Page 332 - 《软件学报》2026年第3期
P. 332
章程 等: 人机共驾场景中驾驶权接管技术研究综述 1295
1.3 接管的唤醒和控制策略
在人机共驾向人工驾驶过渡的关键环节中, 科学合理的唤醒策略是确保行车安全的核心要素. 随着技术发展,
研究发现单一模态的唤醒提示难以适应复杂多变的驾驶场景 [72,73] . 多模态协同唤醒理念通过整合多种感官通道优
势, 可以构建一套分场景、智能化的唤醒体系. 在听觉通道方面, 系统可根据场景特征智能选择警示方式: 紧急工
况下采用具有频谱特性的警报音确保及时响应; 常规操作时运用符合人机工程学的语音指令维持行驶稳定性; 同
时辅以基于神经声学原理的音乐刺激优化认知状态. 视觉通道则通过增强现实界面, 结合眼动追踪技术动态呈现
关键驾驶参数, 并采用基于认知心理学的非驾驶相关任务中断策略提升接管准备度. 触觉反馈系统融合力反馈装
置与智能座椅, 实现精准的空间触觉编码. 研究表明, 方向性触觉提示虽能提供精确导航, 但会增加认知负荷; 而非
方向性振动则更利于快速响应 [23] , 这种差异为场景化触觉策略选择提供了依据.
然而, 现有研究仍存在若干局限. 首先, 实验室环境难以完全复现真实道路的复杂性; 其次, 对驾驶员状态的实
时监测不足; 再者, 缺乏针对不同驾驶群体的个性化方案. 未来研究应着力构建虚实结合的测试环境, 开发基于多
模态感知的驾驶员状态识别系统, 并建立考虑个体差异的自适应唤醒模型 [86] . 理想的唤醒系统应在安全警示与驾
驶体验之间取得平衡, 使驾驶员能够在有限时间内快速重建情境意识, 实现控制权的平稳交接.
接管控制的通用工作流程如图 2 所示, 其核心在于解决人机共驾模式向人工驾驶模式转换过程中的平滑性与
安全性问题, 主要涉及分级接管策略、接管时间预算调整和接管请求模态这 3 个关键维度 [4,87] . 胥林立 [88] 开展了
一项基于城市道路环境的模拟驾驶接管实验, 道路设计包含直线与弯道段. 图 3 展示了车辆在自动驾驶模式下行
驶至预设接管区域前 2 s 系统发出接管请求的具体场景. 车辆即将通过弯道或进入关键路段, 驾驶人需在有限时
间内及时响应接管请求、重新接管控制, 以完成安全通过该路段的操作任务. 图 3 直观体现了驾驶接管技术在实
际道路环境中的应用情境, 尤其是接管请求触发时机与道路几何形状之间的关联, 有助于读者直观理解系统交互
与驾驶任务之间的协调机制.
启动 保持自动驾驶 安全降级策略 维持人工驾驶 返回自动驾驶
多级警报系统 控制权转移 系统复位协议
环境感知层 动态提示界面 双重验证机制 故障解释 接管事件记录
系统诊断引擎 驾驶员状态监测 人工干预阶段 后台诊断 驾驶员行为分析
触发接管条件 有效接管确认 达到接管终止条件 信任修复 系统优化迭代
图 2 接管控制的通用工作流程示意图
实验开始 自动驾驶开启 接管请求 接管
驾
驶
员
手动驾驶 NDRT 状态切换 手动驾驶
接管时间 时间
系 自动驾驶
统
直道 弯道 直道 弯道 直道 接管路段
场
景
图 3 基于城市道路环境的模拟驾驶接管示意图 [88]
