面向安全驾驶的汽车多模态感知-人机交互愉悦测试评价与引导方法研究

发布时间：2020-07-15 02:43

【摘要】：对于汽车普通用户,特别是驾驶员来说,驾驶舱内的人机交互系统(如车载信息系统)是执行驾驶主任务与次任务的主要交互对象,对驾驶安全有重要影响。现有研究成果无法对面向安全驾驶的汽车人机交互进行全面测试评价,并指导产品创新设计。为此,本文提出一种基于用户(驾驶员)脑认知表征的面向安全驾驶的汽车HMI(人机交互界面)感知-人机交互愉悦测试评价及愉悦引导方法,力求为产品创新提供参考。本文依托于国家自然科学基金与“十二五”科技支撑计划相关课题,以乘用车驾驶舱车载信息系统HMI为对象,探索人-车-路系统中驾驶次任务驱动下,面向安全驾驶的驾驶员多模态人机交互环节中的脑认知机理和规律,对HMI感知-人机交互愉悦度的测试评价和愉悦引导方法与技术进行深入研究。主要研究内容如下:(1)面向安全驾驶的汽车多模态感知-人机交互脑认知模型研究。面向安全驾驶,对汽车多模态人机交互可感知特征向量进行提炼与标识;研究面向安全驾驶的汽车HMI脑认知表征愉悦建模技术,并对其影响因子进行分析;建立面向安全驾驶的汽车多模态感知-人机交互脑认知模型。(2)面向安全驾驶的汽车HMI愉悦测试评价方法与关键技术研究。建立汽车多模态人机交互下安全驾驶愉悦评价模型;研究汽车多模态人机交互下安全驾驶愉悦度测试方法与数据处理技术,建立多元数据特征量提取、统计、去噪、基于安全的GA-BP神经网络愉悦评价等核心算法,建立汽车多模态人机交互下安全驾驶愉悦度计算方法和量化评价准则。(3)面向安全驾驶的汽车多模态感知-人机交互愉悦引导方法研究。研究安全驾驶低愉悦度与汽车HMI可感知特征映射关联关系;建立汽车HMI可感知特征向量安全驾驶愉悦引导策略。(4)工程实例验证。在本文研究理论方法及关键技术的支撑下,以长安逸动EV300电动汽车车载信息系统HMI为例进行面向安全驾驶的汽车多模态人机交互愉悦测试评价与引导方法的应用,验证了本文方法的有效性。
【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：U463.8
【图文】：

道路环境,驾驶意图,用户行为,博士学位论文

重庆大学博士学位论文根据驾驶意图的不同，驾驶员会做出跟随、换道、停车、超车等决策，进而执行[5-19]，用户行为模型如图 1.2 所示[1] [19]。

模型图,道路环境,驾驶行为,汽车用

汽车用户驾驶行为模型

地图,注意力分散,交通事故,百分比

1 绪论汽车驾驶行为中，驾驶决策和动作是基于目的性明确的驾驶任务的，如车辆启动、行驶、转向、调节灯光等。其中，与控制车辆、保持车道、监控道路状况等与汽车实现空间位移这一核心目标相关的称为驾驶主任务。另外的，与驾驶核心目标——物理移动无关或者没有直接关系的其他任务称为驾驶次任务或车内次任务（In-vehicle secondary task，IVST），也叫做次要任务、二级任务或第二任务，如使用移动电话、收听广播、播放音乐、查看地图或导航、与其他乘客交谈、调整车内设施等等[20]。由于人的认知资源有限，驾驶次任务在一定程度上会占用驾驶员的认知资源，如视觉资源（如查看导航界面时）、认知资源（如交谈时）、动作资源（如调整空调开关时）等，从而分散驾驶人员的注意力，引起分心，而由于分心即注意力分散引起的交通事故的比例不容忽视[21][22]。图 1.3 所示为驾驶注意力分散源与其所引起的交通事故的百分比[23]。可见，驾驶次任务是引起注意力分散（分心）的主要原因，是影响汽车安全驾驶的重要因素。

【参考文献】