智能座舱交互体验的现状与展望

笪琳娜，欧先国，邓 婳，吴 法

（1.广汽乘用车有限公司，广东 广州 511434；2.广州汽车集团股份有限公司，广东 广州 510623）

传统汽车座舱的人机交互体验大多呈现封闭化和碎片化特点，机械仪表、多媒体屏等设备彼此之间难以协同，车机系统缺乏跨设备信息流转、互通能力。随着汽车产业加速向智能化、电动化发展，用户关注点也从传统的机械性能，逐渐转移到智能化、网联化等新特性，传统汽车座舱已经难以满足用户对汽车体验的新需求。据《2021麦肯锡汽车消费者洞察》报告显示，80%消费者认同智能汽车技术，超过半数愿意为智能化功能付费[1]，智能座舱已经成为未来用户购车的重要参考依据。

智能化外设的发展和芯片算力的进步推动着智能座舱交互体验不断推陈出新，无论是硬件方面的炫彩液晶仪表、大尺寸中控娱乐屏、抬头显示仪（Head Up Display, HUD）、流媒体后视镜的多屏互通，还是软件方面语音、手势等多种全新交互方式的创新融合以及可自定义的场景化功能组合，都为用户带来更多惊喜体验升级。

当前智能座舱仍处于初级阶段，误识别、反应速度慢、缺少连续性等问题仍然频发。不过随着智能汽车产业飞速发展，用户对智能化价值的不断认可和依赖，正推动车企积极探索、加速研发迭代新的交互模式，将智能座舱体验打磨得更符合用户期待，避免本为亮点的“智能”沦为槽点“智障”。

1 语音交互

语音交互，第一次走入公众视野是2011年随iPhone 4S一同问世的Siri。人工智能发展至今，语音助手已在家居、车载、可穿戴设备、公共设施等多领域应用。如图1所示，实现语音交互的原理，需要通过如下基本步骤：

图1 语音交互识别分析流程[2]

（1）语音识别（Automatic Speech Recognition,ASR）。利用前期训练得到的声学和语音模型，将语音进行解码分析，得到概率最大的字符串序列；

（2）自然语言处理（Natural Language Processing, NLP）。将用户的指令拆分为结构化的语言，便于机器理解；

（3）执行功能（Skill）。根据拆分后的指令语言，执行符合用户预期的功能；

第四，语音合成（Text-To-Speech, TTS）。使用统计模型来产生语音参数并转化成波形，从而让机器发出应答声音。

在车载场景下，语音助手存在意义更为重大。开车时，驾驶者的眼和手都处于忙碌状态，进行触控操作极易因视觉负担而分心。通过将语音交互技术整合到车机，人车交互将变得更加自然便利，显著降低发生交通事故的风险。

近年来，各车企纷纷积极与语音技术科技公司深入合作，深度定制搭载语音交互技术的车载系统，同时随着创新技术迭代加速和用户需求的日益提升，用户对车载语音交互的要求越来越高。然而车载语音从“可用”到“好用”，仍存在很长的“路”要走，主要从以下方面进行改善：

（1）提升适应性。中国幅员辽阔，不同表达习惯、口音、方言等都将影响语音交互的识别准确性[3]。目前主流的车载语音识别技术，主要面向普通话使用者，但为更好应对适老化和个性化设计，已有很多厂商开始布局方言交互。比如，本田公司第三代Honda CONNECT能听懂用户发出的普通话、粤语、四川话等多种方言指令，并同时采用相应的方言进行应答。

（2）提升抗扰性。车载使用场景本身相对复杂，发动机轰鸣、风噪、胎噪等行驶环境的噪音干扰比较大。噪声源将减弱人声的信号特征，从而加大语音识别难度。为保障用户在车载场景的语音识别率，需要在语音前端增加前端语音处理模块进行回声消除和降噪，进而从嘈杂背景声中提取出纯净语音，有力提升语音识别的效果。

（3）情感化设计。声音是一种有“温度”的介质，用户会不自觉地被声音的音色和语调调动情绪。语音交互的情感化设计不能只局限于对回复内容的“抖机灵”式加工，应通过提升个性化应答、情感化音色音调、为语音助手设计形象或人设等方式或多种方式结合，全方位地提升语音交互带给用户的“温度感”。2017年蔚来ES8行业首创车内搭载Nomi语音机器人，让车机语音交互有了实物载体，拉近品牌与用户的距离；小鹏汽车于2021年向P7全系车型更新推送了音色更拟人化、可表达情绪变化的语音助手“小P”，使用了“在线神经网络引擎+离线拼接引擎”的技术，使“小P”的声音听上去不再机械化。

（4）四音区/全音区技术。随着车内日益繁复的电动可控零部件以及智能功能，后排乘客的语音交互体验也需要得到保证。受限于硬件成本、软件算法等原因，目前主流车型多采用仅支持前排乘客的双音区技术，即收声麦克风被布置在前排，导致后排乘客的指令往往不能被有效检测，甚至有时容易与前排乘客指令发生混淆[4]。因此，未来提升方向将以满足“整车多乘客语音交互需求”为目标，车载系统应能准确定位当前发出指令人的车内位置，避免不同乘客的指令相互干扰，为用户带来更便捷、更精准的语音交互体验。

2 手势交互

在车内环境嘈杂或有乘客熟睡等特定场景下，语音交互并非最佳解决方案。手势识别技术，凭借简洁快速、空间距离范围广、一定程度上可以模糊操作、不受声学干扰等优势，在真正的自动驾驶实现之前，能大幅减少驾驶员分心、提高驾驶安全性，与触控、语音等交互方式形成重要互补[5]。手势识别技术是指通过摄像头或传感器对人类手势动作进行捕捉和识别，如表1所示，目前主要有如下三种技术路线。

表1 手势识别技术方案

（1）光飞时间。该技术通过主动发射光子至目标表面，用传感器捕捉反射回来的光子，利用相位差或时间差进行计算得到距离数据，并拟合两个镜头接收的不同光线信息进行立体成像，从而判断用户手势。由于光的传播速度非常快，具有飞秒级快门的感光芯片成本过高，这也是光飞时间技术难以普及的原因之一。

（2）结构光。通过激光投射器发出激光，经特定图样光栅折射后，投射在物体表面，通过一定算法分析红外传感器探测的光图案位移变化进行手势识别。由于光的折射太近或太远都会导致位移误差大，因此，该技术对识别距离有严格的要求。

（3）多目视觉。该技术使用两个或者两个以上的摄像头同时摄取图像，通过比对不同摄像头在同一时刻获得的图像差别，从而获得三维空间信息，实现手势识别。

首款搭载手势识别的量产车型是2015年上市的宝马7系（采用光飞时间方案），目前越来越多车企将手势识别技术在新车型搭载。比如，2020年上市的奔驰S级轿车可以捕捉驾驶员的手部动作，从而实现利用手势开关阅读灯和遮阳帘等功能。不过，当前手势识别仍存在很多局限性和挑战。

（1）识别率低。受限于环境光线变化（如汽车进出隧道时）、识别位置等影响，当前技术仍无法确保用户每次手势交互都能被成功识别，而频繁的识别失败易引发用户挫败感，甚至对行车安全造成影响。因此，一方面可以通过软件算法优化提高手势识别的可靠性；另一方面还应尽量采用容差性较强的手势捕捉方案，使手势识别的判定激发机制不必太过苛刻。但过度调高模糊识别的灵敏度也会带来新的问题，系统无法分辨用户的真实意图、容易过度干预。比如：用户可能只是想托腮沉思、捋捋头发，却被系统误解，进而意外触发功能，给用户用车过程造成干扰和分心。

（2）认知负荷大。尽管智能手机、智能家居等物联设备纷纷开始应用手势，但业界目前尚未形成统一的手势定义标准，导致用户在某个设备上习惯的使用经验往往无法在另一个设备和生态平台上得以延续，需要用户耗费心神去记忆不同设备的不同手势规则与含义[6]。因此，通过健全统一行业标准、严格限制手势数量、同一种手势可以复用控制不同功能等措施降低用户认知负荷和学习难度，可以有效降低用户操作失误可能性。

鉴于上述技术阻碍，目前的车载手势交互还尚未达到成熟阶段。但随着车联网时代的到来、车内人机交互技术不断成熟，车载手势交互与语音交互、人脸识别等多模态交互技术的深度融合将为用户带来更广阔的应用前景。

3 视觉交互

目前车载显示器市场快速增长，车载显示屏的功能占比、使用频率迅速攀升，屏幕取代了绝大多数的物理按键，成为智能座舱用户界面交互的主要方式。过去几年，用户对车载显示的需求与对消费类电子显示技术越来越类似。受限于开发成本，相对成熟的被动型发光的液晶显示屏幕（Liquid Crystal Display, LCD）仍是主流显示技术，但为获得更好的图像性能和用户体验，很多豪华品牌也将有机发光二极管（Organic Light-Emitting Diode, OLED）、mini LED等新兴显示技术运用在各自新车型中。

3.1 车载OLED

OLED是采用极薄的有机材料涂层和玻璃基板（或柔性有机基板）所构成、当电流通过时会发光的有机半导体。与传统LCD背光源发光的原理不同，OLED具有自发光特性，性能上对比度更高、更轻薄、可视角度更大，并具有色域广、柔性高、响应快、耗电量低等优点，被认为是新一代平面显示技术[7]。

柔性OLED在车载领域的应用，成功引领了智能座舱行业发展风向标，为用户带来沉浸式的驾乘新体验。2022年发布的理想L9采用15.7英寸车规级OLED屏，提供3K高清分辨率、极高的色彩还原度和超广可视角度，极大提升驾乘人员的视觉体验。另外，OLED也应用在车窗显示。比如北京、深圳部分地铁采用透明OLED面板，将车窗变为移动的显示器，可显示天气预报、列车运行信息、商业广告等信息，具有光线可调、透明度高、响应快、智能交互等特点。

目前OLED仍有许多大规模应用的阻碍。首先，发光关键材料和生产设备等核心技术仍基本被国外厂商把控，OLED屏的价格是普通LCD屏价格的3～5倍，搭载OLED将显著提高汽车成本。另外，车载OLED需通过标准严苛的车规级认证方能量产搭载，目前对车载OLED仍存在不小挑战。此外，OLED与LED相比，使用寿命和稳定性还是有差距。

3.2 车载Mini LED与Micro LED

为获得更好的显示效果和更长的使用寿命，新型显示技术Mini LED和Micro LED技术应运而生。Mini LED是指尺寸介于50～200微米之间的LED芯片。与主流显示技术LCD相比，Mini LED具有更出色的显示效果（高亮度、高对比度、色域更广）、更快的响应速度和大幅度降低的功率，同时屏幕也更轻薄。Mini LED显示效果可媲美OLED，但高温可靠性更好、显示寿命更长和成本更低[8]。2022年上市的通用全新电动汽车凯迪拉克Lyriq锐歌即采用33英寸的Mini LED背光显示屏。

Micro LED则被认为是真正的下一代显示技术，具有高亮度、更广色域、高透明度和高可靠性等优势，但由于其仍有很多技术难点有待突破，因此，短时间内还无法实现大规模商业量产。

3.3 抬头显示仪

抬头显示仪，也叫平视显示仪，可以把时速、导航等重要驾驶信息投影到挡风玻璃，1988年由通用公司首次引入到汽车领域。HUD界面直观便捷，尤其是融入增强现实技术（Augmented Reality,AR）后，与高级驾驶辅助系统（Advanced Driver Assistance System, ADAS）等信息的融合能显著提升座舱智能科技感[9]。同时，由于解决了驾驶员频繁低头看仪表信息的痛点，可以大幅降低发生事故的风险，确保用户行车安全。HUD主要有三大技术路线。

（1）早期的组合型抬头显示（C-HUD）。采用一块放置于仪表上方的透明树脂玻璃作为显示屏，成像范围窄、显示内容少。

（2）直接投影至前挡风玻璃的风挡型抬头显示（W-HUD）。与C-HUD相比，W-HUD显示效果更为一体化，且不会在发生碰撞事故时产生二次伤害。但不管是C-HUD还是W-HUD，都只能做到车况信息和导航指引的静态显示，无法与现实路面形成直观立体的动态指示。

（3）增强现实抬头显示（AR-HUD）。通过与AR技术结合，将导航与驾驶信息投影到车辆前方，并采用虚拟箭头动态指引车辆前进轨迹，与现实路面形成直观立体的动态指示，提供的功能更多，从根本上改变导航、娱乐和智能辅助驾驶的用户体验。2020年全新一代奔驰S级轿车以及大众纯电动ID.3的上市，开启了全球汽车市场进入AR HUD的前装元年，随后，长城WEY摩卡、广汽传祺GS8等自主品牌车型也奋起直追、纷纷开始搭载AR-HUD。未来，AR-HUD有望随着市场认知度提高、规模效应带动成本下降，进一步扩大应用市场、全面普及推广。

4 总结

汽车行业新一轮产业变革方兴未艾，智能座舱将成为未来智能汽车时代人机交互的重要载体。本文从技术基本原理、应用进展、技术瓶颈等角度介绍了现阶段智能座舱主流的三种人机交互方式。语音识别、手势控制、车载显示等交互技术各有优劣，未来将随着各种技术不断推陈出新、互相融合，共同构建用户第三生活空间的崭新智能体验。比如语音交互方面，将结合面部唇动识别技术、离线语音识别技术，实现“免唤醒词”“离线语音”等功能，方便用户直接表达意图，减少网络信号的环境限制等；手势交互方面，将结合语音识别、人脸识别等多模态交互，提升识别准确率和执行速度，业界也将逐渐形成易于记忆的通用手势定义；视觉交互方面，车载屏幕尺寸、数量或将不断增大，分辨率、饱和度、对比度等视觉效果越加丰富，沉浸式的氛围感和极致的视觉享受将成为用户对于智能座舱体验的本能需求。

未来，相信随着自动驾驶、人工智能、大数据等技术的发展，现有的体验模式将发生天翻地覆的改变。一是自动驾驶技术成熟后，用户将从操控车辆中解脱出来，车内自由时间的增加为车载娱乐、办公和休息等方面创新体验的萌发提供土壤；二是地理位置识别、车载传感器等技术的应用将使车辆能够主动预判用户的需求并作出精准反馈，与用户形成默契感和惊喜感；三是跨设备无缝衔接的互联互通将打破车辆与其他物联设备现有的强烈边界感，用户能在智能座舱中继续延续上车前的数字化体验。随着汽车智能化时代的加速，体验模式的变化势必将衍生出更多新的交互方式和交互场景，巨大的蓝海市场正在逐渐打开。