MIT：特斯拉Autopilot被激活时 司机注意力难以集中

研究人员研究了290个人类接管Autopilot时的扫视数据，发现司机在使用部分自动驾驶系统时可能会变得注意力不集中。

这份研究中写道：“司机视觉行为模式在接管Autopilot前后都会发生变化。与转向手动驾驶后相比，在接管车辆控制之前，司机通常较少关注道路，而更多地关注与驾驶无关的领域。接管前司机目光脱离道路的扫视比例较高，而且这无法通过扫视前方时间较长来弥补。”

特斯拉首席执行官埃隆·马斯克(Elon Musk)表示，并不是每个支付了FSD软件费用的人都能访问FSD测试版，尽管该软件承诺提供更多自动驾驶功能。首先，特斯拉将使用遥测数据来捕捉七天内的个人驾驶行为，以确保司机仍然保持足够的注意力。这些数据还可以用来支持新的安全评级页面，该页面跟踪车主的车辆，并将其与他们的保险联系起来。

麻省理工学院的这项研究提供了证据，表明司机可能没有按照推荐那样使用特斯拉Autopilot。由于Autopilot包括交通感知巡航控制和自动转向等安全功能，司机们的注意力变得不那么集中，他们的手更多地从方向盘上移开。研究人员发现，这类行为可能是误解了Autopilot功能和局限性的结果。当Autopilot表现良好时，这一点会得到强化。更多驾驶操作自动化后，司机在试图保持视觉和身体上的警觉性后自然会变得无聊，这会造成进一步的注意力不集中。

这份研究名为“特斯拉Autopilot接管前后的自然扫视行为模型”，它跟踪了位于波士顿地区的特斯拉Model S和Model X车主一年或更长时间。这些车辆配备了实时智能驾驶环境记录数据采集系统，该系统不断从CAN总线、GPS和三个720P摄像头处收集数据。这些传感器提供车辆运动学、司机与车辆控制器的交互、里程、位置、司机姿势、面部以及车辆前方视野等信息。麻省理工学院收集了近80万公里的数据。

这项研究的重点不是要炮轰特斯拉，而是要倡导为司机开发注意力管理系统，这种系统可以实时向司机提供反馈，或者调整自动化功能，以适应司机的注意力水平。目前，Autopilot使用传感器系统来监控司机，但它不会通过眼睛或头部跟踪来监控司机的注意力。

这项研究背后的研究人员基于自然数据开发了一个扫视行为模型，它可以帮助理解自动驾驶条件下司机注意力转移的特征，并支持解决方案的开发，以确保司机在驾驶任务中注意力充分集中。这不仅可以帮助司机监控系统处理“非典型”的目光变化，还可以作为研究自动化对司机行为安全影响的基准。

像Seing Machines和Smart Eye这样的公司已经与通用汽车、梅赛德斯-奔驰以及福特等汽车制造商合作，为装有ADAS的汽车引入基于摄像头的司机监控系统，但也是为了解决酒后驾驶或其他危险驾驶造成的问题。这项技术已经存在，问题是特斯拉会使用它吗？