自动驾驶系统中驾驶员接管时长的实验研究
作者及机构
本研究由Christian Gold、Daniel Damböck(Technische Universität München - Institute of Ergonomics)、Lutz Lorenz(BMW Group Research and Technology)和Klaus Bengler(Technische Universität München)合作完成,发表于2013年《Human Factors and Ergonomics Society》第57届年会论文集。
学术背景
随着汽车自动化水平提升,高级驾驶辅助系统(ADAS,Advanced Driver Assistance Systems)已能接管纵向(如自适应巡航控制)和横向(如车道保持辅助)驾驶任务。然而,自动化系统仍存在无法处理的场景(如系统边界),此时需驾驶员安全接管。本研究的核心问题是:在系统边界出现前,何时需将驾驶员注意力重新引导至驾驶任务,以确保接管过程的安全性与舒适性。研究背景基于航空领域的“自动化效应”(Automation Effects)理论,即驾驶员在长期脱离驾驶任务后可能出现情境意识(Situation Awareness)下降和反应能力退化。
研究流程与方法
1. 实验设计
- 被试分组:49名BMW员工参与,分为两组:
- 自动化驾驶组(32人):在高度自动化驾驶中通过平板电脑执行次级任务(视觉需求的SURT任务,Surrogate Reference Task),模拟驾驶员“脱离循环”(Out-of-the-Loop)状态。
- 手动驾驶组(17人):作为基线对照组,无自动化辅助。
- 实验设备:高保真驾驶模拟器(BMW研发),配备180度视野投影、眼动追踪系统(Dikablis)及多角度摄像头记录行为。
接管场景
数据采集与分析
主要结果
1. 反应类型差异
- 5秒TOR组:62%被试选择紧急制动,且制动反应时间(2.06秒)显著短于7秒组(3.10秒),但伴随更高的加速度峰值(6.81 m/s²),表明操作更仓促。
- 7秒TOR组:转向比例增加(55%),剩余行动时间更长,但仍有38%被试未检查盲区,存在碰撞风险。
自动化效应
轨迹分析
结论与价值
1. 科学意义:首次量化了高度自动化驾驶中不同TOR时间对驾驶员表现的影响,验证了“脱离循环”效应在汽车领域的适用性。
2. 应用价值:为自动驾驶系统设计提供关键参数(如最小TOR时间需>7秒),并建议优化警告方式(如结合触觉反馈)以缩短情境意识恢复时间。
3. 行业启示:需进一步研究次级任务类型(如认知负荷任务)对接管质量的影响,以及多模态提示(如增强现实HUD)的改善潜力。
研究亮点
- 创新方法:结合眼动追踪与高精度模拟器,首次在汽车领域复现航空中的“自动化效应”。
- 严谨设计:通过基线组对照,排除学习效应,确保数据可靠性。
- 工业合作:BMW技术团队的参与提升了实验场景的真实性(如模拟系统边界和交通流)。
其他发现
- 次级任务位置影响有限:平板电脑与中控台呈现的SURT任务对结果无显著差异,表明视觉需求是主要干扰因素。
- 个体差异:部分被试(4人)因提前注意到事故被排除,提示未来研究需控制个体警觉性变量。
(注:全文术语首次出现均标注英文,如“情境意识(Situation Awareness)”)