馮自力，楊振

增強現(xiàn)實平視顯示行人預(yù)警系統(tǒng)的視覺編碼設(shè)計研究

馮自力，楊振

（浙江理工大學(xué) 理學(xué)院，杭州 310018）

隨著影像和雷達傳感器技術(shù)的發(fā)展，車載預(yù)警系統(tǒng)可以更快、更廣和更高精度地實現(xiàn)對于行人的識別與追蹤。相較于其他預(yù)警方式，增強現(xiàn)實平視顯示預(yù)警（Augmented Reality Head-up Display，AR-HUD）可以為用戶提供實時、準確的預(yù)警信息并降低用戶因視線切換而帶來的駕駛風(fēng)險，具有較大的應(yīng)用潛力。已有研究表明，預(yù)警信息的編碼方式對預(yù)警效果影響顯著，然而目前AR-HUD預(yù)警方式的設(shè)計標(biāo)準尚未制定，因此，探究AR-HUD的預(yù)警編碼方式對其應(yīng)用具有重要意義。以AR-HUD行人預(yù)警為例，基于顏色、邊框形狀、閃爍等設(shè)計元素對預(yù)警信息進行編碼設(shè)計，從眼動指標(biāo)、行為指標(biāo)和主觀指標(biāo)對各編碼方式進行多模態(tài)的量化分析和評估，提出相應(yīng)的設(shè)計建議。采用顏色編碼可以顯著提升編碼可識別性，保持低漏報率的同時有較短的反應(yīng)時，而非顏色編碼利用冗余編碼可以增強編碼可識別性；采用形狀編碼會降低編碼可理解性，但會減小用戶對預(yù)警的漏報率；閃爍編碼會增大對預(yù)警的漏報率和反應(yīng)時；用戶主觀上認為冗余編碼比單維編碼有更強的警示性。研究結(jié)論可為AR-HUD的交互設(shè)計和實車應(yīng)用提供相關(guān)理論支撐。

增強現(xiàn)實抬頭顯示；預(yù)警信息；編碼設(shè)計；眼動追蹤

隨著汽車保有量的持續(xù)增長，汽車用戶面臨的駕駛環(huán)境日漸復(fù)雜多變。隨著車聯(lián)網(wǎng)技術(shù)（Vehicle-to- Everything，V2X）的發(fā)展，現(xiàn)有的高級駕駛輔助系統(tǒng)（Advanced Driving Assistant System，ADAS）可以利用影像和雷達傳感器技術(shù)即時、高精度地收集來自車外行人、車輛和環(huán)境等的靜態(tài)或動態(tài)數(shù)據(jù)，從而實現(xiàn)對于危險事件的識別與追蹤。

在車載預(yù)警系統(tǒng)中，利用視覺通道呈現(xiàn)預(yù)警信息是一種最為常用的方式，車輛操控相關(guān)信息中90%均是以視覺形式傳遞的[1]。傳統(tǒng)的車輛視覺預(yù)警信息多呈現(xiàn)在車輛中控臺或儀表盤中，而新型的抬頭顯示設(shè)備（Head Up Display，HUD）因其在優(yōu)化用戶注意分配方面的優(yōu)勢[2]，越來越多地被應(yīng)用于視覺預(yù)警領(lǐng)域。然而，目前市場上的HUD僅在顯示面板的固定位置顯示導(dǎo)航和車輛狀態(tài)等基本信息，難以通過即時、動態(tài)地標(biāo)記危險事件來提高駕駛安全性。

增強現(xiàn)實技術(shù)（Augmented Reality，AR）將虛擬信息疊加在現(xiàn)實環(huán)境中，以幫助用戶更好地感知環(huán)境[3]。AR-HUD在普通的HUD中集成了增強現(xiàn)實信息，能夠?qū)Ⅰ{駛實時的信息投射在HUD上，以第一視角向用戶提供更多的信息[4]。因此，AR-HUD能夠為用戶提供精準的預(yù)警和導(dǎo)航[5]，并且能提高用戶對危險的反應(yīng)能力[6]。目前，許多品牌的汽車廠商已經(jīng)開始配置AR技術(shù)的輔助駕駛系統(tǒng)，但目前AR-HUD預(yù)警技術(shù)尚未足夠成熟。其中，AR-HUD預(yù)警的信息增強方式的視覺元素設(shè)計并無統(tǒng)一標(biāo)準，因此，采用何種視覺編碼方式才能提高預(yù)警信息的預(yù)警效果成為研究重點。本文以行人預(yù)警為例，從視覺編碼的顏色、邊框和閃爍等元素出發(fā)，采用眼動指標(biāo)、任務(wù)績效、主觀評價三方面指標(biāo)對不同編碼設(shè)計的預(yù)警效果進行檢驗，旨在為AR-HUD的設(shè)計策略提出合理的建議。

1 AR-HUD預(yù)警信息編碼設(shè)計的研究現(xiàn)狀

視覺編碼設(shè)計主要分為單維編碼和多維編碼。視覺設(shè)計的單維編碼主要涉及顏色編碼、形狀編碼、大小編碼、閃爍率編碼，以及數(shù)字文字、亮度等在內(nèi)的其他編碼方式。這些編碼方式早期被用于編碼傳統(tǒng)顯示器上的預(yù)警信息[7-9]，例如CRT顯示屏、液晶顯示屏等?，F(xiàn)有研究中AR-HUD對行人的預(yù)警采用共形圖形，即圖形的位置和大小隨行人的位置和大小改變。有研究表明[10]，當(dāng)增強圖形與增強對象的大小比例不固定，可能會影響使用者對距離的判斷。目前，研究者開發(fā)的原型中大多采用顏色編碼、形狀編碼、閃爍編碼來顯示預(yù)警信息，AR-HUD行人預(yù)警的相關(guān)研究中，在顏色編碼方面，Park等[11]采用黃、橙、紅3種顏色將不同距離的汽車對用戶的威脅程度進行了編碼，以此針對惡劣天氣下的前車車距提示開發(fā)了一款A(yù)R-HUD原型。Charissis等[12]在AR-HUD原型設(shè)計中，根據(jù)系統(tǒng)計算的碰撞時間將不同距離的行人進行了威脅程度劃分，并用紅、黃、綠色的包圍框?qū)π腥诉M行預(yù)警。在形狀編碼方面，Rusch等[13]使用長方形的包圍框突出顯示路面上識別到的危險信息，降低了用戶對行人和路牌的反應(yīng)時。Kim等[14]利用生態(tài)界面設(shè)計，通過在行人前方投射系統(tǒng)生成虛擬陰影的方法來改善包圍框預(yù)警效果不佳的問題，有效提升了AR-HUD的預(yù)警有效性和用戶的情景意識。隨后，Kim等[15]將這一設(shè)計帶入真實的駕駛場景，發(fā)現(xiàn)與普通的HUD預(yù)警相比，用戶表現(xiàn)出更平滑的剎車行為。在Pankratz等[16]的研究中，針對車載傳感器對道路識別精度不高、導(dǎo)航時的錯誤信息可能會降低用戶對AR導(dǎo)航系統(tǒng)可用性感知的問題，利用3種箭頭形狀對3種識別精度進行可視化，以提高使用者對導(dǎo)航錯誤的認識，但并沒有發(fā)現(xiàn)這種錯誤可視化能顯著提升選擇導(dǎo)航目標(biāo)時的用戶意識。在閃爍增強的使用上，Calvi等[17]發(fā)現(xiàn)，相較于無預(yù)警組，在行人上方呈現(xiàn)紅色閃爍箭頭的AR視覺預(yù)警時，汽車與行人碰撞的概率減少30%，汽車與行人的撞擊時間延長約50%。

多維編碼即組合多種編碼方式來顯示一種目標(biāo)信息，分為多維復(fù)合編碼和多維冗余編碼，多維復(fù)合編碼即一個維度與另一個維度的編碼值相互獨立的編碼，多維冗余編碼是指兩個或兩個以上的視覺屬性代表相同意義的信息編碼[8]。Alves等[19]通過方位編碼和顏色編碼設(shè)計了一款動態(tài)AR-HUD車距預(yù)警提示。結(jié)果發(fā)現(xiàn)，相比傳統(tǒng)的靜態(tài)警告牌提示，使用AR-HUD預(yù)警的用戶在反應(yīng)時和車距保持上的績效都有顯著提升。Merenda等[20]的研究則結(jié)合了傾角編碼和形狀編碼來呈現(xiàn)AR預(yù)警信息，結(jié)果表明，該冗余編碼的預(yù)警績效甚至比傳統(tǒng)的HUD差。

綜上所述，目前已有很多研究提出AR-HUD界面原型，但是其重點通常在于證明原型本身的有效性，幾乎沒有針對預(yù)警信息編碼方式的系統(tǒng)性研究，且尚未有研究直接對比多維冗余視覺編碼和單維視覺編碼在預(yù)警效果上的差異。除此之外，已有原型應(yīng)用的駕駛場景通常只有一個預(yù)警對象，系統(tǒng)在面對更加復(fù)雜的場景時是否能維持原有的結(jié)果有待進一步研究。

2 AR-HUD預(yù)警系統(tǒng)視覺編碼研究方法

目前，AR-HUD預(yù)警效果的研究多采用顏色、形狀、閃爍等單維視覺編碼元素。本研究顏色編碼采用橙色和紅色兩種，Park等[11]在研究中采用橙色預(yù)警表示中等程度威脅的目標(biāo)，采用紅色表示高威脅的目標(biāo)，且紅色在交通規(guī)則中具有警示性含義，符合用戶的認知習(xí)慣。形狀編碼則采用長方形和三角形兩種形狀，有研究從等直徑和等面積兩個角度比較不同形狀的可辨別性，結(jié)果表明，三角形是最容易辨認的圖形[20]，且在交通規(guī)則中警示性指示牌通常采用三角形，符合用戶的認知習(xí)慣；而采用長方形將預(yù)警對象框出是當(dāng)前研究中常見的預(yù)警方式[13-14]。閃爍編碼在AR-HUD領(lǐng)域中的研究較少，美軍艙內(nèi)儀表盤的設(shè)計標(biāo)準建議閃爍頻率在3～5 Hz[21]，但本研究預(yù)實驗中發(fā)現(xiàn)閃爍頻率設(shè)定為5 Hz時，增強框的閃爍頻率過低，因此調(diào)整至6 Hz。本文在上述研究的基礎(chǔ)上對3種單維編碼及3種編碼方式組合成的多維冗余編碼進行比較。

2.1 實驗設(shè)計

實驗采用單因素8水平被試內(nèi)設(shè)計，自變量為AR-HUD的視覺編碼設(shè)計，即無編碼、顏色編碼、形狀編碼、閃爍編碼、顏色+閃爍編碼、形狀+閃爍編碼、顏色+形狀編碼、顏色+形狀+閃爍編碼8個水平，如圖1所示。AR-HUD增強框的初始狀態(tài)均為橙色長方形，橙色長方形增強框會疊加在人行道兩邊的行人上，當(dāng)行人由靜止變?yōu)橐苿訒r增強框出現(xiàn)變化。

實驗的因變量包括眼動指標(biāo)（首次進入時間、首次注視時間）、行為績效（漏報率、反應(yīng)時）和主觀評價。

首次進入時間指的是以變化后的增強框為興趣區(qū)，用戶視線進入興趣區(qū)所用的時間，其表示編碼的可識別性，時間越短表明用戶能更快地注意到變化，反映了不同設(shè)計在增強框變化瞬間對注意的捕獲能力[22]。首次注視時間指的是視線進入興趣區(qū)后第一個注視點的持續(xù)時間，表示編碼的可理解性，時間越短表明用戶能更快地理解編碼信息，反映了不同設(shè)計被用戶理解的速度[23]。

圖1 實驗中的編碼設(shè)計

漏報率統(tǒng)計的是當(dāng)行人移動時用戶沒有發(fā)現(xiàn)的概率，漏報率越低越好，反映了用戶在一定時間內(nèi)發(fā)現(xiàn)危險的可能性。反應(yīng)時是用戶發(fā)現(xiàn)行人到按下按鍵所用的全部時間，反應(yīng)時越短越好，反映了用戶整體認知速度。

主觀評價從可識別性、警示性、過度注意、駕駛環(huán)境遮擋、呈現(xiàn)惱人性5個方面進行測量[24]，采用李克特七點量表，1代表完全不同意，2代表比較不同意，3代表有點不同意，4代表不同意也不反對，5代表有點不同意，6代表比較同意，7代表完全同意。

2.2 實驗被試

被試選取31名在校學(xué)生，男性11人，女性21人，年齡在18～26歲之間（年齡平均值=22.129，年齡標(biāo)準差=2.217）。所有被試均為右利手，均持有機動車駕駛證，矯正視力正常。

2.3 實驗設(shè)備

電腦：包括64位操作系統(tǒng)、16G內(nèi)存2.9 GHz處理器、16寸1920*1080分辨率LED顯示屏（屏幕亮度：300 cd/m2，實驗室光照強度：210 cd/m2）、鍵盤、鼠標(biāo)；SMI RED-m便攜式眼動儀：采樣頻率1 000 Hz，如圖2所示。

2.4 實驗材料

為更好地控制實驗場景中的視覺元素，使用駕駛模擬視頻作為實驗材料。首先在STSIM3駕駛模擬系統(tǒng)上編制了8個駕駛場景，在每個場景中用戶會駛過一段斑馬線，斑馬線兩側(cè)分別站2人，4人中只有1人會穿越馬路。編制完成后，由一位有駕照的實驗人員進行駕駛并錄制成視頻。視頻中車輛要求以60 km/h的速度勻速行駛，程序已修改為不會與車輛和行人發(fā)生碰撞。錄制完成后，對視頻中馬路兩側(cè)的4個行人添加預(yù)警信息，8個場景下分別添加8種不同的編碼設(shè)計。在車距離行人45 m時，采用橙色方框標(biāo)記4個靜止的行人。其中一名行人距離車30 m時穿越馬路，當(dāng)行人開始移動，該行人的橙色方框變?yōu)椴煌木幋a設(shè)計，場景如圖3所示。8個場景的呈現(xiàn)順序采用拉丁方設(shè)計進行排列以消除順序效應(yīng)對實驗結(jié)果的影響，每個場景重復(fù)兩次。在每種順序中隨機插入12個空白試次，即4個行人均靜止不動（不會過斑馬線），以防止被試產(chǎn)生預(yù)期影響實驗結(jié)果。最終每個被試需要完成28個試次，共持續(xù)20分鐘。

圖2 實驗場地

注：左邊為場景示意圖，右邊為實驗中的真實場景。

2.5 實驗流程

先填寫人口學(xué)相關(guān)信息，被試入座后，進行眼動儀的佩戴和調(diào)試。向被試介紹引導(dǎo)語，要求發(fā)現(xiàn)行人橫穿馬路后立刻按鍵，每次按鍵后需要填寫有效性問卷。確認被試理解要求后進行練習(xí)，待熟悉后進入正式組實驗，整個實驗共28個試次，每個試次結(jié)束后均需要填寫可用性問卷，如圖4所示。

圖4 實驗流程

3 實驗結(jié)果和分析

實驗結(jié)果將分別從眼動指標(biāo)、行為指標(biāo)、主觀評價來對8種不同視覺編碼設(shè)計的預(yù)警效果進行全面評價。

3.1 眼動指標(biāo)

本研究在分析眼動數(shù)據(jù)時采用廣義估計方程（Generalized Estimating Equation，GEE）分析視覺編碼元素對不同因變量的影響，而非采用重復(fù)測量方差分析，原因在于：包括方差分析在內(nèi)的一般線性模型要求變量的總體分布滿足正態(tài)分布，且有缺失值的個案不能計入重復(fù)測量方差分析中，而本研究中眼動數(shù)據(jù)的分布不滿足正態(tài)分布前提，另外，由于存在被試未注意過馬路行人的現(xiàn)象，會導(dǎo)致眼動指標(biāo)的缺失，但這種缺失也屬于被試的合理反應(yīng)之一。因此，上述原因?qū)е乱话憔€性模型無法滿足處理要求，需要采用廣義模型進行處理。

3.1.1 首次進入時間

各編碼設(shè)計首次進入時間的描述統(tǒng)計見表1。編碼設(shè)計的主效應(yīng)顯著（卡方值2(7)=17 434.904，顯著性<0.001）。對比發(fā)現(xiàn)，顏色編碼下首次進入時間顯著短于形狀+閃爍編碼、形狀編碼、無編碼、閃爍編碼（顯著性s<0.05），而形狀+閃爍編碼顯著短于形狀編碼、無編碼、閃爍編碼（<0.05），如圖5所示。

表1 各編碼首次進入時間的描述性統(tǒng)計

Tab.1 Descriptive statistics of time of each code for the first entry

上述結(jié)果表明，顏色編碼、顏色+形狀+閃爍編碼、顏色+閃爍編碼、顏色+形狀編碼首次進入時間較短、形狀+閃爍編碼次之，形狀編碼、無編碼和閃爍編碼較長。顏色編碼在視覺可識別性上有顯著優(yōu)勢，非顏色編碼可以通過冗余編碼提高在視覺上的可識別性。首次進入時間較短的4種編碼設(shè)計不論是否為冗余編碼，只要包含了顏色編碼都可以產(chǎn)生足夠的刺激變化量，將用戶的注意力快速集中在移動的行人上。行人通常會出現(xiàn)在人行橫道的兩端而非中間，在用戶視網(wǎng)膜上的投影位于副中央窩或邊緣視覺區(qū)，相比閃爍和形狀，顏色上的變化在副中央窩或邊緣視覺區(qū)更容易被察覺，更易引發(fā)用戶的視感覺[25]。而形狀+閃爍編碼的首次進入時間小于形狀編碼、無編碼和閃爍編碼，表明非顏色編碼可以通過冗余編碼來增強視覺可識別性。在實際應(yīng)用時，應(yīng)該根據(jù)駕駛的需求，對預(yù)警對象的威脅性進行等級劃分，用顏色編碼凸顯威脅程度較大的目標(biāo)，顏色變化最先得到注意，當(dāng)界面使用的顏色數(shù)量到達上限或無法使用顏色編碼時，可以合理使用冗余編碼來改善非顏色編碼刺激變化量的不足。

注：*表示0.01

3.1.2 首次注視時間

各編碼設(shè)計首次注視時間的描述統(tǒng)計見表2。編碼設(shè)計的主效應(yīng)顯著（2(7)=34.859，<0.001），對比發(fā)現(xiàn)，顏色編碼下首次注視時間顯著小于形狀編碼、顏色+形狀+閃爍編碼、顏色+形狀編碼（<0.05），如圖6所示。

上述結(jié)果表明，無編碼、顏色編碼、顏色+閃爍編碼、閃爍編碼、形狀+閃爍編碼的首次注視時間較短，顏色+形狀編碼、顏色+形狀+閃爍編碼、形狀編碼首次注視時間較長。形狀編碼會增加用戶理解編碼信息的時間，首次注視時間較長的3種編碼方式均使用了形狀編碼。人在識別和區(qū)分形狀時主要根據(jù)形狀的3個方面，即幾何構(gòu)成元素的類型、鄰接狀態(tài)、連接方式[26]。識別形狀時需對形狀的整體幾何特性進行加工，但是顏色和閃爍僅需通過形狀的任意部位判斷即可。設(shè)計師應(yīng)該根據(jù)實際需要使用形狀編碼，在用戶反應(yīng)要求較高的情況下，同一預(yù)警對象的預(yù)警信息盡量避免使用形狀編碼，會延長編碼信息轉(zhuǎn)換為語義信息的時間。

3.2 行為指標(biāo)

表2 各編碼首次注視時間的描述統(tǒng)計

Tab.2 Descriptive statistics of time of each code for the first fixation

圖6 不同編碼設(shè)計的首次注視時間

3.2.1 漏報率

各編碼設(shè)計漏報率的描述統(tǒng)計見表3。進行卡方檢驗，不同編碼設(shè)計主效應(yīng)顯著（2(7)=49.652，<0.001）。對比發(fā)現(xiàn)，顏色+形狀+閃爍編碼漏報率顯著低于無編碼、閃爍編碼、形狀+閃爍編碼（<0.05），形狀+閃爍編碼則顯著低于無編碼、閃爍編碼（<0.05），如圖7所示。

上述結(jié)果表明，顏色+形狀+閃爍編碼、顏色+形狀編碼、形狀編碼、顏色+閃爍編碼、顏色編碼、形狀+閃爍編碼的漏報率較低，形狀+閃爍次之，無編碼和閃爍編碼漏報率較高。在使用顏色編碼時，是否為冗余編碼都保持較低的漏報率，這與首次注視時間的結(jié)果相吻合。同時，在行人開始移動直至離開視野范圍這段時間內(nèi)，形狀編碼也能保持較低的漏報率，但和閃爍編碼組成冗余編碼后漏報率顯著增大。閃爍編碼的漏報率則比無編碼的漏報率高，表明顏色編碼和形狀編碼都有利于用戶及時發(fā)現(xiàn)預(yù)警信息，閃爍編碼則不適合用于需要快速注意的信息，一方面，閃爍效果為增強框的消失與出現(xiàn)，意味著含閃爍效果的預(yù)警信息總呈現(xiàn)時間僅為不含閃爍效果的一半，大大縮短了預(yù)警信息的呈現(xiàn)時間。另一方面，根據(jù)被試的注視點軌跡，車輛在接近人行道時，被試的注視點會在人行道兩端快速切換以搜索移動的行人，當(dāng)注視點在興趣區(qū)內(nèi)時增強框處于消失狀態(tài)，會導(dǎo)致用戶無法捕捉到預(yù)警信息。實驗結(jié)束后，半數(shù)被試提到完全沒注意到閃爍效果，部分被試提到閃爍時感覺預(yù)警信息消失，印證了以上解釋。閃爍編碼的結(jié)論與Calvi等[17]的研究結(jié)果完全相反，這是因為其研究中采用兩車道，且僅有一個行人作為預(yù)警對象，而本研究采用了4車道4行人，場景更為復(fù)雜，用戶視線的橫向搜索范圍更大。閃爍編碼無法應(yīng)對更為復(fù)雜的駕駛情境，應(yīng)使用持續(xù)穩(wěn)定的編碼方式來呈現(xiàn)重要的預(yù)警信息。

表3 各編碼漏報率的描述統(tǒng)計

Tab.3 Descriptive statistics of failure rate of each code

圖7 不同編碼設(shè)計的漏報率

3.2.2 反應(yīng)時

各編碼設(shè)計按鍵反應(yīng)時的描述統(tǒng)計見表4。進行單因素重復(fù)測量方差分析，不同編碼設(shè)計的主效應(yīng)顯著（(7,12)=8.828，<0.001，偏2=0.837），即不同編碼設(shè)計對反應(yīng)時有顯著影響。對比發(fā)現(xiàn)，顏色+形狀編碼下反應(yīng)時顯著小于形狀+閃爍編碼、形狀編碼、閃爍編碼（<0.05），如圖8所示。

表4 各編碼反應(yīng)時的描述性統(tǒng)計

Tab.4 Descriptive statistics of response time of each code

圖8 不同編碼設(shè)計的反應(yīng)時

上述結(jié)果表明，顏色+形狀編碼、顏色+形狀+閃爍編碼、顏色編碼、顏色+閃爍編碼、無編碼的反應(yīng)時較短，形狀+閃爍編碼、形狀編碼、閃爍編碼的反應(yīng)時較長。含有顏色編碼的設(shè)計反應(yīng)時最短，整體認知速度最快，但顏色編碼和含有顏色的冗余編碼之間的反應(yīng)時沒有差異。這一結(jié)論與Jubis等[27]的研究相似，可能的解釋是任務(wù)較為簡單，出現(xiàn)了天花板效應(yīng)。雖然使用顏色編碼的反應(yīng)時在統(tǒng)計學(xué)上沒有顯著小于無編碼，但換個角度來看，處理顏色編碼沒有使用戶的認知速度變慢，且極大降低了漏報率。

3.3 主觀評價分析

主觀評價通過可用性問卷進行測試，分別測試5個方面：可識別性、警示性、過度注意、駕駛環(huán)境遮擋、惱人性，采用單因素方差分析，發(fā)現(xiàn)不同編碼方式僅在可識別性（（7,12）=7.829，<0.001，偏2=0.820）、警示性（（7,12）=10.485，<0.001，偏2=0.859）上存在顯著差異。

各編碼設(shè)計下的可識別性見表5。對比發(fā)現(xiàn)，顏色+形狀編碼下可識別性評分顯著大于無編碼、形狀編碼、閃爍編碼、形狀+閃爍編碼（<0.05），如圖9所示。

表5 各編碼可識別性的描述統(tǒng)計

Tab.5 Descriptive statistics of identifiability of each code

圖9 不同編碼設(shè)計的可識別性

上述結(jié)果表明，顏色編碼、顏色+閃爍編碼、顏色+形狀+閃爍編碼、顏色+形狀編碼可識別性較高，形狀+閃爍編碼、形狀編碼、閃爍編碼、無編碼可識別性較低，這一結(jié)果和首次注視時間完全呼應(yīng)。用戶主觀上認為，當(dāng)增強框的顏色發(fā)生變化時最容易被注意到。

各編碼設(shè)計下的可識別性見表6。對比發(fā)現(xiàn)，顏色+形狀編碼下警示性得分顯著大于無編碼、閃爍編碼、形狀+閃爍編碼、形狀編碼、顏色編碼（>0.05），無編碼顯著小于顏色編碼（<0.05），如圖10所示。

上述結(jié)果表明，用戶認為采用顏色+閃爍編碼、顏色+形狀編碼、顏色+形狀+閃爍編碼的警示性較高，顏色編碼次之，無編碼、形狀編碼、閃爍編碼、形狀+閃爍編碼的警示性較低。從用戶體驗的角度來看，警示較快的3種編碼方式均為包含顏色編碼的冗余編碼，用戶主觀上認為包含顏色編碼的冗余編碼比顏色編碼警示效果更強。警示性和反應(yīng)時存在顯著負相關(guān)（相關(guān)性=–0.0385，顯著性<0.001），即反應(yīng)時越短警示性越高，但在反應(yīng)時中顏色編碼和包含顏色的冗余編碼之間并無顯著差異。在實際設(shè)計時，可以通過冗余編碼提高產(chǎn)品感知可用性，但需注意不同編碼方式間的適配性，不適合的組合會對原有的預(yù)警效果產(chǎn)生負面影響[28]。

表6 各編碼可警示性的描述統(tǒng)計

Tab.6 Descriptive statistics of warning of each code

圖10 不同編碼設(shè)計的警示性

4 AR-HUD預(yù)警信息設(shè)計建議

本研究以行人預(yù)警為例，采用眼動、行為、主觀三方面系統(tǒng)評估了多種編碼方式的AR-HUD預(yù)警有效性。研究結(jié)果表明：1）采用顏色編碼可以顯著提升編碼可識別性，在低漏報率的同時有較短的反應(yīng)時，而非顏色編碼采用冗余編碼可以增強編碼可識別性。2）采用形狀編碼會降低編碼可理解性，但會降低用戶對預(yù)警的漏報率。3）閃爍編碼會增加預(yù)警的漏報率和反應(yīng)時。4）用戶主觀上認為冗余編碼比單維編碼有更強的警示性。

依據(jù)以上結(jié)論提出對AR-HUD預(yù)警信息的編碼設(shè)計建議：顏色編碼是用來呈現(xiàn)預(yù)警信息的必要編碼方式，不論是否冗余、與何種編碼組合為冗余都有較好的預(yù)警效果。閃爍編碼則不建議采用，在復(fù)雜環(huán)境下用戶不能及時注意到預(yù)警信息。形狀編碼則需要設(shè)計師酌情使用，不同的駕駛場景有著不同駕駛要求，導(dǎo)致用戶的駕駛需求也不同，例如：注重反應(yīng)速度、編碼信息需要被快速理解的情況下，盡量不使用形狀編碼，編碼方式盡量簡單。對反應(yīng)速度要求相對較低、但注重駕駛安全時，則需要在使用顏色編碼的基礎(chǔ)上使用形狀編碼，雖然用戶需要花費更多時間理解編碼信息，但是能提升用戶發(fā)現(xiàn)危險的概率，滿足安全駕駛的要求。滿足不同駕駛需求的推薦編碼方式總結(jié)如圖11所示。在使用形狀編碼時，形狀本身的拓撲結(jié)構(gòu)、形狀在語義的具體性、不同形狀間的相似性、形狀的線寬等需要設(shè)計師根據(jù)實際的駕駛需求進一步設(shè)計改進，幫助用戶快速建立清晰的映射關(guān)系，快速觸發(fā)反應(yīng)。

圖11 針對不同駕駛需求的推薦編碼方式

5 結(jié)語

從眼動指標(biāo)、行為指標(biāo)、主觀評價3個方面對AR-HUD預(yù)警信息編碼設(shè)計進行了系統(tǒng)科學(xué)的評價，探究了不同編碼方式對預(yù)警效果的影響，旨在提高AR-HUD預(yù)警信息的有效性，為今后AR-HUD交互界面設(shè)計標(biāo)準提供理論參考。本研究結(jié)果為AR-HUD預(yù)警的信息編碼設(shè)計提供了一定的設(shè)計參考，但受實驗條件等因素的影響，實驗結(jié)論存在一定局限性。該研究在模擬環(huán)境中進行，實驗室的光照環(huán)境相對穩(wěn)定，而真實駕駛環(huán)境中的光照環(huán)境或HUD的顯示背景對比度均存在變化，因此本研究的結(jié)果推廣存在一定局限，未來可以在生態(tài)性更高的環(huán)境中進一步驗證。比如顏色編碼方面，可以探究不同環(huán)境因素（如照度、對比度等）對顏色編碼預(yù)警有效性的影響；在形狀編碼方面則可以對形狀自身的拓撲性質(zhì)、內(nèi)容具象性等進行深入研究。在實驗任務(wù)的設(shè)置上，也可以通過改變移動行人的數(shù)量和速度來探究任務(wù)難度對編碼設(shè)計有效性的影響。

[1] SUMMALA H, LAMBLE D, LAAKSO M. Driving Experience and Perception of the Lead Car's Braking when Looking at In-Car Targets[J]. Accident Analysis & Prevention, 1998, 30(4): 401-407.

[2] WEGE C, WILL S, VICTOR T. Eye Movement and Brake Reactions to Real World Brake-Capacity Forward Collision Warnings—A Naturalistic Driving Study[J]. Accident Analysis & Prevention, 2013, 58: 259-270.

[3] 鄭華斌. 基于增強現(xiàn)實的交互式應(yīng)用系統(tǒng)[D]. 杭州: 浙江大學(xué), 2013. ZHENG Hua-bin. Interactive Application System Based on Augmented Reality[D]. Hangzhou: Zhejiang University, 2013.

[4] NG-THOW-HING V, BARK K, BECKWITH L, et al. User-Centered Perspectives for Automotive Augmented Reality[C]//2013 IEEE International Symposium on Mixed and Augmented Reality - Arts, Media, and Humanities (ISMAR-AMH). Adelaide, SA, Australia: IEEE, 2013: 13-22.

[5] LEE J W, PARK B J, YOON C R, et al. A Study of Issues and Considerations for Development of a Vehicle AR System[C]//2015 International Conference on Information and Communication Technology Convergence (ICTC). Jeju, Korea (South): IEEE, 2015: 1160-1162.

[6] HWANG Y, PARK B J, KIM K H. The Effects of Augmented-Reality Head-up Display System Usage on Drivers? Risk Perception and Psychological Change[J]. ETRI Journal, 2016: 757-766.

[7] HITT W D. An Evaluation of Five Different Abstract Coding Methods—Experiment IV[J]. Human Factors: the Journal of the Human Factors and Ergonomics Society, 1961, 3(2): 120-130.

[8] NOWELL L T. Graphical Encoding for Information Visualization: Using Icon Color, Shape, and Size To Convey Nominal and Quantitative Data[D]. Virginia: Virginia Tech Dept, 1997.

[9] SWIERENGA S J, BOFF K R, DONOVAN R S. Effectiveness of Coding Schemes in Rapid Communication Displays[J]. Proceedings of the Human Factors Society Annual Meeting, 1991, 35(20): 1522-1526.

[10] SMITH M, DOUTCHEVA N, GABBARD J L, et al. Optical See-through HUDs Effect on Depth Judgments of Real World Objects[C]//2015 IEEE Virtual Reality (VR). Arles, France: IEEE, 2015: 285-286.

[11] PARK B J, LEE J W, YOON C, et al. Augmented Reality and Representation in Vehicle for Safe Driving at Night[C]//2015 International Conference on Information and Communication Technology Convergence (ICTC). Jeju, Korea (South): IEEE, 2015: 1261-1263.

[12] CHARISSIS V, PAPANASTASIOU S, MACKENZIE L, et al. Evaluation of Collision Avoidance Prototype Head-Up Display Interface for Older Drivers[C]//In-ternational Conference on Human-Computer Interaction. Berlin, Heidelberg: Springer, 2011: 367-375.

[13] RUSCH M L, JR M C S, GAVIN P, et al. Directing Driver Attention with Augmented Reality Cues[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2013, 16: 127-137.

[14] KIM H, GABBARD J L. Assessing Distraction Potential of Augmented Reality Head-up Displays for Vehicle Drivers[J]. Human Factors, 2022, 64(5): 852-865.

[15] KIM H, ANON A M, MISU T, et al. Look at Me: Augmented Reality Pedestrian Warning System Using an In-Vehicle Volumetric Head up Display[C]//Proceedings of the 21st International Conference on Intelligent User Interfaces. Sonoma, California, USA. New York: ACM, 2016: 294-298.

[16] PANKRATZ F, DIPPON A, COSKUN T, et al. User Awareness of Tracking Uncertainties in AR Navigation Scenarios[C]//2013 IEEE International Symposium on Mixed and Augmented Reality (ISMAR). Adelaide, SA, Australia: IEEE, 2013: 285-286.

[17] CALVI A, D’AMICO F, FERRANTE C, et al. Effectiveness of Augmented Reality Warnings on Driving Behaviour Whilst Approaching Pedestrian Crossings: A Driving Simulator Study[J]. Accident Analysis & Prevention, 2020, 147: 105760.

[18] ALVES P R J A, GON?ALVES J, ROSSETTI R J F, et al. Forward Collision Warning Systems Using Heads-up Displays: Testing Usability of Two New Metaphors[C]//2013 IEEE Intelligent Vehicles Symposium Workshops (IV Workshops). Gold Coast, QLD, Australia: IEEE, 2013: 1-6.

[19] MERENDA C, KIM H, TANOUS K, et al. Augmented Reality Interface Design Approaches for Goal-Directed and Stimulus-Driven Driving Tasks[J]. IEEE Transactions on Visualization and Computer Graphics, 2018, 24(11): 2875-2885.

[20] 劉偉, 莊達民, 柳忠起. 人機界面設(shè)計[M]. 北京: 北京郵電大學(xué)出版社, 2011.LIU Wei, ZHUANG Da-min, LIU Zhong-qi. Man- Machine Interface Design[M]. Beijing: Beijing University of Posts and Telecommunications Press, 2011.

[21] Department of Defense Design Criteria Standard (Human Engineering): MIL-STD-1472G[S]. USA: Department of Defense, 2012.

[22] 吳磊, 蘇瑤, 盛芹芹, 等. 基于眼動追蹤的AR輔助裝配指示符號影響機制研究[J]. 包裝工程, 2022, 43(4): 45-51. WU Lei, SU Yao, SHENG Qin-qin, et al. Influence of Augmented Reality Assembly Indicators Symbol Based on Eye Tracking[J]. Packaging Engineering, 2022, 43(4): 45-51.

[23] 鄭束蕾, 陳毓芬, 楊春雷, 等. 地圖個性化認知適合度的眼動試驗評估[J]. 測繪學(xué)報, 2015, 44(B12): 27-35.ZHENG Shu-lei, CHEN Yu-fen, YANG Chun-lei, et al. Quantitative Evaluation of Personalized Cognition Sui-tability on Maps by Eye Movement Experiment[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(B12): 27-35.

[24] 李卓, 周曉, 鄭楊碩. 基于AR-HUD的汽車駕駛輔助系統(tǒng)設(shè)計研究[J]. 武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版), 2017, 41(6): 924-928. LI Zhuo, ZHOU Xiao, ZHENG Yang-shuo. Design and Research of Vehicle Driving Auxiliary System Based on AR-HUD[J]. Journal of Wuhan University of Technology (Transportation Science & Engineering), 2017, 41(6): 924-928.

[25] 李楊, 丁錦紅. 視野位置及刺激特征對目標(biāo)搜索影響的眼動研究[J]. 心理科學(xué), 2007, 30(2): 344-347. LI Yang, DING Jin-hong. An Eye Movement Research on the Influence of Visual Region and Stimuli Characteristics during the Visual Search[J]. Psychological Science, 2007, 30(2): 344-347.

[26] 李晶, 郁舒蘭, 吳曉莉. 人機界面形狀特征編碼對視覺認知績效的影響[J]. 計算機輔助設(shè)計與圖形學(xué)學(xué)報, 2018, 30(1): 163-172. LI Jing, YU Shu-lan, WU Xiao-li. Effects of Shape Character Encodings in the Human-Computer Interface on Visual Cognitive Performance[J]. Journal of Computer-Aided Design & Computer Graphics, 2018, 30(1): 163-172.

[27] JUBIS R M T. Coding Effects on Performance in a Process Control Task with Uniparameter and Multiparameter Displays[J]. Human Factors: the Journal of the Human Factors and Ergonomics Society, 1990, 32(3): 287-297.

[28] HEGLIN H J. NAVSHIPS Display Illumination Design Guide. Section 2: Human Factors[R]. Naval Electronics Lab Center San Diego Ca, 1973.

Visual Coding Design of Augmented Reality Head-up Display Pedestrian Warning System

FENG Zi-li, YANG Zhen

(School of Science, Zhejiang Sci-Tech University, Hangzhou 310018, China)

With the development of imaging and radar sensor technology, vehicle-mounted early warning systems can realize the recognition and tracking of pedestrians quickly and widely with higher accuracy. Compared with other warning methods, the Augmented Reality Head-up Display (AR-HUD) can provide real-time and accurate warning information for users and reduce the driving risk caused by the sight switch, so it has a strong application potential. Studies have revealed that the coding method of warning information has a significant impact on the effect of warning. However, the design standard of AR-HUD warning method has not been established yet, so there is of great significance to explore the coding method of AR-HUD for its application. With AR-HUD pedestrian warning as an example, the warning information was coded based on color, shape, flashing, and other design elements. The multi-modal quantitative analysis and evaluation of each coding method were carried out from the eye movement index, behavior index, and subjective index and the corresponding design suggestions were put forward. The color coding can significantly improve the identifiability of the code at the time of maintaining low failure rate and short response time, while non-color coding can enhance code identifiability by redundant coding. The shape coding will reduce the comprehensibility of coding but will reduce the failure rate and the flashing code can increase the failure rate and response time of warning. Subjectively, users believe that redundant coding is more warning than uni-dimensional coding. The research results can provide theoretical support for the interaction design of AR-HUD and the application of real vehicles.

Augmented Reality Head-up Display; warning information; coding design; eye movement tracking

TB472

A

1001-3563(2023)12-0126-10

10.19554/j.cnki.1001-3563.2023.12.013

2023–01–06

馮自力（1998—），男，碩士生，主攻駕駛預(yù)警系統(tǒng)設(shè)計與人機交互、用戶體驗。

楊振（1987—），男，博士，副教授，主要研究方向為駕駛?cè)艘?、虛擬/增強現(xiàn)實中的人機交互、用戶體驗評測等。