驾驶员接管自动驾驶车辆研究进展

　　摘要:为全面认识自动驾驶接管行为特征，分析驾驶员接管行为，结合自动驾驶接管的技术和现实背景，从自动驾驶接管绩效的影响因素，包括场景、技术、心理和生理等因素，梳理国内外驾驶员接管自动驾驶车辆的研究成果，总结主要研究内容和方法，并展望其未来研究趋势.通过归纳和分析揭示了影响驾驶员接管自动车辆的因素，主要包括接管场景和接管请求方式，同时非驾驶相关任务和年龄等因素也会影响驾驶员的接管行为和表现.针对驾驶员接管的驾驶特征及行为研究，内容精确丰富，方法科学完善;而对驾驶员接管绩效评价和干预研究，重点关注在统计学的基础上，建立完善的数据指标评价体系，用于评价和干预驾驶员接管绩效.未来针对自动驾驶接管的研究，一方面寻求自动车辆技术突破;另一方面综合心理学和统计学理论基础，建立驾驶员接管能力培训体系.

　　关键词:自动驾驶;行为特性;接管绩效;评价指标

　　0引言

　　随着自动驾驶技术发展的推进，相关企业也开展了自动车辆道路实车试验，尽管研究人员认为自动车辆可能是解决碰撞事故的关键[1]，然而不成熟的自动驾驶技术在自然交通环境中也会引发交通事故，其中很重要的原因是现阶段自动驾驶系统并不安全和可靠[2].自动车辆仍需要驾驶员时刻监管路面和自动系统，并随时接管车辆掌握驾驶控制权，驾驶员主动或者被动的接管车辆一定程度上能够降低自动驾驶模式下事故发生率.相关学者对于自动驾驶接管进行了一系列探索性的研究，主要包括探究高效的接管请求方式，探索驾驶员接管的影响因素，以及提升驾驶员的接管绩效.但是，自动驾驶技术的发展存在局限性和伦理性问题，因此，总结分析当前国内外关于自动驾驶接管行为的研究热点，重点阐述现有的研究成果，并分析其发展趋势，为自动驾驶接管进一步扩展研究提供依据与参考.

　　1自动驾驶接管的相关概念

　　早在1992年，Hancock等[3]认为人类在车辆完全自动化前扮演着重要角色，市场中具备横向自动控制或者纵向自动控制功能的车辆众多，这些车辆已经达到美国机动车工程师学会(SocietyofAutomotiveEngineers，SAE)2018年的自动车辆标准中驾驶辅助系统的级别(PartialDrivingAutomation，L1)更高级别的自动车辆也逐渐进入人们视野.根据SAE于2018年更新的自动车辆标准[4]，将自动车辆划分为6个等级，其中2/3级自动车辆处于自动驾驶模式时，驾驶员需要作为应对突发状况的备用人员，4级自动车辆面临超过驾驶设计域时需要驾驶员接管车辆.

　　具体的，2级(partialdrivingautomation)与3级(conGditionaldrivingautomation)自动车辆的重要区别在于，前者要求驾驶员监控自动车辆和路面(2级，监控和接管)，后者允许驾驶员参与非驾驶相关任务，自动系统仅是期望驾驶员能及时响应接管请求(3级，接管).Boelhouwer等[5]的研究将自动驾驶接管定义为在特定的交通状况下自动驾驶，但是，当自动车辆面临特殊场景时，驾驶员必须接管车辆控制权[6].自动驾驶接管行为主要发生在2/3级自动车辆[7]，当自动系统无法处理某些状况时，驾驶员必须在安全的时间内接管车辆控制权，即接管时间(驾驶员接管车辆控制权所需的时间)，接管时间是衡量接管绩效的重要指标.综上所述，将自动车辆接管定义为:2/3级自动车辆在自动驾驶模式下，自动系统面临难以应对的状况时，发出接管请求，驾驶员在安全时间内接管车辆控制权.全文将遵从定义总结自动驾驶接管的相关研究进展.

　　2自动驾驶接管绩效的影响因素

　　驾驶场景多样化、复杂化对于自动驾驶技术是一项重大的挑战，场景模拟测试是评估自动驾驶技术发展水平的重要手段[8].SAE2018定义的自动驾驶标准中对于自动系统运行范围定义为:特定的驾驶操作设计域(operationaldesigndomain，ODD)，依此定义接管场景为:自动驾驶时遇到超出ODD以外的驾驶场景，例如，前方施工路段、恶劣的天气气候或者紧急的交通事故[9]，接管场景不同也会影响驾驶员的接管绩效，此外自动驾驶接管的影响因素众多，因此，从以下几个方面介绍自动驾驶接管的影响因素.

　　2.1接管请求与自动驾驶接管

　　在研究自动驾驶接管绩效的影响因素中，接管请求一直受到广泛的关注[10G16].接管请求影响了驾驶员接管车辆控制权的绩效[10]，众多学者在研究自动驾驶的接管请求时，围绕不同的接管请求方式开展了大量研究.相关研究表明，语音接管请求是一种有效的接管请求方式[11]，BazilinGskyy等[12]进行了大样本量的公众调查，调查选取了140种不同语速、语调和情绪的语音接管请求，研究发现，提升语速和特殊口头短语(例如，“立即接管”)会使驾驶员感觉更加紧迫，相反地，语音播报员的性别和情绪对驾驶员没有影响.

　　另外的研究还发现，触觉震动不需要驾驶员集中注意力就可以获取信息[13]，也是一种具有优势的接管请求方式，Petermeijer等[14]不仅验证了触觉震动信号是有效的接管请求方式，而且试图通过不同方向的振动警示驾驶员危险来源的方位，但是结果表明，振动方向不能提示风险来源.更进一步地，Forster等[15]考虑了混合接管请求方式，研究表明，听觉和视觉的组合比单一(听觉或视觉)接管请求更有效.Yoon等[16]在前人的基础上，设计了视觉①听觉;②震动;③混合(1+2，1+3，2+3，1+2+3)共计7种请求方式，研究表明，仅有视觉接管请求时驾驶员接管时间最长，驾驶员满意度较高的均是包含听觉警报的混合请求方式(1+2，2+3，1+2+3).综上所述，视觉、听觉和触觉请求方式都能有效地提升驾驶员接管绩效，视觉请求方式由于驾驶员需要集中注意力，所以通常与其他方式组合研究.然而，目前针对接管请求的研究，绝大多数只是分析了基于视觉、听觉和触觉等接管请求方式的有效性和差异性，研究结论过于单一，无法对自动驾驶接管绩效起到实质性的提升，因此，在研究分析接管请求方式时，应该综合考虑接管请求和其他因素，设计基本理论结构框架，循序渐进的完善接管请求模式，减少驾驶员信息接收负荷，既可有效地提升驾驶员接管绩效，同时又能协助驾驶员识别危险来源.

　　2.2驾驶员年龄与自动驾驶接管

　　人们期望自动车辆能解决一些的交通难题，其中包括专为老年人提供服务[17]，然而，研究表明，驾驶员随着年龄的增长驾驶能力逐渐衰弱[18G19]，伴随着情景意识水平降低[19]，同时更容易卷入致命的碰撞事故[20].当前自动车辆要求驾驶员能够及时响应接管请求，因此，研究人员针对年龄作为自动驾驶接管的影响因素开展了相关研究.在接管时间方面，Petermann等[21]的研究表明年轻驾驶员组(25~35岁)和年长驾驶员(50~70岁)组都能从容地接管车辆，结论是年龄对于接管时间并无显著影响.其他研究证明了这一观点，Körber等[22]通过模拟器实验比较年轻驾驶员组(≤28岁)与老年驾驶员组(≥60岁)的接管能力，结果证明，老年驾驶员的接管速度与年轻驾驶员相同，但是，接管操作方面存在差异，老年驾驶员会更频繁地制动保持足够的安全距离(距离前方障碍物)，表现比年轻驾驶员更加安全.Miller等[23]的研究评估了3组驾驶员(年轻人、成年人和老年人)接管车辆的表现，实验中驾驶员完成以下任务:看电影，看文章，监督自动系统，分析结果验证了年龄在接管操作方面有显著差异，具体表现为老年驾驶员难以听从指令、理解任务困难和记忆能力较差.

　　此外，年龄对参与非驾驶相关任务也有影响，Hallie等[24]研究通过模拟器实验观测青年驾驶人(18~35岁)和老年驾驶人(62~81岁)非驾驶任务参与情况，结果表明，老年驾驶员倾向于交谈，青年驾驶员则倾向于使用电子设备，同时2组驾驶员在2次接管请求之间的驾驶性能也存在显著差异.总的来说，年龄对于自动驾驶接管的影响主要体现在驾驶操作，接管反应时间方面则没有显著的区别.但是，在驾驶员年龄因素与自动驾驶接管的研究中，年龄段划分没有统一标准，年龄因素对于接管绩效的影响没有统一的观点，因此，研究结论在老年驾驶员驾驶自动车辆方面难以提供实质性的指导和建议.

　　2.3非驾驶相关任务(次要任务)与自动驾驶接管

　　SAE规定的3级以上自动车辆中，驾驶员允许参与非驾驶相关任务.此外，研究者发现部分自动化车辆(SAE，2级)中驾驶员也倾向于参与非驾驶相关任务，例如，喝咖啡，发短信和玩手机等[25G26].研究表明，参与非驾驶相关任务对驾驶人有利有弊，优点在于减轻困倦[27];缺点则体现在干扰注意力和影响接管绩效[28].研究人员针对非驾驶相关任务与自动驾驶接管的影响进行了一系列探索，Dogan等[29]开展了一项驾驶模拟器实验，结果表明，非驾驶相关任务导致驾驶员反应能力下降，增加了接管时间，但是在车辆横向控制和交通环境监控方面没有影响.鲁光泉等[30]探究了非驾驶相关任务(视觉任务)对年轻驾驶员的影响，研究表明，年轻驾驶员参与视觉非驾驶相关任务时会显著增加接管时间.

　　但是，其他研究在接管时间方面得出了相反的结论，Frederik等[31]分别探究了部分自动化和高度自动化车辆中，非驾驶相关任务对接管性能的影响，结果表明，前者会降低接管时间，非驾驶相关任务有助于驾驶员在自动驾驶时保持警觉性;高度自动化车辆中非驾驶相关任务对驾驶接管时间却没有影响，Ebru[32]得到了相似的结论，通过动态驾驶模拟器模拟条件自动化车辆，结果表明，非驾驶相关任务并没有对自动驾驶接管产生显著影响.此外，Lin[33]探究了驾驶员参与非驾驶相关任务的思维模式，①当驾驶员预计危险事件发生率较低时，参与非驾驶相关任务时可能会很少关注道路状况;②当危险事件出现的时间是均匀分布的，会导致驾驶员产生时间期望效应(即危险按固定时间周期出现)，降低驾驶员危险监管注意力;③当预计危险很紧迫时，驾驶员倾向于脱离非驾驶相关任务，相反地，如果预期危险不紧迫，驾驶员倾向于频繁的切换注意力以参与非驾驶相关任务.

　　综上所述，驾驶员自动驾驶模式下(SAE2级以上)都倾向于参与非驾驶相关任务[34].但是，参与非驾驶相关任务并不一定影响接管时间[35]或者降低驾驶员接管能力[36]，目前，非驾驶相关任务的影响需要进一步的明确和统一，因此，未来的研究应该集中开发综合理论模型，如建立标准化的样本选取、实验设计和分析方法，通过主观评价和客观实验结合相互验证，建立科学的实验体系，为非驾驶相关任务研究提供理论基础和有力的依据.

　　3自动驾驶接管绩效评价方法

　　现有自动驾驶接管绩效评价方法，一方面从量表数据入手，通过驾驶员自我评价衡量接管绩效，优点在于以人为本，更注重驾驶员的感受;另一方面，以驾驶人行为特性为基础，选取驾驶员行为指标评价接管绩效，优点在于实验数据客观，可靠性强，目前针对驾驶人行为特性的自动驾驶接管研究主要包括以下指标.

　　1)驾驶员的视觉特性.手动驾驶时驾驶员通过视觉获取80%以上的信息，相同地，自动车辆发出接管请求时，驾驶员读取道路信息主要也是依靠视觉，Lu等[37]利用眼动仪获取眼球运动数据，度量驾驶员的视觉注意力分布，注视活动定义为后视镜的扫视频率，通过问卷调查接管任务难度和反应时间压力的主观评价，结果表明驾驶员获得视觉信息的时间阈值为7s.Willem等[38]将注视潜在危险作为驾驶员发现潜在危害的指标之一，研究表明，时间越充足驾驶员察觉潜在危险的比率越高.总的来说，视觉注视和视觉扫视能够有效的表征驾驶员的注意力[37G39].以上的视觉注视延用了Velichkovsky等[40]的研究成果，即驾驶员注视危险点超过200ms认为驾驶员发现潜在危险.2)驾驶员的行为特性.自动驾驶时，驾驶员偶尔会双手离开转向盘或者双脚离开踏板，因此，一些研究将驾驶员发现危险到双手握转向盘和脚踩刹车的时间作为驾驶员的反应指标，将转向盘转角发生2°变化或制动踏板10%变化作为驾驶员开始接管的时间阈值[41G42].

　　此外，驾驶员接管车辆控制权后，车辆的转角、速度和横向位置等作为驾驶员接管操作能力指标，Happee等[43]的研究将转角变化超过2°的时间点作为驾驶员的转向响应时间，用于评价驾驶员在驾驶车辆换道规避风险的接管表现;Wiedemann等[44]将车辆的横向位置变化、转向盘角度变化作为车辆横向控制指标，速度变化作为纵向控制指标共同评估驾驶员接管绩效;Lotz等[45]将双手握住转向盘作为驾驶员的动作反应时间指标，接管请求开始到转向盘转角变化1°或者制动踏板角度变化5%作为驾驶员的操作反应时间指标.综上所述，驾驶员的视觉和行为特性通常作为评价驾驶员接管绩效的重要指标，驾驶模拟器观测驾驶员的接管行为，同时结合驾驶模拟器测量驾驶人的接管，将成为未来评估驾驶员接管绩效的重要研究方法.

　　4自动驾驶接管绩效优化方法

　　自动驾驶接管研究目的是提升自动驾驶接管绩效，保证自动驾驶接管为手动驾驶的过程安全高效，对于自动驾驶接管绩效优化方面，专家学者主要从以下方面着手.1)驾驶员方面.张艺竞等[46]提出驾驶员接管心理模型的3个阶段，警觉唤醒阶段、接管决策阶段和接管执行阶段.针对第一阶段的主要方法为干预，Blommer等[47]为分散注意的驾驶员设计了一个周期性的手动驾驶任务，结果表明周期性的手动驾驶任务有效地减少驾驶员响应时间，Wu[48]验证了手动驾驶任务能起到减少驾驶员的疲劳、保持驾驶员的兴奋水平和提升自动驾驶接管绩效的作用，但是仅在10min内有效.对于第二和第三阶段的提升方法为培训，Payre等[49]设计了一组对照试验，实验组进行了详细培训(由研究人员培训进行自动驾驶相关的视频和文本内容培训)，结果表明，详细培训有效提升驾驶员的接管能力，尤其在紧急情况下，实验组减少了接管响应时间和刹车次数.Boelhouwer[5]验证了现有的自动驾驶操作手册并不能有效的协助驾驶员判断接管场景，同样建议结合接管理论和实践培训的方式，提升驾驶员的接管绩效.2)技术层面方面.技术层面的提升方法众多，其中Kerschbaum[50]提出了一种自动折叠方向盘，当车辆处于自动驾驶状态时，转向盘隐藏到角落为驾驶员提供更多的活动空间，接管发生时转向盘恢复到初始位置，方向盘的运动过程可能会降低反应时间提高接管质量.

　　此外，PetermeiGjer[51]的研究试图增加接管请求内容的信息量，例如，通过不同方向的语音提示警示危险来源方向.Lu[52]的研究提出一种监控请求干预策略，即接管请求之前系统发出监控请求，要求驾驶员注意交通环境，结果表明，增加监控请求能有效提升驾驶员的接管绩效.3)接管绩效提升方面.尽管研究已经取得了一系列的成果，但是基于驾驶员行为特性的培训仍然没有有力的理论基础，自动驾驶技术提升仍然存在很多问题，短时间内还无法应用于实际自动驾驶接管绩效提升中.未来的研究应以驾驶员能力训练与自动车辆技术革新的为重点，依据心理学培训理论基础，建立科学的干预和培训体系，综合接管过程中多项信息参数的结算结果，确定行之有效加以推广的干预和培训方法，驾驶员培训和自动驾驶技术革新必将成为今后自动驾驶接管绩效研究的重要方向.

　　5结束语

　　1)众多学者关于自动驾驶接管请求方式的研究结果已经达成共识，混合接管请求方式(由听觉、视觉或触觉其中二者或以上组成)比单一方式更加有效，在这三者之中听觉接管请求更加有效.在此基础上，接管请求方式下一步的研究方向倾向于的通过接管请求提示驾驶员风险来源信息，以及有效协助驾驶员快速读取信息，减少驾驶员信息接收负荷是未来研究可能的重点也是难点.

　　2)自动驾驶接管的影响因素众多，目前，年龄因素对自动驾驶接管反应时间没有影响，差异体现在不同年龄段的驾驶员接管操作方面，研究结果不能明确老年驾驶员的接管能力强弱与否.非驾驶相关任务对自动驾驶接管的影响仍然不能统一，此结果可能是由于驾驶模拟器与实际场景的差异性造成的，因此，未来的研究可以依靠技术突破，实现实车实地实验，验证模拟实验结果，为参与非驾驶相关任务提供理论和数据支持.

　　3)目前，自动驾驶接管绩效的提升方法众多，关于驾驶员层面主要建议以培训教育为主，培训教育的优势是显著的，但是培训的方法并没有做到具体、规范和成体系，使得模糊的干预和培训方法并不能够实际应用于自动驾驶接管培训.因此，未来研究应致力于结合心理学和统计学理论基础，建立更科学有效的教育方法，为驾驶员的自动驾驶接管绩效起到实质性的提升.

转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/21972.html