gAR-age：用于车辆健康监测的支持反馈的混合生态系统

标准车辆维护活动可能具有挑战性、耗时、容易出错且成本高昂。虽然已有大量创新工作将最新技术融入到用户与车辆之间的交互中，但利用这些技术来优化车辆维护等活动的意愿还较少。同时从物理交互和数据分析中汲取经验对于支持及时有效的决策至关重要。为了模糊现实与虚拟世界之间的界限，我们提出了「gAR-age」——一个使维护人员能够在同一环境中与两个世界进行交互的生态系统。该混合生态系统通过学习车辆组件的历史变化、用户行为和反馈，实现多渠道沟通，提供个性化的上下文洞察，使用户能够即时做出数据驱动的决策。