高级驾驶辅助系统（ADAS）中的行为适应技术应用

《Applied Ergonomics》：Behavioural adaptation in Advanced Driver Assistance Systems (ADAS) use

　　金秀妍|奥斯卡·奥维耶多-特雷斯帕拉西奥斯
荷兰代尔夫特理工大学土木工程与地球科学学院交通与规划系，斯蒂文韦格1号，代尔夫特，2628 CN

**摘要**
高级驾驶辅助系统（ADAS）有望提高道路安全、减轻驾驶员的工作负担并提升驾驶舒适度。然而，其在现实世界中的影响取决于驾驶员如何随着时间的推移调整自己的行为。本研究通过定性分析对澳大利亚60名驾驶员的访谈，探讨了与使用ADAS相关的行为适应情况。研究结果揭示了四个相互关联的主题：1. 驾驶技能的退化；2. 随着ADAS的使用，风险感知和容忍度的变化；3. 驾驶任务中的认知和身体参与度的降低；4. 对系统警告的适应。虽然ADAS可以支持更安全的驾驶，但研究发现过度依赖和自满情绪很常见，这可能会削弱其预期的安全效益。我们认为，这些行为适应是一个由信任、对系统能力的认知以及用户习惯共同塑造的动态过程。为了解决这一问题，需要结合自适应界面设计、监管监督、驾驶员培训和实时监控的综合策略，以维持安全性和用户能力。本研究为了解ADAS在日常使用中的行为后果提供了新的见解。

**1. 引言**
尽管系统设计者根据预期的使用方式设计了这项技术，但在实践中，用户会以意想不到的方式使用这些系统，表现出超出设计者预期范围的行为（Dix, 2007）。这种差异可能会改变预期结果，可能导致不利影响，或者放大技术的好处，无论哪种情况都会引入一定的不确定性。认识到并系统地考虑这些不确定性对于实现系统的目标至关重要。

高级驾驶辅助系统（ADAS）包括一套基于传感器的感知、决策和控制算法。它在SAE（汽车工程师协会）1级和2级车辆自动化水平上运行，部分自动化了纵向和横向驾驶任务（例如，自适应巡航控制、车道保持辅助），以提高驾驶舒适度、运营效率和安全性。尽管有这些预期好处，但驾驶员在使用ADAS时仍可能出现意外的行为适应，这可能导致正面或负面的后果（Rudin-Brown和Noy, 2002）。由于驾驶员会根据他们对系统能力和局限性的认知来调整自己的行为（Stanton和Young, 2005），因此在将ADAS集成到驾驶中时，行为适应是一个不可避免的现象。驾驶员在使用ADAS时会改变他们的驾驶习惯，这有时会导致技术的误用（Metzger和Parasuraman, 2001；Parasuraman等人, 2008）。误用指的是过度依赖系统，导致超出其预期范围的不当或过度使用（Parasuraman和Riley, 1997）。随着ADAS的持续普及，理解行为适应对于评估这些系统的现实影响并制定缓解潜在风险的策略至关重要。

**1.1. 自动化车辆中的行为适应**
行为适应（BA）在道路安全和驾驶自动化的背景下已被广泛研究。经济合作与发展组织（OECD, 1990）将行为适应定义为“在道路-车辆-用户系统发生变化后可能出现的行为，而这些变化并非最初发起者的本意”。这一定义强调，尽管驾驶自动化旨在提高安全性和效率，但驾驶员对这些系统的反应可能会偏离预期规范，从而可能削弱安全效果。行为适应可能发生在各种道路安全干预措施之后，包括公路设计的修改、车内技术的引入以及教育活动（Brown和Noy, 2004；Smiley, 2000）。Rudin-Brown和Noy（2002）提出了一个行为适应的定性模型，认为驾驶行为取决于个体对驾驶任务的心理模型。这一心理模型直接受到心理特征、车内系统的反馈以及驾驶员对系统按预期运行的信任程度的影响。

在自动化车辆的背景下，行为适应尤为重要。随着车辆自动化程度的提高，驾驶员将任务委托给车辆及其系统，而系统则接管了之前由驾驶员执行的任务。在这种情况下，驾驶员可能会根据系统功能和可靠性发展出新的习惯和信任水平，这些都与ADAS的误用密切相关。例如，在自动化环境中普遍观察到，可靠的系统会减少监控行为，最终增加系统故障的风险（Mosier等人, 1998；Parasuraman等人, 1993）。误用可能表现为自满、过度依赖系统以及对系统功能的误解。Billings等人（1976）将自满定义为一种自我满足感，导致缺乏警惕性，通常基于一个不合理的假设，即系统正在正常运行。例如，经常使用自适应巡航控制（ACC）的驾驶员更可能从事次要任务，从而在紧急情况下增加反应时间（Rudin-Brown和Parker, 2004）。从更广泛的政策和研究角度来看，如果行为适应系统性地出现，ADAS长期承诺的安全性和效率提升可能会减弱甚至逆转。因此，在我们能够负责任地重新调整收益预测并更新设计指南之前，有必要在真实驾驶条件下实证确定这些适应的性质。

先前的研究表明，行为适应发生在各种ADAS技术中，具体结果有时一致，有时冲突，这取决于所研究的特定ADAS功能。例如，早期关于制动干预的研究表明，防抱死制动系统（ABS）的引入导致驾驶员缩短了跟车距离，这是一个典型的风险补偿例子，即驾驶员在感知到增强安全的技术后增加了冒险行为（Sagberg等人, 1997）。随后对横向控制系统的研究发现，在系统停止使用后，驾驶员仍会继续表现出长时间的分心行为。Miller和Boyle（2019）发现，接触过车道保持辅助（LKA）的驾驶员在切换回手动控制后仍会长时间看向路边；而Yu等人（2021）则将更高的车道偏离警告（LDW）和LKA信任度与驾驶员在方向盘上采取的安全位置较少的倾向联系起来。纵向自动化的研究同样记录了注意力的转移和中性的行为结果。Rudin-Brown和Parker（2004）以及Cho等人（2006）独立报告称，ACC用户对前方路面的关注减少，对危险的反应也更慢。然而，Piccinini等人（2014）没有发现ACC驾驶员在速度选择或时间间隔上有显著变化，Vollrath等人（2011）也未发现次要任务的参与度增加，尽管在紧急情况下观察到反应延迟。更先进的碰撞缓解系统也会引发补偿行为。Reinmueller等人（2020）观察到使用自适应前方碰撞警告（FCW）的驾驶员保持了更短的碰撞时间间隔，而Muslim和Itoh（2021）通过为期一个月的研究发现，长期接触该系统提高了驾驶员的理解和反应能力。在更高自动化水平的背景下，Xu等人（2024）表明，尽管驾驶员表示有更强的干预意愿，但实际干预率仍然较低，表明他们已经适应了具有挑战性的场景。同样，Jamson等人（2013）将自动化程度的提高与对道路的注意力下降联系起来，强调了行为适应对驾驶员意识的普遍影响。

尽管之前的研究考察了特定ADAS功能的行为适应，但大多数研究是在受控模拟器环境中进行的，主要关注评估具体的操作变化，如反应时间、制动模式或次要任务的参与度。或许与我们的工作最相关的是Lin等人（2018）的研究，他们通过与特斯拉驾驶员的访谈探讨了辅助驾驶对驾驶员行为和理解的影响。结果表明，驾驶员普遍对该系统持积极态度，并在使用自动驾驶功能时经常从事次要任务。此外，Metz等人（2025）对原型三级自动驾驶进行了实地评估，以研究行为适应。结果显示，尽管驾驶员的心理模型变得更加准确，接受度和感知的安全性随着反复接触而提高，但总体信任度并未增加，且适应模式在不同操作领域存在差异，这表明需要结构化的熟悉阶段。虽然这些研究展示了基于真实世界ADAS使用的行为适应，但它们主要关注次要任务参与度、信任度和心理模型的变化，而不是行为适应导致的功能使用变化。研究驾驶员如何在真实条件下适应ADAS以及哪些特定行为会随时间变化的研究仍然有限。需要进行全面的研究，以了解驾驶员如何将ADAS整合到日常驾驶习惯中，以及这些适应如何影响整体道路安全。

**1.2. 研究空白和目标**
虽然定量研究有助于确定驾驶员使用ADAS的行为模式，但它对支撑这些行为的主观体验和推理提供的洞察有限。具体来说，关于驾驶员对ADAS的信任如何随时间演变、哪些因素影响其使用变化，或者心理和情境压力如何塑造他们与这些技术的互动，我们知之甚少。为了解决这一空白，本研究采用定性方法，通过半结构化访谈来探索驾驶员使用配备ADAS车辆的个人体验。参与者被问及他们对系统的信任程度、使用方式的变化、感知到的优缺点、安全考虑因素以及对他人误用的看法。通过这些问题，本研究旨在探讨驾驶员如何随时间适应ADAS，哪些因素影响他们的使用，以及他们如何评估这些技术在日常驾驶中的作用。这项研究可以为驾驶自动化系统的设计、有针对性的教育策略以及更好地支持现实世界中安全有效使用ADAS的政策提供见解。

**2. 方法**
**2.1. 参与者**
本研究共有60名参与者（27名男性和33名女性），年龄在19至78岁之间（平均年龄=39.6岁，标准差=15.6岁），年龄分布如下：19–30岁（n=22）、31-40岁（n=14）、41-50岁（n=11）、51-60岁（n=4）、61-70岁（n=7）以及71岁以上（n=2）。参与者使用当前车辆的经验时间从1个月到10年不等（平均=2.3年，标准差=2.1年），其中73%的参与者使用时间少于2年。每周的驾驶时间从0.7小时到26小时不等（平均=6.3小时，标准差=4.6小时）。大多数参与者主要在城市道路上驾驶（74%），少数人在混合道路上驾驶（23%）或主要在乡村道路上驾驶（3%）。所有参与者在澳大利亚都持有有效的驾驶执照，并且他们的车辆至少配备了以下三种高级驾驶辅助系统（ADAS）功能：自动制动、疲劳/分心警告系统、自动平行停车、智能速度适应/速度限制警告、前方碰撞避免系统/前方碰撞警告系统、自适应巡航控制、盲点监测/车道变换辅助、车道偏离警告系统、跟车距离警告、自动车道变换、后方交叉车辆警报、后视摄像头、车道保持辅助/车道居中系统。需要注意的是，车辆拥有这些功能并不意味着实际使用；这表明一些参与者之所以符合条件，是因为他们的车辆配备了ADAS，但他们几乎没有或根本没有使用这些功能的经验。在本研究中，ADAS功能的列表是从综合安全链的角度出发的（Tingvall等人, 2009），其中自动化和半自动化系统有助于防止碰撞和减轻伤害，包括行为调节（例如速度限制警告）、情境警告（例如车道偏离或碰撞警报）以及主动控制干预（例如自动制动或车道辅助）。

**2.2. 程序**
参与者必须拥有一辆至少配备了一种ADAS的车辆才有资格参加本研究。虽然这确保了所有参与者都有直接使用这些技术的经验，但也可能引入了偏见。先前的研究表明，许多驾驶员并不了解他们车辆中ADAS功能的全部范围，甚至可能没有意识到这些系统的存在（例如Kaye等人, 2022）。因此，自我报告的熟悉度和使用情况可能并不总是反映实际的使用情况。参与者通过Facebook、Gumtree以及大学和社区电子邮件列表进行电子招募，招募工作遍布整个澳大利亚。感兴趣的个体首先完成了一个简短的人口统计和筛选调查以确认他们的资格。符合纳入标准的人被邀请参加一个小时的电话访谈。访谈采用半结构化的议程，涵盖四个核心领域：对ADAS的信任、行为适应过程、系统的优缺点以及用户建议（见表1）。所有参与者都收到了一张50澳元的电子优惠券，以感谢他们的时间和贡献。该研究方案获得了QUT人类研究伦理委员会的批准（批准编号：1800000886）。

**表1.****面试问题**

**空单元格问题**

**信任**
- 你是否完全信任这些系统？为什么？
- 与你刚开始使用这些系统时相比，你现在使用它们的方式有什么变化吗？
- 使用这些系统驾驶车辆有哪些优点和缺点？
- 你安全地使用它们吗？
- 你是否曾经因为系统的影响而不得不以你不愿意的方式驾驶？
- 你认为什么因素影响了你使用这些系统的方式？
- 你是否注意到其他驾驶员在使用这些系统时有“错误的行为”？

**建议**
- 请分享你对这些系统的任何建议。

**2.3. 数据分析**
所有面试都被录音并逐字转录，以确保数据的准确性和完整性。分析采用了结构化的定性方法，借鉴了Lin等人（2018年）使用的长桌法，并对其进行调整以适应主题发展。首先，将每份转录文本转换为长桌风格的Excel矩阵（每行一个引用），包括参与者ID、ADAS功能和相关问题。在ADAS中，识别并编码了表明行为适应的行为实例。这种基于ADAS的组织策略使我们能够系统地识别多个参与者和系统中的重复行为模式，而不仅仅是依赖于对个别面试的案例分析。这些代码在参与者之间进行了比较，并被聚类成概念类别。接下来，相似的行为模式被进一步聚类形成初步类别。这些类别经过迭代审查和精炼，形成了更广泛的、涵盖驾驶员使用ADAS体验的总体主题。在这个过程中，第一作者进行了整体编码，两位作者讨论并共同解决了分类或解释上的任何分歧。在整个分析过程中，监测了主题饱和度，以确定是否还有新的行为见解可以通过进一步的面试产生。当编码的最后阶段不再出现新的行为模式或主题元素时，认为达到了饱和度。这种系统化的方法确保了对数据的可靠解释，并且所发展的主题基于参与者使用配备ADAS的车辆的实际体验。这一过程使我们能够系统地处理大量的定性材料，并确保主题反映了在参与者中一致观察到的模式。

**3. 结果**
结果揭示了与使用高级驾驶辅助系统（ADAS）相关的几个行为适应主题。我们按照以下四个主题对面试结果进行了分类：
- **主题1 - 驾驶技能的下降**
- **主题2 - 随着ADAS的变化，风险感知和容忍度的变化**
- **主题3 - 驾驶任务中的认知和身体参与度的降低**
- **主题4 - 对系统警告的适应**

由于参与者的回答主要与特定的ADAS相关，因此指出了相应的ADAS以及适用的相关引用。需要注意的是，过度依赖和误用往往与整体行为适应交织在一起。随着ADAS的使用，参与者常常会经历注意力、决策能力和驾驶技能的下降，因为他们越来越依赖系统。此外，自动化功能的误用是多个类别中反复出现的主题。因此，与过度依赖和误用相关的行为被归类在其他类别中，而不是单独列出。

**3.1. 主题1 - 驾驶技能的下降**
主题1强调了使用ADAS可能导致核心驾驶技能下降的担忧，包括车辆控制和危险感知。参与者报告说，他们在执行基本任务（如刹车、转向和停车）方面的能力有所下降，在某些情况下，对整体驾驶能力的信心也减弱了。反映这些担忧的一位参与者指出，对于新手驾驶员来说，依赖这些系统可能特别成问题，因为如果他们在学习驾驶时就已经使用了ADAS，可能无法培养必要的技能。
“我认为ADAS对新手驾驶员不利，因为学会在没有系统的情况下驾驶是很重要的，这样你才能明白在没有系统的情况下需要做什么。”——P56
虽然并非所有ADAS功能对驾驶表现的影响都相同，但一些参与者担心，特别是与停车相关的辅助系统（如后视停车传感器和后视摄像头）可能会导致手动驾驶技能的下降。许多人报告说他们严重依赖这些技术，导致在没有辅助的情况下停车时信心不足，能力减弱。当参与者暂时不使用这些系统驾驶车辆时，这种效果尤为明显，他们经常难以完成以前能够轻松完成的任务。以下参与者的评论说明了这种依赖在日常体验中的表现：
“你可以习惯于这些警报，如果你换了一辆没有这些警报的车，可能会遇到一些麻烦。”——P22，后视停车传感器
“我妻子最近去保养汽车时，他们给她提供了一辆没有倒车摄像头的借用车，她很不高兴，因为她无法像以前那样熟练地倒车。”——P15，后视摄像头
“我无法想象没有后视摄像头如何停车。”——P51，后视摄像头

**3.2. 主题2 - 随着ADAS的变化，风险感知和容忍度的变化**
这个主题探讨了使用ADAS如何改变驾驶员对风险的感知，并影响他们愿意从事可能危及安全的行为。一些参与者描述说，随着时间的推移，他们对系统管理驾驶关键方面的能力产生了安全感。这种感知的安全边际似乎降低了他们的风险敏感度，在某些情况下，甚至鼓励了他们在手动驾驶时通常会避免的行为。例如，自适应巡航控制（ACC）常常与增加的驾驶速度和减少的跟车距离相关。一些参与者报告说，他们依赖系统来保持法定速度和安全间距，即使在没有自动化的情况下他们通常会更加谨慎驾驶。其他人则承认为了不关闭ACC或在ACC和车道保持功能都激活时暂时不握住方向盘而跟车更紧。
“我想我开得比平时快一些，因为如果我是手动驾驶，我会比限速慢10公里/小时。但使用自适应巡航控制时，我会设置到限速，所以开得稍微快一点，但仍然是安全的。”——P56，ACC
“有时我在使用ACC和车道保持功能时会把手从方向盘上拿开，开车一公里后车会发出提示声。”——P16，ACC
前向碰撞警告（FCW）系统也影响了驾驶员的风险容忍度。一位参与者描述说，她的伴侣经常在乡村道路上超过限速，因为他们认为系统会在出现碰撞风险时发出警报。同样，尽管后视摄像头的目的是为了支持安全停车，但由于对其准确性的信任，驾驶员会将车辆停得离物体更近。
“乡村道路……限速100公里/小时；我知道我丈夫开得更快，因为他不相信限速。通常他在这种路上会开到120公里/小时。（因为他知道自动刹车会启动，前向碰撞警报也会响起）”——P56，前向碰撞警告
“我现在停车时比以前靠物体更近。”——P10，后视摄像头

**3.3. 驾驶任务中的认知和身体参与度的降低**
参与者经常描述在长时间或重复驾驶过程中感到被动、单调或疏离。一些参与者将这种体验描述为在使用自动化功能时变得“懒惰”，尤其是在他们疲倦或试图多任务处理时。有些人报告说，他们依赖系统来调节速度或保持距离，而无需持续监控环境。例如，有些人报告说他们主要依赖后视摄像头来停车和评估周围环境，往往忽略了使用后视镜或转头等传统视觉检查方式。
“我看到我丈夫总是使用倒车摄像头，却不去左右看后视镜，我觉得这很糟糕。这很懒惰，而且我认为不安全。”——P4，后视摄像头
这种现象在使用自适应巡航控制（ACC）和巡航控制（CC）时尤为明显。参与者描述说，这些系统通过调节速度和保持跟车距离，减少了驾驶员持续输入的需求，鼓励了一种被动的参与模式。许多参与者报告说，在系统激活时，他们会把脚从踏板上拿开，环境意识减弱。这些功能的便利性往往导致注意力下降，因为驾驶员不再觉得需要手动监控速度或间距。在某些情况下，这种脱离还扩展到了执行次要任务（如换音乐或使用手机）时。在长途驾驶中长时间使用ACC和CC也与驾驶员疲劳增加有关。一些参与者报告说，在系统激活时会出现“走神”、记忆失误甚至入睡的情况。此外，一些参与者承认在太累而无法安全驾驶的情况下使用ACC，他们认为这是合理的，因为系统能够“接管”或“保证他们的安全”。
“有一天我在红绿灯前完全停下时，我完全不记得自己是如何停下来的，后来才发现我开启了巡航控制。其他时候只有当前面的车辆停下来时它才会让我停下，当我注意到红灯时我不得不迅速刹车，但当时我并没有停下来。我想‘为什么车没有停下来？’那是因为前面有辆车……使用自适应巡航控制确实很容易变得懒惰。”——P29，ACC
“特别是当我有点累的时候……我会打开它，因为我知道它的反应可能比我快一些。尽管我知道在这种情况下我不应该开车。像大多数人一样，我会做一些愚蠢的事情，只是想尽快到达目的地，即使我知道不应该这样做。”——P29，ACC
“因为人们可能会想，好吧，我的速度已经设定好了，脚也不在油门上，你可以把眼睛从路上移开去做其他事情。”——P33，ACC
“我在使用巡航控制时，路上有点拥堵，所以我关闭了它，然后慢慢开车。但后来交通变得顺畅一些，我又打开了它。由于车子加速得不快，所以几乎感觉不到。当我意识到时，我已经稍微超过了限速。”——P7，CC
“我认为主要的风险是，当你使用它时，你更容易分心。如果在繁忙的道路上突然需要刹车，因为你依赖巡航控制，反应时间可能会更长。”——P7，CC

**3.4. 对系统警告的适应**
这个主题探讨了驾驶员随着时间推移对ADAS功能生成的警报和通知的反应。一个明显的模式是参与者对系统警告的反应多样且强度不同。对一些人来说，这些警报成为保持安全的重要提示；而对另一些人来说，它们令人烦躁、过于谨慎或容易忽略。在许多情况下，参与者通过养成依赖或抵抗的习惯来适应，这反映了警告系统如何有意或无意地影响驾驶员监控和与环境互动的方式。随着驾驶员对车辆越来越熟悉，一些人开始依赖警告作为手动检查的替代方式，而另一些人则完全关闭了警告。还有一些人调整了驾驶行为以避免听到警报。这些不同的反应表明，对警告的行为适应并不是线性的或统一的，而是反映了个人偏好、对系统准确性的看法以及更广泛的驾驶情境。以下子主题说明了这种适应表现为对系统反馈的依赖、忽视、关闭或高度关注。3.4.1. 依赖ADAS的警告

参与者经常将ADAS的警告（如车道偏离警告（LDW）、盲点警告、限速警告和后置停车传感器）描述为评估道路状况的主要手段，实际上取代了他们自己的主动监控。随着时间的推移，许多参与者报告说他们依赖LDW来保持车道位置，减少了对转向或车道居中的意识控制。那些信任盲点警告的人承认他们不再习惯性地查看后视镜，因为他们相信系统会标记出任何靠近的车辆。同样，使用限速警告系统的用户也报告说很少看速度表，而是依靠警报来防止超速。对后置停车传感器的依赖也出现了。一些参与者回忆说，由于放弃了习惯性的视觉扫描，他们错误判断了与障碍物之间的距离，有时在距离障碍物只有几厘米的地方停车。虽然参与者欣赏这些警告带来的工作量减少和安心感，但他们也认识到在没有类似ADAS功能的汽车驾驶时出现了新的脆弱性。以下引文示例了这些适应模式：“没有这个系统，我会更小心地驾驶，只是没有那么注意了，我想没有什么可以真正警告我的。”——P20

“如果你依赖车道偏离警告系统，也许你对在道路上行驶的位置就不会那么挑剔了。”——P3，LDW

“我特别习惯于盲点指示器，所以当我在一辆没有它的车里时，我会习惯性地期待它的出现，如果我没有看到信号，我就以为那里什么都没有，但实际上并非如此。”——P54，盲点警告

“当系统开启时，它会在速度过高时发出警告或警报；你不需要查看其他东西来确认速度是否在限速范围内。”——P2，限速警告

“我差点撞上我儿子的车，那辆车没有这些系统。我忘记了这些系统的存在。不是指车祸，而是指在倒车时差点出错，然后我才意识到这辆车没有这些系统，就在离柱子只有几厘米的地方我猛踩刹车。”——P55，后置停车传感器

3.4.2. 忽视警告

故意忽视ADAS的警告是一种滥用行为，会削弱这些系统旨在提供的安全效益。经常忽视警告的驾驶员可能会降低整体的警觉性，尤其是在系统反馈可以帮助防止碰撞的高风险情况下。尽管警告的目的是引起对危险的注意，但一些参与者在认为警告过于敏感或不便时会选择忽略它们，更倾向于依靠个人判断而不是自动化提示。例如，依赖后置停车传感器的参与者报告说，当他们认为有足够的间距时，他们会关闭警报声，或者当警报声变得太频繁时，他们会忽略它。同样，有时驾驶员也会忽略限速警告，因为他们更倾向于保持自己想要的速度而不是遵循系统的建议。以下引文说明了这种倾向：“缺点是你会变得懒惰并忽略警报……当我倒车时撞到柱子，我对自己很生气。我没有注意警报。”——P22，后置停车传感器

“但当我以100公里/小时的速度行驶时，我不会理会警告。”——P12，限速警告

3.4.3. 关闭警告

有时驾驶员会采取额外的步骤，完全关闭ADAS的警告。虽然忽略警告是对过度谨慎的即时反应，但关闭警告则表现出对系统反馈的更刻意拒绝，通常是由于恼怒或不适。参与者提到，他们会关闭车道偏离警告（LDW）和限速警告，因为他们认为这些警告在特定的驾驶情境中无关紧要或会引起焦虑。以下评论展示了这些观点：“你在变道时，有自行车道，这会使你的车道看起来有点窄，所以当你靠近时可能会收到警告，这真的很烦人，所以我只在乡间驾驶时使用它。它更适合乡间驾驶而不是城市驾驶。”——P32，LDW

“当它发出警报声时（我会关闭它），因为它真的很烦人。”——P49，限速警告

3.4.4. 关注警告

虽然许多适应行为涉及对警告的过度依赖或忽视，但一些参与者报告说系统警告带来了积极的行为变化，而更多人报告了消极的行为变化。这些用户调整了驾驶方式以避免触发警报，从而提高了他们的情境意识。例如，使用前向碰撞警告（FCW）的参与者描述说，他们会有意保持更大的车距，并更加警惕地观察前方的道路，以防止系统发出警告。“我尽量不靠得太近前方的车辆。（为了防止FCW发出警报）”——P45，FCW

3.5. 主题整合

虽然每个主题都捕捉了行为适应的不同方面，但它们相互作用，形成了一个过程，如图1所示，这一过程随着对ADAS的信任和依赖的增加而发展。随着驾驶员接触ADAS，信任逐渐形成，这是与系统互动的必要条件。然而，当信任超过了驾驶员对系统能力的理解时，可能会导致过度依赖。这反过来又会降低认知和身体上的参与度（主题3），增加风险容忍度（主题2），并可能侵蚀某些驾驶技能（主题1）。系统警告（主题4）可以调节这一过程。例如，一个在使用自适应巡航控制时变得自满的驾驶员可能会关闭限速警报，并保持更近的车距，假设系统会在需要时进行干预。最终，驾驶员会失去保持安全车距所需的手动驾驶技能。因此，这四个主题并不是独立运作的，而是代表相互影响的平行适应路径。过度依赖会促进技能退化并增加风险补偿，而减少参与度则增加了忽视警告的可能性。因此，驾驶员对系统警告的反应构成了信任的持续校准，从而完成了这个循环。认识到这种相互依赖性突显了ADAS设计和培训干预的必要性，这些设计和培训不仅应促进适当的信任校准，还应帮助保持驾驶员技能，维持风险意识，并支持系统反馈的建设性使用。

下载：下载高分辨率图片（304KB）
下载：下载全尺寸图片
图1. 行为适应的形成及其主题间的相互关系

4. 讨论
4.1. ADAS使用中的行为适应及其潜在影响
4.1.1. 驾驶技能的退化

在结果中观察到的一个显著行为适应现象是，在从配备高级驾驶辅助系统（ADAS）的车辆过渡到没有ADAS的车辆时，基本驾驶技能有所下降。随着驾驶员逐渐习惯于ADAS，他们习惯性地依赖自动化而非手动驾驶技能。这种现象被称为技能退化，已在多个领域观察到，如航空（Haslbeck和Hoermann，2016）、制造业（Rashid和Roetting，2021）和认知学习（Volz和Dorneich，2020），在这些领域中，自动化导致了人类技能的下降（Miller和Boyle，2019）。研究还发现，使用ADAS驾驶的驾驶员不仅危险感知能力减弱，手动控制技能也有所下降。在本研究中，驾驶员报告说，在没有停车辅助功能（如后置停车传感器或倒车摄像头）的情况下，他们在停车时遇到困难。重要的是，这些观察结果并不适用于所有ADAS功能，而是集中在那些高度吸引人且频繁使用的功能上。这表明行为适应的程度可能与系统互动的程度和感知的便利性有关。随着这些系统变得越来越流行和广泛采用，行为适应模式可能会演变，可能导致驾驶员技能保留和期望的更广泛变化。尽管本研究主要在停车相关任务中发现了技能退化，但ADAS的日益普及引发了类似效应可能扩展到其他驾驶技能的担忧。虽然ADAS帮助驾驶员驾驶，但在广泛采用ADAS的过程中，保持驾驶员的基本驾驶技能是一个主要挑战。

4.1.2. 增加的风险行为和降低的驾驶参与度

ADAS的另一个影响是改变了驾驶员的风险感知，从而导致风险补偿（Hedlund，2000）。当驾驶员将ADAS视为安全网时，他们可能会采取更冒险的驾驶行为。例如，结果显示，当激活自适应巡航控制（ACC）时，驾驶员倾向于比手动驾驶时更紧密地跟随其他车辆。同样，使用ACC和前向碰撞警告（FCW）的驾驶员依赖自动速度调整，导致他们的驾驶速度高于正常情况下的速度。先前的研究还表明，ACC用户更有可能在较近的距离内跟随其他车辆（Rudin-Brown和Parker，2004）。此外，如自动紧急制动（AEB）这样的系统可能会无意中鼓励不太谨慎的行为，因为驾驶员可能认为系统会在必要时进行干预（Kinosada等人，2021）。尽管ADAS功能旨在提高安全性，但它们可能会无意中促进更加激进和不太谨慎的驾驶行为。这种虚假的安全感可能导致超速、紧跟前车以及在关键时刻不礼让等行为。此外，由于使用ADAS而产生的行为适应降低了驾驶员的参与度。一些参与者报告说，在使用ACC或巡航控制（CC）时，他们对自己的驾驶行为几乎没有记忆。与其避免在这种状态下驾驶，一些参与者报告说他们依赖自动化来弥补警觉性的降低。这种行为表明，ADAS可能会无意中使驾驶员在自认为不安全的情况下继续驾驶。与传统意义上的冒险行为不同，这种行为适应似乎不是出于寻求刺激，而是由于任务需求的降低。有些人承认使用ADAS来弥补疲劳，但如果系统出现故障，这可能会导致危险情况。此外，还有一些人在依赖ADAS进行速度和车道保持的同时，还会进行其他任务，如使用手机。驾驶时分心进一步降低了情境意识，这是事故的主要原因之一。参与度的降低尤其令人担忧，因为它削弱了驾驶员在紧急情况下迅速反应的能力，最终增加了安全风险（Glaser等人，2016）。

这些行为适应的主要原因是对自动化的过度依赖和自满。与自动化功能的反复互动塑造了驾驶员对系统可靠性的感知（Hoff和Bashir，2015）。随着对系统的信任增加，驾驶员在监控驾驶环境方面的警惕性降低。随着时间的推移，这种信任可能会演变成过度信任，驾驶员将过多的责任委托给系统，超出了系统的能力范围（Lee和See，2004）。这种现象在ACC和车道保持辅助（LKA）等功能中尤为明显，驾驶员会停止主动监控，假设系统会保持安全，即使在执行与驾驶无关的任务时也是如此。这种行为减少了驾驶员的参与度，并在需要手动干预的情况下增加了事故风险（Miller和Boyle，2019）。随着时间的推移，驾驶员可能会期望ADAS在潜在危险的情况下进行干预，从而降低了他们的责任感。然而，大多数ADAS功能并不是为完全自动化设计的，仍然需要人工监督。驾驶员期望与系统能力之间的差异已被确定为自动化相关事故的关键因素（Endsley，2017）。

这些发现突显了ADAS设计中的一个基本矛盾。信任通常被视为可取的，并且经常被有意培养以促进用户接受度和采用。然而，这项研究表明，增加信任也可能产生意想不到的后果，特别是更冒险的行为和过度依赖。因此，信任不应仅仅被视为设计成功的指标，而应被视为一个动态的、取决于情境的因素，它可能以正面和负面的方式影响驾驶员行为。设计师在鼓励信任时应谨慎，特别是在那些仍然依赖驾驶员监督的系统中。仔细的校准至关重要：缺乏信任可能会限制使用，而不加批判或过度的信任最终可能会削弱这些系统旨在实现的安全目标。

4.1.3. 对警告的行为适应

结果中确定了几种与ADAS警告相关的行为适应现象。一些参与者对警告系统产生了过度依赖，未能履行他们保持注意力的主要职责。在这种情况下，驾驶员期望车辆能够自动干预，逐渐失去了持续监控驾驶环境的习惯。一位参与者指出：“没有这个系统，我会更小心地驾驶；只是不会那么关注周围情况。我想确实没有什么需要特别警告我的。” 过度依赖警告系统可能是危险的，因为系统故障或失灵可能导致驾驶员无法及时做出适当反应，从而增加事故风险。相反，由于频繁接收到警告，其他参与者则习惯性地忽略这些警告。当警告过于频繁地出现时，可能会让驾驶员感到信息过载，或者认为这些警告并不重要，从而导致警告疲劳（Lee等人，1999年；Mackie，2014年）。这种麻木感会妨碍驾驶员对真正危险情况的及时反应。此外，一些参与者表示完全关闭了警告功能，因为他们觉得这些警告分散了注意力或令人烦躁，这削弱了ADAS原本旨在提升安全性的作用。这些发现表明，需要设计出更合理的警告系统，既能保持驾驶员的注意力，又不会引起他们的挫败感或警觉疲劳。

随着车辆自动化程度的提高以及ADAS警告系统的普及，对人为因素的研究需求也在增加，包括基于上下文的、分层的或自适应的警报系统。这些系统应该旨在保持驾驶员的注意力，避免信息过载，并增强他们的信任感，同时防止他们产生麻痹大意的态度。积极应对驾驶中的警告疲劳对于确保自动化技术能够提升而非削弱道路安全至关重要。

尽管本研究中发现的大多数行为适应都是负面的，但使用ADAS也带来了一些积极的安全效益。这些系统通过减少人为错误（交通事故的主要原因）有可能提高道路安全。这一点在驾驶员对系统警告的反应中尤为明显。例如，一些参与者报告说他们采用了更安全的驾驶方式，以降低前方碰撞警告（FCW）和车道偏离警告（FDW）的频率。这种主动反应表明，当警告被视为可信且可操作时，它们可以促进安全驾驶行为。通过将警告视为采取纠正措施的提示，这些驾驶员利用ADAS的反馈来保持警觉的驾驶状态，这说明在适当校准和获得信任的情况下，系统警告可以促进适应性安全行为。尽管本研究主要关注与ADAS相关的行为适应所带来的安全风险，但也要认识到ADAS也可以对道路安全产生积极影响。例如，自动紧急制动（AEB）（Cicchino，2022年）和车道偏离警告（LDW）（Scanlon等人，2015年）已被证明可以降低碰撞风险，而自适应巡航控制（ACC）则能提高驾驶速度的稳定性，并降低高速碰撞的概率（Li等人，2017年）。

为了增强驾驶员的教育和针对性技能提升，不仅需要教授ADAS功能的操作方法，还需要纠正导致误用和过度依赖的不准确心理模型（Abraham等人，2017b）。除了基础教程外，培训项目还应包括基于场景的训练，理想情况下应在模拟器或受控的道路环境中进行，让驾驶员了解极端情况下的系统故障和局限性。这种体验式学习有助于驾驶员准确预测ADAS何时以及如何进行干预，从而强化他们安全接管驾驶所需的技能。目前，驾驶员接受关于ADAS功能和局限性的教育机会有限。在某些情况下，他们在购车时无法获得足够的信息，即使获得了信息，这些信息往往也不准确（Abraham等人，2017a）。目前，试错仍然是驾驶员了解ADAS的主要方式，尽管这种方法可能导致他们形成不准确的心理模型（Nandavar等人，2023年）。通过试错过程，驾驶员可以获取准确的信息，帮助他们正确理解ADAS的功能和局限性（Kim等人，正在审稿中）。制造商也可以通过设计鼓励驾驶员积极参与的ADAS系统来减少负面行为适应。例如，要求驾驶员定期进行操作（如转动方向盘或手动确认系统状态）可以帮助维持他们的注意力。研究表明，能够检测到驾驶员注意力不集中的监控系统并发出纠正警告的系统可以减少因分心导致的碰撞（Louie和Mansour，2019年）。此外，教育干预措施可以提高驾驶员对系统局限性的认识，并鼓励他们与ADAS进行适当的互动（Koustana?等人，2012年；Manzey等人，2006年）。

尽管本研究没有专门探讨术语使用的影响，但先前的研究（Abraham等人，2017c；Teoh，2020）表明，误导性的术语可能会导致驾驶员产生不切实际的期望。使用模糊或过于乐观的术语可能会让驾驶员高估系统的能力，误以为ADAS功能是完全自主的。为避免这种情况，必须采用清晰和标准化的术语。任何可能误导驾驶员理解系统能力的术语都应仔细审查，并替换为更准确的描述词，以强调这些技术的辅助性质。

本研究提供了关于驾驶员对ADAS使用行为适应的全面见解。特别是，通过分析相对较大的定性样本（N=60）并考察多种ADAS功能下的行为模式，本研究为理解现实世界中的适应过程做出了重要贡献。然而，由于研究的性质，一些局限性是不可避免的。该研究依赖于访谈，这可能会受到回忆偏差或社会期望偏差的影响。参与者可能会无意中夸大或淡化某些行为，从而导致他们对ADAS使用体验的描述不准确。此外，本研究主要考察了常用ADAS功能（如自适应巡航控制（ACC）、前方碰撞警告（FCW）和车道保持辅助（LKA）的影响。研究这些常用功能下的行为适应有助于了解大多数驾驶员目前的交互方式，并为提高安全性提供实际指导。但随着新的ADAS功能的不断开发，现有的行为适应模式可能会发生变化。因此，需要持续的研究来跟踪驾驶员行为随时间的变化。此外，当前的研究结果可以与实地测试等实证研究结合，以更全面地理解驾驶员的行为适应。未来的研究可以评估这些对策在自然环境中的有效性，并探索不同自动化水平如何长期影响这些适应动态。关于分析方法，虽然每个行为适应主题都得到了文本证据的支持，且方法严谨，但我们只使用了一位编码员，这限制了我们报告评分者间一致性的能力。此外，未来的研究需要探索如何优化ADAS的反馈机制（如自适应警告、触觉反馈和驾驶员监控），以在不过度引起警告疲劳的情况下保持驾驶员的参与度。研究不同交互设计对驾驶员反应的影响可能会带来更有效的系统改进。

尽管存在这些局限性，但本研究通过展示广泛用户群体中的行为适应情况，为未来的实证研究提供了依据，并为设计更安全的ADAS系统提供了参考。

高级驾驶辅助系统（ADAS）有潜力减轻驾驶员的工作负担并降低碰撞风险。然而，我们的研究结果指出了可能削弱这些好处的行为适应现象。长期依赖ADAS可能导致手动驾驶技能的退化、风险感知的变化以及认知和身体参与度的下降。此外，驾驶员对系统警告的反应各不相同，从过度依赖到完全关闭警告，这使得安全问题变得更加复杂。应对这些挑战需要协调一致的策略。系统设计者应整合能够维持驾驶员注意力的反馈机制和提示，同时避免警告疲劳。监管机构必须为ADAS功能和警告制定更清晰的标签和性能标准，确保驾驶员了解系统的能力和局限性。教育工作者和车队管理者应开发针对性的培训计划，以强化手动技能、风险意识以及正确遵循警告的重要性。最后，制造商可以利用车载监控系统，在必要时根据驾驶员的状态提供适应性警告或进行驾驶干预。通过结合技术改进、监管框架和以人为中心的培训，相关方可以利用ADAS的安全潜力，同时保持驾驶员的责任感和能力。

**作者贡献声明：**
Soyeon Kim：撰写——审阅与编辑、原始草稿撰写、方法论、数据分析、概念化。
Oscar Oviedo-Trespalacios：撰写——审阅与编辑、方法论、数据整理。