评估TAM、TPB以及UTAUT在高级辅助驾驶应用效果

（Assessing the utility of TAM,TPB,and UTAUT for advanced driver assistance systems）

高级驾驶辅助系统（ADAS）旨在增加汽车驾驶的舒适性和安全性。相关研究人员及机构已经意识到高级辅助驾驶系统的优点，如减少撞车次数，提高驾驶员的舒适性和驾驶轻便性以及减少对环境的影响等。但该系统挑战了驾驶员运营车辆中所扮演的角色，因此，驾驶员的接受程度对于这些系统在交通运输中应用是至关重要的。所以本文从行为意向角度利用技术接受模型（TAM），计划行为理论模型（TPB）以及技术接受和使用统一理论模型（UTAUT）对驾驶员接受高级辅助驾驶系统的效果进行检验。

通过驾驶模拟器和在线调查两种方式采集相关实验数据，被调查人员与疲劳监测系统、自适应巡航系统进行人机交互，然后根据他们的交互时的体验回答相关问题，以表明他们对使用ADAS的态度以及他们对其有用性、可用性等的看法，通过这两种方式一共收集了430个数据样本，分析出被调查人员对ADAS系统的接受程度。同时利用技术接受模型（TAM），计划行为理论模型（TPB）以及技术接受和使用统一理论模型（UTAUT）对驾驶员接受ADAS系统程度进行预测。结果表明每个模型都能很好的预测驾驶员的行为意向，准确率都在71%以上。在所有的这些模型中，TAM模型预测精度最高，TPB次之。该项研究的结果表明，这些模型可以应用于ADAS技术中，并为理解驾驶者的接受程度提供了基础。