行人与自动驾驶汽车的交互研究

从行人-汽车-环境系统视角出发,探索道路交通系统中行人安全设施、自动驾驶汽车让行行为、驶近方向以及外部人机界面(eHMI)等因素对行人与自动驾驶汽车交互过程的影响。基于洞穴式自动虚拟环境(CAVE)仿真平台,使用Unity 3D软件设计、开发了自动驾驶汽车的驾驶场景,招募38名志愿者参与行人与自动驾驶汽车交互实验,并记录交互过程中行人的决策时间、决策结果和交互体验等数据。利用生存分析对38名行人被试的实验数据进行了统计学分析,结果表明:在有自动驾驶汽车的交通环境中,行人安全设施、自动驾驶汽车的让行行为和eHMI能够显著缩短行人决策时间、提升交互体验、提高交通效率。但行人安全设施对行人决策与行为的影响主要体现在过街间隙出现的早期,汽车让行行为的影响相对滞后,同时光带式eHMI用于传达自动驾驶汽车让行意图的效力和清晰度有限。

考虑eHMI的行人过街行为研究与决策模型构建

目的针对行人与自动驾驶汽车的交互过程,从行人的角度出发,探索性地提出行人在自动驾驶汽车前的过街行为决策模型。方法首先,将行人过街情景进行分析定义,针对行人的过街意向和与自动驾驶汽车沟通意愿总结出两个典型场景;然后,利用潜变量分析方法将行人在自动驾驶汽车前过街行为的影响因素进行降维分类,并对车外人机交互界面进行设计定义,构建各潜变量的影响因子与测量量表;最后,运用有序Logistic回归方法分析各影响因素对行人过街意向和沟通意愿的影响,构建行人在自动驾驶汽车前的过街行为决策模型。结果量化分析行人过街行为影响因素与其过街决策间相关性及内在关系,提出过程中决定性人车交互方式及各影响因素的变化过程。结论研究提出考虑eHMI的行人过街行为决策模型,将行人过街决策过程分为三个阶段,并总结出车辆行为线索和eHMI线索作用过程的决定性变化曲线及行人与自动驾驶汽车交互流程与关键性节点。

自动驾驶汽车内外部人机交互的研究视角

自动驾驶汽车(AVs)成为当今社会的关注热点,随着自动驾驶技术AI算法技术的不断提升,AVs将在未来进行量产并正式投入交通系统中,这会导致传统固定人机交互模式的重大改变。为此,研究了AVs内外人机交互的最新科研成果。车内主要为驾驶员与AVs交互体系,基于人机交互(HCI)理念,构建人机交互信任模型,通过问卷调查利用模拟拟合与假设检验的方法检测信任程度。车外环境主要是为了满足行人和AVs之间的交互需求,因此采用了基于行人过街决策模型等研究方法,设计出了一种外部HMI,以便更好地满足行人和AVs之间的交互需求。行人、驾驶员、AVs三者之间的路权与信任问题仍存在心理上的博弈,也包含诸多伦理问题,据此对这些问题进行分析与思考,同时对AVs的未来社会普及进行展望。

自动驾驶汽车与行人交互中的沟通界面设计:基于行人过街决策模型的评估

自动驾驶汽车要进入人车混行的普通道路,需确保与过街行人之间的交互安全和效率。为解决这一问题,高等级自动驾驶汽车往往在车辆外部装置显示设备,即外部人机界面(eHMIs)以和行人沟通信息。在具体设计上,已有研究主要采用文字、图形、投影等视觉沟通形式,传达车辆状态(是否在自动驾驶模式)、意图和对行人的过街建议等沟通信息,并在真实路段实验、虚拟场景及实验室实验等情境中评估了界面的使用对行人过街意向、速度和准确性等指标的影响。然而,以行人为中心的外部界面设计需系统地支持行人过街决策前各阶段的信息加工需求。因此,我们结合行人过街决策过程和情境意识理论,提出行人与自动驾驶汽车交互中的动态过街决策模型,从行人认知加工视角评估各种界面的沟通效果。评估的结果启示,eHMIs应促进行人对车辆信息的感知、理解和预测。在感知阶段,应采用多种类型界面、多呈现载体相结合,增强信息的可识别性。在理解阶段,需结合文字说明、合理选择沟通视角、信号标准化和培训提高可理解性。在预测阶段,应结合车辆内隐运动信息,帮助行人快速准确获取车辆未来行动意图。更重要的是,未来研究应关注在多行人、多车辆混行情境下的信息沟通设计及其对行人的影响。理论方面,未来研究也需要关注外部界面如何通过自下而上的通路影响情境意识和心智模型的形成。

基于风险感知理论的eHMI适老化设计研究

目的提出基于风险感知理论的eHMI适老化设计策略.方法从老年人生理、认知和心理因素出发,分析影响老年人对风险感知的因素.结果结合eHMI设计案例,提出eHMI适老化设计策略,即:交互界面直觉性设计、信息简化与分层设计、交互反馈及时性设计.结论基于风险感知理论的eHMI适老化设计策略可以有效提升老年交通参与者对风险的感知,增强其自信心和舒适感,提升交互体验.