曾嘉賓，李靖宇，尤志棟

(1.合肥工業(yè)大學 汽車與交通工程學院，合肥 230009；2.合肥工業(yè)大學 土木與水利工程學院，合肥 230009；3.公安部交通管理科學研究所，江蘇 無錫 214000)

隨著科學技術(shù)的進步，人們對于出行的要求越來越高，為了進一步滿足人們的出行需求并減少道路交通事故的發(fā)生，科學家們開始追求更加便捷、快速的出行方式[1]，于是自動駕駛汽車應運而生。自動駕駛汽車，又稱為無人駕駛汽車，是一種能夠依靠車輛傳感器感知周圍的道路環(huán)境、車輛和障礙物等信息，進而控制車輛的橫向和縱向運動操作，使車輛能夠高效、安全地在道路上行駛的新駕駛方式[2]。同時由于自動駕駛汽車能夠根據(jù)感知的信息規(guī)劃出最優(yōu)的出行線路，減少出行距離，因此能夠有效減少碳排放量，提高經(jīng)濟效益。目前，大部分汽車制造商如特斯拉、豐田、優(yōu)步等，以及一些互聯(lián)網(wǎng)公司如百度、谷歌等都紛紛投入到自動駕駛汽車的研發(fā)之中，期望研發(fā)出一款完全不需要駕駛?cè)瞬僮鞯钠?，解放駕駛?cè)说碾p手，緩解交通擁堵，減少道路交通事故。

根據(jù)美國汽車工程師學會(SAE)2018年的標準，將駕駛自動化等級分為0～5級[3]。其中，0級為無自動化，即需要由駕駛?cè)巳滩倏剀囕v以完成動態(tài)駕駛?cè)蝿眨?級為駕駛輔助系統(tǒng)，自動化系統(tǒng)能夠在其設計運行域(ODD)范圍內(nèi)對車輛的橫向或縱向運動控制提供駕駛支持；2級為部分自動化，自動化系統(tǒng)能夠在其設計運行域范圍內(nèi)對車輛的縱向和橫向運動操作提供駕駛支持，但需要駕駛?cè)嗽隈{駛過程中實時監(jiān)控道路環(huán)境，并在自動化系統(tǒng)停止工作時接管車輛的控制權(quán)；3級為條件自動化，自動化系統(tǒng)能夠在其設計運行域范圍內(nèi)執(zhí)行全部的動態(tài)駕駛?cè)蝿眨⑶也辉傩枰{駛?cè)藢崟r監(jiān)控道路環(huán)境，僅僅需要在自動化系統(tǒng)提醒時完成對車輛控制權(quán)的接管；4級為高度自動化，自動化系統(tǒng)能夠在其設計運行域范圍內(nèi)執(zhí)行全部的動態(tài)駕駛?cè)蝿找约皥?zhí)行接管；5級為完全自動化，自動化系統(tǒng)不再有使用條件的限制，車輛能夠在任何可行駛的道路環(huán)境中執(zhí)行全部動態(tài)駕駛?cè)蝿铡?/p>

接管的本質(zhì)就是車輛控制權(quán)在駕駛?cè)伺c自動化系統(tǒng)之間的轉(zhuǎn)換問題，根據(jù)控制權(quán)轉(zhuǎn)換的發(fā)起者和執(zhí)行者不同，可將接管分為被動接管(本研究所提到的接管均指被動接管)和主動接管。被動接管由自動化系統(tǒng)發(fā)起，由駕駛?cè)吮粍訄?zhí)行，指當自動化系統(tǒng)應對問題的能力不足或超出設計運行域范圍時，自動化系統(tǒng)向駕駛?cè)税l(fā)出接管請求，駕駛?cè)诵枰谟邢薜臅r間內(nèi)予以響應，完成控制權(quán)轉(zhuǎn)換；主動接管則由駕駛?cè)酥鲃影l(fā)起，指駕駛?cè)嗽谧詣踊到y(tǒng)仍處于活動狀態(tài)時，由于自動化系統(tǒng)表現(xiàn)不及駕駛?cè)祟A期，主動進行控制權(quán)轉(zhuǎn)換。

隨著自動駕駛技術(shù)的快速發(fā)展，目前汽車市場中已經(jīng)出現(xiàn)了2級和3級的自動駕駛汽車。在此級別的自動駕駛過程中，自動化系統(tǒng)是動態(tài)駕駛?cè)蝿盏膱?zhí)行者，而當自動化系統(tǒng)遇到不能處理的狀況時，駕駛?cè)俗鳛樽罱K接管者需要手動接管車輛的控制權(quán)。在這一階段中，動態(tài)駕駛?cè)蝿沼蓚鹘y(tǒng)的連續(xù)過程轉(zhuǎn)變?yōu)槭謩玉{駛與自動駕駛交替轉(zhuǎn)換的離散過程[4]，人與系統(tǒng)都可以對車輛進行控制，同時兩者需要相互協(xié)同才能完成動態(tài)駕駛?cè)蝿?，即人機共駕。

相關(guān)研究人員針對人機共駕環(huán)境下駕駛?cè)私庸苣芰M行了一系列探索性研究，主要包括如何對駕駛?cè)私庸苣芰M行評價、影響駕駛?cè)私庸苣芰Φ南嚓P(guān)因素以及提升駕駛?cè)私庸苣芰Φ姆椒?。盡管如此，自動駕駛汽車發(fā)展仍存在一些瓶頸問題，因此，本研究能為未來人機共駕環(huán)境下駕駛?cè)私庸苣芰Φ倪M一步研究提供參考依據(jù)。

1 人機共駕環(huán)境下駕駛?cè)私庸苣芰υu價方法

現(xiàn)有的人機共駕環(huán)境下駕駛?cè)私庸苣芰υu價方法主要以駕駛?cè)塑囕v操縱、眼動特性、接管行為和生理特性等方面為基礎(chǔ)，選取合理的數(shù)據(jù)指標評價駕駛?cè)说慕庸苣芰?，其?yōu)點在于實驗數(shù)據(jù)指標客觀且可靠性強。

在車輛操縱方面，鈕建偉等[5]采集了36名駕駛?cè)嗽?種不同危險場景下(前車急剎車、前方車輛切入)接管車輛控制權(quán)時的車輛操縱數(shù)據(jù)，包括速度、車輛橫向位移、車頭間距等，分析結(jié)果表明，不同危險場景影響著駕駛?cè)说能囕v操縱水平，駕駛?cè)嗽谇胺杰囕v切入場景中的速度更快、橫向位置標準差更大，車頭間距更大。尹娟[6]招募了25名被試駕駛?cè)碎_展駕駛模擬器實驗，采集了駕駛?cè)嗽谇败嚢l(fā)生碰撞場景下接管時的縱向減速度、橫向加速度、車道中心偏移量等車輛操縱數(shù)據(jù)，探究不同的非駕駛相關(guān)任務(無任務、手機任務和中斷手機任務)參與對駕駛?cè)私庸苣芰Φ挠绊?，實驗結(jié)果表明，與無任務組相對比，手機組駕駛?cè)说淖畲罂v向減速度要增大1.05 m·s-2、橫向加速度增大0.19 m·s-2，而車道中心偏移量卻減小0.04 m。在眼動特性方面，馬蓉[7]利用駕駛模擬器和眼動儀開展接管避障實驗，記錄了接管避障過程中駕駛?cè)说淖⒁曅袨?、掃視行為和眨眼行為?shù)據(jù)，分析人機共駕環(huán)境下非駕駛相關(guān)任務對駕駛?cè)私庸苣芰Φ挠绊?，分析結(jié)果顯示：在注視行為方面，駕駛?cè)嗽谖淖秩蝿障碌挠行ё⒁晻r長最小；在掃視行為方面，駕駛?cè)嗽谖淖秩蝿障碌膾咭曀俣缺绕渌邱{駛?cè)蝿章愿撸辉谡Ｑ坌袨榉矫?，駕駛?cè)嗽谖淖趾驼Z音任務下的眨眼頻率較高，而在無任務下的眨眼頻率較小。郭子慧等[8]采集了19名駕駛?cè)嗽?種接管場景下(動態(tài)、靜態(tài))的眼動數(shù)據(jù)，以此分析駕駛?cè)嗽诮庸茏詣玉{駛車輛期間的視覺特性，實驗結(jié)果顯示：在接管請求出現(xiàn)前，與靜態(tài)場景相比，駕駛?cè)嗽趧討B(tài)場景下的平均注視時間更短且掃視次數(shù)更多；在接管請求出現(xiàn)后，相較于接管請求出現(xiàn)前，駕駛?cè)说钠骄⒁晻r間增加，瞳孔直徑增大，眨眼頻率降低，眼跳幅度變大。在生理特性方面，Alrefaie等[9]通過測量駕駛?cè)说男穆试u估其在自動駕駛下從事非駕駛相關(guān)任務時(無任務、發(fā)送電子郵件、20問任務)接管車輛控制的能力，共33名參與者進行了實驗，實驗結(jié)果表明，非駕駛相關(guān)任務引起了駕駛?cè)诵穆实淖兓?，與無任務組相比，當駕駛?cè)藦氖路邱{駛相關(guān)任務時，心率顯著增加。在接管行為方面，Vogelpohl等[10]通過開展實驗記錄了駕駛?cè)嗽谄跔顟B(tài)下接管時的一些接管行為指標，如接管請求后第一次注視速度表盤的時間、接管請求后第一次注視左后視鏡的時間、接管請求后將腳重新放在剎車踏板上的時間等，并以此評估疲勞駕駛?cè)嗽谧詣玉{駛后恢復手動控制和情境感知的能力，研究發(fā)現(xiàn)，與手動駕駛相比，駕駛?cè)嗽谧詣玉{駛過程中收到接管請求后，第一次注視速度表盤的時間更長，而手重新抓住方向盤的時間和腳重新放到剎車踏板上的時間沒有增加。Yoon等[11]探討了在自動化駕駛中駕駛?cè)藦氖路邱{駛相關(guān)任務(無任務、接聽電話、玩手機和觀看視頻)對其接管能力的影響，實驗采集了駕駛?cè)嗽诮庸苘囕v控制期間的接管時間、第一次觸碰方向盤時間和第一次注視道路時間等接管行為數(shù)據(jù)，研究表明，非駕駛相關(guān)任務類型對接管行為有顯著影響。

綜上，當前研究人員主要以駕駛模擬器開展實驗，利用眼動儀、生理記錄儀和攝像裝置等設備采集駕駛?cè)私庸軙r的車輛操縱、眼動特性、生理特性和接管行為等方面的數(shù)據(jù)作為評價駕駛?cè)私庸苣芰Φ闹匾笜?，但由于儀器設備限制等原因，研究人員往往只選取車輛操縱、眼動特性等單方面或兩個方面的數(shù)據(jù)指標衡量駕駛?cè)说慕庸苣芰?，無法對接管能力進行全面評價。因此，未來研究應建立接管能力綜合評價體系，綜合考慮駕駛?cè)烁鞣矫嬷笜瞬︸{駛?cè)私庸苣芰M行評價，同時應用量表采集駕駛?cè)说淖晕以u價數(shù)據(jù)，通過主客觀指標相結(jié)合的方式進一步評價駕駛?cè)说慕庸苣芰?，并對其量化?/p>

2 人機共駕環(huán)境下駕駛?cè)私庸苣芰τ绊懸蛩?/h2>

2.1 接管請求方式

在人機共駕環(huán)境下，控制權(quán)的轉(zhuǎn)換方式作為一個重要因素，影響了駕駛?cè)说慕庸苣芰Γ瑖鴥?nèi)外眾多學者也圍繞視覺、聽覺、觸覺或多模態(tài)等對不同的接管請求方式開展了大量研究。

在視覺提醒方面，Brandenburg等[12]進行了一項駕駛模擬器研究，考察了在不同路面曲率和車頭時距條件下，抽象和擬物化的視覺接管請求設計是如何影響駕駛?cè)说慕庸苣芰?。其中，抽象設計是將駕駛?cè)藨摻庸艿目刂品较蜻M行可視化，垂直箭頭表示需要接管縱向控制，而水平箭頭表示需要接管橫向控制；而擬物化設計用手和方向盤表征橫向控制，腳和踏板表征縱向控制。研究結(jié)果表明，與抽象設計相比，在車頭時距較短的情況下駕駛?cè)私?jīng)歷擬物化設計時的反應更快且更準確，同時駕駛?cè)苏J為擬物化設計在直觀上更容易理解。Yang等[13]設計了一個簡潔的人機界面概念的LED環(huán)境燈，它包含有關(guān)自動化狀態(tài)的信息，通過改變LED的顏色、頻率等來檢測潛在的危險和發(fā)出接管請求，50名參與者在有或沒有新的人機界面的情況下進行實驗，結(jié)果顯示，相較于沒有使用新的人機界面的參與者，使用新的人機界面參與者的注視行為和接管質(zhì)量都得到了顯著提高。在聽覺提醒方面，Bazilinskyy等[14]選取了140種不同語速、背景噪音、說話短語、說話者性別和情緒語調(diào)的語音接管請求方式，通過眾包的方式，使來自95個國家的2 669名參與者隨機聽取了140個接管請求中的10個，并對每個接管請求的緊迫性、命令性、愉悅性和理解度進行評分，研究發(fā)現(xiàn)，語速的增加和特殊的口頭短語會使駕駛?cè)烁杏X更加緊迫，同時當背景噪音較高時，女性的聲音比男性的聲音更容易被理解。Geitner等[15]比較了聽覺警告與觸覺警告對駕駛?cè)私庸艿挠绊?，研究發(fā)現(xiàn)，與觸覺警告相比，駕駛?cè)藢β犛X警告的反應時間明顯較塊。在觸覺提醒方面，Telpaz等[16]評估了在自動模式下使用振動觸覺座椅提供車輛從后面接近的信息對駕駛?cè)丝刂茩?quán)轉(zhuǎn)換以及眼球跟蹤行為的影響，研究表明，使用振動觸覺座椅可以使駕駛?cè)嗽诳刂茩?quán)轉(zhuǎn)換期間作出更快、更有效的響應，同時影響了駕駛?cè)嗽诳刂茩?quán)轉(zhuǎn)換后的視覺掃描模式，駕駛?cè)藭嗟仃P(guān)注后視鏡。Cohen-Lazry等[17]比較了3種不同振動觸覺警報方式(無方向、振動觸覺方向指向危險、振動觸覺方向遠離危險)對駕駛?cè)私庸艿挠绊?，研究結(jié)果表明，無方向組駕駛?cè)吮绕渌麅蓚€方向組駕駛?cè)说姆磻獣r間更慢。在多模態(tài)提醒方面，Naujoks等[18]利用駕駛模擬器研究了分心條件下高度自動化駕駛過程中視覺和視覺-聽覺接管請求的有效性，研究表明，當駕駛?cè)嗽诙嗄B(tài)的視覺-聽覺提醒時，他們的手會更快地(2.29 s)回到方向盤上，而在視覺提醒下這個時間為6.19 s。Petermeijer等[19]招募了24名參與者進行一項駕駛模擬器實驗，每名參與者共駕駛3次，每次經(jīng)歷6次接管請求，探究3種不同的接管請求方式(聽覺、振動觸覺和聽覺-振動觸覺)對駕駛?cè)私庸苣芰Φ挠绊懀瑢嶒灲Y(jié)果表明，相較于單模態(tài)振動觸覺提醒，駕駛?cè)嗽诙嗄B(tài)聽覺-振動觸覺提醒下會更快地觸摸方向盤。

綜上所述，不管是視覺、聽覺和觸覺等單模態(tài)的接管請求方式還是混合的多模態(tài)接管請求方式都能在一定基礎(chǔ)上提升駕駛?cè)说慕庸苣芰?，但相比單模態(tài)提醒，多模態(tài)提醒有更明顯的益處。目前針對接管請求方式的研究大多只分析了不同接管請求方式的有效性和差異性，并沒有綜合考慮其他因素影響。未來的研究應增加多模態(tài)提醒方式應用，同時綜合考慮駕駛?cè)藸顟B(tài)等其他因素的干擾，進一步完善接管請求方式，使其能夠幫助駕駛?cè)藴蚀_接受到接管信息，并且更快地識別到風險來源。

2.2 接管時間提前量

在人機共駕環(huán)境下，當自動化系統(tǒng)遇到無法處理的一些情況時，需要駕駛?cè)耸謩咏庸苘囕v的控制權(quán)，而研究表明駕駛?cè)嗽谧詣玉{駛時的反應比手動駕駛明顯滯后[20]，所以駕駛?cè)吮仨毮軌蛟谝粋€合理的過渡時間內(nèi)接管車輛控制權(quán)以確保安全[21]。國內(nèi)外研究學者一般將接管請求的發(fā)送時機稱為接管時間提前量(Lead Time)或者接管時間預算(Time Budget)，是指從自動化系統(tǒng)發(fā)出接管請求，到駕駛?cè)瞬唤庸苘囕v控制權(quán)而導致關(guān)鍵事件發(fā)生(如發(fā)生碰撞)的時間。接管時間提前量也是自動駕駛技術(shù)的主要挑戰(zhàn)之一，許多研究人員圍繞此展開了大量研究。

Samuel等[22]招募了32名被試駕駛?cè)碎_展駕駛模擬器實驗，對比駕駛?cè)嗽? s、6 s、8 s或12 s接管時間提前量與完全手動駕駛條件下駕駛?cè)税l(fā)現(xiàn)潛在危險的能力，研究結(jié)果表明，駕駛?cè)嗽谳^長的接管時間提前量(8 s和12 s)條件下能夠以與完全手動駕駛的駕駛?cè)讼嗤俣葯z測到潛在危險，而駕駛?cè)嗽谳^短的接管時間提前量(4 s和6 s)條件下能夠檢測到的潛在危險較少。Mok等[23]在駕駛模擬器實驗中觀察了駕駛?cè)嗽诮庸軙r間提前量分別為2 s、5 s和8 s時的接管能力，研究結(jié)果表明，當接管時間提前量為2 s時，很少有駕駛?cè)四軌虬踩ㄟ^關(guān)鍵事件，而當接管時間提前量為5 s或8 s時，大多數(shù)駕駛?cè)硕寄軌虬踩ㄟ^關(guān)鍵事件。Du等[24]招募80名參與者進行駕駛模擬實驗，探究不同接管時間提前量(4 s、7 s)與駕駛?cè)私庸苣芰Φ年P(guān)系，每名被試駕駛?cè)斯步?jīng)歷了8次接管事件，研究表明，與7 s的接管時間提前量相比，在4 s的接管時間提前量時，駕駛?cè)私庸軠蕚涑潭容^低，接管能力較差。Radlmayr和Bengler[25]總結(jié)了11項關(guān)于調(diào)查接管時間提前量影響的研究，并得出了結(jié)論，較長的接管時間提前量與更好的接管質(zhì)量有關(guān)。Wan和Wu[26]通過駕駛模擬器實驗研究了接管時間提前量對自動駕駛駕駛?cè)私庸苄袨榈挠绊?，研究結(jié)果表明，當接管時間提前量為10～60 s時，駕駛?cè)说慕庸苣芰ψ罴眩憩F(xiàn)為事故發(fā)生率降低、最小碰撞時間增加、橫向加速度降低。

綜上所述，接管時間提前量目前還沒有統(tǒng)一的標準，盡管較長的接管時間提前量會使駕駛?cè)擞懈鼮榉€(wěn)定的接管能力，但如果自動化系統(tǒng)過早發(fā)出接管請求，可能會誘發(fā)敏感的駕駛?cè)顺霈F(xiàn)不適當?shù)膭x車行為，進而導致駕駛?cè)藢ψ詣踊到y(tǒng)不再信任，引發(fā)更危險后果，正如文獻[4]中所述，而如果接管時間提前量較短，會導致駕駛?cè)私庸苜|(zhì)量變差，甚至無法及時完成接管。因此，在未來的研究中應根據(jù)不同的駕駛?cè)藢傩?年齡、駕駛經(jīng)驗等)、狀態(tài)(如疲勞、分心等)以及環(huán)境變量(如交通密度、天氣條件等)，設計出更為科學合理的動態(tài)接管時間提前量模型，使駕駛?cè)四軌虬踩咝У赝瓿山庸堋?/p>

2.3 非駕駛相關(guān)任務

在人機共駕環(huán)境下，駕駛?cè)瞬辉購氖埋{駛?cè)蝿眨瑑H僅作為一個備用者，他們更愿意在自動駕駛過程中參與一些非駕駛相關(guān)任務[27]，如閱讀、看視頻[28]等。因此，一些研究人員認為非駕駛相關(guān)任務會導致駕駛?cè)私庸軙r間的增加及接管質(zhì)量的損耗，并對此展開了研究。林慶峰等[29]利用駕駛模擬器進行實驗，研究分析了自動駕駛過程中非駕駛相關(guān)任務對駕駛?cè)私庸苣芰Φ挠绊懀瑢嶒灲Y(jié)果表明，相較于無任務，非駕駛相關(guān)任務會降低最小碰撞時間TTC，且增加駕駛?cè)说慕庸軙r間。高巖等[30]選擇了3種不同的分心等級次任務(與乘客聊天、觀看視頻、玩手機游戲)，并通過開展實驗探究其對條件自動化過程中駕駛?cè)私庸苣芰Φ挠绊?，研究發(fā)現(xiàn)，次任務的分心程度越高，駕駛?cè)嗽诮庸苓^程中的安全性越差，同時玩手機游戲和觀看視頻會導致駕駛?cè)说慕庸芊磻獣r間與車輛縱向加速度增加。Merat等[31]研究發(fā)現(xiàn)在無任務的情況下，駕駛?cè)嗽谑謩玉{駛和自動駕駛時對于關(guān)鍵事件的反應相似，而當駕駛?cè)藦氖路邱{駛相關(guān)任務時，駕駛?cè)嗽谧詣玉{駛時的接管表現(xiàn)較差。但又由于自動駕駛過程中駕駛?cè)蝿盏娜狈σ约皢握{(diào)的駕駛環(huán)境，駕駛?cè)说恼J知負荷會降低，警覺性會下降，進而影響接管能力，因此一些研究人員期望通過一些非駕駛相關(guān)任務提高駕駛?cè)说淖⒁饬?。如Naujoks等[32]探究了在部分自動化車輛中非駕駛相關(guān)任務對接管能力的影響，結(jié)果表明，非駕駛相關(guān)任務有助于駕駛?cè)嗽诓糠肿詣玉{駛過程中保持警覺性。Neubauer等[33]研究發(fā)現(xiàn)參與非駕駛相關(guān)任務可以減少駕駛?cè)嗽谧詣玉{駛過程中的無聊程度。Miller等[34]發(fā)現(xiàn)，在自動駕駛模式下進行非駕駛相關(guān)任務的駕駛?cè)吮憩F(xiàn)出更低的疲勞傾向。

綜上所述，當前對于在自動駕駛過程中從事非駕駛相關(guān)任務對駕駛?cè)说挠绊懖]有統(tǒng)一的說法，一方面，非駕駛相關(guān)任務可能使駕駛?cè)私档蛯χ車{駛環(huán)境的感知能力，使駕駛?cè)瞬荒馨踩?、及時地接管，接管能力變差；另一方面，非駕駛相關(guān)任務可以使駕駛?cè)嗽趩握{(diào)的自動駕駛過程中保持警惕性，避免出現(xiàn)疲勞。因此，未來的研究應建立更加科學的綜合評價體系，通過客觀評價和主觀評價指標相結(jié)合，進一步明確非駕駛相關(guān)任務對自動駕駛駕駛?cè)私庸艿挠绊?，為后續(xù)非駕駛相關(guān)任務研究提供理論基礎(chǔ)和有力依據(jù)。

2.4 駕駛?cè)藢傩耘c狀態(tài)

在人機共駕環(huán)境下，盡管駕駛?cè)藢膹碗s的駕駛?cè)蝿罩薪夥懦鰜恚孕柙诒匾臅r候接管車輛控制權(quán)，因此，駕駛?cè)说鸟{駛經(jīng)驗、年齡等個人屬性，以及駕駛時的疲勞程度、情緒，甚至自動駕駛期間可能出現(xiàn)的飲酒、瞌睡等個人狀態(tài)都會影響駕駛?cè)说慕庸苣芰?，進而影響接管安全。眾多研究人員也針對駕駛?cè)说膶傩院蜖顟B(tài)與接管能力的關(guān)系展開了研究。

He和Donmez[35]利用駕駛模擬器比較了新手駕駛?cè)撕徒?jīng)驗駕駛?cè)嗽谧詣玉{駛過程中非駕駛相關(guān)任務的參與行為，研究結(jié)果顯示，經(jīng)驗駕駛?cè)藢Ψ邱{駛相關(guān)任務的平均注視時間比新手駕駛?cè)烁?，?jīng)驗駕駛?cè)嗽诜邱{駛相關(guān)任務參與行為上更加保守。K?rber等[36]探究了非駕駛相關(guān)任務和3種不同的交通密度條件下，年齡對接管時間和接管質(zhì)量的影響，研究將參與者分為老年駕駛?cè)?≥60歲)和年輕駕駛?cè)?≤28歲)，結(jié)果表明，老年駕駛?cè)撕湍贻p駕駛?cè)朔磻粯涌欤蠢夏犟{駛?cè)四軌蛳衲贻p駕駛?cè)艘粯涌焖俚亟庸苘囕v控制權(quán)，但老年駕駛?cè)嗽诮庸芎蟮膭x車行為更頻繁、更有力，并且保持了更高的TTC。Feldhütter等[37]在一項駕駛模擬器研究中，將47名駕駛?cè)朔譃閮山M：疲勞組和警覺組，并通過特定措施(如實驗時間、含咖啡因的飲料、體育鍛煉等)使駕駛?cè)诉_到相應狀態(tài)，以此檢驗疲勞對駕駛?cè)私庸苣芰Φ挠绊?，研究結(jié)果顯示，兩組駕駛?cè)嗽诮庸軙r間方面沒有顯著差異，但疲勞組駕駛?cè)吮染X組駕駛?cè)嗽诮庸軙r更有壓力，且在應對關(guān)鍵事件時表現(xiàn)得更不自信。Du等[38]在條件自動化駕駛中通過播放電影片段對駕駛?cè)诉M行情感誘導，考察了情緒效價和喚醒水平對駕駛?cè)私庸軙r間以及接管質(zhì)量的影響，其中，效價表示刺激是消極的還是積極的，而喚醒水平表示刺激的程度，實驗結(jié)果顯示，積極的情緒效價使駕駛?cè)擞懈玫慕庸苜|(zhì)量，表現(xiàn)為最大加速度較小，而高喚醒水平并沒有使駕駛?cè)说慕庸軙r間變得更短。Hirsch等[39]利用駕駛模擬器對比了自動駕駛過程中駕駛?cè)嗽跊]有睡覺與睡醒1 min、7 min、15 min后接管車輛控制權(quán)時的接管能力，研究發(fā)現(xiàn)，睡醒1 min后的接管盡管會使駕駛?cè)烁械矫y，但駕駛?cè)四軌蝽樌赝瓿山庸?，而睡?5 min后接管會讓部分駕駛?cè)烁械狡?。Wiedemann等[40]招募了36名被試駕駛?cè)碎_展駕駛模擬實驗，探究不同水平的血液酒精濃度(安慰劑、0.05%和0.08%血液酒精濃度)對駕駛?cè)私庸軙r間和質(zhì)量的影響，實驗結(jié)果表明，0.08%的血液酒精濃度增加了駕駛?cè)私庸軙r間，并使駕駛?cè)嗽诳v向和橫向的車輛控制水平變差，而0.05%的血液酒精濃度與安慰劑組相比，僅在部分指標有變差趨勢。

綜上所述，駕駛?cè)藗€人屬性以及駕駛時的個人狀態(tài)都會在一定程度上影響駕駛?cè)私庸苣芰?。目前的研究大多只針對一種駕駛?cè)藢傩曰驙顟B(tài)進行開展，而駕駛?cè)耸嵌喾矫鎸傩院蜖顟B(tài)的集合體，當前的研究成果并不能對此作出進一步的解釋。因此，未來的研究應該綜合考慮駕駛?cè)硕喾矫鎸傩院蜖顟B(tài)對接管的影響，明確統(tǒng)一的被試選取標準，建立科學的實驗體系，進一步完善相關(guān)基礎(chǔ)理論，提高人機共駕環(huán)境下的駕駛?cè)私庸馨踩?/p>

3 人機共駕環(huán)境下駕駛?cè)私庸苣芰μ嵘椒?/h2>

在人機共駕環(huán)境下，駕駛?cè)丝梢酝ㄟ^查看用戶手冊，學習自動駕駛相關(guān)的知識和技能，進而提高對自動化系統(tǒng)的了解，提升駕駛?cè)说慕庸苣芰?。但由于文本信息在用戶手冊中占主導地位，而有關(guān)自動駕駛的信息只占很小一部分，駕駛?cè)丝赡軙允г趶碗s的文本信息中，難以學習有效內(nèi)容。同時，由于查看用戶手冊是一種被動、無引導式的學習，學習的內(nèi)容僅取決于駕駛?cè)碎喿x的多少，又由于人機界面元素是單獨呈現(xiàn)的，駕駛?cè)撕茈y從抽象的人機界面元素描述中獲得相關(guān)知識，并將其應用到具體的人機交互場景。因此，通過查看用戶手冊不足以支持駕駛?cè)诉m應在自動駕駛汽車中的新角色[41]，對于提升駕駛?cè)私庸苣芰Φ淖饔檬钟邢?，國?nèi)外研究人員也開展了其他研究以期提升駕駛?cè)说慕庸苣芰Α?/p>

Payre等[42]為研究簡單和精細的訓練對駕駛?cè)嗽谧詣玉{駛過程中恢復控制權(quán)的影響，招募了113名駕駛?cè)碎_展實驗，關(guān)鍵事件為系統(tǒng)故障，實驗結(jié)果表明，培訓提高了駕駛?cè)说姆磻獣r間，減少了與踏板的交互次數(shù)，同時，接受精細訓練的駕駛?cè)嗽诘诙蜗到y(tǒng)故障時與踏板的互動次數(shù)少于第一次系統(tǒng)故障。Ebnali等[43]招募了15名駕駛?cè)碎_展實驗，探究沉浸式VR培訓對駕駛?cè)嗽诓糠肿詣踊{駛中的接管能力影響，實驗結(jié)果顯示，駕駛?cè)说慕庸苣芰υ诮邮芘嘤柡蟮玫搅孙@著提高，其接管時間更短、TTC更長、碰撞次數(shù)更少。Forster等[44]為探究用戶手冊和交互式教程培訓對駕駛?cè)伺c自動化系統(tǒng)交互的影響，選取24名被試駕駛?cè)诉M行駕駛模擬實驗，實驗結(jié)果表明，用戶手冊和交互式教程培訓都加強了駕駛?cè)藢ψ詣踊到y(tǒng)的理解，提高了駕駛?cè)嗽谌藱C交互時的交互表現(xiàn)。Noble等[45]通過開展實車實驗，研究在自動駕駛過程中兩種培訓方案(用戶手冊、多媒體)對駕駛?cè)岁P(guān)于車輛知識、熟悉度及環(huán)境監(jiān)測行為的有效性，實驗結(jié)果顯示，接受不同培訓方案的駕駛?cè)嗽谲囕v知識方面存在顯著差異，而駕駛行為方面不存在顯著性差異。Casner等[46]通過概述部分自動化汽車駕駛?cè)说闹R標準，形成了一套培訓方案，并認為如果駕駛?cè)嗽谌粘３鲂兄腥谌脒@些知識將會提高對車輛的安全操作，同時鼓勵個人制造商以此標準為出發(fā)點，創(chuàng)建培訓方案。Sportillo等[47]研究發(fā)現(xiàn)頭戴式顯示器(HMD)是一種在條件自動化中駕駛?cè)笋{駛技能獲取的有效工具。Ebnali等[48]對比模擬器培訓與視頻培訓對自動駕駛過程中駕駛?cè)瞬僮鞒绦蚣寄芎透唠A認知技能的影響，研究結(jié)果表明，兩種培訓方法均對駕駛?cè)说乃俣瓤刂?、橫向控制以及接管時間有所改善，同時接受模擬器培訓的駕駛?cè)嗽跊Q定是否必要接管方面表現(xiàn)得更加出色。

綜上所述，目前國內(nèi)外針對人機共駕環(huán)境下駕駛?cè)私庸苣芰μ嵘椒ǖ难芯枯^為缺乏，研究主要以培訓教育為主，對比不同培訓方法對駕駛?cè)私庸苣芰Φ挠绊懀晕葱纬上到y(tǒng)性的培訓教育體系。未來的研究應將駕駛?cè)嗽谧詣玉{駛接管過程中的接管行為科學化、規(guī)范化，明確標準的接管行為步驟，教導駕駛?cè)税踩行У慕庸懿僮?，在此基礎(chǔ)上形成具有普適性的駕駛?cè)私庸苣芰μ嵘椒ā?/p>

4 結(jié) 論

1)當自動駕駛汽車屬于2～3級時，車輛能夠在自動化系統(tǒng)的設計運行域范圍內(nèi)執(zhí)行全部的動態(tài)駕駛?cè)蝿?，但駕駛?cè)诵枰谧詣踊到y(tǒng)無法處理時接管車輛的控制權(quán)，這種駕駛?cè)伺c自動化系統(tǒng)需要彼此協(xié)同才能完成動態(tài)駕駛?cè)蝿针A段,即人機共駕階段。

2)關(guān)于人機共駕環(huán)境下駕駛?cè)说慕庸苣芰ι袩o統(tǒng)一的評價方法，目前主要以駕駛?cè)塑囕v操縱、眼動特性、接管行為和生理特性等方面作為評價指標，因此，未來應選取合理的數(shù)據(jù)指標形成一套能得到廣泛認可和應用的綜合評價方法。

3)人機共駕環(huán)境下駕駛?cè)私庸苣芰Φ挠绊懸蛩乇姸?，國?nèi)外研究學者主要針對接管請求方式、接管時間提前量、非駕駛相關(guān)任務或駕駛?cè)说膶傩耘c狀態(tài)等多個方面進行研究，盡管取得了一定成果，但仍有許多關(guān)鍵性問題需要進一步解決。

4)目前，關(guān)于人機共駕環(huán)境下駕駛?cè)私庸苣芰Φ奶嵘椒ㄝ^為缺乏，主要以培訓教育為主，盡管培訓教育的優(yōu)勢顯著，但仍未形成規(guī)范化、系統(tǒng)性的培訓教育體系，使得現(xiàn)有的培訓方法并不能夠?qū)嶋H應用于人機共駕階段的接管培訓。因此，未來研究應探索建立更科學有效的培訓教育方法，進而切實有效地提升駕駛?cè)说慕庸苣芰Α?/p>