【技术文章】自动驾驶信任危机？揭秘接管新策略兼顾安全与信任度

原文：《Ready to transition? Strategies to bring drivers back into the loop

upon requests to intervene in conditionally automated driving》[1]

作者：Luisa Katharina Heinrich ,, Yanbin Wu , Linda Miller , Luise Metzger ,

Ken Kihara , Toshihisa Sato , Satoshi Kitazaki , Martin Baumann .

简介：技术进步和监管努力推动了条件自动驾驶系统的市场化。但只要系统尚未完全自动化，不同自动化等级间的转换就必不可少，这会改变驾驶员的角色和责任。本研究聚焦于 3 级自动驾驶系统的接管请求，探讨了环境监测和启动操作两种转换策略对驾驶表现及驾驶员注视行为的影响。研究发现，这两种策略均未显著改善驾驶表现、缩短接管时间或改变驾驶员的注视行为。当监测请求未伴随接管请求时，驾驶员对自动驾驶系统的信任度会降低。可以结合两种策略在不同转换情境下的适用性进行讨论。

关键词：Conditionally automated driving； Transition strategy；Monitoring Initiating； Request-to-intervene； Driving safety

编译：复旦大学林燕丹课题组 杨凯楠

指导：林燕丹

为条件自动驾驶系统的多个应用领域提供了重要参考。在自动驾驶系统设计与优化方面，结果可助力设计更合理的接管请求策略及更直观的人机交互界面。对于驾驶员培训，能依据结果制定更有效的培训内容与模拟训练场景，提升驾驶员对自动化驾驶系统的理解和应对能力。同时，这些研究发现有助于提升自动驾驶系统的市场推广与用户接受度，通过用户教育与产品改进，增强消费者对系统的信任与使用体验。总之，该研究为自动驾驶技术的广泛应用和持续发展奠定了基础。

在这篇推文中，你将会了解：

“转换接管策略-监控路况”与“转换接管策略-启动避障操作”对驾驶员的影响如何？

转换类型对驾驶员对系统的信任度影响。

自动化驾驶系统是否有效？是否值得信任？

还有更多：

评估过渡策略有效性：探究“监控环境”与“启动操作”两种策略对驾驶员接管性能的影响。

破解信任难题：分析策略使用后驾驶员对自动驾驶系统的信任变化。

优化未来设计：为复杂交通场景下的自动化过渡提供科学依据。

本文研究方法主要基于驾驶模拟器实验，采用 2×2 被试内设计来评估两种转换策略（提前20秒要求“监控路况”和提前5秒要求“启动避障操作”）和系统最终是否发出接管请求（需手动避障和系统自动避障）对驾驶表现及信任度的影响。研究人员招募了 36 名持 B 类驾照的参与者，利用配备 190° 视野区域的静态驾驶模拟器、眼动追踪系统、模拟自动化驾驶系统、人机界面等设备，以及非驾驶相关任务（Pqpd - task）和相关问卷调查，全面记录参与者在不同实验条件下的眼动和驾驶行为数据。

图1 实验试验的顺序以及过渡策略和类型的操作变量示意图

实验流程包括参与者签署知情同意书、完成调查问卷、进行手动驾驶适应性驾驶体验、再次体验自动化驾驶系统功能和 HMI、练习 Pqpd - task 任务、眼动追踪系统校准等环节，并在每个试验结束后让参与者在平板上回答调查问卷，最后进行定性访谈。

在数据准备和分析阶段，研究人员利用 RStudio 对数据进行处理，并采用线性和逻辑回归分析、对比编码程序以及多级回归分析等多种方法，对数据进行深入分析，从而得出相关结论。

1. 注视行为

实验中，监测和启动两种转换策略均未能显著减少驾驶员注视道路的时间，也未显著增加他们注视与操作相关兴趣区（AOI）的时间，与预期效果不符。这表明两种策略对驾驶员的注视行为没有统计学意义上的显著影响。

图2 在启动条件和基线条件（BL1 和 BL2）下，受试者将视线投向前方追尾碰撞、自动化状态或 Pqpd 任务的时间百分比与干预请求的关系

在监测策略下，驾驶员在接到监测请求后，对操作相关AOI的注视比例有所增加，对非驾驶相关任务（NDRT）的注视减少。相比之下，基线条件下，驾驶员在接管请求发出后才更多地注视前方碰撞点。而对于启动策略，驾驶员在接到启动请求后，对自动化状态的注视增加，对NDRT的注视减少，但对操作相关AOI的注视并未显著增加。

此外，两种转换策略均未显著影响驾驶员的交叉行为（即在NDRT和驾驶场景之间来回切换注意力）的发生率。在所有条件下，大约有三分之一的参与者表现出交叉行为。进一步的分析发现，注视道路时间与交叉行为之间存在负相关，即需要更长时间注视道路的参与者更倾向于暂停NDRT而非交叉注意力。

2. 驾驶行为

在接管时间方面，监测和启动两种转换策略相较于基线条件，未显著缩短驾驶员的接管时间。这与此前基于5秒接管时间预算的研究结果有所不同，表明在10秒接管时间预算下，这两种策略对接管时间的积极影响有所减弱。

在横向位置标准差（SDLP）这一衡量驾驶稳定性的指标上，两种转换策略同样未带来显著改善。这意味着转换策略未能有效提升驾驶员在避让操作中的车辆横向稳定性。

总体而言，研究结果表明，在10秒的接管时间预算条件下，监测和启动这两种转换策略并未显著提升驾驶表现，无论是从接管时间还是驾驶稳定性角度来看。

图3 不同因变量的相关矩阵。MW=脑力劳动负荷，PC=感知临界状态，EOR=注视道路时间，GD=注视与机动相关的AOI的持续时间，TOT=接管时间，SDLP=横向位置标准偏差，IL=交错[0=无，1=有]

3. 其他驾驶性能变量

针对其他的驾驶表现，在所有条件下，参与者通常在障碍物前约30米处开始避让操作，并在障碍物后约70米处完成。在90%的案例中，参与者在遇到障碍物前达到了最大的横向偏差，且这一现象在实验条件下比基线条件下出现得更早。

总体来看，不同条件下参与者在避让操作后的平均横向位置差异不大，但在启动条件下的横向位置变化更大。这些额外变量为驾驶表现提供了更全面的评估。

图4   RTI 试验期间的道路环境示意图。横向位置范围从 0 到 -12，其中 -6 表示中间车道标线。到障碍物的距离[m]以第一个交通锥（标记为 0）为基准。到达障碍物前的数值为负值，障碍物开始后的数值为正值

表1 其他驾驶性能变量的描述性统计

图5   最大横向偏差时与障碍物平均距离的累积概率图解。灰色虚线表示第 50、90 和 95 百分位数

4. 信任度

通过研究了转换策略对驾驶员信任的影响。研究结果显示，监测和启动这两种转换策略相较于基线条件，并未显著提高驾驶员对自动驾驶系统的信任度。进一步分析发现，对于监测策略，当后续没有发出接管请求时（即转换类型为“无接管请求”），驾驶员对系统的信任度会降低。这可能是因为驾驶员在监测过程中产生了对系统可能需要接管的预期，而当实际情况是无需接管时，这种预期落空，导致信任度下降。而对于启动策略，无论是后续需要接管还是无需接管，驾驶员的信任度没有显著差异，这表明驾驶员对启动策略的接受度相对较高，不会因是否需要接管而明显改变对系统的信任。总体而言，自动驾驶系统整体的信任度处于较高水平。

图6   每种情况后的信任度得分。RTI = 请求干预，BL = 基线。

*** p < .001

1. 在 10 秒接管时间预算下，监测和启动两种转换策略均未显著改善驾驶表现，包括未缩短接管时间、未降低横向位置标准差，也未显著影响驾驶员的注视行为。

2. 转换类型对信任度有影响。当监测请求后未发出接管请求时，驾驶员对系统的信任度降低；而启动策略下，无论是否需要接管，驾驶员信任度无显著差异。

3. 驾驶员对自动化驾驶系统的信任度总体较高，且在实验场景下，10 秒的接管时间预算对于应对乡村道路的障碍物场景是足够的。

结合情况复杂度及对自动化驾驶系统信任度的影响，未来研究可探索融合监测和启动元素的灵活转换策略，以更好地适应不同驾驶场景和提升系统性能。