Vahemaaärevus: mida rakendus suudab ja ei suuda

Kõigepealt avaldus, kuna see artikkel puudutab sama valdkonda, mida käsitleb ka ülejäänud sait: EV Planner Compared annab ülevaate kümnest marsruudiplaneerimise tootest, millest ühte — Drive Charge Eat — toodame me ise. See konkreetne lugu ei võrdle ega järjesta kümmet toodet. See on üheteemaline selgitus mõistest, mida kasutatakse pidevalt, kuid mida täpselt defineeritakse peaaegu mitte kunagi: mis on sõiduulatuse ärevus, kust see pärineb ja mida tarkvara saab ning ei saa selle vastu ette võtta.

Mida teadlased selle mõiste all tegelikult mõistavad

"Sõiduulatuse ärevus" kõlab kui hägune tunne, kuid teaduskirjandus käsitleb seda täpsemalt: juhi hirmu jääda tühjaks saanud akuga hätta enne laadimispunkti või sihtkohta jõudmist. Üks mõjukas otsese mõõtmise lähenemine — Substitution-Emergency-Detour meetod — püüdis ärevust kvantifitseerida, modelleerides stsenaariume, millest juht peaks välja pääsema, kui tema planeeritud sõiduulatuse eeldus osutuks valeks, mitte lihtsalt küsitledes, kui mures inimesed väitsid olevat ^[21]. See vahe on oluline: see käsitleb sõiduulatuse ärevust reaktsioonina tegelikule planeerimislõhele, mitte isiksuseomadusena.

Uuemad elektriauto kasutuselevõtu uuringud on modelleerinud sõiduulatuse ärevust kui üht sisendit mitme seast — tajutud väärtuse ja laadimiskulu ootuste kõrval —, mis mõjutab, kas inimene elektriautot üldse ostab, mitte ainult seda, mida ta tunneb pärast selle omamist ^[5]. Konkreetselt laadimisjaamade asukohti käsitlevad uuringud on läinud kaugemale ja kasutanud sõiduulatuse ärevust muutujana otsustamisel, kuhu uus taristu peaks tulema, lähtudes loogikast, et ärevus on kõrgeim just neis piirkondades, kus võrk on hõredaim. Kogu selle uurimistöö läbiv joon on see, et sõiduulatuse ärevus ei puuduta tegelikult akunäidikut — see puudutab lõhet selle vahel, mida juht saab kontrollida, ja selle vahel, mida ta peab aimama.

Miks kaart üksi seda lõhet ei sulge

Siin tuleb mängu navigatsioonisüsteemide uurimistöö, mis on elektriautodest aastakümneid vanem. Auto-navigatsiooni kasutatavuse uuringud on leidnud, et sellised tegurid nagu kaardi skaala, teabetihedus ja juhiste esitamise viis mõjutavad mõõdetavalt juhi kindlustunnet ja kognitiivset koormust — mitte ainult seda, kas ta jõuab sihtkohta. Juht, kes piilub segase kaardi peale, püüdes hinnata, kas ta jõuab järgmisesse laadimispunkti, teeb täpselt sellist tähelepanu jagamist eeldavat ülesannet, mida navigatsiooni kasutajakogemuse uuringud on aastakümneid probleemina esile tõstnud, sõltumata sellest, mis on kapoti all.

Asjakohane on ka uuem usaldust automatiseerimise vastu käsitlev uurimistöö: juhi usaldust arenenud juhiabisüsteemide vastu käsitlevad uuringud on leidnud, et usaldus kalibreerub aja jooksul vastavalt sellele, kas süsteemi väljundid vastavad tegelikkusele — süsteem, mis on vahel eksinud ühes või teises suunas (liiga optimistlik või liiga pessimistlik), kahandab usaldust kiiremini kui süsteem, mis on järjekindlalt pisut konservatiivne ^[1]. Marsruudiplaneerija puhul viitab see sellele, et ärevust vähendav omadus ei ole enesekindlamalt näiva sõiduulatuse prognoos — see on prognooside senine kogemuslugu, mida juht on õppinud usaldama ja mis põhineb järjepidevusel, mitte täpsusel.

Mida see praktikas tähendab — ja mida see ei tähenda

Mitte ükski neist ei ütle, milline konkreetne planeerija ebakindlusega kõige paremini toime tuleb; see on funktsioonide kaupa küsimus, millele meie maatriks ja funktsioonide lehed on loodud vastama, ilma kedagi järjestamata. Mida uurimistöö toetab, on viis probleemile mõelda, mis on kasulikum kui küsimus "milline rakendus on kõige vähem stressirohke":

• Sõiduulatuse ärevus peegeldab tegelikku teabelõhet, mitte ainult närvilisust — seega on lahendus parem teave, mitte rahustamine.
• Reaalajas kontrollitav number (praegune laetus, praegune tarbimine, laadimispunktide reaalajastaatus) sulgeb lõhet rohkem kui staatiline hinnang, sõltumata sellest, milline rakendus seda näitab.
• Enesekindlana näiv prognoos, mis osutub valeks, on ärevusele halvem kui konservatiivne prognoos, mis osutub õigeks, sest usaldus tekib prognoosi ja tegeliku tulemuse vahelisest lõhest, mitte numbri suurusest.
• Uurimistöö vanim hoob — kaardi keerukuse ja kognitiivse koormuse vähendamine hetkel, mil otsus tuleb langetada — kehtib tänapäeva puutetundliku ekraani puhul täpselt samamoodi kui see kehtis paberkaardi puhul.

Otsustuskast: kas see rakendus aitab, või näitab lihtsalt numbrit?

Korduma kippuvad küsimused

Kas sõiduulatuse ärevus on ainult närvilisus, või põhineb see millelgi tegelikul? Uurimistöö käsitleb seda ratsionaalse reaktsioonina teabelõhele — juht ei saa täielikult kontrollida, kas tema sõiduulatuse eeldus peab paika, mis erineb üldistunud ärevusest.

Kas suurem aku kõrvaldab sõiduulatuse ärevuse? See vähendab probleemi esinemissagedust, kuid ei kõrvalda selle aluseks olevat põhjust, milleks on ebakindlus prognoosi suhtes, mitte saadaolevate kilomeetrite absoluutne arv.

Kas rakendus saab sõiduulatuse ärevuse täielikult lahendada? Mitte täielikult. Tarkvara saab teabelõhet oluliselt sulgeda — reaalajas tingimused, laadimispunktide reaalajastaatus —, kuid usalduse kalibreerimise uuringud viitavad, et kindlustunne tekib korduvate täpsete prognooside kaudu, mis võtab aega, olenemata tööriistast.

Miks süsteemitu kaart suurendab sõiduulatuse ärevust? Navigatsiooni kasutatavuse uuringud on pikka aega seostanud kaardi keerukust ja infotihedust juhi kognitiivse koormusega, ja juht, kes püüab sellise koormuse all hinnata allesjäänud sõiduulatust, teeb samal ajal kahte nõudlikku ülesannet.

Kas peaksin usaldama marsruudiplaneerijat, mis näitab alati kindlat, kõrget sõiduulatuse hinnangut? Ole selle suhtes ettevaatlik. Automaatsüsteemide usaldusväärsust käsitlevad uuringud viitavad, et pidevalt optimistlikud ennustused kahandavad usaldust kiiremini, kui need osutuvad valeks, kui konservatiivsed hinnangud.

Seotud lugemine

• Miks kaks planeerijat annavad samale autole erineva vastuse
• Mida roheline täpp laadimisjaama juures tegelikult tähendab
• Üks asi, mida ükski kolmanda osapoole rakendus ei suuda
• Kõik elektriauto marsruudiplaneerijad ja kõik funktsioonid ühes tabelis
• Laadimisjaamade reaalajas saadavus: millised elektriauto planeerijad seda pakuvad
• Mis muudab navigatsioonikaardi sõidu ajal kasutatavaks

---

References

Every citation below links to the original peer-reviewed record on PubMed or via DOI. Nothing here is a substitute for medical advice.

1. Dynamic Trust Formation in AI ‐Enabled Automation: A Longitudinal Case Study of an Advanced Driver Assistance System Koskinen K, Mallat N, Tuunainen V, et al. · Information Systems Journal · 2026 · Journal article DOI
2. Maternal mHealth usability strengthened by trust, governance, and navigation Azugbene E · Frontiers in Digital Health · 2026 · Journal article DOI
3. Toward Multimodal Seamless Navigation in Smart Cities: A Critical Review of Positioning, Navigation Data, Route Planning, and Guidance Kim M, Kim M, Lee J · ISPRS International Journal of Geo-Information · 2026 · Journal article DOI
4. Modeling Electric Vehicle Adoption in Thailand: The Impact of Ecosystem and Policy Support via Perceived Value and Charging Anxiety Suvittawat A, Suvittawat N · World Electric Vehicle Journal · 2026 · Journal article DOI
5. Revisiting Electric Mobility: How Individual Perceived Value Shapes Battery Electric Vehicle Adoption—Insights into Technophilia, Range Anxiety, and Battery Cost in China Jia H, Zhao H, Uchiyama Y · World Electric Vehicle Journal · 2026 · Journal article DOI
6. Correction algorithms of a navigation system and an autonomous inertial navigation system Surkova A.D., Neusypin K.А. · Automation Modern Techologies · 2026 · Journal article DOI
7. MACHINE LEARNING-DRIVEN OPTIMIZATION OF ELECTRIC VEHICLE CHARGING WITH DRIVER SATISFACTION MODELING CHERUVU AYESHA, Mrs.B.JYOTHSHA, Mr.P. VISWANATHA REDDY · ETDT · 2026 · Journal article DOI
8. Electric Vehicle Charging Station Location Planning Based on Range Anxiety in Last Mile Logistics in Yogyakarta Haryanto Z, Afraah S · Jurnal Teknologi · 2025 · Journal article DOI
9. Systematic Planning of Electric Vehicle Battery Swapping and Charging Station Location and Driver Routing with Bi-Level Optimization Chen B, Chen J, Feng H · World Electric Vehicle Journal · 2025 · Journal article DOI
10. Influencer-Mediated Range Anxiety Mitigation: Examining Social Media Marketing Pathways to Electric Vehicle Adoption in Vietnam's Digital Economy NGUYEN T · Journal of Economics, Finance And Management Studies · 2025 · Journal article DOI
11. Optimal number of charging station and pricing strategy for the electric vehicle with component commonality considering consumer range anxiety Yu W, Zhang L, Lu R, et al. · PLOS ONE · 2023 · Journal article DOI
12. Electric Vehicle Charging Sessions Generator Based on Clustered Driver Behaviors Van Kriekinge G, De Cauwer C, Sapountzoglou N, et al. · World Electric Vehicle Journal · 2023 · Journal article DOI
13. Charging after Lockdown: The Aftermath of COVID-19 Policies on Electric Vehicle Charging Behaviour in The Netherlands van der Koogh M, Wolbertus R, Heller R · World Electric Vehicle Journal · 2023 · Journal article DOI
14. Evaluation of Electric Vehicle Charging Usage and Driver Activity Mahlberg J, Desai J, Bullock D · World Electric Vehicle Journal · 2023 · Journal article DOI
15. Electric Vehicle Charging Station Location Model considering Charging Choice Behavior and Range Anxiety Liu H, Li Y, Zhang C, et al. · Sustainability · 2022 · Journal article DOI
16. Eye tracking in usability of electronic chart display and information system Arslan O, Atik O, Kahraman S · Journal of Navigation · 2020 · Journal article DOI
17. DRIVER PREFERENCE CONCERNING IN-CAR ROUTE GUIDANCE AND NAVIGATION SYSTEM MAPS FOR DRIVERS WITH COLOR VISION DEFICIENCY Oliveira R, Pugliesi E, Ramos A, et al. · Boletim de Ciências Geodésicas · 2018 · Journal article DOI
18. EVALUATION OF USABILITY OF MAPS OF DIFFERENT SCALES PRESENTED IN AN IN-CAR ROUTE GUIDANCE AND NAVIGATION SYSTEM Ramos A, Pugliesi E, Oliveira R, et al. · Boletim de Ciências Geodésicas · 2018 · Journal article DOI
19. PREFERENCE FOR MAP SCALE OF IN-CAR ROUTE GUIDANCE AND NAVIGATION SYSTEM Ramos A, Decanini M, Pugliesi E, et al. · Boletim de Ciências Geodésicas · 2016 · Journal article DOI
20. Route guidance by a car navigation system based on augmented reality Akaho K, Nakagawa T, Yamaguchi Y, et al. · Electrical Engineering in Japan · 2012 · Journal article DOI
21. Measuring Range Anxiety: the Substitution-Emergency-Detour (SED) Method Lin Z · World Electric Vehicle Journal · 2012 · Journal article DOI