智能座艙交互體驗(yàn)的現(xiàn)狀與展望

笪琳娜，歐先國(guó)，鄧 婳，吳 法

（1.廣汽乘用車有限公司，廣東 廣州 511434；2.廣州汽車集團(tuán)股份有限公司，廣東 廣州 510623）

傳統(tǒng)汽車座艙的人機(jī)交互體驗(yàn)大多呈現(xiàn)封閉化和碎片化特點(diǎn)，機(jī)械儀表、多媒體屏等設(shè)備彼此之間難以協(xié)同，車機(jī)系統(tǒng)缺乏跨設(shè)備信息流轉(zhuǎn)、互通能力。隨著汽車產(chǎn)業(yè)加速向智能化、電動(dòng)化發(fā)展，用戶關(guān)注點(diǎn)也從傳統(tǒng)的機(jī)械性能，逐漸轉(zhuǎn)移到智能化、網(wǎng)聯(lián)化等新特性，傳統(tǒng)汽車座艙已經(jīng)難以滿足用戶對(duì)汽車體驗(yàn)的新需求。據(jù)《2021麥肯錫汽車消費(fèi)者洞察》報(bào)告顯示，80%消費(fèi)者認(rèn)同智能汽車技術(shù)，超過半數(shù)愿意為智能化功能付費(fèi)[1]，智能座艙已經(jīng)成為未來用戶購車的重要參考依據(jù)。

智能化外設(shè)的發(fā)展和芯片算力的進(jìn)步推動(dòng)著智能座艙交互體驗(yàn)不斷推陳出新，無論是硬件方面的炫彩液晶儀表、大尺寸中控娛樂屏、抬頭顯示儀（Head Up Display, HUD）、流媒體后視鏡的多屏互通，還是軟件方面語音、手勢(shì)等多種全新交互方式的創(chuàng)新融合以及可自定義的場(chǎng)景化功能組合，都為用戶帶來更多驚喜體驗(yàn)升級(jí)。

當(dāng)前智能座艙仍處于初級(jí)階段，誤識(shí)別、反應(yīng)速度慢、缺少連續(xù)性等問題仍然頻發(fā)。不過隨著智能汽車產(chǎn)業(yè)飛速發(fā)展，用戶對(duì)智能化價(jià)值的不斷認(rèn)可和依賴，正推動(dòng)車企積極探索、加速研發(fā)迭代新的交互模式，將智能座艙體驗(yàn)打磨得更符合用戶期待，避免本為亮點(diǎn)的“智能”淪為槽點(diǎn)“智障”。

1 語音交互

語音交互，第一次走入公眾視野是2011年隨iPhone 4S一同問世的Siri。人工智能發(fā)展至今，語音助手已在家居、車載、可穿戴設(shè)備、公共設(shè)施等多領(lǐng)域應(yīng)用。如圖1所示，實(shí)現(xiàn)語音交互的原理，需要通過如下基本步驟：

圖1 語音交互識(shí)別分析流程[2]

（1）語音識(shí)別（Automatic Speech Recognition,ASR）。利用前期訓(xùn)練得到的聲學(xué)和語音模型，將語音進(jìn)行解碼分析，得到概率最大的字符串序列；

（2）自然語言處理（Natural Language Processing, NLP）。將用戶的指令拆分為結(jié)構(gòu)化的語言，便于機(jī)器理解；

（3）執(zhí)行功能（Skill）。根據(jù)拆分后的指令語言，執(zhí)行符合用戶預(yù)期的功能；

第四，語音合成（Text-To-Speech, TTS）。使用統(tǒng)計(jì)模型來產(chǎn)生語音參數(shù)并轉(zhuǎn)化成波形，從而讓機(jī)器發(fā)出應(yīng)答聲音。

在車載場(chǎng)景下，語音助手存在意義更為重大。開車時(shí)，駕駛者的眼和手都處于忙碌狀態(tài)，進(jìn)行觸控操作極易因視覺負(fù)擔(dān)而分心。通過將語音交互技術(shù)整合到車機(jī)，人車交互將變得更加自然便利，顯著降低發(fā)生交通事故的風(fēng)險(xiǎn)。

近年來，各車企紛紛積極與語音技術(shù)科技公司深入合作，深度定制搭載語音交互技術(shù)的車載系統(tǒng)，同時(shí)隨著創(chuàng)新技術(shù)迭代加速和用戶需求的日益提升，用戶對(duì)車載語音交互的要求越來越高。然而車載語音從“可用”到“好用”，仍存在很長(zhǎng)的“路”要走，主要從以下方面進(jìn)行改善：

（1）提升適應(yīng)性。中國(guó)幅員遼闊，不同表達(dá)習(xí)慣、口音、方言等都將影響語音交互的識(shí)別準(zhǔn)確性[3]。目前主流的車載語音識(shí)別技術(shù)，主要面向普通話使用者，但為更好應(yīng)對(duì)適老化和個(gè)性化設(shè)計(jì)，已有很多廠商開始布局方言交互。比如，本田公司第三代Honda CONNECT能聽懂用戶發(fā)出的普通話、粵語、四川話等多種方言指令，并同時(shí)采用相應(yīng)的方言進(jìn)行應(yīng)答。

（2）提升抗擾性。車載使用場(chǎng)景本身相對(duì)復(fù)雜，發(fā)動(dòng)機(jī)轟鳴、風(fēng)噪、胎噪等行駛環(huán)境的噪音干擾比較大。噪聲源將減弱人聲的信號(hào)特征，從而加大語音識(shí)別難度。為保障用戶在車載場(chǎng)景的語音識(shí)別率，需要在語音前端增加前端語音處理模塊進(jìn)行回聲消除和降噪，進(jìn)而從嘈雜背景聲中提取出純凈語音，有力提升語音識(shí)別的效果。

（3）情感化設(shè)計(jì)。聲音是一種有“溫度”的介質(zhì)，用戶會(huì)不自覺地被聲音的音色和語調(diào)調(diào)動(dòng)情緒。語音交互的情感化設(shè)計(jì)不能只局限于對(duì)回復(fù)內(nèi)容的“抖機(jī)靈”式加工，應(yīng)通過提升個(gè)性化應(yīng)答、情感化音色音調(diào)、為語音助手設(shè)計(jì)形象或人設(shè)等方式或多種方式結(jié)合，全方位地提升語音交互帶給用戶的“溫度感”。2017年蔚來ES8行業(yè)首創(chuàng)車內(nèi)搭載Nomi語音機(jī)器人，讓車機(jī)語音交互有了實(shí)物載體，拉近品牌與用戶的距離；小鵬汽車于2021年向P7全系車型更新推送了音色更擬人化、可表達(dá)情緒變化的語音助手“小P”，使用了“在線神經(jīng)網(wǎng)絡(luò)引擎+離線拼接引擎”的技術(shù)，使“小P”的聲音聽上去不再機(jī)械化。

（4）四音區(qū)/全音區(qū)技術(shù)。隨著車內(nèi)日益繁復(fù)的電動(dòng)可控零部件以及智能功能，后排乘客的語音交互體驗(yàn)也需要得到保證。受限于硬件成本、軟件算法等原因，目前主流車型多采用僅支持前排乘客的雙音區(qū)技術(shù)，即收聲麥克風(fēng)被布置在前排，導(dǎo)致后排乘客的指令往往不能被有效檢測(cè)，甚至有時(shí)容易與前排乘客指令發(fā)生混淆[4]。因此，未來提升方向?qū)⒁詽M足“整車多乘客語音交互需求”為目標(biāo)，車載系統(tǒng)應(yīng)能準(zhǔn)確定位當(dāng)前發(fā)出指令人的車內(nèi)位置，避免不同乘客的指令相互干擾，為用戶帶來更便捷、更精準(zhǔn)的語音交互體驗(yàn)。

2 手勢(shì)交互

在車內(nèi)環(huán)境嘈雜或有乘客熟睡等特定場(chǎng)景下，語音交互并非最佳解決方案。手勢(shì)識(shí)別技術(shù)，憑借簡(jiǎn)潔快速、空間距離范圍廣、一定程度上可以模糊操作、不受聲學(xué)干擾等優(yōu)勢(shì)，在真正的自動(dòng)駕駛實(shí)現(xiàn)之前，能大幅減少駕駛員分心、提高駕駛安全性，與觸控、語音等交互方式形成重要互補(bǔ)[5]。手勢(shì)識(shí)別技術(shù)是指通過攝像頭或傳感器對(duì)人類手勢(shì)動(dòng)作進(jìn)行捕捉和識(shí)別，如表1所示，目前主要有如下三種技術(shù)路線。

表1 手勢(shì)識(shí)別技術(shù)方案

（1）光飛時(shí)間。該技術(shù)通過主動(dòng)發(fā)射光子至目標(biāo)表面，用傳感器捕捉反射回來的光子，利用相位差或時(shí)間差進(jìn)行計(jì)算得到距離數(shù)據(jù)，并擬合兩個(gè)鏡頭接收的不同光線信息進(jìn)行立體成像，從而判斷用戶手勢(shì)。由于光的傳播速度非常快，具有飛秒級(jí)快門的感光芯片成本過高，這也是光飛時(shí)間技術(shù)難以普及的原因之一。

（2）結(jié)構(gòu)光。通過激光投射器發(fā)出激光，經(jīng)特定圖樣光柵折射后，投射在物體表面，通過一定算法分析紅外傳感器探測(cè)的光圖案位移變化進(jìn)行手勢(shì)識(shí)別。由于光的折射太近或太遠(yuǎn)都會(huì)導(dǎo)致位移誤差大，因此，該技術(shù)對(duì)識(shí)別距離有嚴(yán)格的要求。

（3）多目視覺。該技術(shù)使用兩個(gè)或者兩個(gè)以上的攝像頭同時(shí)攝取圖像，通過比對(duì)不同攝像頭在同一時(shí)刻獲得的圖像差別，從而獲得三維空間信息，實(shí)現(xiàn)手勢(shì)識(shí)別。

首款搭載手勢(shì)識(shí)別的量產(chǎn)車型是2015年上市的寶馬7系（采用光飛時(shí)間方案），目前越來越多車企將手勢(shì)識(shí)別技術(shù)在新車型搭載。比如，2020年上市的奔馳S級(jí)轎車可以捕捉駕駛員的手部動(dòng)作，從而實(shí)現(xiàn)利用手勢(shì)開關(guān)閱讀燈和遮陽簾等功能。不過，當(dāng)前手勢(shì)識(shí)別仍存在很多局限性和挑戰(zhàn)。

（1）識(shí)別率低。受限于環(huán)境光線變化（如汽車進(jìn)出隧道時(shí)）、識(shí)別位置等影響，當(dāng)前技術(shù)仍無法確保用戶每次手勢(shì)交互都能被成功識(shí)別，而頻繁的識(shí)別失敗易引發(fā)用戶挫敗感，甚至對(duì)行車安全造成影響。因此，一方面可以通過軟件算法優(yōu)化提高手勢(shì)識(shí)別的可靠性；另一方面還應(yīng)盡量采用容差性較強(qiáng)的手勢(shì)捕捉方案，使手勢(shì)識(shí)別的判定激發(fā)機(jī)制不必太過苛刻。但過度調(diào)高模糊識(shí)別的靈敏度也會(huì)帶來新的問題，系統(tǒng)無法分辨用戶的真實(shí)意圖、容易過度干預(yù)。比如：用戶可能只是想托腮沉思、捋捋頭發(fā)，卻被系統(tǒng)誤解，進(jìn)而意外觸發(fā)功能，給用戶用車過程造成干擾和分心。

（2）認(rèn)知負(fù)荷大。盡管智能手機(jī)、智能家居等物聯(lián)設(shè)備紛紛開始應(yīng)用手勢(shì)，但業(yè)界目前尚未形成統(tǒng)一的手勢(shì)定義標(biāo)準(zhǔn)，導(dǎo)致用戶在某個(gè)設(shè)備上習(xí)慣的使用經(jīng)驗(yàn)往往無法在另一個(gè)設(shè)備和生態(tài)平臺(tái)上得以延續(xù)，需要用戶耗費(fèi)心神去記憶不同設(shè)備的不同手勢(shì)規(guī)則與含義[6]。因此，通過健全統(tǒng)一行業(yè)標(biāo)準(zhǔn)、嚴(yán)格限制手勢(shì)數(shù)量、同一種手勢(shì)可以復(fù)用控制不同功能等措施降低用戶認(rèn)知負(fù)荷和學(xué)習(xí)難度，可以有效降低用戶操作失誤可能性。

鑒于上述技術(shù)阻礙，目前的車載手勢(shì)交互還尚未達(dá)到成熟階段。但隨著車聯(lián)網(wǎng)時(shí)代的到來、車內(nèi)人機(jī)交互技術(shù)不斷成熟，車載手勢(shì)交互與語音交互、人臉識(shí)別等多模態(tài)交互技術(shù)的深度融合將為用戶帶來更廣闊的應(yīng)用前景。

3 視覺交互

目前車載顯示器市場(chǎng)快速增長(zhǎng)，車載顯示屏的功能占比、使用頻率迅速攀升，屏幕取代了絕大多數(shù)的物理按鍵，成為智能座艙用戶界面交互的主要方式。過去幾年，用戶對(duì)車載顯示的需求與對(duì)消費(fèi)類電子顯示技術(shù)越來越類似。受限于開發(fā)成本，相對(duì)成熟的被動(dòng)型發(fā)光的液晶顯示屏幕（Liquid Crystal Display, LCD）仍是主流顯示技術(shù)，但為獲得更好的圖像性能和用戶體驗(yàn)，很多豪華品牌也將有機(jī)發(fā)光二極管（Organic Light-Emitting Diode, OLED）、mini LED等新興顯示技術(shù)運(yùn)用在各自新車型中。

3.1 車載OLED

OLED是采用極薄的有機(jī)材料涂層和玻璃基板（或柔性有機(jī)基板）所構(gòu)成、當(dāng)電流通過時(shí)會(huì)發(fā)光的有機(jī)半導(dǎo)體。與傳統(tǒng)LCD背光源發(fā)光的原理不同，OLED具有自發(fā)光特性，性能上對(duì)比度更高、更輕薄、可視角度更大，并具有色域廣、柔性高、響應(yīng)快、耗電量低等優(yōu)點(diǎn)，被認(rèn)為是新一代平面顯示技術(shù)[7]。

柔性O(shè)LED在車載領(lǐng)域的應(yīng)用，成功引領(lǐng)了智能座艙行業(yè)發(fā)展風(fēng)向標(biāo)，為用戶帶來沉浸式的駕乘新體驗(yàn)。2022年發(fā)布的理想L9采用15.7英寸車規(guī)級(jí)OLED屏，提供3K高清分辨率、極高的色彩還原度和超廣可視角度，極大提升駕乘人員的視覺體驗(yàn)。另外，OLED也應(yīng)用在車窗顯示。比如北京、深圳部分地鐵采用透明OLED面板，將車窗變?yōu)橐苿?dòng)的顯示器，可顯示天氣預(yù)報(bào)、列車運(yùn)行信息、商業(yè)廣告等信息，具有光線可調(diào)、透明度高、響應(yīng)快、智能交互等特點(diǎn)。

目前OLED仍有許多大規(guī)模應(yīng)用的阻礙。首先，發(fā)光關(guān)鍵材料和生產(chǎn)設(shè)備等核心技術(shù)仍基本被國(guó)外廠商把控，OLED屏的價(jià)格是普通LCD屏價(jià)格的3～5倍，搭載OLED將顯著提高汽車成本。另外，車載OLED需通過標(biāo)準(zhǔn)嚴(yán)苛的車規(guī)級(jí)認(rèn)證方能量產(chǎn)搭載，目前對(duì)車載OLED仍存在不小挑戰(zhàn)。此外，OLED與LED相比，使用壽命和穩(wěn)定性還是有差距。

3.2 車載Mini LED與Micro LED

為獲得更好的顯示效果和更長(zhǎng)的使用壽命，新型顯示技術(shù)Mini LED和Micro LED技術(shù)應(yīng)運(yùn)而生。Mini LED是指尺寸介于50～200微米之間的LED芯片。與主流顯示技術(shù)LCD相比，Mini LED具有更出色的顯示效果（高亮度、高對(duì)比度、色域更廣）、更快的響應(yīng)速度和大幅度降低的功率，同時(shí)屏幕也更輕薄。Mini LED顯示效果可媲美OLED，但高溫可靠性更好、顯示壽命更長(zhǎng)和成本更低[8]。2022年上市的通用全新電動(dòng)汽車凱迪拉克Lyriq銳歌即采用33英寸的Mini LED背光顯示屏。

Micro LED則被認(rèn)為是真正的下一代顯示技術(shù)，具有高亮度、更廣色域、高透明度和高可靠性等優(yōu)勢(shì)，但由于其仍有很多技術(shù)難點(diǎn)有待突破，因此，短時(shí)間內(nèi)還無法實(shí)現(xiàn)大規(guī)模商業(yè)量產(chǎn)。

3.3 抬頭顯示儀

抬頭顯示儀，也叫平視顯示儀，可以把時(shí)速、導(dǎo)航等重要駕駛信息投影到擋風(fēng)玻璃，1988年由通用公司首次引入到汽車領(lǐng)域。HUD界面直觀便捷，尤其是融入增強(qiáng)現(xiàn)實(shí)技術(shù)（Augmented Reality,AR）后，與高級(jí)駕駛輔助系統(tǒng)（Advanced Driver Assistance System, ADAS）等信息的融合能顯著提升座艙智能科技感[9]。同時(shí)，由于解決了駕駛員頻繁低頭看儀表信息的痛點(diǎn)，可以大幅降低發(fā)生事故的風(fēng)險(xiǎn)，確保用戶行車安全。HUD主要有三大技術(shù)路線。

（1）早期的組合型抬頭顯示（C-HUD）。采用一塊放置于儀表上方的透明樹脂玻璃作為顯示屏，成像范圍窄、顯示內(nèi)容少。

（2）直接投影至前擋風(fēng)玻璃的風(fēng)擋型抬頭顯示（W-HUD）。與C-HUD相比，W-HUD顯示效果更為一體化，且不會(huì)在發(fā)生碰撞事故時(shí)產(chǎn)生二次傷害。但不管是C-HUD還是W-HUD，都只能做到車況信息和導(dǎo)航指引的靜態(tài)顯示，無法與現(xiàn)實(shí)路面形成直觀立體的動(dòng)態(tài)指示。

（3）增強(qiáng)現(xiàn)實(shí)抬頭顯示（AR-HUD）。通過與AR技術(shù)結(jié)合，將導(dǎo)航與駕駛信息投影到車輛前方，并采用虛擬箭頭動(dòng)態(tài)指引車輛前進(jìn)軌跡，與現(xiàn)實(shí)路面形成直觀立體的動(dòng)態(tài)指示，提供的功能更多，從根本上改變導(dǎo)航、娛樂和智能輔助駕駛的用戶體驗(yàn)。2020年全新一代奔馳S級(jí)轎車以及大眾純電動(dòng)ID.3的上市，開啟了全球汽車市場(chǎng)進(jìn)入AR HUD的前裝元年，隨后，長(zhǎng)城WEY摩卡、廣汽傳祺GS8等自主品牌車型也奮起直追、紛紛開始搭載AR-HUD。未來，AR-HUD有望隨著市場(chǎng)認(rèn)知度提高、規(guī)模效應(yīng)帶動(dòng)成本下降，進(jìn)一步擴(kuò)大應(yīng)用市場(chǎng)、全面普及推廣。

4 總結(jié)

汽車行業(yè)新一輪產(chǎn)業(yè)變革方興未艾，智能座艙將成為未來智能汽車時(shí)代人機(jī)交互的重要載體。本文從技術(shù)基本原理、應(yīng)用進(jìn)展、技術(shù)瓶頸等角度介紹了現(xiàn)階段智能座艙主流的三種人機(jī)交互方式。語音識(shí)別、手勢(shì)控制、車載顯示等交互技術(shù)各有優(yōu)劣，未來將隨著各種技術(shù)不斷推陳出新、互相融合，共同構(gòu)建用戶第三生活空間的嶄新智能體驗(yàn)。比如語音交互方面，將結(jié)合面部唇動(dòng)識(shí)別技術(shù)、離線語音識(shí)別技術(shù)，實(shí)現(xiàn)“免喚醒詞”“離線語音”等功能，方便用戶直接表達(dá)意圖，減少網(wǎng)絡(luò)信號(hào)的環(huán)境限制等；手勢(shì)交互方面，將結(jié)合語音識(shí)別、人臉識(shí)別等多模態(tài)交互，提升識(shí)別準(zhǔn)確率和執(zhí)行速度，業(yè)界也將逐漸形成易于記憶的通用手勢(shì)定義；視覺交互方面，車載屏幕尺寸、數(shù)量或?qū)⒉粩嘣龃螅直媛省柡投取?duì)比度等視覺效果越加豐富，沉浸式的氛圍感和極致的視覺享受將成為用戶對(duì)于智能座艙體驗(yàn)的本能需求。

未來，相信隨著自動(dòng)駕駛、人工智能、大數(shù)據(jù)等技術(shù)的發(fā)展，現(xiàn)有的體驗(yàn)?zāi)Ｊ綄l(fā)生天翻地覆的改變。一是自動(dòng)駕駛技術(shù)成熟后，用戶將從操控車輛中解脫出來，車內(nèi)自由時(shí)間的增加為車載娛樂、辦公和休息等方面創(chuàng)新體驗(yàn)的萌發(fā)提供土壤；二是地理位置識(shí)別、車載傳感器等技術(shù)的應(yīng)用將使車輛能夠主動(dòng)預(yù)判用戶的需求并作出精準(zhǔn)反饋，與用戶形成默契感和驚喜感；三是跨設(shè)備無縫銜接的互聯(lián)互通將打破車輛與其他物聯(lián)設(shè)備現(xiàn)有的強(qiáng)烈邊界感，用戶能在智能座艙中繼續(xù)延續(xù)上車前的數(shù)字化體驗(yàn)。隨著汽車智能化時(shí)代的加速，體驗(yàn)?zāi)Ｊ降淖兓瘎?shì)必將衍生出更多新的交互方式和交互場(chǎng)景，巨大的藍(lán)海市場(chǎng)正在逐漸打開。