現(xiàn)在汽車的智能化水平越來越高了，其中智能座艙的設(shè)計就是其中一個重點。這篇文章，我們來介紹幾個智能座艙設(shè)計中的人機工程學(xué)和人機交互理論的模型，幫助大家更好理解駕駛行為的特點。

汽車智能化的發(fā)展，給原本就極為復(fù)雜的座艙設(shè)計也帶來了新的挑戰(zhàn)。座艙任務(wù)的多樣化對人類的認知要求更高了。為了更好理解人機工程學(xué)和人的認知與行為，下面介紹幾個理論模型，來幫助大家更好理解駕駛行為的特點。包括態(tài)勢感知模型、基于技能-規(guī)則-知識的行為模型、多重資源理論、耶德定律等。

一、態(tài)勢感知

態(tài)勢感知最早用于飛行員的飛行場景，定義是“在一定時間和空間內(nèi)對環(huán)境中的元素的感知，并對其意義的理解以及對它們在不久將來的狀態(tài)預(yù)測”，也被認為是飛行員在飛行過程中對外部世界的內(nèi)部認知模型。態(tài)勢感知結(jié)構(gòu)可以進一步分為三個層級，如下圖所示：

態(tài)勢感知的三個層級，圖片來源見水印

1. 要素感知：感知環(huán)境中直觀存在的某些元素及其特征，如山川河流的顏色大小面積等，這就構(gòu)成態(tài)勢感知的第一級；
2. 態(tài)勢理解：基于要素感知的基礎(chǔ)上的理解，以及這些元素和其他元素通過格式塔的方式組合為不同模式時，構(gòu)建出一幅想象的整體圖景，以及理解到當前對象和事件的重要性，例如警告面板上的警示紅燈，駕駛員理解紅燈的出現(xiàn)可能會危及他的生命安全，這就構(gòu)成態(tài)勢感知的第二級；
3. 態(tài)勢預(yù)測：當有行駛中的汽車出現(xiàn)在特定的距離內(nèi)時，預(yù)測這些汽車的未來行動能力，就構(gòu)成了態(tài)勢感知的第三級。

上圖用于汽車駕駛中，能較好理解注意力缺失導(dǎo)致的問題。如當汽車開啟了輔助駕駛模式，駕駛員正在玩手機或者看視頻的時候，汽車需要駕駛員緊急接管，駕駛員在注意力缺失的情況下需要對當前環(huán)境、自身汽車和周圍車輛狀況等一系列因素進行感知、理解、預(yù)測、決策，最后再執(zhí)行。極短時間內(nèi)完成以上步驟很有可能讓駕駛員出現(xiàn)認知負荷過載的情況，最后手忙腳亂導(dǎo)致悲劇發(fā)生，這就是為什么輔助駕駛需要駕駛員處于合理的情景意識。

任務(wù)和環(huán)境因素以及個人因素，都會直接影響態(tài)勢感知、決策和執(zhí)行效果，這兩部分能用后面的耶德定律和SRK模型分別進行解釋?？偟膩碚f，良好執(zhí)行效果需要駕駛員處于良好的情景意識和恰當?shù)膯拘讯?、注意力和認知負荷水平，同時對于駕駛員的駕駛技能有一定要求。

同理，在輔助駕駛過程中我們也需要駕駛員處于同等狀態(tài)才能讓駕駛員在突發(fā)情況時更好地完成接管，因此我們可以在輔助駕駛過程中通過聽覺通道將重要信息實時告知駕駛員，并且在中控屏幕上顯示最重要信息，以確保駕駛員能快速感知和理解當前狀況并進入良好的預(yù)測和決策流程。

態(tài)勢感知模型能讓我們更好地理解駕駛員在人-機-環(huán)境中，是如何進行感知、理解、預(yù)測和決策，最終完成駕駛?cè)蝿?wù)的。在智能座艙相關(guān)想HMI設(shè)計中，任何一個影響上述態(tài)勢感知環(huán)節(jié)的設(shè)計，都會作用于最后的駕駛行為，從而對駕駛安全產(chǎn)生直接的影響。

二、基于技能-規(guī)則-知識的行為模型

基于技能-規(guī)則-知識的行為模型把人的工作根據(jù)認知參與的復(fù)雜度分為三種不同水平。

1. 基于技能的操作：非常熟練的、幾乎是潛意識的操作，不需要經(jīng)過大腦的復(fù)雜思維過程，因此對人的認知負荷和注意力要求最低，如盲操；
2. 基于規(guī)則的操作：了解各種規(guī)則，當事情發(fā)生時，按照各種規(guī)則來操作。保持車道不壓線、遵守紅綠燈等交通規(guī)則就屬于此類操作；
3. 基于知識的操作：問題相對比較復(fù)雜，解決的過程需要大量的知識、分析和判斷。因此對人的認知負荷和注意力要求最高。

通過上述的SRK模型，我們就能理解為何新手司機開車非常謹慎，而老司機卻可以在開車過程中同時處理其他事情，因為老司機對駕駛這一系列操作已經(jīng)非常熟悉，甚至可以通過肌肉記憶完成，所以不需花費太多注意力在路面上。但對于新手司機來說，駕駛車輛仍處于知識層面的操作，駕駛時需要花費更多注意力在路面、眼睛和手腳之間的配合以及如何操控車輛上。

三、多重資源理論

多任務(wù)處理在開車過程中很常見，我們會一邊聊天，一邊觀察路面變化，一邊聽周圍的其他聲音信號等。之所以能同時進行幾種活動，是因為這些活動所要求的注意容量沒有超負荷。若在行人擁擠的街道上開車，大量的視覺和聽覺刺激占用了我們的注意力，我們就很難再同時進行多種活動了。

當然，車內(nèi)多任務(wù)并行并不提倡，例如一邊開車一邊玩手機或者注視中控屏幕，因為人的注意力和認知負荷是有限的，如果超出人的注意容量很容易引起人的失誤，從而導(dǎo)致交通事故。

那為什么駕駛員可以做到邊看邊聽？從多重資源理論的角度來看，人會通過多資源和多通道去理解和處理信息，而且每項資源或通道都有自己的容量，當信息不超出該容量時不容易超出人的認知負荷。

多重資源理論在智能座艙體驗設(shè)計上能給我們帶來很多指導(dǎo)意義，例如一些緊急信息最好通過聽覺通道傳達給駕駛員，而不是通過視覺通道，因為這能有效避免駕駛員的認知負荷超載。

但是為什么我們會經(jīng)常把一些信息顯示在屏幕上呢?這不是和前者結(jié)論矛盾嗎?多重資源理論結(jié)合SRK模型能解釋為什么部分老司機能邊開車邊看屏幕甚至看手機，而新手司機卻不能。因為老司機在駕駛時對路面的觀察和理解不占用太多視覺和認知容量，所以他們有更多的容量去處理其他事物，但對于新手司機來說光是觀察路面就已經(jīng)讓他們的認知資源接近容量上限甚至超載，所以他們必須很謹慎地駕駛才能避免發(fā)生事故。

從這個角度來看，由于視覺信息在表達上更直觀，只要顯示信息不會過多而且難以理解，在駕駛過程中通過屏幕顯示信息不一定對所有駕駛員產(chǎn)生重大影響。

四、耶德定律

在心理學(xué)里，耶德定律用于描述喚醒度(Arousal)高低與績效之間的關(guān)系，如圖下圖所示。

喚醒度與最佳績效水平

喚醒度可以反映人當前的生理和心理狀態(tài)，從生理角度喚醒度由低到高可以依次描述為犯困、疲勞、松弛、正常、焦慮、壓力大和疼痛，它和壓力(Stress)、注意力(Attention)、警覺性(Alertness)、認知負荷(Cognitive Load)和工作負荷(Workload)等因素有著強聯(lián)系。

從上圖中我們可以發(fā)現(xiàn)存在著一個最佳的績效喚醒水平區(qū)域，太少或太多的喚醒都會對任務(wù)績效產(chǎn)生不利影響。當喚醒度過低時，例如在犯困到松弛的區(qū)間下，人的注意力是缺失的，邊開車邊看手機可以理解為駕駛員在駕駛?cè)蝿?wù)上處于松弛狀態(tài)，所以他此時的績效并不處于最佳狀態(tài)。

當喚醒度過高時，例如在焦慮到疼痛的區(qū)間下，人的注意力會處于分散甚至過載狀態(tài)。在這個區(qū)間內(nèi)怎么理解注意力分散甚至過載？焦慮、壓力大甚至疼痛會讓人過度緊張導(dǎo)致注意力無法集中到該集中的任務(wù)上，例如新手司機在學(xué)習(xí)或者實習(xí)期會遇到由于緊張導(dǎo)致“腦子里一片空白”，其實這是在描述注意力分散甚至過載。

五、總結(jié)

人機信任也屬于人機工程學(xué)正在探索的領(lǐng)域。人機信任的研究更多關(guān)注機器系統(tǒng)的因素，主要包括機器能力與機器特性兩個方面。機器能力相關(guān)的人機信任影響因素主要包括人機系統(tǒng)的可靠性、可預(yù)測性、異常故障等，大量研究表明在復(fù)雜的交互任務(wù)中，高度可靠的自動人機系統(tǒng)會促進操作者信任，但是也可能導(dǎo)致用戶監(jiān)視行為的減少及過度依賴。

可預(yù)測性是指人機系統(tǒng)來執(zhí)行任務(wù)符合用戶期望的程度，當用戶可以依據(jù)經(jīng)驗預(yù)測系統(tǒng)的表現(xiàn)時，人機信任會持續(xù)在較高水平，而可預(yù)測性差的人機系統(tǒng)會使信任水平迅速下降。人機系統(tǒng)的異常故障對人機信任有負面影響，即使故障恢復(fù)后信任恢復(fù)也比較緩慢，且不會達到以前的信任水平。

與機器特性相關(guān)的人機信任影響因素主要包括系統(tǒng)的自動化等級、物理特征、系統(tǒng)透明度等因素。自動化等級或智能化水平越高的機器系統(tǒng)，初始的人機信任程度越高，但當其出錯時，人機信任會迅速降低并持續(xù)處于較低水平，原因在于系統(tǒng)自動化等級越高可理解性及可預(yù)測性越差，一旦出錯就會導(dǎo)致人機信任水平持續(xù)降低。

信任的交互將增強操作自動駕駛/輔助駕駛的司機的信心，改進其對車輛的控制以及提升安全感，我們需要將司機對車的信任限制在一個適度的等級，過度信任和不信任都會影響駕駛安全。

在智能座艙領(lǐng)域，人類和機器的關(guān)系是：當人對機器不信任時，在輔助駕駛過程中會一直擔心汽車出現(xiàn)問題，從而產(chǎn)生焦慮感和注意力分散，對機器越不信任對變化的響應(yīng)會越遲鈍；當人對機器過度信任時，在輔助駕駛過程中會太過依賴汽車的決策，漸漸地注意力分散到其他事情上。

這兩種現(xiàn)象都不是我們希望看到的，因此什么是合理的人機信任以及如何校準人機信任將是設(shè)計輔助駕駛時很重要的課題。