм также позволяет инженерам Volvo проверять эти реакции, изучая, как мышцы, уровень стресса и частота сердечных сокращений реагируют в критических ситуациях, и применять полученные знания при создании систем безопасности следующего поколения, направленных на предотвращение и смягчение рискованных ситуаций.

Платформа моделирования Unity

Сценарии моделирования создаются с использованием новейшего программного обеспечения для 3D-моделирования в реальном времени от Unity — компании, стоящей за одной из самых популярных в мире платформ для разработки видеоигр. Используя Unity, эксперты Volvo могут создавать виртуальное окружение и объекты для использования в симуляциях или помещать абсолютно точную трехмерную модель любого автомобиля Volvo в любую виртуальную среду, оценивая конструкцию при различном освещении, местоположении и погоде.

симулятор вождения

 

 Если вы решили обучиться вождению и не знаете с чего начать, могу предложить вам сделать самому тренажер вождения для получения первичных навыков вождения автомобиля. 

Самый хороший тренажер — это реальный автомобиль.   

Для того, чтобы быстрей почувствовать работу рычагов управления, так сказать «в живую», можно легко самому сделать симулятор вождения, не выезжая со двора. 
   Этот вариант не требует особой подготовки, но требует соблюдения техники безопасности. 

 

Виртуальное вождение

  Для того чтобы сделать симулятор автомобиля, необходим сам автомобиль и присутствие,  знающего автомобиль, помощника. Далее, домкратом приподнять автомобиль и установить под него надежную  подставку так, чтобы ведущие колеса находились в подвешенном состоянии, можно не выше 5 -10 см.
 Со стороны водителя, желательно, подставить средних размеров зеркало и настроить так, чтобы с водительского кресла через окно видеть вращение колеса. Так Вы будете отрабатывать

работу педалью сцепления при работающем двигателе и вникать, что происходит при нажатии педали «газа» или тормоза, а так же отрабатывать своевременное переключение скоростей и все это на месте где не надо рулить. Весь этот процесс можно назвать  симулятором вождения в «живую». Советую, под педаль газа сделать какой-нибудь ограничитель, чтобы нельзя было нажать педаль больше чем на 2000 оборотов, это можно определить по тахометру на панели приборов, а если его нет, то на слух. Дайте педали ходу столько чтобы при нажатии педали до ограничителя, обороты двигателя должны увеличиться совсем на немного. Помощник должен вам в этом помоч. Это практичный вариант для начального обучения. Таких оборотов с избытком хватит для трогания с места и преключения передач и, таким образом, можно быстрей научиться работать педалью сцепления с минимальными затратами. Только не давите на педаль со всей дури, вам ведь тоже надо привыкать к легкому нажатию на педаль газа. Не торопитесь и все получится.

      Только нужно соблюдать технику безопасности.
   Для этого нужно, прежде всего, хорошо закрепить подвешенный автомобиль, т. е. подставить надежные подставки, так как колесо баз нагрузки будет быстро вращаться, что может вызвать большую вибрацию автомобиля, и не надо давать большие обороты, а то автомобиль может соскочить с подставки и…, последствия … не известны! Вам и не нужно будет развивать большие обороты и лучше не баловаться, вот для этого и нужен ограничитель.     Главная ваша задача понять, как передаются обороты двигателя на ведущие колеса при трогании. Привыкнуть определять по тахометру и спидометру, как зависит скорость автомобиля  от оборотов и все это — на месте. Так же, можно потренироваться переключениями передач, но очень осторожно. 
   После того, как запустите двигатель, подвешенное колесо может вращаться, даже если рычаг переключения передач находится в нейтральном положении. Чтобы его остановить, просто нажмите сцепление и  тормоз.
 Далее, включайте передачу и, как говорилось ранее, медленно отпускайте сцепление и наблюдайте в зеркало по колесу ваше «виртуальное начало движения». Передачи обязательно старайтесь и привыкайте переключать согласно скоростному режиму по указаниям спидометра. Режимы скорости при переключении передач указаны в книжке по эксплуатации данного автомобиля.

  В среднем это примерно:  I — до 20 км/ч 

                                              II — 20 — 40 км/ч

                                             III — 40 — 60 км/ч

                                             IV — 60 — 80 км/ч

                                              V  — от 90 км/ч 
  Все это, конечно, далеко от непосредственного практического движения, но, на мой взгляд, это не плохой тренажер, чтобы  почувствовать работу рычагов управления. 
 Есть еще варианты: учиться работать педалью сцепления при трогании; это установить автомобиль на ледяной площадке и привязать автомобиль к чему ни будь; летом можно найти местность с глиной, обычно у рек. С помощью воды и глины можно сделать «каток». Передне приводной автомобиль, лучше ставитьна «ручник». И в любом случае старйтесь использовать ограничитель газа для первичного трогания и вождения. Ограничитель можно выпилить по собственным  замерам из деревянного бруска или чего подобного, ход педали ограничивайте до 2000 оборотов, вобщем включите фантазию. 
 Только сразу хочу предупредить, что все эти симуляторы не заменят настоящие автомобильные тренажёры, а, тем более, настоящее вождение и обязательно требуют присутствия, знающего автомобиль, человека. 
 Самое главное, продумайте о том, как обезопасить себя и окружающих от случайностей. 

 

Читайте так же:

 

Начинающему водителю

 

Уроки вождения

 

Как научиться ездить на машине самому

 

Успешное вождение

 

 

Лучшие симуляторы вождения

Их задача – научить пользователя ездить с соблюдением правил дорожного движения по городским улицам и на междугородней трассе. Можно выбрать симулятор вождения в зависимости от того, каким транспортом – легковым или грузовым – вы собираетесь научиться управлять. Такой виртуальный практикум обязательно поможет, когда вы сядете за руль настоящего автомобиля. Ниже приведен краткий обзор игр на вождение автомобиля.

ПДД Симулятор вождения автомобиля

Данная обучающая программа предназначена для пользователей, у которых отсутствуют навыки управления авто, но которые очень хотели бы их получить. Для обучения можно выбрать легковой автомобиль на АКПП/МКПП, спорткар или грузовик. Симулятор максимально приближен к реальным условиям городских улиц, позволяет почувствовать темп и ритм городской езды, учит читать дорожные знаки, учитывать сигналы светофора и наличие пешеходных переходов. парковаться, заезжать на АЗС, соблюдать безопасную дистанцию. Для наибольшей реалистичности можно включить режим случайных событий – тогда пользователю придется столкнуться и с нарушителями ПДД, и с провокаторами на дороге, и с серьезными аварийными ситуациями.

Project Cars 3

В этой версии погружение в игровой мир достигло своего пика. Пользователю предложен огромный выбор автомобилей, трасс, погодных условий, а потрясающий реализм делает процесс езды по-настоящему захватывающим. Огромным плюсом будет наличие шлема виртуальной реальности – это позволит максимально погрузиться в игровые условия.

Вождение 3D

Данный 3D-инструктор вождения оснащен огромным количеством машин на любой вкус. Вы можете ездить по большому городу со всеми тонкостями городского вождения или выбрать бездорожье и камни. На экране расположен спидометр и другие важные атрибуты симулятора вождения, которые помогут пользователю. Кроме того, доступна функция смены авто в любой удобный момент.

Талантливый водитель

Допустим, вы хорошо умеете ездить по городу. А в условиях плотного тумана? Представьте, что вам необходимо проехать через огромный город на малолитражке, но вокруг такой густой туман, что видимость практически стремится к нулевой. Вам нужно строго соблюдать ПДД – учебное пособие разработано таким образом, что стоит вам совершить хоть малейшее нарушение, и вас сразу же начнут преследовать стражи порядка на дорогах, не говоря уже о том, что у вас резко сократятся шансы доехать до цели в целости и сохранности. Увлекательнейший симулятор тренирует водительские навыки и дает возможность «убить» время в пользой.      

SnowRunner

Симулятор предназначен для любителей бездорожья и является продолжением симуляторов вождения грузового транспорта, но теперь – среди снегов, по льду и по скользкой дороге. Среди плюсов этой версии – реалистичный салон, который позволяет пользователю ощутить себя настоящим дальнобойщиком, а также полтора десятка огромных карт. Ценителям наверняка придутся по вкусу непростые природные условия с перепадами температур, обильными снегопадами и «сибирскими» морозами. Придется развернуть настоящее сражение за каждый километр непростой трассы, при этом не покидая кабины большегруза. Простая на первый взгляд игра способна серьезно пощекотать нервы даже опытному геймеру – ведь выйдя на трассу, надо быть готовым к суровым зимним условиям и уровню подготовленности автомобилей.

Выбор игр-симуляторов вождения огромен – каждый пользователь сможет выбрать для себя подходящий по вкусу и уровню сложности вариант. Такие виртуальные тренажеры хороши для совершенствования своих водительских навыков, но всегда нужно помнить, что они не способны заменить реальные уроки вождения под руководством профессионала.   

Автотренажеры, автосимуляторы, тренажеры вождения | ООО Партнер

Основным направлением ООО Партнер является выпуск автомобильных компьютерных тренажеров вождения. Также в сферу деятельности нашего предприятия входит разработка и производство компьютерных автотренажеров вождения грузовых автомобилей, учебных стендов, а так же программного обеспечения к ним.

В качестве программного обеспечения для тренажеров легковых автомобилей (а в скором времени и для КАМАЗа) используется новая программа «Авториал», обеспечивающая максимальную реалистичность изображения за счет высокопрофессиональной графической системы.

Получить более подробную информацию о программе «Авториал» и скачать бесплатную версию можно

здесь.

Мультимедийные компьютерные стенды-тренажеры на базе реальных узлов автомобилей, созданные в ООО Партнер, имитируют возможные реальные неисправности и позволяют проводить занятия по обучению их поиска и устранения. Кроме того, наше предприятие активно занимается выполнением научно-исследовательских работ по различным направлениям.

Высокий потенциал ООО Партнер обеспечивает сильная команда программистов, творческий коллектив конструкторов, высококвалифицированные рабочие и собственное, постоянно расширяющееся производство автотренажеров. Мобильная служба гарантийного обслуживания поможет разрешить любые сложности, связанные с эксплуатацией нашей продукции.

Изделия, выпускаемые ООО Партнер, награждены золотой медалью ВВЦ, медалью выставки «Российский щит», дипломом выставки «Диверсификация и изделия двойного назначения» и дипломами других специализированных выставок.

Для чего нужны тренажеры вождения?

В последнее время все чаще можно услышать о таких технических приспособлениях как автотренажеры и автосимуляторы. Их востребованность и распространенность увеличивается вместе с ростом и популярностью автомобилей. Машины давно стали неотъемлемой частью жизни современного человека и число автомобилей на дорогах становится все больше и больше. Вместе с увеличением автомобилей вождение и нахождение на дорогах становится более сложным процессом. Для решения данной проблемы разрабатываются специальные устройства, позволяющие наилучшим образом подготовить будущего водителя к различным ситуациям. Таким устройством в первую очередь является тренажер вождения, который обеспечивает отличную подготовку.
 

Какими бывают автотренажеры?

Автосимулятор можно встретить в большинстве школ вождения. Во многих из них данные устройства являются неотъемлемой частью учебной программы. Самыми распространенными видами тренажеров – это автотренажеры для обучения управлением легковым автомобилем. Автомобильный тренажер имеет все самое необходимое и позволяет создать ощущение реальности. Кроме тренажеров для категории «B» есть автотренажеры для категории «С». Эти автосимуляторы позволят быстрее и легче обучиться вождению грузовых автомобилей. Еще одной разновидностью тренажеров являются специальные обучающие стенды, позволяющие изучить работу различных систем автомобиля: топливной, электронной, тормозной.
 

Что представляет собой автосимулятор для легковых автомобилей?

Автосимулятор – техническое средство, позволяющее обеспечить эффективное обучение вождению. Тренажер позволяет воспроизвести практически все условия реального вождения. В автосимуляторе есть все что нужно для настоящего вождения: органы управления автомобилем (рулевая колонка, педали, рычаг стояночного тормоза, коробка переключения передач), регулируемое сидение, монитор, датчики органов управления и другое. Подробное описание каждой модели тренажеров вы сможете найти в разделе «Продукция» на нашем сайте.

Симулятор автомобиля — прокачай свои навыки вождения

Симулятор автомобиля – это приложение, позволяющее изучить принципы вождения в домашних условиях. Тренажер получит получить не только теоретические, но и практические навыки.

Отрабатываются разные модели поведения на дороге, включающие вождение в ночное время суток или при неблагоприятных погодных условиях. В таких играх все автомобили по характеристикам отвечают реальным аналогам. Такой подход позволяет изучить принципы управления на примерах, чтобы подготовиться к экзамену или просто попрактиковаться.

Игра симулятор вождение – небольшие программы, которые позволяют игроку окунуться в реальные сюжеты. Чтобы достичь результата, необходимо преодолевать препятствия и четко следовать правилам. Для повышения навыков с каждым разом предлагаются более сложные уровни. В зависимости от пожеланий можно выбрать приложения с разной сюжетной линией, графикой и направленностью.

Какими бывают симуляторы вождения автомобилей?

На игровых сайтах предлагается множество разных игр от разработчиков. Некоторые из них – в 2D или современном 3D формате. Можно ездить по разным трассам, проходить гонки, решать теоретические вопросы в зависимости от жанра. Выделяют несколько типов таких проектов:

1. Гонки. Требуется прохождение классических гонок на реалистичных трассах. Отличаются высокой сложностью. Управление механикой движений даются только опытным игрокам. Такие игры достаточно реалистичны. Используется 3D графика и детализация фонов. Вид камеры – от первого лица. Такие симуляторы на уровень выше обычных гонок.
2. Аркады. Главная задача заключается в прохождении уровней. С каждым разом испытания становятся сложнее. Здесь нет гонок. Проверяются навыки водителя. Подходит для новичков и более опытных водителей для практики и обучения.
3. Реалистичные симуляторы. Максимально реалистичные игры, которые позволяют отточить навыки вождения путем моделирования реальных ситуаций. Вы научитесь правильно парковаться, поворачивать, изучите дорожные знаки и правила передвижения. Станет хорошей подготовкой для сдачи экзамена в школе вождения.

В зависимости от желаемого результата вы можете выбрать любой из перечисленных выше вариантов. Простые гонки помогут вам отдохнуть и весело провести время, а серьезные симуляторы вождения позволят подробно изучить ПДД и усовершенствовать навыки. Симулятор вождения автомобиля – хорошая возможность подготовиться к крупным гоночным заездам в серьезных командных онлайн играх.

3D гонки на машинах – докажите свое мастерство

 

В 3D приложениях разработчики сделали акцент на реалистичности происходящего. Фоны и действующие лица детализированы, а игровой мир работает по реальным правилам.

Вам не нужно убегать от полицейских, нарушать правила, устраивать беспорядки на улицах (как в Need for Speed). Перед вами – путь, который нужно преодолеть на машине. Присутствуют элементы аркады. Вы будете преодолевать уровни, получать за это награды и продвигаться дальше.

Гонки с 3D графикой характеризуются такими достоинствами:

1. Динамика. В распоряжение даются профессиональные гоночные автомобили. Вам нужно быть внимательным. Важно следить за скоростью и не терять управление на резких поворотах. Не упускайте из виду соперников. Цель – прийти к финишу первым.
2. Реализм. Соблюдается полная реалистичность происходящего. Вы не сможете все время давить на педаль газа и включать режим ускорения. Перед поворотом придется продумывать правильность действий, чтобы не потерять управление.
3. Настройка сложности. Управление достаточно непростое, поэтому новичкам потребуется время для изучения. Чаще всего в роли соперников выступают профессионалы, поэтому на первых этапах будет сложно. Разработчики предоставляют функцию регулировки сложности, что помогает подобрать оптимальный вариант.

Гонки подойдут для любителей динамики. Это хорошая возможность проверить навыки вождения в экстремальных ситуациях. Вы хорошо проведете время и наберетесь опыта.

Аркадные симуляторы – приятный отдых в свободное время

 

Аркады заставят вас поломать голову над решением определенной задачи. Моделируются реалистичные ситуации, что позволяет приобрести нужные навыки.

В приложениях такого типа необходимо проходить уровни с определенным условием. Вам нужно будет отыскать парковочное место. При этом нельзя задеть прохожих или другой транспорт, чтобы не вызвать аварийную ситуацию. Такие сюжеты путем моделирования реальных событий позволяют обучиться навыкам вождения и хорошо провести время.

Среди характеристик аркад следует выделить:

1. Увлекательный игровой процесс. Акцент делается на мыслительные процессы игрока. Ему необходимо найти решение в сложной ситуации, опираясь на свои знания. Вы будете меньше ехать, чем думать. Это хорошая разминка для ума.
2. Комфорт. Не требуется гнаться на высоких скоростях. В некоторых аркадных играх возможны упрощения в управлении, что поможет сосредоточиться на выполнении задачи.

Аркады предназначены для тех, кто не любит ездить на высоких скоростях, а предпочитает более спокойную обстановку. Вы сможете спокойно ехать и достигать поставленных целей.

Реалистичные симуляторы вождения по городу – настоящая проверка ваших навыков

В реалистичной игре симулятор автомобиля основной акцент делается на управлении и механической составляющей игрового процесса. Предоставляется возможность попробовать себя в роли водителя автобуса, такси или другого транспортного средства.

Среди особенностей геймплея:

1. Реализм. Достигается полная реалистичность в моделировании процесса управления автомобилем. Вам нужно следить за коробкой передач, сцеплением, работой двигателя. Такой подход поможет тем, кто собирается в будущем водить настоящее авто.
2. Высокая сложность. Управление отличается сложностью по сравнению с гонками или аркадами. Вам нужно уметь не только нажимать на педали скорости и торможения, но и при необходимости использовать другие кнопки. Это станет хорошей практикой.
3. Размеренный игровой процесс. Вам не нужно ездить на больших скоростях. Цель – правильность, а не скорость. Проходите уровни постепенно, чтобы достичь результата.

Симулятор автомобиля – City Car Driving

City Car Driving – это симулятор, который станет пособием по вождению не только для начинающих, но и более опытных водителей. Приложение путем моделирования реальных ситуаций позволяет быстрее освоиться на дорогах. Вы научитесь включать передачу, жать на педали газа и тормоза, вовремя поворачивать.

Среди особенностей программы:

• режимы с разными погодными условиями;
• большое количество уникальных локаций;
• упражнения с моделированием разных ситуаций;
• генерация случайных событий;
• отработка управления транспортным средством;
• система контроля, фиксирующая ошибки;
• качественная графика;
• реалистичные звуковые эффекты.

Симулятор позволяет новичкам подготовиться к сдаче реального экзамена. На симуляторе вы изучите базовые правила дорожного движения, ознакомитесь с управлением, отработаете навыки на реальных упражнениях.

Подготовка к экзамену по ПДД

Это интерактивное приложение, которое позволяет комплексно подготовиться к экзамену для получения водительских прав. Пособие подходит как для новичков, так и для опытных водителей.

Возможности приложения:

• изучение теоретической информации;
• применение теории на практике;
• написание тестов по отдельным темам;
• сдача зачетов, экзаменов;
• хранение статистики.

Вы можете начать играть в симулятор вождения автомобиля в любое время. Доступно множество разных вариантов для каждого. Вы можете отдохнуть и развлечься в гоночных играх или получить желаемые навыки в реалистичных симуляторах.

Симулятор вождения автомобиля — Техническое обслуживание и ремонт автомобиля

Привет всем тем, кто решил зайти на данный блог об автомобилях! Сегодня я решил вам показать, что такое симулятор вождения автомобиля, но это ещё не все. Мы разберем все, что касается симуляторов. Я покажу вам симуляторы 2010, 2012 и 2013 годов. Также вы узнаете о симуляторах вождения автомобиля по различной местности, например: по городу, по России или только по Москве. А ещё вы узнаете о симуляторах вождения легкового и грузового автомобиля, также на Андроид или 3d, а ещё я покажу вам лучший симулятор вождения с ПДД бесплатно!

Да, на сегодня подготовлено много информации. Информации не простой, а очень даже интересной. Но сначала я хотел бы напомнить вам о моей предыдущей записи на блоге. Она была про правила ремонта автомобиля. В ней я написал некоторые советы, приметы и правила ремонта автомобиля, которые обязательно вам помогут при ремонте. Если вы не хотите больше пропускать новостей, а хотите узнавать о них первыми, то тогда обязательно заходите на наш сайт.

Ну, что же, начнем с самого простого! Давайте я вам объясню, в чем заключается смысл понятия — симулятор вождения автомобиля. Многие люди знают, что значит это, даже дети некоторые знают, но это все из-за того, что они растут вместе с компьютером и они это слышат не первый раз.

Симулятор вождения автомобиля — это специальная программа (игра), с помощью которой каждый человек может попробовать свои силы в вождении. В неё можно играть как на компьютере, так и на телефоне с системой Андроид. Существует огромное количество таких игр и сегодня вы узнаете о них!

Симулятор вождения автомобиля позволяет любому человеку почувствовать себя за рулём любого автомобиля. Ощутить то самое чувство. Вы можете почувствовать реальную езде по городу или хоть по России или по Москве в 3D качестве. Вас ждут светофоры, знаки, пешеходы, дома и улицы, даже аварийные ситуации, которые можете спровоцировать и вы. Этот инструмент обязательно научит вас быть внимательнее за рулем реального автомобиля, потому что без этого невозможно стать хорошим водителем.

Все симуляторы вождения автомобиля, как с легковыми автомобилями, так и с грузовыми разрабатываются, как обучающий курс для многих автошкол и его можно спокойно закончить в течении четырнадцати дней. Но это не говорит о том, что вы обязательно должны уложиться в этот период, нет, можно проходить отдельную главу несколько раз, пока навыки не будут отточены до мастерства.

Почти каждый симулятор вождения автомобиля — бесплатный и в каждом можно пройти курс ПДД, как я уже говорил. В любом симуляторе есть настройка, удобное меню для управления. Лучший мир в 3D только в симуляторе. Но следует понять то, что такой симулятор вам никогда не заменит настоящего автомобиля. Он всего лишь сильно облегчит вам этот не самый легкий путь обучения.

Наверное, вы понимаете, что на дворе 21 век и количество людей, которые очень хотят сесть за руль автомобиля, возрастает с каждым днем. Если вы не верите, то посмотрите, насколько сильно возросли продажи автомобилей по России. А чем больше автомобилей на дорогах, тем тяжелее новичкам освоить все тонкости и хитрости вождения за короткий период. Именно в такие моменты должны предоставляться симуляторы вождения автомобиля.

Поэтому все симуляторы вождения автомобиля, будь то 2010 или 2012 или 2013 годов, сделаны для того, чтобы новичок быстро и качественно освоил азы и сдать на экзамен, чтобы получить те самые — заветные права.

Во время обучения во многих симуляторах вождения автомобиля, вы сможете отточить качественное выполнение некоторых упражнений и маневров, которые будут требоваться на практической части экзамена. А чтобы закрепить свои знания, вы сможете попрактиковаться по городу.

Теперь пришло время продемонстрировать вам примеры таких симуляторов. Предупреждаю, что все они есть в интернете и можно их скачать бесплатно, в будущем это можно будет сделать и на этом сайте. Также во всех симуляторах есть курс ПДД.

Я буду показывать симуляторы по следующим классификациям: по годам (2010, 2012, 2013), по местности(по городу, по Москве и по России),по виду транспорта(легкового или грузового), а также по техническим особенностям (на Андроид и 3D)

Симулятор вождения по годам (2010, 2012, 2013):

«ПДД. Учебное пособие для автошкол. Вождение»

Это очень реалистичный симулятор 2010 года. Адаптирован под обучение новичков, которые жаждут сеть за руль. В симуляторе можно ощутить реальные чувства, которые можно ощутить при езде на настоящем автомобиле. Кроме уникального практического курса также присутствует и аудиоколлекция, входящая в набор издания. Этот замечательный симулятор вождения автомобиля поможет вам хорошо сдать экзамен ГИБДД. Здесь вас научат хитростям и уловкам, а также научать обращать внимание на самые незначительные детали, которые могут стоить вам некоторых очков во время итогового теста.

«Fahr Simulator 2012 / Симулятор вождения автомобиля 2012»

На очереди ещё один симулятор вождения автомобиля, который выпущен в 2012 году и называется Fahr Simulator. Эта игра является продолжением очень увлекательной серии. Теперь в ней стало намного больше автомобилей, а также грузовых автомобилей. Здесь и карета скорой помощи и полицейские машины и много другого интересного. В данном симуляторе нет обучающего курса ПДД, но зато тут можно проходить интереснейшие миссииЮ в трех самых крупных городах мира. Это один из самых красивых миров сделанных в 3D качестве. Обязательно поиграйте в этот симулятор, если вы устали работать, так как вам очень понравится игрушка и получится, что вы отдыхаете с ней!

«ADrive 1.6 — 2013»

ADrive 1.6 — Симулятор вождения с соблюдением Правил дорожного движения 2013. Тот симулятор имеет — одно огромное преимущество — практика на симуляторе может помочь перенести почти все ошибки, которые может сделать ученик автошколы на экзамене, в компьютер и этим он может избежать ошибок на реальных дорогах. Здесь вы будете развивать свое водительское мышление и подготовитесь к сдаче экзаменов. ADrive 1.6 — это возможность прокатиться по Мнску. Даже дети играют в этот симулятор автомобиля, когда спрашивают у отца: «Хочу за руль!»

Симулятор вождения по местности (по городу, по России, по Москве):

«Самоучитель вождения по городу (2009) PC»

В данном замечательном самоучителе вы сможете хорошо подготовиться к сдаче практического и теоретического экзамена, для того чтобы получить права на категорию A, B, C, D. а самое главное то, что вы сможете овладеть бесценными навыками управления машиной по городу. Здесь можно изучить нужные маршруты подразделений ГИБДД Москвы. Инструктор, который сидит рядом с вами, вовремя подскажет маршрут и оповестит о ошибках. Что ещё интересно, так вы с легкостью можете спровоцировать ДТП и не платить за это, как было бы в реальном времени. Бейте и царапайте машину, можно делать все что хочешь! Также и за бензин не нужно платить. Только после того, как вы ощутите все, что ощущает водитель на дороге, вы сдадите успешно экзамен!

«Lada Racing Club — симулятор вождения автомобиля по России»

Хочу вас обрадовать, что данный симулятор является самым ожидаемым российским проектом. Это первая российская гоночная игра. Здесь игрок имеет возможность попробовать свои умения в вождении почти со всеми моделями марки LADA. Гонки происходят по дорогам России. Этот симулятор не несет в себе настолько обучающий характер, насколько несли предыдущие симуляторы, описанные тут. Lada Racing Club — это, в первую очередь, гоночный симулятор. И в этом есть свои плюсы. Ведь, ехать в будущем придется и на большой скорости, а практиковаться лучше сначала в виртуальном мире. Любите гонять на машинах отечественного автопрома? Тогда смело скачивайте этот симулятор.

«Симулятор вождения. Виртуальный водитель по Москве»

Представляю вам очередной симулятор вождения автомобиля, но он уже по Москве. В нем вы увидете настоящую трехмерную столицу и будете удивлены, как же все-таки она реалистична. Этот симулятор вождения автомобиля представляет город «в естественном размере». Не только это схоже с Москвой, но ещё и бешенный траффик. У вас есть возможность постоять в пробке или резко затормозить перед невнимательным пешеходом. Также вам окажутся знакомыми скопление транспорта в полдень, на парковках нет мест, а также поведение русских водителей на дорогах. «Виртуальный водитель по Москве» — хороший способ обезопасить себя от этих проблем путем простой практики в симуляторе. Поэтому не забудьте прокатиться здесь, чтобы здать нормально экзамен!

Симулятор вождения по виду транспорта (легкового или грузового):

Я не стану объяснять, какие есть виды симуляторов вождения именно легкового автомобиля, так как уже привел достаточно много примеров игр именно с легковым автомобилем, поэтому обсудим только грузовые автомобили.

«Euro Track Simulator 1,2,3 — симулятор вождения грузового автомобиля»

На самом деле имеется огромное множество симуляторов вождения грузовых автомобилей. Но я взял именно этот, потому что он самый популярный. Он представляет из себя серию из трех частей. В них у вас есть возможность управлять очень мощными машинами, которые когда-нибудь ездили на автобанах нашей Европы. Также есть возможность карьерной лестницы. С самого начала вы обычный дальнобойщик, а потом вы начинаете собирать свою транспортную сеть. У вас будет возможность настроить свой грузовик так, как хочется именно вам с самого нуля и можно добавлять в свой собственный автопарк грузовиков по максимуму. Ещё вы можете нанять себе водителя и покупать гаражи в различных частях Европы. Исследуйте дороги, приобретайте новые грузовые автомобили и езжайте за рубежи в отличном симуляторе вождения Euro Track Simulator.

Симулятор вождения по техническим особенностям (на Андроид, 3D ):

Честно говоря, для операционной системы Андроид существует много игр, среди которых и симуляторы вождения, сейчас я приведу список таких игрушек:

• «Asphalt 8: Airborne»
• «Asphalt 7: Heat»
• «GTA 3»
• «NFS Hot Pursuit»
• «NFS Most Wanted»
• «Gangstar Rio: City of Saints»

А также многие, многие другие, которые вы можете найти в Яндексе или Гугле по запросу «симуляторы вождения автомобиля на Аднроид»

«3D Инструктор. Вождение по Москве»

И это последний пример симулятора на сегодня. И мне кажется, он лучший в своем роде из 3D симуляторов. Здесь присутствуют версии игры. Чем версия новее, тем игра лучше. Если вы собираетесь учиться на сдачу экзаменов, то эта игра должна быть установлена на вашем компьютере самая первая. Здесь вы сможете и подучиться, прочитав все правила ПДД и попрактиковаться тем, что можно прокатиться по Москве. Рядом с вами опять же будет инструктор, который будет сообщать об ошибках. Здесь вы получите жизненноважный опыт в вождении, который можно накопить путем регулярного эксплуатирования авто. Обязательно скачайте и установите себе на компьютер эту программу и начинайте обучение!

На мой взгляд все, что можно было сказать об симуляторах вождения автомобиля, я сказал. Мы рассмотрели все виды, а ещё и примеры. Теперь, если вы захотите себе какой-то инструмент для тренировки вождения, вам не составит труда найти нужный. Лучший симулятор вождения автомобиля всегда один и он только ваш и я не смогу вам его посоветовать. Только после того, как вы попробуете некоторые симуляторы, тогда и выберите лучший.

Ещё я советую вам посмотреть на симулятор вождения автомобиля по видео. Здесь умудрились подключить руль и педали, что дает ещё больший эффект обучения.

Extreme Car Driving Simulator в App Store

Любишь машины? Extreme Car Driving Simulator — лучшая бесплатная автомобильная игра для мобильных устройств!

Extreme Car Driving Simulator — это автомобильная игра с открытым миром из категории гоночных игр. Приобретайте эксклюзивные автомобили, настраивайте свои машины и играйте в этот реалистичный симулятор, созданный для любителей автоспорта и тюнинга.

Собирайте, настраивайте, исследуйте свободный ход и делайте все возможное, чтобы стать одной из легенд симулятора экстремального вождения.Готовы ли вы стать королем асфальта и дрифта? Уклоняйтесь от уличного движения на городских улицах, как профессионал. Сходите в гараж, чтобы пополнить свою коллекцию автомобилей. Раскрасьте и настройте автомобиль и покажите свой оригинальный стиль. Быстро управляйте суперкаром, чтобы ощутить его максимальную скорость. Путешествуйте по бездорожью, чтобы узнать о настоящих захватывающих действиях. Дрифт и крутящий момент на дороге с помощью тормоза. Прыгайте с пандусов и взбирайтесь на здания или разбивайте свои машины и быстро их ремонтируйте. Вы можете делать все в своих играх в Extreme Car Driving Simulator.Намного больше, чем спорт и гонки!

ГРАФИКА СЛЕДУЮЩЕГО ПОКОЛЕНИЯ
В игре также есть реалистичное 3D-изображение машин и зон. HD-графика выглядит практически реальной!

РЕАЛИСТИЧНАЯ ФИЗИКА
Прыгайте, дрейфуйте, вращайте и получайте незабываемые впечатления на своем мобильном телефоне или планшете благодаря оптимизированному физическому двигателю.

КОЛЛЕКЦИЯ АВТО
В нашу новую коллекцию входят внедорожники, классические автомобили, спортивные и гоночные автомобили… Получите их все и станьте одной из легенд автоспорта!

НАСТРОЙКА
Настройте и тюнингуйте свои автомобили в гараже, чтобы сделать их уникальными.Есть множество вариантов тюнинга по выбору цвета, покрышек или эксклюзивных скинов.

ЗОНЫ
Зоны предлагают массу впечатлений от игры. Дрейфуйте по городскому асфальту, совершайте свободное движение вдали от любой дороги в зоне бездорожья или бегайте без ограничений по взлетно-посадочной полосе аэропорта.

ВЫЗОВЫ
Открытый мир содержит точки входа в сложные мини-игры, включая испытания, радар или разрушение. Откройте для себя их и выиграйте фантастические награды.

ИГРОВЫЕ РЕЖИМЫ
Есть несколько игровых режимов, таких как режим движения и многое другое.Разблокируйте их все!

РЕЖИМ ФОТО
Делайте лучшие фотографии своих автомобилей, играя в игру с удовольствием, используя режим Фото.

ДЕНЬ-НОЧЬ ЦИКЛ
Эта новая функция добавляет реализма в мир симулятора экстремального вождения. Вы можете покататься по городу ночью или насладиться бездорожьем в сумерках. Ваши игры всегда будут разными!

КАМЕРЫ И УПРАВЛЕНИЕ
Выберите свою любимую камеру (внешний вид, интерьер, капот или колесо) и элементы управления (стрелки, колесо или гироскоп), чтобы управлять автомобилем как профессионал в гоночных играх.

ПОВРЕЖДЕНИЯ МАШИНЫ
Не бойтесь разбить машину во время вождения. Ремонт бесплатный, и вам не нужно посещать гараж!

9 ЯЗЫКОВ
— Английский
— Испанский
— Португальский
— Французский
— Немецкий
— Русский
— Турецкий
— Японский
— Корейский

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ
— Игра бесплатна.
— Внутриигровые покупки и реклама включены в игру.
— Политика конфиденциальности: http://axesinmotion.com/privacy/
— Условия использования: http: // axesinmotion.ru / terms /

Профессиональные инженерные симуляторы вождения автомобилей

Реализовать новую физическую модель демпфера от поставщика; проверить его работу в реальном времени и его влияние на уровень вибрации рулевого управления







Проверить влияние новой модели шины на ощущение поворота автомобиля на пяти различных дорожных покрытиях.







Оценить три новых проекта полигона наземного обслуживания перед началом строительства







Уточните план испытаний прототипа управляемости транспортного средства, предварительно запустив несколько настроек настройки, которые были предложены автономным моделированием DOE







Изучение пятидесяти непрофессиональных водителей на предмет определенного поведения в ответ на дискретные настройки электронного контроля устойчивости (ESC)





Одновременная виртуальная поездка и вождение с несколькими континентами для оценки определенного диапазона настроек ЭБУ, которые взаимодействуют с системой предотвращения столкновений (CMB)





Изолировать ключевые настройки взаимодействия системы контроля тяги и контроля устойчивости, чтобы упростить предстоящую программу испытаний





Создавайте безопасные эксперименты для мониторинга общих реакций водителей на конкретные передачи автономного управления





Субъективная оценка представленных на второй этап шин от двух поставщиков с акцентом на отклик от рыскания и поворота и линейность при повороте



Накопите виртуальные часы тестирования на новой гоночной стойке; профессиональный водитель получает опыт круга, в то время как гоночные инженеры предварительно определяют настройки крыла водителя



Подготовьтесь к предстоящему оценочному мероприятию, предварительно протестировав устойчивость на высоких скоростях с тремя опытными водителями и десятью различными изменениями геометрии задней подвески.



Безопасная оценка матрицы экстремальных условий загрузки подвески, шин и транспортного средства для маневров Fishhook и J-поворотов



границ | AR DriveSim: иммерсивный симулятор вождения для исследования Head-Up Display с дополненной реальностью

Введение

Когда-то являясь источником избранных академических и государственных лабораторий, дополненная реальность (AR) теперь применяется во многих контекстах и ​​предоставляется с помощью множества аппаратных технологий.Успехи были задокументированы, например, в отношении мобильной AR для смартфонов (DüNser et al., 2012; Shea et al., 2017), AR на базе планшетов в классах (Bower et al., 2014), пространственной AR в архитектуре (Tonn et al., 2008), а также носимые на голове AR в военных и медицинских целях (Shen et al., 2013; Gans et al., 2015). Однако, невзирая на портативную дополненную реальность, вполне возможно, что самой большой пользовательской базой дополненной реальности вскоре станут водители автомобилей, использующие прозрачные автомобильные проекционные дисплеи (HUD) для просмотра как позиционированного на экране 2D, так и конформного трехмерного контента AR.

Действительно, недавно мы стали свидетелями возобновления интереса к использованию HUD при вождении, отчасти благодаря коммерциализации технологий AR следующего поколения. Производители автомобилей начинают внедрять технологии AR HUD (86 моделей в США предлагали HUD в 2018 году), а маркетинговые команды настаивают на более продвинутых пользовательских интерфейсах AR HUD. По прогнозам HIS Automotive, к 2020 году будет продано 9,1 миллиона HUD.

Более того, в самом ближайшем будущем мы ожидаем все более широкое поле обзора AR HUD, позволяющее размещать информацию во многих местах; от фиксированных положений лобового стекла до конформной графики, которая перцептивно привязана к реальным объектам.В те же сроки мы ожидаем увеличения количества полуавтономных транспортных средств, где водители должны по-прежнему обращать внимание на как на дорожную сцену, так и на системную информацию (вероятно, предоставляемую через AR HUD), создавая идеальный шторм для потенциально опасных и отвлекающих интерфейсов AR HUD.

Хотя AR HUD следующего поколения обеспечит принципиально новый опыт вождения, в настоящее время мы не знаем, как эффективно проектировать и оценивать пользовательские интерфейсы (UI) в этой области. С новыми AR HUD, способными отображать изображения на больших площадях с разной глубиной, визуальное и когнитивное разделение между графическими и реальными визуальными стимулами будет все труднее определять количественно.По мере того, как мы движемся к широкому использованию HUD AR следующего поколения на транспорте, нам необходимо лучше понимать, как управлять дизайнами пользовательского интерфейса, которые не просто поверх среды , а вместо этого являются интегрированной частью среды .

Без новых исследовательских возможностей исследователям и практикам HUD UI остается основывать дизайн и оценку HUD UI на текущем (и устаревшем) понимании традиционных автомобильных информационных систем. Общие методы оценки дисплея в автомобиле были разработаны на основе данных, собранных в автомобилях в начале 2000-х годов (Administration NHTS, 2013), и недавние исследования показывают, что эти методы оценки имеют ограниченную применимость к AR HUD (Smith et al., 2016). Таким образом, когда мы приступаем к разработке и проектированию новых дисплеев AR HUD, мы также должны развивать наше понимание эффектов AR HUD на визуальное внимание и производительность водителя. В пространстве дизайна, которое предоставляет принципиально разный пользовательский опыт, мы должны задать вопрос: « Как пользовательские интерфейсы AR HUD, которые обязательно визуально интегрированы в высокодинамичное пространство основных задач, влияют на производительность драйвера? ”Симуляторы вождения предоставляют метод быстрой итерации дизайна AR HUD в реалистичных сценариях вождения без опасности или затрат на дорожные испытания.

С этой целью в данной статье рассказывается о нашем опыте создания относительно недорогого полномасштабного симулятора вождения, предназначенного для изучения влияния использования AR HUD на производительность и поведение водителя. В оставшейся части документа подробно описывается техническая реализация аппаратного и программного обеспечения, после чего следует пользовательское исследование, демонстрирующее полезность симулятора вождения, и в заключение представлены уроки, извлеченные из наших многолетних усилий по созданию и тестированию симулятора вождения AR HUD.

Сопутствующие работы

Чтобы изучить возможности моделирования вождения для разработки и оценки пользовательского интерфейса дополненной реальности, мы кратко рассмотрим исследования, проводимые на человеке, которые включали различный диапазон (1) аппаратного моделирования, (2) оптических прозрачных дисплеев дополненной реальности и (3) программного обеспечения реализовать конформную графику для интерфейсов водитель-автомобиль.Для получения дополнительной информации о моделировании вождения в целом (например, о современных технологиях, приложениях, возможностях и ограничениях) см. Подробное руководство (Fisher et al., 2011).

Что касается точности моделирования вождения (т. Е. Визуальных стимулов, управления транспортным средством и движения), в эмпирических исследованиях приложений AR использовался широкий спектр оборудования для моделирования вождения, в зависимости от решаемых исследовательских вопросов. Настройки с самым низким уровнем точности часто связаны с комбинацией настольных компьютеров, мониторов и игровых контроллеров (Neurauter, 2005; Kim and Dey, 2009; Weinberg et al., 2011; Charissis et al., 2013; Ким и др., 2013; Тран и др., 2013; Politis et al., 2014; Шарфи и Шинар, 2014 г .; Типпи и др., 2014). Например, Шарфи и Шинар (2014) создали прототип системы улучшения видимости AR для вождения в ночное время, которая выделяет маркеры полосы движения с помощью настольного компьютера, игровых контроллеров DEXXA и монитора размером 126 × 60 см, и обнаружили, что расширенные края дороги положительно влияют на водителей. уверенность и рабочая нагрузка при снижении их способности обнаруживать неожиданные препятствия.Другие исследователи использовали симуляторы вождения средней точности, которые обычно состоят из стационарной реальной кабины автомобиля с проекционными экранами на стену (Tonnis and Klinker, 2006; Caird et al., 2008; Plavšic et al., 2009; Olaverri-Monreal et al. , 2012; Saffarian et al., 2013; Schall et al., 2013; Wai-Tat et al., 2013; Bolton et al., 2015). Fu et al. провели пользовательское исследование на симуляторе вождения с кабиной реального автомобиля GM Saturn на фиксированной базе (Wai-Tat et al., 2013). Исследование пользователей показало, что предложенное AR предупреждение о лобовом столкновении улучшило ходовые качества, но вызывало рискованное поведение при вождении, особенно среди молодых водителей.Несколько пользовательских исследований было проведено в симуляторе вождения с высокой точностью воспроизведения с использованием реальных автомобильных кабин, основанных на движении, с проекционными экранами с широким полем обзора, автомобильными дисплеями для зеркал и дисплеями на центральной консоли (Medenica et al., 2011; Lorenz et al. ., 2014). Например, Medenica et al. (2011) оценили удобство использования трех навигационных средств в высококачественной кабине реального автомобиля, установленной на подвижной базе, которая способна имитировать движение транспортного средства для торможения и ускорения. Пользовательское исследование показало преимущества конформного навигационного средства AR, показывающего виртуальный маршрут, парящий над дорогой, по сравнению с традиционными навигационными средствами просмотра карты или улиц, отображаемыми на дисплее центральной консоли.Наконец, SILAB (WIVW, 2019), коммерчески доступный симулятор вождения, поддерживает гибкий, широкий диапазон точности моделирования от настольных систем с игровыми входами управления до многоканальных проецируемых сцен с реальными транспортными средствами, размещенными на движущихся платформах. Подобно нашей работе, представленной здесь, SILAB поддерживает физиологические измерения, видеозахват водителя и пассажиров под произвольными углами, отслеживание взгляда, протоколы соединения в реальном времени (такие как TCP / IP, UDP и шина CAN), а также поддержку интеграции вторичных задач. .Из материалов, доступных в Интернете, неясно, было ли успешно интегрировано отдельное оборудование AR HUD в SILAB. Однако вполне вероятно, что описанная инфраструктура поддержит такое начинание.

Для дисплеев AR большинство исследователей имитировали AR HUD, представляя графику AR непосредственно в сцене вождения (без физического отображения AR; Caird et al., 2008; Kim and Dey, 2009; Plavšic et al., 2009; Charissis and Papanastasiou, 2010; Medenica et al., 2011; Dijksterhuis et al., 2012; Олаверри-Монреаль и др., 2012 г .; Ким и др., 2013, 2016; Saffarian et al., 2013; Schall et al., 2013; Вай-Тат и др., 2013; Lorenz et al., 2014; Politis et al., 2014; Sharfi and Shinar, 2014), в то время как некоторые устанавливали собственные прототипы (Tonnis and Klinker, 2006; Langlois, 2013; Tran et al., 2013), вторичный рынок c или головные дисплеи внутри симуляторов вождения (Sawyer et al., 2014; Типпи и др., 2017). В целом, исходя из нашего опыта, интеграция графики непосредственно в сцену вождения (с помощью компьютерной графики или видео) не дает такого же адаптивного и / или когнитивного переключения (Gabbard et al., 2019), что делает отдельный дисплей AR; важный компонент для исследования, цель которого — достоверно изучить влияние AR HUD на визуальное внимание водителя. Более того, самодельные AR HUD (например, использующие планшеты и полупрозрачные комбайнеры) могут страдать от ореолов и других визуальных артефактов, которые могут повлиять на результаты пользовательских исследований, если при их создании не будет уделено особого внимания.

Kim et al. (2013) смоделировали HUD послепродажного обслуживания, представив виртуальный аппаратный форм-фактор HUD (поле зрения 24 × 8 °) с полупрозрачным предупреждением о прямом столкновении AR и предупреждением о слепых зонах через виртуальный дисплей.Schall et al. (2013) смоделировали полный HUD лобового стекла для предупреждения о столкновениях в дополненной реальности, напрямую выделяя дорожные опасности с помощью виртуальных боксов, интегрированных в сцену вождения. Тоннис и Клинкер (2006) создали прототип собственного HUD, используя объединитель и небольшой проекционный экран для графики AR, отделенный от большого проекционного экрана на стене для сцены вождения. Точно так же Лаубер и Батц (2013) смоделировали проекционный дисплей с помощью ЖК-дисплея и зеркала объединителя с 70% прозрачностью, чтобы сравнить фиксированное на экране представление скорости, ограничения скорости, предупреждения о столкновении и базовой навигационной информации с носимым на голове AR презентация через Vuzix StarTM 1200 HM.Pfannmueller et al. (2015) использовали макет контактного аналогового проекционного дисплея (cHUD), чтобы представить графику AR поверх видеопроекции сцен вождения, чтобы изучить различные концепции отображения навигации AR. Хотя деталей не хватает, cHUD выглядит похожим на другие, которые используют планшет или монитор, отражаются через полупрозрачный комбайнер (в отличие от коммерческих дисплеев AR на голове или на голове). Хотя эта система обеспечивает быстрый метод оценки концепций дизайна AR HMI, она не поддерживает ручное управление и, похоже, не поддерживает исследование конформной графики AR.

Хорошее дорожное исследование Wiesner et al. (2017) использует коммерческий прототип проекционного дисплея в реальном транспортном средстве, чтобы понять работу водителя с дизайном интерфейса AR в реальных условиях вождения. Работа включала высокоточную глобальную навигационную спутниковую систему (GNSS) и систему горизонта передовых систем помощи водителю (ADAS) для изучения эффективности «AR-подобной» визуализации неизбежных перекрестков, съездов с шоссе и круговых перекрестков. Авторы не конформно интегрируют графику AR в сцену отчасти потому, что графика представляет собой будущее событие; таким образом, тесная визуальная интеграция явно не гарантируется.Авторы используют отслеживание взгляда, и результаты, касающиеся влияния AR на взгляды водителей, аналогичны нашим результатам, представленным здесь: а именно: презентация на основе AR HUD помогает водителям дольше держать взгляд в направлении дороги, а короткие взгляды — в сторону дороги. комбинация приборов и немного более длинные средние взгляды на HUD (по сравнению с дисплеем, направленным вниз).

Конформная графика в симуляторах вождения была реализована в основном путем прямой интеграции графики AR в компьютерную сцену вождения без отдельных дисплеев (Caird et al., 2008; Ким и Дей, 2009 г .; Плавшич и др., 2009; Charissis and Papanastasiou, 2010; Medenica et al., 2011; Ким и др., 2013; Schall et al., 2013; Вай-Тат и др., 2013; Lorenz et al., 2014; Politis et al., 2014; Шарфи и Шинар, 2014 г.). В нескольких найденных в литературе примерах конформной графики AR используется Wizard of Oz (Bolton et al., 2015), обнаружение объектов на основе компьютерного зрения (Wu et al., 2009) и связь между программным обеспечением для моделирования вождения и приложением AR ( Tran et al., 2013).Лоренц и др. (2014) разработали прототип предупреждений AR для полос движения, ограниченных из-за чрезвычайных ситуаций, представив зеленый безопасный путь или красный опасный путь, интегрировав конформную графику в сцену вождения, используя тот же конвейер рендеринга, что и среда вождения. Болтон и др. (2015) представили водителям, казалось бы, автономный сценарий вождения, включая предварительно записанные навигационные стрелки, видимые через оптический прозрачный HUD, которые соответствуют определенному сценарию вождения, который был запущен исследователями вручную.Wu et al. (2009) проигрывали кадры вождения перед симулятором вождения и накладывали ограничивающие рамки AR через лобовое стекло, чтобы выделить обнаруженные дорожные знаки с помощью технологии компьютерного зрения. Наконец, Tran et al. разработала возможность представления конформной графики в реальном времени посредством связи с программным обеспечением моделирования вождения, которое передавало информацию о геометрии дороги, других участниках дорожного движения и сигналах светофора. Они представили графику AR для визуализации прогнозируемого пути встречного движения для помощи при левом повороте.Однако подробностей о конфигурации системы и архитектуре программного обеспечения не сообщалось (Tran et al., 2013).

Проведение исследований AR с конформной графикой AR на дороге очень сложно из-за сложности отслеживания положения и ориентации водителя. На первый взгляд, это может показаться простым предложением, учитывая современные GPS с кинематикой в ​​реальном времени, акселерометры, возможности визуализации и LIDAR-зондирования. Однако небольшие вибрации и неровности, вызываемые дорожным покрытием, шинами и подвеской транспортного средства, на самом деле затрудняют четкую фиксацию конформной графики для сцены вождения.Проблема усугубляется тем фактом, что любые незначительные отклонения в движениях графики (относительно реальных объектов) легко обнаруживаются зрительной системой человека, эффективно предоставляя потенциальные преимущества конформной графики, приводящей в замешательство, отвлекающей или сбивающей с толку. Пока такая способность «фиксировать» конформную графику AR в ближнем и дальнем вождении не будет установлена, критически необходимо использование симуляторов вождения, разработанных специально для изучения влияния графики AR на производительность и поведение водителя, таких как наша система, представленная здесь. .Следует отметить, что, хотя эти возможности технического отслеживания развиваются, мы все еще можем исследовать, как в моделировании, так и на дороге, графические дизайны AR, которые более прощают ошибки отслеживания и оценки позы. Например, Wiesner и Klinker (2017) представляют визуализацию AR для навигации, которая направлена ​​на устранение ошибок в текущем повороте GPS, полагаясь исключительно на расстояние до следующего поворота. Интересно, что их результаты показывают, что точность конформной графики не может быть единственным определяющим фактором эффективности, поскольку их конструкция AR «паруса», требующая более низкой точности с помощью традиционной системы GNSS, была предпочтительнее конструкции конформной стрелки высокой точности.

В целом, при обзоре литературы становится ясно, что несколько исследователей занимались и продолжают участвовать в значимых исследованиях AR HUD, используя множество аппаратных, программных и экспериментальных методологий. Судя по нашему обзору и насколько нам известно, наша AR DriveSim уникальна тем, что обеспечивает несколько синергетических возможностей, включая: полностью иммерсивную кабину транспортного средства и систему проекции, физиологический захват и измерения (например, поведения глаз и водителя), настраиваемые электроника для связи и управления автомобилем, синхронизация потоков данных, связанных с динамикой транспортного средства, интерфейсом AR и водителем / пассажирами, автономное вождение, обратная связь по усилию с рулевым колесом, интегрированный послепродажный проекционный дисплей и возможность полного рендеринга цветная, анимированная, конформная AR графика.

Симулятор вождения для исследования интерфейса дополненной реальности

В этом разделе мы сообщаем подробности многолетних усилий по созданию симулятора вождения с дополненной реальностью (далее именуемого AR DriveSim ). С самого начала мы установили несколько руководящих принципов. (1) Вставьте реальную кабину транспортного средства в пространство трехмерной проекции с широким полем обзора (рис. 1). То есть мы хотели создать высокую степень погружения, как описано Уитмером и Зингером, то есть «психологическое состояние, характеризующееся восприятием себя окруженным, включенным и взаимодействующим с окружающей средой, которая обеспечивает непрерывный поток стимулов и стимулов. переживания », а также высокая степень иллюзии места (Witmer and Singer, 1998; Skarbez et al., 2017). (2) Используйте реальный HUD для отображения графики AR (и другой), а не просто проецируйте или интегрируйте «смоделированную графику AR» в сцену вождения. (3) Воспользуйтесь гибкостью в дизайне испытательного стенда, чтобы позволить проводить множество различных типов исследований на людях с акцентом на использование AR HUD. (4) Предоставьте исследователям возможность собрать набор зависимых показателей для характеристики характеристик и поведения человека, включая показатели производительности водителя, визуальное внимание и модели взгляда, объективные показатели умственной нагрузки и измерения движений головы, рук и ног на основе видео.В следующих разделах описываются ключевые компоненты нашего AR DriveSim в надежде, что этот вклад поможет другим развивать аналогичные возможности.

Рисунок 1 . Полукабина Mini Cooper с высоты птичьего полета с участником и экспериментатором. Хотя представленная здесь работа фокусируется на возможностях вождения на основе компьютерной графики, испытательный стенд также поддерживает альтернативные формы обучения вождению (например, видео).

AR DriveSim Оборудование

По своей сути AR DriveSim — это проекционная моноскопическая виртуальная среда, в которой пользователи «перемещают» окружающую среду как водитель автомобиля.В нашей системе VR-контент предоставляется через MiniSim, программное обеспечение для трехмерного симулятора вождения, разработанное в исследовательском центре National Advanced Driving Simulator при Университете штата Айова. MiniSim 2.2 выполняется на настольном компьютере с процессором Intel Core i7, работающим на частоте 3,70 ГГц, с 64 гигабайтами ОЗУ DDR4 под управлением Windows 10. Сцена движения визуализируется графической картой PNY NVIDIA Quadro P4000 и проецируется через DisplayPort @ 1,920 × 1,200 с использованием три (деформированных и смешанных) проектора Epson Powerlite Pro G6900WU NL.В этой аппаратной конфигурации MiniSim обеспечивает плавный рендеринг до 1 миллиона треугольников со скоростью 60 кадров в секунду. Мы направляем эти три основных вида вперед через оборудование Tripp Lite, чтобы отразить видовые экраны на трех настольных мониторах (рис. 2B), чтобы обеспечить обзор и станцию ​​управления экспериментатором.

Рисунок 2 . Логическое расположение 7 экранов AR DriveSim с разрешением и физическими подключениями отмечено (A) ; пульт управления экспериментатора (B) и аннотированный вид изнутри кабины Mini Cooper (C) .Обратите внимание, что дисплеи AR HUD и Center Stack подключены к отдельному компьютеру, предназначенному для представления пользовательского интерфейса.

В качестве проекционной поверхности мы установили экран профессионального уровня от Draper со шнурками и втулками, высотой 93 дюйма и длиной 360 дюймов, на заказной U-образной изогнутой раме (радиус 73 дюйма). В проекционном экране используется гладкая серая поверхность просмотра Contrast Grey XH800E, которая обеспечивает улучшенный цветовой контраст и уровни черного, и особенно полезна для нашего приложения, в котором используются три проектора с высокой светоотдачей.Рама состоит из катаных алюминиевых труб диаметром 1½ дюйма как сверху, так и снизу, с квадратными алюминиевыми трубными стойками размером 1 × 1, расположенными примерно через каждые 2 фута.

Центральным элементом нашего симулятора вождения является передняя часть автомобиля Mini Cooper 2014 года выпуска. Автомобиль был подарен крупной страховой компанией, которая любезно сняла двигатель и трансмиссию перед доставкой. После доставки мы протестировали электрические компоненты, а затем полностью разобрали автомобиль, включая всю отделку, сиденья, подушки безопасности, компоненты приборной панели и многое другое, пока не осталась только рама.Задняя половина кабины была снята и выброшена, а верхняя половина оставшейся кабины была временно снята. Две половины кабины были перемещены в лабораторию, где задняя часть нижней половины была установлена ​​на раме с роликами (передняя часть нижней половины поддерживалась оригинальными шинами). Верхняя половина была повторно прикреплена, и затем мы снова собрали все ранее снятые компоненты (от опорных оснований до готовых деталей отделки) и протестировали повторно собранные электрические системы автомобиля.

Затем мы включили дополнительные дисплеи для поддержки зеркал бокового обзора, зеркал заднего вида, цифровой приборной панели и гибких дисплеев центральной консоли. В частности, мы добавили три 7-дюймовых USB-ЖК-видеомонитора Lilliput (800 × 480), подключенных через USB-концентраторы с питанием и программное обеспечение DisplayLink, которые служат зеркалами бокового обзора и настраиваемой цифровой приборной панелью (рис. 2). Мы разместили 32-дюймовый широкоформатный ЖК-монитор ASUS PB328Q за кабиной (и соответственно отображали контент), чтобы обеспечить естественное использование оптического зеркала заднего вида.Монитор заднего вида подключается через DisplayPort с разрешением 1280 × 720 для оптимизации производительности в трех основных проекциях вперед. Чтобы усилить иллюзию места, мы добавили сабвуфер потребительского уровня и динамики в моторном отсеке для воспроизведения звука в реальном времени, например шума двигателя.

Наконец, мы добавили набор дополнительного оборудования, помогающего фиксировать поведение участников. Набор из трех скрытых сетевых камер-обскур Axis P1204 3,7 мм mini HD был размещен (1) на зеркале заднего вида (обращенным к лицу участников), (2) в пространстве для ног водителя (фиксируя поведение ног, например, наведение на педаль тормоза) , и (3) в центре потолка кабины, указывая на руки участников на рулевом колесе.Камеры подключены к NOLDUS Observational Suite, который обеспечивает синхронизацию видео с трех IP-камер, а также прямой цифровой видеопоток сцены вождения с компьютера drivsim. AR DriveSim также содержит беспроводные очки для отслеживания движения глаз SMI ETG 60 Гц и Tobii Pro Glasses 2 100 Гц с перспективной камерой сцены, что позволяет нам тщательно оценивать распределение взгляда водителей; особенно важная возможность для понимания того, как дизайн интерфейса AR HUD влияет на визуальное внимание водителей.Мы фиксируем физиологические показатели рабочей нагрузки водителя с помощью пульсометра Mio LINK для отслеживания вариабельности сердечного ритма (Meshkati, 1988) и задачи реагирования RedScaught для обеспечения объективной оценки остаточной способности внимания с использованием парадигмы двойного задания (Sala et al. , 1995).

Система управления и интерфейса симулятора

Хотя существует множество способов подключения физических органов управления в кабине к программному обеспечению для моделирования, мы решили декодировать выходящую шину сети контроллеров (CAN) Mini Cooper, чтобы можно было использовать существующие высокоскоростные потоки данных управления.CAN-шина — это протокол последовательной передачи данных, разработанный корпорацией BOSCH для смягчения проблем, связанных с передачей данных и обменом между контроллерами, датчиками, приборами и другими электрическими компонентами транспортного средства (Ran et al., 2010). Используя двунаправленную связь по шине CAN, можно, например, считывать положение рулевого колеса, положения педалей и нажатия кнопок, а также управлять спидометром, тахометром и другими элементами из моделирования в режиме реального времени.Хотя существует множество онлайн-ресурсов, описывающих принципы архитектуры CAN-шины и широкий спектр областей применения, идентификаторы CAN-шины, зависящие от производителя, гораздо сложнее найти, поскольку они обычно не публикуются. Поскольку нам не удалось найти идентификаторы CAN-шины для Mini Cooper 2014 года, мы использовали комбинацию готовых бортовых диагностических сканирующих инструментов, Arduino CAN bus Shield, осциллограф и профессиональные диагностические компьютеры для автомобилей, чтобы перепроектировать систему. набор идентификаторов CAN-шины, полезных данных переменной длины и значений для критически важных функций Mini Cooper.

Чтобы облегчить обмен данными между Mini Cooper и ПО MiniSim, мы интегрировали одноплатный компьютер (SBC), микроконтроллер и настраиваемую плату управления для сбора и отправки сообщений шины CAN, аналоговых напряжений от нескольких настраиваемых линейных потенциометров и нескольких датчиков OEM. (Рисунок 3).

Рисунок 3 . Основные вычислительные компоненты нашего AR DriveSim обмениваются данными через UDP (желтый). Набор стандартных и нестандартных микроконтроллеров (коричневый) передает входные сигналы управления приводом, считываемые с шины CAN (зеленый) и других датчиков, на компьютер AR DriveSim (оранжевый).Плата управления (коричневая) дополнительно управляет двигателем постоянного тока для обеспечения обратной связи по усилию на рулевом колесе. Отдельный компьютер (синий) отображает трехмерную графику на AR HUD, синхронизируя положение своей виртуальной камеры в реальном времени с компьютером AR DriveSim. Набор элементов управления экспериментатора (черный) помогает координировать эксперименты.

Микроконтроллер используется для управления несложными, часто повторяющимися задачами, такими как получение сообщений шины CAN и считывание аналоговых напряжений с различных датчиков.Мы использовали Teensy 3.5 из-за встроенной функции приемника CAN-шины, большого количества цифровых и аналоговых входов / выходов общего назначения и гибкости нескольких протоколов для связи с другими системами. Более сложные функции интерфейсной системы управляются SBC на базе Linux, который получает параметры от микроконтроллера, форматирует и масштабирует их по мере необходимости и, наконец, составляет и отправляет данные в виде пакетов UDP по проводной сети Ethernet на компьютер MiniSim. Первоначально мы использовали Arduino Yún в качестве SBC, но из-за проблем с последовательной связью мы перешли на Intel Galileo Gen2.

Teensy использует интерфейс CAN-шины для доступа к данным управления, таким как данные о положении рулевого колеса, нажатия кнопок и т. Д. Мы установили три линейных потенциометра для измерения положения педали акселератора, педали тормоза и положения автоматического переключения передач. Каждый из этих параметров линейно масштабируется до однобайтовых значений и передается по последовательному соединению между Teensy и Galileo. После запуска скрипт управления python, хранящийся на Galileo, начинает обмен рукопожатием с Teensy, чтобы установить общее время для схемы связи.После начала связи между двумя устройствами SBC определяет время передачи, передавая один байт в Teensy. В ответ Teensy передает все значения рулевого управления и положения, полученные от датчиков и шины CAN, через двухпроводное последовательное соединение со скоростью 115 200 бит / с. После получения Galileo линейно изменяет масштаб этих значений в соответствии со спецификациями MiniSim и упаковывает их в пакет UDP. Тестирование показывает, что эта система настраиваемого интерфейса надежно передает 100 пакетов в секунду.Хотя мы официально не измеряли сквозную задержку, мы ожидаем, что она будет минимальной, учитывая (1) MiniSim анализирует входящие данные UDP с частотой 60 Гц и (2) наше собственное эмпирическое наблюдение.

Teensy взаимодействует с CAN-шиной Cooper с помощью библиотеки FlexCAN (Pimentel and Fonseca, 2004) и обработчика, который извлекает необходимую информацию во время приема каждого кадра CAN-шины. Как только мы узнали идентификатор кадра с необходимыми параметрами и структуру этих кадров, стало очень легко собрать необходимую информацию по мере ее поступления по шине.Линейные потенциометры, используемые для измерения положения педалей акселератора и тормоза, подключены к педалям через кабели управления в пластиковой оболочке (мы не смогли расшифровать положение педали в CANBUS). Потенциометры питаются от 3,3 В и считываются со стандартным 13-битным разрешением Teensy. Пружинный возврат педалей OEM дает преимущества нашей системе, так как также возвращает потенциометры в их «нулевое» положение. Поскольку фактический диапазон механического движения педалей и потенциометров может зависеть от трения и других факторов; наша процедура аналогового считывания обновляет минимальное и максимальное считываемое значение для обеих педалей и использует эти значения для сопоставления текущего считывания со значением от 0 до 255 для передачи на Galileo.Подобно настройке педали, кабель управления в пластиковой оболочке соединяет автоматическое переключение передач с линейным потенциометром, на который также подается напряжение 3,3 В. Мы использовали предварительно измеренные значения напряжений, связанных с различными передачами автоматической коробки передач, для определения передачи положения. в программе аналогового чтения.

Чтобы усилить иллюзию места, создаваемую симулятором вождения, мы изменили функцию рулевого управления с электроусилителем в Mini Cooper, чтобы обеспечить обратную связь по усилию, а также возврат к центру рулевого колеса, как это происходит в обычном автомобиле.Чтобы поддержать эти непредвиденные обстоятельства сенсомоторного двигателя, мы разработали оптоизолированную Н-мостовую схему MOSFET, которая позволяет щеточному двигателю постоянного тока, который соединен с рулевым валом, перемещать рулевое колесо по желанию. Изменяя рабочий цикл широтно-импульсной модуляции, мы можем изменять интенсивность силовой обратной связи в зависимости от моделируемой скорости транспортного средства. Эта схема H-моста была построена на специально разработанной печатной плате, которую мы называем «платой управления». Плата управления также содержит Teensy, силовую схему, разъем для подключения CAN-шины, а также разъемы для линейных потенциометров и любых будущих датчиков и электроники.

Запуск и остановка сценария python на Galileo выполняется из графического пользовательского интерфейса (GUI) на основе python, доступного на компьютере MiniSim, который использует защищенную оболочку для выдачи команд Galileo. Процессы управления выполняются в фоновом режиме Galileo для обеспечения устойчивости в случае тайм-аута сеанса защищенной оболочки или других проблем. Предоставляя простой графический интерфейс для уровня связи, все исследователи, независимо от компьютерной подготовки, могут легко запускать и контролировать обмен данными между Mini Cooper, его микроконтроллерами и программным обеспечением для моделирования.

Мы также добавили гоночный руль и педали Logitech G27, чтобы не только помочь в разработке и тестировании сценария вождения, но, что более важно, чтобы сделать возможным изучение автономного вождения Wizard of Oz (например, как AR HUD может помочь переключиться между ручным и автономное вождение). Вышеупомянутый графический интерфейс Python позволяет исследователям переключаться между элементами управления Mini Cooper (например, участник, управляющий вручную) и игровым контроллером (например, экспериментатор, управляющий как автономный агент).

Реализация проекционного дисплея AR

Аппаратное обеспечение HUD AR

Чтобы поддержать наши исследования влияния интерфейсов AR на производительность и поведение драйверов, мы интегрировали проекционный дисплей Pioneer Carrozzeria Cyber ​​Navi Head-up.Cyber ​​Navi — это оптический прозрачный лазерный дисплей с фиксированным фокусным расстоянием (~ 3 м), предназначенный для установки на внутренней крыше вместо солнцезащитного козырька. Мы установили HUD на направляющую вдоль внутренней крыши Mini Cooper, чтобы его можно было расположить на разном расстоянии (8–24 дюйма) от точки зрения водителя. По словам производителя, Cyber ​​Navi поддерживает горизонтальное поле обзора ~ 17 °, что согласуется с нашим опытом калибровки изображения HUD для сцены вождения MiniSim.

В качестве лазерного дисплея Cyber ​​Navi может воспроизводить яркие изображения со скоростью 12 000 кд / м ² и имеет датчик внешней освещенности и возможность автоматического затемнения. Однако автоматическое затемнение создало проблемы с цветопередачей в нашей среде моделирования; при низкой освещенности (например, в темной комнате симулятора) HUD не только тускнеет, но и имеет сильное смещение цвета в сторону зеленого. То есть белая графика кажется зеленой при слабом освещении. Чтобы исправить это, мы установили один светодиод на потенциометр прямо перед датчиком освещенности HUD.Когда светодиод горит, HUD настраивается, создавая более яркие изображения, что приводит к хорошей цветопередаче. Затем мы применили к линзам тонировку с пропусканием видимого света 20%, чтобы яркость графики HUD лучше соответствовала проецируемой сцене вождения.

Программное обеспечение AR HUD

Вообще говоря, HUD может отображать видеоисточник VGA с любого VGA-совместимого компьютера и программного обеспечения. Это удобно, поскольку мы успешно провели исследования пользователей с использованием PowerPoint для визуализации 2D-текста и символов, фиксированных на экране, для оценки отвлечения внимания водителя и визуального внимания с различными положениями HUD и сложностью пользовательского интерфейса (Smith et al., 2016, 2017). Как показано на рисунке 3 (синим цветом), наш симулятор содержит микроконтроллер Arduino и CAN-Shield, который анализирует нажатия кнопок на рулевом колесе с шины CAN и направляет их на компьютер AR HUD, эмулируя клавиатуру, подключенную по USB. Кнопки на рулевом колесе Mini Coopers удобно расположены, что позволяет использовать левую и правую навигационные панели (плюс две дополнительные кнопки, расположенные с правой стороны рулевого колеса). При таком расположении исследователи могут быстро разработать эксперименты, которые представляют серию визуальных стимулов и используют до 10 различных нажатий кнопок для изучения проблем интерфейса HUD, таких как навигация по меню, ручное согласование выбора пользовательского интерфейса, самостоятельные психофизические исследования и многое другое.

Однако для конформной графики AR HUD требуется более сложная программная платформа, состоящая из компонентов управления трафиком данных, преобразования данных и графа сцены. В нашей текущей системе мы реализуем эти компоненты как таблицу маршрутов UDP MiniSim, скрипт Python промежуточного слоя и граф сцены X3D / JavaScript, соответственно.

Данные передаются между компонентами в виде пакетов UDP, содержащих информацию, как определено таблицей маршрутов MiniSim — настраиваемая конструкция, которая позволяет нам указать, какие переменные MiniSim упаковываются и транслируются по сети с частотой 60 Гц (как определено скоростью вывода MiniSim).Чтобы представить графику AR, мы передаем смоделированное положение и ориентацию автомобиля MiniSim внутри сцены. Эти данные затем используются для постоянного обновления положения и ориентации камеры X3D.

В зависимости от характера данных, выводимых контроллером трафика, может потребоваться преобразование для соответствия спецификации компонента графа сцены. Чтобы соответствовать требованиям позы X3D, координаты собственного автомобиля в MiniSim должны быть инвертированы по оси z. Значения рыскания, тангажа и крена MiniSim затем используются для генерации одного вектора вращения и величины.Эти преобразованные данные используются для сопоставления позы точки обзора X3D с позой водителя в симуляции. Это означает, что представление конформной графики AR HUD определяется исключительно позой точки обзора X3D относительно сцены MiniSim.

Определение времени поведения графики AR HUD осуществляется с помощью триггерных событий Road Pad MiniSim, которые, когда их проезжают участники, генерируют сетевой трафик данных для конкретного события. Например, в исследовании пользователей, представленном ниже, триггеры дорожных подушек создают пакеты данных, которые информируют программное обеспечение AR HUD о том, что водитель столкнулся с расширенным сегментом движения, и, следовательно, начинают рендеринг желаемой графики AR HUD.Данные, выбранные для информирования о поведении конформной графики, могут быть адаптированы в качестве механизма обратного вызова для запуска процедур, определенных в компоненте графа сцены AR HUD. Таблица маршрутов MiniSim также может быть настроена для отправки данных о местоположении и ориентации ближайших 20 динамических объектов сцены (например, других транспортных средств, пешеходов и т. Д.). Такую информацию также можно использовать для визуализации конформной графики в реальном времени, такой как визуальные предупреждения пешеходов и метки для ближайшего транспорта.

Для справки, следует отметить, что для исследования, представленного ниже, мы смогли визуализировать конформную графику AR HUD с использованием X3D на довольно небольшом компьютере: Intel i5 2400 с @ 2.5 ГГц, 4 ГБ оперативной памяти, Ubuntu 14.04 LTS, работающая графика процессора. Более сложные изображения AR HUD, будь то презентация или поведение, хорошо подходят для нового компьютерного и графического оборудования.

Калибровка AR HUD

Поскольку физическое положение HUD может потребоваться изменить, чтобы приспособиться к разной высоте водителя и положениям сиденья, важно выполнить процедуру калибровки для обеспечения точной перцепционной регистрации конформной графики в сцене вождения. Для этого участники сначала садятся на сиденье водителя и устанавливают сиденье в удобное положение.Мы попросили участников выполнить грубое позиционирование объединителя AR HUD (который шарнирно закреплен вдоль верхнего края) таким образом, чтобы верхний и нижний края объединителя совпадали с подготовленным калибровочным изображением, проецируемым на изогнутый экран. Это гарантирует, что AR HUD правильно расположен по вертикали в сцене, чтобы он, например, перекрывал проезжую часть.

Затем участники проверяют, правильно ли воспринимается конформная графика дополненной реальности. Для этого шага мы создали простой сценарий шоссе, содержащий видимый горизонт и четыре автомобиля, припаркованные в известных местах по обе стороны от шоссе.Программное обеспечение AR HUD рисует коробки вокруг каждой машины в соответствии с общей системой абсолютных координат. Кроме того, программа рисует линии, соответствующие разметке полосы движения шоссе, до точки схождения, как показано в моделировании (рис. 4). Используя дополнительные элементы управления с клавиатуры, определенные в программном обеспечении AR HUD, для управления полем обзора, соотношением сторон, шагом точки обзора и положением точки обзора, мы можем быстро выровнять эту графику по отношению к их аналогам моделирования. Процедура калибровки неявно использует тенденцию каждого участника выравнивать дополненную графику и графику моделирования, используя свой доминирующий глаз, обеспечивая точные с точки зрения восприятия дополнения сцены вождения.

Рисунок 4 . Вид участника во время калибровки трехмерной графики AR HUD путем просмотра тщательно размещенных трехмерных форм и линий перспективы, наложенных на статическую дорожную сцену с известной геометрией.

Исследование пользователей AR HUD

Назначение

После создания и доработки всех компонентов симулятора вождения мы провели пользовательское исследование, чтобы продемонстрировать исследовательские возможности испытательного стенда. Мы были особенно заинтересованы в сравнении традиционной графики в стиле 2D HUD с конформной графикой AR, поскольку большая часть работы в области AR направлена ​​на изучение влияния конформной графики на производительность драйвера / оператора.

Автомобильные производители уже внедряют 2D-графику AR HUD с фиксированным экраном (т.е. графика отображается в фиксированном положении на экране HUD) в транспортных средствах на дорогах сегодня. Эти фиксированные на экране изображения используются для отображения различной информации, включая указания по навигации. Одной из областей, вызывающих большой интерес у производителей автомобилей, является возможность создания графики с географической привязкой, относящейся к миру, которая может быть «фиксированной» в одном месте в мире или динамической, перемещающейся относительно мира, но появляющейся как часть мира.Одним из наиболее распространенных вариантов использования этой относящейся к миру графики является навигация, поскольку подсказки внутри мира могут предоставить водителям информацию, которая поможет им перемещаться в сложных средах. Эти два типа графики используют одну и ту же технологию для передачи одинаковой информации (куда идти) разными способами. По этой причине наша цель в этом исследовании состояла в том, чтобы сравнить визуальное внимание, поведение при вождении и опыт при использовании двух разных типов навигационной графики AR HUD: относительно экрана и относительно мира, оба фиксированных в местоположении.

Опытный образец

Мы сравнили два различных состояния отображения навигации (рис. 5): конформная стрелка (Conformal) и стрелка, зафиксированная на экране (Screen-fixed). Конформная стрелка была отображена на HUD и выглядела так, как если бы она была на дороге и имела синий цвет. Приближаясь к повороту, участники «проезжали» стрелку, как если бы она была частью дороги. На экране фиксированные направления поворота отображаются с помощью двумерной стрелки, отображаемой на HUD, ориентированной влево или вправо, в зависимости от ситуации и вдохновленной текущими системами навигации.Вертикальная часть стрелки на экране заполнялась по мере приближения участников к повороту, указывая расстояние до поворота.

Рисунок 5 . В пользовательском исследовании изучались два условия отображения HUD: конформная стрелка , интегрированная в дорожную сцену (вверху) , и фиксированная на экране стрелка , которая заполнялась по мере приближения водителей к повороту (внизу) . Для каждого из них исходное состояние графика появилось на расстоянии 392 футов от взаимодействия (левые панели) и исчезло после того, как участники пересекли перекрестки (правые панели).

Методы

После одобрения исследования Советом по надзору за учреждениями Virginia Tech мы набрали участников с помощью листовок, размещенных в кампусе, переданных преподавателям и рассылок по электронной почте. Кроме того, несколько участников попросили разрешения поделиться своим опытом участия с другими друзьями в этом районе, и некоторые люди решили участвовать на основе этих рекомендаций. Заинтересованные лица связались с исследователями по электронной почте, чтобы задать любые вопросы относительно исследования и, при желании, запланировать сеанс сбора данных.По прибытии в лабораторию участники согласились участвовать и вошли в симулятор вождения, где им были надеты очки для отслеживания взгляда и они отрегулировали сиденье в соответствии с их комфортом. Затем они провели ознакомительную поездку, чтобы освоиться с настройками симулятора вождения и динамикой автомобиля. Мы проинструктировали их двигаться со скоростью 30 миль в час и соблюдать все правила и нормы дорожного движения, включая светофоры. Если они превышали ограничение скорости более чем на 10%, подавался звуковой сигнал сирены, указывающий на то, что им необходимо замедлить движение.Ознакомительная поездка длилась как минимум 5 минут, пока они не указали, что им комфортно управлять транспортным средством-симулятором, а исследователи также подтвердили, что они могут сохранять контроль над транспортным средством при остановке, трогании с места, повороте и движении по прямой. После ознакомительной поездки мы откалибровали HUD по вертикали и горизонтали.

Участники ознакомились с условиями отображения навигации в серии поездок. Каждая поездка проходила в большом городе и включала восемь поворотов: четыре поворота вправо и четыре поворота влево, каждый из которых управлялся навигационной системой и длился от 6 до 12 минут.Различия в продолжительности во многом объяснялись индивидуальными различиями и рандомизированными моделями трафика. Кроме того, участникам было поручено следить за встречным и перекрестным движением при поворотах и ​​движении по городу. Половина поворотов (два левых, два правых) проходила по перекрестку в составе взвода из восьми машин.

На протяжении всей поездки поведение взгляда и направление взгляда фиксировались с помощью очков слежения за глазами SensoMotoric Instruments (SMI); который записал звук, вид лицом вперед и местоположение взгляда для каждого участника.После сбора данных мы использовали аналитическое программное обеспечение SMI BeGaze 3.6.40 для анализа распределения фиксации участников с использованием вручную определенных областей интересов. Мы использовали Noldus Observation Suite для записи видео перспективной дорожной сцены независимо от направления взгляда участников. Эта видеозапись использовалась для определения рискованного поведения участников. После каждой поездки участники заполняли небольшую серию анкет, которые включали показатели рабочей нагрузки и удобства использования.

Мы собрали полные данные для 22 участников, все из которых имели водительские права в США более 1 года (в среднем 4.6 лет, максимум: 19 лет, минимум: 2 года). В исследовании приняли участие 13 мужчин (средний возраст 20,3 года) и девять женщин (средний возраст 20,4 года). В среднем участники проезжали 7918 миль в год.

Анализ и результаты

Мы провели линейную модель смешанных эффектов, которая позволила нам учесть индивидуальные различия участников как случайный эффект, как показано в de Bruin et al. (2008). Мы проанализировали ряд зависимых показателей рабочей нагрузки и удобства использования, взгляда, поведения при вождении и принятия риска.Для каждой зависимой меры мы подбираем нашу модель в JMP Pro 12 с учетом влияния независимых показателей (тип отображения, порядок, пол участника, направление поворота, наличие трафика) и взаимодействия этих эффектов второго порядка. Поскольку это было предварительное исследование, в объем данной статьи входит только подробное обсуждение индивидуального влияния типа отображения на зависимые показатели.

Рабочая нагрузка и меры по удобству использования

Участники самостоятельно сообщили о рабочей нагрузке с помощью NASA-TLX (Hart and Staveland, 1988) после каждой поездки.Отображение навигации оказало значительное влияние на умственную нагрузку, усилия и общую оценку Raw TLX (среднее значение всех промежуточных оценок; см. Рисунок 6, Таблица 1). Дисплей с фиксированным экраном привел к меньшим умственным потребностям, усилиям и общей нагрузке, чем дисплей Conformal.

Рисунок 6 . Участники оценили промежуточные баллы NASA-TLX по шкале от 0 (низкий спрос) до 100 (высокий спрос). Среднее значение промежуточных баллов составило оценку Raw TLX.

Таблица 1 .Средние значения, стандартные отклонения (в скобках) и значения F- и p для дисперсионного анализа с повторными измерениями.

После воздействия каждого условия мы также собрали собственные данные по пяти критериям удобства использования: отвлечение, влияние дисплея на вождение, простота навигации, доверие и удобство просмотра (рисунок 7, таблица 1). Состояние дисплея оказало значительное влияние на удобство навигации, просмотра, доверия и впечатления от вождения участниками (Таблица 1). Последующее тестирование показало, что дисплей с фиксированным экраном дает лучшие оценки удобства использования для всех значительных различий.

Рисунок 7 . Участники оценили следующие утверждения по шкале от 0 (полностью согласен) до 100 (категорически не согласен): (1) «Я не нашел этот интерфейс отвлекающим». (2) «Использование этого интерфейса положительно сказалось на моем вождении». (3) «При использовании этого интерфейса было легко ориентироваться». (4) «Я доверял информации об этом интерфейсе». и (5) «Интерфейс был удобен для просмотра».

Поведение взгляда

Мы классифицировали области интереса (AOI) по местоположению взглядов участников и проанализировали AOI двумя способами.Первый анализ включал два AOI: на HUD и вне его. Цель этого различия — понять, насколько водители ограничивают свой взгляд только просмотром через HUD, а не сканированием вокруг сцены. Вторая схема кодирования AOI позволила нам лучше понять шаблоны сканирования участников в области, имеющие отношение к вождению (рисунок 8). Некоторые исследователи предложили более точные метрики кодирования, которые включают места на проезжей части, где вероятно возникновение опасностей, в дополнение к «демонстрационным» и «дорожным» взглядам (Seppelt et al., 2017). Однако включение относительной к миру графики в сцену проезжей части водителей может привести к тому, что конформная графика HUD обязательно будет перекрываться с дорогой, поэтому мы не сможем отделить взгляды, сфокусированные на графике HUD, от взглядов, сфокусированных через графику HUD и на дороге. Следовательно, эта схема кодирования AOI сегментировала HUD на более мелкие AOI, включая графику HUD, вокруг изображения HUD и опасности на HUD. Графика HUD включала все фиксации, при которых водитель смотрел прямо на графику.Однако иногда изображение HUD перекрывало проезжую часть впереди и заставляло участников смотреть на места, смежные с изображением HUD. Эти взгляды были закодированы как «вокруг изображения HUD». Во время движения взгляд вокруг HUD может включать области интереса, такие как разметка полосы движения, опасности непосредственно перед водителем. Эти взгляды вокруг графического интерфейса HUD также могут быть использованы для устранения окклюзии (например, чтобы убедиться, что за графикой нет опасностей). Поскольку HUD был расположен так, чтобы на проезжей части была наложена фиксированная и анимированная в мире графика, участники могли просматривать HUD, чтобы проверить движение или другие опасности.Таким образом, мы закодировали эти взгляды как «опасности на HUD». В дополнение к этим AOI, встроенным в HUD, мы также проанализировали контрольные взгляды на потенциальный перекрестный трафик, зеркала и другие полосы. Эти «опасности вне HUD» включали в себя все потенциальные опасности, которые можно было увидеть, не глядя через HUD. После тестов на нормальность мы регистрировали преобразованные данные всех переменных отклика глаз, хотя непреобразованные данные показаны на рисунке 8.

Рисунок 8 . Процент фиксаций, назначенных каждому AOI, различается между конформными дисплеями и дисплеями с фиксированным экраном.Хотя нет идеального распределения по AOI, интересно отметить, что процентное соотношение различается, особенно между процентом времени, потраченного на просмотр и вокруг изображения HUD.

Conformal привел к значительно большей максимальной продолжительности взгляда на графику HUD, чем с фиксированным экраном. Conformal также приводил к более длительной средней продолжительности просмотра графического интерфейса HUD, чем фиксированный на экране. Кроме того, количество взглядов на графику HUD было значительно выше, когда участники использовали Conformal по сравнению с типом отображения с фиксированным экраном.Конформный был связан с более высоким процентом времени просмотра графики HUD, чем фиксированный на экране. Исправленный экран привел к большему проценту взглядов на графику HUD, чем Conformal. Не было значительной разницы между процентом времени, в течение которого участники смотрели на опасности вне HUD, опасности на HUD или на HUD в целом.

Таким образом, поскольку конформный дисплей ассоциировался с более длинными средними взглядами, более высокими максимальными взглядами, большим количеством взглядов и более высоким процентом времени, сосредоточенным конкретно на графике HUD, участники продемонстрировали тенденцию уделять больше визуального внимания конформной графике HUD, чем фиксированная на экране графика.Конформность также была связана с меньшим временем осмотра области вокруг изображения HUD и отсутствием разницы в опасностях на HUD или вне HUD, показывая, что повышенное визуальное внимание к конформной графике не обязательно влияло на поведение участников при сканировании опасностей.

Поведение при вождении

Мы проанализировали данные о вождении в течение всего времени, в течение которого каждая навигационная подсказка (конформная стрелка и фиксированная на экране стрелка) была видна на HUD (492 фута до каждого из восьми поворотов).Для каждого поворота мы рассчитывали соответствующие показатели поперечного, продольного и позиционного контроля для каждого испытания. Затем мы искали в каждом испытании моменты, когда скорость участника составляла 0,0 миль в час, и отмечали их как остановки. Для первой остановки после появления графика мы рассчитали расстояние от места остановки до начала перекрестка. Таблица 1 включает список зависимых поведенческих показателей вождения, и мы не обнаружили значительного влияния состояния дисплея на какие-либо показатели вождения.Кроме того, ни один из участников не пропустил повороты ни на одном из перекрестков.

Принятие риска

Используя видеозапись Noldus, мы проанализировали рискованное поведение участников, зафиксировав, сколько автомобилей из взвода из восьми автомобилей участники разрешили повернуть (0–8 автомобилей), прежде чем принять решение о повороте самостоятельно. Если участники поворачивались между двумя машинами взвода, мы также фиксировали размер промежутка (в футах) между этими двумя машинами взвода. Данные от четырех участников отсутствовали из-за человеческой ошибки, и поэтому мы смогли проанализировать рискованное поведение только 18 участников (из 22).Нам не удалось проанализировать дополнительные пять витков в конформном режиме и два поворота в фиксированном экране из-за сценария моделирования, но сочетание направлений поворота было довольно равномерным (34 L-конформных, 33 R-конформных, 36 L-экранных, 34 R-Screen-fixed). Условие отображения не повлияло на количество автомобилей, которым участники разрешили повернуть перед поворотом [X (1) 2 = 0,1728, p = 0,6776]. Из тех, которые использовали пропуски, условия отображения не повлияли на размер зазора, который выбрали участники.Таким образом, тип отображения не оказал существенного влияния на рискованное поведение водителей, и ни один из участников не врезался в другое транспортное средство во время поворотов (или в любое другое время во время движения).

Обсуждение тематического исследования

В наше пользовательское исследование вошли 22 участника, которые при навигации в AR DriveSim испытали как конформные, так и фиксированные изображения на экране. В этом исследовании отображение с фиксированным экраном ассоциировалось с более низкой рабочей нагрузкой (измеряемой умственными потребностями, усилиями и общей рабочей нагрузкой) и более высоким удобством использования (измеряемым спросом, навигацией, доверием и просмотром), чем отображение Conformal.Разница в этих самооценках показывает, что конформная AR-графика не обязательно по своей сути улучшает пользовательский опыт, а пространственное размещение направленной графики на проезжей части дороги в некоторых случаях может вызвать большую рабочую нагрузку.

Не было различий в вождении или рискованном поведении, несмотря на то, что участники, использующие фиксированный экран, уделяли меньше визуального внимания графике и, следовательно, предположительно уделяли больше визуального внимания другим элементам, имеющим отношение к задаче вождения.Отсутствие различий в поведении при вождении можно объяснить в подобном исследовании, потому что мы не включали события, которые были неожиданными или непредсказуемыми, в наши сценарии вождения, которые с большей вероятностью могут различать графику HUD. Неожиданные события (неожиданные или непредсказуемые) требуют быстрого реагирования, а водители, использующие конформные HUD с дополненной реальностью, особенно уязвимы для слепоты к изменениям или беспорядка на экране, который может мешать водителям, особенно перед лицом неожиданных событий, поскольку изменения на дисплее могут маскировать реальные изменения.Методы вождения не так чувствительны, как другие физиологические меры (Wierwille and Eggemeier, 1993), и распределение визуального внимания может быть ранним индикатором ухудшения способностей к вождению. Таким образом, такие показатели, как поведение взгляда, дают представление о дизайне дисплея, даже если показатели эффективности вождения не отличаются. Независимо от причины повышенного распределения визуального внимания, эта работа предполагает, что мы должны проявлять осторожность при разработке AR HUD для транспортных средств.

Мы обнаружили различия в поведении взглядов у участников, которые смотрели на конформную демонстрацию чаще и в течение более длительных периодов времени.Возможно, что повышенное визуальное внимание, которое участники уделяли конформному отображению, было артефактом исследования, потому что размер изображения был больше в конформном состоянии. Тем не менее, участникам, возможно, также пришлось сосредоточиться на конформной графике в течение более длительного периода времени, чтобы проанализировать навигационное значение, когда оно прокручивалось от верхней части поля зрения дисплея, когда участники двигались вперед. Таким образом, возросший в последнее время интерес со стороны производителей автомобилей и исследователей к использованию конформной графики на AR HUD не обязательно является синонимом более безопасного поведения водителя и, в случае неправильного выполнения, также может негативно повлиять на пользовательский интерфейс.Эта работа показывает, что в некоторых сценариях фиксированная на экране графика может быть более эффективной, чем конформная, и поэтому идеально конформная графика не может быть решением для всех интерфейсов AR. Соблазн включить реалистичную конформную графику AR при разработке расширенных пользовательских интерфейсов AR может снизить производительность и негативно повлиять на поведение водителя. Однако необходимо провести гораздо больше работы, чтобы проверить ожидаемые преимущества конформной графики по сравнению с другими проектами проекционного интерфейса.Последующие исследования должны дополнительно изучить, как распределение визуального внимания к конформной графике AR HUD может быть вредным в случаях с другой геометрией дороги, участниками дороги и неожиданными / непредсказуемыми событиями.

AR DriveSim Обсуждение

Представленное здесь исследование пользователей является начальной демонстрацией того, как мы можем использовать наш AR DriveSim для быстрого сравнения прототипов пользовательского интерфейса; в этом случае пользовательский интерфейс конформной голограммы AR для пользовательского интерфейса с фиксированным экраном, вдохновленный тем же визуальным элементом (т.е., стрелка) и дополнительно исследуйте, как эти пользовательские интерфейсы влияют на поведение и производительность драйвера. Возможности AR DriveSim, однако, предоставляют многие другие типы быстрого исследования дизайна пользовательского интерфейса AR для вождения, которое в противном случае было бы гораздо более сложным, трудоемким и / или опасным. Например, мы можем изучить, как дизайн пользовательского интерфейса может перемещаться в пространстве (например, анимированная конформная графика) или анимироваться на экране, или даже перемещаться между дорогой и экраном в зависимости от контекста.Обладая идеальной геометрией сцены, отслеживанием транспортных средств и знанием участников дорожного движения, мы можем исследовать пользовательские интерфейсы, прикрепленные к другим движущимся транспортным средствам, пешеходам и велосипедистам, не пытаясь организовать этих участников на испытательном стенде или отслеживать их в режиме реального времени. Мы можем изучить, сколько ошибок отслеживания можно допустить в пользовательском интерфейсе AR HUD на дороге или как аннотировать реальные ссылки, которые находятся за пределами поля зрения AR HUD. Точно так же мы можем изучить, как создавать пользовательские интерфейсы AR, которые могут сосуществовать в условиях интенсивного трафика, где может произойти окклюзия, и необходимо разрабатывать и тестировать творческие контекстно-зависимые конструкции.Оснастив фактическую кабину транспортного средства сенсорными устройствами (например, жестами, голосом и т. Д.), А также сенсорными экранами на центральной консоли, мы можем дополнительно изучить методы взаимодействия в автомобиле с дополненной реальностью способами, которые были бы менее идеальными для проведения в полной мере. виртуальная смоделированная среда вождения с виртуализированной графикой AR HUD (например, из-за проблем, связанных с доступностью богатых тактильных сигналов, типичных для интерфейсов транспортных средств, и визуализации собственного тела участников в четко сформулированной и убедительной форме).Наконец, используя фактический оптический прозрачный HUD (вместо имитированного или виртуального HUD), мы можем исследовать физиологические и когнитивные эффекты интеграции дисплеев AR со сценами вождения, такими как те, которые связаны с переключением контекста и переключением фокусного расстояния (Gabbard et al., 2019), что невозможно с симуляцией вождения на основе VR с имитацией графики AR. Короче говоря, AR DriveSim — это недорогой полномасштабный симулятор вождения со встроенным оптическим AR-дисплеем и возможностью количественной оценки влияния пользовательских интерфейсов AR на производительность и поведение водителя.Наш дизайн предоставляет уникальные и бесценные возможности для исследователей и дизайнеров пользовательского интерфейса AR HUD, которые невозможно встретить на дороге или в полном симуляторе на основе виртуальной реальности.

Проектирование, сборка, подключение и программирование AR-DriveSim далось нелегко, и поэтому мы предлагаем список уроков, извлеченных из этого процесса, которые могут быть полезны другим исследователям и практикам, стремящимся создать аналогичную киберфизическую дополненную реальность. испытательные стенды (будь то вождение или другие области приложений AR).

Что касается физического пространства для симулятора вождения, мы рекомендуем большие пространства по сравнению с меньшими; не менее 5 × 7 м.Во-первых, в более просторном помещении предусмотрены кабины большего размера, которые, в свою очередь, поддерживают более широкий диапазон размеров участников. Большие комнаты также могут лучше справляться с чрезмерным нагревом, выделяемым множеством необходимых компьютеров, дисплеев и проекторов. Это особенно важно, поскольку теплая комнатная температура может усугубить болезнь симулятора. В более просторных помещениях за кабиной можно разместить ЖК-мониторы для обслуживания оптических боковых зеркал и более реалистичного ощущения водителя. Более высокие потолки также обеспечивают большую гибкость при покупке и установке проекторов.Если возможно, убедитесь, что в физическом пространстве есть несколько электрических цепей и выделенная цепь для питания половины кабины. Если внутренний вентилятор кабины работает, будет чрезвычайно полезно иметь возможность запускать вентилятор на максимальной скорости, чтобы минимизировать укачивание, хотя для этого требуется значительный ток.

При поиске автомобиля для использования в качестве полукабины начните с идентификации автомобилей с хорошо задокументированными идентификаторами шины CAN. Это ускорит работу, необходимую для подключения кабины к программному обеспечению симулятора вождения.Кроме того, хотя было хорошей идеей потребовать снятия двигателя и трансмиссии перед доставкой, мы рекомендуем оставить блок управления двигателем в целости и сохранности, чтобы обеспечить доступ к дополнительным данным шины CAN. Наконец, если идентификаторы CAN-шины недоступны, не тратьте много времени на работу с простыми встроенными диагностическими считывателями, поскольку они предоставляют доступ к подмножеству общего трафика CAN-шины. Вместо этого одолжите или возьмите напрокат обычный автомобильный диагностический прибор в ремонтной мастерской.

Внутри физической кабины мы рекомендуем прокладывать основные кабели под обивкой и за ней, чтобы не только защитить кабели, но и улучшить визуальное представление места.То есть вы хотите, чтобы участники поверили, что они находятся в реальной машине, а не в подключенной кабине в лаборатории. Проложите кабели для дисплеев, IP-камер, связи и питания перед полной сборкой кабины. В кабине также должны быть регулируемые сиденья и надежный процесс позиционирования и калибровки HUD. Участники, которые чувствуют себя комфортно и имеют точное представление о контенте AR, получат данные более высокого качества.

Если возможно, расположите кабину так, чтобы участники, входящие в пространство симулятора вождения, входили со стороны водителя.Это избавляет участников от необходимости перемещаться по неизбежному набору имеющихся кабелей и оборудования. В связи с этим мы рекомендуем проявлять особую осторожность при прокладке кабелей, тщательно выбирая правильную длину и используя методы укладки кабелей. Это поможет свести к минимуму опасность споткнуться для участников и экспериментаторов.

Что касается программного обеспечения симулятора вождения, мы настоятельно рекомендуем исследователям избегать соблазна разработать собственное программное обеспечение для симулятора вождения, если само программное обеспечение не является желаемым вкладом.Полное программное решение для симулятора вождения включает в себя гораздо больше, чем графику виртуальной реальности, включая, например, автоматизированный сбор установленных SAE показателей вождения, интеграцию сложной динамики транспортного средства в реальном времени, удобные для пользователя графические инструменты для создания сценариев и т. Д. Хотя MiniSim — это вариант, который мы использовали, доступны другие коммерческие варианты и варианты с открытым исходным кодом (например, STISIM и OpenDS).

Что касается программного обеспечения AR HUD, мы обнаружили, что делегирование задач трансформации (например,g., поза автомобиля MiniSim в позу X3D AR HUD) в Python помогает упростить экспериментальный исходный код X3D / Javascript, а также помогает в более общем плане с будущей переносимостью. Кроме того, хотя существуют вероятные случаи, когда система координат относительно транспортного средства может быть полезной, мы обнаружили, что общая абсолютная система координат значительно упрощает реализацию для динамической графики AR HUD. Это верно, особенно в тех случаях, когда исследователи не обладают глубокими вычислительными навыками, потому что исследователи, разрабатывающие сценарии, могут указывать мировые координаты для программистов AR HUD для использования на стороне X3D / Javascript.Наконец, при анимации конформной графики AR HUD для сценариев пошаговой навигации мы обнаружили, что отдельные кривые Безье обеспечивают адекватное определение для одиночных поворотов и могут быть связаны вместе для определения более сложных условий.

Ограничения и дальнейшая работа

Несмотря на то, что компьютерному моделированию вождения присущ ряд ограничений, мы представляем лишь некоторые ограничения, которые симулятор вождения накладывает на нашу способность проводить исследования AR HUD. Во-первых, было бы сложно провести исследование, связанное с влиянием реального освещения и смешения цветов на использование HUD.Даже если бы мы могли сопоставить яркость, например, с ночным сценарием, было бы нетривиальным добавить блики от встречного транспорта и другие световые эффекты. Точно так же изучение возможности использования графики AR HUD на фоне вождения ограничено разрешением, яркостью, динамическим диапазоном и контрастностью проецируемой сцены вождения. Наш симулятор AR HUD также не подходит для изучения проблем, связанных с восприятием глубины, поскольку HUD с фиксированной фокальной плоскостью случайно попадает примерно на такое же расстояние, что и проецируемая сцена вождения.У нас также пока нет возможности артикулировать кабину и отображать подсказки на основе движения. В общем, основные ограничения ограничивают нашу способность изучать проблемы восприятия AR, связанные с использованием HUD на открытом воздухе. Такие исследования необходимо проводить во время движения по испытательной трассе или фиксировать в помещении с видом на улицу.

Мы можем легко представить себе ближайшую будущую работу, которая исследует роль AR HUD в автономном и полуавтономном вождении. Наша интеграция игрового контроллера в качестве второстепенного средства для того, чтобы правильно расположить нас, чтобы начать эту работу.Стенд также хорошо подходит для интеграции трехмерного пространственного звука в дополнение к визуальным интерфейсам HUD. Наконец, мы начали интегрировать технологию распознавания жестов и голоса, чтобы мы могли изучить возможности взаимодействия с AR HUD. Такие возможности позволят нам расширить наше понимание отвлечения внимания водителя за пределы визуального внимания.

Заявление о доступности данных

Наборы данных, созданные для этого исследования, доступны по запросу соответствующему автору.

Заявление об этике

Исследования с участием людей были рассмотрены и одобрены Программой защиты научных исследований штата Вирджиния.Пациенты / участники предоставили письменное информированное согласие на участие в этом исследовании.

Взносы авторов

JG руководил созданием и интеграцией всех компонентов AR DriveSim, разработал пользовательское исследование и руководил созданием рукописи. MS провела исследование пользователей, провела анализ данных для изучения пользователей, подготовила обсуждение, связанное с исследованием пользователей, и отредактировала рукопись. KT разработала все программное обеспечение, необходимое для AR DriveSim, протестировала и написала технический контент, связанный с программными компонентами.HK выполнил обзор литературы, помог с логистикой установки AR DriveSim и отредактировал рукопись. BJ разработал все компоненты аппаратного обеспечения / микроконтроллера, необходимые для тестирования AR DriveSim, а также написал техническое содержание, относящееся к программным компонентам.

Финансирование

Этот материал основан на работе, поддержанной Национальным научным фондом в рамках гранта № 1816721.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Мы особенно благодарим Рэнди Уолдона и Уилла Веста за их бесконечную помощь и творческий подход к механике, конструкции и электричеству. Мы благодарим Ли Лайла за помощь в разборке и повторной сборке Mini Cooper, а также Мэтта Парадизо и Гаррета Стэра за расшифровку шины CAN и начальное программирование микроконтроллера. Винсент Хоросевски, Эндрю Фейт и Джозеф Мейдлингер из National Advanced Driving Simulator также сыграли важную роль в поддержке нашей работы.Наконец, мы благодарим компанию Progressive Insurance за пожертвование Mini Cooper в поддержку исследований в области вождения.

Список литературы

Администрация NHTS (2013). Визуальное руководство NHTSA Руководство по отвлечению внимания водителя для бортовых электронных устройств (№ NHTSA-2010-0053) . Вашингтон, округ Колумбия: Национальное управление безопасности дорожного движения.

Болтон, А., Бернетт, Г., Лардж, Д. Р. (2015). «Исследование представлений навигации на основе ориентиров в дополненной реальности с использованием проекционного дисплея», в Proceedings of the 7th International Conference on Automotive User Interfaces and Interactive Vehicle Applications (Nottingham: ACM), 56–63.

Google Scholar

Бауэр, М., Хау, К., Маккреди, Н., Робинсон, А., Гровер, Д. (2014). Дополненная реальность в образовании — кейсы, места и возможности. Educ. Media Int. 51, 1–15. DOI: 10.1080 / 09523987.2014.889400

CrossRef Полный текст | Google Scholar

Кэрд, Дж. К., Чисхолм, С. Л., и Локхарт, Дж. (2008). Улучшают ли автомобильные знаки улучшенные характеристики перекрестков пожилых и молодых водителей? Результаты моделирования вождения и движения глаз. Внутр. J. Hum. Комп. Stud. 66, 132–144. DOI: 10.1016 / j.ijhcs.2006.07.006

CrossRef Полный текст

Charissis, V., и Papanastasiou, S. (2010). Взаимодействие человека и машины через интерфейс проекционного дисплея автомобиля. Cogn. Technol. Работа 12, 41–50. DOI: 10.1007 / s10111-008-0117-0

CrossRef Полный текст | Google Scholar

Charissis, V., Papanastasiou, S., Chan, W., and Peytchev, E. (2013). «Эволюция HUD с полным лобовым стеклом, разработанная для текущих стандартов связи VANET», 16-я Международная конференция IEEE по интеллектуальным транспортным системам (Гаага: ITSC), 1637–1643.DOI: 10.1109 / ITSC.2013.6728464

CrossRef Полный текст | Google Scholar

де Брюэн, А. Б., Смитс, Н., Райкерс, Р. М., и Шмидт, Х. Г. (2008). Осознанная практика позволяет прогнозировать результаты со временем у шахматистов-подростков и выбывших из игры: линейный анализ смешанных моделей. Br. J. Psychol. 99, 473–497. DOI: 10.1348 / 000712608X295631

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Dijksterhuis, C., Stuiver, A., Mulder, B., Brookhuis, K.А., и де Ваард, Д. (2012). Адаптивная система поддержки водителя: пользовательский опыт и ходовые качества в симуляторе. Hum. Факторы 54, 772–785. DOI: 10.1177 / 0018720811430502

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Дюнсер А., Биллингхерст М., Вен Дж., Лехтинен В. и Нурминен А. (2012). Изучение использования портативного устройства дополненной реальности для навигации на открытом воздухе. Comput. График. 36, 1084–1095. DOI: 10.1016 / j.cag.2012.10.001

CrossRef Полный текст | Google Scholar

Фишер, Д.Л., Риццо, М., Кейрд, Дж., И Ли, Дж. Д. (2011). Справочник по моделированию вождения для инженерии, медицины и психологии . CRC Press.

Google Scholar

Габбард Дж., Мехра Д. Г. и Свон Дж. Э. (2019). Влияние переключения контекста дисплея AR и переключения фокусного расстояния на работу человека. IEEE Trans. Vis. Comput. График. 25, 2228–2241. DOI: 10.1109 / TVCG.2018.2832633

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ганс, Э., Робертс, Д., Беннет, М., Тоулз, Х., Меноцци, А., Кук, Дж. И др. (2015). «Технология дополненной реальности для дневной / ночной ситуационной осведомленности спешенного солдата», в SPIE Defense + Security (Балтимор, Мэриленд: Международное общество оптики и фотоники), 947004.

Google Scholar

Харт, С. Г., и Ставленд, Л. Е. (1988). Разработка NASA-TLX (Task Load Index): результаты эмпирических и теоретических исследований. Adv. Psychol. 52, 139–183.DOI: 10.1016 / S0166-4115 (08) 62386-9

CrossRef Полный текст | Google Scholar

Ким, Х., Ислейб, Дж. Д., и Габбард, Дж. Л. (2016). «Виртуальная тень: отображение динамики перекрестного трафика с помощью дисплеев дополненной реальности» в протоколе Proceedings of the Human Factors and Ergonomics Society Annual Meeting (Лос-Анджелес, Калифорния: SAGE Publications), 2093–2097.

Google Scholar

Ким, Х., Ву, X., Габбард, Дж. Л., и Полис, Н. Ф. (2013). «Изучение интерфейсов дополненной реальности на лобовом стекле для систем предупреждения о столкновениях», Труды 5-й Международной конференции по автомобильным пользовательским интерфейсам и интерактивным автомобильным приложениям (Эйндховен: ACM), 224–227.DOI: 10.1145 / 2516540.2516566

CrossRef Полный текст | Google Scholar

Ким С., Дей А. К. (2009). «Смоделированный дисплей с дополненной реальностью на лобовом стекле как вспомогательное средство когнитивного картирования для навигации пожилого водителя», в Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (Boston, MA: ACM), 133–142.

Google Scholar

Ланглуа, С. (2013). «ADAS HMI с использованием периферийного зрения», в Труды 5-й Международной конференции по автомобильным пользовательским интерфейсам и интерактивным автомобильным приложениям (Эйндховен: ACM), 74–81.

Google Scholar

Лаубер Ф. и Бутц А. (2013). «Разве hmds лучше huds?» in 2013 IEEE International Symposium on Mixed and Augmented Reality (ISMAR) (Adelaide, SA: IEEE), 267–268.

Google Scholar

Лоренц, Л., Кершбаум, П., и Шуман, Дж. (2014). Разработка сценариев перехода на автоматическое вождение: как дополненная реальность помогает водителю вернуться в цикл? Proc. Гм. Факторы Эргона. Soc. Анну. Встретиться. 58, 1681–1685. DOI: 10.1177 / 1541931214581351

CrossRef Полный текст | Google Scholar

Меденица, З., Кун, А. Л., Пэк, Т., и Палинко, О. (2011). «Дополненная реальность и виды улиц: исследование на симуляторах вождения, сравнивающее два появляющихся навигационных средства», Труды 13-й Международной конференции по взаимодействию человека и компьютера с мобильными устройствами и службами (Стокгольм: ACM), 265–274. DOI: 10.1145 / 2037373.2037414

CrossRef Полный текст | Google Scholar

Мешкати, Н.(1988). Оценка вариабельности сердечного ритма и умственной нагрузки. Adv. Psychol. 52, 101–115. DOI: 10.1016 / S0166-4115 (08) 62384-5

CrossRef Полный текст | Google Scholar

Neurauter, M. L. (2005). Мультимодальные предупреждения: дизайн предупреждения о повороте. Proc. Гм. Факторы Эргона. Soc. Аня. Встретиться. 49, 1945–1949. DOI: 10.1177 / 154193120504

3

CrossRef Полный текст | Google Scholar

Олаверри-Монреаль, К., Гомеш, П., Сильверия, М. К., и Феррейра, М.(2012). «Виртуальный светофор в автомобиле: графический пользовательский интерфейс», в Информационные системы и технологии [-108 мм], 14 квартал (CISTI), 7-я Иберийская конференция, 2012 г., (Мадрид), 1–6.

Google Scholar

Пфаннмюллер, Л., Крамер, М., Сеннер, Б., и Бенглер, К. (2015). Сравнение концепций отображения для навигационной системы в автомобильном контактном аналоговом проекционном дисплее. Proc. Manuf. 3, 2722–2729. DOI: 10.1016 / j.promfg.2015.07.678

CrossRef Полный текст | Google Scholar

Пиментель, Дж.Р. и Фонсека Дж. А. (2004). FlexCAN: гибкая архитектура для высоконадежных встраиваемых приложений. РТН 2004: 11.

Google Scholar

Плавшич, М., Душл, М., Тённис, М., Бабб, Х. и Клинкер, Г. (2009). «Эргономичный дизайн и оценка предупреждающих предупреждений на основе дополненной реальности для помощи при вождении в городских условиях», Труды Международной эргономической ассоциации (Пекин).

Google Scholar

Политис, И., Брюстер, С.А., и Поллик, Ф. (2014). «Оценка дисплеев мультимодальных драйверов в условиях различной ситуационной срочности», в материалах Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (ACM), 4067–4076.

Google Scholar

Ран, Л., Цзюньфэн, В., Хайин, В., и Гечен, Л. (2010). «Метод проектирования коммуникационной структуры сети CAN BUS для электромобиля», в документе Strategic Technology (IFOST), Международный форум 2010 г., (IEEE), 326–329.

Google Scholar

Саффариан М., де Винтер, Дж. К. Ф. и Хаппе Р. (2013). Повышение эффективности следования за автомобилем за счет отображения расстояния и ускорения. Hum. Мах. Syst. IEEE Trans. 43, 8–16. DOI: 10.1109 / TSMCA.2012.2207105

CrossRef Полный текст | Google Scholar

Сала, С. Д., Баддели, А., Папаньо, К., и Спиннлер, Х. (1995). Парадигма двойной задачи: средство изучения центральной исполнительной власти. Ann. N.Y. Acad. Sci. 769, 161–172.DOI: 10.1111 / j.1749-6632.1995.tb38137.x

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Сойер, Б. Д., Финомор, В. С., Кальво, А. А., и Хэнкок, П. А. (2014). Стекло Google: причина отвлечения внимания водителя или лекарство? Hum. Факторы 56, 1307–1321. DOI: 10.1177 / 0018720814555723

CrossRef Полный текст | Google Scholar

Шалл, М.С., Руш, М.Л., Ли, Дж. Д., Доусон, Дж. Д., Томас, Г., Аксан, Н. и др. (2013). Сигналы дополненной реальности и восприятие опасности для пожилых водителей. Hum. Факторы 55, 643–658. DOI: 10.1177 / 0018720812462029

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Сеппельт, Б. Д., Симан, С., Ли, Дж., Энджелл, Л. С., Мехлер, Б., и Реймер, Б. (2017). Стекло наполовину заполнено: показатели взгляда на дороге позволяют дифференцировать аварии от почти аварийных в данных о 100 автомобилях. Accid. Анальный. Ранее . 107, 48–62. DOI: 10.1016 / j.aap.2017.07.021

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ши, Р., Fu, D., Sun, A., Cai, C., Ma, X., Fan, X., et al. (2017). Дополненная реальность на основе местоположения с повсеместными датчиками смартфонов: изнутри и за его пределами Pokemon Go ! Доступ IEEE.

Google Scholar

Шен, Ф., Чен, Б., Го, К., Ци, Ю., и Шен, Ю. (2013). Реконструкция пластинки с дополненной реальностью для конкретного пациента для хирургии переломов таза и вертлужной впадины. Внутр. J. Comp. Ассистент. Радиол. Surg. 8, 169–179. DOI: 10.1007 / s11548-012-0775-5

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Скарбез, Р., Брукс, Ф. П., и Уиттон, М. С. (2017). Обзор присутствия и связанных понятий. ACM Comput. Surv. 50, 1–39. DOI: 10.1145 / 3134301

CrossRef Полный текст | Google Scholar

Смит, М., Габбард, Дж. Л., Бернетт, Г., и Дачева, Н. (2017). Влияние лобовых дисплеев с дополненной реальностью на шаблоны сканирования глаз, производительность и восприятие водителей. Внутр. J. Mob. Гм. Комп. Взаимодействовать. 9, 1–17. DOI: 10.4018 / IJMHCI.2017040101

CrossRef Полный текст | Google Scholar

Смит, М., Габбард, Дж. Л., и Конли, К. (2016). «Головные дисплеи по сравнению с дисплеями, направленными вниз: изучение традиционных методов оценки изображения во время вождения», в Труды 8-й Международной конференции по автомобильным пользовательским интерфейсам и интерактивным автомобильным приложениям (ACM), 185–192. DOI: 10.1145 / 3003715.3005419

CrossRef Полный текст | Google Scholar

Типпи, К. Г., Сиварадж, Э., Ардуан, В.-Дж., Роуди, Т., и Феррис, Т. К. (2014). Отправка текстовых сообщений во время вождения с использованием стекла Google: исследование комбинированного влияния отображения на лобовое стекло и ввода без помощи рук на безопасность и производительность вождения. Proc. Гм. Факторы Эргона. Soc. Аня. Встретиться. 58, 2023–2027. DOI: 10.1177 / 1541931214581422

CrossRef Полный текст | Google Scholar

Типпи, К. Г., Сиварадж, Э., и Феррис, Т. К. (2017). Вождение при взаимодействии со стеклом Google: исследование комбинированного влияния проекционного дисплея и ввода без помощи рук на безопасность вождения и производительность в многозадачном режиме. Hum. Факторы 59, 671–688. DOI: 10.1177 / 0018720817691406

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Тонн, C., Петцольд, Ф., Бимбер, О., Грундхёфер, А., и Донат, Д. (2008). Пространственная дополненная реальность для архитектуры — проектирование и планирование с существующими зданиями и внутри них. Внутр. J. Architect. Комп. 6, 41–58. DOI: 10.1260 / 147807708784640126

CrossRef Полный текст | Google Scholar

Тоннис, М., Клинкер, Г. (2006). «Эффективный контроль внимания водителя автомобиля для визуального и звукового наведения на направление неминуемой опасности», в Mixed and Augmented Reality, 2006.ISMAR 2006. Международный симпозиум IEEE / ACM по теме (Вашингтон, округ Колумбия: IEEE), 13–22.

Google Scholar

Тран, К., Барк, К., и Нг-Тоу-Хинг, В. (2013). «Устройство помощи при левом повороте, использующее спроектированные встречные пути транспортных средств с дополненной реальностью», Труды 5-й Международной конференции по автомобильным пользовательским интерфейсам и интерактивным автомобильным приложениям (ACM), 300–307.

Google Scholar

Вай-Тат, Ф., Гаспер, Дж., И Сон-Ван, К.(2013). «Влияние автомобильной системы дополненной реальности на повышение безопасности молодых и пожилых водителей», в Международный симпозиум IEEE по смешанной и дополненной реальности (ISMAR) , 59–66. DOI: 10.1109 / ISMAR.2013.6671764

CrossRef Полный текст | Google Scholar

Вайнберг, Г., Харшам, Б., и Меденица, З. (2011). «Оценка удобства использования проекционного дисплея для выбора из списков выбора в автомобилях», Труды 3-й Международной конференции по автомобильным пользовательским интерфейсам и интерактивным автомобильным приложениям (ACM), 39–46.

Google Scholar

Wierwille, W. W., and Eggemeier, F. T. (1993). Рекомендации по измерению умственной нагрузки в тестовой и оценочной среде. Hum. Факторы 35, 263–281. DOI: 10.1177 / 001872089303500205

CrossRef Полный текст | Google Scholar

Визнер, К. А., Клинкер, Г. (2017). «Преодоление неточностей местоположения в навигации с дополненной реальностью», Международная конференция по дополненной реальности, виртуальной реальности и компьютерной графике, (Ugento: Springer), 377–388.

Google Scholar

Визнер, К. А., Руф, М., Сирим, Д., и Клинкер, Г. (2017). «3D-FRC: изображение будущего маршрута дороги на проекционном дисплее», в , 2017 IEEE International Symposium on Mixed and Augmented Reality (Nantes), 136–143. DOI: 10.1109 / ISMAR.2017.30

CrossRef Полный текст | Google Scholar

Витмер Б. Г. и Сингер М. Дж. (1998). Измерение присутствия в виртуальных средах: анкета присутствия. Presence Teleop Virt.Environ. 7, 225–240. DOI: 10.1162 / 105474698565686

CrossRef Полный текст | Google Scholar

Wu, W., Blaicher, F., Yang, J., Seder, T., and Cui, D. (2009). «Прототип автомобильной навигации на основе ориентиров с использованием системы отображения на лобовое стекло», в протоколе Proceedings of the 2009 Workshop on Ambient Media Computing (ACM), 21–28.

Google Scholar

Ужасающий симулятор вождения, позволяющий игроку почувствовать движение автомобиля за счет короткого замыкания своего чувства равновесия

Если вы поклонник гоночных симуляторов, контроллер на рулевом колесе — обязательный аксессуар, но это также скользкий путь к тратам тысячи долларов на симулятор движения за «полный опыт».Компания YouTube Mean Gene Hacks потратила всего 50 долларов на свой симулятор, который передает движения игрового транспортного средства игроку, но делает это с помощью жуткой электрической стимуляции нервов, которая помогает поддерживать человеческое равновесие.

В вашем типичном симуляторе вождения обычно есть сиденье в гоночном стиле с рулевым колесом, педалями, переключателями и кучей гигантских экранов, заполняющих поле зрения водителя, все они расположены на платформе, соединенной с пневматическими поршнями, которые перемещают кабину в трехмерном пространстве чтобы более или менее соответствовать движению автомобиля на экране.Это может добавить убедительный уровень реализма в гоночную игру или симулятор, поскольку игрок ощущает смоделированные силы, находящиеся в реальной машине, но все это оборудование означает, что эти установки часто стоят намного дороже 50 000 долларов. Но что, если бы человеческое тело можно было убедить воссоздать все эти движения самостоятельно, без дорогостоящего оборудования?

Оказывается, процесс, называемый гальванической вестибулярной стимуляцией, также известный как GVS, может использоваться для изменения чувства равновесия человека путем электрической стимуляции ушного нерва с помощью электродов.Исследователи не до конца выяснили, как лучше всего использовать эту технологию — медицинские, военные и развлекательные компании все исследуют ее, — но при правильном использовании она может убедить человека в том, что ему нужно перемещать свое тело влево или вправо, чтобы поддерживать равновесие. , что тело автоматически сделает само по себе, даже если оно стоит совершенно неподвижно. В результате у GVS есть своеобразный побочный эффект: эту технологию можно использовать для частичного управления движениями человека, как если бы они управлялись удаленно.

Именно это и делает здесь Mean Gene Hacks. Используя внешнее оборудование на сумму около 50 долларов (плюс стоимость игрового ПК), они создали BeamNG.drive , очень реалистичный симулятор вождения, основанный на физике, — интерфейс с оборудованием GVS. Пользовательский код преобразует движения игрового транспортного средства в электрические сигналы, которые изменяют баланс игрока, которые доставляются к нервным окончаниям игрока через пару липких электродов, которые прикрепляются к шее сразу за мочками ушей.В результате игрок бесконтрольно наклоняется влево или вправо во время игры, как если бы на него воздействовали те же силы G, которые испытывает машина в игре.

Это далеко не тот опыт вождения, который вы получили бы в симуляторе, альтернативная альтернатива на самом деле не передает движения вперед и назад игроку, когда транспортное средство ускоряется или тормозит в игре, но боковая сторона В сторону боковых движений, когда автомобиль на высокой скорости вырывается из-за поворота, очень сильно ощущаются, а может быть, даже слишком сильно.Как указывает Mean Gene Hacks, поскольку их тело постоянно наклоняется из стороны в сторону, эффекты гальванической вестибулярной стимуляции на самом деле очень затрудняют вождение в игре, поскольку чувство равновесия человека во многом определяет то, как они двигаются.

Поскольку гальваническая вестибулярная стимуляция широко не используется, еще не совсем известно, насколько она безопасна или нет, но предварительные исследования, похоже, показывают, что до сих пор у пациентов, использующих эту технологию для оказания помощи, не наблюдались нежелательные побочные эффекты. с восстановлением после инсульта.Однако пройдет некоторое время, прежде чем мы увидим, как такие компании, как Nintendo, выпускают «забавные» аксессуары GVS для своих консолей. Если датчик Vitality для мониторинга сердечного ритма Wii был сочтен слишком спорным, чтобы когда-либо увидеть свет, какой шанс у технологии, которая манипулирует человеческим балансом?

G / O Media может получить комиссию

Aston Martin представляет симулятор вождения, который стоит очень реально 74000 долларов

• Aston Martin представляет свой первый гоночный симулятор под собственной торговой маркой AMR-C01, созданный в сотрудничестве с высококлассным производителем Curv.
• Пользователи, желающие потратить сумму, эквивалентную 74 000 долларов, могут виртуально управлять различными Aston Martins своей мечты или выбрать такие аттракционы, как автомобиль Ferrari SF-15T Formula 1.
• Также возможны гонки с соперниками и участие в киберспорте, говорит Астон.

Для автопроизводителей разрыв между реальным и воображаемым сокращается до почти незаметности. Автомобиль и водитель получил возможность испытать грядущий гиперкар Aston Martin Valkyrieyond-hypercar в симуляторе команды Red Bull Racing F1 в прошлом году — с несколькими обломками, ремонт которых стоил бы несколько миллионов в реальном мире, которые были отменены разумным использованием кнопки сброса.Теперь британский производитель спортивных автомобилей сотрудничает с производителем высококлассных симуляторов Curv, чтобы дать состоятельным покупателям возможность получить собственный опыт, не похожий на Aston.


Или, действительно, виртуально управлять любым другим автомобилем, параметры производительности которого были зафиксированы платформой Assetto Corsa V-racing, потому что AMR-C01 является аппаратным, а не программным: консоль, которая включает в себя сиденье, педали, рулевое колесо и монитор, чтобы помочь пользователям в воображаемой кабине. Соответственно, босс Curv Даррен Тернер также является гонщиком Aston Martin, который одержал три победы в классе на 24 часах Ле-Мана вместе с брендом.

Астон Мартин

Разработанный, как говорится в официальном выпуске, как «стильное дополнение к любой роскошной игровой комнате», AMR-CO1 построен вокруг красивой ванны из углеродного волокна с передней частью, которая «имеет форму, напоминающую фирменная гоночная решетка Aston Martin «. Его положение за рулем основано на положении, которое получат покупатели Valkyrie, с педальным блоком, расположенным высоко и обращенным к рулевому колесу с центральным дисплеем.

Астон Мартин

Запуск программного обеспечения Assetto Corsa означает, что симулятор сможет смоделировать все, от скромных характеристик 160-сильного Abarth 500 esseesse до автомобиля Ferrari SF-15T Formula 1, хотя ожидается, что покупатели предпочтут внимательно изучить различные варианты. моделированные модели Aston Martin. Они также смогут соревноваться с соперниками в сети. Где, основываясь на нашем опыте полупрофессионального электронного автоспорта, они быстро поймут, что они вряд ли смогут сравниться с темпами высококвалифицированных финских водителей погрузчиков и голландских студентов, которые доминируют в онлайн-формулах.

Разумеется, красивая гоночная машина Aston

стоит недешево; при эквиваленте 74000 долларов это дороже, чем многие настоящие Aston Martins. Но вы не можете безнаказанно разбить их или загнать соперников в гравийные ловушки без серьезных реальных последствий.

Этот контент импортирован из {embed-name}. Вы можете найти тот же контент в другом формате или найти дополнительную информацию на их веб-сайте.

Этот контент создается и поддерживается третьей стороной и импортируется на эту страницу, чтобы помочь пользователям указать свои адреса электронной почты.Вы можете найти больше информации об этом и подобном контенте на сайте piano.io.

кодов симулятора вождения — бесплатные ключи и кредиты

23 июля 2021 г .: Мы проверили наличие новых кодов симулятора вождения

Настройте свой автомобиль, выходите на улицы, исследуйте город и выполняйте смертельно опасные трюки в Driving Simulator. Эта игра Roblox позволяет вам участвовать в гонках по открытому миру с участием до 100 других игроков или просто отправиться в неторопливую поездку с пассажиром, чтобы насладиться видами и звуками города.

Наш список кодов симулятора вождения дает вам дополнительные кредиты, а иногда и ключи, которые позволяют разблокировать новые накладки. Мы рекомендуем сохранять эту страницу в закладках и регулярно проверять ее, так как мы будем обновлять эту страницу новыми кодами, как только нам удастся их найти.

Если вы любите все быстро, перейдите к нашим кодам Rocket League, Driving Empire и спискам кодов Vehicle Legends. Когда пришло время притормозить на день, вы также можете просмотреть наши ссылки на бесплатные вращения Coin Master и список кодов Genshin Impact, чтобы получить еще больше игровых вкусностей.

Вот последние коды симулятора вождения

Активные коды:
На данный момент нет активных кодов Driving Simulator

Коды с истекшим сроком действия:

• ОДИН УШИ
• MOREKEYS
• 50 К
• 25 МИЛЛИОН

Что такое коды симулятора вождения?

Коды

Driving Simulator дают вам ключи и кредиты. Разработчик игры, компания Nocturne Entertainment, обычно выпускает коды, когда игра достигает определенного рубежа.У нас нет графика выпуска кодов, но мы позаботимся о том, чтобы эта страница постоянно обновлялась.

Как использовать коды симулятора вождения?

Активировать код симулятора вождения легко. Просто следуйте нашим пошаговым инструкциям, чтобы узнать, как это сделать.

• Симулятор открытого вождения
• Нажмите на значок Twitter
• Введите свой код
• Выходи на улицу с бесплатными кредитами

Для тех из вас, кто ищет что-нибудь новенькое, у нас есть список лучших новых мобильных игр для iOS и Android.

{«schema»: {«page»: {«content»: {«headline»: «Коды симулятора вождения — бесплатные ключи и кредиты», «type»: «guide», «category»: «roblox»}, » user «: {» loginstatus «: false},» game «: {» publisher «:» Roblox Corporation «,» genre «:» Simulation «,» title «:» Roblox «,» genres «: [» Simulation «, «Android», «iOS», «Бесплатная игра»]}}}}

Рынок

симуляторов вождения по приложениям, типам транспортных средств, типам симуляторов и регионам — глобальный прогноз до 2025 года

СОДЕРЖАНИЕ

1 ВВЕДЕНИЕ (Стр.- 22)
1.1 ЦЕЛИ ИССЛЕДОВАНИЯ
1.2 ОПРЕДЕЛЕНИЕ РЫНКА
1.2.1 ВКЛЮЧЕНИЯ И ИСКЛЮЧЕНИЯ
ТАБЛИЦА 1 ВКЛЮЧЕНИЯ И ИСКЛЮЧЕНИЯ ДЛЯ РЫНКА ДВИЖЕНИЯ СИМУЛЯТОРА
1.3 ОБЪЕМ РЫНКА
РИСУНОК 1 ДВИЖУЩИЙСЯ СИМУЛЯТОР 1 КОНТЕКСТ РЫНКА: ДЛЯ ИССЛЕДОВАНИЯ
1.4 РАЗМЕР УПАКОВКИ
1.5 ОГРАНИЧЕНИЯ
1.6 ЗАИНТЕРЕСОВАННЫЕ СТОРОНЫ
1.7 СВОДКА ИЗМЕНЕНИЙ

2 МЕТОДОЛОГИЯ ИССЛЕДОВАНИЙ (Стр.- 28)
2.1 ДАННЫЕ ИССЛЕДОВАНИЙ
РИСУНОК 2 ПРОЕКТ ИССЛЕДОВАНИЯ
РИСУНОК 3 МОДЕЛЬ МЕТОДОЛОГИИ ИССЛЕДОВАНИЯ
2.1.1 ВТОРИЧНЫЕ ДАННЫЕ
2.1.1.1 Список ключевых вторичных источников
2.1.1.2 Ключевые данные из вторичных источников
2.1.2 ПЕРВИЧНЫЕ ДАННЫЕ
РИСУНОК 4 РАЗДЕЛКА ПЕРВИЧНЫХ ИНТЕРВЬЮ: ПО ТИПУ, НАЗНАЧЕНИЮ И РЕГИОНУ КОМПАНИИ
2.1.2.1 Список основных участников
2.2 МЕТОДОЛОГИЯ ОЦЕНКИ РЫНКА
РИСУНОК 5 МЕТОДОЛОГИЯ ИССЛЕДОВАНИЙ: ПОСТРОЕНИЕ ГИПОТЕЗИРОВАНИЯ
2.2.1 ПОДХОД НА ВЕРХНЕМУ ВРЕМЕНИ
: ПОДХОД ВЕРХНИЙ
РИСУНОК 8 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ: ДИЗАЙН И МЕТОДОЛОГИЯ ИССЛЕДОВАНИЙ
РИСУНОК 9 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ: МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ2.2 АНАЛИЗ ФАКТОРОВ ДЛЯ РАЗМЕРА РЫНКА: СТОРОНА СПРОСА И ПРЕДЛОЖЕНИЯ
2.3 ТРИАНГУЛЯЦИЯ ДАННЫХ
РИСУНОК 10 МЕТОДОЛОГИЯ ТРИАНГУЛЯЦИИ ДАННЫХ
2.4 АНАЛИЗ ФАКТОРОВ
2.5 ИССЛЕДОВАТЕЛЬСКИЕ ДОПУЩЕНИЯ
2.6 ОГРАНИЧЕНИЯ ИССЛЕДОВАНИЙ

3 ИСПОЛНИТЕЛЬНЫЙ РЕЗЮМЕ (Страница № 41)
РИСУНОК 11 СИМУЛЯТОР ВОЖДЕНИЯ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ: ПРОГНОЗ РЫНКА
РИСУНОК 12 СИМУЛЯТОР ВОЖДЕНИЯ: ПРОГНОЗ РЫНКА
РИСУНОК 13 СИМУЛЯТОР ДВИЖЕНИЯ ПО РЫНКУ, РЫНОЧНЫЙ ПРОЦЕСС 908 DYN ПРИЛОЖЕНИЕ ДЛЯ ОБУЧЕНИЯ, 2020 VS.2025 г. (МЛН ДОЛЛ. США)
РИСУНОК 15 РЫНОК ДВИЖУЩИХСЯ СИМУЛЯТОРОВ, ПО КОНЕЧНЫМ ПОЛЬЗОВАТЕЛЯМ, 2020 г. 2025 (МЛН ДОЛЛ. США)
3.1 ВЛИЯНИЕ COVID-19 НА РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ
3.2 ВЛИЯНИЕ COVID-19 НА РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ

4 PREMIUM INSIGHTS (Страница № 48)
4.1 ЗНАЧИТЕЛЬНЫЙ РОСТ РЫНКА СИМУЛЯТОРОВ В ПРОГНОЗНОМ ПЕРИОДЕ (2020-2025) 4.2 ЗНАЧИТЕЛЬНЫЙ РОСТ РЫНКА СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ В ПРОГНОЗНЫЙ ПЕРИОД (2020–2025 гг.) 2020
РИСУНОК 18 ДОЛЯ НА РЫНКЕ СИМУЛЯТОРОВ ДВИЖЕНИЯ, ПО РЕГИОНАМ, 2020 г.
4.4 МИРОВОЙ РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЬСТВА, ПО ТИПАМ АВТОМОБИЛЕЙ И ТИПУ СИМУЛЯТОРА
РИСУНОК 19 СЧЕТ АВТОМОБИЛЬНОГО СИМУЛЯТОРА И РАСШИРЕННАЯ УЧЕТНАЯ ЗАПИСЬ СИМУЛЯТОРА ДЛЯ КРУПНЕЙШИХ АКЦИЙ
В 2020 ГОДУ 4.5 РЫНОК СИМУЛЯТОРОВ ВОЖДЕНИЯ, КОНЕЧНЫМ ПОЛЬЗОВАТЕЛЕМ
РИСУНОК 20 РАСШИРЕННЫЙ СИМУЛЯТОР ВОЖДЕНИЯ, ПОКАЗЫВАЕМЫЙ ИМЕЕТ БОЛЬШУЮ ДОЛЯ, 2020 г. 2025 г. (МЛН ДОЛЛ. США)
4.6 РЫНОК СИМУЛЯТОРОВ ДЛЯ ОБУЧЕНИЯ ВОЖДЕНИЯ НА СИМУЛЯТОРЕ
РИСУНОК 21 КОМПАКТНЫЙ СИМУЛЯТОР, КОТОРЫЙ ОЖИДАЕТСЯ, ИМЕЕТ БОЛЬШУЮ АКЦИЮ, 2020 VS. 2025 (МЛН ДОЛЛ. США)
4.7 РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЬСТВА ПО ТИПАМ АВТОМОБИЛЕЙ
РИСУНОК 22 ОЖИДАЕТСЯ, что АВТОМОБИЛЬНЫЙ СИМУЛЯТОР ИМЕЕТ КРУПНУЮ АКЦИЮ, В 2020 ГОДУ VS. 2025 г. (МЛН. Долл. США)
4.8 ДВИЖУЩИЙСЯ РЫНОК СИМУЛЯТОРОВ, ПО ВИДУ ПРИЛОЖЕНИЯ
РИСУНОК 23 ИССЛЕДОВАНИЯ И ТЕСТИРОВАНИЕ, ОЦЕНКА УДЕРЖИВАЮЩИХ КРУПНЕЙШИЙ РЫНОК, 2020 VS.2025 г. (МЛН ДОЛЛ. США)
4.9 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО ПРИЛОЖЕНИЮ
РИСУНОК 24 АВТОМОБИЛЬ, ПРЕДНАЗНАЧЕННЫЙ ДЛЯ КРУПНЕЙШЕГО РЫНКА, 2020 г. 2025 г. (МЛН ДОЛЛ. США)
4.10 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ
РИСУНОК 25 КРУПНЕЙШИЙ РЫНОК В ЕВРОПЕ, В 2020 ГОДУ VS. 2025 г. (МЛН ДОЛЛ. США)

5 ОБЗОР РЫНКА (Страница № — 54)
5.1 ВВЕДЕНИЕ
5.2 ДИНАМИКА РЫНКА
РИСУНОК 26 РЫНОК СИМУЛЯТОРОВ ДВИЖЕНИЯ: ДИНАМИКА РЫНКА
5.2.1 ВОДИТЕЛИ
5.2.1.1 Нехватка квалифицированных водителей
РИСУНОК 27 СИМУЛЯТОР ВОЖДЕНИЯ: ЦИКЛ РАЗРАБОТКИ ОБУЧЕНИЯ НА ОСНОВЕ СЦЕНАРИЙ (SBT)
5.2.1.2 Требования к профессиональной подготовке пилотов новых локомотивов
ТАБЛИЦА 2 ГЛОБАЛЬНЫЕ ЖЕЛЕЗНОДОРОЖНЫЕ ПРОЕКТЫ, КОТОРЫЕ МОГУТ НАБЛЮДАТЬ В БУДУЩЕМ сосредоточить внимание на НИОКР
ТАБЛИЦА 3 ЕВРОПА: ГОДОВОЕ ЧИСЛО СРЕДСТВ ДОРОЖНЫХ АВАРИЙ ПО СТРАНАМ (2012-2016)
РИСУНОК 28 ЕВРОПА. СТРАНА (2018)
5.2.2 ОГРАНИЧЕНИЯ
5.2.2.1 Сложности с контролем в реальном времени
5.2.3 ВОЗМОЖНОСТИ
5.2.3.1 Рост воздушного движения и проекты аэропортов во всем мире
ТАБЛИЦА 4 ОБЗОР ИНВЕСТИЦИЙ В СТРОИТЕЛЬСТВО АЭРОПОРТА: ТЕКУЩИЕ И ПРОГНОЗИРУЕМЫЕ ИНВЕСТИЦИИ В ГЛОБАЛЬНЫЕ АЭРОПОРТЫ (МИЛЛИОН ДОЛЛАРОВ США)
ТАБЛИЦА 5 И ПРОГНОЗИРУЕМЫЕ ИНВЕСТИЦИИ В УЛУЧШЕНИЕ МИРОВОГО АЭРОПОРТА (МЛН. ДОЛЛАРОВ США)
5.2.3.2 Симуляторы для полицейских машин и машин экстренной помощи
5.2.3.3 Развитие автономных и полуавтономных транспортных средств
РИСУНОК 30 ЭВОЛЮЦИЯ АВТОНОМНЫХ ТРАНСПОРТНЫХ СРЕДСТВ
5.2.4 ПРОБЛЕМЫ
5.2.4.1 Сложности интеграции
5.2.4.2 Отсутствие тестов и стандартов
ТАБЛИЦА 6 ВЛИЯНИЕ ДИНАМИКИ РЫНКА
5.3 СМЕНА ДОХОДОВ, ДИНАМИКА РОСТА РЫНКА
5.4 НЕДОПУСТИМЫЙ ДОХОД: ВОЗМОЖНОСТИ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ ПОСТАВЩИКОВ СИМУЛЯТОРОВ
5.5 PORTERS FIVE FORCES
РИСУНОК 31 PORTERS FIVE FORCES: DRIVING SIMULATOR MARKET
5.6 ТЕХНОЛОГИЧЕСКИЙ АНАЛИЗ. 3 AI ДЛЯ СИМУЛЯТОРА ВОЖДЕНИЯ
5.6.4 ADAS (РАСШИРЕННАЯ СИСТЕМА ПОМОЩИ ВОДИТЕЛЮ)
5.7 НОВАЯ ТЕНДЕНЦИЯ: СИМУЛЯТОР VR
5.7.1 СИМУЛЯТОР ВИРТУАЛЬНОЙ РЕАЛЬНОСТИ (VR)
5.8 ОБУЧАЮЩИЕ СИМУЛЯТОРЫ ТЕХНОЛОГИЯ ДЛЯ ЭКО-ДРАЙВИНГА
5.9 ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ С ОТКРЫТЫМ ИСТОЧНИКОМ ДЛЯ АВТОНОМНЫХ АВТОМОБИЛЕЙ
5.9.1 APOLLO
5.9.2 AUTOWARE
5.9.3 EB ROBINOS & EB ROBINOS PREDICTORS — ELEKTORBIT 908.52.0.0 NVIDIA 5.10 АНАЛИЗ ЭКОСИСТЕМЫ
РИСУНОК 32 РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ: АНАЛИЗ ЭКОСИСТЕМ
5.11 АНАЛИЗ ЦЕН
ТАБЛИЦА 7 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ: СРЕДНЯЯ ЦЕНА НА СИМУЛЯТОР ДЛЯ ВОЖДЕНИЯ
5.12 АНАЛИЗ ЦЕПИ ПОСТАВОК
РИСУНОК 33 РЫНОК ДВИЖУЩИХСЯ СИМУЛЯТОРОВ: АНАЛИЗ ЦЕПИ СТОИМОСТИ
5.13 ПАТЕНТНЫЙ АНАЛИЗ
ТАБЛИЦА 8 ВАЖНЫЕ ПАТЕНТНЫЕ РЕГИСТРАЦИИ, ОТНОСЯЩИЕСЯ К РЫНКУ УПРАВЛЯЮЩИХ СИМУЛЯТОРОВ
5.14 ПРИМЕР ИССЛЕДОВАНИЯ 908 GODENAINALIS 34 5.14. ТРАЕКТОРИИ, ИСПОЛЬЗУЮЩИЕ МОДЕЛЬ ПРОГНОЗНОГО КОНТРОЛЯ
5.14.2 SIEMENS AG
5.14.3 РАСШИРЕННЫЙ СИМУЛЯТОР РАСПОЛОЖЕНИЯ ПОЕЗДА (ATLAS)
5.15 РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, СЦЕНАРИИ (2020-2025)
РИСУНОК 35 ТЕНДЕНЦИИ И СЦЕНАРИИ НА РЫНКЕ СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, 20202025 гг. (МЛН. Долл. США)
5.15.1 НАИБОЛЕЕ СЦЕНАРИЙ
)
5.15.2 ОПТИМИСТИЧЕСКИЙ СЦЕНАРИЙ
ТАБЛИЦА 10 РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЯ: ОПТИМИСТИЧЕСКИЙ СЦЕНАРИЙ, ПО РЕГИОНАМ, 2020-2025 (МЛН. Долл. США)
5.16 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, СЦЕНАРИИ (2020-2025)
РИСУНОК 36 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ БУДУЩИЕ ТЕНДЕНЦИИ И СЦЕНАРИИ, 20202025 (МИЛЛИОН ДОЛЛАРОВ)
СЦЕНАРИИ, ПО РЕГИОНАМ, 2020-2025 (МЛН. ДОЛЛ. США)
5.16.2 ОПТИМИСТИЧЕСКИЙ СЦЕНАРИЙ
ТАБЛИЦА 13 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ: ПТИМИСТИЧЕСКИЙ СЦЕНАРИЙ, ПО РЕГИОНАМ, 2020-2025 (МЛН. ДОЛЛ.)
5.16.3 ПЕССИМИСТИЧЕСКИЙ СЦЕНАРИЙ
ТАБЛИЦА 14 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ: ПЕССИМИСТИЧЕСКИЕ СЦЕНАРИИ, ПО РЕГИОНАМ, 2020-2025 (МЛН. ДОЛЛАРОВ)

6 ВЛИЯНИЕ COVID 19 (стр. № 79)
6.1 ВЛИЯНИЕ НА РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ
6.2 ВЛИЯНИЕ НА МИРОВУЮ ЖЕЛЕЗНОДОРОЖНУЮ ИНДУСТРИЮ
6.3 ВЛИЯНИЕ НА МИРОВОЙ РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ

7 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО ПРИМЕНЕНИЮ (Стр.- 81)
7.1 ВВЕДЕНИЕ
РИСУНОК 37 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ПОДГОТОВКИ ПО ПРИМЕНЕНИЮ, 2020 VS. 2025 (ТЫС. ДОЛЛАРОВ)
ТАБЛИЦА 15 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО ПРИМЕНЕНИЮ, 2019 2025 (ЕДИНИЦ)
ТАБЛИЦА 16 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО ПРИМЕНЕНИЮ, 20192025 (ТЫС. ДОЛЛ. ДОПУЩЕНИЯ
ТАБЛИЦА 17 ДОПУЩЕНИЯ: ПО ПРОФЕССИОНАЛЬНОМУ ОБУЧЕНИЮ
7.1.3 КЛЮЧЕВЫЕ ПЕРВИЧНЫЕ ИНСАЙТЫ
РИСУНОК 38 КЛЮЧЕВЫЕ ПЕРВИЧНЫЕ ИНСАЙТЫ
7.2 RAIN
7.2.1 Текущие проекты для высокоскоростных поездов повысят спрос на
ТАБЛИЦА 18 РАЗРАБОТКИ ТРЕНИНГОВЫХ СИМУЛЯТОРОВ И КОНТРАКТЫ ДЛЯ ТРЕНИРОВКИ ТРЕНИНГА 908 ПЕРЕДАЧИ ТРЕНИНГА ПО ВИДУ ЖЕЛЕЗНЫХ ДВИЖЕНИЙ, 20192025 (ЕДИНИЦЫ)
ТАБЛИЦА 20 ЖЕЛЕЗНЫЕ ДВИЖЕНИЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО ВИДАМ ЖЕЛЕЗНЫХ ДВИЖЕНИЙ, 20192025 (ТЫСЯЧИ ДОЛЛАРОВ США)
7.2.2 ПАССАЖИРСКИЙ ПОЕЗД
7.2.3 ГРУЗОВЫЙ
7.2.4 МЕТРО
ТАБЛИЦА 21 СПИСОК ЭКСПЛУАТАЦИОННЫХ И СТРОИТЕЛЬНЫХ ПРОЕКТОВ МЕТРО В ИНДИИ
ТАБЛИЦА 22 СПИСОК ОДОБРЕННЫХ ПРОЕКТОВ МЕТРО В ИНДИИ
7.2.5 МОНОРАЛ И ТРАМВАЙ
7.3 АВТОБУС
ПОВЫШЕНИЕ ЧАСТОТЫ ДОРОЖНЫХ АВАРИЙ СПОСОБСТВУЕТ ОБУЧЕНИЮ БЕЗОПАСНОМУ ВОЖДЕНИЮ ДЛЯ АВТОБУСОВ
ТАБЛИЦА 23 АВТОБУС: РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ, 20192025 (ЕДИНИЦЫ)
ТАБЛИЦА 24 АВТОБУС. ТЫСЯЧ)
7.4 АВТОМОБИЛЬ
7.4.1 РЕАЛЬНАЯ ИНТЕРПРЕТАЦИЯ ДЕЙСТВИТЕЛЬНЫХ УСЛОВИЙ ВОЖДЕНИЯ — ГЛАВНОЕ ПРЕИМУЩЕСТВО СИМУЛЯТОРОВ АВТОМОБИЛЯ
ТАБЛИЦА 25 АВТОМОБИЛЬ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ ПО РЕГИОНАМ, 20192025 (ЕДИНИЦЫ) РЕГИОН, 20192025 (ТЫСЯЧ ДОЛЛАРОВ США)
7.5 ГРУЗОВИК
7.5.1 ПОРТАТИВНОСТЬ И ЭФФЕКТИВНОСТЬ СИМУЛЯТОРОВ ГРУЗОВОГО ТРАНСПОРТА
ТАБЛИЦА 27 МАШИНЫ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ, 2019 г. РЫНОК ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ ПО РЕГИОНАМ, 20192025 (ТЫСЯЧ ДОЛЛАРОВ США)
7.6 ПОЛИЦИЯ
7.6.1 ВНЕДРЕНИЕ РАСШИРЕННЫХ СИСТЕМ ТАКТИЧЕСКОГО ПОДГОТОВКИ ДЛЯ ВОПРОСА
ТАБЛИЦА 29 ПОЛИЦИЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ, 20192025 (ЕДИНИЦЫ)
ТАБЛИЦА 30, ПОЛИЦИЯ, МАРКИРОВКА, 201920 (ТЫСЯЧ ДОЛЛАРОВ
7.7 МОТОЦИКЛ
7.7.1 НЕОБХОДИМОСТЬ БЕЗОПАСНОЙ ЕЗДЫ И ПРЕДОТВРАЩЕНИЯ РИСКОВ ДЛЯ ВОЖДЕНИЯ СПРОСА
ТАБЛИЦА 31 МОТОБАЙК: РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОЙ ПОДГОТОВКИ, ПО РЕГИОНАМ, 20192025 (ЕДИНИЦЫ ДЛЯ ДВИГАТЕЛЯ). , ПО РЕГИОНАМ, 20192025 (ТЫСЯЧ ДОЛЛАРОВ США)
7.8 СИМУЛЯТОР ВОЗДУШНОГО ВОЖДЕНИЯ
7.8.1 НЕОБХОДИМО ПОВЫШЕНИЕ ЭКСПЛУАТАЦИОННОЙ ЭФФЕКТИВНОСТИ АВТОМОБИЛЕЙ В АЭРОПОРТУ ТРЕБОВАНИЯ
ТАБЛИЦА 33 СИМУЛЯТОРЫ ОБОРУДОВАНИЯ ОТ РАЗЛИЧНЫХ КОМПАНИЙ
РИС. РЕГИОН, 20192025 (ЕДИНИЦЫ)
ТАБЛИЦА 35 СИМУЛЯТОР ВОДИТЕЛЬСКОГО ВОДА: РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ, 20192025 (ТЫСЯЧ ДОЛЛАРОВ США)

8 РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ПРИМЕНЕНИЮ (стр.- 99)
8.1 ВВЕДЕНИЕ
РИСУНОК 40 РЫНОК СИМУЛЯТОРОВ ВОЖДЕНИЯ, ПО ПРИМЕНЕНИЮ, 2020 г. 2025 г. (МЛН ДОЛЛ. США)
ТАБЛИЦА 36 РЫНОК СИМУЛЯТОРОВ ДЛЯ ДВИЖЕНИЯ, ПО ПРИМЕНЕНИЮ, 2017 г.2019 г. (МЛН ДОЛЛ. США)
ТАБЛИЦА 37 РЫНОК СИМУЛЯТОРОВ ПРИМЕНЕНИЯ, ПО ПРИМЕНЕНИЮ, 2020 г. 2025 г. (МЛН долл. США)
8.1.1 МЕТОДИКА ИССЛЕДОВАНИЯ
8.1.2 ДОПУЩЕНИЯ
8.1.2 ДОПУЩЕНИЯ 90 : ПО ПРИЛОЖЕНИЮ
8.1.3 КЛЮЧЕВЫЕ ПЕРВИЧНЫЕ ИНСАЙТЫ
РИСУНОК 41 КЛЮЧЕВЫЕ ПЕРВИЧНЫЕ ИНСАЙТЫ
8.2 ИССЛЕДОВАНИЯ И ТЕСТИРОВАНИЕ
8.2.1 ЕВРОПА БУДЕТ ЛИДЕРОМ СЕГМЕНТА ИССЛЕДОВАНИЙ И ТЕСТИРОВАНИЯ
ТАБЛИЦА 39 ИССЛЕДОВАНИЯ И ТЕСТИРОВАНИЕ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ДВИЖЕНИЯ, ПО РЕГИОНАМ, 2017-2019 (МИЛЛИОН ДОЛЛ. 20202025 (МЛН ДОЛЛ. США)
8.3 ОБУЧЕНИЕ
8.3.1 РАСТУЩАЯ ПРОБЛЕМА НАД ДОРОЖНЫМИ АВАРИЯМИ ДЛЯ ДВИЖЕНИЯ СЕГМЕНТА
ТАБЛИЦА 41 ОБУЧЕНИЕ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО РЕГИОНАМ, 20172019 (МИЛЛИОН ДОЛЛАРОВ)
ТАБЛИЦА 42 ТРЕНИРОВКА: ВОЖДЕНИЕ 20202025 (МЛН ДОЛЛ. США)

9 РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, КОНЕЧНЫМ ПОЛЬЗОВАТЕЛЕМ (Стр.- 105)
9.1 ВВЕДЕНИЕ
РИСУНОК 42 РЫНОК ДВИГАТЕЛЕЙ СИМУЛЯТОРОВ, ПО КОНЕЧНЫМ ПОЛЬЗОВАТЕЛЯМ, 2020 г. 2025 г. (МЛН ДОЛЛ. США)
ТАБЛИЦА 43 РЫНОК ДВИЖУЩИХСЯ СИМУЛЯТОРОВ, ПО КОНЕЧНЫМ ПОЛЬЗОВАТЕЛЯМ, 2017-2019 гг. (МЛН ДОЛЛ. США)
ТАБЛИЦА 44 РЫНКА ДВИЖУЩИХСЯ СИМУЛЯТОРОВ, ПОКАЗАТЕЛИ КОНЕЧНЫХ ПОЛЬЗОВАТЕЛЕЙ, 2020 г. 45 ПРЕДПОЛОЖЕНИЯ: КОНЕЧНЫМ ПОЛЬЗОВАТЕЛЕМ
9.1.3 КЛЮЧЕВЫЕ ПЕРВИЧНЫЕ ИНФОРМАЦИИ
РИСУНОК 43 КЛЮЧЕВЫЕ ПЕРВИЧНЫЕ ИНФОРМАЦИИ
9.2 РАСШИРЕННЫЙ СИМУЛЯТОР ВОЖДЕНИЯ
9.3 ТРЕНИРОВОЧНЫЙ СИМУЛЯТОР ВОЖДЕНИЯ
9.4 ПРОФЕССИОНАЛЬНЫЙ ТРЕНАЖЕР

10 РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ТИПАМ СИМУЛЯТОРА (стр. № — 110)
10.1 ВВЕДЕНИЕ
РИСУНОК 44 РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ВИДУ СИМУЛЯТОРА, 2020 г. 2025 г. (МЛН ДОЛЛ. США)
ТАБЛИЦА 46 РЫНОК СИМУЛЯТОРОВ ДЛЯ ДВИЖЕНИЯ, ПО ТИПУ СИМУЛЯТОРА, 2017-2019 гг. (МЛН ДОЛЛ. США)
ТАБЛИЦА 47 РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЯ, ПО ВИДУ СИМУЛЯТОРОВ, 2020-2025 гг.1.1 МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ
10.1.2 ПРЕДПОЛОЖЕНИЯ
ТАБЛИЦА 48 ПРЕДПОЛОЖЕНИЯ: ПО ТИПУ СИМУЛЯТОРА
10.1.3 КЛЮЧЕВЫЕ ОСНОВНЫЕ ИНФОРМАЦИИ
РИСУНОК 45 КЛЮЧЕВЫЕ ОСНОВНЫЕ ИНСАЙДЫ
10.2 РАСШИРЕННЫЙ СИМУЛЯТОР ДВИГАТЕЛЯ И ПЕРЕМЕЩЕНИЕ ПРЕОБРАЗОВАТЕЛЯ ТИПА
10.2. РАСШИРЕННЫЕ ЦЕЛИ
ТАБЛИЦА 49 РАСШИРЕННЫЙ СИМУЛЯТОР ВОЖДЕНИЯ: РЫНОК СИМУЛЯТОРОВ ВОЖДЕНИЯ, ПО РЕГИОНАМ, 2017-2019 гг. (МЛН ДОЛЛ. США)
ТАБЛИЦА 50 РАСШИРЕННЫЙ СИМУЛЯТОР ВОЖДЕНИЯ: РЫНОК СИМУЛЯТОРОВ ВОЖДЕНИЯ, ПО РЕГИОНАМ, 2020-2025 гг. (1052 МИЛЛИОНА ДОЛЛАРОВ США)3 ОБУЧЕНИЕ СИМУЛЯТОРА ВОЖДЕНИЯ
10.3.1 НЕОБХОДИМО ОБУЧИТЬ НОВЫХ ВОДИТЕЛЕЙ СООТВЕТСТВУЮЩИМ НАВЫКАМ, ОЖИДАЕМЫМ ДЛЯ ПРИВОДА СЕГМЕНТА
ТАБЛИЦА 51 СИМУЛЯТОР ДЛЯ ОБУЧЕНИЯ ВОДИТЕЛЬСТВА: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО РЕГИОНАМ, 2017-2019 (МИЛЛИОН ДОЛЛ. , ПО РЕГИОНАМ, 20202025 (МЛН ДОЛЛ. США)

11 РЫНОК СИМУЛЯТОРОВ ВОЖДЕНИЯ ПО ОБУЧЕНИЮ СИМУЛЯТОРА ВОЖДЕНИЯ (Страница № 116)
11.1 ВВЕДЕНИЕ
РИСУНОК 46 ИНСТРУМЕНТЫ МОДЕЛИРОВАНИЯ2025 г. (МЛН ДОЛЛ. США)
ТАБЛИЦА 53 РЫНОК СИМУЛЯТОРОВ ВОЖДЕНИЯ, ПО ТРЕНИРОВОЧНОМУ СИМУЛЯТОРУ, 2017 г. 2019 г. (МЛН ДОЛЛ. США)
ТАБЛИЦА 54 РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЯ, ПО ТРЕНИРОВОЧНОМУ СИМУЛЯТОРУ, 2020 ГОД 2025 (МИЛЛИОН ДОЛЛАРОВ)
11.1.1 ИССЛЕДОВАНИЕ
ТАБЛИЦА 55 ПРЕДПОЛОЖЕНИЯ: НА ТРЕНИРОВКЕ СИМУЛЯТОРА ВОЖДЕНИЯ
11.1.3 КЛЮЧЕВЫЕ ПЕРВИЧНЫЕ МЕРЫ
РИС.2 КОМПАКТНЫЙ СИМУЛЯТОР
11.2.1 КОМПАКТНОСТЬ, ПОРТАТИВНОСТЬ И НИЗКОЕ ПОБЕРЕЖЬЕ ДЛЯ РАБОТЫ СЕГМЕНТА
ТАБЛИЦА 56 КОМПАКТНЫЙ СИМУЛЯТОР: РЫНОК СИМУЛЯТОРОВ ДЛЯ ДВИЖЕНИЯ, ПО РЕГИОНАМ, 2017-2019 (МИЛЛИОНЫ ДОЛЛ. (МЛН ДОЛЛ. США)
11.3 ПОЛНОМАСШТАБНЫЙ СИМУЛЯТОР
11.3.1 ПОЛНОСТЬЮ ИНСТРУМЕНТОВАННЫЕ ФИКСИРОВАННЫЕ КАБИНЫ ПОЛНОМАСШТАБНЫХ СИМУЛЯТОРОВ ДОПУСКАЮТ РЕАЛЬНЫЙ ОПЫТ. -МАСШТАБНЫЙ СИМУЛЯТОР: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО РЕГИОНАМ, 2020-2025 (МЛН. ДОЛЛАРОВ)

12 РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЬСТВА ПО ТИПАМ АВТОМОБИЛЯ (стр.- 122)
12.1 ВВЕДЕНИЕ
РИСУНОК 49 РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ВИДУ АВТОМОБИЛЕЙ, 2020 г. 2025 (МЛН ДОЛЛ. США)
ТАБЛИЦА 60 РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЯ, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 ГОД (МЛН ДОЛЛ. США)
ТАБЛИЦА 61 РЫНОК СИМУЛЯТОРОВ ВОЖДЕНИЯ, ПО ВИДУ АВТОМОБИЛЕЙ, 2020 г. 2025 г. (МЛН ДОЛЛ.)
12.1.1 МЕТОДИКА ИССЛЕДОВАНИЯ 62 ДОПУЩЕНИЯ: ПО ТИПУ АВТОМОБИЛЯ
12.1.3 КЛЮЧЕВЫЕ ОСНОВНЫЕ ИНФОРМАЦИИ
РИСУНОК 50 КЛЮЧЕВЫЕ ОСНОВНЫЕ ИНФОРМАЦИИ
12.2 АВТОМОБИЛЬНЫЙ СИМУЛЯТОР
12.2.1 РЕАЛИСТИЧНАЯ ИНТЕРПРЕТАЦИЯ РЕАЛЬНЫХ УСЛОВИЙ ВОЖДЕНИЯ — ГЛАВНОЕ ПРЕИМУЩЕСТВО АВТОМОБИЛЬНЫХ СИМУЛЯТОРОВ
ТАБЛИЦА 63 АВТОМОБИЛЬНЫЙ СИМУЛЯТОР: РЫНОК СИМУЛЯТОРОВ ДВИЖЕНИЯ, ПО РЕГИОНАМ, 2017-2019 (МИЛЛИОН ДОЛЛАРОВ) 20202025 (МЛН ДОЛЛ. США)
12.3 СИМУЛЯТОР ГРУЗОВИКОВ И АВТОБУСОВ
12.3.1 СПРОС НА СИСТЕМЫ ОБУЧЕНИЯ ВОДИТЕЛЬСТВА ДЛЯ КОММЕРЧЕСКИХ ГРУЗОВИКОВ И АВТОБУСОВ ОЖИДАЕТСЯ УВЕЛИЧЕНИЕ
ТАБЛИЦА 65 СИМУЛЯТОР ДЛЯ ГРУЗОВИКОВ И АВТОБУСОВ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОДИТЕЛЕЙ 201720 ГОДА, ПО РЕГИОНАМ

52 долл. США ТАБЛИЦА 66 СИМУЛЯТОР ГРУЗОВИКОВ И АВТОБУСОВ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО РЕГИОНАМ, 2020-2025 гг. (МЛН. Долл. США)

13 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ (Стр.- 129)
13.1 ВВЕДЕНИЕ
РИСУНОК 51 РЫНОК СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ, 2020 VS. 2025 г. (МЛН ДОЛЛ. США)
ТАБЛИЦА 67 СИМУЛЯТОР ВОЖДЕНИЯ ДЛЯ РЫНКА ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ, 2019 г. 2025 г. (ЕДИНИЦЫ)
ТАБЛИЦА 68 СИМУЛЯТОР ВОЖДЕНИЯ ДЛЯ РЫНКА ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ, ПО РЕГИОНАМ, 2019 г. -DOF MOTION BASE ИСПОЛЬЗУЕТСЯ В ТРЕНИРОВОЧНЫХ СИМУЛЯТОРАХ
РИСУНОК 53 СИМУЛЯТОР DIM250 ОТ VI-КЛАССА
13.3 ЕВРОПА
РИСУНОК 54 АРХИТЕКТУРА ВСТРОЕННОГО СИМУЛЯТОРА ИНТЕГРИРОВАННОГО ОБОРУДОВАНИЯ (IDHIL) ДЛЯ ТЕСТИРОВАНИЯ И ОЦЕНКИ КООПЕРАТИВНЫХ СИСТЕМ ЭКО-ПРИВОДА
13,4 ЛАТИНСКАЯ АМЕРИКА
СРЕДНЯЯ АМЕРИКА
РИСУНОК 55 DIM250 VI-SIMULAT

14 РЫНОК СИМУЛЯТОРОВ ДВИЖЕНИЯ, ПО РЕГИОНАМ (Страница № — 137)
14.1 ВВЕДЕНИЕ
РИСУНОК 56 РЫНОК СИМУЛЯТОРОВ ПРИВОДА, ПО РЕГИОНАМ, 2020 VS. 2025 год
ТАБЛИЦА 69 РЫНОК СИМУЛЯТОРОВ ДЛЯ ДВИЖЕНИЯ ПО РЕГИОНАМ, 2017-2019 гг. (МЛН. Долл. США)
ТАБЛИЦА 70 РЫНОК СИМУЛЯТОРОВ ПРИВОДА, ПО РЕГИОНАМ, 2020-2025 гг. (МЛН. Долл. США)
14.2 ASIA PACIFIC
РИСУНОК 57 Азиатско-Тихоокеанский регион: ОБЗОР РЫНКА СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ
ТАБЛИЦА 71 Азиатско-Тихоокеанский регион: РЫНКИ СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО СТРАНАМ, 20172019 ГОД (МИЛЛИОН ДОЛЛ.
14.2.1 КИТАЙ
14.2.1.1 Сегмент автосимуляторов, который станет лидером на рынке
ТАБЛИЦА 73 КИТАЙ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОДИТЕЛЬСТВА, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 гг. (МЛН ДОЛЛ. США) МИЛЛИОНОВ)
14.2.2 ЯПОНИЯ
14.2.2.1 Присутствие ключевых OEM-производителей, которые, как ожидается, будут стимулировать рынок
ТАБЛИЦА 75 ЯПОНИЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОДИТЕЛЕЙ, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 гг. (МЛН ДОЛЛ. США) )
14.2.3 ИНДИЯ
14.2.3.1 Государственные субсидии частным учебным заведениям для продвижения на рынок
ТАБЛИЦА 77 ИНДИЯ: РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЬСТВА, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 (МЛН ДОЛЛ. США)
ТАБЛИЦА 78 ИНДИЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ВИДУ АВТОМОБИЛЯ , 20202025 (МЛН ДОЛЛ. США)
14.2.4 ЮЖНАЯ КОРЕЯ
14.2.4.1 Расширение внедрения передовых технологий и инноваций для стимулирования рынка
ТАБЛИЦА 79 ЮЖНАЯ КОРЕЯ: РЫНОК СИМУЛЯТОРОВ ДВИЖЕНИЯ, ПО ВИДАМ ТРАНСПОРТНЫХ СРЕДСТВ, 2017-2019 (МИЛЛИОН ДОЛЛАРОВ США)
ТАБЛИЦА 80 ЮЖНАЯ КОРЕЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ТИП АВТОМОБИЛЯ, 2020-2025 (МИЛЛИОН ДОЛЛАРОВ)
14.2.5 ОСТАЛЬНАЯ АЗИЯ-ТИХООКЕАНСКАЯ РЕСПУБЛИКА
ТАБЛИЦА 81 REST OF ASIA PACIFIC: РЫНОК СИМУЛЯТОРОВ ДЛЯ ДВИЖЕНИЯ, ПО ВИДАМ СИМУЛЯТОРОВ, 2017-2019 ГОД (МИЛЛИОН ДОЛЛ. ТИП АВТОМОБИЛЯ, 2020-2025 (МЛН. ДОЛЛАРОВ)
14.3 ЕВРОПА
ТАБЛИЦА 83 ЕВРОПА: РЫНОК ДВИЖУЩИХСЯ СИМУЛЯТОРОВ, ПО СТРАНАМ, 2017-2019 (МИЛЛИОН ДОЛЛ. управлять рынком
ТАБЛИЦА 85 ФРАНЦИЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017–2019 гг. (МЛН ДОЛЛ. США)
ТАБЛИЦА 86 ФРАНЦИЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ТИПАМ АВТОМОБИЛЕЙ, 2020–2025 гг. (МЛН долл. США)
14.3.2 ГЕРМАНИЯ
14.3.2.1 Присутствие инновационных OEM-производителей для продвижения рынка
ТАБЛИЦА 87 ГЕРМАНИЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОДИТЕЛЕЙ, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 (МЛН ДОЛЛ.
14.3.3 ИСПАНИЯ
14.3.3.1 Рост производства коммерческих автомобилей для стимулирования рынка
ТАБЛИЦА 89 ИСПАНИЯ: РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЬСТВА, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 гг. (МЛН ДОЛЛ. США) МИЛЛИОН ДОЛЛАРОВ США)
14.3.4 ИТАЛИЯ
14.3.4.1 Растущее внедрение функций ADAS для продвижения рынка
ТАБЛИЦА 91 ИТАЛИЯ: РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЬСТВА, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 гг. (МЛН ДОЛЛ. США) )
14.3.5 ВЕЛИКОБРИТАНИЯ
14.3.5.1 Популярность автомобилей премиум-класса с высококлассными функциями для выхода на рынок
ТАБЛИЦА 93 ВЕЛИКОБРИТАНИЯ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 (МЛН ДОЛЛ. США)
ТАБЛИЦА 94 Великобритания: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ВИДУ АВТОМОБИЛЯ, 2020-2025 (МЛН. ДОЛЛАРОВ)
14.3.6 ОСТАЛЬНАЯ ЕВРОПА
ТАБЛИЦА 95 ОСТАЛЬНАЯ ЕВРОПА: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОДИТЕЛЕЙ, ПО ВИДУ АВТОМОБИЛЕЙ, 2017-2019 (МЛН. ДОЛЛАРОВ)
ТАБЛИЦА 96 ОТДЫХ ЕВРОПЫ: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ВИДУ АВТОМОБИЛЕЙ, 2020–2025 гг. (МИЛЛИОН ДОЛЛАРОВ США)
14,4 58 СЕВЕРНАЯ АМЕРИКА: ОБЗОР РЫНКА СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ
ТАБЛИЦА 97 СЕВЕРНАЯ АМЕРИКА: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО СТРАНАМ, 2017-2019 (МИЛЛИОН ДОЛЛАРОВ)
ТАБЛИЦА 98 СЕВЕРНАЯ АМЕРИКА: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, К 2020 ГОДУ 5852 долл. США, К 2020 г.4.1 США
14.4.1.1 Строгие правила безопасности для стимулирования рынка
ТАБЛИЦА 99 США: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОДИТЕЛЕЙ, ПО ВИДУ АВТОМОБИЛЕЙ, 2017-2019 (МЛН ДОЛЛ. США)
ТАБЛИЦА 100 США: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО ТИПАМ АВТОМОБИЛЕЙ, 2020-2025 гг. (МЛН. Долл. США)
14.4.2 КАНАДА
14.4.2.1 Растущий спрос на функции безопасности и удобства для выхода на рынок
ТАБЛИЦА 101 КАНАДА: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОДИТЕЛЕЙ, ПО ВИДУ АВТОМОБИЛЕЙ, 2017-2019 (МЛН ДОЛЛ. США) 20202025 (МЛН ДОЛЛ. США)
14.4.3 МЕКСИКА
14.4.3.1 Для увеличения производства грузовиков потребуется обучение безопасному вождению
ТАБЛИЦА 103 МЕКСИКА: РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЬСТВА, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 (МЛН. ДОЛЛ.
14,5 REST OF THE WORLD
ТАБЛИЦА 105 СТРОКА: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО СТРАНАМ, 2017-2019 гг. (МЛН ДОЛЛ. США)
ТАБЛИЦА 106 СТРОКА: РЫНОК СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ, ПО СТРАНАМ, 2020-2025 гг. (МЛН. Долл. США)
14.5.1 БРАЗИЛИЯ
14.5.1.1 Постепенный технологический рост для стимулирования рынка
ТАБЛИЦА 107 БРАЗИЛИЯ: РЫНОК ДВИГАТЕЛЕЙ СИМУЛЯТОРОВ, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 (МЛН ДОЛЛ. 14.5.2 ИРАН
14.5.2.1 Увеличение инвестиций ведущих производителей оригинального оборудования для продвижения рынка
ТАБЛИЦА 109 ИРАН: РЫНОК СИМУЛЯТОРОВ ВОДИТЕЛЬСТВА, ПО ВИДАМ АВТОМОБИЛЕЙ, 2017-2019 гг. (МЛН ДОЛЛ. США) (МЛН ДОЛЛ. США)
14.5.3 ОСТРОЕК
ТАБЛИЦА 111 ОСТАВЛЕНИЕ РЫНКА: РЫНОК СИМУЛЯТОРОВ ДВИЖЕНИЯ, ПО ВИДАМ АВТОМОБИЛЯ, 2017-2019 (МЛН ДОЛЛАРОВ США)
ТАБЛИЦА 112 ОСТРОЕК: РЫНОК СИМУЛЯТОРОВ ДВИЖЕНИЯ, ПО ВИДУ АВТОМОБИЛЕЙ, 2020-2025 гг.

15 РЕКОМЕНДАЦИИ РЫНКОВ И РЫНКОВ (Страница № — 162)
15,1 ЕВРОПА БУДЕТ ОСНОВНЫМ РЫНОКОМ СИМУЛЯТОРОВ ДЛЯ ВОЖДЕНИЯ
15.2 СОВЕРШЕНСТВОВАННЫЕ СИМУЛЯТОРЫ ДВИЖЕНИЯ ЯВЛЯЮТСЯ КЛЮЧОМ ДЛЯ АВТОМОБИЛЬНОГО РЫНКА В ГОДЫ
15.3 ЗАКЛЮЧЕНИЕ

16 КОНКУРЕНТНЫЙ ЛАНДШАФТ (Страница № — 164)
16.1 ОСНОВА ОЦЕНКИ РЫНКА
РИСУНОК 59 ОСНОВА ОЦЕНКИ РЫНКА
16.2 ОБЗОР РЫНКА
РИСУНОК 60 ОСНОВНЫЕ СОБЫТИЯ ВЕДУЩИХ ИГРОКОВ, 20172020 ГОД
16,3 АНАЛИЗ АКЦИЙ, 2019
16.4 РЕЙТИНГОВЫЙ АНАЛИЗ ДЛЯ DRIVING SIMULATOR MARKET
РИСУНОК 62 РЕЙТИНГОВЫЙ АНАЛИЗ РЫНКА, 2019
16.5 КОНКУРЕНТНЫЙ СЦЕНАРИЙ
16.5.1 ЗАПУСК НОВОЙ ПРОДУКЦИИ
ТАБЛИЦА 113 ЗАПУСК НОВОЙ ПРОДУКЦИИ, 20182020
16.5.2 СЛИЯНИЯ И ПОГЛОЩЕНИЯ, 2018
ДОГОВОРЫ / СОТРУДНИЧЕСТВО / СОГЛАШЕНИЯ НА ПОСТАВКИ, 20172020
16.5.4 РАСШИРЕНИЯ
ТАБЛИЦА 116 РАСШИРЕНИЯ, 20182020
16.6 КАРТА КОНКУРЕНТНОГО ЛИДЕРСТВА (ОСНОВНЫЕ УЧАСТНИКИ ИГРОКОВ)
16.6.1 ЗВЕЗДЫ
16.6.2 НОВЫЕ ЛИДЕРЫ
16.6.3 ПЕРВАЗИВНЫЙ
16.6.4 УЧАСТНИКИ
РИС. ПОРТФЕЛЬ
РИСУНОК 64 АНАЛИЗ ПОРТФЕЛЯ ПРОДУКЦИИ ЛУЧШИХ ИГРОКОВ РЫНКА СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ
16.8 ПРЕВОСХОДСТВО В СТРАТЕГИИ БИЗНЕСА
РИСУНОК 65 ПРЕВОСХОДСТВО ЛУЧШИХ ИГРОКОВ В РАЗРАБОТКЕ РЫНКА СИМУЛЯТОРОВ ДЛЯ ПРОФЕССИОНАЛЬНОГО ОБУЧЕНИЯ
16,9 ПОБЕДИТЕЛЕЙ VS. TAIL-ENDERS
ТАБЛИЦА 117 ПОБЕДИТЕЛЕЙ VS. КОНЕЧНЫЕ ДВИГАТЕЛИ
16.10 КАРТА КОНКУРЕНТНОГО ЛИДЕРСТВА ДЛЯ ПОСТАВЩИКОВ СИМУЛЯТОРОВ ВОЖДЕНИЯ
РИСУНОК 66 ГЛОБАЛЬНЫЙ СИМУЛЯТОР ВОЖДЕНИЯ: КАРТА КОНКУРЕНТНОГО ЛИДЕРСТВА, 2019 г.

17 ПРОФИЛИ КОМПАНИИ (№ страницы — 179)
(Обзор бизнеса, предложения продуктов, разработки и MnM View) *
17.1 КЛЮЧЕВЫЕ ИГРОКИ
17.1.1 CRUDEN B.V
17.1.2 CASSIDIAN
17.1.3 СИСТЕМА СИМУЛЯТОРА TECKNOTROVE PVT. LTD
17.1.4 ГРУППА ECA
РИСУНОК 67 ГРУППА ECA: ОБЗОР КОМПАНИИ
17.1.5 ADACEL TECHNOLOGIES LTD.
РИСУНОК 68 ADACEL TECHNOLOGIES LTD .: ОБЗОР КОМПАНИИ
17.1.6 TRANSURB
17.1.7 EDISER
17.1.8 CORYS
17.1.9 SHRAIL
17.1.10 IPG AUTOMOTIVE
17.1.11 OKTAL SYDAC
17.1.12 VI-GRADE
17.1.13 ENVIRONMENTAL TECTONICS CORPORATION (ETC)
РИСУНОК 69 ETC: ОБЗОР КОМПАНИИ
ТАБЛИЦА 118 ETC: ПРЕДЛАГАЕМЫЕ ПРОДУКТЫ 119 ETC: ТАБЛИЦА КОНТРАКТЫ
17.1.14 L3 HARRIS TECHNOLOGIES
РИСУНОК 70 L3 HARRIS TECHNOLOGIES: ОБЗОР КОМПАНИИ
ТАБЛИЦА 120 L3 HARRIS TECHNOLOGIES: ПРЕДЛАГАЕМЫЕ ПРОДУКТЫ
ТАБЛИЦА 121 L3 HARRIS TECHNOLOGIES: КОНТРАКТЫ / 17 СЛИЯНИЯ 908.1.15 FAAC INC. (ПОД НАПРАВЛЕНИЕМ AROTECH CORPORATION)
РИСУНОК 71 FAAC / AROTECH: ОБЗОР КОМПАНИИ
ТАБЛИЦА 122 FAAC / AROTECH: ПРЕДЛАГАЕМЫЕ ПРОДУКТЫ
ТАБЛИЦА 123 FAAC / AROTECH: ПРИОБРЕТЕНИЯ / СОГЛАШЕНИЯ / ИНВЕСТИЦИИ
17.1.16 SIMFOR 124
/ ПРЕДЛАГАЕМЫЕ УСЛУГИ
17.1.17 SIM-ФАКТОР
ТАБЛИЦА 125 SIM-ФАКТОР: ПРЕДЛАГАЕМЫЕ ПРОДУКТЫ / УСЛУГИ
ТАБЛИЦА 126 SIM-ФАКТОР: КОНТРАКТЫ / ПРОЕКТЫ
* Подробная информация об обзоре бизнеса, предложениях продуктов, разработках и мнениях может не быть получена в случае отсутствия в списке компании.
17.2 ДРУГИЕ КЛЮЧЕВЫЕ ИГРОКИ
17.2.1 СЕВЕРНАЯ АМЕРИКА
17.2.1.1 Ford
17.2.1.2 General Motors
17.2.1.3 Virage Simulation
17.2.1.4 WAYMO
17.2.1.5 Mechanical Simulation Corporation
17.2.2 EUROPE
17.2.2.1 Daimler
17.2.2.2 BMW
17.2.2.3 Rexroth
17.2.2.4 Volkswagen
17.2.2.5 Volvo
17.2.2.6 AImotive
17.2.2.7 CARLA
17.2.2.8 AB Dynamics
17.2.2.9 XPI Simulation
17.2.2.10 rFpro
17.2.3 ASIA PACIFIC
17.2. 3.1 Тойота
17.2.3.2 Ниссан
17.2.3.3 CVEDIA
17.2.3.4 Honda
17.2.4 REST OF THE WORLD
17.2.4.1 Cognata

18 ПРИЛОЖЕНИЕ (№ страницы — 213)
18.1 ОСНОВНАЯ ИНФОРМАЦИЯ ОТРАСЛЕВЫХ ЭКСПЕРТОВ
18.2 РУКОВОДСТВО ДЛЯ ОБСУЖДЕНИЯ
18.3 МАГАЗИН ЗНАНИЙ: МАРКЕТЫ И ПОДПИСКА НА РЫНКИ
18.4 ДОСТУПНО ПРОДАЖА
18.6 ДОСТУПНАЯ ДОПОЛНИТЕЛЬНАЯ ПРОДАЖА
18.6 .

No related posts.