自動駕駛駕駛?cè)私庸芴卣餮芯窟M(jìn)展

馬蓉 張康康

摘 要：為自動駕駛駕駛?cè)私庸墉h(huán)節(jié)做出指導(dǎo)性的建議，從自動駕駛接管的影響因素和自動駕駛駕駛?cè)私庸芸冃нM(jìn)行系統(tǒng)梳理，總結(jié)主要研究內(nèi)容和方法，并展望其未來研究趨勢。總結(jié)發(fā)現(xiàn)，現(xiàn)有研究缺少一套針對駕駛員在不同復(fù)雜度的交通環(huán)境下駕駛?cè)诵袨闇?zhǔn)則，今后對于自動駕駛駕駛?cè)私庸芴卣鞯难芯磕康木褪窃谇宄{駛?cè)擞心男┬袨楹髮ψ詣玉{駛安全接管設(shè)計(jì)提供理論支持。

關(guān)鍵字：自動駕駛;接管績效;接管影響因素

Abstract： This paper makes guidance Suggestions for autopilot take-over， systematically sorts out the influencing factors of autopilot take-over and autopilot driver take-over performance， summarizes the main research contents and methods， and looks forward to its future research trend. It is concluded that there is a lack of a code of conduct for drivers in traffic environments with different complexity in the existing research， and the purpose of future research on the characteristics of autopilot take-over is to provide theoretical support for the design of autopilot safety take-over after knowing the driver's behaviors.

Keywords： Autonomous driving; Takeover performance; Takeover influence factor

前言

目前，智能化水平不斷提高已經(jīng)成為汽車發(fā)展的趨勢，車輛以縱向和橫向接管車輛控制來加大力度開發(fā)有條件的自動駕駛系統(tǒng)。根據(jù)國際汽車工程師學(xué)會（SAE）2014年的規(guī)定[1]，駕駛員不再需要持續(xù)監(jiān)測駕駛環(huán)境，因此能夠從事與駕駛無關(guān)的工作。若實(shí)際駕駛場景需要駕駛?cè)藖硖幚韽?fù)雜的情況時，駕駛?cè)藨?yīng)該時刻準(zhǔn)備好及時接管車輛，避免危險發(fā)生。

由于自動駕駛狀態(tài)在未來是長期存在的，正是這一方面刺激了近幾年對駕駛員接管的研究。主要包含在探究影響自動駕駛接管的因素的基礎(chǔ)上，對接管績效進(jìn)行衡量，并對自動駕駛駕駛?cè)私庸苄袨橼厔萏岢鲆庖姾徒ㄗh。本文集中論述現(xiàn)有成果，為自動駕駛駕駛?cè)私庸苎芯刻峁┮罁?jù)和參考。

1 自動駕駛接管相關(guān)概念

根據(jù)美國汽車工程師學(xué)會（SAE）制定的分級標(biāo)準(zhǔn)[1]（見表1），從本質(zhì)上講，駕駛這種高度自動化的汽車改變了駕駛員的角色，從一個操作員變成了一個系統(tǒng)管理員。盡管智能駕駛技術(shù)落實(shí)在車輛的趨勢勢不可擋，但在L2以上的無人駕駛汽車普及之前，還需要多年的研發(fā)和測試。所以，在未來長期存在的自動駕駛情況下，自動駕駛車輛行駛狀況仍需駕駛?cè)吮O(jiān)督以便能夠及時做出干預(yù)車輛的行為，避免危險的發(fā)生。

2 自動駕駛駕駛?cè)私庸艿挠绊懸蛩?/p>

相關(guān)學(xué)者利用場景虛擬測試方法探索影響自動駕駛駕駛?cè)私庸艿囊蛩兀?shí)驗(yàn)確定各種因素對于接管績效的影響。

2.1 駕駛?cè)舜稳蝿?wù)

SAE規(guī)定的3級以上自動車輛中，駕駛員允許參與非駕駛相關(guān)任務(wù)。Zeeb等[2]通過模擬駕駛?cè)舜稳蝿?wù)（寫郵件、讀新聞、看視頻）接管車輛的實(shí)驗(yàn)，通過得到的接管操作結(jié)果，分析得到駕駛?cè)诉M(jìn)行和駕駛無關(guān)的肢體動作對自動駕駛駕駛?cè)私庸芊磻?yīng)時間沒有影響，但接管質(zhì)量會因?yàn)轳{駛分心而大大減弱。魯光泉等[3]則沒有選擇具體的行為，重點(diǎn)研究的是簡單和復(fù)雜的視覺任務(wù)對于接管績效的影響，結(jié)果發(fā)現(xiàn)有次任務(wù)是會增加駕駛員的接管時間，但是沒有從不同復(fù)雜度的視覺次任務(wù)對于接管時間中發(fā)現(xiàn)不同。

2.2 請求接管時間和方式

自動駕駛的車輛發(fā)出請求接管的時間和方式對駕駛?cè)私庸芤彩怯斜容^明顯的影響的。

鈕建偉等[4]在實(shí)驗(yàn)時發(fā)現(xiàn)駕駛?cè)嗽诘玫较到y(tǒng)請求接管信號后，存在兩種接管切換方式，第一種切換是立刻接管，第二種是在得到信號并且直到看到有危險情況時才進(jìn)行接管車輛。并且研究發(fā)現(xiàn)不同的駕駛次任務(wù)對于這兩種切換方式都有著比較明顯的影響，但是二者的因果關(guān)系還不明晰，需要深一步分析研究。Gold等[5]發(fā)現(xiàn)系統(tǒng)接管請求時間長短對于駕駛?cè)诉M(jìn)行決策和反應(yīng)有明顯的影響作用，請求時間越短，駕駛?cè)朔磻?yīng)時間越短，但接管質(zhì)量更差。

2.3 其他影響因素

駕駛員年齡與性別、自動駕駛車輛自動化程度、交通復(fù)雜度也是近些年研究的內(nèi)容。Korbe等[6]實(shí)驗(yàn)發(fā)現(xiàn)不同年齡的駕駛?cè)嗽诮庸茏詣玉{駛車輛時的接管效果無明顯差異。Strand等[7]通過實(shí)驗(yàn)發(fā)現(xiàn)越智能的自動駕駛車輛在行駛時駕駛?cè)嗽讲蝗菀捉庸埽庸芸冃浇档汀adlmay等[8]分析得到在低密度交通流下駕駛?cè)说慕庸懿僮鞲鼮榉潘桑曈X和N-back次任務(wù)對駕駛接管質(zhì)量的影響無顯著差異。

3 自動駕駛駕駛?cè)私庸芸冃?/p>

現(xiàn)在關(guān)于接管績效的評價方法主要為兩類，一類是駕駛?cè)说闹饔^評價，在接管實(shí)驗(yàn)完成后由駕駛?cè)藦耐瓿傻碾y易程度等方面對駕駛完成度進(jìn)行接管績效評價。另一類是針對駕駛?cè)嗽诮庸茏詣玉{駛車輛時的客觀指標(biāo)進(jìn)行評價。

3.1 反應(yīng)時間

Ruscio，D等[9]對接管請求反應(yīng)分為感知過程、心理處理過程和動作的運(yùn)動執(zhí)行過程。魯光泉等[3]將反應(yīng)時間分為接管反應(yīng)時間、制動反應(yīng)時間、轉(zhuǎn)向反應(yīng)時間。其中Damb?ck， D等[10]定義接管反應(yīng)時間又包含發(fā)出接管請求后眼睛在道路上的時間、手控轉(zhuǎn)向時間、第一反應(yīng)時間。

3.2 車輛行駛狀態(tài)

鈕建偉等[4]在劃分車輛接管時的運(yùn)行狀態(tài)時，利用橫向控制和縱向控制分別對接管績效做出評價，前者數(shù)據(jù)包含接管時車輛橫向位置的標(biāo)準(zhǔn)差和轉(zhuǎn)向控制的標(biāo)準(zhǔn)差。學(xué)者利用標(biāo)準(zhǔn)差代替平均值的優(yōu)點(diǎn)是標(biāo)準(zhǔn)差更能反映駕駛?cè)朔€(wěn)定控制車輛橫向位置的能力。縱向控制包括對速度的控制和車頭間距的控制。同時，有學(xué)者指出自動駕駛駕駛?cè)私庸苓^程碰撞率也可以作為評價接管績效的指標(biāo)。

3.3 駕駛?cè)搜蹌犹卣?/p>

通過對駕駛?cè)嗽诮庸苘囕v時的眼動特征可以對自動駕駛駕駛?cè)私庸芸冃а芯孔龀銎鸬窖a(bǔ)充作用。國內(nèi)外學(xué)者研究表明，眼動行為是反映駕駛?cè)俗⒁饬Ψ峙渥钣行У姆绞健eeb等[2]根據(jù)研究駕駛?cè)俗⒁曅袨榈慕Y(jié)果，統(tǒng)計(jì)劃分的每個注視區(qū)域的平均注視頻率、掃視持續(xù)時間、平均總掃視持續(xù)時間，按照高、中、低風(fēng)險駕駛?cè)后w分析得到，低風(fēng)險駕駛?cè)说慕庸苤苿訒r間是最短的，但是總體的接管時間是沒有明顯差別的。

4 結(jié)論

未來關(guān)于自動駕駛接管研究應(yīng)該在確定有代表性的接管次任務(wù)的基礎(chǔ)上完善一套針對駕駛員在不同復(fù)雜度的交通環(huán)境下駕駛?cè)说男袨闇?zhǔn)則，故今后對于自動駕駛駕駛?cè)私庸芴卣鞯难芯磕康木褪窃谇宄{駛?cè)擞心男┬袨楹髮ψ詣玉{駛安全接管設(shè)計(jì)提供理論支持。

參考文獻(xiàn)

[1] SAE International， 2014.Taxonomy and definitions for terms related to on-roadmotor vehicle automated driving systems.

[2] ZEEB K，BUCHNER A，Is Take-over Time All That Matters？ Theim -pact of Visual-cognitiveLoad on Driver Takeover Quality After Conditionally Automated Driving[J].Accident Analysis & Preven -tion， 2016，92：230-239.

[3] 魯光泉，趙鵬云.自動駕駛中視覺次任務(wù)對年輕駕駛?cè)私庸軙r間的影響[J].中國公路學(xué)報(bào)，2018，31（04）：165-171.

[4] 鈕建偉，張雪梅. 險情中駕駛?cè)私庸茏詣玉{駛車輛的駕駛行為研究[J].中國公路學(xué)報(bào)，2018，31（06）：272-280.

[5] GOLD C， DAMBOCK D， et al. “Take Over！” How Long Does It Take to Get the Driver Back into the Loop？ [J].Proceedings of the Human & Factors Ergonomics Society，2013，：1938-1942.

[6] KORBER M， UOLD C， et al. The influence of Age on the Takeover of Vehicle Control Highly Automated Driving[J]. Transportation Research Part F， 2016，39：19-32.

[7] STRAND N，NILSSON J，et al.Semi-automated Versus Highly Automated Driving in Critical Situations Caused by Automation Failures[J].Transportation Research Part F， 2014，27：218-228.

[8] RADLMAYRJ，GOLD C，et al. How Traffic Situations and Non- driving Related Tasks Affect the Takeover Quality in Highly Auto -mated Driving[J]. Proceeding of the Human Factors & Ergonomics Society Annual Meeting， 2014，58（1）：2063-2067.

[9] RUSCIO，D，How does a collision warning system shapedrivers brake response time？ The influence of expectancy and automation complacency on real-life emergency braking.Accid. Anal. Prev.77， 72-81.

[10] Damb?ck，D.AutomationseffekteimFahrzeug-von der Reaktionzur ?bernahme. München： Technische Universit?t München， Lehrstuh -lfürErgonomie.Dissertation.