自动驾驶车中的人机信任

自动驾驶是当前智能汽车发展的重要方向。在实现完全自动化驾驶前, 驾驶员和自动驾驶系统共享车辆控制权, 协同完成驾驶任务。在该人-机共驾阶段, 人对自动驾驶系统的信任是影响自动驾驶中人机协同效率与驾驶安全的关键要素; 驾驶员对自动驾驶车辆保持适当的信任水平对驾驶安全至关重要。本研究结合信任的发展阶段与影响因素提出了动态信任框架。该框架将信任发展分为倾向性信任、初始信任、实时信任和事后信任四个发展阶段, 并结合操作者特征(人)、系统特征(自动驾驶车系统)、情境特征(环境)三个关键因素分析不同阶段的核心影响因素以及彼此间的内在关联。根据该框架, 信任校准可从监测矫正、驾驶员训练、优化HMI设计三类途径展开。未来研究应更多关注驾驶员和人机系统设计特征对信任的影响, 考察信任的实时测量和功能特异性, 探讨驾驶员和系统的相互信任机制, 以及提升信任研究的外部效度。     

驾驶风险规避行为的塑造:来自强化理论的解决思路CSSCI

驾驶风险类型多、特点散、发生随机性强,如何提供一种统一方案应对,且发挥驾驶人主观能动性来实现主动规避亟须解决。本研究基于强化理论,开发了对外源性风险(如突降异物)规避与自源性风险(如超速)出现分别采用正强化与负惩罚的代币系统。结果表明该方案可有效塑造风险规避行为,且相较于统一高和统一低奖惩,根据风险等级设置奖惩幅度的系统塑造效果最佳:超速时长比例可下降10%以上,出现障碍物前后500m均速可下降10%以上。