自動(dòng)駕駛系統(tǒng)中人機(jī)協(xié)同的認(rèn)知決策一體化機(jī)制研究

張文鏑 周詩(shī)婕 金海亮 焦璇

（北京新能源股份有限公司，北京100176）

0 引言

隨著人機(jī)智能系統(tǒng)的不斷發(fā)展，機(jī)器自主水平也在不斷提高。在人工智能時(shí)代，基于智能系統(tǒng)的機(jī)器正逐漸從支持人類操作的輔助工具發(fā)展成為具有一定認(rèn)知能力、獨(dú)立執(zhí)行、自適應(yīng)能力的自主化智能體[1]。理想情況下，人和機(jī)器的結(jié)合應(yīng)該產(chǎn)生一個(gè)高效的團(tuán)隊(duì)，可以成功地提高團(tuán)隊(duì)績(jī)效，并避免成為單一決策錯(cuò)誤的制造者[2]。越來(lái)越多的機(jī)器人系統(tǒng)與產(chǎn)品深度融合到各個(gè)應(yīng)用領(lǐng)域，也對(duì)傳統(tǒng)機(jī)器人技術(shù)提出了更高要求，尤其是在如何與人更好地進(jìn)行交互和協(xié)同方面。人機(jī)智能技術(shù)則是人機(jī)智能系統(tǒng)實(shí)現(xiàn)目標(biāo)的理論與技術(shù)支撐，主要通過(guò)結(jié)合傳統(tǒng)機(jī)器人技術(shù)和人工智能技術(shù)，從系統(tǒng)建模、感知與交互、協(xié)同控制和人在環(huán)路（Man In the Loop,MIL）優(yōu)化方面提升機(jī)器人與人交互和協(xié)同的自然性、安全性和魯棒性。

目前，人機(jī)協(xié)同技術(shù)融合了機(jī)器人、視覺(jué)、網(wǎng)絡(luò)、數(shù)據(jù)采集、傳感器技術(shù)，主要集中在基于傳統(tǒng)機(jī)器人的建模研究，而關(guān)于人機(jī)合作的方式和研究進(jìn)展非常有限。對(duì)于一個(gè)運(yùn)轉(zhuǎn)良好的自主支持系統(tǒng)設(shè)計(jì)，必須基于對(duì)人機(jī)團(tuán)隊(duì)在感知、認(rèn)知和決策過(guò)程中心理框架的深入分析[3]。人機(jī)協(xié)同核心技術(shù)挑戰(zhàn)是如何整合人類智能和機(jī)器智能，實(shí)現(xiàn)安全、自然和精準(zhǔn)人機(jī)交互，本文綜述了人機(jī)共駕中的人類工效學(xué)問(wèn)題，強(qiáng)調(diào)創(chuàng)建一個(gè)能夠真正提高整個(gè)團(tuán)隊(duì)績(jī)效質(zhì)量的雙向整合系統(tǒng)的重要意義，旨在解決人機(jī)共駕實(shí)際場(chǎng)景中人機(jī)協(xié)作的不確定性和脆弱性問(wèn)題。

1 人機(jī)共駕中的人類工效學(xué)問(wèn)題

按照汽車智能化、自動(dòng)化的發(fā)展進(jìn)程，國(guó)際自動(dòng)機(jī)工程師學(xué)會(huì)（SAE International）將智能汽車的發(fā)展分為手動(dòng)駕駛、駕駛輔助、部分自動(dòng)化、有條件自動(dòng)化、高度自動(dòng)化和完全自動(dòng)化6 個(gè)級(jí)別[3]，如圖1所示。

圖1 汽車智能化發(fā)展進(jìn)程[3]

但是，由于目前的技術(shù)交通環(huán)境、公眾接受程度等因素，完全自動(dòng)駕駛技術(shù)（L5級(jí)）何時(shí)能投入使用仍處于未知狀態(tài)[4]。在未來(lái)相當(dāng)長(zhǎng)一段時(shí)間內(nèi)，智能自主系統(tǒng)人機(jī)共駕的狀態(tài)將成為常態(tài)。因此，在實(shí)現(xiàn)全域無(wú)人駕駛之前，產(chǎn)業(yè)界和學(xué)術(shù)界正努力研究駕駛員在環(huán)的智能系統(tǒng)，不再把自動(dòng)駕駛汽車視為一種“工具”，而是一個(gè)“隊(duì)友”，充分發(fā)揮人類和自動(dòng)駕駛汽車雙方的優(yōu)勢(shì)合作完成駕駛?cè)蝿?wù)。

使用自主系統(tǒng)可能會(huì)提高智能汽車的整體能力，但也可能帶來(lái)一些困難和挑戰(zhàn)，即任何智能車輛的自動(dòng)駕駛算法都不能完全取代人類[5]。當(dāng)面臨一些復(fù)雜的工況或緊急情況時(shí)，系統(tǒng)會(huì)發(fā)出接管請(qǐng)求，要求駕駛員接管車輛控制權(quán)。此時(shí)，駕駛決策需要在人類駕駛員和自動(dòng)駕駛汽車之間安全、靈活地切換。因此，智能系統(tǒng)需要識(shí)別駕駛員的感知和意圖，從而達(dá)到駕駛決策的一致性，增強(qiáng)駕駛員的控制能力。這有助于引導(dǎo)駕駛員在面對(duì)突發(fā)事件時(shí)正確判斷環(huán)境狀況，進(jìn)而有效做出合理的接管決策。

因此，智能汽車要充分考慮自動(dòng)駕駛系統(tǒng)中駕駛員須始終在環(huán)的因素，將人腦的作用引入到智能系統(tǒng)的算法回路中。人機(jī)協(xié)同的認(rèn)知決策一體化研究，確保了人始終是系統(tǒng)的一部分。對(duì)于智能系統(tǒng)給出的執(zhí)行結(jié)果，人始終會(huì)對(duì)結(jié)果做進(jìn)一步判斷，即人在環(huán)路協(xié)同優(yōu)化，解決在復(fù)雜駕駛場(chǎng)景中車輛控制的人機(jī)沖突問(wèn)題。本文從梳理人機(jī)協(xié)同的關(guān)系入手，探索人機(jī)認(rèn)知與決策處理的差異，將人類信息處理的高級(jí)心理機(jī)制與智能自治系統(tǒng)的模糊問(wèn)題緊密耦合，從而通過(guò)智能形式的混合增強(qiáng)形成雙向信息交換和設(shè)備控制，促進(jìn)人機(jī)組隊(duì)的合理分工和人與智能汽車的實(shí)時(shí)交互[6]。

1.1 人機(jī)協(xié)作發(fā)展進(jìn)程

人工智能技術(shù)的發(fā)展提高了機(jī)械的智能程度，智能技術(shù)及其自治特性推動(dòng)了智能自治系統(tǒng)的變革。當(dāng)系統(tǒng)可以在一定程度上自主行動(dòng)時(shí)，傳統(tǒng)的“刺激—反應(yīng)”的人機(jī)關(guān)系模式正在被改變，人機(jī)交互的時(shí)代正在向人機(jī)融合的時(shí)代發(fā)展[7]。自動(dòng)化控制器正在控制復(fù)雜系統(tǒng)中取代人工干預(yù)，操作員的角色經(jīng)常從主動(dòng)控制器轉(zhuǎn)變?yōu)楸O(jiān)督控制器，通過(guò)結(jié)合人類和機(jī)器各自的優(yōu)勢(shì)，實(shí)現(xiàn)自然、安全、魯棒的人機(jī)協(xié)同任務(wù)，形成“人機(jī)組隊(duì)”式協(xié)作關(guān)系。

人機(jī)協(xié)作的發(fā)展進(jìn)程可分為3個(gè)階段，如圖2所示。

（1）人機(jī)共生關(guān)系階段

20 世紀(jì)60 年代初，Licklide 首次提出了“人機(jī)共生”的觀點(diǎn)[8]，其中提到了在預(yù)期的共生伙伴關(guān)系中，人和計(jì)算機(jī)能夠合作做出決策和控制復(fù)雜情況。

（2）人機(jī)交互階段

20 世紀(jì)70 到80 年代，人與AI 的關(guān)系重點(diǎn)在于人機(jī)交互。1970 年成立了2 個(gè)人機(jī)交互研究中心，即HUSAT 研究中心和Palo Alto 研究中心。1982 年，ACM 人機(jī)交互學(xué)會(huì)（SIGCHI）成立。人機(jī)交互在多學(xué)科交叉融合下逐漸擁有了自己的理論體系。

（3）人機(jī)協(xié)作發(fā)展階段

20 世紀(jì)90 年代至今，人機(jī)協(xié)作進(jìn)入快速發(fā)展期，進(jìn)入到人機(jī)協(xié)作發(fā)展階段。2015 年Epstein 提出了協(xié)作智能（Collaborative Intelligence）概念，在人與計(jì)算機(jī)之間建立良好的協(xié)作關(guān)系，以共同實(shí)現(xiàn)人類目標(biāo)。

1.2 智能系統(tǒng)人機(jī)智能協(xié)同的新型人機(jī)關(guān)系

目前，L3 級(jí)別自動(dòng)駕駛汽車正處于典型的人機(jī)共駕階段。不同于傳統(tǒng)駕駛過(guò)程，人機(jī)共駕包括廣義人機(jī)共駕和狹義人機(jī)共駕。廣義人機(jī)共駕包括感知層、決策層和控制層。狹義人機(jī)共駕指人和系統(tǒng)同時(shí)在環(huán)，駕駛員與智能系統(tǒng)操縱相互交叉、融合，具有雙在環(huán)和雙交叉的特點(diǎn)[9]。于是，出現(xiàn)了一種新的合作關(guān)系，即人機(jī)關(guān)系從最初的人機(jī)交互關(guān)系發(fā)展并演化為人機(jī)協(xié)作關(guān)系[10-11]。不同于作為駕駛輔助的自動(dòng)化系統(tǒng)，智能自主系統(tǒng)可以成為與人類合作的“協(xié)作隊(duì)友”，分享任務(wù)和操控權(quán)，形成“人機(jī)組隊(duì)”式協(xié)作的新型人機(jī)關(guān)系[12]。從長(zhǎng)遠(yuǎn)看，未來(lái)要實(shí)現(xiàn)人類和機(jī)器之間真正完全的共生關(guān)系，需要在機(jī)器中開(kāi)發(fā)出真正類似人類特性的智能系統(tǒng)，將人的決策和經(jīng)驗(yàn)與機(jī)器智能在邏輯推理、演繹推理方面的優(yōu)勢(shì)結(jié)合，使人機(jī)協(xié)作更高效，形成人機(jī)融合智能的概念框架（圖3）。

圖3 人機(jī)融合智能的概念框架[13]

智能系統(tǒng)認(rèn)知過(guò)程包含輸入、處理、輸出3 個(gè)階段：

（1）人感知來(lái)自機(jī)器和物理環(huán)境的刺激，機(jī)器識(shí)別到來(lái)自人和物理環(huán)境的數(shù)據(jù)。

（2）分別基于各自不同屬性進(jìn)行決策處理。

（3）最終生成的輸出物之間產(chǎn)生對(duì)話。

人和機(jī)器都是認(rèn)知主體，屬于人機(jī)雙智能，這種群體智能系統(tǒng)不僅涉及人、機(jī)器、物理環(huán)境，也包含了3者間相互影響的關(guān)系[13]。

在人機(jī)融合中，人和機(jī)器是合作關(guān)系。這種合作表現(xiàn)在以人腦為代表的生物智能（認(rèn)知加工能力）和以計(jì)算技術(shù)為代表的機(jī)器智能（人工智能）通過(guò)深度融合達(dá)到智能互補(bǔ)。人機(jī)交互與人機(jī)融合形成了一個(gè)連續(xù)體的兩端。隨著智能技術(shù)的發(fā)展，人機(jī)關(guān)系將繼續(xù)向人機(jī)融合端演化，各種具有不同智能程度的產(chǎn)品在這樣一個(gè)連續(xù)體內(nèi)共存。按照Hollnagel 和Woods 提出的理論，人機(jī)融合就是通過(guò)人和機(jī)器2 個(gè)認(rèn)知主體，互相依存和合作組成的協(xié)同認(rèn)知系統(tǒng)[14]。

1.3 人機(jī)一體化認(rèn)知決策模型

智能系統(tǒng)具有以下4項(xiàng)關(guān)鍵特征，包括情境感知、自適應(yīng)學(xué)習(xí)、自主決策及主動(dòng)交互與協(xié)同[15]。當(dāng)人與具備這些特征的智能系統(tǒng)進(jìn)行交互時(shí)，這些特征將衍生出一些在傳統(tǒng)人機(jī)交互領(lǐng)域內(nèi)原本不存在的新興問(wèn)題，包括人機(jī)協(xié)作任務(wù)分配、動(dòng)態(tài)學(xué)習(xí)與修正、情境自適應(yīng)及主動(dòng)響應(yīng)模式，也正是這些問(wèn)題促進(jìn)人機(jī)交互向人機(jī)一體化協(xié)同轉(zhuǎn)變。人類傾向于在與智能機(jī)器的互動(dòng)中應(yīng)用人類互動(dòng)的規(guī)范，駕駛員已經(jīng)從主要的控制者的角色轉(zhuǎn)變?yōu)楣餐瓿扇蝿?wù)的積極隊(duì)友[16-17]。智能系統(tǒng)是通過(guò)智能匹配實(shí)現(xiàn)的人機(jī)協(xié)同操作狀態(tài)，實(shí)現(xiàn)安全、高效、友好操控。智能系統(tǒng)的認(rèn)知主體具有雙重智能，其協(xié)同感知來(lái)自于人機(jī)對(duì)象的復(fù)雜場(chǎng)景。智能系統(tǒng)結(jié)合各自的屬性完成雙向交互和混合決策，形成人機(jī)融合智能[18]。在模型開(kāi)發(fā)方面，大多數(shù)現(xiàn)有模型采用生成式ACT-R（Adaptive Character of Thought-Rational）模型（圖4），用于模擬動(dòng)態(tài)復(fù)雜多任務(wù)中人的績(jī)效，改進(jìn)了以往采用單一模型模擬結(jié)果[19-20]。ACT-R模型在駕駛場(chǎng)景中完成一種交互計(jì)算和情景推理，從感知交互的層面有目的地提高人機(jī)的相互理解和共享感知能力。對(duì)于車輛的執(zhí)行層面而言，人機(jī)協(xié)同也可以提高智能車輛在不確定動(dòng)態(tài)環(huán)境下的響應(yīng)能力。

圖4 ACT-R認(rèn)知體系理論模型[20]

在實(shí)時(shí)變化的交通環(huán)境中，大多數(shù)駕駛決策需要在相當(dāng)短的時(shí)間內(nèi)做出。對(duì)于協(xié)同駕駛智能車輛，持續(xù)分析交通環(huán)境是實(shí)現(xiàn)駕駛自動(dòng)化的核心技術(shù)之一，同時(shí)智能駕駛自動(dòng)化系統(tǒng)應(yīng)具有準(zhǔn)確認(rèn)知和理性決策的能力。駕駛員在執(zhí)行駕駛決策時(shí)，遵循一定的認(rèn)知決策和情感偏好。因此，駕駛自動(dòng)化系統(tǒng)需要理解駕駛員的認(rèn)知及心理過(guò)程，以便在環(huán)境的影響下與人類產(chǎn)生聯(lián)動(dòng)效應(yīng)。當(dāng)前，人工智能計(jì)算技術(shù)的發(fā)展為認(rèn)知計(jì)算建模提供了良好機(jī)遇。研究可計(jì)算的人的心理績(jī)效模型可為智能系統(tǒng)提供實(shí)時(shí)的自適應(yīng)人機(jī)交互能力。研究智能系統(tǒng)產(chǎn)品的情感計(jì)算模型以及普適計(jì)算中的社會(huì)交互模型可以擴(kuò)展現(xiàn)有模型中對(duì)認(rèn)知加工的深度和廣度。認(rèn)知模擬計(jì)算采用基于人的認(rèn)知模型計(jì)算方法，來(lái)定量地模擬計(jì)算人在操作任務(wù)條件下的認(rèn)知加工績(jī)效，為人類工效學(xué)在系統(tǒng)研發(fā)中提供一種評(píng)價(jià)和預(yù)測(cè)系統(tǒng)設(shè)計(jì)有效性的工具[21]。當(dāng)認(rèn)知模型與其他現(xiàn)有人類工效學(xué)模型（如人體測(cè)量和生物力學(xué)建模等）進(jìn)行整合時(shí)，將為一些復(fù)雜領(lǐng)域中（如自動(dòng)駕駛）特殊的、具有操作風(fēng)險(xiǎn)的任務(wù)和環(huán)境開(kāi)展有效模擬仿真，從而為汽車智能系統(tǒng)設(shè)計(jì)的計(jì)算模擬提供人類工效學(xué)方案。

2 用于高級(jí)自動(dòng)駕駛的智能系統(tǒng)

智能汽車人機(jī)協(xié)同智能系統(tǒng)由環(huán)境感知技術(shù)、智能決策技術(shù)和控制執(zhí)行技術(shù)3個(gè)層面構(gòu)成?；诔墒斓腁CT-R 認(rèn)知決策理論，結(jié)合智能車輛的關(guān)鍵過(guò)程，即感知、決策、控制[22]，從人機(jī)混合認(rèn)知、共享駕駛意圖、自主車輛控制權(quán)和個(gè)性化交互的角度探索人機(jī)合作的新范式，探討人機(jī)協(xié)同駕駛的具體內(nèi)容。

2.1 人機(jī)混合認(rèn)知

智能系統(tǒng)的人機(jī)協(xié)同體現(xiàn)在相互之間的即時(shí)溝通和更新共享信息。智能系統(tǒng)的環(huán)境感知通常由多種形式的分布式傳感器處理和合成，通常伴隨有先驗(yàn)知識(shí)和智能模型。例如，機(jī)器通過(guò)計(jì)算屬性來(lái)完成表征和推理，而人類通過(guò)個(gè)性化的認(rèn)知框架來(lái)完成表征和推理過(guò)程。機(jī)器計(jì)算過(guò)程和人類認(rèn)知過(guò)程都存在一些程序性和描述性的不確定性。人類要正確處理信息，首先要正確接收人機(jī)界面的信息，然后通過(guò)人腦對(duì)信息進(jìn)行正確分析和判斷，最后通過(guò)人的行為對(duì)機(jī)器進(jìn)行正確操控，給機(jī)器輸入正確的信息。也就是說(shuō)，通過(guò)人機(jī)界面可以實(shí)現(xiàn)正確的信息交換，從而減少誤判和誤操作概率，這可以顯著提高智能系統(tǒng)的可靠性和舒適性。

Chakraborti 等[23]認(rèn)為理解人在環(huán)路中的能力與認(rèn)知特性對(duì)于人機(jī)協(xié)同決策非常關(guān)鍵，并討論、促進(jìn)解決有效人機(jī)協(xié)同的人的心智模型相關(guān)問(wèn)題，包括心理狀態(tài)表征以及可有效學(xué)習(xí)表征的方法及其可用性，如經(jīng)典的ACT-R 認(rèn)知加工模型為解釋人類認(rèn)知過(guò)程提供了一定的基本框架，它以描述性知識(shí)模塊為核心，類似于人腦，對(duì)目標(biāo)、視覺(jué)和動(dòng)作模塊進(jìn)行整體處理。這些信息交互過(guò)程在一定規(guī)模上連續(xù)觸發(fā)，模擬了人腦的認(rèn)知活動(dòng)。ACT-R 提示系統(tǒng)處理收到的各種任務(wù)，包括感知、學(xué)習(xí)、理解和記憶任務(wù)，即機(jī)器語(yǔ)言難以描述和學(xué)習(xí)的習(xí)慣和經(jīng)驗(yàn)，甚至是類AI智能所需要的情感偏好，在更高的認(rèn)知層次上為腦機(jī)智能疊加（如學(xué)習(xí)、記憶）建立更有效的模型和算法，探索將人的決策和經(jīng)驗(yàn)與機(jī)器智能在邏輯推理、演繹推理方面的優(yōu)勢(shì)結(jié)合，從而更好地與人類交流，促進(jìn)人機(jī)信任，進(jìn)而促進(jìn)人工智能框架對(duì)人類感知決策過(guò)程進(jìn)行解釋、模仿甚至預(yù)測(cè)[24]。

2.2 共享駕駛意圖

在實(shí)時(shí)變化的交通環(huán)境中，需要在相當(dāng)短的時(shí)間內(nèi)做出許多駕駛決策，任務(wù)依賴于對(duì)最新環(huán)境的持續(xù)分析。因此，獲得并保持良好的態(tài)勢(shì)感知是保證駕駛員對(duì)周圍環(huán)境有足夠認(rèn)識(shí)和理解的基礎(chǔ)，是動(dòng)態(tài)系統(tǒng)中有效決策和控制的核心。文獻(xiàn)[25]指出，自動(dòng)化系統(tǒng)可以提高態(tài)勢(shì)感知能力，為駕駛員提供更好的綜合信息。對(duì)于多成員團(tuán)隊(duì)，共享駕駛意圖產(chǎn)生于每個(gè)認(rèn)知主體的集合，即團(tuán)隊(duì)情境意識(shí)（Situation Awareness，SA）可以被認(rèn)為是每個(gè)團(tuán)隊(duì)成員對(duì)其職責(zé)所要求的團(tuán)隊(duì)情境意識(shí)程度。

因此，團(tuán)隊(duì)成員SA 質(zhì)量（作為一種知識(shí)狀態(tài)）可以用作團(tuán)隊(duì)意圖的指標(biāo)。對(duì)于團(tuán)隊(duì)創(chuàng)建情景應(yīng)用的方式，已經(jīng)提出了各種理論，包括共享情景意識(shí)和分布式情景意識(shí)[26]。Kitchin 等[27]初步研究表明，分布式SA在團(tuán)隊(duì)協(xié)作中的表現(xiàn)優(yōu)于共享SA，因?yàn)榍罢吣馨l(fā)揮各認(rèn)知主體的優(yōu)勢(shì)和團(tuán)隊(duì)SA的質(zhì)量，并能注意兩個(gè)主體在操作和所需情境信息上的優(yōu)勢(shì)。因此，一些研究在人類操作者和自主認(rèn)知主體中提出了合作認(rèn)知系統(tǒng)的理論框架[16]。一些研究證明，人機(jī)協(xié)同智能系統(tǒng)的透明性對(duì)于人機(jī)團(tuán)隊(duì)的共享SA[28]非常重要，因?yàn)樗梢允谷祟悓?duì)機(jī)器的狀態(tài)和動(dòng)作保持足夠關(guān)注。

人類生物智能和機(jī)器智能可以通過(guò)雙向交流和深度融合實(shí)現(xiàn)智能互補(bǔ)，通過(guò)對(duì)多通道人機(jī)交互中的信號(hào)實(shí)現(xiàn)有效融合的智能方法，以支持對(duì)于駕駛員駕駛意圖的準(zhǔn)確理解，從而有效支持人機(jī)合作[29-30]。此外，Chen等[31-32]開(kāi)發(fā)了代理透明模型，這是一個(gè)促進(jìn)和校準(zhǔn)團(tuán)隊(duì)信任的有效工具，以促進(jìn)駕駛員對(duì)代理意圖、邏輯和預(yù)期結(jié)果的理解，從而規(guī)范駕駛員對(duì)代理的依賴。為此，Wang 等[33]提出了以人為中心、決策理論驅(qū)動(dòng)的可解釋性人工智能（Explainable Artificial Intelligence，XAI）概念框架，探索了人類認(rèn)知模式驅(qū)動(dòng)構(gòu)建XAI 的需求路徑以及XAI 如何減輕常見(jiàn)的認(rèn)知偏差。

2.3 共享控制權(quán)

1978 年，Sheridan 等[34]首次將共享控制定義為“自動(dòng)化和人工在同一時(shí)間處理同一任務(wù)的情況”。這種相互作用可以通過(guò)2種不同的方式實(shí)現(xiàn)：

（1）機(jī)器可以擴(kuò)展人的能力（例如，動(dòng)力轉(zhuǎn)向系統(tǒng)）。

（2）機(jī)器可以部分減輕操作者的總?cè)蝿?wù)量（例如，具有觸覺(jué)反饋的機(jī)械臂）。

在非完全自動(dòng)駕駛條件下，人類駕駛員實(shí)時(shí)在環(huán)，同機(jī)器系統(tǒng)共享決策控制權(quán)，協(xié)作完成駕駛?cè)蝿?wù)，目的是為了讓人類和機(jī)器更加緊密地合作，高效地執(zhí)行復(fù)雜任務(wù)。

根據(jù)轉(zhuǎn)向系統(tǒng)的不同，共享控制方式可分為直接式和間接式2種。直接式共享控制基于電動(dòng)助力轉(zhuǎn)向系統(tǒng)（Electric Power Steering, EPS）實(shí)現(xiàn)，駕駛員操縱轉(zhuǎn)向盤和輔助系統(tǒng)形成機(jī)械耦合，并通過(guò)力反饋進(jìn)行持續(xù)交互，因此也被稱為觸覺(jué)共享控制。間接式共享控制基于線控轉(zhuǎn)向技術(shù)（Steer By Wire,SBW），取消了轉(zhuǎn)向盤和轉(zhuǎn)向傳動(dòng)裝置之間的機(jī)械連接，擺脫了傳統(tǒng)轉(zhuǎn)向系統(tǒng)的各種限制，用于減小人機(jī)沖突，具有更大的發(fā)展?jié)摿?。柔性制造要求機(jī)器人同伴在人類的個(gè)人空間內(nèi)行動(dòng)，這強(qiáng)調(diào)了有效的人機(jī)交互應(yīng)該允許兩個(gè)智能代理共享對(duì)各種功能和任務(wù)的控制。機(jī)器人和駕駛員可能會(huì)參與對(duì)物體的共享操作，甚至與駕駛員直接接觸。然而，確定如何將駕駛員和自動(dòng)駕駛車輛的自動(dòng)化能力結(jié)合起來(lái)以實(shí)現(xiàn)最佳的人機(jī)合作仍然是一個(gè)挑戰(zhàn)[35]。實(shí)現(xiàn)駕駛員與自動(dòng)化系統(tǒng)交互的一種有吸引力的方法是共享控制權(quán)，這是一種人機(jī)合作領(lǐng)域傳承來(lái)的概念，在機(jī)器人領(lǐng)域有多種應(yīng)用。

在自動(dòng)化行業(yè)實(shí)際應(yīng)用中，智能系統(tǒng)會(huì)評(píng)估人類駕駛員是否能夠完成任務(wù)目標(biāo)，然后決定是等待人類的操作指令，還是由智能代理自主響應(yīng)[36]。因此，需要通過(guò)理解人類駕駛員在決定依賴自動(dòng)輔助決策或他們自己的決策時(shí)使用的過(guò)程，決策輔助幫助人類駕駛員正確地評(píng)估情況或系統(tǒng)狀態(tài)，以通過(guò)警告和建議做出適當(dāng)?shù)捻憫?yīng)。這個(gè)組隊(duì)決策過(guò)程是人機(jī)協(xié)作的輔助貢獻(xiàn)。例如，在高級(jí)自動(dòng)駕駛汽車中，當(dāng)駕駛員處于低負(fù)荷狀態(tài)時(shí)，該系統(tǒng)鼓勵(lì)駕駛員進(jìn)行手動(dòng)操作，以保持對(duì)駕駛員的有效監(jiān)控。當(dāng)駕駛員在高負(fù)荷狀態(tài)下執(zhí)行駕駛?cè)蝿?wù)時(shí)，系統(tǒng)會(huì)輔助駕駛?cè)丝刂破?。人機(jī)界面應(yīng)突出當(dāng)前的道路環(huán)境和駕駛目標(biāo)，以便自動(dòng)駕駛車輛有效地執(zhí)行駕駛?cè)蝿?wù)。

Muslim 等[37]還提出了一種以人為中心的自動(dòng)駕駛汽車方法，該方法使用自適應(yīng)策略在人類和機(jī)器之間切換控制權(quán)限。具體的自動(dòng)化水平直接影響操作員所需的功能和對(duì)系統(tǒng)狀態(tài)的了解，這可能會(huì)試圖通過(guò)決策輔助技術(shù)減輕認(rèn)知負(fù)荷。智能系統(tǒng)根據(jù)人機(jī)團(tuán)隊(duì)中駕駛員的狀態(tài)和交通狀況，通常采用強(qiáng)化學(xué)習(xí)技術(shù)來(lái)實(shí)現(xiàn)人機(jī)智能協(xié)同中的動(dòng)態(tài)學(xué)習(xí)與修正。Konstantinos 等[38]提出了一個(gè)交互式強(qiáng)化學(xué)習(xí)框架，該框架將人機(jī)智能協(xié)同中的顯性反饋與隱性人工反饋相結(jié)合，促進(jìn)了智能系統(tǒng)的個(gè)性化。在共享控制中，自動(dòng)化系統(tǒng)通過(guò)扭矩反饋向駕駛員傳達(dá)其期望的意圖，從而動(dòng)態(tài)調(diào)整人機(jī)團(tuán)隊(duì)任務(wù)。通過(guò)系統(tǒng)自優(yōu)化決策算法的深度學(xué)習(xí)，最大限度地提高了人類與自動(dòng)駕駛系統(tǒng)的協(xié)調(diào)性，使駕駛員能夠在動(dòng)態(tài)變化的交通環(huán)境中準(zhǔn)確優(yōu)化駕駛決策。

2.4 個(gè)性化交互

在“人、車、環(huán)境”一體的交互體系中，駕駛員扮演了重要角色。駕駛員駕駛特性直接影響車輛行駛的安全性、舒適性。因此，如何學(xué)習(xí)理解和模仿特定人類駕駛員的駕駛行為和駕駛經(jīng)驗(yàn)，是智能系統(tǒng)實(shí)現(xiàn)個(gè)性化的關(guān)鍵。例如，在駕駛汽車換道過(guò)程中，不同駕駛員不僅在面對(duì)相同的道路環(huán)境時(shí)會(huì)有不同的駕駛風(fēng)格，而且在不同的駕駛狀態(tài)下也會(huì)有不同的行為績(jī)效。當(dāng)智能駕駛系統(tǒng)只考慮車輛自身狀態(tài)以及外界交通環(huán)境因素，在駕駛員駕駛習(xí)慣不確定或者與駕駛員操作風(fēng)格相違背的情況下，智能系統(tǒng)為駕駛員提供的駕駛引導(dǎo)信息并不能被駕駛員接受和使用。這種情況一方面會(huì)降低駕駛員對(duì)駕駛輔助系統(tǒng)的信任，另一方面其貿(mào)然干涉行駛車輛容易造成駕駛員情緒緊張，最終造成不必要的交通事故[39-40]。

因此，人因?qū)傩允侵悄芟到y(tǒng)適應(yīng)駕駛員特異性的關(guān)鍵因素，駕駛員特性和駕駛狀態(tài)彼此耦合，形成“人駕”的內(nèi)在屬性。因此需要駕駛員異質(zhì)性參數(shù)，考慮駕駛員本身駕駛狀態(tài)，建立適應(yīng)于個(gè)性化駕駛模式的人機(jī)協(xié)同共駕研究，提高智能駕駛系統(tǒng)與駕駛員之間的貼合度。Jin 等[40]在研究中發(fā)現(xiàn)駕駛員在與智能系統(tǒng)的初始交互中，會(huì)表現(xiàn)出與駕駛員交互不同的人格特征和交際屬性。在一些具體領(lǐng)域內(nèi)人機(jī)智能協(xié)同的情感化研究方面，Mou 等[41]主要對(duì)看護(hù)機(jī)器人情感行為的相關(guān)功能進(jìn)行了研究，認(rèn)為機(jī)器人必須了解人的情感狀態(tài)，并建立虛擬情感狀態(tài)以表達(dá)情感，才能夠在交互與協(xié)同中產(chǎn)生情感化行為。Miyaji 等[42]研究了服務(wù)機(jī)器人中的情感交互，開(kāi)發(fā)了一種面向人機(jī)協(xié)同的分布式系統(tǒng)，結(jié)合了所有基本感官元素，可以識(shí)別用戶情緒并通過(guò)情感交互提供個(gè)性化服務(wù)。

隨著人工智能和情感計(jì)算相關(guān)基礎(chǔ)理論研究和技術(shù)的突破，未來(lái)智能系統(tǒng)的交互研究方向?qū)?huì)向著混合認(rèn)知、共享意圖和控制權(quán)及個(gè)性化交互方面不斷推進(jìn)和深化，大大提升自動(dòng)駕駛系統(tǒng)在環(huán)境感知、智能決策和控制執(zhí)行技術(shù)能力，推進(jìn)了智能汽車在復(fù)雜駕駛場(chǎng)景下的動(dòng)態(tài)認(rèn)知，增強(qiáng)自主性和適應(yīng)性，有助于構(gòu)建人機(jī)互補(bǔ)、人機(jī)融合、人機(jī)協(xié)同的人機(jī)智能系統(tǒng)[43-45]。

3 結(jié)束語(yǔ)

基于AI技術(shù)的智能系統(tǒng)，具有不同程度的環(huán)境感知、實(shí)時(shí)分析、自主決策、精準(zhǔn)執(zhí)行、學(xué)習(xí)提升能力。智能技術(shù)的自主特性帶來(lái)了一種新的合作關(guān)系，即人機(jī)組隊(duì)合作。在傳統(tǒng)人機(jī)交互中，人與機(jī)器（包括基于計(jì)算技術(shù)的產(chǎn)品）之間的關(guān)系基本上是一種“刺激與反應(yīng)”的關(guān)系，即兩者間的“反應(yīng)”按順序取決于另一方的“刺激”（輸入或輸出)。在人機(jī)融合中，人和機(jī)器的關(guān)系則是合作的關(guān)系。人和機(jī)器在感知、分析、推理、學(xué)習(xí)、決策多個(gè)智能水平上互相協(xié)同合作，從而實(shí)現(xiàn)系統(tǒng)的整體優(yōu)勢(shì)。智能車輛不再是人類操作的工具，而是成為與人類合作完成動(dòng)態(tài)共駕任務(wù)的合作者。

本文梳理了人機(jī)智能協(xié)同的人機(jī)新型關(guān)系、人機(jī)一體化認(rèn)知決策模型、分析了高級(jí)自動(dòng)駕駛的智能系統(tǒng)在人機(jī)混合認(rèn)知、共享駕駛意圖、共享控制權(quán)、個(gè)性化交互這4 個(gè)方面的人機(jī)團(tuán)隊(duì)合作，為未來(lái)智能系統(tǒng)中的人機(jī)合作提供了跨學(xué)科的視角，提出了人機(jī)協(xié)作研究發(fā)展趨勢(shì)思考。未來(lái)針對(duì)智能自主系統(tǒng)的人機(jī)合作研究中，在技術(shù)推進(jìn)的基礎(chǔ)上，還需要充分考慮人類工效學(xué)設(shè)計(jì)因素方面的研究：

（1）要從倫理、道德角度出發(fā)，利用智能系統(tǒng)來(lái)增強(qiáng)人的能力而不是取代人。

（2）要充分考慮人類工效學(xué)設(shè)計(jì)，智能系統(tǒng)設(shè)計(jì)應(yīng)該是可解釋、可理解、有用和可用，充分考慮人的因素來(lái)提供符合人類工效學(xué)要求的解決方案，從而最大限度地發(fā)揮智能系統(tǒng)的工作績(jī)效，實(shí)現(xiàn)人機(jī)合作的整體優(yōu)勢(shì)。

（3）要將個(gè)人智能助理與智能輔助系統(tǒng)結(jié)合，全方位滿足用戶對(duì)多模態(tài)交互高效性、立體感、情感性方面的需求，能主動(dòng)根據(jù)用戶學(xué)習(xí)思考用戶的需求，提供多元化的駕乘體驗(yàn)。

未來(lái)面對(duì)工業(yè)人工智能化問(wèn)題，對(duì)新型機(jī)器人還需加大研究力度，例如社會(huì)交互類機(jī)器人（如康復(fù)、娛樂(lè)、家居服務(wù)）的人機(jī)組隊(duì)、決策自主權(quán)，自動(dòng)化透明設(shè)計(jì)、自動(dòng)化信任、自動(dòng)化機(jī)—機(jī)交互、情景意識(shí)、文化因素方面的研究。從人類認(rèn)知屬性和機(jī)器計(jì)算屬性入手，展開(kāi)對(duì)人機(jī)協(xié)作模式的研究，從人類的感知、認(rèn)知理解、決策推理過(guò)程展開(kāi)對(duì)人機(jī)認(rèn)知決策的融合機(jī)理研究，實(shí)現(xiàn)人機(jī)智能高效融合。