高 巖,尤志棟,羅 毅,壽任禎
(1.公安部交通管理科學(xué)研究所 道路交通集成優(yōu)化與安全分析技術(shù)國家工程實驗室,江蘇 無錫 214151; 2.道路交通安全公安部重點實驗室,江蘇 無錫 214151)
美國汽車工程師學(xué)會(SAE)根據(jù)自動化程度將自動駕駛車輛分為L0~L5 6個級別,受限于交通環(huán)境復(fù)雜性與相關(guān)技術(shù)發(fā)展水平,目前市場上量產(chǎn)發(fā)布最高的級別為L3級,即有條件自動駕駛。系統(tǒng)與人共享車輛的控制權(quán),當系統(tǒng)遇到緊急狀況且無法有效處理時,系統(tǒng)將會向駕駛?cè)税l(fā)出接管請求,駕駛?cè)诵柩杆龠M入駕駛狀態(tài),及時接管車輛控制權(quán),否則極有可能導(dǎo)致交通事故[1-2]。
現(xiàn)有量產(chǎn)車型大多要求駕駛?cè)嗽谧詣玉{駛模式下保持監(jiān)管車輛的狀態(tài),如特斯拉Autopilot自動駕駛系統(tǒng)要求雙手不能離開方向盤,凱迪拉克CT6搭載的智能駕駛系統(tǒng)允許駕駛?cè)怂砷_方向盤,但眼睛必須關(guān)注道路狀況。在長時間自動駕駛時間狀態(tài)下,駕駛?cè)撕茈y一直保持注意力集中,往往會進行打電話、聽廣播、看視頻等與駕駛無關(guān)的活動,造成安全隱患[3]。針對此現(xiàn)象,國內(nèi)外學(xué)者對自動駕駛接管過程中駕駛次任務(wù)對駕駛安全的影響開展相關(guān)研究。
在接管提示時間研究方面,Mok等[4]將觀看視頻作為駕駛次任務(wù),對比不同提示時間對接管行為的影響,發(fā)現(xiàn)當駕駛?cè)藞?zhí)行次任務(wù)時,需要至少預(yù)留5~6 s的提示時間,才能保證接管過程的安全性;Koo等[5]發(fā)現(xiàn),根據(jù)接管場景的復(fù)雜程度,自動駕駛車輛需要提前4~8 s發(fā)出請求才可保證分心駕駛?cè)送瓿山庸?,提前時間越長,接管過程越安全;Petermann等[6]發(fā)現(xiàn),當自動駕駛車輛處于擁堵環(huán)境中時,駕駛?cè)嗽诜中臓顟B(tài)下需要5.7~8.8 s才能順利完成接管過程。
在接管反應(yīng)時間研究方面,Piccinini等[7]發(fā)現(xiàn),駕駛?cè)私庸茏詣玉{駛車輛時的反應(yīng)時間顯著大于人工駕駛,特別是當駕駛?cè)藞?zhí)行會產(chǎn)生視覺分心的次任務(wù)時,反應(yīng)能力明顯下降;魯光泉等[8]通過對比不同駕駛次任務(wù)下的反應(yīng)時間發(fā)現(xiàn),視覺次任務(wù)會顯著增加年輕駕駛?cè)说慕庸軙r間。
在工作負荷研究方面,Nilsson等[9]通過對比自動駕駛與手動駕駛時腦力負荷發(fā)現(xiàn),自動駕駛條件下腦力負荷遠低于手動駕駛;Merat等[10]通過對比分析眨眼頻率等參數(shù)發(fā)現(xiàn),當駕駛?cè)俗⒁饬袝r,人工駕駛與接管操作的工作負荷無顯著區(qū)別,當有駕駛次任務(wù)時,接管操作的工作負荷更高;Rizzo等[11]通過任務(wù)負荷量表(NASA-TLX)測試發(fā)現(xiàn),自動駕駛模式相對自適應(yīng)巡航(ACC)等輔助駕駛模式及手動駕駛模式,駕駛?cè)斯ぷ髫摵娠@著更小。
在接管績效研究方面,Gold等[12]比較自動駕駛5 min和20 min后駕駛?cè)说慕庸苄袨榘l(fā)現(xiàn),二者在視覺特征和接管反應(yīng)時間方面有明顯區(qū)別,而制動減速度和距離碰撞時間(TTC)方面無顯著差異;Radlmayr等[13]研究交通狀況和駕駛分心次任務(wù)對自動駕駛接管質(zhì)量的影響,結(jié)果顯示交通密度越大,接管質(zhì)量越差,在高密度交通流中,標準視覺代替次任務(wù)(SuRT)和n-back認知次任務(wù)均會導(dǎo)致較高的事故率;Korber等[14]發(fā)現(xiàn),高齡駕駛?cè)?≥60歲)相比年輕駕駛?cè)?≤28歲),接管反應(yīng)時間無顯著差異,但制動更頻繁和猛烈,距離碰撞時間更大;Moritz等[15]通過測試發(fā)現(xiàn),駕駛?cè)说姆磻?yīng)時間與接管能力不相關(guān),在特定場景下可以利用駕駛?cè)说亩嗳蝿?wù)能力預(yù)測其是否具備接管自動駕駛車輛的能力。盡管已有學(xué)者研究次任務(wù)條件下的自動駕駛接管行為,但未針對不同分心等級的真實駕駛次任務(wù)對自動駕駛接管過程的影響開展系統(tǒng)研究,未能說明在低等級自動駕駛條件下不同的真實駕駛次任務(wù)是否被允許。
本文的研究目的是分析城市道路場景下不同駕駛次任務(wù)對自動駕駛接管過程中駕駛行為的影響。設(shè)計城市道路條件下典型的自動駕駛接管場景,選擇不同分心等級的真實駕駛次任務(wù),利用實車駕駛模擬器開展試驗,分析駕駛次任務(wù)對自動駕駛接管方式、接管過程中駕駛?cè)朔磻?yīng)特性、負荷特性以及接管績效的影響。研究結(jié)果可為自動駕駛車輛相關(guān)法規(guī)與標準制定、產(chǎn)品設(shè)計提供理論參考。
1.1.1 駕駛次任務(wù)設(shè)計
當車輛長期處于自動駕駛狀態(tài)時,駕駛?cè)瞬豢杀苊獾貢a(chǎn)生分心舉動,不同駕駛?cè)嗽谧詣玉{駛過程中非駕駛相關(guān)任務(wù)的選擇傾向性不同[16]。常見駕駛次任務(wù)可分為視覺分心、認知分心、操作分心以及組合分心,各自造成的分心程度也有所區(qū)別。依據(jù)駕駛次任務(wù)分心類型,本文試驗選擇與車內(nèi)乘客聊天、觀看車載視頻、玩手機游戲3類典型次任務(wù)作為對照組進行試驗,對應(yīng)的分心類型與程度見表1。
表1 駕駛次任務(wù)Table 1 Driving subtasks
1.1.2 道路場景設(shè)計
試驗道路為雙向6車道城市道路,車道寬度為3.75 m,根據(jù)駕駛模式分為自動駕駛路段、接管路段和人工駕駛路段,各路段限速均為60 km/h,道路總長約10 km。自動駕駛路段與人工駕駛路段均為典型城市道路場景,3車道交通流量總計1 200 veh/h。在接管路段,為避免對駕駛?cè)酥苿踊蜣D(zhuǎn)向避險操作的干擾,未設(shè)置交通流。
1.1.3 接管事件設(shè)計
文獻[17-18]表明,當接管請求提前時間為7 s時,絕大多數(shù)駕駛?cè)四軌蛴谐渥愕姆磻?yīng)時間接管車輛,因此本文中自動駕駛接管請求提前時間設(shè)置為7 s。車輛進入接管路段后,道路前方出現(xiàn)機動車、非機動車與行人混合的復(fù)雜交通環(huán)境,此時距離車輛所在車道正前方116.7 m處(TTC=7 s)有行人從中央隔離帶邊緣由左至右以1 m/s的速度橫穿道路,車輛發(fā)出請求接管信號后,駕駛?cè)诵枇⒓磮?zhí)行制動或轉(zhuǎn)向操作以避免事故發(fā)生。當方向盤轉(zhuǎn)角大于5°或踏板行程大于10%時,系統(tǒng)判定駕駛?cè)艘巡扇∮行Ы庸懿僮鳎囕v進入人工駕駛狀態(tài);若駕駛?cè)宋床扇∮行Ы庸懿僮?,車輛將保持原速度繼續(xù)行駛。根據(jù)文獻[19],本文研究接管請示方式為語音和圖標同步提示,語音提示內(nèi)容為“請您接管車輛”,提示圖標如圖1所示。
圖1 接管提示圖標Fig.1 Icon of take-over prompt
本文試驗共招募被試駕駛?cè)?0名(男性23名,女性7名),均取得C1及以上駕駛證,其中3名職業(yè)駕駛?cè)藶锳1駕照類型。被試者年齡為23~45歲,平均年齡32.17歲,標準差5.66歲;駕齡為1~26 a,平均駕齡5.78 a,標準差5.66 a。被試者均身體健康,在試驗前24 h內(nèi)禁止服用任何藥物或飲用含酒精或咖啡因的飲料,睡眠充足,試驗過程中精神狀態(tài)良好。
本文試驗所用的駕駛模擬器硬件系統(tǒng)由駕駛艙、投影系統(tǒng)與運動平臺構(gòu)成,其中駕駛艙由大眾捷達實車改造而成,含全部外觀部件和操縱部件。投影環(huán)幕高2.2 m,弧長8 m,直徑6 m,水平視角150°。運動平臺具有6個自由度,可提供笛卡爾坐標系內(nèi)的縱向、橫向、垂向3個自由度平動,仰俯、側(cè)傾、偏航3個自由度轉(zhuǎn)動。軟件系統(tǒng)采用Microsoft Visual Studio 2010進行開發(fā),可同步采集車輛速度、加速度、制動及加速踏板開度、車輛位置等多項參數(shù)信息,數(shù)據(jù)采樣頻率為200 Hz。駕駛模擬器如圖2所示。
圖2 駕駛模擬器Fig.2 Driving simulator
1)被試者首先簽署知情同意書,并在基本信息表記錄年齡、駕齡等信息。同時工作人員告知被試者試驗流程,說明駕駛模式切換的操作要求。
2)試驗開始前,被試者進行試駕,體驗車輛由自動駕駛模式切換到人工駕駛模式的完整過程,直至被試者完全熟悉切換過程,掌握駕駛模擬器的方向盤、制動和加速踏板等操控部件的力度和靈敏度,并確認對駕駛模擬無任何不適反應(yīng)。
3)試驗開始后,車輛處于自動駕駛模式,被試者按要求處于不同的注意力狀態(tài);當車輛到達設(shè)定地點時,系統(tǒng)將發(fā)出接管請求,被試者需接管車輛的控制權(quán),以避免險情發(fā)生,通過障礙物后繼續(xù)手動駕駛至結(jié)束。要求每位被試者分別按照無駕駛次任務(wù)、與乘客聊天、觀看車載視頻、玩手機游戲的順序各完成1次接管試驗,其中無駕駛次任務(wù)狀態(tài)是指被試者集中注意力觀察路況,隨時準備接管車輛。當被試者執(zhí)行次任務(wù)遇到緊急狀況時,立即停止執(zhí)行次任務(wù),控制車輛避險。為避免順序效應(yīng)的影響,每種駕駛次任務(wù)下的試驗場景均有所不同。
4)完成駕駛?cè)蝿?wù)后,被試者需填寫NASA-LTX駕駛負荷問卷,對執(zhí)行不同駕駛次任務(wù)狀態(tài)時接管過程的工作負荷進行評價。
接管車輛時,被試者可以選擇制動、轉(zhuǎn)向或者二者同步操作3種類型接管方式。對被試者選擇不同接管方式的比例進行統(tǒng)計發(fā)現(xiàn),采用制動操作占57.5%,轉(zhuǎn)向操作占27.5%,同步操作占15%。綜上所述,在本文試驗設(shè)計的緊急接管條件下,被試者更傾向于采取制動操作接管自動駕駛車輛。
執(zhí)行不同駕駛次任務(wù)時駕駛?cè)私庸芊绞降倪x擇如圖3所示。由圖3可知,當執(zhí)行駕駛看視頻或玩游戲次任務(wù)時,被試者采取制動操作、同步操作的比例相對提高,單純轉(zhuǎn)向操作的比例下降。
圖3 不同駕駛次任務(wù)下的接管方式比例Fig.3 Proportions of take-over patterns under different driving subtasks
制動反應(yīng)時間是指自車輛發(fā)出接管請求到駕駛?cè)碎_始踩制動踏板的時間差,設(shè)定制動踏板行程大于10%為有效制動操作;轉(zhuǎn)向反應(yīng)時間指自發(fā)出接管請求到駕駛?cè)碎_始轉(zhuǎn)動方向盤的時間差,設(shè)定方向盤轉(zhuǎn)角大于5°為有效轉(zhuǎn)向操作。本文研究中接管反應(yīng)時間取制動反應(yīng)時間和轉(zhuǎn)向反應(yīng)時間之間的最小值,總體分布如圖4所示。接管反應(yīng)時間呈正態(tài)分布,分布區(qū)間為1.22~5.93 s。
圖4 接管反應(yīng)時間分布情況Fig.4 Distribution of take-over reaction time
被試者執(zhí)行不同駕駛次任務(wù)時接管反應(yīng)時間分布如圖5所示,進一步利用單因素方差分析法(One-Way-ANOVA)檢驗不同駕駛次任務(wù)對接管反應(yīng)時間的影響。方差分析結(jié)果顯示,不同駕駛次任務(wù)對接管反應(yīng)時間有顯著影響(F=8.976,P=0.00<0.01,F(xiàn)為F檢驗統(tǒng)計量,P為顯著性)。與無駕駛次任務(wù)狀態(tài)(接管反應(yīng)時間2.71±1.06 s)相比,與乘客聊天(接管反應(yīng)時間2.73±0.76 s)略微增加接管反應(yīng)時間,但二者之間并無顯著差異(P=0.285>0.05)??匆曨l(接管反應(yīng)時間3.39±1.23 s)(P=0.00<0.01)與玩游戲(接管反應(yīng)時間3.62±1.19)(P=0.00<0.01)均會導(dǎo)致接管反應(yīng)時間顯著增加,看視頻與玩游戲?qū)τ诮庸芊磻?yīng)時間的影響無顯著差異(P=0.571>0.05)。
圖5 不同駕駛次任務(wù)下的接管反應(yīng)時間Fig.5 Take-over reaction time under different driving subtasks
駕駛負荷是指駕駛?cè)嗽谛熊嚂r感知、處理外界相關(guān)信息并迅速形成決策等一系列過程所消耗的體力與腦力。本文研究中利用NASA-TLX工作負荷評價量表對被試者的駕駛負荷進行測量,整體呈正態(tài)分布,如圖6所示。
圖6 駕駛負荷整體分布情況Fig.6 Overall distribution of driving workload
被試者執(zhí)行不同駕駛次任務(wù)時駕駛負荷分布如圖7所示。通過對駕駛負荷問卷結(jié)果計算可知,當存在駕駛分心任務(wù)時,會增加被試者的工作負荷,與無駕駛次任務(wù)狀態(tài)相比,與乘客聊天時工作負荷增加10.3%,觀看車載視頻時增加26.5%,玩手機游戲時增加35.0%。
圖7 不同次任務(wù)下的駕駛負荷Fig.7 Driving workload under different subtasks
通過對駕駛負荷問卷結(jié)果計算可知,駕駛次任務(wù)對駕駛負荷有顯著影響(F=5.086,P=0.003<0.01)。利用方差分析檢驗不同次任務(wù)對駕駛負荷的影響,結(jié)果見表2。由表2可知,與無駕駛次任務(wù)狀態(tài)相比,看視頻(P=0.014<0.05)與玩游戲(P=0.001<0.01)均會顯著增加駕駛負荷;玩游戲時(P=0.006<0.01)的駕駛負荷相比聊天時顯著增加;看視頻和玩游戲時的駕駛負荷無顯著區(qū)別。
表2 不同次任務(wù)下駕駛負荷的多重比較Table 2 Multiple comparison of driving workload under different subtasks
依據(jù)文獻[3],整個接管過程的緊急程度可以用最小TTC(距離碰撞時間)表征,駕駛?cè)说慕庸懿呗钥捎每v向減速度和橫向加速度代表,因此選擇緊急程度、縱向減速度和橫向加速度3個參數(shù)描述接管過程的駕駛績效。其中,最小TTC是指接管過程中車輛距離前方障礙物的最小碰撞時間;縱向減速度是指接管過程中沿車道線方向的制動減速度大?。粰M向加速度是指接管過程中車輛的側(cè)向移動加速度大小。不同駕駛次任務(wù)條件下的最小TTC分布如圖8所示。經(jīng)H檢驗分析發(fā)現(xiàn),次任務(wù)類型對最小TTC并無顯著影響(H=0.461,P=0.972>0.05,其中,H為H檢驗統(tǒng)計量,P為顯著性)。
圖8 不同次任務(wù)下的最小TTCFig.8 Minimum TTC under different subtasks
不同駕駛次任務(wù)條件下的縱向減速度分布如圖9所示。經(jīng)檢驗分析發(fā)現(xiàn),次任務(wù)類型對縱向減速度具有顯著影響(H=15.335,P=0.002<0.05)。通過兩兩比較發(fā)現(xiàn),與無駕駛次任務(wù)狀態(tài)相比,觀看視頻(P=0.018<0.05)和玩手機游戲(P=0.014<0.05)均會明顯增加縱向減速度。
圖9 不同次任務(wù)下的縱向減速度Fig.9 Longitudinal deceleration under different subtasks
不同駕駛次任務(wù)條件下的橫向加速度分布如圖10所示。經(jīng)檢驗分析發(fā)現(xiàn),次任務(wù)類型對橫向加速度具有顯著影響(H=7.893,P=0.048<0.05)。與無駕駛次任務(wù)狀態(tài)相比,玩手機游戲(P=0.045<0.05)會明顯增加橫向加速度。
圖10 不同次任務(wù)下的橫向加速度Fig.10 Lateral acceleration under different subtasks
由前文分析可知,次任務(wù)分心程度越大,被試者接管反應(yīng)時間越長,但檢驗分析發(fā)現(xiàn)不同次任務(wù)下的最小TTC值并無明顯區(qū)別。這是由于當被試者執(zhí)行分心任務(wù)時,會將增大制動減速度和轉(zhuǎn)向角速度的方式作為接管反應(yīng)時間長、應(yīng)急處置時間短的補償策略。其中,當被試者玩手機游戲時,其縱向與橫向駕駛操作變化顯著。
統(tǒng)計不同駕駛次任務(wù)對接管反應(yīng)時間、駕駛負荷及接管績效3項指標的影響,結(jié)果見表3。由表3可知:1)與無駕駛次任務(wù)狀態(tài)相比,駕駛?cè)伺c乘客聊天時各項參數(shù)均無顯著變化;2)當駕駛?cè)擞^看視頻時,接管反應(yīng)時間、駕駛負荷和接管過程中的平均縱向減速度3項參數(shù)指標顯著增加;3)當駕駛?cè)送媸謾C游戲時,4項參數(shù)指標顯著增加,分別為接管反應(yīng)時間、駕駛負荷、接管過程中的平均縱向減速度和平均橫向加速度。
表3 駕駛次任務(wù)對相關(guān)參數(shù)的影響Table 3 Influence of driving subtasks on relevant parameters
由表3可知,和無駕駛次任務(wù)相比,與乘客聊天對自動駕駛接管過程無顯著影響,觀看車載視頻與玩手機游戲則對接管過程多項參數(shù)指標具有顯著影響??紤]此2項次任務(wù)的分心形式,當駕駛次任務(wù)涉及視覺分心與操作分心時,會顯著增加駕駛?cè)说墓ぷ髫摵珊头磻?yīng)時間,降低接管過程的安全水平。因而,在低等級自動駕駛條件下應(yīng)明確禁止此類非駕駛活動。
1)城市道路緊急接管場景下,駕駛?cè)烁鼉A向于選擇制動操作接管車輛,次任務(wù)分心程度越高,制動接管比例越大。
2)與乘客聊天對自動駕駛接管過程無顯著影響;觀看視頻和玩手機游戲均會顯著延長駕駛?cè)说慕庸芊磻?yīng)時間,增加工作負荷與車輛縱向減速度,玩手機游戲還會顯著提升接管過程的橫向加速度。
中國安全生產(chǎn)科學(xué)技術(shù)2021年2期