基于自動化接受度模型的車外交互研究

張碧含，由 芳

基于自動化接受度模型的車外交互研究

張碧含，由 芳

(同濟大學藝術與傳媒學院，上海 201804)

隨著科技的不斷進步，新技術不斷進入人們的生活，自動駕駛駕駛技術也得到了快速的發展。但單純的技術提高并不能帶來人們接受度的隨之增加。為了提高人們對無人駕駛技術的接受度，對自動化接受度模型進行研究，探究如何從認知接受度提升的角度改善自動駕駛座艙的人機交互，并從接受度模型的核心影響因素的角度分析車外人機交互用戶體驗問題。通過分析半封閉場景下車外交互的使用場景及行人與無人車交互時的用戶行為，歸納出行人行為特征模型，再結合自動化接受度模型的相關研究，從信任度、協作性的角度提升車外交互的有效性和認知接受度?；谧詣踊邮芏華AM模型提出了符合行人行為特征和認知的車外人機交互策略，從而提高溝通效率和接受度。

自動化接受度模型；車外交互；人機界面；設計策略

隨著科技的不斷發展，現有的低級別輔助駕駛將逐漸被高級別輔助駕駛乃至自動駕駛取代[1]，交通環境的技術變革很可能伴隨著社交化的變革[2]。傳統的司機與行人的隱式通訊方式(如通過眼神和手勢交流)將不再適用[3]。在許多情況下，不會有正式的交流渠道來替代官方的規章制度或標準化的信號[4]。在手動驅動、半自動和全自動車輛同時運作的環境中，為了保障交通參與者的安全，需要先進的人機交互界面來告知車輛的當前狀態和即將產生的行為。與此同時，單純的技術提高并不能帶來接受度的隨之增加。所以，如何提高人們對于自動化技術的接受度仍是一個有待解決的問題。

1 自動化接受度模型

自動化接受度模型(automation acceptance model，AAM)將接受度模型(technology acceptance model，TAM)與自動化的使用進行了整合[5]，用來描述用戶在自動化系統中接受度的變化和影響因素。TAM模型是Davis于1989年對信息系統接受度進行研究時所提出的模型。感知有用性和感知易用性是模型中的決定性變量。其中，感知有用性(perceived usefulness，PU)是指用戶主觀上認為通過使用該系統對提高自己的工作業績的影響程度。感知易用性(perceived ease of use，PEOU)是指用戶認為系統在多大程度上容易使用[6]，即用戶對信息系統在使用過程中難易程度的評估，既可以通過調節感知有用性間接影響和決定行為態度，也可以直接作用于用戶的行為態度[7]。實際使用行為是由行為意向決定的。

AAM模型在TAM模型結構的基礎上加入了兼容性，如圖1所示。兼容性是指用戶、技術、任務表現和情境之間的匹配程度[8]。更具體地說，兼容性是衡量技術與用戶價值觀、過去經驗和需求的一致性的指標。另一加入AAM模型的影響因素是信任，信任也被認為是行為意愿Bl的直接決定因素，其在人工智能時代是非常具有價值的。正如信任加強了人與人之間的關系，人們也會傾向于使用一個他們信賴的系統[9]。校準不當的信任會影響人們對新技術的接受度，如果系統過度信任(自滿)，即自動化程度很高卻可靠性不強，會導致用戶誤用或棄用[10]。針對新技術的設計應該是可信的，技術上可行并與任務相匹配并且容易被理解。

2 基于場景的行人行為研究

2.1 設計背景

隨著技術的不斷增長和普及，人類與技術的關系成為日常生活中十分重要的組成部分。自動化系統正在逐漸改變人類在社會中的角色。自動化系統的表現取決于人與自動化系統之間建立的關系。本文首先通過綠野仙蹤的方法模擬常見的行人—無人物流車的交互場景(圖2)。在該階段通過制作無人小車的原型和在車身上安裝Gopro 的方式記錄行人的反應。

圖1 自動化接受度模型AAM

圖2 綠野仙蹤法模擬無人車與行人交互的場景

2.2 行人-無人車交互深度訪談與用戶研究

訪談與調研主要從3個角度出發，涉及基礎信息：比如對無人車的了解程度；行駛問題：會通過關注哪些信息來判斷自己是安全的以及哪些行為會讓你感覺威脅到了你的人身安全或者無法接受；認知問題：哪些因素會影響你對無人車的接受程度等。由于用戶對L4級別的自動駕駛座艙了解較少，直接從用戶獲取具體的需求較為困難，因此在進行用戶研究時，主要通過對比正常駕駛場景與無人駕駛場景，再配合讓用戶觀看指定場景下的模擬駕駛視頻的方式，調查用戶在交互過程中的直接需求，以及遇到的痛點與期望。

根據線上調查問卷和訪談完成定量定性數據獲取及分析，部分結果如圖3所示。通過線上的方式招募符合要求的被試者，考慮封閉園區作為模擬場景，最終樣本數量為156，年齡主要集中在18~30歲，有4個樣本年齡為35歲以上，(=22.3，=6.25)。在此基礎上對用戶進行了分組，將對無人車較為了解并有過實際接觸的定義為專家用戶，將聽說過無人車但只停留在概念層面的用戶定義為普通用戶，將從未接觸并聽說過無人車的用戶定義為新手用戶。從中選擇2名專家用戶、2名普通用戶及1名新手用戶進行深度訪談。

2.3 行人-無人車行為特征研究及需求分析

根據前期綠野仙蹤法的實景走查及問卷調研和用戶深度訪談得出用戶作為道路參與者在道路上遇見無人車時的情境場景的相關信息，并借助用戶旅程映射對信息進行歸納整理(表1)。

將行人與無人車的交互過程及行為劃分為4個階段，每個階段包括多個子行為。在行駛階段行人和無人車都在道路上行駛，由于距離較遠，不會發生過多的交集；提示注意階段無人車和用戶的彼此識別階段，用戶需要通過車輛的造型及其他行駛信息判斷無人車的行駛信息，同時無人車也需要告知用戶無人車已經注意到行人，從而保證行人作為道路參與者的安全性；在交互階段和決策階段為信息的傳遞與行為決策階段，用戶需要通過接收無人車的信息進行行為決策，不清晰的信息會加重行人的不安全感和事故發生概率。

圖3 訪談及問卷調查定量研究結果

表1 行人行為特征研究及需求分析

3 基于AAM模型的車外交互策略

3.1 基于AAM模型的車外交互策略模型構建

基于以上行人行為分析，可以將用戶-無人車交互用戶體驗不好的原因歸結為以下4個方面，并對此構建車外交互設計策略模型，如圖4所示。

圖4 基于AAM模型的車外交互策略模型

(1)信任。其是影響接受度的核心因素，也是無人駕駛汽車中影響用戶使用的最大的因素[11]，行人與無人車乃至無人車中坐著的乘客而言，其弱勢群體的地位更強，更容易受到傷害，同時行人無法對每一輛無人車都做到熟悉，所以規范化車外交互的策略并讓信息的傳遞更加清晰透明是構建人-車-路關系的核心。

(2)信息的可識別性。顏色是否能讓行人在較遠的距離識別尺寸：是否能讓行人在較遠的距離和較強的光照條件下看懂傳遞的中文信息；如果用符號化的語言，行人是否可以理解；信息滾動的速度是否符合行人的認知能力，是否有多模態的展示方式。

(3)協作。車在做什么，即無人車需要告訴用戶其現在的狀態，以便用戶判斷；車接下來即將做什么，即無人車需要告訴用戶其下一步的行為，用戶可以此判斷無人車看到了自己并且確定自己的下一步行為；行人可以做什么，即對于在道路中有困惑的乘客，可以給予指引。

(4)路權與情感化。使人與車的關系更加和諧；調動喜愛、默契等情感；通過非純文字的方式，多通道多模態的自然交互方式，讓信息更加清晰；行駛在區域中的無人車，還可以通過車外屏方式成為城市的景觀，帶來便民服務。

3.2 擬人化設計提升信任與情感化

信任被定義為是“一個人對另一個人或群體的文字、承諾、口頭或書面陳述的普遍期望”[12]。增強人的信任并使自動技術易于與人互動的一種可能性是實現車輛的擬人化特征和特性，可以提供自然互動的感覺。根據恐怖谷效應，隨著擬人程度增加，人類對其接受度亦增加[13]。但隨著外形程度愈加趨近真人程度的時候，思維和行為上的不相似會讓人們對于這個系統產生巨大的恐懼感和抵觸感，進而將好感度跌入谷底。然后隨著行為和思想的逐件擬人化，好感又會以急劇的速度上升。所以在設計中，本文將擬人化分為4個不同的維度，分別為視覺的擬人化、語言的擬人化、動作的擬人化和心理的擬人化：

(1)視覺的擬人化。比如利用車大燈模擬車輛的眼睛，將車前艙周圍的光條布置成類似動物的輪廓。其是擬人化設計最基礎的層次。在視覺層面上，本文用表情屏的方式對小車進行擬人化表達。

(2)語言的擬人化。在與人進行交互時，本文的交互策略選取更加自然，比如通過不同的話術展示系統的“性格”，在語音交互方式中加入一些必要的語氣詞與停頓詞，增加真實感，讓語音的聲音角色于系統角色匹配等等。

(3)動作的擬人化。在行為上按照人或動物的動作方式來設計和塑造自動化系統的運動軌跡，比如結合視覺擬人化，在與人進行交互過程中可以擺動“耳朵”表達情緒；車燈的設計可以利用光束的強弱、顏色、大小等模擬人類眼神的變化，進而表達情緒。

(4)心理的擬人化。其是擬人化設計中較高的層級，也是恐怖谷效應谷底之后的谷峰階段。本文把系統想象成人類，對自動化系統進行建模，從而在心理層面上更加接近于人類的想法，將該角色下的系統該有什么樣的行為、語氣、外形、聲音等進行綜合的規劃，再結合系統的自學習能力，使系統從內到外的達到擬人。

3.3 車外信息的分類與可視化

根據無人車與行人的交互關系，本文把無人車周圍的區域劃分為3個部分(圖5)：前方交互區、后方交互區和側方交互區。其中前方交互區主要針對無人車和行人對向行駛或者交叉行駛的情況，以顯示駕駛狀態信息為主；后方交互區主要針對同向行駛的情況，除了顯示駕駛狀態信息，還提供表情交互比如打招呼、揮手再見，對行人等待表示感謝等情感表達；側方交互區主要顯示與駕駛信息無關的便民服務和娛樂功能。

圖5 車外交互信息架構

3.4 車外交互的多模態設計

為了充分模擬人與人之間的交互方式，本文采用多模態交互方式將多種感官融合，通過文字、語音、視覺、動作、環境等多種方式進行人機交互[14]。主要針對視覺通道、聽覺通道及觸覺通道以及多通道綜合進行設計，符合用戶的習慣特點并滿足用戶期待(表2)。

表2 車外交互的多模態設計

3.5 基于車外交互策略的交互原型設計

車身上的車外LED顯示屏通過不同的表情表示車輛行駛狀態，相較于文字的顯示方式，圖形的方式對于用戶的認知負荷較小，不同年齡段的行人都可以理解，比如加速用的是興奮表情，減速用的是喝咖啡的悠閑表情。另外，由于車外交互收物理環境的影響較大，比如光照條件，所以本文針對白天黑夜設計了2套方案，選取了在2種光照條件下對比度和清晰度最高的配色作為最終方案(圖6)。

圖6 車外交互高保真原型

4 設計測試評估

針對概念設計階段進行用戶參與的測試與評估可以幫助改善人機界面的設計。封閉及半封閉園區會成為無人駕駛汽車最先落地的場景，本文將測試場景設定在校園內，招募在校大學生進行車外屏人機交互可用性測試。共招募被試者6名，女性和男性各3名。測試評估從介紹實驗背景、參與標準開始，確認同意聲明后，將自動駕駛車輛介紹給參與者，自動駕駛車輛可以以25 km/h以下的速度行駛，尺寸為1.5 m×1.0 m×0.4 m，允許在所有道路類型上行駛。

在此次測試評估中，采用了用戶測試法，收集真實的用戶使用數據，包括感知有用性、感知易用性、接受度、信任度，用以衡量交互策略原型的可用性。評分采用李克特量表，0分為非常不同意，9分為非常同意。其中感知有用性的平均分為6.62，=0.93；感知易用性的平均分為7.14，=1.21；接受度的平均分為7.74，=0.56；信任度的平均分為6.92，=1.42。通過系統的可用性評估結果可以看出，被測用戶對系統原型均較為滿意，測試過程中沒有遇到認知障礙，通過此交互系統原型，被測者可以流暢準確地理解無人車的意圖，驗證了此系統的可用性及較高的接受度的。

5 結論與展望

本文從無人車與行人的常見交互場景出發，對車外屏人機界面的設計需求進行研究?；谧詣踊邮芏華AM模型提出了符合行人行為特征和認知的車外人機交互策略模型，從信任度和協作性的交互利用擬人化設計，車外信息分類與可視化及多模態交互的方式提高車外信息傳遞的效率和人們的接受度。并結合該車外人機交互策略，提出了車外交互設計方案與原型設計。在此基礎上，對初步的原型設計進行了驗證與測試評估，驗證了基于該策略的設計確實提高了用戶的接受度。本文的研究對未來車外人機交互設計有一定的啟示作用。

[1] 譚浩, 趙丹華, 趙江洪. 面向復雜交互情境的汽車人機界面設計研究[J]. 包裝工程, 2012(18): 26-30. TAN H, ZHAO D H, ZHAO J H, Research on automotive human machine interface design based on complex interaction context[J]. Packaging Engineering, 2012(18): 26-30 (in Chinese).

[2] 王文娟, 張碧含, 符夢婷, 等. 無人物流車的車外屏人機界面設計研究[J]. 圖學學報, 2020, 41(3): 335-341. WANG W J, ZHANG B H, FU M T, et al. Research on human-machine interface design of exterior screen of driverless delivery car[J]. Journal of Graphics. 2020, 41(3): 335-341 (in Chinese).

[3] MOORE D, CURRANO R, STRACK G E, et al. The case for implicit external human-machine interfaces for autonomous vehicles[C]//Proceedings of the 11th International Conference on Automotive User Interfaces and Interactive Vehicular Applications. New York: Association for Computing Machinery, 2019: 295-307.

[4] STANCIU S C, EBY D W, MOLNAR L J, et al. Pedestrians/bicyclists and autonomous vehicles: how will they communicate?[J]. Transportation Research Record, 2018, 2672(22): 58-66.

[5] VENKATESH V, MORRIS M G, DAVIS G B, et al. User acceptance of information technology: toward a unified view[J]. MIS Quarterly, 2003, 27(3): 425-478.

[6] 邊鵬. 技術接受模型研究綜述[J]. 圖書館學研究, 2012(1): 2-6. BIAN P, Review of research on technology acceptance model[J]. Resaerch on Library Science, 2012(1): 2-6 (in Chinese).

[7] 魯耀斌, 徐紅梅. 技術接受模型及其相關理論的比較研究[J]. 科技進步與對策, 2005, 22(10): 176-178. LU Y B, XU H M, A comparison study of TAM and its theory basis[J]. Science & Technology Progress and Policy, 2012, 22(10): 176-178 (in Chinese).

[8] GHAZIZADEH M, LEE J D. Extending the technology acceptance model to assess automation[J]. Cognition, Technology & Work, 2012, 14: 39-49.

[9] MUIR B M. Trust in automation: part I. theoretical issues in the study of trust and human intervention in automated systems[J]. Ergonomics, 1994, 37(11): 1905-1922.

[10] PARASURAMAN R, RILEY V. Humans and automation: use, misuse, disuse, abuse[J]. Human Factors, 1997, 39(2): 230-253.

[11] MUIR B M, MORAY N. Trust in automation: part II. experimental studies of trust and human intervention in a process control simulation[J]. Ergonomics, 1996, 39(3): 429-460.

[12] KRAUS J M, NOTHDURFT F, HOCK P, et al. Human after all: effects of mere presence and social interaction of a humanoid robot as a co-driver in automated driving[C]//Proceedings of the 8th International Conference on Automotive User Interfaces and Interactive Vehicular Applications. New York: ACM Press, 2016: 129-134.

[13] 鐘翔偉, 王軍鋒, 留滄海. 基于情感模糊計算的恐怖谷效應起因分析[J]. 包裝工程, 2018, 39(14): 190-196. ZHONG X W, WANG J F, LIU C H, An analysis of the causes of uncanny valley effect based on emotional fuzzy computation[J]. Packaging Engineering, 2018, 39(14): 190-196 (in Chinese).

[14] 張超, 趙江洪. 汽車導航多通道交互設計[J]. 包裝工程, 2015, 36(22): 67-70. ZHANG C, ZHAO J H. Mulitimodal interaction design of automobile navigation[J]. Packaging Engineering, 2015, 36(22): 67-70 (in Chinese).

Research on external vehicle interaction design based on AAM model

ZHANG Bi-han, YOU Fang

(College of Arts and Media, Tongji University, Shanghai 201804, China)

With the continuous advancement of science and technology, new technologies have been constantly ushered into people’s lives, and the autonomous driving technology has also been developing rapidly. However, the technological development alone cannot increase people’s acceptance.In order to improve the acceptance of unmanned driving technology, the automation acceptance model was studied. Explorations were conducted on how to combine the acceptance model with interaction design, and analyses were made regarding the user experience of external vehicle interaction based on the acceptance model. Through the analysis of the use scenarios of external vehicle interaction in semi-closed scenes and the user journey map during pedestrians’ interaction with automation vehicles, a pedestrian behavior characteristic model was summarized. In addition, on the basis of related research on the automation acceptance model, the effectiveness and acceptance of external vehicle interaction were improved from the perspective of trust and compatibility. Based on the AAM model, a strategy fitting the pedestrian behavior characteristics and cognition was proposed for human-machine external vehicle interaction, thereby enhancing communication efficiency and acceptance.

automation acceptance model; external vehicle interaction; human-machine interface; design strategy

TP 751.1

10.11996/JG.j.2095-302X.2020061012

A

2095-302X(2020)06-1012-06

2020-07-01；

2020-08-10

1 July，2020；

10 August，2020

上海汽車工業科技發展基金(1717)；國家社科基金項目(19FYSB040)

Shanghai Automotive Industry Technology Development Fund (1717);National Social Science Fund Project (19FYSB040)

張碧含(1994-)，女，上海人，碩士研究生。主要研究方向為汽車交互設計、用戶行為分析、用戶體驗。 E-mail：zbhqq940621@163.com

ZHANG Bi-han (1994-), female, master student. Her main research interests cover car interaction design, user behavior analysis, user experience. E-mail：zbhqq940621@163.com

由 芳(1974-)，女，上海人，教授，博士。主要研究領域為交互設計、智能汽車HMI設計和評估、智能媒體與傳播。 E-mail：youfang.k@qq.com

YOU Fang (1974-), female, professor, Ph.D. Her main research interests cover interaction design, smart car HMI design and evaluation, smart media and communication. E-mail：youfang.k@qq.com