搜索

热门文章

热门视频

热门标签

  • 01

    01

  • 01

    01

  • 01

    01

友情链接    Friendship link

时代汽车微信公众号

车展微信公众号

>
>
>
同济大学由芳:基于认知的智能座舱的设计和评估

同济大学由芳:基于认知的智能座舱的设计和评估

分类:
2021中国汽车论坛
作者:
来源:
2021/08/10 18:22
浏览量

 

2021年6月17日-19日,由中国汽车工业协会主办的第11届中国汽车论坛在上海嘉定举办。站在新五年起点上,本届论坛以“新起点 新战略 新格局——推动汽车产业高质量发展”为主题,设置“1场闭门峰会+1个大会论坛+2个中外论坛+12个主题论坛”,全面集聚政府主管领导、全球汽车企业领袖、汽车行业精英,共商汽车强国大计,落实国家提出的“碳达峰、碳中和”战略目标要求,助力构建“双循环”新发展格局。其中,在6月19日上午举办的主题论坛“智能座舱创新技术论坛”上,同济大学智能汽车交互设计实验室主任、教授由芳发表了主题演讲。以下内容为现场演讲实录:

 

 

谢谢大家,今天本来是星期六,但是大家来听报告,非常高兴。

 

我的题目有三个关键词:

 

第一,智能座舱。智能座舱并不是一定是汽车的座舱,有可能是其他的座舱,但是有共性是都有智能性。

 

第二,认知界面。因为时代变了,不能再用传统的方式做人机界面,这是认知界面的提法。

 

第三,透明性。透明性是属于认知界面其中的一个问题,我只是把最近做的有心得的方面提出来,并不概括了所有认知界面里的问题。

 

简单说一下实验室,实验室有三方面的研究:

 

(1)认知和行为的研究,因为做任何研究之前、认知界面之前为什么要做认证行为?因为“人机”有一方面是人,如果你不了解“人”、不了解“机”都是错误的。现在到了认知界面层级,开始研究人的认知问题。

 

(2)HMI的设计与评估,为什么又做设计又做评估?简单说是闭环,如果你只做设计无法评估设计的好坏,如果你只做评估无法导向问题的来源。进一步推动它,这本身就是闭环相互迭代的过程,所以把认知和评估两方面进行迭代。

 

(3)前瞻性服务设计,为什么要做服务设计?相信在现在的智能汽车里更多加入了环境信息的物联,必然会带来社会、周围各种的服务体系。这不是汽车的性质,而是所有新的融媒体、混合媒体的共性,考虑了一定的服务设计和商业模式。

 

回到今天上午想用二十分钟跟大家讲解的问题,我尽我所能说的清楚一点。

 

第一,认知界面与HMI信息。要了解如何做座舱设计的时候,首先要明白你获得什么信息,你应该对什么信息进行交互,这是最基本的basement基础。

 

第二,如何做透明性以及为什么要做透明性?

 

第三,设计和评估提升。主要会集中在如何做透明性设计及评估。

 

一、智能驾驶中的人机合作与交互。

 

为什么要做这样的问题?因为物联网开始了,5G、6G都要来了,这种情况带来了各种信息,不仅是车内信息,还包括车外信息,和其他车辆、周围人群、周围建筑物和社会之间的互联,所以座舱变成了这种状态以及各类信息的呈现。

 

车里有各种各样的屏,这时候会带来信息的“风暴”。要存活下来,要选择最合适的信息来读取控制车辆。

 

怎么考虑呢?想了比较久,大家都知道做座舱设计首先要安全,其次是要娱乐、开会、打电话、玩游戏,你要放松你自己。

 

如果你要和智能座舱共同完成任务,你怎么看待智能座舱?它不是你的领导者,也不是你的下属,也许可以把它考虑成伙伴关系,作为“任务合作者”出现,而作为任务合作者出现的时候有一系列研究可以做。

 

人和自动驾驶形成伙伴关系,在这种基础上要研究共同感知、共同进行决策。如何执行驾驶及其他任务。

 

回到刚才提到的问题,当出现这些情况的时候怎么考虑界面HMI应该发生的变化?以往的HMI都是要考虑功能性,现在自动化越来越先进以后会出现自适应及智能化功能。当智能化越来越高的时候要把机器人做得像人一样聪明,像人一样聪明首先要能感知你的信息、感知周围的信息、感知其他终端的信息,所以认知能力非常好。

 

到了这个阶段再考虑人和车之间的交互问题,就可以考虑它的认知能力及决策能力。这是现在很多做智能算法、智能技术比较关注的点。

 

在手动驾驶、自动驾驶的时候,手动的时候会有很多驾驶任务,大部分时间和精力都放在驾驶上,会花非常少任务做非驾驶任务。但变成自动驾驶以后大部分精力由机器来做,人可以做很多非驾驶任务,但要监控感知危险信息。

 

大家觉得最最危险事情最多的就是Level 3层级,Level 3是人和机器都要驾驶,并且有时候会进入Level 3 plus或Level 4。这时候的共同特征是人和机器都在驾驶,并且人和机器共同完成任务。如果你要看视频,视频会推送你,而人要点击要接受要开始,这三个阶段是人和机器共同存在的阶段。

 

问题大家都很清楚了,每天都经受着很痛苦的事情,都在想怎么解决它,我们也在考虑怎么解决。后来有一部分精力会放在认知信息以及SA(Situation awareness),态势感知分为感受到信息,进一步理解,进一步预测。人不仅要有SA,机器也在经历这三个阶段。

 

画了一个圈,有人有机器,不仅会研究人本身的态势感知问题,也会研究机器感知到什么,预测到了什么,决策是什么,怎么和你达成非常和谐的决策,保证你的安全,保证你的UX。

 

Level2plus到Level 4,加上中间的Level 3,都是有人驾驶的,有驾驶权的切换问题,有机器驾驶的过程。进一步分析会发现在某种状态下,人机界面需要展示的信息类型和作用不一样,直接导致所有信息呈现的种类、层级、结构相互关系都会不一样。我们实验室自己的研究是这种观点,在不同阶段做HMI的时候,要考虑的主要问题是不一样的。

 

当你要考虑的主要问题不一样的时候,自然而然所有的设计、所有的评估方法和思维都会随之发生变化,而变化不小。不能说质的变化,但一半以上的变化总是有的。

 

进一步打开,如果要接着在智能驾驶为主的自动驾驶、自动巡航等功能的时候都会碰到很多问题,现在大家比较关注的智能驾驶问题是在人机界面上关注的问题不是一样的,比如说要关注态势感知,感知到什么,计划是什么,意图是什么,能力又有什么,需要在人机界面上展示出来的,而不是传统的把它现有的信息、现有的基础数据展示出来。也许这不足够表达你现在机器的思维。

 

如何提高可用性?现在态势感知要评估,chest要评估、工作负荷要评估,还有很多其他的评估,只是列举一下,你对应的信息也会发生变化,可能要出现预测信息、决策信息及contest。

 

如果把智能座舱作为合作者出现的时候,设计的出发点会变,要考虑它是不是相互可预测,人是不是能看懂机器,机器是不能看懂人。简单说,屏上呈现的机器人是不是能读的懂,以及是不是预测的信息,将来再过一秒钟可能有危险会发生等预测性信息,直接性是否直接,有些信息决策的时候是否进行共享,以及信任度是否高。

 

现在大家经常说信任度怎么样,信任度好不好,信任度是有专门的model的,不是你的感觉信任好不好,而是你要分析出来为什么信任度会高、信任度会低,怎么提高信任度?是有一种方法在里面的。

 

这四方面都做好了以后才会把合作关系做好,才可能把智能座舱做好。

 

座舱是一种复杂系统,复杂系统已经不再和使用手机上的UX问题来研究了,很多是转过来的,以前是做UX的,可能做手机上,电视端,智能嫁接端的,但有没有发现当你把方法移过来的时候很难做,在车里行不通了,或者只能做某一个层面的问题。原因是因为智能座舱本身就有复杂系统,而复杂系统有专门的设计方法。

 

(如图)怎么推导出来智能方向盘应该怎么做,这是当时我们学生参与的推导具体做出来的方式。

 

二、智能座舱中的透明性研究。

 

人和机器要形成伙伴关系,伙伴关系里要保证非常良好的关系存在,要达到一定的透明性。简单说做具体任务的时候(驾驶任务、娱乐任务、车的信物),无论在Mental还是Benhavior上都要达到一定的透明度。

 

一样的,透明度要有方法的,不仅是在外形、意图上做到透明,任务也要做到透明,分析的方法、思路要达到透明,环境也要达到透明,这几方面都做好了才能和机器更良好的交互。

 

比如说后面来了一辆车是有危险的,你怎么来做透明化设计,做透明化设计的时候可以对照到设计上,尤其UX层级可以对应到UX设计几个层级方面,我就不再展开了。

 

做人机交互、用户体验的话,这是比较久以前提出来的框架了。所有的设计、理论都可以反映到设计的几个层级上。

 

看一下实际的实验数据,可用性、态势感知、信任度以及其他量之间有一定的相关性,相关性采用了不同的透明度来看好坏的。信任度怎么提高?信任度和可用性也许有某些正向的关系,因为是智能驾驶的任务,但是其工作负荷并完全正比,这和透明度设计有关。还有态势感知,并不是感知到信息越多越好。

 

三、HMI评估和UX设计提升

 

如何把设计和评估形成闭环?在设计上是有设计的方法,在评估上有评估的方法,而且可以从不同的维度上看,这些都是从方法上去看,避免了做某一个具体的设计采用具体的方法,而碰到另外一个设计的时候就有点不知所措。

 

从方法上来看是可以打通很多工作体系、组织方式的。

 

在做不同评估的时候应该评估具体的指标,而这些指标都是客观的指标,也有主观的指标。类似实验做了几百人次,不只是提概念,在模拟器上至少做了好几百人。再看安全性会看车道数据、车辆数据。如果要考虑UX问题会看人的行为数据,如果要看主观感受、主观分析设计问题在哪里的时候会分析主观。主观量表并不是只是起到打分的作用,分析主观问题的时候可以找到你的问题点。

 

这是我们实验室隔壁的测试场,和上汽一起做的,谢谢!

 

(注:本文根据现场速记整理,未经演讲嘉宾审阅)