日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機(jī)站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

自動駕駛汽車HMI設(shè)計仍需“以人為本”

2019-11-02 23:01:27·  來源：汽車HMI  作者：王亞輝  
　
2015年以來，人工智能技術(shù)因 AlphaGo 人機(jī)大戰(zhàn)得到大眾的廣泛關(guān)注，其中最具想象力的 AI 應(yīng)用場景自動駕駛和智能汽車使得資本趨之若鶩。然而時至今日，國內(nèi)的新
2015年以來，人工智能技術(shù)因 AlphaGo 人機(jī)大戰(zhàn)得到大眾的廣泛關(guān)注，其中最具想象力的 AI 應(yīng)用場景“自動駕駛”和“智能汽車”使得資本“趨之若鶩”。然而時至今日，國內(nèi)的新勢力造車企業(yè)已經(jīng)被大浪淘沙，剩下的的很多企業(yè)繼續(xù)在虧損中求生，泥淖中掙扎，“造車”這種重資本的事情需要時間和金錢的考驗。
 

 
目前自動駕駛中關(guān)鍵的感知、決策技術(shù)問題短期內(nèi)還無法完全解決，技術(shù)突破速度落后于大眾的期望，而這種被抬高的期望來源于媒體的不實引導(dǎo)，真實世界的環(huán)境復(fù)雜多樣、道路情況不可窮盡。
 

 
無人車如何基于對路況的判斷做出決策，避免傷害其他車輛、行人及本車乘客，同時能保持正常的行駛速度與節(jié)奏，需要大數(shù)據(jù)、5G、AI等各種技術(shù)的完美配合，才能真正實現(xiàn)駕駛安全和駕駛效率的提高，自動駕駛技術(shù)落地并沒有那么簡單 。
 
美國國家公路交通安全管理局NHTSA和汽車工程學(xué)會SAE分別提出了自動駕駛等級的概念，有出入但基本保持一致。
 
L0：無自動化 由駕駛者完全操控

L1：特定功能自動化 駕駛者給予某一個操控裝置有限的權(quán)限

L2：組合功能自動化 至少兩個主要操控裝置可實現(xiàn)一同自主控制

L3：有限度駕駛自動化 在某些條件下，駕駛者完全放棄操控，但特定情況下人為控制仍是必要的。

L4：駕駛?cè)詣踊?車輛執(zhí)行所有功能并監(jiān)控整個行程的道路狀況。
 

圖片來源：東方蒲《駕駛輔助和自動駕駛-分級討論》
 
更高階自動駕駛的發(fā)展引出了一系列問題，而這種問題不僅僅是技術(shù)問題，還是人因?qū)W底層的問題，本文分析了自動駕駛汽車完全到來之前仍需面臨的人因?qū)W挑戰(zhàn)和問題，對主機(jī)廠設(shè)計師和科研人員而言，只有直面這些問題，才能從根本上提升用戶體驗，從而提升駕駛效率、安全性以及舒適性。
 

來自人因?qū)W的挑戰(zhàn)

汽車駕駛?cè)艘蚩煽啃允侵格{駛者對于整車系統(tǒng)的可靠性或可用性而言所必須完成的操作的成功概率。通俗來說，如果想讓系統(tǒng)或智能汽車保證“人因?qū)W上的可靠”，需要在規(guī)定的時間與條件下，駕駛者可以無差錯地完成規(guī)定駕駛?cè)蝿?wù)的能力。
 
 

 
目前的自動駕駛技術(shù)正處于L1~L3級的過渡階段，汽車可以在人為的監(jiān)控下進(jìn)行長途或短途的自動駕駛。在該階段，駕駛員工作量減少，車輛接管更多的駕駛?cè)蝿?wù)導(dǎo)致系統(tǒng)對人為失誤的容忍度大幅度降低。一旦駕駛者出現(xiàn)失誤，安全性將很大程度上無法保證。以下為自動駕駛面臨人因可靠性方面的幾大挑戰(zhàn)：
 
低工作量導(dǎo)致認(rèn)知負(fù)荷降低
自動駕駛雖然旨在增強(qiáng)道路安全性，提高駕駛時間與效率，但由之帶來的低工作量將引發(fā)駕駛員分心，注意力降低等問題。駕駛員認(rèn)知負(fù)荷變低，對手頭駕駛?cè)蝿?wù)的控制匱乏將導(dǎo)致“被動疲勞”，這一現(xiàn)象無疑會降低駕駛員的表現(xiàn)。
 

 
疲勞狀態(tài)下駕駛員警惕性降低，對突發(fā)事件的反應(yīng)遲緩。當(dāng)車輛需由自動化駕駛轉(zhuǎn)變?yōu)轳{駛員手動控制時會給駕駛者帶來一系列問題，甚至導(dǎo)致事故發(fā)生。
 
此外，低工作量激增駕駛員無聊情緒。在自動駕駛模式下，駕駛員本應(yīng)監(jiān)管整個過程，但消極情緒導(dǎo)致駕駛員無心監(jiān)管，轉(zhuǎn)而參與其他次要活動，如車內(nèi)娛樂系統(tǒng)，乘客間交談等。并且駕駛者在次要活動上投入大量時間而不自知也會為模式轉(zhuǎn)換帶來困難。
 

駕駛員SA級別不足

情境意識（SA)是操作者對周圍發(fā)生的事情的動態(tài)理解。駕駛員在艙內(nèi)可了解車輛當(dāng)下所處狀態(tài)，預(yù)測其的下一步動作等。SA水平與駕駛員的注意力成正相關(guān)，駕駛員分心或疏忽時，注意力減弱，SA水平降低。低SA值可能導(dǎo)致自動駕駛模式下不應(yīng)發(fā)生的操作被意外觸發(fā)，如警報裝置突然鳴笛導(dǎo)致車內(nèi)乘客恐慌。SA級別不足的另一危害是導(dǎo)致駕駛員預(yù)估車輛駕駛狀態(tài)與實際車輛運(yùn)行狀態(tài)的差異。此時需要駕駛員判別信息有效性從而做出正確決策，實現(xiàn)與車輛更好的配合。
 

過度信任和依賴自動化系統(tǒng)
 
高階自動駕駛系統(tǒng)功能完善，性能提升，有可能使駕駛員對其信任程度過高并產(chǎn)生過度依賴。駕駛員不再對自動駕駛存有質(zhì)疑，相信系統(tǒng)可以幫助自己完成駕駛?cè)蝿?wù)。這種自己投身于其他活動，將駕駛?cè)蝿?wù)完全交由車輛即可的心態(tài)對安全駕駛產(chǎn)生不利。
 
駕駛者對系統(tǒng)的信任與使用必須處于適度水平，過度信任會產(chǎn)生過度依賴與利用。而過少則導(dǎo)致系統(tǒng)的技術(shù)優(yōu)勢無法完全發(fā)揮。
 
駕駛員技能退化
 
技能退化產(chǎn)生的原因是駕駛員將操控權(quán)轉(zhuǎn)交給了自動化駕駛系統(tǒng)?？蓭硪幌盗袉栴}，如駕駛員難以恢復(fù)手動駕駛，重新接管駕駛?cè)蝿?wù)時專注力以及熟練度降低等。即便短期的高度自動駕駛也足以影響后續(xù)手動駕駛?cè)蝿?wù)中的駕駛表現(xiàn)。
 
駕駛員生理變化
 
從理論來講，自動駕駛系統(tǒng)控制的是車輛，而非人。駕駛者生理上出現(xiàn)問題如突發(fā)性心臟病，暈車等，對自動駕駛系統(tǒng)提出了進(jìn)一步要求。突發(fā)情況下，如何保證處于自動駕駛狀態(tài)的車輛可以采集駕駛者生理信息，并作出下一步操作，如停車，自動撥出電話、發(fā)送信息等成為需要解決的問題。
 
自動駕駛汽車也使得暈車問題更為嚴(yán)峻，因為大腦的自我控制在此時會低于正常水平。為了緩解這一現(xiàn)象，可在通過HMI設(shè)計改善，如擴(kuò)大可視化范圍、通過設(shè)計使乘客可將視線固定在前方等。
 

 
改進(jìn)人因可靠性，提升用戶體驗

從人因可靠性的角度去定義和規(guī)劃未來智能座艙，從而設(shè)計出符合駕駛員可靠性需求的系統(tǒng)，是提高智能汽車用戶體驗以及座艙交互界面可用性的重要手段。

多模態(tài)交互

針對駕駛員的分心、疏忽以及SA級別不足等問題，在HMI設(shè)計上采用語音識別、視覺追蹤、3D HUD、震動警告等技術(shù)結(jié)合。用戶可以通過多個通道以自然、并行和協(xié)作的方式進(jìn)行交互。系統(tǒng)通過整合多通道信息,快速捕捉用戶意向。信息反饋需要保證合適的時間，確保時間差不會導(dǎo)致用戶誤讀信息，有效地提高人機(jī)交互的自然性和效率。

此外，自動駕駛出現(xiàn)多個沖突同時發(fā)生的情形時，系統(tǒng)需要確定優(yōu)先級，據(jù)此將信息傳達(dá)給駕駛者，使其在復(fù)雜任務(wù)狀況下可以做到冷靜理智按步驟操作。

自動駕駛汽車HMI設(shè)計仍需“以人為本”
圖片來源: Courtesy of Calty Design Research, Inc.

駕駛員狀態(tài)評估

駕駛員一旦出現(xiàn)生理心理上的不適感，系統(tǒng)需要快速有效判斷，并作出下一步動作。身體機(jī)能感知系統(tǒng)與駕駛員狀態(tài)評估技術(shù)（DSA）可以幫助實現(xiàn)該功能。身體機(jī)能感知系統(tǒng)可應(yīng)用于汽車智能座椅上，隨著駕駛員的狀態(tài)及時調(diào)整座椅狀態(tài) ，如根據(jù)不同身形自動調(diào)整、改善駝背，提升駕駛者的健康水平等。
 
智能座椅更可以在自動駕駛出現(xiàn)碰撞等不可避免的狀況時提前做好準(zhǔn)備，來減小甚至消除意外狀況給駕駛者帶來的危害。DSA技術(shù)可以實時監(jiān)測駕駛員的警覺性與注意力水平，根據(jù)預(yù)定標(biāo)準(zhǔn)，判斷駕駛員當(dāng)下注意力是否減弱，通過多模態(tài)交互及時提醒駕駛員，對駕駛?cè)蝿?wù)進(jìn)行重新分配，從而提高駕駛員的注意力，保證駕駛安全性。
 
駕駛員頭部監(jiān)測系統(tǒng)實驗已經(jīng)證明通過警報提醒和實時反饋可將分心事件頻率降低近80%，但難點在于駕駛員的疲勞表現(xiàn)程度不同，標(biāo)準(zhǔn)很難被界定。系統(tǒng)識別的準(zhǔn)確性也會受到影響。
 

 
操作標(biāo)準(zhǔn)化與界面?zhèn)€性化

為了幫助駕駛員充分了解汽車自動化系統(tǒng)的功能與局限，避免過度依賴和信任，需要思考如何設(shè)計系統(tǒng)，以期實現(xiàn)駕駛員與自動化系統(tǒng)的任務(wù)分配合理化，同時也可解決技能退化問題。
 
目前不同車企開發(fā)的自動化系統(tǒng)給該領(lǐng)域帶來了多樣性，也帶來了不同的用戶體驗。界面上可以有各自特點，但操作上應(yīng)形成一套標(biāo)準(zhǔn)。比如手勢交互方面，手指數(shù)量，揮手或拍手都應(yīng)有特定含義，不同手勢實現(xiàn)不同功能。這對于未來共享汽車也非常重要。如果依據(jù)喜好隨意設(shè)置手勢動作，日后行駛過程中可能導(dǎo)致駕駛者忘記手勢含義以及系統(tǒng)誤將隨機(jī)動作認(rèn)定為手勢的危險情形。頭部動作亦如此。
 

 
在保證與安全駕駛相關(guān)的界面不變的情況下，其他界面如娛樂界面可依據(jù)駕駛者的喜歡進(jìn)行配置，界面上模塊個數(shù)、各個模塊的位置，順序等均可自定義。
 
對于同一輛車由多人駕駛的情形，可參考計算機(jī)管理員模式與訪客模式。絕大多數(shù)時間車輛是特定的一人駕駛，車輛保存該駕駛者在車內(nèi)的所有個性化信息，無論是汽車座椅，還是界面顯示。當(dāng)車輛駕駛者改變時，車輛自動切換為訪客模式，所有參數(shù)變?yōu)?ldquo;出廠狀態(tài)”。無論如何，個性化都是在保證不影響系統(tǒng)安全駕駛的情況下。在安全范圍內(nèi)，未來個性化的程度將會更高。
 
未來，上述所有功能可高度集成為一個存在于座艙任何地方的系統(tǒng)。情感化的“全息智能管家”可能是該系統(tǒng)的存在形式。它不只是一個系統(tǒng)，更是駕駛者的伙伴，將從外到內(nèi)改變車與人，車與車，車與環(huán)境的交互方式。
 
試想真正的伙伴，當(dāng)你需要他們時，他們會陪伴你；當(dāng)你需要自己做某些事情時，他們不會打攪你。擁有“生命力”的“智能管家”將盡可能多的收集駕駛者信息，從而正確預(yù)測駕駛者的需求并作出回應(yīng)。當(dāng)你靠近汽車時，車輛完成身份認(rèn)證后亮燈，為你打開車門。當(dāng)你不想開車時，你可以對它說“開車”，隨著車輛轉(zhuǎn)變?yōu)樽詣玉{駛模式，相應(yīng)的提示也會在汽車外飾上有所展示以提示其他車輛。
 

 
駕駛者心情變化可使“智能管家”自動調(diào)節(jié)車內(nèi)的音樂、燈光照明，以及香氛等。處于自動駕駛模式下，你的注意力減弱，視線偏離駕駛方向時，“管家“會在前擋風(fēng)玻璃上展示相關(guān)信息，同時伴有舒適的語音提示。當(dāng)形勢嚴(yán)峻時，“管家”將同時提供視覺信息（屏幕顯示）、聽覺信息（語音提示）、觸覺信息（震動提醒）甚至是嗅覺信息（氣味）來保證駕駛的安全性。
 
然而這一切功能的實現(xiàn)，都不能擺脫底層人因?qū)W的研究支持，因為每個功能的實現(xiàn)，仍然會帶來新的問題，對駕駛員或“用戶”，產(chǎn)生新的影響。

結(jié)語
 
某種程度上說，消除不確定性等于安全性的提高。好的系統(tǒng)應(yīng)該通過合理分配任務(wù)保證安全性從而增強(qiáng)用戶信任度，而非一味宣揚(yáng)汽車可以幫助駕駛者解決一切問題。同時，個性化是吸引駕駛者的重要因素，而自動駕駛調(diào)整的個性化維度可能是用戶接受的關(guān)鍵。提高自動駕駛安全性，并在可控范圍內(nèi)，提高車輛的個性化水平，可以為駕駛員帶來更好的用戶體驗。
 
參考：
Merat : Highly automated driving, secondary task performance and driver state
Parasuraman : Humans and Automation: Use, Misuse, Disuse, Abuse
Parasuraman : A model of types and levels of human interaction with automation
Rauch : The importance of driver state assessment within highly automated vehicles.
Saffarian : Automated Driving: Human-Factors Issues and Design Solutions
Salmon : Distributed Situation Awareness: Advances in Theory, Measurement and Application to Teamwork
Schoettle : A survey of public opinion about autonomous and self- driving vehicles in the US, the UK, and Australia
Winter : Effects of adaptive cruise control and highly automated driving on workload and situation awareness: A review of the empirical evidence
頭圖來自：Behance
 
 
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25