王雪松, 吴梦娇, 周轩, 杜峰, 周楚, 蔡岗, 周妍汝, 岳李圣飒, 陈佳雯, 纪翔
驾驶过程中保持适度的警觉水平是保证驾驶安全的重要条件。驾驶警觉下降的类型可归纳为疲劳、分心驾驶及长时间的自动驾驶监控3类，不同类型的驾驶警觉下降在重点特征、注意机制等方面可能存在差异，但其异质性特征尚未明晰。这种异质性可能是导致当前不良驾驶状态检测模型泛化能力不足、预警效能不理想的重要原因。为系统揭示驾驶警觉下降的特征和机制，从驾驶警觉下降的测量工具、类型、特征、影响因素、内在机制、检测方法和预警研究展开文献分析，得出以下结论：第一，警觉的测量工具已形成较为完整的体系，但其在交通场景中的应用尚未实现广泛普及；第二，驾驶警觉下降特征已基本明确，但疲劳驾驶的类型差异研究不足，认知分心的脑电特征研究存在空白，且听觉-认知分心、疲劳驾驶及两者的交互效应对接管效率的影响机制亟待探明；第三，警觉下降的机制层面，睡眠相关疲劳导致的驾驶警觉下降与大脑皮层活动减弱相关，而任务相关疲劳、分心驾驶及自动驾驶监控导致的驾驶警觉下降则与注意资源不足和觉醒水平相关；第四，现有检测技术过度集中于疲劳驾驶与视觉-操作分心，对认知分心的检测及警觉等级综合评估研究不足，且因EEG和眼动设备成本高、数据处理复杂，导致其应用受限；第五，现有预警系统忽视了驾驶环境、个体生理心理等因素的影响，缺乏基于驾驶警觉下降机制的差异化预警策略。因此,建议：①深化跨学科协作，构建交通场景专用的警觉测量范式，推进警觉测量工具在交通领域的实证研究；②系统对比各类型疲劳驾驶的驾驶警觉特征差异，解析不同认知加工组合下分心驾驶的眼动-EEG特征图谱；③研发便携式低侵入性脑电采集装置，构建基于眼部特征与ERP指标认知分心的实时监测模型；④基于标准化的试验设计、创新数据分析方法和多模态数据融合技术三重路径突破ERP指标识别瓶颈；⑤制定驾驶人群分类预警标准，设计基于驾驶警觉下降机制的个性化预警方案，集成车内环境调控预警系统。
