转弯前的提示和自动驾驶中的“烧脑”任务,真能治晕车吗?

共招募 31 名被试（21男，10女），平均年龄 23.2 岁。

使用具有四个自由度的 Nervtech 运动驾驶模拟器。被试体验一段时长 20 分钟的 SAE L5 级自动驾驶路线，该路线包含频繁的横向和纵向加速度，已被证实能有效诱发晕动症 。

实验设计：

    2（听觉提示：有 vs. 无）× 2（NDRT难度：简单 vs. 困难）被试内设计

自变量：

 ①预期听觉提示：在车辆产生横向加速度（转弯）前 3 秒，通过左右声道的扬声器播放空间化非语音提示音 。

    ②NDRT：采用视觉搜索任务。被试需在 20×19 的字母矩阵中找出所有的 'bd' 组合并口头报告 。

    困难任务中字母极易混淆；而简单任务中字母附加了圆点作为视觉辅助。

困难任务

简单任务

因变量：

    ①主观量表：每分钟记录的快速晕动症（FMS）量表 、前后测的晕动症评估问卷（MSAQ）、NASA-TLX工作负载量表。

    ②客观生理指标：心率变异性 HRV、皮肤温度 。

FMS 和 MSAQ 总分显示，听觉提示和任务难度均未产生显著的主效应 。晕动感随时间推移显著增加（第 9-20 分钟明显高于第 1 分钟） 。

简单任务的表现优于困难任务（存在天花板效应）。

困难任务产生的整体工作负荷、时间需求和努力程度显著高于简单任务。

心率变异性和皮肤温度均仅存在显著的时间主效应，但提示和任务难度无显著影响。

为什么听觉提示未能发挥作用？作者指出，这可能是因为本实验采用了比以往研究更剧烈且更符合现实的驾驶条件，增加了预测运动的难度 。由于缺乏训练，被试未能将抽象的听觉提示与真实的物理运动建立起充分的内化关联 。此外，被试的定性反馈也显示他们对提示音产生了习惯化。这表明，未来的多通道界面设计必须考虑用户的学习成本，建立强关联性的线索映射。

尽管 NASA-TLX 数据证实了困难任务确实引发了更高的脑力负荷 ，但总体晕动症水平在两种难度下并无显著差异 。作者利用“认知分心效应”模型解释了这一点：在自动驾驶中，参与任何形式的认知任务都会产生分心作用，转移被试对感觉冲突的注意力，而这种效应在不同难度任务中可能达到了相似的水平。

简单 NDRT 出现了天花板效应，而困难任务又由于过度复杂导致参与者无法获得高准确率，这使得研究者很难通过绩效指标来准确衡量认知分心带来的效应 。模拟器的运动限制以及样本中晕动病程度相对较低也可能影响了结果。