Page 329 - 《软件学报》2026年第3期

1292 软件学报 2026 年第 37 卷第 3 期

会进一步加剧接管风险, 这表明系统设计需充分考虑驾驶员的生物节律适应性和认知恢复需求. 因此, 优化接管需
平衡驾驶员的认知资源分配, 通过预训练、情境预提示或动态负荷调节提升其认知准备度, 从而保障人机协同的
安全性与鲁棒性 [17] .

交通环境

环境感知 影响要素 影响要素

环境感知
自动驾驶系统 驾驶人
接管请求

接管操作
自动驾驶系统ODD边界
接管时间预算
自动驾驶 手动驾驶

接管请求 驾驶人开始 驾驶人完成
发出 接管 接管
图 1 人机共驾场景示意图 [9]

表 1 驾驶权接管技术的心理认知与智能交互理论综览表

理论维度 核心内容 关键发现/技术方案
自动化自满现象导致注意力下降和情境意识减弱 [3,4]
驾驶员接管过程中的认知转换规律 任务转换效率受认知重构成本和刺激-反应冲突影响 [14]
睡眠惯性和警觉性衰退加剧风险 [15,16]
心理认知机制
注意力重定向与唤醒 [5,6]
三阶段认知过程 情境意识重建 [7,8]
运动控制恢复 [9−11]
听觉: 语义化语音+情感音效 [18−20]
多模态感知融合 视觉: 动态倒计时+3D场景重构 [21,22]
触觉: 复合反馈策略 [17,23]
多源监测 (眼动/面部/生理)
智能交互理论 驾驶员状态闭环调控 深度学习行为建模 [24]
双阶段驾驶接管请求机制 [4,25]
时间: 动态接管时间预算
情境自适应策略 空间: 触觉协同转向 [26,27]
个体: 个性化警示配置 [17,22]
眼动追踪界面优化 [22,28]
跨学科创新应用 任务转换理论指导非驾驶相关任务中断 [14,21]
理论融合趋势 多模态负荷平衡 [17,18]
未来发展方向 脑电/心率信号融合环境数据, 构建个性化决策模型 [29−31]

驾驶权接管技术的智能交互理论体系构建于多模态人机协同机制与自适应调节原理之上, 其核心是通过多元
感知通道的协同作用实现驾驶认知状态的最优调控. 基于认知心理学与工效学理论, 该体系包含 3 个关键维度: 多
模态感知融合机制、驾驶员状态闭环调控系统以及情境自适应交互策略.
多模态感知融合机制采用“听觉-视觉-触觉”三通道协同反馈架构. 听觉通道通过语义化语音提示实现指令定
向传递, 并结合情感化音效设计调节驾驶员的唤醒水平 [18−20] ; 视觉界面整合动态倒计时显示与三维场景重构技术,