技术文章 |自动驾驶中分心和接管方式的调查一、自动化驾驶与接管请求简介 据世界卫生组织统计，2018年全球约有135万人丧生车祸。完全自动驾驶的概念车是这个问题的一个解决方案，但由于缺乏安全性，相关技术尚不成熟，这个梦想2040年前基本无法实现。自动化与工程学会定义了从“0”级到“5”级的自动化驾驶水平。“0”级被认为是没有自动控制的手动驾驶车辆，而“5”级是完全自动驾驶的车辆，无需人工驾驶。 在两个极端水平（0级和5级）之间，则是半自动车辆。在半自动（2级、3级和4级）车辆中，人类驾驶员的行为类似于接线员。如果系统在临界条件下运行，或者系统向驾驶员发出接管请求，操作员可以监视车辆行为并干预车辆。美国国家道路交通与安全管理局也推荐了自动驾驶等级从“0”级逐步过渡到“5”级的政策。 第2级至第4级半自动驾驶中，驾驶员的职责有点混乱，这会给驾驶员带来困难，在混合驾驶条件下可能导致事故。世卫组织还警告说，随着混合驾驶情况下自动化水平的逐步提高，到2030年，与事故相关的死亡人数可能会增加到200万。大多数情况下，由于对系统的信任，驾驶员会参与与其主要任务无关的其他活动，这些活动被称为“非驾驶相关任务”（NDRT）。为了让脱离循环的环节（非驾驶相关任务）回到循环（进行驾驶操作）中，使用了不同的策略，并名为接管请求（TORs）。 在高度自动化车辆领域：接管请求是人机交互的主要研究领域之一。尽管世界各地的研究人员都在考虑不同类型的接管请求模式，但在本次文献调查中，我们仅考虑了以下条件：不同类型的接管请求模式。即帮助分心的驾驶员回到回路中进行驾驶或提醒驾驶员关注车辆状态。 二、文献调研的方法 自动驾驶是近几年来国内外学者研究的热点。研究团队在数字图书馆中发表了大量关于自动驾驶的相关文献。为了获得与分心驾驶相关的最新文献，我们考虑了“IEEE Xplore”、“Science Direct”、“Google Scholar”、“ACM DL”、“Auto UI conference proceedings”和“ResearchGate”等文献库。许多关键字用于从网上图书馆查找文献。这些词包括“无人驾驶汽车中的人的反应”、“人为因素”、“接管请求”、“自动驾驶车辆中的接管请求”、“与驾驶无关的任务”、“环境光显示”、“分心驾驶”、“照明任务”等。它引导我们分析了2309篇已发表的文章。 该方法包括3个步骤： 1）从数字图书馆中检索已发表的文章 2） 筛选出最适合我们标准的文章 3）检查和分析子参考文献，以获得更多的文献。 重复这个过程几百次。我们只选择了15篇符合我们“分心驾驶的接管请求模式”标准的论文。之所以分析了很多文章，只过滤出了少数几篇文章，是因为自动驾驶、接管请求、分心驾驶等未明确的搜索词，导致我们找到了太多纯粹与设计、自主车辆定位以及速度意识、行人意识等情境意识相关的文章。 三、概述 基于与驾驶无关的任务和自动驾驶车辆中的接管请求模式这个筛选标准，我们将20部精选出版的作品进行分组，并对它们进行总结。首先，我们定义了非驾驶相关任务和接管请求模式，然后总结出分组的文章。 用于帮助驾驶员持续参与、得到提醒并专注于驾驶或在分心后回到循环中的模式称为接管请求模式。布赖恩等人调查驾驶者驾驶自动驾驶车辆时的行为，结果显示驾驶者在驾驶时更倾向于将视线从道路上移开，且更倾向于将手从方向盘移开。世界各地的研究人员定义并采用了五种不同类型的接管请求模式，包括听觉、视觉、振动、嗅觉刺激、人体刺激，如图1所示。研究者大多采用一种以上的接管请求模式来考察驾驶绩效。这是多模式的设置；而有些研究者只采用单一的接管请求模式作为单一模式的设置。
图1 TOR和NDRT的种类 A．单TOR模式 1）基于TOR的视觉刺激 该方法研究了基于可视中断的接管请求。菲利普等人使用了一种新颖的概念，即在驾驶过程中通过手机或平板电脑发送通知。他们还考虑了接收请求时的车内显示屏。他们在受控环境中对3级和4级车辆场景进行模拟研究，所给出的结果很有趣，因为设备上出现的接管请求有助于驾驶员重新进入循环，并脱离与驾驶无关的任务。然而，基于移动通知的接管请求并没有很高的性能。萨宾等人在高级驾驶辅助系统（ADAS）的紧急情况下，通过在外围视图中使用亮度信号来警告驾驶员，尽管她在实验中没有引入非驾驶相关任务的概念，但她介绍了一种能够引起驾驶员注意的警报系统。 2）基于TOR的听觉刺激 音频信号是最有效的接管请求方式，以引起驾驶员的注意。Fagerlönn等人提出了将无线广播无效化以引起驾驶员注意的概念。同样，Wang等人调查发现声音信号有助于保持驾驶员的注意力。但大多数关于音频接收请求模式的出版物，要么没有考虑到分心驾驶的干扰，要么就是在实验中使用了多种TOR模式。 3）基于TOR的嗅觉刺激 该方法提出了一种利用人的嗅觉来高效设计自主车辆多模式接收请求的新概念。秋阳等人在接管请求中使用薄荷作为触觉和听觉刺激的辅助。他们进行了一个模拟机控制的环境实验，结果表明，这不会影响人类驾驶员的反应时间，但会提高轻度睡眠中驾驶员的警觉性。 4）基于TOR的人体刺激 Sarah提出了一个新的人体刺激接管请求方式。在控制实验的第一部分；他们使用电刺激驾驶员的手臂，同时在模拟器上进行复杂的非驾驶视觉驾驶任务实验。在第二部分中，他们用传统的音频、振动和视觉模式进行了相同的实验。最后比较了基于反应时间和接管时间的结果。结果表明，振动带来的反应时间快，人体刺激次之。 B．基于TOR的多模式刺激 Naujoks、Petermeijer和Bazilinsky等人进行了使用不同类型模式的控制实验，表明多模式刺激提供了更有效的结果，但在测试时，他们只考虑了驾驶员的警觉性。Sol Hee等人在考虑模拟器受控环境中的非驾驶相关任务时，研究了多模式刺激。他设计了四种类型的非驾驶任务：没有任务，电话交谈，智能手机交互和视频观看。结果表明，TOR的多模式交互设计具有重要意义。为评估驾驶员反应过来驾驶汽车的反应时长，Jungsook在运动模拟器中进行一个在仪表板中间的屏幕上显示一个视觉接管请求的实验。他的研究结果表明，驾驶员需要的反应时间取决于他所涉及的非驾驶相关任务的类型。Shadan等人在方向盘上引入视听接管请求方式的概念。在使用模拟器进行试验时，他们发现未来的交通预测系统会降低驾驶员的反应时间（RT），但碰撞时间会（TTC）更快。然而，他们也发现，参与非驾驶相关任务的程度不会影响用户响应。 四、评价方法 A、调查 为了更好地了解实验过程中参与者的行为、用户体验、信任程度等方面，文献采用了主观研究的方法，包括实验期间和实验后的许多访谈问题。大多数研究者使用修正的NASA任务负荷指数与主观精神问卷和用户体验问卷。一些研究人员还设计了自己的调查问卷和访谈问题，以便更好地理解参与者的心理。 B、计算 在接管请求分析中，我们发现反应时间（RT）和接管时间（TOT）是用来评估在特定任务下效率的。我们还注意到，研究人员过去常常计算碰撞时间（TTC）、注视时间（FT）以及实际操作的计算任务。一般对心电图进行监控，以获得驾驶员的压力和工作负荷状态。在调查接管请求模式时，还考虑了用于计算驾驶疲劳的眼睛跟踪技术和眼睛注视数据。
图2 TOR时间线 C、 驾驶模拟器 研究和分析用户反应的一种最常见和最安全的方法是在受控环境中，所有的研究均在实验室里的模拟器上进行。使用OPENDS等开源的驾驶模拟器软件进行环境设计，并对人的行为进行了分析。结果表明该方法是可行的，有助于自动驾驶汽车内饰设计更加人性化。 |
