摘要
在实现完全自动驾驶之前，驾驶人和车载智能系统共同控制车辆的局面（人机共驾）将长期存在，由此产生的人机匹配失调、驾驶人分心和认知局限性成为影响交通安全的重要因素。目前国内交通安全领域，驾驶人接管自动驾驶车辆的认知研究主要集中在局部认知行为（如操作特性、情景意识、注意力分配等方面），研究方法局限于行为实验，缺少可计算的建模研究。由于认知系统的复杂性，认知体系结构建模发展较为缓慢。本文对人机共驾车辆驾驶人接管过程进行认知体系结构建模，具体工作如下： 首先，在国内外文献的基础上对人机共驾车辆驾驶人接管方式进行了分类，对接管条件和典型场景进行了界定。根据驾驶行为层次模型将换道控制任务划分为基本车辆控制、观察周边交通环境，以及换道决策任务。通过引入安全裕度建立车辆横向控制认知体系结构，通过引入最大视距完善了驾驶人纵向控制认知体系结构，将驾驶人视区分为正前方、左车道前方、右车道前方、左后视镜、右后视镜5个区域，根据驾驶人的注视特性建立了行车环境的观察过程模型，基于横纵向控制和观察策略，分析了车道变换及超车认知体系结构，建立了车辆控制模型。基于QN-ACTR建立了车辆换道控制模型，包括车辆横纵向控制、行车环境的观察、车道变换及超车等模型。通过实际道路实验进行参数标定，包括驾驶人眼动特性、车辆状态等参数，然后搭建基于TORCS车辆仿真系统和QN-ACTR Java的驾驶人认知一体化仿真平台，基于该平台对典型的手动驾驶任务进行模拟仿真，通过模拟驾驶实验验证了单任务和双任务情况下驾驶人的反应时间、驾驶负荷和横纵向驾驶绩效等。 另一方面，在分析了人机共驾接管过程的影响因素和车内非驾驶任务后，对人机共驾非驾驶任务进行认知体系结构建模，包括标准视觉SuRT（Surrogate reference task）任务、标准听觉2-back任务、DRT（Detection response task）驾驶人检测反应任务。根据QN-ACTR的不中断处理机制，将单任务模型组件组合在一起，建立了人机共驾车辆驾驶人接管过程认知体系结构模型，并对模型产生式规则需要排队处理的情况进行了分析。通过开展模拟驾驶实验，从非驾驶任务、接管预警时间和交通风险程度等方面对人机共驾车辆接管过程认知体系结构模型进行了验证，建立的模型没有调整任何认知神经心理学参数，较好的适应了驾驶人数据。 在上述研究的基础上，利用人机共驾认知评估系统对人机共驾任务中驾驶人的接管眼动特性、驾驶负荷和车辆横纵向稳定性进行了评价。通过驾驶人模型眼动行为记录评价了水平视线分散程度。通过资源需求分解分析方法研究了驾驶负荷下的认知资源瓶颈和绩效受损机理。通过查看驾驶人模型的产生式匹配情况，分析了驾驶绩效产生的人因机理。该认知评估系统对人机共驾交通安全问题的改善提供了理论依据，为后期开发应用人机共驾车辆驾驶人接管过程的认知体系结构模型提供了新的思路。
NETL