การประเมินภาระงานของการฝึกหัดขับรถยนต์โดยใช้โปรแกรมจำลองสถานการณ์
Article Sidebar
Main Article Content
บทคัดย่อ
บทคัดย่อ: ในปัจจุบันการเกิดอุบัติเหตุบนท้องถนนเป็นปัญหาสำคัญในระดับโลก สำหรับประเทศไทยพบว่า อัตราการเสียชีวิตจากอุบัติเหตุบนท้องถนนในประเทศไทยสูงที่สุดอันดับหนึ่งในเอเชียและในอาเซียนมีผู้เสียชีวิตโดยเฉลี่ยสูงถึง 32.7 คน ต่อประชากรหนึ่งแสนคน โดยปัจจัยที่ทำให้เกิดอุบัติเหตุบนท้องถนน ได้แก่ ผู้ขับขี่ ยานพาหนะ ถนนและสภาพแวดล้อม โดยปัจจัยหลักที่ทำให้เกิดอุบัติเหตุ คือ ผู้ขับขี่ งานวิจัยนี้มีวัตถุประสงค์เพื่อทำการตรวจสอบภาระงานทางร่างกายและจิตใจในการขับรถยนต์ของผู้ที่มีประสบการณ์ในการขับขี่ (มีใบอนุญาตขับขี่) และผู้ที่ไม่มีประสบการณ์ในการขับขี่ โดยใช้แบบจำลองการขับขี่ ซึ่งได้ทำการทดสอบด้วยเครื่องมือและซอต์ฟแวร์จำลองการขับรถยนต์ และทำการบันทึกเวลาในการขับ ความผิดพลาดในการขับ และพฤติกรรมการขับ จากนั้นทำการประเมินภาระงานทางจิตใจด้วยแบบประเมิน NASA-TLX การทดลองนี้ได้ทำการทดลองจากกลุ่มตัวอย่างจำนวน ทั้งสิ้น 20 คน (มีประสบการณ์ 10 คน ไม่มีประสบการณ์ 10 คน) ช่วงอายุ 17-24 ปี โดยให้ผู้ทดลองใช้แบบจำลองการขับขี่ในโหมดการฝึกหัดขับรถยนต์ ซึ่งจะแบ่งการทดสอบออกเป็น 3 ขั้นตอน ได้แก่ การขับรถโดยมีการบังคับเส้นทางในที่แคบ, การกลับรถ, การถอยหลังจอดเข้าที่แคบ แต่ละขั้นตอนจะทดลอง 3 ครั้ง จากการทดสอบสามารถแสดงให้เห็นถึงความผิดพลาด ความแตกต่างด้านเวลา ความแตกต่างของพฤติกรรมการขับรถ ของผู้ที่มีประสบการณ์ในการขับขี่และผู้ที่ไม่มีประสบการณ์ อย่างมีนัยสำคัญ
Article Details
เอกสารอ้างอิง
World Health Organization. Violence and Injury Prevention; Risk factors for road traffic [Internet]. 2016 [cited 2016 December 13]. Available from:http://www.who.int/violence_injury_prevention/road_traffic/activities/roadsafety_training_manual_unit_2.pdf
กลุ่มพัฒนาความปลอดภัย สำนักงานนโยบายและแผนการขนส่งและจราจร. อุบัติเหตุจราจรบนทางหลวงแผ่นดิน ปี 2561. [อินเทอร์เน็ต]. 2561 [เข้าถึงเมื่อ 20 ส.ค. 2563]. เข้าถึงได้จาก: http://bhs.doh.go.th/download/accident
Vogel L, Bester CJ. A relationship between accident types and causes. In: Proceedings of the 24th Southern African Transport Conference (SATC 2005); 2005 July 11-13; Pretoria, South Africa; Irene: Document Transformation Technologies; 2005 p. 233–41.
Maria A. Introduction to modelling and simulation. In: Proceedings of the 29th conference on Winter simulation; 1997 December 7-10; Atlanta, Georgia. NW Washington: IEEE Computer Society; 1997 p. 7–13.
de Waard D. The measurement of drivers' mental workload. Netherlands: Groningen University, Traffic Research Center; 1996.
Rubio S, Diaz E, Martin J, Puente JM. Evaluation of subjective mental workload: a comparison of SWAT, NASA-TLX, and workload profile methods. Appl Psych 2004;53(1):61–86.
Hart SG. NASA-Task Load Index (NASA-TLX); 20 Years Later. Proceedings of the Human Factors and Ergonomics Society Annual Meeting 2006;50(9):904–8.
Johnson MJ, Chahal T, Stinchcombe A, Mullen N, Weaver B, Bédard M. Physiological responses to simulated and on-road driving. Int J Psychophysiol 2011;81:203-8.
Cassidy GG, Macdonald RAR. The effects of music on time perception and performance of a driving game. Scand J Psychol. 2010;51(6):455-64.
de Angelo JC, de Souza Ribeiro A, Gotardi GC, Medola FO, Rodrigues ST. Video game simulation on car driving: Analysis of participants’ gaze behavior and perception of usability, risk, and visual attention. Strateg Des Res J 2020;12(3):312-322.
Bahit M, Wibirama S, Nugroho HA, Wijayanto T, Winadi MN. Investigation of visual attention in day-night driving simulator during cybersickness occurrence. In 8th International Conference on Information Technology and Electrical Engineering (ICITEE); 2016 October 5-6; Yogyakarta, Indonesia. IEEE; 2016 p.1-4.
Dicke C, Jakus G, Tomažič S, Sodnik J. On the evaluation of auditory and head-up displays while driving. In: The Fifth International Conference on Advances in Computer-Human Interactions; 2021 January 30-February 4; Valencia, Spain. IARIA; 2012 p. 200-203.
Jo S, Myung R, Yoon D. Quantitative prediction of mental workload with the ACT-R cognitive architecture. Int J Ind Ergon 2012;42(4):359-70.
Foy HJ, Chapman P. Mental workload is reflected in driver behaviour, physiology, eye movements and prefrontal cortex activation. Appl Ergon 2018;73:90-9.
