模拟驾驶

驾驶模拟器的视景与显示系统负责生成并呈现虚拟交通环境，是驾驶员获取视觉信息的主要通道，其性能直接影响模拟的视觉保真度与空间感知。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

视景系统通常由场景数据库、图像生成器（IG）、显示设备与投影/显示面组成；图像生成器负责实时渲染三维场景，其更新率与延迟是评价系统性能的关键指标。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|77Driving Simulator Design and Evaluation: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

显示系统按形态可分为投影幕、多通道投影拼接、平面显示器与头戴式显示器（HMD）；不同形态在视场角、分辨率、亮度与立体呈现方式上各有取舍。^{77Driving Simulator Design and Evaluation: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开|88Head-Mounted Displays in Driving Simulation: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

多通道投影拼接系统通过几何校正与边缘融合将多台投影仪的输出拼接为连续画面，以扩大水平视场角，常用于高保真固定基座驾驶模拟器。^{77Driving Simulator Design and Evaluation: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

头戴式显示器（HMD）能提供大视场角与立体视觉，但存在分辨率限制、纱窗效应、延迟引起的晕动症以及佩戴舒适性等问题，在长时间驾驶模拟研究中需谨慎评估。^{88Head-Mounted Displays in Driving Simulation: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|99Simulator Sickness in Virtual Reality: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

视景系统的延迟（从车辆状态输入到画面更新）是影响模拟驾驶有效性的重要因素，过高的延迟会改变驾驶员的操控行为并降低模拟的真实感。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|1010The Effect of Visual Delay on Driving Performance in a Simulatorjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在智能座舱与HMI评估中，视景与显示系统不仅呈现外部道路环境，还用于呈现仪表、中控屏与HUD等车内信息界面，因此显示系统的分辨率与色彩还原会影响界面可读性评估结果。^{1111Human Factors in Automotive HMI: A Review of Evaluation Methodssciencedirect.com前往参考资料 ↓在新标签页中打开}

视景系统的场景数据库需覆盖道路几何、交通标志、建筑与天气光照等要素，其建模精度与更新机制决定了场景生成的灵活性与实验可重复性。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|77Driving Simulator Design and Evaluation: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

投影式显示系统的亮度与对比度受环境光影响显著，暗室环境是保证投影视景对比度的常见条件；而自发光显示器（LCD/OLED）在环境光适应性上通常优于投影。^{77Driving Simulator Design and Evaluation: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开|88Head-Mounted Displays in Driving Simulation: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

立体显示（双眼视差）可增强深度感知，但立体眼镜的串扰与亮度损失可能影响部分驾驶任务的表现，是否启用立体显示需根据研究目的权衡。^{88Head-Mounted Displays in Driving Simulation: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|99Simulator Sickness in Virtual Reality: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

运动系统是驾驶模拟器的核心子系统之一，其功能是通过向驾驶员提供前庭和体感线索来增强驾驶真实感，典型实现包括六自由度斯图尔特平台、三自由度平台以及基于线性导轨的长行程系统。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

六自由度斯图尔特平台（Stewart platform）是驾驶模拟器中最常见的运动系统构型，其通过六个作动器实现沿三个轴的平移和绕三个轴的旋转，但受限于作动器行程，无法直接复现真实车辆的大幅持续加速度。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|1212Motion Cueing Algorithms: A Reviewmdpi.com前往参考资料 ↓在新标签页中打开}

为在有限行程内复现持续加速度，运动系统普遍采用“洗出算法”（washout algorithm），通过倾斜协调（tilt coordination）和加速度高通滤波，利用重力分量模拟低频加速度，同时将平台缓慢回中。^{1212Motion Cueing Algorithms: A Reviewmdpi.com前往参考资料 ↓在新标签页中打开|1313A Review of Motion Cueing Algorithms for Driving Simulatorsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

洗出算法的经典实现包括经典洗出算法（classical washout）、最优控制洗出算法和自适应洗出算法，其性能评价指标包括感知误差、回中时间和运动空间利用率。^{1313A Review of Motion Cueing Algorithms for Driving Simulatorsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

触觉反馈系统在驾驶模拟器中主要包括方向盘力反馈（steering force feedback）和座椅振动/路感反馈，用于传递轮胎-路面交互信息、车辆动态极限和路面不平度。^{1414Steering Force Feedback in Driving Simulators: A Reviewtandfonline.com前往参考资料 ↓在新标签页中打开}

方向盘力反馈通常基于车辆动力学模型计算回正力矩，并通过电机或液压作动器施加，其保真度直接影响驾驶员对车辆极限状态的感知和转向控制行为。^{1414Steering Force Feedback in Driving Simulators: A Reviewtandfonline.com前往参考资料 ↓在新标签页中打开|1515Haptic Feedback in Automotive Human-Machine Interfaces: A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

座椅触觉反馈（seat haptics）通过振动或微动激励传递路面纹理、发动机振动和轮胎滑移信息，在智能座舱人机交互评估中常用于警示和模式切换的触觉通道研究。^{1515Haptic Feedback in Automotive Human-Machine Interfaces: A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

运动系统的保真度与模拟器晕动症（simulator sickness）相关：不匹配或过强的运动线索可能加剧晕动症，而完全静止的模拟器也可能因视觉-前庭冲突引发不适。^{1111Human Factors in Automotive HMI: A Review of Evaluation Methodssciencedirect.com前往参考资料 ↓在新标签页中打开}

运动系统选型需在保真度、行程、成本与安全性之间权衡：长行程运动系统能提供更真实的持续加速度，但造价和维护成本显著高于短行程六自由度平台。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|1212Motion Cueing Algorithms: A Reviewmdpi.com前往参考资料 ↓在新标签页中打开}

在智能座舱与HMI评估中，运动与触觉反馈系统可用于复现真实驾驶中的振动和力反馈环境，以评估触觉警告、方向盘手感及座椅振动提示的有效性。^{1515Haptic Feedback in Automotive Human-Machine Interfaces: A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

车辆动力学模型是驾驶模拟器的核心子系统之一，其作用是根据驾驶员输入（转向、油门、制动等）与路面条件计算车辆的运动状态，并把结果输出给视景、声音与运动/触觉等提示通道。^{1616Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在驾驶模拟器的系统架构中，场景控制模块依据地形（环境）定义与车辆动力学模型共同生成视觉与声音线索，说明动力学模型是场景呈现链路的上游数据源。^{1616Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

车辆动力学模型的输出不仅驱动视景与声音，还用于生成触觉反馈，例如方向盘回正力矩、主动座椅与主动安全带，从而把车辆动态状态传递给驾驶员。^{1616Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

驾驶模拟器的典型组成包括车辆动力学模型、运动系统与虚拟环境三大部分，三者与人的感知系统相互作用，共同营造驾驶的错觉。^{1616Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

车辆动力学模型是驾驶模拟器保真度的关键决定因素之一：模型对轮胎力、悬架与整车响应的刻画精度，直接影响模拟器在车辆设计、底盘与动力总成开发等工程用途中的可用性。^{1616Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在面向驾驶员行为研究与自动驾驶系统开发的模拟器中，车辆动力学模型需要与场景生成、运动平台协同工作，以在受控条件下复现可重复的驾驶工况。^{1616Referencesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

驾驶模拟器的数据采集系统通常由车辆状态传感器、驾驶员操作输入传感器、眼动追踪、生理测量和视频/音频记录等子系统构成，各子系统通过统一的时间同步机制将数据对齐到同一时间基准。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

在模拟驾驶研究中，眼动追踪常用于测量驾驶员的注视分布、扫视模式、瞳孔直径和眨眼频率，以推断注意力分配和认知负荷。^{1717Eye Tracking: A Comprehensive Guide to Methods and Measuresglobal.oup.com前往参考资料 ↓在新标签页中打开}

生理测量在模拟驾驶中主要包括心率、心率变异性、皮肤电活动、呼吸和肌电等，用于评估驾驶员的唤醒水平、压力、疲劳和情绪状态。^{1818Electrodermal Activitylink.springer.com前往参考资料 ↓在新标签页中打开}

脑电、功能性近红外光谱等神经成像手段也被用于模拟驾驶研究，以测量驾驶员的认知负荷和注意力状态，但受运动伪迹和实验环境限制，其应用仍以研究场景为主。^{1919EEG and fNIRS in driving simulation: a review of mental workload assessmentfrontiersin.org前往参考资料 ↓在新标签页中打开}

数据采集系统的时间同步精度直接影响多模态数据的可用性，常见做法包括硬件触发同步、网络时间协议同步和软件时间戳对齐。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

在模拟驾驶实验中，生理测量数据常与车辆状态数据和眼动数据融合，用于构建驾驶员状态估计模型，如疲劳检测和认知负荷分类。^{1818Electrodermal Activitylink.springer.com前往参考资料 ↓在新标签页中打开|1919EEG and fNIRS in driving simulation: a review of mental workload assessmentfrontiersin.org前往参考资料 ↓在新标签页中打开}

皮肤电活动测量在模拟驾驶中易受环境温度、湿度和个体差异影响，需在实验设计中控制这些因素并进行基线校正。^{1818Electrodermal Activitylink.springer.com前往参考资料 ↓在新标签页中打开}

眼动追踪在模拟驾驶中的精度受头部运动、光照条件和眼镜/隐形眼镜影响，现代遥测式眼动仪在理想条件下精度可达0.5度至1度视角。^{1717Eye Tracking: A Comprehensive Guide to Methods and Measuresglobal.oup.com前往参考资料 ↓在新标签页中打开}

模拟驾驶器中的视频记录常用于行为编码和事后分析，与生理和车辆数据结合可提供多模态的行为理解。^{66Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

数据采集与生理测量系统的选择需权衡采样率、侵入性、成本与生态效度，高采样率设备通常成本更高且对参与者约束更强。^{1818Electrodermal Activitylink.springer.com前往参考资料 ↓在新标签页中打开|1919EEG and fNIRS in driving simulation: a review of mental workload assessmentfrontiersin.org前往参考资料 ↓在新标签页中打开}

物理保真度指模拟器在运动、力反馈、振动、视觉场景几何与光照、声音等物理刺激层面复现真实驾驶的程度，关注的是‘像不像真的’这一感官层面，而非训练迁移效果。^{2020Driving simulation: a review of the state of the artjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在驾驶模拟领域，保真度通常被拆分为物理保真度（设备与运动 cue 的逼真程度）与心理保真度（参与者是否像在真实驾驶中那样行为与投入），两者并不必然同步提升。^{2121Simulator fidelity and validity in driving researchsciencedirect.com前往参考资料 ↓在新标签页中打开}

运动平台是提升物理保真度的核心手段，六自由度 Stewart 平台通过洗出算法在有限行程内模拟持续加速度，使驾驶员获得接近真实的体感运动 cue。^{2222Motion cueing algorithms for driving simulators: a reviewtandfonline.com前往参考资料 ↓在新标签页中打开}

高物理保真度并不自动带来更高的训练有效性；多项综述指出，在部分驾驶技能上，中等保真度模拟器的训练迁移效果与高保真度模拟器相当，而成本显著更低。^{2323The effectiveness of driver training simulators: a systematic reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

视觉保真度方面，视场角、刷新率与延迟是影响物理保真度感知的关键参数；驾驶模拟中常要求刷新率不低于 60 Hz、端到端延迟控制在数十毫秒以内，以减少视觉-运动不一致。^{2424Visual fidelity requirements for driving simulatorsdirect.mit.edu前往参考资料 ↓在新标签页中打开}

力反馈方向盘与踏板的反力特性属于物理保真度的重要组成部分，其阻尼、回正力矩与死区设置会直接影响驾驶员对车辆动态的感知与操控策略。^{2525Steering feel fidelity in driving simulatorsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

物理保真度的评估通常采用主观问卷（如模拟器保真度问卷）与客观测量（运动 cue 与真实车辆数据的偏差、延迟测量）相结合的方式。^{2626Measuring simulator fidelity: a review of methodsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在智能座舱与 HMI 评估中，物理保真度不足（尤其是运动 cue 缺失）可能改变驾驶员对预警时机与接管请求的主观感受，因此在涉及纵向/横向动态的 HMI 研究中需谨慎解释结果。^{1111Human Factors in Automotive HMI: A Review of Evaluation Methodssciencedirect.com前往参考资料 ↓在新标签页中打开}

行为保真度指模拟器在多大程度上复现真实驾驶中驾驶员的外显行为与操作模式，包括车道保持、跟车距离、制动反应时、眼动与扫视策略等；它关注的是“人怎么开”，而非“车怎么动”或“视景多像”。^{2727Driving simulation: issues and challengesresearchgate.net前往参考资料 ↓在新标签页中打开}

在驾驶模拟器效度研究中，行为保真度通常与物理保真度（运动、力反馈、视景的物理逼真程度）和心理保真度（驾驶员对模拟情境的主观真实感与投入程度）并列，三者共同构成模拟器保真度的常用分类框架。^{2727Driving simulation: issues and challengesresearchgate.net前往参考资料 ↓在新标签页中打开|2828Validity of driving simulators: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

行为保真度的评估通常采用“相对效度”思路：比较模拟器内测得的某项行为指标与实车或高保真基准条件下同一指标的差异，若差异在可接受范围内，则认为该指标在模拟器中具有行为保真度。^{2828Validity of driving simulators: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

固定基座模拟器在纵向控制行为（如跟车距离、制动反应时）上常能获得可接受的行为保真度，但在需要前庭反馈的工况（如紧急避让、弯道速度选择）中，驾驶员的行为模式可能与实车存在系统偏差。^{2929Behavioural validity of driving simulators: a comparison of simulated and real drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

视景系统的视场角、分辨率与延迟会直接影响驾驶员的车道保持与速度感知行为，因此视景参数是行为保真度评估中需要报告的关键变量之一。^{3030The influence of field of view and resolution on driving behaviour in simulatorssciencedirect.com前往参考资料 ↓在新标签页中打开}

行为保真度并不要求模拟器在所有行为维度上都与实车一致，而是要求与实验所关注的目标行为维度一致；因此同一台模拟器可能对某项研究具有行为保真度，对另一项研究则不具备。^{2727Driving simulation: issues and challengesresearchgate.net前往参考资料 ↓在新标签页中打开|2828Validity of driving simulators: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

有研究指出，模拟器中的驾驶速度与跟车距离常比实车更保守或更激进，方向不定，取决于场景设计、指令与参与者对模拟环境的认知，因此行为保真度需要在具体实验条件下逐项验证，而不能默认成立。^{2929Behavioural validity of driving simulators: a comparison of simulated and real drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

在模拟驾驶研究中，绝对有效性指模拟器所测得的绝对数值（如某车速下的制动距离、某弯道的通过速度、某场景下的接管时间）与真实车辆或真实道路条件下测得的对应数值在量级和数值上的一致程度；它回答的是“模拟器给出的数能不能直接当作真值使用”。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

相对有效性指模拟器能否复现出现实中变量之间的相对关系，例如不同车速、不同认知负荷、不同人机界面布局条件下各实验条件之间的差异方向与排序是否与真实条件一致；它不要求绝对数值相等，只要求比较结论可迁移。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|3232Driving Simulator Validity: Some Considerationsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

驾驶模拟领域对有效性的系统讨论可追溯到 1990 年代，Blaauw 于 1982 年提出以“绝对有效性”和“相对有效性”两分法来评价模拟器，此后这一对概念成为模拟器评价文献的标准框架。^{3232Driving Simulator Validity: Some Considerationsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

绝对有效性在驾驶模拟中通常难以完全达到，原因包括运动系统行程与带宽受限、视觉场景的细节与光照简化、缺少真实的纵向与横向加速度线索以及风险与后果的缺失；因此多数研究并不追求绝对有效性，而把目标定在相对有效性上。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|3333Validating the Fixed-Base Driving Simulator: A Comparison of Simulated and Real Drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

相对有效性是绝大多数驾驶模拟实验设计所依赖的假设：只要实验条件之间的差异在模拟器中和在真实世界中方向一致，就可以用模拟器结果推断真实世界中条件间的相对优劣，例如比较两种 HMI 方案或两种警告策略。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|3232Driving Simulator Validity: Some Considerationsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

固定基座模拟器在绝对有效性上明显弱于带运动系统的模拟器，尤其在需要加速度线索的任务（如紧急制动、跟车距离控制）中；但在相对有效性层面，多项研究显示固定基座模拟器仍能复现真实驾驶中条件间的主要差异方向。^{3333Validating the Fixed-Base Driving Simulator: A Comparison of Simulated and Real Drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

验证相对有效性通常采用“模拟器—实车”对照实验：同一批被试在模拟器和真实道路上完成同一组条件，再检验条件主效应与交互作用的方向是否一致；若方向一致而绝对数值有系统偏移，则判定相对有效性成立。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|3232Driving Simulator Validity: Some Considerationsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

绝对有效性并非在所有研究问题中都不重要：当研究结论需要以绝对数值形式外推（如以模拟器测得的制动距离推算真实道路的安全间距、或以接管时间阈值制定法规）时，必须报告绝对有效性的验证结果，否则外推缺乏依据。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

在智能座舱与人机界面评估中，相对有效性通常是可接受的最低标准：研究关注的是界面 A 与界面 B 孰优孰劣、哪种交互导致更高分心，这类比较性结论对绝对数值的保真度要求较低。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|3333Validating the Fixed-Base Driving Simulator: A Comparison of Simulated and Real Drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

绝对有效性与相对有效性并非互斥，而是同一模拟器在不同维度上可以分别成立：一台模拟器可能在车道保持指标上具有较好的绝对有效性，却在速度感知或主观风险感受上只有相对有效性。^{3232Driving Simulator Validity: Some Considerationsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

交通场景建模是模拟驾驶场景生成的核心环节，其目标是在虚拟环境中复现道路几何、交通参与者、交通控制与行为规则，使被试在受控条件下经历可重复的交通情境。^{3434A Unity-Based Driving and Traffic Simulation Framework for Urban Mobility Analysis - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

一种常见的实现路径是基于游戏引擎（如 Unity）构建物理真实的三维道路网络，并在其中集成车辆生成、路径跟随与交叉口控制等模块，从而支持对交通组成与行为进行灵活配置的实验。^{3434A Unity-Based Driving and Traffic Simulation Framework for Urban Mobility Analysis - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

交通场景建模通常同时包含人工驾驶车辆与自动驾驶车辆两类交通参与者，以便研究混合交通流下驾驶员、车辆与基础设施之间的交互。^{3434A Unity-Based Driving and Traffic Simulation Framework for Urban Mobility Analysis - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

在场景建模中同步记录速度、加速度与空间位置等逐秒数据，是支撑后续行为分析与实验指标计算的基础数据采集方式。^{3434A Unity-Based Driving and Traffic Simulation Framework for Urban Mobility Analysis - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

模块化的系统架构被用于管理车辆生成、路径跟随、交叉口控制与数据记录，使研究者能够在不改动底层代码的情况下调整交通场景参数。^{3434A Unity-Based Driving and Traffic Simulation Framework for Urban Mobility Analysis - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

以真实城市路网为蓝本构建高保真道路网络，可提升场景的地理与行为真实性，例如以加拿大哈利法克斯的城市出行条件为参照复现城市交通环境。^{3434A Unity-Based Driving and Traffic Simulation Framework for Urban Mobility Analysis - TRIDtrid.trb.org前往参考资料 ↓在新标签页中打开}

分心任务范式是模拟驾驶实验中用于诱发并控制驾驶员分心的一类标准化实验设计：主驾驶任务之外，向被试施加一项次任务（视觉、认知、听觉或操作型），通过比较有/无次任务条件下的驾驶绩效与生理行为指标，量化分心对驾驶安全的影响。^{3535From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|3636分心任务对驾驶员驾驶绩效的影响-心理学虚拟仿真实验教学中心-陕西师范大学psyvlab.snnu.edu.cn前往参考资料 ↓在新标签页中打开}

在模拟器中，分心任务可按通道划分为视觉分心（如阅读印刷材料、注视路侧广告牌）、认知分心（如口头心算、对话）、操作/手动分心（如按键、调收音机）等类别；真实道路测试难以隔离这些类别，而模拟器通过受控呈现次任务，能更干净地分离不同分心通道的效应。^{3535From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

陕西师范大学人类工效学虚拟仿真实验给出了一个可复用的分心任务范式实例：被试在模拟器中按语音指令驾驶至指定目的地，分心组同时需对屏幕左右两侧呈现的箭头方向做按键反应，对照组不执行该任务；实验第二阶段允许学生用场景定义语言自定义分心任务的类型、出现位置、时机与频次。^{3636分心任务对驾驶员驾驶绩效的影响-心理学虚拟仿真实验教学中心-陕西师范大学psyvlab.snnu.edu.cn前往参考资料 ↓在新标签页中打开}

分心任务范式的实验设计通常包含组间或组内对照：有分心任务组与无分心任务组在相同标准场景下驾驶，以驾驶绩效指标（速度、加速度、车道中心偏移量、即将碰撞时间等）和眼动指标（注视点分配）作为因变量进行对比分析。^{3636分心任务对驾驶员驾驶绩效的影响-心理学虚拟仿真实验教学中心-陕西师范大学psyvlab.snnu.edu.cn前往参考资料 ↓在新标签页中打开}

场景生成与分心任务范式的结合点在于参数化控制：通过场景定义语言或脚本，实验者可以独立操纵分心任务的类型、呈现位置、出现时机和频次，从而把分心事件锚定在特定的道路几何、交通流与事件节点上，提高实验的内部效度与可重复性。^{3636分心任务对驾驶员驾驶绩效的影响-心理学虚拟仿真实验教学中心-陕西师范大学psyvlab.snnu.edu.cn前往参考资料 ↓在新标签页中打开}

综述指出，与模拟器测试相比，真实世界驾驶测试在隔离分心类别方面更具挑战性，且公开的范例协议很少；这构成模拟器分心任务范式在受控实验中的方法学优势，但也意味着模拟器结论向真实道路的外推需谨慎。^{3535From Attention to Distraction: Driver State Analysis From an Engineering Perspective – A Reviewieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

被试内设计（within-subjects design）指同一组被试依次接受全部实验条件，每个被试作为自己的对照；其核心优势是能消除个体差异带来的误差、在同等样本量下获得更高统计功效，但代价是条件顺序可能引入练习效应、疲劳效应与延续效应（carryover effect），因此通常需要顺序平衡与洗脱期。^{3737Research Methods in Psychology (4th ed.)opentextbc.ca前往参考资料 ↓在新标签页中打开}

被试间设计（between-subjects design）指不同被试组分别接受不同实验条件，每个被试只经历一种条件；其优点是彻底避免条件间的延续效应与顺序效应，适合不可逆的学习、训练类操纵，但组间个体差异会成为混淆变量，需要随机分配或匹配来抵消，且同等效应量下所需样本量通常大于被试内设计。^{3737Research Methods in Psychology (4th ed.)opentextbc.ca前往参考资料 ↓在新标签页中打开}

在模拟驾驶研究中，被试内设计常用于比较同一驾驶员在不同 HMI 界面、不同告警模态或不同自动驾驶接管策略下的反应时、眼动与主观负荷；由于驾驶技能存在显著个体差异，被试内设计能显著降低被试间方差，是驾驶分心与接管研究中最常见的安排之一。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

模拟驾驶实验中的顺序效应不可忽视：同一被试重复经历多次接管或分心任务会产生学习效应，表现为反应时随试次递减；若条件顺序固定，这种学习趋势会与条件效应混淆，因此拉丁方平衡（Latin square counterbalancing）是驾驶模拟研究中的标准做法。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开|3838Experimental Design and Analysisstat.cmu.edu前往参考资料 ↓在新标签页中打开}

当实验操纵涉及不可逆的学习或训练（如比较两种培训方案对驾驶技能习得的效果）时，被试内设计不再可行，因为先接受的条件会污染后一条件；此时必须采用被试间设计，并借助随机分配或前测匹配来控制组间差异。^{3737Research Methods in Psychology (4th ed.)opentextbc.ca前往参考资料 ↓在新标签页中打开}

被试内与被试间设计的选择直接影响模拟驾驶研究的样本量与统计模型：被试内设计通常采用重复测量方差分析或线性混合效应模型（把被试作为随机截距），而被试间设计采用独立样本检验或协方差分析；在效应量相同的情况下，被试内设计所需样本量往往更小。^{3737Research Methods in Psychology (4th ed.)opentextbc.ca前往参考资料 ↓在新标签页中打开|3838Experimental Design and Analysisstat.cmu.edu前往参考资料 ↓在新标签页中打开}

在模拟驾驶场景生成与实验设计中，混合设计（mixed design）也较常见：例如把 HMI 类型作为被试内因素、把年龄组或驾驶经验作为被试间因素，以同时考察界面效应及其与驾驶员个体特征的交互。^{3131Handbook of Driving Simulation for Engineering, Medicine, and Psychologyroutledge.com前往参考资料 ↓在新标签页中打开}

分心驾驶测试是模拟驾驶在智能座舱与 HMI 评估中的核心应用之一：在驾驶模拟器中让驾驶员同时执行主驾驶任务与次任务（如操作中控屏、语音交互、收发信息），通过测量驾驶绩效与次任务绩效的下降来量化界面或交互设计对注意力的占用程度。^{3939Driver distraction: A review of the literaturemonash.edu前往参考资料 ↓在新标签页中打开|4040The effects of text messaging on young driverspubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）发布的驾驶员分心指南（Distraction Guidelines）以视觉-手动（visual-manual）次任务为对象，提出以“视线离开前方道路的总时长”和“单次视线离开时长”作为判定次任务是否可接受的核心指标，并建议单次视线离开道路不超过 2 秒、总视线离开时间不超过 12 秒。^{4141Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

NHTSA 的 2 秒/12 秒阈值主要基于自然驾驶与实车研究，其外推到驾驶模拟器场景时存在效度争议：模拟器中的视线测量依赖眼动追踪系统，采样率、标定质量与遮挡都会影响时长统计，因此模拟器研究通常需要报告眼动数据的处理与过滤规则。^{4141Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开|4242Validity of driving simulators: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

在模拟器中评估分心时，常用主任务绩效指标包括车道保持标准差（SDLP）、跟车距离与车头时距、方向盘反转率（steering reversal rate）以及事件检测反应时；次任务绩效指标包括任务完成时间、错误率与操作步数。^{3939Driver distraction: A review of the literaturemonash.edu前往参考资料 ↓在新标签页中打开|4343Measuring driver distraction: A review of methodstaylorfrancis.com前往参考资料 ↓在新标签页中打开}

车道保持标准差（SDLP）是模拟器分心研究中最常用的横向控制指标之一，但不同研究在计算窗口、去趋势方法与路段选择上差异很大，导致跨研究比较时数值不可直接对照，通常只能在同一实验内部做相对比较。^{4343Measuring driver distraction: A review of methodstaylorfrancis.com前往参考资料 ↓在新标签页中打开|4444Standard deviation of lane position as a measure of driver distraction: A reviewpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

分心驾驶测试的典型实验设计采用被试内（within-subject）重复测量：同一批驾驶员在基线（仅驾驶）与不同次任务条件（如触屏、语音、物理按键）下各行驶一段，条件顺序做拉丁方平衡以抵消学习与疲劳效应。^{3939Driver distraction: A review of the literaturemonash.edu前往参考资料 ↓在新标签页中打开|4545Examining the effects of cognitive and visual distraction on driving performance using a driving simulatorpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

模拟器分心测试的外部效度受保真度制约：中低保真度固定基座模拟器缺少真实车辆的运动反馈与触觉反馈，驾驶员可能低估风险、采取更冒险的次任务策略，因此绝对分心水平可能与实车不同，但条件间的相对排序通常被认为具有参考价值。^{4242Validity of driving simulators: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|4747Driving simulator validity: A review of the literaturesciencedirect.com前往参考资料 ↓在新标签页中打开}

分心测试中常配合使用 NASA-TLX 等主观负荷量表与眼动指标（注视时长、扫视幅度、眨眼率）作为补充，以区分视觉负荷、认知负荷与手动负荷三类资源占用。^{3939Driver distraction: A review of the literaturemonash.edu前往参考资料 ↓在新标签页中打开|4848Measuring workload: NASA-TLX and driving performancehumansystems.arc.nasa.gov前往参考资料 ↓在新标签页中打开}

在标准化方面，ISO 17287 与 ISO 15007 系列分别涉及驾驶中信息与通信系统的可用性评估框架以及眼动行为的测量方法，为模拟器分心测试的指标定义与数据采集提供了参考依据。^{4949ISO 17287:2003 Road vehicles — Ergonomic aspects of transport information and control systems — Procedure for assessing suitability for use while drivingiso.org前往参考资料 ↓在新标签页中打开|5050ISO 15007-1:2014 Road vehicles — Measurement of driver visual behaviour with respect to transport information and control systemsiso.org前往参考资料 ↓在新标签页中打开}

模拟器晕动症是分心测试中的实际局限：部分被试在次任务负荷较高或场景运动较剧烈时出现恶心、头晕，导致中途退出或数据不可用，研究通常需要设置适应期、限制单次时长并记录晕动症量表评分。^{5151Simulator sickness in driving simulators: A reviewdirect.mit.edu前往参考资料 ↓在新标签页中打开}

在模拟驾驶环境中评估语音与触控交互时，分心驾驶指标（如视线离开前方道路的时间、手离开方向盘的时间）是核心测量对象，因为触控操作通常要求驾驶员将视线和手从驾驶任务中转移，而语音交互的设计目标正是减少这种转移。^{5252The effects of touch screen and speech-based interaction on driving performance: a simulator studysciencedirect.com前往参考资料 ↓在新标签页中打开}

在模拟器研究中，语音交互常被证明能降低视觉分心指标，但语音系统本身可能引入认知负荷，因此评估不能只看视线离开时间，还需结合认知负荷测量（如NASA-TLX主观量表、周边检测任务PDT的反应时）。^{5252The effects of touch screen and speech-based interaction on driving performance: a simulator studysciencedirect.com前往参考资料 ↓在新标签页中打开|5353Measuring cognitive workload in the driving context: a review of the Peripheral Detection Tasksciencedirect.com前往参考资料 ↓在新标签页中打开}

周边检测任务（Peripheral Detection Task, PDT）是模拟驾驶中评估语音与触控交互认知负荷的常用范式：驾驶员在操作界面同时需对视野周边随机出现的刺激作出反应，反应时延长和漏检率上升被视为认知负荷增加的指标。^{5353Measuring cognitive workload in the driving context: a review of the Peripheral Detection Tasksciencedirect.com前往参考资料 ↓在新标签页中打开}

触控交互评估中，模拟器可精确记录操作序列、点击位置与任务完成时间，从而量化界面布局（如按钮尺寸、层级深度）对驾驶分心的影响；这类细粒度数据在实车中较难稳定获取，是模拟器方法的主要优势之一。^{5454A simulator study of touchscreen and voice interaction in vehicles: effects on driving performance and eye glance behaviorsciencedirect.com前往参考资料 ↓在新标签页中打开}

语音交互评估面临的一个方法学难点是语音识别错误率受口音、噪声和语速影响，模拟器环境中的语音识别表现可能与真实车内噪声环境存在差异，因此模拟器结果的外推需谨慎。^{5555Speech recognition in noisy car environments: challenges and evaluationsciencedirect.com前往参考资料 ↓在新标签页中打开}

模拟器评估语音与触控交互时，常采用标准化驾驶场景（如跟车、变道、路口通行）叠加次级任务范式，以同时测量主任务驾驶绩效（车道保持标准差、跟车距离）和次级任务绩效（操作时间、错误率）。^{5454A simulator study of touchscreen and voice interaction in vehicles: effects on driving performance and eye glance behaviorsciencedirect.com前往参考资料 ↓在新标签页中打开}

在模拟驾驶研究中，接管（takeover）通常指自动驾驶系统发出请求后，驾驶员从非驾驶任务中恢复对车辆的控制；接管请求（TOR）的提前量、模态和紧迫程度是实验设计的核心自变量。^{5757Takeover Requests in Highly Automated Driving: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管时间（takeover time）常被操作化为从接管请求发出到驾驶员首次做出有效控制动作（如转动方向盘或踩踏板）之间的时长，是评估人机共驾安全裕度的关键指标。^{5757Takeover Requests in Highly Automated Driving: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|5858Driver Takeover Performance in Conditional Automation: A Simulator Studysciencedirect.com前往参考资料 ↓在新标签页中打开}

模拟器研究显示，驾驶员在非驾驶任务中的视觉负荷越高，接管反应越慢、接管质量越差；因此 HMI 设计需在任务吸引度与情境意识之间取得平衡。^{5858Driver Takeover Performance in Conditional Automation: A Simulator Studysciencedirect.com前往参考资料 ↓在新标签页中打开}

多模态接管请求（如视觉加听觉加触觉）通常比单一模态更能缩短接管反应时间，但模态组合的收益受任务类型和驾驶员状态调节，并非无条件成立。^{5959Multimodal Takeover Requests in Automated Driving: Effects on Reaction Time and Workloadsciencedirect.com前往参考资料 ↓在新标签页中打开}

在 L3 级有条件自动驾驶的人机共驾场景中，模拟器被广泛用于测试接管请求的时间预算是否足够，以及驾驶员在请求后能否在系统边界内完成控制权交接。^{5757Takeover Requests in Highly Automated Driving: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|6060Human Factors in Automated Driving: A Simulator-Based Assessment of Takeover and HMIjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

接管绩效的评估通常结合客观指标（接管时间、碰撞率、横向/纵向控制偏差）与主观指标（NASA-TLX 负荷、情境意识量表），单一指标难以全面反映人机共驾的安全性与可用性。^{5858Driver Takeover Performance in Conditional Automation: A Simulator Studysciencedirect.com前往参考资料 ↓在新标签页中打开|6060Human Factors in Automated Driving: A Simulator-Based Assessment of Takeover and HMIjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

模拟器实验的生态效度是接管研究的主要局限之一：驾驶员在模拟器中可能表现出比实车更低的风险感知和更高的冒险倾向，导致接管行为的外部推广需谨慎。^{6060Human Factors in Automated Driving: A Simulator-Based Assessment of Takeover and HMIjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

面向人机共驾的 HMI 评估中，接管请求的呈现时机与驾驶员的认知状态（如是否处于分心任务）之间的匹配程度，比请求本身的物理强度更能预测接管成败。^{5959Multimodal Takeover Requests in Automated Driving: Effects on Reaction Time and Workloadsciencedirect.com前往参考资料 ↓在新标签页中打开}

在模拟驾驶研究中，驾驶绩效指标通常被划分为纵向控制、横向控制与综合安全绩效三类：纵向控制包括车速保持误差、跟车距离与车头时距；横向控制包括车道位置标准差、方向盘反转率与越界次数；综合安全绩效包括碰撞时间、事故/接近事故次数与任务完成时间。^{6161Review of driving performance measures for distraction and workload assessmentsciencedirect.com前往参考资料 ↓在新标签页中打开}

车道位置标准差是模拟驾驶中最常用的横向控制指标之一，其计算方式为车辆横向位置相对车道中心线偏差的时间序列标准差，数值越大表示车道保持越差；该指标对次任务负荷与疲劳状态较为敏感。^{6161Review of driving performance measures for distraction and workload assessmentsciencedirect.com前往参考资料 ↓在新标签页中打开|6262Measuring driver distraction: a review of methods and metricssciencedirect.com前往参考资料 ↓在新标签页中打开}

方向盘反转率指单位时间内方向盘转角符号变化的次数，常被用作衡量转向修正频率与驾驶操作平稳性的指标，数值升高通常反映驾驶负荷增加或注意力资源被次任务占用。^{6161Review of driving performance measures for distraction and workload assessmentsciencedirect.com前往参考资料 ↓在新标签页中打开|6363Steering entropy and reversal rate as measures of driver workloadjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在纵向控制方面，跟车场景中常用车头时距与碰撞时间作为绩效与安全指标；车头时距指自车车头与前车车尾通过同一地点的时间间隔，碰撞时间指两车相对距离除以相对速度，二者在模拟器实验中可由场景日志直接计算。^{33Driving Simulator Fidelity and Validityjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

模拟驾驶实验中，驾驶绩效指标通常与主观负荷量表、生理指标和眼动指标联合使用，因为单一绩效指标对负荷变化的敏感性有限，多指标组合能提高对次任务干扰的检出能力。^{6262Measuring driver distraction: a review of methods and metricssciencedirect.com前往参考资料 ↓在新标签页中打开}

驾驶绩效指标的选取需与模拟器保真度和场景设计相匹配：固定基座模拟器上横向位置指标较为稳健，而涉及运动反馈或高逼真度车辆动力学的场景中，纵向与综合安全指标的解释力更强。^{11Driving simulation for evaluation of driver distractionsciencedirect.com前往参考资料 ↓在新标签页中打开}

驾驶绩效指标存在个体差异与练习效应，实验设计通常需要设置练习阶段与基线阶段，并在分析中控制驾驶经验、年龄等因素，否则绩效差异可能被误读为系统或次任务效应。^{6262Measuring driver distraction: a review of methods and metricssciencedirect.com前往参考资料 ↓在新标签页中打开|11Driving simulation for evaluation of driver distractionsciencedirect.com前往参考资料 ↓在新标签页中打开}

在模拟驾驶研究中，眼动指标通常分为注视类、扫视类与眨眼类三大族：注视类包括首次注视时间、注视持续时间、注视次数与注视比例；扫视类包括扫视幅度、扫视速度与扫视路径；眨眼类包括眨眼率与眨眼持续时间。这一分类在驾驶视觉行为研究中被广泛采用。^{1717Eye Tracking: A Comprehensive Guide to Methods and Measuresglobal.oup.com前往参考资料 ↓在新标签页中打开}

首次注视时间（time to first fixation）指从场景或兴趣区出现到被试首次注视落入该区域的时间，是衡量注意捕获与信息获取效率的常用指标；在模拟驾驶中常配合兴趣区（AOI）划分，用于评估仪表、抬头显示与中控屏信息被注意到的快慢。^{1717Eye Tracking: A Comprehensive Guide to Methods and Measuresglobal.oup.com前往参考资料 ↓在新标签页中打开|6161Review of driving performance measures for distraction and workload assessmentsciencedirect.com前往参考资料 ↓在新标签页中打开}

注视持续时间与注视次数常被联合解释：单次注视时间延长通常反映信息加工负荷增加或信息提取困难，而注视次数增多则可能反映需要反复回看以维持情境意识。在分心驾驶研究中，这两项指标被用于区分「看得久」与「看得频繁」两类不同的注意分配模式。^{1717Eye Tracking: A Comprehensive Guide to Methods and Measuresglobal.oup.com前往参考资料 ↓在新标签页中打开|6464Driver distraction: a review of the literaturenhtsa.gov前往参考资料 ↓在新标签页中打开}

扫视幅度（saccade amplitude）在驾驶中被用作视觉搜索广度的代理指标：扫视幅度减小、注视点分布趋于集中，通常与认知负荷升高或视野压缩（visual tunneling）相关联。该现象在模拟器与实车研究中均有报告。^{6464Driver distraction: a review of the literaturenhtsa.gov前往参考资料 ↓在新标签页中打开|6262Measuring driver distraction: a review of methods and metricssciencedirect.com前往参考资料 ↓在新标签页中打开}

眨眼率与眨眼持续时间是反映疲劳与认知负荷的常用眼动指标。一般而言，眨眼率随疲劳累积而上升、随任务难度增加而下降，而眨眼持续时间延长更多与困倦相关；但眨眼指标受个体差异与任务类型影响较大，单独使用时解释力有限。^{6565Blink rate and pupil diameter as indices of fatigue and cognitive loadjov.arvojournals.org前往参考资料 ↓在新标签页中打开}

在模拟驾驶的 HMI 评估中，常用「视线离开道路时间」（eyes-off-road time, EORT）与「总注视道路时间比例」作为衡量视觉分心的核心指标，其思路与实车道路上的分心测量保持一致，便于在模拟器结果与实车/自然驾驶数据之间做对照。^{6161Review of driving performance measures for distraction and workload assessmentsciencedirect.com前往参考资料 ↓在新标签页中打开|4141Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

美国国家公路交通安全管理局（NHTSA）在其分心驾驶指南中提出以「视线离开前方道路」的累计时长作为评估车载信息系统视觉负荷的操作性指标，这一口径被大量模拟器 HMI 研究借用为结果报告的参照框架。^{4141Visual-Manual NHTSA Driver Distraction Guidelines for In-Vehicle Electronic Devicesnhtsa.gov前往参考资料 ↓在新标签页中打开}

眼动指标在模拟器中的有效性依赖于眼动仪与模拟视景的时间同步与空间标定：若视景刷新、眼动采样与事件标记之间存在未校正的延迟，首次注视时间与注视持续时间等对时序敏感的指标会出现系统性偏差。因此报告眼动结果时应说明采样率、标定流程与同步方式。^{1717Eye Tracking: A Comprehensive Guide to Methods and Measuresglobal.oup.com前往参考资料 ↓在新标签页中打开|6666Eye tracking in driving simulators: methodological considerationslink.springer.com前往参考资料 ↓在新标签页中打开}

瞳孔直径变化（task-evoked pupillary response）被广泛用作认知负荷的生理指标，在模拟驾驶中常用于评估信息呈现复杂度；但其对光照变化极为敏感，在模拟视景亮度动态变化时需做基线校正，否则易产生伪效应。^{6565Blink rate and pupil diameter as indices of fatigue and cognitive loadjov.arvojournals.org前往参考资料 ↓在新标签页中打开|6666Eye tracking in driving simulators: methodological considerationslink.springer.com前往参考资料 ↓在新标签页中打开}

眼动指标与驾驶绩效指标（车道保持标准差、制动反应时等）之间并非总是一致：被试可能通过调整注视策略来补偿任务难度的上升，从而在眼动指标上表现出变化而在车辆控制上维持稳定，反之亦然。因此单一维度的眼动指标不宜单独作为 HMI 优劣的判据。^{6161Review of driving performance measures for distraction and workload assessmentsciencedirect.com前往参考资料 ↓在新标签页中打开|6464Driver distraction: a review of the literaturenhtsa.gov前往参考资料 ↓在新标签页中打开}

兴趣区（AOI）的划分方式会直接影响注视比例、首次注视时间等指标的数值，不同研究采用的道路中心区、仪表区、中控区边界并不统一，导致跨研究比较存在困难；报告时应给出 AOI 定义与视角映射方法。^{1717Eye Tracking: A Comprehensive Guide to Methods and Measuresglobal.oup.com前往参考资料 ↓在新标签页中打开|6161Review of driving performance measures for distraction and workload assessmentsciencedirect.com前往参考资料 ↓在新标签页中打开}

在模拟器环境中，被试的眼动行为可能因缺乏真实运动反馈与风险感而与实车驾驶存在差异，例如注视分布更集中于屏幕中心、扫视幅度偏小；因此基于模拟器眼动数据得出的结论向实车外推时需谨慎。^{6262Measuring driver distraction: a review of methods and metricssciencedirect.com前往参考资料 ↓在新标签页中打开|6666Eye tracking in driving simulators: methodological considerationslink.springer.com前往参考资料 ↓在新标签页中打开}

主观负荷问卷是模拟驾驶研究中评估驾驶员认知负荷最常用的工具之一，其核心假设是驾驶员能够通过量表报告自身在任务中投入的心理资源。^{6767Measuring cognitive load in driving simulation: a review of subjective and objective methodssciencedirect.com前往参考资料 ↓在新标签页中打开}

NASA任务负荷指数（NASA-TLX）由Hart和Staveland于1988年提出，包含六个子量表：心理需求、生理需求、时间压力、绩效、努力和挫折感，被试在完成每个子量表评分后还需进行成对比较以确定权重。^{6868Development of NASA-TLX (Task Load Index): Results of empirical and theoretical researchdoi.org前往参考资料 ↓在新标签页中打开}

NASA-TLX的原始版本采用15对成对比较来确定各子量表的权重，但后续研究提出了简化版本（如RTLX），直接取六个子量表得分的平均值而不进行权重计算，两者在多数场景下相关性较高。^{6969Comparison of NASA-TLX and RTLX in driving simulationjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

驾驶行为问卷（DBQ）由Reason等人于1990年开发，最初用于测量日常驾驶中的违规和错误行为，后被广泛用于模拟驾驶研究中作为驾驶员行为倾向的个体差异指标。^{7070Errors and violations on the roads: a real distinction?doi.org前往参考资料 ↓在新标签页中打开}

在模拟驾驶实验中，主观负荷问卷通常在任务结束后立即施测，以避免延迟回忆带来的偏差；部分研究也在任务过程中采用口头评分或中断式问卷，但可能干扰驾驶任务的连续性。^{7171Subjective workload assessment in driving simulation: timing and methodologysciencedirect.com前往参考资料 ↓在新标签页中打开}

主观负荷问卷的效度依赖于被试对自身认知过程的准确感知，因此存在低估或高估负荷的风险，尤其在高负荷或低负荷极端条件下，问卷结果可能与生理指标（如瞳孔直径、心率变异性）出现分离。^{7272Dissociation between subjective and physiological measures of workload in drivingjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

主观负荷问卷的施测成本低、易于标准化，适合在模拟驾驶实验中重复使用，但问卷结果受个体差异、文化背景和任务类型的影响，跨研究比较需谨慎。^{7474Cross-cultural and individual differences in subjective workload ratings in driving simulationsciencedirect.com前往参考资料 ↓在新标签页中打开}

在模拟驾驶研究中，常用主观负荷问卷还包括驾驶活动负荷指数（DALI），该问卷针对驾驶任务设计，涵盖视觉、听觉、认知和身体负荷等多个维度。^{7575The Driving Activity Load Index (DALI): A tool for evaluating driver workloadresearchgate.net前往参考资料 ↓在新标签页中打开}

驾驶模拟器市场正把虚拟现实（VR）、增强现实（AR）与人工智能（AI）的融合视为主要技术演进方向之一；市场分析机构观察到，制造商正据此开发提供沉浸式训练体验与实时反馈的模拟器，以覆盖更广的用户群。^{9595全球駕駛模擬器市場規模、佔有率、趨勢和成長分析報告（2026-2034年） - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

在需求侧，驾驶培训学校、车队管理公司与执法机构是推动模拟器（含 VR/AR 形态）采用的主要用户群体，其动因包括交通流量上升、监管要求提高以及对道路安全与事故预防的重视。^{9595全球駕駛模擬器市場規模、佔有率、趨勢和成長分析報告（2026-2034年） - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

图形渲染、运动平台与触觉反馈系统的创新被市场研究视为提升模拟训练真实性与有效性的关键，这些进步与 VR/AR 显示手段结合，构成沉浸式驾驶模拟体验的技术基础。^{9595全球駕駛模擬器市場規模、佔有率、趨勢和成長分析報告（2026-2034年） - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

驾驶模拟器与数据分析、性能追踪工具的整合，正在为培训机构与管理者提供更多功能与洞察，这一趋势与 VR/AR 训练环境的普及相互促进。^{9595全球駕駛模擬器市場規模、佔有率、趨勢和成長分析報告（2026-2034年） - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

市场研究机构预计，全球驾驶模拟器市场规模将从 2025 年的约 28.7 亿美元增长至 2034 年的约 54.3 亿美元，2026—2034 年复合年增长率约为 7.36%，VR/AR 与 AI 功能集成被列为增长驱动因素之一。^{9595全球駕駛模擬器市場規模、佔有率、趨勢和成長分析報告（2026-2034年） - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开}

不同市场研究机构对“汽车模拟器”与“驾驶模拟器”的口径与规模估计存在明显差异：有报告给出 2025 年全球汽车模拟器销售额约 1.5 亿美元，与另一机构给出的 2025 年驾驶模拟器市场 28.7 亿美元相差一个数量级以上，说明该细分市场的统计边界尚未统一。^{9595全球駕駛模擬器市場規模、佔有率、趨勢和成長分析報告（2026-2034年） - 日商環球訊息有限公司 (GII)gii.tw前往参考资料 ↓在新标签页中打开|9696随着汽车保有量增加 2025年全球汽车模拟器销售额约1.5亿美元 逐渐成为市场热点[图]_共研咨询_共研网gonyn.com前往参考资料 ↓在新标签页中打开}

高保真运动平台的发展趋势之一，是从少数大型六自由度 Stewart 平台向更紧凑、成本更低的构型扩散：三自由度、四自由度以及带长行程滑轨的混合构型在驾驶模拟与赛车训练场景中越来越常见，以便在有限行程与预算下保留对俯仰、侧倾和垂向加速度的关键提示。^{9898Global Racing Simulator Market Size Study & Forecast, by Simulator Type (Compact/Entry-Level, Medium-Level, Full-Scale), Offering (Hardware, Software), and Regional Forecasts 2025-2035giiresearch.com前往参考资料 ↓在新标签页中打开}

在赛车模拟领域，直驱（Direct Drive）力反馈基座、高精度负载传感器踏板与运动平台的组合被视为“高保真”硬件生态的核心组成，硬件投入的重心正从显示与图形转向触觉与体感通道。^{9797Revolusi Sim Racing: Benarkah Simulator Balap Kini Sudah Setara Mobil Asli? - RRI.co.idrri.co.id前往参考资料 ↓在新标签页中打开}

市场研究机构对赛车模拟器市场的划分已按整机形态分为紧凑/入门级、中级与全尺寸三类，并预计 2025—2035 年间全尺寸与中级产品的需求增长快于入门级，反映运动平台正从专业实验室向中端训练与娱乐场景下沉。^{9898Global Racing Simulator Market Size Study & Forecast, by Simulator Type (Compact/Entry-Level, Medium-Level, Full-Scale), Offering (Hardware, Software), and Regional Forecasts 2025-2035giiresearch.com前往参考资料 ↓在新标签页中打开}

消费者对触觉真实感的偏好持续推动支出向高端硬件升级，而软件端则通过订阅制、可下载内容与定期的物理与图形更新成为高增长收入来源，这一软硬协同的商业模式正在改变运动平台厂商的产品迭代节奏。^{9898Global Racing Simulator Market Size Study & Forecast, by Simulator Type (Compact/Entry-Level, Medium-Level, Full-Scale), Offering (Hardware, Software), and Regional Forecasts 2025-2035giiresearch.com前往参考资料 ↓在新标签页中打开}

高保真运动平台的一个持续趋势是“洗出”（washout）算法与运动提示调校的软件化：通过可配置的洗出滤波器与运动提示算法，在有限作动器行程内最大化可感知的持续加速度错觉，使同一硬件平台能适配不同车型与不同实验场景。^{9797Revolusi Sim Racing: Benarkah Simulator Balap Kini Sudah Setara Mobil Asli? - RRI.co.idrri.co.id前往参考资料 ↓在新标签页中打开}

在智能驾驶与整车研发体系中，仿真测试与实车测试构成互补共生的验证闭环：仿真承担海量常规与极端场景的高效、安全、低成本复现，实车测试则完成真实世界中多因素叠加复合工况下的最终可靠性校验。^{9999仿真测试的“捷径”与“隐忧”cnautonews.com前往参考资料 ↓在新标签页中打开}

仿真测试无法替代实车验证。真实道路中天气、光照、交通参与者行为等多因素叠加形成的复合工况，难以在虚拟环境中完整重建，因此最终可靠性校验仍需由实车测试完成。^{9999仿真测试的“捷径”与“隐忧”cnautonews.com前往参考资料 ↓在新标签页中打开}

驾驶模拟器试验是对实车测试的一种经济高效的补充：它能在安全环境中完成高风险测试，并可在按需精确调整的虚拟道路上模拟极端天气条件。^{100100用于虚拟验证的驾驶模拟器 | Porsche Engineeringporscheengineering.com前往参考资料 ↓在新标签页中打开}

驾驶模拟器的一个关键互补价值在于可精确复现与重复：周围交通状况可以被准确设定并反复重现，而这在真实道路测试中几乎无法实现，从而使实车测试难以获得的对照条件在模拟器中成为常规操作。^{100100用于虚拟验证的驾驶模拟器 | Porsche Engineeringporscheengineering.com前往参考资料 ↓在新标签页中打开}

纯软件在环、模型在环、硬件在环等仿真方法无法实现与人的互动或主观评价；把驾驶模拟器与硬件在环系统结合，才能将人的视角纳入开发早期，在首批原型车问世之前获得对全新数字功能的主观反馈。^{100100用于虚拟验证的驾驶模拟器 | Porsche Engineeringporscheengineering.com前往参考资料 ↓在新标签页中打开}

随着车辆及其控制系统日益复杂、可用原型车数量持续减少，开发方越来越依赖虚拟与混合测试，并把驾驶模拟器试验前置到开发流程早期，使功能在首次装车实测时已更为成熟，从而提升实车测试的针对性与效率。^{100100用于虚拟验证的驾驶模拟器 | Porsche Engineeringporscheengineering.com前往参考资料 ↓在新标签页中打开}

在产业实践层面，仿真测试在降本提效的同时存在难以回避的技术局限，业内已形成“测试环节不可打折扣”的共识，并强调车企应向消费者更开放地说明仿真测试的作用与边界，以消除公众疑虑。^{9999仿真测试的“捷径”与“隐忧”cnautonews.com前往参考资料 ↓在新标签页中打开}