乘客和行人的信心和接受度将是自动驾驶汽车未来和发展的关键。因此，华威大学WMG的研究人员刚刚进行并报告了一项实验，旨在找出自动驾驶汽车的哪种驾驶风格在自动驾驶汽车乘客中产生最高的信心。-以机器的最高效率驾驶，或以模拟人类平均驾驶的方式驾驶。令人惊讶的结果是，两者都不是最好的，但两者的混合可能是最好的。

研究人员将43名志愿者带入一个大型仓库，该仓库被设计成城市中心的步行区，并包括一系列路线，包括一系列十字路口。在自动驾驶汽车中，一半的行程以全机器效率驾驶，使用他们所有的能力以尽可能最安全和最有效的方式驾驶，而其他人在自动驾驶汽车的路线上行驶4次，试图模拟人类的平均驾驶模式。然后他们对自动驾驶汽车的信任度进行了评级。

总体结果是两种驾驶方式的信任度差别不大。高效的机器方法略受青睐，但即使是这两种驾驶风格之间的小差距也已经在四次运行中缩小了。就“机器”和“人类”的驾驶风格而言，很明显，随着新一轮的增长，对两者的信心都在增长，这表明简单的熟悉和习惯性增长将成为快速建立信任和接受的最有效方式之一。自动驾驶汽车一旦被使用，就会变得更加普遍。

这篇论文的第一作者，来自华威大学WMG的路易斯奥利维拉博士说：

“两种驾驶方法的总体信任度随着每次运行而增加。在类似机器的驾驶风格中，这是一个在四个旅程中稳定上升的曲线，但在类似人类的行为中，在第二和第三阶段之间有一个特别急剧的变化。实验中的乘客也承认后代可能是AV，其功能更舒适，因为他们学习了新技术。”

研究人员还要求参与者对他们的经历进行一些叙述，这些叙述表明两种驾驶模式都有优势，因此在未来的任何最终包装中可能需要将它们融合在一起。研究者的文献回顾和仓库实验清楚地表明，有两个特别清晰的经验值得借鉴：

平稳的速度变化-过去的研究表明，人类驾驶员的倾向是在任何需要减速的机动动作开始时打破最多，而全自动驾驶程序则更慢、更有效地应用速度变化。乘客更喜欢由机器驱动方法提供的加速度和减速度更平滑变化的舒适性。

急转弯——常见的抱怨是车辆不舒服，担心急转弯。这种感觉其实是人在机器和人的驾驶设定中表现出来的，只是在机器式驾驶风格的情况下更引人注意。一个典型的负面评论是“你对司机的期望是一个逐渐的转折点.有时它会在拐角处加快速度，我想它会让你不知不觉地”

WMG的路易斯奥利维拉博士说：

“这表明，挑战在于自动驾驶车辆的速度和轨迹应该得到精细控制，但同时，车辆应该自信地提供自动驾驶的好处”

然而，正是华尔街大学华威大学仓库测试中的十字路口AV行为产生了最多样和最令人惊讶的反应。

由机器驾驶的AV用于利用它们所有的传感器和与可能看不见的车辆通信的能力来决定是否进入十字路口。如果他们的传感器显示是安全的，他们与其他车辆的通信显示没有接近的威胁，他们会直接进入路口，不停车。然而，如果它们检测到它们认为应该有通行权的车辆——即使人类乘客还没有看到它们，它们也会停下来让车辆通过。相比之下，人类驾驶的AV模拟总是停在十字路口，甚至进入十字路口，就像看到迎面而来的车流可能是什么一样。

对这两种不同方法的反应是非常多变和令人惊讶的。

有些人喜欢人类的方法。有人说AV是“.可能会试图激发乘客的信心。我猜，就像它表现出来的样子，有点像人类。它只是碰巧激发了信心。我认为这是因为这是我们所习惯的”。

也有人喜欢在路口停车的机器驾驶方式。即使没有明显的问题，它也认为自己有这个权利，因为它与另一个看不见的车辆进行通信。有一段说，“它停在十字路口，是因为我觉得它知道有事情要发生，而不是它看到了什么反应”。

也有不喜欢这两种待遇的人和机器的驾驶方法。

如果一个人说他们担心易受伤害的道路使用者，他们认为这样做是显而易见的。“那些行人或骑自行车的人可能已经和那里的豆荚交流过了。这可能是比飞来飞去更安全的方式”。

但是，另一些人对每一个路口都停下来的“人类”驾驶方式感到非常惊讶，因为他们认为这不仅仅是浪费机器提前扫描和通信以了解交通状况的能力。他们对车辆没有“更有信心”感到沮丧。一名乘客说：“有时候我觉得它不会停下来，因为我觉得另一个舱有点偏僻，但确实如此，所以我觉得它很谨慎.如果我开车，我可能已经离开了”。另一名乘客说，“如果我在自动机舱里，传感器总能全方位360度查看。希望车辆能立即知道是否安全，边缘不需要消失”。

另一位乘客对测试类似人类版本的评论

尽管关于AV应如何处理交叉点的看法中存在大量矛盾，但研究团队确实认为即使在这里也有值得学习的宝贵经验教训。特别是：

显然需要向公众提供驾驶系统的细节，例如，最近的技术特征，例如车辆到车辆通信

对于车辆中的乘客，应考虑具有共享车辆正在使用的一些信息的显示和/或音频信息，因此用户可以理解系统知道超出视野的危险。

在首次引入大规模使用时，逐步提供最有效的机器驱动方法的全部好处可能有一些优点，这样乘客可以随着时间的推移建立信心