盖世汽车讯 据外媒报道，一项最新研究表明，动画“虚拟代理”或许能够通过提醒半自动驾驶汽车驾驶员注意前方即将出现的危险，帮助未来道路变得更加安全。

格拉斯哥大学的研究人员一直在探索，人类本能地从彼此身上读取的社交线索，能否被用于在必要时有效地将驾驶员的注意力重新引导回道路。

这项发表于《ACM人机交互汇刊》（ACM Transactions on Computer-Human Interaction）的研究首次表明，通过增强现实（AR）眼镜显示一个会转身观察并引导驾驶员注意潜在危险的机器人动画形象，其效果可能与更传统的视觉警告同样有效。

研究人员还发现，虚拟代理所具有的“个性”可能存在一个上限：一旦个性过强，其视觉线索就可能开始分散驾驶员的注意力，而不是帮助驾驶员集中注意力。

图片来源：格拉斯哥大学

让驾驶员随时准备接管控制

该团队的研究结果可能帮助汽车制造商找到更有效的方法，应对向自动驾驶汽车转型过程中面临的最大挑战之一。条件自动驾驶汽车虽然大部分时间可以自行驾驶，但并非完全自动驾驶，因此驾驶员即使视线转移到其他地方，也必须持续了解道路状况，以便在紧急情况下重新完全接管车辆控制权。

格拉斯哥大学计算机科学学院的Thomas Goodge是该论文的第一作者，并在其博士项目的最后阶段开展了这项研究。

Thomas Goodge表示：“我的博士研究一直围绕条件自动驾驶汽车背后的一个看似矛盾的问题展开——当驾驶员因阅读、回复电子邮件或在手机上玩游戏等任务而分心时，我们如何让他们仍然意识到道路上的危险？”

他说道：“在现实生活中，人们仅凭对方转头的方式，就能知道谈话中的另一方正在关注哪里。如果一个人越过另一个人的肩膀向后看，这通常意味着那里有什么值得你转头去看的东西。”

同时，他还补充道：“此前的心理学研究已经充分证实，人类处理社交线索的效率高于处理视觉线索，但我们的安全关键系统几乎没有利用这一点。相反，这些系统使用灯光、闪烁信号和蜂鸣声，而这些提示可能很难被立即理解。我们很想探索，利用人类与生俱来的这种能力，是否能够帮助我们更有效地发现危险。”

为了研究利用社交线索的潜力，研究团队开展了两项实验室实验。他们招募了48名志愿者，让他们坐在模拟驾驶座上，面前的显示器播放一系列预先录制的真实道路驾驶场景行车记录仪视频。

在实验室测试社交线索

在实验室测试期间，志愿者佩戴AR眼镜，并参与一款简单的混合现实游戏，需要通过注视宝石来将其“击碎”。与此同时，行车记录仪画面在他们面前播放，以模拟驾驶员因进行非驾驶任务而只能将部分注意力放在道路上的情况。

就在视频中的道路画面即将切换为黑屏之前，AR眼镜中的视觉警告会提醒参与者注意道路上的潜在危险。随后，研究人员向他们提问，要求他们说明危险是什么，并预测接下来可能发生什么。同样的实验也由一个对照组重复进行，对照组观看视频，但不参与游戏。

视觉警告采用两种不同形式：一种是移动到危险目标下方的彩色标记条；另一种是研究团队设计的机器人头部，其会转头看向危险所在方向。

在第一项实验中，研究团队发现，在两种警告方式下，分心驾驶员的表现均明显差于对照组，他们经常错过视频中的危险。

第二项实验在视觉警告中增加了额外线索。除了指向危险的位置外，标记还会变成红色；与此同时，机器人的头部转动时，其头部两侧也会变红。在这两项测试中，参与者正确预测危险的比例均约为80%，与未分心的对照组处于相同水平。

研究团队还调查了机器人表现出的情绪状态是否会影响实验结果。当研究人员为机器人增加出汗、颤抖等明显的紧张迹象后，参与者开始因试图准确判断机器人的情绪而分心，并经常无法正确发现道路上的危险。

图片来源：格拉斯哥大学

当个性成为干扰因素

格拉斯哥大学计算机科学学院教授Stephen Brewster是该论文的共同作者，同时负责ViAjeRo项目。该项目旨在研究如何利用虚拟现实（VR）和增强现实（AR）技术改善人们乘坐自动驾驶汽车时的出行体验。

他说道：“这一结果十分引人注目，表明模拟肢体语言可以有效帮助提醒驾驶员注意危险，同时也为开发一种极具实用价值的方案指明了方向，助力人类对自动驾驶汽车开展协同接管。”

他还表示：“随着汽车逐步走向自动驾驶，制造商也在整合人工智能语音识别等功能，让驾驶体验更加具有社交属性。我们的研究表明，在危险感知中加入社交线索，可能有助于驾驶员与汽车协同工作，从而最大限度地提升自动驾驶汽车的安全性。”

同时，他称：“不过，这项研究也凸显了一个需要在系统开发过程中解决的潜在问题。一些参与者将超出预期的责任交给了视觉线索，他们相信自己可以等待标记或机器人变红，而不是更加密切地关注道路。找到适当校准驾驶员信任程度的方法至关重要，以确保人类不会将对道路状况的感知能力完全交给汽车。”

研究团队已经计划扩大研究范围，进一步探索虚拟代理在最大限度提升驾驶员安全方面的潜力。

Thomas Goodge补充道：“目前正在使用的安全关键系统中，很少有系统利用社交信息。在这项研究中，我们有意选择研究如何向参与者呈现视觉信息。下一步是引入声音、对话等其他交互模态，并测试驾驶员对更加具备对话能力的虚拟代理的反应，而不是仅仅观察一个虚拟代理。”