萬曉東 鄭歡 孫濤 陳泓宇 李超

（中國第一汽車股份有限公司研發(fā)總院，長春 130013）

縮略語

ADAS Advanced Driver Assistant System

FAD Fully Automated Driving

ODD Operational Design Domain

MBSE Model-Based Software Engineering

SysML Systems Modeling Language

NDRT No-Driving-Related Task，NDRT

HUD Head Up Display

TOR Takeover Request

1 研究背景

1.1 人機共駕與人機接管的概念

汽車智能化發(fā)展使得高級駕駛輔助系統(tǒng)（Advanced Driver Assistant System，ADAS）正向著完全自動駕駛（Fully Automated Driving，F(xiàn)AD）轉(zhuǎn)變[1]。這個過渡階段即是人機共駕階段[2]。在可以預(yù)見的相當長一段時間內(nèi)，智能駕駛汽車面向市場的主要研究仍會集中在人機共駕層面[3]。人機共駕概念指人類駕駛員和自動化系統(tǒng)對車輛分時、分權(quán)完成雙方都能獨立完成駕駛?cè)蝿?wù)的技術(shù)架構(gòu)[4]。在人機共駕的功能架構(gòu)設(shè)計中，人機接管是技術(shù)關(guān)鍵點，也是高級自動駕駛技術(shù)的難點。

根據(jù)SAE International 于2021 年更新的自動駕駛車輛標準，將自動駕駛劃分為6 個等級，其中2 級～3級自動駕駛車輛處于自動駕駛模式時，駕駛員只需要應(yīng)對突發(fā)狀況。4級自動駕駛車輛僅在遭遇到超過駕駛設(shè)計域（Operational Design Domain, ODD）情況下，如自動駕駛系統(tǒng)失效或遇到無法處理的交通狀況時，需要駕駛員接管車輛，即人為地控制車輛以保證行駛安全,這種喚醒駕駛員認知和行為控制的過程被稱為接管（Take-over）[5]。

在復(fù)雜場景下控制權(quán)交接是一個跨領(lǐng)域的復(fù)雜功能，實際設(shè)計與開發(fā)需要基于完整的人類駕駛員與自動化系統(tǒng)的協(xié)同框架[4]。本文深入分析了接管需求管理，建立了明確的需求管理模型，深入剖析應(yīng)對不同場景下對自動化系統(tǒng)能力的有機調(diào)配與轉(zhuǎn)換，從而確保接管任務(wù)達到預(yù)期目標。本文自動駕駛模式為機器人駕駛員（車輛自動行駛系統(tǒng)）掌握車輛控制權(quán)過程，人機接管過程是車輛控制權(quán)從機器人駕駛員切換至人類駕駛員的過程。

1.2 基于模型的需求管理

智能網(wǎng)聯(lián)汽車屬于智能交互產(chǎn)品，是包括機械、電子電氣、系統(tǒng)控制、信息和認知多學科的復(fù)雜系統(tǒng)，具有多維度、強非線性、多過程與多界面耦合的特點[6]。智能網(wǎng)聯(lián)汽車研發(fā)涉及到數(shù)以千計的用戶感知功能、大量人與車之間的交互需求和相關(guān)技術(shù)集成。這使得智能網(wǎng)聯(lián)汽車系統(tǒng)愈加復(fù)雜，如車輛碰到障礙物，需要向人類駕駛員發(fā)出接管提示報警音，或是人類駕駛員需要操作轉(zhuǎn)向盤從而獲得車輛駕駛權(quán)。

在數(shù)以千計的用例中，大量功能交叉驗證需求人力幾乎無法完成[7]。傳統(tǒng)管理方式以系列文檔為載體，在專業(yè)機構(gòu)中傳遞技術(shù)信息，但是這種基于手工維護文檔的方式，無論在項目初期還是項目后期的變更管理階段都存在諸多缺陷，如需求捕捉不清晰，設(shè)計難以追溯等[8]?；谀Ｐ偷南到y(tǒng)軟件工程（Model-Based Software Engineering，MBSE）是一種系統(tǒng)工程方法，將系統(tǒng)軟件生成的模型作為數(shù)據(jù)交付媒介，具有很大優(yōu)勢[9]。

MBSE 需求管理工作內(nèi)容主要是明確宗旨與范圍，包括對系統(tǒng)設(shè)計的具體性能要求，由此即可建立起系統(tǒng)高層概念。首先，采用系統(tǒng)模型語言（Systems Modeling Language，SysML），建立由功能構(gòu)成的黑盒操作場景[7]，接管功能相關(guān)的黑盒場景指包含了人類駕駛員感知接管激活、執(zhí)行接管、感知接管退出以及過程中與車輛交互的全部內(nèi)容。其次，采用黑盒構(gòu)造全局性功能結(jié)構(gòu)圖，最后使黑箱白化，得到白盒描述產(chǎn)品[10]，白盒是指實現(xiàn)黑盒場景中感知與交互內(nèi)容時序邏輯、軟件算法以及相關(guān)控制器、執(zhí)行部件的分配與部署。

1.3 本文的范疇

廣義控制權(quán)切換包括人類駕駛員發(fā)起的可選擇切換、人類駕駛員發(fā)起的強制性切換和系統(tǒng)發(fā)起的強制性切換[11]。本文以人機接管功能框架中的一個功能點，即以特殊場景下人接管車為研究對象，闡述基于模型管理功能需求方法。其中，以車輛產(chǎn)品安全性行為和合適的人類駕駛員駕駛行為作為接管功能研究的主要內(nèi)容[12]。例如人類駕駛員不會主動尋求碰撞并具備足夠的反應(yīng)力[13]，以及車輛本身無設(shè)計因素或質(zhì)量問題等導(dǎo)致的安全隱患。

本文所示例的黑盒操作場景表述為，車輛正處于自動駕駛模式，此時人類駕駛員并未關(guān)注行車狀態(tài)，而車輛遭遇突發(fā)的、無法自行應(yīng)對的行駛工況，此時需要人類駕駛員接管車輛控制權(quán)，由此會產(chǎn)生一些車輛和人類駕駛員相關(guān)的感知交互過程。

在對黑盒操作場景（即感知交互過程）分析后，可設(shè)計出相關(guān)交互邏輯與交互部件，由此可以建立黑盒模型，黑盒模型體現(xiàn)了人類駕駛員與車輛之間的交互過程。比如人類駕駛員通過車輛發(fā)出的報警信息感知到了車輛需要被接管。這種感知信息的播報方法與時機也構(gòu)成了白盒模型需求。

綜合這些需求，可以設(shè)計出接管相關(guān)的白盒模型，由白盒模型可以推導(dǎo)出車輛系統(tǒng)產(chǎn)品能力需求，如通過儀表顯示屏、座椅控制器、座椅電機實現(xiàn)對白盒模型的支撐，由此可以建立車輛裝備定義。

黑盒模型和白盒模型中的元素相互關(guān)聯(lián)，特別是黑盒模型的用例圖、活動圖和時序圖將在后續(xù)白盒設(shè)計過程中被重用[9]。

2 人機接管需求分析

2.1 接管用例

結(jié)合系統(tǒng)模型語言開展需求分析過程，通常以圖形化方式表示系統(tǒng)內(nèi)部的用例、系統(tǒng)外部的參與者以及二者之間的關(guān)系[14]。本文中，將接管過程作為人類駕駛員掌握車輛控制權(quán)的用例，即人機接管，人類駕駛員與人機接管用例之間的關(guān)系如圖1所示。

圖1 人機接管用例

2.1.1 人類駕駛員

人類駕駛員角色在接管用例中能夠基于角色屬性（包括視覺、聽覺、嗅覺、觸感、體感、知覺，這些是人類的主要感知能力，通過這些感知能力，人類可以與外界發(fā)生聯(lián)系），感知到車輛發(fā)出的接管請求（Take-Over Request，TOR）即刻報警，感知到接管任務(wù)所需要的情境狀態(tài)信息，執(zhí)行必要的接管動作，感知到接管成功后車輛控制能力退出狀態(tài)。

人類駕駛員參與接管過程的活動包括感知到接管請求、執(zhí)行接管操作和識別接管成功，參與過程中的反應(yīng)力可作為對接管系統(tǒng)設(shè)計輸入的重要指標，這種反應(yīng)力主要通過多種反應(yīng)時間和接管時間來量化[13]。反應(yīng)時間為從系統(tǒng)發(fā)出接管請求到人類駕駛員第一次注視前方或接觸轉(zhuǎn)向盤的時間，接管時間為從系統(tǒng)發(fā)出接管請求到人類駕駛員操作轉(zhuǎn)向盤或踏板實現(xiàn)手動駕駛的時間。

2.1.2 接管主用例

本文主用例專注表述在特殊場景下產(chǎn)生的人接管車活動。該場景包括車輛周圍動態(tài)環(huán)境的持續(xù)變化以及車輛在該環(huán)境中的行為[15]。經(jīng)過用例細化生成用例規(guī)約，包括人接管車所經(jīng)歷的事件流程闡述，前置條件、后置條件和異常情況處理[16]。

本文示例的前置條件為車輛處于自動駕駛狀態(tài)，且需要人類駕駛員接管同時，人類駕駛員可能未處于監(jiān)控駕駛狀態(tài)中。后置條件為人類駕駛員順利獲取駕駛車輛控制權(quán)。異常條件為接管任務(wù)失敗，車輛進入自動避撞狀態(tài)或接管請求終止，車輛可繼續(xù)自動駕駛而無需接管，本文僅闡述順利接管的需求分析過程，對異常條件不做進一步分析。

2.1.3 接管活動

在用例分析中，通常采用黑盒活動圖對功能活動進行描述（圖2）。黑盒活動圖將系統(tǒng)（人類駕駛員和車輛以及二者的交互）看作一個整體，描述該系統(tǒng)在特定用例場景下的運作過程，并進一步將功能場景轉(zhuǎn)化為功能鏈條[7]。

由圖2 分析可知，人類駕駛員接管車主用例活動按順序和主題可分為4項內(nèi)容。

（1）接管激活：此時，車輛向人類駕駛員發(fā)出接管請求（接管報警信息），人類駕駛員感知該請求。

（2）接管信息：車輛提供具體車況、路況、接管原因（緊急避障、車輛故障或壞路況導(dǎo)致行駛失控），幫助人類駕駛員快速恢復(fù)情境意識。

（3）接管執(zhí)行：在接收到人類駕駛員執(zhí)行接管動作信號后，車輛將控制權(quán)移交人類駕駛員。

（4）接管退出：車輛完成控制權(quán)移交后，需要向人類駕駛員傳遞控制權(quán)移交完成狀態(tài)信息。

2.1.4 接管子用例

為進一步明確系統(tǒng)設(shè)計內(nèi)容，需要建立并分析人類駕駛員接管車的子用例。結(jié)合圖2，從系統(tǒng)設(shè)計角度，可劃分為兩個2 級子用例，即接管激活與接管退出用例。接管激活用例又可進一步分為3 級子用例，即接管感知提醒與接管情境認知，具體如圖3 所示[17]。

圖3 人機接管子用例[17]

2.1.5 接管順序

使用黑盒順序圖可更清晰地表達人類駕駛員與子用例之間的交互關(guān)系與邊界條件，具體見圖4。由此可進一步細化子用例規(guī)約，并推導(dǎo)出接管系統(tǒng)的交互能力。

圖4 人機接管順序

2.1.6 接管時序

車輛為能夠及時喚醒或提醒人類駕駛員，需要具備圖像、聲音感知交互能力，通過調(diào)配這些能力，使人類駕駛員開始意識到周圍發(fā)生的事情并能理解信息含義[18]。

此外，為確保接管速度與接管質(zhì)量，這種提醒交互能力的系統(tǒng)調(diào)配需要有前置時間，即合適的接管時間預(yù)算（Time Budget），通常設(shè)定為8 s[13,19,20]。假設(shè)當接管請求發(fā)出之后，人類駕駛員視線從非駕駛相關(guān)任務(wù)轉(zhuǎn)移到路面需要0.8 s，人類駕駛員準備接管與認知恢復(fù)需要4 s，行為反應(yīng)用時約3.2 s（具體時間需要考慮人類駕駛員的自然因素如年齡，本文提供的時間僅作為示例）[21-23]。這些時間參數(shù)將成為子用例分析前置條件。

對人類駕駛員接管過程進行時間分配，其中感知接管報警信息與認知接管情境信息事件發(fā)生在接管激活用例中，行為接管事件發(fā)生在接管退出用例中（圖5）。

圖5 人機接管時序

2.2 接管激活用例分析

車輛長期處于自動駕駛狀態(tài)時，人類駕駛員會出現(xiàn)分心情況比如疲勞或執(zhí)行駕駛次任務(wù)（No-Driving-Related Task，NDRT）[24]，其中NDRT 嚴重影響接管時間和質(zhì)量[25]。同時，對人類駕駛員接管任務(wù)影響因素主要有信任、疲勞、非駕駛相關(guān)任務(wù)[26]。接管激活用例任務(wù)是使人類駕駛員感知周邊環(huán)境，包括接管感知與接管情境認知。通常人類駕駛員在感知到接管提醒后，才會迅速開始情境認知過程。

在接管激活整個過程中，依據(jù)視覺、聽覺和觸覺交互方式的協(xié)同機理以及接管請求方式提取系統(tǒng)交互能力，為確保安全需要控制展示信息量，以降低人類駕駛員認知負荷[4]。

2.2.1 接管激活前置條件

接管激活前置條件包括接管時機、接管感知與情境認知相關(guān)的交互元素。

按前所述，應(yīng)在車輛強制自動避障前8 s 調(diào)配接管提醒能力，在接管提醒信息發(fā)出的同時，提供高效接管情境交互能力。

接管感知用例中車輛對人類駕駛員發(fā)出警覺喚醒，其中對于接管請求形式的選擇是重點[26]。接管請求的提示信息通過交互能力體現(xiàn)，可結(jié)合車型已有的配置和需求緊急程度組合構(gòu)建多通道交互能力[27-29]。因為接管提醒信息是與駕駛安全、接管效率直接相關(guān)的信息，接管提醒信息與其他感知信息具有更高的優(yōu)先級[21]。

即使人類駕駛員感知到接管請求，但是較低的情境意識將直接影響接管質(zhì)量[30,31]。在接管激活用例中，需要結(jié)合人類駕駛員的情境認知能力，提供充分的感知元素。在此，為具備向人類駕駛員提供合適的交互能力，需要兼顧接管原因的透明度與實時（動態(tài)）情境信息[21]。

這種感知元素需要緊密結(jié)合對應(yīng)的場景[18,21,32]。常見的接管任務(wù)場景包括前車忽然停下、前方道路維修、出現(xiàn)障礙物、交通標記線消失[33,34]和惡劣天氣或者緊急交通事故[35]。本文僅以出現(xiàn)障礙物為例進行論述。

2.2.2 接管激活過程

在接管激活過程中，對這些感知能力的準確提取需要對激活過程中人與車之間的元交互（與人的自然感知相關(guān)的單次交互）進行分析[17]。

如圖6所示，通過視覺提醒、聽覺提醒和觸感提醒分別刺激人類駕駛員對應(yīng)的視覺、聽覺和觸感感官。為實現(xiàn)這些提醒功能，需要建立對應(yīng)的交互能力。

接管感知用例中的感知提醒時間與對NDRT 設(shè)備處理是接管感知用例的2 項需求。這2 項需求在黑盒階段提出，并傳遞到系統(tǒng)白盒化過程中，即作為系統(tǒng)具體實現(xiàn)的約束條件。本文以感知提醒時間作為前置條件，即接管提醒時間作為接管感知用例被觸發(fā)的條件。對NDRT 設(shè)備處理作為后置條件，即接管感知用例觸發(fā)后，系統(tǒng)應(yīng)自動設(shè)置NDRT 設(shè)備狀態(tài)。

（1）視覺交互能力

可以利用儀表板上的圖標或區(qū)域的點亮來發(fā)出接管請求[35]，比如雙手握轉(zhuǎn)向盤圖標。

可以通過環(huán)繞發(fā)光二極管（Light Emitling Diode，LED）氛圍燈帶發(fā)出接管請求[36]，也可以通過實體按鍵背光燈提供操作指示，比如某公司產(chǎn)品位于轉(zhuǎn)向盤輪輞的接管控制裝置DRIVE PILOT，如果轉(zhuǎn)向盤輪輞上的按鈕變紅，車輛會要求駕駛員在10 s 內(nèi)接管車輛控制。

動畫或界面變化也可作為有效的提醒元素，比如國外品牌產(chǎn)品通過中控屏亮度閃爍警示駕駛員接管車輛。

（2）聽覺交互能力

聽覺交互主要是通過發(fā)出報警音[37]與語音[38-39]實現(xiàn)人機交互，同時為使人類駕駛員迅速反應(yīng)，在語音之前播報警報音[35]，同時在語義上附加明確的指令信息[40]。

（3）觸感交互能力

觸感交互主要通過坐墊振動、靠背振動或安全帶振動[41]實現(xiàn)人機交互，同時考慮結(jié)合車速設(shè)置不同的振幅和頻率[42]以及帶有方向信息的振動，警示駕駛員接管汽車控制[43]。在實際應(yīng)用中需要注意，雖然觸感不占用人類駕駛員的視覺認知，可以進行人性化警示[44]，但是這種方式能夠傳遞的信息量較小[19]，比如僅通過觸感難以傳遞方向、操作指示或是故障原因等類型信息。

為便于人類駕駛員盡快恢復(fù)駕駛情境認知，需要提供足夠的狀態(tài)信息，包括車速、擋位和接管原因，有利于人類駕駛員對未來環(huán)境狀態(tài)和條件進行預(yù)測[45]。

圖7 以障礙物導(dǎo)致車輛無法通行為例，進行情境認知交互能力提取。車輛提供障礙物在本車行進方向的位置（如左側(cè)、右側(cè)），障礙物與本車間距、障礙物是否正在移動或變形以及避免與障礙物碰撞的推薦信息，這些信息有助于人類駕駛員迅速決策。同時，考慮到為避免駕駛員分心，可將場景信息顯示在平視顯示器（Head Up Display，HUD）上，提高人類駕駛員獲取信息的效率[46]。

圖7 情境認知交互能力提取

2.2.3 接管激活后置條件

在接管激活情境下，為避免NDRT 對人類駕駛員感知能力與情境認知資源競爭[47-49]，在強化接管任務(wù)信息的同時，應(yīng)暫時弱化、屏蔽或中斷其他任務(wù)交互，包括認知需求、視覺需求和身體需求，如觀看視頻或聽新聞[50-51]。其中，身體需求包括通過恢復(fù)處于半躺或旋轉(zhuǎn)狀態(tài)的座椅幫助人類駕駛員恢復(fù)駕駛姿勢，也包括停止座椅按摩觸感以幫助減少駕駛員分心。

接管激活同時，可將車輛行駛狀態(tài)提供到NDRT設(shè)備上，可增強接管過程的安全保障，并在人類駕駛員和車輛之間建立信任關(guān)系，提升接管效率[52]。

2.3 接管退出用例分析

如圖8，當導(dǎo)致接管任務(wù)激活的條件（如障礙物）消失時，或人類駕駛員接管成功，則觸發(fā)接管退出用例[5,53]。其中，人類駕駛員接管成功是指接管過程中人類駕駛員將手和腳重新恢復(fù)至駕駛狀態(tài)，恢復(fù)情景意識，并且對接管后的駕駛場景做出決策與反應(yīng)[54,55]。人類駕駛員手動接管方式可以通過離手檢測系統(tǒng)識別雙手握轉(zhuǎn)向盤狀態(tài)，通過轉(zhuǎn)向盤的轉(zhuǎn)角傳感器識別轉(zhuǎn)動扭矩，通過制動開關(guān)狀態(tài)識別人類駕駛員是否控制制動踏板。

圖8 接管退出交互能力提取

人類駕駛員在接管過程中的行為主要表現(xiàn)為轉(zhuǎn)向或制動，在人機交互研究工作中和對已有駕駛模型的數(shù)據(jù)優(yōu)化中，可以通過穩(wěn)定性指標（包括最大加速和減速度、橫擺角速度、橫向偏移量、轉(zhuǎn)向盤反向操作頻率和碰撞發(fā)生次數(shù)）對接管質(zhì)量進行評價[5]。

2.4 接管系統(tǒng)能力匹配

基于用例分析獲取的交互能力，在系統(tǒng)功能分析階段將進行系統(tǒng)能力匹配。通過構(gòu)建系統(tǒng)的狀態(tài)圖模型，將交互能力分配給對應(yīng)的電氣部件。

本文設(shè)定在接管系統(tǒng)中聲音類交互能力通過蜂鳴器或揚聲器實現(xiàn)，視覺類交互能力通過顯示屏、投影設(shè)備以及燈光控制系統(tǒng)實現(xiàn)，觸感類交互能力通過安全帶、轉(zhuǎn)向盤、座椅坐墊或座椅靠背振動實現(xiàn)。這種實現(xiàn)關(guān)系可通過矩陣方式配置（表1）接管能力，如坐墊振動能力通過座椅控制系統(tǒng)實現(xiàn)。配置之后，座椅控制系統(tǒng)即獲得了具備驅(qū)動坐墊振動的能力。

表1 接管系統(tǒng)能力匹配

系統(tǒng)模型包含的黑盒時序圖和黑盒活動圖信息，后期均可測試驗證[56]。

2.5 接管系統(tǒng)模型

圖9 描述了坐墊振動提醒的系統(tǒng)功能模型，從整體上描述了自動駕駛接管系統(tǒng)向座椅控制系統(tǒng)申請坐墊振動過程。接受到調(diào)用坐墊振動能力的信號后，座椅控制系統(tǒng)按照預(yù)定的算法與參數(shù)，調(diào)配坐墊電機或氣泵執(zhí)行調(diào)節(jié)動作，由此可向人類駕駛員傳遞振動觸感。結(jié)合系統(tǒng)功能模型，再加入系統(tǒng)特殊特性需求，如坐墊振動的強度、頻率和時長數(shù)據(jù)，此時會受到包括座椅電機、坐墊厚度、噪聲以及電源模式多種因素影響。

圖9 接管系統(tǒng)模型

2.6 接管系統(tǒng)輔助功能

接管功能應(yīng)用場景突發(fā)幾率小，但是安全性要求高。為進一步提高人機協(xié)作能力，推薦在接管系統(tǒng)設(shè)計過程中增加或應(yīng)用圖10 提供的3 種接管輔助功能，這些功能都與人類駕駛員角色相關(guān)，在開展其他系統(tǒng)設(shè)計中，也可復(fù)用。

圖10 接管系統(tǒng)輔助需求

2.6.1 功能培訓(xùn)

人與機器自動化協(xié)作的2 個基本組成部分是信任（Trust）和透明度（Transparency）[57]。Payre 等[58]研究結(jié)論表明，提供自動駕駛培訓(xùn)可以有效提升人類駕駛員接管能力，尤其在緊急情況下。培訓(xùn)可以提高人類駕駛員對接管功能的熟悉程度，在培訓(xùn)過程中提供的接管體驗和有效的接管請求也可以增進被培訓(xùn)人對車輛的信任[59-61]。通過培訓(xùn)，可以校準人類駕駛員與車輛的信任水平[21]，避免由于信任不足或過度信任導(dǎo)致的事故[57]。

2.6.2 提前預(yù)警

系統(tǒng)可根據(jù)大數(shù)據(jù)或?qū)Ш綌?shù)據(jù)，在進入特殊路段即要求人類駕駛員提高注意力，可能面臨接管場景，即系統(tǒng)在接管請求之前就發(fā)出監(jiān)控提醒，要求人類駕駛員注意交通環(huán)境。試驗表明，增加監(jiān)控請求能有效提升人類駕駛員的接管績效[62]。

2.6.3 人類駕駛員模型

如同人類駕駛員應(yīng)該熟悉所駕駛的車輛，車輛也應(yīng)該熟悉或自動適應(yīng)人類駕駛員特性?？梢钥紤]通過用戶賬號將人類駕駛員模型與車輛特性進行匹配。根據(jù)一些研究結(jié)果可以初步將人類駕駛員模型元素包括為風險等級[63]、經(jīng)驗[64,65]、年齡[66,67]、駕駛行為[68-70]和認知能力[64-66]。其中，駕駛特性的識別方法可以從人類駕駛員狀態(tài)監(jiān)測、駕駛員意圖識別與預(yù)測和駕駛風格辨識3個方面進行展開[71]。

3 結(jié)束語

本文提出一種基于模型系統(tǒng)工程的人機接管功能架構(gòu)設(shè)計方法，通過SysML 模型方法實現(xiàn)復(fù)雜功能需求管理。

以人機接管功能適用場景作為用例，將人類駕駛員與車輛視為共同完成任務(wù)的主要元素，結(jié)合人類駕駛員在接管任務(wù)中的心理、感知和行為特性推導(dǎo)建立交互能力，詳細闡述建立活動圖、順序圖的圖形邏輯目的和方法，并將導(dǎo)出的系統(tǒng)能力進行分配，建立系統(tǒng)模型。

對于人機接管類似功能的復(fù)雜需求管理，基于模型管理需求方法為清晰傳遞產(chǎn)品能力、建立強大的技術(shù)信息關(guān)聯(lián)性或追溯性帶來很大的便利。

良好的功能設(shè)計與產(chǎn)品開發(fā)源于對體驗的深入理解。接管是自動駕駛功能中相對復(fù)雜的子功能，經(jīng)過模型推導(dǎo)后建立的交互邏輯和交互元素最終要在實車上體現(xiàn)，并經(jīng)過人類駕駛員（實車測試人員）體驗與評價。對于實際接管效能的評價需要兼顧不同人群特性、不同駕齡或年齡段的人群對于接管體驗不同，如何實現(xiàn)個性化、高效接管已經(jīng)逐步成為智能網(wǎng)聯(lián)汽車研究人員關(guān)注的焦點。這需要車輛具備自主學習和快速適應(yīng)人類駕駛員的行為習慣與能力。另一方面，如何體驗所有接管場景，對于接管場景的聚類分析也是人機接管研究人員需要深入研究的課題。