UCL新发现：跟踪驾驶员眼睛以确定是否能从“自动驾驶”模式中收回控制权

盖世汽车讯 据外媒报道，由伦敦大学学院（UCL）领导的研究小组开发出新方法，即通过眼球运动检测，可以确定驾驶员的注意力水平以及他们在使用自动驾驶模式时对警告信号做出反应的准备情况。相关研究以发表于期刊《Cognitive Research: Principles and Implications》。

研究结果提出了一种新方法来确定驾驶员是否准备使用自动驾驶模式来响应现实世界的信号，例如来自汽车的接管请求。尽管完全自动驾驶的无人驾驶汽车尚未可供个人使用，但具有“无人驾驶”自动驾驶模式的汽车在某些地方可供商业私人使用，包括德国和美国某些州。

图片来源：UCL

使用自动驾驶模式时，驾驶员可以将手从方向盘上移开并参与其他活动，例如在汽车集成的中央屏幕上玩游戏。然而，当前车型可能要求驾驶员在某些时候收回对汽车的控制。例如，驾驶员可以在高速公路堵车时使用“自动驾驶”模式。但一旦拥堵解除并且高速公路允许时速超过40英里/小时，人工智能就会向驾驶员发送“接管”信号，表明他们必须恢复完全驾驶控制。

研究人员测试了是否有可能检测一个人是否过于专注于另一项任务而无法对这种“接管”信号做出迅速反应。为此，该团队在两次实验中对42名参与者进行了测试，使用程序模仿了一些具有自动驾驶模式的高级汽车模型中使用的“接管”场景。

参与者被要求在有许多彩色形状的电脑屏幕上搜索一些目标物品，并在目标上停留以表明已经找到。这种搜索任务要么很简单（即参与者必须在多个“T”形状中找出奇怪的“L”形状），要么要求更高（即参与者必须找出形状部分及其颜色的特定排列）。

在搜索任务的后期，程序会发出提示音，参与者被要求尽快停止观看屏幕，并按下按钮进行响应。研究人员监测了从声音响起到参与者按下按钮之间所花费的时间，同时分析了他们的眼睛在搜索过程中如何在屏幕上移动，看看是否可以通过他们目光的变化来检测他们对任务的注意力程度。

结果发现，当任务需要更多注意力时，参与者需要更长的时间才能停止观看屏幕并对提示音做出反应。该分析表明，可以通过眼球运动来检测参与者的注意力水平。眼球运动模式涉及较长的注视和较短的眼球在所有项目之间移动的距离，表明该任务对注意力的要求更高。

研究人员还根据这些数据训练了一个机器学习模型，发现可以根据参与者的眼动模式来预测驾驶员是否正在从事简单或艰巨的任务。

资深作者、UCL认知神经科学研究所Nilli Lavie教授表示：“无人驾驶汽车技术正在快速发展，有望带来更愉快、更高效的驾驶体验，驾驶员可以将通勤时间用于其他非驾驶任务。然而，最大的问题是如果司机完全从事另一项活动，他们是否能够在收到接管信号后迅速恢复驾驶。我们的研究结果表明，只需监测驾驶员的注视模式，就可以检测驾驶员的注意力水平以及他们对警告信号做出反应的准备情况。”

Nilli Lavie教授还表示：“”令人惊讶的是，人们可能会沉迷于屏幕上的活动，以至于忽略了周围世界的其他部分。即使他们意识到自己应该准备好停止任务并尽快对提示音做出反应，但当他们的注意力集中在屏幕上时，他们需要更长的时间才能做到。我们的研究表明，在这种情况下，警告信号可能不会被足够快地注意到。”为了训练机器学习并使其更加准确，需要更大的数据集。”