设计自适应自动驾驶车辆界面:将接受度画像链接至设计偏好以促进采用
自动驾驶界面与接管设计AI 辅助决策与自动化系统汽车制造商与车辆设计师自动驾驶工程师与测试员
技术接受模型为自动驾驶车辆用户接受度提供了有价值的见解,但很少有研究将这些因素转化为部分和完全自动驾驶的 设计需求。对284份调查问卷进行的 SOM 聚类揭示了不同的接受者和拒绝者画像,在绩效期望、自我效能感和焦虑方面存在显著差异。拒绝者表现出“自动驾驶敏感性”,对完全自动驾驶的定制化、冗余性和体验性需求增加,而接受者保持稳定的偏好。这些发现为我们的画像-情境交互框架提供了信息。该框架建议四个设计象限:接受者-部分自动驾驶、接受者-完全自动驾驶、拒绝者-部分自动驾驶、拒绝者-完全自动驾驶,以根据用户画像和自动驾驶级别定制界面功能,从而弥合接受度理论与可操作设计之间的差距。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
为什么您喜欢自动驾驶?高度自动化驾驶的情境依赖性分析及对智能用户界面的需求阐述
IUI '19· 自动驾驶界面与接管设计 +1
- 100%
通过品牌、可靠性信息和介绍视频校准条件自动驾驶的信任期望:一项在线研究
AutoUI '18· 自动驾驶界面与接管设计 +1
- 100%
自动驾驶车辆、机器人与航空中模式感知接口:文献综述
AutoUI '21· 自动驾驶界面与接管设计 +1
- 100%
社会适应性自动驾驶车辆:偶发驾驶行为对驾驶员体验的影响
AutoUI '25· 自动驾驶界面与接管设计 +1
- 80%
我们在UX中信任:驾驶车辆界面的美学和可用性及其对自动驾驶感知影响的调查
CHI '19· 自动驾驶界面与接管设计 +2
- 80%
实际实现的收益与最优感知收益:建模人类对自动驾驶汽车建议的接管决策
CHI '25· 自动驾驶界面与接管设计 +2
- 80%
预测对自动驾驶汽车的信任:用机器学习建模年轻成人心理社会特征、风险收益态度和驾驶因素
CHI '25· 自动驾驶界面与接管设计 +2
- 75%
驾驶员的需求:半自主车辆决策中的用户偏好
CHI '20· 自动驾驶界面与接管设计
- 75%
过多的系统谨慎是否适得其反?车辆防撞系统中不同敏感度和自动化水平的影响
CHI '20· 自动驾驶界面与接管设计
- 75%
DeepTake: 使用多模态数据预测驾驶员接管行为
CHI '21· 自动驾驶界面与接管设计
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
AutoUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
自动驾驶界面与接管设计、AI 辅助决策与自动化系统
work
职业/产业
汽车制造商与车辆设计师、自动驾驶工程师与测试员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文