2025当AI接管方向盘_自动驾驶场景下的人机交互认知重构_变革及对策研究报告（英文版）_124页_1mb

重新获取自动化车辆中的情景意识：应对转换需求的报告总结

报告基本信息

• 报告标题： 重新获取情景意识作为有责任的用户：应对自动化车辆中的转换需求
• 作者： 莱卡拉代理机构与大学学院伦敦 (UCL) 和拉夫堡大学 (LU) 合作完成
• 日期： 修订版日期从2024年7月到9月，最终版定于2024年9月11日
• 关键词： 情境意识（SA）、UiC（用户责任人）、接管请求（TR）、非驾驶活动（NDRAs）

研究目的

1. 调查 在车辆处于自动化模式时哪些非驾驶相关活动（NDRAs）如果有的话可以安全地进行。
2. 建立机制 来衡量情境意识，并确定安全接管和恢复手动驾驶所需的适当阈值。
3. 理解不同场景 下NDRAs影响的差异，以便为政策制定提供信息。
   📍

方法概述

• 使用了驾驶模拟器在UCL和LU进行实验。
• 97名参与者（年龄段覆盖18岁至66岁以上）是普通人，但排除了佩戴眼镜、拥有特定驾驶资格的人。
• 在多个活动随机顺序下进行了8次驾驶模拟测试。
• 采用了眼动追踪、GoPro摄像和其他模拟数据来记录和测评回归驾驶的表现。
  📍

主要发现

1. NDRAs的差异影响：

   • 有些任务，如阅读杂志，更容易中断和更快地恢复。
   • 手持电话任务（如观看影片或玩“俄罗斯方块”）的中断率最低，但参与者仍然可能继续这些活动，即使是手动驾驶时。
   • DRAs继续任务会导致更快的接管时间，但不一定表示安全。

2. 对安全接管和恢复控制时间的影响：

   • ALKS规定在10秒内完成接管，但有些参与者更慢，这可能源于准备和缓慢响应路況。
   • 路況中的复杂度也会延长恢复目标速度所需的时间。
   • 路况第一秒内的短暂延迟尽管短暂但也增加了风险。

3. 对车道偏移和重新获得控制的表现测量：

   • 眼动追踪显示许多人未能完整检查后视镜或其他相关区域。
   • 手势和驾驶记录（GoPro）显示参与者未能全面中断任务。
   • 瞳孔大小变化的测量显示有些任务（如玩“俄罗斯方块”）会影响警觉程度。

关键建议

1. 对操作指南和HMI改进。
   要求明确说明何时完全中断任务，并提供更多具体指导（例如，何时在驾驶情景中检查在情景理解下的镜像）。

结论

研究进一步证实了自动化驾驶中UiC的情境恢复是一个复杂的过程，受多种因素共同影响，包括任务类型、路况情景和个人能力。未来的研究应当探索如何有效地结合NDRAs、车用计算机系统（HMI）和行为训练，以提高情景
意识恢复（SA）在转换过程中的效率和安全性。