照亮我的路。开发和探索一个多模态界面，以帮助视觉障碍者离开高度自动化的车辆

研究背景与问题

问题和挑战

• 作者发现，盲人和视力受损者（BVIPs）在无人驾驶汽车(HAVs)到达目的地后，面临着安全、环境感知和状况意识的重大挑战。
• 与传统车辆不同，无人驾驶汽车不能提供司机指导和支持，使得这些用户在不熟悉的环境中独自应对风险。
• 当前无障碍技术通常专注于帮助其他旅途环节（例如乘坐和定位车辆），但关于如何安全地退出无人驾驶汽车的研究较少。

为什么问题重要

• 超过2.7亿人在全球范围内受到视觉障碍影响，人口老龄化可能导致这一数字进一步增长。
• 无人驾驶技术为BVIPs提供了独立出行的潜力，但确保他们能安全地适应新环境尤为关键，以避免意外撞击、跌倒等风险。

研究动机与相关工作

• 现有的研究大多集中在旅途中传递交通信息（例如通过触觉或音频反馈），却忽略了退出汽车时如何获取环境状况的需求。
• Brinkley等提出的ATLAS系统只能通过音频反馈来传递周围的信息，作者认为结合多模态（视觉、声音和触觉）反馈可能更有效。
• 作者试图探讨可以提供完整环境感知并适应不同视觉障碍用户需求的多模态界面。

解决方案

提出的方法和解决方案

• 开发了PathFinder，这是一种整合视觉、触觉和听觉反馈的多模态界面，旨在帮助视力受损者在无人驾驶汽车停车后安全地理解周围环境。
• 根据参与式设计原则，作者邀请使用者参与设计，从而确保PathFinder能够满足各种程度视觉障碍的用户需求。

创新之处

• 将触觉和音频结合，用触觉提供基础环境概览，音频补充关键信息。
• 界面设计简单、直观，通过元件如指南针针、可延展障碍按钮和场景音频通知，提升用户体验。
• 提供主动获取信息和被动接收信息两种方式，以适配不同用户习惯。
• PathFinder的硬件设计可重复使用，全部构建文件已开放源代码。

实施步骤和关键技术

1. 需求调研：通过与5位BVIPs的互动研讨，确定他们的关键信息需求（例如动态障碍、地面状态、最终目的地等）。
2. 初步原型开发：设计三个低保真原型（智能手机、触摸屏窗原型、触觉条原型），用于测试不同信息传递方式和策略的有效性。
3. 系统构建：根据研讨结果开发PathFinder，其特性包括：
   • 用指南针针指出最终目的地方向。
   • 可延展的按钮提供触觉反馈，同时支持按压触发音频反馈。
   • 初始语音公告汇总重要环境信息。
4. 模拟环境评估：在实际场景中测试系统性能（如城市和乡村场景），并对比与基线音频系统的效果。

研究成果

具体成果

• PathFinder显著降低了用户的脑力负荷，同时在复杂和简单场景中均维持了高感知安全性。
• 多模态界面允许用户生成“心理地图”，对周围环境形成全面的理解，尤其是动态和静态障碍的识别。
• 用户偏好结合触觉和音频反馈的方式，其中触觉提供概览，音频补充关键信息。

与现有解决方案的优势

• 与目前只使用音频反馈的系统相比，PathFinder减少了复杂场景中因信息传递不足引起的安全性问题。
• PathFinder能主动适应用户个性化需求，例如根据视觉准确度调整信息的详细程度。
• 音频与触觉反馈的结合显著提升了用户对环境的空间感知和掌控感。

实验或评估结果

• 在对16名参与者的三因素实验中，PathFinder降低了平均脑力负荷（7.75 vs. 11.09），并保持城市和乡村场景中高一致性安全感。
• 定性反馈表明用户普遍更喜欢多模态界面，尤其在动态障碍物识别和环境状况传递上更为突出。
• 用户认为通过触觉按钮的物理反馈，比完全通过音频提供信息的系统更可靠并易获取。

局限性与未来方向

• 局限性：
  • 样本量较小（N=5的研讨会和N=16的实验），可能存在选择偏倚。
  • 实验环境为模拟场景，未在真实无人驾驶车环境中测试。另外未涉及极端天气条件对系统性能的影响。
  • PathFinder暂时未覆盖整个旅程，需要与其他导航阶段（如定位无人驾驶汽车）系统整合。
• 未来方向：
  • 在真实车辆环境中测试PathFinder性能以提高外部有效性。
  • 探索集成多模态系统（例如手持设备结合触觉导航表）的可能性，提升整个旅程的可达性。
  • 优化系统硬件设计（例如小型化或整合汽车内部元件），增强便携性和适用性。

此研究通过设计和验证多模态界面体现了对BVIPs独立性和出行安全性的深刻关注。PathFinder展示了利用触觉、音频和视觉技术解决实际问题的创新潜力，同时指出了结构性整合与个性化设计的重要路径。