由 芳，謝雨錕，岳天陽(yáng)，于愛群，王建民，張 惠

基于團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知的汽車HMI評(píng)測(cè)與設(shè)計(jì)方法

由 芳1，謝雨錕1，岳天陽(yáng)1，于愛群2，王建民1，張 惠2

(1. 同濟(jì)大學(xué)藝術(shù)與傳媒學(xué)院，上海 201804； 2.中國(guó)第一汽車集團(tuán)有限公司，吉林 長(zhǎng)春 130000)

隨著汽車智能化和網(wǎng)聯(lián)化技術(shù)發(fā)展，汽車人機(jī)界面作為人與車的媒介，對(duì)駕駛員的用戶體驗(yàn)十分重要。為了通過優(yōu)化人機(jī)界面來(lái)提高人與車的團(tuán)隊(duì)協(xié)作，對(duì)汽車人機(jī)界面評(píng)測(cè)與設(shè)計(jì)方法進(jìn)行研究。26名駕駛員參與了以FM為多路徑界面范式的駕駛模擬器評(píng)測(cè)。評(píng)測(cè)方法依據(jù)團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知理論和用戶體驗(yàn)要素，構(gòu)建包含駕駛指標(biāo)、行為指標(biāo)、主觀指標(biāo)的多維度評(píng)價(jià)體系，通過實(shí)驗(yàn)前分析任務(wù)階段和通道，進(jìn)一步分析態(tài)勢(shì)感知與用戶體驗(yàn)要素的關(guān)聯(lián)，實(shí)驗(yàn)后分析汽車人機(jī)界面的用戶體驗(yàn)五層級(jí)數(shù)據(jù)結(jié)果，定位出現(xiàn)設(shè)計(jì)問題，推導(dǎo)出相應(yīng)的設(shè)計(jì)優(yōu)化方向，最后得到設(shè)計(jì)優(yōu)化的方案，能幫助優(yōu)化汽車人機(jī)界面設(shè)計(jì)，提高用戶體驗(yàn)。

團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知；汽車人機(jī)界面；用戶體驗(yàn)；評(píng)測(cè)；設(shè)計(jì)方法

隨著汽車智能化和網(wǎng)聯(lián)化技術(shù)發(fā)展，汽車駕駛座艙呈現(xiàn)數(shù)字化和信息化趨勢(shì)[1]。汽車人機(jī)界面作為駕駛員與車交流信息的媒介，對(duì)駕駛員的用戶體驗(yàn)至關(guān)重要。良好的汽車人機(jī)界面設(shè)計(jì)能有效地交流復(fù)雜信息，以達(dá)成良好人機(jī)協(xié)作。為確保在駕駛場(chǎng)景下汽車人機(jī)界面(human-machine interface，HMI)的使用效率和安全性，需要對(duì)汽車人機(jī)界面進(jìn)行評(píng)測(cè)，進(jìn)而對(duì)界面設(shè)計(jì)迭代[2]。目的是通過研究人與車之間團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知的理論，提出能為汽車人機(jī)界面設(shè)計(jì)提供優(yōu)化方向的評(píng)測(cè)方法，改善人與車交互的用戶體驗(yàn)。

1 相關(guān)工作

1.1 態(tài)勢(shì)感知與汽車人機(jī)交互

態(tài)勢(shì)感知是指人意識(shí)到周圍發(fā)生的事情，并能理解這些信息對(duì)現(xiàn)在和未來(lái)的影響[3]。態(tài)勢(shì)感知分為個(gè)人態(tài)勢(shì)感知、團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知和分布式態(tài)勢(shì)感知。當(dāng)駕駛員進(jìn)行單一駕駛?cè)蝿?wù)時(shí)，僅涉及駕駛員操控車輛的一個(gè)態(tài)勢(shì)感知過程，可以用個(gè)體態(tài)勢(shì)感知模型進(jìn)行解釋[4]。分布式態(tài)勢(shì)感知?jiǎng)t強(qiáng)調(diào)認(rèn)知現(xiàn)象在認(rèn)知主體和環(huán)境間分布的本質(zhì)，適用于車與車之間聯(lián)網(wǎng)的復(fù)雜情況[5]。隨著汽車智能化和信息的復(fù)雜化，汽車作為智能非人代理與駕駛員進(jìn)行協(xié)作[6]。駕駛員在駕駛過程中不可避免地進(jìn)行與駕駛無(wú)關(guān)的任務(wù)，從而對(duì)駕駛產(chǎn)生一定影響。在研究車與駕駛員的團(tuán)隊(duì)合作上，涉及多個(gè)代理，可以用團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知。

要形成態(tài)勢(shì)感知，每個(gè)代理必須獲取態(tài)勢(shì)感知元素。態(tài)勢(shì)感知元素被稱為必要且可觀察的變量，用于推斷代理程序目標(biāo)相關(guān)環(huán)境中的當(dāng)前狀態(tài)并預(yù)測(cè)情況的近期與將來(lái)狀態(tài)[7]。態(tài)勢(shì)感知被分為感知、理解和預(yù)判[8]3個(gè)不同的水平。圖1展現(xiàn)了人與車進(jìn)行主次多任務(wù)時(shí)的態(tài)勢(shì)感知共享元素和團(tuán)隊(duì)成員的態(tài)勢(shì)感知元素。駕駛員需要以其目標(biāo)、環(huán)境和態(tài)勢(shì)感知需求等去獲取態(tài)勢(shì)感知元素。人和車可以通過汽車人機(jī)界面交換共享態(tài)勢(shì)感知元素。當(dāng)駕駛員進(jìn)行多任務(wù)時(shí)，可擁有多個(gè)目標(biāo)的態(tài)勢(shì)感知需求，因此涉及不同任務(wù)的態(tài)勢(shì)感知元素共享問題[9]。如駕駛員在駕駛中使用車載娛樂系統(tǒng)，駕駛員需要獲取駕駛?cè)蝿?wù)的態(tài)勢(shì)感知元素，同時(shí)需要通過汽車人機(jī)界面獲取娛樂系統(tǒng)信息。態(tài)勢(shì)感知元素共享水平越高，人與車之間團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知的水平就越高，有助于團(tuán)隊(duì)協(xié)作的表現(xiàn)[10]。

圖1 多任務(wù)下人與車的團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知

1.2 用戶體驗(yàn)要素與汽車人機(jī)交互

汽車人機(jī)界面成為了態(tài)勢(shì)感知元素共享的關(guān)鍵，團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知水平的提高得益于良好的汽車人機(jī)界面設(shè)計(jì)。用戶體驗(yàn)要素是設(shè)計(jì)人機(jī)界面的重要設(shè)計(jì)理論之一[11]，最早是基于網(wǎng)頁(yè)設(shè)計(jì)提出，隨后延伸至包括移動(dòng)端應(yīng)用、車載端應(yīng)用等其他類型的產(chǎn)品設(shè)計(jì)[12]。如圖2所示，在汽車人機(jī)界面中存在由戰(zhàn)略層、范圍層、結(jié)構(gòu)層、框架層、表現(xiàn)層構(gòu)成的用戶體驗(yàn)元素架構(gòu)。隨著層級(jí)上升，元素變得更具象。第一層為戰(zhàn)略層主要是關(guān)注汽車人機(jī)界面的戰(zhàn)略目標(biāo)和用戶需求，不涉及具體界面設(shè)計(jì)。第二層為范圍層由戰(zhàn)略層決定，包括功能設(shè)計(jì)和內(nèi)容需求。不同任務(wù)涉及不同的功能，以汽車人機(jī)界面的形式幫助人與車之間進(jìn)行態(tài)勢(shì)感知元素的交流。第三層為結(jié)構(gòu)層包括交互設(shè)計(jì)和信息架構(gòu)等，用來(lái)設(shè)計(jì)用戶到達(dá)某個(gè)頁(yè)面的路徑，在每個(gè)節(jié)點(diǎn)中系統(tǒng)是如何響應(yīng)的。在汽車人機(jī)界面設(shè)計(jì)中，操作步驟過多將會(huì)增加駕駛員的工作負(fù)荷，不僅影響次要任務(wù)的完成，還可能造成駕駛危險(xiǎn)[13]。第四層為框架層包括信息、界面和導(dǎo)航設(shè)計(jì)。過多的信息會(huì)導(dǎo)致駕駛員不能在短時(shí)間內(nèi)找到重要信息，反之過少的信息讓駕駛員感到困惑。界面元素的布局和交互方式會(huì)影響駕駛員在短時(shí)間內(nèi)獲取關(guān)鍵信息元素并作出下一步判斷。第五層為表現(xiàn)層，產(chǎn)品具體細(xì)節(jié)的呈現(xiàn)被關(guān)注到。除了整體視覺印象外，界面中具體的視覺元素會(huì)對(duì)用戶情緒產(chǎn)生很大影響，從而影響用戶體驗(yàn)[14]。如字體、圖標(biāo)的大小、顏色或樣式等等，均對(duì)駕駛員識(shí)別和理解元素信息產(chǎn)生影響。

圖2 多任務(wù)下汽車人機(jī)界面用戶體驗(yàn)五層級(jí)

2 實(shí)驗(yàn)設(shè)計(jì)與評(píng)估

2.1 實(shí)驗(yàn)?zāi)康?/h3>

基于團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知理論，人與汽車共同完成駕駛主、次級(jí)任務(wù)，駕駛員需要通過汽車人機(jī)界面進(jìn)行團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知信息交流，而汽車人機(jī)界面用戶體驗(yàn)要素設(shè)計(jì)的好壞影響團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知的水平。車載FM調(diào)臺(tái)為研究常選用的次級(jí)任務(wù)，即要求駕駛員在完成駕駛主任務(wù)的同時(shí)進(jìn)行FM調(diào)臺(tái)，通過對(duì)汽車人機(jī)界面評(píng)測(cè)得到人車團(tuán)隊(duì)在完成主次任務(wù)時(shí)團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知的水平，發(fā)現(xiàn)次要任務(wù)中在不同用戶體驗(yàn)要素層級(jí)中態(tài)勢(shì)感知元素的表現(xiàn)，找出界面范式的問題點(diǎn)以及設(shè)計(jì)優(yōu)化方向，根據(jù)優(yōu)化方向提出優(yōu)化方案。

2.2 被試者

共有26名駕駛員參與了本次實(shí)驗(yàn)，其中男性14名，女性12名；平均年齡為31.08歲(=4.26)；考取駕駛證的平均時(shí)常為5.67年(=4.11)。其中69.23%的被試者經(jīng)?；蚺紶柺褂密囕d系統(tǒng)，31.77%的被試者從未使用過車載系統(tǒng)。

2.3 實(shí)驗(yàn)前分析

在駕駛模擬器上展開對(duì)汽車人機(jī)界面的評(píng)測(cè)實(shí)驗(yàn)。實(shí)驗(yàn)場(chǎng)景為雙向直行四車道的城市道路，有一定車流量。如圖3所示，在實(shí)驗(yàn)前對(duì)實(shí)驗(yàn)任務(wù)進(jìn)行分析，其目的是明確用戶在完成駕駛主任務(wù)和多媒體次任務(wù)時(shí)需要獲取的態(tài)勢(shì)感知元素，對(duì)次任務(wù)中態(tài)勢(shì)感知元素在界面用戶體驗(yàn)要素層級(jí)上的信息呈現(xiàn)有初步的判斷。任務(wù)分析需要注意不同階段、路況環(huán)境、不同任務(wù)、不同感覺通道4個(gè)方面。根據(jù)駕駛和次要任務(wù)情況，將任務(wù)分為4個(gè)階段。階段1為駕駛員保持40 km/h勻速直行，當(dāng)被試者聽到提示音時(shí)進(jìn)入階段2。階段2為以被試者點(diǎn)擊進(jìn)入媒體中的FM為止。階段3為被試者將FM頻率調(diào)整至102 Hz。階段4為被試者完成次要任務(wù)后繼續(xù)行駛。對(duì)2個(gè)任務(wù)分別進(jìn)行感覺通道分析，通道分為視覺、觸覺、聽覺。媒體任務(wù)需要占用被試者視覺、聽覺和觸覺通道，而駕駛?cè)蝿?wù)主要占用視覺和觸覺通道。由輸入和輸出整體分析看出，被試者在階段2和3需要同時(shí)進(jìn)行駕駛?cè)蝿?wù)和多媒體任務(wù)，且主要是視覺和觸覺通道發(fā)生一定沖突。

圖3 實(shí)驗(yàn)前任務(wù)分析

用戶體驗(yàn)要素的框架層、結(jié)構(gòu)層、表現(xiàn)層信息均為用戶在完成FM調(diào)臺(tái)任務(wù)中需要獲取的態(tài)勢(shì)感知元素。多媒體任務(wù)的視覺通道以交互流程圖的形式展現(xiàn)了任務(wù)的正確路徑，路徑展現(xiàn)出用戶體驗(yàn)要素的結(jié)構(gòu)層信息，被試者有2種路徑調(diào)整FM：①通過3次點(diǎn)擊按鈕“下一個(gè)頻道”(路徑1)；②通過二級(jí)頁(yè)面的指針選擇的方式(路徑2)。界面中黃色方框?yàn)槁窂降年P(guān)鍵埋點(diǎn)，方框的位置展現(xiàn)了結(jié)構(gòu)層信息，方框內(nèi)的界面樣式為表現(xiàn)層信息。對(duì)于駕駛?cè)蝿?wù)，應(yīng)該重點(diǎn)關(guān)注通道沖突帶來(lái)的車輛控制的表現(xiàn)，車輛控制包括垂直控制和水平控制，需要獲取速度、偏移情況等態(tài)勢(shì)感知信息。

2.4 數(shù)據(jù)采集

需要采集主觀和客觀數(shù)據(jù)去衡量人與車合作完成駕駛?cè)蝿?wù)和次要任務(wù)的表現(xiàn)。對(duì)于駕駛?cè)蝿?wù)，可以通過客觀的駕駛數(shù)據(jù)說(shuō)明駕駛表現(xiàn)，通過主觀SAGAT得到駕駛?cè)蝿?wù)的團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知評(píng)價(jià)。實(shí)驗(yàn)設(shè)置駕駛對(duì)照組，采集無(wú)次要任務(wù)時(shí)的駕駛數(shù)據(jù)，駕駛指標(biāo)主要包括車速平均值、車速標(biāo)準(zhǔn)差、車道偏移標(biāo)準(zhǔn)差。可以采集行為指標(biāo)去分析次要任務(wù)的具體完成狀況，即任務(wù)成功率、完成時(shí)間、操作次數(shù)及位置、操作無(wú)反饋次數(shù)、有效路徑率，通過汽車人機(jī)界面程序埋點(diǎn)和視頻進(jìn)行統(tǒng)計(jì)，見表1。SAGAT問卷能反映次要任務(wù)的團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知情況，是測(cè)量共享SA態(tài)勢(shì)感知的有效方法之一[15]。將SAGAT量表分為次要任務(wù)和駕駛?cè)蝿?wù)2個(gè)部分，并進(jìn)行測(cè)量。量表有10道問題。每個(gè)任務(wù)從3個(gè)SA Level的角度設(shè)置了5道題。

表1 FM調(diào)臺(tái)任務(wù)的SAGAT問卷

3 實(shí)驗(yàn)數(shù)據(jù)分析

結(jié)果部分將展示從任務(wù)數(shù)據(jù)分析推導(dǎo)到設(shè)計(jì)分析和優(yōu)化的過程。參考圖3的任務(wù)前分析，在進(jìn)行數(shù)據(jù)和設(shè)計(jì)分析時(shí)重點(diǎn)區(qū)分階段2和3。有20名被試者僅選擇路徑1，4名被試者僅選擇路徑2。被試者17在階段3時(shí)提出了放棄。被試者6使用過2種路徑，最終使用路徑2完成任務(wù)。為了便于分析選擇不同路徑，在后續(xù)的路徑分類分析時(shí)，排除被試者17和被試者6。

3.1 駕駛?cè)蝿?wù)

表2和表3分別為實(shí)驗(yàn)組與駕駛對(duì)照組之間駕駛指標(biāo)的平均值、標(biāo)準(zhǔn)差和Wilcoxon檢驗(yàn)的結(jié)果。整體來(lái)說(shuō)，無(wú)論是在垂直控制還是水平控制上，實(shí)驗(yàn)組的駕駛表現(xiàn)較差。分階段進(jìn)行分析，可以發(fā)現(xiàn)階段2的駕駛指標(biāo)與baseline對(duì)照組無(wú)顯著差異。相比起階段2，實(shí)驗(yàn)組的階段3的平均車速(=-203，<0.001)、左車道偏移標(biāo)準(zhǔn)差均(=167，<0.05)與baseline有顯著差異性。階段3的平均車速(=35.43，=5.17)比更低baseline的車速，車道偏移標(biāo)準(zhǔn)差(=7.81，=10.39)更大。因此階段3需要重點(diǎn)分析。

表2 駕駛指標(biāo)的平均值和標(biāo)準(zhǔn)偏差

表3 駕駛指標(biāo)與對(duì)照組的Wilcoxon檢驗(yàn)

注：*表示統(tǒng)計(jì)學(xué)顯著性水平，其中*為<0.05；**為<0.01；***為<0.001

從路徑選擇的角度對(duì)階段3的駕駛表現(xiàn)進(jìn)行分析。選擇路徑1的被試者在階段3時(shí)的車速(=35.64，=4.89)比選擇路徑2的車速(=36.90，=2.70)更低。選擇路徑1的被試者在階段3時(shí)的車速標(biāo)準(zhǔn)差(=2.26，=2.38)比選擇路徑2的車速標(biāo)準(zhǔn)差(=1.82，=1.10)更高，說(shuō)明選擇路徑1在階段3的垂直控制較差。在水平控制方面，路徑1的表現(xiàn)同樣不如路徑2。選擇路徑1的車道偏移標(biāo)準(zhǔn)差(=7.09，=9.10)明顯比選擇路徑2(=4.15，=4.30)更高。整體而言，路徑1的駕駛表現(xiàn)比路徑2差，說(shuō)明路徑2的汽車人機(jī)界面設(shè)計(jì)比路徑1的汽車人機(jī)界面設(shè)計(jì)對(duì)駕駛影響更小。

駕駛?cè)蝿?wù)的主觀評(píng)分不佳。駕駛?cè)蝿?wù)的主觀數(shù)據(jù)為SAGAT駕駛?cè)蝿?wù)量表，平均正確率為52.31% (=0.32)；僅有分別53.85%和46.15%的被試者能正確感知到最低速度和最高速度。被試者在完成任務(wù)期間難以保持對(duì)車速的關(guān)注。34.62%的被試者認(rèn)為自己難以時(shí)刻預(yù)判車輛發(fā)生車道偏移；38.46%的被試者認(rèn)為自己的駕駛表現(xiàn)不符合駕駛要求；61.54%的被試者認(rèn)為會(huì)發(fā)生駕駛危險(xiǎn)。

3.2 次要任務(wù)

表4給出了完成次要任務(wù)不同階段的行為指標(biāo)的平均值和標(biāo)準(zhǔn)差。與階段2相比，階段3的任務(wù)完成總時(shí)間更長(zhǎng)(2=6.19，2=5.27；3=23.12，3=14.38)，操作次數(shù)(2=1.46，2=0.76；3=10.96，3=12.61)和操作無(wú)反饋次數(shù)(2=0.27，2=0.60；3=7.04，3=12.40)更多，有效路徑率更低(2=100%，2=0；3=69.69%，3=0.30)。由于階段3在各項(xiàng)行為指標(biāo)的表現(xiàn)上均比階段2差，說(shuō)明被試者在完成次要任務(wù)時(shí)，主要問題出現(xiàn)在了階段3。

從路徑選擇的角度對(duì)階段3的次要任務(wù)表現(xiàn)進(jìn)行分析。2種路徑在不同的數(shù)據(jù)指標(biāo)上表現(xiàn)不一致。路徑1的完成時(shí)間(=23.40，=13.98)比路徑2的完成時(shí)間=25.19，=19.87)更短。路徑1(=73.42%，=0.29)比路徑2的有效路徑率(=48.39，=0.35)更高。多數(shù)被試者在采取路徑1時(shí)出現(xiàn)了持續(xù)點(diǎn)擊的情況，因此操作次數(shù)(=10.00，=10.15)和操作無(wú)反饋的次數(shù)(=6.35，=9.74)比路徑2的操作次數(shù)(=6，=3.37)和操作無(wú)反饋次數(shù)=0.50，=1.00)更多，說(shuō)明二者均存在問題，且優(yōu)化的方向不同。

表4 行為指標(biāo)的平均值和標(biāo)準(zhǔn)偏差

次要任務(wù)的主觀評(píng)分比駕駛?cè)蝿?wù)高，但仍然有較大的改進(jìn)空間。次要任務(wù)的SAGAT正確率平均為56.15% (=0.20)。有30.77%的被試者沒有正確理解所有的操作路徑，均為使用路徑1。73.08%的被試者表示注意到了路徑2的入口；23.08%的被試者并未正確理解路徑1的方式，誤認(rèn)為點(diǎn)擊“下一個(gè)”圖標(biāo)表示頻率增加0.1，這解釋了被試者出現(xiàn)不斷點(diǎn)擊按鈕的行為。在駕駛狀態(tài)下，被試者幾乎不能注意到過多的圖標(biāo)。盡管任務(wù)成功率達(dá)到96.15%，但仍然有30.77%的被試者認(rèn)為該功能不在自己的掌控范圍內(nèi)。

4 設(shè)計(jì)分析與優(yōu)化

4.1 態(tài)勢(shì)感知和用戶體驗(yàn)五層級(jí)

為了找到FM調(diào)臺(tái)任務(wù)中可能存在的汽車人機(jī)界面設(shè)計(jì)優(yōu)化的關(guān)鍵點(diǎn)，需要初步分析用戶在正確完成次要任務(wù)時(shí)應(yīng)該從汽車人機(jī)界面中獲取哪些關(guān)鍵的態(tài)勢(shì)感知信息。將態(tài)勢(shì)感知理論與用戶體驗(yàn)五層級(jí)進(jìn)行結(jié)合，幫助找到關(guān)鍵的態(tài)勢(shì)感知信息與設(shè)計(jì)的聯(lián)系。從用戶體驗(yàn)五層級(jí)的角度，將關(guān)鍵的設(shè)計(jì)信息對(duì)應(yīng)到不同的層級(jí)上，有助于后續(xù)對(duì)汽車人機(jī)界面層級(jí)的進(jìn)一步分析。態(tài)勢(shì)感知可以從感知、理解和預(yù)判3個(gè)態(tài)勢(shì)感知層次進(jìn)行分析，找到不同態(tài)勢(shì)感知層次需要注意的關(guān)鍵設(shè)計(jì)信息。將態(tài)勢(shì)感知細(xì)化到不同的任務(wù)階段中。重點(diǎn)關(guān)注駕駛?cè)蝿?wù)與次要任務(wù)并行時(shí)的階段2和3分析。

如圖4所示，在階段2，用戶想要進(jìn)入FM功能，需要感知到多媒體圖標(biāo)及其FM模塊，根據(jù)駕駛情況預(yù)判合適的時(shí)機(jī)去點(diǎn)擊多媒體按鈕。圖標(biāo)的樣式和圖標(biāo)的位置是用戶感知圖標(biāo)的關(guān)鍵要素。媒體圖標(biāo)樣式屬于表現(xiàn)層，位置屬于框架層。多媒體和FM之間的層級(jí)關(guān)系屬于結(jié)構(gòu)層。去點(diǎn)擊多媒體按鈕是用戶選擇完成任務(wù)流程之一，屬于結(jié)構(gòu)層。在階段3，用戶完成調(diào)整頻道需要感知到當(dāng)前頻道信息、感知并理解調(diào)整方式，最后預(yù)判合適的時(shí)機(jī)去操作。與階段2不同，用戶有2種路徑可以完成調(diào)整頻道，意味著每種路徑需要的信息不同。路徑1需要用戶感知下一個(gè)頻道的按鈕位置及樣式，正確理解按鈕的交互含義是調(diào)臺(tái)到下一個(gè)頻道并且預(yù)判合適的時(shí)間去點(diǎn)擊按鈕。路徑2則不僅需要獲取指針按鈕信息，還要理解指針調(diào)臺(tái)的圖標(biāo)含義及二級(jí)頁(yè)面的方式，在進(jìn)入二級(jí)頁(yè)面后仍需要預(yù)判合適的時(shí)機(jī)去操作。圖標(biāo)樣式屬于表現(xiàn)層，當(dāng)前頻道的信息、按鈕位置都屬于框架層。按鈕的交互方式及對(duì)路徑的選擇屬于結(jié)構(gòu)層。

圖4 FM調(diào)臺(tái)任務(wù)的態(tài)勢(shì)感知與用戶體驗(yàn)五層級(jí)分析

4.2 任務(wù)層級(jí)分析

汽車人機(jī)界面是駕駛員與車交流的重要媒介。由于本次實(shí)驗(yàn)優(yōu)化的目標(biāo)是次要任務(wù)的汽車人機(jī)界面設(shè)計(jì)，因此駕駛?cè)蝿?wù)的汽車人機(jī)界面設(shè)計(jì)不做具體分析。駕駛?cè)蝿?wù)分析以駕駛操作表現(xiàn)進(jìn)行呈現(xiàn)，從側(cè)面反應(yīng)出次要任務(wù)的情況。根據(jù)對(duì)態(tài)勢(shì)感知與用戶體驗(yàn)五層級(jí)的分析(圖4)，進(jìn)一步將用戶體驗(yàn)五層級(jí)以實(shí)驗(yàn)數(shù)據(jù)為支撐進(jìn)行設(shè)計(jì)問題挖掘(表5)，并以可視化形式呈現(xiàn)(圖5)。第一層的戰(zhàn)略層為次要任務(wù)的目標(biāo)，即調(diào)整FM的頻道至指定的102.0 MHz。第二層的范圍層為完成目標(biāo)時(shí)的功能模塊。在階段2用戶會(huì)在首頁(yè)模塊，階段3則處于媒體模塊。戰(zhàn)略層和范圍層的分析有助于對(duì)設(shè)計(jì)目標(biāo)和功能范圍的把握。第三層結(jié)構(gòu)層分析中，以頁(yè)面或頁(yè)面功能入口為節(jié)點(diǎn)進(jìn)行流程結(jié)構(gòu)分析。正確路徑為實(shí)線，而錯(cuò)誤路徑為虛線。第四層框架層以具體頁(yè)面流程呈現(xiàn)，將實(shí)驗(yàn)操作的數(shù)據(jù)進(jìn)行可視化顯示。正確路徑上的圖標(biāo)按鈕以綠色方框圈出，錯(cuò)誤的則為紅色。以手勢(shì)圖標(biāo)的形式表達(dá)了被試者的點(diǎn)擊或滑動(dòng)操作，手勢(shì)圖標(biāo)上的數(shù)字表示采用該方式的被試者人數(shù)。第五層表現(xiàn)層則以截圖的形式將出現(xiàn)設(shè)計(jì)問題的視覺設(shè)計(jì)元素顯示。

表5 基于用戶體驗(yàn)的設(shè)計(jì)優(yōu)化分析

圖5 FM調(diào)臺(tái)任務(wù)的用戶體驗(yàn)五層級(jí)結(jié)果分析

對(duì)于階段2，結(jié)構(gòu)層展現(xiàn)的流程為從首頁(yè)進(jìn)入媒體，媒體默認(rèn)為FM。從框架層分析看出，26名被試者均能順利找到媒體入口的位置。相比起階段3，駕駛?cè)蝿?wù)的垂直控制和水平控制表現(xiàn)更好，具體數(shù)據(jù)見3.1節(jié)。所以階段2沒有需要優(yōu)化的設(shè)計(jì)問題。

對(duì)于階段3，結(jié)構(gòu)層展現(xiàn)了2種路徑。使用路徑1的人更多。但對(duì)比駕駛數(shù)據(jù)可以發(fā)現(xiàn)，路徑2的駕駛表現(xiàn)比路徑1的相對(duì)更好，從側(cè)面說(shuō)明路徑2的設(shè)計(jì)相對(duì)更安全。因此存在不同路徑的選擇偏好和可用性問題(問題1)?？蚣軐臃治隹梢钥闯觯糠直辉囌呶茨荞R上注意到2種路徑的按鈕入口，而是嘗試點(diǎn)擊了其他按鈕，說(shuō)明入口圖標(biāo)存在布局問題外(問題4)。對(duì)于路徑1，部分被試者不能正確理解“下一個(gè)”的交互方式(問題3)。選擇路徑1的被試者操作次數(shù)多及操作無(wú)反饋率高，但有效路徑率高，說(shuō)明其理解路徑1的流程和交互方式，但對(duì)頻道信息的獲取不足(問題5)。對(duì)于路徑2有效路徑率低，從結(jié)構(gòu)層分析得出頁(yè)面層級(jí)更多，是存在層級(jí)深度問題(問題2)。事后訪談可以發(fā)現(xiàn)6名被試者對(duì)指針調(diào)臺(tái)圖標(biāo)樣式理解上存在問題(問題6)，因此沒有選擇該路徑，這屬于表現(xiàn)層。通過行為觀察，在進(jìn)入第二級(jí)頁(yè)面后，有1名被試者由于長(zhǎng)時(shí)間不操作，頁(yè)面自動(dòng)回到原頁(yè)面。事后訪談得知被試者在駕駛條件下難以及時(shí)看清文字，存在文字大小識(shí)別問題(問題7)。

4.3 設(shè)計(jì)優(yōu)化方案與驗(yàn)證評(píng)測(cè)

表5列舉了設(shè)計(jì)問題，針對(duì)每個(gè)的問題提出不同的設(shè)計(jì)優(yōu)化方向。對(duì)于不同路徑的偏好和可用性問題(問題1)，需要考慮是否要?jiǎng)h減路徑或針對(duì)不同路徑分別進(jìn)行優(yōu)化。路徑1適合小幅度調(diào)整，而路徑2適合大幅度調(diào)整，因此2種路徑是互相補(bǔ)充的關(guān)系，適用于不同的需求，不宜刪除任何一個(gè)路徑，應(yīng)該根據(jù)2個(gè)路徑的問題分別進(jìn)行優(yōu)化。路徑1是多數(shù)被試者的選擇，但存在對(duì)按鈕交互方式的理解問題(問題3)和頻道信息不足問題(問題5)，影響了駕駛安全和用戶體驗(yàn)。增加附近頻道的信息，能幫助用戶建立下一個(gè)按鈕對(duì)應(yīng)的頻道，同時(shí)減少因?yàn)椴磺宄l率何時(shí)到達(dá)下一個(gè)頻道而頻繁持續(xù)點(diǎn)擊的行為。

圖6中方案1為針對(duì)路徑1的優(yōu)化方案。增加信息顯示后，用戶除了點(diǎn)擊“下一個(gè)”按鈕，還可以通過點(diǎn)擊下一個(gè)頻道進(jìn)行快速切換。路徑2出現(xiàn)的問題2層級(jí)過多、問題4按鈕布局偏右、問題6入口樣式不易理解、問題7文字偏小。其中出現(xiàn)問題6和7的人數(shù)較少，因此優(yōu)化的優(yōu)先級(jí)較低。針對(duì)問題2層級(jí)深度影響了被試者使用的難度的問題，方案2去掉入口按鈕，提高頁(yè)面層級(jí)，指針條放置在頻道下方。針對(duì)問題4中按鈕布局影響了被試者在完成任務(wù)時(shí)對(duì)按鈕的感知，從而影響了選擇偏好，提出將按鈕從右側(cè)移動(dòng)至左側(cè)的方案3。

圖6 FM調(diào)臺(tái)任務(wù)的設(shè)計(jì)優(yōu)化方案

邀請(qǐng)9名被試者(3名男性，6名女性，平均年齡24.0歲)參與了FM調(diào)臺(tái)優(yōu)化方案駕駛模擬器驗(yàn)證評(píng)測(cè)，SAGAT的實(shí)驗(yàn)結(jié)果如圖7所示。對(duì)于路徑1的優(yōu)化，方案1的SAGAT正確率為76.67% (=11.18)，而原方案路徑1的正確率63.33% (=15.81)，9名被試者均表示能從方案1能獲取有效的頻道信息，有助于減少駕駛時(shí)的分心，其中3名被試者認(rèn)為該信息能幫助自己更好理解下一個(gè)的按鈕含義，建立合理的映射關(guān)系，且提供了新的交互方式。而對(duì)于路徑2的優(yōu)化，方案2和3的SAGAT正確率為76.67% (=14.14)和75.56% (=15.09)，均比原方案的正確率68.89% (=11.67)更高，通過實(shí)驗(yàn)后的深度訪談得知，9名被試者認(rèn)為2個(gè)優(yōu)化方案均比原方案的路徑2更好，其中88.89%的被試者偏向于選擇方案2，提高頻率條的層級(jí)能有效提高操作的效率，也減少進(jìn)入二級(jí)后長(zhǎng)時(shí)間未操作的失敗率，而11.11%的被試者認(rèn)為自己調(diào)臺(tái)使用頻率不高，因此偏向于更簡(jiǎn)潔方案3。此外，有被試者提出可以將方案1與2融合，即減少FM頻率條層級(jí)至FM首頁(yè)，并在FM頻率條上的標(biāo)出附近的頻道。由實(shí)驗(yàn)結(jié)果可得出用戶在駕駛時(shí)使用優(yōu)化方案能獲得更高的態(tài)勢(shì)感知，3個(gè)優(yōu)化方案均比原方案的用戶體驗(yàn)更好，因此本文提出的基于團(tuán)隊(duì)?wèi)B(tài)勢(shì)的汽車HMI評(píng)測(cè)與設(shè)計(jì)方法是具有可行性和有效性的。

圖7 原方案與優(yōu)化方案的SAGAT正確率

5 結(jié) 論

本文基于團(tuán)隊(duì)?wèi)B(tài)勢(shì)感知的認(rèn)知理論和用戶體驗(yàn)要素的設(shè)計(jì)理論，提出了汽車人機(jī)界面評(píng)測(cè)的方法。以FM調(diào)臺(tái)任務(wù)為例，通過該評(píng)測(cè)方法得到多路徑車載界面的設(shè)計(jì)優(yōu)化方向。實(shí)驗(yàn)前對(duì)FM任務(wù)進(jìn)行分階段分析，明確任務(wù)中不同路徑的態(tài)勢(shì)感知元素所處的用戶體驗(yàn)層級(jí)。按不同路徑分別對(duì)駕駛、行為和SAGAT主觀量表數(shù)據(jù)進(jìn)行分階段分析，綜合主客觀數(shù)據(jù)找到出問題的階段為階段3。從用戶體驗(yàn)層級(jí)的角度，總結(jié)2種路徑下行為和SAGAT數(shù)據(jù)反映的結(jié)構(gòu)層、框架層和表現(xiàn)層設(shè)計(jì)問題，權(quán)衡不同路徑的偏好和可用性，若不同路徑在不同情況下均存在一致的偏向，則考慮刪減路徑，反之則針對(duì)不同路徑設(shè)計(jì)問題的分析，以得到適合該路徑的使用場(chǎng)景的設(shè)計(jì)優(yōu)化的方案。本文的評(píng)測(cè)方法對(duì)通過實(shí)驗(yàn)評(píng)測(cè)優(yōu)化汽車人機(jī)界面設(shè)計(jì)有一定的啟示和作用。

[1] 王鐳, 龐有俊, 王亞芳. 智能座艙HMI人機(jī)交互界面體驗(yàn)及未來(lái)趨勢(shì)淺析[J]. 時(shí)代汽車, 2021(3): 15-17, 20.

WANG L, PANG Y J, WANG Y F. Discussion on the experience and future trends of the smart cockpit HMI human-computer interaction interface[J]. Auto Time, 2021(3): 15-17, 20 (in Chinese).

[2] 王瑞, 董石羽, 肖江浩. 智能汽車界面設(shè)計(jì)的人機(jī)自然交互研究[J]. 機(jī)械設(shè)計(jì), 2019, 36(2): 132-136.

WANG R, DONG S Y, XIAO J H. Research on human-machine natural interaction of intelligent vehicle interface design[J]. Journal of Machine Design, 2019, 36(2): 132-136 (in Chinese).

[3] RADZIWILL N M. Designing for situation awareness: an approach to user-centered design, second edition[J]. Quality Management Journal, 2017, 24(2): 56

[4] MATTHEWS M L, BRYANT D J, WEBB R D G, et al. Model for situation awareness and driving: application to analysis and research for intelligent transportation systems[J]. Transportation Research Record: Journal of the Transportation Research Board, 2001, 1779(1): 26-32.

[5] WALKER G H, STANTON N A, KAZI T A, et al. Does advanced driver training improve situational awareness?[J]. Applied Ergonomics, 2009, 40(4): 678-687.

[6] BAINES V, PADGET J. A situational awareness approach to intelligent vehicle agents[C]//The 2nd SUMO Conference on Modeling Mobility with Open Data. Heidelberg: Springer, 2015: 77-103.

[7] KRIDALUKMANA R, LU H Y, NADERPOUR M. A supportive situation awareness model for human-autonomy teaming in collaborative driving[J]. Theoretical Issues in Ergonomics Science, 2020, 21(6): 658-683.

[8] MCKEOWN C. Designing for situation awareness: an approach to user-centered design[J]. Ergonomics, 2013, 56(4): 727-728.

[9] 高楊, 李東生, 程澤新. 無(wú)人機(jī)分布式集群態(tài)勢(shì)感知模型研究[J]. 電子與信息學(xué)報(bào), 2018, 40(6): 1271-1278.

GAO Y, LI D S, CHENG Z X. UAV distributed swarm situation awareness model[J]. Journal of Electronics & Information Technology, 2018, 40(6): 1271-1278 (in Chinese).

[10] 曹國(guó)熙. 無(wú)人機(jī)操作員態(tài)勢(shì)感知水平分析評(píng)估系統(tǒng)的研究[D]. 北京: 北京郵電大學(xué), 2019.

CAO G X. Research on evaluation system for UAV operator situation awareness[D]. Beijing: Beijing University of Posts and Telecommunications, 2019 (in Chinese).

[11] 錢曉松, 楊建明, 孫遠(yuǎn)波. 通用設(shè)計(jì)視角下的全自動(dòng)駕駛汽車用戶體驗(yàn)要素探析[J]. 裝飾, 2020(11): 29-34.

QIAN X S, YANG J M, SUN Y B. Universal design in fully autonomous vehicles: the new elements of user experience[J]. Art & Design, 2020(11): 29-34 (in Chinese).

[12] GARRETT J J. 用戶體驗(yàn)要素: 以用戶為中心的產(chǎn)品設(shè)計(jì)[M]. 范曉燕, 譯. 北京: 機(jī)械工業(yè)出版社, 2011:19-28.

GARRETTJ J. User Experience: User-Center Design For The Web And Beyond[M]. FAN X Y, translate. Beijing: China Machine Press, 2011:19-28.

[13] 孫博文, 楊建明, 孫遠(yuǎn)波. 汽車人機(jī)交互界面層級(jí)設(shè)計(jì)研究[J]. 機(jī)械設(shè)計(jì), 2019, 36(2): 121-125.

SUN B W, YANG J M, SUN Y B. Research on interface hierarchy design for human vehicle interaction[J]. Journal of Machine Design, 2019, 36(2): 121-125 (in Chinese).

[14] SILVENNOINEN J M, JOKINEN J P P. Appraisals of salient visual elements in web page design[J]. Advances in Human-Computer Interaction, 2016, 2016: 1-14.

[15] ENDSLEY M R. Situation awareness global assessment technique (SAGAT)[C]//Proceedings of the IEEE 1988 National Aerospace and Electronics Conference. New York: IEEE Press, 1988: 789-795.

A team situation awareness-based approach to automotive HMI evaluation and design

YOU Fang1, XIE Yu-kun1, YUE Tian-yang1, YU Ai-qun2, WANG Jian-min1, ZHANG Hui2

(1. College of Arts and Media, Tongji University, Shanghai 201804, China; 2. China FAW Group Co., Ltd, Changchun Jilin 130000, China)

With the development of intelligent and networked vehicle technologies, the automotive human-machine interface (HMI) has become important to the drivers’ user experience as a medium between human and vehicle. In order to improve the teamwork between human and vehicle by optimizing the human-machine interface, the evaluation and design method of automotive human-machine interface was studied. Twenty-six drivers participated in the evaluation of driving simulator with FM as the multi-path interface paradigm. The evaluation method was based on the team situation awareness theory and user experience elements. A multi-dimensional evaluation system containing driving indicators, behavioral indicators, and subjective indicators was constructed. The association between situation awareness and user experience elements was further examined by analyzing task stages and channels before the experiment, and the results of the five levels of user experience data of the automotive HMI were analyzed after the experiment, thus locating the occurrence of design problems and deducing the corresponding design optimization directions. Finally, the design optimization solution was obtained, which can help optimize the design of automotive HMIs and enhance user experience.

team situation awareness; automotive human-machine interface; user experience; evaluation; design methodology

TP 391

10.11996/JG.j.2095-302X.2021061027

A

2095-302X(2021)06-1027-08

2021-04-20；

2021-07-08

國(guó)家社科基金后期資助項(xiàng)目(19FYSB040)；國(guó)家留學(xué)基金委項(xiàng)目〔留金美(2020)1509號(hào)〕

由 芳(1974-)，女，山東臨清人，教授，博士，博士生導(dǎo)師。主要研究方向?yàn)榻换ピO(shè)計(jì)和用戶行為分析。E-mail：youfang@#edu.cn

張 惠(1974-)，女，遼寧沈陽(yáng)人，正高級(jí)工程師，博士。主要研究方向?yàn)槠嘓MI設(shè)計(jì)與體驗(yàn)測(cè)評(píng)及駕駛行為分析等。 E-mail：zhanghui1@faw.com.cn

20 April，2021；

8 July，2021

National Social Science Foundation of China (19FYSB040); China Scholarship Council (CSC): Ruijinmei (2020) 1509

YOU Fang (1974-), female, professor, Ph.D. Her main research interests cover interaction design, analysisofuserbehaviors. E-mail：youfang@#edu.cn

ZHANG Hui (1974-), female, senior engineer, Ph.D. Her main research interests cover automotive HMI design and experience evaluation, driver behavior analysis, etc. E-mail：zhanghui1@faw.com.cn