车载信息系统次任务负荷对驾驶安全性影响研究

摘要

随着通信技术的发展，大量智能交互技术被应用到智能网联汽车中，未来汽车生态圈将朝电动化、智能化、网联化、服务化方向发展。驾驶人对网联信息的需求日益增加，然而目前国内缺乏车载信息系统次任务负荷对驾驶安全性影响的研究方法及改进技术。在此情况下，需要进一步研究车载信息系统能否同时满足驾驶人对网联信息和安全驾驶的双重需求。为了防止汽车企业在车载信息系统的研发中投入巨大的研发成本却存在消费者接受度低的风险，并且改变国内在车载信息系统的研发中处于市场跟风的状态，必须研究在不同场景下车载信息系统次任务负荷对驾驶安全性的影响并形成测评技术，为汽车企业对车载信息系统次任务负荷的评测提供依据和方法借鉴，从而保证车载网联终端符合消费者对网联信息及高效驾驶的双重需求方可投入市场。本文基于次任务负荷产生机制及其在认知/行为/心理三个维度的表征，建立了车载信息系统人机交互次任务负荷状态判别方法；基于双重任务下视/触觉次任务持续时长和车辆运行状态数据研究了次任务负荷对安全性的影响；面向驾驶安全建立一套车载信息系统人机交互界面改进方法，并用工程案例验证了改进方法的有效性。　　论文主要内容如下：　　① 车载信息系统次任务负荷产生机制研究。从驾驶主任务和次任务的角度，基于生理心理学原理研究，探讨了车载信息系统次任务负荷产生机制和生理心理学原理，总结了车载信息系统次任务负荷的认知/行为/心理表征。车载信息系统作为驾驶人车载信息系统人机交互的重要终端，在驾驶过程中，车载信息系统人机交互次任务占用了知觉资源，根据多资源理论，视觉、听觉、手指移动等次任务消耗的资源将影响到主任务的驾驶绩效。同时根据生理心理学原理总结了次任务负荷的生理表征、行为表征和心理表征，为研究车载信息系统次任务负荷评价和改进方法提供依据。　　② 车载信息系统次任务负荷状态判别方法研究。根据次任务负荷产生机制及其多维表征，建立了车载信息系统次任务负荷量化评价测试指标体系。并通过对对车载信息系统负荷评价研究，建立了不同场景下和不同交互模态下的车载信息系统人机交互次任务负荷表征的数据集，并用模式识别算法建立车载信息系统次任务负荷状态预测模型。在双重任务下，主任务绩效的高低受主次两个任务的负荷影响，主任务绩效数据无法判定车载信息系统人机交互次任务负荷程度，因此将主观脑力负荷和行为负荷的数据作为样本标签对次任务负荷状态标定。模型预测结果表明，基于脑力负荷（心率、脉搏率、血氧浓度）和行为负荷（手指移动总距离、手指移动线速度、手指总转角、手指角速度、肌电、语音频率、语音速度、基本频率扰动）的次任务负荷状态预测模型具有较好的分类性能。　　③ 车载信息系统多模态交互次任务对驾驶安全性的影响研究。建立了基于前后车车距和TLC的安全状态判别方法，并设计模拟驾驶实验探究三种不同类型的次任务（导航设置/蓝牙电话/音乐搜索）对驾驶安全性的影响，结果表明，导航设置和音乐搜索任务中，单一视觉/单一触觉/视触觉次任务行为持续时间较长，界面跳转次数多，步骤间时间间隔大，导致大部分驾驶者具有较高的次任务负荷；而在蓝牙电话任务中，单一视觉/单一触觉/视触觉次任务行为持续时间较短，界面无跳转，操作步骤为连续按号码键，大部分驾驶者具有较低的次任务负荷。因而得出以下结论，视触觉次任务对安全状态的影响是渐进的，次任务持续时间越长，次任务负荷对安全状态的影响也越大。　　④ 车载信息系统人机交互界面改进方法研究。提出了一套面向驾驶安全的车载信息系统人机交互界面改进方法，以某国产自主品牌新能源汽车为例，对其车载信息系统进行可用性测试，结合被试行为观察和深度访谈中的量表统计发现系统交互中的问题，根据测试中发现的问题，对系统进行改进设计后，利用模拟驾驶平台进行改进验证，测试结果证明该方法能够降低重任务下车载信息系统的人机交互次任务负荷，提高安全性。

目录

缩略词

1 绪 论

1.1.1 选题背景

1.1.2 课题意义

1.2.1 次任务负荷产生机制研究

1.2.2 车载信息系统次任务驾驶安全性研究

1.2.3 车载信息系统评价方法研究

1.2.4 目前研究存在的问题

1.3.1 课题来源

1.3.2 主要研究内容

1.3.3 论文结构与思路框架

2 车载信息系统次任务负荷脑认知机制

2.1 人机交互过程

2.1.1 主任务人机交互过程

2.1.2 次任务人机交互过程

2.2 信息加工脑认知机理研究

2.2.1 感知-认知-行动信息加工脑认知模型

2.2.2 驾驶子任务信息加工脑认知模型

2.2.3 人机交互信息加工脑认知模型

2.3.1 次任务负荷信息加工阶段分层机理

2.3.2 主次任务注意资源分配原则

2.4.1 认知表征

2.4.2 行为表征

2.4.3 心理表征

2.5 本章小结

3 基于多维表征指标的车载信息系统次任务负荷状态判别方法

3.1.1 表征指标选取

3.1.2 表征指标数据模型

3.2.1 实验设备及分析软件

3.2.2 实验设计

3.2.3 多维数据同步采集方法

3.3.1 次任务负荷状态判别原理

3.3.2 脑力负荷特征值提取

3.3.3 行为负荷特征值提取

3.3.4 基于模式识别算法的次任务负荷状态判别方法

3.4 本章小结

4 人机交互次任务负荷对驾驶安全性的影响研究

4.1.1 检测原理

4.1.2 次任务人机交互脑力负荷状态检测方法

4.1.3 次任务人机交互手动负荷状态检测方法

4.2 安全状态检测方法

4.2.1 纵向安全状态检测算法

4.2.2 横向安全状态检测算法

4.2.3 基于车辆运行参数的安全状态检测方法

4.3.1 实验设计

4.3.2 次任务负荷检测

4.3.2 安全状态分析

4.3.4 次任务负荷对驾驶安全性的影响

4.4 本章小结

5 车载信息系统人机界面改进方法研究

5.1.1 可感知信息编码-解码原理

5.1.2 信息熵

5.1.3 车载信息系统次任务负荷均衡原则

5.2.1 可用性测试方法

5.2.2 超负荷标定方法

5.2.3 负荷均衡方法

5.3 改进案例及验证

5.3.1 待改进车载信息系统可用性测试

5.3.2 可用性测试数据分析

5.3.3 系统界面改进

5.3.4 验证测试

5.4 本章小结

6 结论与展望

6.1 研究结论

6.2 研究展望

参考文献

附录

A. 攻读博士学位期间发表的论文与专利

B. 攻读博士学位期间参加的科研项目

C. NASA-TLX负荷量表

D. 模式识别算法主要代码（Matlab程序）

E. 学位论文数据集

致谢