Jan, 2024

驶向包容性：重新审视自主驾驶车辆的车内交互

PDF
TL;DR本论文通过全面的文献综述，提出了关于自动驾驶汽车中车内人机交互的现状，重点关注包容性和可访问性。论文的目标是检验自动驾驶汽车中包容性人机交互的用户中心设计原则，评估现有人机交互系统，并鉴定能够提升乘客体验的新兴技术。最后，提出了一个全面的车内体验设计框架，考虑了所有乘客的需求，包括残疾人或其他辅助性需求，以确保所有乘客能够安全舒适地使用这些车辆。
in-vehicle human-computer interactionself-driving vehiclesinclusive hciemerging technologiesend-to-end design framework
发现论文，激发创造
  • 人本自动驾驶系统：有效共享自主性原则

    本文提出了一组使用人性化方式设计和构建自动驾驶车辆的原则，旨在应对自动驾驶车辆必须与人类进行互动这一挑战，并通过以人为中心的方法来解决该问题。并通过开发以人为中心的自主驾驶汽车 (HCAV) 为例，说明实现这些原则的方法。

    Oct, 2018

  • 自动驾驶中驾驶员干预行为分析 —— 一种融入 VR 的方法

    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

  • AutoExp：一种多学科、多传感器框架，用于评估自动驾驶汽车中的人类活动

    本文提出了一个实验框架，通过多学科的方法（计算机视觉和人文社科学）研究自动驾驶汽车乘客的内部活动，包括与驾驶无关的活动，旨在捕捉实时的真实数据并创建数据集，以促进计算机视觉算法的发展和评估。

    Jun, 2023

  • 车内界面对环境引发的认知负荷适应

    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

  • 自动驾驶车辆在全自动和混合交通条件下的开发与评估

    自动驾驶汽车技术快速发展，对道路交通安全产生了重大影响，同时也解决了多种复杂的交通问题。为了确保自动驾驶汽车之间以及自动驾驶汽车与人类驾驶员之间的合作互动，本研究提出了一个多阶段的方法，采用共享和关怀的车对车通信策略来加强协同行为。通过进行一项调查来验证自动驾驶汽车的驾驶性能，并可用于一个混合交通案例研究，重点研究人类驾驶员如何对待与他们同时驾驶在同一条道路上的自动驾驶汽车。研究结果表明，采用深度强化学习，自动驾驶车辆获得了接近人类驾驶性能的驾驶行为。在自动驾驶汽车网络中采用共享和关怀的车对车通信可以提高其驾驶行为，促进更有效的行动计划，并增进自动驾驶汽车之间的合作行为。调查结果显示，无法保证混合交通中的安全性，因为我们无法控制人类驾驶员出于自我的行为，如果他们决定与自动驾驶汽车竞争。因此，本研究倡导加强对自动驾驶汽车在公共道路上安全融入的研究。

    Dec, 2023

  • 自动驾驶车辆与行人、乘客的互动：横穿人行横道场景下的实地研究

    调查表明，当在人行横道上使用外部人机界面和缓慢刹车时，行人对安全有更好的感知；同时，内部人机界面与积极刹车相结合时，能提高乘客的信心。

    Dec, 2023

  • 将解释引入自动驾驶车辆的人机界面以提升信任和情景感知

    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

  • 面向可靠和可信汽车界面的自适应用户中心多模态交互

    本文探讨了一种基于用户观察和启发式方法、多模态融合、聚类、模型自适应和连续学习的用户中心自适应多模态融合方法，旨在提供一种开放源代码框架，用于从移动车辆中参照外部对象，以实现可信任的以人为中心的人工智能

    Nov, 2022

  • 司机注意力分散力量研究：车内触摸屏交互视觉需求的可解释预测

    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

  • 推进可解释的自动驾驶车辆系统：综述与研究路线图

    通过全面回顾已有文献，本研究对解释性任务、解释性信息和解释性信息沟通这三个主要话题进行了分类，提出了一个综合的研究路线图，旨在指导解释性自动驾驶车辆的开发和部署，以确保在用户需求、技术进步、合规性和伦理考虑等方面具有更安全和可信赖的自主驾驶体验。

    Mar, 2024