自动驾驶训练的道路评估

On-roadevaluationofautonomousdrivingtraining自动驾驶训练的道路评估介绍“自动化系统的操作员在自动化失败的情况下无法接管手动操作的能力”

Hergeth在驾驶模拟器研究中比较了四个不同的熟悉组（不熟悉、描述、经验、描述和经验）。Sportillo等人比较了三种不同的培训方法：笔记本计算机上显示的用户手册、固定基础驾驶模拟器和轻型虚拟现实系统。因此，更详细的培训可以让参与者增加对自动系统的信任，并对接管请求做出更快的反应。驾驶员与自动驾驶汽车的交互介绍虚拟(VR)和扩增实境(AR)：通过在计算机生成的场景中提供丰富的感知和交互来增强用户体验。AR提供了与真实汽车设备自然交互的可能性，这些设备增强了附加信息。然而，AR镜头狭窄视野可能会限制为用户提供全面体验。VR创建了一个虚拟环境，从而在虚拟环境中与现实区隔，并提供了模拟完全沉浸式驾驶场景的可能性，允许驾驶员在能够进行纠正、重复和非危险故障的环境中进行培训。虚拟和扩增实境介绍WoZ

协议为允许受试者与他们认为自动但实际上由人为控制的系统进行交互。WoZ在车辆中的大部分实施包括一个没有功能的虚拟方向盘。在最近的一项研究中，Wang等人提出了Marionette，这是一个建立在RRADS平台上的系统，能够模拟3级和4级自动驾驶。WizardofOzforAutonomousDriving介绍本研究的目标是有条件自动驾驶汽车（SAELevel-3），它​​可以在没有人工监督的情况下执行整个驾驶任务，并期望驾驶员能够接受干预请求并做出适当的响应。换句话说，在自动驾驶过程中，驾驶员可以在不监控驾驶环境的情况下进行次要活动（阅读、使用平板计算机、看电影）。当车辆到达系统边界并因此无法执行手头的任务时，人类驾驶员应在收到接管请求(TOR)提示后在合理的时间内接管驾驶任务。以安全和专注的方式重新控制汽车对于驾驶员和其他道路使用者的安全至关重要。介绍因此，培训计划对于安全互动和促进正确获得操作技能至关重要。我们的假设是，虚拟和扩增实境技术可能代表为此目的提供有价值的解决方案，允许驾驶员在受控环境中发现和测试汽车功能，而不会将道路使用者置于危险之中。介绍第一个目标是评估用于有条件自动驾驶汽车驾驶员培训的VAR系统。第二个目标是通过在公共道路上进行试驾来评估培训向真实场景的转移。此测试驾驶是应用WoZ协议进行的：它使参与者相信该车辆由自动驾驶系统驱动，而实际上由人类驾驶员控制。其中包括在公共道路上与没有经验的不知情参与者进行WoZ驾驶。方法目的：让人们准备好驾驶3级（条件驾驶自动化）自动驾驶汽车。参与者：60名持有有效驾驶执照者，随机分配到分配到三组之一，并使用不同的方法进行培训：车载影片教程、扩增实境培训计划和虚拟实境模拟器。培训结束后，所有参与者在公共高速公路上驾驶一辆自动驾驶汽车的原型车。出于安全原因，无法在公共道路上使用真正的自动驾驶汽车进行测试。这辆车实际上并不是自动驾驶的，而是由受试者不知情下，人为控制的。每个参与者的研究持续了大约2小时。方法使用GrandC4Picasso进行改装，为右侧驾驶，配备自动变速箱，左侧添加了功能齐全的方向盘、踏板和换档装置。在自动驾驶过程中，车辆遵守限速，调整速度以保持与前车的安全距离；然而，车辆没有进行超车或变道。车内界面显示系统包括有两个荧幕的车载计算机、一个音响系统和自动驾驶按钮。两个荧幕（方向盘后面和中央控制台）用于显示有关汽车的信息，执行诸如看电影和玩游戏等次要活动。自动驾驶按钮放置在靠近换挡的中央控制台上。汽车的所有状态变化都会通过视觉听觉警报通知驾驶员，其中包括在荧幕上显示图标以及播放声音和语音信息。设备方法培训包括三个内容：解释了培训的目的，介绍了3级自动驾驶的主要特点汽车的5种状态以及代表每个状态的图标和视觉-听觉警报被呈现出来。除了影片，AR和VR组还包括简单的模拟驾驶场景，学员可以在其中练习自动驾驶系统的使用和停用，并体验两个TOR（道路施工和高速公路出口）。培训方法车载影片教程的培训包括在汽车的中央荧幕上简单地显示信息影片。参与者唯一需要的交互是定位自动驾驶按钮并在需要时按下它。这种情况代表了研究的基准。培训为参与者提供了与汽车互动所需的基本知识。这次培训提供了最低级别的交互：“自动驾驶按钮”是唯一指令。培训(1)车载影片教程方法虚拟现实对这项研究的兴趣在于它允许在任何地方培训驾驶员，而无需实体汽车。VR硬件设置包括HTCVive和罗技G27赛车方向盘和踏板。在体验开始时，用户进入虚拟空间中，这个环境包括一个汽车驾驶舱（类似于真实的驾驶舱）和两个前排座椅；放置了一个弯曲的屏幕以显示介绍视频。培训(2)虚拟实境方法在第一次驾驶课程中，为了让用户熟悉汽车控制，他们需要在一个非常简单的驾驶环境中以手动模式驾驶汽车：没有交通的单车道。在随后的会话中，用户被要求在高速公路上行驶并在可用时使用自动驾驶，并涉及接管请求。在第一个中，由于车道上存在道路工程，用户不得不接管。在第二个中，他们不得不接管以退出高速公路。纵向和横向加速度会导致我们所见与身体感觉之间的不一，在模拟器的实现中，通过设计周边视觉中具有低光流的直线或略微弯曲的道路来减少这些冲突。培训(2)虚拟实境方法扩增实境培训在车内进行。本次培训使用的耳机是MicrosoftHoloLens。汽车内部增加了(i)显示训练内容的虚拟屏幕，(ii)闪烁的球体以突出显示接管按钮，(iii)箭头作为注视引导按钮指向接管按钮。由于AR允许第一人称视角，类似于VR条件，当需要用户操作（自动驾驶使用和接管请求）时，会显示相同的驾驶场景。培训(3)扩增实境方法要求参与者确保汽车的正确行进以及试驾的行程，该行程已经存储在汽车的GPS系统中，要与汽车进行互动，参与者必须依靠事先在培训中学到的知识。在自动驾驶期间，参与者可以自由执行非驾驶相关任务（NDRT）。在车载计算机上，他们可以选择看电影或玩游戏。此外，他们被允许使用自己的手机做他们想做的事。不允许睡觉。由于车辆没有进行变道，驾驶员不行超车。所有的试驾都是在白天进行的。试驾期间天气从晴到多云（有一次有小雨）本研究没有考虑天气变量。试驾方法参与者在公共高速公路上行驶了约25公里。行程包括3个排定的TOR。第一个TOR是在大约7公里后发出50秒“自动驾驶束”TOR。司机被要求接管，离开高速公路，并在回旋处后从相反方向重新进入。之后，他们可以重新使用自动驾驶。5公里后，启动了30秒“道路工程”TOR。TOR的理由是临时道路标记，以及由于交通锥的存在而使行车道变窄（但不需要变道）。5.5公里后，启动了50秒的“自动驾驶终点”TOR。在确定离开高速公路以结束试驾之前，驾驶员无缘无故地启动了10秒的TOR。驾驶场景结果为了评估培训和试驾如何影响参与者对自动驾驶的印象和看法，将同一组问题填写了3次：在研究开始时（没有自动驾驶先验知识），在培训之后和试驾后。培训阶段结束后，参与者回答了一项事后调查问卷以评估培训阶段，并进行知识测试，要求他们对自动驾驶场景进行分类，识别并解释系统的使用和停用过程。每个训练系统知识测试的正确答案

(∗

∗p

<

。01

)

结果总共计算234个TOR，包括128个50秒的TOR、51个30秒的TOR和55个10秒的TOR。由于反应时间数据不是正态分布的，我们进行了非参数统计检验，预计来自2向方差分析。接管反应时间根据年龄和训练系统接管反应时间(RT)。红点是每个组的第一个TOR的RT。在虚线中，RT到第一个TOR的平均值。实线表示所有TOR的RT平均值。结果在三种类型的TOR中，VR训练产生的反应时间最短，仅对于紧急的10秒TOR而言，这种差异是显著的(rtVideo10=3.07s,

rtAR10=3.12s,

rtVR10=2.08s;p<.05)由于训练组在年龄方面也是​​平衡的，因此对年龄组和训练条件进行了方差分析：年龄最大的组在AR训练中有显著优势

(rtAG3Video=6.72s，rtAG3AR=4.37s，rtAG3VR=6.31s，F(4,225)=3.18，p<.05)。VR培训似乎对最年轻的群体更有效，如果只考虑第一个

TOR，使用视频教程训练的参与者的反应比VR和AR组慢大约2秒，但不是很明显（rt1stVideo=8.2s，rt1stAR=6.1s，rt1stVR=5.8s，ns）。对于接受视频教程训练的第三组年龄，观察到对第一个TOR的反应时间最长。接管反应时间结果对感知有用性、易于理解和熟悉程度的5点李克特量表调查进行评估。结果如图7所示表明总体上与培训相关的问题没有显著差异（培训的有用性和必要性）。然而，当涉及到培训系统的特定问题时，VR在熟悉车辆、易于理解和准备驾驶方面似乎是首选，尤其是对高年龄组。培训评估各年龄组（上）和总（下）训练阶段评估问卷的结果。结果参与者被要求用一组关于自动驾驶概念的句子来表明他们的同意程度（按李克特5分制）。他们填写了三次相同的问卷：培训前、培训后和试驾后在试驾后，“我可以想象自己在做其他任务而不是驾驶”和“我相信车辆做出的驾驶决定”的问题中注意到了更高的增量。感知到的自动驾驶的信任和有用性量表对关于自动驾驶的感知信任和有用性以及执行NDRT意愿的前、后和最终问卷的回答。结论尽管没有统计学意义，但与接受视频训练的参与者相比，接受AR和VR训练的参与者对TOR的反应通常更快。但是没有足够的证据证明这些结果是由于沉浸水平或培训期间的TOR实践造成的。考虑到年龄组，可以观察到，虽然前两个年龄组的反应时间在所有训练系统中相当，但接受视频教程训练的年长参与者的反应比其他年龄组慢；使用增强现实训练的小组，相反，是年龄组中最快的，并且在与年轻组相当的时间内做出反应。结论参与者认为培训计划对于使用自动化系统是有用和必要的。VR模拟器在易于理解、准备驾驶和熟悉车辆方面产生了更好的结果；这可以解释为，培训提供了更高的沉浸感，能让参