点亮它:评估多功能自主车辆-自行车外部人机界面
作者
车辆外部人机接口(eHMI)——与行人/骑车人的通信骑行者(自行车/电动车/滑板车)行人与弱势道路使用者
文献标题
Light it Up: Evaluating Versatile Autonomous Vehicle-Cyclist External Human-Machine Interfaces
文献信息
- 主题领域: 人机交互与自动驾驶技术研究,特别是针对自动驾驶车辆与骑行者之间互动的接口设计与评估。
- 关键词: 自动驾驶车辆与骑行者互动、外部人机界面(eHMIs)、骑行者行为分析、交通场景、用户体验设计、红绿信号、虚拟现实评估、交替设计、车载显示界面、道路安全提高
研究背景与问题
-
问题或挑战:
- 当自动驾驶车辆逐步进入现实道路时,传统的由人驾驶车辆提供的社交交互信号(如眼神交流、手势)将消失。
- 当前的外部人机界面(eHMIs)研究主要服务于车辆与行人的互动,未充分考虑骑行者的需求。
- 骑行者在多样化的交通场景中可能面对较快的车速及更复杂的位置关系,与车辆之间的空间共享冲突更加难以解决。
-
重要性:
- 统计数据表明,骑行者与车辆冲突的风险较高,仅在英国道路上就出现了大量因误解行为意图导致的事故。
- 确保骑行者安全及减少交通冲突是发展自动驾驶交通环境中不可回避的关键任务。
-
研究动机与相关工作:
- 自动驾驶车辆需要一种替代性方式来清楚地与骑行者沟通,以表明车辆的意图和其对骑行者的注意力。
- 现有研究已经提出了早期的设计概念,例如光环、顶置表情符号显示以及道路投射,但并未真正测试其实际效果及用户体验。
解决方案
-
方法或解决方案:
- 利用两阶段评估方法来设计、优化和测试自动驾驶车辆与骑行者互动的外部人机界面(eHMIs)。
- 第一阶段通过虚拟现实骑行模拟器测试三个接口设计,分析骑行者对信号的感知和使用体验。
- 第二阶段通过“巫师操作法”(Wizard-of-Oz)的实际验证,将虚拟环境中优化后的eHMIs在真实场景中评估其实际实施效果。
-
创新之处:
- 多场景兼容性:提出并优化设计能适应多种交通场景的接口,使其解决不确定性并提升安全性。
- 设计迭代与用户反馈:通过两阶段迭代设计流程,将用户交互反馈融于设计改进。
- 区分性与易用性:探索以红绿信号为主的简单编码方式,结合动画增强信息表现的效果。
-
实施步骤与关键技术:
- 第一阶段:使用VR骑行模拟器分析接口在五种关键道路场景(如环岛、车道合并、瓶颈)中的可用性与骑行行为。
- 第二阶段:优化后的接口在实际测试中,利用虚拟“自动驾驶车辆”验证骑行者对于真实环境下的信息感知。
- 技术包括Meta Quest Pro虚拟现实头显用于头部追踪与目光追踪、LED灯条与显示矩阵用于接口展示。
研究成果
-
具体成果:
- 发现骑行者更偏好易于区分的红绿颜色信号,这些信号能快速映射出AV车辆是会让行还是继续行驶。
- 骑行者认为利用车辆全身信号展示信息比单一位置信号可读性与信任感更强。
- 在真实环境中建立了成功的eHMI实现,骑行者减少了肩部查看并提高了骑行速度。
-
与现有解决方案相比的优势:
- 系统性和用户反馈驱动设计,使得现有的骑行者接口设计更贴合实际需求。
- 提供了应对不同交通环境的通用设计方式,并为接口在不同用户类型之间的扩展提供了可能性。
-
实验或评估结果:
- VR模拟器测试中“Safe Zone”信号模式表现最佳,其工作负载最小,参与者对车辆意识和意图的信心最高。
- 实际测试中,骑行者在“LightRing”条件下速度最快,对自身安全感的评价最高,但红绿信号仍为核心要素。
-
局限性与未来方向:
-
局限性:
- 测试仅限于英国城市交通环境,未研究不同国家和驾驶文化下的兼容性。
- 验证条件未涉及复杂多人场景,并且车辆始终按照让行逻辑运行。
- 日常用户长期学习信号及高速度车辆测试的结果尚未揭示。
-
未来方向:
- 扩展到不同国家及交通场景评估eHMIs的适用性。
- 考察信号与其他用户群体(如行人、驾驶员)间互操作的可能性。
- 在真实大规模交通环境下展开长期追踪研究,以观察骑行者行为和信号效果的动态变化。
-
研究对于自动驾驶技术推动道路安全改善具有重要意义,为未来多样化交通接口设计提供理论支撑与实践验证。
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。
help
研究问题
3- 如何设计适合自动驾驶车辆与骑行者交互的外部人机界面(eHMIs),以提高骑行者的安全感和信任感?分类: XR与自动驾驶车辆交互界面同类问题arrow_forward
- 基于虚拟现实和 Wizard-of-Oz 实验,哪种信号设计在不同交通场景中的效果最佳?分类: XR与自动驾驶车辆交互界面同类问题arrow_forward
- 红绿信号结合动画是否能够在短时间内有效传达车辆意图?分类: XR与自动驾驶车辆交互界面同类问题arrow_forward
lightbulb
现实痛点
1- 骑行者无法明确判断自动驾驶车辆的意图,容易发生交通冲突。分类: XR与自动驾驶车辆交互界面同类问题arrow_forward
- 75%
BikeAR:使用增强现实理解自行车手在无管制交叉路口的穿越决策
CHI '22· 车辆外部人机接口(eHMI)——与行人/骑车人的通信 +1
- 75%
一切,无处不在,同时进行:探索可扩展的整体自主车辆-自行车接口
CHI '25· 车辆外部人机接口(eHMI)——与行人/骑车人的通信 +1
- 75%
面向所有人的外部车机交互界面——研究自动驾驶车辆外部沟通对行人、驾驶员和骑行车者的影响
CHI '26· 车辆外部人机接口(eHMI)——与行人/骑车人的通信
- 75%
"骚扰扰好于无?": 探索行人和骑行者对共享空间中电动滑板车自动警报的感知
MobileHCI '25· 车辆外部人机接口(eHMI)——与行人/骑车人的通信 +1
- 75%
看向何处:探索用于将注意力转移到空间分布的视线外物体的外周线索
AutoUI '18· 车辆外部人机接口(eHMI)——与行人/骑车人的通信 +1
- 75%
混合现实中骑行者危险通知研究:与测试跑道的比较分析
AutoUI '23· 车辆外部人机接口(eHMI)——与行人/骑车人的通信 +1
- 67%
明确意图沟通、显眼传感器和行人态度在与自动驾驶车辆互动中的影响
CHI '20· 车辆外部人机接口(eHMI)——与行人/骑车人的通信
- 67%
基于系统文献回顾的易受伤害道路使用者的人机交互分类
CHI '21· 车辆外部人机接口(eHMI)——与行人/骑车人的通信
- 67%
校准行人对自动驾驶车辆的信任:外部HMI中的意图显示是否支持信任校准和安全过路行为?
CHI '21· 车辆外部人机接口(eHMI)——与行人/骑车人的通信
- 67%
行人为自动车辆配备外部通信系统在前方过马路的决策受行人行为、时间压力和重复暴露的影响
CHI '22· 车辆外部人机接口(eHMI)——与行人/骑车人的通信
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642019
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
车辆外部人机接口(eHMI)——与行人/骑车人的通信
work
职业/产业
骑行者(自行车/电动车/滑板车)、行人与弱势道路使用者
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文