林慶峰，王兆杰，魯光泉

（北京航空航天大學(xué)交通科學(xué)與工程學(xué)院，北京 100191）

前言

在有條件自動駕駛中（SAE，L3級），自動駕駛系統(tǒng)可執(zhí)行全部的動態(tài)駕駛?cè)蝿?wù)（系統(tǒng)起作用），駕駛?cè)藷o須始終監(jiān)控駕駛?cè)蝿?wù)，但當(dāng)車輛所處情況超出了自動駕駛系統(tǒng)的操作極限時，系統(tǒng)會發(fā)出接管請求，駕駛?cè)隧毮芗皶r接管車輛的控制權(quán)［1］。因此，如何確保駕駛?cè)俗灾鞑倏v與自動駕駛系統(tǒng)之間的安全切換尤為重要，這也是自動駕駛系統(tǒng)及其人機交互界面設(shè)計需要考慮的重要因素。

近年來，很多學(xué)者開展了針對自動駕駛接管行為的研究。接管請求時間是影響接管行為的重要因素，通常定義為自動駕駛系統(tǒng)的接管請求警告提示信號發(fā)出時自車與前方障礙物的碰撞時間（time to collision，TTC）。接管時間是重要的接管績效指標(biāo)之一，通常定義為接管請求時間開始到駕駛?cè)岁P(guān)閉自動駕駛模式的時間間隔。自動駕駛的關(guān)閉方式主要通過轉(zhuǎn)向盤上的按鍵、制動和轉(zhuǎn)向?qū)崿F(xiàn)（設(shè)定制動踏板或轉(zhuǎn)向盤轉(zhuǎn)角超過一定的閾值）。研究中往往利用非駕駛相關(guān)任務(wù)（次任務(wù)）使駕駛?cè)嗽谧詣玉{駛過程中處于注意力分散狀態(tài)。常用的非駕駛相關(guān)任務(wù)包括：替代相關(guān)任務(wù)（surrogate reference task，SuRT）、n-Back、20個問題任務(wù)和箭頭視覺次任務(wù)以及觀察導(dǎo)航、讀新聞、看視頻和玩游戲等真實的任務(wù)。

很多學(xué)者研究了接管請求時間和次任務(wù)等因素對接管績效的影響。Gold等［2］發(fā)現(xiàn)隨著接管請求時間變短，駕駛?cè)藭斓刈龀鰶Q策，反應(yīng)更快，但通常接管質(zhì)量會變差。Ito等［3］的研究顯示駕駛?cè)嗽? s的接管請求時間下也能正確地完成接管操作。Eriksson等［4］對近年來自動駕駛的接管請求時間的相關(guān)研究進行了綜述，表明當(dāng)前相關(guān)研究中設(shè)定的接管請求時間平均值為6.37 s（標(biāo)準(zhǔn)差為5.36 s），而自動駕駛的接管請求時間設(shè)定為7 s左右較為合適。Zeeb等［5］根據(jù)駕駛?cè)说淖⒁曅袨椋瑢Ⅰ{駛?cè)朔譃楦?、中、低風(fēng)險駕駛?cè)后w，研究結(jié)果顯示高風(fēng)險駕駛?cè)说闹苿訒r機要晚于中低風(fēng)險駕駛?cè)?，?類人群的首次接觸轉(zhuǎn)向盤的時間、首次凝視道路中心的時間均無明顯差異。K?rber等［6］調(diào)查了在不同的交通密度和非駕駛相關(guān)任務(wù)條件下年齡對自動駕駛接管時間和接管質(zhì)量的影響。結(jié)果表明，年輕駕駛?cè)耍ā?8歲）和年老駕駛?cè)耍ǎ?0歲）的接管時間無顯著差異。Radlmayr等［7］分析了不同的交通狀況和非駕駛相關(guān)任務(wù)對有條件自動駕駛中的接管過程的影響，結(jié)果表明交通狀況對接管時間和接管質(zhì)量有較強的影響，高密度交通流狀態(tài)下接管的危險性更大。Zeeb等［8］研究了不同的真實次任務(wù)（寫郵件、讀新聞、看視頻）對接管操作的影響，結(jié)果顯示次任務(wù)對駕駛?cè)说慕庸芊磻?yīng)時間無影響，但駕駛分神會惡化駕駛接管質(zhì)量。Happee等［9］的研究結(jié)果表明TTC和與障礙物的間距是較好的緊急接管避讓操作的評價指標(biāo)，與手動駕駛行為相比，自動駕駛會使駕駛?cè)说霓D(zhuǎn)向和制動干預(yù)介入時機發(fā)生延遲。Gold等［10］建立了接管時間、最小TTC、制動應(yīng)用和碰撞概率等接管績效變量的預(yù)測模型，結(jié)果顯示接管時間、最小TTC和碰撞概率模型具有較好的預(yù)測效果，制動應(yīng)用（駕駛?cè)嗽诮庸苓^程中是否采取制動措施）預(yù)測模型具有一定的預(yù)測效果。魯光泉等［11］分析了年輕駕駛?cè)说慕庸芊磻?yīng)特性，結(jié)果顯示，次任務(wù)的存在會顯著增加接管時間，駕駛?cè)烁鼉A向于采用制動加轉(zhuǎn)向的組合操作來回避風(fēng)險。林慶峰等［12］發(fā)現(xiàn)在緊急接管情況下，接管緊迫度對合成加速度和最小TTC有影響，而對接管時間無影響，非駕駛相關(guān)任務(wù)對接管時間和最小TTC有影響，而對合成加速度無影響。

上述研究主要針對接管績效的影響因素展開，這其中包括接管請求時間、交通密度和駕駛?cè)说奶卣髋c年齡等因素對接管績效的影響等。但當(dāng)前對自動駕駛接管的安全性的量化評估研究并不深入。例如，Gold的研究中建立了碰撞預(yù)測模型，模型的自變量包括接管請求時間、交通密度、重復(fù)性和年齡等［10］，但該文獻僅考慮了是否碰撞的情況，并未考慮近似碰撞（near crashes）這樣的緊急狀態(tài)。

本研究的目的是評價高速公路環(huán)境下L3級自動駕駛車輛接管的安全性。基于駕駛模擬器構(gòu)建高速公路環(huán)境下的緊急接管場景，設(shè)計不同難度等級的箭頭視覺次任務(wù)，進行駕駛模擬實驗，分析次任務(wù)對接管績效的影響。在此基礎(chǔ)上，建立L3級自動駕駛車輛接管的安全性評價模型，可對自動駕駛系統(tǒng)的設(shè)計提供理論支持。

1 實驗方法

1.1 實驗被試

本次實驗共計招募了49名被試（男性30名，女性19名），被試的平均年齡為31.06歲（標(biāo)準(zhǔn)差為7.10歲），平均駕齡為6.31年（標(biāo)準(zhǔn)差為5.23年）。被試均持有有效的駕駛執(zhí)照。實驗前被試須自我報告是否處于良好的健康狀況和有無疲勞、藥物誤用等情況。被試在實驗前須先了解整個實驗流程，然后填寫知情同意書。

1.2 駕駛模擬器

實驗采用簡易駕駛模擬器，硬件主要包括：羅技G29轉(zhuǎn)向盤和加速與制動踏板套件、高性能計算機和顯示器等（見圖1）。模擬器采用自動擋模式，駕駛?cè)嗽谑謩玉{駛時只須操作加速與制動踏板和轉(zhuǎn)向盤。模擬器的場景設(shè)計軟件為UC-Win／Road，該軟件可實現(xiàn)復(fù)雜道路與交通流的生成、行駛車輛的設(shè)置和交通控制等功能。模擬器可實時記錄自車和周邊車輛的數(shù)據(jù)，如車輛運行狀態(tài)和駕駛?cè)瞬僮鞯取４送?，轉(zhuǎn)向盤右側(cè)放置一個平板電腦用以顯示次任務(wù)。

圖1 駕駛模擬器

1.3 實驗設(shè)計

1.3.1 次任務(wù)

本研究選取的次任務(wù)是參考Kircher等的研究中設(shè)定的視覺次任務(wù)［13］。如圖2所示，該任務(wù)為箭頭次任務(wù)，圖2中的左側(cè)圖片是干擾箭頭，右側(cè)圖片為目標(biāo)箭頭＋干擾箭頭。次任務(wù)從易到難可分為3個等級，1級為4×4箭頭矩陣（干擾箭頭向左和向右），2級為6×6箭頭矩陣（干擾箭頭向下），3級為6×6箭頭矩陣（干擾箭頭向左、向右和向下）。

次任務(wù)圖片會顯示在模擬器中控臺偏右側(cè)放置的平板電腦屏幕上，每張圖片顯示時間為5 s，被試在該時間段內(nèi)須判斷圖片中是否有朝向上方的箭頭（目標(biāo)箭頭），并回答“有”或“沒有”，箭頭組合方式不同且隨機呈現(xiàn)，直到車輛切換為手動駕駛后次任務(wù)停止顯示，手動駕駛時無次任務(wù)顯示。

1.3.2 接管場景

接管場景為被試在自動駕駛過程中執(zhí)行次任務(wù)操作時（眼睛始終注視顯示次任務(wù)的平板電腦屏幕），自車所在的車道前方突然出現(xiàn)一輛拋錨車輛，根據(jù)自車車速和與拋錨車輛的車間距離設(shè)定接管請求時間TTC為7 s。自動駕駛系統(tǒng)按照設(shè)定的接管請求時間向被試發(fā)出接管請求提示警告信息（聲音＋視覺提示圖標(biāo)）。接管提示聲音為“自動駕駛即將失效，請接管！”，顯示同樣文字的提示圖標(biāo)同步出現(xiàn)在中央顯示器屏幕上方。被試聽到提示音后應(yīng)立即按下轉(zhuǎn)向盤上的切換按鈕，使車輛從自動駕駛模式切換到手動模式。

圖2 視覺次任務(wù)示意圖

1.3.3 道路場景

實驗采用單因素實驗設(shè)計，因素為次任務(wù)。次任務(wù)包括：無次任務(wù)（對照基準(zhǔn)）、1級、2級和3級次任務(wù)。每種等級的次任務(wù)均呈現(xiàn)一次，利用拉丁方設(shè)計法對不同次任務(wù)的接管場景的出現(xiàn)順序進行布置。實驗路段的長度為19 km，被試初始須手動駕駛一段路，然后通過按下切換按鈕將駕駛模式從手動切換為自動駕駛模式，每個接管場景的距離間隔約為3～4 km。

道路場景為雙向6車道的高速公路（見圖1），天氣和道路狀況良好。交通流設(shè)置為稀疏交通流，平均速度為110 km／h，最高車速限定為120 km／h。交通流分布均勻，總計500輛／h。實驗開始時被試須駕駛車輛在中間車道行駛，手動駕駛時車速保持在110 km／h左右，然后按下轉(zhuǎn)向盤上的切換按鈕使車輛進入自動駕駛模式，車輛速度則在短時間內(nèi)自動變?yōu)?10 km／h。

1.4 實驗流程

被試在實驗前須先簽署知情同意書，填寫問卷調(diào)查表以記錄基本的人口統(tǒng)計信息（年齡、性別、駕齡、駕駛里程等）。然后實驗人員向被試介紹自動駕駛系統(tǒng)的相關(guān)功能，如接管切換模式、系統(tǒng)失效的場景和次任務(wù)的操作說明等。被試在正式實驗前要進行約10 min的預(yù)備實驗，包括熟悉轉(zhuǎn)向盤、加速與制動踏板的靈敏度，熟悉實驗道路環(huán)境、練習(xí)自動駕駛的切換操作等。預(yù)備實驗結(jié)束后，被試會有5 min的休息時間，而后開始正式實驗。

特別需要指出的是，當(dāng)車輛處于自動駕駛模式時，被試在執(zhí)行次任務(wù)操作時視線應(yīng)始終注視在平板電腦上，即偏離道路朝向（Eyes-off Road），被試的雙手呈放松狀態(tài)自然放置在身體的兩側(cè)，右腳也呈放松狀態(tài)且不放置在制動或加速踏板上。當(dāng)被試聽到接管提示聲音后，可采用制動、轉(zhuǎn)向等回避操作，實驗中不特別指定被試的轉(zhuǎn)向避讓方向。被試駕駛車輛繞過拋錨車輛后應(yīng)重新回到中間車道。

1.5 實驗因變量

實驗的因變量主要為接管時間和接管質(zhì)量。接管時間包括接管反應(yīng)時間和制動反應(yīng)時間。接管反應(yīng)時間定義為從接管請求警告信號發(fā)出到被試按下轉(zhuǎn)向盤上的切換按鈕的時間間隔。制動反應(yīng)時間定義為接管請求警告信號發(fā)出到被試踩下制動踏板的時間。其中，制動踏板觸發(fā)的閾值為制動踏板總行程的10%。接管質(zhì)量包括合成加速度、最小TTC和碰撞率。合成加速度的計算方式為最大縱向加速度與最大橫向加速度的矢量和［2］。最小TTC的計算方式為自車未完全駛離本車道情況下自車與拋錨車輛之間的最小 TTC［14］。

1.6 數(shù)據(jù)預(yù)處理

在數(shù)據(jù)列表中可通過車輛的行駛距離提取接管提示點，根據(jù)拋錨車輛的位置提取出整個接管過程的結(jié)束點，在這個區(qū)間內(nèi)共提取8段有效數(shù)據(jù)。然后分別提取并計算接管反應(yīng)時間、制動反應(yīng)時間、合成加速度和最小TTC。

在實驗中，由于被試的操作失誤等原因，如由于誤操作而未及時接管，或被試提前接管，會導(dǎo)致數(shù)據(jù)異常，所以須剔除異常值。在預(yù)備實驗中，針對駕駛轉(zhuǎn)向行為的研究發(fā)現(xiàn)，有些駕駛?cè)嘶乇軙r會先進行制動操作，然后將車輛靜止一段時間后再轉(zhuǎn)向，這導(dǎo)致轉(zhuǎn)向反應(yīng)時間的離散度較大。因此，本研究中并未考慮駕駛?cè)说霓D(zhuǎn)向反應(yīng)時間。針對次任務(wù)對接管績效的影響分析，采用方差分析和非參數(shù)檢驗的方法進行分析。針對接管安全性評價模型的研究，采用Logistics回歸分析的方法進行建模。

2 結(jié)果分析

2.1 數(shù)據(jù)分析

統(tǒng)計制動反應(yīng)時間可知，駕駛?cè)说幕乇苓^程中主要采取制動的數(shù)據(jù)為130個（約占總數(shù)的70%）。接管反應(yīng)時間、制動反應(yīng)時間（排除直接轉(zhuǎn)向）、合成加速度和最小TTC的統(tǒng)計直方圖分別如圖3～圖6所示。其中，除最小TTC外，其他指標(biāo)均呈現(xiàn)正態(tài)分布或近似正態(tài)分布。

圖3 不同次任務(wù)下的接管反應(yīng)時間直方圖

2.2 接管時間

2.2.1 接管反應(yīng)時間

圖5 不同次任務(wù)下的合成加速度直方圖

圖6 不同次任務(wù)下的最小TTC直方圖

圖7 為不同次任務(wù)下的接管反應(yīng)時間的對比結(jié)果。由圖可見：次任務(wù)對接管反應(yīng)時間有顯著影響，F(xiàn)（3，182）＝10.272，p＜0.001。其中，無次任務(wù)下的接管反應(yīng)時間（1.44±0.38 s）均分別低于1級次任務(wù)下的接管反應(yīng)時間（1.66±0.34 s）（p＝0.006）、2級次任務(wù)下的接管反應(yīng)時間（1.79±0.47 s）（p＜0.001）和3級次任務(wù)下的接管反應(yīng)時間（1.81±0.40 s）（p＜0.001）。此外，1級、2級、3級次任務(wù)下的接管反應(yīng)時間兩兩之間均無顯著差異（1級vs.2級：p＝0.116；2級 vs.3級：p＝0.807；1級 vs.3級：p＝0.064）。因此，次任務(wù)的存在會顯著增加接管反應(yīng)時間。這主要是由于駕駛?cè)寺牭浇庸芴崾疽艉笠暰€由平板電腦轉(zhuǎn)移到道路前方，駕駛?cè)说氖謴姆潘蔂顟B(tài)到握緊轉(zhuǎn)向盤均需要消耗一定的時間。2.2.2 制動反應(yīng)時間

圖7 次任務(wù)對接管反應(yīng)時間的影響

圖8 為不同次任務(wù)下的制動反應(yīng)時間的對比結(jié)果。排除駕駛?cè)嘶乇軙r直接轉(zhuǎn)向的數(shù)據(jù)，統(tǒng)計結(jié)果表明：次任務(wù)對制動反應(yīng)時間有影響，F(xiàn)（3，126）＝7.466，p＜0.001。其中，無次任務(wù)下的制動反應(yīng)時間（1.88±0.55 s）均分別低于1級次任務(wù)下的制動反應(yīng)時間（2.28±0.56 s）（p＝0.009）、2級次任務(wù)下的制動反應(yīng)時間（2.45±0.67 s）（p＜0.001）和3級次任務(wù)下的制動反應(yīng)時間（2.50±0.67 s）（p＜0.001），此外，1級、2級、3級次任務(wù)下的制動反應(yīng)時間兩兩之間均無顯著差異（1級 vs.2級：p＝0.285；1級 vs.3級：p＝0.150；2級 vs.3級：p＝0.751）。駕駛?cè)嗽谝暰€轉(zhuǎn)移至前方道路以及手接觸轉(zhuǎn)向盤按下切換按鈕后，一般會根據(jù)接管場景的危險狀況而采取制動或制動＋轉(zhuǎn)向的回避操作。因此，相對于無次任務(wù)情況，次任務(wù)的存在導(dǎo)致制動反應(yīng)時間增加的主要原因仍是駕駛?cè)私庸軠?zhǔn)備的時間過長所致。此外，由于接管請求時間相同，這也是導(dǎo)致1級、2級和3級次任務(wù)下的制動反應(yīng)時間相同的重要原因。

圖8 次任務(wù)對制動反應(yīng)時間的影響

2.3 接管質(zhì)量

2.3.1 合成加速度

圖9為不同次任務(wù)下的合成加速度的對比結(jié)果。由圖可見：次任務(wù)對合成加速度無影響，F(xiàn)（3，182）＝0.516，p＝0.671。其中，無次任務(wù)、1級次任務(wù)、2級次任務(wù)和3級次任務(wù)下的合成加速度兩兩之間均無顯著差異。不同次任務(wù)下駕駛?cè)说闹苿硬僮鞯姆€(wěn)定性也無明顯差異，這主要是因為一方面研究中設(shè)定的接管請求時間相同，另一方面是由于7 s的接管請求時間并不是緊急工況，具有較合適的安全裕度，因而駕駛?cè)擞斜容^充分的時間進行回避操作，駕駛?cè)嗽谶@種接管場景下具有較好的車輛控制能力。

圖9 次任務(wù)對合成加速度的影響

2.3.2 最小TTC

根據(jù)不同次任務(wù)和接管請求時間下的最小TTC的分布特點，采取非參數(shù)檢驗的方法分析不同次任務(wù)及接管請求時間對最小TTC的影響。

利用Kruskal-Wallis H檢驗分析不同次任務(wù)對最小TTC的影響可知，無次任務(wù)、1級次任務(wù)、2級次任務(wù)和3級次任務(wù)下的最小TTC的平均秩次分別為 122.21（N＝48）、109.14（N＝49）、71.41（N＝44）和67.44（N＝45）?？梢?，2級和3級次任務(wù)下的最小TTC要比無次任務(wù)和1級次任務(wù)下的最小TTC小得多，但2級與3級次任務(wù)下的最小TTC和無次任務(wù)與1級次任務(wù)下的最小TTC卻都差別不大。因此，總的來說，次任務(wù)在一定程度上影響接管的安全性，隨著次任務(wù)等級的增高，接管的安全性降低。這主要是由于次任務(wù)等級越高，駕駛負荷越大，一定程度上影響了駕駛?cè)说慕庸苣芰Α?/p>

3 接管安全性評價

采用二元logistics回歸方法構(gòu)建駕駛?cè)私庸馨踩栽u價模型。最小TTC低于1 s通常被認為是評估碰撞的有效的替代方法［15］。因變量選取最小TTC組別，最小TTC小于等于1 s為危險組，最小TTC大于1 s為正常組。輸入變量選擇次任務(wù)、接管反應(yīng)時間、是否制動和合成加速度。篩選變量的方法選擇向后逐步回歸法，該方法表示向前篩選變量且變量進入模型的依據(jù)是比分檢驗統(tǒng)計量，剔除出模型的依據(jù)是極大似然估計原則下的似然比卡方。設(shè)置概率分界值為0.5，預(yù)測概率值大于0.5時認為被解釋變量的分類預(yù)測值為1（危險組），小于0.5時認為分類預(yù)測值為0（安全組）。針對7 s的接管請求時間，最終篩選出的變量為接管反應(yīng)時間和次任務(wù)，得到的logistics回歸方程見式（1），模型預(yù)測正確率為85.5%，見表1。

式中：TORt為接管反應(yīng)時間；Task為次任務(wù)。

表1 分類表

4 結(jié)論

本研究基于模擬器設(shè)計高速公路接管場景，分析了L3級自動駕駛中次任務(wù)對接管績效的影響，建立了接管安全性評價模型，具體的結(jié)論如下。

（1）有次任務(wù)時會增大駕駛?cè)说慕庸芊磻?yīng)時間且在一定程度上降低接管的安全性，但對接管的穩(wěn)定性并無影響。

（2）7 s的接管請求時間下，接管反應(yīng)時間和次任務(wù)等級是接管安全性的兩個最佳預(yù)測因素。接管安全性評價模型的預(yù)測準(zhǔn)確率為85.5%。

本研究采用模擬器進行實驗并提取實驗數(shù)據(jù)，今后應(yīng)在實車道路環(huán)境下進一步驗證模型的有效性，并考慮駕駛?cè)说膫€體特征、其他典型的接管場景和駕駛?cè)藸顟B(tài)等因素。本研究中接管的切換方式為駕駛?cè)税聪罗D(zhuǎn)向盤上的切換按鈕，未來須綜合考慮踩制動踏板和轉(zhuǎn)動轉(zhuǎn)向盤的切換形式。