[pt] Em uma pesquisa descritiva e de estudo de campo, buscou-se avaliar quais indicadores de carga mental (CM) de trabalho são predominantes para a produção de acidentes em uma tarefa de microtomia. A carga mental depende das exigências da tarefa e do grau de mobilização do sujeito, da fração de sua capacidade de trabalho que ele investiu na tarefa, considerando-se que o grau de prazer e satisfação no trabalho pode variar em função da natureza da tarefa executada. Partiu-se da hipótese que os fatores de carga mental de trabalho associados ao risco de acidentes a que está exposto o operador no manuseio do micrótomo rotativo representam fonte de sofrimento psíquico. Os sinais de sofrimento psíquico podem ser vinculados à realização de tarefas consideradas perigosas e, muitas atividades de trabalho podem ocasionar desgastes e custos para o indivíduo de ordem física, mental, emocional e afetiva. Foi relevante examinar quais foram os fatores organizacionais referentes às condições ambientais e aos horários de trabalho, para uma ação preventiva, em conjunto aos fatores predominantes de carga mental. O suporte metodológico da pesquisa envolveu a elaboração de um questionário adaptado do método L.E.S.T. (Laboratório de Economia e Sociologia do Trabalho) que avalia a carga mental a partir de quatro indicadores, a saber, constrangimento de tempo; complexidade/rapidez; atenção, e minúcia. Os resultados obtidos mostraram que a variável complexidade-rapidez, minúcia e atenção podem ser consideradas como efetores para carga mental. A variável denominada fatores psicossociais não mostrou eficácia durante este processo de análise. Um aspecto relatado está associado aos acidentes produzidos durante a operação do equipamento e sua manutenção. / [en] In a descriptive research and in a field study, we evaluated which indicators of mental workload are dominant factors in accident production in a microtomy task. The mental workload depends on the task demands and on the degree of mobilization of the worker, which is the fraction of his/her work capacity invested in the task considering itself that the degree of pleasure and satisfaction in work could vary as a function of the nature of executed task.From the hypothesis that the factors of mental workload associated to accident risks to which operators are exposed during handling of a rotative microtome represent a source of psychic suffering. The signals of psychic suffering could be related to the accomplishment of tasks considered as dangerous and many work activities could cause physical, mental, emotional and affective wearing and costs to individuals. Examining which organizational factors are related to environmental conditions and to working hours was relevant to a preventive action, as well as the dominant factors of mental workload. The research methodology involved the preparation of a questionnaire adapting the L.E.S.T. (Laboratoire d`Economie et Sociologie du Travail) method that evaluates the mental workload by four indicators, which are time constraint; complexity/ swiftness; attention; and detail. The results showed that complexity/swiftness, detail and attention indicators could be considered as effective indicators of mental workload. The indicator psychosocials factors did not presented efficacy in this analytical procedure. A reported feature is associated to accidents happening during the handling of equipment and its maintenance.

L'estimation de l'état mental d'un individu sur la base de son activité cérébrale et de ses activités physiologiques résultantes est devenue l'un des challenges des interfaces cerveau-machine (ICM) dites passives, dans le but notamment de répondre à un besoin en neuroergonomie. Ce travail de thèse se focalise sur l'estimation des états de fatigue et de charge mentale. Son objectif est de proposer des chaines de traitement efficaces et réalistes dans leur mise en œuvre. Ainsi, un des points à l'étude a été la modulation des indicateurs de charge ainsi que la robustesse des performances de classification en fonction du temps passé sur une tâche (TPT). L'impact de la charge et du TPT sur les marqueurs d'état attentionnel a aussi été évalué. Pour ce faire, un protocole expérimental a été mis en œuvre afin de recueillir les signaux électro-encéphalographiques (EEG), cardiaques (ECG) et oculaires (EOG) de participants volontaires sains lors de la réalisation prolongée d'une tâche combinant charge en mémoire de travail et attention sélective. Des chaînes de traitement performantes incluant une étape de filtrage spatial et une classification supervisée ont été mises en place afin de classer au mieux ces états. La pertinence de plusieurs marqueurs électrophysiologiques a été comparée, notamment l'activité EEG spontanée et les potentiels évoqués (PEs), ainsi que différentes étapes de prétraitement dont les méthodes de filtrage spatial pour PEs. Des effets d'interactions ont été mis au jour entre les différents états mentaux, dont un effet négatif du TPT sur les performances en classification de la charge mentale lorsque l'on utilise des marqueurs mesurant la puissance moyenne de l'EEG dans des bandes de fréquence d'intérêt. La chaîne basée sur les PEs est en revanche robuste à cet effet. Une comparaison du type de stimuli utilisables pour éliciter les PEs a révélé que des stimuli tâche-indépendants permettent tout de même d'obtenir des performances très élevées, ce qui montre leur pertinence pour une implémentation en situation réelle. En perspective seront présentés des travaux en cours visant à mettre en évidence des marqueurs de charge mentale robustes à la tâche, ainsi que l'utilité des potentiels évoqués auditifs en paradigme de simple stimulus. / Mental state estimation on the basis of cerebral activity and its resulting physiological activities has become a challenge for passive Brain-Computer Interfaces (BCI), in particular to address a need in neuroergonomics. This thesis work focuses on mental fatigue and workload estimation. Its purpose is to provide efficient and realistic processing chains. Thus, one issue was the modulation of workload markers as well as classification performance robustness depending on time-on-task (TOT). The impact of workload and TOT on attentional state markers was also assessed. For those purposes, an experimental protocol was implemented to collect the electroencephalographic (EEG), cardiac (ECG) and ocular (EOG) signals from healthy volunteers as they performed for a prolonged period of time a task that mixes working memory load and selective attention. Efficient signal processing chains that include spatial filtering and classification steps were designed in order to better estimate these mental states. The relevance of several electrophysiological markers was compared, among which spontaneous EEG activity and event-related potentials (ERPs), as well as various preprocessing steps such as spatial filtering methods for ERPs. Interaction effects between mental states were brought to light. In particular, TOT negatively impacted mental workload estimation when using power features. However, the chain based on ERPs was robust to this effect. A comparison of the type of stimuli that can be used to elicit the ERPs revealed that task-independent probes still allow very high performance, which shows their relevance for real-life implementation. Lastly, ongoing work that aims at assessing task-robust workload markers, as well as the usefulness of auditory ERPs in a single-stimulus paradigm will be presented as prospects.

Den här studien syftade till att undersöka om mental arbetsbelastning kan påverka benägenhetenatt begå konjunktionsfelet vid sannolikhetsbedömningar, trots att man fått ledtrådarsom synliggjort konjunktionsregeln. Detta undersöktes med en experimentell mellangruppsdesign.I studien deltog 57 deltagare, varav 27 i experimentgruppen och 30 i kontrollgruppen.Deltagarna var i huvudsak studenter på universitetsnivå. Grupperna hade en jämn könsfördelning.Vad gäller ålder så var medelvärdet i kontrollgruppen 24.8 och medelvärdet i experimentgruppenvar 30.7. Samtliga deltagare fick utföra ett datorbaserat test. Båda gruppernastest bestod av sannolikhetsbedömningsuppgifter, felstavningsuppgifter, samt en tilläggsuppgiftdär deltagarna ombads ange om ett visst ord förekommit i tidigare fråga eller ej. Experimentbetingelseninnehöll dessutom en visuospatial arbetsminnesuppgift. Resultatet visade attmental arbetsbelastning inte ökade antalet konjunktionsfel vid sannolikhetsbedömningar dådeltagarna fått ledtrådar som synliggjort konjunktionsregeln. Slutsatsen visar att det inte behövervara mer resurskrävande för arbetsminnet att göra normativa bedömningar och att tillgodogörandetav konjunktionsregeln är robust mot mental arbetsbelastning. Framtida forskningskulle kunna undersöka vilken betydelse ett visst antal ledtrådar har för om tillgodogörandetav konjunktionsregeln påverkas av mental arbetsbelastning. / The aim of this study was to investigate whether mental workload can affect the tendency tocommit the conjunction fallacy in probability assessments, despite having read clues that exposethe conjunction rule. This was investigated with an experimental between-group design.In total, the study had 57 participants, whereof 27 in the experiment group and 30 in the controlgroup. The groups were equally balanced concerning sex. The average age in the controlgroup was 24.8 years compared to 30.7 years in the experiment group. All participants performeda computer-based test. Both groups’ test consisted of tasks with probability assessments,discovering misspelled words and an additional task about estimating whether a certainword had occurred during the previous task. The experimental condition also consisted ofa visuo-spatial working memory task. The result indicated that mental workload did not increasethe number of conjunction fallacies committed in probability assessments, given thatthe participants had read clues that expose the conjunction rule. From this result, the conclusionis drawn that normative judgments are not necessarily more demanding for the workingmemory, also that the utilization of the conjunction rule is resistant to mental workload. Futureresearch might investigate what impact a certain number of clues has for whether theutilization of the conjunction rule is affected by mental work load.

La fatigue mentale est un état complexe qui résulte d'une activité cognitive prolongée. Les symptômes de la fatigue mentale inclus des changements d'humeur, de motivation et une détérioration temporaire de diverses fonctions cognitives. Plusieurs recherches approfondies ont été menées pour développer des méthodes de reconnaissance des signes physiologiques et psychophysiologiques de la fatigue mentale. Les signes psychophysiologiques concernent principalement signaux d'activité cérébrale et leur relation avec la psychologie et la cognition. Celles-ci ont permise le développement de nombreux modèles basés sur l'IA pour classer différents niveaux de fatigue, en utilisant des données extraites d'un appareil eye-tracking, d'un électroencéphalogramme (EEG) pour mesurer l’activité cérébrale ou d'un électrocardiogramme (ECG) pour mesurer l’activité cérébrale. Dans cette mémoire, nous présentons le protocole expérimental et développé par mes directeurs de recherche et moi-même, qui vise à la fois à générer et mesurer la fatigue mentale, et à proposer des stratégies efficaces de récupération via des séances de réalité virtuelle couplées à des dispositifs EEG et eye tracking. Réussir à générer de la fatigue mentale est nécessaire pour générer un ensemble de données suivant l’évolution de la fatigue et de la récupération au cours de l’expérience, et sera également utilisé pour classer différents niveaux de fatigue à l’aide de l’apprentissage automatique. Cette mémoire fournit d'abord un état de l'art complet des facteurs prédictifs de la fatigue mentale, des méthodes de mesure et des stratégies de récupération. Ensuite, l'article présente un protocole expérimental résultant de l'état de l'art pour (1) générer et mesurer la fatigue mentale et (2) évaluer l'efficacité de la thérapie virtuelle pour la récupération de la fatigue, (3) entrainer un algorithme d'apprentissage automatique sur les données EEG pour classer 3 niveaux de fatigue différents en utilisant un environnement simulé de réalité virtuelle (VR). La thérapie virtuelle est une technique favorisant la relaxation dans un environnement simulé virtuel et interactif qui vise à réduire le stress. Dans notre travail, nous avons réussi à générer de la fatigue mentale en accomplissant des tâches cognitives dans un environnement virtuel. Les participants ont montré une diminution significative du diamètre de la pupille et du score thêta/alpha au cours des différentes tâches cognitives. Le score alpha/thêta est un indice EEG qui suit les fluctuations de la charge cognitiveet de la fatigue mentale. Divers algorithmes d'apprentissage automatique ont été formés et testés sur des segments de données EEG afin de sélectionner le modèle qui s'ajuste le mieux à ces données en ce qui concerne la métrique d'évaluation "précision équilibrée" et "f1". Parmi les 8 différents classificateurs, le SVM RBF a montré les meilleures performances avec une précision équilibrée de 95 % et une valeur de mesure f de 0,82. La précision équilibrée fournit une mesure précise de la performance dans le cas de jeu de données déséquilibrées, en tenant compte de la sensibilité et de la spécificité, et le f-score est une mesure d'évaluation qui combine les scores de précision et de rappel. Finalement, nos résultats montrent que le temps alloué à la thérapie virtuelle n'a pas amélioré le diamètre pupillaire en période post-relaxation. D'autres recherches sur l'impact de la thérapie devraient consacrer un temps plus proche du temps de récupération standard de 60 min. / Mental fatigue is a complex state that results from prolonged cognitive activity. Symptoms of mental fatigue can include change in mood, motivation, and temporary deterioration of various cognitive functions involved in goal-directed behavior. Extensive research has been done to develop methods for recognizing physiological and psychophysiological signs of mental fatigue. Psychophysiological signs are mostly concern with patterns of brain activity and their relation to psychology and cognition. This has allowed the development of many AI-based models to classify different levels of fatigue, using data extracted from eye-tracking devices, electroencephalogram (EEG) measuring brain activity, or electrocardiogram (ECG) measuring cardiac activity. In this thesis, we present the experimental protocol developed by my research directors and I, which aims to both generate/measure mental fatigue and provide effective strategies for recuperation via VR sessions paired with EEG and eye-tracking devices. Successfully generating mental fatigue is crucial to generate a time-series dataset tracking the evolution of fatigue and recuperation during the experiment and will also be used to classify different levels of fatigue using machine learning. This thesis first provides a state-of-the-art of mental fatigue predictive factors, measurement methods, and recuperation strategies. The goal of this protocol is to (1) generate and measure mental fatigue, (2) evaluate the effectiveness of virtual therapy for fatigue recuperation, using a virtual reality (VR) simulated environment and (3) train a machine learning algorithm on EEG data to classify 3 different levels of fatigue. Virtual therapy is relaxation promoting technique in a virtual and interactive simulated environment which aims to reduce stress. In our work, we successfully generated mental fatigue through completion of cognitive tasks in a virtual simulated environment. Participants showed significant decline in pupil diameter and theta/alpha score during the various cognitive tasks. The alpha/theta score is an EEG index tracking fluctuations in cognitive load and mental fatigue. Various machine learning algorithm candidates were trained and tested on EEG data segments in order to select the classifier that best fits EEG data with respect to evaluation metric ‘balanced accuracy’ and 'f1-measures'. Among the 8 different classifier candidates, RBF SVM showed the best performance with 95% balanced accuracy 0.82 f-score value and on the validation set, and 92% accuracy and 0.90 f-score on test set. Balanced accuracy provides an accurate measure of performance in the case of imbalanced data, considering sensitivity and specificity and f-score is an evaluation metric which combines precision and recall scores. Finally, our results show that the time allocated for virtual therapy did not improve pupil diameter in the post-relaxation period. Further research on the impact of relaxation therapy should allocate time closer to the standard recovery time of 60 min.

No description available.

Current studies done using a learning test for children have problems as they only make evaluations of Physically and Neurologically Impaired (PNI) children who can succeed in the test and can be considered as a PASS/FAIL test. This pilot study takes a holistic view of cognitive testing of PNI children using a user-test-device triad model and provides a framework using non-PNI children and adults as controls. Comparisons using adapted off-the-shelf novel interfaces to the computer, in particular, an Electroencephalograph (EEG) head-set, an eye-tracker and a head-tracker and a common mouse were carried out. In addition, two novel multi-modal technologies were developed based on the use of brain-waves and eye-tracking as well as head-tracking technologies to support the study. The devices were used on three tests with increasing cognitive complexity. A self-developed measure based on success streaks (consecutive outcomes) was introduced to improve evaluations of PNI children. A theoretical model regarding a fit of ability to devices was initially setup and finally modified to fit the view of the empirical model that emerged from the outcomes of the study. Results suggest that while multi-modal technologies can address weaknesses of the individual component modes, a compromise is made between the user’s ability for multi-tasking between the modes and the benefits of a multi-modal device but the sample size is very small. Results also show children failing a test with a mouse but passing it subsequently when direct communication is used suggesting that a device can affect a test for children who are of a developing age. This study provides a framework for a more meaningful conversation between educational psychologists as well as other professionals and PNI parents because it provides more discrimination of outcomes in cognitive tests for PNI children. The framework provides a vehicle that addresses scientifically the concerns of parents and schools.

The manufacturing industry is shifting, entering a new era with smart and connected devices. The fourth industrial revolution (Industry 4.0) is promising increased growth and productivity by the Smart Factory and within the enabling technologies is Augmented Reality (AR). This is a technology that can be used to augment the reality with digital information. At the same time as the technology is introduced, errors in manufacturing are a problem which are affecting the productivity and the quality. The errors can be caused by humans and companies strive to eliminate the errors caused by humans. This research aims to find the main causes of human errors in assembly lines and thereafter explores whether AR is an appropriate tool to be used in order to address those issues. Based on a literature review that identified and characterized a preliminary set of root causes for human errors in assembly lines, these causes were empirically studied in an exercise that covered an in-depth case study at a multinational automotive company. Data in form of interviews and deviation reports have been used to identify the causing factors and the result showed that the main causes of human errors are the amount of thinking, deciding and searching for information which affected the cognitive load of the operator and in result their performance. Several interviews with experts in AR allowed to verify if this technology would be feasible to solve or mitigate the found causes. Besides that, in repetitive manual assembly operations, AR is better used showing the process in order to train new operators, at the same time as for experienced operators AR show information only when an error occurs and when there is a need of taking an active choice is more appropriate. Nevertheless, while theoretically able to managing human error when fully developed, the desired application makes the augmentation of visual objects redundant and increasingly complex for solving the identified causes of errors which questions the appropriateness of using AR systems. However, the empirical findings showed that for managing human errors, the main bottleneck of an AR system is the software and AI. / Den tillverkande industrin skiftar och går in i en ny era där smart och uppkopplad teknologi introduceras i de operativa delarna av tillverkningen. Denna fjärde industriella revolution (Industry 4.0) som den även kallas för med smarta fabriker, utlovar ökad produktivitet och tillväxt. Bland de teknologier som representeras i detta nya landskap återfinns Augmented Reality (AR), vilket är en teknik som används för att förstärka verkligheten med digital information. I samband med att denna nya teknik introduceras, är avvikelser i produktion ett problem som påverkar företags produktivitet och kvalitet. Den mänskliga faktorn är en bidragande del till detta problem och företag strävar efter att eliminera felen orsakade av människor. Denna studie syftar till att hitta orsakerna till att människor orsakar fel i produktion och därefter utforska om AR är ett lämpligt verktyg att använda för att råda bot på dessa orsaker och därmed eliminera felen. Genom en litteraturstudie har det identifierats ett antal faktorer som påverkar den mentala belastningen hos människor i produktionssammanhang. Dessa faktorer har därefter undersökts genom en fallstudie hos en multinationell tillverkare av kommersiella fordon. Datainsamling i form av intervjuer och avvikelsedata har använts för att identifiera de påverkande faktorerna och resultaten pekade på att behovet av att behöva tänka, leta efter information och fatta beslut påverkade den mentala belastningen mest. Intervjuer hölls med forskare och montörer för att definiera en lämplig AR funktion som sedan undersöktes genom flera intervjuer med forskare inom AR för att verifiera om AR är en lämplig teknik att använda för de identifierade orsakerna. I termer av AR i en arbetsmiljö med repetitiva aktiviteter efterfrågas en funktion som visualiserar fel för montörer som är erfarna medan det för oerfarna montörer är bättre med visualisering av hela arbetsprocessen. Men, trots att systemet i teorin är lämpligt att använda för att hantera orsakerna till att felen uppstår så är den efterfrågade funktionen överflödig då visualisering kommer visas väldigt sällan samt att tekniken är väldigt komplex. Detta gör att det går att ifrågasätta hela funktionen av att använda AR system i det fall som studerades. Dessutom visade sig tekniken vara olämplig att använda i den miljö fallet utspelar sig i på grund av svårigheter med artificiell intelligens (AI).

Fahrerassistenzsysteme werden zunehmend in Fahrzeuge eingebaut mit dem Ziel, den Fahrer beim Fahren zu unterstützen, Fahrfehler zu vermeiden und damit die Fahrsicherheit zu erhöhen. Derzeit sind häufig Systeme im Einsatz, die den Fahrer vor bestimmten Sicherheitsrisiken warnen (z.B. vor einem unbeabsichtigten Verlassen der Fahrspur). Der Trend geht aber hin zu Systemen, die stärker ins Fahrgeschehen eingreifen und somit Teile der Fahraufgabe automatisieren (z.B. selbständig die Spurhaltung des Fahrzeugs übernehmen). Aus der Forschung zur Mensch-Maschine Interaktion ist jedoch bekannt, dass Automatisierung nicht zwangsläufig zur Erhöhung von Sicherheit führt, sondern dass sie vielmehr auch unerwünschte Nebeneffekte für Performanz und Sicherheit mit sich bringen kann in dem Maße, wie Menschen an die veränderten Aufgabenanforderungen adaptieren. Im Straßenverkehr wird insbesondere befürchtet, dass Fahrer sich zu stark auf Fahrerassistenzsysteme verlassen, sich teilweise aus der Fahraufgabe zurückziehen („abschalten“) und ihre Aufmerksamkeit fahrfremden Dingen widmen. Dies kann unter Umständen dazu führen, dass Fahrer im Falle von Systemfehlern oder –ausfällen nicht mehr in der Lage sind rechtzeitig und angemessen einzugreifen bzw. die Kontrolle über das Fahrzeug zu übernehmen. Ziel der Dissertation war es zu untersuchen, inwieweit sich die Involviertheit von Fahrern in die Fahraufgabe verändert je stärker sie durch ein Assistenzsystem unterstützt werden (d.h., je stärker das System Teile der Fahraufgabe automatisiert). Um dies zu untersuchen wurden zwei theoretische Konzepte herangezogen: a) das Verlassen der Fahrer (auf ein System) und b) das Situationsbewusstsein der Fahrer. Basierend auf einer umfassenden Analyse der Forschungsliteratur zum Thema Automatisierung wurde ein theoretisches Rahmenmodell entwickelt, welches Veränderungen in der Involviertheit des Fahrers in die Fahraufgabe auf menschliche Adaptationsprozesse auf verschiedenen Ebenen zurückführt, die sich in Folge der veränderten Aufgaben­anforderungen durch zunehmende Automatisierung ergeben. Dazu zählen Veränderungen in Einstellungen, sowie in kognitiven, energetischen, und motivationalen Prozessen. Um Veränderungen in diesen Prozessen zu untersuchen, wurde eine Vielzahl an objektiven und subjektiven Maßen erhoben. Hauptgegenstand der Dissertation ist eine umfangreiche Fahrsimulatorstudie im Fahrsimulator mit Bewegungsplattform bei VTI (Swedish National Road and Transport Research Institute) in Linköping, Schweden. Dabei kamen zwei Querführungsassistenzsysteme (ein Heading Control System und ein Lane Departure Warning System) zum Einsatz, die den Fahrer in unterschiedlichem Maße bei der Spurhaltung unterstützten. Im Gegensatz zu einem Großteil der bisherigen Studien wurden prozessorientierte Performanzmaße zur Erfassung des Verlassens der Fahrer auf die Assistenzsysteme und des Situationsbewusstseins der Fahrer verwendet. Das Verlassen der Fahrer auf die Querführungsassistenzsysteme wurde durch Blickverhaltensmaße über die Bereitschaft der Fahrer erfasst, ihre visuelle Aufmerksamkeit von der Straße ab hin zu einer Zweitaufgabe im Fahrzeuginnenraum zu wenden. Zur Messung des Situationsbewusstseins der Fahrer wurden Fahrverhaltensmaße herangezogen welche als Indikator für die Schnelligkeit und Abruptheit der Reaktionen der Fahrer auf unerwartete kritische Fahrsituationen dienten. Ein Hauptbefund der Dissertation war, dass die Fahrer sich signifikant im Ausmaß ihres Verlassens auf einen hohen Grad an Assistenz unterschieden. Diese interindividuelle Varianz im Verlassen der Fahrer auf einen hohen Grad an Assistenz konnte am besten durch das Vertrauen der Fahrer in das Querführungsassistenzsystem und ihr Aktivierungsniveau erklärt werden: Je höher das Vertrauen der Fahrer in das System und je geringer ihr Aktivierungsniveau, desto stärker verließen sie sich auf das System. Individuelle Fahrermerkmale (Fahrstil) erklärten einen signifikanten Anteil der Varianz im Vertrauen der Fahrer in die Spurhalteassistenzsysteme. (ersetzt wegen neuem Herausgeber) / Advanced driver assistance systems are increasingly built in vehicles with the aim to support drivers while driving, to reduce driver errors and thereby to increase traffic safety. At present, these systems are often designed to warn drivers of specific safety risks (e.g., of an imminent departure from the driving lane). However, there is a trend towards systems that more strongly intervene in driving and that hence, automate parts of the driving task (e.g., autonomously keep the vehicle within the driving lane). However, research on human-machine interaction has shown that automation does not necessarily increase safety, but that it may also lead to unanticipated side effects on performance and safety to the extent that humans adapt to the changing task demands. A major concern in road traffic is that drivers rely too heavily on driver assistance systems, become less actively involved in the driving task, and divert their attention to things unrelated to driving. Thus, in the case of system malfunctions or failures, drivers possibly may not be prepared to intervene timely and accordingly and to regain control over the vehicle, respectively. The aim of this dissertation was to investigate changes in drivers’ active engagement in the driving task as a function of the degree to which they are supported by a driver assistance system (i.e., as a function of the degree to which the system automates the driving task). Drivers’ active task engagement was studied by referring to two theoretical concepts: a) drivers’ reliance (on a system) and b) drivers’ situation awareness. Based on an extensive review of previous research on automation, a conceptual theoretical framework was developed that links changes in operators’ active task engagement to human adaptation processes on different levels in response to the changing task demands due to automation. Among them are changes in human attitudes as well as in cognitive, motivational and energetic processes. In order to determine the relative influence of these processes, a range of objective and subjective measures was collected. The essential part of the dissertation is an extensive driving simulator study in an advanced moving-base driving simulator at VTI (Swedish National Road and Transport Research Institute) in Linköping, Sweden. Two lateral support systems (a Heading Control system and a Lane Departure Warning system) were implemented which assisted drivers to different degrees in lane keeping. Contrary to most previous automation studies, drivers’ reliance on the lane keeping assistance systems and their situation awareness were studied by using process-oriented performance-based measures. Drivers’ reliance on the lane keeping assistance systems was assessed by eye glance behaviour measures indicating drivers’ preparedness to allocate their visual attention away from the road scene to an in-vehicle secondary task. Drivers’ situation awareness was assessed by behavioural measures of the latency and magnitude of drivers’ initial reactions to unexpected critical driving situations. A major finding of the study was that drivers differed significantly in their reliance on a high level of lane keeping assistance. This interindividual variance in drivers’ reliance on higher-level assistance could be best explained by drivers’ trust in the system and their energetic arousal: The greater drivers’ trust in the system and the lower their arousal, the more did they rely on the system. Individual driver variables (driving style) explained a significant proportion of the variance in drivers’ trust in the lane keeping assistance systems. (replaced because a new publisher)

Advanced driver assistance systems are increasingly built in vehicles with the aim to support drivers while driving, to reduce driver errors and thereby to increase traffic safety. At present, these systems are often designed to warn drivers of specific safety risks (e.g., of an imminent departure from the driving lane). However, there is a trend towards systems that more strongly intervene in driving and that hence, automate parts of the driving task (e.g., autonomously keep the vehicle within the driving lane). However, research on human-machine interaction has shown that automation does not necessarily increase safety, but that it may also lead to unanticipated side effects on performance and safety to the extent that humans adapt to the changing task demands. A major concern in road traffic is that drivers rely too heavily on driver assistance systems, become less actively involved in the driving task, and divert their attention to things unrelated to driving. Thus, in the case of system malfunctions or failures, drivers possibly may not be prepared to intervene timely and accordingly and to regain control over the vehicle, respectively. The aim of this dissertation was to investigate changes in drivers’ active engagement in the driving task as a function of the degree to which they are supported by a driver assistance system (i.e., as a function of the degree to which the system automates the driving task). Drivers’ active task engagement was studied by referring to two theoretical concepts: a) drivers’ reliance (on a system) and b) drivers’ situation awareness. Based on an extensive review of previous research on automation, a conceptual theoretical framework was developed that links changes in operators’ active task engagement to human adaptation processes on different levels in response to the changing task demands due to automation. Among them are changes in human attitudes as well as in cognitive, motivational and energetic processes. In order to determine the relative influence of these processes, a range of objective and subjective measures was collected. The essential part of the dissertation is an extensive driving simulator study in an advanced moving-base driving simulator at VTI (Swedish National Road and Transport Research Institute) in Linköping, Sweden. Two lateral support systems (a Heading Control system and a Lane Departure Warning system) were implemented which assisted drivers to different degrees in lane keeping. Contrary to most previous automation studies, drivers’ reliance on the lane keeping assistance systems and their situation awareness were studied by using process-oriented performance-based measures. Drivers’ reliance on the lane keeping assistance systems was assessed by eye glance behaviour measures indicating drivers’ preparedness to allocate their visual attention away from the road scene to an in-vehicle secondary task. Drivers’ situation awareness was assessed by behavioural measures of the latency and magnitude of drivers’ initial reactions to unexpected critical driving situations. A major finding of the study was that drivers differed significantly in their reliance on a high level of lane keeping assistance. This interindividual variance in drivers’ reliance on higher-level assistance could be best explained by drivers’ trust in the system and their energetic arousal: The greater drivers’ trust in the system and the lower their arousal, the more did they rely on the system. Individual driver variables (driving style) explained a significant proportion of the variance in drivers’ trust in the lane keeping assistance systems. / Fahrerassistenzsysteme werden zunehmend in Fahrzeuge eingebaut mit dem Ziel, den Fahrer beim Fahren zu unterstützen, Fahrfehler zu vermeiden und damit die Fahrsicherheit zu erhöhen. Derzeit sind häufig Systeme im Einsatz, die den Fahrer vor bestimmten Sicherheitsrisiken warnen (z.B. vor einem unbeabsichtigten Verlassen der Fahrspur). Der Trend geht aber hin zu Systemen, die stärker ins Fahrgeschehen eingreifen und somit Teile der Fahraufgabe automatisieren (z.B. selbständig die Spurhaltung des Fahrzeugs übernehmen). Aus der Forschung zur Mensch-Maschine Interaktion ist jedoch bekannt, dass Automatisierung nicht zwangsläufig zur Erhöhung von Sicherheit führt, sondern dass sie vielmehr auch unerwünschte Nebeneffekte für Performanz und Sicherheit mit sich bringen kann in dem Maße, wie Menschen an die veränderten Aufgabenanforderungen adaptieren. Im Straßenverkehr wird insbesondere befürchtet, dass Fahrer sich zu stark auf Fahrerassistenzsysteme verlassen, sich teilweise aus der Fahraufgabe zurückziehen („abschalten“) und ihre Aufmerksamkeit fahrfremden Dingen widmen. Dies kann unter Umständen dazu führen, dass Fahrer im Falle von Systemfehlern oder –ausfällen nicht mehr in der Lage sind rechtzeitig und angemessen einzugreifen bzw. die Kontrolle über das Fahrzeug zu übernehmen. Ziel der Dissertation war es zu untersuchen, inwieweit sich die Involviertheit von Fahrern in die Fahraufgabe verändert je stärker sie durch ein Assistenzsystem unterstützt werden (d.h., je stärker das System Teile der Fahraufgabe automatisiert). Um dies zu untersuchen wurden zwei theoretische Konzepte herangezogen: a) das Verlassen der Fahrer (auf ein System) und b) das Situationsbewusstsein der Fahrer. Basierend auf einer umfassenden Analyse der Forschungsliteratur zum Thema Automatisierung wurde ein theoretisches Rahmenmodell entwickelt, welches Veränderungen in der Involviertheit des Fahrers in die Fahraufgabe auf menschliche Adaptationsprozesse auf verschiedenen Ebenen zurückführt, die sich in Folge der veränderten Aufgaben­anforderungen durch zunehmende Automatisierung ergeben. Dazu zählen Veränderungen in Einstellungen, sowie in kognitiven, energetischen, und motivationalen Prozessen. Um Veränderungen in diesen Prozessen zu untersuchen, wurde eine Vielzahl an objektiven und subjektiven Maßen erhoben. Hauptgegenstand der Dissertation ist eine umfangreiche Fahrsimulatorstudie im Fahrsimulator mit Bewegungsplattform bei VTI (Swedish National Road and Transport Research Institute) in Linköping, Schweden. Dabei kamen zwei Querführungsassistenzsysteme (ein Heading Control System und ein Lane Departure Warning System) zum Einsatz, die den Fahrer in unterschiedlichem Maße bei der Spurhaltung unterstützten. Im Gegensatz zu einem Großteil der bisherigen Studien wurden prozessorientierte Performanzmaße zur Erfassung des Verlassens der Fahrer auf die Assistenzsysteme und des Situationsbewusstseins der Fahrer verwendet. Das Verlassen der Fahrer auf die Querführungsassistenzsysteme wurde durch Blickverhaltensmaße über die Bereitschaft der Fahrer erfasst, ihre visuelle Aufmerksamkeit von der Straße ab hin zu einer Zweitaufgabe im Fahrzeuginnenraum zu wenden. Zur Messung des Situationsbewusstseins der Fahrer wurden Fahrverhaltensmaße herangezogen welche als Indikator für die Schnelligkeit und Abruptheit der Reaktionen der Fahrer auf unerwartete kritische Fahrsituationen dienten. Ein Hauptbefund der Dissertation war, dass die Fahrer sich signifikant im Ausmaß ihres Verlassens auf einen hohen Grad an Assistenz unterschieden. Diese interindividuelle Varianz im Verlassen der Fahrer auf einen hohen Grad an Assistenz konnte am besten durch das Vertrauen der Fahrer in das Querführungsassistenzsystem und ihr Aktivierungsniveau erklärt werden: Je höher das Vertrauen der Fahrer in das System und je geringer ihr Aktivierungsniveau, desto stärker verließen sie sich auf das System. Individuelle Fahrermerkmale (Fahrstil) erklärten einen signifikanten Anteil der Varianz im Vertrauen der Fahrer in die Spurhalteassistenzsysteme.

Fahrerassistenzsysteme werden zunehmend in Fahrzeuge eingebaut mit dem Ziel, den Fahrer beim Fahren zu unterstützen, Fahrfehler zu vermeiden und damit die Fahrsicherheit zu erhöhen. Derzeit sind häufig Systeme im Einsatz, die den Fahrer vor bestimmten Sicherheitsrisiken warnen (z.B. vor einem unbeabsichtigten Verlassen der Fahrspur). Der Trend geht aber hin zu Systemen, die stärker ins Fahrgeschehen eingreifen und somit Teile der Fahraufgabe automatisieren (z.B. selbständig die Spurhaltung des Fahrzeugs übernehmen). Aus der Forschung zur Mensch-Maschine Interaktion ist jedoch bekannt, dass Automatisierung nicht zwangsläufig zur Erhöhung von Sicherheit führt, sondern dass sie vielmehr auch unerwünschte Nebeneffekte für Performanz und Sicherheit mit sich bringen kann in dem Maße, wie Menschen an die veränderten Aufgabenanforderungen adaptieren. Im Straßenverkehr wird insbesondere befürchtet, dass Fahrer sich zu stark auf Fahrerassistenzsysteme verlassen, sich teilweise aus der Fahraufgabe zurückziehen („abschalten“) und ihre Aufmerksamkeit fahrfremden Dingen widmen. Dies kann unter Umständen dazu führen, dass Fahrer im Falle von Systemfehlern oder –ausfällen nicht mehr in der Lage sind rechtzeitig und angemessen einzugreifen bzw. die Kontrolle über das Fahrzeug zu übernehmen. Ziel der Dissertation war es zu untersuchen, inwieweit sich die Involviertheit von Fahrern in die Fahraufgabe verändert je stärker sie durch ein Assistenzsystem unterstützt werden (d.h., je stärker das System Teile der Fahraufgabe automatisiert). Um dies zu untersuchen wurden zwei theoretische Konzepte herangezogen: a) das Verlassen der Fahrer (auf ein System) und b) das Situationsbewusstsein der Fahrer. Basierend auf einer umfassenden Analyse der Forschungsliteratur zum Thema Automatisierung wurde ein theoretisches Rahmenmodell entwickelt, welches Veränderungen in der Involviertheit des Fahrers in die Fahraufgabe auf menschliche Adaptationsprozesse auf verschiedenen Ebenen zurückführt, die sich in Folge der veränderten Aufgaben­anforderungen durch zunehmende Automatisierung ergeben. Dazu zählen Veränderungen in Einstellungen, sowie in kognitiven, energetischen, und motivationalen Prozessen. Um Veränderungen in diesen Prozessen zu untersuchen, wurde eine Vielzahl an objektiven und subjektiven Maßen erhoben. Hauptgegenstand der Dissertation ist eine umfangreiche Fahrsimulatorstudie im Fahrsimulator mit Bewegungsplattform bei VTI (Swedish National Road and Transport Research Institute) in Linköping, Schweden. Dabei kamen zwei Querführungsassistenzsysteme (ein Heading Control System und ein Lane Departure Warning System) zum Einsatz, die den Fahrer in unterschiedlichem Maße bei der Spurhaltung unterstützten. Im Gegensatz zu einem Großteil der bisherigen Studien wurden prozessorientierte Performanzmaße zur Erfassung des Verlassens der Fahrer auf die Assistenzsysteme und des Situationsbewusstseins der Fahrer verwendet. Das Verlassen der Fahrer auf die Querführungsassistenzsysteme wurde durch Blickverhaltensmaße über die Bereitschaft der Fahrer erfasst, ihre visuelle Aufmerksamkeit von der Straße ab hin zu einer Zweitaufgabe im Fahrzeuginnenraum zu wenden. Zur Messung des Situationsbewusstseins der Fahrer wurden Fahrverhaltensmaße herangezogen welche als Indikator für die Schnelligkeit und Abruptheit der Reaktionen der Fahrer auf unerwartete kritische Fahrsituationen dienten. Ein Hauptbefund der Dissertation war, dass die Fahrer sich signifikant im Ausmaß ihres Verlassens auf einen hohen Grad an Assistenz unterschieden. Diese interindividuelle Varianz im Verlassen der Fahrer auf einen hohen Grad an Assistenz konnte am besten durch das Vertrauen der Fahrer in das Querführungsassistenzsystem und ihr Aktivierungsniveau erklärt werden: Je höher das Vertrauen der Fahrer in das System und je geringer ihr Aktivierungsniveau, desto stärker verließen sie sich auf das System. Individuelle Fahrermerkmale (Fahrstil) erklärten einen signifikanten Anteil der Varianz im Vertrauen der Fahrer in die Spurhalteassistenzsysteme. (ersetzt wegen neuem Herausgeber) / Advanced driver assistance systems are increasingly built in vehicles with the aim to support drivers while driving, to reduce driver errors and thereby to increase traffic safety. At present, these systems are often designed to warn drivers of specific safety risks (e.g., of an imminent departure from the driving lane). However, there is a trend towards systems that more strongly intervene in driving and that hence, automate parts of the driving task (e.g., autonomously keep the vehicle within the driving lane). However, research on human-machine interaction has shown that automation does not necessarily increase safety, but that it may also lead to unanticipated side effects on performance and safety to the extent that humans adapt to the changing task demands. A major concern in road traffic is that drivers rely too heavily on driver assistance systems, become less actively involved in the driving task, and divert their attention to things unrelated to driving. Thus, in the case of system malfunctions or failures, drivers possibly may not be prepared to intervene timely and accordingly and to regain control over the vehicle, respectively. The aim of this dissertation was to investigate changes in drivers’ active engagement in the driving task as a function of the degree to which they are supported by a driver assistance system (i.e., as a function of the degree to which the system automates the driving task). Drivers’ active task engagement was studied by referring to two theoretical concepts: a) drivers’ reliance (on a system) and b) drivers’ situation awareness. Based on an extensive review of previous research on automation, a conceptual theoretical framework was developed that links changes in operators’ active task engagement to human adaptation processes on different levels in response to the changing task demands due to automation. Among them are changes in human attitudes as well as in cognitive, motivational and energetic processes. In order to determine the relative influence of these processes, a range of objective and subjective measures was collected. The essential part of the dissertation is an extensive driving simulator study in an advanced moving-base driving simulator at VTI (Swedish National Road and Transport Research Institute) in Linköping, Sweden. Two lateral support systems (a Heading Control system and a Lane Departure Warning system) were implemented which assisted drivers to different degrees in lane keeping. Contrary to most previous automation studies, drivers’ reliance on the lane keeping assistance systems and their situation awareness were studied by using process-oriented performance-based measures. Drivers’ reliance on the lane keeping assistance systems was assessed by eye glance behaviour measures indicating drivers’ preparedness to allocate their visual attention away from the road scene to an in-vehicle secondary task. Drivers’ situation awareness was assessed by behavioural measures of the latency and magnitude of drivers’ initial reactions to unexpected critical driving situations. A major finding of the study was that drivers differed significantly in their reliance on a high level of lane keeping assistance. This interindividual variance in drivers’ reliance on higher-level assistance could be best explained by drivers’ trust in the system and their energetic arousal: The greater drivers’ trust in the system and the lower their arousal, the more did they rely on the system. Individual driver variables (driving style) explained a significant proportion of the variance in drivers’ trust in the lane keeping assistance systems. (replaced because a new publisher)