城市交通指纹识别方法论：基于分布式移动点视角相机的创新方法

在复制危机背景下，理解影响研究结果的上下文因素变得越来越重要。对于汽车用户界面(AutoUI)，在开展涉及驾驶员、行人和其他交通参与者的交互研究时，有必要表征交通参与者的熟悉的交通环境，因为这可能影响他们在受控研究中的行为。为此，我们提出了一种新方法——'POV（点视角）相机驱动的城市指纹识别'，可用于表征城市环境的差异化特征。我们介绍了两种方法：小型定制仪器化和大规模采集与聚合，展示了它们如何用于获取任何城市特征的广泛图景。POV 相机数据采集的一个关键好处是，它比卫星成像等方法更能捕捉交通和道路场景的体验方面。这项工作首次通过描述现有研究并制定标准来为这种数据采集方法正式制定规范，为下游研究提供基准。这项工作认为众包 POVcam 是交通/汽车交互研究和基础设施分析的一种新型有用工具。随后，我们为未来研究人员在交互研究设计中表征城市交通提供了指南。