）。
实际上自动驾驶的落地实现不仅仅是技术上的突破这么简单，这同样涉及到新技术应用时引起的信任问题和操作习惯改变的问题，熟练的老司机怎会放心地将方向盘的掌控权交给计算机呢？而且辅助驾驶、自动驾驶模式下发生事故的责任分配更是涉及到伦理道德问题。这些都在一定程度上影响着自动驾驶技术的落地与实践。
所以用怎样的方式取得司机对自动驾驶技术的信任并说服司机去使用就成了一个有趣而又值得深思的问题，在论文《Elaborating Feedback Strategies for Maintaining Automation in Highly Automated Driving》中，实验人员通过虚拟现实技术还原了自动驾驶的场景，并将虚拟代理作为人机交互的通道，对这一问题进行了讨论，一起来看一下更多有趣的实验细节。
01
研究假说
研究主要基于系统反馈(System Feedback)在自动化过程中能够提供透明度（Transparency）并增加信任度（Trust）和接受程度(Acceptance)这一假设。研究主要针对以下三个问题：
-
系统反馈对自动化的信任和接受是否影响
-
系统反馈是否影响用户维持或中止自动驾驶的意愿。
-
虚拟驾驶员是否比听觉反馈对维持自动化有更大的作用。
研究设置了三种条件，在对照驾驶条件（None Condition）下，系统没有反馈信息；在音频驾驶条件（Audio Condition）下，系统反馈以听觉反馈的形式呈现；在共同驾驶条件（Co-driver Condition）下，除了听觉反馈，驾驶场景中副驾驶会有一个虚拟代理的任务形象，如下图所示。
结合以上问题与条件，研究人员给出了以下假设:
02
实验设置
实验参与者
通过传单和邮寄名单招募了38名参与者(25名女性)。参与者平均年龄为24岁(SD = 3.54)，平均持有有效驾驶执照6年(SD = 3.00)。
实验条件
研究场景是在虚拟现实驾驶模拟器中进行的，使用的是Oculus Rift DK2和罗技G27方向盘。参与者会戴着耳机，以使他们完全脱离现实，并增强VR设备产生的身临其境的效果。为了让参与者者熟悉VR设备和研究环境，在实际实验前进行了三个测试场景的设置，以确保其在设置中熟悉驾驶车辆、在手动和自动驾驶之间切换以及超车的操作。
下图中的左图显示了研究中驾驶车辆内部的视图，右图为戴着Oculus Rift DK2设备正在研究装置中驾驶的参与者。在这个场景中，参与者坐在一辆自动驾驶汽车上，行驶在一条双车道的乡村公路上。道路的宽度是3.4米，实验者所使用的车辆在自动驾驶模式时以每小时100公里的速度行驶。
实验脚本
在实验试验开始时，在音频驾驶条件和共同驾驶条件下，反馈系统会进行自我介绍，告诉参与者该系统代表车辆的交互系统，并会将相关的驾驶信息传递给驾驶员。在共同驾驶条件下，参与者会被特别告知虚拟代理的存在，因为VR设备的有限视野导致他们在直视前方时无法看到副驾驶。
在实验过程中，通过控制雾的浓度来确切地限制参与者的视觉范围(开始时可见距离为200米），雾的浓度会按照预先设定的时间发生变化，以此来作为参与者驾驶时视程的控制变量。
-
实验开始的第15秒，在参与者的对面车道上会有一辆汽车向参与者迎面而来。
-
25秒，一辆以60km/h的速度行驶的汽车会从雾中出现，在参与者前面行驶。
-
37秒，行驶在前面的车将到达目的地并逐渐减慢速度，驾驶者会跟在其后面行驶。
-
45秒，系统会给出没有进行超车的反馈。
-
第1分15秒，系统再次给出反馈，此时雾气的浓度是没有改变的。
-
在这之后，每40秒雾的浓度都会进行变化，并以500米，800米，1100米的视觉范围递进变化。本研究中可视距离(VR)与通过时间(tp)的关系如下表所示。
整个过程总共需要4分钟，整个过程中，参与者会首先在自动驾驶情况下进行驾驶，随着实验的进行，雾的浓度越来越低，参与者会更倾向于从自动驾驶模式切换到手动驾驶模式。实验采用这样不断扩大的视觉范围来代表逐步降低的驾驶潜在风险。实验的目的是确定参与者想要结束自动化驾驶的时间结点。
为了激励参与者采取超车的决定，实验者会告知他们每行驶一公里给他们1欧元。当汽车自动行驶了整个赛道时，会支付给他们总共6欧元。如果参与者在尽可能早的时间完成了超车操作，就会得到9欧元的奖励。参与者还会被告知，如果他们的手动操作导致事故或超速，就只会得到最低限度的奖励。这样一来，在给定的4分钟时间内，参与者就有了在不违反法律或不造成事故的情况下，尽可能多行驶里程、舒适驾驶的动机。
03
实验结果
问卷设置
实验结束后，被试填写了包含模拟器眩晕症（Simulator Sickness）、信任（Trust）、接受（Acceptance）和沉浸感(Immersion)量表的问卷。在共同驾驶条件下，问卷中增加了对于虚拟代理的外观评价问题。问卷同时也询问了参与者对系统反馈有用性的评价。模拟器眩晕症在模拟前后都进行了测量。
问卷数据分析
如下图所示，对照驾驶条件下，参与者切换驾驶条件的时间最早，平均时间为68.8秒(SD = 30.1 s)。其次是共同驾驶条件下，时长是136.4秒(SD = 67.0 s)。持续时间最长的是在音频驾驶条件下，时间为154.8秒(SD = 65.0)。说明在驾驶者对自动驾驶的信任度与接受程度影响上，有反馈的情况明显优于无反馈情况，而两种反馈之间的差别不大，但虚拟形象的出现降低了仅有语音反馈情况的正向作用。
同时，问卷中对于虚拟代理的调查结果表明，虚拟角色的存在对于驾驶可能有积极的影响。其中一名与参与者表示，由于虚拟化身的存在，他与系统之间的互动操作有了更充分的准备。另一名参与者表示，他更愿意让虚拟形象说完系统反馈的声音，而不是只用声音来提供反馈。
04
总结
智能座舱|HMI|智能网联产业链社群，将为行业内人士在汽车人机交互、智能座舱创新技术、智能座舱趋势等领域提供深度交流的机会，欢迎大家通过社群通讯录拓展人脉，获取行业最新情报，合作共赢。
识别二维码加入群聊
推荐阅读：
活动推荐：
会议议题
The topic of the HMI summit forum
|
序号 |
演讲议题 |
演讲嘉宾 |
|
1 |
人工智能时代整车HMI实践探索及趋势 |
北汽新能源总师、部长 闵刚 |
|
2 |
AR-HUD抬头显示技术的HMI体验设计 |
拟邀请未来黑科技，大陆电子等 |
|
3 |
自动驾驶的人机交互新范式 |
北京理工大学 设计与艺术学院交通工具交互设计与用户体验研究方向的负责人 钱晓松 |
|
4 |
通过HMI设计优化用户的注意力和分心 |
新势力品牌产品总监（自动驾驶方向） |
|
5 |
超越HMI的智能汽车用户体验设计 |
湖南大学设计艺术学院副院长，教授，博导 谭浩 |
|
6 |
体验与场景驱动的HMI创新设计 |
拟邀请HMI设计咨询公司 |
|
7 |
智能座舱语音交互的场景探索与交互分析 |
科大讯飞智能汽车 UX高级设计总监 Erin Wang |
|
8 |
多屏联动设计方法/流程与案例 |
新势力品牌产品总监 |
|
9 |
手势识别在新型HMI的应用趋势和案例介绍 |
拟邀请手势识别交互供应商 |
|
10 |
汽车触摸按键的应用场景和案例 |
科思创 全球技术市场经理 Ciro Piermatteo |
|
11 |
智能汽车灯光交互设计案例 |
拟邀请灯光交互供应商 |
|
12 |
智能座舱的多模态人机交互设计原则及方法 |
ThoughtWork车联网总监 朱晨 |
|
13 |
自动驾驶时代，智能座舱HMI设计方法/原则/趋势 |
HMI设计专家、前百度Apollo高级视觉设计师 Shawn cham |
|
14 |
汽车HMI开发流程及软件协同 |
拟邀请HMI开发软件供应商 |
|
15 |
用户、场景、需求与HMI体验设计 |
拟邀请HMI设计咨询公司 |
|
16 |
HMI及体验评测：从软件评测到主客观评测 |
拟邀请中汽研软件测评中心 |
|
17 |
智能座舱HMI痛点、爽点与策略 |
东风HMI负责人 蔡声伟 |
|
18 |
Principles for Mixed Reality HMI Design |
BMW Creative Director of Interaction Design Siddharta Lizcano |
|
19 |
智能座舱车载助手的场景探索 |
阿里巴巴 天猫精灵车载智能助手产品负责人 沈勇 |
|
20 |
HMI设计、测试软件应用案例 |
拟邀请HMI设计咨询公司 |
|
21 |
从人机工程到人机交互，传统主机厂的HMI设计机遇 |
拟邀请江淮、比亚迪HMI负责人 |
|
22 |
HMI设计评价方法与仿真测试平台 |
同济大学艺术与传媒学院副院长 教授,博导 王建民 |
|
23 |
智能座舱的HMI设计创新、挑战和机遇 |
拟邀请奔驰、吉利、长安HMI及产品总监 |
收费标准
Summit charges
|
参会人数 |
1~2个人 |
3个人及以上 |
|
12月17日前付款 |
4500元/人 |
4200元/人 |
|
现场付款 |
4800元/人 |
4500元/人 |
联系方式
Contact information
1. 请加微信了解详情报名：
李小姐：13265790064
ab010@aibang360.com
王小姐：15800874409
auto@aibang360.com
添加微信咨询报名
2. 复制链接或扫码在线报名：
https://www.aibang360.com/m/100066
扫码在线报名
阅读原文，即可报名！
原文始发于微信公众号（智能汽车俱乐部）：当自动驾驶真正到来，放手是否像想象中那么容易？
Chinese 
English