共享任務對汽車安全性和軟件可用性的影響

景春暉 ，支錦亦

（西南交通大學建筑與設計學院，四川 成都 611756）

駕駛時使用手機對駕駛安全有重大影響[1-6]，司機在使用手機過程中出車禍的概率為42%[7]. 反向來看，駕駛任務也對手機交互可用性產(chǎn)生了影響，即“逆向效應”[8-11]. 如今，由于以汽車共享經(jīng)濟為代表的“零工經(jīng)濟”（gig economy）的出現(xiàn)，開車時使用手機的情況更加有所增加[12]. 中國國家信息中心共享經(jīng)濟研究中心發(fā)布的《2019年度中國共享經(jīng)濟年度報告》[13]提到，2015年—2018年網(wǎng)上出租車乘客數(shù)量從9.5%增加到36.3%. 截至2018年底，滴滴出行已連接4.5億多乘客和2100萬司機，每天收到74.3億份訂單，完成2500多萬份訂單，服務城市超過400個. 這將導致一系列與手機分心駕駛（mobile phone distracted driving，MPDD）和雙任務干擾相關的問題[11]. 然而，目前關于汽車共享任務的研究較少. 關于車內使用手機的研究主要集中在通話任務上（近60%），其次是發(fā)短信任務（近38%）[11]. 因此，亟需關于共享汽車軟件對駕駛安全性和交互可用性的研究.

目前，關于車內使用手機的研究主要集中在手機交互任務對駕駛安全性的影響上. 例如，執(zhí)行音樂搜索或導航任務對駕駛員視覺注意力和駕駛能力的影響[12-15]，免提和手持移動電話對駕駛性能的影響等[16]. 在車內使用手機會增加反應時間[17-18]，損害視覺注意力分布[19-20]，減少車道變換頻率[21]，增加跟車距離[18]，以及降低行駛速度[22]等. 這些干擾都將導致駕駛安全風險的增加.

但近年來，對逆向效應的研究開始出現(xiàn)[11]. 保持車輛橫向控制穩(wěn)定將導致人的語言交互能力的降低[8]，駕駛會影響手機的交互響應時間[23]，駕駛任務會影響發(fā)短信的準確性[10]. 然而，目前，類似的研究還遠遠少于駕駛安全性的研究，因此有必要在進行駕駛安全性研究的同時進行交互可用性研究.

在現(xiàn)有研究中，駕駛安全性可以用以下變量反映：速度偏差（使用手機會導致更高的速度偏差和橫向加速度可變性）[11,24]、車速（開車時說話/撥號/發(fā)短信會導致速度降低）[11]、制動響應時間和剎車時間[25-29]、駕駛錯誤[30]、認知負荷[31]、方向盤修正量[32]等. 為了在汽車共享任務中確定這些變量的表現(xiàn)，本研究選取車速、駕駛錯誤、方向盤修正次數(shù)以及制動時間等參數(shù)作為駕駛安全性變量. 對于反映交互可用性的變量，Harrison等[33]指出最常見的可用性變量是有效性、效率和滿意度（超過50%）. 另外，認知負荷也被認為是可用性的一個重要方面[34]. 交互時間和交互錯誤也可以被用作衡量交互績效[35]. 因此，本研究選取交互錯誤（效度）、交互時間（效率）、滿意度、認知負荷作為交互可用性變量.

如Choudhary等[36]所述，目前關于手機和駕駛相互影響的研究大多在發(fā)達國家開展，在發(fā)展中國家開展的工作很少. 然而，在發(fā)展中國家駕駛時使用手機的情況非常常見[1]. 此外，種族、習慣和文化因素會導致交互和駕駛表現(xiàn)的不同. 例如，Nakano等[37]指出美國和日本用戶在搜索習慣和搜索速度上就存在差異. 因此，有必要在中國（人口最多的發(fā)展中國家）進行研究.

綜上，關于汽車共享的駕駛安全性和交互可用性研究面臨以下問題：

1） 在駕駛時使用汽車共享軟件是否會對駕駛安全性產(chǎn)生影響；

2） 逆向來看，駕駛任務是否會影響汽車共享軟件的交互可用性績效；

3） 影響的績效指標和影響機制尚不明確.

1 研究方法

1.1 試驗材料

研究采用現(xiàn)場觀察和問卷的方法對30名經(jīng)驗豐富的中國司機進行了調查. 駕駛員的年齡為20～45歲（均值為36.56歲，標準差為5.24歲）. 被試對汽車共享軟件的交互流程進行了排序，共獲得11項主要功能，包括呼叫乘客、個人信息、訂購等. 參與者通過排序最終確定了3個最常見的功能，對應試驗交互任務T1～T3：接單（任務T1）、確認信息（乘客信息、目的地等）（任務T2）、目的地搜索（通過平移或縮放確定手機屏幕地圖上的目標位置）（任務T3）.開發(fā)了3個試驗測試demo，如圖1所示.

圖1 試驗demo界面Fig. 1 Three experimental demo interfaces

1.2 實證研究

1.2.1 參與者

研究招募了24名熟練使用滴滴出行軟件的司機作為參與者，均為20～45歲（均值為33.43歲，標準差為6.32歲）的右撇子男性，每周駕駛3次以上，每天駕駛10 h以上，持續(xù)5年以上（司機擁有足夠的經(jīng)驗，從而消除經(jīng)驗不足引發(fā)的影響）. 所有被試都身體健康，視力正常，駕駛小型手動車，并且有使用汽車共享軟件的經(jīng)驗. 為了排除年齡對感知可用性的潛在影響，選擇了相同年齡組的參與者[12].

1.2.2試驗設備與環(huán)境

本文選用駕駛模擬器而不是在真實環(huán)境中進行試驗研究. 盡管有研究認為模擬器缺乏真實感[11]，但模擬器較為安全，控制駕駛參數(shù)很容易[32]. 此外，駕駛模擬器的效度并不比真車自然駕駛差[7].

在MPDD相關研究中，駕駛模擬器試驗的道路環(huán)境大都選擇了雙車道道路[6,32]，文本選取一條模擬中國城市的雙車道道路作為試驗道路. 道路負荷較低，從而避免對駕駛的意外影響. 根據(jù)中國市區(qū)道路法規(guī)，最高車速限制為60 km/h[38].

使用的手機為5.7英寸（1920像素 × 1080像素）觸摸屏，使用滴滴司機常用的可旋轉手機支架架設在滴滴司機最常放置的位置：右側空調出風口處，如圖2所示.

圖2 試驗設備Fig. 2 Experimental equipment

此外，還使用了調查問卷、高清攝像機和筆記本電腦等設備.

1.2.3 測試內容

因變量包括駕駛安全性變量和交互可用性變量.

駕駛安全性變量包括制動響應時間、制動停車時間、車速、認知負荷、方向盤修正幅度和次數(shù)、駕駛錯誤. 制動響應時間為司機自收到制動信號到做出制動動作的時間；制動停車時間為司機在做出制動反應后到車輛減速至20 km/h的時間；車速為司機執(zhí)行任務時的車輛平均速度；認知負荷是通過NASATLX量表確定[39]；方向盤校正幅度和次數(shù)分別為駕駛員在10 s內執(zhí)行交互任務時調整方向盤的平均角度和總次數(shù)；駕駛錯誤為檢測到的車輛越過道路基線的次數(shù).

交互可用性變量包括交互時間（效率）、交互錯誤（效度）、認知負荷和滿意度. 交互時間為完成交互任務所需的時間；交互錯誤為交互任務執(zhí)行錯誤的次數(shù)；認知負荷和滿意度分別使用認知負荷問卷和滿意度問卷[40]確定.

1.2.4 試驗任務和程序

1） 任務T1：參與者在收到開始命令后，查看手機屏幕上顯示的文字信息，當信息被確認后，點擊“確認”按鈕；按鈕被點擊后信息消失（圖1（a））；此任務需要少量手指和視覺交互.

2） 任務T2：參與者在收到開始命令后，在駕駛的同時通過手機屏幕檢查路線信息（路線信息提供了距離目標的距離和路線的方向等信息）（圖1（b））；此任務只需要視覺交互但是需要記住相關信息.

3） 任務T3：參與者在駕駛時收到開始命令后，立即查看手機屏幕上的目的地信息，目的地在屏幕外，因此參與者應通過拖動或縮放（基于個人習慣）將標記的目的地圖標移動到屏幕內[41]（圖1（c））；這項任務需要相對較多的手指和視覺交互.

試驗步驟如下：

步驟1收集被試的基本信息，如駕齡、年齡、性別、駕駛習慣、車型、汽車共享軟件使用經(jīng)驗等.

步驟2告知被試駕駛和交互任務，并訓練15 min以便熟悉交互任務和駕駛任務. 當被試完成駕駛互動任務后，需要完成認知負荷和滿意度量表.

步驟3調整手機位置和座椅位置. 當汽車處于停車狀態(tài)時，對參與者進行T1～T3測試，每項任務完成后，完成認知負荷量表和滿意度量表.

步驟4在中國典型的低交通負荷城市雙車道道路上以40～50 km/h的正常速度行駛. 在正常駕駛5 min后，被試在駕駛狀態(tài)下依次接受T1～T3任務測試. 每項任務完成后，完成認知負荷量表和滿意度量表.

步驟5為避免固定試驗順序對試驗結果的影響，被試的試驗順序不同.

在試驗數(shù)據(jù)基礎上，采用配對樣本t檢驗方法，考察了汽車共享任務對交互可用性和駕駛安全性的影響.

2 交互可用性

2.1 交互時間

對停車交互和駕駛中交互兩種狀態(tài)下的交互時間進行了比較.t檢驗結果為：任務T1的t值為2.650，P值為0.014；任務T2的t值為4.826，P值為0；任務T3的t值為2.937，P值為0.007；說明停車和駕駛中的交互時間均存在顯著差異. 如圖3所示，在任務T1～T3中，駕駛中的交互時間比停車狀態(tài)下的交互時間長24%～87%，這說明駕駛行為在所有交互場景中都會顯著增加交互時間.

圖3 交互時間Fig. 3 Interaction time

2.2 滿意度

對停車交互和駕駛中交互兩種狀態(tài)下的滿意度進行比較，t檢驗結果為：任務T1的t值為3.246，P值為0.014，任務T2的t值為2.807，P值為0.010；這反映出在任務T1和T2中，停車交互與駕駛中交互的滿意度存在顯著差異. 如圖4所示，任務T1在駕駛交互時的滿意度為6.597 ± 2.539，低于停車交互時的滿意度7.758 ± 2.294；任務T2在駕駛交互時的滿意度為6.404 ± 2.660，低于停車交互時的滿意度7.571 ± 2.237. 駕駛交互時的滿意度比停車交互時降低了15%，這說明駕駛分心和認知負荷的增加會造成主觀滿意度的降低. 但在任務T3中停車交互和駕駛中交互的主觀滿意度沒有顯著差異，結合試驗后的用戶訪談發(fā)現(xiàn)，這可能是因為在操作任務T3時需要較多的視覺瀏覽和手指交互，較為復雜，即使在停車狀態(tài)下也占用了用戶相當大的注意力，因此用戶難以通過主觀感覺分辨停車狀態(tài)和駕駛狀態(tài)下的滿意度差異.

圖4 滿意度Fig. 4 Satisfaction rating

2.3 認知負荷

對停車交互和駕駛交互兩種狀態(tài)下的認知負荷進行比較，t檢驗結果為：任務T2的t值為3.309，P值為0.003，任務T3的t值為4.895，P值為0；這反映出在任務T2和T3中，停車交互與駕駛中交互的認知負荷存在顯著差異. 如圖5所示，任務T2在駕駛交互時的認知負荷為4.022 ± 2.670，高于停車交互時的認知負荷3.024 ± 2.042；任務T3在駕駛交互時的認知負荷為4.108 ± 2.347，高于停車交互時的認知負荷2.550 ± 1.665，駕駛狀態(tài)下的認知負荷比停車狀態(tài)增加了33%～61%. 這說明駕駛行為會造成認知負荷的增加.

圖5 認知負荷Fig. 5 Cognitive load

2.4 交互錯誤

對停車交互和駕駛中交互兩種狀態(tài)下的交互錯誤比較發(fā)現(xiàn)：各任務中的交互錯誤都不存在顯著差異.

3 駕駛安全性

3.1 車速

對駕駛不操作軟件（driving without operating software，DWOS）、駕駛的同時操作軟件（operating software while driving，OSWD）兩種狀態(tài)下的車速進行了比較. 結果發(fā)現(xiàn)，任務T2的t檢驗結果為：t值為2.257，P值為0.034，車速存在顯著差異. 如圖6所示，在DWOS狀態(tài)下的車速為（50.40 ± 5.36） km/h，高于在OSWD狀態(tài)下的車速（46.54 ± 7.16） km/h.這說明駕駛時操作軟件會導致車速的降低，這可能是因為司機意識到了風險而采取的補償措施[9,23].

3.2 方向盤調整角度、方向盤調整次數(shù)

對DWOS、OSWD狀態(tài)下的方向盤調整角度和調整次數(shù)進行了比較.

方向盤調整角度的t檢驗結果為：任務T1的t值為2.255，P值為0.034，任務T2的t值為3.037，P值為0.006，任務T3的t值為4.213，P值為0. 任務T1～T3在 OSWD、DWOS兩種狀態(tài)下均存在顯著差異. 如圖7所示， OSWD狀態(tài)下比DWOS狀態(tài)下的方向盤調整角度增加了25%～66%.

圖6 任務T2的車速Fig. 6 Driving speed of task T2

圖7 方向盤調整角度Fig. 7 Steering wheel adjustment angle

方向盤調整次數(shù)的t檢驗結果為：任務T1的t值為2.731，P值為0.012，任務T3的t值為4.513，P值為0. 如表1所示，OSWD狀態(tài)下比DWOS狀態(tài)下的方向盤調整次數(shù)增加了217%～761%，這說明駕駛時操作軟件對于司機控制方向盤的能力有顯著影響.

表 1 方向盤調整次數(shù)Tab. 1 Times of adjusting steering wheel 次

3.3 駕駛錯誤

DWOS、OSWD狀態(tài)下的駕駛錯誤的t檢驗結果為：任務T1～T3的P值均為0，t值分別為4.764、5.572、5.264；說明任務T1～T3在DWOS、OSWD狀態(tài)下均存在顯著差異. 如表2所示，在OSWD狀態(tài)下的駕駛錯誤比在DWOS狀態(tài)下的駕駛錯誤增加了512%～1053%，這說明駕駛時操作軟件容易導致司機駕駛錯誤的出現(xiàn).

表2 駕駛錯誤Tab. 2 Driving errors 次

3.4 反應時間和制動時間

對DWOS、OSWD兩種狀態(tài)下的反應時間和制動時間進行了比較. 結果發(fā)現(xiàn)，任務T3的t檢驗結果為t值為2.585，P值為0.017，DWOS、OSWD兩種狀態(tài)存在顯著差異. 如圖8所示，OSWD狀態(tài)下的反應時間比DWOS狀態(tài)下增加了45%. 具體來看，任務T3在OSWD狀態(tài)下的反應時間為（0.81 ±0.52） s，高于在DWOS狀態(tài)下的反應時間（0.56 ±0.32） s. 這可能是因為任務T3相對任務T1和T2更為復雜，有較多的離開方向盤的手指交互操作和視覺瀏覽操作，這說明交互壓力更大的任務會更為顯著的影響制動反應時間. 對于制動時間來說，在各任務中都不存在顯著差異.

圖8 任務T3的反應時間Fig. 8 Reaction time of task T3

4 結 論

1） 在駕駛狀態(tài)下操作汽車共享軟件會顯著影響手機交互績效. 具體來看，會導致駕駛員交互時間增加、滿意度降低和認知負荷增加，但不會導致交互錯誤的增加.

2） 此外，發(fā)現(xiàn)相對駕駛時不操作軟件，駕駛時操作軟件會顯著影響駕駛安全性. 具體表現(xiàn)為制動反應時間增加、方向盤保持能力的下降、駕駛錯誤的增加、車速的降低. 但如果司機已經(jīng)做出制動反應行為后，在制動時間上，駕駛的同時是否操作軟件沒有顯著差異. 這說明汽車共享軟件導致的駕駛分心只影響反應時間，而不會影響制動行為. 但更為具體的影響機制還需要進一步研究確定.

本研究的結果能為汽車共享軟件的智能化設計、汽車共享軟件場景中的駕駛安全性補償設計提供理論借鑒，也可為汽車共享駕駛員的準入和培訓標準提供一定參考.

致謝：西南交通大學美國研究中心2020年度項目（ARC2020006）；工效學會-津發(fā)優(yōu)秀青年學者聯(lián)合研究基金（CES-Kingfar-2019-001）資助.