APP下载

基于驾驶任务优化的汽车人机交互系统设计方法研究

2023-10-25李胜楠高瞻

艺术科技 2023年20期

李胜楠 高瞻

摘要:随着车载通信技术的不断发展,汽车人机交互系统朝着多功能、智能化、网络化的方向发展。技术的发展使汽车人机交互系统成为一个复杂的信息娱乐体系,涵盖了多种信息服务功能,在为驾驶者带来娱乐与便利的同时,增加了驾驶者车内的交互任务与行为。人车之间的各种复杂信号的交互造成了驾驶负荷,这些负荷为驾驶埋下了安全隐患。驾驶员认知能力有限,行车过程中复杂的多任务活动易引发交通事故,为解决这一问题,文章对复杂的汽车驾驶任务进行研究。基于多资源理论提出驾驶任务分层—占用资源时间线分析的设计方法,描述执行驾驶任务在不同时间段内的资源占用情况,并采用驾驶负荷评分的方法对其进行计算,结合驾驶任务和驾驶行为分析,得出驾驶负荷过大的原因,最后基于资源分配原则对人机交互系统设计进行优化,并通过设计实践验证优化方案的合理性,以期为汽车人机交互系统设计提供借鉴。

关键词:多资源理论;汽车驾驶任务;任务分层分析;汽车人机交互

中图分类号:U462 文献标識码:A 文章编号:1004-9436(2023)20-00-03

0 引言

驾驶是一项难度高而复杂的任务,驾驶行为包括规划、决策及过程控制等三个水平上的任务层次,以及约1600项独立的任务层次[1]。本文提出利用多资源理论基于驾驶任务优化的研究方法,对汽车人机交互进行改良设计,最后进行实践设计应用,对该方法进行了验证。

1 复杂驾驶任务下的人机交互系统

汽车人机交互系统是指人与汽车之间的信息交互和控制方式。为了提高汽车的驾驶效率和保障安全,设计科学合理的人机交互系统至关重要。需要对复杂的驾驶任务进行分析,驾驶任务包括车辆控制、导航、娱乐和通信等方面。根据驾驶任务的不同,人机交互系统需要提供不同的控制和信息显示方式。根据以上分析结果,在人机交互系统设计过程中,需要考虑以下几个方面。

第一,控件设计:根据驾驶任务需要,设计合适的控件。例如,对于导航,需要设计触摸屏幕、语音控制和按钮等控件。

第二,信息显示设计:根据驾驶任务需要,设计合适的信息显示方式。例如,对于车辆控制,需要显示车速、转速和油量等信息。

第三,人机交互方式设计:根据驾驶任务需要,设计合适的人机交互方式。例如,对于导航,需要设计触摸屏幕、语音控制和按钮等方式。

2 驾驶负荷与资源提取

驾驶负荷是驾驶者在驾驶过程中执行复杂驾驶任务时所产生负荷的总称,包括脑力负荷与体力负荷。为分析驾驶过程中的负荷情况,需要采用多资源占用理论对其进行阶段性划分。多资源理论具体是指将人的认知资源分为不同的类型,包括通道、编码和阶段三个维度,其认为人在进行任务时需要同时使用多种认知资源[2]。

基于多资源理论的驾驶负荷分析方法,得出脑力负荷产生于知觉与认知阶段,体力负荷则在应答阶段明显增加。在执行多个驾驶任务时,驾驶负荷问题就是驾驶任务执行过程中的资源分配问题,若两个任务在同一个维度上占用相同的资源,则存在资源分配上的冲突,会增加驾驶员的心理与生理负荷,从而影响驾驶任务完成的绩效,即影响驾驶安全。

3 驾驶任务分层与时间线分析

汽车驾驶任务分层分析是指将驾驶任务按照不同的层次分类分析,以便更好地了解驾驶任务的复杂性和驾驶员在不同层次上的认知、行为特点。分层任务分析是一种常用于复杂任务结构的任务分析方法,能通过结构化的方式对所要执行的任务进行系列划分,可以将其分为任务层、子任务层和需求层,需求层能完整分析任务执行过程中的所有操作及资源需求[3]。为了保证实验的完整性及科学性,本文还增加了时间维度的测量,基于多资源理论计算各时间段内所有任务通道的资源占用程度,将其作为本文的评估指标。对照时间线判断驾驶负荷的增减情况,其中需要分析与推理的情感认知任务则通过VACP负荷评级标准量表进行评定(见表1)。

4 驾驶负荷实验设计与分析

车内交互性硬件设备包括中控屏、数字仪表、方向盘、抬头显示(HUD)等。向50个驾龄超过3年的用户发放调查问卷,收集到的43份有效问卷中表明在行驶过程中的各类驾驶任务中,导航、音乐、电话三项任务的开展最为频繁,因此以该三项驾驶任务作为实验设计内容。通过在规定的驾驶场景中分阶段执行任务,来检验复杂驾驶任务对人机交互系统效率的影响及埋下的安全隐患。

按照上文人机交互行为分析与路径进行设计,基于多资源理论的汽车人机交互,通过分层分析、任务占用时间线分析进行实验设计。驾驶场景设定如下:

任务一:启动车辆,输入规定目的地,按照导航路线行驶;

任务二:在行驶路段打开QQ音乐随意搜索一首喜爱的歌曲并播放;

任务三:接到一通电话(实验安排内容),被告知需要更换目的地,并挂断电话;

任务四:开始搜索并更改导航目的地,并驾驶车辆前往新的目的地,最终到达目的地。

驾驶任务结束。

挑选有经验的驾驶者进行任务操作并记录,实验挑选极氪001新能源电动车为驾驶车辆。依照以上驾驶任务场景,以录像的方式记录驾驶者在驾驶过程中的行为,并通过任务分层与时间线分析的方法,记录驾驶任务执行中的负荷情况,并基于资源重新分配的方法对汽车人机交互系统进行优化设计。

以下为驾驶任务分层分析,按照任务层、子任务层驾驶任务、需求层以及所占用资源排布。

任务一:

启动汽车—启动按键/方向盘—视觉、运动资源

处理导航信息—点击中控进入导航—视觉、运动、认知资源

系安全带—拉动安全带—运动资源

开始驾驶—观察车周环境/控制方向盘—视觉、运动、认知资源

任务二:

输入音乐—主驾:嗨,EVA/语音助手:主驾请说/主驾:播放陈奕迅的《十年》—运动、听觉资源

确认语音信息—语音助手:马上播放陈奕迅的《十年》—听觉资源

查看界面信息—中控显示播放音乐—视觉资源

保持驾驶—观察道路/控制方向盘—视觉、运动、认知资源

任务三:

查看电话界面信息—中控屏显示来电信息—视觉资源

确认并接通电话—右手点击方向盘按键接通电话—运动资源

语音对话确认信息—拨打者:我在松江大学城地铁站,你可以来接我吗/驾驶者:好的,我等下过去接你—运动资源

挂断电话—右手点击方向盘按键—运动资源

保持驾驶—观察道路情况/控制方向盘—视觉、运动、认知资源

任务四:

唤醒语音对话功能—与系统对话:嗨,EVA,语音助手未回应,点击中控屏唤醒导航—运动、视觉、认知资源

再次与系统对话并输入第二目的地—主驾:嗨,EVA/语音助手:主驾请讲/主驾:更改目的地到松江大学城地铁站—运动、听觉資源

确认信息被识别—语音系统:已为您找到12个结果—听觉资源

查看界面信息—中控屏显示搜索目的地信息—视觉资源

选择正确地点—语音确认第一个/语音助手:开始为您导航—运动、听觉资源

保持驾驶—观察道路情况/控制方向盘—视觉、运动、认知资源

通过记录驾驶者执行任务的资源分配情况,对照时间线进行排列,得出用户在驾驶状态下执行各任务的时间线—驾驶负荷评分图(见图1)。

结合表1和图1的数据信息以及驾驶录像和访谈记录,对驾驶负荷超过5的时间段进行分析。

58~60 S,视觉资源被多任务占用,驾驶负荷评分为5.9。结合驾驶员访谈记录进行分析,在保持驾驶任务的同时,驾驶者需要确认中控屏幕的文字信息,导致视线偏离道路。

82~93 S,视觉及运动资源被多任务占用,驾驶负荷评分为10.6。在驾驶员进行语音控制时,语音系统因被电话占用无应答,导致驾驶者在保持驾驶的同时需要占用视觉资源来确定信息界面,视觉偏离道路;通过手动操作的方式进入导航界面,右手暂时离开方向盘;再对其进行语音操作。

102~103 S,视觉资源和手部运动资源被多任务占用,驾驶负荷评分为8.1。更改目的地后系统推荐的地址信息未在一个界面完整展出,需要用手指左右滑动查看,同时占用视觉资源和手部运动资源,视线偏离道路,右手暂时离开方向盘。

105.3~110 S,视觉资源和手部运动资源被多任务占用,驾驶负荷评分为5.4。选择目的地信息时以文字形式呈现,导航列表和导航界面没有对应,无法直接查看新的目的地全局路线,需要再次操作,以查看新的导航路线。

5 资源再分配与驾驶任务优化设计实践

根据分析所得结果,按照资源分配原则进行优化处理,设计方案如下。

第一,在语音助手确定音乐的同时,为避免驾驶者调用视觉资源从正前方到右侧方的中控屏幕,减少注视焦点的大幅度变动,降低视觉上的负荷,可以在驾驶员正前方的硬件设备上展示音乐信息。例如在数字仪表或者抬头显示上增加播放音乐的简洁信息。

第二,当车内存在多个驾驶任务,且各任务之间不存在资源冲突的情况下,可以选择平级任务展示,减少界面切换导致的额外资源占用。例如在接打电话时信息在导航信息上方以浮窗形式呈现,从(下转第页)(上接第页)而减少因系统被占用驾驶员需要再次确认的情况。

第三,更改目的地信息,须减少信息确认任务对视觉资源和手部运动资源的占用。例如标注“最近浏览”“经常浏览”“去过”并将其放在前排,通过符号或者标识等简洁、提示性强的信息来提醒驾驶者,提升信息识别率,减少对视觉和手部运动资源的占用情况。

第四,在系统展示新的目的地文字信息时,须通过减少阅读级别的视觉信息来降低驾驶负荷,将系统搜索结果以缩放地图的形式展示,缩短驾驶者的阅读时间,从而减少视觉资源占用。

以极氪001原有界面为基础进行改良,并通过模拟驾驶舱实现改良设计的实践测评,在不考虑模拟驾驶舱与现实环境差异的情况下,改良后的设计方案与原有设计相比,四项任务的执行时间都相对减少,同时实验证明每一项任务的驾驶负荷都有相应的降低。因此采用多资源理论优化驾驶任务的人机交互设计方法,准确识别驾驶负荷较大的资源占用情况及时间节点,分析资源占用冲突的根本原因,依照资源分配原则对其进行优化,最终通过设计实践完成汽车人机交互的最优设计方案。

6 结语

本文利用多资源模型和任务层次分析相结合的方法探究驾驶任务优化下的汽车人机交互系统设计。首先按照时间线的划分对驾驶任务进行分层分析,通过描述资源占用的分配情况分析驾驶负荷较大的原因,然后按照资源分配原则对各驾驶任务进行优化设计,通过减少资源占用冲突降低每一时间段的驾驶负荷,最终通过设计实践完善优化方案,这对未来汽车人机设计交互体验的优化及驾驶安全的提升具有重要意义。

参考文献:

[1] 曹新涛,泮俊,胡江碧.基于驾驶工作负荷的心生理指标研究[J].公路交通科技(应用技术版),2011,7(6):264-267.

[2] 厉钰琪,巩淼森.复杂驾驶任务下基于多资源理论的汽车人机交互设计方法[J].设计,2022,35(10):24-27.

[3] 李姝.车载音乐设备使用对驾驶安全影响分析[J].综合运输,2018,40(5):81-84.

作者简介:李胜楠(1999—),女,河南安阳人,硕士在读,研究方向:工业设计。

高瞩(1965—),男,上海人,博士,教授,研究方向:交通工具设计形态学及其产业化。

基金项目:本论文为2022年度上海市促进文化创意产业发展财政扶持资金支持项目“‘上海工程技术大学工业设计中心设计创新成果”研究成果,项目编号:2022410013V0