广告
基线和AR-HUD两种HMI概念在驾驶员接管过程中的效果
随着自动驾驶技术的不断发展，人机界面（HMI）的设计成为关键因素，直接影响驾驶员在自动驾驶故障期间的接管效果。本研究旨在比较基线和增强现实抬头显示（AR-HUD）两种HMI概念在驾驶员接管过程中的效果。通过考察两类故障场景（纵向和横向故障），我们不仅关注了客观指标，如驾驶数据和眼球追踪数据，还充分考虑了主观指标，以全面评估两种HMI概念的性能。
实验设计
在实验设计中，我们明确定义了基线和AR-HUD两种HMI概念。基线概念包括一个显示驾驶与自动驾驶最相关信息的仪表盘和安装在挡风玻璃底部的LED灯条。而AR-HUD则采用增强现实技术，将关键信息直接投影在驾驶员的视野中。两者作为组间因素，受试者被分配到基线组或AR-HUD组中。
为深入了解两类故障场景的影响，我们引入了纵向和横向故障场景作为被试内因素。这种设计充分考虑了真实驾驶场景中可能发生的不同故障情境，有助于模拟更贴近实际的驾驶情景。
因变量的选择
为了全面评估两种HMI概念在驾驶员接管过程中的效果，我们选择了一系列客观和主观指标：
1. 驾驶数据的详细分析
a. 接管时间： 接管时间是评估驾驶员在自动驾驶故障情况下转变为手动驾驶的关键指标。通过记录故障发生时刻和驾驶员开始接管时刻，我们能够精确计算出驾驶员的接管时间。这个数据能够反映驾驶员对系统故障的察觉速度以及转变为手动控制的反应迅速性。
b. 接管质量评估： 在接管过程中，我们将关注驾驶员的操作质量，包括车辆的稳定性、路径控制的准确性等。通过分析驾驶员的驾驶行为数据，我们可以定量评估不同HMI概念在接管质量上的差异。这有助于理解HMI概念对驾驶员实际操作的影响。
2. 眼球追踪数据的详细分析
a. 注意力分布： 通过眼球追踪设备记录驾驶员在不同HMI概念下的注视点分布，我们能够了解驾驶员在接管过程中的信息关注度。这有助于评估HMI概念对驾驶员信息处理的影响，尤其是在紧急情况下，注视点的变化可能直接影响驾驶员对故障的察觉和处理。
b. 注视点变化： 通过分析注视点的变化模式，我们可以洞察驾驶员在接管过程中的视觉策略。这包括首次注意到故障信息的位置、对关键信息的持续关注等。这些数据对于设计更符合人类注意力规律的HMI概念具有指导意义。
3. 主观数据的详细分析
a. 驾驶员主观感受： 通过主观问卷调查，我们能够获取驾驶员对基线和AR-HUD的主观感受。这包括对界面直观性、易用性、信息理解程度等方面的评价。主观感受的数据能够反映驾驶员对不同HMI概念的个人喜好和认可程度，为系统设计提供用户体验的重要参考。
b. 接管过程中的主观负担感： 了解驾驶员在接管过程中的主观负担感对于评估HMI概念的舒适性和易用性至关重要。通过问卷中的相关问题，我们能够深入了解驾驶员在接管过程中是否感到紧张、焦虑或者疲劳，这有助于优化HMI概念以提升用户体验。
通过对以上三个方面的详细分析，我们可以全面了解基线和AR-HUD两种HMI概念在驾驶员接管过程中的表现差异。这有助于深入理解不同HMI对驾驶员行为的影响，为未来自动驾驶系统的设计和改进提供有实质性的指导。
实验过程
在实验过程中，我们进行了受试者的招募，并根据特定标准进行筛选。实验设置采用随机分组设计，确保两组受试者在个人特征上的平衡。故障场景的模拟通过驾驶模拟器实现，真实还原了驾驶中可能遇到的纵向和横向故障。
数据采集和分析方法
我们采用了驾驶模拟器、眼球追踪设备和主观问卷调查等工具进行数据采集。通过t检验或方差分析等统计方法，对不同HMI概念和故障场景下的数据进行比较和分析。
结果和讨论
通过对驾驶数据、眼球追踪数据和主观数据的深入分析，我们将呈现两种HMI概念在不同故障场景下的效果。特别是在接管时间、注意力分布、主观感受等方面的比较，以及故障场景对这些效果的影响。我们将深入探讨基线和AR-HUD在驾驶员接管过程中的相对优势和不足之处。
通过本研究，我们将为基线和AR-HUD两种HMI概念在驾驶员接管过程中的性能提供详细的分析和比较。这不仅有助于深入理解不同HMI对驾驶员行为的影响，还为未来自动驾驶系统的设计和改进提供了实质性的指导。这一研究将在智能交通系统领域提供有价值的参考，推动自动驾驶技术的进一步发展。
广告
广告
编辑推荐
最新资讯
-
新能源汽车锂离子电池的热失控防护措施及材
2024-08-13 13:59
-
新能源汽车三电系统产品开发中的虚实结合试
2024-08-13 13:56
-
汽车底盘产品系统开发与验证的虚实结合试验
2024-08-13 13:54
-
汽车利用仿真技术辅助的多合一电驱系统的台
2024-08-13 13:50
-
汽车多合一电驱系统载荷的失效关联测试
2024-08-01 15:40
广告
广告
