Tổng quan về giáo trình

Giáo trình Human Factors in Automotive Engineering and Technology do Tiến sĩ Guy H. Walker (Đại học Heriot-Watt), Giáo sư Neville A. Stanton (Đại học Southampton) và Giáo sư Paul M. Salmon (Đại học Sunshine Coast) biên soạn, được xuất bản năm 2015 bởi Nhà xuất bản Ashgate (thuộc chuyên sê-ri Human Factors in Road and Rail Transport, do TS. Lisa Dorn, TS. Gerald Matthews và TS. Ian Glendon làm chủ biên). Cuốn sách giữ vị trí nền tảng trong chương trình đào tạo chuyên ngành Kỹ thuật Ô tô, Kỹ thuật Giao thông, Công thái học (Ergonomics) và Tâm lý học Giao thông ở bậc đại học chuyên sâu và sau đại học.

Mục tiêu đào tạo của giáo trình tập trung vào việc trang bị cho người học khung lý thuyết và phương pháp luận thực nghiệm để nhận diện, phân tích và tối ưu hóa mối quan hệ tương tác giữa người điều khiển và các hệ thống công nghệ trên phương tiện giao thông đường bộ. Người học được trang bị năng lực đánh giá sự thay đổi hành vi của người lái khi tiếp xúc với các cấp độ tự động hóa, hiểu rõ cơ chế suy giảm nhận thức tình huống (Situational Awareness - SA), sự biến động của tải nhận thức (mental workload) và hiện tượng thích ứng rủi ro (risk homeostasis).

Cấu trúc tài liệu gồm 13 chương và phần phụ lục phương pháp luận, phát triển theo tiến trình từ lịch sử tích hợp thiết bị điện tử, bài học kinh nghiệm chuyển giao từ ngành hàng không, phương pháp mô hình hóa tác vụ và sai lỗi người lái, đến các nghiên cứu thực nghiệm chuyên sâu về phản hồi phương tiện (vehicle feedback), hệ thống kiểm soát hành trình thích ứng (ACC), giao diện hiển thị và mô hình niềm tin công nghệ. Điểm đặc thù của giáo trình nằm ở việc tổng hợp hơn 20 năm nghiên cứu thực nghiệm tại các phòng thí nghiệm mô phỏng lái xe (BUDS, SUDS) cùng các phương tiện đo đạc thực địa (ORTeV), kết hợp đối thoại lý thuyết với các chuyên gia hàng đầu như Giáo sư Donald Norman.

+-------------------------------------------------------------------------------+
|             CẤU TRÚC TIẾN TRÌNH TIẾP CẬN CỦA GIÁO TRÌNH                       |
+-------------------------------------------------------------------------------+
|  1. Bối cảnh & Tiến trình: Lịch sử điện tử hóa & Bài học từ ngành Hàng không  |
|  2. Phân tích Tác vụ & Sai lỗi: Mô hình HTAoD, phương pháp SHERPA, CDM        |
|  3. Tâm lý học & Nhận thức: Mô hình phản hồi (Feedback), SA & Tải nhận thức   |
|  4. Tương tác Tự động hóa: Màn hình hiển thị, Niềm tin (Trust) & Mô hình TPB  |
|  5. Quan điểm Hệ thống: Phân bổ chức năng & Chu trình phức tạp xã hội kỹ thuật|
+-------------------------------------------------------------------------------+

Nội dung kiến thức cốt lõi

Các chương và chủ đề chính

Giáo trình phân chia nội dung theo 13 chương chuyên đề, thiết lập lộ trình từ phân tích kỹ thuật đến mô hình hóa nhận thức:

  • Chương 1 (The Car of the Future, Here Today): Khái quát thực trạng tự động hóa ô tô thông qua cuộc thảo luận với Donald Norman; phân tích lịch sử phát triển các buồng mô phỏng lái xe từ mô hình Ford Orion (1995), buồng lái BUDS tại Đại học Brunel (2000) đến hệ thống SUDS tại Đại học Southampton (2013); thảo luận về nghịch lý của tự động hóa (ironies of automation) và các loại lỗi chế độ (mode error).
  • Chương 2 (A Technology Timeline): Hệ thống hóa tiến trình công nghệ từ đánh lửa điện tử bán dẫn thập niên 1970, phun xăng cơ khí Bosch K-Jetronic, bộ điều khiển động cơ (ECU), chống bó cứng phanh (ABS), kiểm soát lực kéo (TC), đến phân loại 3 nhóm công nghệ: Công nghệ trong suốt (Drive-by-Wire, Steer-by-Wire, Brake-by-Wire, Smart Airbags, ESP), Công nghệ hiển thị trực tiếp (ACC, Driver Monitoring, Glass Cockpit, Voice Activation) và Công nghệ hỗ trợ nền tảng (hệ thống điện 42-volt, cấu trúc mạng OSEK).
  • Chương 3 (Lessons from Aviation): Chuyển giao các bài học từ tự động hóa buồng lái máy bay sang phương tiện đường bộ; phân tích rủi ro thiết kế gây lỗi, độ tin cậy gián đoạn, sự suy giảm kỹ năng thao tác thủ công (deskilling) thông qua các vụ tai nạn hàng không thực tế (Eastern Air Lines L-1011 năm 1972, Delta Air Lines 1973 và 1988, China Airlines B747 năm 1989, tai nạn tại sân bay Tenerife).
  • Chương 4 & 5 (Defining Driving & Describing Driver Error): Xác lập cấu trúc phân tích nhiệm vụ phân cấp khi lái xe (Hierarchical Task Analysis of Driving - HTAoD); ứng dụng kỹ thuật nhận diện sai lỗi SHERPA (Systematic Human Error Reduction and Prediction Approach); tích hợp mô hình kiểm soát nhận thức của Rasmussen (1986) cùng các bảng phân loại lỗi của Reason (1990), Sabey & Taylor (1980), Najm et al.
  • Chương 6 (Examining Driver Error and its Causes): Trình bày phương pháp phỏng vấn quyết định tới hạn (Critical Decision Method - CDM) kết hợp phương tiện thử nghiệm gắn thiết bị đo đạc thực địa (ORTeV) nhằm ghi nhận chuyển động đầu, hướng nhìn mắt (gaze angle) và độ lệch làn đường trong các tình huống vi phạm tốc độ hoặc lỗi tri giác (perceptual failure).
  • Chương 7 & 8 (A Psychological Model of Driving & Vehicle Feedback): Xây dựng mô hình luồng thông tin giữa người lái và các hệ thống phụ trợ (Stanton & Marsden, 1996); phân tích cơ chế phản hồi phi thị giác, vai trò của mô-men tự định tâm (aligning torque) trên vô lăng và tín hiệu âm thanh đối với việc duy trì nhận thức tình huống (SA) cùng lý thuyết cân bằng rủi ro (RHT).
  • Chương 9, 10 & 11 (Driver Workload, Displays, and Trust): Đánh giá ảnh hưởng của hệ thống Stop & Go ACC (S&G-ACC) đến tải công việc và thời gian phản ứng khi hệ thống gặp sự cố; phân tích thiết kế giao diện hiển thị hỗ trợ SA; mô hình hóa niềm tin của người lái vào công nghệ dựa trên Thuyết hành vi có kế hoạch (Theory of Planned Behavior - TPB) và các đường cong hiệu chuẩn niềm tin (trust calibration curves).
  • Chương 12 & 13 (Systems View and Conclusions): Tiếp cận tự động hóa dưới góc nhìn hệ thống kỹ thuật xã hội (sociotechnical systems); đánh giá tổng hợp các biến số vận tốc, vị trí làn, độ thất vọng và chu trình phức tạp tự củng cố của Hollnagel & Woods (2005).
+-----------------------------------------------------------------------------------+
|               TIẾN TRÌNH XÂY DỰNG MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU               |
+-----------------------------------------------------------------------------------+
|  [Thu thập dữ liệu]     -> Thiết bị mô phỏng SUDS / Phương tiện thực địa ORTeV   |
|  [Phân tích tác vụ]     -> Phân tích nhiệm vụ phân cấp (HTAoD)                    |
|  [Định danh sai lỗi]    -> Phương pháp SHERPA & Phân loại của James Reason         |
|  [Đo lường nhận thức]   -> Thang đo NASA-TLX, SAGAT, SART & Kỹ thuật phỏng vấn CDM|
|  [Mô hình hóa hành vi]  -> Thuyết cân bằng rủi ro (RHT) & Lý thuyết TPB           |
+-----------------------------------------------------------------------------------+

Kiến thức nền tảng được xây dựng

Giáo trình thiết lập hệ thống lý thuyết liên ngành bao gồm:

  1. Lý thuyết kiểm soát nhận thức và chu trình tri giác: Ứng dụng mô hình các cấp độ kiểm soát nhận thức (kỹ năng, quy tắc, tri thức) của Rasmussen (1986) và chu trình tri giác của Neisser vào bối cảnh điều khiển ô tô.
  2. Cơ chế phân loại sai lỗi con người: Khung phân loại sai lỗi của James Reason (1990) phân định rõ giữa lỗi kỹ năng (slips), lỗi trí nhớ (lapses), sai lầm nhận thức (mistakes) và các hành vi vi phạm có chủ ý (deliberate violations).
  3. Thuyết cân bằng rủi ro (Risk Homeostasis Theory - Gerald Wilde): Giải thích hiện tượng người lái điều chỉnh hành vi chấp nhận mức rủi ro cao hơn (chạy nhanh hơn, giữ khoảng cách gần hơn) khi phương tiện được trang bị các hệ thống an toàn chủ động như ABS hoặc Cruise Control.
  4. Mô hình phân bổ chức năng (Allocation of Function): Khung lý thuyết của Singleton (1989) kết hợp ma trận phân chia mức độ tự động hóa giữa người và máy nhằm tránh hiện tượng thiếu tải nhận thức (mental underload) hoặc quá tải khi chuyển giao quyền điều khiển khẩn cấp.

Kỹ năng phát triển

Sau khi tiếp thu các nội dung lý thuyết và công cụ phân tích từ tài liệu, người học có thể hình thành các nhóm năng lực:

  • Năng lực phân tích kỹ thuật: Khả năng áp dụng quy trình HTAoD để bóc tách hơn 1.600 tác vụ thành phần của hoạt động lái xe; vận dụng phương pháp SHERPA để dự báo các chế độ lỗi phát sinh từ giao diện điều khiển.
  • Năng lực đo lường và đánh giá thực nghiệm: Kỹ năng thiết kế kịch bản thử nghiệm trên buồng mô phỏng lái xe; thu thập và phân tích dữ liệu thị tuyến (eye-tracking), góc xoay đầu, vị trí ngang của xe; ứng dụng lý thuyết phát hiện tín hiệu (Signal Detection Theory với chỉ số $d'$) và phân tích phương sai (ANOVA) để đo lường nhận thức tình huống.
  • Năng lực thiết kế công thái học: Khả năng chuyển hóa các tham số tâm lý thành yêu cầu kỹ thuật giao diện HMI; thiết kế hệ thống phản hồi lực nhân tạo trên vô lăng (hệ thống Steer-by-Wire) và màn hình thông tin buồng lái thích ứng nhằm hạn chế hiện tượng mất tập trung nhận thức (cognitive distraction).

Phương pháp giảng dạy và học tập

Giáo trình áp dụng phương pháp sư phạm dựa trên bằng chứng thực nghiệm (evidence-based approach), kết hợp chặt chẽ giữa lý thuyết tâm lý học nhận thức và dữ liệu đo đạc kỹ thuật:

+-----------------------------------------------------------------------------+
|                     MÔ HÌNH PHƯƠNG PHÁP SƯ PHẠM                             |
+-----------------------------------------------------------------------------+
|  [Lý thuyết nền tảng]  -> Nghiên cứu mô hình nhận thức & sai lỗi hành vi    |
|  [Nghiên cứu tình huống]-> Khảo sát tai nạn hàng không & thực nghiệm lỗi xe |
|  [Thực nghiệm đo đạc]  -> Dữ liệu viễn thông, eye-tracking & mô phỏng SUDS  |
|  [Đánh giá định lượng] -> Kiểm định ANOVA, Effect Size, Thang đo NASA-TLX   |
+-----------------------------------------------------------------------------+
  • Phân tích nghiên cứu tình huống (Case Studies): Giáo trình sử dụng phương pháp đối chiếu liên ngành, mổ xẻ chi tiết các báo cáo điều tra tai nạn của Ủy ban An toàn Giao thông Quốc gia Hoa Kỳ (NTSB) trong lĩnh vực hàng không để làm rõ các khái niệm như lỗi phụ thuộc thiết bị cảnh báo (như trường hợp chuyến bay China Airlines B747-SP hoặc vụ tai nạn rạn nứt cấu hình cất cánh Delta 1141).
  • Thực hành phân tích dữ liệu thực nghiệm: Sinh viên được tiếp cận các bộ dữ liệu đo lường cụ thể, chẳng hạn như bảng trích xuất phỏng vấn CDM (bảng 6.3, 6.4, 6.5), bảng phân phối phân vị thời gian phản xạ đối với hệ thống Stop & Go ACC (bảng 10.6), và dữ liệu thay đổi gia tốc/độ lệch làn đường trên xe đo đạc ORTeV.
  • Phương pháp đánh giá: Hoạt động kiểm tra học phần được xây dựng dựa trên việc giải quyết các bài toán thiết kế phân bổ chức năng (Allocation of Function Matrix), lập bảng nhận diện sai sót SHERPA cho một hệ thống hỗ trợ lái mới, hoặc tính toán các chỉ số tải nhận thức dựa trên thang đo đa chiều NASA Task Load Index (NASA-TLX) và kỹ thuật SAGAT/SART.
  • Hướng dẫn tự học và nghiên cứu độc lập: Người học được định hướng khai thác hệ thống thuật ngữ chuyên ngành (Glossary) với hơn 20 khái niệm cốt lõi (ABS, ACC, DSA, HTAoD, RHT, SAGAT, S&G-ACC), đối chiếu danh mục tài liệu tham khảo phong phú ở cuối sách và thực hiện các bài tập phân tích biểu đồ quan hệ giữa độ tin cậy hệ thống và hành vi lấy mẫu của người lái.

Điểm nổi bật và cập nhật

Giáo trình phản ánh các bước chuyển dịch quan trọng của công nghệ kỹ thuật ô tô và công thái học giao thông hiện đại:

  1. Phân loại cấu trúc công nghệ rõ ràng: Thay vì tiếp cận công nghệ ô tô một cách rời rạc, cuốn sách xây dựng khung phân loại 3 tầng: Công nghệ trong suốt (hoạt động ngầm, triệt tiêu phản hồi cơ học trực tiếp như Steer-by-Wire, Brake-by-Wire), Công nghệ trực quan (có giao diện tương tác overt như ACC, bảng đồng hồ kỹ thuật số Glass Dashboard, hệ thống thông tin giải trí IVI) và Công nghệ hỗ trợ hạ tầng (kiến trúc OSEK, mạng điện 42V).
  2. Cảnh báo về sự suy giảm phản hồi tự nhiên: Tác phẩm chỉ ra một nghịch lý kỹ thuật: trong khi con người có độ nhạy phân biệt vi sai rất cao đối với các biến số điều khiển (như nghiên cứu của Hoffman & Joubert 1968 về cảm giác vô lăng), thì các xu hướng thiết kế cách âm và công nghệ Drive-by-Wire lại đang triệt tiêu các phản hồi xúc giác và âm thanh tự nhiên, buộc các kỹ sư phải tái tạo phản hồi nhân tạo để duy trì nhận thức tình huống.
  3. Mô hình hóa sự tương tác giữa tự động hóa và niềm tin: Giáo trình phân tích chuyên sâu giai đoạn phát triển "trí tuệ trung gian" (intermediate intelligence) – nơi hệ thống tự động chỉ hỗ trợ một phần tác vụ lái xe. Tác phẩm cung cấp các mô hình định lượng về sự dao động niềm tin (trust curves) theo mức độ tin cậy thực tế của thiết bị, giúp ngăn ngừa tình trạng lạm dụng hoặc thiếu tin tưởng vào công nghệ.
  4. Cơ sở thực nghiệm liên kết công nghiệp: Các kết quả trình bày trong giáo trình được xây dựng trên các dự án nghiên cứu do Hội đồng Nghiên cứu Kỹ thuật và Khoa học Vật lý Vương quốc Anh (EPSRC), Hội đồng Nghiên cứu Úc (ARC), cùng các nhà sản xuất ô tô như Jaguar Cars và Ford Motor Company tài trợ.
+---------------------------------------------------------------------------------+
|              MA TRẬN PHÂN LOẠI CÔNG NGHỆ Ô TÔ TRONG GIÁO TRÌNH                  |
+----------------------+--------------------------+-------------------------------+
| Nhóm công nghệ       | Hệ thống tiêu biểu       | Đặc điểm tương tác người lái  |
+----------------------+--------------------------+-------------------------------+
| Transparent          | Steer/Brake-by-Wire, ESP | Vận hành ngầm; giảm phản hồi  |
| (Trong suốt)         | Smart Airbags            | cơ học tự nhiên; nguy cơ RHT  |
+----------------------+--------------------------+-------------------------------+
| Opaque               | ACC, S&G-ACC, IVI        | Có giao diện HMI trực tiếp;   |
| (Hiển thị/Trực quan) | Glass Dashboard, Voice   | Nguy cơ quá tải/thiếu tải não |
+----------------------+--------------------------+-------------------------------+
| Enabling             | Mạng OSEK,               | Hạ tầng liên kết; không tác   |
| (Hỗ trợ nền tảng)    | Hệ thống điện 42V        | động trực quan tới người lái  |
+----------------------+--------------------------+-------------------------------+

Đối tượng sử dụng giáo trình

Tài liệu được thiết kế nhằm đáp ứng yêu cầu học tập, giảng dạy và nghiên cứu của các nhóm độc giả sau:

  • Sinh viên đại học năm cuối và học viên sau đại học: Thuộc các chương trình đào tạo Kỹ thuật Ô tô, Kỹ thuật Cơ điện tử, Kỹ thuật Hệ thống Giao thông, Khoa học Tương tác Người - Máy (HCI) và Tâm lý học Thực nghiệm. Giáo trình cung cấp kiến thức nền tảng để thực hiện đồ án tốt nghiệp, luận văn thạc sĩ và luận án tiến sĩ về hành vi người lái và giao diện phương tiện.
  • Yêu cầu kiến thức tiên quyết (Prerequisites): Người học cần nắm vững kiến thức cơ sở về động lực học ô tô, nguyên lý điều khiển tự động, tâm lý học nhận thức đại cương và phương pháp thống kê ứng dụng (hiểu biết về phân tích phương sai ANOVA, xử lý sai số và kiểm định giả thuyết).
  • Giảng viên và cán bộ nghiên cứu: Sử dụng giáo trình làm đề cương giảng dạy chính thức cho các học phần Yếu tố con người trong thiết kế ô tô, Ergonomics giao thông, đồng thời khai thác các bảng phân loại lỗi (bảng 5.1 đến 5.14) làm cơ sở thiết kế đề tài thí nghiệm.
  • Kỹ sư R&D trong ngành công nghiệp ô tô: Chuyên viên thiết kế giao diện HMI, kỹ sư phát triển hệ thống an toàn chủ động và hỗ trợ người lái nâng cao (ADAS) sử dụng tài liệu làm tài liệu tham khảo kỹ thuật để tối ưu hóa thời gian phản xạ của người điều khiển và bố trí cảnh báo buồng lái.

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng học tập nào?

Giáo trình phục vụ trực tiếp cho sinh viên năm cuối, học viên cao học, nghiên cứu sinh các ngành Kỹ thuật Ô tô, Kỹ thuật Giao thông, Ergonomics, Tương tác Người - Máy (HCI), cũng như các kỹ sư nghiên cứu phát triển (R&D) trong ngành công nghiệp phương tiện giao thông.

2. Người học cần chuẩn bị kiến thức nền tảng gì trước khi tiếp cận tài liệu?

Người đọc cần có hiểu biết cơ bản về cấu trúc truyền động và điều khiển ô tô, các nguyên lý tâm lý học nhận thức cơ bản (chú ý, tri giác, thời gian phản xạ), cùng kỹ năng phân tích thống kê thực nghiệm (ANOVA, độ lệch chuẩn, kiểm định sai số).

3. Điểm khác biệt của giáo trình so với các tài liệu kỹ thuật ô tô truyền thống là gì?

Các tài liệu kỹ thuật truyền thống tập trung chủ yếu vào cơ học, nhiệt động lực học và thuật toán điều khiển. Giáo trình này tập trung vào "con người trong vòng lặp điều khiển" (human-in-the-loop), giải quyết bài toán giao tiếp thông tin, tải nhận thức, sự biến đổi hành vi và nguy cơ xảy ra sai sót khi con người tương tác với các hệ thống tự động hóa.

4. Những phương pháp phân tích sai lỗi nào được trình bày chi tiết trong sách?

Giáo trình trình bày chi tiết kỹ thuật phân tích nhiệm vụ phân cấp (HTAoD), phương pháp nhận diện sai lỗi SHERPA, kỹ thuật phỏng vấn quyết định tới hạn (CDM), kết hợp hệ thống phân loại lỗi hành vi của James Reason và các bảng phân loại nguyên nhân tai nạn giao thông của Sabey & Taylor, Treat et al.

5. Tài liệu có cung cấp các hướng dẫn về thiết kế giao diện buồng lái tự động không?

Có. Chương 10 và Chương 11 cung cấp các dữ liệu thực nghiệm về thiết kế giao diện cho hệ thống kiểm soát hành trình dừng-và-đi (Stop & Go ACC), các phân tích ánh xạ giữa thiết kế hiển thị với nhận thức tình huống (bảng 10.1) và các mô hình hiệu chuẩn niềm tin của người lái đối với công nghệ hiển thị.

Kết luận

Giáo trình Human Factors in Automotive Engineering and Technology của Walker, Stanton và Salmon là tài liệu học thuật toàn diện về sự tương tác giữa người điều khiển và công nghệ phương tiện trong kỷ nguyên tự động hóa. Tác phẩm làm rõ các quy luật tâm lý - kỹ thuật chi phối hành vi người lái, cung cấp các công cụ phương pháp luận chuẩn mực để phân tích sai lỗi và thiết kế giao diện điều khiển an toàn. Lộ trình học tập khuyến nghị cho người học là nghiên cứu tuần tự từ bối cảnh lịch sử và bài học hàng không, nắm vững các kỹ thuật phân tích tác vụ (HTAoD, SHERPA), tiếp cận các thực nghiệm về phản hồi cơ học và nhận thức tình huống, trước khi áp dụng góc nhìn hệ thống xã hội kỹ thuật để giải quyết các thách thức thiết kế phương tiện giao thông tự hành. Người học có thể mở rộng tra cứu thông qua danh mục tài liệu tham khảo chuyên khảo phong phú được tích hợp ở cuối giáo trình.