景春暉 ，支錦亦

（西南交通大學建筑與設(shè)計學院，四川 成都 611756）

駕駛時使用手機對駕駛安全有重大影響[1-6]，司機在使用手機過程中出車禍的概率為42%[7]. 反向來看，駕駛?cè)蝿?wù)也對手機交互可用性產(chǎn)生了影響，即“逆向效應(yīng)”[8-11]. 如今，由于以汽車共享經(jīng)濟為代表的“零工經(jīng)濟”（gig economy）的出現(xiàn)，開車時使用手機的情況更加有所增加[12]. 中國國家信息中心共享經(jīng)濟研究中心發(fā)布的《2019年度中國共享經(jīng)濟年度報告》[13]提到，2015年—2018年網(wǎng)上出租車乘客數(shù)量從9.5%增加到36.3%. 截至2018年底，滴滴出行已連接4.5億多乘客和2100萬司機，每天收到74.3億份訂單，完成2500多萬份訂單，服務(wù)城市超過400個. 這將導(dǎo)致一系列與手機分心駕駛（mobile phone distracted driving，MPDD）和雙任務(wù)干擾相關(guān)的問題[11]. 然而，目前關(guān)于汽車共享任務(wù)的研究較少. 關(guān)于車內(nèi)使用手機的研究主要集中在通話任務(wù)上（近60%），其次是發(fā)短信任務(wù)（近38%）[11]. 因此，亟需關(guān)于共享汽車軟件對駕駛安全性和交互可用性的研究.

目前，關(guān)于車內(nèi)使用手機的研究主要集中在手機交互任務(wù)對駕駛安全性的影響上. 例如，執(zhí)行音樂搜索或?qū)Ш饺蝿?wù)對駕駛員視覺注意力和駕駛能力的影響[12-15]，免提和手持移動電話對駕駛性能的影響等[16]. 在車內(nèi)使用手機會增加反應(yīng)時間[17-18]，損害視覺注意力分布[19-20]，減少車道變換頻率[21]，增加跟車距離[18]，以及降低行駛速度[22]等. 這些干擾都將導(dǎo)致駕駛安全風險的增加.

但近年來，對逆向效應(yīng)的研究開始出現(xiàn)[11]. 保持車輛橫向控制穩(wěn)定將導(dǎo)致人的語言交互能力的降低[8]，駕駛會影響手機的交互響應(yīng)時間[23]，駕駛?cè)蝿?wù)會影響發(fā)短信的準確性[10]. 然而，目前，類似的研究還遠遠少于駕駛安全性的研究，因此有必要在進行駕駛安全性研究的同時進行交互可用性研究.

在現(xiàn)有研究中，駕駛安全性可以用以下變量反映：速度偏差（使用手機會導(dǎo)致更高的速度偏差和橫向加速度可變性）[11,24]、車速（開車時說話/撥號/發(fā)短信會導(dǎo)致速度降低）[11]、制動響應(yīng)時間和剎車時間[25-29]、駕駛錯誤[30]、認知負荷[31]、方向盤修正量[32]等. 為了在汽車共享任務(wù)中確定這些變量的表現(xiàn)，本研究選取車速、駕駛錯誤、方向盤修正次數(shù)以及制動時間等參數(shù)作為駕駛安全性變量. 對于反映交互可用性的變量，Harrison等[33]指出最常見的可用性變量是有效性、效率和滿意度（超過50%）. 另外，認知負荷也被認為是可用性的一個重要方面[34]. 交互時間和交互錯誤也可以被用作衡量交互績效[35]. 因此，本研究選取交互錯誤（效度）、交互時間（效率）、滿意度、認知負荷作為交互可用性變量.

如Choudhary等[36]所述，目前關(guān)于手機和駕駛相互影響的研究大多在發(fā)達國家開展，在發(fā)展中國家開展的工作很少. 然而，在發(fā)展中國家駕駛時使用手機的情況非常常見[1]. 此外，種族、習慣和文化因素會導(dǎo)致交互和駕駛表現(xiàn)的不同. 例如，Nakano等[37]指出美國和日本用戶在搜索習慣和搜索速度上就存在差異. 因此，有必要在中國（人口最多的發(fā)展中國家）進行研究.

綜上，關(guān)于汽車共享的駕駛安全性和交互可用性研究面臨以下問題：

1） 在駕駛時使用汽車共享軟件是否會對駕駛安全性產(chǎn)生影響；

2） 逆向來看，駕駛?cè)蝿?wù)是否會影響汽車共享軟件的交互可用性績效；

3） 影響的績效指標和影響機制尚不明確.

1 研究方法

1.1 試驗材料

研究采用現(xiàn)場觀察和問卷的方法對30名經(jīng)驗豐富的中國司機進行了調(diào)查. 駕駛員的年齡為20～45歲（均值為36.56歲，標準差為5.24歲）. 被試對汽車共享軟件的交互流程進行了排序，共獲得11項主要功能，包括呼叫乘客、個人信息、訂購等. 參與者通過排序最終確定了3個最常見的功能，對應(yīng)試驗交互任務(wù)T1～T3：接單（任務(wù)T1）、確認信息（乘客信息、目的地等）（任務(wù)T2）、目的地搜索（通過平移或縮放確定手機屏幕地圖上的目標位置）（任務(wù)T3）.開發(fā)了3個試驗測試demo，如圖1所示.

圖1 試驗demo界面Fig. 1 Three experimental demo interfaces

1.2 實證研究

1.2.1 參與者

研究招募了24名熟練使用滴滴出行軟件的司機作為參與者，均為20～45歲（均值為33.43歲，標準差為6.32歲）的右撇子男性，每周駕駛3次以上，每天駕駛10 h以上，持續(xù)5年以上（司機擁有足夠的經(jīng)驗，從而消除經(jīng)驗不足引發(fā)的影響）. 所有被試都身體健康，視力正常，駕駛小型手動車，并且有使用汽車共享軟件的經(jīng)驗. 為了排除年齡對感知可用性的潛在影響，選擇了相同年齡組的參與者[12].

1.2.2試驗設(shè)備與環(huán)境

本文選用駕駛模擬器而不是在真實環(huán)境中進行試驗研究. 盡管有研究認為模擬器缺乏真實感[11]，但模擬器較為安全，控制駕駛參數(shù)很容易[32]. 此外，駕駛模擬器的效度并不比真車自然駕駛差[7].

在MPDD相關(guān)研究中，駕駛模擬器試驗的道路環(huán)境大都選擇了雙車道道路[6,32]，文本選取一條模擬中國城市的雙車道道路作為試驗道路. 道路負荷較低，從而避免對駕駛的意外影響. 根據(jù)中國市區(qū)道路法規(guī)，最高車速限制為60 km/h[38].

使用的手機為5.7英寸（1920像素 × 1080像素）觸摸屏，使用滴滴司機常用的可旋轉(zhuǎn)手機支架架設(shè)在滴滴司機最常放置的位置：右側(cè)空調(diào)出風口處，如圖2所示.

圖2 試驗設(shè)備Fig. 2 Experimental equipment

此外，還使用了調(diào)查問卷、高清攝像機和筆記本電腦等設(shè)備.

1.2.3 測試內(nèi)容

因變量包括駕駛安全性變量和交互可用性變量.

駕駛安全性變量包括制動響應(yīng)時間、制動停車時間、車速、認知負荷、方向盤修正幅度和次數(shù)、駕駛錯誤. 制動響應(yīng)時間為司機自收到制動信號到做出制動動作的時間；制動停車時間為司機在做出制動反應(yīng)后到車輛減速至20 km/h的時間；車速為司機執(zhí)行任務(wù)時的車輛平均速度；認知負荷是通過NASATLX量表確定[39]；方向盤校正幅度和次數(shù)分別為駕駛員在10 s內(nèi)執(zhí)行交互任務(wù)時調(diào)整方向盤的平均角度和總次數(shù)；駕駛錯誤為檢測到的車輛越過道路基線的次數(shù).

交互可用性變量包括交互時間（效率）、交互錯誤（效度）、認知負荷和滿意度. 交互時間為完成交互任務(wù)所需的時間；交互錯誤為交互任務(wù)執(zhí)行錯誤的次數(shù)；認知負荷和滿意度分別使用認知負荷問卷和滿意度問卷[40]確定.

1.2.4 試驗任務(wù)和程序

1） 任務(wù)T1：參與者在收到開始命令后，查看手機屏幕上顯示的文字信息，當信息被確認后，點擊“確認”按鈕；按鈕被點擊后信息消失（圖1（a））；此任務(wù)需要少量手指和視覺交互.

2） 任務(wù)T2：參與者在收到開始命令后，在駕駛的同時通過手機屏幕檢查路線信息（路線信息提供了距離目標的距離和路線的方向等信息）（圖1（b））；此任務(wù)只需要視覺交互但是需要記住相關(guān)信息.

3） 任務(wù)T3：參與者在駕駛時收到開始命令后，立即查看手機屏幕上的目的地信息，目的地在屏幕外，因此參與者應(yīng)通過拖動或縮放（基于個人習慣）將標記的目的地圖標移動到屏幕內(nèi)[41]（圖1（c））；這項任務(wù)需要相對較多的手指和視覺交互.

試驗步驟如下：

步驟1收集被試的基本信息，如駕齡、年齡、性別、駕駛習慣、車型、汽車共享軟件使用經(jīng)驗等.

步驟2告知被試駕駛和交互任務(wù)，并訓練15 min以便熟悉交互任務(wù)和駕駛?cè)蝿?wù). 當被試完成駕駛互動任務(wù)后，需要完成認知負荷和滿意度量表.

步驟3調(diào)整手機位置和座椅位置. 當汽車處于停車狀態(tài)時，對參與者進行T1～T3測試，每項任務(wù)完成后，完成認知負荷量表和滿意度量表.

步驟4在中國典型的低交通負荷城市雙車道道路上以40～50 km/h的正常速度行駛. 在正常駕駛5 min后，被試在駕駛狀態(tài)下依次接受T1～T3任務(wù)測試. 每項任務(wù)完成后，完成認知負荷量表和滿意度量表.

步驟5為避免固定試驗順序?qū)υ囼灲Y(jié)果的影響，被試的試驗順序不同.

在試驗數(shù)據(jù)基礎(chǔ)上，采用配對樣本t檢驗方法，考察了汽車共享任務(wù)對交互可用性和駕駛安全性的影響.

2 交互可用性

2.1 交互時間

對停車交互和駕駛中交互兩種狀態(tài)下的交互時間進行了比較.t檢驗結(jié)果為：任務(wù)T1的t值為2.650，P值為0.014；任務(wù)T2的t值為4.826，P值為0；任務(wù)T3的t值為2.937，P值為0.007；說明停車和駕駛中的交互時間均存在顯著差異. 如圖3所示，在任務(wù)T1～T3中，駕駛中的交互時間比停車狀態(tài)下的交互時間長24%～87%，這說明駕駛行為在所有交互場景中都會顯著增加交互時間.

圖3 交互時間Fig. 3 Interaction time

2.2 滿意度

對停車交互和駕駛中交互兩種狀態(tài)下的滿意度進行比較，t檢驗結(jié)果為：任務(wù)T1的t值為3.246，P值為0.014，任務(wù)T2的t值為2.807，P值為0.010；這反映出在任務(wù)T1和T2中，停車交互與駕駛中交互的滿意度存在顯著差異. 如圖4所示，任務(wù)T1在駕駛交互時的滿意度為6.597 ± 2.539，低于停車交互時的滿意度7.758 ± 2.294；任務(wù)T2在駕駛交互時的滿意度為6.404 ± 2.660，低于停車交互時的滿意度7.571 ± 2.237. 駕駛交互時的滿意度比停車交互時降低了15%，這說明駕駛分心和認知負荷的增加會造成主觀滿意度的降低. 但在任務(wù)T3中停車交互和駕駛中交互的主觀滿意度沒有顯著差異，結(jié)合試驗后的用戶訪談發(fā)現(xiàn)，這可能是因為在操作任務(wù)T3時需要較多的視覺瀏覽和手指交互，較為復(fù)雜，即使在停車狀態(tài)下也占用了用戶相當大的注意力，因此用戶難以通過主觀感覺分辨停車狀態(tài)和駕駛狀態(tài)下的滿意度差異.

圖4 滿意度Fig. 4 Satisfaction rating

2.3 認知負荷

對停車交互和駕駛交互兩種狀態(tài)下的認知負荷進行比較，t檢驗結(jié)果為：任務(wù)T2的t值為3.309，P值為0.003，任務(wù)T3的t值為4.895，P值為0；這反映出在任務(wù)T2和T3中，停車交互與駕駛中交互的認知負荷存在顯著差異. 如圖5所示，任務(wù)T2在駕駛交互時的認知負荷為4.022 ± 2.670，高于停車交互時的認知負荷3.024 ± 2.042；任務(wù)T3在駕駛交互時的認知負荷為4.108 ± 2.347，高于停車交互時的認知負荷2.550 ± 1.665，駕駛狀態(tài)下的認知負荷比停車狀態(tài)增加了33%～61%. 這說明駕駛行為會造成認知負荷的增加.

圖5 認知負荷Fig. 5 Cognitive load

2.4 交互錯誤

對停車交互和駕駛中交互兩種狀態(tài)下的交互錯誤比較發(fā)現(xiàn)：各任務(wù)中的交互錯誤都不存在顯著差異.

3 駕駛安全性

3.1 車速

對駕駛不操作軟件（driving without operating software，DWOS）、駕駛的同時操作軟件（operating software while driving，OSWD）兩種狀態(tài)下的車速進行了比較. 結(jié)果發(fā)現(xiàn)，任務(wù)T2的t檢驗結(jié)果為：t值為2.257，P值為0.034，車速存在顯著差異. 如圖6所示，在DWOS狀態(tài)下的車速為（50.40 ± 5.36） km/h，高于在OSWD狀態(tài)下的車速（46.54 ± 7.16） km/h.這說明駕駛時操作軟件會導(dǎo)致車速的降低，這可能是因為司機意識到了風險而采取的補償措施[9,23].

3.2 方向盤調(diào)整角度、方向盤調(diào)整次數(shù)

對DWOS、OSWD狀態(tài)下的方向盤調(diào)整角度和調(diào)整次數(shù)進行了比較.

方向盤調(diào)整角度的t檢驗結(jié)果為：任務(wù)T1的t值為2.255，P值為0.034，任務(wù)T2的t值為3.037，P值為0.006，任務(wù)T3的t值為4.213，P值為0. 任務(wù)T1～T3在 OSWD、DWOS兩種狀態(tài)下均存在顯著差異. 如圖7所示， OSWD狀態(tài)下比DWOS狀態(tài)下的方向盤調(diào)整角度增加了25%～66%.

圖6 任務(wù)T2的車速Fig. 6 Driving speed of task T2

圖7 方向盤調(diào)整角度Fig. 7 Steering wheel adjustment angle

方向盤調(diào)整次數(shù)的t檢驗結(jié)果為：任務(wù)T1的t值為2.731，P值為0.012，任務(wù)T3的t值為4.513，P值為0. 如表1所示，OSWD狀態(tài)下比DWOS狀態(tài)下的方向盤調(diào)整次數(shù)增加了217%～761%，這說明駕駛時操作軟件對于司機控制方向盤的能力有顯著影響.

表 1 方向盤調(diào)整次數(shù)Tab. 1 Times of adjusting steering wheel 次

3.3 駕駛錯誤

DWOS、OSWD狀態(tài)下的駕駛錯誤的t檢驗結(jié)果為：任務(wù)T1～T3的P值均為0，t值分別為4.764、5.572、5.264；說明任務(wù)T1～T3在DWOS、OSWD狀態(tài)下均存在顯著差異. 如表2所示，在OSWD狀態(tài)下的駕駛錯誤比在DWOS狀態(tài)下的駕駛錯誤增加了512%～1053%，這說明駕駛時操作軟件容易導(dǎo)致司機駕駛錯誤的出現(xiàn).

表2 駕駛錯誤Tab. 2 Driving errors 次

3.4 反應(yīng)時間和制動時間

對DWOS、OSWD兩種狀態(tài)下的反應(yīng)時間和制動時間進行了比較. 結(jié)果發(fā)現(xiàn)，任務(wù)T3的t檢驗結(jié)果為t值為2.585，P值為0.017，DWOS、OSWD兩種狀態(tài)存在顯著差異. 如圖8所示，OSWD狀態(tài)下的反應(yīng)時間比DWOS狀態(tài)下增加了45%. 具體來看，任務(wù)T3在OSWD狀態(tài)下的反應(yīng)時間為（0.81 ±0.52） s，高于在DWOS狀態(tài)下的反應(yīng)時間（0.56 ±0.32） s. 這可能是因為任務(wù)T3相對任務(wù)T1和T2更為復(fù)雜，有較多的離開方向盤的手指交互操作和視覺瀏覽操作，這說明交互壓力更大的任務(wù)會更為顯著的影響制動反應(yīng)時間. 對于制動時間來說，在各任務(wù)中都不存在顯著差異.

圖8 任務(wù)T3的反應(yīng)時間Fig. 8 Reaction time of task T3

4 結(jié) 論

1） 在駕駛狀態(tài)下操作汽車共享軟件會顯著影響手機交互績效. 具體來看，會導(dǎo)致駕駛員交互時間增加、滿意度降低和認知負荷增加，但不會導(dǎo)致交互錯誤的增加.

2） 此外，發(fā)現(xiàn)相對駕駛時不操作軟件，駕駛時操作軟件會顯著影響駕駛安全性. 具體表現(xiàn)為制動反應(yīng)時間增加、方向盤保持能力的下降、駕駛錯誤的增加、車速的降低. 但如果司機已經(jīng)做出制動反應(yīng)行為后，在制動時間上，駕駛的同時是否操作軟件沒有顯著差異. 這說明汽車共享軟件導(dǎo)致的駕駛分心只影響反應(yīng)時間，而不會影響制動行為. 但更為具體的影響機制還需要進一步研究確定.

本研究的結(jié)果能為汽車共享軟件的智能化設(shè)計、汽車共享軟件場景中的駕駛安全性補償設(shè)計提供理論借鑒，也可為汽車共享駕駛員的準入和培訓標準提供一定參考.

致謝：西南交通大學美國研究中心2020年度項目（ARC2020006）；工效學會-津發(fā)優(yōu)秀青年學者聯(lián)合研究基金（CES-Kingfar-2019-001）資助.