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？

文献标题

Calibrating Pedestrians’ Trust in Automated Vehicles: Does an Intent Display in an External HMI Support Trust Calibration and Safe Crossing Behavior?

文献信息

• 主题领域: 自动驾驶技术与人机交互
• 关键词: 自动驾驶车辆, 自动化信任, 行人行为, 外部人机界面 (eHMI), 系统透明性, 状态显示, 意图显示, 误用, 安全性, 信任校准

研究背景与问题

• 发现的问题或挑战:

  • 自动驾驶技术的普及改变了交通系统，行人与自动驾驶车辆间的互动成为亟需解决的挑战。
  • 当前的外部人机界面 (eHMI)设计通常仅提供自动驾驶模式状态信息，但这样的设计可能引发行人对自动驾驶系统的过度信任，导致潜在的安全隐患。
  • 当自动驾驶系统出现故障（车辆未能根据交通规则避让行人时），行人的信任如何受到影响以及如何恢复仍缺乏系统性研究。

• 重要性:

  • 行人的信任决定其是否采取安全的街道穿越行为，直接影响混合交通环境中行人与车辆的安全互动。
  • 解决此问题关系到自动驾驶车辆的信任机制设计及未来交通安全。

• 研究动机与相关工作:

  • 研究旨在探索外部人机界面显示（状态+意图 vs 单状态）在自动驾驶系统故障情境下对行人信任及穿越行为的影响。
  • 前期研究发现提供车辆意图信息的 eHMI 能提升行人信任，但未针对自动驾驶车辆故障场景进行详细探讨。

解决方案

• 方法与解决方案:

  • 提出了增强型外部人机界面 (eHMI)：“状态+意图”显示方式。其中状态信息通过连续灯光指示车辆自动驾驶模式，意图信息通过前风挡上方缓慢闪烁的蓝绿光显示车辆是否计划对行人让行。
  • 设计了模拟实验，让行人为实验对象，从而观察信任的动态变化与穿越行为。

• 创新之处:

  • 首次系统性探讨自动驾驶车辆在故障场景下（未礼让行人）外部人机界面设计对行人信任的影响。
  • 提供了一种有效的信任校准机制，通过显示车辆让行意图，提升系统透明度，减少行人误用并增强交通安全。

• 实施步骤与关键技术:

  1. 实验设计:
     • 视频模拟实验，总共67名参与者在实验中模拟街道穿越行为。
     • 两种 eHMI设计（状态 eHMI、状态+意图 eHMI）与两种系统状态（无故障、单次故障）交叉设计了实验组。
  2. 数据收集:
     • 定量数据包括信任评分和穿越时间 (COT)。
     • 定性数据来自对实验后行人反馈的半结构化访谈。
  3. 技术架构:
     • 视频通过高度沉浸式显示和自动化压力传感测量行人的穿越行为。
     • Arduino 和控制系统实现实时数据记录。

研究成果

• 具体成果:

  • 信任的动态变化模式：
    • 在早期没有故障的交互中，信任逐步建立，行人进入街道的时间更早（COT下降）。
    • 当系统出现故障时，信任迅速下降，但在随后的无故障交互中能够快速恢复。
  • “状态+意图”设计的优势：
    • 显著降低行人信任的下降幅度，帮助行人检测故障并做出安全决策。
    • 实验显示在故障场景下，仅显示“状态”的组行人与车辆碰撞率为31.3%，而“状态+意图”组只有5.9%。

• 与现有解决方案的优势:

  • 提高了系统透明度，减少了行人过度信任导致的误用（即不观察车辆动态而贸然进入街道）。
  • 提供了理论支持，说明行人的动态信任机制与司机对自动驾驶系统的信任模式类似，可以通过透明信息实现校准。

• 局限性与未来方向:

  • 局限性:
    • 实验采用模拟环境而非真实交通场景。
    • 参与者仅限于特定公司员工，样本代表性有限。
    • 未探索其他复杂交通环境，例如车辆与行人密集交互的场景。
  • 未来方向:
    • 扩展长时间真实交通场景下的研究，观察信任的长期动态变化。
    • 借助眼动追踪等技术深入分析行人穿越决策过程。
    • 探讨更多设计变化（如意图信号的颜色、闪烁节奏等）对行人信任的影响。

实践意义

• 提议通过增加“意图”信号显著提升 eHMI 的设计效果，实现行人更安全的穿越行为。
• 建议制造商结合教育活动提升公众对自动驾驶车辆及 eHMI 信号意义的认识及理解，减少过度信任引发的安全风险。