Linking Behaviour and Perception to Evaluate Meaningful Human Control over Partially Automated Driving
作者: Ashwin George, Lucas Elbert Suryana, Lorenzo Flipse, Bart van Arem, David A. Abbink, Simeon Craig Calvert, Luciano Cavalcante Siebert, Arkady Zgonnikov
分类: cs.HC, cs.AI, cs.CY, cs.RO
发布日期: 2026-05-01
💡 一句话要点
提出评估部分自动驾驶中人类控制的框架以解决责任与控制的矛盾
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 部分自动驾驶 人类控制 驾驶员体验 模拟实验 行为指标 主观感知 安全性提升
📋 核心要点
- 现有部分自动驾驶系统在降低驾驶员控制能力的同时，未能有效评估驾驶员的有意义人类控制（MHC），导致安全隐患。
- 本文通过模拟实验，探讨驾驶员在部分自动驾驶系统中的MHC体验，提出了基于行为指标和主观感知的评估方法。
- 实验结果表明，驾驶员对自动驾驶系统理解的感知与控制冲突存在负相关，且反应时间与控制感知呈正相关，揭示了设计改进的方向。
📝 摘要（中文）
部分自动驾驶技术在法律上要求驾驶员对车辆行为负责，但其主动控制能力却显著降低，这种降低影响了驾驶员的参与感和干预能力。本文提出了有意义的人类控制（MHC）作为解决这一矛盾的规范框架，并通过模拟实验研究了驾驶员在与部分自动驾驶系统互动时的MHC体验。研究结果显示，驾驶员对自动驾驶车辆理解其意图的感知与方向盘扭矩冲突之间存在显著负相关，而反应时间与控制感知之间则呈现意外的正相关。研究建议未来设计应优先考虑无缝的驾驶员干预、透明的自动化意图沟通及情境敏感的权力分配，以增强部分自动驾驶中的有意义人类控制。
🔬 方法详解
问题定义：本文旨在解决部分自动驾驶系统中驾驶员控制能力降低与法律责任之间的矛盾，现有评估方法未能充分反映驾驶员的有意义人类控制（MHC）。
核心思路：通过模拟实验，结合行为数据和主观感知评估，探讨驾驶员在与部分自动驾驶系统互动时的MHC体验，旨在为未来设计提供实证依据。
技术框架：研究采用模拟器进行实验，参与者在两种控制模式下（触觉共享控制和交易控制）完成任务，收集行为指标和主观感知数据，进行相关性分析。
关键创新：通过结合定量和定性数据，首次系统性评估了部分自动驾驶系统中驾驶员的MHC体验，揭示了驾驶员感知与车辆行为之间的关系。
关键设计：实验设计包括24名驾驶员的模拟驾驶任务，使用了行为指标（如方向盘扭矩）和主观感知评分（通过问卷调查获取），并进行了确认性和探索性分析以验证假设关系。
🖼️ 关键图片
📊 实验亮点
实验结果显示，驾驶员对自动驾驶车辆理解的感知与方向盘扭矩冲突之间存在显著负相关（p < 0.05），而反应时间与控制感知之间呈现意外的正相关。这些发现为未来设计提供了重要的指导，强调了透明沟通和无缝干预的重要性。
🎯 应用场景
该研究为部分自动驾驶技术的设计提供了重要的实证基础，强调了驾驶员在自动化环境中的控制感知和干预能力。未来可应用于自动驾驶系统的用户体验优化、设计改进及安全性提升，推动更安全的自动驾驶技术发展。
📄 摘要（原文）
Partial driving automation creates a tension: drivers remain legally responsible for vehicle behaviour, yet their active control is significantly reduced. This reduction undermines the engagement and sense of agency needed to intervene safely. Meaningful human control (MHC) has been proposed as a normative framework to address this tension. However, empirical methods for evaluating whether existing systems actually provide MHC remain underdeveloped. In this study, we investigated the extent to which drivers experience MHC when interacting with partially automated driving systems. Twenty-four drivers completed a simulator study involving silent automation failures under two modes - haptic shared control (HSC) and traded control (TC). We derived behavioural metrics from telemetry data, subjective perception scores from post-trial surveys and used them to test hypothesised relations between them derived from the properties of systems under MHC. The confirmatory analysis showed a significant negative correlation between the perception of the automated vehicle (AV) understanding the driver and conflict in steering torques. An exploratory analysis also revealed a surprising positive correlation between reaction times and the perception of sufficient control. Qualitative feedback from open-ended post-experiment questionnaires revealed that mismatches in intentions between the driver and automation, lack of safety, and resistance to driver inputs contribute to the reduction of perceived MHC, while subtle haptic guidance aligned with driver intent had a positive effect. These findings suggest that future designs should prioritise effortless driver interventions, transparent communication of automation intent, and context-sensitive authority allocation to strengthen meaningful human control in partially automated driving.