探索经验丰富的高级驾驶辅助系统驾驶员的信任和行为:一项道路研究

科学领域:

• 人与计算机的交互
• 汽车工程 汽车工程
• 认知心理学 认知心理学

背景情况:

• 对于有效使用高级驾驶辅助系统 (ADAS) 来说,对自动化的信任至关重要.
• 关于对自动驾驶 (TiAD) 的信任及其对行为影响的现有研究需要为经验丰富的司机提供现实世界的背景.
• 了解驾驶员与部分自动化系统的互动对于安全至关重要.

研究的目的:

• 在现实驾驶场景中调查经验丰富的ADAS驾驶员的信任和行为.
• 在信任和不信任的驾驶员群体之间比较信任水平和情境信任.
• 分析行为差异,包括手放事件,非驾驶相关活动 (NDRA) 和视觉行为.

主要方法:

• 研究涉及34名经验丰富的ADAS驾驶员,分为信任和不信任的组.
• 在六种典型场景中进行路上驾驶评估,评估初始/最终的TiAD和情境信任.
• 行为分析包括手放时间,NDRA参与和视觉监控模式 (驾驶环境与HMI).

主要成果:

• 驾驶后的TiAD没有显著的整体变化,但在不同组和不同场景之间存在显著的差异.
• 值得信赖的驾驶员表现出更多的脱手事件,延迟的警告反应,以及更高的参与高风险的NDRA.
• 值得信赖的司机表现出减少了环境监测,特别是在复杂的场景中,并增加了HMI重点.

结论:

• 司机对ADAS的信任会影响他们的行为,这可能会导致安全风险,例如降低监控和增加危险活动.
• ADAS类型和里程 (约3000公里) 影响信任和监控,先进系统与更高的信任和更低的警相关.
• 调查结果强调,需要制定策略来减轻与ADAS过度信任相关的安全风险,并优化用户体验.