節(jié)選自未來出行實驗室https://mp.weixin.qq.com/s/ZSEKYzeeQ9RlPRmM4yuNDg
態(tài)勢感知（?Situation Awareness）
態(tài)勢感知（也被稱為情境意識）最早用于飛行場景邓夕，被定義為“在一定時間和空間量內(nèi)對環(huán)境中的元素的感知允跑，并對其意義的理解以及對它們在不久的將來的狀態(tài)預(yù)測”旨剥，也被認為是飛行員在任何時間點對周圍世界的內(nèi)部模型。態(tài)勢感知結(jié)構(gòu)可以進一步分解為三個層級藤滥，如下圖所示。
飛行員感知環(huán)境中存在某些元素（例如飛機脉顿、 山糕档、警示燈）及其相關(guān)特征（例如顏色、大小痊硕、速度赊级、 位置），這構(gòu)成態(tài)勢感知一級：感知岔绸。
基于飛行員對這些元素的了解理逊，以及這些元素和其他元素通過格式塔的方式組合為不同模式時，飛行員會構(gòu)建出一幅當前環(huán)境的整體圖景亭螟，以及理解當前對象和事件的重要性挡鞍，例如警告面板上出現(xiàn)了紅燈，飛行員理解紅燈的出現(xiàn)有可能會危及他的生命预烙，這構(gòu)成態(tài)勢感知二級：理解墨微。
當有三架敵機出現(xiàn)在特定距離內(nèi)，預(yù)測這些敵機未來行動的能力構(gòu)成了態(tài)勢感知三級：預(yù)測扁掸。
同理翘县，態(tài)勢感知也能用于汽車駕駛中最域，并能較好地解釋注意力缺失導(dǎo)致的問題。
例如當汽車開啟了輔助駕駛模式锈麸，駕駛員正在玩手機或者看視頻的時候汽車需要駕駛員緊急接管镀脂，駕駛員在注意力缺失的情況下需要對當前環(huán)境、自身汽車和周圍車輛狀況等一系列因素進行感知忘伞、理解薄翅、預(yù)測、決策氓奈，最后再執(zhí)行翘魄。
極短時間完成以上步驟很有可能讓駕駛員出現(xiàn)認知負荷過載的情況，最后手忙腳亂導(dǎo)致悲劇的發(fā)生舀奶，這也就是為什么輔助駕駛需要駕駛員處于合理的情景意識暑竟。
工作負荷和能力、經(jīng)驗育勺、訓(xùn)練都會直接影響態(tài)勢感知但荤、決策和執(zhí)行的績效，這兩部分都能用后面的耶德定律及SRK模型分別進行解釋涧至。
總的來說腹躁，高績效需要駕駛員處于良好的情景意識和恰當?shù)膯拘讯取⒆⒁饬驼J知負荷水平南蓬，同時對于駕駛員的駕駛技能有一定要求潜慎。
在輔助駕駛過程中我們也需要駕駛員處于同等狀態(tài)才能讓駕駛員在突發(fā)情況時更好地完成接管，因此我們可以在輔助駕駛過程中通過聽覺通道將重要信息實時告知駕駛員蓖康，并且在屏幕上顯示最重要的信息铐炫，以確保駕駛員能快速感知和理解當前狀況并進入良好的預(yù)測和決策流程。
態(tài)勢感知模型能讓我們更好的理解駕駛員在人機環(huán)中蒜焊，是如何進行感知倒信、理解、預(yù)測和決策泳梆，最終完成駕駛?cè)蝿?wù)的鳖悠，我們在HMI設(shè)計中，任何一個影響上述態(tài)勢感知環(huán)節(jié)的設(shè)計优妙，都會作用于最后的駕駛行為乘综，從而對駕駛安全產(chǎn)生直接影響。
基于技能-規(guī)則-知識的行為模型
基于技能-規(guī)則-知識的行為模型（以下簡稱SRK模型）把人的工作根據(jù)認知參與的復(fù)雜程度分成三種不同的水平套硼，如下圖卡辰，它們之間的區(qū)別如下：
基于技能的操作：指非常熟練的、幾乎是潛意識的操作，不需要經(jīng)過大腦的復(fù)雜思維過程九妈，因此對人的認知負荷和注意力要求最低反砌，比如盲操。
基于規(guī)則的操作：了解各種規(guī)則萌朱，當事情發(fā)生時宴树，按照各種規(guī)則來操作，比如保持車道線晶疼、遵守交通法律酒贬，就屬于此類操作。
基于知識的操作：也就是問題相對比較復(fù)雜翠霍，解決的過程需要大量的知識同衣、分析和判斷，因此對人的認知負荷和注意力要求最高壶运。
通過SRK模型，我們就不難理解為什么新手司機開車非常謹慎浪秘，而老司機可以邊開車邊去處理其他事情蒋情，因為老司機通過長時間的訓(xùn)練已經(jīng)將駕駛這項操作訓(xùn)練成基于技能的操作，當他對路面非常熟悉時耸携，他可以不花費太多注意力在路面上棵癣，同時駕駛車輛可以通過肌肉記憶完成。
但是對于新手司機來說駕駛車輛仍處于知識層面的操作夺衍，所以駕駛時需要花費更多的注意力在路面狈谊、眼睛和手腳之間的配合以及記憶如何操控車輛上。
但是在看不清或者復(fù)雜路面上沟沙，無論是新老司機都需要花費注意力去分析和判斷當前車輛操作是什么河劝，因為新的環(huán)境對他們來說屬于另一種“知識盲區(qū)”，這種基于新知識的操作人人平等矛紫。
多重資源理論
多任務(wù)處理在駕駛過程中非常普遍赎瞎，例如我們會一邊跟同伴聊天，一邊觀察路面變化颊咬，一邊聽周圍有沒有鳴笛等特殊聲音需要引起我們的注意务甥，之所以能夠同時進行兩種或兩種以上的活動，是因為這些活動所要求的注意容量沒有超出他所能提供的容量喳篇。若在行人擁擠的街道上開車敞临，大量的視覺和聽覺刺激占用了他的注意容量，他也就不能再與同伴聊天了麸澜。
車內(nèi)有些多任務(wù)并行并不推薦挺尿，例如一邊開車一邊玩手機或者注視中控屏幕，為什么？因為人的注意力和認知負荷是有限的票髓，如果超出人的注意容量很容易引起人的失誤攀涵，從而導(dǎo)致交通事故。
那為什么人可以做到邊看邊聽洽沟？從多重資源理論的角度來看以故，人會通過多資源和多通道去理解和處理信息，如下圖裆操，而且每項資源或通道都有自己的容量怒详，當信息不超出該容量時不容易超出人的認知負荷。
多重資源理論在座艙體驗設(shè)計上能給我們帶來很多指導(dǎo)意義踪区，例如一些緊急信息最好通過聽覺通道傳達給駕駛員昆烁，而不是通過視覺通道，因為這能有效避免駕駛員認知負荷超載缎岗。
但是為什么我們又會經(jīng)常把一些信息顯示在屏幕上呢静尼？這不是和前者結(jié)論矛盾么？多重資源理論結(jié)合SRK模型能解釋為什么部分老司機能邊開車邊看屏幕甚至是玩手機传泊，而新手司機卻不能鼠渺。
因為老司機在駕駛時對路面的觀察和理解不占用太多視覺和認知容量，所以他們有更多的容量去處理其他事物（不提倡分心駕駛）眷细，但對于新手司機來說光是觀察路面已經(jīng)讓他的認知資源接近容量上限甚至超載拦盹，所以他們必須很謹慎地駕駛才能避免發(fā)生事故。
耶德定律
在心理學(xué)里溪椎，耶德定律用于描述喚醒度（Arousal）高低與績效之間的關(guān)系普舆，如下圖。喚醒度可以反映人當前的生理和心理狀態(tài)校读，從生理角度喚醒度由低到高可以依次描述為犯困沼侣、疲勞、松弛歉秫、正常华临、焦慮、壓力大和疼痛端考，它和壓力（Stress）雅潭、注意力（Attention）、警覺性（Alertness）却特、認知負荷（Cognitive Load）和工作負荷（Workload）等因素有著強聯(lián)系扶供。
從圖中我們可以發(fā)現(xiàn)存在著一個最佳的績效喚醒水平區(qū)域，太少或太多的喚醒都會對任務(wù)績效產(chǎn)生不利影響裂明。
當喚醒度過低時椿浓，例如在犯困到放松的這個區(qū)間下，我們可以理解人的注意力是缺失的，邊開車邊玩手機可以理解為駕駛員在駕駛?cè)蝿?wù)上處于松弛狀態(tài)扳碍，所以他此時的績效并不處于最佳狀態(tài)提岔。
當喚醒度過高時，例如在焦慮到疼痛的這個區(qū)間下笋敞，人的注意力處于分散甚至過載狀態(tài)下碱蒙。在這個區(qū)間下怎么理解注意力分散甚至過載？
焦慮夯巷、壓力大甚至疼痛會讓人過度緊張導(dǎo)致注意力無法集中到該集中的任務(wù)上赛惩，例如新手司機在學(xué)習或者實習期也會用他由于緊張導(dǎo)致“腦子里一片空白”，其實這是在描述注意力分散甚至過載趁餐。
信任校準
人機信任也屬于人因工程正在探索的領(lǐng)域喷兼。人機信任的研究更多關(guān)注機器系統(tǒng)的因素，主要包括機器能力與機器特性兩個方面后雷。
機器能力相關(guān)的人機信任影響因素主要包括人機系統(tǒng)的可靠性季惯、可預(yù)測性、異常故障等臀突。
大量研究表明在復(fù)雜的交互任務(wù)中勉抓，高度可靠的自動人機系統(tǒng)會促進操作者信任，但是也可能會導(dǎo)致用戶監(jiān)視行為的減少及過度依賴惧辈。
可預(yù)測性是指人機系統(tǒng)來執(zhí)行任務(wù)符合用戶期望的程度，當用戶可以依據(jù)經(jīng)驗預(yù)測系統(tǒng)的表現(xiàn)時磕瓷，人機信任水平會持續(xù)較高盒齿，而可預(yù)測性差的人機系統(tǒng)會使信任水平迅速下降；人機系統(tǒng)的異常故障對人機信任有負面影響,即使故障恢復(fù)后信任恢復(fù)也比較緩慢困食，且不會達到以前的信任水平边翁。
與人機系統(tǒng)特性相關(guān)的人機信任影響因素主要包括系統(tǒng)的自動化等級、物理特征硕盹、系統(tǒng)透明度等因素符匾。自動化等級或智能化水平越高的機器系統(tǒng)，初始的人機信任程度越高瘩例，但當其出錯時啊胶，人機信任會迅速降低并持續(xù)處于較低水平，原因在于系統(tǒng)自動化等級越高可理解性及可預(yù)測性越差,一旦出錯就會導(dǎo)致人機信任水平的持續(xù)降低垛贤。
信任的交互將增強操作自動駕駛/輔助駕駛的人的信心焰坪，改進其對車輛的控制以及提升安全感，我們需要將人對車的信任限制在一個適度的等級聘惦，過度信任和不信任都會影響駕駛安全
在智能座艙領(lǐng)域某饰，人類和機器的關(guān)系可以抽象為下圖，當人對機器越不信任，在輔助駕駛過程中會一直擔心汽車出現(xiàn)問題黔漂，從而產(chǎn)生焦慮感和注意力分散诫尽，對變化的響應(yīng)會越遲鈍；當人對機器過度信任炬守，在輔助駕駛過程中會太過依賴汽車的決策牧嫉，漸漸地注意力分散到其他事情上，兩種現(xiàn)象都不是我們希望看到的劳较，因此什么是合理的人機信任以及如何校準人機信任將是設(shè)計輔助駕駛時很重要的課題驹止。
