Page 330 - 《软件学报》2026年第3期

章程 等: 人机共驾场景中驾驶权接管技术研究综述 1293

强化对环境态势的感知能力 [21,22] ; 触觉反馈运用方向性振动 (如方向盘象限提示) 与非方向性刺激 (如座椅震动)
相结合的复合编码策略, 以实现控制权的平滑过渡 [17,23] . 多模态信息编码严格遵循刺激-反应相容性原则, 确保各
通道信息的时间同步性与语义一致性.
驾驶员状态闭环调控系统通过构建“监测-评估-干预”的实时调控回路, 以实现接管过程的认知优化管理. 该系
统整合眼动追踪、面部特征识别以及生理信号监测等多模态数据源, 全面捕捉驾驶员的认知状态. 基于深度学习
的行为建模技术 [24] 对多源异构数据进行融合分析, 动态评估驾驶员的注意力集中度和情境意识水平. 根据评估结
果, 系统智能触发分级唤醒策略, 例如采用双阶段接管请求机制: 首先通过温和提示引导驾驶员进入认知准备状
态, 再根据实时状态匹配相应强度的警示干预, 最终达成控制权的平稳交接 [4,25] . 该闭环调控机制通过持续的状态
监测、精准的认知评估和自适应的干预策略, 有效提升了接管过程的人机协同效能.
情境自适应交互策略通过多维度智能调节机制, 实现人机协同的最优匹配. 在时间维度上, 系统基于实时驾驶
负荷模型动态调节接管时间预算, 在复杂交通场景下自动延长决策窗口以确保安全过渡; 空间维度上采用共享控
制机制, 通过触觉协同转向等交互方式 [26,27] 渐进式传递控制权; 个体差异维度上依据驾驶员的初始信任水平和操
作习惯特征, 个性化调整警示强度和信息呈现密度 [17,22] . 丁铁成等人 [32] 的实证研究证实, 在注意力分散或疲劳状态
下, 基于驾驶员状态监测的自适应调节能显著提升接管安全性. 这种融合时空特性与个体特征的自适应策略, 与前
述多模态感知融合机制及认知状态闭环调控系统协同作用, 实现认知需求与交互策略的最优匹配.
在理论融合层面, 认知心理学与智能交互技术的交叉融合正成为重要研究趋势. 现有研究已展现出“生理-心
理-机器”三元协同的设计理念, 具体体现在多个方面: 基于眼动追踪的界面布局优化 [22,28] 、结合任务转换理论的
非驾驶相关任务中断策略 [14,21] 以及多模态反馈的认知负荷平衡机制 [17,18] . 未来研究需进一步整合驾驶员状态监测
(如脑电/心率信号 [29] ) 与实时环境感知数据, 构建个性化接管决策模型 [30,31] , 从而推动人机共驾系统从被动响应向
主动适应的范式转变.
1.2 接管的分类和影响因素
驾驶接管请求 (takeover request, TOR) 的分类体系是优化人机共驾系统中交互策略的重要基础. 依据现有研
究 [33] , TOR 可从两个主要维度进行划分: 紧急程度和触发原因. 在紧急程度维度上, 紧急接管通常出现在高风险场
景中, 例如出现突发障碍物或系统关键故障, 要求驾驶员在极短时间窗口 (通常为 3–5 s) 内立即干预, 否则可能直
接导致事故 [34] ; 非紧急接管则多见于可预见情境, 如车辆接近设计运行域边界, 系统可提供较长的预警时间, 使驾
驶员能够以更为渐进的方式恢复控制权 [35] . 在触发原因维度上, 系统限制类接管源于技术本身的局限性, 如高精
度地图缺失或极端天气下感知能力下降; 而系统故障类接管则由于硬件或软件的突发异常, 例如激光雷达失效或
控制算法崩溃 [36] . 通过建立综合考虑紧急程度和触发原因的分类框架 (见表 2), 研究人员可针对不同类型接管场
景开发差异化的预警与交互策略. 例如, 针对紧急故障可采用多模态强提醒机制, 而对非紧急系统限制则可提供分
阶段信息提示, 从而显著提升接管安全性与系统整体可靠性 [34−36] .

表 2 驾驶接管场景的综合分类 [33]

紧急程度 系统限制引发的接管 系统故障引发的接管
紧急接管 示例: 出现应急车辆 示例: 人机共驾过程中传感器故障
非紧急接管 示例: 驶离高速公路 示例: GPS信号丢失

在人机共驾领域, 驾驶接管行为受多种因素影响. 根据 Chen 等人 [37] 的研究框架, 这些影响因素可系统性地归
纳为 3 个主要维度: 人为因素、车辆因素以及环境因素, 如表 3 所示.
人为因素在驾驶接管过程中具有决定性作用, 涵盖驾驶员状态、警觉性、压力水平、认知负荷以及非驾驶相
关任务 (non-driving related task, NDRT) 等多个方面 [38,39] . 其中, 非驾驶相关任务对情境意识和接管时间的影响尤
为显著 [40,41] . 不同类型的 NDRT (如主动任务与被动任务) 对注意力资源的占用存在差异, 进而导致接管表现的分
化 [42,43] . 除任务类型外, 驾驶员的个人属性, 包括性别、年龄等, 同样与接管绩效密切相关. 研究表明, 女性驾驶员