ERK'2020, Portorož, 78-81 78 Spremljanje hitrosti in naˇ cina gibanja uporabnika multimedijske storitve z visokofrekvenˇ cnimi radijskimi signali Peter Nimac 1 , Urˇ ska Levac 2 , Nina Gartner 2 , Jure Janez Markoviˇ c 1 , Aleˇ s Simonˇ ciˇ c 1 , Rok Vidmar 1 , Amadej Vidic 1 , Jakob Gaziˇ c 1 , Andrej Koˇ sir 1 , Matija Svetina 2 , Urban Burnik 1 1 Univerza v Ljubljani, Fakulteta za elektrotehniko, Trˇ zaˇ ska cesta 25, 1000 Ljubljana 2 Univerza v Ljubljani, Filozofska fakulteta, Aˇ skrˇ ceva 2, 1000 Ljubljana E-poˇ sta: nimac.peter@protonmail.com Motion and movement tracking of multimedia service users with super high frequency radio signals Abstract. Using the software defined radio technol- ogy, we have created a system users can use to receive a recommended route and mode of transport to desired destination. It works on the continuous-wave Doppler radar principle, to measure user’s speed of approach to the device. This is used to determine whether the user is in a hurry. The main reason for this approach is to avoid using the camera and thus increase user’s privacy and and speed measurement accuracy. We use speech recognition and synthesis in Slovene for human-machine interaction. To create such a system, we reviewed pre- vious psychological studies that link people in a state hurry with those that are under various degrees of stress. From those observations, we designed two experiments in which we tried to provoke users in a state of hurry. 1 Uvod Spremljanje telesne aktivnosti uporabnikov v zadnjem obdobju postaja predmet ˇ stevilnih raziskav in praktiˇ cnih aplikacij. Zbrane podatke uporabljamo na ˇ stevilnih podroˇ cjih od spremljanja rekreativnih dejavnosti, zdra- vstvenega stanja, identifikacije ogroˇ zenosti starejˇ sih oseb (padec), razpoznave trenutnega konteksta uporabnika, varˇ cevanju z energijo in v ˇ stevilnih drugih aplikacijah informacijsko-komunikacijske druˇ zbe. Podatki o giba- nju in kretnjah testnih uporabnikov so lahko tudi pomem- ben vir informacije v podporo starostnikom ali v analizi medijske izpostavljenosti testnih uporabnikov multime- dijskih storitev. Obiˇ cajno potrebne podatke zbiramo s pomoˇ cjo sen- zorjev gibanja, ki so na posameznega uporabnika pritr- jeni, kot na primer s pametnimi zapestnicami ali s sen- zorskimi oblaˇ cili. Teˇ zave pri uporabi nastopijo zaradi po- trebe po zanesljivem pritrjevanju senzorjev, pri prenosu podatkov in pri zagotavljanju energije za napajanje me- rilnih naprav. Te teˇ zave odpravljajo sistemi na osnovi raˇ cunalniˇ skega vida, ki pa pri uporabnikih vzbujajo ne- lagodje zaradi eksplicitne narave uporabe kamere v pro- cesu zajema podatkov in s tem povezanega potencial- nega vdora v zasebnost. Alternativo navedenim sistemom predstavljajo sistemi za spremljanje obnaˇ sanja opazova- nih oseb na podlagi analize radijskega valovanja v pro- storu. Tovrstni sistemi so se priˇ celi razvijati v zadnjem desetletju in v bliˇ znji prihodnosti priˇ cakujemo komerci- alne reˇ sitve na tej osnovi. Razvili smo prototipni sistem, ki na podlagi analize vi- sokofrekvenˇ cnih radijskih signalov na neinvaziven naˇ cin zagotavlja temeljne podatke o gibanju uporabnikov mul- timedijske storitve. Poleg gibanja, sistem razpoznava so- cialni signal hitenja uporabnika. Poskrbeli smo za inte- gracijo identificiranih podatkov v veˇ cmodalni komunika- cijski sistem s situacijskim zavedanjem. Podatki o giba- nju in hitenju uporabnika dopolnjujejo obstojeˇ ce vire, kot so samodejna identifikacija konteksta uporabe, pogojev izvajanja storitve (trenutno vreme) in temeljno detekcijo prisotnosti uporabnika pred medijskim predvajalnikom. 2 Metodologija 2.1 Programski radio Radijske postaje so veˇ cinoma narejene povsem elektron- sko. ˇ Ce si v mislih celotno radijsko postajo razdelimo na posamezne bloke oz. sestavne dele, bi to bila razna fre- kvenˇ cna sita, oscilator, meˇ salnik in ojaˇ cevalniki. Vsak od teh sestavnih delov radijske postaje je narejen elektron- sko. Radijsko postajo pa lahko izdelamo tudi z uporabo programskega radia oziroma programsko doloˇ cenega ra- dia (ang. SDR – Software Defined Radio). S pro- gramskim radiem za opis delovanja posameznih blokov ne potrebujemo elektriˇ cnega vezja ampak jih opiˇ semo s funkcijami v poljubnem programskem jeziku. Edina strojna oprema, ki jo v osnovi potrebujemo za delo s pro- gramskim radiem, so frekvenˇ cni uglaˇ sevalnik, analogno- digitalni pretvornik in digitalno-analogni pretvornik. Ta enostavnost strojne opreme pri delu s programskim ra- diem omogoˇ ca vsestranskost uporabe za sprejemanje ali oddajanje poljubnega signala. Signal namreˇ c obdelamo na raˇ cunalniku kot diskreten signal z uporabo diskretne matematike. 2.2 USRP B210 USRP (krajˇ se za Universal Software Radio Peripheral) je v ˇ casu pisanja ena izmed najbolj popularnih druˇ zin naprav programskih radiev. Gre za visokozmogljive, veˇ cnamenske programske radie, ki so veˇ cinoma grajeni modularno. Model B210 pripada seriji radiev, pri katerih ko- munikacija z osebnim raˇ cunalnikom poteka prek serij- 79 skega vodila USB. B210 pokriva frekvenˇ cno obmoˇ cje od 70 MHz do 6 GHz, omogoˇ ca dvo-kanalno komuni- kacijo (2x RX in 2x TX) v polnem dupleks naˇ cinu z moˇ znostjo uporabe veˇ cpotja (ang. MIMO Multiple-In Multiple-Out). Pasovna ˇ sirina prenosa podatkov med ra- diem in raˇ cunalnikom znaˇ sa 56 MHz (v obe smeri) prek serijskega vodila USB 3.0. Antene, ki smo jih uporabili pri izgradnji ra- darja so monopolne antene, ki so prilagojene za fre- kvenˇ cno obmoˇ cje 5 GHz signala WiFi po standardu IEEE 802.11ac. Na postajo USRP so pritrjene s konektorji SMA. 2.3 GNU Radio Pri uporabi programskega radia obdelavo signalov izva- jamo z raˇ cunalnikom. Za to delo smo uporabili GNU Ra- dio, ki se uporablja predvsem na podroˇ cju SDR. GNU Radio pa je uporaben tudi za sploˇ sno signalno analizo. Princip dela s tem orodjem si lahko predstavljamo kot risanje poti, po kateri bo potoval signal. To pot ime- nujemo signalna pot (ang. flow graph) in jo izriˇ semo oziroma sestavimo iz signalnih blokov. Ti bloki pred- stavljajo frekvenˇ cna sita, signalne ojaˇ cevalnike, ˇ stevilˇ cne pretvornike itd. Na zaˇ cetku signalne poti uporabimo po- sebne izvorne bloke, iz katerih signal izvira, ter ponorne bloke na koncu, kjer se signalna pot konˇ ca. 2.4 Dopplerjev radar Napravo za zaznavanje hitenja smo v tej fazi zgradili kot Dopplerjev radar. Dopplerjev radar je vrsta radarja, ki pri sprejemu odbitega signala uporablja zakonitosti Do- pplerjevega pojava za doloˇ citev hitrosti premikajoˇ cega objekta. Hitrost premikajoˇ cega objekta lahko izraˇ cunamo po enaˇ cbi (1). v = jf 0 f d j f 0 c 0 = f f 0 c 0 (1) Kjer jev hitrost premikajoˇ cega objekta,c 0 hitrost sve- tlobe v praznem prostoru, f 0 oddajna frekvenca radarja, f d sprejeta oz. Dopplerjeva frekvenca in f razlika med Dopplerjevo in oddano frekvenco [1]. Dopplerjev radar smo zgradili kot radar CW (ang. Continuous Wave radar). Pri tej vrsti radarja tvorimo si- nusni signal s frekvenco 500 kHz. Tega nato frekvenˇ cno zamaknemo in oddajamo na frekvenci 5,25 GHz (slika 1). Ko se opazovan objekt (v naˇ sem primeru uporabnik) pri- bliˇ zuje radarju, se, v primerjavi z oddajno frekvenco, Do- pplerjeva frekvenca dvigne. V primeru oddaljevanja pa se ta spusti. Frekvenco sprejetega signala izraˇ cunamo z al- goritmom FFT (ang. Fast Fourier Transform), ki raˇ cuna z vektorskimi bloki signala v velikosti 4096 elementov v frekvenˇ cnem oknu ˇ sirine B FFT = 2 MHz. Signal pred Fourierevo transformacijo ˇ se decimiramo za faktor 128, da izboljˇ samo frekvenˇ cno loˇ cljivost f r (2). Frekvenˇ cna loˇ cljivost po obdelavi znaˇ sa f r = 3; 8 Hz, kar da hitro- stno loˇ cljivosti v = 0; 11 m/s (3). Rezultat po Fourie- revi transformaciji je vektor Dopplerjevih frekvenc. f r = B FFT 128 4096 (2) v = f r 2f 0 c 0 (3) Pythonsko kodo, ki se ustvari na podlagi signalne poti v GNU Radiu, smo dopolnili z enostavno klasifikacijo rezultatov. Predznak Dopplerjeve frekvence poda infor- macijo o pribliˇ zevanju oz. oddaljevanju uporabnika. Ab- solutna vrednost Dopplerjeve frekvence pa informacijo o hitenju oz. ne-hitenju. Rezultate po klasifikaciji strnemo v dvobitno ˇ stevilo, kjer prvi bit predstavlja pribliˇ zevanje oz. oddaljevanje, drugi bit pa hitenje oz. ne-hitnje upo- rabnika v danem ˇ casovnem trenutku. Ta dvobitna ˇ stevila pa prek protokola MQTT (ang. Message Queuing Tele- metry Transport) poˇ sljemo v podatkovno bazo do katere dostopa komunikator. 2.5 Priporoˇ cilni sistem za izbiro poti do ˇ zelenega ci- lja Podatke, ki jih posreduje radar, prevzame glasovni ko- munikator. Ta deluje po podobnem naˇ celu kot Amazon Alexa, Google Assistant idr. Ti za zaˇ cetek komunika- cije uporabljajo proˇ zilno besedo (frazo) kot je na primer ”Alexa!” Ali ”Hey Google!” Mi smo namesto proˇ zilne besede uporabili podatke, ki jih posreduje radar saj z njimi dobimo tudi del socialnega konteksta, torej infor- macijo o hitenju. Komunikator je zgrajen na mikroraˇ cunalniku Ra- spberry Pi, saj ta omogoˇ ca enostaven dostop do inter- neta, oblaˇ cnih storitev in podpira uporabo zvoˇ cnih upo- rabniˇ skih vmesnikov. Ker za slovenˇ sˇ cino ˇ se ne obsta- jajo celovite reˇ sitve za razpoznavo in sintezo govora smo to reˇ sili z loˇ cenima tehnologijama. Za razpoznavo go- vora uporabljamo Googlove oblaˇ cne storitve, za sintezo pa oblaˇ cne storitve Microsoft Azure. Vremenske podatke pridobivamo od Agencije Republike Slovenije za okolje, za navigacijo pa uporabljamo navigacijske storitve pod- jetja HERE. Ko komunikator zazna, da se mu je uporabnik pribliˇ zal, ga pozdravi in vpraˇ sa o njegovi destinaciji. Destinacija, ki jo uporabnik sporoˇ ci komunikatorju je lahko ali na- slov ali pa pribliˇ zna lokacija - to navigacijski sistem nato pretvori v koordinate. Komunikator stalno razpolaga s podatki o vremenu, ki nudijo dodatne informacije, na podlagi katerih izpopolni razumevanje trenutnega social- nega konteksta uporabnika. Komunikator nato, glede na pridobljen socialni kontekst, uporabniku priporoˇ ci upo- rabo specifiˇ cnih linij mestnega avtobusa ali pa sprehod do ˇ zelene destinacije. 2.6 Merjenje hitenja Psiholoˇ ski del raziskovanja je bil usmerjen v prepozna- vanje vidnih znakov hitenja. Hitenje trenutno ˇ se ni do- bro raziskano podroˇ cje. Raziskave na tem podroˇ cju veˇ cinoma potekajo preko ˇ casovno omejenih eksperimen- tov, ki prisilijo ljudi, da pri opravljanju doloˇ cene naloge hitijo. Ljudje so v ˇ casovno omejenih pogojih pod stre- som, zato smo predvidevali, da bodo znaki hitenja po- dobni znakom, ki kaˇ zejo na stres. Pri raziskovanju litera- ture smo se tako usmerili tudi na vidne znake stresa. 80 Slika 1: Signalna pot Dopplerjevega radarja v GNU Radiu Raziskave so pokazale, da so udeleˇ zenci, ki so bili ˇ casovno omejeni, ˇ cutili veˇ c aktivacije, bili bolj vzburjeni in bili pod veˇ cjim stresom [2]. Pospeˇ seno je bilo diha- nje, poveˇ can premer zenice, zmanjˇ salo pa se je meˇ zikanje [3]. Poviˇ sani frustraciji in vznemirjenosti sledi negativno razpoloˇ zenje kot je jeza. Stanje jeze pa je povezano z vedenjem, ki je vidno navzven in s fizioloˇ skimi odzivi. Prepozna se lahko z nesramnimi gestami, kletvicami in kriˇ canjem. Med stresom in fizioloˇ skim odzivom obstaja moˇ cna povezava. Visoke ravni stresa med drugim vpli- vajo tudi na porast krvnega tlaka in viˇ sji srˇ cni utrip. Raz- iskava o vedenju peˇ scev pri preˇ ckanju ceste je pokazala, da ni bilo razlik med spoloma in glede na starost, pri vseh udeleˇ zencih je bilo vedenje pod ˇ casovnim pritiskom bolj tvegano. Pri hitenju se ljudje hitreje gibajo [4]. ˇ Studija o iskanju znakov preobremenitve je ugotovila, da so simp- tomi in vedenjski znaki, ki se kaˇ zejo pri stresu med dru- gim izguba fokusa, nepotrpeˇ zljivost, teˇ zave s sprejema- njem odloˇ citev in tresenje telesa [5]. Za merjenje hitenja, kjer smo ˇ zeleli preveriti delovanje programskega radia in komunikatorja v ekoloˇ sko veljav- nih situacijah, smo izvedli dva eksperimenta. Ekoloˇ ska veljavnost je predstavljala velik izziv, saj je avtentiˇ cno hitenje teˇ zko izzvati oziroma zaigrati. Eksperimente smo zasnovali stopenjsko, pri ˇ cemer smo upoˇ stevali predvi- dene zmoˇ znosti programske opreme v danem trenutku. Glede na realen razvoj, smo nato eksperimente prilaga- jali potrebam in trenutnemu raziskovalnemu problemu. S prvim pilotnim eksperimentom smo ˇ zeleli identifi- cirati opazljive znake hitenja, ki bi sluˇ zili kot izhodiˇ sˇ cna toˇ cka za pripravo primerne opreme na merjenje. Udeleˇ zenci: dva moˇ ska in dve ˇ zenski (M = 22,8). Pripomoˇ cki: kamera, kljuˇ ci, denarnica, telefon, jakna, torba, ˇ stoparica. Postopek: Testno situacijo sta sestavljala dva pogoja, brez ˇ casovne omejitve in ˇ casovna omejenost na 1 mi- nuto. Vsak udeleˇ zenec je sodeloval v obeh pogojih, ven- dar je vrstni red pogojev med udeleˇ zenci variiral zaradi moˇ znega vpliva vrstnega reda pogojev. Testni prostor je predstavljala dnevna soba v kateri so bili skriti predmeti (denarnica, kljuˇ c in telefon). Naloga udeleˇ zencev je bila, da v dnevni sobi najdejo skrite predmete, jih pospravijo v torbo, se obleˇ cejo in odidejo iz prostora. Med eksperi- mentom je bila z udeleˇ zencem v prostoru oseba, ki ga je snemala. Analiza rezultatov: Zbrane posnetke smo analizirali in jih poslali 10 zunanjim opazovalcem za viˇ sjo objektivnost rezultatov. Ti so pregledali neme posnetke udeleˇ zencev in odgovarjali na podana vpraˇ sanja: Opazuj in opiˇ si vede- nje osebe na obeh posnetkih. Katere so razlike v vedenju (obrazni izrazi, gibanje, neverbalna komunikacija)? Za- radi ˇ cesa je po vaˇ sem mnenju priˇ slo do teh razlik? Rezultati: Podane odgovore smo semantiˇ cno uredili in izdelali kategorije opaznih znakov hitenja. V vsako od ˇ stirih glavnih kategorij spada veˇ c znaˇ cilnih znakov hi- tenja: Gibanje telesa (veˇ cja intenzivnost gibanja, hi- trejˇ se gibanje); obrazni izrazi (namrˇ sˇ ceno ˇ celo, beganje z oˇ cmi); ˇ custva (jeza, obup, skrb, zmedenost); vedenje (manjˇ sa natanˇ cnost, nepremiˇ sljenost in brezbriˇ znost). Drugi eksperiment je potekal od doma in na fakul- teti. Od doma smo izvedli pilotno ˇ studijo drugega ekspe- rimenta, v kateri sta bila udeleˇ zena moˇ ski in ˇ zenska, stara 23 in 24 let. ˇ Studija je bila namenjena preizkuˇ sanju de- lovanja opreme, ustreznosti navodil ter oblikovanja pro- stora za eksperiment. V nadaljevanju smo z eksperimen- tom nadaljevali na fakulteti. ˇ Zeleli smo pridobiti infor- macije o razliki v gibanju osebe, ki se ji mudi in osebe, ki se ji ne mudi. Iz pridobljenih podatkov smo ˇ zeleli najti znaˇ cilne vzorce in parametre prek katerih bi programski radio lahko klasificiral ljudi v ti dve skupini. Udeleˇ zenci: 11 moˇ skih in 1 ˇ zenska, stari od 21 do 54 let (M = 26,4). Pripomoˇ cki: Kinect, programski radio, 15 plastiˇ cnih lonˇ ckov, ˇ stoparica. Postopek: Testno situacijo sta ponovno sestavljala dva pogoja (brez ˇ casovne omejitve in ˇ casovna omejenost na 1 minuto). Vsak udeleˇ zenec je sodeloval v obeh pogo- jih, vendar je vrstni red pogojev med udeleˇ zenci variiral. 81 Na eni strani prostora je na mizi postavljenih 15 lonˇ ckov, na drugi strani pa je oznaˇ cen prostor za zidanje piramide (nizka mizica). Kinect in programski radio (radar) sne- mata prostor iz sprednje strani, tako da se udeleˇ zenec neposredno pribliˇ zuje k radarju oziroma oddaljuje stran od njega. Udeleˇ zenec se giblje v ravni liniji od prostora z lonˇ cki, do prostora za postavljanje piramide, nad ka- terim sta Kinect in programski radio. Vsako nalogo je udeleˇ zenec zaˇ cel opravljati pri mizi z lonˇ cki. Najprej je 30 sekund hodil v ravni liniji z obiˇ cajnim tempom, kar nam bo sluˇ zilo kot kontrola hitrosti. Moˇ zno je namreˇ c, da udeleˇ zenec zaˇ cne hiteti tudi v pogoju brez ˇ casovne ome- jitve. Nato so udeleˇ zenci dobili navodilo, naj iz lonˇ ckov zgradijo piramido. Zaˇ cnejo na strani kjer se lonˇ cki tre- nutno nahajajo, naenkrat lahko do mizice nesejo le en lonˇ cek, piramido pa morajo sestavljati sproti. V pogoju s ˇ casovno omejitvijo so dobili ˇ se dodatno navodilo, naj bodo ˇ cim hitrejˇ si, saj imajo ˇ casa le eno minuto. 3 Rezultati S pomoˇ cjo drugega eksperimenta smo uspeˇ sno pridobili podatke meritev iz obeh trenutno uporabljenih senzorjev, programskega radia in kamere Kinect. Iz podatkov, pri- dobljenimi s programskim radiem, je jasno razvidno med stanji hitenja in ne-hitenja uporabnika, ko se ta pribliˇ zuje in oddaljuje od senzorjev (slika 2). Intenzivnost hitenja se odraˇ za v amplitudi Dopplerjevega odziva, sama hitrost gibanja pa se odraˇ za v frekvenci Dopplerjevega odziva. Pri vseh udeleˇ zencih sta bila opaˇ zena poveˇ cana intenziv- nost in hitrost gibanja v situacijah, kjer smo izzvali hite- nje. Kakor smo ugotovili ˇ ze iz posnetkov prvega ekspe- rimenta. Soˇ casno pridobljeni posnetki iz Kinecta bodo sluˇ zili pri pripravi boljˇ se klasifikacije med obema sta- njema pribliˇ zevanja ter bodo uporabljeni v nadaljevanju raziskave. Ti bodo uporabni predvsem pri identifikaciji morebitnih nevidnih znakov hitenja. Slika 2: Graf Dopplerjevega odziva zaradi premikanja uporabnika pred radarjem 4 Razprava Ta pristop trenutno omogoˇ ca le grobo klasifikacijo med hitenjem in ne-hitenjem. Pridobljeni rezultati imajo le omejeno veljavnost. V vseh primerih so se uporabniki na- pravi pribliˇ zevali neposredno, v ravni liniji. Za Doppler- jev radar je to sicer optimalen kot pribliˇ zevanja ampak v realnem okolju se bodo uporabniki napravi pribliˇ zevali pod razliˇ cnimi koti. Prav tako je vzorec uporabnikov sta- tistiˇ cno majhen niti ni dobro uravnoteˇ zen po spolu in sta- rosti uporabnikov. V nadaljevanju raziskave naˇ crtujemo eksperiment, kjer bo komunikator postavljen v ˇ zivo okolje kot je na pri- mer avla fakultete. V takem okolju bomo lahko zbrali ekoloˇ sko bolj veljavne rezultate. Tokrat brez uporabe ka- mere Kinect. Komunikator bo na voljo za uporabo kot priporoˇ cilni sistem za naˇ crtovanje poti, hkrati pa bo zbi- ral podatke o hitenju uporabnikov. Te podatke pa bomo s tehnikami strojnega uˇ cenja uporabili za natanˇ cnejˇ so kla- sifikacijo med uporabniki. Zahvala Rezultati tega dela so nastali v okviru projekta PKP ’Spremljanje lege, gibanja in karakteristiˇ cnih kretenj uporabnika multimedijske storitve z visokofrekvenˇ cnimi radijskimi signali’. Projekt sta sofinancirala Republika Slovenija in Evropska unija iz Evropskega socialnega sklada. 5 Zakljuˇ cek Hitenje je psiholoˇ sko mnogo zahtevnejˇ se za analizo in ga kot tako ne moremo doloˇ citi le na podlagi hitrosti pribliˇ zevanja uporabnika k napravi. Na trgu se trenu- tno pojavljajo reˇ sitve kot so senzorji, ki operirajo z ra- dijskimi valovi v milimetrskem valovnem podroˇ cju. Ti omogoˇ cajo tudi natanˇ cno doloˇ canje oddaljenosti uporab- nika od naprave, kot pribliˇ zevanja in tudi merjenje bio- metriˇ cnih znakov (kot so hitrost dihanja in srˇ cni utrip). Omogoˇ cajo pa tudi zaznavanje kretenj. Vse to nam daje dodaten vpogled in informacije, s katerimi lahko nare- dimo ˇ se boljˇ so klasifikacijo hitenja. Literatura [1] L. N. Ridenour, Radar system engineering. New York: McGraw-Hill Book Co, 1947. OCLC: 1104722440. [2] C. Oliveras, M. Cunill, M. Gras, M. Sullman, M. Pedra, and C. Figner, “Effects of time pressure on feelings of stress, activation and arousal, and drivers’ risk taking behaviour,” Human Factors in Transportation, pp. 245–248, 2002. [3] E. Rendon-Velez, P. M. . van Leeuwen, R. Happee, I. Horv´ ath, W. van der Vegte, and J. de Winter, “The effects of time pressure on driver performance and physiological activity: A driving simulator study,” Transportation Rese- arch Part F: Traffic Psychology and Behaviour, vol. 41, pp. 150–169, Aug. 2016. [4] B. A. Morrongiello, M. Corbett, J. Switzer, and T. Hall, “Using a Virtual Environment to Study Pedestrian Beha- viors: How Does Time Pressure Affect Children’s and Adults’ Street Crossing Behaviors?,” J. Pediatr. Psychol., vol. 40, pp. 697–703, Aug. 2015. [5] J. H. Amirkhan, I. Landa, and S. Huff, “Seeking signs of stress overload: Symptoms and behaviors.,” International Journal of Stress Management, vol. 25, pp. 301–311, Aug. 2018.