通过技术协助驾驶的合作行为– HMI、驾驶接受度影响驾驶的行为和负荷量

通过技术协助驾驶的合作行为–HMI、驾驶接受度影响驾驶的行为和负荷量关键字:

ADAS、协同驾驶、模拟器、实验、人机界面、可用性、评估Supportingcooperativedrivingbehaviourbytechnology–HMIsolution,acceptancebydriversandeffectsonworkloadanddrivingbehaviour第一章1.背景动机

出于交通环境、安全和效率的原因（Benmimounetal.,2004;Fiosinsetal.,2016;Maag,

2004），许多用路人者试图减少攻击性和鲁莽驾驶，并加强防御性和合作驾驶。Ellinghaus(1986)将这些策略描述为合作的，其中司机为了他人的利益放弃特权。驾驶员在执行帮助另一个道路使用者驾驶通过特定交通情况的机动时会进行合作。新技术发展（例如C2X、增强现实(AR)元素的显示概念、辅助驾驶和自动驾驶功能）有可能改善协同驾驶（Gabbardet

al.,

2014;

Güntheret

al.,

2015;

Llatseret

al.,

2019)。第二章2.相关文献-合作驾驶

合作驾驶是指优先道路上的驾驶员产生间隙以帮助次要道路上的驾驶员并道或转弯.

这种合作交通情况的核心特征是所涉及的道路使用者的两种不同角色，包括“合作请求”和“合作授权”。Kraftetal.(2019)将合作驾驶描述为互动，其中个体驾驶员以促进彼此目标实现的方式协调他们的驾驶行为。合作的其他定义强调激励的奖励的相关性（外部：互惠规范，他人的钦佩；内部：自我感觉更好，自尊增强）（Batson,

1987;

Bierhoff

,

1996））。交通流量可以通过道路使用者之间的合作互动来增强（Rieneretal.,2014，Wangetal.,2005)，合作变道和让道有助于合并交通并减少高速公路交通的不稳定性。第二章2.相关文献-合作驾驶

根据Kraftetal.(2019)，交通中的协作交互过程包括五个连续的阶段：识别、合作伙伴选择、准备、机动执行和完成。根据这个过程，支持协同驾驶的系统必须在接近高速公路或十字路口时感知潜在的合作情况（阶段1）找合适的合作伙伴（阶段2）达成一致，该合作伙伴为请求车辆准备间隙（阶段3）。由两辆车执行协同驾驶操作（阶段4）授予车辆：例如降低速度和准备间隙；请求车辆：例如改变车道）并且完成协同过程（阶段5）。Maag(2013)概述了一种基于不同效果水平的评估方法。这些层次包括:可以发现不同标准领域的潜在影响，例如安全性、接受度和驾驶舒适性、驾驶员负荷量和效率。（1）个人（即驾驶员-车辆单元）（2）受合作影响的一组驾驶员之间的互动（3）整个交通系统（例如在特定的高速公路路段上）。第三章3.研究目的

评估了支持合作驾驶的高级驾驶辅助系统(AdvancedDriverAssistanceSystem,ADAS)对驾驶员接受度、可用性、负荷量、驾驶行为和注视行为的影响。三种不同的实验条件比较了使用车辆传感器讯息和C2X数据的完全功能系统(C2XHMI)、仅使用车载传感器数据的系统(SensorHMI)

。研究的两个用例包括从请求和授权的角度并入高速公路和在农村十字路口左转。考虑了以下研究问题：驾驶员是否接受合作并道和左转辅助？参与者如何评估可用性、用户体验和负荷量与SensorHMI相比，C2XHMI是否更受欢迎？如果是，HMI的哪些方面有所不同？HMI条件如何在合并位置和开始转弯前的延迟方面影响驾驶行为？HMI条件是否会影响协作交互的安全性（在合并时与自我车辆前后车辆的距离）和成功（即ADAS指示的目标间隙确实由驾驶员选择）？第四章4.方法

通过将其与基本驱动和基于车载传感器的最先进的驾驶辅助进行比较，评估了基于C2X的ADAS在实验模拟器研究中支持协作驾驶。它评估主观（例如接受度、可用性）和客观测量（例如驾驶和注视行为）。第四章4-1受测者

三十名参与者（11名女性）参加了这项研究。参与者是从WIVWGmbH（维尔茨堡交通科学研究所）的驾驶员小组中招募的。该小组的所有成员都在驾驶模拟器中接受了5小时的车辆控制培训。该培训保证了参与者熟悉模拟器并防止了模拟器疾病的问题。没有关于年龄或驾驶经验的具体纳入标准。参与者的平均年龄为47.4岁（标准差=12.5岁；最小=29岁，最大=65岁）。自我报告的平均年驾驶经验为19,000公里（标准差=16,617公里）。第四章4-2仪器设备

WIVWGmbH的静态高端驾驶模拟器中进行的。驾驶模拟软件SILAB®6.5版用于环境可视化以及周围交通、车辆动力学和支持协同驾驶的ADAS的模拟。欧宝InsigniaSportsTourer作为驾驶模拟器的模型。通过四摄像头眼动追踪系统（SmartEye6.1)测量驾驶员的注视行为。要求戴眼镜的参与者戴隐形眼镜以确保高质量的凝视数据。静态高端模拟器（左）和操作员工作场所（右）的样机和视觉系统第四章4-3受测者工作

第四章4-4实验设计-操作型定义

使用内部设计，参与者评估了支持在合并和左转时协同驾驶的HMI的三种变体（基本、基于传感器的HMI、基于C2X的HMI）。以下指示由实验者口头给出。为了向参与者简要介绍合并和转向场景以及HMI变体，场景和HMI的插图支持口头说明。标准：参与者被指示在实际道路交通中表现得像他们一样。这也可能意味着当他们想进入高速公路或左转进入主干道时，他们会帮助其他车辆。此外，参与者被告知其他道路使用者在某些情况下也可以合作。HMI：该系统基于车载传感器讯息，通知即将与其他车辆进行的交互，并通过搜索间隙和建议何时合并或转弯来帮助驾驶员。从优先道路上给予合作的驾驶员的角度来看，系统告知前方的交叉路口和合并区域以及可能有车辆计划进入主要道路的事实。C2X：除了车载传感器外，该系统还与其他车辆交换讯息。系统通过寻找合作伙伴、实时显示间隙、建议并道或转弯来辅助驾驶员（尽管交通安全的责任仍然在驾驶员身上）。从优先道路上给予合作的驾驶员的角度来看，系统告诉参与者是否可以成为帮助其他道路使用者的合适合作伙伴。这样的合作请求可以通过按下方向盘上的按钮来接受。交通场景对于所有HMI条件都是相同的。第四章4-4实验设计-脚本

驾驶路线的长度约为33公里，乡村道路和高速公路路段的份额大致相等。具有三个系统大约需要30分钟。参与者手动驾驶，并被指示遵守道路交通法规并遵循平视显示器中的导航箭头。实验驱动期间提出的用例是Kraftetal.,2020b）：在乡村T字路口左转（从请求的角度呈现3次，从授予的角度呈现2次）并入高速公路（从请求的角度呈现四次，从授予的角度呈现两次）。范例（从驾驶员的角度来看）：并入高速公路（上）在十字路口左转（下）请求（即需要间隙；左）授予（即准备间隙；右）第四章4-4实验设计-场景

“并入”（请求合作的驾驶员的视角）期间的机动协调过程，蓝绿色双箭头表示高速公路右侧车道上的目标间隙“并入高速公路”（请求合作的驾驶员的视角）期间的机动协调过程，HMI中驾驶情况示意图中的蓝绿色双箭头表示高速公路右侧车道上的目标间隙。第四章4-4实验设计-问卷

测量了许多主观和客观的依变项：驾驶调查[评分量表0-15]：在六个定义的路线点，参与者回答了两个问题“目前旅行的压力有多大？”和“目前的旅行有多有趣？”。行为观察：实验者在每个合作测试情况后编码参与者是否合作（授予视角）[否/是]，是否成功合作（请求和授予视角）[否/是]以及在两种特殊情况下是否发生了危险[没有/未遂/事故]。标准化问卷：每次驾驶后，参与者填写关于用户体验(UEQ-S;

Schrepp,Hinderks&Thomaschewski,2017

)、接受度(

vanderLaan,Heino&deWaard,1997)、负荷量(DALI;

Pauzie,2008）和可用性（SUS；Brooke,1996）。来自驾驶模拟器的数据：记录的驾驶数据作为计算运行和驾驶参数的基础。计算的参数是与前/后车辆的距离/间隙、合并位置、开始驾驶前的延迟（在交叉路口停止后）。第四章4-5实验程序

整个实验过程持续2.5h，可分为三个阶段。首先，参与者受到欢迎并被告知实验的一般过程。提交并签署文件（例如知情同意书、隐私声明），并让参与者熟悉在线调查期间使用的评分量表。参与者进入模拟器，调整座椅和内后视镜，并系好安全带。向参与者展示了用于在驾驶过程中使用C2XHMI确认合作请求的方向盘按钮。其次，参与者根据排列方案依次进行了三个实验驱动（Baseline、SensorHMI、C2XHMI），并回答了实验者提出的问题。每次驾驶后，参与者使用几份问卷反馈了有关系统和HMI刚刚体验的反馈。第三，在体验了所有三种HMI变体之后，参与者对每个系统进行了偏好判断，并说明了每个等级的合理性。第五章5.结果

所有三个HMI变体都获得了有用性和满意度的正面评价。接受度的两个维度的结果表明，HMI对有用性和满意度都没有显著影响（有用性：F（2,58）=1.49，p=.232；满意度：F（2,58）=2.30，p=.109)。接受维度有用性（左；vanderLaan，1997）和满意度（中；vanderLaan，1997）和偏好HMI变体（右）第五章5.结果

每次驾驶后填写的SUS(

Brooke,1996)显示SensorHMI的可用性明显低于基本驾驶期间（F(2,58)=7.77,p=.001；）。SensorHMI的实用质量比BaselineHMI差（F(2,54)=4.85,p=.012；中）。关于享乐质量，SensorHMI和C2XHMI的得分均高于基本条件(F(2,54)=38.60,p<.001)。使用DALI(Pauzie,2008)测量负荷量。结果显示系统条件对驾驶员的负荷量没有影响（F(2,58)<1.00,p=.826；右）。每个测量因素也没有显著性（即注意力的努力：F（2,58）<1.00，p=.955），视觉需求（F（2,58）<1.00，p=.454），手动需求(F(2,58)<1.00,p=.791)、时间需求(F(2,58)=2.16,p=.124)和情境压力(F(2,58)<1.00,p=.935））。SUS得分（左）、用户体验维度（中）和使用DALI测量的负荷量（右）第五章5.结果

在基本条件下，成功和合作合并操作的频率已经非常高（83-100%）。左转时，两种HMI变体（传感器、C2X）比基本条件（80-83%）导致更成功的合作（即90-97%）。因此，参与者受益于HMI提供的讯息和支持。参与者在高速公路右车道上的加速车道位置在HMI条件下存在显著差异（F(2,34)=9.23，p<.001；图左）参与者在换到高速公路之前在加速车道上使用了更长的路段。此外，情况存在显著差异（F(3,51)=19.99，p<.001）。在收到视觉消息“观察环境并转弯”后，直到驾驶员左转之前的延迟发现了类似的结果(图右)驾驶行为第六章6.结果与讨论

并入高速公路和在十字路口左转是一项艰巨的驾驶任务（Buldet

al.,

2006;

Chovanet

al.,

1994;

deWaardet

al.,

2009;

Lord-Attivor&

Jha,

2012)。由于在每个HMI条件下的所有情况下都存在/创建了间隙，因此合并和转向场景并不重要。尽管C2XHMI提供了更多讯息，但C2XHMI的心理和视觉负荷量不会超过基本或传感器HMI报告的水平。从人为因素的角度来看，开发基于C2X技术的ADAS