本论文介绍了使用 AR 技术的游戏来进行情境感知和关注引导 (SAAG) 的研究，并介绍了游戏状态编码、游戏 AI 的开发与训练以及情境模型和凝视追踪系统的设计。

Aug, 2022

该研究通过实施虚拟现实和交通微模拟集成的实验环境，并在典型和多样化的交通场景下进行测试，提出了驾驶员介入行为的新视角，从而改善自动驾驶在类似情景下的表现，并为人与自动化系统之间的信任关系研究提供了有价值的综合与沉浸式工具。

Dec, 2023

本文利用大量自然驾驶数据和机器学习方法，预测车内触摸屏界面的可视需求和驾驶员视觉关注分配的影响因素，并提供局部和全局的解释说明，以帮助设计师评估当前设计并更好地预测和理解其对未来设计所可能产生的影响。

Jan, 2023

这篇论文介绍了一种利用红外摄像机和车辆感知系统的双源方法，以便根据驾驶员的警觉程度评估其操作安全性，并在需要时进行干预，从而为 ADAS 和 AV 的整体安全和效率做出贡献。

Oct, 2023

通过用户研究自然化次要任务的数据，我们提出使用根据驾驶员心理负荷自适应变化的车载 HMIs 来减少由 HMIs 引起的人为干扰，并避免车祸的发生。

Oct, 2022

提高工地工人的道路工区安全措施对于日益老化的公路基础设施以及工区数量的增加具有迫切需求。本研究旨在通过对不同组合的多模态增强现实警告对工人反应时间的影响进行广泛分析，改善道路工区的安全措施。通过在真实环境和虚拟现实环境中模拟道路工区的特殊条件，本研究通过三个关键组件（先进的增强现实系统原型、工区环境内的虚拟现实模拟和用户体验同步的 Wizard of Oz 技术）进行了一系列实验。通过在控制的室外工区和室内虚拟现实环境中进行五项实验，我们的研究提供了关于各种多模态增强现实警告如何影响工人反应时间的宝贵信息。此外，我们的研究结果揭示了虚拟现实模拟和实际场景之间的反应时间差异，从而评估了虚拟现实模拟道路工区动态的能力，并证实了基于视觉的反应时间测量的潜力和可靠性。这些发现与使用简单反应时间技术得出的结果是一致的，强调了这种方法在实际应用中的可行性。

Mar, 2024

自动驾驶汽车中人工智能的可解释性和人机界面对于建立信任起到重要作用，因此本研究探讨了可解释性人机系统的作用，提出了一种评估用户对自动驾驶行为的信任的情境感知框架，并通过实验证明了相关的经验结果。

Apr, 2024

人与自动驾驶汽车交互设计师如何支持乘车者信息需求是自动驾驶汽车采用的未解答问题。为了实现共同的人与自动驾驶汽车行动目标，如安全交通、信任或从自动驾驶汽车中学习，人、自动驾驶汽车和人 - 自动驶驶汽车系统必须共同具备足够的情境意识。我们提出了一个系统级框架，将联合行动和情境意识的认知理论整合起来，以满足目标成功所必需的沟通需求。该框架基于共享情境的四个组成部分：自动驾驶汽车特征、行动目标、主观特征和状态以及具体驾驶情境。自动驾驶汽车的沟通应根据这些因素进行个性化调整，并在其变化时保持敏感。这个框架对于理解个人、共享和分布式的人 - 自动驾驶汽车的情境意识，并设计满足多样群体和多样驾驶情境信息需求和目标的未来自动驾驶汽车沟通非常有用。

Apr, 2024

软件和硬件框架评估驾驶员对交通状况的感知能力，并提供人机界面辅助以增强感知能力，重点介绍基于答案集规划的驾驶员场景解释和预测方法。

Aug, 2023

该研究探讨了在自主驾驶汽车中进行情感分析、乘客建模和情感分析以及在特定案例中将自主驾驶汽车的情感分析应用实现的挑战和潜在途径。

Mar, 2022