有限理性決策理論下駕駛信息過載研究及應用

孫麗璐，張袁籽妍，趙娟，謝靜茹，邱金龍，周帆，趙輝

1.重慶理工大學 管理學院，重慶 400054；2.重慶理工大學 經濟金融學院，重慶 400054；3.陸軍特色醫學中心軍事交通傷防治研究室，重慶 400042

汽車產業高速發展的時代背景下,新能源化、智能化、網聯化必將成為推動汽車產業發展的技術革命.智能網聯汽車與交通系統、能源體系、城市運轉、社會生活緊密結合,是一項集智慧城市、智慧交通和智能服務于一體的國家級系統工程,肩負著中國經濟戰略轉型、重點突破和構建未來創新型社會的重要使命.在汽車產業新能源化、智能化、網聯化發展的大方向下,車輛安全的需求被重新梳理和定義[1].隨著汽車智能化、網聯化對功能安全與預期功能安全的要求不斷提高[2-3],作為汽車三大永恒主題之一的“安全”將面臨更多的機遇與挑戰.然而,汽車網聯化和智能化使駕駛員面臨車內、車外多源信息的影響.信息時代在帶來便捷高效的同時,潛在可用信息量過大,反而會成為及時、快速處理有效信息的障礙[4],甚至可能因駕駛信息過載及駕駛員注意力分散而引起負面效應,最終引發道路交通事故.因此,本文對駕駛信息過載原因及其生理心理機制,駕駛信息過載控制技術及其車載裝備,以及相關領域研究進展進行綜述介紹,以期為汽車人機交互與人因安全的發展提供參考.

1 駕駛信息過載原因概述

數字信息時代,生活中各個場景下可獲得的信息量往往遠超所需[5].“信息過載”被定義為全媒體數字信息時代的主要表現形式,由于人類的思維過程表現為搜索或串行處理,并在同一時段內考慮的問題有限,限制了人們的注意廣度以及知識和信息獲得的速度和存量[6].各個行業受益于信息更加快捷高效的同時,也受到了信息過載帶來的負面影響[7],汽車駕駛也不例外.

數字信息、駕駛系統和駕駛員特征,是導致駕駛信息過載的主要因素[8].駕駛員在行駛途中不可避免地會接觸到大量信息[9-10].研究發現,復雜的交通標志牌帶來的駕駛信息過載,可能降低駕駛員的路況敏感度,會給駕駛安全帶來不利影響[11].調查還顯示,駕駛途中為獲取道路交通標識信息,駕駛員將分散三分之一的注意力[12].但駕駛員對單個交通標志的注視時間有限,信息量過多會增加駕駛員對標志的搜索和辨認時間,導致駕駛員的視線較長時間偏離路況,最終給行車安全帶來危害[13].

早期研究表明,信息數量、信息質量之間存在“倒U型”關系——隨著接收信息數量的增加,對人真正有用的信息質量先增后降[14].駕駛信息過載主要來自于路標多樣復雜、道路車輛和輔路岔路過多、駕駛員電子設備干擾、汽車廣播和音樂等帶來的影響.統計得出,駕駛員在駕駛過程中約有60%接打手機、90%聽音樂、95%低頭查看導航的情況出現[15],均在一定程度上引起駕車主體注意力的分散轉移、信息回避等負面行為[5].總體上,接收較少或常量信息的受試者的決策表現好于信息過載下的受試者[16].

人類抓取信息的重點是“快速獲取必要的信息”,而不應當是花費大量時間不斷地“刪減”信息數據庫或識別錯誤信息[17].駕駛途中80%的信息源自視覺[18].在陌生路段,駕駛員的路線選擇主要來自視覺接收的道路名稱、方向等信息,容易給駕駛員造成以視覺來源為主的信息過載[11].盡管人類本身的信息搜集能力、信息處理能力、信息計算能力有限,但是人類的智慧本身就在于創造和借用工具,能夠利用工具收集信息并計算以克服復雜環境的不利.用發展的眼光來看待,工具可以協助人們向無限接近完全理性地發展.例如在駕駛領域,智能車載設備的使用,幫助人們盡量多地收集外部環境中的信息,極大提升了人對環境的認知和把握能力[19].

2 駕駛信息過載的神經機制

人腦是一個復雜而強大的器官,約包含1 000億個神經元,各神經元組成的集合構成大腦思維模式識別的基本單元[20].駕駛作為一項復雜的多活動任務,主要基于認知活動支配進行,需要多腦區參與完成,有著復雜的神經機制[21].

汽車駕駛是復雜的生理心理過程,其過程模型如圖1所示.在駕駛過程中,首先通過視覺、聽覺、觸覺和本體等感官系統感知外部信息,然后通過知覺、記憶、判斷和決策等認知功能對感知信息進行處理,最后通過執行進行駕駛操作.駕駛過程中的頂葉、額葉、輔助運動區、扣帶回等腦區激活程度明顯[22],并且駕駛環境復雜、信息多變,需要駕駛員的注意力高度集中.此時,大腦中由目標導向和刺激驅動的背側額頂葉神經網絡和顳頂聯合區被高度激活.人在駕駛過程中,自身的感知器官會感知不同界面信息并反饋到中樞神經系統,隨后再由中樞神經系統對信號做出分析、判斷及相關處理,并做出必要的駕駛操作,以便維持車輛正常駕駛[23].

圖1 汽車駕駛控制模型

具體來看,對交通標志、街邊廣告、接聽電話等子任務增加時,大腦的注意網絡激活程度提高,額下回和顳上回等執行任務的區域活動增強; 負責錯誤檢測和控制不必要運動的扣帶回和亞肺葉激活率增加; 而負責空間感知的頂葉區域的激活率降低[24].例如,當駕駛員識別交通標志文字信息時,大腦中的視覺系統(詞形)、語音系統和語義系統負責共同參與[25].非駕駛狀態下的詞匯識別過程中,個體全神貫注于該任務,而交通標志信息識別中,駕駛員必須在動態地執行其他關鍵任務(例如操縱方向盤)的同時,完成較高難度的動態文字信息識別[26].

3 控制駕駛信息過載的有限理性決策理論

西蒙最早于1955年 “A behavioral model of rational choice” 一文中提出 “有限理性”的概念,批判了過去以法約爾為代表的古典決策理論所提倡的完全理性人假設,并提出有限理性決策理論.該理論采用實證研究對實際的決策過程進行描述和分析,又被稱為描述決策理論[27],即不再將實際決策過程中的人簡單假設為完全理性人.尤其是在當前信息過載的數字時代,簡單理性人假設通常是說不通的,需要根據實際情況對決策人所處的決策情形進行分析.例如,在駕駛場景下,基于有限理性決策理論和駕駛員的實際決策環境,需對其信息過載的程度及影響進行判斷和干預.

由于人腦的知覺范圍和記憶系統有限,從達爾文生物進化論中,西蒙找到了有限理性的生物學基礎; 同時,心理學界也有力地指出并論證了進化論與行為理性之間的高度相似.正如西蒙所說:“人類理性是在心理環境的限度之內起作用的”[28].他對此進行了更為細致的論證,隨后提出了處理信息過載的方法,讓決策者在找到滿意的解決方案后停止搜索,并認識到可用時間和資源的有限性,其核心觀點概括為:① 決策主體人的知識、時間和精力有限; ② 決策環境龐大、繁雜且多變; ③ 決策者在排查信息對象并進行決策時,往往帶有主觀感性因素,很難完全客觀公正.西蒙認為人具備單純的認知及反應能力,之所以進行復雜的舉動或社會活動,是因為其身處復雜的環境,因此決策者不可能做出最優的選擇,即個人或企業的決策都在有限度的理性條件下進行[29].Savolainen指出,數字時代的信息過載是與其他相關問題結合的“共同產物”[30].Murayama等學者通過實驗得出,在控制年齡、性別、收入等變量后,信息過載和人類的快速決策表現之間存在顯著負相關[16].個人和組織都會在數字時代的信息過載中面臨挑戰——學習或工作任務負荷重、行動分散和時間不足等[31].1956年,Miller通過實驗得出人的短時記憶容量是5～9個單信息段.心理學認為,當超量信息涌入時,人們有限的認知資源被過量地消耗和占用,給其他任務的操作帶來困難,導致大腦的適應功能下降[32].1994年,方齊云簡述完全理性與最優決策的困難時,探討了關于人類的大腦神經機制[33],即人們很難在有限時間內做出所謂最優的決策,從而引出西蒙的理性限制因素討論[34],應采用適當的方法改善人類大腦自身的信息認知缺陷.

無結構或無邏輯的信息呈模糊的“碎片化”特點,容易令人陷入喪失掌控的狀態,造成緊張和困擾[35].所以,當大量信息需要接收時,人們會選擇主動限制大腦接收的信息數量,減少負荷信息充斥頭腦的不適感,以求最大化識記信息的策略.隨著信息過載的常態化,人類常接觸到比自己大腦實際短效記憶容量更多的信息,但我們對自己選擇或者大腦究竟能記住多少信息的能力卻知之甚少[16].可供選擇的選項越多,信息搜索耗費的反應時間越長[36]; 同時,外部環境對個人情感、認知、態度、行為等多層面產生影響,在駕駛場景下,會導致駕駛員產生疲憊倦怠、急躁煩悶等不良情緒[37].過去的理性決策者能夠考慮到所有信息,而面對現在海量信息的智能駕駛時代,這將不再現實[38].當前信息過載下的駕駛決策條件符合西蒙的有限理性決策理論.

4 駕駛信息過載控制技術及應用

技術發展離不開相關理論支撐.從理論和技術應用的相輔相成、相互促進角度來看,西蒙提出有限理性決策理論,其“理性決策”的前提是能夠考慮到所有道路及駕駛信息,而面對現在海量、復雜信息的智能駕駛時代,這將很難達到.因此,當前信息過載下的駕駛決策所處的客觀情形符合有限理性決策理論所述的基本要點,該理論的實踐與智能駕駛輔助系統的實際搭載相結合,與解決現實中的新時代汽車應用技術的關鍵方向緊密相關.如前所述,駕駛途中接收到的信息大部分源于視覺(如視覺接收道路名稱、頻繁低頭查看導航、路標多樣復雜、岔路輔路多等),所以駕駛信息過載主要以視覺為主,并隨著接收信息數量的增加,對駕駛員真正有用的信息質量先增后降(接收信息數量與質量的“倒U型”理論).為了控制汽車駕駛信息過載,基于有限理性決策理論的汽車駕駛輔助技術被廣泛研究,一些視覺輔助系統被應用于汽車.

4.1 從HUD到AR-HUD

平視顯示(Head Up Display,HUD)作為一項以視覺為主的輔助駕駛技術,承接儀表臺的部分功能,最初應用于軍用飛機,置于飛行員視野前方和儀表信息投射區域的頭盔目鏡上,可有效提升態勢感知力.汽車搭載HUD可有效減少駕駛員因低頭查看儀表導致的視線偏離前方道路的情況[39].車載HUD(圖2)減少了駕駛員耗費在讀取車載信息的視覺、認知和動作上的時間,保障駕駛安全,據統計可減少25%的車輛碰撞[40].

圖2 傳統HUD顯示效果

增強現實技術(Augment Reality,AR)是以普通的虛擬現實技術為基礎,產生的一種新型人機交互技術[41],在顯示內容和形式上,將復雜多樣的信息條理化、直觀化,將路況、地圖等虛擬信息和行人通過路口等真實物體信息疊加.HUD與AR相結合,使汽車同時搭載自然顯示、人工顯示2種方式的智能輔助設備[42].表1列舉了目前市面上幾種車型的AR-HUD艙內顯示交互方案.

表1 AR-HUD艙內顯示交互

AR-HUD正引領座艙顯示的新模式,成為人與車交互的橋梁.借助高級輔助駕駛系統(Advanced Driver Assistant System,ADAS)的衛星定位、多種雷達、攝像頭等傳感器,感知、識別外部物體和環境,實時處理投影與現實的互相“增強”[43],實現駕駛情景虛實結合、實時交互的駕駛體驗(圖3).

圖3 AR-HUD車載顯示效果

AR-HUD輔助駕駛的實際流程如圖4所示,針對不同駕駛情景,搭載AR-HUD可有效改善駕駛員因俯視導航、其他車載娛樂信息等而導致的注意力分散[44].同時,虛擬影像不完全遮擋現實場景,可使該系統有效降低駕駛信息過載和碰撞風險,保障駕駛安全[43].研究表明,AR-HUD主要從“注視區間、決策時間、駕駛行為”3方面提高駕駛安全水平.應用該技術,駕駛員注視區間更集中于AR-HUD所覆蓋的安全駕駛注視區域.AR-HUD駕駛輔助系統能有效縮短駕駛員在不同駕駛情況下(尤其是在夜間、雨雪天氣等低能見度情況下)的感知和決策時間.例如,開啟AR-HUD的實驗組,駕駛員平均反應時間為1.97 s,相比于對照組的2.85 s,縮短了0.88 s.配備AR-HUD駕駛輔助系統,在面臨信息過載時有助于改善、糾正駕駛員的駕駛判斷和行為,在低能見度條件下尤為顯著[45],這對未來汽車輔助駕駛、定位導航等系統的發展都有驅動作用[18].例如,搭載AR-HUD等輔助駕駛設備的汽車,會對駕駛員在駕駛過程中“穩定注視區間、縮短決策時間、改善駕駛行為”3方面產生極大影響,并進一步積極干預駕駛決策和駕駛安全.輔助駕駛技術賦予了載運工具新功能,可大幅降低駕乘人員的腦力、體力方面的勞動強度,可有效解決人腦的有限理性決策瓶頸問題,有助于緩解疲勞駕駛、提升駕駛運行的安全性及效能.

圖4 AR-HUD駕駛信息處理及決策輔助模型

4.2 透明OLED顯示

透明OLED顯示屏由于僅有2層超薄模組結構,能有效突破傳統顯示屏的播放形態,因此拓寬了其應用范圍[46].同時,高分辨、低能耗、輕重量、無輻射等優勢,使其無論被應用在車載顯示還是其他領域,都能創造不同于過去的嶄新體驗[47].

從技術屬性來說,OLED顯示屏采用柔性襯底和蓋板,不會像傳統顯示的玻璃蓋板一樣當受到外力沖擊時容易破碎,安全等級進一步提升.同時,由于“自發光顯示技術”的應用使得屏幕在黑暗模式下功耗更低,能有效節能,作為透明OLED屏幕最重大的差異化突破,在多種透明屏幕技術中相對成熟.在駕駛領域(圖5),搭載透明OLED自發光像素,無需背光,顯示圖文內容的同時還能觀看屏幕后方實景.尤其是在夜間無燈光的路上駕駛時,OLED車載顯示低亮高對比的特性,可以避免眩光性失明,護眼并且更有利于駕駛安全.

圖5 汽車OLED柔性屏搭載實景

研究指出,2020年車載OLED顯示屏滲透率不足0.6%,但預計2026年將達到2%～4%,主要應用于高端汽車的中控及儀表顯示,其出貨量將穩定增長,市場規模有序擴大(圖6),從2020年4 200萬美元,發展至2026年4.5億美元.與車載液晶顯示相比,OLED物料清單組成更加簡單.如果采用COE結構,還可以去除偏光片.隨著驅動芯片、材料等物料成本持續下降,性能、壽命等不斷改善,OLED顯示的競爭力將明顯提升.屆時,駕駛領域有可能像智能手機、IT設備等領域一樣,逐漸從液晶顯示向OLED顯示轉換.車與萬物互聯的時代到來,汽車座艙大屏和多屏化、多形態、智能化要求提升,OLED顯示的優勢將更加凸顯,有望幾年內占據高端車載顯示市場半壁江山.

圖6 全球車載顯示器(分技術)滲透率預測

4.3 理論與應用結合

西蒙的有限理性決策理論與駕駛輔助系統相結合,為新時代汽車應用技術的發展指明了方向.同時,駕駛決策的優化是實現高級輔助駕駛、自動駕駛等需要攻克的難題之一.為降低駕駛場景的復雜性,突破單純人腦決策的有限理性,基于智能輔助駕駛系統的搭載,使用智能決策設備輔助代替單純人腦決策的方法已經引起學術界和產業界的關注.

傳統車載顯示屏導致視線偏離道路,干擾駕駛員意識,影響駕駛安全,隨著車載智能化技術進步,透明OLED顯示屏使前擋風玻璃呈現出導航、路況、車況等應用場景[48].AR-HUD和透明OLED的結合使車內場景交互從平面向空間發展,并與座艙內外傳感器、攝像頭等器件配合,將實現透明屏幕顯示的AR/MR(混合現實)效果,呈現出比傳統HUD面積更大、更細節化與多樣化的視覺效果和情景轉換.AR/MR作為視覺技術為主、傳感器及智能情景建構為輔的車載技術,使傳統汽車駕駛艙內完全真實的駕乘場景結合了虛擬情景[49].AR-HUD或“AR/MR魔窗”將作為信息交互、輔助駕駛等交互界面的核心[50],能有效幫助駕駛員疏解信息過載,從而保障駕駛安全.

“以屏為界”到“全景界面”具有劃時代的意義.如今以AR-HUD為代表的智能車載元設備完善了自動駕駛、V2X(Vehicle to Everything,車與萬物互聯)等系統,通過車載系統的高性能計算,使得駕乘人員感官、肢體與車輛交互更加順暢.透明OLED顯示屏可以呈現更多樣、更復雜的內容[43],AR-HUD和透明OLED的結合在交通場景中將扮演著越發重要的角色[51],通過控制駕駛員視覺信息過載,在保證駕駛安全等方面實現“1+1>2”的效果.

5 總結與展望

數字時代背景下,信息過載的根本原因主要是由無法有效過濾、傳輸和接收海量信息中的有效信息所致.駕駛層面,信息過載仍是未來汽車設計系統過程中需要解決的問題之一,應依據駕駛員的需求,充分利用技術及車載裝備來輔助駕駛員快速篩選信息、提升信息質量.但相關技術研究仍存在局限性,有必要結合數字信息化、人車交互和心理學等進行跨學科研究,研究駕駛員情緒、駕駛決策信息處理和駕乘環境之間的相互作用.基于科技的發展與探索,使駕駛員在不同的任務和駕乘環境中更好地處理信息過載所帶來的負面影響,以科技護航駕駛安全,降低交通事故的發生率.

基于西蒙的有限理性決策理論,在未來面對駕駛信息過載的問題時,搭載AR-HUD和透明OLED顯示屏結合的駕駛輔助設備,能以視覺、聽覺等形式,使駕駛員收集、篩選并處理信息的速度得到提高,優化駕駛體驗,減輕信息過載給駕駛安全帶來的負面影響,從而有效保障駕駛安全.這2項新技術在智能輔助駕駛領域還將持續引領未來智能車載裝備的發展,值得相關學者的進一步關注和研究.另外,基于有限理性決策的影響因素,輔助駕駛系統的搭載及其數據記錄可用于進一步開發數據驅動方法的數據集,這將會極大地影響并改善決策效能,因此自動輔助駕駛技術的發展將會是未來載運工具的核心競爭點.