特约专栏 | 领航自动驾驶系统与驾驶员人因因素评估

原创  领航自动驾驶系统与驾驶员人因因素评估

➡本文主要内容（约3000字，14分钟阅读）

从货物运输的方式来看，公路运输占据着我国货货物运输行业的主导地位，运费总额约为5.6万亿元。其中，由中重卡承担的城际公路运输是最主要的构成，运输费用约为4.6万亿元，约占整个公路货运的82%。然而，国内公路运输安全性和时效性仍存在提升空间。和司机安全相关的辅助驾驶可以满足货运经营者对车辆安全、管理成本和效率提升的要求。在过去的15年间，高级自动驾驶辅助系统经历了快速的成长和革新。越来越多的汽车制造厂商，设备制造商和高科技企业纷纷针对高级自动驾驶辅助系统（ADAS）进行商业版图的扩展。

相较于乘用轿车，货运行业由于中重型卡车的运载量大，车辆驾驶中存在难以操纵和快速反应等问题。同时，数据表明货车事故的风险是普通汽车事故的两倍多，并且货车致死事故的风险则高出约六倍^[1]。导致货车事故发生的原因有很多，但大概90%的事故都是由驾驶员因素造成的，这些因素包括一般性的疏忽、注意力不集中、和工作中的心理压力^[8,9]。卡车司机日夜集中驾驶，没有足够的休息时间，导致事故频发。并且卡车事故会造成附带损害，很可能导致重大事故，造成极大的经济和人员损失。例如，超过一半发生在道路上的机动车事故会导致致命伤害或慢性残疾，其中至少 80% 是由于卡车司机的失误造成的 ^[4,5,6]。为了防止与困倦有关的碰撞和事故，首先要考虑的群体是卡车司机^[7]。过去 30 年的研究已经证明驾驶员嗜睡度增加与机动车事故之间存在明确的关系^[2]。驾驶员嗜睡度被认为是道路运输事故中的一个主要问题。驾驶员的困倦会中断警觉性和反应时间，而这些对于驾驶至关重要。

目前，瑞典VSI为代表的研究所纷纷展开关于人因因素和搭载L3及以上高级辅助驾驶系统乘用车的交互性评估，以此来论证自动驾驶系统是否可以通过缓解乘用车驾驶员的嗜睡程度，从而达到减少安全事故的作用。然而，当前关于重型卡车驾驶员和领航自动驾驶车辆安全性的交互影响的讨论却没有得到数据支撑。这篇文章我们通过领航卡车的测试以了解驾驶员与配备领航 ADS之间的关系。

实验设计与数据分析

本研究中获取数据的目的是量化领航级别的自动驾驶对驾驶员的影响。该实验为评估人类与领航级别自动驾驶系统的安全性提供数据支持，并且分析与领航自动驾驶系统协作时，驾驶员注意力的分配情况。该研究以城际高速上实车测试数据和司机日常行为问卷为例。

首先，我们针对驾驶员卡罗林斯卡(Karolinska)嗜睡指数进行分类分析，1代表非常警醒，9代表非常困倦，需要极大的努力保持清醒。下左图展示的是驾驶员全程嗜睡指数根据驾驶时间不同的分组，白天驾驶为下午2点到6点，夜间驾驶为晚上7点30到11点30。其中实验测试中驾驶舱内的温度，湿度和光照全程保持恒定。司机嗜睡度越高，KSS量表的评分越高。我们发现旅程前90分钟，夜间/白天驾驶以及领航和手动驾驶的司机嗜睡程度基本相同，但驾驶90分钟后，夜间驾驶和手动驾驶会导致司机嗜睡程度加深。

去进一步量化夜晚效应和领航效应对于司机驾驶疲劳度的影响，我们针对以上变量进行时间序列回归模型。领航效应测量了领航系统相比于手动驾驶系统下的生理指标变化，夜晚效应测量了在夜间测试条件下相比于白天测试条件下的生理指标变化。鉴于卡车领航系统在实际生产生活中更多地会应用与夜间场景中，我们考虑了领航效应与夜晚效应的交叉效应，以检验领航系统在夜间条件下是否会对被试人员的生理指标产生更大的影响。如果回归模型显示领航效应与夜晚效应的交叉效应是统计上显著的，那么将说明卡车领航系统在夜间会对人的生理指标产生显著的影响。同时，由于实验中涉及两位测试司机，不同司机在生理指标上也会存在一些个体性差异，我们考虑将个体效应作为一个控制因素纳入我们的回归分析中。使用的回归模型将如下所示:

实验分析结果

我们将每一次测试旅程分别按照5分钟和15分钟进行切片并对上述回归模型进行模型拟和。表格中的领航效应代表的是回归模型中的领航变量的系数，如果该系数为负，则代表相较于手动驾驶，使用领航系统对该生理指标有一定的降低作用；表格中的夜晚效应代表的是回归模型中的Night变量的系数，如果该系数为正，夜间驾驶的条件下该生理指标相较于白天驾驶相较于白天驾驶较高；表格中的领航效应*夜晚效应代表的是回归模型中的领航*Night变量的系数，如果该变量在统计上显著不为0，那么将说明卡车领航系统在夜间会对人的生理指标产生显著的影响。控制个体效应中的是否代表我们是否在回归模型中引入 变量，控制时间效应中的是否代表我们是否在回归模型中引入变量，窗口长度代表我们是按照5分钟或15分钟对数据进行切片，调整R方代表了模型的整体拟合能力。回归系数表格中***代表1%误差下的统计显著，**代表5%误差下的统计显著，*代表10%误差下的统计显著。

表1展示了和皮肤电有关的回归系数表格。该表格显示，使用领航系统卡车司机相较于手动驾驶其EDA皮肤电效应将降低30%左右，并且在夜间测试条件下，使用领航系统对于EDA指标的降低更加明显（领航效应*夜晚效应的回归系数显著为负）。同时我们发现，无论我们是采用5分钟还是15分钟片段进行分析，回归系数是比较一致的的，显示该结论对于分析窗口的长度比较稳定。

表1:皮肤电回归系数表格

表2展示了和腕部温腕部温度度相关的回归系数表格。该表格显示，使用领航系统卡车司机相较于手动驾驶其腕部温度尽管有一定的降低作用（领航 效应在统计上显著为负），但由于其回归系数很小（均在-0.005左右），我们认为领航系统对于腕部温度指标的降低并不明显。

表2: 腕部温度回归系数表格

综合图1、表格1-2的信息，我们对实验的结论进行总结以及分析：

（1）使用领航系统后，驾驶员的疲劳度会有一定程度降低，这种效应将会在连续驾驶2小时之后出现。

（2）使用领航系统后，驾驶员的EDA指标会有一定程度降低（大约在30%左右），并且这种降低左右在夜间更加明显。学术界中的主要观点认为EDA指标反应了被试人员的神经活跃性，我们认为领航系统由于降低了司机的工作负载，对于降低司机的神经活跃性可能具有一定的降低作用。

参考文献

徐婧彬、钱晨 / 作者

闻继伟 | 校阅

文章转载自公众号：Sasetech