意外和预期事件对老年人在自动驾驶期间自主唤醒和眼动注视的影响

爱丽丝·C·史蒂文森¹*，伊维塔·艾蒙泰特¹，普拉敏达·卡莱布-索利²，菲利普·L·摩根³，塔巴苏姆·哈通¹，约瑟夫·戴维斯¹ 和 克里斯·阿尔福德¹
¹健康与应用科学，英国西英格兰大学，英国布里斯托尔
²布里斯托尔机器人实验室，英国西英格兰大学，英国布里斯托尔
³人因卓越（HuFEx）研究小组，以及人工智能、机器人与人机系统中心（IROHMS），心理学院，卡迪夫大学，卡迪夫，英国

对于一些老年人而言，驾驶终止可能因失去独立性和社会孤立而加剧身体、认知和心理健康方面的挑战。完全自动驾驶汽车可能提供一种替代交通方案，增加社交接触并促进独立性。然而，在理解老年人在被动式全自动驾驶中的角色对安全人车交互及其福祉的影响方面仍存在研究空白。37名老年人（平均年龄 ± SD = 68.35 ± 8.49岁）参与了一项实验，体验了包含不同类型停车的完全自动驾驶行程（意外事件与预期事件）。车辆的自主行为通过巫师模式方法实现。在行程期间，采集了信任与可靠性评分等主观评分，以及驾驶员状态监测数据，包括视觉注意力策略（注视持续时间和次数）和生理唤醒（皮电导和心率）。结果表明，两类事件后的旅程中，主观信任与可靠性评分均较高。在意外停车期间，外显视觉注意力集中在事件本身；而在预期停车期间，视觉注意力则指向人机界面（HMI），并分布于中央和周边驾驶环境中。反映唤醒水平升高的皮肤电导水平仅在意外事件后持续存在。这些结果表明，在被动式全自动驾驶过程中发生的安全关键事件可能会缩小视觉注意力范围，并增强生理唤醒反应。为了改善老年人的车内用户体验，驾驶员状态监测系统可利用此类心理生理指标来评估其功能状态和福祉状况。该信息随后可用于对车辆行为做出知情决策，并在意外事件引起生理唤醒升高时提供安心感。

关键词 ：自动驾驶车辆，眼动追踪，心率，人机交互，人机界面，老年人，皮肤电导水平，信任

引言

私家车对老年人的心理和生理福祉至关重要。由于行动能力下降，公共交通系统可能带来不便且难以使用（布鲁姆等人，2009）。例如，步行到公交车站或上下公交车等挑战，对于行动不便的成年人来说可能造成严重问题。因此，驾驶使人们能够获得本地服务、参与社交活动，并促进户外活动的参与。除了驾驶的实际益处外，研究还表明其具有多种情感优势，如感觉、力量和年轻感（艾森汉德勒，1990；斯特格，2005；贝尔格斯塔德等人，2011）。然而，随着年龄增长导致的认知和视觉能力下降、身体残疾以及疾病，会使驾驶在身体和认知上变得更为高要求，从而影响驾驶能力。随着年龄增长，成为非驾驶员的可能性也随之上升（安斯蒂等人，2006），一些驾驶员选择限制驾驶（戴林格等人，2001）。驾驶终止可能对移动性和幸福感产生负面影响，孤立感也可能加剧（秦等人，2019）。一些老年人发现更难离开家，停止参与本地或社交活动（马罗托利等人，2000），这反过来会导致生活质量下降。因此，停止驾驶可能迅速加剧身体、认知和心理健康方面的挑战，并导致独立性的丧失。

自动驾驶汽车（AV）有望通过有效消除人类在驾驶任务中的参与，从而提高驾驶安全性和效率。人类的作用取决于车辆的自动化水平。汽车工程师学会提出了六个自动化等级，从0级“无自动化”到5级“完全自动化”（SAE，2018）。其中2级和3级要求驾驶员监控环境并在需要时重新接管车辆控制权；而4级和5级则几乎不需要驾驶员输入。随着驾驶任务中不同的认知和身体需求被自动化组件所取代，自动驾驶汽车可能为老年群体提供一种替代交通方案。通过提供可行的交通选择，老年人的出行能力有望得到恢复，使其能够过上更加独立的生活（史密斯和安德森，2017）。这反过来应能促进老年人参与本地事务和社交活动，增强社会包容感和满意度。

尽管自动驾驶技术的出现为老龄化人口带来了诸多潜在优势，但作为被动驾驶员的角色对安全的人车交互以及老年人福祉的影响尚未完全明确。以往研究表明，部分自动化车辆会对安全的车辆交互产生负面影响，在这些情况下，人类被预期保持“参与状态”，并在预期或意外情况下重新接管车辆控制权。然而，在5级自动驾驶期间，由于车辆具备完全自动功能，接管请求可能带来的负面后果得以消除。SAE（2018）将车内用户称为“乘客”而非某种形式的驾驶员。尽管接管带来的负面影响应当被消除，但先前的研究已表明，完全自动化仍会显著影响认知和情感功能状态。从认知角度而言，研究已证实自动化可能导致精神负荷过低，并促进注意力不足的策略（Young 和 Stanton，2002）。研究表明，自动化还可能助长对系统的懈怠和过度信任（Parasuraman 和 Manzey，2010），并在自动化无法被覆盖时尤其增加挫败感（Comte，2000）。对于存在与年龄相关功能障碍的老年人群体而言，这些问题可能会被进一步放大，因为他们更倾向于依赖自动化系统（McBride 等，2011年），在同时执行两项或多项任务时更为困难（Kramer 和 Madden，2008），并且更容易缺乏对先进技术的理解（Mann 等，2007）。此外，研究指出，由于信任和信心方面的问题，例如在发生故障时附近没有操作员，老年人对使用自动驾驶汽车存在担忧（Faber 和 van Lierop，2020）。因此，某些自动驾驶情境可能引发焦虑情绪，而压力反应的反复激活可能对其健康和福祉造成潜在损害（Cohen 等，2007）。

考虑到对乘客功能状态的重大影响，已有研究提出了一种包含认知和情感指标的驾驶员状态监测（DSM）系统，以提高安全性和福祉（Collet and Musicant, 2019）。DSM系统通过结合生物性指标（例如肌肉活动）和物理性指标（例如眨眼频率）等多种测量指标，持续监测用户。通过对功能状态进行综合与分类，该系统可向乘客提供反馈或调整车辆行为。传统上，DSM系统应用于手动驾驶情景中，用于检测疲劳和注意力不集中。夜间驾驶（Phipps-Nelson et al., 2011）、长时间驾驶（Finkleman, 1994）以及极端温度（Xianglong et al., 2018）等情况可能引发疲劳；而使用手机（Strayer and Drews, 2007）、车载系统（Arexis et al., 2017）以及进食（Tay and Knowles, 2004）等行为可能导致注意力分散。在手动驾驶情景中，DSM系统可利用远程传感器监测如长时间闭眼和打哈欠等疲劳行为。一旦检测到这些行为，系统可向驾驶员或其他人发出警告，提示潜在的危险情况。

利用DSM系统检测认知和情感状态的波动，对于提升5级驾驶期间乘客的福祉和安全性具有诸多潜在益处。关于乘客状态的信息可用于调整车载信息或车辆行为。例如，车载系统可在适当时机提供安心感以降低压力水平。系统还可调整车辆行为以提高舒适性，例如增加与前车之间的车头时距。此外，系统可识别乘客的认知负荷，以提供最佳数量的反馈或信息。例如，可根据用户正在执行的任务或其感受，选择听觉和/或视觉反馈方式。如果系统检测到注意力下降，可鼓励进行自动化监控。手动驾驶研究已为开发用于检测驾驶员状态的实时无干扰传感器提供了可行性，但目前仍需进一步研究，以揭示自动驾驶情景对人类认知和唤醒状态的影响。

在5级自动驾驶期间，由于乘客无需执行手动驾驶行为（即速度或横向位置变化），因此无法测量功能状态的典型性能指标。实时捕捉人类反应可能有助于区分动态自动驾驶情景中的功能状态。为此，大多数研究采用了连续性测量方法，如视线和生理唤醒指标。

自动化驾驶期间，通过眼动行为所反映的视觉注意力测量指标已证明存在认知负荷不足和注意力缺陷。视觉策略及注视点分布可提供参与者在何时何地转移其注意力的信息。总体而言，与手动驾驶相比，视线更多地离开驾驶环境（DeWinter et al., 2014），水平方向的注视分散程度更高（Louw and Merat, 2017），表明情境意识较低且负荷降低。然而，随着任务需求的变化，认知负荷和注意力分配会随着时间演变。例如，斯特劳赫等人（2019年）发现，在自动化驾驶期间，参与者对安全关键区域（即方向盘和前方道路）的注视多于手动驾驶期间。

一些研究试图探讨与自动化监控和注意力本身相关的构念之间的关联。例如，信任度较高的参与者往往较少监控道路（如 Helldin et al., 2013；Hergeth et al., 2016；Körber et al., 2018；Walker et al., 2019）；而对驾驶环境的注视持续时间更长、注视次数更多则与更高的情境意识相关（Shinohara et al., 2017年）。考虑到人机自动化交互中存在与年龄相关的差异，目前尚不清楚在老年群体进行5级驾驶期间是否会呈现出类似的关系。

认知功能的欠佳水平也可以通过自主唤醒的心理生理测量来评估（Lohani 等人，2019）。Carsten 等人（2012）发现，在自动驾驶期间心率低于半自动化驾驶和手动驾驶，进一步支持了在自动化期间存在认知负荷不足的观点。然而，手动驾驶受到体力消耗（例如转动方向盘、换挡）的干扰，且心脏活动可能受到运动需求的影响（Laborde 等人，2017）。与测量视线的研究类似，关于生理指标的研究表明，安全关键事件会影响功能状态。例如，Zheng 等人（2015）发现，当前导车辆之间的车头时距减小时，咬肌肌电图活动增加，而自我报告的舒适度降低。在意外的接管请求和误导性通知期间，Ruscio 等人（2017年）通过皮肤电导反应幅度的增加，证明了交感神经兴奋性的升高。由于唤醒水平的升高与注意力狭窄相关（例如，Laumann 等人，2003），这些结果表明，在安全关键事件期间注意力的广度受到限制（Meinlschmidt 等人，2019）。然而，Ruscio 等人（2017年）采用的是带有接管请求的半自动化驾驶，因此参与者预期会发生接管。这与5级自动驾驶汽车的情况不同，其中参与者不会预期对车辆有任何直接控制。

考虑到自动驾驶汽车为老年人带来的潜在益处，例如维持行动能力和独立性，以及与人类‐自动化协作相关的年龄相关个体差异，有必要全面了解老年人在自动化驾驶期间，特别是在安全关键情况下的心理生理状态。以往研究通常将自动驾驶与手动驾驶进行比较，但未充分考虑两者在身体和认知需求上的差异。因此，本研究旨在探讨老年人在巫师模式真实世界自动驾驶旅程中遭遇安全关键事件时的视觉注意力和自主唤醒反应。参与者经历了两种类型的停车：（i）一次旅程中，车辆因检测到“危险”而执行意外停车（被视为安全关键事件）；（ii）另一次旅程中，因路线设置而发生预期停车。采用重复测量设计，参与者自身作为对照。我们通过注视持续时间与注视次数来监测视觉注意力，并记录皮肤电活动和心率等生理指标。此外，还收集了回溯性的自我报告信任与可靠性评分以及总结性定性反馈。我们预测，意外事件会导致外显视觉注意力范围变窄，并伴随自主唤醒水平升高。本研究是英国创新署资助的FLOURISH自动驾驶研究项目1的一部分，该项目通过一系列模拟器和现实生活研究中的协同设计，探讨老年人对自动驾驶汽车的知觉与交互体验，包括人机界面的开发。

材料与方法

参与者

最初有39名成年人参与了本研究。由于自动驾驶汽车在行程期间出现技术错误，其中2名参与者被排除在所有分析之外，最终纳入37名参与者（16名女性，21名男性，平均年龄 ± SD = 68.35 ± 8.49岁，年龄范围48–89岁，其中2名参与者年龄低于60岁）。由于数据收集过程中的记录错误，仅对30名参与者的生理数据进行了后续分析（12名女性，18名男性，平均年龄 ± SD = 69 ± 8.75岁，年龄范围48–89岁）。由于存在白内障（3人）等视力并发症、眼动仪校准失败（5人）等技术错误以及低眼动样本（3人），仅对26名参与者的眼动追踪数据进行了后续分析（12名女性，16名男性，平均年龄 ± SD = 67.19 ± 7.32岁，年龄范围52–89岁）。

五名参与者具有矫正听力。17名参与者受教育程度达到学位水平，10名参与者从事全职或兼职工作。除三名参与者外，其余均持有有效的驾驶执照，有驾驶经验，平均每年驾驶2,500至4,900英里。所有参与者均无高度自动驾驶汽车的使用经验。患有重大健康状况的参与者（例如癫痫、神经功能障碍和冠状动脉问题）被不允许参加。参与者获得了20英镑代金券作为参与研究的补偿，以覆盖相关费用。所有参与者均按照《赫尔辛基宣言》签署了书面知情同意书，并在研究结束时接受了全面的说明。伦理批准由西英格兰大学健康与应用科学学院研究伦理委员会（HAS.18.09.024）获得。

设备：自动驾驶车辆

由Aurrigo（RDM集团）提供的PodZero自动驾驶舱被用作自动驾驶汽车（见图1）。该无人车是一种紧凑型研发车辆，专为在行人区域和人车共行道路中使用而设计。该车辆为电力驱动，可在正常操作条件下持续运行 10+小时。它是一辆四座车辆，配备两条相对的长椅，设计类似于火车中的四座车厢。根据安全规定，车内始终配备一名安全人员，负责观察周围环境，并可随时操作紧急停止按钮。四名引导员分别在车辆前后进行监督，同时在每个交叉路口另有引导员监督车辆路线，以确保没有其他车辆或行人造成阻碍。

无人车的自主行为是通过巫师模式方法（凯利，1985年）实现的，即由位于车辆后方且参与者无法看到的操作员使用手持无线控制单元以手动模式远程操控无人车。以远程操控模式驾驶无人车可确保其在不同参与者之间的操作具有一致性；无人车能够对不同的障碍物做出相似反应，并按照预定路线行驶。研究开始时，参与者被告知车辆处于完全自主驾驶状态。在事后说明期间，参与者被告知无人车是由一名在后方步行并远程操控的远程操作员手动操作的。由于驾驶路线涉及行人区域，车辆以步行速度（约 3–5英里/小时）进行控制。

研究期间使用的自动驾驶舱。(B)旅程期间的人机界面显示。)

人机界面（HMI）

人机界面（HMI）显示在一台HannsG HT161HNB 15.6′′多点触摸屏上，连接至Kodlix GN41迷你电脑（Windows 10，Intel Celeron处理器，8 GB内存，64 GB）。人机界面的设计基于人机界面设计原则、与老年人的公众参与研讨会以及之前人机界面版本的反馈（Morgan 等，2018；Eimontaite et 等，2019；Voinescu 等，2020）。

HMI图形触摸屏显示了车速、到达目的地剩余时间、安全停车按钮、行程地图、车辆“健康”状态以及行程设置/更改选项（见图1）。在研究开始时，向参与者介绍了安全停车按钮的功能，强调按下此图标将触发车辆停车。车辆“健康”图标提供了自动驾驶汽车自动化系统的当前工作状态信息，包括轮胎、制动器、网络和电池电量。在研究期间，车辆健康状态始终显示为正常工作状态。HMI通过视觉和音频通知来描述车辆的行为和行程情况，例如 “左转”和“您已到达目的地。”

研究流程

参与者完成了六次连续且顺序平衡的行程。每次行程前，参与者都会收到一个情景说明，指定他们需要设置的行程。共有六个可能的目的地/停车点：家、健康中心、回收中心、体育中心、运动场和邮局。在六次行程中，始终有一次包含预期停车的行程，以及另一次由于“危险”导致的意外停车行程。这两次行程长度相等，持续时间约为6分钟。其他一些行程还包括接一位朋友等其他变量。由于本文主要关注意外事件的影响，因此不再详细描述其他行程。所有行程在参与者之间随机分配，使得意外停车发生在旅程二或旅程五期间，而预期停车则发生在旅程一、旅程三或旅程四期间。总体上，参与者经历了大约60分钟的自动驾驶系统。

预期停车是在行程设置期间启动的，因此参与者预期了此次停车。在几秒钟之前，车辆停止后，人机界面显示通知“您即将到达[站点]”。车辆停止后，显示通知“您已到达 [站点]”。随后，人机界面显示了继续或停止行程的选项。所有参与者均选择继续行程。

意外停车以紧急停车的方式执行，对参与者来说似乎是突然发生的，因此参与者并未预料到。引导员接到指示，需接听手机并走到无人车前方。随后，无人车的远程操作员将启动车辆停车。触摸屏上显示人机界面通知：“车辆检测到道路有危险并已停止。您的行程将很快恢复”。一旦引导员安全离开道路，无人车将重新启动并继续行程。参与者无需采取任何操作。

实验流程

图2展示了实验流程的示意图。参与者到达大学校园内的学生住宿区附近与研究人员会面，研究在此处进行。研究人员提醒参与者有关信息表的内容，询问其福祉状况以及是否有任何疑虑或问题。他们被告知研究包括在人机界面上设置一条指定路线，随后在学生住宿区周围体验自动驾驶汽车行程，总共六次行程。参与者签署了打印的知情同意书，并填写了纸质的试验前问卷。接着，研究人员向他们展示了人机界面的图像，并介绍了整体布局。

生理和眼动追踪设备设置完成后，参与者被带至室外并介绍无人车。参与者系好安全带，面朝前方坐在车辆内。他们被介绍给安全驾驶员，但被告知不要与其交谈；同样，安全驾驶员也被要求不要与参与者交谈。进入无人车后，参与者再次被展示人机界面。每次行程开始时，参与者会收到说明行程目的地及是否停车的行程情景。参与者需使用人机界面设置行程。在第一次行程中，研究人员协助他们完成行程设置并解答问题。所有参与者在整个试验过程中均成功完成了行程设置。行程设置完成后，车辆启动，行程开始。参与者被告知可以根据自己的意愿随意使用或不使用人机界面。行程期间，人机界面会显示描述行程进程的通知，例如“左转。” 人机界面还显示了包含车辆路线的导航地图（见图1B）。每次行程结束后，参与者会向研究人员提供口头信任和可靠性评分，并说明评分理由。此过程重复六次，所有参与者均完成了六次行程。之后，参与者离开车辆并填写若干份试验后问卷。完整的测试会话（包括诱导阶段和填写问卷）持续约 150分钟，具体时间取决于个体间差异。我们发现，开展针对老年参与者的研究所需时间较多，必须合理安排。确保节奏不会增加疲劳感，并留出充足的时间进行反思、讨论提出的问题以及回答问题，这一点非常重要。

测量指标

信任与可靠性评分

我们使用单项目量表测量信任与可靠性评分，以尽量减少对自动驾驶车辆行程的干扰。参与者被要求在0（“完全不信任”）到10（“完全信任”）的量表上评价他们对自动驾驶汽车的信任程度。同时，他们还需在0（“不可靠”）到10（“完全可靠”）的量表上评估车辆的可靠性。随后，他们被要求说明给出该评分的原因。每次行程结束时，通过口头方式收集参与者的评分。此外，在试验前后问卷阶段，参与者还需在纸质问卷上填写他们当前对自动驾驶汽车的信任与可靠性评分。

生理信号

使用Empatica E4手环（Empatica公司，美国马萨诸塞州剑桥市和意大利米兰）连续采集心率（每分钟心跳次数； BPM）和皮肤电活动（皮肤电导水平； µS），以测量自主唤醒水平。皮肤电活动传感器的采样频率为4 Hz， Empatica上的光电容积脉搏波传感器以64 Hz的频率测量血容量脉冲。BPM由Empatica内置软件推导得出。将 Empatica E4手环佩戴在参与者的非优势手腕上，以减少运动伪影的可能性。Empatica手环被牢固固定且确保参与者舒适，防止手环移动而引发伪影。E4还通过三轴加速度计收集加速度数据，用于监测手腕运动。加速度计的采样频率为32 Hz。

在摄像头前按下 Empatica E4 上的事件标记按钮，触发了 Empatica 设备上的 LED灯 亮起，同时在数据中记录了一个时间戳。这种创建标记的方式有助于后续分析生理数据中感兴趣事件（即意外停车）发生的时间。

眼动追踪

Tobii Pro Glasses 2是一款眼动追踪设备，用于采集注视指标（Tobii眼镜式眼动仪，Tobii科技公司，瑞典斯德哥尔摩）。Tobii眼镜式眼动仪是一种可穿戴式眼动仪，佩戴方式类似于普通眼镜。其设计为轻量设计，无侧边或底部镜框，可避免对视野造成任何干扰。

头戴单元包含多个摄像头：一个高清摄像头捕捉参与者的视场角（82◦水平和 52◦垂直），两个位于每只眼睛下方的眼动追踪传感器捕捉参与者的瞳孔直径和眼球运动。为了提高眼动追踪传感器的准确性，使用近红外光源照射瞳孔。这些传感器的采样率为100赫兹。

Tobii Pro眼镜不适用于普通眼镜，因为眼镜可能会产生额外的反光，从而导致数据失真。佩戴眼镜的参与者被要求摘下眼镜，并使用Tobii套件中提供的一副合适的矫正镜片安装到眼镜上。参与者佩戴好头戴单元后，按照制造商的校准程序进行操作，即让参与者注视一个中心目标。该过程通常耗时不到30秒。此外，还要求参与者观察环境中的特定物体，以检查系统的准确性和对齐情况。

生理唤醒预处理

数据在 Microsoft Excel 2016 中使用 Excel 内置函数打开并进行预处理。皮肤电活动和心率值及其对应的时间戳分别进行预处理，并遵循相同的流程。对于皮肤电活动（4赫兹采样率），每四个样本取平均值，生成每秒一个数值；同样地，心率数据也采用每秒平均值进行分析。平均后的数据与相应的时间点对齐，以便对感兴趣时间段的时间点进行跨时段平均。感兴趣的时间点来源于视频记录中的时间戳和 Empatica 事件标记器。Z‐分数被计算用于标准化数据，以应对生理反应的个体差异（Braithwaite等人，2013年），从而得到z‐转换后的皮电导水平（zSCL）和z‐转换后的心率（zHR）。对于与意外和预期停车事件相关的数据，在两个感兴趣时间段内进行平均：停车前30秒和停车后30秒。选择30秒是因为这是警觉性和心理生理状态监测研究中常用的标准时段长度（例如，Berry等人，2015年），也在其他自动驾驶车辆研究中用于调查生理变化对事件的响应（Ruscio等人，2017年）。这也是在特定事件发生后未受其他事件（如行程结束）影响的最小记录活动持续时间。

注视指标

使用Tobii Pro Lab软件版本1.138（Tobii科技公司，斯德哥尔摩，瑞典）进行眼动追踪分析。我们首先评估了整个记录期间的注视样本百分比。眼动追踪眼镜平均捕获了80%（SD= 18%）的注视样本。

首先记录事件以标记录制中事件的开始和结束。通过选择适当的开始和结束事件标记来定义兴趣时间段（TOIs）。这使得数据能够被分割成与后续数据分析相关的时间段。“停止前”时间段被视为通知呈现前的30秒当车辆停止时；“期间”时间段包括通知以视觉方式显示的时间（最长约为15秒）；“停车后”时间段定义为通知呈现后的30秒。记录中的注视数据随后被手动映射到最能体现参与者整体视觉视图的图像上。

接下来，针对每个时间段（TOI）的每张映射图像定义了兴趣区域（AOI）（见图3）。创建了三个兴趣区域，分别代表人机界面（HMI）、驾驶环境的中央视野和驾驶环境的周边视野。最后，对数据应用了“I‐VT滤波器（注视）”，并将速度阈值参数设置为30度/秒。如果采样值低于该阈值，则被分类为一次注视。

总注视时长和总注视次数指标从Tobii Pro Lab导出至 Microsoft Excel 2016。由于关键事件的发生时间在不同参与者之间存在差异，为了进行标准化比较并考虑注视模式内的变异性，有必要将注视次数和注视持续时间计算为总注视次数和总注视持续时间的比例。注视持续时间定义为注视每个兴趣区域的时间除以总注视时长；注视次数定义为朝向每个兴趣区域的注视点数量除以总的注视点数量。随后对这些平均值进行了进一步分析。

结果

所有统计分析均使用IBM SPSS Statistics for Windows，版本26（美国纽约阿蒙克IBM公司）进行。进行了描述性统计分析，并通过Shapiro‐Wilk检验和非标准化残差的QQ图可视化来验证正态性。球形假设通过Mauchly检验进行检验，若违反该假设，则在重复测量计算中采用Greenhouse‐Geisser估计。显著性统计阈值设定为双尾p < 0.05。效应量报告为：单因素方差分析显著结果使用 eta squared（η2），双因素方差分析显著结果使用 partial eta squared（η2 p）（科恩，1988年）。事后分析采用Bonferroni校正。

对于信任与可靠性评分，进行了单因素重复测量方差分析（行程阶段：前、意外、预期和后）。为了理解预期停车与意外停车对心率和皮肤电导水平得分的影响，进行了2（停车类型：意外和预期）× 2(时间段：停止前30秒和停止后30秒) 重复测量方差分析。对注视次数与注视持续时间指标分别进行了两个双因素重复测量方差分析。第一个是2（停车类型：意外和预期） × 3(兴趣区域：中央、周边和人机界面) 重复测量方差分析，用于理解行程类型对兴趣区域的影响。第二个方差分析是2（停车类型：意外和预期） × 3(时间段：停止前、期间和之后) 重复测量方差分析，用于理解行程类型对时间的影响。

信任与可靠性评分

描述性统计结果见表1。对于信任评分，重复测量方差分析结果显示存在显著差异[F(2.05,73.86)= 15.05，p< 0.001， η2= 0.295]，事后比较显示，从所有行程前到所有行程后，信任评分显著增加[p< 0.001]；从所有行程前到意外停车时，信任评分显著上升[p< 0.001]；从所有行程前到预期停车时，信任评分也显著上升[p< 0.001]。在意外和预期停车事件之间的信任评分无显著差异[p= 0.100]。

对于可靠性，单因素重复测量方差分析模型显示，行程的主效应显著[F(1.44,51.79)= 25.56，p< 0.001， η2= 0.415]事后比较表明，可靠性评分从所有行程前到所有行程后有所增加[p< 0.001]，从所有行程前到意外停车[p< 0.001]，以及从所有行程前到预期停车[p< 0.001]。同样，意外和预期停车事件之间的可靠性评分无显著差异[p= 0.100]。总体而言，这些发现表明主观信任和可靠性在自动驾驶汽车体验后有所提升，并且未因意外事件而受到差异化影响。

主观评分（0–10）	行程前	意外停车后	预期停车后	行程后
信任	7.11 (2.50)	9.22 (1.13)	9.16 (1.43)	9.00 (1.78)
可靠性	7.19 (2.39)	10.00 (0.88)	9.35 (1.18)	9.45 (1.02)

表 1 | 行程中信任与可靠性评分的平均值（SD）。

心率

对zHR进行的2（停车：意外和预期）× 2（时间：停止前和停止后）重复测量ANOVA未发现停车、时间和交互效应的显著主效应[F(1,29) ≤0.56，p ≥ 0.461]。心率在预期停车前[M= −0.15，SD= 1.01]与预期停车后[M= −0.12，SD= 0.93]之间相似；在意外停车前[M=−0.13，SD= 0.95]与意外停车后（M= −0.06，SD= 0.92）之间也相似。如图4所示，在意外停车期间心率有所上升，但未达到统计学显著性。

皮肤电导水平

方差分析模型显示，停车[F(1,29) = 0.17，p= 0.684]或时间[F(1,29) = 0.37，p= 0.546]的主效应均不显著。然而，交互效应显著[F(1,29) = 0.98，p= 0.019，η2p = 0.176]。成对比较显示，在意外停车期间，停车后的zSCL [M= 0.16，SD= 0.83]高于停车前的zSCL [M= −0.05，SD= 0.72；p= 0.043]。在预期停车前后的zSCL没有差异，分别为[M= 0.06，SD= 0.96]和[M= −0.09，SD= 0.89]。结合心率数据，这些结果表明在意外停车期间车辆停驶后，交感神经兴奋增加。皮肤电导水平反应的示意图见图4。

心率（z变换）。(B)皮肤电导水平（z变换）。)

注视次数

2（停车：预期的和意外的） × 3 （兴趣区域：中央视野、周边视野、人机界面）重复测量方差分析显示，兴趣区域的主效应显著[F(1.42,35.55)= 27.74，p< 0.001， η2p = 0.526]，且存在显著的交互作用[F(1.52,38.10) = 28.47，p< 0.001， η2p = 0.532]。停车的主效应不显著[F(1,25) = 0.44，p= 0.51；Table 2]。

Post hoc对双向交互的比较显示，在意外停车期间，对中央环境的注视点数量高于预期停车 [p< 0.001]；而在预期停车期间，对人机界面区域的注视次数多于意外停车 [p< 0.001]。

总体而言，在意外停车期间，人机界面区域的注视点数量高于周边环境 [p< 0.001]，且中央环境的注视点数量高于周边环境[p< 0.001]。在预期停车期间，人机界面的注视点数量高于中央环境 [p< 0.001]，且人机界面的注视点数量高于周边环境 [p< 0.001]。综合这些结果表明，在意外停车期间，中央环境内的注视点数量更高，而在预期的停车期间，人机界面内的注视点数量更多。

2（停车类型：意外和预期） × 3(时间：停止前、期间和停车后) 重复测量方差分析显示，时间的主效应不显著 [F(1.56,39.03)= 0.88，p= 0.399]，停车类型的主效应也不显著 [F(1,25)= 0.44，p= 0.513]，且无显著的交互效应 [F(1.21,30.21)= 1.45，p= 0.244；表 3]。结果详见图5、图6。

注视持续时间

2（停车）× 3（兴趣区域）方差分析模型显示出兴趣区域的主效应显著 [F(1.59,39.72)= 29.23，p< 0.001， η2p= 0.539]，以及显著的交互效应 [F(1.58,39.37)= 23.27，p< 0.001，η2p = 0.482]。停车的主效应不显著[F(1,25)= 0.44，p= 0.516；Table 2]。

Post hoc比较结果显示，在预期停车期间，对人机界面的注视持续时间比意外停车时更长[p= 0.003]，而在意外停车期间，对中央环境的注视持续时间比预期停车时更长[p< 0.001]。在预期停车期间，对周边环境的注视持续时间相较于意外停车期间有轻微增加[p= 0.055]。此外，在意外停车时，周边环境的注视持续时间相较于人机界面[p< 0.001]和中央环境[p< 0.001]更短。在预期停车时，人机界面的注视持续时间相较于周边环境[p< 0.001]和中央环境[p< 0.001]更长。

2（停车） × 3（时间）重复测量方差分析显示时间的主效应显著，[F(1.63,40.82) = 6.52，p= 0.006，η2p = 0.238]，但停车类型的主效应不显著[F(1,25)= 0.44，p= 0.513]，交互效应不显著[F(2,50) = 0.21，p= 0.813]。无论停车是预期的还是意外的，注视持续时间在停车期间[M= 19.96，SD= 8.42]均大于停车之后[M= 16.48，SD = 7.72], [p= 0.01]。均值和标准差的概览见表3。

注视指标	HMI	中央环境	周边环境
	预期的	意外的	预期的
注视次数 (%)	52.57 (30.07)	30.32 (28.23)	20.70 (20.02)
注视持续时间 (%)	32.36 (27.75)	18.86 (23.06)	11.99 (13.86)

表 2 | 预期和意外停车期间，人机界面（HMI）、中央环境和周边环境中注视指标的次数（%）和持续时间（%）的平均值（SD）。

注视指标	停止前	停止期间	停止后
	预期的	意外的	预期的
注视次数 (%)	31.94 (25.91)	28.87 (25.68)	30.17 (42.32)
注视持续时间 (%)	17.36 (16.87)	17.58 (17.79)	19.34 (31.02)

表 3 | 注视指标在预期前、期间和之后的自主行程中，注视次数（%）和持续时间（%）的平均值（SD）。

在非预期和预期行程事件中在感兴趣区域上的注视次数。(B)在非预期和预期行程事件中在感兴趣时间段上的注视次数。加粗线条表示中位数值。方框表示四分位距。垂直线表示下/上相邻值。♦ 表示平均值。**p< 0.001, *p< 0.05。)

在非预期和预期行程事件中在感兴趣区域上的注视次数。(B)在非预期和预期行程事件中在感兴趣时间点上的注视次数。♦ 表示平均值。**p< 0.001, *p< 0.05)

讨论

本研究旨在了解在5级自动驾驶期间发生意外事件对眼动行为、自主唤醒及相应信任水平的影响。为此，设计了一项实验，参与者经历了他们认为是自动驾驶的行程，在两次不同的行程中分别包含一次停车：一次是由“危险”引发的意外停车，另一次是作为计划行程一部分的预期停车。实验结果显示，在意外停车后，皮肤电活动持续升高。注视指标揭示了多种视觉行为差异。总体而言，在意外停车期间，参与者更长时间地搜索包括“危险”在内的中央环境；而在预期停车期间，人机界面区域吸引了更多的视觉注意力，表现为更高的注视次数和更长的注视持续时间。信任与可靠性评分也从行程前数值增加，并在每种类型的行程后保持较高水平。

通过眼动追踪测量的注视分布和持续时间揭示了两种行程类型之间的差异：在意外停车行程中，参与者对包含‘危险’的中央环境的注视持续时间更长，注视次数更多；而在预期停车时，视觉注意力则集中在人机界面上。各次停车之间的视觉行为随时间推移相似，表明对视觉注意力的需求类似。一般视觉扫描行为可通过注视次数来理解，因为场景内的更多转移与更高的注视频率相关。注视持续时间可以进一步揭示视觉注意力需求。基础视觉处理研究表明，注视持续时间随着视觉场景复杂度（Pomplun et al., 2013）和认知负荷（Rayner, 1998）的增加而增加，并与不确定性相关（Brunyé and Gardony, 2017）。因此，我们的结果模式表明，在意外停车期间，视觉注意力集中在包含‘危险’的中央环境中，参与者正在搜寻信息，而不是关注场景的其他方面。

这些结果与研究手动驾驶和危急情况下的眼动行为的研究相似。当面临危急情况时，注视的变异性降低（Chapman and Underwood, 1998）。相反，在接近和处于危急情况期间，注视持续时间增加（例如，Chapman and Underwood, 1998；Underwood et al., 2005）。此外，已有研究证明驾驶期间任务需求与视觉扫描行为之间存在负相关关系，即更高的任务需求会减少视觉扫描的分散性（例如，Recarte and Nunes, 2003；Savage et al., 2013）。此外，Guo et al. (2019)发现事故场景中注视频率和持续时间增加，反映出焦虑增加。

搜索与意外事件相关的信息可能是由于焦虑增加（Guo et al., 2019）所致：视觉注意力的狭窄，集中于危险源，是交感神经兴奋和压力增加的常见特征（Chajut 和 Algom，2003；Gable 和 Harmon‐Jones，2010）。此外，生理结果表明，在发生意外停车后，交感神经兴奋性升高。由于意外事件导致车辆制动，皮肤电导水平上升，这种上升持续达30秒，但在预期停车行程期间未发现显著差异。驾驶研究表明，高皮肤电导水平受到多种现象调节，例如工作负荷增加（如 Mehler et al., 2012）、压力（如 Affanni et al., 2018）、焦虑（Barnard 和 Chapman，2018）以及对自动化信任度降低（Morris et al., 2017；参见 Lohani et al., 2019以获取综述）。因此，除反映整体交感神经兴奋性增加外，很难具体推断皮肤电导水平升高的确切原因。所有行程结束后，信任评分较高，表明信任水平并未调节交感神经兴奋性。然而，反应偏差，尤其是言语评分后的偏差，可能导致自我报告的信任度被高估。需要注意的是，信任是在车辆成功完成行程后回溯性地测量的。（Choi和Ji，2015）。

我们未发现心率存在统计学上的显著差异，尽管图4显示，与预期停车相比，意外停车时心率升高，类似于皮肤电导的变化。由于皮肤电导由交感神经系统调节，而心率分别受到自主神经系统的交感神经分支激活和副交感神经分支抑制的共同调节（Thayer等人，2010），我们的结果表明，车辆因意外事件而停驶可能反映出轻微的交感神经占优状态。Ruscio等人（2017年）测量了在不同警告条件下对接管请求的生理反应。在半自动驾驶期间，相对于手动驾驶，在可靠警告、误导性警告和无警告情况下，心率均有所下降。皮肤电导反应幅度在误导性警告和无警告期间增加。他们还发现，呼吸性窦性心律不齐（副交感神经活动的一个指标）从手动驾驶到无警告的意外接管过程中有所增加。他们的结果揭示了在接管前出现误导性警告或无警告时，副交感神经与交感神经分支之间存在失衡。作者们认为，这种失衡可能会降低注意力容量，导致认知超载。尽管我们并未测量特定或非特定的反应幅度变化，而是测量了皮肤电导水平的变化，但我们的结果与此一致，因为我们发现了在无任何警告的车辆停驶（意外停车）后，皮肤电导水平有类似的中等程度升高。然而，我们的结果难以直接与Ruscio等人（2017年）的研究结果进行比较，因为我们未测量手动驾驶期间的生理反应，也未触发接管请求。我们也没有将副交感神经活动与交感神经活动分开；因此，尚不清楚注意力容量的降低是否与通过皮肤电导水平升高所测得的交感神经激活增强相关。

我们研究的一个潜在局限性在于使用Empatica E4来评估自主唤醒。Gruden等人（2019）最近发现，手动驾驶相关的运动伪影会影响心率变异性与皮肤电导水平的测量。已有研究表明，当手腕运动较小时，该设备具有合理的准确性和可靠性（Pietilä等，2017；Ragot等，2017），而本研究期间的情况正是如此，因为5级驾驶无需换挡等行为。尽管如此，我们仍进行了额外分析，并确认加速度计数值在不同条件下没有差异（包含在补充材料中）。此外，传统生理学研究从小汗腺活动较多的无名指和食指的远端或中节指骨进行测量（弗里德曼等人，1994；布辛，2012）。与许多可穿戴设备一样，Empatica E4通过腕部传感器测量皮电导。由于腕部对皮电导的反应较弱，因此预期会低估相关参数（范杜伦和扬森，2012；佩恩等人，2016）。尽管如此，Empatica E4仍是一种相对不具干扰性的测量设备，并且对皮肤电导水平的变化具有敏感性。

尽管在5级驾驶期间测量交感神经兴奋和眼动行为具有潜在优势，但仍无法避免皮电导和眼动追踪测量本身固有的局限性。由于在刺激呈现后存在一到四秒的延迟（即反应潜伏期）（布辛，2012），皮电导测量不应用于检测时间敏感事件，因此不能单独作为驾驶员状态监测系统（DSM系统）的可用指标。此外，应当认识到，我们测量的皮肤电导水平值受到了皮电导反应的干扰。如果在行程中发生的事件触发了皮电导反应，这将提高基础的皮肤电导水平。因此，我们报告的数值同时受到事件引起的紧张性和时相性反应的影响。此外，公认的是，注视的发生离不开注意力，但注意力可以在没有注视的情况下发生（波斯纳，1980）。眼动追踪无法检测被试视觉注视的周边区域，但刺激可在周边视觉中被前注意地感知。因此，参与者可能已经察觉到了通知信息并抑制了扫视运动以进行进一步处理。因此，在将眼动追踪评估的视觉注意力等间接测量指标直接归因于中枢注意力的直接测量时需保持谨慎。一个可靠的驾驶员状态监测系统（DSM系统）因而可能受益于结合多种测量指标。本研究结果确实显示出视觉注视行为的显著差异，这或许反映了由于意外事件导致注意力资源重新分配而引起的视觉策略变化。

尽管本研究试图相比实验室研究提高生态效度，但仍实施了安全限制，包括车辆速度、安全驾驶员以及车辆周围的引导员。平均而言，车辆行驶速度在每小时3到5英里之间。已有研究表明，车辆速度与自报工作负荷测量指标相关，即速度越高，自报工作负荷越大（福勒，2005）。然而，研究发现这取决于情境复杂性。低复杂性环境（如高速公路上的较高速度）或高复杂性情境（如市中心的较低速度）可能以类似的方式调节负荷（帕克西翁等人，2014）。在本研究中，车辆在行人专用区行驶，该区域限速为10英里/小时。车辆与行人、骑行者以及隔离柱等障碍物共用道路。因此，即使在手动驾驶期间，更高的车速也是不可能、不现实且不安全的。

最后，结果表明意外事件对注意力资源造成了显著需求。然而，眼动追踪是注意力的间接测量方式，由于本研究模拟的是5级自动驾驶旅程，因此无法获得直接的绩效指标来支持这一观点。尽管如此，所有参与者都知晓人机界面上有一个“安全停车”按钮，如果他们希望车辆停车，可随时按下该按钮。但没有任何参与者触发了安全停车。他们也可以访问“车辆健康”图标，以获取有关车辆整体健康状况的信息。在感兴趣时间段内，没有任何参与者访问此图标。综合来看，这些发现表明，意外停车并未被感知为特别危险，因为主观报告、主观评分以及所有生理指标均未反映出可能与更紧迫或更严重危险相关的极端反应。总结性定性分析也支持这一点：在行程结束后与研究人员讨论意外停车时，约三分之一的样本（12名参与者）表示感到不安（例如，“担心车辆不会停下，希望能有喇叭”）；另有3人表示对此事件感到安心或有信心（例如，“之前已停过车，这次也会停下”）；其余参与者仅简单指出车辆发现了“危险”并停车，履行了其预期功能。此外，由于本研究仅包含一个意外事件，未来还需开展更多研究，使用不同类型的意外事件，以便能够将功能状态与特定的安全关键场景进行关联表征。

尽管我们的结果得到了上述驾驶研究的支持，但本文所呈现的研究存在显著差异，因为我们的参与者并非主动控制车辆的手动驾驶员。由于眼动行为和运动执行在空间和时间上本质上是相互关联的，主动驾驶员能够成功地直接注视正在交互的物体或先于动作出现的物体。尽管存在这些差异，我们的结果与斯特劳赫等人（2019年）的研究一致，他们研究了乘客在真实世界自动驾驶过程中的视线情况。他们发现，在自动驾驶行程中驶入高速公路时，乘客对与安全相关的兴趣区域的注视频率高于手动驾驶以及路线其余部分。因此，无论是否主动参与驾驶任务，视觉扫描行为都会受到危急情况的影响。斯特劳赫等人（2019年）参与者的平均年龄为23岁，因此我们的结果扩展了早期的研究，并表明老年人在危急情况下表现出的眼部行为与年轻人大致相似。然而，我们的研究有所不同，因为乘客可以在整个行程中与人机界面进行交互。与手动驾驶汽车中的乘客不同，在5级车辆中，由于无需过多关注前方道路，对自动化系统的监控可能变得更加重要。尽管如此，我们发现，在关键事件之前、期间和之后，注意力集中于“危险”区域，同时伴随着皮电导增加，反映出在车辆响应后交感神经系统唤醒程度升高。

反复的压力反应激活及其引发的负面情绪可能对整体健康与福祉。因此，当检测到唤醒水平升高时，驾驶员状态监测系统可以通过修改车辆行为、提醒驾驶员或调整人机界面通知，并提供关于未来事件的状态更新或信息来做出响应。例如，人机界面可能会根据乘客的个体特征和注意力水平（从注意力不集中到过度警觉）调整安全相关通知，使其更具吸引力、多模态化并增强警示性。此外，自动驾驶汽车可以学习对乘客福祉产生负面影响的情境类型，并调整车辆路线或驾驶风格以避免这些情况。

综合来看，这些结果对5级自动驾驶汽车在老年人中的安全实施具有若干重要影响。我们的研究结果显示，在发生意外事件期间，视觉注意力可能变窄且唤醒程度升高，表现为交感神经兴奋增强、注视点分布范围缩小，并伴随对意外事件的注视点增加。结合持续较高的信任评分，这些结果表明，自动化驾驶的被动过程可能会限制乘客的视觉注意力集中，并加剧不良反应。本研究还表明，所考察的生理指标可作为评估乘客在真实世界中的自动驾驶期间功能状态的有效且实用的测量指标。因此，包含这些测量指标的驾驶员状态监测系统或许能够检测到此类行为，并对车辆行为做出合理决策，相应地调整人机界面通知。5级自动驾驶中出现负面体验的可能性，加上人类在低唤醒和高唤醒情况下持续监控能力的局限性，表明驾驶员状态监测系统可能是支持潜在脆弱人群应对意外情况所必需的补充手段，以实现完全的自动驾驶汽车应用。