自動(dòng)駕駛車輛中駕駛?cè)说男畔⑿枨筇卣?/h1>
2019-06-25 08:49:00邢慧寧鈕建偉
城市交通 2019年3期
邢慧寧，秦 華,2，鈕建偉
(1.北京建筑大學(xué)機(jī)電與車輛工程學(xué)院，北京 100044；2.北京市建筑安全監(jiān)測工程技術(shù)研究中心，北京 100044；3.北京科技大學(xué)機(jī)械工程學(xué)院，北京 100083)
0 引言
自動(dòng)駕駛是當(dāng)今社會研究的一大熱點(diǎn)，自動(dòng)駕駛汽車被認(rèn)為能夠提高舒適度、降低事故的發(fā)生率、減少交通擁堵以及減少環(huán)境影響[1]。美國國家公路交通安全管理局(National Highway Traffic Safety Administration,NHTSA)根據(jù)對自動(dòng)駕駛系統(tǒng)的定義，將自動(dòng)駕駛系統(tǒng)劃分為5 個(gè)等級[2]，分別為：等級0，無自動(dòng)化；等級1，特定功能自動(dòng)駕駛；等級2，集成功能自動(dòng)駕駛；等級3，有條件自動(dòng)駕駛；等級4，完全自動(dòng)化。
目前車輛自動(dòng)駕駛系統(tǒng)還未達(dá)到完全無人駕駛的程度，只能提供一些駕駛輔助操作，例如，提供使車輛以期望的速度穩(wěn)定行駛、實(shí)現(xiàn)自主導(dǎo)航行駛等功能[3-4]。但當(dāng)遇到一些突發(fā)狀況時(shí)，自動(dòng)駕駛系統(tǒng)無法自行處理，需要由駕駛?cè)私庸芸刂栖囕v并做出決策。在由自動(dòng)駕駛系統(tǒng)操控到真人操控的切換過程中還存在很多問題[5]，例如駕駛?cè)朔磻?yīng)時(shí)間、車輛性能、人機(jī)交互等方面[6-7]。而且在自動(dòng)駕駛系統(tǒng)控制車輛行駛的過程中，駕駛?cè)藦牟倏卣咦兂闪吮O(jiān)督者的角色[8]，這種角色的轉(zhuǎn)變會降低駕駛?cè)说木X性。由于對自動(dòng)駕駛系統(tǒng)的過度信任[9]，駕駛?cè)瞬粫恢北O(jiān)督自動(dòng)駕駛系統(tǒng)[10-11]，而會做一些與監(jiān)督駕駛?cè)蝿?wù)無關(guān)的事情，例如聽音樂、打電話等第二任務(wù)，致使注意力分散、情景意識缺失，期間缺乏對車輛行駛的狀況及周圍環(huán)境狀況的足夠了解。因此，降低自動(dòng)駕駛系統(tǒng)的使用所帶來的消極影響，研究駕駛?cè)嗽诓煌牡诙蝿?wù)中的信息需求，幫助其快速了解當(dāng)前突發(fā)狀況很有必要。
文獻(xiàn)[12]對高速公路上不同自動(dòng)駕駛等級下駕駛?cè)说男畔⑿枨筮M(jìn)行研究，確定了一些在自動(dòng)駕駛系統(tǒng)使用過程中必不可少的重要信息，其中人機(jī)交互專家們認(rèn)為最重要的一點(diǎn)就是系統(tǒng)行為的反饋應(yīng)該是透明的、可理解的以及可預(yù)測的，包括當(dāng)前的系統(tǒng)狀態(tài)、回退水平、剩余時(shí)間、行駛計(jì)劃及其原因。文獻(xiàn)[13]從定性以及定量方面對城市道路場景中警告信息的呈現(xiàn)時(shí)間以及呈現(xiàn)間隔進(jìn)行總結(jié)，并根據(jù)顯示信息的復(fù)雜度進(jìn)行分類，根據(jù)信息來源總結(jié)了近150 種不同的信息需求。通過研究城市道路中高級駕駛輔助系統(tǒng)(Advanced Driver Sssistance Systems,ADAS)中抬頭顯示器(Head-Up Display,HUD)和低頭顯示器(Head-Down Display,HDD)分別呈現(xiàn)哪種警告信息類型，發(fā)現(xiàn)用戶對抬頭顯示器中緊急警告信息，諸如導(dǎo)航或當(dāng)前行駛速度等動(dòng)態(tài)信息以及駕駛相關(guān)內(nèi)容(交通標(biāo)志識別)等信息具有明顯偏好。同時(shí)，認(rèn)為狀態(tài)信息和指示標(biāo)志在抬頭顯示器中具有干擾作用，只要在特定的時(shí)間間隔呈現(xiàn)這些信息和標(biāo)志(開/關(guān)/激活)即可[14]。
以上研究主要是針對高速公路上的駕駛信息需求以及國外城市道路的駕駛信息需求。而中國城市道路的交通情況有其特殊性[15]：1)隨著城鎮(zhèn)化建設(shè)的加速，車輛保有量急劇上漲，造成交通擁堵；2)車流混雜，道路中存在各類交通參與者；3)駕駛?cè)诵袨橐鈭D難以預(yù)測，存在不按交通規(guī)則駕駛車輛的現(xiàn)象。
本文基于中國城市道路的特點(diǎn)，研究在城市道路場景的自動(dòng)駕駛車輛中，駕駛?cè)颂幱诓煌牡诙蝿?wù)中的信息需求。
1 實(shí)驗(yàn)設(shè)計(jì)
為了研究自動(dòng)駕駛車輛中駕駛?cè)说男畔⑿枨螅u估處于不同的第二任務(wù)中信息對駕駛?cè)说闹匾潭龋米詣?dòng)駕駛模擬平臺進(jìn)行實(shí)驗(yàn)研究。根據(jù)中國城市道路場景的特點(diǎn)以及交通事件發(fā)生的頻率和危險(xiǎn)程度[16]，選取和設(shè)計(jì)了6 種常見的城市道路場景，參試者分別在6 種道路場景中模擬自動(dòng)駕駛，并在實(shí)驗(yàn)結(jié)束之后完成信息需求問卷。
1.1 自動(dòng)駕駛模擬平臺和實(shí)驗(yàn)場景設(shè)計(jì)
實(shí)驗(yàn)在中國標(biāo)準(zhǔn)化研究院的虛擬現(xiàn)實(shí)與仿真實(shí)驗(yàn)室完成，實(shí)驗(yàn)平臺如圖1所示。
6 種城市道路典型場景分別為：場景1，交通擁堵行駛緩慢，需要駕駛?cè)硕啻螁?dòng)、制動(dòng)的道路場景；場景2，十字交叉口，人車混雜的道路場景；場景3，前方有車輛不停變換車道的道路場景；場景4，公共汽車出站強(qiáng)行占道的道路場景；場景5，前方出現(xiàn)車輛交通事故的道路場景；場景6，前方車輛緊急制動(dòng)的道路場景。
1.2 實(shí)驗(yàn)任務(wù)及過程
圖1 實(shí)驗(yàn)平臺Fig.1 Experimental platform
實(shí)驗(yàn)的參試者共12人，年齡介于22～47歲(均值為 26.25 歲)，駕齡為 1～16年(均值為3.21年)，在此之前沒有任何使用自動(dòng)駕駛系統(tǒng)的經(jīng)驗(yàn)。將參試者隨機(jī)分為2 組，每組6人。第一組參試者需要實(shí)時(shí)監(jiān)控駕駛?cè)蝿?wù)，為監(jiān)控任務(wù)組。第二組參試者不需要實(shí)時(shí)監(jiān)控駕駛?cè)蝿?wù)，需要完成一些與駕駛?cè)蝿?wù)無關(guān)的任務(wù)(第二任務(wù))，為第二任務(wù)組。第二任務(wù)又稱為二級任務(wù)、次要任務(wù)或次任務(wù)等，是指相對于控制車輛、保持車道、監(jiān)控道路狀況等主駕駛?cè)蝿?wù)而言，與駕駛無關(guān)或不直接相關(guān)的其他任務(wù)，如收聽廣播、使用手機(jī)、看地圖、與乘客交談等[17]。無第二任務(wù)的情況下，要求參試者注意力完全集中于監(jiān)控任務(wù)。第二任務(wù)組中，參試者需要完成三種不同的第二任務(wù)，分別為聊天、編輯文檔和看電影。
實(shí)驗(yàn)開始之前，首先實(shí)驗(yàn)人員向參試者介紹實(shí)驗(yàn)內(nèi)容和實(shí)驗(yàn)任務(wù)，讓參試者了解該實(shí)驗(yàn)的研究目的。然后，參試者簽寫書面《知情同意書》并填寫個(gè)人基本信息表。在進(jìn)行正式實(shí)驗(yàn)之前，每名參試者有10 min的時(shí)間熟悉實(shí)驗(yàn)環(huán)境以及自動(dòng)駕駛模擬系統(tǒng)。
實(shí)驗(yàn)過程中，使用頭戴式眼動(dòng)儀追蹤參試者眼球的注視行為，通過iView X 軟件將參試者眼球注視行為記錄成視頻，隨后通過BeGaze3.3 分析軟件對所錄視頻進(jìn)行分析，得到參試者眼球在各個(gè)位置的注視時(shí)間。當(dāng)參試者每完成一種場景的駕駛?cè)蝿?wù)后都需要完成一份問卷調(diào)查，并基于其實(shí)驗(yàn)場景對自動(dòng)駕駛過程中所需求的信息進(jìn)行重要度評估。在完成當(dāng)前場景的調(diào)查問卷后便開始下一個(gè)場景的實(shí)驗(yàn)，直到6 個(gè)場景的實(shí)驗(yàn)全部完成，實(shí)驗(yàn)結(jié)束。
2 結(jié)果分析與討論
2.1 問卷結(jié)果統(tǒng)計(jì)
將參試者對每個(gè)場景中每項(xiàng)參數(shù)的評分進(jìn)行匯總，然后基于“二八”原則對收集到的數(shù)據(jù)進(jìn)行處理。結(jié)果如表1～表3所示。
表1 汽車信息Tab.1 Automobile information
由表1 可知，監(jiān)控任務(wù)組中，反光鏡情況、車輛當(dāng)前行駛速度、后視鏡情況和車輛盲點(diǎn)占的比例很大；第二任務(wù)組中，與監(jiān)控任務(wù)組相同，同樣是這些信息占的比例較大。說明兩組駕駛?cè)司J(rèn)為這些信息很重要，只是在不同的任務(wù)中，這些信息的重要度順序不同。
由表2 可知，監(jiān)控任務(wù)組中，當(dāng)前場景的危險(xiǎn)程度、與兩側(cè)車道車輛的距離和車頭時(shí)距等信息占的比例較大，而第二任務(wù)組中，當(dāng)前路段的交通標(biāo)志和當(dāng)前場景的危險(xiǎn)程度等信息占的比例較大。對比可知，兩組駕駛?cè)司J(rèn)為當(dāng)前場景的危險(xiǎn)程度信息很重要。監(jiān)控任務(wù)組中，駕駛?cè)烁⒅剀囕v周圍情況等駕駛?cè)蝿?wù)相關(guān)信息；第二任務(wù)中駕駛?cè)苏J(rèn)為道路信息(交通標(biāo)志等)更重要。
由表3 可知，監(jiān)控任務(wù)組中，周圍車輛的行駛速度以及當(dāng)前行駛速度制動(dòng)距離等信息占的比例很大；而第二任務(wù)組中，當(dāng)前行駛速度制動(dòng)距離以及輔助系統(tǒng)的狀態(tài)等信息占的比例很大。對比可知，兩組駕駛?cè)司枰?dāng)前行駛速度制動(dòng)距離信息輔助其決策。監(jiān)控任務(wù)組中，駕駛?cè)藢?shí)時(shí)關(guān)注駕駛?cè)蝿?wù)，對于周圍路況關(guān)注度較高；而第二任務(wù)組中，駕駛?cè)说淖⒁饬Χ技性诘诙蝿?wù)上，對駕駛?cè)蝿?wù)的關(guān)注度相對較低，所以對輔助系統(tǒng)的能力信息關(guān)注較高。
2.2 問卷結(jié)果分析與討論
將參試者對每個(gè)場景中每項(xiàng)參數(shù)的評分進(jìn)行匯總整理，然后采用因子分析法對收集到的數(shù)據(jù)進(jìn)行分析。
2.2.1 監(jiān)控任務(wù)組
根據(jù)特征值大于1 的原則得到兩個(gè)主因子(見表4)，其中第1 主因子貢獻(xiàn)率為41.97%，代表場景3～場景6 等緊急危險(xiǎn)場景，稱為緊急危險(xiǎn)場景因子；第2 主因子貢獻(xiàn)率為33.98%，代表場景1 和場景2 等擁堵復(fù)雜場景，稱為擁堵復(fù)雜場景因子。以第1主因子為橫坐標(biāo)，第2 主因子為縱坐標(biāo)繪制散點(diǎn)圖，直觀表示各個(gè)信息在兩個(gè)主因子中的分布狀況，主因子值越高表示該信息越重要(見圖2)。第1主因子高的信息有當(dāng)前車輛行駛速度、車輛盲點(diǎn)、儀表盤參數(shù)、發(fā)動(dòng)機(jī)轉(zhuǎn)速、后視鏡情況、車頭時(shí)距、兩側(cè)車道的車輛及人員狀況、當(dāng)前路段車輛及行人的行駛狀況，由此發(fā)現(xiàn)在緊急危險(xiǎn)場景中，駕駛?cè)烁P(guān)注自身車輛周圍的情況；第2 主因子高的信息有當(dāng)前路段行車道條數(shù)、當(dāng)前道路的速度限制、當(dāng)前路段的交通標(biāo)志、與問題路段的距離、前方道路的行駛條件、與兩側(cè)車道車輛的距離、反光鏡情況、車輛盲點(diǎn)，由此發(fā)現(xiàn)在擁堵復(fù)雜場景中，駕駛?cè)烁P(guān)注當(dāng)前道路相關(guān)信息。
表2 環(huán)境信息Tab.2 Environment information
表3 系統(tǒng)信息Tab.3 System information
由于各主因子的方差貢獻(xiàn)率不同，所以在評價(jià)信息時(shí)將主因子的方差貢獻(xiàn)率作為權(quán)重，計(jì)算各信息在2 個(gè)主因子的得分與相應(yīng)權(quán)重乘積的累計(jì)和作為該信息的綜合得分，即
式中：S為綜合得分；FAC1_1為各信息在主因子1的得分；FAC2_1為各信息在主因子2的得分。根據(jù)綜合得分從高到低排序得出各信息的重要度排序結(jié)果(見表5)。
由表5 可知，綜合得分較高的前幾條信息為反光鏡情況、后視鏡情況、車輛當(dāng)前行駛速度、當(dāng)前場景的危險(xiǎn)程度、周圍車輛的行駛速度、當(dāng)前行駛速度制動(dòng)距離、與兩側(cè)車道車輛的距離等與當(dāng)前駕駛?cè)蝿?wù)緊密相關(guān)的信息。也就是說，駕駛?cè)颂幵诒O(jiān)控狀態(tài)下實(shí)時(shí)都在關(guān)注駕駛?cè)蝿?wù)，認(rèn)為駕駛?cè)蝿?wù)相關(guān)信息最為重要，而與系統(tǒng)相關(guān)的信息不是很重要。這與表1～表3 的統(tǒng)計(jì)結(jié)果以及圖2 的散點(diǎn)圖信息相一致。而文獻(xiàn)[12]的研究結(jié)果與本研究不同，發(fā)現(xiàn)在部分自動(dòng)駕駛等級下，除了與駕駛?cè)蝿?wù)相關(guān)的信息之外，駕駛?cè)烁枰c自動(dòng)駕駛系統(tǒng)相關(guān)的信息，因?yàn)轳{駛?cè)苏J(rèn)為監(jiān)控任務(wù)是一件很無聊的事情，容易注意力分散，所以當(dāng)其注意力不集中時(shí)需要及時(shí)了解當(dāng)前系統(tǒng)是否開啟以及系統(tǒng)的剩余時(shí)間和處理問題的能力等信息，以便確定是否要接管車輛。
2.2.2 第二任務(wù)組
經(jīng)過方差最大正交旋轉(zhuǎn)得到3 個(gè)主因子(見表6)，其中第1 主因子貢獻(xiàn)率為43.6%，代表場景3～場景5等緊急危險(xiǎn)場景，稱為緊急危險(xiǎn)場景因子；第2 主因子貢獻(xiàn)率為24.55 %，代表場景1 和場景2 等擁堵復(fù)雜場景，稱為擁堵復(fù)雜場景因子；第3 主因子貢獻(xiàn)率為21.96%，代表場景6，稱為緊急制動(dòng)場景因子。以第1 主因子為橫坐標(biāo)，第2 主因子為縱坐標(biāo)繪制散點(diǎn)圖，直觀表示各個(gè)信息在兩個(gè)主因子中的分布狀況，主因子值越高表示該信息越重要(見圖3)。第1主因子高的信息有當(dāng)前場景的危險(xiǎn)程度、前方障礙物、車輛當(dāng)前行駛速度、車輛盲點(diǎn)、兩側(cè)車道的車輛及人員情況、當(dāng)前行駛速度制動(dòng)距離、與兩側(cè)車道距離、輔助系統(tǒng)處理當(dāng)前情況的能力；第2 主因子高的信息有當(dāng)前道路的速度限制、當(dāng)前路段的交通標(biāo)志、反光鏡情況、車輛當(dāng)前行駛速度、車輛盲點(diǎn)、兩側(cè)有無變更車道、與前后車的車距、輔助系統(tǒng)處理當(dāng)前情況的能力。在兩個(gè)主因子得分都比較高的信息均是與當(dāng)前駕駛?cè)蝿?wù)密切相關(guān)的信息。此外，輔助系統(tǒng)處理當(dāng)前狀況的能力在兩個(gè)主因子的得分都較高，說明無論是在緊急危險(xiǎn)場景還是擁堵復(fù)雜場景中，當(dāng)駕駛?cè)藞?zhí)行第二任務(wù)注意力不在駕駛?cè)蝿?wù)上時(shí)，都需要了解輔助系統(tǒng)是否能夠處理當(dāng)前狀況。
表4 監(jiān)控任務(wù)組旋轉(zhuǎn)后的因子載荷矩陣Tab.4 Rotated component matrix of controlled tasks
由于各主因子的方差貢獻(xiàn)率不同，所以在評價(jià)信息時(shí)將主因子的方差貢獻(xiàn)率作為權(quán)重，計(jì)算各信息在3 個(gè)主因子的得分與相應(yīng)權(quán)重乘積的累計(jì)和作為該信息的綜合得分，即
式中：FAC3_1 為各信息在主因子3 的得分。根據(jù)綜合得分從高到低排序得出各信息的重要度排序結(jié)果(見表7)。
圖2 監(jiān)控任務(wù)組具體信息在兩個(gè)主因子的二維排序Fig.2 Factor scores of detailed information of controlled tasks
由表7 可知，綜合得分較高的前幾條信息為車輛當(dāng)前行駛速度、當(dāng)前行駛速度制動(dòng)距離、輔助系統(tǒng)的狀態(tài)(是否開啟)、當(dāng)前場景的危險(xiǎn)程度、輔助系統(tǒng)處理當(dāng)前情況的能力、輔助系統(tǒng)對于當(dāng)前狀況提供的行駛方案、當(dāng)前路段的交通標(biāo)志等信息，即當(dāng)駕駛?cè)嗽趫?zhí)行第二任務(wù)時(shí)，其注意力不在駕駛?cè)蝿?wù)上，對輔助系統(tǒng)相關(guān)信息的需求增多，而且對車輛周圍駕駛狀況以及道路信息的需求相對減少。文獻(xiàn)[12]同樣認(rèn)為在自動(dòng)駕駛狀況下，相比駕駛?cè)蝿?wù)相關(guān)信息而言系統(tǒng)相關(guān)信息(系統(tǒng)狀況、計(jì)劃行駛方案等)變得特別重要。這與表3 的統(tǒng)計(jì)結(jié)果一致，而與圖3的因子得分情況存在一定差異。圖3 中得分較高的信息基本上是駕駛?cè)蝿?wù)相關(guān)信息，而主因子綜合得分結(jié)果則側(cè)重對輔助系統(tǒng)相關(guān)信息的需求。因此，在駕駛?cè)藞?zhí)行第二任務(wù)時(shí)，除了應(yīng)提供輔助系統(tǒng)相關(guān)信息之外，駕駛?cè)蝿?wù)相關(guān)信息也很重要。
表5 監(jiān)控任務(wù)組具體信息的主因子綜合得分Tab.5 Comprehensive factor score of detailed information of controlled tasks
綜合分析表5 和表7 的數(shù)據(jù)，發(fā)現(xiàn)監(jiān)控任務(wù)組與第二任務(wù)組所需信息部分相同，包括車輛當(dāng)前行駛速度、反光鏡情況、當(dāng)前場景的危險(xiǎn)程度、兩側(cè)車輛及人員情況和輔助系統(tǒng)處理當(dāng)前情況的能力。所以無論是在緊急狀況下還是行駛緩慢的擁堵狀況下，無論駕駛?cè)说淖⒁饬κ欠裨隈{駛?cè)蝿?wù)上，都需要將這些信息呈現(xiàn)給駕駛?cè)恕?/p>
圖3 第二任務(wù)組具體信息在兩個(gè)主因子的二維排序Fig.3 Factor scores of detailed information of secondary tasks
2.3 眼動(dòng)結(jié)果分析與討論
使用眼動(dòng)儀的目的是記錄駕駛?cè)嗽趯?shí)驗(yàn)過程中的凝視行為，用于分析駕駛?cè)嗽诒O(jiān)控駕駛?cè)蝿?wù)和第二任務(wù)上的注意力分配情況。因此，實(shí)驗(yàn)中定義2 個(gè)興趣區(qū)(Areas of Interest, AOI)，分別為：1)監(jiān)控駕駛?cè)蝿?wù)AOI，駕駛?cè)送ㄟ^擋風(fēng)玻璃觀察當(dāng)前場景，此時(shí)捕捉到的區(qū)域?yàn)轳{駛?cè)蝿?wù)AOI；2)第二任務(wù)AOI，由于駕駛?cè)藭M(jìn)行聊天、編輯文檔、看電影三種第二任務(wù)，因此一旦捕捉到的區(qū)域?yàn)榫庉嬑臋n畫面、看電影畫面或與實(shí)驗(yàn)人員對視的畫面等一系列與駕駛?cè)蝿?wù)無關(guān)的畫面，則這些畫面都將被定義為第二任務(wù)AOI。
表7 第二任務(wù)組具體信息的主因子綜合得分Tab.7 Comprehensive factor scores of detailed information of secondary tasks
由表8 可知，監(jiān)控駕駛狀態(tài)下駕駛?cè)?9.85%的注視時(shí)間都在監(jiān)控駕駛?cè)蝿?wù)上，還有0.15%的注意力放在了非監(jiān)控駕駛?cè)蝿?wù)上，這是因?yàn)轳{駛?cè)吮灰蟊O(jiān)管車輛駕駛?cè)蝿?wù)。但由于監(jiān)管任務(wù)比較枯燥以及人們對于自動(dòng)駕駛系統(tǒng)的過度信任會使得駕駛?cè)说木X性降低[18-19]，從而分心并做一些與監(jiān)管駕駛?cè)蝿?wù)無關(guān)的事情，所以存在0.15%的注視時(shí)間不在監(jiān)管駕駛?cè)蝿?wù)上。
而第二任務(wù)組中，駕駛?cè)?1.38%的注視時(shí)間放在第二任務(wù)上，僅有8.62%的注視時(shí)間放在監(jiān)控駕駛?cè)蝿?wù)上。在該狀態(tài)下，自動(dòng)駕駛系統(tǒng)能夠完全負(fù)責(zé)整個(gè)車輛的控制，駕駛?cè)酥恍柙谙到y(tǒng)提示需要幫助的時(shí)候接管車輛即可，所以當(dāng)要求駕駛?cè)俗龅诙蝿?wù)時(shí)，其大部分注意力都會放在第二任務(wù)上。然而駕駛?cè)藢τ谧詣?dòng)駕駛系統(tǒng)的信任程度也會影響其注意力的分配，在進(jìn)行第二任務(wù)的時(shí)候，駕駛?cè)伺紶枙ь^查看當(dāng)前場景，觀察路面發(fā)生的情況，因此仍有8.62%的注視時(shí)間在監(jiān)控駕駛?cè)蝿?wù)上。一般情況下，越信任自動(dòng)化，就會更多地參與到第二任務(wù)中，然后導(dǎo)致監(jiān)控駕駛?cè)蝿?wù)的注視點(diǎn)較少[12]。這些研究結(jié)果與已知的人—自動(dòng)化交互信任的重要性一致[18]。
由表9 可知，第二任務(wù)組中，由于聊天只需要聽覺不需要視覺的參與，而注視行為完全來自于視覺，所以在聊天狀態(tài)下，駕駛?cè)擞?0.28%的注視時(shí)間在監(jiān)控駕駛?cè)蝿?wù)上，僅有9.72%的注視時(shí)間不在監(jiān)控駕駛?cè)蝿?wù)上。而在編輯文檔和看電影的任務(wù)中，由于眼睛需要盯著文檔和電影屏幕，駕駛?cè)擞?8.40%的注意力都放在第二任務(wù)上，僅有1.6%的注意力放在監(jiān)控駕駛?cè)蝿?wù)上。聊天狀態(tài)下的注視時(shí)間僅有7 s，遠(yuǎn)遠(yuǎn)小于編輯文檔和看電影狀態(tài)下820.5 s的注視時(shí)間，由此發(fā)現(xiàn)，在駕駛車輛的過程中，編輯文檔和看電影的第二任務(wù)會分散駕駛?cè)说拇蟛糠肿⒁饬Γ奶斓牡诙蝿?wù)只會分散小部分注意力。
3 結(jié)語
本文探索在城市道路場景中自動(dòng)駕駛車輛駕駛?cè)说男畔⑿枨螅瘩{駛?cè)伺c自動(dòng)駕駛系統(tǒng)交接過程中所需的信息內(nèi)容。得到主要結(jié)論如下：1)在緊急危險(xiǎn)場景中，駕駛?cè)烁枰車囕v行駛速度、與兩側(cè)車輛的距離、車頭時(shí)距等信息，以便及時(shí)采取換道、制動(dòng)等措施；2)在行駛緩慢的擁堵場景中，駕駛?cè)烁枰?dāng)前道路的相關(guān)信息(如交通標(biāo)志、車道條數(shù)等)。研究還發(fā)現(xiàn)，無論駕駛?cè)说淖⒁饬κ欠窦性诒O(jiān)控駕駛?cè)蝿?wù)上，以下一些重要信息都應(yīng)該提供給駕駛?cè)耍?)車輛自身相關(guān)信息(如當(dāng)前行駛速度、制動(dòng)距離等)；2)車輛周圍狀況(如兩側(cè)車輛及行人狀況)；3)當(dāng)前場景的危險(xiǎn)程度；4)輔助系統(tǒng)處理當(dāng)前場景的能力。
當(dāng)駕駛?cè)颂幵诒O(jiān)控駕駛狀態(tài)時(shí)，會注意更多與駕駛相關(guān)的信息。而對于有第二任務(wù)的駕駛?cè)耍麄儠⒏嗟淖⒁饬Ψ诺降诙蝿?wù)上，并且第二任務(wù)越復(fù)雜，駕駛?cè)嗽匠两谔幚淼诙蝿?wù)當(dāng)中，對于監(jiān)控駕駛?cè)蝿?wù)的關(guān)注越少。在進(jìn)行問卷調(diào)查時(shí)，有些駕駛?cè)擞捎诔两诘诙蝿?wù)，完全沒有注意到剛剛的場景發(fā)生了什么。這也意味著第二任務(wù)的干擾會降低駕駛?cè)说木X性。所以，當(dāng)駕駛?cè)颂幵谧詣?dòng)駕駛中的時(shí)候，需要以下信息輔助決策：1)車輛行駛速度、制動(dòng)距離等車輛自身參數(shù)信息；2)周圍路況、車況等環(huán)境信息；3)輔助系統(tǒng)處理當(dāng)前場景的能力等輔助系統(tǒng)相關(guān)信息。
本研究仍有許多不足之處，例如第二任務(wù)的研究數(shù)據(jù)較少，實(shí)驗(yàn)變量信息可能不全面，命名也缺乏科學(xué)性。下一步的研究是如何采用抬頭顯示器的方式將這些必要信息呈現(xiàn)給駕駛?cè)硕植粫ζ渥⒁饬υ斐筛蓴_。
表8 眼動(dòng)儀數(shù)據(jù)Tab.8 Eye tracker data
表9 第二任務(wù)組的注視時(shí)間Tab.9 Fixation time of secondary tasks
猜你喜歡
記一次有趣的實(shí)驗(yàn)小獼猴智力畫刊(2022年9期)2022-11-04 02:31:42 Smartflower POP 一體式光伏系統(tǒng)工業(yè)設(shè)計(jì)(2022年8期)2022-09-09 07:43:20 WJ-700無人機(jī)系統(tǒng)軍民兩用技術(shù)與產(chǎn)品(2021年10期)2021-03-16 06:05:30 ZC系列無人機(jī)遙感系統(tǒng)北京測繪(2020年12期)2020-12-29 01:33:58 做個(gè)怪怪長實(shí)驗(yàn)小哥白尼(趣味科學(xué))(2019年6期)2019-10-10 01:01:50 連通與提升系統(tǒng)的最后一塊拼圖 Audiolab 傲立 M-DAC mini家庭影院技術(shù)(2017年9期)2017-09-26 03:41:45 訂閱信息中華手工(2017年2期)2017-06-06 23:00:31 NO與NO2相互轉(zhuǎn)化實(shí)驗(yàn)的改進(jìn)發(fā)明與創(chuàng)新(2016年38期)2016-08-22 03:02:52 實(shí)踐十號上的19項(xiàng)實(shí)驗(yàn)太空探索(2016年5期)2016-07-12 15:17:55 展會信息中外會展(2014年4期)2014-11-27 07:46:46
邢慧寧，秦 華,2，鈕建偉
(1.北京建筑大學(xué)機(jī)電與車輛工程學(xué)院，北京 100044；2.北京市建筑安全監(jiān)測工程技術(shù)研究中心，北京 100044；3.北京科技大學(xué)機(jī)械工程學(xué)院，北京 100083)
0 引言
自動(dòng)駕駛是當(dāng)今社會研究的一大熱點(diǎn)，自動(dòng)駕駛汽車被認(rèn)為能夠提高舒適度、降低事故的發(fā)生率、減少交通擁堵以及減少環(huán)境影響[1]。美國國家公路交通安全管理局(National Highway Traffic Safety Administration,NHTSA)根據(jù)對自動(dòng)駕駛系統(tǒng)的定義，將自動(dòng)駕駛系統(tǒng)劃分為5 個(gè)等級[2]，分別為：等級0，無自動(dòng)化；等級1，特定功能自動(dòng)駕駛；等級2，集成功能自動(dòng)駕駛；等級3，有條件自動(dòng)駕駛；等級4，完全自動(dòng)化。
目前車輛自動(dòng)駕駛系統(tǒng)還未達(dá)到完全無人駕駛的程度，只能提供一些駕駛輔助操作，例如，提供使車輛以期望的速度穩(wěn)定行駛、實(shí)現(xiàn)自主導(dǎo)航行駛等功能[3-4]。但當(dāng)遇到一些突發(fā)狀況時(shí)，自動(dòng)駕駛系統(tǒng)無法自行處理，需要由駕駛?cè)私庸芸刂栖囕v并做出決策。在由自動(dòng)駕駛系統(tǒng)操控到真人操控的切換過程中還存在很多問題[5]，例如駕駛?cè)朔磻?yīng)時(shí)間、車輛性能、人機(jī)交互等方面[6-7]。而且在自動(dòng)駕駛系統(tǒng)控制車輛行駛的過程中，駕駛?cè)藦牟倏卣咦兂闪吮O(jiān)督者的角色[8]，這種角色的轉(zhuǎn)變會降低駕駛?cè)说木X性。由于對自動(dòng)駕駛系統(tǒng)的過度信任[9]，駕駛?cè)瞬粫恢北O(jiān)督自動(dòng)駕駛系統(tǒng)[10-11]，而會做一些與監(jiān)督駕駛?cè)蝿?wù)無關(guān)的事情，例如聽音樂、打電話等第二任務(wù)，致使注意力分散、情景意識缺失，期間缺乏對車輛行駛的狀況及周圍環(huán)境狀況的足夠了解。因此，降低自動(dòng)駕駛系統(tǒng)的使用所帶來的消極影響，研究駕駛?cè)嗽诓煌牡诙蝿?wù)中的信息需求，幫助其快速了解當(dāng)前突發(fā)狀況很有必要。
文獻(xiàn)[12]對高速公路上不同自動(dòng)駕駛等級下駕駛?cè)说男畔⑿枨筮M(jìn)行研究，確定了一些在自動(dòng)駕駛系統(tǒng)使用過程中必不可少的重要信息，其中人機(jī)交互專家們認(rèn)為最重要的一點(diǎn)就是系統(tǒng)行為的反饋應(yīng)該是透明的、可理解的以及可預(yù)測的，包括當(dāng)前的系統(tǒng)狀態(tài)、回退水平、剩余時(shí)間、行駛計(jì)劃及其原因。文獻(xiàn)[13]從定性以及定量方面對城市道路場景中警告信息的呈現(xiàn)時(shí)間以及呈現(xiàn)間隔進(jìn)行總結(jié)，并根據(jù)顯示信息的復(fù)雜度進(jìn)行分類，根據(jù)信息來源總結(jié)了近150 種不同的信息需求。通過研究城市道路中高級駕駛輔助系統(tǒng)(Advanced Driver Sssistance Systems,ADAS)中抬頭顯示器(Head-Up Display,HUD)和低頭顯示器(Head-Down Display,HDD)分別呈現(xiàn)哪種警告信息類型，發(fā)現(xiàn)用戶對抬頭顯示器中緊急警告信息，諸如導(dǎo)航或當(dāng)前行駛速度等動(dòng)態(tài)信息以及駕駛相關(guān)內(nèi)容(交通標(biāo)志識別)等信息具有明顯偏好。同時(shí)，認(rèn)為狀態(tài)信息和指示標(biāo)志在抬頭顯示器中具有干擾作用，只要在特定的時(shí)間間隔呈現(xiàn)這些信息和標(biāo)志(開/關(guān)/激活)即可[14]。
以上研究主要是針對高速公路上的駕駛信息需求以及國外城市道路的駕駛信息需求。而中國城市道路的交通情況有其特殊性[15]：1)隨著城鎮(zhèn)化建設(shè)的加速，車輛保有量急劇上漲，造成交通擁堵；2)車流混雜，道路中存在各類交通參與者；3)駕駛?cè)诵袨橐鈭D難以預(yù)測，存在不按交通規(guī)則駕駛車輛的現(xiàn)象。
本文基于中國城市道路的特點(diǎn)，研究在城市道路場景的自動(dòng)駕駛車輛中，駕駛?cè)颂幱诓煌牡诙蝿?wù)中的信息需求。
1 實(shí)驗(yàn)設(shè)計(jì)
為了研究自動(dòng)駕駛車輛中駕駛?cè)说男畔⑿枨螅u估處于不同的第二任務(wù)中信息對駕駛?cè)说闹匾潭龋米詣?dòng)駕駛模擬平臺進(jìn)行實(shí)驗(yàn)研究。根據(jù)中國城市道路場景的特點(diǎn)以及交通事件發(fā)生的頻率和危險(xiǎn)程度[16]，選取和設(shè)計(jì)了6 種常見的城市道路場景，參試者分別在6 種道路場景中模擬自動(dòng)駕駛，并在實(shí)驗(yàn)結(jié)束之后完成信息需求問卷。
1.1 自動(dòng)駕駛模擬平臺和實(shí)驗(yàn)場景設(shè)計(jì)
實(shí)驗(yàn)在中國標(biāo)準(zhǔn)化研究院的虛擬現(xiàn)實(shí)與仿真實(shí)驗(yàn)室完成，實(shí)驗(yàn)平臺如圖1所示。
6 種城市道路典型場景分別為：場景1，交通擁堵行駛緩慢，需要駕駛?cè)硕啻螁?dòng)、制動(dòng)的道路場景；場景2，十字交叉口，人車混雜的道路場景；場景3，前方有車輛不停變換車道的道路場景；場景4，公共汽車出站強(qiáng)行占道的道路場景；場景5，前方出現(xiàn)車輛交通事故的道路場景；場景6，前方車輛緊急制動(dòng)的道路場景。
1.2 實(shí)驗(yàn)任務(wù)及過程
圖1 實(shí)驗(yàn)平臺Fig.1 Experimental platform
實(shí)驗(yàn)的參試者共12人，年齡介于22～47歲(均值為 26.25 歲)，駕齡為 1～16年(均值為3.21年)，在此之前沒有任何使用自動(dòng)駕駛系統(tǒng)的經(jīng)驗(yàn)。將參試者隨機(jī)分為2 組，每組6人。第一組參試者需要實(shí)時(shí)監(jiān)控駕駛?cè)蝿?wù)，為監(jiān)控任務(wù)組。第二組參試者不需要實(shí)時(shí)監(jiān)控駕駛?cè)蝿?wù)，需要完成一些與駕駛?cè)蝿?wù)無關(guān)的任務(wù)(第二任務(wù))，為第二任務(wù)組。第二任務(wù)又稱為二級任務(wù)、次要任務(wù)或次任務(wù)等，是指相對于控制車輛、保持車道、監(jiān)控道路狀況等主駕駛?cè)蝿?wù)而言，與駕駛無關(guān)或不直接相關(guān)的其他任務(wù)，如收聽廣播、使用手機(jī)、看地圖、與乘客交談等[17]。無第二任務(wù)的情況下，要求參試者注意力完全集中于監(jiān)控任務(wù)。第二任務(wù)組中，參試者需要完成三種不同的第二任務(wù)，分別為聊天、編輯文檔和看電影。
實(shí)驗(yàn)開始之前，首先實(shí)驗(yàn)人員向參試者介紹實(shí)驗(yàn)內(nèi)容和實(shí)驗(yàn)任務(wù)，讓參試者了解該實(shí)驗(yàn)的研究目的。然后，參試者簽寫書面《知情同意書》并填寫個(gè)人基本信息表。在進(jìn)行正式實(shí)驗(yàn)之前，每名參試者有10 min的時(shí)間熟悉實(shí)驗(yàn)環(huán)境以及自動(dòng)駕駛模擬系統(tǒng)。
實(shí)驗(yàn)過程中，使用頭戴式眼動(dòng)儀追蹤參試者眼球的注視行為，通過iView X 軟件將參試者眼球注視行為記錄成視頻，隨后通過BeGaze3.3 分析軟件對所錄視頻進(jìn)行分析，得到參試者眼球在各個(gè)位置的注視時(shí)間。當(dāng)參試者每完成一種場景的駕駛?cè)蝿?wù)后都需要完成一份問卷調(diào)查，并基于其實(shí)驗(yàn)場景對自動(dòng)駕駛過程中所需求的信息進(jìn)行重要度評估。在完成當(dāng)前場景的調(diào)查問卷后便開始下一個(gè)場景的實(shí)驗(yàn)，直到6 個(gè)場景的實(shí)驗(yàn)全部完成，實(shí)驗(yàn)結(jié)束。
2 結(jié)果分析與討論
2.1 問卷結(jié)果統(tǒng)計(jì)
將參試者對每個(gè)場景中每項(xiàng)參數(shù)的評分進(jìn)行匯總，然后基于“二八”原則對收集到的數(shù)據(jù)進(jìn)行處理。結(jié)果如表1～表3所示。
表1 汽車信息Tab.1 Automobile information
由表1 可知，監(jiān)控任務(wù)組中，反光鏡情況、車輛當(dāng)前行駛速度、后視鏡情況和車輛盲點(diǎn)占的比例很大；第二任務(wù)組中，與監(jiān)控任務(wù)組相同，同樣是這些信息占的比例較大。說明兩組駕駛?cè)司J(rèn)為這些信息很重要，只是在不同的任務(wù)中，這些信息的重要度順序不同。
由表2 可知，監(jiān)控任務(wù)組中，當(dāng)前場景的危險(xiǎn)程度、與兩側(cè)車道車輛的距離和車頭時(shí)距等信息占的比例較大，而第二任務(wù)組中，當(dāng)前路段的交通標(biāo)志和當(dāng)前場景的危險(xiǎn)程度等信息占的比例較大。對比可知，兩組駕駛?cè)司J(rèn)為當(dāng)前場景的危險(xiǎn)程度信息很重要。監(jiān)控任務(wù)組中，駕駛?cè)烁⒅剀囕v周圍情況等駕駛?cè)蝿?wù)相關(guān)信息；第二任務(wù)中駕駛?cè)苏J(rèn)為道路信息(交通標(biāo)志等)更重要。
由表3 可知，監(jiān)控任務(wù)組中，周圍車輛的行駛速度以及當(dāng)前行駛速度制動(dòng)距離等信息占的比例很大；而第二任務(wù)組中，當(dāng)前行駛速度制動(dòng)距離以及輔助系統(tǒng)的狀態(tài)等信息占的比例很大。對比可知，兩組駕駛?cè)司枰?dāng)前行駛速度制動(dòng)距離信息輔助其決策。監(jiān)控任務(wù)組中，駕駛?cè)藢?shí)時(shí)關(guān)注駕駛?cè)蝿?wù)，對于周圍路況關(guān)注度較高；而第二任務(wù)組中，駕駛?cè)说淖⒁饬Χ技性诘诙蝿?wù)上，對駕駛?cè)蝿?wù)的關(guān)注度相對較低，所以對輔助系統(tǒng)的能力信息關(guān)注較高。
2.2 問卷結(jié)果分析與討論
將參試者對每個(gè)場景中每項(xiàng)參數(shù)的評分進(jìn)行匯總整理，然后采用因子分析法對收集到的數(shù)據(jù)進(jìn)行分析。
2.2.1 監(jiān)控任務(wù)組
根據(jù)特征值大于1 的原則得到兩個(gè)主因子(見表4)，其中第1 主因子貢獻(xiàn)率為41.97%，代表場景3～場景6 等緊急危險(xiǎn)場景，稱為緊急危險(xiǎn)場景因子；第2 主因子貢獻(xiàn)率為33.98%，代表場景1 和場景2 等擁堵復(fù)雜場景，稱為擁堵復(fù)雜場景因子。以第1主因子為橫坐標(biāo)，第2 主因子為縱坐標(biāo)繪制散點(diǎn)圖，直觀表示各個(gè)信息在兩個(gè)主因子中的分布狀況，主因子值越高表示該信息越重要(見圖2)。第1主因子高的信息有當(dāng)前車輛行駛速度、車輛盲點(diǎn)、儀表盤參數(shù)、發(fā)動(dòng)機(jī)轉(zhuǎn)速、后視鏡情況、車頭時(shí)距、兩側(cè)車道的車輛及人員狀況、當(dāng)前路段車輛及行人的行駛狀況，由此發(fā)現(xiàn)在緊急危險(xiǎn)場景中，駕駛?cè)烁P(guān)注自身車輛周圍的情況；第2 主因子高的信息有當(dāng)前路段行車道條數(shù)、當(dāng)前道路的速度限制、當(dāng)前路段的交通標(biāo)志、與問題路段的距離、前方道路的行駛條件、與兩側(cè)車道車輛的距離、反光鏡情況、車輛盲點(diǎn)，由此發(fā)現(xiàn)在擁堵復(fù)雜場景中，駕駛?cè)烁P(guān)注當(dāng)前道路相關(guān)信息。
表2 環(huán)境信息Tab.2 Environment information
表3 系統(tǒng)信息Tab.3 System information
由于各主因子的方差貢獻(xiàn)率不同，所以在評價(jià)信息時(shí)將主因子的方差貢獻(xiàn)率作為權(quán)重，計(jì)算各信息在2 個(gè)主因子的得分與相應(yīng)權(quán)重乘積的累計(jì)和作為該信息的綜合得分，即
式中：S為綜合得分；FAC1_1為各信息在主因子1的得分；FAC2_1為各信息在主因子2的得分。根據(jù)綜合得分從高到低排序得出各信息的重要度排序結(jié)果(見表5)。
由表5 可知，綜合得分較高的前幾條信息為反光鏡情況、后視鏡情況、車輛當(dāng)前行駛速度、當(dāng)前場景的危險(xiǎn)程度、周圍車輛的行駛速度、當(dāng)前行駛速度制動(dòng)距離、與兩側(cè)車道車輛的距離等與當(dāng)前駕駛?cè)蝿?wù)緊密相關(guān)的信息。也就是說，駕駛?cè)颂幵诒O(jiān)控狀態(tài)下實(shí)時(shí)都在關(guān)注駕駛?cè)蝿?wù)，認(rèn)為駕駛?cè)蝿?wù)相關(guān)信息最為重要，而與系統(tǒng)相關(guān)的信息不是很重要。這與表1～表3 的統(tǒng)計(jì)結(jié)果以及圖2 的散點(diǎn)圖信息相一致。而文獻(xiàn)[12]的研究結(jié)果與本研究不同，發(fā)現(xiàn)在部分自動(dòng)駕駛等級下，除了與駕駛?cè)蝿?wù)相關(guān)的信息之外，駕駛?cè)烁枰c自動(dòng)駕駛系統(tǒng)相關(guān)的信息，因?yàn)轳{駛?cè)苏J(rèn)為監(jiān)控任務(wù)是一件很無聊的事情，容易注意力分散，所以當(dāng)其注意力不集中時(shí)需要及時(shí)了解當(dāng)前系統(tǒng)是否開啟以及系統(tǒng)的剩余時(shí)間和處理問題的能力等信息，以便確定是否要接管車輛。
2.2.2 第二任務(wù)組
經(jīng)過方差最大正交旋轉(zhuǎn)得到3 個(gè)主因子(見表6)，其中第1 主因子貢獻(xiàn)率為43.6%，代表場景3～場景5等緊急危險(xiǎn)場景，稱為緊急危險(xiǎn)場景因子；第2 主因子貢獻(xiàn)率為24.55 %，代表場景1 和場景2 等擁堵復(fù)雜場景，稱為擁堵復(fù)雜場景因子；第3 主因子貢獻(xiàn)率為21.96%，代表場景6，稱為緊急制動(dòng)場景因子。以第1 主因子為橫坐標(biāo)，第2 主因子為縱坐標(biāo)繪制散點(diǎn)圖，直觀表示各個(gè)信息在兩個(gè)主因子中的分布狀況，主因子值越高表示該信息越重要(見圖3)。第1主因子高的信息有當(dāng)前場景的危險(xiǎn)程度、前方障礙物、車輛當(dāng)前行駛速度、車輛盲點(diǎn)、兩側(cè)車道的車輛及人員情況、當(dāng)前行駛速度制動(dòng)距離、與兩側(cè)車道距離、輔助系統(tǒng)處理當(dāng)前情況的能力；第2 主因子高的信息有當(dāng)前道路的速度限制、當(dāng)前路段的交通標(biāo)志、反光鏡情況、車輛當(dāng)前行駛速度、車輛盲點(diǎn)、兩側(cè)有無變更車道、與前后車的車距、輔助系統(tǒng)處理當(dāng)前情況的能力。在兩個(gè)主因子得分都比較高的信息均是與當(dāng)前駕駛?cè)蝿?wù)密切相關(guān)的信息。此外，輔助系統(tǒng)處理當(dāng)前狀況的能力在兩個(gè)主因子的得分都較高，說明無論是在緊急危險(xiǎn)場景還是擁堵復(fù)雜場景中，當(dāng)駕駛?cè)藞?zhí)行第二任務(wù)注意力不在駕駛?cè)蝿?wù)上時(shí)，都需要了解輔助系統(tǒng)是否能夠處理當(dāng)前狀況。
表4 監(jiān)控任務(wù)組旋轉(zhuǎn)后的因子載荷矩陣Tab.4 Rotated component matrix of controlled tasks
由于各主因子的方差貢獻(xiàn)率不同，所以在評價(jià)信息時(shí)將主因子的方差貢獻(xiàn)率作為權(quán)重，計(jì)算各信息在3 個(gè)主因子的得分與相應(yīng)權(quán)重乘積的累計(jì)和作為該信息的綜合得分，即
式中：FAC3_1 為各信息在主因子3 的得分。根據(jù)綜合得分從高到低排序得出各信息的重要度排序結(jié)果(見表7)。
圖2 監(jiān)控任務(wù)組具體信息在兩個(gè)主因子的二維排序Fig.2 Factor scores of detailed information of controlled tasks
由表7 可知，綜合得分較高的前幾條信息為車輛當(dāng)前行駛速度、當(dāng)前行駛速度制動(dòng)距離、輔助系統(tǒng)的狀態(tài)(是否開啟)、當(dāng)前場景的危險(xiǎn)程度、輔助系統(tǒng)處理當(dāng)前情況的能力、輔助系統(tǒng)對于當(dāng)前狀況提供的行駛方案、當(dāng)前路段的交通標(biāo)志等信息，即當(dāng)駕駛?cè)嗽趫?zhí)行第二任務(wù)時(shí)，其注意力不在駕駛?cè)蝿?wù)上，對輔助系統(tǒng)相關(guān)信息的需求增多，而且對車輛周圍駕駛狀況以及道路信息的需求相對減少。文獻(xiàn)[12]同樣認(rèn)為在自動(dòng)駕駛狀況下，相比駕駛?cè)蝿?wù)相關(guān)信息而言系統(tǒng)相關(guān)信息(系統(tǒng)狀況、計(jì)劃行駛方案等)變得特別重要。這與表3 的統(tǒng)計(jì)結(jié)果一致，而與圖3的因子得分情況存在一定差異。圖3 中得分較高的信息基本上是駕駛?cè)蝿?wù)相關(guān)信息，而主因子綜合得分結(jié)果則側(cè)重對輔助系統(tǒng)相關(guān)信息的需求。因此，在駕駛?cè)藞?zhí)行第二任務(wù)時(shí)，除了應(yīng)提供輔助系統(tǒng)相關(guān)信息之外，駕駛?cè)蝿?wù)相關(guān)信息也很重要。
表5 監(jiān)控任務(wù)組具體信息的主因子綜合得分Tab.5 Comprehensive factor score of detailed information of controlled tasks
綜合分析表5 和表7 的數(shù)據(jù)，發(fā)現(xiàn)監(jiān)控任務(wù)組與第二任務(wù)組所需信息部分相同，包括車輛當(dāng)前行駛速度、反光鏡情況、當(dāng)前場景的危險(xiǎn)程度、兩側(cè)車輛及人員情況和輔助系統(tǒng)處理當(dāng)前情況的能力。所以無論是在緊急狀況下還是行駛緩慢的擁堵狀況下，無論駕駛?cè)说淖⒁饬κ欠裨隈{駛?cè)蝿?wù)上，都需要將這些信息呈現(xiàn)給駕駛?cè)恕?/p>
圖3 第二任務(wù)組具體信息在兩個(gè)主因子的二維排序Fig.3 Factor scores of detailed information of secondary tasks
2.3 眼動(dòng)結(jié)果分析與討論
使用眼動(dòng)儀的目的是記錄駕駛?cè)嗽趯?shí)驗(yàn)過程中的凝視行為，用于分析駕駛?cè)嗽诒O(jiān)控駕駛?cè)蝿?wù)和第二任務(wù)上的注意力分配情況。因此，實(shí)驗(yàn)中定義2 個(gè)興趣區(qū)(Areas of Interest, AOI)，分別為：1)監(jiān)控駕駛?cè)蝿?wù)AOI，駕駛?cè)送ㄟ^擋風(fēng)玻璃觀察當(dāng)前場景，此時(shí)捕捉到的區(qū)域?yàn)轳{駛?cè)蝿?wù)AOI；2)第二任務(wù)AOI，由于駕駛?cè)藭M(jìn)行聊天、編輯文檔、看電影三種第二任務(wù)，因此一旦捕捉到的區(qū)域?yàn)榫庉嬑臋n畫面、看電影畫面或與實(shí)驗(yàn)人員對視的畫面等一系列與駕駛?cè)蝿?wù)無關(guān)的畫面，則這些畫面都將被定義為第二任務(wù)AOI。
表7 第二任務(wù)組具體信息的主因子綜合得分Tab.7 Comprehensive factor scores of detailed information of secondary tasks
由表8 可知，監(jiān)控駕駛狀態(tài)下駕駛?cè)?9.85%的注視時(shí)間都在監(jiān)控駕駛?cè)蝿?wù)上，還有0.15%的注意力放在了非監(jiān)控駕駛?cè)蝿?wù)上，這是因?yàn)轳{駛?cè)吮灰蟊O(jiān)管車輛駕駛?cè)蝿?wù)。但由于監(jiān)管任務(wù)比較枯燥以及人們對于自動(dòng)駕駛系統(tǒng)的過度信任會使得駕駛?cè)说木X性降低[18-19]，從而分心并做一些與監(jiān)管駕駛?cè)蝿?wù)無關(guān)的事情，所以存在0.15%的注視時(shí)間不在監(jiān)管駕駛?cè)蝿?wù)上。
而第二任務(wù)組中，駕駛?cè)?1.38%的注視時(shí)間放在第二任務(wù)上，僅有8.62%的注視時(shí)間放在監(jiān)控駕駛?cè)蝿?wù)上。在該狀態(tài)下，自動(dòng)駕駛系統(tǒng)能夠完全負(fù)責(zé)整個(gè)車輛的控制，駕駛?cè)酥恍柙谙到y(tǒng)提示需要幫助的時(shí)候接管車輛即可，所以當(dāng)要求駕駛?cè)俗龅诙蝿?wù)時(shí)，其大部分注意力都會放在第二任務(wù)上。然而駕駛?cè)藢τ谧詣?dòng)駕駛系統(tǒng)的信任程度也會影響其注意力的分配，在進(jìn)行第二任務(wù)的時(shí)候，駕駛?cè)伺紶枙ь^查看當(dāng)前場景，觀察路面發(fā)生的情況，因此仍有8.62%的注視時(shí)間在監(jiān)控駕駛?cè)蝿?wù)上。一般情況下，越信任自動(dòng)化，就會更多地參與到第二任務(wù)中，然后導(dǎo)致監(jiān)控駕駛?cè)蝿?wù)的注視點(diǎn)較少[12]。這些研究結(jié)果與已知的人—自動(dòng)化交互信任的重要性一致[18]。
由表9 可知，第二任務(wù)組中，由于聊天只需要聽覺不需要視覺的參與，而注視行為完全來自于視覺，所以在聊天狀態(tài)下，駕駛?cè)擞?0.28%的注視時(shí)間在監(jiān)控駕駛?cè)蝿?wù)上，僅有9.72%的注視時(shí)間不在監(jiān)控駕駛?cè)蝿?wù)上。而在編輯文檔和看電影的任務(wù)中，由于眼睛需要盯著文檔和電影屏幕，駕駛?cè)擞?8.40%的注意力都放在第二任務(wù)上，僅有1.6%的注意力放在監(jiān)控駕駛?cè)蝿?wù)上。聊天狀態(tài)下的注視時(shí)間僅有7 s，遠(yuǎn)遠(yuǎn)小于編輯文檔和看電影狀態(tài)下820.5 s的注視時(shí)間，由此發(fā)現(xiàn)，在駕駛車輛的過程中，編輯文檔和看電影的第二任務(wù)會分散駕駛?cè)说拇蟛糠肿⒁饬Γ奶斓牡诙蝿?wù)只會分散小部分注意力。
3 結(jié)語
本文探索在城市道路場景中自動(dòng)駕駛車輛駕駛?cè)说男畔⑿枨螅瘩{駛?cè)伺c自動(dòng)駕駛系統(tǒng)交接過程中所需的信息內(nèi)容。得到主要結(jié)論如下：1)在緊急危險(xiǎn)場景中，駕駛?cè)烁枰車囕v行駛速度、與兩側(cè)車輛的距離、車頭時(shí)距等信息，以便及時(shí)采取換道、制動(dòng)等措施；2)在行駛緩慢的擁堵場景中，駕駛?cè)烁枰?dāng)前道路的相關(guān)信息(如交通標(biāo)志、車道條數(shù)等)。研究還發(fā)現(xiàn)，無論駕駛?cè)说淖⒁饬κ欠窦性诒O(jiān)控駕駛?cè)蝿?wù)上，以下一些重要信息都應(yīng)該提供給駕駛?cè)耍?)車輛自身相關(guān)信息(如當(dāng)前行駛速度、制動(dòng)距離等)；2)車輛周圍狀況(如兩側(cè)車輛及行人狀況)；3)當(dāng)前場景的危險(xiǎn)程度；4)輔助系統(tǒng)處理當(dāng)前場景的能力。
當(dāng)駕駛?cè)颂幵诒O(jiān)控駕駛狀態(tài)時(shí)，會注意更多與駕駛相關(guān)的信息。而對于有第二任務(wù)的駕駛?cè)耍麄儠⒏嗟淖⒁饬Ψ诺降诙蝿?wù)上，并且第二任務(wù)越復(fù)雜，駕駛?cè)嗽匠两谔幚淼诙蝿?wù)當(dāng)中，對于監(jiān)控駕駛?cè)蝿?wù)的關(guān)注越少。在進(jìn)行問卷調(diào)查時(shí)，有些駕駛?cè)擞捎诔两诘诙蝿?wù)，完全沒有注意到剛剛的場景發(fā)生了什么。這也意味著第二任務(wù)的干擾會降低駕駛?cè)说木X性。所以，當(dāng)駕駛?cè)颂幵谧詣?dòng)駕駛中的時(shí)候，需要以下信息輔助決策：1)車輛行駛速度、制動(dòng)距離等車輛自身參數(shù)信息；2)周圍路況、車況等環(huán)境信息；3)輔助系統(tǒng)處理當(dāng)前場景的能力等輔助系統(tǒng)相關(guān)信息。
本研究仍有許多不足之處，例如第二任務(wù)的研究數(shù)據(jù)較少，實(shí)驗(yàn)變量信息可能不全面，命名也缺乏科學(xué)性。下一步的研究是如何采用抬頭顯示器的方式將這些必要信息呈現(xiàn)給駕駛?cè)硕植粫ζ渥⒁饬υ斐筛蓴_。
表8 眼動(dòng)儀數(shù)據(jù)Tab.8 Eye tracker data
表9 第二任務(wù)組的注視時(shí)間Tab.9 Fixation time of secondary tasks
猜你喜歡
小獼猴智力畫刊(2022年9期)2022-11-04 02:31:42
工業(yè)設(shè)計(jì)(2022年8期)2022-09-09 07:43:20
軍民兩用技術(shù)與產(chǎn)品(2021年10期)2021-03-16 06:05:30
北京測繪(2020年12期)2020-12-29 01:33:58
小哥白尼(趣味科學(xué))(2019年6期)2019-10-10 01:01:50
家庭影院技術(shù)(2017年9期)2017-09-26 03:41:45
中華手工(2017年2期)2017-06-06 23:00:31
發(fā)明與創(chuàng)新(2016年38期)2016-08-22 03:02:52
太空探索(2016年5期)2016-07-12 15:17:55
中外會展(2014年4期)2014-11-27 07:46:46
