完全自動駕駛時代即將來臨一一但在自動駕駛系統能夠處理各種態勢、各種環境和各種狀況之前，實現自動駕駛的進程將仍處于“進行時”，人類干預對于駕駛而言仍將不可或缺。

隨著自動駕駛開發的進展，各種各樣的挑戰會不斷涌現。當前，許多 OEM 正轉而開始部署 L2+級或 L3 級自動駕駛功能，允許駕駛員在一段時間內不必干預某些駕駛任務，從而實現車輛性能和可負擔性之間的平衡。與這一優點相對的是，系統有時會要求人類重新干預并接管車輛駕駛。

在這種自動駕駛水平下，確保駕駛員和自動駕駛系統之間的無縫交接是我們的目標。因此，行業需要一種與駕駛員進行交互的智能新系統一一它能夠構建車內外環境模型以及駕駛員狀態模型并將兩者相結合，保證駕駛員能夠順利接管車輛控制權。

準備好了嗎 ?

設想一下:你正在越野旅行途中，車子正沿著蜿蜒向前的高速公路穿越廣袤無垠的大草原。你十幾歲的兒子正在開車，而你則任由思緒漫游，也許觀賞著周圍的美景，或者暢想著即將到來的探險之旅;抑或，你悠閑地翻著一本書，在手機上瀏覽著社交媒體上的信息，或者只是打個盹。

突然，你兒子催著你趕緊接過方向盤，因為出現了他不知道如何應對的情況。而你此時的思緒還在別處，卻需要立即掌握情況: 我們此刻在哪?在哪條車道上? 周圍有哪些車輛? 出現了什么險情和緊急情況? 有哪些相關的交通標志?

當然，在繁忙的高速路上更換司機是不現實的，但這個例子足以說明某些級別的自動駕駛所面對的挑戰。隨著 L3 級自動駕駛的開發，人們可以期待在某些情況下將駕駛完全交給汽車。但這也意味著自動駕駛系統有的時候需要駕駛員全身心地關注駕駛情況并隨時準備好接管車輛。

當前的系統可能會通過發出警告或預估駕駛員接管控制權所需的時間，以解決移交控制權方面的問題。但是，駕駛員接管所需的時間以及執行接管的情況會受到引發控制權轉移的多重因素的影響。駕駛員是否正沉迷于其它活動的程度.駕駛員是否正處于分心狀態、駕駛情況有多復雜等等因素。

工程師們必須想方設法幫助人類駕駛員準備好有效且快速地控制車輛。在人機配合的駕駛中，系統必須實時了解其人類伙伴的狀態一了解駕駛員的認知狀態、行為和意圖——并為駕駛員創建個性化檔案，以實現自動駕駛的安全操作。

通向理解的橋梁

慶幸的是，今天，汽車行業正致力于開發各類工具，為車輛賦子充分的智能，讓它們不僅可以了解駕駛員當前的身體狀態，還可以了解與駕駛員互動的最佳方式，從而順利地移交控制權。結合對車輛周圍環境的了解，這可以讓自動駕駛系統主動調整車輛界面，方便駕駛員做出決策。

環境模型

真正實現這一暢想的關鍵在于監控車輛周圍的環境。高級駕駛員輔助系統(ADAS) 會將諸多環境因素考慮其中，如天氣、交通狀況、當日時間以及車輛是在高速公路上還是在城市環境中行駛。

隨著車輛的更新換代，傳感器(雷達、攝像頭、激光雷達和超聲波傳感器等)也越來越多；同時無線獲取地圖、交通狀況和天氣數據等功能也日益普及。借助傳感器融合技術，系統已經可以建立一個優秀的環境模型，反映車輛周圍的情況并評估具有威脅的情況。

但是，將車輛的環境模型與人類的模型相匹配是一大挑戰，因為人類有獨立的感官以及系統和環境心理模型。

人類和機器人可以默契配合

汽車領域并非是第一個開展自動化系統與人類合作的行業。航空、國防和太空探案都是在該方面具有代表性的領域。這些領域都要求:

安全文化

在不利的、動態的和不確定的條件下，彈性化的人機協調

不同人員和機器之間的不固定的任務交接

有關自動化系統功能的用戶教育和培訓

這些領域還都采取了團隊框架，其中包含監督角色，并輔以共同的團隊協調和輔助目標。隨著自動駕駛的出現，來自這些領域的經驗教訓將得到用武之地。

駕駛員模型

實現人機默契配合的一條途徑是讓系統創建駕駛員模型，利用駕駛員監測系統，通過攝像頭判斷駕駛員是否注意力集中、走神或昏昏欲睡。

傳統的系統采用基于規則的方案或假設駕駛員行為是靜態的，但在監控面部表情和認知能力等多種變量時，可能會出現更多的情況。

比如，系統有時會不管駕駛員是否打算改變車道或當時駕駛員的專注度照樣發出車道偏離警告。與之相比，更先進的艙內傳感系統可以實時觀察駕駛員，并創建模型，展示駕駛員在不同狀態和不同駕駛條件下的表現或行為。

隨著駕駛員開始體驗 L2 級及以上自動駕駛的功能，如自動變道輔助，他們會逐漸了解系統會如何應對不穩定的交通流量、不斷變化的交通密度、匯入車流等多種交通場景。最初的探索階段對于系統贏得消費者的總體信任度和技術接受度十分關鍵，在這一階段，駕駛員會去了解系統的各項功能。駕駛員會對系統的運行建立心理模型，并判斷系統的行為是保守的還是激進的、令人煩擾的還是合理的。

在此期間，駕駛員模型也可以實時了解駕駛員的情況。在上面的例子中，駕駛員模型可以在自動換道之前、期間和之后對駕駛員對系統的反應和交互進行分類。

借助駕駛員模型，系統可以更加全面地了解駕駛員的情況。它將借鑒交互歷史判斷駕駛員是傾向于過度信任自動駕駛系統，還是不夠信任自動駕駛系統。無論駕駛員參與駕駛操作與否，它都能找到相應模式，并推斷出隨后與該駕駛員交互的最佳方式。比如，系統可以觀察駕駛員是更喜歡接收信息，了解車輛當前操作及采取此種操作的原因，還是不喜歡被打擾。

情境輔助

配備環境模型和駕駛員模型后，自動駕駛系統就能夠更有效地了解駕駛員駕駛車輛需要哪些幫助。比如，系統可以對駕駛員的查詢進行語義分析，并借助機器學習強化分析，更好地關聯相關概念和情境。自動駕駛系統應具備情境輔助功能其唯一的功能就是預測駕駛員的需求，并在他們需要時以最適合他們的形式提供他們需要的信息。

情境輔助功能可以預測為駕駛員提供幫助的方式和時間。比如，感知到駕駛員有疑惑后，車輛可以主動提供信息，幫助建立信任，就像人類駕駛員對乘客那樣。

駕駛員模型可以通過兩種方式提供幫助:

定制人機界面，使交互符合駕駛員模式。這在出現不確定情況時尤其重要，如不利的駕駛條件。比如，變道時，系統可以通知駕駛員有關車道風險預測的變化，并根據周圍交通流量的復雜度發出預警一這些都有助于建立駕駛員對系統的信任。

根據每位駕駛員不同的駕駛特征調整ADAS 響應。還是以變道為例，可以根據每位駕駛員的舒適度對速度、確信度和可接受的車輛間距等變量進行個性化設置。

此外，駕駛員模型和情境輔助還有助于減少人為失誤。比如，如果駕駛員在高速公路上突然停用 L3 級自動駕駛功能，系統可以考慮相關情境，觀察駕駛員對開關的反應，確定駕駛員是否意外關閉了開關。這種情況極其危險，因為駕駛員沒有意識到自動駕駛已經被關閉或沒有準備好重新控制車輛。針對這種情況，系統可以通過設計在過渡期間暫時啟用控制輔助，為駕駛員提供協助。

安波福目前正與多家 OEM 展開合作，針對特定駕駛場景的情境，進行駕駛員建模和注意力標準管理的開發。

駕駛交接

讓駕駛員迅速從放松狀態進入活躍和警覺狀態是實現車輛控制權交接的一大挑戰。設想一下在出現交通堵塞時，駕駛員可能手里正拿著東西(喝咖啡、查看電子郵件) 或者正處于不適于駕駛的狀態(向后傾斜或伸長脖子)。

此時環境模型的態勢和威脅評估以及駕駛員模型將發揮作用。借助環境模型，系統能夠知道哪些要素需要多加注意，而哪些不需要。比如，駕駛員可能會立即注意到附近的兩輛大卡車，而其實此時駛入前面車道的小轎車更值得駕駛員關注。系統可以借助駕駛員模型有效地突出這兩小轎車的存在，如在平視顯示器上車輛周圍放置視覺標記，使用信息娛樂系統上的信息或通過音頻提醒駕駛員。

情境感知系統的優勢

情境感知系統可以通過以下方式在決策過程中協助駕駛員:

全面評估情況，將駕駛員狀態、道路狀況和 ADAS 狀態考慮其中

考慮到駕駛員的舒適度、技能和處理當前信息的能力，以最具安全性的方式協助駕駛員

探索合作式交互是確保順利交接的新興方案，駕駛員和車輛將共同處理操作和不確定性。主動安全系統可能不確定在某些環境或交通條件下需要進行什么操作。在行駛中的某些階段，車輛可以與駕駛員達成“照管協議”，通知駕駛員即將發生的不確定性——如施工區帶來的不確定性——并評估駕駛員的合作意圖。駕駛員會主動確認進行合作，然后密切關注系統在施工區附近車道上的操作。這種密切合作的方式使人和機器成為一個團隊，可以提高安全性。

從起點到終點

自動駕駛系統與駕駛員之間的交互方案可能會與核電站技術員與自動系統、或者飛機駕駛員與自動駕駛系統之間的交互方案類似。

核電站和飛機也是安全至上的系統，但操作員并非始終掌握控制權。相反，他們經過培訓，能夠了解系統關鍵方面的狀態并留意異常情況或威脅。

事實證明，人類擅長發現異常并進行分類或概括，而計算機更擅長查看大量數據、解析數據并同時執行多種復雜操作。得力的情境助手可以匹配人類的思維方式一處理數據并就異常情況提醒駕駛員。此外，情境助手還將有助于訓練駕駛員與車輛配合，使他們成為出色的 ADAS 操作員。

開發人員不能忽視人類駕駛員對于 L2 級和 L3級自動駕駛車輛操作仍必不可少這一事實，因此應通過系統設計，為駕駛員提供安全操作車輛所需的支持。學習的方式和與系統交五的方式因人而異，這意味著一刀切的模式化方案不可能總是可行。

構建成熟的駕駛員和環境模型對于在駕駛員和車輛間建立安全、協作的關系至關重要當駕駛員看到系統真正理解他們以及車輛周圍發生的事情時，他們更有可能會選擇信任并使用系統。

讓駕駛員為接管控制權做好準備

駕駛員是否清楚周圍環境（車輛、交通和道路狀況）對于確保安全移交控制權十分關鍵。安波福開發了一款針對駕駛員的初級態勢感知評估模型，可以判斷駕駛員的注視的對象并評估駕駛員視線與周圍車輛和整個環境的相關性。

該模型將環境感測和駕駛員感測數據相結合，可以推斷駕駛員在試圖重新接管控制權時的態勢感知水平。如果駕駛員在準備接管時表現出較低的態勢感知能力，車輛會提示他們將視線轉向給定方向以重新定向一一還可以突出顯示具有潛在威脅的特定物體。

審核編輯 ：李倩