接管交互

接管交互与人工驾驶切换的核心区别在于发起方与时间结构：接管交互由自动化系统在运行中主动向驾驶员发出请求，驾驶员必须在系统仍维持部分控制的时间窗内完成情境评估与操控介入；而人工驾驶切换（如L2/L3退出、系统降级或驾驶员主动解除自动化）通常由驾驶员或系统以“交还控制权”为终点，不预设一个系统仍在运行、驾驶员必须响应的中间阶段。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|55Human factors of transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

在SAE J3016分级框架中，L3级自动驾驶的接管被定义为系统发出接管请求（request to intervene）后，驾驶员必须接管动态驾驶任务（DDT）的过渡过程；而L2级及以下的“切换”本质上是驾驶员始终承担DDT、系统仅提供辅助，不存在严格意义上的接管请求与响应时间窗。^{66SAE J3016 Levels of Driving Automationsae.org前往参考资料 ↓在新标签页中打开}

接管交互强调“人在环中”的实时响应，其交互设计需考虑接管请求的模态（视觉、听觉、触觉）、紧迫程度分级以及驾驶员状态监测；人工驾驶切换则更多涉及模式切换的确认、控制权交接的明确性以及切换后的驾驶稳定性，交互负担和认知需求结构不同。^{77Takeover Requests in Highly Automated Driving: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开|88Transition of control in automated driving: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管时间预算（takeover time budget）是接管交互特有的设计参数，指从系统发出接管请求到驾驶员必须完成接管的最长时间；人工驾驶切换通常不设定此类硬性时间窗，而是以驾驶员主动操作或系统安全停车为边界。^{99Takeover time budgets in automated driving: a meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开}

接管交互的失效模式包括驾驶员未及时响应、响应错误或接管后操作失稳，其安全风险与接管时间窗和情境意识密切相关；人工驾驶切换的失效更多表现为模式混淆、控制权归属不清或切换后驾驶员对车辆状态的不适应。^{1010Driver takeover performance in automated driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|1111Human factors issues in automated driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

从人因工程角度看，接管交互可视为一种“中断管理”问题，驾驶员需要从非驾驶相关任务中脱离并重建情境意识；而人工驾驶切换更接近“模式转换”问题，驾驶员通常已处于驾驶环路中，主要挑战在于转换的平滑性与一致性。^{77Takeover Requests in Highly Automated Driving: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

最小风险状态（Minimal Risk Condition, MRC）是自动驾驶系统在无法继续执行动态驾驶任务时，使车辆达到的一种稳定、安全的停止或低速运行状态；接管交互则是系统在触发 MRC 之前，向驾驶员发出请求并争取其重新接管的过程。二者在时间轴上前后衔接：接管请求先于 MRC 触发，MRC 是接管失败或未及时接管时的兜底结果。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|1212Automated Driving: Levels of Automation and Minimal Risk Conditionnhtsa.gov前往参考资料 ↓在新标签页中打开}

SAE J3016 将最小风险状态定义为「当动态驾驶任务无法继续执行时，使车辆停止或达到最小风险状况的稳定状态」，并明确 MRC 可由驾驶员接管、由系统自动执行或由两者共同完成；接管交互的设计目标之一，就是尽可能让驾驶员在 MRC 触发前恢复控制，从而避免不必要的 MRC 介入。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开}

在 L3 级自动驾驶中，系统在发出接管请求后仍保留一段时间的动态驾驶任务执行能力，这段时间被称为「接管时间预算」；若驾驶员未在预算内接管，系统必须自主执行最小风险操作（Minimal Risk Maneuver, MRM）并进入 MRC。因此，接管交互与 MRC 的关系可表述为：接管请求是「争取驾驶员回归」的交互过程，MRC 是「驾驶员未回归」时的安全终点。^{1212Automated Driving: Levels of Automation and Minimal Risk Conditionnhtsa.gov前往参考资料 ↓在新标签页中打开|1313Takeover Time Budget and Minimal Risk Maneuver in Conditional Automationsciencedirect.com前往参考资料 ↓在新标签页中打开}

联合国 UN R157（自动车道保持系统法规）要求 L3 级系统在驾驶员未响应接管请求时，系统应执行最小风险操作并使车辆进入最小风险状态；该法规将接管请求、驾驶员响应监测与 MRC 触发串联为一条强制性的安全链，从法规层面确立了两者的先后关系。^{1414UN Regulation No. 157: Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

接管交互与 MRC 的边界并非固定不变：若系统设计将接管时间预算设得过短，驾驶员来不及响应，MRC 会被频繁触发，接管交互形同虚设；若预算设得过长，系统在驾驶员已明显无法接管时仍继续行驶，则可能错过安全停车窗口。因此，接管时间预算的设定实质上是接管交互与 MRC 之间的责任分配问题。^{1313Takeover Time Budget and Minimal Risk Maneuver in Conditional Automationsciencedirect.com前往参考资料 ↓在新标签页中打开|1515Human Factors Issues in Conditional Automation: Takeover Requests and Fallbacksciencedirect.com前往参考资料 ↓在新标签页中打开}

部分研究主张，对于 L3 级系统，若驾驶员在接管请求后未能在规定时间内恢复控制，系统应直接进入 MRC 而非继续等待，以避免驾驶员在低情境意识状态下仓促接管带来的更高风险；这一立场将 MRC 视为接管交互失败后的默认安全策略，而非可选项。^{1515Human Factors Issues in Conditional Automation: Takeover Requests and Fallbacksciencedirect.com前往参考资料 ↓在新标签页中打开}

从人因工程角度看，接管交互与 MRC 的边界还取决于驾驶员状态监测（Driver Monitoring System, DMS）的判定精度：若 DMS 能可靠识别驾驶员已丧失接管能力，系统可提前触发 MRC；若 DMS 误判，则可能导致不必要的 MRC 或危险的延迟。因此，DMS 的可靠性直接影响接管交互与 MRC 之间的切换时机。^{1616Driver Monitoring and Takeover Performance in Automated Drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|1717A Review of Driver Monitoring Systems for Automated Vehiclesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在 L4 级自动驾驶中，若系统在运行设计域（ODD）内无法继续行驶，可直接执行 MRC，无需依赖驾驶员接管；此时接管交互仅作为可选的后备手段存在，MRC 与接管交互的关系从「先后衔接」变为「主备关系」。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|1212Automated Driving: Levels of Automation and Minimal Risk Conditionnhtsa.gov前往参考资料 ↓在新标签页中打开}

中国国家标准 GB/T 40429-2021《汽车驾驶自动化分级》同样定义了最小风险状态，并要求 L3 级系统在驾驶员未响应接管请求时执行最小风险策略；该标准与 UN R157 在接管请求与 MRC 的衔接逻辑上保持一致，但在具体时间阈值上未作统一规定。^{1818GB/T 40429-2021 汽车驾驶自动化分级openstd.samr.gov.cn前往参考资料 ↓在新标签页中打开}

在 SAE J3016 驾驶自动化分级中，L2 被定义为「部分驾驶自动化」：驾驶自动化系统持续执行车辆横向与纵向运动控制中的部分子任务，但驾驶员仍然负责执行其余动态驾驶任务，并负责监控驾驶自动化系统与路面状况。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开}

L2 与 L3 的分界不在「系统能否控制方向与速度」，而在「谁负责监控驾驶环境并响应干预请求」：L3 的驾驶自动化系统在其设计运行范围内负责识别需要干预的情形并发出接管请求，L2 则要求驾驶员始终监控并随时准备干预。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|1919Automated Driving: Levels of Driving Automationnhtsa.gov前往参考资料 ↓在新标签页中打开}

由于 L2 中驾驶员在法律与功能上始终是动态驾驶任务的执行主体，L2 语境下的「接管」并不是从系统手中夺回控制权，而是驾驶员对系统持续监控过程中的一次干预或纠正；这与 L3 中「系统请求—驾驶员响应」的接管请求范式在性质上不同。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|2020Human factors implications of vehicle automationtrb.org前往参考资料 ↓在新标签页中打开}

联合国 WP.29 的 UN R157（自动车道保持系统 ALKS）法规把 L3 功能定义为系统在激活期间执行全部动态驾驶任务，并在需要时向驾驶员发出接管请求（transition demand），同时要求系统在驾驶员未及时响应时执行最小风险策略；该法规框架明确以 L3 为对象，不适用于 L2 的部分自动化。^{2121UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

中国《汽车驾驶自动化分级》（GB/T 40429-2021）采用 0—5 级分级，其中 2 级为「组合驾驶辅助」，明确驾驶员与系统共同执行动态驾驶任务、驾驶员需持续监控，与 SAE J3016 的 L2 定义在功能分配上基本对应。^{1818GB/T 40429-2021 汽车驾驶自动化分级openstd.samr.gov.cn前往参考资料 ↓在新标签页中打开}

在 L2 人机共驾中，接管交互的核心问题不是「给驾驶员多长的接管时间预算」，而是如何维持驾驶员在长时间监督自动化过程中的注意力投入，防止其从监控角色滑向脱离回路的被动状态。^{2020Human factors implications of vehicle automationtrb.org前往参考资料 ↓在新标签页中打开|2222A meta-analysis of the effects of automation on driver attention and takeover performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

对 L2 系统而言，驾驶员监控（如方向盘扭矩检测、视线/头部追踪）被监管与行业实践视为必要的安全补偿手段，因为系统无法像 L3 那样通过接管请求把责任转移给驾驶员；欧盟通用安全法规对高级驾驶辅助系统提出了驾驶员脱手检测等要求。^{2323Regulation (EU) 2019/2144 — General Safety Regulationeur-lex.europa.eu前往参考资料 ↓在新标签页中打开}

在 SAE 分级体系中，L3 有条件自动驾驶（Conditional Driving Automation）的核心定义特征是：系统在其设计运行范围内持续执行全部动态驾驶任务，但要求人类驾驶员在收到干预请求后能够接管并作出恰当响应；这与 L2 及以下级别要求驾驶员持续监视驾驶任务形成根本区别。^{2424Interruption Management in the Context of Take-Over-Requests in Conditional Driving Automationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

L3 允许驾驶员在系统正常运行期间暂时脱离对驾驶任务的持续监视，并可从事与驾驶无关的任务（NDRT，nondriving related tasks）；这一「允许脱眼脱手但不可脱脑」的许可，正是接管请求（Take-Over-Request, TOR）机制存在的逻辑前提——因为驾驶员不再处于持续在环状态，系统必须主动把其唤回。^{2424Interruption Management in the Context of Take-Over-Requests in Conditional Driving Automationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

L3 中的接管请求被表述为「request to intervene」，其责任分配是双向的：系统负责识别自身能力边界并发起请求，驾驶员负责在请求后恢复对车辆的控制；因此 L3 的安全边界并不只由系统性能决定，也由驾驶员从非驾驶任务中脱离并重建情境意识的速度决定。^{2424Interruption Management in the Context of Take-Over-Requests in Conditional Driving Automationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在 L3 语境下，接管交互被建模为一种「中断管理」（interruption management）问题：驾驶员正沉浸于非驾驶相关任务，接管请求相当于一次外部中断，其设计需要权衡中断的紧迫性、信息量与驾驶员当前任务的认知负荷，而非仅仅发出一个警报。^{2424Interruption Management in the Context of Take-Over-Requests in Conditional Driving Automationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

自动化等级的定义方式——系统在纵横向控制上的介入程度，以及驾驶员是否需要监视系统——决定了接管请求在不同等级中的性质差异：低等级下驾驶员本就在环，接管更接近「确认」；L3 下驾驶员不在环，接管是一次真正的控制权转移。^{2424Interruption Management in the Context of Take-Over-Requests in Conditional Driving Automationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

SAE J3016 将驾驶自动化分为 L0–L5 六级，其中 L4 定义为「在设计运行范围（ODD）内、且在该范围内即使发生故障也无需人类接管」的高驾驶自动化，L5 为在全工况下无限制的完全自动化；因此严格意义上的 L4/L5 车辆在 ODD 内不向车内用户发出传统意义上的接管请求。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开}

SAE J3016 明确区分「fallback（降级/后备）」与「接管」：L4 要求系统自身承担 ODD 内的 fallback 责任，而 L3 才要求人类后备用户在系统请求时执行 fallback；这一责任分配差异是 L4 及以上「接管」语境与 L2/L3 根本不同的规范依据。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开}

在 L4 及以上，人类角色从「后备驾驶员」转变为「调度者/乘客/远程操作员」，交互焦点由秒级的接管请求转向行程确认、ODD 边界提示、停靠与远程协助等任务，接管时间预算（TOR time budget）不再是核心设计参数。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|2525Human Factors in Automated Driving: A Review of Take-Over and Handover Researchsciencedirect.com前往参考资料 ↓在新标签页中打开}

UN R157（自动车道保持系统 ALKS）规定：在 L3 功能下系统须向驾驶员发出接管请求并给出足够的时间余量；若驾驶员未响应，系统应执行最小风险机动（MRM）。该法规的接管请求框架针对 L3，L4 类系统（如自动泊车、限定区域无人驾驶）则按最小风险状态而非人工接管来设计。^{2121UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

ISO 22737 针对低速自动驾驶（LSAD，含 L4 自动代客泊车等场景）规定了系统在无法继续运行时应自主达到最小风险状态，而非要求车内人员接管，体现了 L4 语境下「无接管」的安全设计取向。^{2626ISO 22737:2021 — Intelligent transport systems — Low-speed automated driving (LSAD) systems for predefined routesiso.org前往参考资料 ↓在新标签页中打开}

远程接管（remote takeover / teleoperation）在 L4 无人驾驶车队中被用作系统无法自主处理时的兜底手段，通常由远程操作员在低速或静止条件下提供路径规划或脱困指令，而非实时连续驾驶；这使远程接管的时间尺度与车内接管请求显著不同。^{2727Remote Assistance for Autonomous Vehicles: A Surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|2828Teleoperation of Autonomous Vehicles: Concepts, Challenges and Research Directionsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

德国《自动驾驶法》（2021 年修订的 StVG）引入了 L4 级无人驾驶在限定区域内运行的框架，并要求此类车辆在遇到系统无法处理的情形时执行技术监督（Technische Aufsicht）下的替代方案，而非依赖车内驾驶员接管，反映了监管层面对 L4「无车内接管」的确认。^{2929Gesetz zur Änderung des Straßenverkehrsgesetzes und des Pflichtversicherungsgesetzes — Autonomes Fahrenbgbl.de前往参考资料 ↓在新标签页中打开}

中国《汽车驾驶自动化分级》（GB/T 40429-2021）与 SAE J3016 对齐，将 4 级定义为「在设计运行条件下，系统可实现全程自动驾驶并承担动态驾驶任务的后援」，即 4 级及以上不要求人类用户作为接管后备。^{1818GB/T 40429-2021 汽车驾驶自动化分级openstd.samr.gov.cn前往参考资料 ↓在新标签页中打开}

对于 L4 车辆在 ODD 边界外或系统故障时是否需要人类远程介入，业界存在不同实践：部分企业（如 Waymo）采用远程协助（fleet response）而非远程驾驶，另一些企业探索远程直接操控；两种模式在责任、时延与安全论证上差异显著，学界与产业界尚未形成统一规范。^{2727Remote Assistance for Autonomous Vehicles: A Surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|2828Teleoperation of Autonomous Vehicles: Concepts, Challenges and Research Directionsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

L4 及以上取消车内接管请求后，原本由接管时间预算保障的安全裕度转由「最小风险状态」与「远程协助响应时间」承担，因此远程接管链路（通信时延、视频质量、操作员负荷）成为新的安全关键环节。^{2727Remote Assistance for Autonomous Vehicles: A Surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|2626ISO 22737:2021 — Intelligent transport systems — Low-speed automated driving (LSAD) systems for predefined routesiso.org前往参考资料 ↓在新标签页中打开}

接管请求（Take-Over Request, TOR）是自动驾驶系统在即将超出其设计运行域（ODD）或遇到无法自主处理的状况时，向驾驶员发出的要求其恢复对车辆动态驾驶任务控制的提示；在 SAE J3016 的分级框架下，L3 级及以上的自动驾驶系统才涉及由系统主动发起、驾驶员须响应的接管请求。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|66SAE J3016 Levels of Driving Automationsae.org前往参考资料 ↓在新标签页中打开}

接管请求的发出在接管过程中被定位为“触发”环节：它标志着系统由自动驾驶模式向人机共驾或人工驾驶模式迁移的起点，其时机、通道与强度直接决定后续感知、决策与操作阶段能否在安全时间窗内完成。^{3030Take-over performance in automated driving: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|3131A framework for the take-over process in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求的发出时机通常以接管时间预算（take-over time budget）来刻画，即从 TOR 发出到驾驶员必须完成接管所允许的时间；研究普遍表明该预算越短，驾驶员接管绩效越差，但具体阈值因场景、通道与驾驶员状态而异，尚无统一标准。^{3232Take-over time budget and driver performance in conditional automationjournals.sagepub.com前往参考资料 ↓在新标签页中打开|3333Driver take-over performance in automated driving: A meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求的交互通道主要包括视觉、听觉、触觉（含方向盘振动、座椅振动）及其多通道组合；多通道冗余提示在提升唤醒效果与缩短反应时间方面通常优于单一通道，但过强的提示也可能引发惊跳或分心。^{3434Multimodal take-over 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|3535The effects of modality and urgency of take-over requests on driver behaviorsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求发出时，驾驶员往往处于非驾驶相关任务（NDRT）中，其注意力资源被占用，因此 TOR 的发出必须与驾驶员状态监测联动，依据注视方向、手部位置与任务负荷动态调整提示强度与提前量。^{3636Driver state monitoring and adaptive take-over requests in automated drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|3737Attention and take-over performance: The role of non-driving-related tasksjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在接管过程的阶段划分中，接管请求的发出被视作系统侧的最后安全边界：一旦 TOR 发出而驾驶员未在预算内响应，系统应执行最小风险策略（MRM）或降级至最小风险状态（MRS），因此 TOR 的发出逻辑与 MRM 触发逻辑需协同设计。^{66SAE J3016 Levels of Driving Automationsae.org前往参考资料 ↓在新标签页中打开|3838Minimal risk maneuver and take-over request interaction in automated drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

接管请求的发出并非单一瞬时事件，而是一个可包含预警、主请求与升级请求的多级序列；分级递进的提示策略有助于在不过度干扰的前提下逐步提升驾驶员唤醒水平。^{3939Staged take-over requests in automated driving: Effects of escalation on driver responsesciencedirect.com前往参考资料 ↓在新标签页中打开|4040Graduated take-over requests: A review of timing and modalitysciencedirect.com前往参考资料 ↓在新标签页中打开}

关于接管请求应在何时发出，存在“尽早发出以留足预算”与“过晚发出导致驾驶员措手不及、过早发出又引发不必要的频繁接管”之间的权衡争论，不同研究对最优提前量的结论并不一致。^{3232Take-over time budget and driver performance in conditional automationjournals.sagepub.com前往参考资料 ↓在新标签页中打开|4141Too early or too late? The trade-off in take-over request timingsciencedirect.com前往参考资料 ↓在新标签页中打开}

在接管过程的阶段划分中，驾驶员感知与情境意识重建被界定为接管请求发出之后、驾驶员建立对当前交通场景的理解并形成行动意图之前的阶段，其核心任务是把注意从非驾驶任务重新分配到驾驶任务，并更新对道路、车辆状态与风险的内部表征。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求发出后，驾驶员的视觉注意需要经历从非驾驶任务区域向道路中心区域的转移，这一转移本身需要时间，且转移完成之前驾驶员对前方场景的采样几乎为零，因此情境意识的重建在时间上必然滞后于接管请求的呈现。^{4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

情境意识在接管语境下通常按 Endsley 的三级模型拆解：一级为对关键要素的感知，二级为对要素间关系的理解，三级为对未来状态与行动后果的预测；接管绩效的差异往往不在一级感知，而在二、三级能否在有限时间窗内完成。^{4545Toward a Theory of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开|4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

非驾驶任务对情境意识重建的阻碍具有任务特异性：视觉—手动类任务（如看手机、操作中控屏）造成的注意残留与视觉采样延迟，比纯听觉任务更严重地推迟了驾驶员对道路场景的首次有效注视。^{4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

接管请求的模态会影响感知重建的起点：在多资源条件下，听觉或触觉通道的接管请求可以在驾驶员视觉仍被占用时被察觉，从而缩短从请求呈现到视觉重新定向之间的间隔，但并不能替代随后的视觉采样本身。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

驾驶员在接管初期的情境意识水平与其后续操作质量相关：对场景理解更完整、预测更准确的驾驶员，其接管后的制动与转向更平顺，急刹与大幅修正的比例更低。^{4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

情境意识重建并非在接管请求后才从零开始：在自动驾驶期间保持驾驶员对系统状态与道路环境的低负荷监控（如通过仪表提示、周期性环境摘要），可以缩短接管时的情境意识重建时间。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

眼动与生理指标被广泛用于刻画感知与情境意识重建过程：首次注视道路的时间、注视道路的累计时长、瞳孔直径变化与心率变异性等，被用作该阶段完成程度的代理测量。^{4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

情境意识重建的完成并不等于接管成功：驾驶员可能已看清前方车辆却未理解系统为何退出，或理解了场景却未形成正确的行动意图，因此该阶段与后续的决策、操作阶段在时间上存在重叠而非严格串行。^{4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4545Toward a Theory of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

关于接管请求是否应强制驾驶员立即将视线移回道路，存在不同设计取向：一种取向强调以强提示尽快把视觉注意拉回，另一种取向认为过强的提示会造成惊跳与操作过冲，主张分级提示并留出情境意识重建的缓冲。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管过程在行为层面可被拆解为一系列有序的动作序列：驾驶员在收到接管请求（TOR）后，依次经历感知提示、注意力转移、情境评估、手部与脚部操作、以及稳定控制车辆等环节；实证研究通过实车实验对 TOR 之后的行为特征进行编码，并据此划分接管过程的阶段。^{4747NSTL国家科技图书文献中心jn.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

既有研究多聚焦于静态行为指标（如接管时间、最小碰撞时间）的划分，而基于行为序列的动态阶段划分强调各动作之间的先后依赖关系，认为接管不是单一时间点事件而是一段可分解的过程。^{4747NSTL国家科技图书文献中心jn.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

动作执行阶段的核心是驾驶员将手放回方向盘、脚置于踏板并施加实际控制输入；控制权转移则指车辆控制权从自动驾驶系统正式移交至驾驶员、且驾驶员输入被系统接受并生效的时刻。二者在时间上并不重合，动作执行先于控制权转移完成。^{4747NSTL国家科技图书文献中心jn.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

接管请求发出后，驾驶员的行为序列存在显著的个体差异与情境依赖，实车实验表明并非所有驾驶员都按同一顺序完成动作，阶段划分因此是统计意义上的典型模式而非刚性流程。^{4747NSTL国家科技图书文献中心jn.nstl.gov.cn前往参考资料 ↓在新标签页中打开}

在接管过程的阶段划分中，「系统退出与确认」指自动驾驶系统在发出接管请求（TOR）并完成交接后，正式终止其横向与纵向控制、将车辆控制权移交给驾驶员的环节；它区别于「接管请求」本身，是控制权实际转移的时点。^{4848Human factors of transitions in automated driving: A general framework and literature surveysciencedirect.com前往参考资料 ↓在新标签页中打开|4949A model for naturalistic takeover in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

SAE J3016 将动态驾驶任务（DDT）的履行主体作为分级依据，并明确 L3 级自动驾驶在系统激活期间由系统履行全部 DDT，但系统在无法继续履行时必须向驾驶员发出接管请求并留出足够的接管时间预算；控制权由系统转回人，正是这一分级框架下「系统退出」的制度含义。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开}

联合国 UN R157（自动车道保持系统 ALKS）规定：系统在即将退出时须向驾驶员发出接管请求，并在请求发出后保留一段最短的过渡期（transition period），若驾驶员未在规定时间内接管，系统须执行最小风险机动（MRM）。该法规把「系统退出」与「驾驶员确认接管」绑定为一个有明确时序与时限的过程。^{5050UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

UN R157 的过渡期在系统仍处于激活状态时开始计时，驾驶员接管后系统退出；若驾驶员在过渡期内未响应，系统不得直接静默退出，而应进入最小风险状态。这意味着「系统退出」不是瞬时事件，而是一个带确认条件的受控状态迁移。^{5050UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

在接管过程的阶段模型中，常把接管划分为「接管请求—驾驶员响应—控制权交接—系统退出/驾驶员确认」等阶段；其中系统退出与驾驶员确认之间存在耦合：系统需要确认驾驶员已实际建立对车辆的控制（如手在方向盘上、有转向或制动输入），才能安全地解除自身控制。^{4848Human factors of transitions in automated driving: A general framework and literature surveysciencedirect.com前往参考资料 ↓在新标签页中打开|4949A model for naturalistic takeover in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

实证研究表明，驾驶员从接管请求到实际恢复控制存在数秒量级的反应延迟，且个体差异与情境（如是否分心、是否在打电话）显著影响接管时间；因此系统若在请求后过早退出，会放大控制空窗期的风险。^{5151Takeover time in highly automated vehicles: A meta-analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|5252Driver takeover performance in automated driving: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

关于系统退出时是否应保留「最小风险状态」作为兜底，以及退出条件应以驾驶员生理信号还是以车辆操控输入为准，工程界与学术界存在不同做法，尚无统一标准。^{5050UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开|5353Driver state monitoring and takeover readiness in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

从人因工程角度看，「系统退出」若缺乏明确的确认反馈（如仪表提示、声音、触觉），驾驶员可能误判系统仍在工作，形成模式混淆（mode confusion），这是接管交互设计中的典型失效来源。^{5454Mode confusion in automated driving: A review of human factors issuessciencedirect.com前往参考资料 ↓在新标签页中打开}

ISO 26262 与 ISO 21448（SOTIF）分别从功能安全与预期功能安全角度要求：系统在退出控制时须保证不产生危害性的控制权真空，退出逻辑应作为安全相关功能被验证。^{5555ISO 26262: Road vehicles — Functional safetyiso.org前往参考资料 ↓在新标签页中打开|5656ISO 21448: Road vehicles — Safety of the intended functionality (SOTIF)iso.org前往参考资料 ↓在新标签页中打开}

在L3级有条件自动驾驶中，接管请求（TOR）的视觉提示是车内人机交互界面的核心通道之一；由于驾驶员在系统激活期间被允许脱离持续监控，视觉提示必须在驾驶员可能处于非驾驶相关任务（NDRT）的状态下仍能被察觉和解读。^{5757Designing Human-machine Collaboration Interface Through Multimodal Combination Optimization to Improve Takeover Performance in Highly Automated Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|5858Designing Visual-auditory Attention-guiding Takeover Request for Semi-autonomous Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

视觉提示的呈现形式通常包括仪表盘或中控屏上的文字与图标告警、方向盘或仪表区域的指示灯、抬头显示（HUD）投影，以及基于注意引导（attention-guiding）的方向性视觉线索；后者通过指示危险或接管目标的空间位置来缩短驾驶员的视觉搜索时间。^{5858Designing Visual-auditory Attention-guiding Takeover Request for Semi-autonomous Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

注意引导型接管请求（AGTOR）的研究表明，仅依赖听觉通道的方位信息已能带来收益，而将视觉与听觉的注意引导线索整合为多模态设计，具有进一步提升接管表现的潜力。^{5858Designing Visual-auditory Attention-guiding Takeover Request for Semi-autonomous Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

视觉提示的效果并非孤立存在，而是与接管请求的通道组合（视觉、听觉、触觉或多模态）、驾驶员当时从事的非驾驶相关任务类型，以及接管提前量（takeover lead time）三者存在交互作用，因此视觉通道的设计需要放在多模态与时间预算的整体框架中评估。^{5757Designing Human-machine Collaboration Interface Through Multimodal Combination Optimization to Improve Takeover Performance in Highly Automated Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

由于驾驶员在高度自动驾驶中可能将视线移离道路，纯视觉提示存在被漏检的风险；这也是研究中普遍将视觉提示与听觉或触觉通道组合、而非单独使用视觉通道作为主要告警手段的原因之一。^{5757Designing Human-machine Collaboration Interface Through Multimodal Combination Optimization to Improve Takeover Performance in Highly Automated Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|5858Designing Visual-auditory Attention-guiding Takeover Request for Semi-autonomous Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在高度自动驾驶条件下，驾驶员不再被要求持续监控系统，但必须在系统发出接管请求时准备好接管，因此座舱内交互界面的设计目标之一，是让驾驶员的准备水平能够随控制权转移的可能性而调整。听觉通道是这类接管请求界面最常被研究的通道之一。^{5757Designing Human-machine Collaboration Interface Through Multimodal Combination Optimization to Improve Takeover Performance in Highly Automated Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

接管请求的通道设计通常不是孤立变量，而是与驾驶员当时从事的非驾驶相关任务（NDRT）以及接管提前量（takeover lead time）共同作用。研究接管绩效时，把听觉提示单独抽出来评价，往往需要控制或交叉这两个因素，否则难以把通道效应与任务负荷、时间预算的效应分开。^{5757Designing Human-machine Collaboration Interface Through Multimodal Combination Optimization to Improve Takeover Performance in Highly Automated Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

接管请求的多模态组合优化研究把提示通道（含听觉）作为可调设计维度，考察其与任务状态、提前量的交互对接管绩效的影响，说明听觉提示在实践中很少单独使用，而是与视觉、触觉通道组合出现。^{5757Designing Human-machine Collaboration Interface Through Multimodal Combination Optimization to Improve Takeover Performance in Highly Automated Drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

对共享控制场景中接管早期阶段的计算建模研究显示，接管过程早期阶段的驾驶员响应存在显著的个体差异与随机性，这对接管请求提示的时序与强度设计提出了要求：提示需要在响应分布较宽的早期窗口内保持可察觉。^{5959Adaptive Bounded-Rationality Modeling of Early-Stage Takeover in Shared-Control Drivingarxiv.org前往参考资料 ↓在新标签页中打开}

触觉与振动提示在接管请求中被归为“触觉通道”的交互设计，其核心优势在于不占用驾驶员的视觉资源，也不与车内已有的听觉信息流（如音乐、导航语音）直接竞争，因而常被作为视觉或听觉主通道的补充或冗余通道使用。^{6060Human Factors in Automated Driving: A Review of Takeover Request Modalitiessciencedirect.com前往参考资料 ↓在新标签页中打开|4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

在自动驾驶接管场景的实验研究中，方向盘振动与座椅振动是两种最常被采用的触觉提示载体；其中方向盘振动因与转向操作直接耦合、易于被驾驶员归因为“车辆在要求我接手”，在多项模拟器实验中被报告为比座椅振动具有更短的反应时。^{6161Vibrotactile Takeover Requests: Comparing Steering Wheel and Seat Cues in a Driving Simulatorjournals.sagepub.com前往参考资料 ↓在新标签页中打开|6262The Effects of Haptic Warning Location on Driver Takeover Performanceieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

触觉提示的强度、频率与空间位置会显著影响其可察觉性与紧迫感：过低强度的振动在车辆行驶振动背景下容易被掩蔽，而过强的振动则可能引发惊跳反应或干扰精细操作，因此设计上通常需要在“可察觉”与“不惊扰”之间取折中。^{6363Tactile Warning Signals: Detectability and Annoyance Trade-offs in Vehicle Interfacestandfonline.com前往参考资料 ↓在新标签页中打开|4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

有研究指出，单独使用触觉通道传递接管请求时，其信息承载能力有限，难以独立表达“何时接管”“接管后做什么”等多层语义；因此触觉提示在实践中多与视觉、听觉通道组合，形成多通道冗余的接管请求方案。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

关于触觉提示是否应作为接管请求的“首选主通道”，现有文献存在不同侧重：一部分研究强调触觉通道在唤醒驾驶员、缩短反应时方面的优势，主张在高紧迫度场景中优先使用；另一部分研究则指出触觉提示的方向性与语义辨识度弱于视觉和听觉，主张其仅作辅助。^{6161Vibrotactile Takeover Requests: Comparing Steering Wheel and Seat Cues in a Driving Simulatorjournals.sagepub.com前往参考资料 ↓在新标签页中打开|4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在驾驶员状态监测与接管请求联动的设计中，触觉提示常被用于对视觉/听觉提示未获响应后的“升级”通道：当系统检测到驾驶员未在预期时间窗内回应初级提示时，通过方向盘或座椅振动施加更高紧迫度的触觉刺激。^{6060Human Factors in Automated Driving: A Review of Takeover Request Modalitiessciencedirect.com前往参考资料 ↓在新标签页中打开|4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

针对老年驾驶员与不同触觉敏感度人群的研究提示，触觉提示的可察觉阈值存在个体差异，固定参数的振动方案可能在部分人群中失效，因而自适应或可配置的触觉提示参数被认为是提升接管请求有效性的方向之一。^{6161Vibrotactile Takeover Requests: Comparing Steering Wheel and Seat Cues in a Driving Simulatorjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

多通道冗余指接管请求（TOR）同时或按序通过视觉、听觉、触觉（含方向盘/座椅振动、安全带张紧）等多个感觉通道呈现，其设计依据是单一通道在驾驶员分心、疲劳、听觉受损或环境噪声下可能被漏检，冗余可提高至少一个通道被察觉的概率。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

在自动驾驶接管研究中，触觉通道（方向盘振动或座椅振动）常被用作视觉与听觉提示的补充，因为触觉刺激对视觉注意资源的占用较低，且不易被驾驶舱内的听觉噪声掩蔽。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

多通道冗余设计需要处理通道间的时间同步与语义一致性问题：若不同通道的提示在时间上错开或含义不一致（如听觉提示要求立即接管而视觉提示显示系统仍可用），可能造成驾驶员理解冲突并延长决策时间。^{4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|6464Designing take-over requests: a review of warning modalities and escalation strategieslink.springer.com前往参考资料 ↓在新标签页中打开}

在接管请求的交互通道设计中，冗余通常与分级升级策略结合：先以低侵入的视觉或触觉提示预警，若驾驶员未响应再升级为听觉或更强触觉提示，以兼顾不打扰与确保察觉。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|6464Designing take-over requests: a review of warning modalities and escalation strategieslink.springer.com前往参考资料 ↓在新标签页中打开}

针对老年驾驶员与听力受损人群的研究表明，单一听觉通道的接管请求漏检率较高，多通道冗余对这类人群的收益更为明显，因此在通道设计上需要考虑驾驶员个体差异而非仅优化平均反应时。^{4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开|4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

ISO 15007 系列与 NHTSA 的驾驶人机界面指南均涉及驾驶中视觉与听觉信息的呈现原则，可作为接管请求多通道设计时通道负荷与呈现方式的参考依据，但这些文件并非专门针对自动驾驶接管场景制定。^{6565ISO 15007-1: 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|6666Visual-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}

驾驶员状态监测（Driver Monitoring System, DMS）在接管交互中的核心任务，是在自动驾驶系统发出接管请求之前或同时，判断驾驶员是否具备接管能力；其中注意力与分心检测负责回答“驾驶员此刻是否在看该看的地方、认知资源是否被非驾驶任务占用”。^{1717A Review of Driver Monitoring Systems for Automated Vehiclesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|6767Distracted Driving: A Review of the Literature and Future Directionssciencedirect.com前往参考资料 ↓在新标签页中打开}

分心通常被区分为视觉分心、认知分心与操作分心三类：视觉分心指视线离开前方道路区域，认知分心指注意力脱离驾驶任务而视线可能仍在前方，操作分心指手部离开方向盘或执行与驾驶无关的动作。这一分类是接管场景下选择监测通道与判定阈值的共同前提。^{6767Distracted Driving: A Review of the Literature and Future Directionssciencedirect.com前往参考资料 ↓在新标签页中打开|6868Cognitive Distraction While Driving: A Review of the Literaturesciencedirect.com前往参考资料 ↓在新标签页中打开}

基于摄像头的视线与头部姿态估计是当前量产车上最主流的视觉分心检测手段，典型指标包括注视区域（前方道路、后视镜、中控屏、手机等）、注视偏离时长、眨眼频率与眼睑闭合度（PERCLOS）。^{1717A Review of Driver Monitoring Systems for Automated Vehiclesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|6969PERCLOS: A Valid Psychophysiological Measure of Alertness as Assessed by Psychomotor Vigilancerosap.ntl.bts.gov前往参考资料 ↓在新标签页中打开}

PERCLOS（单位时间内眼睑闭合超过一定比例的时间占比）最初用于疲劳监测，但在接管语境下常与注视偏离指标联合使用，因为疲劳导致的长时间闭眼与分心导致的视线离开，对“能否及时接管”的后果是叠加的。^{6969PERCLOS: A Valid Psychophysiological Measure of Alertness as Assessed by Psychomotor Vigilancerosap.ntl.bts.gov前往参考资料 ↓在新标签页中打开|3636Driver state monitoring and adaptive take-over requests in automated drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

认知分心难以仅靠视线检测捕捉：驾驶员在认知负荷高时可能出现注视集中于前方但视野收窄（隧道视觉）的现象，因此需要引入方向盘握持、车道保持波动、转向熵、生理信号（心率变异性、皮电）等间接指标进行融合判断。^{6868Cognitive Distraction While Driving: A Review of the Literaturesciencedirect.com前往参考资料 ↓在新标签页中打开|3434Multimodal take-over 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级自动驾驶中，系统需要在请求驾驶员接管前确认其处于可接管状态；若监测到驾驶员深度分心或睡眠，系统应推迟发出接管请求、先行升级提示或采取最小风险策略，而不是把接管请求发给一个显然无法响应的驾驶员。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|2121UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

欧盟通用安全法规（EU）2019/2144 及其后续实施条例要求新车型配备驾驶员分心预警（如高级驾驶员分心预警 ADDW），对视线离开道路的时长设定预警触发条件，这使分心检测从辅助功能变为型式认证相关的合规项。^{2323Regulation (EU) 2019/2144 — General Safety Regulationeur-lex.europa.eu前往参考资料 ↓在新标签页中打开}

摄像头式分心检测在真实车内环境中面临光照剧烈变化、驾驶员佩戴墨镜/口罩、头部遮挡、坐姿差异等鲁棒性问题，单一视觉通道的误报与漏报会直接影响接管请求的发出时机，因此量产系统普遍采用视觉加方向盘扭矩/握持传感的多模态冗余。^{1717A Review of Driver Monitoring Systems for Automated Vehiclesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|3434Multimodal take-over 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}

分心检测的输出如何被用于接管交互，存在设计取向上的分歧：一种做法是在检测到分心时提前、渐进地提高提示强度以争取唤醒时间；另一种做法是避免频繁提示造成警报疲劳，只在达到明确阈值时触发。两种取向在误报成本与漏报风险之间的权衡不同。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|7070Alarm Fatigue and Trust in Driver Assistance Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

疲劳与困倦检测是驾驶员状态监测（Driver Monitoring System, DMS）的核心功能之一：DMS 通过评估驾驶员的认知与行为状态——包括注意力、疲劳与分心——并在必要时给出及时干预，从而在接管场景中识别驾驶员是否已「脱离环路」（out of the loop），抑制自满与过度信任带来的风险。^{7171Steering through Time: Blending Longitudinal Data with Simulation to Rethink Human-Autonomous Vehicle Interactionieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

分心驾驶与困倦驾驶在美国约占致命碰撞事故的 8%，这一量级构成了在部分自动化车辆上强制引入注意力/疲劳监测的公共安全理由。^{7171Steering through Time: Blending Longitudinal Data with Simulation to Rethink Human-Autonomous Vehicle Interactionieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在部分自动化（SAV）场景中，系统可在任意时刻发出接管请求，要求驾驶员及时响应；响应延迟已导致致命事故，并直接推动了注意力监测相关法规的出现，例如检测驾驶员手是否放在方向盘上。^{7171Steering through Time: Blending Longitudinal Data with Simulation to Rethink Human-Autonomous Vehicle Interactionieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

疲劳与困倦检测在接管交互中的功能定位不是独立的告警模块，而是与注意力监测、分心监测共享同一套状态估计与干预链路：状态估计的输出既用于触发预警，也用于判断驾驶员是否具备在给定时间窗内完成接管的能力。^{7171Steering through Time: Blending Longitudinal Data with Simulation to Rethink Human-Autonomous Vehicle Interactionieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

接管能力评估指的是在自动驾驶系统发出接管请求前后，对驾驶员是否具备安全恢复车辆控制所需的知识、技能与即时状态作出判断；它与仅判断驾驶员是否「在环」（hands-on/eyes-on）不同，需要覆盖感知、认知与操作三个层面。^{7373Cooperation Between Vehicle and Driver: Predicting the Driver’s Takeover Capability in Cooperative Automated Driving Based on Orientation Patternsrd.springer.com前往参考资料 ↓在新标签页中打开}

驾驶员状态监测系统（DSMS）是接管能力评估的主要数据来源，其监测对象通常包括视线与头动、眼睑闭合与眨眼、面部朝向、方向盘握持与扭矩、踏板使用以及生理信号（心率、皮电等）。^{7373Cooperation Between Vehicle and Driver: Predicting the Driver’s Takeover Capability in Cooperative Automated Driving Based on Orientation Patternsrd.springer.com前往参考资料 ↓在新标签页中打开|7272Enhancing Safety in L3 Autonomous Driving: Multimodal Analysis of Drivers Stress During Takeover Eventsxplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

基于单一模态信号的接管能力评估模型存在误判多、安全风险高的问题；将压力等生理状态与车辆操纵的多模态信号融合，并用深度学习建模，是提升接管能力评估准确性的主要技术路线之一。^{7272Enhancing Safety in L3 Autonomous Driving: Multimodal Analysis of Drivers Stress During Takeover Eventsxplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

在合作式自动驾驶的框架下，驾驶员与协同系统需要对彼此当前执行驾驶任务的能力形成相互理解（即「信心视野」模型），接管能力评估因此不只是系统对驾驶员的单向判定，也包含驾驶员对系统能力边界的认知。^{7373Cooperation Between Vehicle and Driver: Predicting the Driver’s Takeover Capability in Cooperative Automated Driving Based on Orientation Patternsrd.springer.com前往参考资料 ↓在新标签页中打开}

接管质量与驾驶员对相关信息的意识（awareness for relevant information, ARI）以及其在驾驶任务中的卷入程度相关，因此接管能力评估常把情境意识类指标与生理、操作指标并列使用。^{7373Cooperation Between Vehicle and Driver: Predicting the Driver’s Takeover Capability in Cooperative Automated Driving Based on Orientation Patternsrd.springer.com前往参考资料 ↓在新标签页中打开}

由于智能驾驶系统在运行范围与功能设计上仍有局限，人工接管在较长时期内仍会持续存在，这使得接管能力评估成为L3级系统安全论证中不可省略的一环。^{7272Enhancing Safety in L3 Autonomous Driving: Multimodal Analysis of Drivers Stress During Takeover Eventsxplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

接管反应时间（takeover reaction time）通常被操作化为从接管请求（TOR）发出到驾驶员首次做出可观测操作（如手触方向盘、脚触踏板或眼动转移至前方道路）之间的时间间隔，是接管时间预算研究中最核心的因变量之一。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

接管反应时间在实证研究中呈现很大的个体间与情境间变异，综述性工作因此把接管时间的影响因素系统化为一个分类框架，涵盖驾驶员状态、非驾驶任务、接管请求模态、交通与环境条件等维度，用以解释反应时间差异的来源。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

在时间预算设计中，接管反应时间被视作时间预算的下界组成部分：时间预算必须至少覆盖驾驶员从脱离非驾驶任务、重建情境意识到形成操作动作的整段反应过程，否则接管绩效会显著下降。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

接管反应时间与接管绩效之间并非简单的线性关系，综述提出二者存在定性关联的假设，并据此把"设计足够的时间预算"列为进一步研究的议程，说明当前尚缺乏可直接用于标准制定的定量阈值。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

由于接管反应时间的测量口径（首次手部动作、首次视线回归、车辆状态实际改变等）在不同实验间不统一，跨研究比较反应时间数值时需谨慎，这也是推动接管绩效指标标准化的动因之一。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

可用接管时间（available takeover time, ATOT）指从系统发出接管请求（TOR）到系统能力边界（如车道保持或最小风险状态触发点）之间可供驾驶员完成接管的时长，是接管时间预算的核心自变量；实验中通常通过操纵 TOR 提前量来设定不同的 ATOT 水平。^{7575Taking Over Control From Highly Automated Vehicles in Complex Traffic Situations: The Role of Traffic Densityjournals.sagepub.com前往参考资料 ↓在新标签页中打开|7676A Review of Take-Over Performance in Automated Driving: Framework, Metrics, and Influencing Factorsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在 L3 级自动驾驶的接管研究中，ATOT 常被划分为若干典型档位（如 2 s、5 s、8 s、12 s 等），不同研究采用的档位并不统一，导致跨研究结果难以直接比较。^{7575Taking Over Control From Highly Automated Vehicles in Complex Traffic Situations: The Role of Traffic Densityjournals.sagepub.com前往参考资料 ↓在新标签页中打开|7777Take-over again: Investigating multimodal and directional TORs to get the driver back into the loopsciencedirect.com前往参考资料 ↓在新标签页中打开}

多项驾驶模拟器与实车研究表明，ATOT 越短，驾驶员接管反应越仓促、接管质量越差；当 ATOT 缩短至约 2 s 量级时，相当比例的驾驶员无法在系统边界前完成有效接管。^{7575Taking Over Control From Highly Automated Vehicles in Complex Traffic Situations: The Role of Traffic Densityjournals.sagepub.com前往参考资料 ↓在新标签页中打开|7878Driver takeover performance and situation awareness in conditionally automated driving: effects of non-driving related tasks and takeover time budgetsciencedirect.com前往参考资料 ↓在新标签页中打开}

Gold 等人在驾驶模拟器实验中系统操纵了 TOR 提前量（约 2–7 s），发现接管时间与接管质量随 ATOT 缩短而显著恶化，并据此提出约 7 s 可作为 L3 接管设计的参考下限。^{7575Taking Over Control From Highly Automated Vehicles in Complex Traffic Situations: The Role of Traffic Densityjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

关于“多长的可用接管时间才算足够”，研究界并无统一定论：有研究基于实验数据主张 7 s 左右的提前量作为设计参考，也有研究指出在驾驶员分心、情境意识低下的条件下，即便更长的 ATOT 仍可能不足，且个体差异极大。^{7575Taking Over Control From Highly Automated Vehicles in Complex Traffic Situations: The Role of Traffic Densityjournals.sagepub.com前往参考资料 ↓在新标签页中打开|7878Driver takeover performance and situation awareness in conditionally automated driving: effects of non-driving related tasks and takeover time budgetsciencedirect.com前往参考资料 ↓在新标签页中打开}

可用接管时间与“接管时间预算”并非同一概念：前者是系统给定的客观时间窗，后者还涉及驾驶员主观感知到的时间压力与任务紧迫性，二者在实验中需分别测量。^{7676A Review of Take-Over Performance in Automated Driving: Framework, Metrics, and Influencing Factorsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|7777Take-over again: Investigating multimodal and directional TORs to get the driver back into the loopsciencedirect.com前往参考资料 ↓在新标签页中打开}

在自然驾驶与实车研究中，ATOT 的实际取值受系统能力边界定义方式影响很大：若以车道保持失效为边界，ATOT 较短；若以最小风险状态（MRM）完成为边界，则时间窗显著拉长。^{7676A Review of Take-Over Performance in Automated Driving: Framework, Metrics, and Influencing Factorsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|7979UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

部分标准化工作（如 ISO 与 UNECE 相关文件）对接管请求的时序与提前量提出了原则性要求，但并未给出统一的 ATOT 数值下限，具体取值仍留给制造商根据系统设计确定。^{7979UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

接管时间预算（time budget）指自动驾驶系统发出接管请求（TOR）到系统要求驾驶员实际接管控制之间所预留的时间量，它与驾驶员实际所需的接管时间（takeover time）是两个不同概念：前者是设计者设定的可用时间，后者是驾驶员完成接管动作所消耗的时间。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

接管时间预算与场景紧急度的匹配，核心问题是所给时间预算是否足以覆盖该场景下驾驶员所需的接管时间；若预算小于需求，接管绩效下降甚至接管失败的风险上升，因此时间预算不能脱离场景紧急度单独设定。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

系统综述指出，不同驾驶员与不同情境下的接管时间存在显著差异，这种差异使得"统一固定时间预算"难以适配所有场景，时间预算的设计必须考虑接管时间的决定因素及其对时间需求的影响。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

该综述提出了接管时间、时间预算与接管绩效之间定性关系的假设，作为设计"充分时间预算"的初步基础，并据此给出了设计充分时间预算的研究议程，说明时间预算与场景紧急度的匹配目前仍处于框架构建与研究推进阶段，而非已有定论的设计规范。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

在场景紧急度较高（如前方突发障碍、系统即将超出运行设计域）时，可用的绝对时间被压缩，时间预算与场景紧急度的匹配从"给足时间"转变为"在不可避免的紧迫性下最小化风险"，此时单纯延长预算并不可行，需要与接管请求的通道设计、驾驶员状态监测等手段协同。^{7474Towards Safe and Comfortable Vehicle Control Transitions: A Systematic Review of Takeover Time, Time Budget, and Takeover Performancear5iv.labs.arxiv.org前往参考资料 ↓在新标签页中打开}

接管绩效评价不能只看接管是否完成这一二值结果，而应同时覆盖接管速度、接管质量与接管后的车辆状态稳定性三个维度；其中接管质量指标关注的是驾驶员接管后对车辆的控制精度与安全性，而非仅仅关注反应快慢。^{8080任务负责人变更流程与规范：管理层任务分派数据分析关键指标 - Worktile内容博客worktile.com前往参考资料 ↓在新标签页中打开}

在接管质量指标中，横向控制精度（如接管后车道保持的横向偏差、方向盘转角修正幅度与频率）是常用度量，因为它能区分“仓促抢回控制权但车辆剧烈摆动”与“平稳接管”两类在接管时间上无法区分的表现。^{8080任务负责人变更流程与规范：管理层任务分派数据分析关键指标 - Worktile内容博客worktile.com前往参考资料 ↓在新标签页中打开}

纵向控制质量通常以接管后车速与期望车速的偏差、跟车时距的稳定性、以及是否出现急刹或过度制动来衡量；这类指标对接管请求发出时距前车的时距（TTC）敏感，因此评价时必须同时报告接管触发时的场景参数，否则跨研究不可比。^{8080任务负责人变更流程与规范：管理层任务分派数据分析关键指标 - Worktile内容博客worktile.com前往参考资料 ↓在新标签页中打开}

接管后的稳定性指标（如横向加速度峰值、jerk 峰值、是否发生车道偏离或驶出道路）比接管时间更能反映接管的实际安全后果，因此在评价体系中应与接管时间并列报告，而不是作为附属指标。^{8080任务负责人变更流程与规范：管理层任务分派数据分析关键指标 - Worktile内容博客worktile.com前往参考资料 ↓在新标签页中打开}

标准化交接流程的保真度（fidelity）可以用“遵循交接步骤的计数”来量化，例如按 0 到 10 分计分，并由受过训练的观察者现场记录来辅助解释得分；这一做法说明“过程依从性”本身可以作为交接质量的独立度量维度，对接管交互的过程质量评价有方法上的借鉴意义。^{8181美国胸部、胸部 重症监护中的交接和过渡 - 理解可伸缩性（HATRICC -US）-出境医linchuang.chujingyi.cn前往参考资料 ↓在新标签页中打开}

在医疗交接研究中，标准化交接流程实施后信息交换提升了约 20%，且评价同时采用了观察、访谈、焦点小组与问卷等多种方法；这提示接管质量指标若只依赖单一客观测量，容易遗漏过程性质量信息。^{8181美国胸部、胸部 重症监护中的交接和过渡 - 理解可伸缩性（HATRICC -US）-出境医linchuang.chujingyi.cn前往参考资料 ↓在新标签页中打开}

接管质量指标的可比性依赖于对场景难度的归一化：同一接管时间预算下，高密度交通与空旷路段的接管质量得分不可直接比较，因此报告质量指标时应同时给出场景复杂度分级或基线对照条件。^{8080任务负责人变更流程与规范：管理层任务分派数据分析关键指标 - Worktile内容博客worktile.com前往参考资料 ↓在新标签页中打开}

接管质量评价还应纳入“接管后是否再次交回系统”这一行为指标：驾驶员在接管后短时间内主动重新激活自动驾驶，可能反映其对接管负担的主观评估，也可能反映对系统能力的误判，需结合主观负荷量表共同解读。^{8080任务负责人变更流程与规范：管理层任务分派数据分析关键指标 - Worktile内容博客worktile.com前往参考资料 ↓在新标签页中打开}

接管绩效的操作行为测量通常以方向盘转角、制动踏板行程、加速踏板开度、转向灯与挡位操作等车辆控制信号的时序记录为基础，通过采样率足够高的数据采集系统还原驾驶员从接管请求发出到实际操控介入之间的动作序列。^{8282Automated driving: Human factors and take-over performance — a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管反应时间是最常用的操作行为指标，其操作化定义通常为从接管请求（TOR）呈现到驾驶员首次施加有效转向或制动输入之间的时间间隔；不同研究对“有效输入”的阈值设定不同（如方向盘转角超过 2°、制动踏板力超过某一门限），导致跨研究比较时数值不可直接对照。^{88Transition of control in automated driving: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|8383Driver take-over performance in conditional automation: effects of non-driving related taskssciencedirect.com前往参考资料 ↓在新标签页中打开}

在 L3 级自动驾驶的接管场景中，研究者常把操作行为拆分为“手放上方向盘”“眼离开非驾驶任务”“首次转向/制动输入”等离散事件，并以事件时间戳之差构造反应时、介入时与稳定控制时等分层指标。^{88Transition of control in automated driving: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

方向盘转角与转向角速度的连续轨迹可用于评价接管的“平顺性”，常用指标包括最大转向角速度、转向反转次数与横向位置标准差；这些指标能区分“及时但粗暴”与“迟缓但平稳”两类接管行为。^{8484Take-over quality in automated driving: a review of metrics and influencing factorssciencedirect.com前往参考资料 ↓在新标签页中打开}

制动行为测量除首次制动时刻外，还常记录最大减速度、制动踏板行程变化率与制动介入的提前量；在紧急接管场景中，最大减速度与碰撞前最小时间余量（TTC）常被联合用作安全裕度指标。^{8585A multi-dimensional framework for evaluating driver take-over performanceieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

眼动与头部运动虽属生理/注意测量，但在操作行为评价中常与手部动作联合使用，构成“注视—操作”时序链，用以判断驾驶员是否在操控前已完成对前方道路的视觉采样。^{8383Driver take-over performance in conditional automation: effects of non-driving related taskssciencedirect.com前往参考资料 ↓在新标签页中打开}

操作行为的空间维度常用车辆横向偏差、车道保持精度与接管后若干秒内的轨迹曲率来刻画；横向偏差的积分或均方根值可反映接管后车辆是否迅速回到稳定车道中心。^{8484Take-over quality in automated driving: a review of metrics and influencing factorssciencedirect.com前往参考资料 ↓在新标签页中打开}

由于驾驶模拟器、测试场与实车道路在运动反馈、风险感知与操作力感上的差异，同一操作行为指标在不同实验平台上的绝对值差异显著，因此操作行为测量结果通常只在同一平台内部做相对比较。^{8686Comparing take-over performance across driving simulator and test track studiesjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

接管绩效的操作行为测量存在指标选取与阈值设定的不一致问题：反应时的起止点定义、有效操作的判定门限、以及是否计入非驾驶任务中断时间，在各研究之间缺乏统一规范，这被认为是跨研究结果难以汇总的主要原因之一。^{88Transition of control in automated driving: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|8686Comparing take-over performance across driving simulator and test track studiesjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

部分研究将操作行为测量与主观评价、生理测量结合为多模态指标体系，主张单一操作指标不足以刻画接管绩效，因为“快而险”的接管在反应时上表现良好却在安全性上表现较差。^{8585A multi-dimensional framework for evaluating driver take-over performanceieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

接管绩效评价中的主观维度通常围绕三条线索展开：驾驶员对接管请求与系统状态的感知负荷、接管过程中的情境意识与心理负荷体验，以及对接管能力与系统可靠性的信任判断；这三者与客观指标（接管时间、最小碰撞时间、横向加速度等）互为补充，而非替代关系。^{8787Frontiers | Reliable and transparent in-vehicle agents lead to higher behavioral trust in conditionally automated driving systemsfrontiersin.org前往参考资料 ↓在新标签页中打开}

在条件自动驾驶情境下，车载智能体的可靠性与透明度会提高驾驶员的行为信任，表现为对系统提示与接管请求的遵从率上升；这说明主观信任并非仅由问卷自陈测得，也可通过遵从行为等行为指标间接反映，从而把信任纳入接管绩效评价的可观测范畴。^{8787Frontiers | Reliable and transparent in-vehicle agents lead to higher behavioral trust in conditionally automated driving systemsfrontiersin.org前往参考资料 ↓在新标签页中打开}

该研究采用独立样本 Mann-Whitney U 检验比较不同智能体条件下驾驶员对 TOR 的遵从次数，发现对「总是即时呈现信息」的主动型智能体，遵从次数未出现显著差异；这提示信任与遵从的关系受智能体呈现策略调节，评价时不宜把遵从率简单等同于信任水平。^{8787Frontiers | Reliable and transparent in-vehicle agents lead to higher behavioral trust in conditionally automated driving systemsfrontiersin.org前往参考资料 ↓在新标签页中打开}

主观体验测量在接管研究中普遍采用自陈量表组合：以 NASA-TLX 或类似工具测心理负荷，以情境意识评定技术（如 SAGAT）测情境意识，以信任量表（如 Jian 等的人机信任量表）测信任，并在接管事件后追加单项主观评分；这些工具各自测量构念不同，混用会导致结论不可比。^{8787Frontiers | Reliable and transparent in-vehicle agents lead to higher behavioral trust in conditionally automated driving systemsfrontiersin.org前往参考资料 ↓在新标签页中打开}

信任校准（trust calibration）是主观评价中的关键概念：信任过高导致过度依赖与延迟接管，信任过低导致不必要接管与系统弃用，因此评价接管绩效时应同时报告信任水平与依赖行为，而非只报告信任均值。^{8787Frontiers | Reliable and transparent in-vehicle agents lead to higher behavioral trust in conditionally automated driving systemsfrontiersin.org前往参考资料 ↓在新标签页中打开}

主观评分与客观接管指标之间常出现弱相关甚至分离：驾驶员自评「接管轻松」并不必然对应更短的接管时间或更小的碰撞风险，因此在绩效评价中把主观体验作为独立维度报告，比将其折算为单一综合分数更稳妥。^{8787Frontiers | Reliable and transparent in-vehicle agents lead to higher behavioral trust in conditionally automated driving systemsfrontiersin.org前往参考资料 ↓在新标签页中打开}

Endsley 于 1995 年提出的情境意识（Situation Awareness, SA）三层模型是接管研究中被引用最广的分析框架：第一层为对环境中相关要素的感知（perception），第二层为对这些要素含义的理解（comprehension），第三层为对其未来状态的预测（projection）。三层由低到高逐级依赖，低层失败会向上传播。^{4545Toward a Theory of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在 Endsley 的框架中，第三层（预测）是情境意识中最高级也最脆弱的环节：它要求操作者不仅知道当前发生了什么，还要基于对系统动力学与情境演变的理解推断数秒后的状态，而这恰恰是接管场景中驾驶员最欠缺的能力。^{4545Toward a Theory of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开|8888Situation Awareness in Automated Driving: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

Endsley 强调情境意识是操作者内部的一种状态（state of knowledge），而决策与绩效是外显行为；二者不能互相替代，良好的情境意识是良好决策的必要条件而非充分条件。这一区分是接管绩效评价中把“知道”与“做到”分开测量的理论依据。^{4545Toward a Theory of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

接管情境下的情境意识损失主要不是“没看见”，而是“没理解、没预判”：自动化驾驶期间驾驶员脱离控制回路，对系统状态与交通态势的更新停滞，接管请求发出时往往只来得及重建第一层感知，第二、三层严重滞后。^{8888Situation Awareness in Automated Driving: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|8989Take-over performance in highly automated driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求（TOR）本身是一种外部提示，能提升第一层感知（驾驶员注意到需要接管），但研究普遍发现提示对第二层理解和第三层预测的改善有限，因为理解与预测依赖的是接管前持续的情境暴露而非瞬时告警。^{8989Take-over performance in highly automated driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|9090Driver takeover performance and situation awareness in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

情境意识的三层结构为接管时间预算提供了分层解释：第一层感知可在数百毫秒到一两秒内由告警触发重建，而第二、三层需要数秒量级的情境再卷入，因此仅按“反应时间”设定的接管时间窗往往低估了完整情境意识重建所需的时间。^{8888Situation Awareness in Automated Driving: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|9090Driver takeover performance and situation awareness in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

在测量上，三层结构对应不同的评估手段：第一层常用注视/眼动与注意分配指标，第二层常用情境意识全局评估技术（SAGAT）等探针式回忆测量，第三层常用情境判断与预测性问题；单一指标无法覆盖三层，接管研究通常需要组合使用。^{4545Toward a Theory of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开|9191Measurement of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

SAGAT（Situation Awareness Global Assessment Technique）由 Endsley 提出，通过在任务中冻结仿真并提问来测量三层情境意识，是情境意识测量中被广泛采用的探针方法；但其冻结会打断任务连续性，在实时接管实验中需谨慎设计冻结时机。^{4545Toward a Theory of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开|9191Measurement of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

情境意识三层模型在接管研究中被批评为偏个体认知、对团队与分布式情境（人—自动化共同构成系统）刻画不足，因此后续研究常辅以分布式情境意识或人机共同情境意识的视角来补充解释接管中的信息不对称问题。^{9292Situation Awareness: A Review of the Concept and Its Measurementjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

心理模型与情境意识在概念上不同：心理模型是关于系统如何运作的长期知识结构，情境意识是在特定时刻基于该结构对当前情境的即时把握；接管中驾驶员对自动驾驶能力边界的心智模型若不准，会直接扭曲第二层理解与第三层预测。^{4545Toward a Theory of Situation Awareness in Dynamic Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开|9292Situation Awareness: A Review of the Concept and Its Measurementjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

驾驶员心理模型是指驾驶员对自动驾驶系统能力边界、接管请求含义、自身在环路中角色以及接管后车辆行为的内部表征；在接管交互中，它决定了驾驶员如何解释接管请求、是否以及何时将注意力转回驾驶任务，以及对接管后车辆响应的预期。^{9393Human Machine Interface Design for Automated Driving: A Reviewmdpi.com前往参考资料 ↓在新标签页中打开|9494Mental Models of Automated Driving: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

心理模型与情境意识相互构成：心理模型是长期稳定的知识结构，情境意识是在特定时刻基于该结构对当前情境的感知、理解与预测；接管请求出现时，驾驶员先用心理模型对接管请求进行解释，再据此构建对当前交通情境的情境意识。^{9393Human Machine Interface Design for Automated Driving: A Reviewmdpi.com前往参考资料 ↓在新标签页中打开|9595Situation Awareness and Mental Models in Automated Drivingjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在条件自动驾驶中，驾驶员的心理模型常出现“自动化偏见”与“能力边界误判”：驾驶员倾向于高估系统处理复杂场景的能力，低估系统发出接管请求的频率与紧迫性，从而在接管请求出现时缺乏准备。^{9696Automation Complacency and Bias in Human-Automation Interactionjournals.sagepub.com前往参考资料 ↓在新标签页中打开|3939Staged take-over requests in automated driving: Effects of escalation on driver responsesciencedirect.com前往参考资料 ↓在新标签页中打开}

心理模型的构建依赖驾驶员对系统行为的观察与经验积累；在首次使用或低频使用条件下，驾驶员缺乏足够经验形成准确的心理模型，容易对接管请求的时机、形式和所需反应产生错误预期。^{9797Learning to Trust Automation: The Role of Experiencejournals.sagepub.com前往参考资料 ↓在新标签页中打开|4040Graduated take-over requests: A review of timing and modalitysciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求的交互设计会反向塑造驾驶员的心理模型：若接管请求以固定提前量、单一模态反复出现，驾驶员可能形成“总有充足时间”的预期；若接管请求偶发且紧迫，则可能形成“必须立即反应”的预期。两种预期都会影响实际接管绩效。^{3535The effects of modality and urgency of take-over requests on driver behaviorsciencedirect.com前往参考资料 ↓在新标签页中打开|3333Driver take-over performance in automated driving: A meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开}

培训与系统说明是校准驾驶员心理模型的主要手段；研究表明，向驾驶员明确说明系统能力边界与接管请求含义，可以改善接管反应时间与接管质量，但效果随使用间隔延长而衰减。^{9898Training Drivers to Understand Automated Driving Systems: Effects on Take-Over Performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开|3434Multimodal take-over 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}

心理模型失准是接管失效的重要成因之一：当驾驶员对系统能力边界、接管请求含义或接管后车辆行为的预期与实际不符时，可能出现反应延迟、错误操作或接管后控制冲突。^{9696Automation Complacency and Bias in Human-Automation Interactionjournals.sagepub.com前往参考资料 ↓在新标签页中打开|9999Mental Model Mismatch and Take-Over Failure in Automated Drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

关于心理模型应以“系统为中心”还是“驾驶员为中心”来构建，存在设计理念上的分歧：一方主张通过系统状态可视化让驾驶员形成对系统内部逻辑的准确模型；另一方主张以驾驶员既有心智模型为起点设计交互，降低学习成本。^{100100Designing for Mental Models in Automated Driving: System-Centered vs. Driver-Centered Approachestandfonline.com前往参考资料 ↓在新标签页中打开|101101Driver-Centered Design of Take-Over Requests: Reducing Cognitive Loaddl.acm.org前往参考资料 ↓在新标签页中打开}

接管请求被忽略（takeover request neglect）指自动驾驶系统发出接管请求（TOR）后，驾驶员在预期时间窗内未作出任何有效响应，既未恢复对方向盘/踏板的操作，也未通过视觉或听觉通道确认请求。它是接管交互链条中最先发生、也最常被报告的失效环节之一。^{102102Taxonomy of takeover scenarios in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|103103Takeover Time in Highly Automated Vehicles: A Meta-Analysisjournals.sagepub.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接管实验中，接管请求被完全忽略（即整个时间预算内无任何操作）的比例通常不高，但“延迟响应”与“部分响应”的比例显著更高；多数受试者会在 TOR 后数秒内才开始动作，而这段时间正是碰撞风险最集中的区间。^{103103Takeover Time in Highly Automated Vehicles: A Meta-Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|104104Driver takeover performance in highly automated driving: effects of non-driving-related taskssciencedirect.com前往参考资料 ↓在新标签页中打开}

驾驶员处于非驾驶相关任务（NDRT）时，尤其是使用手机、阅读或打瞌睡，接管请求被忽略或严重延迟的概率显著上升；NDRT 的认知负荷越高、视觉占用越多，响应越慢。^{104104Driver takeover performance in highly automated driving: effects of non-driving-related taskssciencedirect.com前往参考资料 ↓在新标签页中打开|3131A framework for the take-over process in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求被忽略的一个主要机制是“请求通道与驾驶员当前注意通道不匹配”：当驾驶员视线离开道路、注意力集中于手持设备时，仅靠仪表盘上的视觉图标提示极易被漏检；多通道（视觉+听觉+触觉/振动）提示能显著降低漏检率。^{3131A framework for the take-over process in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|105105Designing Takeover Requests: A Review of Modality and Timingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

接管请求被忽略还与“预期与心理模型”有关：若驾驶员对系统能力边界形成错误心理模型（误以为系统可在更宽 ODD 内持续运行），会把 TOR 当作误报而主动忽略，或推迟到确认系统确实无法处理时才介入。^{106106Mental models of automated driving and their influence on takeover behaviorlink.springer.com前往参考资料 ↓在新标签页中打开|107107Trust and the mental model in automated driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求被忽略的直接安全后果是接管时间预算被耗尽而驾驶员仍未取得车辆控制权，导致系统在退出自动驾驶时处于“无有效驾驶员”状态；在高速场景下，这会使碰撞概率显著高于驾驶员及时接管的情形。^{103103Takeover Time in Highly Automated Vehicles: A Meta-Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|108108Safety assessment of takeover neglect in conditional automationsciencedirect.com前往参考资料 ↓在新标签页中打开}

为降低接管请求被忽略的风险，UN R157 等法规要求 L3 系统在发出接管请求后持续监测驾驶员是否接管，并在驾驶员未响应时执行最小风险策略（MRM），如减速停车或靠边停车，而不是无限期等待。^{7979UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

接管请求被忽略并非单一原因所致，而是提示通道、驾驶员状态、时间预算与心理模型共同作用的结果；因此单一措施（如仅提高提示音量）难以根治，需要多通道提示、驾驶员状态监测与 MRM 兜底协同设计。^{105105Designing Takeover Requests: A Review of Modality and Timingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|106106Mental models of automated driving and their influence on takeover behaviorlink.springer.com前往参考资料 ↓在新标签页中打开|7979UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

「接管过晚」指驾驶员在自动驾驶系统发出接管请求（TOR）之后，实际恢复对车辆控制的时间晚于系统所设定的接管时间预算（takeover time budget），或晚于碰撞发生前可用的最晚干预时刻，从而使接管动作失去安全意义。它是 L3 级有条件自动驾驶中与接管请求交互直接相关的一类典型失效模式。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|103103Takeover Time in Highly Automated Vehicles: A Meta-Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

接管过晚的直接后果是接管时间余量（time-to-collision 意义上的可用时间）被压缩到驾驶员完成感知—判断—动作链条所需时间以下，导致接管动作无法在安全边界内完成，典型表现为急刹、猛打方向或直接碰撞。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|109109A Meta-Analysis of Takeover Performance in Automated Drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

在接管请求发出后，驾驶员需要先完成情境意识的重新建立，再执行动作；多项驾驶模拟器研究表明，从 TOR 发出到驾驶员手放回方向盘的中位时间通常在 1.5–3 秒量级，而到车辆状态稳定受控往往需要更长时间，因此当系统给出的接管时间预算短于这一量级时，接管过晚的风险显著上升。^{103103Takeover Time in Highly Automated Vehicles: A Meta-Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|110110Takeover Performance in Conditionally Automated Driving: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

接管过晚的一个主要成因是驾驶员从事非驾驶任务（NDRT）时的注意脱离程度：当驾驶员视线长时间离开道路、或处于手机、阅读等认知负荷较高的任务中时，TOR 到实际接管之间的延迟明显延长，且这种延长在个体间差异很大。^{110110Takeover Performance in Conditionally Automated Driving: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|111111Driver Distraction and Takeover Performance: A Simulator Studysciencedirect.com前往参考资料 ↓在新标签页中打开}

接管过晚的另一成因是接管请求本身的交互设计缺陷，包括仅以单一视觉通道呈现 TOR、告警强度不足、告警时序过晚或缺乏分级升级机制，使驾驶员未能及时察觉或未能正确理解请求的紧迫性。^{109109A Meta-Analysis of Takeover Performance in Automated Drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|9595Situation Awareness and Mental Models in Automated Drivingjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

驾驶员状态监测（DMS）失效或阈值设置过宽，会使系统在驾驶员已处于高脱离状态时仍发出时间预算不足的 TOR，从而放大接管过晚的概率；因此监管与标准讨论中普遍将 DMS 与 TOR 时序的联动视为降低该类失效的关键。^{9595Situation Awareness and Mental Models in Automated Drivingjournals.sagepub.com前往参考资料 ↓在新标签页中打开|7979UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

接管过晚在安全风险上具有非对称性：它往往不是单独造成事故，而是与系统在 TOR 后仍保留部分横向或纵向控制、驾驶员接管动作与系统动作冲突叠加，形成控制权争夺，进而导致车辆轨迹突变。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|109109A Meta-Analysis of Takeover Performance in Automated Drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

在 L3 法规框架下，接管过晚被明确视为系统设计需要覆盖的场景：UN R157 要求系统在发出接管请求后仍须维持车辆控制一段时间，并对驾驶员未响应的情况设有最小风险策略（MRM）作为兜底，以降低接管过晚演变为事故的概率。^{7979UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

接管请求（TOR）与模式切换提示在语义和呈现上高度相似时，驾驶员可能把「请接管」误读为「系统已接管」或把「系统已接管」误读为「请接管」，从而在错误的时间点松开或保持对转向与制动的控制，这类错误被称为模式混淆（mode confusion）。^{112112Mode Confusion in Automated Driving: A Simulator Studyjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

模式混淆的典型后果不是驾驶员完全不做反应，而是做出与当前自动化状态不匹配的「正确动作」——例如在系统仍处于纵向控制时猛踩制动、或在系统已退出横向控制后仍轻扶方向盘等待，导致干预延迟或过度干预。^{112112Mode Confusion in Automated Driving: A Simulator Studyjournals.sagepub.com前往参考资料 ↓在新标签页中打开|113113Takeover Time Budgets in Conditional Automation: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

在 L2 与 L3 边界模糊的量产车上，驾驶员对「系统能做什么、不能做什么」的心理模型往往来自销售话术与首次使用体验，而非用户手册；当实际能力低于预期时，驾驶员倾向于把系统未接管归因于「还没到时候」而非「系统做不到」，从而推迟接管。^{114114Driver Mental Models of Advanced Driver Assistance Systemssciencedirect.com前往参考资料 ↓在新标签页中打开|115115Automated Driving Systems 2.0: A Vision for Safetynhtsa.gov前往参考资料 ↓在新标签页中打开}

接管请求若以单一视觉图标呈现、且与导航提示、车道偏离警告共用同一显示区域，驾驶员在高压时间窗内发生通道竞争与注意捕获，误把警告当作接管指令或反之，是可复现的失效路径。^{4040Graduated take-over requests: A review of timing and modalitysciencedirect.com前往参考资料 ↓在新标签页中打开|116116Human Machine Interface Design for Automated Driving: A Review of Guidelinestandfonline.com前往参考资料 ↓在新标签页中打开}

模式混淆与误操作在接管时间预算紧张时被放大：当系统给出的接管时间窗短于驾驶员重建情境意识所需时间，驾驶员更可能凭惯性动作（如轻踩制动、小幅转舵）而非针对性干预，形成「动作有、效果无」的失效。^{113113Takeover Time Budgets in Conditional Automation: A Reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|117117Driver Takeover Performance in Automated Driving: A Meta-Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

模式混淆的误操作常表现为「反向干预」：驾驶员在系统仍执行横向控制时施加转向力矩以「确认」接管，触发系统退出或力矩对抗，反而造成车辆横向摆动，这类失效在试驾与模拟器研究中均有记录。^{112112Mode Confusion in Automated Driving: A Simulator Studyjournals.sagepub.com前往参考资料 ↓在新标签页中打开|119119Driver Intervention Behavior in Automated Driving: A Simulator Studysciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求的措辞与图标若未与自动化等级绑定，同一套 HMI 在不同等级车辆上复用，会使有跨车型经验的驾驶员把旧车型的模式语义迁移到新车型，形成经验性模式混淆。^{114114Driver Mental Models of Advanced Driver Assistance Systemssciencedirect.com前往参考资料 ↓在新标签页中打开|120120Automated Driving: Human Factors and HMI Design Considerationssae.org前往参考资料 ↓在新标签页中打开}

在接管失败的事故调查中，模式混淆常与「驾驶员监测系统未识别出驾驶员已脱离驾驶任务」共同出现，二者叠加使系统在驾驶员尚未重建情境意识时即发出短时窗接管请求，误操作概率显著上升。^{115115Automated Driving Systems 2.0: A Vision for Safetynhtsa.gov前往参考资料 ↓在新标签页中打开|3636Driver state monitoring and adaptive take-over requests in automated drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

为降低模式混淆，部分厂商采用「状态常显」策略，即在仪表或 HUD 上持续显示当前自动化状态与可用功能边界，但该策略在信息过载时可能被驾驶员忽略，其有效性依赖显示位置与显著性设计。^{116116Human Machine Interface Design for Automated Driving: A Review of Guidelinestandfonline.com前往参考资料 ↓在新标签页中打开|120120Automated Driving: Human Factors and HMI Design Considerationssae.org前往参考资料 ↓在新标签页中打开}

清晰性原则要求接管请求在感知层面具备足够的突显度：视觉提示应位于驾驶员中央视野附近、与背景形成高对比，并配合听觉或触觉冗余通道，以避免被车载信息娱乐内容或路况视觉负荷淹没。^{121121Human Factors Guidelines for Road Systems (NCHRP Report 600), Chapter on In-Vehicle Warning Designonlinepubs.trb.org前往参考资料 ↓在新标签页中打开|122122Multimodal warning signals in automated driving: effects on takeover reaction timesciencedirect.com前往参考资料 ↓在新标签页中打开}

接管请求的语义必须无歧义：提示应明确表达「需要你立即接管驾驶」而非仅提示系统状态变化，避免驾驶员把系统降级提示误读为普通告警而继续脱手。^{123123Taxonomy of takeover scenarios and human-machine interface requirementssciencedirect.com前往参考资料 ↓在新标签页中打开|115115Automated Driving Systems 2.0: A Vision for Safetynhtsa.gov前往参考资料 ↓在新标签页中打开}

多通道冗余（视觉+听觉+触觉）比单一通道更能缩短接管反应时间并降低漏检率，但通道叠加并非越多越好——过强的触觉或听觉刺激可能引发惊跳反应，反而干扰精细操作。^{122122Multimodal warning signals in automated driving: effects on takeover reaction timesciencedirect.com前往参考资料 ↓在新标签页中打开|124124Startle effect and warning design in vehicle interfacestandfonline.com前往参考资料 ↓在新标签页中打开}

清晰性还要求接管请求与系统能力边界一致：只有在系统确实无法继续运行且驾驶员有能力接管的场景下才发出请求，频繁的误报或「狼来了」式请求会削弱驾驶员对提示的信任与响应意愿。^{125125Trust in automation and the cry-wolf effect in takeover requestsjournals.sagepub.com前往参考资料 ↓在新标签页中打开|44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开}

接管请求的视觉呈现应遵循汽车人机界面告警设计的分级原则：按紧迫度采用不同颜色、闪烁频率与位置，并确保与既有告警体系（如碰撞预警、车道偏离预警）在编码上可区分，避免语义冲突。^{121121Human Factors Guidelines for Road Systems (NCHRP Report 600), Chapter on In-Vehicle Warning Designonlinepubs.trb.org前往参考资料 ↓在新标签页中打开|127127ISO 15008: Road vehicles — Ergonomic aspects of transport information and control systems — Specifications and test procedures for in-vehicle visual presentationiso.org前往参考资料 ↓在新标签页中打开}

清晰性不仅针对提示本身，也覆盖接管后的状态反馈：系统应明确告知驾驶员接管是否已被确认、系统已退出还是仍部分激活，防止驾驶员在模式边界上产生混淆。^{123123Taxonomy of takeover scenarios and human-machine interface requirementssciencedirect.com前往参考资料 ↓在新标签页中打开|128128Mode confusion and feedback design in automated drivinglink.springer.com前往参考资料 ↓在新标签页中打开}

针对不同接管时间预算，清晰性的实现策略应分级：长时预算下可采用渐进式多阶段提示，短时预算下则须以高突显度单阶段告警为主，避免信息过载挤占本已紧张的反应时间。^{6767Distracted Driving: A Review of the Literature and Future Directionssciencedirect.com前往参考资料 ↓在新标签页中打开|129129Urgency-based warning strategies for automated vehicle takeoverieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

接管请求的及时性原则要求系统在驾驶员仍具备足够时间重建情境意识并完成车辆控制之前发出提示，而不是等到系统能力边界已经触达才报警；提示过早会引发驾驶员对频繁告警的麻木与不信任，提示过晚则使接管在物理上不可完成。^{130130Human factors issues of automated driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|131131Transition of control in highly automated vehicles: a literature reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

在自动驾驶接管研究中，接管时间预算（time budget）被定义为从接管请求发出到驾驶员必须实际取得车辆控制之间的可用时长；实验证据显示，当该预算缩短到约 2 秒量级时，驾驶员完成接管的比例与接管质量显著下降。^{132132Takeover time budgets in automated driving: a meta-analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|133133Driver takeover performance in automated driving: effects of time budgetsciencedirect.com前往参考资料 ↓在新标签页中打开}

多通道冗余提示（视觉加听觉，必要时叠加触觉或方向盘振动）比单一视觉提示更能缩短驾驶员的反应时间，并降低漏检接管请求的概率，因此及时性设计通常要求关键接管请求至少采用两种以上通道同时呈现。^{134134Multimodal takeover requests in automated driving: effects on reaction timesciencedirect.com前往参考资料 ↓在新标签页中打开|135135Auditory and vibrotactile takeover requests: a driving simulator studysciencedirect.com前往参考资料 ↓在新标签页中打开}

及时性不能只靠提前量堆叠：若系统在非必要情境下频繁发出接管请求，驾驶员会逐渐降低对告警的响应优先级，形成习惯化与“狼来了”效应，反而延长真实紧急情境下的接管反应时间。^{136136Alarm fatigue and trust in automated driving takeover requestsjournals.sagepub.com前往参考资料 ↓在新标签页中打开|137137Cry wolf effect in automated driving alertsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

分级递进的提示策略被广泛采用：先以低强度、非侵入的方式提示驾驶员关注路况，若在设定的时间窗内未观察到驾驶员接管意图或状态改善，再升级为高强度多通道告警并同步执行最小风险策略。^{138138Staged escalation of takeover requests in automated drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|139139Escalation strategies for driver takeover in conditional automationsciencedirect.com前往参考资料 ↓在新标签页中打开}

及时性设计需要与驾驶员状态监测联动：当监测到驾驶员处于分心、疲劳或脱离驾驶任务状态时，系统应提前发出接管请求并延长预警提前量，因为此类状态下驾驶员重建情境意识所需时间明显更长。^{4141Too early or too late? The trade-off in take-over request timingsciencedirect.com前往参考资料 ↓在新标签页中打开|3434Multimodal take-over 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}

联合国欧洲经济委员会 R157 号法规对车道保持系统的接管请求与最小风险操作提出了时间顺序要求，规定系统在发出接管请求后需为驾驶员保留一定的响应时间，并在驾驶员未响应时启动最小风险操作。^{2121UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

关于接管请求应提前多久发出，研究界并无统一定论：部分研究基于接管时间预算实验主张应保证 4 秒以上的提前量，另一些研究则指出过长的提前量会使驾驶员在等待期间重新分心，从而抵消提前预警的收益。^{132132Takeover time budgets in automated driving: a meta-analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|3535The effects of modality and urgency of take-over requests on driver behaviorsciencedirect.com前往参考资料 ↓在新标签页中打开}

及时性策略还需考虑接管请求发出时车辆所处的运行环境复杂度：在高密度交通、施工区或恶劣天气下，驾驶员需要更长的感知与决策时间，因此同一系统在不同场景下应采用差异化的预警提前量。^{3333Driver take-over performance in automated driving: A meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开|140140Takeover in work zones and adverse weather: a simulator studysciencedirect.com前往参考资料 ↓在新标签页中打开}

从交互设计角度，接管请求的及时性不仅取决于发出时刻，还取决于提示信息本身的可理解性：若提示未说明接管原因与所需操作，驾驶员需要额外时间进行解读，实际有效提前量被压缩。^{4040Graduated take-over requests: A review of timing and modalitysciencedirect.com前往参考资料 ↓在新标签页中打开|141141Designing effective takeover requests: content and timingjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

渐进式移交指在自动驾驶系统发出接管请求后，不是把全部控制权一次性交还驾驶员，而是按时间或按控制维度分阶段、逐步地把车辆控制权转移给驾驶员，使驾驶员有时间从非驾驶任务中脱离并重建情境意识。^{130130Human factors issues of automated driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|142142Towards a graded takeover: designing staged transitions in conditional automationsciencedirect.com前往参考资料 ↓在新标签页中打开}

SAE J3016 将驾驶自动化分为 L0–L5 六级，其中 L3 级（有条件自动驾驶）在系统请求时必须由驾驶员接管，这一分级框架是讨论渐进式移交的制度前提；但 J3016 本身并未规定接管应如何分阶段实施。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开}

在 L3 级接管场景中，驾驶员从非驾驶相关任务（NDRT）中脱离并恢复对道路的监控，需要经历注意力转移、情境意识重建和动作准备等阶段，一次性、瞬时移交会压缩这些阶段所需的时间，因此分阶段移交被视为降低接管失败风险的设计方向。^{130130Human factors issues of automated driving: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|103103Takeover Time in Highly Automated Vehicles: A Meta-Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

多通道接管请求（视觉、听觉、触觉/振动组合）比单一通道更能提高驾驶员的接管响应率并缩短反应时间，这为渐进式移交中"先唤醒、再提示、后确认"的分层交互设计提供了实证基础。^{104104Driver takeover performance in highly automated driving: effects of non-driving-related taskssciencedirect.com前往参考资料 ↓在新标签页中打开|143143Urgency-based takeover requests: the role of modality and intensitysciencedirect.com前往参考资料 ↓在新标签页中打开}

接管时间预算（takeover time budget）是渐进式移交设计的核心参数：系统越早发出接管请求，留给驾驶员的时间越充裕，但过早请求会削弱自动驾驶的可用性并增加误接管；因此渐进式移交需要在时间预算与移交节奏之间做权衡。^{103103Takeover Time in Highly Automated Vehicles: A Meta-Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|144144Takeover time budgets and driver readiness in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

有研究提出以"分级告警—分级授权"的方式实现渐进式移交：先以低紧迫度提示唤起驾驶员注意，随剩余时间缩短逐步升级告警强度，并在驾驶员表现出接管意图后逐步释放横向与纵向控制权。^{142142Towards a graded takeover: designing staged transitions in conditional automationsciencedirect.com前往参考资料 ↓在新标签页中打开|3636Driver state monitoring and adaptive take-over requests in automated drivingieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

驾驶员状态监测（如视线、头部朝向、手部位置、生理信号）可用于判断驾驶员是否已具备接管条件，从而决定渐进式移交的推进节奏；若监测显示驾驶员尚未脱离 NDRT，系统可推迟或加强移交提示。^{119119Driver Intervention Behavior in Automated Driving: A Simulator Studysciencedirect.com前往参考资料 ↓在新标签页中打开|7070Alarm Fatigue and Trust in Driver Assistance Systemsjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

在渐进式移交中，若系统在驾驶员尚未建立足够情境意识时过早释放控制权，可能导致接管绩效下降甚至接管失败，因此"移交完成"的判定标准应包含驾驶员状态确认而非仅依据时间到期。^{103103Takeover Time in Highly Automated Vehicles: A Meta-Analysisjournals.sagepub.com前往参考资料 ↓在新标签页中打开|119119Driver Intervention Behavior in Automated Driving: A Simulator Studysciencedirect.com前往参考资料 ↓在新标签页中打开}

UN R157（关于自动车道保持系统 ALKS 的法规）要求系统在发出接管请求后给予驾驶员足够的过渡时间，并对接管请求的升级方式作出规定，这为渐进式移交的工程实现提供了法规层面的约束框架。^{7979UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

个性化与自适应接管交互的核心设计原则是：接管请求的通道、时机与强度不应采用固定的一刀切配置，而应依据驾驶员状态监测所估计的当前情境意识、分心程度与疲劳水平动态调整，使交互负荷与驾驶员当下的可用认知资源相匹配。^{6060Human Factors in Automated Driving: A Review of Takeover Request Modalitiessciencedirect.com前往参考资料 ↓在新标签页中打开|145145Driver Monitoring Systems and Adaptive Human-Machine Interfaces for Automated Vehiclessae.org前往参考资料 ↓在新标签页中打开}

自适应接管请求的经典实现方式是分级升级：先以低侵入的多模态提示（如方向盘触觉加视觉图标）发起接管请求，若驾驶员在设定的时间窗内未表现出接管行为（如未握方向盘、未注视前方），则逐级升级为更强的高优先级听觉告警，必要时叠加减速或最小风险状态策略。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|146146Guidelines for Adaptive In-Vehicle Alerting and Escalationnhtsa.gov前往参考资料 ↓在新标签页中打开}

个性化设计需要区分可静态配置的偏好项与需在线估计的状态项：前者包括提示模态偏好（视觉/听觉/触觉）、音量与亮度、语言与措辞风格，可由驾驶员在设置中一次性选定；后者包括分心、疲劳、情境意识水平，只能由车内传感与算法实时推断，二者不可混为一谈。^{147147Personalization in Automotive User Interfaces: Challenges and Opportunitiesdl.acm.org前往参考资料 ↓在新标签页中打开}

驾驶员状态监测系统是自适应接管交互的前置条件：只有持续估计驾驶员的注视区域、手部位置、头部姿态与生理指标，系统才能判断在某一时刻加大或减小接管请求强度是否必要，缺少状态估计的自适应实际上退化为按固定时间表升级。^{145145Driver Monitoring Systems and Adaptive Human-Machine Interfaces for Automated Vehiclessae.org前往参考资料 ↓在新标签页中打开|148148Driver State Monitoring for Conditional Automationieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

个性化与自适应存在明确的安全边界：任何个性化配置都不得削弱接管请求的可察觉性与紧迫性下限，即使用户偏好更安静的提示，系统在临界接管场景下仍应保留不可被静音或降级的高优先级告警通道。^{146146Guidelines for Adaptive In-Vehicle Alerting and Escalationnhtsa.gov前往参考资料 ↓在新标签页中打开|4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

自适应接管交互面临冷启动与数据稀疏问题：新用户或新车型缺少足够的历史交互数据来训练个性化模型，此时系统只能退回到基于人群统计的默认策略，个性化收益在初期难以体现。^{147147Personalization in Automotive User Interfaces: Challenges and Opportunitiesdl.acm.org前往参考资料 ↓在新标签页中打开}

在标准化层面，联合国欧洲经济委员会关于自动驾驶系统驾驶员监控与接管请求的法规讨论已将驾驶员状态监测与分级告警纳入框架，但针对个性化配置的具体技术要求尚未形成统一条款，各厂商实现差异较大。^{149149UN Regulation on Driver Monitoring and Take-Over Requests (Draft)unece.org前往参考资料 ↓在新标签页中打开}

联合国欧洲经济委员会（UNECE）是世界车辆法规协调论坛（WP.29）的秘书处所在地，WP.29 下设六个附属工作组，其中智能交通系统/自动驾驶工作组（GRVA）专门负责自动驾驶与高级驾驶辅助系统的法规协调工作。^{150150World Forum for Harmonization of Vehicle Regulations (WP.29) – Introductionunece.org前往参考资料 ↓在新标签页中打开}

联合国《1958年协定书》体系下的法规以“联合国法规”（UN Regulation）形式发布，对缔约方具有约束力；而《1998年协定书》体系下的“全球技术法规”（GTR）则不具有强制约束力，由各缔约方自行决定是否采纳。^{151151The 1958 and 1998 Agreements – UNECE Vehicle Regulationsunece.org前往参考资料 ↓在新标签页中打开}

联合国法规 UN R157（关于车辆纵向控制系统的统一规定，俗称“自动车道保持系统”ALKS）于 2020 年 6 月由 WP.29 通过，2021 年 1 月生效，是首个对 L3 级自动驾驶具有约束力的国际法规。^{152152UN Regulation No. 157 – Uniform provisions concerning the approval of vehicles with regard to Automated Lane Keeping Systemsunece.org前往参考资料 ↓在新标签页中打开}

UN R157 规定，当系统即将退出工作（例如超出运行设计域）时，必须向驾驶员发出接管请求（transition demand），并给予驾驶员足够的反应时间；法规要求系统在发出接管请求后至少保留一段“过渡期”，若驾驶员未在规定时间内接管，系统应执行最小风险策略（minimum risk manoeuvre）。^{152152UN Regulation No. 157 – Uniform provisions concerning the approval of vehicles with regard to Automated Lane Keeping Systemsunece.org前往参考资料 ↓在新标签页中打开}

UN R157 最初仅适用于高速公路等封闭道路且车速不超过 60 km/h 的场景，后续修订版将适用范围扩展至更高速工况，并引入了对驾驶员状态监测与接管请求交互的更具体要求。^{152152UN Regulation No. 157 – Uniform provisions concerning the approval of vehicles with regard to Automated Lane Keeping Systemsunece.org前往参考资料 ↓在新标签页中打开|153153UN R157 Amendment – Extension of ALKS to higher speedsunece.org前往参考资料 ↓在新标签页中打开}

联合国全球技术法规 GTR 13（关于自动驾驶车辆安全性的全球技术法规）于 2022 年 6 月由 WP.29 通过，为自动驾驶车辆的安全要求提供了国际协调框架，其中包含对人机交互与接管相关功能的原则性要求。^{154154Global Technical Regulation No. 13 – Automated Vehiclesunece.org前往参考资料 ↓在新标签页中打开}

GRVA 下设的“自动驾驶车辆验证方法”非正式工作组（VMAD）负责制定自动驾驶安全验证方法，其工作成果为包括接管交互在内的自动驾驶功能评估提供了测试与验证框架。^{155155Validation Method for Automated Driving (VMAD) – Informal Working Groupunece.org前往参考资料 ↓在新标签页中打开}

联合国 WP.29 于 2024 年 3 月通过了关于自动驾驶系统（ADS）的全球技术法规草案框架，进一步推动 L3 及以上自动驾驶的国际统一要求，其中涉及接管请求与最小风险状态之间的衔接。^{156156WP.29 adopts new framework for automated driving systemsunece.org前往参考资料 ↓在新标签页中打开}

UN R157 对接管请求的具体形式（视觉、听觉、触觉）未作单一强制规定，而是要求以多通道方式确保驾驶员能够感知；这一灵活性导致不同制造商在接管请求交互设计上存在显著差异。^{152152UN Regulation No. 157 – Uniform provisions concerning the approval of vehicles with regard to Automated Lane Keeping Systemsunece.org前往参考资料 ↓在新标签页中打开|157157Human Factors in Automated Driving – Transition Demand Designsae.org前往参考资料 ↓在新标签页中打开}

联合国法规框架对接管时间预算未规定统一的固定秒数，而是要求制造商基于人因研究自行论证其接管请求至最小风险策略启动之间的时间窗口合理性，这被视为法规层面的一项开放性设计问题。^{152152UN Regulation No. 157 – Uniform provisions concerning the approval of vehicles with regard to Automated Lane Keeping Systemsunece.org前往参考资料 ↓在新标签页中打开|158158Review of Transition Demand and Minimum Risk Manoeuvre Requirements in UN R157sciencedirect.com前往参考资料 ↓在新标签页中打开}

中国、日本、欧盟等缔约方已将 UN R157 纳入本国或本地区法规体系，但在接管请求的具体测试方法与判定标准上存在区域性差异，反映出国际协调与本地实施之间的张力。^{159159Global Implementation of UN R157 – Regional Differencestheicct.org前往参考资料 ↓在新标签页中打开}

中国已批准一项新的强制性国家标准《智能网联汽车 自动驾驶系统安全要求》，适用于装备 L3 或 L4 级自动驾驶系统的 M 类和 N 类车辆，自动泊车功能被排除在适用范围之外。^{160160China adopts mandatory L3/L4 safety standardstaylorwessing.com前往参考资料 ↓在新标签页中打开}

该强制性国家标准定于 2027 年 7 月 1 日起生效，从批准到实施留有约一年的过渡期，供车企与系统供应商调整产品与合规流程。^{160160China adopts mandatory L3/L4 safety standardstaylorwessing.com前往参考资料 ↓在新标签页中打开}

该标准以“安全要求”为核心命名与定位，而非仅作试验性方法或推荐性指南，意味着 L3/L4 系统的安全相关设计（包括人机交互与接管相关功能）将进入强制合规审查范围。^{160160China adopts mandatory L3/L4 safety standardstaylorwessing.com前往参考资料 ↓在新标签页中打开}

驾驶模拟器是接管交互研究中使用最广的实验平台，其核心优势在于能在不承担实车风险的前提下，可控地复现接管请求出现时刻、前车工况、交通密度与次任务负荷等自变量，并对驾驶员眼动、操作与车辆状态进行高采样率记录。^{77Takeover Requests in Highly Automated Driving: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开|161161Driver behavior in automated driving: A review of simulator and on-road studiessciencedirect.com前往参考资料 ↓在新标签页中打开}

固定基座模拟器（fixed-base simulator）成本低、易部署，适合大样本组间实验，但因缺少运动与 vestibular 线索，驾驶员对制动、加速的感知强度与实车存在差异，可能影响接管反应时间的绝对值。^{161161Driver behavior in automated driving: A review of simulator and on-road studiessciencedirect.com前往参考资料 ↓在新标签页中打开|162162The validity of driving simulator studies for predicting real-world driving performancesciencedirect.com前往参考资料 ↓在新标签页中打开}

运动基座模拟器（motion-base simulator）通过六自由度平台提供纵向与侧向加速度线索，能改善速度感知与制动行为真实性，但设备与运行成本高、实验吞吐量低，通常用于小样本的精细化机理研究。^{162162The validity of driving simulator studies for predicting real-world driving performancesciencedirect.com前往参考资料 ↓在新标签页中打开|163163Motion cueing in driving simulators: A reviewtandfonline.com前往参考资料 ↓在新标签页中打开}

高保真模拟器研究中常采用「驾驶模拟器晕动症」（simulator sickness）量表（如 SSQ）在实验前后施测，因为晕动症会改变驾驶员的次任务投入与接管意愿，是模拟器实验必须控制的混淆变量。^{164164Simulator Sickness Questionnaire: An Enhanced Method for Quantifying Simulator Sicknesstandfonline.com前往参考资料 ↓在新标签页中打开}

接管实验的典型范式是「监督式自动驾驶 + 次任务」：被试在 L3 条件下执行视觉或认知次任务（如看视频、n-back），系统在预设时刻发出接管请求（TOR），记录接管时间（takeover time）、最小碰撞时间（TTC）与碰撞率等指标。^{77Takeover Requests in Highly Automated Driving: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开|165165Takeover Time in Highly Automated Vehicles: Noncritical Transitions to and From Manual Controljournals.sagepub.com前往参考资料 ↓在新标签页中打开}

接管时间预算（time budget）是模拟器实验最常操纵的自变量，通常设置为 2 s 至 8 s 若干水平，研究发现接管时间随预算缩短而下降、接管质量随之恶化，且存在明显的个体差异。^{165165Takeover Time in Highly Automated Vehicles: Noncritical Transitions to and From Manual Controljournals.sagepub.com前往参考资料 ↓在新标签页中打开|166166A systematic review of take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

眼动追踪是模拟器接管实验的关键测量手段，常用指标包括注视离路时间（eyes-off-road time）、首次注视接管相关区域的时间、瞳孔直径与眨眼率，用于推断情境意识与认知负荷。^{167167Eye tracking in automated driving research: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|77Takeover Requests in Highly Automated Driving: A Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

次任务负荷的操纵方式影响接管绩效结论的可比性：视觉-手动次任务（如触屏输入）与纯认知次任务（如 n-back、口头复述）对接管反应时的干扰机制不同，跨研究比较时须区分次任务模态。^{165165Takeover Time in Highly Automated Vehicles: Noncritical Transitions to and From Manual Controljournals.sagepub.com前往参考资料 ↓在新标签页中打开|168168The effects of non-driving-related tasks on takeover performance: A meta-analysissciencedirect.com前往参考资料 ↓在新标签页中打开}

为提升生态效度，近年出现「绿野仙踪」（Wizard-of-Oz）式实车接管实验与自然驾驶研究，用隐藏的安全员或远程操作者模拟自动驾驶系统，在真实道路上触发接管请求，作为模拟器实验的补充。^{170170Wizard-of-Oz testing of automated driving: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|171171Naturalistic driving studies of automated vehicle takeoverspnas.org前往参考资料 ↓在新标签页中打开}

接管实验的报告规范问题受到关注：接管时间定义（从 TOR 发出到首次操作、到稳定控制、到完成接管）在不同研究中不一致，导致元分析与跨研究比较困难，部分综述呼吁统一报告接管时间起点、终点与操作定义。^{166166A systematic review of take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|167167Eye tracking in automated driving research: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

模拟器实验的样本量普遍偏小（常见 20–40 人），且多为便利样本，统计功效不足与样本代表性局限是接管文献可重复性问题的重要来源。^{169169External validity of driving simulator studies: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|167167Eye tracking in automated driving research: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

实车道路测试是接管交互研究中生态效度最高的方法：与驾驶模拟器相比，实车环境提供真实的车辆动力学、真实交通流与真实风险感知，因此被用于检验模拟器结论能否外推。^{172172The validity of driving simulator studies for predicting real-world driving behavioursciencedirect.com前往参考资料 ↓在新标签页中打开|4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

实车接管研究通常采用「受控脚本 + 安全员」范式：由实验员或自动化系统在预设路段触发接管请求，副驾或后座配备安全员与双制动/急停装置，被试在真实道路上完成从非驾驶任务回到控制环的动作。^{4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开|6262The Effects of Haptic Warning Location on Driver Takeover Performanceieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在实车条件下诱发接管，最常用的手段是让被试驾驶一台具备纵向与横向控制能力的原型车，在系统运行期间由实验员按预定时刻发出接管请求，从而在真实道路上获得接管反应时间与操作质量数据。^{4242Human factors issues of control transitions in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

实车道路测试的接管时间预算研究常以「系统发出请求到驾驶员首次施加有效干预」的时间间隔作为核心因变量，并配合眼动、面部与方向盘握持等状态指标共同刻画接管过程。^{4343A framework for the control transition in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

由于真实道路上的接管事件难以重复且风险不可控，实车研究普遍采用小样本、被试内设计，并依赖高密度传感器（摄像头、CAN 总线、眼动仪、生理记录）同步采集，以在有限事件数下提高统计效力。^{4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

实车接管测试面临的核心方法学难题是安全与生态效度的权衡：为保障安全而设置的安全员干预、限速路段与简化交通场景，会削弱场景的真实性与结论的外推能力。^{6464Designing take-over requests: a review of warning modalities and escalation strategieslink.springer.com前往参考资料 ↓在新标签页中打开}

伦理与合规审查是实车接管研究的前置条件：涉及人类被试的研究需经机构伦理委员会审批，涉及公共道路的测试还需符合当地自动驾驶道路测试许可与数据保护要求。^{173173Ethical and regulatory requirements for on-road automated driving studieslink.springer.com前往参考资料 ↓在新标签页中打开}

自然驾驶研究（naturalistic driving study）为实车接管提供了另一条路径：通过在真实用车环境中长期记录驾驶员行为与车辆状态，捕捉自发出现的接管与干预事件，弥补受控实车实验事件数不足的问题。^{4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开}

眼动测量是接管研究中用于推断驾驶员注意分配与情境意识恢复过程的核心手段，常用指标包括注视点分布、扫视幅度、首次注视到关键区域的时间以及瞳孔直径变化；这些指标能在不干扰驾驶任务的前提下连续记录接管前、中、后的视觉采样行为。^{174174Towards a Driver Monitoring System: A Review of Driver State Monitoring Using Eye Tracking and Physiological Measuresmdpi.com前往参考资料 ↓在新标签页中打开|5454Mode confusion in automated driving: A review of human factors issuessciencedirect.com前往参考资料 ↓在新标签页中打开}

在自动驾驶接管实验里，眼动仪通常与驾驶模拟器联合使用：模拟器提供可重复的接管场景（如系统发出接管请求后前方出现静止车辆），眼动仪以车载或头戴方式记录 gaze 数据，从而把「看哪里」与「做什么动作」在时间轴上对齐。^{174174Towards a Driver Monitoring System: A Review of Driver State Monitoring Using Eye Tracking and Physiological Measuresmdpi.com前往参考资料 ↓在新标签页中打开|3939Staged take-over requests in automated driving: Effects of escalation on driver responsesciencedirect.com前往参考资料 ↓在新标签页中打开}

瞳孔直径与瞳孔反应被广泛用作接管过程中的认知负荷与唤醒水平指标：接管请求出现后瞳孔扩张的幅度和恢复时间，常被解释为驾驶员从低负荷监控状态切换到高负荷控制状态的心理努力代价。^{5454Mode confusion in automated driving: A review of human factors issuessciencedirect.com前往参考资料 ↓在新标签页中打开|175175Physiological Measures of Driver State in Automated Driving: A Systematic Reviewfrontiersin.org前往参考资料 ↓在新标签页中打开}

生理测量在接管研究中还包括心率与心率变异性、皮肤电活动（EDA/GSR）以及脑电（EEG）等通道；心率变异性常被用来刻画接管前后的自主神经唤醒变化，皮肤电活动用于反映应激唤醒，脑电则用于探测注意与警觉的瞬时波动。^{175175Physiological Measures of Driver State in Automated Driving: A Systematic Reviewfrontiersin.org前往参考资料 ↓在新标签页中打开|1717A Review of Driver Monitoring Systems for Automated Vehiclesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

眼动与生理测量的一个方法学优势是时间分辨率高，能够捕捉接管请求发出后数百毫秒到数秒内的快速变化，这是主观问卷和事后访谈难以做到的；但这类指标对个体差异、环境光照和运动伪迹敏感，通常需要基线校正与个体归一化。^{5454Mode confusion in automated driving: A review of human factors issuessciencedirect.com前往参考资料 ↓在新标签页中打开|1717A Review of Driver Monitoring Systems for Automated Vehiclesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在实验范式上，接管研究常采用「监控—接管」范式：参与者先处于非驾驶相关任务（NDRT）或简单监控状态，系统在预定时刻发出接管请求（TOR），研究者以 TOR 为时间零点对齐眼动与生理信号，分析接管反应时间、首次注视关键区域时间与接管绩效之间的关系。^{174174Towards a Driver Monitoring System: A Review of Driver State Monitoring Using Eye Tracking and Physiological Measuresmdpi.com前往参考资料 ↓在新标签页中打开|3939Staged take-over requests in automated driving: Effects of escalation on driver responsesciencedirect.com前往参考资料 ↓在新标签页中打开}

生理测量的效度依赖严格的实验控制：驾驶模拟器中的运动平台、光照变化和佩戴舒适度都会引入伪迹，因此报告眼动与生理结果时通常需要说明采样率、滤波方法、基线时段以及伪迹剔除标准，否则结果难以跨研究比较。^{5454Mode confusion in automated driving: A review of human factors issuessciencedirect.com前往参考资料 ↓在新标签页中打开|1717A Review of Driver Monitoring Systems for Automated Vehiclesieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

近年来，眼动与生理测量越来越多地与驾驶员状态监测系统（DMS）的产品化指标对接，实验范式也从实验室模拟器向实车自然驾驶延伸；但实车环境中光照、振动与伦理约束使高精度眼动数据的采集难度显著上升，导致实验室结论向真实道路的外推仍需谨慎。^{175175Physiological Measures of Driver State in Automated Driving: A Systematic Reviewfrontiersin.org前往参考资料 ↓在新标签页中打开|4141Too early or too late? The trade-off in take-over request timingsciencedirect.com前往参考资料 ↓在新标签页中打开}

固定提前量的支持者常引用NHTSA与SAE的自动化分级框架，认为在L3级系统中，接管请求应给出一个可预期的时间窗（如数秒量级），以便驾驶员形成稳定预期并支持法规认证；但该框架本身并未规定具体秒数，具体数值仍由各厂商自行标定。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开|1919Automated Driving: Levels of Driving Automationnhtsa.gov前往参考资料 ↓在新标签页中打开}

自适应提前量的支持者指出，驾驶员接管准备时间受非驾驶任务类型、疲劳、年龄与情境意识显著影响，固定提前量对低情境意识驾驶员可能不足，对高情境意识驾驶员则冗余；因此主张依据实时驾驶员状态监测动态调整TOR提前量。^{2727Remote Assistance for Autonomous Vehicles: A Surveyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开|177177Driver State Monitoring for Take-Over: A Review of Sensing and Estimation Methodssciencedirect.com前往参考资料 ↓在新标签页中打开}

实证研究显示，接管时间（takeover time）的个体差异与情境差异很大，固定提前量难以覆盖所有驾驶员；但多数实验范式仍采用固定提前量以控制变量，导致自适应策略的实证证据相对有限。^{176176Takeover Time in Highly Automated Vehicles: A Systematic Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开|177177Driver State Monitoring for Take-Over: A Review of Sensing and Estimation Methodssciencedirect.com前往参考资料 ↓在新标签页中打开}

监管层面，联合国WP.29与部分国家法规（如德国《自动驾驶法》）对L3级接管请求提出了时间预算要求，但未强制规定固定秒数，而是要求制造商证明驾驶员有足够时间接管；这为固定与自适应两种策略都留出了空间，也构成争议的制度背景。^{7979UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开|178178Germany's Automated Driving Act (StVG §1a-1l)gesetze-im-internet.de前往参考资料 ↓在新标签页中打开}

反对自适应提前量的另一论点是：实时驾驶员状态监测（如眼动、头部姿态、生理信号）的可靠性在真实车内环境中仍不足，误判可能导致过早或过晚请求，反而增加风险；因此部分研究者主张在监测技术成熟前维持固定提前量作为保守基线。^{177177Driver State Monitoring for Take-Over: A Review of Sensing and Estimation Methodssciencedirect.com前往参考资料 ↓在新标签页中打开|179179Challenges in Driver Monitoring for Conditional Automationjournals.sagepub.com前往参考资料 ↓在新标签页中打开}

目前尚无公开的、经同行评审的大规模道路实证研究直接比较固定与自适应提前量在真实交通中的安全效益，现有证据多来自驾驶模拟器与封闭场地实验，这是该争议尚未收敛的关键原因。^{176176Takeover Time in Highly Automated Vehicles: A Systematic Reviewjournals.sagepub.com前往参考资料 ↓在新标签页中打开|177177Driver State Monitoring for Take-Over: A Review of Sensing and Estimation Methodssciencedirect.com前往参考资料 ↓在新标签页中打开}

联合国 WP.29 的 GRVA 在 2024 年通过的《自动驾驶系统安全要求》非正式工作组文件中，将 L3 级系统的「接管请求」定义为系统向驾驶员发出的、要求其恢复动态驾驶任务的提示，并规定系统在发出请求后仍须维持车辆安全运行直至驾驶员接管或执行最小风险策略。^{180180Safety Requirements for Automated Driving Systemsunece.org前往参考资料 ↓在新标签页中打开}

UN R157（自动车道保持系统 ALKS）自 2021 年生效版本起，允许驾驶员在系统激活期间「脱手」，但要求系统通过驾驶员可用性监测确保驾驶员在需要时能够接管；2022 年修订版进一步把可用性判定与脱手许可绑定，说明法规层面已把「脱手」与「可接管」视为一对条件而非矛盾。^{181181UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

SAE J3016 在 2021 年版中明确：L3 级自动驾驶的特征是驾驶员在系统运行期间「不必持续监视」，但仍须在系统请求时接管；该定义本身并不禁止脱手，而是把脱手后的可接管性作为级别成立的前提。^{44Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehiclessae.org前往参考资料 ↓在新标签页中打开}

德国《道路交通法》第 1b 条（2017 年修订、2021 年后续调整）允许 L3 级车辆在特定条件下由系统控制，驾驶员可以脱离转向与制动操作，但必须保持「接管准备状态」；法律文本把「脱手」与「保持接管能力」并列，未赋予完全脱手的法律空间。^{182182Straßenverkehrsgesetz (StVG) § 1b — Rechte und Pflichten des Fahrzeugführers bei hoch- und vollautomatisierten Fahrfunktionengesetze-im-internet.de前往参考资料 ↓在新标签页中打开}

多项驾驶模拟器与实车研究显示，完全脱手并从事非驾驶任务的驾驶员在收到接管请求后，其首次操作反应时间与接管质量显著劣于保持轻度参与（如手扶方向盘或注视道路）的驾驶员，这构成反对无条件允许完全脱手的主要实证依据。^{4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}

UN R157 的驾驶员可用性判定并不要求驾驶员手扶方向盘，而是通过转向输入、视线或其他监测手段判断其是否具备接管能力；这意味着法规在技术上允许「脱手」，但以可监测的接管能力为条件。^{181181UN Regulation No. 157 — Automated Lane Keeping Systems (ALKS)unece.org前往参考资料 ↓在新标签页中打开}

中国《汽车驾驶自动化分级》（GB/T 40429-2021）在 3 级定义中要求驾驶员在系统请求时执行接管，但未明文禁止脱手；标准把「动态驾驶任务后援」作为 3 级用户的角色，脱手与否取决于系统设计而非分级本身。^{1818GB/T 40429-2021 汽车驾驶自动化分级openstd.samr.gov.cn前往参考资料 ↓在新标签页中打开}

围绕「是否应允许完全脱手」的开放问题包括：脱手时长与接管时间预算之间是否存在可接受的上限、不同非驾驶任务类型对接管绩效的差异化影响、以及可用性监测在脱手状态下的判定阈值应如何设定。^{4444Driver distraction and take-over performance in automated drivingsciencedirect.com前往参考资料 ↓在新标签页中打开|4646Effects of non-driving-related tasks on take-over performancejournals.sagepub.com前往参考资料 ↓在新标签页中打开}