【技術前沿】改善行人與自動駕駛汽車交互的體驗：外部人機界面的人體工程學比較

原文：《Improvingthe experience in the pedestrian’s interaction with an autonomousvehicle: An ergonomic comparison of external HMI》

作者：NatachaM′etayer,St′ephanieCoeugnet

編譯：趙晨堯 郭雨欣

指導：林燕丹

近年來，關于自動駕駛汽車的研究越來越多。許多研究表明，自動駕駛汽車外部人機通信界面(eHMI)的重要性，可以向其他道路使用者表明其意圖。通過實驗設計，將3個eHMI與3個道路基礎設施進行比較，觀察行人過馬路行為，收集行人對不同車輛類型的感受。我們的研究結果表明，行人信息系統對行人過馬路的決定有一定的影響，證實了建立行人信息系統的重要性。配備eHMI的車輛比未配備eHMI的車輛的行人在自動駕駛車輛前面過馬路的比例更顯著。在10%的情況下，行人使用規避策略，而不是從沒有eHMI的車輛前面過馬路。這種行為在沒有受保護的基礎設施時更常見。最后，參與者偏好的主觀數據為進一步的研究和eHMI的最終實施提供了一些有前途的想法。

幾年來，通過引入越來越先進的功能(如ADAS:高級駕駛輔助系統)，汽車駕駛已經變成了一項更加自動化的活動。在某些情況下，駕駛員可以將車輛的縱向和橫向控制委托給系統，但仍需負責監督(SAE自動化級別2,2016)。更高的自動化水平正在開發中，研究的重點是駕駛員作為駕駛員和汽車的監督者。然而，即使關于行人和自動駕駛汽車之間互動的研究正在出現，許多問題仍未得到解決，特別是自動駕駛汽車與其他道路使用者之間的溝通。

為了彌補與駕駛員溝通的不足，可以采用多種形式的外部人機界面(eHMI)與其他道路使用者進行溝通。這種eHMI將通過人機界面通信取代最初的人-人交流，該eHMI的目標是向周圍的交通參與者發送信息。目前對電子信息管理的研究使用了不同的通信設備(如顯示器、投影、矩陣LED、文字、圖片等)。事實上，這種交互目前并沒有實際應用，如果不考慮其他參數(例如其他車輛)，就會造成危險的情況。換句話說，車輛指示前面的行人可以過馬路，因為它目前正在停車，環境中的其他車輛不一定會停車。因此，這類信息可能導致對情況的錯誤解釋。

人行橫道作為典型的交通基礎設施之一，其會增加行人過馬路的醫院。Clamann等人觀察到，56%的行人在沒有人行橫道的情況下先過馬路。此外，他們發現，當有人行橫道時，28%的人等待車輛完全靜止后再過馬路。Jayaraman等人在虛擬現實中測試了自動駕駛汽車的駕駛風格(例如，快速、中等或緩慢)以及是否存在人行橫道。他們觀察到，人行橫道的存在增加了人們對自動駕駛汽車的信任。

之前的研究已經證明了eHMIs和道路基礎設施在行人與自動駕駛汽車互動過程中的重要性，一些研究已經顯示了使用虛擬環境來測試行為和用戶體驗的效率。我們選擇了3D虛擬實驗環境，以提供結合兩個評估池的可能性:預期行為評估和用戶體驗評估。本研究旨在為未來在虛擬環境下自動駕駛汽車上實施eHMI提供實證數據。設計結果將不是本文的目標，它更有利于對行為和用戶體驗的評估。

1、被試

樣本49人，年齡20~ 60歲(平均41.02,SD= 12.3)，其中女性25人。所有參與者的視力都正?；虺C正過。

2、實驗環境

這個虛擬環境是用3DUnity (Unity Technologies, UnitedStates)開發的。它顯示在屏幕上(尺寸:60.8*34.6厘米)，參與者在這個環境中用操縱桿移動。他們的移動速度是每秒3米(大約是參與者平均實際速度的兩倍)。這個恒定的速度對所有參與者和測試條件是相同的，以抵消個體之間的影響，并允許我們控制車輛與行人之間的差距。當行人到達目標交叉口前的觸發區時(圖1)，左側街道的車輛啟動并以30km/h的速度行駛。當檢測到參與者到達環境中預先設定的位置(即，所有參與者都相同)時，車輛立即停止，并在行人過馬路時重新啟動。

圖1車輛觸發示意圖

圖2虛擬城市環境示例圖

圖3展示了帶有兩個配置示例的虛擬環境的示意圖。在這個圖中，環境結構(例如建筑位置，路口)是一樣的，但是基礎設施的類型或車輛的類型是平衡過的。例如，在1號樓與2號樓之間的交叉路口，在配置(a)中，有一輛常規車輛，沒有行人過路。而配置(b)在同一交叉口，存在一輛沒有eHMI的自動駕駛車輛和一個人行橫道。這些配置更改使得一個參與者與另一個參與者相比沒有看到相同的配置順序。由于有3個基礎設施和5輛車，每個參與者面臨15種配置。

3、交通工具

在自動駕駛汽車上使用eHMI測試了三種系統:i)二極管線程，ii)LED燈條和iii)象形圖。二極管螺紋對應的幾個二極管定位在車輛的前面，從開始的屋頂到保險杠。LED燈條由三個LED波段組成，分別位于擋風玻璃上方、擋風玻璃下方和保險杠上方。象形圖系統由4個顯示象形圖的屏幕組成，分別位于車輛前部的四個角落，一個位于右上，一個位于左上，一個位于右下，一個位于左下(見表1)。

表1這4種信息和3類eHMI

4、調查表與問卷

本實驗采用的調查表與問卷如下：過馬路評估問卷、接受范圍問卷、系統偏好問卷、真實度量表。

5、實驗過程

受試者被安置在椅子上，面對屏幕(距離屏幕160厘米)。首先，參與者被邀請進入虛擬環境，以更加熟悉操縱桿的使用。當參與者對虛擬環境的置換感到舒適時，置換的熟悉階段結束。然后，指示被分發給參與者。任務包括確保夜間城市建筑的安全。參與者被告知有幾種類型的車輛可以運行，即有駕駛員的常規車輛、沒有通信系統的自動車輛和有通信系統的自動車輛。在每個測試階段，參與者在一輛常規車輛、一輛沒有eHMI的自動駕駛汽車和三輛帶有eHMI的自動駕駛汽車前面穿過街道。他們還面臨著三種基礎設施類型(見圖4)。

圖4虛擬環境-eHMI系統的一個示例

1、沉浸度

在場問卷決定了參與者的沉浸程度。參與者評估他們在虛擬環境中的整體沉浸度為76%。

2、行為

表2列出了根據遇到的車輛類型，每種行為的“去/不去”行為的出現次數。不同類型車輛之間的交叉行為存在顯著差異(χ2(4,N = 709) = 16.338, p =.003)。在沒有eHMI的車輛與有eHMI的車輛之間進行比較時，這種差異仍然存在(χ2(1,N = 709) = 13.694, p <.001)。當參與者遇到一輛沒有eHMI的車輛時，他們比遇到一輛有eHMI的車輛更頻繁地從車輛后面經過。

表2根據車輛類型，每一次交叉行為發生的次數

3、三類eHMI的評估

接受量表對eHMI進行了評估。在多元重復測量檢驗中，一般線性模型檢驗不考慮方差-協方差矩陣的球形性，因此我們依靠Greenhouse-Geisser校正進行分析。分析未能突出三種eHMIs之間在效用分量表(F(1.702)= 1.155, p = .314)或滿意度分量表(F(1.586)= 1.662, p =.201)方面的差異。盡管如此，參與者在兩個子量表中對eHMI的評價是積極的(見表3)。另一個分析包括顯示eHMI是否允許更好地理解車輛行為(即，理解車輛已停止;94.35%正確理解)比車輛沒有配備eHMI時(80.72%正確理解)高。統計分析表明，有eHMI時比沒有eHMI時更容易理解車輛行為(χ2(1,N = 647) = 28.989, p < .001)。

4、參與者的eHMI偏好

測試結束后，參與者根據自己的偏好對三個eHMI進行排序(見圖5)。分析顯示各eHMI之間存在差異(χ2(2,N = 49) = 16.449, p <.001)。與其他兩個ehmi相比，二極管的線程較少被選為第一。參與者主要喜歡LED燈條和象形圖。對于第二種選擇，各eHMI之間出現顯著差異(χ2(2,N = 49) = 6.898, p =.032)，其中象形圖的排名低于其他兩個eHMI。各eHMI間第三位的差異無統計學意義(χ2(2,N = 49) = 5.429, p = .066)。

結論

總之，新的挑戰是通過面對不同的環境和其他弱勢用戶(如騎自行車或踏板車)來鞏固這些結果。與此同時，我們對行人的研究結果顯示了對eHMI的真實需求，特別是在不明確的情況下(即沒有人行橫道)，這與積極用戶的信任體驗緊密相關，我們的結論可能有助于標準化和監管團體的考慮，因為它強調了即單靠eHMI不足以考慮行人和自動駕駛汽車之間的互動。為了設計出最安全、最可接受的交互條件，必須考慮到所有系統:車輛的行為，行人的期望和需求，專家的分析(例如，ISOTR23049標準建議反對可能涉及危險行為的溝通指導)，以及監管約束(例如，車輛的顏色和位置)。

閱讀原文