生理信号论文拆解|自动驾驶明明没出错,为什么有人还是会提前抢方向盘?
- 2026-09-28 22:37:02
自动驾驶明明没出错，为什么有人还是会提前抢方向盘？
一项把接管行为、情境信任、脑近红外和眼动放在一起的自动驾驶研究
30秒答案｜因为驾驶者的接管不只取决于车辆这一次有没有做对，还受到既有信任、风险判断和信息加工策略影响。不过，研究没有证明事件发生前的生理信号能够可靠预测接管。 |
自动驾驶研究经常给驾驶者发送“请接管”指令，再观察他们多久把手放回方向盘。但现实中还有另一种更难研究的情况：系统没有要求，驾驶者却主动决定不再相信它。
Zhang、Mehta和McDonald发表于《ACM Transactions on Human-Robot Interaction》的研究，让驾驶者可以随时接管，并同时记录fNIRS、眼动、主观信任与真实接管行为。这样，信任不再只是问卷分数，而被放进“感知—认知—行动”链条中。
A | 论文基础信息/ PAPER AT A GLANCE |
论文题目 | The Neuroscience of (Dis)Trust: Proactive Takeovers in Human–AV Interaction |
作者 | Yinsu Zhang; Ranjana K. Mehta; Anthony D. McDonald |
期刊 | ACM Transactions on Human-Robot Interaction |
出版信息 | 2026, Volume 15, Issue 4, Article 88, pp. 1–24 |
时间说明 | Online accepted manuscript: 2026年6月10日；正式出版: 2026年7月14日 |
文章类型 | Original research article |
样本 | 57名驾驶者：27女、30男；27–36岁，平均28.51岁 |
核心模态 | fNIRS；眼动；主动接管行为；情境信任与风险评价 |
期刊层级 | 2025中科院计算机科学大类2区；JCR Q1（最终以单位数据库为准） |
开放状态 | Open Access；CC BY 4.0 |
DOI | 10.1145/3820500 |
01 | 研究怎么做？/ DESIGN |
参与者先完成手动驾驶和自动驾驶练习，再经历两段约30分钟与45分钟的实验驾驶。研究设置4个关键事件：两次系统成功避险，以及两次没有明确报警的系统失败。驾驶者可以在任何时刻主动解除自动驾驶。
事件1｜成功 | 路口车辆违规穿行，自动驾驶成功刹停避撞 |
事件2｜失败 | 车辆面对施工锥桶停住，驾驶者需手动绕行 |
事件3｜失败 | 系统漏识别倒置文字的停车标志，且不给出故障提示 |
事件4｜成功 | 行人突然横穿道路，自动驾驶成功刹停避让 |
fNIRS | NIRSport2，8个光源＋8个探测器，10.17 Hz；覆盖额叶、运动和视觉相关区域 |
眼动 | 眼镜式眼动设备；提取注视与凝视熵等指标 |
主观测量 | 每个事件后评价情境信任、风险、系统判断、工作负荷和情境意识 |
这项范式最关键的一点是“允许主动接管”。如果研究者只在系统发出接管请求后采数据，就很难区分驾驶者是在服从指令，还是主动表达不信任。
02 | 结果出现了什么模式？/ RESULTS |
观察层面 | 主动接管者 | 未主动接管者 |
主观信任 | 总体更低；更容易认为系统判断差、风险高 | 总体更高，即使经历部分系统失败 |
脑近红外 | DLPFC、部分额叶、SMA和视觉区激活更低 | DLPFC激活更高；部分事件中运动/视觉区也更高 |
眼动 | 更多注视自动驾驶退出控制位置 | 更多注视后视镜 |
信息加工解释 | 更接近风险回避与自下而上确认 | 更依赖预期、经验与自上而下评估 |
接管率 | 四个事件约26.8%—47.3% | 各事件均存在未接管者 |
这里最值得讨论的不是某一个脑区“代表不信任”，而是接管行为、主观信任、凝视位置和脑激活在事件发生时共同形成了一种模式。
03 | 研究没有成功预测什么？/ PREDICTION BOUNDARY |
时间窗口 | 研究发现 | 可以怎么说 |
事件发生前 | 没有发现稳定的fNIRS或眼动模式可以指示随后是否接管 | 目前不能宣称能够事前可靠预测接管 |
事件发生期间 | 接管组与未接管组出现脑激活和注视差异 | 可以讨论两类行为伴随的加工差异 |
动作执行阶段 | 生理记录与转向、操作可能同时发生 | 部分差异可能混入动作准备或运动执行 |
“事件中存在组间差异”和“事件前可以预测个人行为”是两项不同的证据。前者适合解释过程，后者需要更稳定的先行信号、独立验证和明确的预测窗口。
04 | 四个限制决定结论能走多远/ LIMITATIONS |
限制 | 为什么重要 |
接管组事后形成，人数不均 | 不是随机分组，不能把组间差异直接解释为接管造成的结果 |
4个事件顺序固定 | 后续事件可能受到前面失败、信任漂移、学习和疲劳影响 |
参与者先被告知系统可靠 | 这种高期待启动方式可能改变初始信任和早期接管频率 |
事件性质和时长不同 | 车辆、施工区、停车标志和行人的风险不同，不能简单合并 |
记录覆盖实际接管动作 | fNIRS差异可能部分来自运动准备和执行，不能完全归因于不信任 |
05 | 社科、设计与人机研究可以怎么借？/ PROJECT TRANSLATION |
这个范式不仅适用于自动驾驶。只要研究对象涉及“人是否继续把任务交给系统”，都可以借用四层结构。
●人机信任：让参与者拥有真实的继续使用、退出或接管选择，而不是只填信任问卷。
●智能界面：比较解释信息、风险提示或透明度设计怎样改变凝视、认知负荷和干预行为。
●教育技术：研究教师或学生何时接受、核查或覆盖自动化建议，并区分信任与能力。
●服务设计：把“满意度”拆成注意过程、风险判断、操作选择与事后评价。
●最小方案：行为选择＋问卷＋眼动先建立效应；只有机制问题清楚时再加入fNIRS。
06 | 真正开做前，先过七个质量门/ QUALITY GATES |
●事件成功与失败要预试：确保不同事件的风险和可见性符合预期。
●接管窗口要定义：明确何时开始算主动接管、迟发接管和被迫接管。
●顺序效应要处理：能平衡则平衡；不能平衡时至少建模时间、疲劳和信任漂移。
●设备时间轴统一：系统事件、控制输入、眼动和fNIRS必须共享可核验标记。
●眼动AOI先锁定：道路、后视镜、仪表与退出控制区需要稳定映射。
●动作混杂要控制：区分事件前、事件中和实际接管动作窗口。
●预测必须独立验证：发现组间差异后，不能直接跳到实时分类或自适应干预。
主动接管可以成为不信任的行为线索；但事件中的相关差异，还不能被包装成事件前的可靠预测器。 |
| Bring the Study Back to China.国内：设备进校｜海外：回国实验China-based: Mobile Lab｜Overseas: Study in China实验室｜设备｜被试｜现场采集｜数据分析｜论文推进Lab｜Equipment｜Participants｜Data Collection｜Analysis｜Publication Support回复【MOBILE】或【RETURN】。Reply with MOBILE or RETURN. |
服务边界：提供研究咨询、实验设计、设备与采集支持、分析训练和学术表达辅导；不代写，不编造或操纵数据，不承诺论文录用、项目立项或职称结果。
~欢迎点赞转发留言~
随机文章
-
10个月宝宝每天需要喝多少奶粉？
- 6月中高端大SUV销量:宝马X7这回卖过了雷克萨斯LX
- 说实话,世界上只有一种真正的硬派SUV,那就是兰德酷路泽
- 拜耳重磅领投!农机自动驾驶走出新路线:存量改装替代全新无人农机
- 国产新势力围攻特斯拉?三台SUV拆开一看,真相让人意外
- 8月这4款SUV要来了,看看哪一款是车市的主角?
- 特斯拉Model Q爆料小型纯电SUV告别同质化
- 50万选硬派SUV,开完普拉多再换坦克700,差距明显!谁在为信仰买单?
- 打脸新能源!8 万级家用 SUV,传祺五代 GS4 真的太香了
- “月薪3000也能入手5款SUV”站不住脚:2026年这些车型,真正能确认的还不只是价格
- 16万级最强3款SUV,配2.0T+8AT,电磁悬挂,花十来万就能拥有40万的配置