Marieke Martens

Onderzoeksgebied

Menselijke fouten worden vaak genoemd als een van de belangrijkste redenen om automatisch rijden te ontwikkelen, maar de huidige uitdagingen op het gebied van automatisch rijden zijn ook steeds meer het gevolg van de menselijke factor.

Enkele vragen die naar voren komen in het onderzoek zijn:

• Begrijpen gebruikers hun auto nog wel?
• Wat moet de auto aan de passagier uitleggen over de handeling van de auto die volgt?
• Hoe moeten we een transparante overgang ontwerpen van automatisch rijden terug naar de menselijke automobilist die 'out-of-the-loop' was?
• Weten andere weggebruikers nog wel hoe ze met geautomatiseerde voertuigen moeten omgaan als menselijke communicatie met de bestuurder niet langer invloed heeft?
• Zal de samenleving als geheel geautomatiseerde voertuigen accepteren als ongevallen niet volledig uitgesloten kunnen worden, ook wat betreft ethische aspecten?

Het interessante hier is dat we deze overgang en ontwikkeling kunnen vormgeven door gebruik te maken van expertise over menselijke factoren en deze mee te nemen naar nationale werkgroepen die momenteel aan de regelgeving van de toekomst werken. De leerstoel heeft rechtstreeks betrekking op de roadmap Smart & Safe van de unit Mobiliteit en logistiek en heeft als doel om het aantal verkeersongevallen terug te dringen.

Recente resultaten

• Uit onze meta-analyse van 129 studies naar de benodigde tijd om de besturing over te nemen bleek dat mensen snel reageren in urgente situaties, rijervaring de reactietijd verbetert, mobiele apparaten de overnametijd vertragen en het soort HMI geen dominante rol speelt.
• Het heeft geen zin om mensen informatie te geven over het soort situaties waarin een geautomatiseerd voertuig zelf kan handelen, want zij kunnen deze kennis niet in de praktijk toepassen als ze in een dergelijk voertuig rijden.
• Wij toonden aan dat het mogelijk is om het vertrouwen van de bestuurder in een geautomatiseerd voertuig objectief te meten door middel van oogbewegingen en psychofysiologische signalen.
• We lieten zien dat proefpersonen in een rijsimulator de aanwezigheid van andere weggebruikers ervaren, waardoor een rijsimulator een geschikt hulpmiddel is om de perceptie van risico's te bestuderen zonder dat er daadwerkelijk een fysiek risico bestaat.
• Oogcontact is niet zo belangrijk als een voetganger vóór een voertuig wil oversteken als we dachten. De bereidheid om de weg over te steken, komt voort uit een combinatie van voertuiggedrag, hoe de auto eruitziet en of deze autonoom is of niet.

Begeleiding van promovendi

• Anne Reuten (VU-Ford-TNO, samen met prof. Jelte Bos)
• Haoyu Dong (CRC-beurs)
• Ruolin Gao (CRC-beurs)
• Chloe Gros (Universiteit Utrecht, gefinancierd via ERP Hybrid AI)
• Nischal Lingam (NWA-financiering Acting under uncertainty)
• Vacature (NWA-financiering Acting under uncertainty)
• Vacature (NWA-financiering Acting under uncertainty)
• Debargha Dey (nu post-doc – 1e geldstroom)

Belangrijkste publicaties

• Zhang, B., de Winter, J., Varotto, S., Happee, R. & Martens, M. (2019). Determinants of take-over time from automated driving: A meta-analysis of 129 studies. Transportation Research Part F: Traffic Psychology and Behaviour, 64, 285-307.
• Carsten, O. & Martens, M.H. (2019) How can humans understand their automated cars? HMI principles, problems and solutions. Cognition, Technology and Work, 21, 1, 3-20.
• Dey, D., Habibovic, A., Löcken, A., Wintersberger, P., Pfleging, B., Riener, A., Martens, M., Terken, J. (2020). Taming the eHMI jungle: A classification taxonomy to guide, compare, and assess the design principles of automated vehicles’ external human-machine interfaces. Transportation Research Interdisciplinary Perspectives 7, 100174.
• Dey, D., Martens, M., Eggen, B., & Terken, J. (2019). Pedestrian road crossing willingness as a function of vehicle automation, external appearance, and driving behavior. Transportation Research Part F: Traffic Psychology and Behaviour, 65, 191-205.