摘要
在大部分情况下，有条件的自动驾驶车辆可以由系统实现自动控制，这使得驾驶人能够将注意力从驾驶任务转移到其它非驾驶任务上。然而，驾驶人仍需充当自动驾驶的后备力量，并在车辆遇到无法应对的情况时进行接管干预。由于车辆自动驾驶过程中驾驶人从驾驶任务中脱离，并从事与驾驶无关的任务，对交通环境的感知和对车辆行驶状态的认知理解都被削弱，从而导致其重新操控车辆具有挑战性。因此，深入了解不同非驾驶任务和接管场景下驾驶人的接管认知行为特征，有助于针对性地设计接管策略。本文通过设计和开展自动驾驶接管驾驶模拟实验，采集驾驶人行为数据，建立驾驶人接管认知模型，系统分析接管过程中驾驶人的认知行为特征，具体研究如下： 首先，搭建虚拟仿真实验场景，在多车协作虚拟现实仿真系统环境下，设计并开展了L3级自动驾驶接管模拟实验，在紧急和非紧急接管场景中采集3种不同非驾驶任务下的驾驶人的操作行为、眼动行为数据和车辆运行数据，完成了数据筛选和片段划分工作，获取了156个接管数据样本。并通过量表对驾驶人的情景意识进行了调查，为视觉认知行为分析和接管绩效评价提供数据支持。 然后，按照时间顺序将接管过程划分为接管准备、反应决策和稳定控制三个阶段，提取了反应行为及制动、转向、车速及加速度等接管绩效分析和评价数据，结合瞳孔直径、注视时间等眼动行为数据分析了不同非驾驶任务和不同接管场景下各阶段驾驶人的视觉认知与接管绩效特征。分析发现不同非驾驶任务和接管场景对三个阶段驾驶人的视觉认知行为和接管绩效存在显著影响，并且接管时执行的非驾驶任务以及所处接管场景会持续影响整个接管过程中的驾驶人视觉行为和接管绩效。另外，研究结果表明接管绩效与视觉行为相关，这有助于不同接管阶段的人机界面交互设计。 最后，对比分析了各阶段间驾驶人视觉认知行为差异性，构建了基于数据包络分析法的认知效率评价模型，并引入情景意识理论结合接管反应效率建立了自动驾驶情景意识水平预测模型，从而实现了对接管认知状态的探究。研究结果表明，接管过程中驾驶人的认知规律可以总结为“高效搜索-浅层加工-深层加工”，该现象受NDRTs和接管场景影响。驾驶人在非紧急接管场景执行监控任务的情况下认知效率和情景意识水平最高，在紧急接管场景执行视频任务的情况下认知效率和情景意识水平最低，且情景意识恢复速度最慢。因此，在车辆自动行驶过程中，应保证驾驶人对所处环境的具有一定的了解，从而使其在接管时能够更快获取道路环境信息，确保其接管安全。 研究结果可为驾驶人接管绩效的评估与提升，自动驾驶人机交互方式的优化提供重要参考。对目前提升自动驾驶车辆适应性，减少自动驾驶车辆局限性具有理论研究价值和实践应用价值。
NETL