由伦敦大学学院领导的一个研究小组开发了一种新方法，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程度。
这项研究发表在《认知研究:原理与影响》杂志上。研究发现，人们的注意力水平以及他们对屏幕上活动的专注程度可以从他们的眼球运动中检测出来。
研究结果提出了一种新的方法来确定驾驶员是否准备好使用自动驾驶模式来响应现实世界的信号，比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还不能用于个人使用，但在一些地方，包括德国和美国的某些州，具有“无人驾驶”自动驾驶模式的汽车可以用于商业私人用途。
当使用自动驾驶模式时，驾驶员可以将手从方向盘上拿开，参与其他活动，比如在汽车集成的中央屏幕上玩游戏。
然而，目前的车型可能需要司机在某些时候重新控制汽车。例如，在高速公路上堵车时，司机可以使用“自动驾驶”模式。但是，一旦拥堵消除，高速公路允许超过40英里/小时的速度，人工智能就会向驾驶员发送“接管”信号，表明他们必须重新完全控制驾驶。
研究人员测试了是否有可能检测出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。
为了做到这一点，研究小组在两个实验中对42名参与者进行了测试，使用的程序模仿了一些带有自动驾驶模式的高级车型的“接管”场景。
参与者被要求在一个有许多颜色形状的电脑屏幕上搜索一些目标物品，并把目光停留在目标上，以表明他们已经找到了目标。
搜索任务要么很简单(即，参与者必须在多个“T”形状中找出一个奇怪的“L”形状)，要么要求更高(即，参与者必须找出形状部分的特定排列及其颜色)。
在搜索任务的后期，会响起一种声音，参与者被要求尽快停止看屏幕，并按下一个按钮作为回应。
研究人员监测了从音调响起到参与者按下按钮之间的时间，同时分析了他们在搜索过程中眼睛在屏幕上的移动情况，以观察是否可以通过他们目光的变化来检测对任务的注意力水平。
他们发现，当任务需要更多的注意力时，参与者需要更长的时间来停止看屏幕并对音调做出反应。
分析表明，可以通过参与者的眼球运动来检测他们的注意力水平。一个眼球运动模式包括更长时间的注视和更短的眼球移动距离，这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，发现他们可以根据参与者的眼球运动模式来预测他们是在从事简单的任务还是艰巨的任务。
资深作者、伦敦大学学院认知神经科学研究所的Nilli Lavie教授说:“无人驾驶汽车技术正在快速发展，有望带来更愉快、更富有成效的驾驶体验，司机可以利用通勤时间做其他非驾驶任务。”
“然而，最大的问题是，如果司机完全忙于另一项活动，他们是否能够在收到收购信号后迅速恢复驾驶。”
“我们的研究结果表明，仅仅通过监测司机的注视模式，就可以检测出他们的注意力水平，以及他们对警告信号的反应情况。”
“令人惊讶的是，人们会如此沉迷于屏幕上的活动，而忽略了周围的其他世界。即使他们意识到他们应该准备好停止任务，尽快对声音做出反应，但当他们的注意力集中在屏幕上时，他们花的时间更长。”
“我们的研究表明，在这种情况下，警告信号可能没有得到足够快的注意。”
为了训练机器学习并使其更准确，需要更大的数据集。
更多资料:Nilli Lavie等，在多目标视觉搜索中建立知觉负荷的凝视标记，认知研究原则和启示(2023)。DOI: 10.1186/s41235-023-00498-7引文:跟踪驾驶员的眼睛可以确定从“自动驾驶”模式(2023年，8月30日)收回控制权的能力。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
