自动驾驶车辆中驾驶员从事非驾驶相关任务时的非紧急通知时机：一项可打断性研究

未来高级自动驾驶车辆将使驾驶员能够在自动驾驶期间从事非驾驶相关任务。偶尔，车内智能体可能需要通知驾驶员重要但不紧急的信息。我们通过四场次桌面自动驾驶模拟器的可打断性研究，探讨驾驶员如何评估自己接收通知的可用性，通过将时刻评为适合或不适合打断来进行评分。我们的结果表明，驾驶员可分为四类通知可用性群体：始终可用、优先从事非驾驶任务、任务内容依赖和精神状态依赖。我们使用参与者的多模态行为数据和模拟中的车辆数据，训练了一个概念验证分类模型，以确定向从事非驾驶任务的驾驶员发送非紧急通知的适当时机。眼动追踪器的头部姿态和视线方向数据对预测至关重要。基于我们的定量建模和定性观察，我们讨论了现实世界中通知时机预测的可行性，以及从个人、任务和情境角度进行的设计考量。