IFAC PapersOnLine 52‐19 (2019) 347–352

测量驾驶员心理工作负荷在部分自动驾驶中的作用

摘要

自动驾驶有可能成为改变人类生活方式的下一项关键技术。然而，尚未验证较低级别的自动驾驶技术是否会降低或增加驾驶员的心理工作负荷。本文通过NASA‐TLX和次要任务模拟研究中的调整后反应时间，验证了驾驶员心理工作负荷与0级、1级和2级自动驾驶之间的关系。实验结果表明，1级自动驾驶导致驾驶员的心理工作负荷最低，其次是2级和0级。我们讨论了这种非线性关系。

关键词：心理工作负荷；自动驾驶；人机交互；NASA‐TLX；反应时间；次要任务

1. 引言

自动驾驶有可能成为改变我们生活方式的下一项关键技术。就较低的自动化等级而言，该技术本身已趋于成熟，许多汽车制造商有望将其引入商业市场。然而，在不同的部分自动驾驶级别下，自动驾驶技术究竟会减轻还是增加驾驶员的心理工作负荷，目前尚未得到验证。

本文旨在通过模拟器研究对部分自动驾驶中驾驶员的心理工作负荷进行分类。文章讨论了保持驾驶员参与的重要性，这对于人类与自动化在低级别自动驾驶汽车中的协作策略设计至关重要。为此，目前已提出多种方法。例如，视觉听觉认知心理运动（VACP）是一种用于心理负荷预测的方法，而NASA‐TLX和反应时间是实验结果中衡量心理工作负荷的两个指标。此外，使用方差分析（ANOVA）对多组实验数据进行分析。实验结果将针对不同驾驶自动化水平以及驾驶员在驾驶模拟过程中被要求执行的不同次要任务进行讨论，并对其中测量的心理负荷进行比较和分析。

2. 理论基础

2.1 人类-自动化问题

车辆自动化有许多类别，其中汽车工程师协会（SAE）的驾驶自动化等级被广泛认可和接受（SAE J3016）。自动驾驶中自动化等级的区分基于“动态驾驶任务”在自动化系统与人类驾驶员之间的分配。如果由人类驾驶员完全执行驾驶任务，则车辆处于0级；如果自动驾驶系统负责所有驾驶任务，则车辆被划分为5级。

与完全自动驾驶不同，0级到2级自动驾驶要求人类驾驶员自行监控驾驶环境，假设他们应始终保持参与。尽管该级别的自动驾驶系统能够独立执行部分驾驶任务，但在需要应对更复杂的驾驶环境时，并非所有驾驶任务都能被自动化所取代。当自动化系统无法处理当前情况时，控制权将交还给人类驾驶员。此时，人类驾驶员需要迅速且恰当地掌握情况，以避免在交接时刻可能对驾驶员造成的损害。

当驾驶员过度信任自动化系统时，这一要求难以满足。如果自动化在某些功能模块中取代了人类驾驶员，则驾驶员依赖该系统并在监控环境方面失去警觉性将不可避免。即使驾驶员能够对自动驾驶系统的请求做出反应，其情境意识能力也应受到考验。

那时，情境意识需要驾驶员额外的心理负荷，以正确感知周围环境，并通过将其投射到自身状态来理解其含义。总之，驾驶员需要更多的心理资源。

2.2 心理工作负荷测量

心理工作负荷（MWL）被定义为人类操作员在执行特定任务期间所占用的心理能力的比例（博夫等人，1994）。人类心理负荷的三种评估类型最为知名。第一种是主观测量，通过访谈和问卷调查让人类提供意见，或通过观察其行为来完成。第二种是任务绩效测量。第三种是生理指标，如皮肤电反应、脑电图（EEG）、注视等。

2.3 工作负荷的次任务测量

次要任务测量是用于评估操作员心理工作负荷的最广泛使用的方法之一。操作员需要在特定条件下执行主要任务，并利用剩余资源和注意力容量来完成所需的次要任务。操作员执行次要任务的表现好坏，是衡量其在当时所承受心理工作负荷程度的指标（高伦，2008）。

次要任务技术具有多个优点：首先，它可能提供一种衡量操作员处理任务能力的敏感度量；其次，它可能提供一种因压力导致任务受损的敏感指标；最后，它可能提供一种用于比较不同任务的标准度量。

2.4 工作负荷的主观测量

卡萨利和威瑞威尔指出，主观测量具有多项优势：“低成本、无干扰、易于实施，并且可轻松应用于全尺寸飞机及各种任务”（卡萨利和威里维尔，1983）。马克勒和塞文认为，主观测量在心理工作负荷测量方法中可能是至关重要的（Muckler & Seven, 1992）。

2.5 心理工作负荷的定量评估

视觉听觉认知心理运动（VACP）方法（比尔鲍姆、萨博和奥尔德里奇，1989）是多资源理论的一种定量实现。VACP方法建立在威肯斯的多资源理论（威肯斯和霍兰兹，2000）的研究基础之上，通过认识到认知负荷可以施加于不同的资源通道，每个资源通道都有其容量。

如表1所示（由于篇幅限制，仅显示视觉部分），定义了七个资源通道：视觉、听觉、认知、精细动作、粗大动作、言语和触觉。每个通道根据相应资源被占用的程度进行评分，分数越高表示使用的资源越多。总的心理工作负荷通过七个通道得分的总和计算得出。

使用VACP，可以对任何任务的心理工作负荷进行定量预测。

表1. VACP量表（视觉部分）（Alion，2015）

值	描述符
视觉
0.0	无视觉活动
1.0	视觉登记/检测 (检测图像的出现)
3.0	视觉检查 (离散检查/静态条件)
4.0	视觉定位/对齐 (选择性定向)
4.4	视觉追踪/跟随 (保持定向)
5.0	视觉辨别（检测视觉差异）
5.1	视觉读取（符号）
6.0	视觉扫描/搜索/监控（连续/串行检查，多种条件）

2.6 先前研究

在自动驾驶技术革命之前很久，航空领域已经建立了成熟的结合飞行员手动控制与自动控制系统。来自美国国家航空航天局的乔伊·默瑟及其他研究人员进行了一项实验，研究空中交通管制员在不同任务集、交通密度和运行时长下检测和解决冲突的能力。管制员解决冲突的能力被分别测量，无论其是否参与冲突检测任务。他们的结果表明，让管制员参与检测任务有助于他们用更短的时间下达解决机动指令。该结果还得出结论：让管制员参与检测任务可能有助于他们以更少的努力程度下达解决机动指令（Mercer 等，2016）。

在汽车领域，Young 和 Stanton 采用次要任务测量方法进行了一项研究，发现启用自适应巡航控制（ACC）时，工作负荷显著降低（杨和斯坦顿，1997）。该结果反映了0级与1级之间的心理工作负荷对比。然而，驾驶员在不同部分自动驾驶级别下的心理工作负荷关系尚未得到验证。

3. 实验

3.1 实验设计

实验的目的是测量驾驶员在使用驾驶模拟器进行0级、1级和2级部分自动驾驶时所产生的驾驶员心理工作负荷。

实验在工作站上使用PreScan（PreScan，2017）驾驶模拟软件进行，该软件可以模拟0级、1级和2级驾驶体验。

使用罗技G29驾驶用力反馈方向盘（图1，左）作为外部设备，被试可以在仿真中进行人在环情况下的驾驶。受试者仅限持有自动挡汽车驾驶证的驾驶员，换挡策略均设为自动换挡。除离合器踏板外，制动踏板和油门踏板未作任何改动。

使用三个戴尔34英寸数字高端显示器（U3415W）形成环绕视觉效果。相邻显示器之间的角度调整为120度。如图1右侧所示，在实际驾驶情况下，被试将面向中间的显示器。

每个级别的实验首先在高速公路场景中作为训练试验执行。当被试熟悉模拟器后，例如刹车的响应速度或方向盘的灵敏度，正式实验将在城市场景中进行，该场景包含更多的视觉信息，包括其他车辆、行人、建筑物等。

0级自动驾驶，即不涉及任何自动化系统，在Prescan中易于实现。与0级不同，1级嵌入了自适应巡航控制功能。自适应巡航控制（ACC）是一种部分自动驾驶系统，旨在控制车辆的纵向速度，并与前车保持安全距离。除了1级的ACC功能外，2级还包含车道保持辅助系统（LKAS），以协助驾驶员通过辅助转向操作使车辆保持在车道中央。

3.2 心理工作负荷测量方法选择

由于缺乏用于生理信号测量的专用设备，因此选择次要任务表现测量和主观评价技术作为研究方法。

与其他次要任务表现指标相比，反应时间易于观察且适用于各种任务。因此，反应时间将作为次要任务表现评估的参考指标。调整后反应时间越长，表示产生的心理工作负荷越高。此外，在主观评分量表方面，选择 NASA‐TLX。NASA‐TLX被广泛接受，并经常被用作测量心理工作负荷的主观方法。

近期研究中的心理负荷。已证明NASA‐TLX是衡量心理工作负荷的有效方法（Jin, Zheng, Pei & Li, 2017）。

NASA‐TLX评分越高，表示产生的心理负荷越大。

NASA‐TLX要求参与者评估他们的“心理需求”、“生理需求”、“时间需求”、“表现”、“努力程度”和“挫败感”。

3.3 次要任务和预测的心理负荷

根据适用于自动驾驶的次要任务以及实验环境中的可行性，选择了九个次要任务进行执行。它们的过程描述及对应心理工作负荷的VACP分数如表2所示。

表2. 九个次要任务的过程描述和VACP分数

任务	过程描述	VACP
AOSPAN	5个随机顺序的字母将呈现在 iPad。向被试展示后，5个简单数学问题将被呈现音频。在解决数学问题后，研究者会要求被试说出5个按顺序排列字母	27.3
时间感知	估计一个时间间隔。为了防止受试者默默数秒，在每个部分期间会提出一个干扰性问题	10.0
PASAT	音频每大约3秒呈现一次数字，被试的任务是持续地将这些数字相加	17.3
拨打电话	使用手机拨打研究者电话	17.8
2‐背任务	10个数字将逐个显示在iPad上，被试需要判断当前数字是否与前2次试验中呈现的数字相同	14.9
发短信	使用手机向研究者发送一条消息	16.7
数学算术	解答由音频读出的简单数学问题	15.0
简单问题	回答关于天气、最喜欢的食物等	6.2
简单指令	遵循交叉转弯的指示	6.8

3.4 实验流程

被试将首先签署一份参与协议。在简要介绍设备并说明每个次要任务后，每位受试者需从之前提到的九个次要任务中至少选择五个。要求受试者选择五个次要任务的原因是实验时长的影响。在全部三个仿真等级中执行所有九个次要任务耗时过长，为避免长时间操作导致的疲劳、挫败感等情绪因素影响主观评分方法，故做此安排。

然后，开始进行0级高速公路场景的测试试验。当被试准备就绪后，在0级城市场景中进行包含次要任务的正式实验。视频摄像机记录整个城市场景驾驶模拟过程。在0级实验结束后，被试使用iPad上的NASA‐TLX问卷对每个次要任务进行评分（NASA，2018）。

在0级之后，1级和2级将按照与0级相同的流程进行。

十名受试者均为京都大学的学生，年龄在21至26岁之间，包括七名男性和三名女性。他们均持有有效的驾驶证。

样本量小可能会对结果的准确性产生负面影响。然而，该结论可以提供可靠的指标，有助于指导进一步研究。

4. 实验结果

4.1 NASA-TLX 结果

NASA‐TLX评分从0级经1级到2级的变化趋势按次要任务和受试者进行总结。“先降后升”、“下降”、“上升”和“先升后降”四种趋势分别用绿色、橙色、蓝色和黄色标记。

表3：NASA‐TLX 变化摘要

任务	1	2	3	4	5	6	7	8	9	10
AOSPAN	⸝⸝	⸝			⸝	⸝	⸝	⸝	⸝	⸝⸝
时间感知	⸝⸝	⸝		⸝	⸝	⸝⸝	⸝	⸝⸝	⸝
PASAT	⸝	⸝
拨打电话	⸝		⸝⸝			⸝			⸝⸝
2‐背任务	⸝	⸝	⸝	⸝⸝		⸝	⸝		⸝	⸝
发短信	⸝⸝		⸝		⸝	⸝			⸝	⸝
数学算术	⸝		⸝⸝	⸝⸝	⸝			⸝
简单问题	⸝		⸝⸝	⸝	⸝⸝		⸝		⸝	⸝
简单指令	⸝⸝		⸝

从表3可以看出，心理工作负荷变化的集中趋势随着驾驶自动化水平的提高而下降，该趋势在表中占据多数。其中，“先降后升”、“下降”、“上升”和“先升后降”的出现比例分别为17/56、27/56、9/56和3/56。另一个需要考虑的因素是变化量，将在第4.3节中进行分析。

4.2 反应时间

认知心理学实验通常涉及两个因变量：错误率和正确反应所需的反应时间。已有多种将速度和准确性结合为单一指标的测量方法被提出。其中最流行且经典的是逆效率分数（汤森德和阿什比，1978年）。该指标计算正确反应的平均反应时间（RTc）与正确反应比例的比值：

$$
IES = \frac{RT_c}{1 - P_{error}}
$$

该指标是对反应时间（RT）的估计，适用于错误反应频率。此后三十年，沃尔茨和瓦斯（沃尔茨和瓦斯，2006年）提出了如下正确率分数（RCS）：

$$
RCS = \frac{1 - P_{error}}{RT_c}
$$

其中 $ RT_c $ 是正确反应的平均反应时间。该分数表示单位反应活动时间内产生的正确反应数量。IES 能直观地显示调整后反应时间的趋势，而 RCS 表示其倒数。

IES评估结果在表4中展示，以便更明确地比较NASA‐TLX和反应时间。

表4：IES变化摘要

任务	1	2	3	4	5	6	7	8	9	10
AOSPAN	⸝⸝	⸝⸝			⸝	⸝⸝	⸝	⸝	⸝	⸝⸝
PASAT	⸝	⸝	⸝⸝	⸝⸝				⸝⸝
拨打电话	⸝		⸝⸝			⸝			⸝	⸝⸝
2‐背任务	⸝⸝	⸝⸝	⸝	⸝		部分自动 荷的评估	驾驶中驾驶员	心理工作负	⸝⸝	⸝
发短信	⸝⸝		⸝⸝		⸝	⸝⸝		⸝⸝	⸝⸝	⸝⸝
数学算术	⸝⸝		⸝⸝	⸝⸝	⸝⸝
简单问题	⸝⸝		⸝⸝	⸝	⸝⸝		⸝⸝		⸝	⸝⸝
简单指令	⸝⸝	⸝⸝	⸝		⸝⸝		⸝

在时间感知任务中无法测量反应时间，因此对剩下的八项次要任务进行评估。在总共48项次要任务中，“先降后升”、“下降”、“上升”和“先升后降”分别出现19次、13次、5次和11次。在IES方面，“先降后升”在四种变化可能性中占用率最高。不同驾驶自动化水平下 IES 的变化情况将在第4.3节中进行分析。

4.3 数据分析

采用多因素方差分析（MANOVA）进行数据分析。三个自变量为“自动化水平”、“被试”和“次要任务”。NASA‐TLX评分和调整后反应时间被视为因变量。

NASA‐TLX与RCS组合的p值为0.024613，证明在不同自动化等级（0级、1级和2级）之间存在显著差异。

NASA‐TLX与IES组合的p值为0.035657，同样表明存在显著差异。

单因素方差分析（以水平为自变量）中NASA‐TLX的均方根标准化效应量Ψ为9.5662，其特定分析的置信区间为[2.1017, 17.0307]。

在单因素方差分析中，以水平为自变量的IES的均方根标准化效应量Ψ为‐0.2454，其特定分析的置信区间为[NaN, 0.8653]。

4.4 部分自动驾驶等级间驾驶员心理工作负荷的关系

由于通过方差分析证明了在自动化等级之间存在显著差异，因此我们可以绘制箱线图来查看每个等级的值，并观察驾驶员心理工作负荷随着部分自动驾驶等级的提高而发生的变化。

图2中上方的两个箱线图分别是三个不同级别的 NASA‐TLX 和 IES 的箱线图。0级与1级之间的差异明显，而2级的得分仅略高于1级。这表明NASA‐TLX得分最低的是1级，其次是2级，最高的是0级。1级与2级之间的差距远小于0级与1级之间的差距，这证实了自动驾驶系统的引入有利于降低驾驶员心理工作负荷，且随着自动驾驶系统参与程度的提高，驾驶员的心理工作负荷有所上升，但仍远低于完全手动驾驶。这呈现出一种“先降后升”的趋势。至于IES，三个级别的调整后反应时间似乎相同。

图2底部的两个箱线图展示了与各项次要任务相关的 NASA‐TLX 和 IES。该图显示了不同次要任务之间在 NASA‐TLX 上的明显差异。“简单问题”这一次要任务的NASA‐TLX最低，表明其给驾驶员带来的心理工作负荷最小。“拨打电话”和“发短信”这两项次要任务的 NASA‐TLX 评分最高，说明这两项任务使驾驶员承受更高的心理负荷。与NASA‐TLX相比，IES在不同任务之间的差异范围较小。然而，“拨打电话”和“发短信”的 IES 最小，意味着其心理负荷最轻。这种现象可能是由于任务流程较为复杂所致，因为被试在做出反应后仍需完成多个步骤，例如拿起手机、解锁手机、点击操作等。这些后续操作可能是导致受试者感觉心理负荷较高但反应时间却最短的原因。

5. 讨论

5.1 低自动驾驶等级的心理工作负荷

根据我们的假设，当自动驾驶等级从0级提升到1级时，在使用自适应巡航控制（ACC）的场景下，可以节省与脚部操作相关的心理工作负荷，但需要更多的心理工作负荷来监控仪表盘。同样地，从1级提升到2级时，车道保持的心理工作负荷得以释放，但需要投入更多的视觉资源用于仪表盘的监控。

如图2的箱线图所示，根据被试的判断，1级的心理工作负荷最低，其次是0级和2级。对于IES而言，趋势并不十分明显，但似乎随着自动驾驶等级的提高，先上升后下降。

由于样本量小，涉及正确率的IES可能不够准确。反应时间是通过人工目视检查视频来测量的，导致了显著偏差。IES从1级到2级的降低可能是因为被试在实验过程中对次要任务越来越熟悉。因此，NASA‐TLX被认为是心理工作负荷测量更好的指标。

基于NASA‐TLX，1级自动驾驶可以降低驾驶员心理工作负荷，而2级自动驾驶反而会增加驾驶员心理工作负荷。总体而言，在首次引入自动化技术的情况下，人类驾驶员的心理工作负荷会显著降低。然而，如果自动化系统执行更多的动态驾驶任务，则需要更高的心理工作负荷。尽管增加的心理工作负荷与节省的心理工作负荷相比相当小，但我们可以推断，相较于1级，更高级别的自动化会导致更高的心理工作负荷。1级与4级之间的心理工作负荷比较仍需进一步研究。

这种过渡性变化的原因之一可能是情境意识问题。1级自动驾驶仍然需要驾驶员参与其中；驾驶员必须观察驾驶状况，因为他/她仍需控制车速和转向。然而，当人类驾驶员在2级由于完全信任自动化系统而脱离回路时，尽管监控环境仍然是驾驶员的任务，但人类驾驶员需要更长的时间和更多的心理资源来构建当前驾驶环境中正在发生情况的完整画面。

另一个原因可能是可接受性问题。在1级自动驾驶时，由于仍存在转向任务，受试者会保持参与状态。所有受试者的手都保持在方向盘上；而在2级自动驾驶时，已观察到一些手离方向盘行为。当2级自动驾驶出现接管问题时，受试者的反应更为焦虑。所有参与者均无驾驶实际2级自动驾驶汽车的经验，这导致驾驶时存在不确定性。如果人类驾驶员对自动驾驶技术足够熟悉，则驾驶员可能以更低的心理工作负荷更冷静地应对紧急情况。

5.2 次要任务的心理工作负荷

表5展示了与九个次要任务的心理负荷相关的类别总结；以及使用VACP的预期得分与实验结果之间的比较。由于评分单位和维度的不同，此处展示的是定性比较而非定量比较。

表5：心理工作负荷总结

任务	VACP	NASA‐TLX
AOSPAN	H	平均
时间感知	L	平均
PASAT	H	平均
拨打电话	H	H
2‐背任务	平均	H
发短信	H	H
数学算术	平均	平均
简单问题	L	L
简单指令	L	平均

当使用NASA‐TLX作为实验结果时，预测的正确率为 4/9。预测方法的正确率似乎相当低，但样本量小无法提供足够准确的数据集。

每个次要任务占据不同的资源通道，并在每个通道中引起不同的心理工作负荷。应使用定量评估方法更仔细地分析与次要任务相关的数据。一些动作是同时进行的，也应考虑其重叠情况。构建量化系统将在未来研究中完成。此外，运动协调可能是影响驾驶任务的另一个因素。可以合理地认为，随着样本量的扩大和新分析系统的应用，预测的准确率能够得到提高。

6. 结论

本文聚焦于部分自动驾驶车辆中驾驶员心理工作负荷，探讨其随部分自动化驾驶等级的变化情况。通过驾驶模拟实验，要求驾驶员在驾驶过程中执行一些次要任务时，已发现其关联性。驾驶员心理工作负荷从0级到1级先降低，再从1级到2级升高，但2级的心理工作负荷低于0级。

关于次要任务，由于占用的资源通道不同，引起的心理工作负荷也不同。进一步研究有助于发现不同资源通道引起的心理工作负荷之间的关系。