孫瑋 劉仲賢 魏楚帆
摘 要:隨著技術(shù)的不斷發(fā)展和更新,車載交互系統(tǒng)也在發(fā)生巨大變化。本文通過(guò)對(duì)主機(jī)廠概念車、量產(chǎn)新車、以及供應(yīng)商前沿技術(shù)等諸多方面的研究,提出并分析了未來(lái)車載交互系統(tǒng)發(fā)展趨勢(shì),其主要體現(xiàn)為安全性、高效性、情感化三個(gè)方面。本文旨在明確行業(yè)發(fā)展現(xiàn)狀,引領(lǐng)產(chǎn)品緊跟行業(yè)發(fā)展水平,并洞悉行業(yè)缺口,引導(dǎo)創(chuàng)作出領(lǐng)先行業(yè)水平的產(chǎn)品。
關(guān)鍵詞:車載交互系統(tǒng);安全性;高效性;情感化
車載交互系統(tǒng)是運(yùn)用計(jì)算機(jī)、衛(wèi)星定位、通訊、控制等技術(shù)來(lái)提供安全、環(huán)保及舒適性功能和服務(wù)的汽車電子設(shè)備,它是智能汽車的組成部分,也叫汽車電 子裝置。車載信息系統(tǒng)包括汽車電腦、智能導(dǎo)航儀、行車記錄儀、車載多媒體等。隨著電子、計(jì)算機(jī)、通訊等技術(shù)的不斷進(jìn)步,車載交互系統(tǒng)的發(fā)展也經(jīng)歷了從低級(jí)到高級(jí)的階段,從實(shí)現(xiàn)單一功能的簡(jiǎn)單裝置到逐步發(fā)展為車載交互綜合平臺(tái),汽車的內(nèi)部空間、人機(jī)界面、操作和交互過(guò)程正在發(fā)生革命性的變化。當(dāng)前,汽車內(nèi)部的信息模型已經(jīng)從單一的行車和車況信息模型逐步發(fā)展成為包括汽車信息、汽車間(Car to Car)信息、汽車和其它信息載體(Car to X)交互信息在內(nèi)的復(fù)雜信息體系。通過(guò)對(duì)主機(jī)廠概念車、量產(chǎn)新車、以及供應(yīng)商前沿技術(shù)等諸多方面的研究,發(fā)現(xiàn)安全性、高效性、情感化是未來(lái)車載交互系統(tǒng)的發(fā)展趨勢(shì),本文將從這三方面深入分析探討。
1 安全性—駕駛員駕駛狀態(tài)的即時(shí)監(jiān)測(cè)及駕駛過(guò)程中的駕駛行為指導(dǎo)
安全的概念不僅僅局限于生命的最后一道防線,它延展為對(duì)駕乘者主動(dòng)的、預(yù)知性的、全方位的庇護(hù)。駕駛是一種高度復(fù)雜的任務(wù),駕駛行為包含計(jì)劃、策略和操縱3個(gè)水平的任務(wù)層級(jí)和1600個(gè)獨(dú)立任務(wù)。據(jù)美國(guó)微軟的研究表明,駕駛中的人機(jī)交互很容易引起注意力分散,從而對(duì)行車安全構(gòu)成威脅大部分的交通事故都是由駕駛?cè)艘蛩貙?dǎo)致的,因此僅僅提供被動(dòng)安全輔助、周圍環(huán)境監(jiān)測(cè)已經(jīng)無(wú)法滿足安全需求。所以在自動(dòng)駕駛L5到來(lái)之前,駕駛員狀態(tài)監(jiān)測(cè)、為駕駛員提供直觀路況信息是各大廠商的研發(fā)重點(diǎn)。
1.1 駕駛員駕駛狀態(tài)的即時(shí)監(jiān)測(cè)
如何主動(dòng)地通過(guò)智能輔助技術(shù)來(lái)獲取駕駛員的狀態(tài),并在一些特殊情況下采取預(yù)防性的措施是目前車內(nèi)交互設(shè)計(jì)的其中一個(gè)方向。
隨著科技的不斷進(jìn)步,對(duì)駕駛狀態(tài)的監(jiān)測(cè)方式方法也多種多樣,如眼球追蹤、頭部追蹤、瞳孔追蹤、方向盤操作監(jiān)測(cè)、腦電波監(jiān)測(cè)等監(jiān)測(cè)方法。
1.1.1 眼球追蹤
通過(guò)最新技術(shù)能夠觀察駕駛員眼瞼的開(kāi)合細(xì)節(jié)、視線移動(dòng)的模式,從而探測(cè)出駕駛員是否在睡覺(jué)及疲勞狀態(tài),如果有潛在危險(xiǎn),系統(tǒng)會(huì)發(fā)出警報(bào)提醒駕駛員。
1.1.2 頭部追蹤
通過(guò)定位駕駛員面部上的點(diǎn),從而使監(jiān)控能夠判斷出面部眉毛的位置,甚至能精準(zhǔn)計(jì)算出眼瞼開(kāi)合的高度,從而判斷出駕駛員是否處于疲勞狀態(tài),進(jìn)行系統(tǒng)報(bào)警。
1.1.3瞳孔追蹤
該技術(shù)能夠持續(xù)追蹤駕駛員瞳孔變化的情況,利用高級(jí)軟件算法和信號(hào)處理能力,來(lái)分析瞳孔反射的情況,從而判斷駕駛員的疲勞狀況。
1.1.4 方向盤操作監(jiān)測(cè)
該技術(shù)能監(jiān)測(cè)駕駛員方向盤轉(zhuǎn)動(dòng)的速度及角度變化,并和之前存儲(chǔ)的駕駛員信息進(jìn)行對(duì)比,如有異常從而判斷駕駛員狀態(tài)。
1.1.5腦電波檢測(cè)
通過(guò)監(jiān)測(cè)駕駛員的注意力集中程度來(lái)判斷駕駛員的狀態(tài),分別出車輛行進(jìn)過(guò)程中各種腦電波的活動(dòng)狀態(tài),并識(shí)別哪種腦電波處于主導(dǎo)地位,從而判斷出此時(shí)駕駛員注意力是否集中。
1.2 駕駛過(guò)程中的駕駛行為指導(dǎo)
結(jié)合AR和HUD技術(shù),將獲取到的路況信息第一時(shí)間反饋給駕駛者,以幫助駕駛者做出正確的判斷,是未來(lái)車內(nèi)交互設(shè)計(jì)的一個(gè)方向。
現(xiàn)階段國(guó)內(nèi)交通路況復(fù)雜,容易讓很多新手司機(jī)對(duì)駕駛做出錯(cuò)誤的判斷,很多廠商也因此把研發(fā)側(cè)重點(diǎn)放在如何減輕駕駛員的認(rèn)知負(fù)擔(dān)方面。HUD虛擬輔助行車線路提示,可以使車輛行駛在安全路線,同時(shí)還可以顯示最佳過(guò)彎路線等信息,不僅增加駕駛安全性,也有助于提高駕駛樂(lè)趣。
2 高效性—車輛與其相關(guān)生活服務(wù)設(shè)施的互聯(lián)
高效性的概念不僅僅局限于車內(nèi)空間的交互,它延展為對(duì)整個(gè)駕駛旅程過(guò)程中與車相關(guān)的所有關(guān)聯(lián)物的交互。
汽車不再僅僅作為一個(gè)橫亙?cè)谟脩襞c環(huán)境之間生硬的設(shè)備,它已經(jīng)轉(zhuǎn)換成為了一個(gè)高效的連接樞紐,使乘客在駕駛空間就可以與生活服務(wù)設(shè)施進(jìn)行交互。未來(lái)汽車將會(huì)整合至更大的服務(wù)體系中,用戶可以享受到更加高效的旅程體驗(yàn)服務(wù)。
整合用車場(chǎng)景中服務(wù)資源與車輛的互聯(lián),提供高效便捷的旅程服務(wù),是未來(lái)車內(nèi)交互設(shè)計(jì)的一個(gè)方向。
3 情感化—車輛與智能穿戴設(shè)備的互聯(lián)
情感化的服務(wù)體驗(yàn),即為用戶提供貼心、超預(yù)期的服務(wù),讓用戶能夠完成基本操作任務(wù)的同時(shí)可以享受操作過(guò)程的一種體驗(yàn)。
情感化交互,不僅僅是語(yǔ)音模塊語(yǔ)句反饋的自然、親切,而是能夠創(chuàng)造出一個(gè)懂你的產(chǎn)品,充分利用智能穿戴設(shè)備,通過(guò)系統(tǒng)化分析,為用戶提供定制化的服務(wù)體驗(yàn)。智能可穿戴設(shè)備與車載系統(tǒng)互聯(lián),實(shí)現(xiàn)精確定制化服務(wù),是未來(lái)車內(nèi)交互設(shè)計(jì)的一個(gè)方向。
試想一下,當(dāng)我們?cè)诩抑熊噧?nèi)空調(diào)已經(jīng)根據(jù)外部氣溫調(diào)節(jié)至舒適,靠近車輛,車門緩緩,坐進(jìn)車內(nèi),車輛已準(zhǔn)備就緒,識(shí)別驗(yàn)證身份后,賬戶系統(tǒng)會(huì)自動(dòng)將你偏好的座椅位置,空調(diào)溫度,音樂(lè)類型等軟硬件信息,一次調(diào)節(jié)到位。除外,還可實(shí)現(xiàn)健康監(jiān)測(cè)功能,實(shí)時(shí)監(jiān)測(cè)用戶心率,血壓,必要時(shí),自行聯(lián)絡(luò)醫(yī)院進(jìn)行救助,正是依賴于智能穿戴互聯(lián)功能,將徹底解決這些問(wèn)題。通過(guò)軟硬件的深度融合,打通控制信號(hào),實(shí)現(xiàn)對(duì)硬件的智能調(diào)節(jié)。
4 結(jié)論
隨著技術(shù)的高速發(fā)展,信息與網(wǎng)絡(luò)等技術(shù)的發(fā)展使我們車載交互系統(tǒng)及汽車內(nèi)外的體驗(yàn)都發(fā)生了巨大變化,本文結(jié)合目前已經(jīng)應(yīng)用或正在研發(fā)的前沿技術(shù)等方面,總結(jié)出未來(lái)車載交互系統(tǒng)發(fā)展趨勢(shì)主要為安全性、高效性、情感化三大方面,而交互系統(tǒng)的快速發(fā)展又為整個(gè)汽車行業(yè)、產(chǎn)業(yè)鏈提供了較多的新的需求及突破口。
參考文獻(xiàn):
[1]SCHMIDT A,SPIESSL W,KERN D.Driving Automotive User Interface Research[J].IEEE Pervasive Computing,2010(1-3):85-88.