自動駕駛?cè)藱C(jī)共駕環(huán)境下駕駛?cè)私庸苣芰ρ芯?/h1>
2023-06-25 05:07:05吳政韓冰馬永豐
專用汽車 2023年6期 關(guān)鍵詞：自動駕駛
吳政 韓冰 馬永豐
摘要：在人機(jī)共駕環(huán)境下，提出了自動駕駛系統(tǒng)中主動制動技術(shù)的執(zhí)行方案，駕駛及交通環(huán)境下的自動駕駛與手動駕駛切換性能、駕駛員駕駛能力的評估方法，以及人機(jī)共駕系統(tǒng)的接管策略；研究了有條件自動駕駛對非駕駛相關(guān)任務(wù)的允準(zhǔn)邊界。研究結(jié)論對駕駛?cè)私庸苣芰Φ奶嵘妥詣玉{駛共存的發(fā)展具有一定的實際意義，可以為自動駕駛技術(shù)的應(yīng)用和交通安全提供重要參考。
關(guān)鍵詞：自動駕駛；人機(jī)共駕；駕駛?cè)私庸苣芰?/p>
中圖分類號：U471.1? 收稿日期：2023-01-04
DOI：10.19999/j.cnki.1004-0226.2023.06.023
1 前言
在自動駕駛技術(shù)快速發(fā)展的背景下，越來越多的研究關(guān)注于自動駕駛的可行性和安全性。國內(nèi)外學(xué)者對自動駕駛技術(shù)的研究主要集中在自動駕駛系統(tǒng)的設(shè)計、控制和評估等方面，其中涉及駕駛員接管能力的研究是其中重要的一環(huán)。在當(dāng)前研究階段，智能網(wǎng)聯(lián)汽車或是自動駕駛汽車的自動化等級大多處于2/3等級，這一等級也被稱為部分/條件自動化等級，涉及人員的接管，即通過人機(jī)相互配合來實現(xiàn)車輛的自動化駕駛。因此，探究駕駛員在自動駕駛?cè)藱C(jī)共駕環(huán)境下的接管能力對于提高道路安全、促進(jìn)自動駕駛技術(shù)應(yīng)用有著重要的現(xiàn)實意義。
2 駕駛輔助系統(tǒng)技術(shù)
2.1 人機(jī)共駕的接管策略
人機(jī)共駕環(huán)境下，駕駛員接收自動駕駛系統(tǒng)發(fā)出的接管指令時，會出現(xiàn)主動接管和被動接管兩種不同的接管方式。主動接管是指在系統(tǒng)收到駕駛員的接管指令時，自動駕駛系統(tǒng)立即執(zhí)行相應(yīng)操作，比如進(jìn)行制動或轉(zhuǎn)向，且自動駕駛系統(tǒng)還會繼續(xù)執(zhí)行其他操作；被動接管是指當(dāng)駕駛員沒有收到任何接管指令時，自動駕駛系統(tǒng)不會對車輛進(jìn)行任何控制，它會根據(jù)系統(tǒng)的反饋信息來判斷駕駛員是否需要接管車輛[1]。
對于人機(jī)共駕環(huán)境下的主動接管，其執(zhí)行策略是根據(jù)車輛運行狀態(tài)、道路環(huán)境情況以及駕駛員的駕駛風(fēng)格等來制定的。根據(jù)駕駛員對自動駕駛系統(tǒng)發(fā)出的指令是否正確進(jìn)行判斷，若不正確則自動駕駛系統(tǒng)繼續(xù)執(zhí)行相應(yīng)操作；若正確則由自動駕駛系統(tǒng)完成相應(yīng)操作。當(dāng)自動駕駛系統(tǒng)出現(xiàn)故障或發(fā)生事故時，駕駛員在發(fā)現(xiàn)后還可主動啟動人工駕駛模式以保證車輛行駛安全。
2.2 接管的分類
對于人機(jī)共駕的接管，國內(nèi)外學(xué)者一般將其分為兩類，即主動接管和被動接管。主動接管是指自動駕駛系統(tǒng)在接收到駕駛員的接管指令后，會立即執(zhí)行相應(yīng)操作以保證車輛安全行駛；被動接管是指自動駕駛系統(tǒng)在接收到駕駛員的接管指令后，不會對車輛進(jìn)行任何控制，而是繼續(xù)執(zhí)行相應(yīng)操作，直至出現(xiàn)事故或故障時再進(jìn)行人工干預(yù)[2]。
主動接管的分類主要包括兩個方面：a.針對系統(tǒng)發(fā)出的指令是否正確進(jìn)行判斷；b.系統(tǒng)接收到指令后是否會立即執(zhí)行。對于第一種情況，其主要是針對系統(tǒng)發(fā)出的指令是否正確進(jìn)行判斷，此時要求自動駕駛系統(tǒng)具有較高的自主性以及對駕駛員的意圖進(jìn)行準(zhǔn)確理解和判斷，并且能夠根據(jù)實際情況作出正確的反應(yīng)。但由于自動駕駛系統(tǒng)本身還未完全建立起完善的知識體系，且缺乏相應(yīng)的場景輸入來輔助其進(jìn)行判斷，因此系統(tǒng)在接收到指令時能否正確執(zhí)行也存在一定風(fēng)險。
而對于第二種情況，主要是針對系統(tǒng)發(fā)出的指令是否正確進(jìn)行判斷，若判斷錯誤則自動駕駛系統(tǒng)不會對車輛進(jìn)行任何控制，而是繼續(xù)執(zhí)行相應(yīng)操作。
2.3 接管時的狀態(tài)判斷
對于人機(jī)共駕環(huán)境下的被動接管，其狀態(tài)判斷主要是基于駕駛?cè)耸欠袷盏浇庸苤噶?，而不是自動駕駛系統(tǒng)的控制。自動駕駛系統(tǒng)接收到接管指令時，若駕駛員不按接管指令操作，則系統(tǒng)將執(zhí)行人工駕駛模式。例如在車道偏離預(yù)警功能中，如果車輛出現(xiàn)車道偏離情況，駕駛員不按接管指令操作，系統(tǒng)將執(zhí)行人工駕駛模式。
對于主動接管過程中的狀態(tài)判斷主要根據(jù)車輛的運行狀態(tài)來進(jìn)行判斷。首先需要判斷車輛是否處于正常狀態(tài)，如果不是則說明駕駛員沒有接收到系統(tǒng)發(fā)出的接管指令；如果車輛處于緊急狀態(tài)，則說明駕駛員接收到了系統(tǒng)發(fā)出的接管指令；若車輛處于正常狀態(tài)，則說明駕駛員接收到了系統(tǒng)發(fā)出的接管指令。
2.4 接管執(zhí)行策略
當(dāng)自動駕駛系統(tǒng)接收到駕駛員的接管指令時，它會根據(jù)當(dāng)前運行狀態(tài)以及道路情況來判斷是否需要進(jìn)行相應(yīng)操作，如果需要進(jìn)行相關(guān)操作則會執(zhí)行相應(yīng)操作；如果不需要進(jìn)行相關(guān)操作則會繼續(xù)執(zhí)行其他操作。在此過程中，自動駕駛系統(tǒng)可以根據(jù)駕駛員的接管指令是否正確來判斷駕駛員需要接管車輛。如果不需要進(jìn)行相應(yīng)操作則會繼續(xù)執(zhí)行其他操作，如轉(zhuǎn)向、制動等；如果需要進(jìn)行相應(yīng)操作，則會執(zhí)行相應(yīng)操作。
3 駕駛員駕駛能力的評估方法
駕駛能力是指駕駛?cè)嗽隈{駛過程中的感知能力、判斷能力、決策能力、執(zhí)行能力等，是影響自動駕駛系統(tǒng)運行安全的重要因素，評估駕駛員的駕駛能力能夠為自動駕駛系統(tǒng)的開發(fā)提供重要參考[3]。
目前，國內(nèi)外在進(jìn)行駕駛員駕駛能力評估方面主要有以下三種方法：a.生理指標(biāo)評估法；b.行為指標(biāo)評估法；c.心理指標(biāo)評估法。生理指標(biāo)評估法主要包括心率、血壓、血氧飽和度以及加速度等。行為指標(biāo)評估法主要包括緊急情況下的接管操作動作以及自動駕駛系統(tǒng)發(fā)出的預(yù)警信號等。心理指標(biāo)評估法主要包括注意力集中時間、反應(yīng)速度等。本節(jié)將對以上三種方法進(jìn)行分析對比，并基于層次分析法和多元線性回歸對駕駛員的駕駛能力進(jìn)行分析。
3.1 生理指標(biāo)評估法
生理指標(biāo)評估法是基于生理指標(biāo)對駕駛員進(jìn)行駕駛能力的評估，通過對駕駛員生理指標(biāo)的測量，可以了解其身體狀況以及心理狀況。心率、血壓和血氧飽和度等生理指標(biāo)可以反映出駕駛員在駕駛過程中的健康狀況，也是被廣泛使用的反映駕駛能力的生理指標(biāo)。但是，這些生理指標(biāo)只能反映出駕駛員在駕駛過程中的生理狀態(tài)，而無法全面反映駕駛員在駕駛過程中的能力。另外，在自動駕駛?cè)藱C(jī)共駕系統(tǒng)中，駕駛員往往需要進(jìn)行接管操作以保證車輛安全，因此，無法準(zhǔn)確地檢測出接管過程中車輛是否出現(xiàn)異常情況。同時，上述生理指標(biāo)只能用于在靜態(tài)駕駛環(huán)境下評估駕駛員的駕駛能力，無法滿足動態(tài)駕駛環(huán)境下對駕駛員能力評估的需求。
3.2 行為指標(biāo)評估法
行為指標(biāo)評估法主要是對接管過程中的接管動作進(jìn)行研究，在自動駕駛系統(tǒng)收到預(yù)警信號后，通過駕駛?cè)私庸懿僮鲃幼鞯臄?shù)據(jù)，對駕駛員的駕駛能力進(jìn)行評估。行為指標(biāo)評估法一般包含以下幾個步驟：
a.對自動駕駛系統(tǒng)發(fā)出的預(yù)警信號進(jìn)行分析。
b.對駕駛員進(jìn)行接管操作動作分析。
c.獲取駕駛員在接管操作過程中的各項指標(biāo)數(shù)據(jù)。
d.對駕駛?cè)说慕庸苣芰M(jìn)行分析。
基于以上步驟，行為指標(biāo)評估法可以較為準(zhǔn)確地評估出駕駛員在自動駕駛系統(tǒng)發(fā)出預(yù)警信號時所處的狀態(tài)。但是，該方法需要在系統(tǒng)設(shè)計之初就考慮到駕駛員接管操作動作，而在人機(jī)共駕模式下，由于人機(jī)交互較少，該方法很難用于自動駕駛系統(tǒng)的設(shè)計。
3.3 心理指標(biāo)評估法
隨著自動駕駛技術(shù)的不斷發(fā)展，在人機(jī)共駕場景下，自動駕駛系統(tǒng)對駕駛員的駕駛能力提出了更高的要求，因此需要從駕駛員的心理方面進(jìn)行研究。心理指標(biāo)評估法主要通過檢測駕駛員在接收到前方車輛發(fā)出的預(yù)警信號后的反應(yīng)速度、注意力集中時間等來判斷駕駛員對預(yù)警信息的接受程度，以評估其駕駛能力。該方法考慮了自動駕駛系統(tǒng)對于接管預(yù)警信號的響應(yīng)速度，并且能夠從多個維度對駕駛員的駕駛能力進(jìn)行綜合評估。
由于不同類型車輛對于自動駕駛系統(tǒng)發(fā)出預(yù)警信號的反應(yīng)時間存在差異，因此通過在不同車輛之間進(jìn)行對比，從而分析自動駕駛系統(tǒng)對于不同類型車輛預(yù)警信號的響應(yīng)速度，可以更加客觀地反映駕駛員在接收到預(yù)警信號后對其接管能力的判斷。
4 人機(jī)共駕接管策略研究及非駕駛相關(guān)任務(wù)允許邊界
為了研究人機(jī)共駕場景下自動駕駛系統(tǒng)與人類駕駛員的接管策略，設(shè)計了一套完整的實驗方案，該實驗方案包括了對危險警告響應(yīng)階段、決策控制階段和自主接管階段的實驗數(shù)據(jù)采集，并通過采用多因素方差分析、層次分析法以及多元線性回歸等方法分析了不同影響因素對人類駕駛員接管能力的影響，同時基于相關(guān)法規(guī)和規(guī)范對人機(jī)共駕環(huán)境下非駕駛相關(guān)任務(wù)允許邊界進(jìn)行了分析[4]。
結(jié)果表明：在危險警告響應(yīng)階段，自動駕駛系統(tǒng)提供的駕駛員接管信號強(qiáng)度對接管成功率的影響顯著；在決策控制階段，駕駛員對危險警告信號的響應(yīng)時間會直接影響其接管成功率；在自主接管階段，駕駛員是否成功接管與其接管策略之間沒有明顯的相關(guān)性。由此可見，針對不同等級的自動駕駛系統(tǒng)，其對人類駕駛員接管能力的影響程度存在顯著差異。因此，應(yīng)根據(jù)自動駕駛系統(tǒng)所提供的信號強(qiáng)度情況和駕駛員自身駕駛能力，合理地確定人機(jī)共駕系統(tǒng)的接管策略。
為了明確人機(jī)共駕環(huán)境下非駕駛相關(guān)任務(wù)允許邊界問題，分別從“系統(tǒng)安全”和“人機(jī)共駕規(guī)范”兩個角度對人機(jī)共駕環(huán)境下非駕駛相關(guān)任務(wù)允許邊界進(jìn)行了分析。
4.1 基于系統(tǒng)安全的接管策略
依據(jù)《中華人民共和國道路交通安全法》中關(guān)于駕駛?cè)私庸艿南嚓P(guān)規(guī)定，駕駛員應(yīng)在系統(tǒng)發(fā)出接管指令后，通過適當(dāng)方式主動采取相應(yīng)的行為來保證車輛的安全行駛。因此，認(rèn)為自動駕駛系統(tǒng)在收到駕駛員發(fā)出的接管指令后，應(yīng)及時向駕駛員發(fā)出接管提示信息，以確保人類駕駛員能夠順利完成對車輛的接管操作。
其中，當(dāng)自動駕駛系統(tǒng)提供的危險警告信號強(qiáng)度較小時，系統(tǒng)會通過適當(dāng)方式向人類駕駛員發(fā)出接管信號；當(dāng)自動駕駛系統(tǒng)提供的危險警告信號強(qiáng)度較大時，系統(tǒng)則會通過更直接的方式向人類駕駛員發(fā)出接管指令；當(dāng)自動駕駛系統(tǒng)提供的危險警告信號強(qiáng)度超過人類駕駛員能夠承受的范圍時，則自動駕駛系統(tǒng)應(yīng)及時終止與人類駕駛員之間的交互，從而避免造成不必要的人員傷亡或財產(chǎn)損失。
然而，由于自動駕駛系統(tǒng)通常采用高級別自動駕駛技術(shù)，其在接管過程中對環(huán)境信息的采集、處理和執(zhí)行速度都相對較快，因此需要根據(jù)自動駕駛系統(tǒng)提供的接管信號強(qiáng)度情況和人類駕駛員自身駕駛能力等因素合理確定人機(jī)共駕環(huán)境下非駕駛相關(guān)任務(wù)允許邊界。
4.2 基于人機(jī)共駕規(guī)范的允許邊界分析
對于非駕駛相關(guān)任務(wù)允許邊界的確定，參考《智能網(wǎng)聯(lián)汽車自動駕駛信息交互系統(tǒng)技術(shù)要求》（GB/T 35378-2017）中對系統(tǒng)可接管能力的定義，并結(jié)合人機(jī)共駕場景下車輛與駕駛?cè)酥g的交互關(guān)系，明確了非駕駛相關(guān)任務(wù)允許邊界的具體內(nèi)容。
在人機(jī)共駕場景下，人機(jī)共駕系統(tǒng)的可接管能力主要受以下因素影響：系統(tǒng)自身特性、安全冗余、人機(jī)交互過程以及用戶對車輛接管需求等。其中，自動駕駛系統(tǒng)性能越高，系統(tǒng)自身特性對人機(jī)共駕系統(tǒng)接管能力的影響程度越低；而安全冗余、人機(jī)交互過程以及用戶對車輛的接管需求等因素，對人機(jī)共駕系統(tǒng)接管能力的影響程度較高。
由于所研究的自動駕駛系統(tǒng)僅支持在其決策控制階段提供輔助駕駛功能，因此根據(jù)其決策控制階段的運行邏輯和主要任務(wù)，可以將其分為兩類：a.基于人工駕駛模式的輔助駕駛功能；b.基于自動駕駛模式的輔助駕駛功能。對于第一類輔助駕駛功能，若用戶期望由自動駕駛系統(tǒng)完成全部或部分任務(wù)，則可將其視為非駕駛相關(guān)任務(wù)；對于第二類輔助駕駛功能，則應(yīng)基于人機(jī)共駕規(guī)范確定允許邊界。在人機(jī)共駕場景下，當(dāng)自動駕駛系統(tǒng)提供了全部或部分非駕駛相關(guān)任務(wù)時，若用戶仍希望由人來完成全部或部分任務(wù)，則可將該功能視為非駕駛相關(guān)任務(wù)。值得注意的是，由于非駕駛相關(guān)任務(wù)不直接與車輛安全性相關(guān)聯(lián)，因此其允許邊界不宜過寬；同時，在滿足人機(jī)共駕規(guī)范前提下應(yīng)盡可能地簡化非駕駛相關(guān)任務(wù)。
5 接管能力關(guān)鍵因素分析
本節(jié)首先利用層次分析法對各因素對接管能力的影響程度進(jìn)行權(quán)重分析，其中影響程度從大到小依次為：駕駛員特征（0.65）、自動駕駛系統(tǒng)特性（0.63）、車輛特性（0.55）、駕駛環(huán)境特性（0.55）、自動駕駛系統(tǒng)性能（0.55）。
然后，利用多元線性回歸法建立各因素對接管能力的影響模型，其中自動駕駛系統(tǒng)性能的影響系數(shù)最大，其次是駕駛員特征，車輛特性的影響系數(shù)最小。模型中的自變量分別為：駕駛員特征（n=3）、自動駕駛系統(tǒng)性能（n=4）、車輛特性（n=5）。模型回歸系數(shù)由大到小依次為：駕駛員特征>自動駕駛系統(tǒng)性能>車輛特性>自動駕駛系統(tǒng)性能。
最后，基于該模型利用MATLAB軟件，從數(shù)據(jù)中提取影響接管能力的關(guān)鍵因素，并通過方差分析、層次分析法以及多元線性回歸等方法對提取出的關(guān)鍵因素進(jìn)行進(jìn)一步分析。
5.1 方差分析
方差分析是一種多因素的試驗設(shè)計方法，能將多個因素的差異予以區(qū)分。方差分析就是對試驗結(jié)果進(jìn)行統(tǒng)計分析，找出變量間的差異。在本節(jié)中，我們采用方差分析法對接管能力各因素進(jìn)行比較和分析，目的在于找出各因素對接管能力影響的顯著性差異，其中“駕駛員特征”顯著性水平為0.05，“自動駕駛系統(tǒng)性能”顯著性水平為0.10，“自動駕駛系統(tǒng)性能”顯著性水平為0.05，“駕駛環(huán)境特性”顯著性水平為0.10。由此可以看出，在接管過程中“駕駛員特征”和“自動駕駛系統(tǒng)性能”對接管能力的影響最為顯著，而“自動駕駛系統(tǒng)性能”對接管能力的影響最小。
5.2 層次分析法
層次分析法是一種定性與定量分析相結(jié)合的決策方法，它主要是將一個復(fù)雜的問題，根據(jù)各層因素的重要性進(jìn)行兩兩比較，從而得出各個因素相對于目標(biāo)層的相對權(quán)重，通過計算得出結(jié)果。該方法可以使人們對問題進(jìn)行系統(tǒng)化、層次化分析，從而將復(fù)雜的問題簡單化，通過兩兩比較來確定要素之間的相對重要性，最終形成一個決策方案。在本研究中，接管能力因素也是一個層次分明、結(jié)構(gòu)明確的系統(tǒng)，采用層次分析法進(jìn)行權(quán)重計算可得到各因素對接管能力影響程度的權(quán)重大小。通過對各因素對接管能力影響程度進(jìn)行權(quán)重計算，得出各因素對接管能力影響程度的排序情況。
5.3 多元線性回歸
將接管能力評價指標(biāo)作為自變量，自動駕駛系統(tǒng)性能、車輛特性和駕駛員特征為因變量，構(gòu)建多元線性回歸模型，其中，接管能力的評價指標(biāo)與接管時間和車輛特性有顯著性相關(guān)關(guān)系，與駕駛員特征的相關(guān)性較小。由回歸結(jié)果可知，駕駛員特征、車輛特性以及自動駕駛系統(tǒng)性能對接管時間均具有顯著影響。其中，自動駕駛系統(tǒng)性能對接管時間的影響最大，其次是駕駛員特征、車輛特性，自動駕駛系統(tǒng)性能的影響系數(shù)最小。同時發(fā)現(xiàn)，在不同的駕駛環(huán)境下，對接管時間影響較大的因素有所不同。當(dāng)所處駕駛環(huán)境中含有緊急事件時，對接管時間的影響程度較高。當(dāng)處于擁堵路況時，對接管時間影響最大的因素為車輛特性。
6 結(jié)語
針對自動駕駛?cè)藱C(jī)共駕的場景，基于人類駕駛員對危險警告響應(yīng)階段、決策控制階段以及自主接管階段的接管特征，構(gòu)建了包含駕駛?cè)藗€體特征、接管策略以及自動駕駛系統(tǒng)三個維度的接管能力評估模型，并通過多因素方差分析，得到影響自動駕駛?cè)藱C(jī)共駕環(huán)境下人類駕駛員接管能力的關(guān)鍵因素，分別為年齡、性別、駕齡、性格類型以及情感因素?；谀Ｐ头治鼋Y(jié)果，從理論上提出了提升人類駕駛員接管能力的建議，未來人機(jī)共駕技術(shù)對人類駕駛員接管能力的提升提供了理論依據(jù)。未來研究可從以下幾個方面進(jìn)行：
a.開發(fā)更為合理的自動駕駛系統(tǒng)，以更好地模擬人類駕駛員的駕駛行為。
b.從微觀層面進(jìn)行研究，以更全面地分析人類駕駛員接管能力與自動駕駛系統(tǒng)接管能力之間的交互關(guān)系。
c.對未來人機(jī)共駕技術(shù)進(jìn)行展望，為人機(jī)共駕技術(shù)的發(fā)展提供參考。
參考文獻(xiàn)：
[1]張暉，倪定安，曾科，等人機(jī)共駕環(huán)境下駕駛疲勞研究綜述[J]中國安全科學(xué)學(xué)報，2023，33（3）：204-211
[2]曾嘉賓，李靖宇，尤志棟自動駕駛?cè)藱C(jī)共駕環(huán)境下駕駛?cè)私庸苣芰ρ芯窟M(jìn)展[J]交通科技與經(jīng)濟(jì)，2022，24（5）：30-37
[3]尹娟自動駕駛中次任務(wù)參與模式對年輕駕駛?cè)私庸芸冃У挠绊慬D]長安：長安大學(xué)，2021
[4]肖逸影人機(jī)共駕環(huán)境下非駕駛?cè)蝿?wù)對駕駛認(rèn)知及接管績效的影響[D]武漢：武漢理工大學(xué)，2021
作者簡介：
吳政，男，1979年生，副教授，研究方向為機(jī)械制造。
猜你喜歡
解除人的“自動駕駛”模式南風(fēng)窗(2017年23期)2017-11-23 11:15:33 MA600飛機(jī)自動駕駛儀及典型故障淺析科技創(chuàng)新導(dǎo)報(2017年26期)2017-11-08 08:42:58 汽車自動駕駛技術(shù)發(fā)展方向及前景科學(xué)與財富(2017年28期)2017-10-14 14:15:17 網(wǎng)絡(luò)帶給你“自動駕駛”的體驗中國計算機(jī)報(2017年22期)2017-09-16 22:10:44 智能船舶技術(shù)和無人駕駛技術(shù)研究山東工業(yè)技術(shù)(2017年15期)2017-09-05 06:02:15 無人駕駛汽車的概念及發(fā)展中國科技術(shù)語(2017年3期)2017-07-10 10:59:13 “自動駕駛”熱潮背后的擔(dān)心和疑慮汽車周刊(2017年5期)2017-06-06 14:02:49 汽車自動駕駛的發(fā)展中國科技縱橫(2017年4期)2017-05-16 08:29:17 基于自動駕駛下的車道規(guī)劃對交通擁堵的改善中國科技博覽(2017年5期)2017-04-25 16:37:32 LTE—V車路通信技術(shù)淺析與探討移動通信(2016年24期)2017-03-04 22:12:26
吳政 韓冰 馬永豐
摘要：在人機(jī)共駕環(huán)境下，提出了自動駕駛系統(tǒng)中主動制動技術(shù)的執(zhí)行方案，駕駛及交通環(huán)境下的自動駕駛與手動駕駛切換性能、駕駛員駕駛能力的評估方法，以及人機(jī)共駕系統(tǒng)的接管策略；研究了有條件自動駕駛對非駕駛相關(guān)任務(wù)的允準(zhǔn)邊界。研究結(jié)論對駕駛?cè)私庸苣芰Φ奶嵘妥詣玉{駛共存的發(fā)展具有一定的實際意義，可以為自動駕駛技術(shù)的應(yīng)用和交通安全提供重要參考。
關(guān)鍵詞：自動駕駛；人機(jī)共駕；駕駛?cè)私庸苣芰?/p>
中圖分類號：U471.1? 收稿日期：2023-01-04
DOI：10.19999/j.cnki.1004-0226.2023.06.023
1 前言
在自動駕駛技術(shù)快速發(fā)展的背景下，越來越多的研究關(guān)注于自動駕駛的可行性和安全性。國內(nèi)外學(xué)者對自動駕駛技術(shù)的研究主要集中在自動駕駛系統(tǒng)的設(shè)計、控制和評估等方面，其中涉及駕駛員接管能力的研究是其中重要的一環(huán)。在當(dāng)前研究階段，智能網(wǎng)聯(lián)汽車或是自動駕駛汽車的自動化等級大多處于2/3等級，這一等級也被稱為部分/條件自動化等級，涉及人員的接管，即通過人機(jī)相互配合來實現(xiàn)車輛的自動化駕駛。因此，探究駕駛員在自動駕駛?cè)藱C(jī)共駕環(huán)境下的接管能力對于提高道路安全、促進(jìn)自動駕駛技術(shù)應(yīng)用有著重要的現(xiàn)實意義。
2 駕駛輔助系統(tǒng)技術(shù)
2.1 人機(jī)共駕的接管策略
人機(jī)共駕環(huán)境下，駕駛員接收自動駕駛系統(tǒng)發(fā)出的接管指令時，會出現(xiàn)主動接管和被動接管兩種不同的接管方式。主動接管是指在系統(tǒng)收到駕駛員的接管指令時，自動駕駛系統(tǒng)立即執(zhí)行相應(yīng)操作，比如進(jìn)行制動或轉(zhuǎn)向，且自動駕駛系統(tǒng)還會繼續(xù)執(zhí)行其他操作；被動接管是指當(dāng)駕駛員沒有收到任何接管指令時，自動駕駛系統(tǒng)不會對車輛進(jìn)行任何控制，它會根據(jù)系統(tǒng)的反饋信息來判斷駕駛員是否需要接管車輛[1]。
對于人機(jī)共駕環(huán)境下的主動接管，其執(zhí)行策略是根據(jù)車輛運行狀態(tài)、道路環(huán)境情況以及駕駛員的駕駛風(fēng)格等來制定的。根據(jù)駕駛員對自動駕駛系統(tǒng)發(fā)出的指令是否正確進(jìn)行判斷，若不正確則自動駕駛系統(tǒng)繼續(xù)執(zhí)行相應(yīng)操作；若正確則由自動駕駛系統(tǒng)完成相應(yīng)操作。當(dāng)自動駕駛系統(tǒng)出現(xiàn)故障或發(fā)生事故時，駕駛員在發(fā)現(xiàn)后還可主動啟動人工駕駛模式以保證車輛行駛安全。
2.2 接管的分類
對于人機(jī)共駕的接管，國內(nèi)外學(xué)者一般將其分為兩類，即主動接管和被動接管。主動接管是指自動駕駛系統(tǒng)在接收到駕駛員的接管指令后，會立即執(zhí)行相應(yīng)操作以保證車輛安全行駛；被動接管是指自動駕駛系統(tǒng)在接收到駕駛員的接管指令后，不會對車輛進(jìn)行任何控制，而是繼續(xù)執(zhí)行相應(yīng)操作，直至出現(xiàn)事故或故障時再進(jìn)行人工干預(yù)[2]。
主動接管的分類主要包括兩個方面：a.針對系統(tǒng)發(fā)出的指令是否正確進(jìn)行判斷；b.系統(tǒng)接收到指令后是否會立即執(zhí)行。對于第一種情況，其主要是針對系統(tǒng)發(fā)出的指令是否正確進(jìn)行判斷，此時要求自動駕駛系統(tǒng)具有較高的自主性以及對駕駛員的意圖進(jìn)行準(zhǔn)確理解和判斷，并且能夠根據(jù)實際情況作出正確的反應(yīng)。但由于自動駕駛系統(tǒng)本身還未完全建立起完善的知識體系，且缺乏相應(yīng)的場景輸入來輔助其進(jìn)行判斷，因此系統(tǒng)在接收到指令時能否正確執(zhí)行也存在一定風(fēng)險。
而對于第二種情況，主要是針對系統(tǒng)發(fā)出的指令是否正確進(jìn)行判斷，若判斷錯誤則自動駕駛系統(tǒng)不會對車輛進(jìn)行任何控制，而是繼續(xù)執(zhí)行相應(yīng)操作。
2.3 接管時的狀態(tài)判斷
對于人機(jī)共駕環(huán)境下的被動接管，其狀態(tài)判斷主要是基于駕駛?cè)耸欠袷盏浇庸苤噶?，而不是自動駕駛系統(tǒng)的控制。自動駕駛系統(tǒng)接收到接管指令時，若駕駛員不按接管指令操作，則系統(tǒng)將執(zhí)行人工駕駛模式。例如在車道偏離預(yù)警功能中，如果車輛出現(xiàn)車道偏離情況，駕駛員不按接管指令操作，系統(tǒng)將執(zhí)行人工駕駛模式。
對于主動接管過程中的狀態(tài)判斷主要根據(jù)車輛的運行狀態(tài)來進(jìn)行判斷。首先需要判斷車輛是否處于正常狀態(tài)，如果不是則說明駕駛員沒有接收到系統(tǒng)發(fā)出的接管指令；如果車輛處于緊急狀態(tài)，則說明駕駛員接收到了系統(tǒng)發(fā)出的接管指令；若車輛處于正常狀態(tài)，則說明駕駛員接收到了系統(tǒng)發(fā)出的接管指令。
2.4 接管執(zhí)行策略
當(dāng)自動駕駛系統(tǒng)接收到駕駛員的接管指令時，它會根據(jù)當(dāng)前運行狀態(tài)以及道路情況來判斷是否需要進(jìn)行相應(yīng)操作，如果需要進(jìn)行相關(guān)操作則會執(zhí)行相應(yīng)操作；如果不需要進(jìn)行相關(guān)操作則會繼續(xù)執(zhí)行其他操作。在此過程中，自動駕駛系統(tǒng)可以根據(jù)駕駛員的接管指令是否正確來判斷駕駛員需要接管車輛。如果不需要進(jìn)行相應(yīng)操作則會繼續(xù)執(zhí)行其他操作，如轉(zhuǎn)向、制動等；如果需要進(jìn)行相應(yīng)操作，則會執(zhí)行相應(yīng)操作。
3 駕駛員駕駛能力的評估方法
駕駛能力是指駕駛?cè)嗽隈{駛過程中的感知能力、判斷能力、決策能力、執(zhí)行能力等，是影響自動駕駛系統(tǒng)運行安全的重要因素，評估駕駛員的駕駛能力能夠為自動駕駛系統(tǒng)的開發(fā)提供重要參考[3]。
目前，國內(nèi)外在進(jìn)行駕駛員駕駛能力評估方面主要有以下三種方法：a.生理指標(biāo)評估法；b.行為指標(biāo)評估法；c.心理指標(biāo)評估法。生理指標(biāo)評估法主要包括心率、血壓、血氧飽和度以及加速度等。行為指標(biāo)評估法主要包括緊急情況下的接管操作動作以及自動駕駛系統(tǒng)發(fā)出的預(yù)警信號等。心理指標(biāo)評估法主要包括注意力集中時間、反應(yīng)速度等。本節(jié)將對以上三種方法進(jìn)行分析對比，并基于層次分析法和多元線性回歸對駕駛員的駕駛能力進(jìn)行分析。
3.1 生理指標(biāo)評估法
生理指標(biāo)評估法是基于生理指標(biāo)對駕駛員進(jìn)行駕駛能力的評估，通過對駕駛員生理指標(biāo)的測量，可以了解其身體狀況以及心理狀況。心率、血壓和血氧飽和度等生理指標(biāo)可以反映出駕駛員在駕駛過程中的健康狀況，也是被廣泛使用的反映駕駛能力的生理指標(biāo)。但是，這些生理指標(biāo)只能反映出駕駛員在駕駛過程中的生理狀態(tài)，而無法全面反映駕駛員在駕駛過程中的能力。另外，在自動駕駛?cè)藱C(jī)共駕系統(tǒng)中，駕駛員往往需要進(jìn)行接管操作以保證車輛安全，因此，無法準(zhǔn)確地檢測出接管過程中車輛是否出現(xiàn)異常情況。同時，上述生理指標(biāo)只能用于在靜態(tài)駕駛環(huán)境下評估駕駛員的駕駛能力，無法滿足動態(tài)駕駛環(huán)境下對駕駛員能力評估的需求。
3.2 行為指標(biāo)評估法
行為指標(biāo)評估法主要是對接管過程中的接管動作進(jìn)行研究，在自動駕駛系統(tǒng)收到預(yù)警信號后，通過駕駛?cè)私庸懿僮鲃幼鞯臄?shù)據(jù)，對駕駛員的駕駛能力進(jìn)行評估。行為指標(biāo)評估法一般包含以下幾個步驟：
a.對自動駕駛系統(tǒng)發(fā)出的預(yù)警信號進(jìn)行分析。
b.對駕駛員進(jìn)行接管操作動作分析。
c.獲取駕駛員在接管操作過程中的各項指標(biāo)數(shù)據(jù)。
d.對駕駛?cè)说慕庸苣芰M(jìn)行分析。
基于以上步驟，行為指標(biāo)評估法可以較為準(zhǔn)確地評估出駕駛員在自動駕駛系統(tǒng)發(fā)出預(yù)警信號時所處的狀態(tài)。但是，該方法需要在系統(tǒng)設(shè)計之初就考慮到駕駛員接管操作動作，而在人機(jī)共駕模式下，由于人機(jī)交互較少，該方法很難用于自動駕駛系統(tǒng)的設(shè)計。
3.3 心理指標(biāo)評估法
隨著自動駕駛技術(shù)的不斷發(fā)展，在人機(jī)共駕場景下，自動駕駛系統(tǒng)對駕駛員的駕駛能力提出了更高的要求，因此需要從駕駛員的心理方面進(jìn)行研究。心理指標(biāo)評估法主要通過檢測駕駛員在接收到前方車輛發(fā)出的預(yù)警信號后的反應(yīng)速度、注意力集中時間等來判斷駕駛員對預(yù)警信息的接受程度，以評估其駕駛能力。該方法考慮了自動駕駛系統(tǒng)對于接管預(yù)警信號的響應(yīng)速度，并且能夠從多個維度對駕駛員的駕駛能力進(jìn)行綜合評估。
由于不同類型車輛對于自動駕駛系統(tǒng)發(fā)出預(yù)警信號的反應(yīng)時間存在差異，因此通過在不同車輛之間進(jìn)行對比，從而分析自動駕駛系統(tǒng)對于不同類型車輛預(yù)警信號的響應(yīng)速度，可以更加客觀地反映駕駛員在接收到預(yù)警信號后對其接管能力的判斷。
4 人機(jī)共駕接管策略研究及非駕駛相關(guān)任務(wù)允許邊界
為了研究人機(jī)共駕場景下自動駕駛系統(tǒng)與人類駕駛員的接管策略，設(shè)計了一套完整的實驗方案，該實驗方案包括了對危險警告響應(yīng)階段、決策控制階段和自主接管階段的實驗數(shù)據(jù)采集，并通過采用多因素方差分析、層次分析法以及多元線性回歸等方法分析了不同影響因素對人類駕駛員接管能力的影響，同時基于相關(guān)法規(guī)和規(guī)范對人機(jī)共駕環(huán)境下非駕駛相關(guān)任務(wù)允許邊界進(jìn)行了分析[4]。
結(jié)果表明：在危險警告響應(yīng)階段，自動駕駛系統(tǒng)提供的駕駛員接管信號強(qiáng)度對接管成功率的影響顯著；在決策控制階段，駕駛員對危險警告信號的響應(yīng)時間會直接影響其接管成功率；在自主接管階段，駕駛員是否成功接管與其接管策略之間沒有明顯的相關(guān)性。由此可見，針對不同等級的自動駕駛系統(tǒng)，其對人類駕駛員接管能力的影響程度存在顯著差異。因此，應(yīng)根據(jù)自動駕駛系統(tǒng)所提供的信號強(qiáng)度情況和駕駛員自身駕駛能力，合理地確定人機(jī)共駕系統(tǒng)的接管策略。
為了明確人機(jī)共駕環(huán)境下非駕駛相關(guān)任務(wù)允許邊界問題，分別從“系統(tǒng)安全”和“人機(jī)共駕規(guī)范”兩個角度對人機(jī)共駕環(huán)境下非駕駛相關(guān)任務(wù)允許邊界進(jìn)行了分析。
4.1 基于系統(tǒng)安全的接管策略
依據(jù)《中華人民共和國道路交通安全法》中關(guān)于駕駛?cè)私庸艿南嚓P(guān)規(guī)定，駕駛員應(yīng)在系統(tǒng)發(fā)出接管指令后，通過適當(dāng)方式主動采取相應(yīng)的行為來保證車輛的安全行駛。因此，認(rèn)為自動駕駛系統(tǒng)在收到駕駛員發(fā)出的接管指令后，應(yīng)及時向駕駛員發(fā)出接管提示信息，以確保人類駕駛員能夠順利完成對車輛的接管操作。
其中，當(dāng)自動駕駛系統(tǒng)提供的危險警告信號強(qiáng)度較小時，系統(tǒng)會通過適當(dāng)方式向人類駕駛員發(fā)出接管信號；當(dāng)自動駕駛系統(tǒng)提供的危險警告信號強(qiáng)度較大時，系統(tǒng)則會通過更直接的方式向人類駕駛員發(fā)出接管指令；當(dāng)自動駕駛系統(tǒng)提供的危險警告信號強(qiáng)度超過人類駕駛員能夠承受的范圍時，則自動駕駛系統(tǒng)應(yīng)及時終止與人類駕駛員之間的交互，從而避免造成不必要的人員傷亡或財產(chǎn)損失。
然而，由于自動駕駛系統(tǒng)通常采用高級別自動駕駛技術(shù)，其在接管過程中對環(huán)境信息的采集、處理和執(zhí)行速度都相對較快，因此需要根據(jù)自動駕駛系統(tǒng)提供的接管信號強(qiáng)度情況和人類駕駛員自身駕駛能力等因素合理確定人機(jī)共駕環(huán)境下非駕駛相關(guān)任務(wù)允許邊界。
4.2 基于人機(jī)共駕規(guī)范的允許邊界分析
對于非駕駛相關(guān)任務(wù)允許邊界的確定，參考《智能網(wǎng)聯(lián)汽車自動駕駛信息交互系統(tǒng)技術(shù)要求》（GB/T 35378-2017）中對系統(tǒng)可接管能力的定義，并結(jié)合人機(jī)共駕場景下車輛與駕駛?cè)酥g的交互關(guān)系，明確了非駕駛相關(guān)任務(wù)允許邊界的具體內(nèi)容。
在人機(jī)共駕場景下，人機(jī)共駕系統(tǒng)的可接管能力主要受以下因素影響：系統(tǒng)自身特性、安全冗余、人機(jī)交互過程以及用戶對車輛接管需求等。其中，自動駕駛系統(tǒng)性能越高，系統(tǒng)自身特性對人機(jī)共駕系統(tǒng)接管能力的影響程度越低；而安全冗余、人機(jī)交互過程以及用戶對車輛的接管需求等因素，對人機(jī)共駕系統(tǒng)接管能力的影響程度較高。
由于所研究的自動駕駛系統(tǒng)僅支持在其決策控制階段提供輔助駕駛功能，因此根據(jù)其決策控制階段的運行邏輯和主要任務(wù)，可以將其分為兩類：a.基于人工駕駛模式的輔助駕駛功能；b.基于自動駕駛模式的輔助駕駛功能。對于第一類輔助駕駛功能，若用戶期望由自動駕駛系統(tǒng)完成全部或部分任務(wù)，則可將其視為非駕駛相關(guān)任務(wù)；對于第二類輔助駕駛功能，則應(yīng)基于人機(jī)共駕規(guī)范確定允許邊界。在人機(jī)共駕場景下，當(dāng)自動駕駛系統(tǒng)提供了全部或部分非駕駛相關(guān)任務(wù)時，若用戶仍希望由人來完成全部或部分任務(wù)，則可將該功能視為非駕駛相關(guān)任務(wù)。值得注意的是，由于非駕駛相關(guān)任務(wù)不直接與車輛安全性相關(guān)聯(lián)，因此其允許邊界不宜過寬；同時，在滿足人機(jī)共駕規(guī)范前提下應(yīng)盡可能地簡化非駕駛相關(guān)任務(wù)。
5 接管能力關(guān)鍵因素分析
本節(jié)首先利用層次分析法對各因素對接管能力的影響程度進(jìn)行權(quán)重分析，其中影響程度從大到小依次為：駕駛員特征（0.65）、自動駕駛系統(tǒng)特性（0.63）、車輛特性（0.55）、駕駛環(huán)境特性（0.55）、自動駕駛系統(tǒng)性能（0.55）。
然后，利用多元線性回歸法建立各因素對接管能力的影響模型，其中自動駕駛系統(tǒng)性能的影響系數(shù)最大，其次是駕駛員特征，車輛特性的影響系數(shù)最小。模型中的自變量分別為：駕駛員特征（n=3）、自動駕駛系統(tǒng)性能（n=4）、車輛特性（n=5）。模型回歸系數(shù)由大到小依次為：駕駛員特征>自動駕駛系統(tǒng)性能>車輛特性>自動駕駛系統(tǒng)性能。
最后，基于該模型利用MATLAB軟件，從數(shù)據(jù)中提取影響接管能力的關(guān)鍵因素，并通過方差分析、層次分析法以及多元線性回歸等方法對提取出的關(guān)鍵因素進(jìn)行進(jìn)一步分析。
5.1 方差分析
方差分析是一種多因素的試驗設(shè)計方法，能將多個因素的差異予以區(qū)分。方差分析就是對試驗結(jié)果進(jìn)行統(tǒng)計分析，找出變量間的差異。在本節(jié)中，我們采用方差分析法對接管能力各因素進(jìn)行比較和分析，目的在于找出各因素對接管能力影響的顯著性差異，其中“駕駛員特征”顯著性水平為0.05，“自動駕駛系統(tǒng)性能”顯著性水平為0.10，“自動駕駛系統(tǒng)性能”顯著性水平為0.05，“駕駛環(huán)境特性”顯著性水平為0.10。由此可以看出，在接管過程中“駕駛員特征”和“自動駕駛系統(tǒng)性能”對接管能力的影響最為顯著，而“自動駕駛系統(tǒng)性能”對接管能力的影響最小。
5.2 層次分析法
層次分析法是一種定性與定量分析相結(jié)合的決策方法，它主要是將一個復(fù)雜的問題，根據(jù)各層因素的重要性進(jìn)行兩兩比較，從而得出各個因素相對于目標(biāo)層的相對權(quán)重，通過計算得出結(jié)果。該方法可以使人們對問題進(jìn)行系統(tǒng)化、層次化分析，從而將復(fù)雜的問題簡單化，通過兩兩比較來確定要素之間的相對重要性，最終形成一個決策方案。在本研究中，接管能力因素也是一個層次分明、結(jié)構(gòu)明確的系統(tǒng)，采用層次分析法進(jìn)行權(quán)重計算可得到各因素對接管能力影響程度的權(quán)重大小。通過對各因素對接管能力影響程度進(jìn)行權(quán)重計算，得出各因素對接管能力影響程度的排序情況。
5.3 多元線性回歸
將接管能力評價指標(biāo)作為自變量，自動駕駛系統(tǒng)性能、車輛特性和駕駛員特征為因變量，構(gòu)建多元線性回歸模型，其中，接管能力的評價指標(biāo)與接管時間和車輛特性有顯著性相關(guān)關(guān)系，與駕駛員特征的相關(guān)性較小。由回歸結(jié)果可知，駕駛員特征、車輛特性以及自動駕駛系統(tǒng)性能對接管時間均具有顯著影響。其中，自動駕駛系統(tǒng)性能對接管時間的影響最大，其次是駕駛員特征、車輛特性，自動駕駛系統(tǒng)性能的影響系數(shù)最小。同時發(fā)現(xiàn)，在不同的駕駛環(huán)境下，對接管時間影響較大的因素有所不同。當(dāng)所處駕駛環(huán)境中含有緊急事件時，對接管時間的影響程度較高。當(dāng)處于擁堵路況時，對接管時間影響最大的因素為車輛特性。
6 結(jié)語
針對自動駕駛?cè)藱C(jī)共駕的場景，基于人類駕駛員對危險警告響應(yīng)階段、決策控制階段以及自主接管階段的接管特征，構(gòu)建了包含駕駛?cè)藗€體特征、接管策略以及自動駕駛系統(tǒng)三個維度的接管能力評估模型，并通過多因素方差分析，得到影響自動駕駛?cè)藱C(jī)共駕環(huán)境下人類駕駛員接管能力的關(guān)鍵因素，分別為年齡、性別、駕齡、性格類型以及情感因素?；谀Ｐ头治鼋Y(jié)果，從理論上提出了提升人類駕駛員接管能力的建議，未來人機(jī)共駕技術(shù)對人類駕駛員接管能力的提升提供了理論依據(jù)。未來研究可從以下幾個方面進(jìn)行：
a.開發(fā)更為合理的自動駕駛系統(tǒng)，以更好地模擬人類駕駛員的駕駛行為。
b.從微觀層面進(jìn)行研究，以更全面地分析人類駕駛員接管能力與自動駕駛系統(tǒng)接管能力之間的交互關(guān)系。
c.對未來人機(jī)共駕技術(shù)進(jìn)行展望，為人機(jī)共駕技術(shù)的發(fā)展提供參考。
參考文獻(xiàn)：
[1]張暉，倪定安，曾科，等人機(jī)共駕環(huán)境下駕駛疲勞研究綜述[J]中國安全科學(xué)學(xué)報，2023，33（3）：204-211
[2]曾嘉賓，李靖宇，尤志棟自動駕駛?cè)藱C(jī)共駕環(huán)境下駕駛?cè)私庸苣芰ρ芯窟M(jìn)展[J]交通科技與經(jīng)濟(jì)，2022，24（5）：30-37
[3]尹娟自動駕駛中次任務(wù)參與模式對年輕駕駛?cè)私庸芸冃У挠绊慬D]長安：長安大學(xué)，2021
[4]肖逸影人機(jī)共駕環(huán)境下非駕駛?cè)蝿?wù)對駕駛認(rèn)知及接管績效的影響[D]武漢：武漢理工大學(xué)，2021
作者簡介：
吳政，男，1979年生，副教授，研究方向為機(jī)械制造。
猜你喜歡
南風(fēng)窗(2017年23期)2017-11-23 11:15:33
科技創(chuàng)新導(dǎo)報(2017年26期)2017-11-08 08:42:58
科學(xué)與財富(2017年28期)2017-10-14 14:15:17
中國計算機(jī)報(2017年22期)2017-09-16 22:10:44
山東工業(yè)技術(shù)(2017年15期)2017-09-05 06:02:15
中國科技術(shù)語(2017年3期)2017-07-10 10:59:13
汽車周刊(2017年5期)2017-06-06 14:02:49
中國科技縱橫(2017年4期)2017-05-16 08:29:17
中國科技博覽(2017年5期)2017-04-25 16:37:32
移動通信(2016年24期)2017-03-04 22:12:26
