芯耀
2394
本研究的目的是檢查駕駛員與自動駕駛車輛系統(tǒng)之間的交互。本研究側重于駕駛員是否能夠安全地在自動駕駛和非自動駕駛車輛操作之間轉換，以及這種交互如何受到人機界面（HMI）的影響。為了回答六個研究問題，進行了三項實驗。表5-1提供了每個實驗的摘要。在表后討論了這六個研究問題的答案。
在本文檔中，車輛用戶被稱為操作員或駕駛員。一旦用戶激活了智能駕駛系統(tǒng)，他或她就不再積極且不間斷地指導車輛的行駛方向。對于本文研究的L2級和L3級智能駕駛水平，用戶可以將縱向和橫向控制權都交給自動駕駛系統(tǒng)，有時會持續(xù)很長時間。然而，L2級和L3級的車輛可能看起來完全一樣，唯一的區(qū)別在于界面。因此，設計時考慮到人的因素原則（即，用戶的能力和限制）可以成為區(qū)分因素，包括使系統(tǒng)的功能和限制對操作員透明。本節(jié)討論了研究結果如何影響界面設計。
表 5-1. 主要發(fā)現(xiàn)
主要發(fā)現(xiàn)
研究問題1：駕駛員如何與提供L2級和L3級智能駕駛功能的車輛互動和操作？
研究問題1特別詢問：“駕駛員如何與提供L2級和L3級智能駕駛功能的車輛互動和操作；例如，在持續(xù)或持續(xù)的自動化期間，駕駛員的性能表現(xiàn)如何？”通過考慮操作員在面對意外事件時重新獲得控制所需的時間，操作員是否錯過了TOR（接管請求）警報或表現(xiàn)出困惑，以及操作員是否在需要時繼續(xù)監(jiān)視道路，評估了部分自動化車輛的安全操作。在測試的最有效的警報方法下，當遇到意外事件時（例如，在操作配備L2系統(tǒng)的車輛時發(fā)生意外的車道偏離，以及在操作配備L3系統(tǒng)的車輛時道路上出現(xiàn)意外的障礙物），操作員在被警報提醒后在合理的時間內重新獲得了部分智能化車輛的控制權。當向配備L2系統(tǒng)的車輛呈現(xiàn)即將發(fā)生的視覺和觸覺警報時，操作員平均需要1.3秒（標準誤差=0.08秒）來重新獲得控制權。當向配備L3系統(tǒng)的車輛呈現(xiàn)即將發(fā)生的視覺加聽覺警報時，操作員平均需要2.1秒（標準差=0.7秒）來重新獲得控制權，該警報伴隨著自動駕駛功能提供的制動。需要注意的是，在呈現(xiàn)即將發(fā)生的警報時，意外事件的嚴重程度相對較低；在警報發(fā)出時，車道偏離尚未發(fā)生，而且TOR是在距離障礙物10秒的TTC（時間到碰撞）時發(fā)出的。然而，有些警報被操作員錯過了。這突顯了HMI（人機界面）在支持安全的人機交互中的重要性。數(shù)據(jù)顯示，操作員對嚴格的視覺警告可能反應延遲，或者完全錯過。然而，將視覺警告與其他非視覺模式（例如觸覺、聽覺）結合并不是一個簡單的解決方案，因為這樣做會增加操作員的煩惱。
隨著時間的推移，操作員在自動化環(huán)境下的表現(xiàn)被觀察到有所變化。隨著參與者在研究中的時間推移，他們對提示的響應時間變得更長。他們在第一階段的平均響應時間為2.4秒（標準誤差=0.2秒），在第二和第三階段增加到了3.0秒（第二階段的標準誤差為0.3秒，第三階段為0.2秒）。這可能是因為提示并不是針對需要糾正措施的自動化性能問題生成的。鑒于車輛自動化不太可能頻繁出現(xiàn)性能問題，提示的有效性隨時間降低是有可能的。
對不同原型系統(tǒng)的暴露時間從90分鐘到3小時不等。所有三項研究代表了對自動化系統(tǒng)的合理暴露，通過研究參與者的反應行為可以學到很多東西。同時，重要的是要考慮到這項研究測量的是新手用戶的一次性暴露（即操作員之前沒有接觸過這些級別的車輛自動化）。因此，隨著對自動化系統(tǒng)的暴露增加，可能會出現(xiàn)的各種意外后果，如智能駕駛濫用，可能沒有顯示出來。鑒于實驗車內有實驗員的存在，這一點尤其正確。
決定操作員如何與智能駕駛系統(tǒng)互動的另一個關鍵因素是他們對自動化的信任。如果對智能駕駛的信任度低，操作員可能不會將控制權交給系統(tǒng)；或者，如果他們決定這樣做，他們可能會密切監(jiān)視其性能。如果信任度高，操作員可能更愿意將車輛的控制權交給系統(tǒng)，并將注意力轉移到其他感興趣的事項上。研究發(fā)現(xiàn)，在研究之前、期間和之后，操作員都信任智能駕駛功能。事后經驗訪談表明，參與者在研究開始時（經驗之前）的想法與他們能夠舒適地放棄控制權后不久的經歷之間存在一些有趣的差異。當被問及他們達到舒適水平的速度（具體或相對時間）時，大多數(shù)參與者報告說他們在15分鐘或更短時間內達到了他們的最終舒適水平。
然而，在第二項實驗中，那些在L2智能駕駛車輛上經歷了車道保持性能問題但沒有警告的參與者被發(fā)現(xiàn)對智能駕駛失去了一些信任。這表明這些操作員可能已經根據(jù)智能駕駛的性能能力調整了他們的信任度，并變得不太可能過度依賴智能駕駛。然而，他們的信任度是否隨時間持續(xù)降低還有待進一步調查。值得注意的是，在實驗2中，并沒有提供關于系統(tǒng)如何工作，或者不同功能應該如何執(zhí)行的指導。因此，結果可以推廣到“汽車租賃場景”，在這種情況下，操作員所獲得的信息僅限于系統(tǒng)在“鑰匙開啟”時顯示的內容（可能沒有提供其他信息，也沒有時間閱讀車主手冊或接受詳細的經銷商演示）。結果表明，人機界面（HMI）在指導操作員如何與自動化系統(tǒng)互動方面起著重要作用。
研究問題 #2：操作員參與次要任務時系統(tǒng)性能面臨哪些風險？
第二個研究問題是：“當操作2級或3級自動化車輛系統(tǒng)時，操作員參與（例如便攜式電子設備使用）以及從次要任務中斷時，系統(tǒng)性能面臨哪些風險？”作為這項工作的一部分進行的所有實驗都要求并允許參與者在車輛智能駕駛激活時執(zhí)行與駕駛無關的任務。測試的智能駕駛車輛原型并未阻止用戶執(zhí)行與駕駛無關的任務，這些任務也沒有影響智能駕駛繼續(xù)控制車輛。
發(fā)現(xiàn)的主要系統(tǒng)性能風險是，當參與者專注于視覺密集型的非駕駛任務時，會忽略或錯過警報。例如，一些配備L2系統(tǒng)的車輛的操作員忽略了注意力提示的第一階段（5秒的視覺警報），而一些配備L3系統(tǒng)的車輛的操作員直到接管請求的第二階段發(fā)出后（第一階段20秒后）才重新控制車輛。數(shù)據(jù)顯示，一些操作員會完全顛倒從駕駛相關任務到非駕駛相關任務的優(yōu)先級?？赡苓@種主要任務顛倒現(xiàn)象是操作員在操作自動化車輛時參與次要任務面臨的最大風險。當操作員將他們的優(yōu)先級轉移到非駕駛任務時，他們對駕駛相關提示和警報的響應準備可能會因為首先完成非駕駛任務的感知義務而延遲。
研究問題 #3：系統(tǒng)與操作員之間最有效的交接策略是什么？
第三個研究問題是：“系統(tǒng)與駕駛員之間最有效的交接策略是什么，包括對故障/失敗的響應？” 本研究中，最有效的交接策略是那些涉及非視覺組件的策略。在實驗1和實驗2中，當操作員接收到視覺和觸覺座椅警報相結合的信號時，他們重新控制車輛的速度最快。在實驗2中，一些操作員錯過了視覺提示，只有在提示包括觸覺組件時才做出反應。在交接策略中包含非視覺組件可能會導致最佳結果，鑒于操作員在執(zhí)行非駕駛任務時可能會表現(xiàn)出主要任務的逆轉。
有趣的是，實驗3使用L3級自動駕駛車輛顯示，當呈現(xiàn)結合視覺和聽覺元素的信息警報時，操作員會顯著延遲重新控制車輛的時間。然而，這種延遲很可能是由于人機界面（HMI）通知參與者“準備”接管控制（而不是現(xiàn)在就接管控制），以及顯示他們有多少時間可以做出反應（在這種情況下，呈現(xiàn)了一個倒計時計時器）。因此，如果HMI向操作員傳達他們有時間準備重新控制，許多人會利用這段時間完成他們的非駕駛活動。例如，也許操作員信任計時器，并允許自動化盡可能長時間地控制車輛，然后再手動接管控制。
研究問題 #4：在L2級和L3級智能駕駛層度不同狀態(tài)下，操作員是如何參與、脫離以及重新參與駕駛任務的？
第四個研究問題是：“在L2級和L3級智能駕駛功能發(fā)出任務接管請求（TOR）時，操作員是如何參與、脫離以及重新參與駕駛任務的？”當智能駕駛功能發(fā)出TOR時，操作員參與駕駛任務的特征是他們反應并重新控制所需的時間，以及他們采取的行動序列來重新控制。重新參與智能駕駛功能并釋放控制所需的時間也被評估。
表5-2總結了操作員在這一系列事件中的表現(xiàn)。操作員在1.2秒內對TOR作出反應（即向前看），這取決于上下文。參與者更傾向于首先抓住方向盤來重新控制L2級自動駕駛車輛。平均需要1到2.4秒。如果參與者收到信息性警告，他們更傾向于按方向盤上的關閉按鈕來重新控制L3級自動駕駛車輛。然而，參與者在執(zhí)行此動作時使用了大部分分配的時間，平均用時為17秒。相比之下，操作L3級自動駕駛車輛的參與者如果收到即將發(fā)生的警告，更傾向于立即踩下剎車踏板。這需要不到2.3秒。有一名參與者未能成功地用力踩下剎車踏板以重新獲得控制。然而，其他研究表明，在緊急事件中，并非所有駕駛員都會對剎車踏板施加適當?shù)牧σ酝Ｖ管囕v。
關于在短暫的手動控制后重新參與智能駕駛功能，參與者平均在智能駕駛功能可用時少于4.6秒內釋放控制。這個時間有些波動，可能取決于操作員是否相信智能駕駛功能可能會進入更嚴重的警告狀態(tài)（如在分階段警告的情況下）。由于單模態(tài)警告不如其多模態(tài)對應物有效，因此未將它們包括在表5-2中。
表 5-2. 不同警報和提示響應的平均時間（單位：秒）
a 不是所有操作員都能重新獲得控制；這個值只包括那些能夠為事件重新獲得控制的操作員。
b 不是所有操作員都需要重新獲得控制；只有提示的最后階段要求操作員重新獲得控制。
c 時間是相對于即將出現(xiàn)警報本應呈現(xiàn)的時間點計算的。
d 時間是從分階段警報的信息階段開始的時間點計算的。
應該指出，意外的車道偏離不應被視為系統(tǒng)的失敗，而是早期智能駕駛水平的一部分，因為一些技術可能尚未完全成熟（例如，低太陽角度影響車道檢測機制，由于低太陽角度情況下檢測器飽和而受到影響）。在當前的研究中發(fā)生了這種情況（低太陽角度條件影響了車道中心化原型系統(tǒng)），并且在典型的駕駛環(huán)境中也可能發(fā)生；因此，操作員需要預期到這一點以及其他系統(tǒng)性能中的噪聲，這將需要更高的情境意識。系統(tǒng)警報要求操作員接管時，應使用操作員未被其他任務占用的資源（例如，觸覺或聽覺），因為大多數(shù)注意力不集中的特征影響視覺資源。
還應該指出，L3級別的系統(tǒng)預計將為操作員提供足夠的反應時間。測試的L3系統(tǒng)向操作員提供了分階段的警報，從信息性警報開始，隨著時間的推移根據(jù)條件的演變進展到警告和緊急階段。測試的原型系統(tǒng)提前向用戶提供了最多50秒的信息。這主要是為了信息階段。在緊急警報條件下測試了更緊急的警報。重要的是要強調，帶有信息組件的分階段警報能夠使操作員平均在警報進展到緊急警報階段前約39秒作出反應。
與地面交通相關的典型人因研究，旨在評估安全結構，以預防致命傷害的潛力（例如，計算預防和暴露比率）。這項研究可能提供一個完全不同的視角。它可能向設計師和從業(yè)者提供信息，關于操作員需要多長時間才能反應并重新控制，以便有效地設計出能夠考慮到操作員最可能反應的故障安全和故障操作狀態(tài)。由于更先進的技術和更高水平的智能駕駛功能，一些警報可能是由于車輛內部的條件（例如，GPS信號惡化，由于路面標記褪色導致從攝像頭捕獲的信心降低）而不是與車輛外部的演變事件相關。因此，理解像“即將來臨-無外部威脅”這樣的情況非常重要。
研究問題 #5：在2級和3級智能駕駛功能下的不同操作概念中，操作員的表現(xiàn)如何？
第五個研究問題是，“在2級和3級智能駕駛功能下的不同操作概念中，駕駛員的表現(xiàn)如何，例如，為日常駕駛在開放道路上的混合交通設計的系統(tǒng)，或者為專用道路-車輛應用設計的系統(tǒng)（例如，自動化車道，遠程高速公路）？”這項研究進行了三項實驗，這些實驗是在模擬混合交通高速公路條件的測試軌道設施上進行的。表5-3總結了所涵蓋的操作條件。Marinik等人提供了一個擴展的測試參數(shù)列表。該列表描述了智能駕駛功能概念測試中常見的因素：高速公路、混合交通、現(xiàn)狀基礎設施、僅限蜂窩和GPS連接、無車輛協(xié)調（單個車輛操作）、對車輛、摩托車和行人的意識、干燥和潮濕的天氣/道路條件、新手和經驗豐富的駕駛員，以及由駕駛員或系統(tǒng)進行的接合/脫離。
在選定的條件下，操作員與智能駕駛系統(tǒng)互動，并在有效的人機界面（HMI）顯示時表現(xiàn)得相當好。如前所述，然而，當HMI元素未能考慮操作員的潛在狀態(tài)時，操作員的表現(xiàn)可能會大幅下降；在這種情況下，是高度視覺分散的狀態(tài)。同時，有趣的是，當車輛在道路上靠近其他車輛行駛時，參與者迅速將控制權交給了自動駕駛車輛。這進一步突顯了參與者在整個研究期間對部分智能駕駛功能所持的信任。結果表明，這種信任與智能駕駛功能的能力得到了適當?shù)男省?/p>
表5-3. 用于人機界面評估選定的自動化概念
（Marinik, Bishop, Fitchett, Morgan, Trimble, 和 Blanco, 2014）以及在實驗設計中的相應表示
應該注意的是，L2級和L3級智能駕駛功能之間存在顯著差異。
從L2級智能駕駛過渡到L3級智能駕駛，范式從操作員需要隨時準備完全控制車輛轉變?yōu)椴僮鲉T承擔監(jiān)督或越來越被動的角色；這對設計者和從業(yè)者提出了多重挑戰(zhàn)。
及時向操作員提供信息，以便在需要時鼓勵適當?shù)能囕v控制，支持操作員的安全和用戶接受度。此外，這兩個系統(tǒng)的定義（由NHTSA定義）依賴于兩個完全不同的前提。對于L2級，“駕駛員仍然負責監(jiān)控道路和安全操作，并且應隨時準備控制，且能夠在短時間內做到?！倍鴮τ贚3級，“……車輛設計得使駕駛員在駕駛時不需要持續(xù)監(jiān)控道路。”這兩種截然不同的描述提供了完全不同的性能模型和要求，關于系統(tǒng)需要能夠持續(xù)多長時間的智能駕駛，以便操作員成功控制車輛。未來的研究應繼續(xù)關注這個問題。
研究問題 #6：哪些是最有效的人機界面概念？
最后提出的研究問題是：“哪些是最有效的人機界面概念，這些概念遵循人類因素最佳實踐，能夠優(yōu)化L2級和L3級系統(tǒng)的安全操作？”這項研究表明，最有效的HMI概念是那些除了視覺警報之外還涉及非視覺警報的概念。當從事非駕駛任務時，一些操作員表現(xiàn)出主要任務的反轉，并選擇優(yōu)先完成非駕駛任務而不是操作部分自動化的車輛。那些包括聽覺和觸覺組件的HMI概念在參與者從事視覺要求高的任務時更能吸引他們的注意力，并且比僅依賴視覺警報的HMI概念在引發(fā)安全響應方面要有效得多。如前所述，需要注意的是，有許多不同類型的視覺、聽覺和觸覺警報可能會產生與本研究不同的結果。
有趣的是，考慮了僅視覺警報的概念，以減少對車輛操作員造成煩擾的可能性。存在一種擔憂，即不斷產生聽覺或觸覺警報的HMI將對操作員產生不可接受的煩擾，他們可能會選擇不購買具有自動化技術安全優(yōu)勢的車輛。因此，平衡警報方法的顯著性和煩擾性非常重要。未來的研究將有助于更好地理解如何為部分自動化車輛優(yōu)化HMI。
從本研究中提取的設計啟示列表如下：
多模態(tài)警報
? 操作員在經歷多模態(tài)警報后對警報的反應時間顯著少于僅視覺警報后的時間。
? 多模態(tài)警報導致恢復控制的時間顯著少于單模態(tài)警報。
? 大多數(shù)操作員在多模態(tài)警報期間表現(xiàn)正確。
? 根據(jù)主觀評估，如果在短時間內可能發(fā)生多個警報，建議采用觸覺警報以減少煩惱。
? 對于需要詳細指示的不頻繁事件，可以增加聽覺部分（口頭指示）來補充警報的信息視覺部分。
? 警報的視覺部分應該被視為信息性的，原因如下：操作員在伴隨聽覺和/或觸覺部分的視覺警告時反應更快。
? 操作員可能會從事與駕駛無關的任務，這可能會阻擋視覺提示或延遲它們。
隨時間變化的提示有效性
? L2級智能駕駛功能可能會遇到超出其性能能力的情況，并在沒有提前通知的情況下要求操作員接管（根據(jù)NHTSA的定義），這為人類因素提供了改善操作員表現(xiàn)的機會。評估這些情況的基本對策是嘗試提示操作員保持對周圍環(huán)境的一定程度的警覺。然而，這種類型的提示并不是一個簡單的設計問題。諸如煩惱、緊迫感、積極強化和后果等主題，都是在研究優(yōu)化界面設計時可以探索的。
? 實驗2使用的提示的初始原型界面沒有包括第三階段（即以聽覺“注意力提醒器”的形式出現(xiàn)的基本后果）。在試點測試顯示了主要任務逆轉的初步跡象后，增加了這一最后階段。該界面具有一定程度的緊迫感和正確的視覺及觸覺部分，但沒有后果。在原型界面設計的這一點上，如果操作員決定繼續(xù)進行非駕駛相關任務，甚至在重新關注道路之前完成它們，都沒有后果。然后重新設計了提示，包括一個“注意力提醒器”。這種潛在的煩惱后果，與安全帶提醒器的目的相似，但具有緊急警報的聽覺特征，被選中。然而，結果表明，隨著時間的推移，即使是煩惱因素也可能被完成另一項任務的緊迫感所克服。這為主要任務逆轉理論提供了更多的支持，并建議可以調查更強的后果或更好的方法來強調積極強化策略，作為L2級智能駕駛功能的主要對策。
作為重新控制機制的制動
? 在這項研究中，只有一名參與者未能用力踩下剎車踏板以解除自動系統(tǒng)。盡管這可能是一個問題，但這一現(xiàn)象在之前完成的制動研究中已被記錄。Fitch等人顯示，在某些模式或力量要求下，制動對某些操作者來說可能是一個問題。這在要求緊急制動操作的情況下尤其如此。盡管過去的制動輔助技術只在駕駛員踩下制動踏板時激活，但重要的是要注意，本研究中測試的L3級自動駕駛車輛繞過了操作者的反應時間，并在沖突升級之前應用了剎車。
車輛自動化理論
主要任務逆轉
主要任務逆轉描述了從駕駛相關任務（例如，監(jiān)控環(huán)境）到非駕駛任務（例如，回復電子郵件）的完全優(yōu)先級轉移。操作者完全專注于非駕駛任務，使這成為主要任務，并將控制車輛（駕駛）降級為次要任務。這與之前在“駕駛分心”或注意力不集中研究中觀察到的情況非常不同。這是一個優(yōu)先級的完全逆轉，即使警報也不會“分散”用戶對“新主要任務”的注意力，直到他或她感覺任務已經成功完成。這可能比幾秒鐘要長；潛在地，操作者可能會執(zhí)行新主要任務幾分鐘而不被駕駛的次要任務分散注意力。人類是任務導向的個體，用戶的思維模型基于可用性而演變。如果自動駕駛車輛提供了這樣的感覺（可用性），即它能夠完成主要駕駛任務（包括保持與其他車輛的車距，保持在車道內，以及檢測和響應對象和事件），用戶的主要任務可能潛在地成為非駕駛任務。
該研究中使用的非駕駛任務通過明確的研究指導，清晰地呈現(xiàn)了次要任務目標，試圖解決“最壞情況”（對于L2級來說是不恰當?shù)模┲悄荞{駛使用問題。在這些實驗中呈現(xiàn)的非駕駛任務代表了許多人在日常生活中執(zhí)行的任務（例如，電子郵件、網頁瀏覽、導航），這些任務使我們與工作、家庭和朋友保持聯(lián)系。所有研究參與者都是智能手機用戶，沒有經歷運動??；因此，遠程或在移動中執(zhí)行這些任務并不會阻礙他們的目標。當提供自動化輔助和明確的指導目標（例如，發(fā)送關于必須重新安排的會議的電子郵件）時，參與者經常將非駕駛任務作為他們的優(yōu)先事項。如前所述，在進行實驗2之前的試點研究中呈現(xiàn)的視覺警報并沒有代表一個緊急水平，有助于將用戶的注意力重新引導到前方道路上。這一發(fā)現(xiàn)促使團隊迅速反應，開發(fā)了作為提示的一部分的額外階段，試圖提供必要的反饋并為長時間的主任務逆轉增加后果。然而，在設計改進后，“注意力提醒器”并沒有在整個會話中持續(xù)產生效果?？梢赃M行進一步的研究，以調查其他可能打破這種非常強烈的“清晰指導目標”次要任務呈現(xiàn)的人機界面（HMI）元素。
目前尚未觀察到意外后果。然而，很明顯，在研究中提供的指導之下，非駕駛相關任務似乎比手動駕駛時具有更高的優(yōu)先級。駕駛分心是一個被廣泛研究多年的現(xiàn)象（Dingus等人，2011年；Fitch等人，2013年；Hickman和Hanowski，2012年；Klauer等人，2006年；Klauer等人，2014年；Llaneras等人，2013年；Olson等人，2009年）。車輛自動化為這一概念引入了一個新的轉折——主任務逆轉——前提是當前研究中提供的指導類型。也就是說，隨著角色從駕駛員轉變?yōu)椴僮鲉T，以前的次要任務（例如，使用電子設備）可能成為操作員感興趣的首要任務。
警報提醒習慣化
主要任務逆轉中提到的結果暗示了另一個潛在理論：警報提醒習慣化。本研究的實驗2中的系統(tǒng)提示旨在在檢測到操作員未監(jiān)視駕駛環(huán)境時通知操作員進行監(jiān)視。如果操作員未能通過監(jiān)視駕駛環(huán)境來響應這些提示，它們還設計成會增加緊急性。必須指出的是，這些提示是在智能駕駛系統(tǒng)沒有任何性能問題的情況下生成的；只有在檢測到操作員未監(jiān)視駕駛環(huán)境時才會發(fā)出。
在參與的早期階段，參與者對低級別的視覺提示做出了反應。然而，隨著研究的進展，一些參與者對這些提示產生了習慣化，并且只有在提示的緊急性升級時才會監(jiān)視駕駛環(huán)境。這種行為在初步的試點測試中就已被懷疑；因此，在提示的最后階段增加了連續(xù)的聽覺提示。盡管做出了這樣的努力，但隨著研究的進行，一些參與者甚至開始忽略更高層次的提示，有些甚至忽略了帶有連續(xù)聽覺提示的提示的最后階段，以便完成非駕駛任務。這可能是因為他們對提示產生了習慣化，特別是因為這些提示是在沒有任何可能立即產生后果的智能駕駛系統(tǒng)性能問題的情況下生成的。
有兩個類比有助于解釋這種行為。
? 首先，當沒有明顯的車輛問題或他們知道他們有幾分鐘的時間來響應時，駕駛員通常會忽略他們的檢查引擎燈或低油量指示器。這些單階段通知也不會升級其嚴重性。
? 考慮這種行為與新生兒父母的行為之間的相似之處也很有趣。新生兒的父母通常會對嬰兒的任何哭聲做出反應。然而，隨著他們對這種溝通方式的習慣化，他們學會了區(qū)分不同類型的哭聲，并區(qū)分何時以及如何需要做出反應。
基于這些證據(jù)，我們假設車輛操作員隨時間可能會對注意力提示產生習慣化，并適應于對提示緊急性越來越高的接受程度。如何防止這種習慣化，并確保所有操作員都對警報做出反應——而不對那些遵守規(guī)則的人造成煩惱——是人類因素困境中的一個關鍵問題。因此，在未來的界面設計努力中考慮警報惱怒習慣化是至關重要的。
結論
這項研究努力產生了幾份關鍵文件：《過去的研究》、《智能駕駛技術的現(xiàn)狀》以及《新興系統(tǒng)概念》，以及《L2級和L3級操作概念》。這些文件指導了本報告中呈現(xiàn)的研究實驗設計的開發(fā)。這項研究努力還制定了一份與車輛自動化研究相關的操作定義的全面列表。此外，它還開發(fā)了理論，這些理論可以幫助優(yōu)化自動化車輛的界面設計。
車輛自動化帶來了許多改進的承諾，例如生活質量、舒適度，以及潛在的安全性。本文呈現(xiàn)的研究表明，對自動化有很高的信任度，并且提出了向這些車輛的駕駛員提供當前信息的替代方案，這些信息在需要時能有效地幫助他們反應并重新獲得控制。下圖5-1顯示了從2級和3級自動化接收到的多模態(tài)緊急警報的平均反應時間。在兩種條件下，參與者在接收到緊急多模態(tài)警報時的反應時間相似。圖5-2顯示了在多模態(tài)緊急警報條件下觀察到的2級和3級車輛的反應時間排名順序。還展示了反應時間的第90百分位數(shù)（1.08秒）。這些信息可能為設計師和從業(yè)者提供了警醒駕駛員的方法，以及大多數(shù)用戶（例如，第90百分位數(shù)）在控制決策上可能需要的時間，如果優(yōu)先級可能轉向其他方便任務（例如，電子郵件，網頁瀏覽）。這將有助于確保系統(tǒng)設計有足夠的冗余，以便在必要時為操作員重新獲得對車輛的控制提供足夠的時間。使用2級和3級能力的車輛進行的額外研究將提供對更大范圍設置中反應時間模式更完整的理解。
圖5-1. 2級和3級自動化下的多模態(tài)緊迫警報反應時間
圖 5-2. L2級和L3級智能駕駛多模式緊急警報的反應時間百分位數(shù)
這組研究代表了一項重要的研究努力。它更深入地審視了可能影響車輛自動化未來的多個方面。本文所呈現(xiàn)的信息代表了幾個全面的測試軌道研究的結果，這些研究使用了三種不同的原型車輛（最先進的）。所實施的方法涉及在混合交通條件下使用真實車輛，以確保在所有時候都存在潛在碰撞的后果。這種可能性激勵操作員盡可能地像在現(xiàn)實條件下提供自動化車輛時的天真司機那樣行為。未來的研究應該通過自然駕駛研究調查操作員在現(xiàn)實駕駛條件下與自動化系統(tǒng)的互動。這項研究應該包括一個駕駛基線條件，以便能夠調查不使用車輛自動化功能時的駕駛員表現(xiàn)。例如，這樣的基線可以分析駕駛員在有無自動化支持的情況下保持車輛在車道內以及對危險做出反應的能力。
研究內容翻譯結束，希望車企重視智能駕駛安全，杜絕滿嘴跑火車
