态势感知研究与未来车辆设计
1. 态势感知研究现状与展望
态势感知(SA)的不同类型推动了SA理论的创新,特别是那些倡导系统SA观点的理论,当前分布式SA(DSA)研究成果令人期待。DSA研究为SA如何、为何以及在何种条件下能提升绩效提供了重要的证据基础,且表明DSA不仅是一个有用的概念,还与任务的成败相关。不过,不同的SA模型在不同情况下各有其用,没有一种“万能”的SA模型适用于所有研究问题。
在SA研究领域,近期的辩论虽带有一定的对抗性,但也有积极意义。这些辩论能揭示有效问题,对理论和概念进行压力测试。实际上,没有“最佳”理论,SA的应用取决于所解决问题的本质。如果问题稳定,依赖于规范实践的偏差且关注个体驾驶员,那么有相应匹配的SA理论;如果问题是一个社会技术系统,SA既不规范也不稳定,且是一种系统现象而非个体现象,那么其他匹配的方法将更适用。
SA研究的关键在于不能采用过于教条和僵化的方法,否则可能无法提供所需见解、分析成本过高或得出误导性结果。尽管该领域的辩论有时具有对抗性,但SA研究和实践的未来前景光明。随着汽车系统日益复杂和技术驱动,围绕意识以及如何在个人、团队、组织和整个交通系统中支持意识的重要问题不断涌现,新的SA研究问题也不断浮现,如驾驶员如何与新车辆技术交换意识、如何研究全非人类代理团队中的SA以及如何设计意识分布式的先进自动化系统等,SA面临的挑战和机遇似乎无穷无尽。
不同的SA方法与不同的人机工程问题特征相匹配,系统性越强的SA模型可适用的问题空间越大,但其他方法可能在实践中更便捷。未来的挑战是更好地实现这种匹配,而非让不同方法相互竞争。
超级会员免费看
订阅专栏 解锁全文
47

被折叠的 条评论
为什么被折叠?



