L3智能驾驶中驾驶员反应能力分析

叶国根，侯立升，李齐丽，龚雪颜

Ye Guogen，Hou Lisheng，Li Qili，Gong Xueyan

（宁波吉利汽车研究开发有限公司，浙江 宁波 315300）

0 引 言

2021 年8 月，国家市场监督管理总局正式发布GB/T 40429—2021《汽车驾驶自动化分级》[1]，其中明确了驾驶自动化等级与划分要素的关系以及用户与驾驶自动化系统的角色分工，指出L3级[1]及以下自动驾驶车辆的驾驶员需关注周边环境，且必须在系统发出介入请求后立刻接管车辆。在辅助驾驶系统激活条件下，驾驶员实际接管车辆的能力如何，目前相关分析数据较少。

本文针对不同驾龄、不同性别、不同年龄的驾驶员进行L3 智能驾驶实车测试，通过数据和视频记录不同驾驶员在系统随机出现接管请求时的反应能力，为用于验证车辆功能安全、预期功能安全的HARA （Hazard Analysis and Risk Assessment，危害分析和风险评估）[2]以及智能驾驶系统开发提供数据参考。

1 测试准备及过程

驾驶员反应能力测试的实车环境如图1所示，为保证测试结果的准确性，测试车辆、数据采集设备、测试人员、测试环境等均处于良好状态。

图1 搭建驾驶员反应测试实车环境

1.1 测试资源

1.1.1 试验样车

试验需要准备至少两辆车，一辆车用于测试，需具备TJP(Traffic Jam Pilot，交通拥堵领航)功能，TJP 可实现在一定车速范围内控制车辆横向和纵向运动，当TJP 工作时，驾驶员可在短时间内松开转向盘和转移视线，当该功能退出时会发出语音及文字提醒驾驶员；另一辆车作为前方目标车，保障测试过程安全。用于测试的车辆进行简单改制，屏蔽驾驶员监控功能，使测试过程可以模拟完全自动驾驶。

试验样车应保证仪表显示正常，制动、转向系统无故障也无性能衰减现象，喇叭、警示灯等均可正常工作。

1.1.2 测试数据采集

数据采集设备CAN OE （Controller Area Network Open Environment，控制器局域网络开发环境）经诊断接口与车辆网络相连，同时通过线缆与上位机连接。测试过程中，数据采集人员通过上位机进行数据实时监控和采集。

在进行故障注入时，除采集整车数据外，需通过视频记录设备同步记录被测驾驶员的驾驶表现。

1.1.3 测试人员

共选取10名驾驶员进行测试。试验开始前对驾驶员进行安全培训，介绍TJP的具体作用，包括功能开启、功能ODD（Operational Design Domain，设计运行范围）、功能退出的提醒等。需要注意，试验开始前不能提前告知驾驶员测试目的、测试方法以及故障注入方式。

考虑驾驶员年龄、驾驶风格、性别、驾龄的差异[3-4]，被测人员分布情况如图2所示。

图2 被测人员分布情况

1.1.4 测试场地

智能驾驶测试路段需有高精地图覆盖，车流量适中，环境光线良好。

1.2 测试步骤

整个测试分为以下步骤：

（1）测试开始前，确认测试车辆状态：油量/电量是否充足，轮胎胎压是否正常，整车有无影响智能驾驶功能正常使用的故障，数据采集设备是否正常工作；

（2）确认车辆状态良好后，将测试车行驶至测试路段，测试车与目标车相距20 m（最小跟车距离），前方目标车以50 km/h车速稳定行驶；

（3）被测驾驶员驾驶测试车辆，开启TJP 功能，设置巡航车速为60 km/h；

（4）待测试车辆保持稳定跟车后，被测驾驶员模拟正常行车习惯，例如听音乐、看电视、玩手机、与同乘人聊天、接打电话等，确保车辆处于完全自动驾驶状态；

（5）副驾驶员实时关注车辆周边环境，在适当时刻（驾驶员注意力不在正前方时）注入故障,故障注入方式为非预期激活EPB（Electrical Park Brake，电子驻车制动系统），促使车辆发出接管请求，观察并记录被测驾驶员的反应，计划为每名驾驶员测试10次；

（6）测试数据需实时记录和保存，主要记录数据包括转向盘扭矩、功能激活状态位、制动踏板状态位、加速踏板状态位、驾驶员的基本信息包括年龄、驾驶风格、性别、驾龄、接管方式以及故障注入状态位。

2 测试结果分析

2.1 测试结果

将测试中驾驶员可能出现的接管方式分为4类：转向盘接管、加速踏板接管、制动接管以及未接管，测试结果见表1，其中测试人员3 在第3次测试时接打电话过于专注未及时接管车辆，车辆系统执行了安全停车策略。

表1 驾驶员接管行为统计

试验中统计所有被测驾驶员各次测试的接管反应时间，以及接管时的转向盘扭矩，如图3、图4所示。

图3 驾驶员接管车辆的反应时间

图4 驾驶员接管转向盘的扭矩分布

受测试路段里程、路况及驾驶员实际驾驶行为等因素影响，缩减每名驾驶员的测试次数，具体见表1。

2.2 结果分析

由表1 可知，被测驾驶员接收到车辆接管提示后，几乎都采用转向盘接管方式控制车辆，性别、年龄和驾龄对被测驾驶员的第一反应不产生影响，整个测试过程未出现误踩加速踏板的情况。

由图3 可知，在车辆完全自动驾驶过程中，被测驾驶员没有关注周边环境情况，接管反应时间基本在3～7 s，其中6.17%的驾驶员可以在小于1.5 s接管车辆，23.45%的驾驶员可以在1.5～ < 2 s接管车辆，35.82%的驾驶员可以在2～ < 3 s 接管车辆，20.98%的驾驶员可以在3～ < 5 s 接管车辆，13.58%的驾驶员接管车辆时间大于等于5 s，整个测试的平均接管反应时间为3.12 s[5]。仅从接管时间进行判定，由接管时间3.12 s 可判定驾驶员的可控性为不可控，对应可控性评级为C3[2]；假设车辆开启TJP 功能以80～100 km/h 车速行驶在弯道内（弯道半径250 m），TJP 功能退出或发生非预期转向后，车辆不再沿车道线行驶而是沿弯道切线方向行驶，与路沿发生碰撞的时间约为0.95～1.08 s，如果驾驶员在此时间内未接管车辆则可能发生较严重的交通事故。

由图4 可知，被测驾驶员通过转向盘接管车辆时，对转向盘施加的扭矩几乎都不超过3 Nm，其中38.75%的驾驶员接管力矩小于1 Nm，50%的驾驶员接管力矩为1～ < 2 Nm，10%的驾驶员接管力矩为2～ < 3 Nm，1.25%的驾驶员接管力矩大于等于3 Nm，整个测试的平均接管扭矩为1.18 Nm[6]。仅从驾驶员接管转向盘的扭矩进行判定，与行业通用的驾驶员接管可控性标准（3 Nm）进行对比，驾驶员在TJP 功能退出时接管的手力矩基本在可控的度量范围内，但不排除出现较大的非预期转向。

3 智能驾驶系统改进建议

针对上述测试中环境因素（音乐/视频声音、聊天声音、电话声等）对驾驶员接收接管车辆提醒的影响，例如多媒体声音过大掩盖了车辆接管报警提醒，以及未接管时车辆进入功能安全状态情况，提出以下改进建议：

（1）接管提醒的报警优先级定义为最高级别，触发接管提醒时同步降低多媒体音量，尽可能地保证驾驶员及时接收到接管提醒；

（2）接管提醒的方式应至少包含文字/图标弹窗、语音播报，同时通过安全带预紧、座椅振动等方式进行，增加提醒信息传输的可靠性；

（3）采用阶梯式安全设计，第1阶段为接管提醒，第2阶段触发初级功能降级，即禁止横向控制只保留纵向控制，第3阶段全功能降级，即保持当前车道缓慢减速至停车，启动EPB并点亮双闪灯；

（4）实时在线监控驾驶员，保证驾驶员在环，可以及时接管车辆。

4 结束语

对L3智能驾驶车辆由完全自动驾驶状态进入手动接管车辆过程进行测试，发现驾驶员的反应时间为3～7 s，驾驶员一旦接收到接管提醒，基本都会进行接管操作。

在后续试验中，需不断拓展测试样本量，增加更多驾驶员以避免个别极端参数导致结果偏差，需增加不同提醒方式下驾驶员反应时间测试和不同失效工况时驾驶员的可控性测试等，为L3和更高级别自动驾驶功能开发提供数据支持。