表征避障机动中驾驶员内部驾驶动力学的变异性

人类反应的变异性为人类-自动化系统的建模与控制带来了不小挑战。随着自动化变得普及，能够容纳人类变异性的方法将至关重要，以确保效率、安全性和高性能。我们提出一个易于计算的建模框架，其利用一种度量来评估个体人类在重复多次的动态任务中反应的变异性。我们的方法基于将观测轨迹变换到再生核希尔伯特空间，该空间将人类反应变异性捕获为嵌入希尔伯特空间中的分布。我们通过最大均值差异评估响应间的相似性，该差异度量希尔伯特空间内分布间的距离。我们将此度量应用于一项困难驾驶任务，旨在阐明不同受试者间的差异。我们在高级驾驶模拟器中进行了6名受试者的试点研究，受试者被要求在夜间场景、仅用非惯用手转向的情况下，对道路中央盲弯处的障碍物进行碰撞规避。