目前,汽車(chē)不僅在動(dòng)力源、驅(qū)動(dòng)方式和駕駛體驗(yàn)上發(fā)生了變化,駕駛艙也告別了傳統(tǒng)的枯燥機(jī)械和電子空間,智能化水平飆升,成為繼家庭和辦公室以外人們生活之后的“第三空間"。通過(guò)人臉、指紋識(shí)別、語(yǔ)音、手勢(shì)交互、多屏聯(lián)動(dòng)等高新技術(shù),使當(dāng)今汽車(chē)智能座艙在環(huán)境感知、信息采集和處理方面的能力顯著增強(qiáng),成為人類(lèi)駕駛的“智能助手"。
駕駛艙中的交互設(shè)計(jì)智能化體現(xiàn)在汽車(chē)的智商和情商兩個(gè)方面,汽車(chē)智商指的是汽車(chē)智能技術(shù)的先進(jìn)程度,汽車(chē)情商指的是在交互過(guò)程中汽車(chē)帶給用戶(hù)的情感體驗(yàn)。而影響駕駛員的體驗(yàn)關(guān)鍵因素之一就是與智能座艙之間交互方式設(shè)計(jì)。通過(guò)調(diào)查用戶(hù)的主觀感受,可以衡量交互方式的設(shè)計(jì)是否符合用戶(hù)需求與偏好。而隨著生理和心理測(cè)試工具應(yīng)用的普及,為深入探索智能座艙中交互方式的用戶(hù)體驗(yàn)提供了有效的定量分析手段。通過(guò)駕駛員與座艙進(jìn)行交互過(guò)程時(shí)的心理行為指標(biāo),例如通過(guò)腦電信號(hào)分析可以客觀衡量駕駛員情緒變化情況,認(rèn)知負(fù)荷以及心理壓力水平,進(jìn)而評(píng)估交互方式的設(shè)計(jì)是否達(dá)到滿足駕駛員情感需求、提高操作效率以及保證駕駛安全的目的。
ErgoLAB V3.0人機(jī)環(huán)境同步平臺(tái)可同步多維度生理、行為、眼動(dòng)、主觀等指標(biāo)采集分析,例如將ErgoLAB 生理模塊(如ErgoLAB HRV、ErgoLAB EEG)、ErgoLAB 眼動(dòng)模塊、ErgoLAB 行為模塊等多通道數(shù)據(jù)采集和分析模塊,與ErgoSIM智能座艙模擬器相結(jié)合,能夠同步采集模擬駕駛場(chǎng)景下駕駛?cè)说纳砼c行為數(shù)據(jù)并進(jìn)行分析,定量分析不同交互設(shè)計(jì)狀況下駕駛?cè)说那榫w變化,喜好偏向,認(rèn)知負(fù)荷等心理狀態(tài)變化,進(jìn)而從駕駛行為角度測(cè)評(píng)智能座艙設(shè)計(jì)體現(xiàn)的“汽車(chē)情商"。
下面請(qǐng)閱讀基于ErgoLABV3.0人機(jī)環(huán)境同步平臺(tái)在駕駛領(lǐng)域中對(duì)座艙中交互方式設(shè)計(jì)評(píng)估的應(yīng)用案例。題目:Evaluation method of human-vehicle tactile interaction experience based on EEG
作者:Shuhang Han,Yaohui Kong,Zhigao Lei,Qijie Zhao
期刊:IHMSC
DOI: 10.1109/IHMSC49165.2020.10095
用戶(hù)體驗(yàn)一般是指用戶(hù)在使用產(chǎn)品過(guò)程中的主觀感受,定義了用戶(hù)在特定環(huán)境中與系統(tǒng)交互的整體作用。在汽車(chē)領(lǐng)域,面對(duì)座艙內(nèi)各種互動(dòng)方式,用戶(hù)體驗(yàn)評(píng)估可以幫助制造商選擇更好地滿足用戶(hù)需求的設(shè)計(jì)方案,對(duì)提高用戶(hù)滿意度和降低制造商投資風(fēng)險(xiǎn)具有重要意義。然而,用戶(hù)體驗(yàn)的不確定性和模糊性也成為該領(lǐng)域研究人員面臨的巨大挑戰(zhàn)。通過(guò)客觀數(shù)據(jù)對(duì)用戶(hù)主觀評(píng)價(jià)進(jìn)行分析已逐漸成為用戶(hù)體驗(yàn)研究的主流。近年來(lái),個(gè)體的生理信號(hào)(包括腦電信號(hào)、心電信號(hào)、肌電信號(hào)等)在評(píng)估人體工程學(xué)和其他領(lǐng)域發(fā)揮了越來(lái)越重要的作用,例如,在汽車(chē)駕駛中,利用生理信號(hào)反饋改進(jìn)人機(jī)交互設(shè)備,提高駕駛安全性。此外,在汽車(chē)舒適性、汽車(chē)內(nèi)飾設(shè)計(jì)、儀表接口設(shè)計(jì)等方面,生理信號(hào)的評(píng)測(cè)應(yīng)用也在增加。
在用戶(hù)進(jìn)行交互體驗(yàn)的過(guò)程中收集其腦電信號(hào),關(guān)聯(lián)其主觀評(píng)價(jià),并且使用一種新的分析方法,結(jié)合主觀和客觀、定性和定量等多個(gè)角度搭建一個(gè)更完整的用戶(hù)體驗(yàn)評(píng)估,為產(chǎn)品設(shè)計(jì)提供更科學(xué)的依據(jù)。
3.1 實(shí)驗(yàn)準(zhǔn)備
被試通過(guò)觸覺(jué)交互模塊在人機(jī)界面中選擇相應(yīng)的功能。在被試感覺(jué)和生理信號(hào)收集模塊中,分別收集存在和不存在振動(dòng)模式下被試的腦電圖信號(hào)和主觀評(píng)價(jià)。在信號(hào)處理模塊中,經(jīng)過(guò)信號(hào)預(yù)處理、特征命名和信號(hào)分析后,將腦電圖信號(hào)與主觀、客觀融合判斷模塊的主觀體驗(yàn)進(jìn)行綜合比較,從而獲得有/無(wú)振動(dòng)模式的汽車(chē)用戶(hù)體驗(yàn)。
3.2 實(shí)驗(yàn)環(huán)境
為了獲得更接近實(shí)際駕駛情況的腦電圖信號(hào),我們構(gòu)建了一個(gè)如圖2所示的模擬駕駛環(huán)境。觸覺(jué)交互模塊位于座椅右側(cè),主顯示器在實(shí)驗(yàn)過(guò)程中播放駕駛畫(huà)面。該筆記本與觸覺(jué)交互模塊相連接,顯示交互界面。被試通過(guò)觸覺(jué)交互模塊控制界面中的光標(biāo),并根據(jù)實(shí)驗(yàn)任務(wù)選擇相應(yīng)的功能。實(shí)驗(yàn)采用ErgoLAB人機(jī)環(huán)境同步平臺(tái) V3.0 采集腦電信號(hào)。
3.3 實(shí)驗(yàn)內(nèi)容
實(shí)驗(yàn)選取22名不同駕駛年齡的受試者。向被試解釋如何使用本實(shí)驗(yàn)的操作對(duì)象(觸覺(jué)交互模塊),并練習(xí)用食指移動(dòng)光標(biāo),直到其可以順利進(jìn)行。然后為被試佩戴腦電帽,確保設(shè)備正常運(yùn)行,在正式實(shí)驗(yàn)開(kāi)始前被試靜坐1-2分鐘以排除情緒干擾。
4.1 數(shù)據(jù)預(yù)處理
計(jì)算并整理出22名被試在任務(wù)期間的平均功率譜密度,得到兩組實(shí)驗(yàn)的平均值,得到22個(gè)不同頻段的腦電圖信號(hào)的平均功率譜密度。對(duì)振動(dòng)模式和非振動(dòng)模式的結(jié)果進(jìn)行劃分,并計(jì)算兩種模式下所有被試的主觀評(píng)價(jià)。
4.2 數(shù)據(jù)分類(lèi)
根據(jù)主觀評(píng)價(jià),對(duì)被試的數(shù)據(jù)進(jìn)行分類(lèi)。1表示對(duì)振動(dòng)的偏好,2表示對(duì)非振動(dòng)的偏好。計(jì)算了各類(lèi)的平均值,兩種模態(tài)的結(jié)果如圖3所示。
4.3 數(shù)據(jù)驗(yàn)證
基于第1類(lèi)(對(duì)振動(dòng)的偏好)的綜合觀測(cè)結(jié)果,提出了一個(gè)假設(shè):當(dāng)用戶(hù)對(duì)某一模式有相對(duì)偏好時(shí),該模式下其α、β、θ、δ、γ波段的功率譜密度較小。在第2類(lèi)(無(wú)振動(dòng)偏好)中,無(wú)振動(dòng)模式下α、β、θ、γ四個(gè)波段的平均功率譜密度小于有振動(dòng)時(shí),進(jìn)一步驗(yàn)證了上述假設(shè)中四個(gè)波段規(guī)律的正確性。
計(jì)算滿足假設(shè)被試的數(shù)量,并驗(yàn)證一致性。如表4所示,結(jié)合主觀評(píng)價(jià)的結(jié)果,統(tǒng)計(jì)每個(gè)波段滿足假設(shè)的被試數(shù)量。4.4 數(shù)據(jù)分析和總結(jié)
根據(jù)統(tǒng)計(jì)結(jié)果發(fā)現(xiàn),θ和γ波段符合假設(shè)的被試數(shù)量最多,而δ波的數(shù)量最小。雖然有很多受試者的γ波符合規(guī)律,但根據(jù)實(shí)際測(cè)量和計(jì)算,在有振動(dòng)和無(wú)振動(dòng)的兩種模式下,γ波段的平均功率譜密度沒(méi)有顯著差異。因此,本實(shí)驗(yàn)得出的結(jié)論是,在人車(chē)觸覺(jué)交互體驗(yàn)中,有無(wú)振動(dòng)的交互設(shè)計(jì)的腦電信號(hào)的平均功率存在差異,當(dāng)α、β、θ、γ波段的平均功率譜密度較小時(shí),表明該模式存在相對(duì)偏好。在本實(shí)驗(yàn)中,θ波的差異很明顯,精度較高(72.7%)。
本文通過(guò)分析人車(chē)觸覺(jué)交互過(guò)程中用戶(hù)的腦電信號(hào)與主觀感受之間的相關(guān)性,實(shí)現(xiàn)了主觀評(píng)價(jià)和客觀數(shù)據(jù)分析相結(jié)合的用戶(hù)體驗(yàn)評(píng)價(jià)方法。整個(gè)實(shí)驗(yàn)包括模擬駕駛場(chǎng)景的構(gòu)建、實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)、腦電圖信號(hào)采集、信號(hào)預(yù)處理、特征提取與分析等方面。實(shí)驗(yàn)結(jié)果表明,在不同的交互作用經(jīng)驗(yàn)下,腦電信號(hào)各波段的功率譜密度都會(huì)有一定程度的變化。在本實(shí)驗(yàn)中,當(dāng)用戶(hù)對(duì)某種交互模式有相對(duì)偏好時(shí),腦電圖信號(hào)的α、β、θ、γ波段的功率譜密度會(huì)有一定程度的降低,其中θ波段最為明顯。因此,在對(duì)同類(lèi)產(chǎn)品進(jìn)行評(píng)價(jià)時(shí),采用本文中的評(píng)價(jià)方法,結(jié)合用戶(hù)的腦電信號(hào)特征和主觀評(píng)價(jià),可以為評(píng)價(jià)用戶(hù)的互動(dòng)體驗(yàn)提供更科學(xué)的依據(jù)。
【2】Mikhail A. Lebedev, Miguel A. L. Nicolelis. Brain-Machine Interfaces: From Basic Science to Neuroprosthesis and Neurorehabilitation[J]. Physiological Reviews,2017,97(2):767-837
【3】ROBINSON J, LANIUS C, WEBER R. The Past, Present, and Future of UX Empirical Research[J]. Communication Design Quarterly Review, 2018, 5(3):10-23.
本研究利用腦電圖信號(hào)特征與主觀感受的結(jié)合,對(duì)智能座艙交互設(shè)計(jì)進(jìn)行評(píng)估,該方法在提高駕駛安全性和舒適性方面具有良好的應(yīng)用前景。除此之外,還可以與眼動(dòng)追蹤儀、心電采集、皮電采集等設(shè)備收集的數(shù)據(jù)相結(jié)合,進(jìn)一步研究不同交互設(shè)備對(duì)駕駛員的影響,發(fā)現(xiàn)用戶(hù)的潛在需求,改善駕駛員的人機(jī)交互體驗(yàn)。在未來(lái)的研究中,可以利用ErgoLAB Simulator 模擬仿真同步模塊,將ErgoSIM環(huán)境模擬技術(shù)與ErgoVR原型同步模塊相結(jié)合,在一個(gè)舒適度較高的物理環(huán)境中,利用虛擬現(xiàn)實(shí)技術(shù)搭建場(chǎng)景,充分控制實(shí)驗(yàn)中可能會(huì)出現(xiàn)的無(wú)關(guān)變量,使得研究結(jié)果更加精確。
【1】Human-machine interface evaluation of cnc machine control panel through multidimensional experimental data synchronous testing analysis method.
作者:Dou, J., Zhang, L., Zhao, Q., Pei, Q., & Qin, J.
期刊:International Journal of Performability Engineering
DOI:10.23940/ijpe.17.08.p3.11951205
【2】Research on Driving Workload Characteristics of Drivers Under Various Dangerous Scenarios Based on EEG.
作者: Feng, S., & Sheng, B
期刊:In Green, Smart and Connected Transportation Systems
DOI:10.1007/978-981-15-0644-4_87
【3】Impact of driver age and experience in software usage on driving safety and usability of car-sharing software.
作者:Jing, C., Zhi, J., Yang, S., & Wang, W.
期刊:Journal of advanced transportation
DOI:10.1155/2021/6633379
本文僅用于學(xué)術(shù)交流,原文版權(quán)歸原作者和原發(fā)刊所有。
郵件聯(lián)系我們:kingfar@kingfar.net
掃一掃,關(guān)注微信電話
微信掃一掃