MIRAGE：实现实时汽车中介现实Jansen等人提出MIRAGE开源工具，实现车辆实时增强/削弱/修改现实效果，通过目标检测、分割和修复等模型，在9名专家路测中验证AMR可行性与局限性。2026PJPascal Jansen et al.Ulm University驱动创新CHI
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Colley 等人通过40人VR被试内实验发现，统一设计的eHMI可提升行人、骑行车者及驾驶员的安全感知、信任和有用性，干扰和角色虽有主效但交互效应有限，支持eHMI标准化的可行性。2026MCMark Colley et al.Ulm University面向移动与自动化的情境感知界面CHI
环保服务选项对网约车反弹行为的影响研究Zeqiri 等人通过75人的网约车实验发现，环保服务选项若缺乏明确的碳排放反馈，反而会增加用户选择网约车的意愿，产生事与愿违的反弹效应。2026AZAlbin Zeqiri et al.Ulm University领域专用系统CHI
VIP-Sim：一种以用户为中心的视觉障碍模拟方法用于无障碍设计Rädler 等人开发了 VIP-Sim 症状模拟器，通过 7 位视力障碍用户参与的定制设计流程，在设计工具中叠加 21 种视觉障碍症状，以支持无障碍设计。2025MRMax Rädler et al.视觉障碍者技术（屏幕阅读器、触觉图形、盲文）通用设计与包容性设计参与式设计（Participatory Design）UIST
心理游戏！探索暗模式在混合现实场景中的影响Meinhardt 等人研究四种暗模式对MR用户体验的影响，发现所有暗模式均显著降低用户舒适度和使用意愿，其中个人与金钱操纵影响最大，呼吁制定伦理设计指南。2025LMLuca-Maxim Meinhardt et al.混合现实工作空间暗黑模式（Dark Patterns）识别MobileHCI
介绍ROADS：在道路施工中对自动驾驶车辆远程控制交互概念的系统性比较Colley 等人比较三种自动驾驶车辆远程控制交互概念，发现路径规划概念最受偏好且可用性最高，为远程协助人机界面开发提供参考。2025MCMark Colley et al.Ulm University; UCL Interaction Centre自动驾驶界面与接管设计遥操作驾驶（Teleoperation）CHI
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Meinhardt 等人开发 PathFinder 多模态界面，结合视觉、听觉和触觉帮助视障者安全下车，在城市和农村场景中显著降低精神需求并保持高感知安全性。2025LMLuca-Maxim Meinhardt et al.Institute of Media Informatics, Ulm University车内触觉、声音、多模态反馈视觉障碍者技术（屏幕阅读器、触觉图形、盲文）CHI
使用贝叶斯优化改进自动驾驶车辆的外部通信Colley 等人采用多目标贝叶斯优化改进自动驾驶车辆外部通信eHMI设计，通过N=37参与者确定视觉与听觉最优权衡，提升信任度和安全感知。2025MCMark Colley et al.Ulm University; UCL Interaction Centre车辆外部人机接口（eHMI）——与行人/骑车人的通信可解释人工智能（XAI）CHI
PlantPal：利用精准农业机器人促进城市园艺远程参与Zeqiri 等人设计 PlantPal 远程园艺系统，用户可操控配备多摄像头的精准农业机器人，3周实验表明该系统有效促进园艺融入日常生活并培养情感连接。2025AZAlbin Zeqiri et al.Ulm University, Institute of Media Informatics人-机器人协作（HRC）社区参与与公民技术CHI
OptiCarVis：使用贝叶斯优化改进自动驾驶车辆功能可视化以增强用户体验Jansen 等人提出 OptiCarVis 多目标贝叶斯优化方法优化自动驾驶可视化，在线研究 N=117 证明显著提升信任度、接受度、感知安全性和可预测性2025PJPascal Jansen et al.Ulm University, Institute of Media Informatics抬头显示（HUD）与驾驶辅助系统（ADAS）AI 辅助决策与自动化系统CHI
我们在什么情况下会在虚拟现实中感受到存在？关于存在问卷的敏感性和用户接受度的研究Degenhard 等人创建五个VR场景测试四款存在感问卷的敏感性，发现不同问卷对各维度敏感度各异，并提供基于使用场景的选择指导。2025ADAnnalisa Degenhard et al.University of Ulm, Media informatics沉浸感与临场感研究CHI
深入滚动：分析社交媒体无限滚动过程中上下文因素对干预效果的影响Meinhardt等人7天72人用户研究表明，情境因素如在家、困倦和情绪显著影响无限滚动干预效果，困倦降低用户反抗。2025LMLuca-Maxim Meinhardt et al.Institute of Media Informatics, Ulm University通知与中断管理CHI
颠簸的旅程？理解外部力量对移动车辆中空间交互的影响Sasalovici 等人通过现场实验研究车辆运动对四种VR交互方法的影响，发现G力和振动显著降低交互准确性并增加错误率，为车内沉浸式交互设计提供重要参考。2025MSMarkus Sasalovici et al.Mercedes-Benz Tech Motion GmbH; Ulm University, Institute of Media Informatics抬头显示（HUD）与驾驶辅助系统（ADAS）运动晕车与乘客体验CHI
飞离：通过自动城市空中机动模拟中的贝叶斯优化评估运动保真度对优化用户界面设计的影响Meinhardt 等人通过VR模拟与贝叶斯优化研究发现，3自由度运动椅的运动保真度降低了乘客对空中出租车的信任与接受度，且优化的界面设计差异不显著。2025LMLuca-Maxim Meinhardt et al.Institute of Media Informatics, Ulm University自动驾驶界面与接管设计运动晕车与乘客体验CHI
不确定轨迹预测可视化对高度自动驾驶汽车信任度、态势感知和认知负荷的影响Colley 等人研究高度自动驾驶汽车中不确定轨迹预测可视化形式对驾驶员信任度、态势感知和认知负荷的影响机制。2024MCMark Colley et al.自动驾驶界面与接管设计可解释人工智能（XAI）UbiComp
故事驱动：探索提供实时上下文信息对自动讲故事的影响Belz 等人开发了一种实时上下文感应的车载讲故事系统，利用环境信息和预计到达时间动态调整叙事内容，用户体验和沉浸感显著优于传统方式。2024JBJan Henry Belz et al.AR 导航与情境感知生成式AI（文本、图像、音乐、视频）互动叙事与沉浸式故事UIST
探索利用大型语言模型实现乘客与自动驾驶车辆的自然交互谈判Stampf 等人利用GPT-4模型探索了自动驾驶场景下人机对话策略，通过在线调查和VR实验发现自适应沟通更受青睐，但准确预测用户互动仍具挑战，用户常试图绕开AI系统。2024ASAnnika Stampf et al.自动驾驶界面与接管设计大语言模型（LLM）的人机协作AI 辅助决策与自动化系统AutoUI
基于凝视的2D平台游戏对用户享受、感知能力和数字眼疲劳的影响Colley 等人开发凝视交互2D平台游戏Shed Some Fear，17人5天纵向研究表明凝视输入虽显著提高用户感知能力，但也会显著增加内部眼疲劳2024MCMark Colley et al.Ulm University, Cornell Tech眼动追踪与注视交互游戏用户体验与玩家行为CHI
pARam: 利用扩展现实中的参数化设计支持个人制造中 artifacts 的个性化Stemasov等人提出pARam工具，融合参数化设计与XR支持个人制造现场配置，用户无需复杂3D建模技能即可定制设计。2024ESEvgeny Stemasov et al.Ulm UniversityAR 导航与情境感知桌面3D打印与个人制造可定制与个性化物件CHI