淺談自動駕駛與駕駛員被動疲勞

摘 要：自動駕駛被認(rèn)為是緩解駕駛員駕駛壓力、減少交通事故的一項(xiàng)技術(shù)，但就目前所能達(dá)到的自動駕駛水平而言，還需要駕駛員承擔(dān)監(jiān)督者的角色，這會使得駕駛員更容易進(jìn)入被動疲勞的狀態(tài)。本文首先介紹了被動疲勞的概念和產(chǎn)生機(jī)制，然后介紹了國內(nèi)外相關(guān)研究現(xiàn)狀，最后總結(jié)并提出了一些建議。

關(guān)鍵詞：自動駕駛;被動疲勞;多巴胺

駕駛疲勞一直是安全駕駛領(lǐng)域研究的熱點(diǎn)，約20%的交通事故與駕駛疲勞相關(guān)，而自動駕駛被視為緩解駕駛員駕駛壓力、減少交通事故的一項(xiàng)技術(shù)。在車輛自動駕駛時(shí)，駕駛員似乎可以完全脫離駕駛?cè)蝿?wù)進(jìn)行其他活動，但這么做也降低了駕駛安全性。2019年12月，一輛搭載特斯拉Autopilot的車輛連續(xù)撞到警車和路邊車輛，而事發(fā)時(shí)駕駛員正在照顧后座的狗。現(xiàn)階段的自動駕駛并非完全安全，因此按照目前的法規(guī)要求，駕駛員在使用自動駕駛功能時(shí)仍然需要監(jiān)管車輛，但駕駛員在執(zhí)行監(jiān)管任務(wù)時(shí)仍然可能進(jìn)入駕駛疲勞狀態(tài)。

一、駕駛員被動疲勞的定義及產(chǎn)生機(jī)制

目前學(xué)界并未對疲勞的定義形成統(tǒng)一觀點(diǎn)，因此存在多種研究角度。Desmond和Hancock[1]在2001年提出了主動疲勞和被動疲勞概念，主動疲勞是由于持續(xù)的高負(fù)荷工作產(chǎn)生的，例如駕駛員在手動駕駛模式的繁忙市區(qū)場景需要頻繁的控制方向盤、油門和制動踏板，被動疲勞則是持續(xù)的低負(fù)荷工作、缺乏刺激和激勵(lì)產(chǎn)生的，在進(jìn)行自動駕駛監(jiān)管任務(wù)時(shí)，駕駛員可能會因?yàn)殚L時(shí)間單調(diào)乏味的監(jiān)管任務(wù)而產(chǎn)生被動疲勞。

被動疲勞的產(chǎn)生機(jī)制可以通過多巴胺疲勞產(chǎn)生學(xué)說解釋。多巴胺是第一個(gè)被驗(yàn)證為在中樞性疲勞起作用的神經(jīng)遞質(zhì)，它和人的動機(jī)相關(guān)。當(dāng)個(gè)體在執(zhí)行一項(xiàng)任務(wù)時(shí)，大腦會先對任務(wù)進(jìn)行評估，得出目標(biāo)任務(wù)的回報(bào)獎(jiǎng)勵(lì)和付出努力的比例關(guān)系，若評估結(jié)果為高努力低回報(bào)，多巴胺活性就會降低，大腦就會產(chǎn)生厭倦感而進(jìn)入疲勞狀態(tài)。反之，多巴胺活性就會增強(qiáng)，任務(wù)動機(jī)增強(qiáng)并且疲勞感減輕或消失。在自動駕駛監(jiān)管條件下，駕駛員需要時(shí)刻準(zhǔn)備從系統(tǒng)手中接管車輛，這要求駕駛員付出一定水平的努力去保持注意力，若駕駛員長時(shí)間付出監(jiān)管努力而沒有得到相應(yīng)回報(bào)（自動駕駛運(yùn)行正常，不需要駕駛員進(jìn)行接管），就容易導(dǎo)致多巴胺活性降低，駕駛員進(jìn)入被動疲勞狀態(tài)。

二、自動駕駛場景下的駕駛員被動疲勞研究現(xiàn)狀

（一）自動駕駛監(jiān)管條件下會導(dǎo)致被動疲勞發(fā)生

目前國外學(xué)者大部分都基于模擬駕駛器對自動駕駛場景下的疲勞發(fā)展進(jìn)行研究。大部分研究結(jié)果顯示，在L3級別的自動駕駛下，單調(diào)的監(jiān)管工作強(qiáng)化了被動疲勞，這使得在自動駕駛時(shí)，駕駛員的疲勞發(fā)展速度相比手動駕駛時(shí)更加迅速，根據(jù)Vogelpohl等人[2]的研究結(jié)果顯示大部分駕駛員在使用自動駕駛15-35min內(nèi)就會出現(xiàn)疲勞跡象，而且現(xiàn)象更為極端，駕駛員出現(xiàn)直接昏睡的概率更高，這一點(diǎn)在Feldhütter等人[3]的研究中得到了驗(yàn)證，在他們的實(shí)驗(yàn)中，25%的被試在使用自動駕駛系統(tǒng)15min后就出現(xiàn)了明顯的疲勞跡象。

（二）被動疲勞會對自動駕駛的安全性造成負(fù)面影響

目前L3級別的自動駕駛?cè)匀恍枰{駛員在合適的時(shí)機(jī)接管車輛，這要求駕駛員對運(yùn)行的自動駕駛車輛進(jìn)行監(jiān)管，而被動疲勞的產(chǎn)生會降低駕駛員的監(jiān)管績效，例如駕駛員警覺性的降低、注意力無法集中，駕駛員的情景意識（Situation Awareness，SA）也會隨之下降，這使得駕駛員可能無法及時(shí)地對交通情況做出正確判斷，駕駛者的反應(yīng)時(shí)間也會變慢。被動疲勞也會對駕駛員的接管績效產(chǎn)生影響，F(xiàn)eldhütter等人發(fā)現(xiàn)發(fā)生被動疲勞的駕駛員在面臨接管情況時(shí)會具有更大的負(fù)擔(dān)和壓力，同時(shí)在接管之后的駕駛安全性下降，Saxby等人[4]通過一小時(shí)的模擬駕駛實(shí)驗(yàn)誘導(dǎo)不同類型的駕駛疲勞產(chǎn)生，發(fā)生被動疲勞的駕駛員在接管車輛后，頭30s內(nèi)車輛的橫向位置標(biāo)準(zhǔn)差（SD of Lateral Position，SDLP）顯著大于其他兩種駕駛疲勞狀態(tài)時(shí)（主動疲勞和控制組疲勞），表明駕駛員在接管車輛后對于車輛橫向位置的控制能力下降，而且發(fā)生被動疲勞的駕駛員在接管車輛后應(yīng)對緊急事件的反應(yīng)時(shí)間上升了（被動疲勞組>控制組>主動疲勞組），同時(shí)增加了車輛發(fā)生危險(xiǎn)碰撞的概率（被動疲勞組>控制組>主動疲勞組）。

（三）被動疲勞的生理指標(biāo)表現(xiàn)具有特殊性

被動疲勞的特殊成因會導(dǎo)致個(gè)體的一些生理表現(xiàn)與傳統(tǒng)手動駕駛疲勞不同。在以往的駕駛疲勞檢測研究中，常使用腦電EEG、心電ECG和眼動指標(biāo)作為駕駛疲勞的檢測生理指標(biāo)，而根據(jù)Kyle Anthony Bernhardt[5]的研究，被動疲勞的EEG參與度更低，Theta波和Alpha波比值最初升高且穩(wěn)定。在竇廣波[6]的研究中，被動疲勞的心率變異性表現(xiàn)更加顯著，多個(gè)指標(biāo)例如SDNN，rMSSD，LF，VLF都與主動疲勞和控制組疲勞有顯著差異，同樣在其研究中，被動疲勞組的瞳孔直徑展現(xiàn)出更低的水平。這些生理指標(biāo)的差異將會影響駕駛疲勞檢測技術(shù)在自動駕駛車輛中的應(yīng)用。

三、總結(jié)和建議

自動駕駛是人類100年前就開始的夢想，如今隨著技術(shù)進(jìn)步，自動駕駛已不再是一句空話。但就目前看來，自動駕駛技術(shù)是一把雙刃劍，有條件自動駕駛確實(shí)能夠一定程度上降低駕駛員付出的生理和心理努力，但是這帶來了新的問題和挑戰(zhàn)。自動駕駛使駕駛員的角色從參與者轉(zhuǎn)變?yōu)楸O(jiān)管者，使得被動疲勞更易發(fā)生，因此駕駛員在監(jiān)管過程中更易出現(xiàn)嗜睡等脫離駕駛的現(xiàn)象，同時(shí)在接管車輛后更易造成安全危害，例如應(yīng)對危險(xiǎn)事件的反應(yīng)能力下降。因此，在自動駕駛時(shí)繼續(xù)監(jiān)測駕駛員的狀態(tài)是十分有必要的，系統(tǒng)應(yīng)在接管之前判斷駕駛員是否做好了接管準(zhǔn)備，并相應(yīng)地調(diào)整好轉(zhuǎn)向、制動以及其他安全支持保證接管過程的安全進(jìn)行。但是在應(yīng)用疲勞檢測技術(shù)時(shí)，應(yīng)考慮被動疲勞的生理表現(xiàn)特殊性，針對性測量疲勞閾值，提高被動疲勞判別的準(zhǔn)確率。

從被動疲勞的產(chǎn)生機(jī)制上看，低工作負(fù)荷是主要誘因，因此在使用自動駕駛時(shí)稍微增加一些駕駛次任務(wù)也許可以減緩駕駛員被動疲勞的發(fā)展，例如使用更加互動的人機(jī)交互，運(yùn)用一些瑣事詢問來保持駕駛員的警覺性，或者使監(jiān)管行為更加游戲化，激發(fā)駕駛員參與監(jiān)管的動機(jī)?？傊?，技術(shù)開發(fā)商在研發(fā)自動駕駛時(shí)應(yīng)該更加謹(jǐn)慎，從用戶的角度考量設(shè)計(jì)以減少被動疲勞的發(fā)生。

參考文獻(xiàn)：

[1]Hancock P A，Desmond P A.Active and Passive Fatigue States[M].Hancock P A，Desmond P A，eds.Stress，Workload，and Fatigue.London：LEA Publishers，2001：455-465.

[2]Vogelpohl T，Kühn M，Hummel T，Vollrath M.Asleep at the automated wheel-Sleepiness and fatigue during highly automated driving[J].Accident Analysis & Prevention，2019，126：70-84.

[3]Feldhütter A，Hecht T，Kalb L，Bengler K.Effect of prolonged periods of conditionally automated driving on the development of fatigue：with and without non-driving-related activities[J].Cognition Technology and Work，2019，1（21）：33-40.

[4]Saxby D J，Matthews G，Warm J S，et al.Active and passive fatigue in simulated driving：Discriminating styles of workload regulation and their safety impacts[J].Journal of Experimental Psychology：Applied，2013，19（4）：287-300.

[5]Kyle Anthony Bernhardt.Differentiating Active And Passive Fatigue States With The Use Of Electroencephalography[D].Grand Forks：University of North Dakota，2018.

[6]竇廣波.駕駛員被動疲勞的行為分析與測量[D].大連：遼寧師范大學(xué)，2017.

作者簡介：蘭成輝（1994—），男，福建霞浦人，碩士，研究方向：駕駛疲勞。