《它一定是在向我示意》：自动驾驶汽车与行人之间的基于手势的交互

文献标题

“It Must Be Gesturing Towards Me": Gesture-Based Interaction between Autonomous Vehicles and Pedestrians

文献信息

• 主题领域: 人机交互领域，关注自动驾驶汽车与行人之间的交互设计
• 关键词: 自动驾驶汽车与行人交互, 手势交互, 自动驾驶, 外部人机界面 (eHMI), 行人安全

研究背景与问题

• 问题描述: 现有的自动驾驶汽车缺乏有效的沟通机制，在与行人互动时容易出现交互不明或失效的问题，进而导致交通安全和效率的问题。例如，“Frozen Robot Problem”描述了自动驾驶汽车无法充分与行人协调的问题，这可能导致交通混乱。

• 重要性: 行人与自动驾驶汽车之间的理解与交互将直接影响交通安全和畅通，因此开发一种能够准确表达汽车意图的交互界面至关重要。

• 研究动机: 基于现有研究，手势是行人与传统驾驶者常用的交互方式，但在自动驾驶汽车的交互设计中应用较少。本研究尝试引入手势设计作为外部人机界面（eHMI），探索其效果是否优于当前主流的eHMI设计（例如灯光或文字）。

• 研究问题:

  1. 手势交互与其他eHMI相比，效果上的差异是什么？哪些手势效果最佳？
  2. 导致这些差异的潜在因素是什么？

解决方案

• 方法或解决方案:

  • 本研究设计了基于手势的eHMI，其中选取了八种手势（包括四种表示“让行”意图的手势和四种表示“不让行”意图的手势）。
  • 使用虚拟现实（VR）实验和在线问卷调查验证这些手势的效果。

• 创新之处:

  • 提出了一种从日常驾驶与行人手势互动中获得灵感而设计的eHMI概念。
  • 梳理出一种手势集，含有日常交通场景中常见的手势，并基于语义、文化适应性及清晰性筛选后选择最佳手势。
  • 通过VR和在线调查提供了关于手势有效性与设计改进的实证分析。

• 实施步骤:

  1. 手势选择:
     • 创建手势库，包括日常手势、运动特定动作、交通控制信号、手语等。
     • 通过专家小组筛选手势，按语义分类、筛除文化差异过大的手势，并优化清晰度。
     • 最终筛选出四种“让行”手势和四种“不让行”手势。
  2. 实验设计:
     • 使用VR技术搭建虚拟场景，模拟行人与自动驾驶车辆在无控制交叉口的交互环境。
     • 参与者需控制行人行为以响应设置不同eHMI车辆的意图。
  3. 数据收集与分析:
     • 收集包括误判率、观察时长、犹豫时长及生理指标（如心率、皮肤电导率等）在内的多维数据。
     • 分析参与者对不同设计的难以理解程度、危险感知及整体体验。
  4. 在线问卷调查:
     • 通过AHP方法，评估手势的清晰度、熟悉度和礼貌性，分析受访者对每种手势的评价。

研究成果

• 具体成果:

  • VR实验发现:
    • 基于手势的eHMI（尤其是某些手势，如Y3和N1）在减少行人的观察和犹豫时长方面表现优于现有设计。
    • 一些手势（如Y2、Y3）能显著提高行人的安全感。
  • 问卷调查结果:
    • “清晰”和“熟悉”的手势，比如Y2和N1获得最高评价，而在“礼貌性”方面，Y3表现最佳。
    • 年龄群体对此有所差异，年轻人更注重熟悉度，年长者则更看重礼貌性。

• 优势对比: 相较于只使用灯光的传统eHMI，手势设计更具表现力，不仅能传递车辆意图，还能赋予车辆情感与人性化特性，从而提升行人对自动驾驶汽车的信任度与接受度。

• 局限性与未来方向:

  • 当前实验场景较为简单，仅模拟了行人与自动驾驶汽车的交互。未来研究应扩展至包含混合交通环境（如行人、自行车及其他车辆）。
  • VR环境中的视距限制不反映真实世界，后续研究需优化手势设计，使其在远距离仍然可辨识。
  • 可进一步实验同时结合灯光与手势交互设计的效果。
  • 本研究主要在中国进行，未来可扩展至全球范围以研究文化差异对手势解读的影响。

总结

本研究通过手势交互设计探索了自动驾驶汽车与行人之间的高效沟通方式。从VR实验和在线调查中证明了某些手势能够显著提升交互体验，同时揭示了手势的清晰性、文化差异以及学习成本对手势效果的重要影响。建议未来设计结合多种交互形式，并在更复杂的交通环境中验证其可行性。