Page 344 - 《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 1307

4 总结与展望

4.1 研究总结
本文系统梳理了人机共驾场景中驾驶接管技术与人机信任的研究进展. 第 1 节围绕接管技术的理论基础、分
类、唤醒策略及绩效评估, 探讨了其关键技术挑战. 第 2 节从信任的定义、形成机制、影响因素、测量与校准方
法等方面梳理了人机信任理论框架. 第 3 节则深入分析了人机信任与接管技术的双向交互机制, 并综述了基于信
任的接管策略优化方法. 通过对现有文献的回顾, 本文为理解该领域的整体图景和发展脉络提供了系统性的参考.
4.2 当前研究的不足与局限性
尽管该领域研究取得了丰硕成果, 但通过对文献的梳理, 我们发现当前研究仍存在以下几个方面的显著局限
性, 这些不足亦是未来研究亟需突破的关键点.
(1) 实时可解释决策机制的缺失: 基于深度学习等黑箱模型的决策系统日益普及, 但其决策逻辑不透明, 严重
阻碍了驾驶员形成正确的心理模型. 当系统发出令人费解的接管指令时, 可解释性的缺失会直接损害驾驶员的信
任感, 并可能引发误操作. 当前研究对如何将可解释人工智能有效融入实时人机交互循环重视不足, 缺乏能够动态
生成决策归因的实时解释框架.
(2) 驾驶员状态感知的精度与融合度不足: 现有交互设计对驾驶员状态的感知多依赖于单一模态数据, 缺乏多
模态信息的深度融合框架. 难以实现对认知负荷、信任水平等关键心理状态的实时高精度量化, 导致现有的接管
请求与交互策略仍以“一刀切”的通用方案为主, 对驾驶员个体差异的适应性差, 无法实现真正的个性化交互.
(3) 极端工况与长尾场景的应对能力有限: 绝大多数研究在高度控制的驾驶模拟器或简化场景中进行, 难以复
现真实道路环境的复杂性、不确定性和心理压力. 这导致研究成果的外部有效性存疑, 提出的模型与策略在真实
交通环境中的可靠性与鲁棒性仍有待实车验证, 特别是对高风险、低概率的事件应对能力不足.
(4) 标准化评估体系与长期演化研究的缺乏: 该领域尚未建立一套公认的、全面的性能评估指标体系. 不同研
究采用的信任量表、接管绩效指标各不相同, 导致难以进行有效的横向对比. 此外, 现有研究多为短时实验, 无法
揭示信任如何随时间、经验积累而演化, 也无法评估“过度信任”“自动化习得性无助”等长期风险的真正影响.
(5) 伦理与法规框架研究的滞后: 当前研究多集中于技术层面, 对人机共驾中的责任界定、伦理准则等社会技
术层面问题关注不足, 缺乏前瞻性的责任界定框架研究, 未能明确动态接管过程中驾驶员与系统制造商的责任边
界, 也缺乏以人为本的伦理设计准则来确保技术的发展与人类价值观和安全诉求相一致.
4.3 未来研究展望
基于上述局限性, 未来研究可重点从以下 5 个方向寻求突破, 推动该领域从“技术可行”向“用户可信”与“系统
可靠”的应用层面演进.
(1) 基于大模型与认知协同的实时可解释决策研究: 探索通用大语言模型及视觉语言模型在构建实时决策解
释引擎中的应用, 用自然语言动态生成决策归因, 使驾驶员能“知其然更知其所以然”; 发展“人在环”的交互式协商
机制, 将系统智能与人类直觉优势相结合, 实现从被动接受到主动协同的范式转变.
(2) 基于跨模态融合的驾驶员状态精准感知研究: 开发多模态驾驶员状态感知框架, 深度融合眼动、语音、生
理信号等数据, 构建对认知负荷与信任水平的实时高精度量化模型. 在此基础上, 探索自适应个性化交互策略, 实
现驾驶接管从“车同轨”的通用策略到“千人千面”的精准触达.
(3) 面向极端工况与长尾场景的鲁棒性研究: 重点加强超现实仿真测试平台与边缘案例库的构建, 利用数字孪
生技术模拟高风险、低概率场景, 验证接管策略的鲁棒性. 进一步构建可预见性的安全架构, 结合车路云协同技
术, 实现从“即时接管”到“预见性接管”的转变.
(4) 标准化评估与长期人机共生态研究: 构建统一的信任与接管性能多维度评估框架, 建立具备良好信效度的
标准化测试基准, 以支持不同研究结论间的有效比对与验证. 同时, 通过长期实车实验追踪驾驶员认知状态与信任
水平, 探究驾驶员信任模型的演化规律及长期风险的应对策略, 揭示“过度信任”“依赖退化”等潜在风险的生成机制.