一、自動化駕駛與接管請求簡介

據(jù)世界衛(wèi)生組織統(tǒng)計，2018年全球約有135萬人喪生車禍。完全自動駕駛的概念車是這個問題的一個解決方案，但由于缺乏安全性，相關(guān)技術(shù)尚不成熟，這個夢想2040年前基本無法實現(xiàn)。自動化與工程學(xué)會定義了從“0”級到“5”級的自動化駕駛水平。“0”級被認(rèn)為是沒有自動控制的手動駕駛車輛，而“5”級是完全自動駕駛的車輛，無需人工駕駛。

在兩個極端水平（0級和5級）之間，則是半自動車輛。在半自動（2級、3級和4級）車輛中，人類駕駛員的行為類似于接線員。如果系統(tǒng)在臨界條件下運行，或者系統(tǒng)向駕駛員發(fā)出接管請求，操作員可以監(jiān)視車輛行為并干預(yù)車輛。美國國家道路交通與安全管理局也推薦了自動駕駛等級從“0”級逐步過渡到“5”級的政策。

第2級至第4級半自動駕駛中，駕駛員的職責(zé)有點混亂，這會給駕駛員帶來困難，在混合駕駛條件下可能導(dǎo)致事故。世衛(wèi)組織還警告說，隨著混合駕駛情況下自動化水平的逐步提高，到2030年，與事故相關(guān)的死亡人數(shù)可能會增加到200萬。大多數(shù)情況下，由于對系統(tǒng)的信任，駕駛員會參與與其主要任務(wù)無關(guān)的其他活動，這些活動被稱為“非駕駛相關(guān)任務(wù)”（NDRT）。為了讓脫離循環(huán)的環(huán)節(jié)（非駕駛相關(guān)任務(wù)）回到循環(huán)（進(jìn)行駕駛操作）中，使用了不同的策略，并名為接管請求（TORs）。

在高度自動化車輛領(lǐng)域：接管請求是人機交互的主要研究領(lǐng)域之一。盡管世界各地的研究人員都在考慮不同類型的接管請求模式，但在本次文獻(xiàn)調(diào)查中，我們僅考慮了以下條件：不同類型的接管請求模式。即幫助分心的駕駛員回到回路中進(jìn)行駕駛或提醒駕駛員關(guān)注車輛狀態(tài)。

二、文獻(xiàn)調(diào)研的方法

自動駕駛是近幾年來國內(nèi)外學(xué)者研究的熱點。研究團(tuán)隊在數(shù)字圖書館中發(fā)表了大量關(guān)于自動駕駛的相關(guān)文獻(xiàn)。為了獲得與分心駕駛相關(guān)的最新文獻(xiàn)，我們考慮了“IEEE Xplore”、“Science Direct”、“Google Scholar”、“ACM DL”、“Auto UI conference proceedings”和“ResearchGate”等文獻(xiàn)庫。許多關(guān)鍵字用于從網(wǎng)上圖書館查找文獻(xiàn)。這些詞包括“無人駕駛汽車中的人的反應(yīng)”、“人為因素”、“接管請求”、“自動駕駛車輛中的接管請求”、“與駕駛無關(guān)的任務(wù)”、“環(huán)境光顯示”、“分心駕駛”、“照明任務(wù)”等。它引導(dǎo)我們分析了2309篇已發(fā)表的文章。

該方法包括3個步驟：

1）從數(shù)字圖書館中檢索已發(fā)表的文章

2） 篩選出最適合我們標(biāo)準(zhǔn)的文章

3）檢查和分析子參考文獻(xiàn)，以獲得更多的文獻(xiàn)。

重復(fù)這個過程幾百次。我們只選擇了15篇符合我們“分心駕駛的接管請求模式”標(biāo)準(zhǔn)的論文。之所以分析了很多文章，只過濾出了少數(shù)幾篇文章，是因為自動駕駛、接管請求、分心駕駛等未明確的搜索詞，導(dǎo)致我們找到了太多純粹與設(shè)計、自主車輛定位以及速度意識、行人意識等情境意識相關(guān)的文章。

三、概述

基于與駕駛無關(guān)的任務(wù)和自動駕駛車輛中的接管請求模式這個篩選標(biāo)準(zhǔn)，我們將20部精選出版的作品進(jìn)行分組，并對它們進(jìn)行總結(jié)。首先，我們定義了非駕駛相關(guān)任務(wù)和接管請求模式，然后總結(jié)出分組的文章。

用于幫助駕駛員持續(xù)參與、得到提醒并專注于駕駛或在分心后回到循環(huán)中的模式稱為接管請求模式。布賴恩等人調(diào)查駕駛者駕駛自動駕駛車輛時的行為，結(jié)果顯示駕駛者在駕駛時更傾向于將視線從道路上移開，且更傾向于將手從方向盤移開。世界各地的研究人員定義并采用了五種不同類型的接管請求模式，包括聽覺、視覺、振動、嗅覺刺激、人體刺激，如圖1所示。研究者大多采用一種以上的接管請求模式來考察駕駛績效。這是多模式的設(shè)置；而有些研究者只采用單一的接管請求模式作為單一模式的設(shè)置。

圖1 TOR和NDRT的種類

A．單TOR模式

1）基于TOR的視覺刺激

該方法研究了基于可視中斷的接管請求。菲利普等人使用了一種新穎的概念，即在駕駛過程中通過手機或平板電腦發(fā)送通知。他們還考慮了接收請求時的車內(nèi)顯示屏。他們在受控環(huán)境中對3級和4級車輛場景進(jìn)行模擬研究，所給出的結(jié)果很有趣，因為設(shè)備上出現(xiàn)的接管請求有助于駕駛員重新進(jìn)入循環(huán)，并脫離與駕駛無關(guān)的任務(wù)。然而，基于移動通知的接管請求并沒有很高的性能。薩賓等人在高級駕駛輔助系統(tǒng)（ADAS）的緊急情況下，通過在外圍視圖中使用亮度信號來警告駕駛員，盡管她在實驗中沒有引入非駕駛相關(guān)任務(wù)的概念，但她介紹了一種能夠引起駕駛員注意的警報系統(tǒng)。

2）基于TOR的聽覺刺激

音頻信號是最有效的接管請求方式，以引起駕駛員的注意。Fagerl?nn等人提出了將無線廣播無效化以引起駕駛員注意的概念。同樣，Wang等人調(diào)查發(fā)現(xiàn)聲音信號有助于保持駕駛員的注意力。但大多數(shù)關(guān)于音頻接收請求模式的出版物，要么沒有考慮到分心駕駛的干擾，要么就是在實驗中使用了多種TOR模式。

3）基于TOR的嗅覺刺激

該方法提出了一種利用人的嗅覺來高效設(shè)計自主車輛多模式接收請求的新概念。秋陽等人在接管請求中使用薄荷作為觸覺和聽覺刺激的輔助。他們進(jìn)行了一個模擬機控制的環(huán)境實驗，結(jié)果表明，這不會影響人類駕駛員的反應(yīng)時間，但會提高輕度睡眠中駕駛員的警覺性。

4）基于TOR的人體刺激

Sarah提出了一個新的人體刺激接管請求方式。在控制實驗的第一部分；他們使用電刺激駕駛員的手臂，同時在模擬器上進(jìn)行復(fù)雜的非駕駛視覺駕駛?cè)蝿?wù)實驗。在第二部分中，他們用傳統(tǒng)的音頻、振動和視覺模式進(jìn)行了相同的實驗。最后比較了基于反應(yīng)時間和接管時間的結(jié)果。結(jié)果表明，振動帶來的反應(yīng)時間快，人體刺激次之。

B．基于TOR的多模式刺激

Naujoks、Petermeijer和Bazilinsky等人進(jìn)行了使用不同類型模式的控制實驗，表明多模式刺激提供了更有效的結(jié)果，但在測試時，他們只考慮了駕駛員的警覺性。Sol Hee等人在考慮模擬器受控環(huán)境中的非駕駛相關(guān)任務(wù)時，研究了多模式刺激。他設(shè)計了四種類型的非駕駛?cè)蝿?wù)：沒有任務(wù)，電話交談，智能手機交互和視頻觀看。結(jié)果表明，TOR的多模式交互設(shè)計具有重要意義。為評估駕駛員反應(yīng)過來駕駛汽車的反應(yīng)時長，Jungsook在運動模擬器中進(jìn)行一個在儀表板中間的屏幕上顯示一個視覺接管請求的實驗。他的研究結(jié)果表明，駕駛員需要的反應(yīng)時間取決于他所涉及的非駕駛相關(guān)任務(wù)的類型。Shadan等人在方向盤上引入視聽接管請求方式的概念。在使用模擬器進(jìn)行試驗時，他們發(fā)現(xiàn)未來的交通預(yù)測系統(tǒng)會降低駕駛員的反應(yīng)時間（RT），但碰撞時間會（TTC）更快。然而，他們也發(fā)現(xiàn)，參與非駕駛相關(guān)任務(wù)的程度不會影響用戶響應(yīng)。

四、評價方法

A、調(diào)查

為了更好地了解實驗過程中參與者的行為、用戶體驗、信任程度等方面，文獻(xiàn)采用了主觀研究的方法，包括實驗期間和實驗后的許多訪談問題。大多數(shù)研究者使用修正的NASA任務(wù)負(fù)荷指數(shù)與主觀精神問卷和用戶體驗問卷。一些研究人員還設(shè)計了自己的調(diào)查問卷和訪談問題，以便更好地理解參與者的心理。

B、計算

在接管請求分析中，我們發(fā)現(xiàn)反應(yīng)時間（RT）和接管時間（TOT）是用來評估在特定任務(wù)下效率的。我們還注意到，研究人員過去常常計算碰撞時間（TTC）、注視時間（FT）以及實際操作的計算任務(wù)。一般對心電圖進(jìn)行監(jiān)控，以獲得駕駛員的壓力和工作負(fù)荷狀態(tài)。在調(diào)查接管請求模式時，還考慮了用于計算駕駛疲勞的眼睛跟蹤技術(shù)和眼睛注視數(shù)據(jù)。

圖2 TOR時間線

C、 駕駛模擬器

研究和分析用戶反應(yīng)的一種最常見和最安全的方法是在受控環(huán)境中，所有的研究均在實驗室里的模擬器上進(jìn)行。使用OPENDS等開源的駕駛模擬器軟件進(jìn)行環(huán)境設(shè)計，并對人的行為進(jìn)行了分析。結(jié)果表明該方法是可行的，有助于自動駕駛汽車內(nèi)飾設(shè)計更加人性化。