基于駕駛模擬的自動駕駛接管行為研究*

高 巖，尤志棟，羅 毅，壽任禎

(1.公安部交通管理科學研究所 道路交通集成優化與安全分析技術國家工程實驗室，江蘇 無錫 214151； 2.道路交通安全公安部重點實驗室，江蘇 無錫 214151)

0 引言

美國汽車工程師學會(SAE)根據自動化程度將自動駕駛車輛分為L0～L5 6個級別，受限于交通環境復雜性與相關技術發展水平，目前市場上量產發布最高的級別為L3級，即有條件自動駕駛。系統與人共享車輛的控制權，當系統遇到緊急狀況且無法有效處理時，系統將會向駕駛人發出接管請求，駕駛人需迅速進入駕駛狀態，及時接管車輛控制權，否則極有可能導致交通事故[1-2]。

現有量產車型大多要求駕駛人在自動駕駛模式下保持監管車輛的狀態，如特斯拉Autopilot自動駕駛系統要求雙手不能離開方向盤，凱迪拉克CT6搭載的智能駕駛系統允許駕駛人松開方向盤，但眼睛必須關注道路狀況。在長時間自動駕駛時間狀態下，駕駛人很難一直保持注意力集中，往往會進行打電話、聽廣播、看視頻等與駕駛無關的活動，造成安全隱患[3]。針對此現象，國內外學者對自動駕駛接管過程中駕駛次任務對駕駛安全的影響開展相關研究。

在接管提示時間研究方面，Mok等[4]將觀看視頻作為駕駛次任務，對比不同提示時間對接管行為的影響，發現當駕駛人執行次任務時，需要至少預留5～6 s的提示時間，才能保證接管過程的安全性；Koo等[5]發現，根據接管場景的復雜程度，自動駕駛車輛需要提前4～8 s發出請求才可保證分心駕駛人完成接管，提前時間越長，接管過程越安全；Petermann等[6]發現，當自動駕駛車輛處于擁堵環境中時，駕駛人在分心狀態下需要5.7～8.8 s才能順利完成接管過程。

在接管反應時間研究方面，Piccinini等[7]發現，駕駛人接管自動駕駛車輛時的反應時間顯著大于人工駕駛，特別是當駕駛人執行會產生視覺分心的次任務時，反應能力明顯下降；魯光泉等[8]通過對比不同駕駛次任務下的反應時間發現，視覺次任務會顯著增加年輕駕駛人的接管時間。

在工作負荷研究方面，Nilsson等[9]通過對比自動駕駛與手動駕駛時腦力負荷發現，自動駕駛條件下腦力負荷遠低于手動駕駛；Merat等[10]通過對比分析眨眼頻率等參數發現，當駕駛人注意力集中時，人工駕駛與接管操作的工作負荷無顯著區別，當有駕駛次任務時，接管操作的工作負荷更高；Rizzo等[11]通過任務負荷量表(NASA-TLX)測試發現，自動駕駛模式相對自適應巡航(ACC)等輔助駕駛模式及手動駕駛模式，駕駛人工作負荷顯著更小。

在接管績效研究方面，Gold等[12]比較自動駕駛5 min和20 min后駕駛人的接管行為發現，二者在視覺特征和接管反應時間方面有明顯區別，而制動減速度和距離碰撞時間(TTC)方面無顯著差異；Radlmayr等[13]研究交通狀況和駕駛分心次任務對自動駕駛接管質量的影響，結果顯示交通密度越大，接管質量越差，在高密度交通流中，標準視覺代替次任務(SuRT)和n-back認知次任務均會導致較高的事故率；Korber等[14]發現，高齡駕駛人(≥60歲)相比年輕駕駛人(≤28歲)，接管反應時間無顯著差異，但制動更頻繁和猛烈，距離碰撞時間更大；Moritz等[15]通過測試發現，駕駛人的反應時間與接管能力不相關，在特定場景下可以利用駕駛人的多任務能力預測其是否具備接管自動駕駛車輛的能力。盡管已有學者研究次任務條件下的自動駕駛接管行為，但未針對不同分心等級的真實駕駛次任務對自動駕駛接管過程的影響開展系統研究，未能說明在低等級自動駕駛條件下不同的真實駕駛次任務是否被允許。

本文的研究目的是分析城市道路場景下不同駕駛次任務對自動駕駛接管過程中駕駛行為的影響。設計城市道路條件下典型的自動駕駛接管場景，選擇不同分心等級的真實駕駛次任務，利用實車駕駛模擬器開展試驗，分析駕駛次任務對自動駕駛接管方式、接管過程中駕駛人反應特性、負荷特性以及接管績效的影響。研究結果可為自動駕駛車輛相關法規與標準制定、產品設計提供理論參考。

1 自動駕駛接管試驗

1.1 試驗設計

1.1.1 駕駛次任務設計

當車輛長期處于自動駕駛狀態時，駕駛人不可避免地會產生分心舉動，不同駕駛人在自動駕駛過程中非駕駛相關任務的選擇傾向性不同[16]。常見駕駛次任務可分為視覺分心、認知分心、操作分心以及組合分心，各自造成的分心程度也有所區別。依據駕駛次任務分心類型，本文試驗選擇與車內乘客聊天、觀看車載視頻、玩手機游戲3類典型次任務作為對照組進行試驗，對應的分心類型與程度見表1。

表1 駕駛次任務Table 1 Driving subtasks

1.1.2 道路場景設計

試驗道路為雙向6車道城市道路，車道寬度為3.75 m，根據駕駛模式分為自動駕駛路段、接管路段和人工駕駛路段，各路段限速均為60 km/h，道路總長約10 km。自動駕駛路段與人工駕駛路段均為典型城市道路場景，3車道交通流量總計1 200 veh/h。在接管路段，為避免對駕駛人制動或轉向避險操作的干擾，未設置交通流。

1.1.3 接管事件設計

文獻[17-18]表明，當接管請求提前時間為7 s時，絕大多數駕駛人能夠有充足的反應時間接管車輛，因此本文中自動駕駛接管請求提前時間設置為7 s。車輛進入接管路段后，道路前方出現機動車、非機動車與行人混合的復雜交通環境，此時距離車輛所在車道正前方116.7 m處(TTC=7 s)有行人從中央隔離帶邊緣由左至右以1 m/s的速度橫穿道路，車輛發出請求接管信號后，駕駛人需立即執行制動或轉向操作以避免事故發生。當方向盤轉角大于5°或踏板行程大于10%時，系統判定駕駛人已采取有效接管操作，車輛進入人工駕駛狀態；若駕駛人未采取有效接管操作，車輛將保持原速度繼續行駛。根據文獻[19]，本文研究接管請示方式為語音和圖標同步提示，語音提示內容為“請您接管車輛”，提示圖標如圖1所示。

圖1 接管提示圖標Fig.1 Icon of take-over prompt

1.2 試驗對象

本文試驗共招募被試駕駛人30名(男性23名，女性7名)，均取得C1及以上駕駛證，其中3名職業駕駛人為A1駕照類型。被試者年齡為23～45歲，平均年齡32.17歲，標準差5.66歲；駕齡為1～26 a，平均駕齡5.78 a，標準差5.66 a。被試者均身體健康，在試驗前24 h內禁止服用任何藥物或飲用含酒精或咖啡因的飲料，睡眠充足，試驗過程中精神狀態良好。

1.3 試驗設備

本文試驗所用的駕駛模擬器硬件系統由駕駛艙、投影系統與運動平臺構成，其中駕駛艙由大眾捷達實車改造而成，含全部外觀部件和操縱部件。投影環幕高2.2 m，弧長8 m，直徑6 m，水平視角150°。運動平臺具有6個自由度，可提供笛卡爾坐標系內的縱向、橫向、垂向3個自由度平動，仰俯、側傾、偏航3個自由度轉動。軟件系統采用Microsoft Visual Studio 2010進行開發，可同步采集車輛速度、加速度、制動及加速踏板開度、車輛位置等多項參數信息，數據采樣頻率為200 Hz。駕駛模擬器如圖2所示。

圖2 駕駛模擬器Fig.2 Driving simulator

1.4 試驗流程

1)被試者首先簽署知情同意書，并在基本信息表記錄年齡、駕齡等信息。同時工作人員告知被試者試驗流程，說明駕駛模式切換的操作要求。

2)試驗開始前，被試者進行試駕，體驗車輛由自動駕駛模式切換到人工駕駛模式的完整過程，直至被試者完全熟悉切換過程，掌握駕駛模擬器的方向盤、制動和加速踏板等操控部件的力度和靈敏度，并確認對駕駛模擬無任何不適反應。

3)試驗開始后，車輛處于自動駕駛模式，被試者按要求處于不同的注意力狀態；當車輛到達設定地點時，系統將發出接管請求，被試者需接管車輛的控制權，以避免險情發生，通過障礙物后繼續手動駕駛至結束。要求每位被試者分別按照無駕駛次任務、與乘客聊天、觀看車載視頻、玩手機游戲的順序各完成1次接管試驗，其中無駕駛次任務狀態是指被試者集中注意力觀察路況，隨時準備接管車輛。當被試者執行次任務遇到緊急狀況時，立即停止執行次任務，控制車輛避險。為避免順序效應的影響，每種駕駛次任務下的試驗場景均有所不同。

4)完成駕駛任務后，被試者需填寫NASA-LTX駕駛負荷問卷，對執行不同駕駛次任務狀態時接管過程的工作負荷進行評價。

2 駕駛次任務對接管行為的影響分析

2.1 接管方式分析

接管車輛時，被試者可以選擇制動、轉向或者二者同步操作3種類型接管方式。對被試者選擇不同接管方式的比例進行統計發現，采用制動操作占57.5%，轉向操作占27.5%，同步操作占15%。綜上所述，在本文試驗設計的緊急接管條件下，被試者更傾向于采取制動操作接管自動駕駛車輛。

執行不同駕駛次任務時駕駛人接管方式的選擇如圖3所示。由圖3可知，當執行駕駛看視頻或玩游戲次任務時，被試者采取制動操作、同步操作的比例相對提高，單純轉向操作的比例下降。

圖3 不同駕駛次任務下的接管方式比例Fig.3 Proportions of take-over patterns under different driving subtasks

2.2 接管反應時間

制動反應時間是指自車輛發出接管請求到駕駛人開始踩制動踏板的時間差，設定制動踏板行程大于10%為有效制動操作；轉向反應時間指自發出接管請求到駕駛人開始轉動方向盤的時間差，設定方向盤轉角大于5°為有效轉向操作。本文研究中接管反應時間取制動反應時間和轉向反應時間之間的最小值，總體分布如圖4所示。接管反應時間呈正態分布，分布區間為1.22～5.93 s。

圖4 接管反應時間分布情況Fig.4 Distribution of take-over reaction time

被試者執行不同駕駛次任務時接管反應時間分布如圖5所示，進一步利用單因素方差分析法(One-Way-ANOVA)檢驗不同駕駛次任務對接管反應時間的影響。方差分析結果顯示，不同駕駛次任務對接管反應時間有顯著影響(F=8.976，P=0.00<0.01，F為F檢驗統計量，P為顯著性)。與無駕駛次任務狀態(接管反應時間2.71±1.06 s)相比，與乘客聊天(接管反應時間2.73±0.76 s)略微增加接管反應時間，但二者之間并無顯著差異(P=0.285>0.05)。看視頻(接管反應時間3.39±1.23 s)(P=0.00<0.01)與玩游戲(接管反應時間3.62±1.19)(P=0.00<0.01)均會導致接管反應時間顯著增加，看視頻與玩游戲對于接管反應時間的影響無顯著差異(P=0.571>0.05)。

圖5 不同駕駛次任務下的接管反應時間Fig.5 Take-over reaction time under different driving subtasks

2.3 駕駛負荷分析

駕駛負荷是指駕駛人在行車時感知、處理外界相關信息并迅速形成決策等一系列過程所消耗的體力與腦力。本文研究中利用NASA-TLX工作負荷評價量表對被試者的駕駛負荷進行測量，整體呈正態分布，如圖6所示。

圖6 駕駛負荷整體分布情況Fig.6 Overall distribution of driving workload

被試者執行不同駕駛次任務時駕駛負荷分布如圖7所示。通過對駕駛負荷問卷結果計算可知，當存在駕駛分心任務時，會增加被試者的工作負荷，與無駕駛次任務狀態相比，與乘客聊天時工作負荷增加10.3%，觀看車載視頻時增加26.5%，玩手機游戲時增加35.0%。

圖7 不同次任務下的駕駛負荷Fig.7 Driving workload under different subtasks

通過對駕駛負荷問卷結果計算可知，駕駛次任務對駕駛負荷有顯著影響(F=5.086，P=0.003<0.01)。利用方差分析檢驗不同次任務對駕駛負荷的影響，結果見表2。由表2可知，與無駕駛次任務狀態相比，看視頻(P=0.014<0.05)與玩游戲(P=0.001<0.01)均會顯著增加駕駛負荷；玩游戲時(P=0.006<0.01)的駕駛負荷相比聊天時顯著增加；看視頻和玩游戲時的駕駛負荷無顯著區別。

表2 不同次任務下駕駛負荷的多重比較Table 2 Multiple comparison of driving workload under different subtasks

2.4 接管績效分析

依據文獻[3]，整個接管過程的緊急程度可以用最小TTC(距離碰撞時間)表征，駕駛人的接管策略可用縱向減速度和橫向加速度代表，因此選擇緊急程度、縱向減速度和橫向加速度3個參數描述接管過程的駕駛績效。其中，最小TTC是指接管過程中車輛距離前方障礙物的最小碰撞時間；縱向減速度是指接管過程中沿車道線方向的制動減速度大小；橫向加速度是指接管過程中車輛的側向移動加速度大小。不同駕駛次任務條件下的最小TTC分布如圖8所示。經H檢驗分析發現，次任務類型對最小TTC并無顯著影響(H=0.461，P=0.972>0.05，其中，H為H檢驗統計量，P為顯著性)。

圖8 不同次任務下的最小TTCFig.8 Minimum TTC under different subtasks

不同駕駛次任務條件下的縱向減速度分布如圖9所示。經檢驗分析發現，次任務類型對縱向減速度具有顯著影響(H=15.335，P=0.002<0.05)。通過兩兩比較發現，與無駕駛次任務狀態相比，觀看視頻(P=0.018<0.05)和玩手機游戲(P=0.014<0.05)均會明顯增加縱向減速度。

圖9 不同次任務下的縱向減速度Fig.9 Longitudinal deceleration under different subtasks

不同駕駛次任務條件下的橫向加速度分布如圖10所示。經檢驗分析發現，次任務類型對橫向加速度具有顯著影響(H=7.893，P=0.048<0.05)。與無駕駛次任務狀態相比，玩手機游戲(P=0.045<0.05)會明顯增加橫向加速度。

圖10 不同次任務下的橫向加速度Fig.10 Lateral acceleration under different subtasks

由前文分析可知，次任務分心程度越大，被試者接管反應時間越長，但檢驗分析發現不同次任務下的最小TTC值并無明顯區別。這是由于當被試者執行分心任務時，會將增大制動減速度和轉向角速度的方式作為接管反應時間長、應急處置時間短的補償策略。其中，當被試者玩手機游戲時，其縱向與橫向駕駛操作變化顯著。

統計不同駕駛次任務對接管反應時間、駕駛負荷及接管績效3項指標的影響，結果見表3。由表3可知：1)與無駕駛次任務狀態相比，駕駛人與乘客聊天時各項參數均無顯著變化；2)當駕駛人觀看視頻時，接管反應時間、駕駛負荷和接管過程中的平均縱向減速度3項參數指標顯著增加；3)當駕駛人玩手機游戲時，4項參數指標顯著增加，分別為接管反應時間、駕駛負荷、接管過程中的平均縱向減速度和平均橫向加速度。

表3 駕駛次任務對相關參數的影響Table 3 Influence of driving subtasks on relevant parameters

由表3可知，和無駕駛次任務相比，與乘客聊天對自動駕駛接管過程無顯著影響，觀看車載視頻與玩手機游戲則對接管過程多項參數指標具有顯著影響。考慮此2項次任務的分心形式，當駕駛次任務涉及視覺分心與操作分心時，會顯著增加駕駛人的工作負荷和反應時間，降低接管過程的安全水平。因而，在低等級自動駕駛條件下應明確禁止此類非駕駛活動。

3 結論

1)城市道路緊急接管場景下，駕駛人更傾向于選擇制動操作接管車輛，次任務分心程度越高，制動接管比例越大。

2)與乘客聊天對自動駕駛接管過程無顯著影響；觀看視頻和玩手機游戲均會顯著延長駕駛人的接管反應時間，增加工作負荷與車輛縱向減速度，玩手機游戲還會顯著提升接管過程的橫向加速度。