驾驶时需要花费更多注意

rejoana24

在入职新公司或需要负责新业务时，B端产品经理要如何快速上手新业务，从而更顺畅地进入工作流程？ 查看详情 > 任务和环境因素以及个人因素，都会直接影响态势感知、决策和执行效果，这两部分能用后面的耶德定律和SRK模型分别进行解释。总的来说，良好执行效果需要驾驶员处于良好的情景意识和恰当的唤醒度、注意力和认知负荷水平，同时对于驾驶员的驾驶技能有一定要求。 同理，在辅助驾驶过程中我们也需要驾驶员处于同等状态才能让驾驶员在突发情况时更好地完成接管，因此我们可以在辅助驾驶过程中通过听觉通道将重要信息实时告知驾驶员，并且在中控屏幕上显示最重要信息，以确保驾驶员能快速感知和理解当前状况并进入良好的预测和决策流程。

态势感知模型能让我们更好地理解驾驶员在人-机-环境中，是如何进行感知、理解、预测和决策，最终完成驾驶任务的。在智能座舱相关想HMI设计中，任何一个影响上述态势感知环节的设计，都会作用于最后的驾驶行为，从而对驾驶安全产生直接的影响。 二、基于技能-规则 Telegram 用户号码列表 -知识的行为模型 基于技能-规则-知识的行为模型把人的工作根据认知参与的复杂度分为三种不同水平。 基于技能的操作：非常熟练的、几乎是潜意识的操作，不需要经过大脑的复杂思维过程，因此对人的认知负荷和注意力要求最低，如盲操； 基于规则的操作：了解各种规则，当事情发生时，按照各种规则来操作。保持车道不压线、遵守红绿灯等交通规则就属于此类操作； 基于知识的操作：问题相对比较复杂，解决的过程需要大量的知识、分析和判断。





因此对人的认知负荷和注意力要求最高。 通过上述的SRK模型，我们就能理解为何新手司机开车非常谨慎，而老司机却可以在开车过程中同时处理其他事情，因为老司机对驾驶这一系列操作已经非常熟悉，甚至可以通过肌肉记忆完成，所以不需花费太多注意力在路面上。但对于新手司机来说，驾驶车辆仍处于知识层面的操作，力在路面、眼睛和手脚之间的配合以及如何操控车辆上。 三、多重资源理论 多任务处理在开车过程中很常见，我们会一边聊天，一边观察路面变化，一边听周围的其他声音信号等。之所以能同时进行几种活动，是因为这些活动所要求的注意容量没有超负荷。若在行人拥挤的街道上开车，大量的视觉和听觉刺激占用了我们的注意力，我们就很难再同时进行多种活动了。