汽車自動化系統(tǒng)中人為因素的影響

?

汽車自動化系統(tǒng)中人為因素的影響

汽車技術(shù)不斷創(chuàng)新，并不再局限于原始的裝備制造或汽車工業(yè)，谷歌和歐美的大量研究機構(gòu)也在研究制造新型運輸工具，沃爾沃聲稱到2017年實現(xiàn)汽車的自動駕駛，英國政府已鼓勵城市從2015年1月開始在公共道路上開展無人駕駛的試驗。自動駕駛汽車已經(jīng)離人們生活很近。

研究目的在于不止利用一種系統(tǒng)來實現(xiàn)駕駛員與車輛的交互，如利用自適應(yīng)巡航控制（ACC）系統(tǒng)和車道保持系統(tǒng)（LKS）研究駕駛員行為，同時利用高度自動駕駛或全自動駕駛汽車（FAD/HAD）的系統(tǒng)研究駕駛員的交互作用，使汽車的橫向和縱向控制都可運用自動系統(tǒng)。

研究包括與高度自動駕駛或全自動駕駛相關(guān)的大范圍調(diào)查結(jié)果，從單個自動駕駛車輛的駕駛員交互系統(tǒng)到鄰近未裝備自動駕駛系統(tǒng)的手動控制車輛的影響。采用高度自動駕駛過程中一個典型的低負荷工況，分別與ACC系統(tǒng)和手動駕駛進行對比的結(jié)果顯示，在全自動駕駛過程中，駕駛員可以把更多時間用來處理其它事務(wù)而不用駕駛汽車。

基于運動軌跡的駕駛模擬器，Strand等人記錄了駕駛員對關(guān)鍵事件的反應(yīng)，包括當(dāng)自動駕駛失敗和減速失效后（部分失效、中等失效和嚴(yán)重失效）的駕駛員變化水平。在可能的汽車碰撞中利用全新的手段，即不可恢復(fù)點（PoNR）。與虛擬碰撞進行對比，Strand等人測量了汽車不可避免發(fā)生碰撞的時間點以及駕駛員的動作反應(yīng)，在PoNR之后繼續(xù)采集數(shù)據(jù)。試驗結(jié)果表明，部分自動駕駛以及高度自動駕駛性能的提高可以減少碰撞的最短時間。

刊名：Transportation

Research Part F（英）

刊期：2014年第27期

作者：Natasha Merat et al

編譯：陳飛