【技术文章】自动驾驶车辆eHMI对行人过马路行为的影响

原文：《Pedestrians’ road-crossing behavior towards eHMI-equipped autonomous vehicles driving in segregated and mixed traffic conditions》[1]

作者：Yuanming Song, Qianni Jiang, Wenxiang Chen, Xiangling Zhuang, Guojie Ma.

简介：行人过马路行为会受到自动驾驶汽车eHMI的影响，搭载有合适eHMI的自动驾驶车辆能够在一定程度上减少交通事故的发生。文章中研究人员开发了一种新的eHMI显示方法，旨在通过显示预测的实时风险水平来帮助行人对过马路的风险评估。通过在虚拟现实环境中进行行人通行模拟实验，研究表明配备有该研究开发的eHMI显示设备的自动驾驶汽车更能够保障行人的通行安全。

关键词：Autonomous vehicles, External Human-Machine Interfaces, Mixed traffic condition, Road-crossing behavior, Virtual reality

编译：复旦大学林燕丹课题组金铮昊

应用场景

自动驾驶技术的目标之一是避免驾驶员的人为失误，提高交通安全性。然而，由于行人在交通场景中无法与司机沟通，这项技术也给行人带来了潜在的风险。司机和行人之间的沟通可以帮助预防事故，减少不确定性，增加信任，交通中的此种交流通常并不是口头交流，所表达的内容也并非明确，而是通常会释放隐性或非语言线索，如眼神交流、手势和车辆行驶行为变化等信号，这些线索传达了有关驾驶员意图、意识和行为的信息。自动驾驶汽车(Autonomous vehicle, AV)的引入虽然可以通过减少人为错误和优化驾驶行为来提高交通安全和效率但同时也会减少车辆驾驶员与行人之间的沟通。在这种情况下，如果行人仍然根据过去和普通车辆之间的互动经验与自动驾驶汽车互动，他们可能会对自动驾驶汽车的行为产生错误的预期，从而导致交通事故。因此，需要有一种方法可以使自动驾驶汽车与行人进行有效和适当的沟通。

研究目标

研究提出的eHMI将会实时显示预测的通行风险水平，帮助行人评估过马路的风险。根据车辆与行人之间的时间间隔，eHMI将会把预测风险分为三个级别，使用与传统红绿灯一致的彩色信号来表示通行风险，告诉行人现在过马路是否安全。值得一提的是，这种信息不同于先前研究中出现的车辆速度提示、车辆行驶意图提示或通行建议，文中的eHMI预测的风险并不等于给出通行建议。告知行人通行风险等级将会提醒行人在特定人车距离时过马路可能会发生潜在交通事故的概率，因而相比与给行人的直接通行建议，这些信息的指导性和侵入性要小一些。研究将会回答两个问题:

1）本研究开发的eHMI是否有利于行人过马路?

2）在自动驾驶车辆和非自动驾驶车辆都存在的混合交通条件下，本研究开发的eHMI是否会对行人的过马路行为产生影响?

研究方法

一、实验设置：

实验招募了47位被试（30位女性），向他们介绍了实验内容与目标并熟悉了实验所处的VR模拟过马路环境，具体见下图1。在一条双向四车道的马路上，每条马路宽3.5米，距离被试者最近的一条车道上会有车辆接连驶来，车辆均不会减速或者避让，被试者站在路边0.5米处，需要自行判断在目前状态下是否能够过马路并执行。

图 1 VR模拟过马路环境

在熟悉VR环境之后，每位被试都随机进行了8次模拟过马路实验，其中分别有2次有人驾驶汽车情景，2次自动驾驶汽车情景和4次混合驾驶汽车情景。模拟情景中的有人驾驶汽车与无人驾驶汽车区别如下图2，自动驾驶汽车（图2左）的车顶会搭载橘色立牌以模拟自动驾驶控件，在车辆前部还有一块用于显示实施预测事故风险的eHMI显示牌；有人驾驶汽车（图2右）则没有额外的搭载部件。

图 2 模拟自动驾驶汽车（左）与模拟有人驾驶汽车（右）

实时预测事故风险的eHMI显示牌会按照预计到达时间（Time To Arrive, TTA）范围进行评级，在车速恒定的情况下，根据人车距离实时计算TTA，以预计到达时间＜3.7秒，3.7至5.1秒之间，5.1至6.0秒为分界，分别显示红色标志，黄色标志与绿色标志，具体标志变化示意图如下图3所示。

图 3 风险预估评级变化标准

二、实验参数：

实验中主要变化的变量参数包括有：

1）道路情况：只有自动驾驶汽车；只有有人驾驶汽车；自动驾驶汽车和有人驾驶汽车都有。

2）车速：30千米/小时，45千米/小时，60千米/小时.所有车速统一、恒定且不会因为行人的过马路行为变化。

3）车间距离，以时间计，从2秒至6秒，以0.5秒的间隔增加。

实验结果

47位被试者在模拟过马路实验中总共进行了9805次模拟，其中3748次被试者决定过马路，6057次被试者决定等待下一次过马路机会，具体数据分布见下图4。总体来看，随着模拟车速的上升，被试者越不愿意等待下一次过马路机会，而是选择利用两辆车通行的间隔过马路。另外，在低速（30千米/小时，45千米/小时）时，被试者在搭载有eHMI的自动驾驶车辆前过马路的次数更多。

图 4 实验过马路风险数据分布图

下图5是在不同车速下，被试者过马路几率与车辆间距大小之间的关系。从过马路的占比来看，在所有车速下，被试者无论是在只存在自动驾驶车辆时，还是处于混合车辆情况下，他们在面对搭载有eHMI的自动驾驶车辆时，都更有可能利用更大的车间空隙进行过马路，使得他们的过马路总体更加安全。

图 5 被试者过马路几率与车辆间距大小之间的关系

另外，值得一提的是，从执行过马路所需要的时间来看，在面对有人驾驶汽车时，被试者相对于自动驾驶汽车普遍需要花费更长的时间过马路，在车辆间距较小的时候体现更加明显，具体见下图6。这表明搭载有eHMI的自动驾驶汽车相对于有人驾驶汽车能够使行人更快地过马路，从而减少潜在可能发生的交通事故。

图 6 被试者过马路所需时间与车辆间距大小之间的关系

结论

从总体来看，本研究设计的eHMI能够提供实施预测的过马路风险等级，经过实验证明，在单一车辆组成与混合车辆组成的道路情况下，都可以通过提高行人对车辆间隔大小的利用率、敏感性并缩短行人过马路时间，从扩大行人的安全裕度角度来改善行人过马路安全性。然而，在混合交通条件下，没有eHMI的车辆仍然可能会使得过马路变得更加危险，行人的通行效率也会降低，因此还需要通过改变车辆配置或是监控道路情况，进一步完善整体的道路通行环境，提高行人的通行安全水平。

文献来源：

[1] Song Y, Jiang Q, Chen W, et al. Pedestrians’ road-crossing behavior towards eHMI-equipped autonomous vehicles driving in segregated and mixed traffic conditions[J]. Accident Analysis & Prevention, 2023, 188: 107115.