迈向自动驾驶中驾驶员分阶段接管行为：一种用于设计自适应接管请求的认知过程建模方法

《TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES》：Toward driver stage-wise takeover behavior in autonomous driving: A cognitive process modeling approach for adaptive takeover requests design

　　•提出CBTOR-Design，这是一种用于自动驾驶中自适应接管请求生成的认知过程框架。•将接管过程分解为姿态、感知和认知三个阶段，以识别实时瓶颈阶段。•将听觉、多模态和语义TOR提示与分阶段的驾驶员反应相关联，从而生成自适应策略。•通过闭环人机交互驾驶模拟和在线部署来验证自适应TOR生成的有效性。引言自动驾驶被广泛认为可以通过将常规驾驶任务从人类手中转移到自动化系统中来提高道路安全（Masello等人，2022年；Rezaei和Caulfield，2021年）。然而，在条件自动化驾驶中，安全在很大程度上取决于驾驶员在自动化系统达到其操作能力极限时能够迅速重新掌控车辆的能力。随着这类系统从测试阶段走向更广泛的部署，现实世界中的事故不断暴露出在接管过渡过程中的漏洞。权威报告（美国国家公路交通安全管理局，2025年）记载了2025年大量涉及高级自动化驾驶测试车辆的碰撞事故，其中许多并非由系统故障造成，而是由于驾驶员对接管请求的反应迟缓所致。这些延迟往往因与驾驶无关的干扰因素（如使用智能手机）以及普遍的注意力不集中而加剧，进而降低驾驶员重新掌控车辆的准备程度（Du等人，2020a年；Yoon和Ji，2019年）。反应迟缓又会通过扰乱注意力转移、限制感知准备度以及推迟及时控制行动来降低接管性能。总体而言，这些观察结果凸显了一个核心挑战：即如何在有限的安全关键时间内让驾驶员迅速且恰当地重新掌控车辆，这也促使本研究致力于探索高效的自适应TOR设计（Naujoks等人，2019年；Xing等人，2021年）。现有的TOR设计策略大致可分为三类：基于听觉特征的提示、多模态整合以及语义内容。听觉TOR利用非语音听觉提示来吸引注意力并触发快速重新投入驾驶状态，通过不同的音调模式和警告设计进行了大量研究（Jiang和Zhi，2025年；Ko等人，2022年）。多模态TOR策略则结合听觉和视觉信号，丰富信息传递方式，帮助驾驶员重新聚焦驾驶任务，据称在反应时间及相关安全驾驶成果方面都有益处（Hong和Yang，2022年；Wu等人，2021年；Yang等人，2023年；Zhang等人，2025a年）。语义TOR则提供与危险或情境相关的明确信息，有助于驾驶员理解当前状况，并在关键的安全过渡时刻采取适当的控制措施（Wright等人，2018年）。尽管这些策略提供了互补的设计思路，但以往的研究主要关注整体效果，对于特定TOR组件在不同接管条件下如何影响驾驶员的认知处理和行为，所提供的信息较为有限。尽管存在多种TOR设计策略，但由于驾驶员接管过程的两个基本特征，TOR设计的进展仍然受到限制：(a)过程阶段性；(b)机制模糊性。就过程阶段性而言，越来越多的证据表明，接管并非瞬时反应，而是一个由多个相互依赖的阶段构成的序列过程（Sch?ffer等人，2021年）。这些阶段涉及不同的认知功能，包括注意力转移、感知重构、决策制定以及动作执行。此外，不同阶段还会消耗不同的资源渠道，如视觉、听觉、空间和语言处理能力（Chen等人，2021年）。任何阶段的延迟或错误都可能改变后续的接管进程，进而影响整体性能（Chen等人，2019年；Chen等人，2021年）。简而言之，接管过程本质上具有阶段性结构，其中的延迟阶段可能成为瓶颈，将风险传导到后续阶段，最终决定接管的可靠性。除了接管的阶段性特征外，机制模糊性依然存在，因为目前对于特定TOR组件如何影响驾驶员的认知路径了解还不够充分。虽然先前的研究已经证明了听觉特征、多模态整合和语义内容的作用，但这些效果通常是通过可观察的结果来描述的，而非其背后的认知过程。就听觉特征而言，研究表明驾驶员对中频听觉提示（如约234赫兹）的反应更快，因为这类声音通常比低频或高频声音更易被察觉（Chai等人，2024年；Yu等人，2023年）。不过，目前尚不清楚这种优势是由于注意力捕捉更快还是因为感知编码更高效所致。至于多模态整合，视觉和听觉通道的结合有助于环境扫描，减少反应延迟（Huang和Pitts，2022年；Rodak等人，2025年）。然而，跨模态互动往往未被明确体现，因此很难区分冗余性是增强了系统的稳定性还是导致了过载或干扰。对于语义内容，语义一致的警告能够激活前额叶皮层注意力网络，从而改善注意力分配，提升理解和决策速度（Hartcher-O’Brien等人，2017年；Malla等人，2023年；Wegner-Clemens等人，2024年）。总体而言，大部分证据来自受控实验或问卷调查（Morales-Alvarez等人，2020年；Yun和Yang，2020年），这些方法虽然提供了有价值的实证支持，但对于各组件具体效应及其在不同阶段的相互作用机制的解释仍然有限。因此，现有研究尚未完全阐明TOR组件是如何引发不同阶段的认知和行为变化的。总体来说，这两个特征导致了当前TOR设计中的三个主要局限。首先，尽管接管过程本质上是分阶段的，且每个阶段都会涉及不同的资源渠道和动作需求（Chen等人，2019年；Chen等人，2021年），但大多数研究仍将接管视为一个单一的目标问题，仅追求最短的总反应时间（Ko等人，2022年；Petermeijer等人，2017年；Zhang等人，2022年）。这种做法掩盖了各阶段之间的界限和瓶颈所在，也限制了针对特定阶段的干预机会。其次，由于现有的设计策略众多，且它们的效果往往相互关联、彼此耦合，因此要阐明TOR策略的底层机制仍然具有挑战性。传统的认知框架，如S-O-R模型（Chu等人，2022年）、ACT-R模型（Cao等人，2014年）和GOMS模型（Xie等人，2020年），虽然提供了有用的概念结构，但其简化的假设和有限的适应性限制了它们对动态接管情境的把握能力。近期的计算认知模型开始尝试量化警告参数对驾驶员反应的影响（Long等人，2024年；Long等人，2025年），但这些模型主要关注听觉特性，而对多模态整合、语义内容以及不同阶段的反应差异关注不足。第三，由于驾驶员在不同阶段的反应存在差异，因此要让TOR策略与特定阶段的需求相匹配十分困难。如果没有针对不同阶段的设计，信息可能会出现时机不当、匹配错误或冗余现象。虽然有人尝试通过固定间隔重复发送警报作为分阶段处理方法（Tan和Zhang，2023年；Tan和Zhang，2025年），但这类设计通常适用于非紧急情况，对于本研究所关注的紧急接管场景，其指导意义有限。为了解决这三大局限，本研究提出了一种认知行为接管请求设计框架（CBTOR-Design），该框架通过识别接管瓶颈、建模组件层面的认知效应以及在线生成自适应TOR策略，实现具备阶段意识、以机制为导向且可实际应用的TOR优化。该框架由三个相互协作的模块组成：接管行为瓶颈阶段识别模块（TBSIM）、认知引导策略生成模块（CGSGM）以及阶段策略匹配选择模块（SS-MSM）。在TBSIM模块中，我们借鉴多重资源理论（Chen等人，2021年），将接管过程分解为三个连续阶段：从非驾驶状态恢复姿态、感知恢复以及认知恢复，在此过程中驾驶员重新了解周围状况并执行必要的控制动作。这种分阶段的定义有助于明确各阶段的界限并识别瓶颈，为针对性干预以提高接管性能提供理论依据。随后，基于之前的认知建模工作（Tan和Zhang，2025年；Zhang等人，2022年），我们在CGSGM模块中进一步开发了一个驾驶员认知过程模型，该模型同时考虑了TOR的模态形式和语义内容。为提高模型的准确性，我们结合了遗传算法和数据驱动方法（Chen等人，2024年；Zhou等人，2021年），并采用残差建模技术（Quaghebeur等人，2022年；Zhang等人，2025b年）来提升整体的预测精度。最后，借助瓶颈阶段识别结果以及TOR内容的建模效应，我们在SS-MSM模块中提出了一种阶段策略匹配机制，能够自适应地为表现不佳的阶段生成和选择定制化的TOR内容。这三个模块共同支撑了在线自适应TOR设计，可在人机交互平台上实现实时TOR策略生成，从而在关键的安全接管场景中提升驾驶员的接管性能。本研究的主要贡献如下：•我们提出了一种针对接管过程的特定姿态-感知-认知架构，将该过程视为三阶段的控制恢复过程，深入分析了接管行为的机制，并实现了对瓶颈阶段的精准识别。•我们开发了一个驾驶员认知过程模型，用于量化听觉特征、多模态整合以及语义信息策略如何影响反应速度以及在不同接管阶段中的认知路径。•基于这些组件，我们引入了一种阶段策略匹配机制，将识别出的瓶颈阶段与经过认知分析的策略相结合，从而实现针对紧急接管场景的自适应TOR设计。•我们建立了一个闭环验证流程，通过人机交互驾驶模拟平台进行数据收集、模型校准和部署，以此证明在线自适应策略的生成能力以及其对接管性能的实时提升效果。本文的结构如下：第2节阐述研究问题。第3节详细介绍方法论，包括CBTOR-Design框架、瓶颈阶段识别以及认知策略生成方法。第4节描述数据收集和实验设置。第5节展示结果并进行讨论。最后，第6节对全文进行总结。问题陈述在高风险紧急接管场景中，TOR设计的首要目标是实时推断驾驶员的当前状态，并提供有效的TOR，以支持安全且及时的控制权移交。本研究旨在解决三个研究问题：(i)实时预测并确定TOR设计的适当优化目标；(ii)对TOR策略进行机制层面的解读，并明确其参数空间的设定原则；(iii)将已识别的目标与相应策略相匹配。方法论鉴于上述问题，我们开发了一种认知行为接管请求设计框架（CBTOR-Design）。以下各小节将详细介绍该框架中各个模块的方法论组成部分。数据收集和实验设置为了实现分阶段的瓶颈识别和自适应TOR设计，我们设计了一项系统化的人机交互实验。所收集的数据用于：(i)训练三阶段反应时间预测模型；(ii)确定用于识别瓶颈的各阶段阈值；(iii)校准认知模型的阶段特定参数（每个阶段有十个参数；详见表4）。我们在TOR触发之前收集了多模态、非侵入式的生理信号，以及与不同阶段相关的反应数据。结果与讨论本节首先通过基于性能的阈值设定来识别不同阶段的接管瓶颈（5.1节），然后校准经过阶段策略匹配的认知模型，以解释和优化TOR的效果（5.2节），最后通过包含自适应TOR部署的人机交互实验来验证所提出的框架（5.3节）。结论本研究将接管过程划分为三个阶段，即姿态恢复、感知恢复和认知恢复。我们提出了CBTOR-Design框架，用于量化不同TOR策略对各个响应阶段的影响，实现针对特定阶段的瓶颈识别，并支持自适应TOR设计。该框架由三个模块构成：TBSIM模块利用历史多模态生理信号预测各阶段的接管反应时间，并识别出瓶颈阶段。作者贡献声明王杰：撰写——初稿、可视化、软件、方法论、研究、正式分析、数据整理、概念构建。赵玉佳：撰写——审阅与编辑、可视化、数据整理。赵晓聪：验证、软件、数据整理。史浩天：撰写——审阅与编辑、验证、监督、资源协调、项目管理、方法论、研究、资金获取、概念构建。孙健：监督、资源协调、概念构建。王杰|赵玉佳|赵晓聪|史浩天|孙健