面向人機共駕車輛的駕駛?cè)孙L險感知研究綜述*

馮忠祥 李靖宇 張衛(wèi)華 尤志棟

（1.東南大學交通學院 南京 210096；2.合肥工業(yè)大學土木與水利工程學院 合肥 230009；3.合肥工業(yè)大學汽車與交通工程學院 合肥 230009；4.公安部交通管理科學研究所 江蘇 無錫 214000）

0 引 言

自動駕駛汽車行業(yè)近年來快速發(fā)展。當前，國內(nèi)主流車企大多已經(jīng)推出L2級自動駕駛量產(chǎn)車型，并紛紛發(fā)布了L3級自動駕駛車輛量產(chǎn)時間規(guī)劃表?！吨悄芷噭?chuàng)新發(fā)展戰(zhàn)略》中指出，到2025年，實現(xiàn)高度自動駕駛汽車的規(guī)?；a(chǎn)和在特定環(huán)境下市場化應用，但安全問題是自動駕駛車輛應用的前提。

根據(jù)國際自動機工程師學會（SAE International）的自動駕駛J3016分級標準，在L2及L3級時，駕駛操作主要由自動駕駛系統(tǒng)完成，但人類駕駛者需要在適當?shù)臅r候提供應答。當自動駕駛處于L2~L3級時，可稱為人機共駕階段，在此階段，駕駛?cè)说慕巧珜氖謩硬僮鬈囕v轉(zhuǎn)變?yōu)榕紶栠M行干預接管，更多的是承擔監(jiān)控者的角色[1]。人機共駕車輛的駕駛?cè)嗽谧詣玉{駛系統(tǒng)工作時（低工作負荷）突然被要求接管（高工作負荷）是1種急變，而這種急變會導致駕駛?cè)私庸芮昂蟮男袨閯幼骱蜕硇睦響し磻?。駕駛?cè)嗽诮庸軙r具有快速而正確的應激反應是保證人機共駕安全的根本，而“足夠”的風險感知水平又是正確應激反應的前提。

為確保及時、安全的駕駛接管，駕駛?cè)吮仨殨r刻保持警惕，對駕駛狀態(tài)有所感知。現(xiàn)有針對不同情景及交互方式下的接管績效研究，本質(zhì)上都是駕駛?cè)嗽诓煌L險感知水平下的接管績效研究。保證穩(wěn)定的接管績效核心是確保駕駛?cè)孙L險感知能力水平，在該風險感知水平基礎上，駕駛?cè)说慕庸軕つ芰Σ庞幸饬x和達到完成后續(xù)相關(guān)接管工作要求。人機共駕車輛駕駛?cè)孙L險感知研究成為越來越重要的課題，對于保障人機共駕安全具有重要意義。

人機共駕階段難以忽略，而且會維持很長時間，此階段如何保證駕駛?cè)四軌颉翱焖儆行А钡亟庸苘囕v，存在以下2個關(guān)鍵問題。

1）在自動駕駛期間，駕駛?cè)耸欠窬哂凶銐虻娘L險感知能力。當風險感知能力不足時，再穩(wěn)定的接管應激能力和再有效的接管技術(shù)都無法起到安全接管的效果。

2）如何對駕駛?cè)孙L險感知能力進行監(jiān)測。當駕駛?cè)说娘L險感知能力滿足不了安全接管時，如何進行穩(wěn)態(tài)調(diào)節(jié)，也是人機共駕車輛發(fā)展中要解決的關(guān)鍵問題。

針對上述關(guān)鍵問題，闡述了人機共駕階段駕駛?cè)孙L險感知能力概念及其演變特性；對相關(guān)研究成果進行梳理，分析了其影響因素、衡量方法、監(jiān)測及穩(wěn)態(tài)調(diào)節(jié)措施；總結(jié)了現(xiàn)有研究存在的問題，并對未來研究趨勢做出展望，為相關(guān)領(lǐng)域?qū)W者進一步深入研究提供了思路，促進人機共駕車輛的駕駛安全及推廣應用。

1 人機共駕車輛駕駛?cè)孙L險感知能力概念及特性

風險感知是指個體對存在于外界的客觀風險的感受與認識，強調(diào)由直觀判斷和主觀感受獲得的經(jīng)驗對個體感知的影響[2]。Endsley[3]提出了風險感知模型，將感知、理解、預測作為決策的先決條件，并指出風險感知對決策的重要作用。在交通中，駕駛?cè)孙L險感知能力是指駕駛?cè)四軌驖M足道路交通環(huán)境所要求的復雜認知需求，識別交通環(huán)境中危險情況的能力。

自動駕駛時，駕駛?cè)嗽谧鳛椤氨O(jiān)控”角色時，需要滿足道路交通環(huán)境所要求的認知需求。即對自動駕駛系統(tǒng)狀態(tài)和交通情景有所感知、理解其含義、做出變化預測，才能在需要干預時做出正確的應激反應和操作，將此定義為人機共駕車輛駕駛?cè)孙L險感知能力。自動駕駛時，情景感知是指對自動駕駛情景中的多種對象進行感知，包括自動駕駛系統(tǒng)運行狀態(tài)、車輛狀態(tài)、交通情景等進行感知；情景理解是根據(jù)感知階段獲取的交通信息進行理解和分析；預測是在信息感知和分析理解的基礎上對當前狀態(tài)進一步變化的預測。這種風險感知能力是駕駛?cè)诵袨闆Q策的先決條件，因此，人機共駕車輛駕駛?cè)孙L險感知能力是駕駛?cè)私庸軙r快速正確應激反應的前提。

駕駛?cè)孙L險感知能力直接影響著交通安全。駕駛?cè)孙L險感知水平與危險駕駛行為之間存在顯著負相關(guān)，較低的風險感知水平往往伴隨著較多的危險駕駛行為。此外，駕駛?cè)孙L險感知能力與交通事故的發(fā)生風險顯著相關(guān)，并可以預測交通事故發(fā)生的可能性，駕駛?cè)藢煌ōh(huán)境中潛在風險的感知水平越高，發(fā)生事故的可能性就會越低[4]。

相比于手動駕駛，人機共駕車輛駕駛?cè)孙L險感知能力對于交通安全的影響更大。自動駕駛時，駕駛?cè)瞬辉龠M行高負荷的駕駛操控行為，只需進行低負荷的監(jiān)測任務。隨著自動駕駛過程的時間推移，駕駛?cè)说娘L險感知能力會發(fā)生變化，外界帶來的“無聊”和自身的“無用”，使得駕駛?cè)诉M行監(jiān)測任務的積極性會隨著時間的增加而降低，不再關(guān)注道路風險，導致風險感知能力逐漸降低。自動駕駛中出現(xiàn)的風險感知能力下降的問題會影響駕駛?cè)酥匦逻M行駕駛?cè)蝿盏哪芰Γ⒅苯臃磻隈{駛?cè)私庸苘囕v控制后較差的接管表現(xiàn)。Casner等[5]認為，因為駕駛?cè)藷o法長時間保持警惕，相比完全自動駕駛車輛，需要駕駛?cè)吮O(jiān)控的中等程度自動駕駛車輛更加危險。因此，通過對這一階段駕駛?cè)孙L險感知能力的特性及演變機理研究，提升車輛接管安全，是人機共駕車輛應用前的研究重點。

2 人機共駕車輛駕駛?cè)孙L險感知能力影響因素

探索影響人機共駕車輛駕駛?cè)孙L險感知能力關(guān)鍵因素及其作用是本領(lǐng)域研究的主要目的之一。明確人機共駕車輛駕駛?cè)孙L險感知能力的影響因素，一方面，可為后續(xù)研究提供方向，并可以針對性的提供改進措施；另一方面，對于自動駕駛制造商提供系統(tǒng)設計的思路。基于現(xiàn)有的研究，人機共駕車輛駕駛?cè)孙L險感知能力受多種因素影響，主要可分為駕駛?cè)颂匦约盃顟B(tài)、自動駕駛系統(tǒng)和駕駛情景3類。

2.1 駕駛?cè)颂匦约盃顟B(tài)

駕駛?cè)耸翘厥獾娜后w，駕駛?cè)说哪挲g、性別、駕駛經(jīng)驗等都會存在著一定的差異，面對風險時，不同駕駛?cè)藢︼L險的主觀感受也各不相同。Koerber等[6]研究發(fā)現(xiàn)不同年齡的駕駛?cè)嗽谧詣玉{駛期間表現(xiàn)出不同的駕駛表現(xiàn)和接管績效；Wright等[7]研究表明具有自動駕駛經(jīng)驗的駕駛?cè)丝梢愿玫馗兄車{駛環(huán)境，具有更好的監(jiān)控能力和認知準備，從而提高控制轉(zhuǎn)換性能，具有更好的接管表現(xiàn)；Koerber等[8]通過比較對自動駕駛不同信任度的駕駛?cè)说鸟{駛表現(xiàn)，發(fā)現(xiàn)對自動駕駛車輛信任度高的駕駛?cè)嗽谧詣玉{駛期間風險感知能力較小，具有較差的駕駛表現(xiàn)和接管績效。駕駛?cè)俗陨硖匦缘牟町愂秋L險感知的重要影響因素之一，不同特質(zhì)的駕駛?cè)?，風險感知會呈現(xiàn)出特有的規(guī)律性。

駕駛?cè)说膫€人特征作為其固有屬性，是駕駛?cè)送庠陲L險感知能力表現(xiàn)的內(nèi)在依據(jù)。但在駕駛過程中，駕駛?cè)说臓顟B(tài)不是一成不變的。駕駛過程中駕駛?cè)瞬粩嚓P(guān)注并處理與行車相關(guān)的信息，駕駛狀態(tài)隨著駕駛時間和情景的變化而變化。Vogelpohl等[9]在1項自動駕駛模擬器研究中發(fā)現(xiàn)，在L3條件下，駕駛?cè)嗽隈{駛15~35 min后表現(xiàn)出疲勞的面部指示；Jarosch等[10]進一步觀察到駕駛?cè)似跁r接管反應時間延長、接管性能受損，因為疲勞會導致注意力分散、感知遲緩、判斷能力降低、動作反應變慢、意識水平下降，此外，自動駕駛提高了駕駛過程中入睡的可能性；W?rle等[11]認為睡眠慣性會影響駕駛?cè)说母兄獱顟B(tài)，并進一步影響接管性能，通過招募駕駛?cè)诉M行睡眠醒來后重新獲得車輛控制的研究發(fā)現(xiàn)，與一直清醒相比，睡眠中醒來后駕駛?cè)苏J知受損，接管表現(xiàn)較差。不同駕駛狀態(tài)下駕駛?cè)说娘L險感知能力不同，且駕駛狀態(tài)在駕駛中動態(tài)變化，因此，在實際行車中，有必要對駕駛?cè)笋{駛狀態(tài)進行動態(tài)監(jiān)測及調(diào)控，以保證行車安全。

自動駕駛使得駕駛?cè)丝梢詮氖麓我蝿?，導致注意力轉(zhuǎn)移，而這種注意力的轉(zhuǎn)移勢必會導致駕駛?cè)孙L險感知能力的變化。Winter等[12]研究發(fā)現(xiàn)在自動駕駛時，次要任務的參與會降低駕駛?cè)说那榫耙庾R和感知能力。但與此相反，部分學者認為，在自動駕駛狀態(tài)下，次要任務的參與使駕駛?cè)丝梢员３忠欢ǖ墓ぷ髫摵?，并且具有更好的接管績效。Naujoks等[13]發(fā)現(xiàn)，在自動駕駛期間參與次要任務，減少了駕駛?cè)说睦Ь氤潭?，增加了風險感知能力，具有更短的接管反應時間。次要任務占用了駕駛?cè)俗⒁饬Y源，并導致了不同的駕駛負荷，一方面，次要任務導致駕駛?cè)俗⒁饬Y源的變化及注意力的轉(zhuǎn)移；另一方面，次要任務的負荷需求使駕駛?cè)吮３忠欢ǖ鸟{駛負荷，降低了接管時的負荷變化差值。但次要任務的參與對駕駛?cè)孙L險感知能力的影響目前沒有統(tǒng)一的定論，不同種類和負荷度的次要任務對駕駛表現(xiàn)和接管績效的具體影響方面尚不明確，次要任務參與度和駕駛情景耦合下的駕駛?cè)孙L險感知和接管績效的研究也需進一步研究。

綜上，駕駛?cè)颂匦缘牟町悤е嘛L險感知的不同。面對同樣的駕駛情境，不同駕駛?cè)说娘L險感知是不同的，即使是同一駕駛?cè)?，風險感知能力也因駕駛狀態(tài)而異。因此，未來研究應針對駕駛?cè)说膫€性特征及駕駛狀態(tài)進行實時監(jiān)測分析，進行因材施教將更有益于風險感知能力的提升及穩(wěn)態(tài)保持，保證人機共駕車輛的安全。此外，自動駕駛期間次要任務的參與對駕駛?cè)孙L險感知的影響仍然存在爭議，后續(xù)研究需要進一步探究與討論。

2.2 自動駕駛系統(tǒng)

手動駕駛到完全自動駕駛還要經(jīng)歷L1~L4等不同等級的過渡階段。隨著自動駕駛等級的提高，自動駕駛做了更多操控工作，可實現(xiàn)的功能及應用場景也越多。自動駕駛期間，隨著車輛自動駕駛等級的提高，駕駛?cè)说木栊詴档?，并對駕駛?cè)说那榫耙庾R產(chǎn)生負面影響。Onnasch等[14]發(fā)現(xiàn)，隨著車輛自動駕駛等級的提高，駕駛?cè)朔峙湓谧詣玉{駛系統(tǒng)操作和交通環(huán)境監(jiān)視上的注意力就越少，且接管能力也越差。隨著等級的提高，自動駕駛系統(tǒng)提供的支持越多，人們對自動駕駛系統(tǒng)的期望也越多，對駕駛?cè)水a(chǎn)生不利影響的風險就越高（例如自滿、情景意識的喪失、技能的退化）。

人機界面提供與自動駕駛相關(guān)的多種元素信息，供駕駛?cè)肆私猱斍暗娜蝿?、狀態(tài)、動作和意圖，在使駕駛?cè)税踩⑵椒€(wěn)地與自動駕駛系統(tǒng)交互方面起著重要的作用。劉永濤等[15]發(fā)現(xiàn)在自動駕駛中增加場景風險引導信息可以提高駕駛?cè)说那榫案兄蛯τ陲L險的應激反應表現(xiàn)；Dogan等[16]提出將呈現(xiàn)自動駕駛相關(guān)信息的顯示器放在駕駛?cè)艘曒S線的位置，可以保證駕駛?cè)瞬幻撾x道路交通環(huán)境。人機界面提供的駕駛信息確實會提升駕駛?cè)说母兄芰?，但并不是越多越好，而且與信息內(nèi)容有關(guān)。Park等[17]的1項研究表明，相比于低信息度呈現(xiàn)，當自動駕駛系統(tǒng)處于高信息度呈現(xiàn)時，駕駛?cè)说墓ぷ髫摵奢^大，風險感知能力下降，而信息內(nèi)容上，如果提供的信息與駕駛?cè)似谕且恢碌?，那么駕駛?cè)说慕庸芸冃⒌玫斤@著改善。駕駛?cè)诵枰煌ㄐ畔⒘私饨煌ㄇ榫?，而人的認知資源是有限，可以同時處理的信息有限，當信息超載時會降低駕駛?cè)说臎Q策能力。因此，未來有必要從行車安全角度確定人機共駕車輛駕駛?cè)诵畔⒇摵砷撝怠?/p>

雖然SAE的自動駕駛分級標準受到普遍認可，但該標準只對車輛不同等級應實現(xiàn)的功能、能力范圍、系統(tǒng)和駕駛?cè)税缪莸慕巧妥饔眠M行了定義和描述，并沒有進一步細化具體設計細節(jié)。因此，可以預見，不同的車輛制造商會設計出不同類型的自動駕駛車輛，在如信息度呈現(xiàn)、人機交互方式、交互界面、內(nèi)部裝飾等方面存在差異性。由于不同等級的自動駕駛車輛功能和特性不同，使得駕駛?cè)嗽诓煌燃壍能囕v上的駕駛表現(xiàn)不同，對應的風險感知能力就會有所區(qū)別。關(guān)于自動駕駛狀態(tài)的反饋是人類在與自動駕駛互動時行為的1個重要決定因素，適當?shù)娜藱C界面及信息呈現(xiàn)使得駕駛?cè)吮３忠欢ǖ母兄?。但混亂和不必要的復雜界面也會導致駕駛?cè)朔中摹⒛Ｊ秸J知混亂、認知工作量增加等。因此，未來人機界面設計時應充分考慮其表達易讀性、位置易見性、信息度適量等設計準則。

2.3 駕駛情景

風險感知是動態(tài)的，并且隨著環(huán)境中風險事件的變化而變化?，F(xiàn)有針對自動駕駛情景的研究主要包括道路元素、交通狀況和天氣狀況等。交通狀況特別是交通量決定了整體的行車速度、交通流的行駛規(guī)律以及駕駛?cè)说木窬o張程度，惡劣天氣下，駕駛環(huán)境惡化，影響駕駛?cè)藢撛谖ｋU的識別。So等[18]研究表明，自動駕駛時，駕駛?cè)诵枰L時間來應對在高曲率情況下出現(xiàn)的接管，且駕駛?cè)诉€表現(xiàn)出更大的橫向偏差和變化率；Louw等[19]發(fā)現(xiàn)相比于手動駕駛，在自動駕駛情況下，與輕霧相比，大霧期間駕駛?cè)藢撛陲L險情景的響應時間較長且更有侵略性，且碰撞次數(shù)增加；Du等[20]的1項研究表明，相比于低交通密度，當自動駕駛處于高交通密度時，駕駛?cè)藭⒏嗟淖⒁饬Ψ诺降缆飞希措S著交通情況的惡化及監(jiān)管需求的增加，駕駛?cè)藭峙涓嗟淖⒁饬τ脕砀兄煌ōh(huán)境。

駕駛行為與駕駛環(huán)境條件高度相關(guān)，在自動駕駛中，駕駛情景決定了自動駕駛系統(tǒng)的整體的行駛特性及駕駛?cè)说鸟{駛狀態(tài)和行為。當交通情景簡單時，駕駛?cè)俗⒁饬θ菀邹D(zhuǎn)移，對風險情景的關(guān)注度下降，不能及時預測危險，并在接管時反應不及時；交通情景復雜時，交通信息變化多樣，駕駛環(huán)境相對惡化，風險情景增多，風險感知負荷需求隨之增加。但道路因素、交通狀況和天氣狀況等駕駛情景對自動駕駛風險感知能力影響的研究不夠細化，只是單純得出是否有顯著影響，而影響程度、如何影響這些問題都有待進一步研究。

綜上所述，現(xiàn)有研究對人機共駕車輛駕駛?cè)孙L險感知能力影響因素探究較為全面，但定量化研究較少，一般僅從差異性角度開展對比分析。且現(xiàn)有研究大多只探究單一因素作用下的風險感知能力機理，而駕駛?cè)孙L險感知能力是多因素耦合作用下的結(jié)果，未來應在進行多因素耦合作用下的風險感知研究基礎上，開展定量研究。

3 人機共駕車輛駕駛?cè)孙L險感知能力衡量方法

人機共駕車輛駕駛?cè)孙L險感知衡量方法主要包括駕駛行為表現(xiàn)、接管績效和主觀評價。駕駛行為表現(xiàn)主要通過自動駕駛期間駕駛?cè)松?、心理、行為表現(xiàn)等數(shù)據(jù)來探查推斷駕駛?cè)说娘L險感知水平；接管績效主要通過駕駛?cè)嗽诮庸苤械慕庸芊磻蛙囕v操作特性，推測其風險感知水平；主觀評價也被用于測量駕駛?cè)说娘L險感知水平和決策過程，主要通過量表和回憶式訪談等方式對自己的風險感知水平進行評價。

3.1 自動駕駛期間行為表現(xiàn)評價方法

1）生理特性。生理指標的測量可以用來描述駕駛?cè)烁兄㈥P(guān)注外在復雜環(huán)境的過程。Ruscio等[21]通過平均心率、呼吸性竇性心律不齊RSA、平均皮膚電導性SCR振幅等指標來反映駕駛?cè)嗽谧詣玉{駛不同條件下的認知狀態(tài)變化及對潛在危險的反應順序；Arakawa等[22]成功地應用了唾液淀粉酶、血壓、近紅外光譜儀測的大腦活動數(shù)據(jù)等生理數(shù)據(jù)，以比較駕駛?cè)嗽谧詣玉{駛期間和恢復車輛手動控制時的認知狀態(tài)和精神負荷，并發(fā)現(xiàn)自動駕駛時會變得粗心，認知狀態(tài)降低。此外，心電圖和肌電圖等生理特性指標也在自動駕駛的研究中廣泛使用[23]?；谏硖匦缘娘L險感知能力評價主要包括心電、腦電、肌電等指標，可以很好的反映駕駛?cè)说鸟{駛狀態(tài)，但易受到駕駛環(huán)境及個體差異的影響，未來的研究應注重如何去除干擾。

2）眼動特性。駕駛中，有效的視覺搜索模式是駕駛?cè)丝焖贉蚀_地識別潛在危險的先決條件，使用駕駛?cè)搜蹌犹匦詠肀碚髌滹L險感知能力被廣泛應用在人工駕駛期間。相關(guān)學者將其轉(zhuǎn)移到自動駕駛期間，并展開了研究。Carsten等[24]發(fā)現(xiàn)，與手動駕駛相比，高度自動駕駛等級下的駕駛?cè)俗⒁暤缆返臅r間占比更小（53%∶72%）；Louw等[25]通過對自動駕駛期間駕駛?cè)说囊暰€分配模式來探究駕駛?cè)耸欠裨隈{駛“環(huán)路”內(nèi)，并經(jīng)過對不同視線分配模式下的駕駛性能分析后提出，鼓勵駕駛?cè)四暤缆分行臅龠M更好的風險感知能力，從而更有效地將駕駛?cè)藥Щ亍碍h(huán)路”；Merat等[26]通過眨眼頻率和閉眼持續(xù)時間來評估自動駕駛時駕駛?cè)说淖⒁饬Ψ植己婉{駛狀態(tài)。在駕駛中，駕駛?cè)酥饕ㄟ^視覺獲取信息，使用眼動運動特征、視線分布等視覺相關(guān)指標的變化特性度量風險感知能力，指標較為直接和有效。

3）風險發(fā)現(xiàn)。駕駛情景中風險場景的發(fā)現(xiàn)與否可以用來衡量駕駛?cè)孙L險感知能力。Barnard等[27]進行的1項駕駛模擬器研究發(fā)現(xiàn)，與手動駕駛相比，處于自動駕駛下的駕駛?cè)税l(fā)現(xiàn)路邊突然出現(xiàn)的物體比率較低；在Alsen[28]的另1項駕駛模擬器研究中，發(fā)現(xiàn)使用自動駕駛的15名參與者中有10名可以記住至少4個交通標志中的1個，而手動駕駛的15名參與者中有14名可以做到；Vlakveld等[29]采用自動駕駛期間駕駛?cè)苏J識到潛在風險點數(shù)量及注視潛在風險點的百分比來衡量駕駛?cè)说娘L險感知能力，駕駛?cè)藴蚀_檢測到風險點的數(shù)量越多，表明他們的風險感知能力越強?；隈{駛情景中風險點發(fā)現(xiàn)的風險感知能力評價，關(guān)注駕駛?cè)税l(fā)現(xiàn)風險的能力，可以實現(xiàn)駕駛?cè)孙L險感知能力的定量研究。但駕駛?cè)藢︸{駛情景中的風險認知可能存在差異，此外，現(xiàn)有研究中的風險點多由人為制造，在實際駕駛中很難準確獲取風險點，在實際應用中有待進一步研究。

基于駕駛行為表現(xiàn)的風險感知能力衡量，主要通過駕駛?cè)松?、眼動、風險發(fā)現(xiàn)等數(shù)據(jù)來探查推斷駕駛?cè)说娘L險感知水平。具有客觀、可量化的優(yōu)點，可以更加準確反映風險感知能力，但在指標選取上原則不一，且存在個體差異性，還需進一步明確選擇標準。

3.2 接管績效評價方法

1）接管反應。駕駛?cè)说慕庸芊磻c風險感知能力息息相關(guān)。自動駕駛中，接管反應主要通過駕駛?cè)硕喾N反應時間和接管時間來量化。Gold等[30]通過對首次注視道路中心時間、手放回方向盤的時間、環(huán)顧后視鏡的時間等指標的量化來反映駕駛接管時駕駛?cè)说姆磻涣謶c峰等[31]采用駕駛?cè)俗龀鲋苿臃磻僮鞯臅r間來量化接管時間；Rudin-Brown等[32]認為在駕駛接管時，駕駛?cè)艘庾R降低與反應延遲有關(guān)，較低的風險感知水平意味著較長的反應時間和接管時間。駕駛?cè)私庸芊磻粌H與風險感知能力有關(guān)，還與接管提醒方式、提醒時間、接管場景密切相關(guān)，在未來的研究中必須排除其他條件的干擾。

2）操作特性。通過觀測駕駛?cè)嗽趯嶒炛械慕庸懿僮魈匦?，可以推測其情境意識水平。Merat等[33]將駕駛接管分為認知和操作這2個部分進行研究，發(fā)現(xiàn)駕駛?cè)穗m然只需要7~9 s便可接管控制，但是卻需要30~40 s才能使車輛控制保持穩(wěn)定。相關(guān)學者從駕駛操作特性著手，通過一系列車輛操控性能指標來衡量接管績效，具體又可以分為橫向指標和縱向指標。其中橫向指標主要為：橫向偏移量、方向盤角位移、最大方向盤角速度、最大橫向加速度；縱向指標主要為：速度標準偏差、最大速度、最小速度、最大減速度、最小距離等。部分操作特性作為績效評價指標相對片面，且單一指標很難準確反映操作績效，未來應考慮基于多特征參數(shù)融合的綜合評價。

基于接管績效的風險感知能力評價，主要是通過駕駛?cè)嗽诮庸苤械慕庸芊磻蛙囕v操作特性，推測其風險感知水平，屬于事后評價，不能起到事先預測、預防的作用。但穩(wěn)定的接管績效是安全接管的前提，可以實現(xiàn)安全接管的接管績效作為約束條件，確定“足夠”風險感知能力閾值。

3.3 主觀評價

主觀評價是通過量表和回憶式訪談等方式獲取駕駛?cè)藢ψ约旱娘L險感知水平的主觀評價。SART量表是1種試驗后的風險感知主觀評價量表，Kleij等[34]采用此量表測量駕駛?cè)嗽谡J知需求、認知供應、情景理解度這3個維度上的得分，并最終得到自動駕駛車輛駕駛?cè)说娘L險感知得分；Stapel等[35]通過R-TLX量表測量自動駕駛期間駕駛?cè)说娘L險感知負荷，并多次在自動駕駛接管前后進行相關(guān)問題問答來獲得駕駛?cè)司栊院惋L險感知水平的變化；Krampell等[36]通過駕駛?cè)俗晕覉蟾鎸︸{駛情景的理解，定性定量的評估駕駛?cè)孙L險感知水平。

主觀評價方法主要通過SART、R-TLX等各類量表來反映駕駛?cè)孙L險感知，調(diào)查簡單，結(jié)果通俗易懂，可以較為直觀的形式獲取駕駛?cè)说娘L險感知水平。但由于評價主要來源于其主觀判斷，數(shù)據(jù)的客觀性較低，一般不在研究中單獨使用，多作為風險感知能力的補充及驗證評價。

綜上所述，人機共駕車輛駕駛?cè)孙L險感知能力衡量手段豐富但各有弊端?；谛袨楸憩F(xiàn)的評價只能用于檢測駕駛?cè)四芊窀兄今{駛情景信息，卻無法推斷駕駛?cè)藢τ谇榫暗睦斫夂皖A測；接管績效指標包括駕駛?cè)私庸芊磻?、車輛操作等客觀指標，具有客觀準確的優(yōu)點，但績效結(jié)果受到其他因素的影響，準確性有待進一步探究；主觀評價主要依賴于駕駛?cè)说闹饔^判斷，具有較大的主觀性。具體見表1。人機共駕車輛駕駛?cè)孙L險感知水平衡量方法尚無1套能得到廣泛認可和應用的評價方法。通過研究人機共駕車輛駕駛?cè)孙L險感知內(nèi)在機理，形成1套簡單而又準確的風險感知評價標準是自動駕駛車輛研究中亟待解決的問題。

表1 人機共駕車輛駕駛?cè)孙L險感知能力衡量方法Tab.1 Evaluation methods of the driver's risk perception for human-computer shared control vehicles

4 人機共駕車輛駕駛?cè)孙L險感知能力監(jiān)測與提升

駕駛?cè)诵枰３忠欢ǖ娘L險感知能力才能在接管時做出快速、安全的反應，保證接管安全。通過計算當前和預測的車輛狀態(tài)是否在估算的駕駛?cè)四芰χ畠?nèi)，可將自動駕駛接管分為安全或者不安全。根據(jù)國家標準GB/T 40429—2021《汽車駕駛自動化分級》，在L3級駕駛自動化中明確提出增加對駕駛?cè)私庸苣芰ΡO(jiān)測和風險緩減策略的要求，減少實際應用風險。對駕駛?cè)孙L險感知能力進行監(jiān)測和提升策略研究是安全接管的前提，也是人機共駕階段亟待解決的問題。

4.1 駕駛?cè)藸顟B(tài)監(jiān)測

駕駛?cè)藸顟B(tài)監(jiān)測方面，在傳統(tǒng)車輛上已經(jīng)取得了豐碩的成果，主要通過傳感器采集駕駛?cè)说纳硖卣?、行為特征以及車輛運行狀態(tài)信息，實現(xiàn)駕駛?cè)藸顟B(tài)的監(jiān)測。Yan等[37]通過CNN實現(xiàn)對駕駛?cè)舜螂娫挕⒊詵|西等不良駕駛行為的識別；肖賽等[38]發(fā)現(xiàn)可以通過對駕駛過程中駕駛?cè)说纳硖匦院蛙囕v操控狀態(tài)，實現(xiàn)對駕駛?cè)似诘谋O(jiān)測；通過眼動指標、生理心理指標、駕駛績效指標、反應指標、面部與頭部指標可實現(xiàn)駕駛?cè)笋{駛分心狀態(tài)的識別與監(jiān)測[39]。在監(jiān)測的基礎上，研究者進一步開發(fā)出了駕駛?cè)藸顟B(tài)預警技術(shù)，如Tang等[40]通過分析自動駕駛?cè)说难劬妥彀蜖顟B(tài)，建立了基于視覺在線實時檢測的駕駛?cè)司栊誀顟B(tài)預警系統(tǒng)；朱冰等[41]基于車輛偏航角標準差、橫向速度標準差、橫向位移標準差等車輛操作特性，實現(xiàn)駕駛?cè)笋{駛習性的表征，提出個性化的車道偏離預警策略。

傳統(tǒng)車輛駕駛?cè)藸顟B(tài)監(jiān)測技術(shù)也被廣泛應用在自動駕駛車輛中。Kummetha等[42]為了在自動駕駛時保持駕駛?cè)说木?，建議實時監(jiān)控駕駛?cè)说那榫袄斫猓⑼ㄟ^注視次數(shù)和注視點持續(xù)時間來評估駕駛?cè)藢Φ缆翻h(huán)境的理解；在2016年特斯拉弗羅里達的碰撞事故后，特斯拉公司提出1種自動駕駛期間實時監(jiān)控駕駛?cè)藸顟B(tài)，當駕駛?cè)诉_不到預先設定的條件要求時，終止自動駕駛或減速停止的解決方案。

目前，駕駛監(jiān)測方法豐富但各有缺陷，且在自動駕駛中適用性不一?；谏硖匦缘鸟{駛監(jiān)測均需駕駛?cè)伺宕飨嚓P(guān)儀器，多應用于理論與試驗研究，不適用于實際應用。傳統(tǒng)車輛基于車輛操作特性的駕駛?cè)藸顟B(tài)監(jiān)測，需要駕駛?cè)藢嵤{駛操作，不適用于自動駕駛，且現(xiàn)有監(jiān)測研究大多根據(jù)已知數(shù)據(jù)進行事后分析判斷，大多不具備實時監(jiān)測功能。此外，單一監(jiān)測方式難以準確獲取駕駛?cè)说膹碗s狀態(tài)，人機共駕車輛駕駛?cè)孙L險感知能力監(jiān)測研究有待進一步深入，考慮多源信息融合的人機共駕車輛駕駛?cè)孙L險感知能力動態(tài)監(jiān)測是未來的趨勢。

4.2 風險感知水平提升

人機共駕車輛駕駛?cè)孙L險感知水平調(diào)節(jié)需要科學的人機交互方法和系統(tǒng)的判定規(guī)則。但現(xiàn)有的研究較少，目前的調(diào)節(jié)方法大多為對駕駛?cè)诉M行監(jiān)控，當其不能滿足駕駛要求時，強行結(jié)束自動駕駛。研究發(fā)現(xiàn)，通過定期進行自動化控制權(quán)的轉(zhuǎn)換，將車輛的控制權(quán)移交給駕駛?cè)?，可以提高駕駛?cè)说娘L險感知水平和減少其他駕駛環(huán)路外的問題。Merat等[33]通過駕駛模擬器研究發(fā)現(xiàn)，與檢測到駕駛?cè)艘呀?jīng)將視線從道路中心移開，便將控制權(quán)轉(zhuǎn)移給駕駛?cè)说目勺儠r間轉(zhuǎn)換相比，在固定的6 min的持續(xù)時間后將車輛的控制權(quán)從自動駕駛系統(tǒng)轉(zhuǎn)移到駕駛?cè)说哪Ｊ骄哂懈玫慕庸苄阅?。但這種控制權(quán)的強制切換勢必會影響自動駕駛的駕駛體驗和使用意愿，因此，為提升駕駛?cè)说娘L險感知水平，相關(guān)學者從培訓和輔助設施著手展開了進一步研究。

1）駕駛?cè)伺嘤枴ｑ{駛?cè)孙L險感知能力是1種可以通過訓練不斷提升的能力，通過培訓改善自動駕駛中的風險感知水平成為研究的熱點。視頻培訓、模擬器訓練、VR技術(shù)是自動駕駛培訓中的主要載體，在培訓內(nèi)容上，主要通過提供有關(guān)自動系統(tǒng)功能和限制的信息、接管技能指導等。Payre等[43]通過視頻介紹自動駕駛的功能和操作，對駕駛?cè)诉M行培訓，發(fā)現(xiàn)對自動駕駛?cè)诉M行培訓可以降低接管反應時間，并且與簡單培訓相比，更為詳細的培訓效果更好；Ebnali等[44]進一步研究發(fā)現(xiàn)與視頻培訓相比，模擬器訓練可以更好的提升駕駛?cè)说恼J知技能和接管績效，并且經(jīng)過2種培訓的駕駛?cè)嗽诮庸軟Q策場景中都表現(xiàn)出較高的風險感知；Sportillo等[45]通過VR技術(shù)對駕駛?cè)诉M行自動駕駛培訓，以提高自動駕駛期間駕駛?cè)吮憩F(xiàn)和接管績效，且更受駕駛?cè)藲g迎。

心智模型是“人們對系統(tǒng)內(nèi)容、工作方式、工作原理、觀察到的系統(tǒng)狀態(tài)的理解及對系統(tǒng)未來狀態(tài)的預測”[46]。人工駕駛時，駕駛?cè)诵枰谌?車-路-環(huán)境系統(tǒng)的心智模型，形成具體情景意識，對駕駛情景進行感知、理解和預測。自動駕駛時，駕駛?cè)诉€需對自動駕駛系統(tǒng)建立合理的心智模型，從而決定是否需要接管，來保證自己的行車安全。1個完善的培訓計劃應該幫助駕駛?cè)私?個正確的系統(tǒng)心智模型[36]?，F(xiàn)有針對駕駛?cè)说呐嘤枺鄰牟煌嘤栞d體和培訓內(nèi)容量入手，探索對改善駕駛?cè)恕叭艘颉眴栴}的有效性，并未準確構(gòu)建駕駛?cè)说男闹悄Ｐ?。未來，需要探索不同的培訓策略來支持自動駕駛車輛中的駕駛?cè)恕?/p>

2）輔助設備調(diào)節(jié)。此外，有學者從交互界面和駕駛輔助設備設計入手，探索人機共駕車輛駕駛?cè)孙L險感知能力保持和提升措施。Kraft等[47]研究發(fā)現(xiàn)車載顯示屏會影響自動駕駛期間駕駛?cè)说囊暰€分布，且提供精簡信息的顯示屏會增加駕駛?cè)俗⒁暤缆分虚g的時間，提高駕駛?cè)说那榫耙庾R；Wang等[48]在自動駕駛車輛中設計了1個結(jié)合環(huán)境光的屏幕交互界面，并通過系統(tǒng)的測試來驗證環(huán)境光增強駕駛?cè)饲榫案兄目捎眯?。在輔助設備上，Van Veen等[49]的1項研究中提出，在自動駕駛時，近端燈顯示作為1種可穿戴設備被實施，當駕駛?cè)藢Ｗ⒂诖我蝿?，而不注意道路環(huán)境時，可以幫助增加駕駛?cè)饲榫耙庾R；Karjanto等[50]設計了1種外圍視覺前饋系統(tǒng)，當駕駛?cè)藚⑴c次要任務時，該系統(tǒng)在駕駛?cè)俗⒁饬Φ耐鈬峁╆P(guān)于自動駕駛汽車即將進行的動作的信息，提升了駕駛?cè)说那榫耙庾R，同時可以防治暈車。

輔助設備對風險感知的影響研究，大多從視覺入手，支持駕駛?cè)说娘L險感知。并未探索其他方式的影響，且缺乏有力的理論基礎，短時間內(nèi)還無法應用于實際自動駕駛風險感知提升中。尋找具有普適性、穩(wěn)定性、有效性的自動駕駛風險感知調(diào)節(jié)策略，仍是需要解決的關(guān)鍵問題。

綜上所述，自動駕駛期間駕駛?cè)孙L險感知監(jiān)測與提升研究，是人機共駕接管安全的研究重點。自動駕駛風險感知能力動態(tài)監(jiān)測主要基于駕駛?cè)松?、視覺指標；風險感知能力調(diào)節(jié)方法主要包括前期駕駛?cè)伺嘤柡洼o助設備實時調(diào)節(jié)。雖然現(xiàn)有人工駕駛車輛的監(jiān)測與提升研究成果豐富，對自動駕駛風險感知穩(wěn)態(tài)保持有很大的借鑒意義，但在自動駕駛車輛中的適用性需要進一步深入研究。

5 存在的問題及未來研究方向

1）人機共駕階段駕駛?cè)孙L險感知能力影響因素還需深入研究?，F(xiàn)有研究結(jié)果大多通過對比某一因素影響下的駕駛?cè)诵袨轶w現(xiàn)，而駕駛?cè)说娘L險感知是多種因素共同作用下的結(jié)果，未來研究應進一步探索多因素耦合作用下的風險感知。

2）自動駕駛期間駕駛?cè)孙L險感知能力的評價和量化方法目前尚無統(tǒng)一的方法。風險感知能力評價無論是基于行為表現(xiàn)、接管績效還是主觀評價，都存在各自的弊端，未來應考慮形成1套能得到廣泛認可和應用的自動駕駛風險感知能力評價及量化方法。在量化方法中，可以考慮借鑒現(xiàn)有駕駛?cè)似诹炕椒ǎ瑥鸟{駛?cè)诵睦?、生理、行為特征等方面選取指標，構(gòu)建多源信息融合量化模型，同時應綜合考慮模型復雜性與適用性的問題。

3）人機共駕階段駕駛?cè)诵闹悄Ｐ蜕刑幱谔剿麟A段。自動駕駛時，駕駛?cè)诵鑼ψ詣玉{駛系統(tǒng)建立合理的心智模型，形成具體情景意識，從而決定是否需要接管。構(gòu)建人機共駕各階段的心智模型，可以理解風險感知能力變化的邏輯和內(nèi)在機理，從而為培訓提供理論基礎和針對性的建議。

4）駕駛?cè)丝梢詫崿F(xiàn)安全接管的風險感知能力閾值尚不明確。“足夠”的風險感知水平是實現(xiàn)安全接管的前提，但“足夠”的范圍尚不明確。在未來的研究中，應以構(gòu)建駕駛?cè)孙L險感知能力和接管績效關(guān)系模型為重點，并以安全接管為約束，充分考慮駕駛?cè)颂匦院徒煌ㄇ榫暗囊蛩?，確定閾值范圍。

5）自動駕駛期間駕駛?cè)孙L險感知能力水平穩(wěn)態(tài)效能保持方法尚處于探索階段。隨著自動駕駛過程的時間推移，外界帶來的“無聊”和自身的“無用”，使得駕駛?cè)孙L險感知能力逐漸降低。未來應考慮基于多源特性信息融合的駕駛輔助集成設備開發(fā)，實現(xiàn)多駕駛情景下駕駛?cè)孙L險感知能力動態(tài)監(jiān)測和調(diào)控一體化。

6 結(jié)束語

1）相比于手動駕駛，人機共駕車輛駕駛?cè)孙L險感知能力較低，并隨著自動駕駛時間不斷變化。

2）駕駛?cè)恕白銐颉钡娘L險感知能力是安全接管的前提。對駕駛?cè)孙L險感知能力進行分析和理解，探究其外在特性和內(nèi)在機理，對于自動駕駛系統(tǒng)開發(fā)、人機共駕車輛安全應用具有重要的意義。

3）人機共駕車輛駕駛?cè)孙L險感知能力研究主要集中于影響因素探究、評估方法、狀態(tài)監(jiān)測與提升。研究多因素耦合下駕駛?cè)孙L險感知特性、基于多源特征信息融合的風險感知水平動態(tài)監(jiān)測評估與穩(wěn)態(tài)保持方法是未來的研究方向。有助于自動駕駛汽車安全性、智能化、環(huán)境適應性的提升。