|
导读： 汽车人机交互的评估，但凡做一个，也比什么都不做强。  车云按：未来人机交互设计要如何考虑驾驶人因素？6月30日，由中国汽车工程学会、清华大学苏州汽车研究院、中国汽车人才研究会、上海国际汽车城（集团）公司、智能网联汽车产业技术联合创新中心和瑞典SAFER联合主办的第三届智能汽车技术国际论坛在安亭开幕。会上来自北京航空航天大学交通科学与工程学院的副教授王颖发表了《智能汽车的“聪明”设计——考虑人因学问题》的演讲，恰好回答了开头的问题，车云菌将内容整理如下。 △北京航空航天大学交通科学与工程学院的副教授 王颖 我的专业是工业工程，有一个研究方向是人因工程。人因工程本身是一个交叉学科，包括机械系统、数学还有工程心理学，这个方向有人专门从事汽车HMI的研究。 交通人因学是一门交叉学科，包括人、车、路的相交叉，每一个交叉都会派生出汽车领域的新研究方向。最终目的是如何提高交通系统的怡人性、安全性和效率。 这个学科关注的内容分为三个方面：包括行为上、心理上、生理上。心理上很重要的一个学科是认知心理学，结合汽车可以分为三个方面，人的感知、认知、反应。行为上包括酒驾、路怒症、分心驾驶等等。我们认为最重要的，约束人的一个方法是社会规范，社会认为什么是好的，大家就会遵守。 三个理论模型 第一个是多资源理论模型。把人的信息处理模式用一个立方体表示。人接受信息最主要的是视觉、听觉、触觉，对开车而言最主要的是视觉，其次是听觉，接收信息后大脑进行编码操作，最后用手执行，用声音表达出来。 公司设计了一个HMI产品，但是没有相关人员去检测，如何比较简洁地了解产品是不是好用？ 最简单的方法是定性的。你对着理论看一下，驾驶员在使用系统时，接收信息、处理信息和反馈信息的过程中，有没有和驾驶任务本身形成冲突，一旦形成冲突，就会占用用在驾驶上的认知资源，很可能会导致事故。定量的方法是，你可以根据任务的重要性分配权重，然后进行计算。 第二个叫驾驶员信息处理模型。我认为里面比较重要的是情境意识，和汽车的自动化息息相关。 无人车时代就不要人了，可以把人剔除出去，这个观点肯定是错误的。从现在的航天、航空、核电系统可以发现，飞机大部分时间是在自动飞行，汽车的自动化程度远远低于飞机，可是飞机仍然没能离开驾驶员。即使在自动化程度非常高的航天系统和核电系统，操作人员依然是最重要的。而且航天系统和核电系统发生事故的最大原因，就是人的问题。 为什么人会引发事故？我们来看一下这个图的简单回路。 人在开车过程就是对周围环境进行数据采集，然后加工处理进行决策采取行动、操作车辆。这中间有一部分就叫做情境意识，是指人对所处的状态和周围的环境有一个正确的感知。航天等领域的操作很多时候都是自动的，时间长了，人就不知道当下在干什么了，等到突然需要决策操作按钮时，决策失误、操作延迟等问题导致了事故。 当汽车自动化程度越来越高时候，情景意识就是很严重的问题。当人在车里即使不用自己开，他也需要情境意识，如果丧失了情境意识，最简单的操作也可能出错。 第三个是耶德定律。它本身是心理学领域有关学习绩效的一个传统理论。把它用在驾驶理论中，可以看到人的工作负荷，比如开车时的工作量，过高和过低都是不对的。工作负荷特别高，我的资源就利用完了，人就应付不了。如果负荷低，就是高速公路上的长期性疲劳。因此驾驶员不管是在传统车还是自动驾驶汽车，都要保持一个理想的状态。
我们技术可以做的就是监测驾驶员驾驶状态，比如疲劳监测。检测到驾驶员疲劳给到一个反馈，让他回到比较好的状态。驾驶员老打电话，就发出警报提示不要打电话。不管你的状态到了哪一端，都可以用技术帮你反馈回来，到达一个理想状态。 汽车中的人因学问题 世界在过去十年发生的最大的变化，我们每个人都时时刻刻通过互联网和手机在连接。手机在驾驶环境下会带来潜在的安全问题。 看手机眼睛就离开了路面，没法开车。还有一种司机用蓝牙耳机连接手机通话，或者用语音操控手机，虽然眼镜没有离开路面但是如果操作比较复杂，但是人会产生认知分心。交通领域很多的手机APP应运而生，也会让驾驶员分心。还有车载软件，特斯拉引以为傲的中控台对HMI来说是个灾难，很多按钮都在最下面，还有很多改进空间。 这是美国研究机构FARS的数据，对每起事故数据记录的非常详细，一起事故至少有100个类项要填。我们提取数据处理后得到， 2010年到2014年，手机引发的事故的比例是显著上升的，除去音响空调之外的车载设备，导致的分心事故占比也在逐年上升。 我们也进行了自然驾驶实验，对1000个驾驶员过路口的视频进行了分析，10%的驾驶员过交叉路口时都在看手机，40%的事故都在交叉路口发生，驾驶员却还在看手机。移动互联生活给交通安全带来前所未有的挑战。 具体解决方法上，我们应该出台智能手机APP和车载行驶APP的相关标准，OEM应该依据标准严格设计软硬件的功能和HMI，可以有一个Drive Mode，类似飞行模式，可能不是屏蔽所有功能，但应该屏蔽对驾驶员影响较大的那些功能。 驾驶辅助系统涉及的人因学问题 关于驾驶辅助系统，我们认为人机交互分为三个阶段。
自动驾驶中的人因学问题：
解决方法上，HMI设计要有效减少模式困倦、倦怠和分心。
汽车人机交互的设计与评估 这里讲一些案例，解释怎么做设计与评估，不管是做手机APP还是车机。 研究领域有很多方法，有测试车、高保真模拟器、低保真模拟器、非驾驶实验测试。低保真的设备十几万就能拿到，也可以做很多事情。还有非驾驶实验测试，可以是在计算机上做。但凡做一个，也比什么都不做强。 在实验室中测试，你需要很多不同的数据。包括CAN数据、车道数据、GPS数据、雷达数据、生理数据、眼动数据、视频数据、音频数据，这些数据都是我们人因所关心的。 研究目的：
工作负荷度量。对工作负荷量的测量有两种，一种是直接测量，一种是间接测量。直接测量又分为主观测量和客观测量。 主观测量。NASA-TLX有一个工作负荷量表，可以找5个人用一下产品后，让他们打分。完全拍脑袋什么测试都不做，东西上市肯定是有问题的。当然我们知道主观度量有可能会不准。 客观测量。比如测试视觉负荷，驾驶使用产品时候的注视时长、频率、分布等等，有一个很重要的指标是长注视，就是他在使用产品完成某个任务的时候，单次视线离开路面的时间不应该大于1.6秒或者2秒。如果HMI任务常常需要长注视，肯定是不安全的。 比如测试我们执行HMI任务时候花了多少脑力，可以从心电、脑电、瞳孔直径等计算出来。来知道现在驾驶员的压力是不是大，负荷是不是高。常用的是心电和皮电，这两个比较容易测得。
还有间接测量。检测反应认为，在执行任务时哪怕眼睛余光扫到一个东西也好，都会有反应，有一个基础生理反应时间。这个基础生理反应时间可以表现出现在你大脑的消耗有多少。所以DRT分很多种，比如用远程式，在车里面放一个灯，时不时闪一下，每闪一下就让测试者按一下按钮，测一下反应时间。另外是头戴式、触觉式设备，总之都是时不时给出一个刺激，有了反应之后就按一个按钮。自动驾驶脑子不在驾驶上的时候或者疲劳的时候，注意力都不在驾驶上。所以我们通过DRT就知道你的消耗有多大。
HMI任务一种是在HMI实际工作场景中展开任务，还有一种不用应对实际任务，而是有一些标准任务来替代实际任务。HMI有很多ISO标准可以查，也有很多文献可以去对比，知道HMI好不好。另外在自动驾驶过程中，我需要知道一个人的情境意识有多好，也可以用标准任务来测试。
比如字体，我们发现上图这种方方的字体，男性对它的注释时长要比不用这种字体增高百分之十几。你投入了很大的精力，让你的预警时间可以提前1秒，但是字体没有设计好，就又抵消了。因此，HMI可以帮助削减开支，提升性能表现。
比如福特自动泊车系统对压力缓解的效果。福特推出了这个系统，测了一下主观问卷，调查使用这个系统你觉得怎么样，得到反馈就这样吧一般般也没觉得有多好。然后我们帮助他进行了客观测量，发现使用这个系统后生理上的紧张程度确实降低了。说明客观值确实要比主管值可靠。
这是我自己做的一个研究。发现HUD和方向盘上的语音触控结合，可以得到比较好的效果。 驾驶人状态管理
驾驶员状态管理是现在ADAS中的重中之重。驾驶员状态管理可以更好地预警，防止碰撞提升安全，所以商业机会非常多。这里面有一些驾驶行为、生理测量、视觉注意、情绪、环境信息、车辆操作、驾驶风格等指标，可以帮助测量了解驾驶状态。
对自动驾驶汽车来说，比较值得研究的领域就是模式切换。在真正达到全自动驾驶前的很长一段时间，系统故障或者环境不好的时候，就会需要人工接管。很多事故会发生在接管过程中，比如说谷歌有2-3起事故是发生在切换时的。 接管时候我们要关注驾驶员的状态，假如他疲劳了，干脆就不要让他接管。接管过程容易发生事故，接管之后可能会有不稳定都要讨论。解决方法包括驾驶人状态监督与调节，模式切换安全性评价，还有失效预警HMI设计评价。 一些会议和论文资料
本文演讲者：北京航空航天大学交通科学与工程学院，副教授王颖。 个人主页：www.wangying.me。 投稿、合作、提问、每日早报、新闻直播，结交大咖 只需扫描下方二维码，添加车云菌个人微信cheyunjun2015为好友 |
|
|
来自： cheyunwang > 《待分类》
