吳永萌，吳昊瀧，支錦亦

考慮信息透明度影響的智能高鐵駕駛?cè)藱C(jī)界面可視化設(shè)計(jì)研究

吳永萌，吳昊瀧，支錦亦*

（西南交通大學(xué) 設(shè)計(jì)藝術(shù)學(xué)院，成都 610041）

駕駛界面的信息透明度是影響司機(jī)有效監(jiān)督和接管智能高鐵的關(guān)鍵設(shè)計(jì)特征。針對(duì)透明度信息增加帶來的負(fù)面影響，提出智能高鐵駕駛界面透明度信息的可視化設(shè)計(jì)方法。采用文獻(xiàn)調(diào)研分析方法，分別對(duì)機(jī)器人、民防、核能、航空航天等領(lǐng)域的文獻(xiàn)進(jìn)行檢索和分析，系統(tǒng)梳理透明度信息的類型、認(rèn)知任務(wù)影響和可視化設(shè)計(jì)方法；分析智能高鐵彈出故障界面的透明度信息，指出目前界面中存在的問題和不足，即任務(wù)流程和判斷邏輯的視覺呈現(xiàn)不佳，告警信息緊急程度和恢復(fù)狀態(tài)信息缺乏；提出基于邏輯流程圖和顏色編碼的可視化設(shè)計(jì)方案，并通過用戶實(shí)驗(yàn)進(jìn)行驗(yàn)證。發(fā)現(xiàn)邏輯流程可視化設(shè)計(jì)在提升情境意識(shí)、任務(wù)績效和降低認(rèn)知負(fù)荷方面有較好的作用。顏色編碼可視化設(shè)計(jì)的有效性取決于是否有邏輯流程的呈現(xiàn)，在沒有邏輯流程時(shí)，可能會(huì)降低操作正確率?？梢暬O(shè)計(jì)有助于降低透明度信息對(duì)認(rèn)知負(fù)荷和任務(wù)績效的負(fù)面影響，實(shí)現(xiàn)智能高鐵的高質(zhì)量人機(jī)協(xié)同駕駛。

智能高鐵；人機(jī)協(xié)同；人機(jī)界面；透明度信息；可視化設(shè)計(jì)

搭載自動(dòng)駕駛和智能控制等自動(dòng)化技術(shù)的智能高鐵將有效減輕司機(jī)勞動(dòng)強(qiáng)度、改善旅客乘車體驗(yàn)、提升運(yùn)行安全性和準(zhǔn)確性、降低全壽命周期成本，是中國軌道交通發(fā)展的重要趨勢(shì)。為避免自動(dòng)化故障或不可預(yù)見情況下的安全隱患，我國智能高鐵運(yùn)營長期采用“人控為主，機(jī)控為輔”的人機(jī)協(xié)同駕駛模式。司機(jī)的主要任務(wù)是瞭望列車線路環(huán)境，盯控設(shè)備運(yùn)行狀態(tài)，發(fā)現(xiàn)異常時(shí)立即采取干預(yù)措施。駕駛?cè)藱C(jī)界面是呈現(xiàn)系統(tǒng)運(yùn)行狀態(tài)的主要載體[1]，已成為決定司機(jī)監(jiān)控和應(yīng)急處置質(zhì)量的關(guān)鍵。

鐵路領(lǐng)域事故報(bào)告顯示，駕駛?cè)藱C(jī)界面的設(shè)計(jì)缺陷為人機(jī)協(xié)同作業(yè)埋下了隱患[2-3]。2016年伊朗列車碰撞脫軌事故源于界面信息不足、司機(jī)不明確告警原因、拒絕接受停車信號(hào)。2018年昆士蘭列車險(xiǎn)碰撞事件源于界面信息低效、司機(jī)混淆警報(bào)風(fēng)險(xiǎn)程度、未及時(shí)接管列車。智能高鐵需重視駕駛?cè)藱C(jī)界面的信息呈現(xiàn)，以提升司機(jī)的認(rèn)知可靠性，實(shí)現(xiàn)人和自動(dòng)化的良好耦合[4]。目前，我國高速列車駕駛?cè)藱C(jī)界面基于GoA1級(jí)列控系統(tǒng)開發(fā)，僅實(shí)現(xiàn)了系統(tǒng)的基本功能信息展示，缺乏對(duì)智能系統(tǒng)運(yùn)行邏輯和信息呈現(xiàn)的統(tǒng)籌考慮。

自動(dòng)化系統(tǒng)的復(fù)雜性要求提供適當(dāng)數(shù)量和質(zhì)量的信息，以充分支持人類操作員對(duì)自動(dòng)化系統(tǒng)的有效監(jiān)督和干預(yù)[5-7]。信息透明度是指自動(dòng)化系統(tǒng)信息披露的程度。航空航天、民防、核能、汽車與機(jī)器人領(lǐng)域的學(xué)者均提出將系統(tǒng)當(dāng)前狀態(tài)、行為、意圖、能力、決策、邏輯等信息進(jìn)行透明化展示，以提升自動(dòng)化系統(tǒng)的可觀察性、可理解性和可預(yù)測(cè)性，幫助操作員校準(zhǔn)信任并維持情境意識(shí)。本文針對(duì)軌道交通的智能化趨勢(shì)，基于信息透明度設(shè)計(jì)理論研究智能高鐵駕駛?cè)藱C(jī)界面的信息可視化設(shè)計(jì)。通過分析透明度的信息類型、認(rèn)知任務(wù)影響和可視化設(shè)計(jì)策略，針對(duì)現(xiàn)有智能高鐵駕駛?cè)藱C(jī)界面提出有效的可視化解決方案。

1 透明度研究現(xiàn)狀

1.1 透明度信息類型研究

大量研究對(duì)透明度信息的類型進(jìn)行了分析。Lyons[8]指出4種類型的透明度信息有助于提升對(duì)智能系統(tǒng)的信任和認(rèn)知，包括系統(tǒng)意圖、任務(wù)、分析原則和系統(tǒng)環(huán)境。Chen等[9-10]基于情境意識(shí)理論區(qū)分信息透明度的三個(gè)等級(jí)：一級(jí)透明度提供系統(tǒng)當(dāng)前狀態(tài)、目標(biāo)、意圖和計(jì)劃；二級(jí)透明度揭示系統(tǒng)推理過程、原理以及規(guī)劃行為時(shí)考慮的約束；三級(jí)透明度提供對(duì)系統(tǒng)未來狀態(tài)的預(yù)測(cè)和不確定性信息。Bernstein從管理學(xué)視角指出透明度的4個(gè)組成部分：監(jiān)控透明度包括有關(guān)活動(dòng)或任務(wù)的信息，以支持了解目標(biāo)是否正在實(shí)現(xiàn)；流程透明度包括底層算法和決策邏輯，以支持了解工作流程和業(yè)務(wù)政策如何執(zhí)行；監(jiān)督透明度主要為實(shí)時(shí)信息，以支持與系統(tǒng)建立實(shí)時(shí)的合作關(guān)系；披露透明度涉及信息公開，以支持了解系統(tǒng)數(shù)據(jù)的類型、來源及其如何被處理、存儲(chǔ)、傳輸和利用。表1在上述研究的基礎(chǔ)上梳理了5種類型的透明度信息及其所包含的相關(guān)信息。

透明度信息的認(rèn)知效用在不同應(yīng)用情境中有所不同。Chen等[9]發(fā)現(xiàn)過去、現(xiàn)在和未來的無人機(jī)飛行路徑有助于改善情境意識(shí)，但Skraaning等[11]發(fā)現(xiàn)自動(dòng)化系統(tǒng)當(dāng)前與歷史活動(dòng)信息對(duì)情境意識(shí)沒有積極影響。Stowers等[12]發(fā)現(xiàn)增加不確定性信息可以提高接管性能，縮短反應(yīng)時(shí)間，提升情境意識(shí)，降低認(rèn)知負(fù)荷，但Kunze等[13]發(fā)現(xiàn)認(rèn)知工作量的增加與不確定性信息有關(guān)，因不確定性信息可能導(dǎo)致用戶對(duì)系統(tǒng)能力的了解不完整[14]。推理信息被認(rèn)為可以增加用戶對(duì)系統(tǒng)建議的接受度[8-9]，但Selkowitz等[15]發(fā)現(xiàn)增加推理信息并沒有對(duì)情境意識(shí)產(chǎn)生積極影響，受任務(wù)時(shí)間約束和注意力資源限制，被試者很少關(guān)注除決策建議之外的推理信息[16]。因此，需要根據(jù)應(yīng)用情景的實(shí)際需求和透明度信息的認(rèn)知任務(wù)效用配置透明度信息類型。

1.2 透明度信息水平的認(rèn)知任務(wù)影響研究

本文聚焦透明度信息對(duì)認(rèn)知（情境意識(shí)、認(rèn)知負(fù)荷）和任務(wù)（決策正確率、響應(yīng)時(shí)間）的影響，分析了相關(guān)研究結(jié)論，見表2。在認(rèn)知層面，高水平透明度對(duì)人類操作員的情境意識(shí)有改善作用[20]，也可能加劇認(rèn)知負(fù)荷。針對(duì)自動(dòng)化系統(tǒng)的監(jiān)控、規(guī)劃和管理等任務(wù)，添加系統(tǒng)可供性、潛在危險(xiǎn)、環(huán)境限制、推理邏輯、預(yù)測(cè)和不確定性等透明度信息有助于提高情境意識(shí)[15,21]。相較于單一信息，提供狀態(tài)（什么設(shè)備失效）和診斷（為什么失效）的詳細(xì)信息有助于改善情境意識(shí)[11]。當(dāng)自動(dòng)駕駛系統(tǒng)提供支持理解的中等水平透明度信息時(shí)，用戶的情境意識(shí)最佳，但同時(shí)認(rèn)知負(fù)荷也最高[22]。增加呈現(xiàn)高水平透明度信息的圖標(biāo)、文本數(shù)量會(huì)增加界面復(fù)雜性，將帶來額外的閱讀負(fù)荷并導(dǎo)致注意力分散[23]。

表1 透明度信息類型

Tab.1 Types of transparency information

表2 高水平透明度的認(rèn)知與任務(wù)影響研究

Tab.2 Research on the cognitive and task impact of high level transparency

注：“↑”表示改善/增加；“?”表示沒有影響；“↓”表示下降/減少

在任務(wù)層面，高水平透明度對(duì)決策正確率有改善作用，對(duì)搜索和決策的時(shí)間效率有一定的負(fù)面影響。Mercado等[5]發(fā)現(xiàn)透明度水平提升可以顯著提升決策正確率、增加信任度和感知可用性。李奕潔等[24]發(fā)現(xiàn)高水平透明度會(huì)帶來更高的正確率增益、更小的人機(jī)最優(yōu)績效差異。Helldin等[14]發(fā)現(xiàn)傳感器精度和不確定性信息提高了對(duì)自動(dòng)分類器的信任和對(duì)分類任務(wù)的績效，但導(dǎo)致了工作量增加和決策延遲。高水平透明度導(dǎo)致了更長的響應(yīng)時(shí)間[25]和注視持續(xù)時(shí)間[15]。但透明度水平與任務(wù)績效并不呈簡(jiǎn)單的線性關(guān)系。Dadashi等[2]發(fā)現(xiàn)透明度信息越少，接受和清除告警的任務(wù)響應(yīng)時(shí)間越少，但出錯(cuò)概率并不隨信息增加而降低，信息量中等時(shí)出錯(cuò)概率最小。李馨雨[16]發(fā)現(xiàn)具備故障原因和處置信息的中等透明度模式具有最佳的駕駛?cè)蝿?wù)績效。

根據(jù)認(rèn)知資源有限理論，高水平透明度要求用戶投入額外的認(rèn)知努力以適應(yīng)信息量的增加，這增加了認(rèn)知負(fù)荷[10]。任務(wù)績效的差異進(jìn)一步反映了透明度信息對(duì)認(rèn)知的矛盾影響[20]。高水平透明度通過改善情境意識(shí)提升了決策正確率，卻因?yàn)樾畔⒘康脑黾佑绊懥隧憫?yīng)時(shí)間。

1.3 透明度信息的可視化設(shè)計(jì)原則研究

智能系統(tǒng)應(yīng)該為用戶提供直觀的、有助于理解復(fù)雜透明度信息的視覺效果，允許用戶快速理解信息，然后返回其他任務(wù)[28]。目前，透明度信息的相關(guān)可視化設(shè)計(jì)策略主要包括關(guān)聯(lián)信息集成、漸進(jìn)式披露和不確定性溝通等，有助于最大限度地避免高水平透明度帶來的認(rèn)知負(fù)荷過載。

關(guān)聯(lián)信息集成是指將概念關(guān)聯(lián)的信息片段集成在相近位置顯示，有助于提高操作者處理信息的能力。Selkowitz等[29]通過定位、箭頭、圖標(biāo)等視覺元素整合自主機(jī)器人小隊(duì)的位置、航向和當(dāng)前行動(dòng)等信息，使操作人員能夠在一個(gè)地方獲得關(guān)于自主機(jī)器人的多種信息。Skraaning等[11]對(duì)比了基于不同顯示類型（隨機(jī)網(wǎng)狀、餅狀）和距離（分離式、集成式）的信息可視化界面，發(fā)現(xiàn)可靠性信息的整合有助于提升用戶信任。針對(duì)無人機(jī)集群系統(tǒng)，Roundtree等[7]發(fā)現(xiàn)獨(dú)立顯示個(gè)體信息容易導(dǎo)致信息超載，阻礙操作員對(duì)集體現(xiàn)狀、行動(dòng)推理以及預(yù)測(cè)結(jié)果的理解，集體狀態(tài)的抽象可視化有助于減少工作負(fù)載和人為錯(cuò)誤。關(guān)聯(lián)信息集成策略的關(guān)鍵在于利用簡(jiǎn)單的元素和符號(hào)加強(qiáng)信息的整合感知能力，以便用戶快速認(rèn)知系統(tǒng)的關(guān)鍵信息和邏輯關(guān)系。

漸進(jìn)式披露是指基于用戶認(rèn)知需求和期望對(duì)信息優(yōu)先級(jí)進(jìn)行排序，在初期提供具有最大解釋力或?qū)Q策有貢獻(xiàn)的主要信息，并隨著人機(jī)互動(dòng)的發(fā)展逐漸加入更多解釋信息，如推理過程、關(guān)聯(lián)關(guān)系等，以避免信息過量[30]。漸進(jìn)式披露包括2種模式：1）交互模式，收到操作員請(qǐng)求后提供信息，Vered等[31]發(fā)現(xiàn)相較于固定順序推送模式，需求驅(qū)動(dòng)的交互模式有效提高了任務(wù)績效，保持了情境意識(shí)，且不增加響應(yīng)時(shí)間；2）適應(yīng)模式，根據(jù)人機(jī)互動(dòng)的動(dòng)態(tài)發(fā)展主動(dòng)識(shí)別需求并展示信息。相比交互模式，適應(yīng)模式的自動(dòng)駕駛系統(tǒng)被認(rèn)為智能性更高、心理工作量更低，且在響應(yīng)速度方面更具優(yōu)勢(shì)[32]。

不確定性溝通是指以圖形方式顯示不確定性信息與相關(guān)數(shù)據(jù)。Kunze等[33]發(fā)現(xiàn)基于顏色和動(dòng)畫的變量有助于傳達(dá)明確的緊迫性順序，獲得較高的主觀偏好評(píng)級(jí)。Beller等[34]指出緊急情況下的不確定性溝通既能改善操作員的監(jiān)控行為，也能提高接管后的駕駛安全性，明顯降低最小碰撞時(shí)間。Helldin等[35]發(fā)現(xiàn)獲得高分辨率不確定性信息的司機(jī)可以更快地接管自動(dòng)駕駛車輛，并且信任校準(zhǔn)效果比對(duì)照組更佳。不確定性的可視化主要通過抽象、可操作的視覺變量呈現(xiàn)，包括位置、面積或長度、形狀、色調(diào)、飽和度、清晰度、運(yùn)動(dòng)頻率等[33]。

2 智能高鐵彈出故障界面的透明度信息及可視化設(shè)計(jì)

復(fù)興號(hào)CR400BF系列列車是“中國標(biāo)準(zhǔn)”動(dòng)車組首批成員之一，是搭載先進(jìn)控制平臺(tái)和統(tǒng)一操作界面的智能動(dòng)車組。對(duì)復(fù)興號(hào)列車駕駛界面進(jìn)行分析，發(fā)現(xiàn)彈出故障界面的主要信息和任務(wù)操作指示以純文本格式顯示，對(duì)駕駛員識(shí)別故障信息和任務(wù)流程造成了一定的困難，見圖1?，F(xiàn)有彈出故障界面主要包含故障狀態(tài)和處理措施2種信息類型。故障狀態(tài)信息包括故障編號(hào)、故障車廂、故障代碼和故障名稱，屬于可觀察透明度信息類型。處理措施信息由任務(wù)流程和判斷邏輯構(gòu)成，屬于可理解透明度信息類型。當(dāng)前彈出故障界面的主要問題在于：1）對(duì)可理解透明度信息的可視化呈現(xiàn)不足。文字呈現(xiàn)的判斷邏輯，不利于司機(jī)識(shí)別和判斷；2）缺乏可預(yù)測(cè)維度的透明度信息。缺少對(duì)告警信息緊急程度和恢復(fù)情況的呈現(xiàn)。為實(shí)現(xiàn)對(duì)任務(wù)執(zhí)行的預(yù)期結(jié)果的判斷，司機(jī)需要跳轉(zhuǎn)到其他界面。

圖1 現(xiàn)有列車彈出故障界面

根據(jù)現(xiàn)有透明度信息的可視化設(shè)計(jì)原則，提出從2個(gè)方面優(yōu)化彈出故障界面的透明度信息顯示：1）優(yōu)化可理解透明度信息的視覺呈現(xiàn)。根據(jù)處理措施的任務(wù)順序和判斷邏輯進(jìn)行可視化設(shè)計(jì)；2）增加可預(yù)測(cè)維度的透明度信息。增加對(duì)告警信息緊急程度和告警恢復(fù)情況的可視化呈現(xiàn)?；谏鲜霾呗蕴岢隹梢暬O(shè)計(jì)方案，見圖2。首先，根據(jù)關(guān)聯(lián)信息集成的可視化設(shè)計(jì)原則，采用邏輯流程圖將任務(wù)流程和判斷邏輯進(jìn)行可視化，利用矩形表示操作任務(wù)，箭頭表示順序，菱形表示判斷任務(wù)，文字表示判斷條件，見圖2①。其次，根據(jù)不確定性溝通的可視化設(shè)計(jì)原則，采用顏色將故障緊急程度和故障恢復(fù)情況進(jìn)行可視化。其中，紅色表示需要立即停車的故障，黃色表示可以繼續(xù)行車的故障，綠色表示故障已恢復(fù)。緊急程度在故障發(fā)生信息導(dǎo)航欄、故障名稱、故障警示圖標(biāo)、故障處理措施中呈現(xiàn)，見圖2②；恢復(fù)情況在故障告警圖標(biāo)中呈現(xiàn)，見圖2③。

圖2 彈出故障界面可視化設(shè)計(jì)方案

3 實(shí)驗(yàn)評(píng)估

為驗(yàn)證智能列車彈出故障界面可視化設(shè)計(jì)方案的有效性，采用混合實(shí)驗(yàn)設(shè)計(jì)進(jìn)行評(píng)估驗(yàn)證。自變量為2種可視化設(shè)計(jì)（邏輯流程和緊急程度），見圖3。有邏輯流程可視化的界面采用邏輯流程圖顯示故障處置任務(wù)流程，如圖3的A、B界面所示；無邏輯流程可視化的界面采用文字顯示故障處置任務(wù)流程，如圖3的C、D界面。有緊急程度可視化的界面采用紅色、黃色和綠色表示故障的緊急程度和恢復(fù)情況，如圖3的A、C界面所示；無緊急程度可視化的界面只用紅色、灰色、綠色顯示，如圖3的B、D界面所示。實(shí)驗(yàn)設(shè)置車門安全環(huán)路斷開和一架四象限模塊元件保護(hù)2種故障模式。2種故障模式需執(zhí)行不同的處理措施，需被試者判斷立即停車或繼續(xù)行車，對(duì)應(yīng)非常緊急和次要緊急2種故障緊急程度。為保證實(shí)驗(yàn)對(duì)比效果，所有處理措施均簡(jiǎn)化為鍵盤按鍵。

3.1 實(shí)驗(yàn)任務(wù)與流程

實(shí)驗(yàn)設(shè)置常態(tài)駕駛?cè)蝿?wù)和應(yīng)急處置任務(wù)。常態(tài)駕駛?cè)蝿?wù)是瞭望線路環(huán)境、盯控設(shè)備運(yùn)行狀態(tài)。列車在整個(gè)實(shí)驗(yàn)期間保持自動(dòng)駕駛狀態(tài)，天氣情況設(shè)置為濃霧，能見度低于200 m。被試者需集中注意力在列車屏幕的中央位置，注視列車行徑軌道消失點(diǎn)，查看線路信號(hào)燈以及是否有異物侵限，并用余光掃視顯示屏以觀察車速和制動(dòng)等級(jí)等駕駛狀態(tài)信息。

應(yīng)急處置任務(wù)是注意故障信息界面是否彈出，并根據(jù)彈出界面中指示的流程進(jìn)行列車故障應(yīng)急處置的模擬操作。故障信息界面會(huì)在常規(guī)任務(wù)執(zhí)行1～3 min內(nèi)隨機(jī)彈出。為避免學(xué)習(xí)效應(yīng)，不同可視化設(shè)計(jì)的彈出故障界面以隨機(jī)順序顯示。在彈出故障界面出現(xiàn)時(shí)，被試者需根據(jù)故障提示完成3個(gè)判斷任務(wù)和相應(yīng)按鍵操作：1）觀察故障內(nèi)容，根據(jù)提示判斷是否需要立即停車或繼續(xù)行車，停車按左鍵，行車按右鍵；2）判斷是否需要執(zhí)行關(guān)門操作，如需關(guān)門按空格鍵；3）觀察告警圖標(biāo)查看故障恢復(fù)情況，判斷是否恢復(fù)列車的正常運(yùn)行，恢復(fù)正常運(yùn)行按下鍵，回庫檢修按上鍵。記錄被試者的每次按鍵和反應(yīng)時(shí)。

3.2 實(shí)驗(yàn)數(shù)據(jù)

為分析不同可視化設(shè)計(jì)對(duì)被試者認(rèn)知和任務(wù)的影響，實(shí)驗(yàn)收集主觀問卷和客觀行為數(shù)據(jù)。主觀問卷采用SART情景意識(shí)量表和NASA-TLX認(rèn)知負(fù)荷量表。SART量表采集被試者對(duì)情境不穩(wěn)定程度、情境復(fù)雜程度、情境可變程度、精神喚醒程度、注意力集中程度、注意力分配程度、精力剩余程度、獲得信息的數(shù)量、獲得信息的質(zhì)量、情境熟悉程度等指標(biāo)的主觀評(píng)價(jià)。另外，要求被試者口頭回答任務(wù)暫停時(shí)的列車車速和制動(dòng)等級(jí)，作為對(duì)SART問卷的補(bǔ)充。NASA-TLX量表采集被試者對(duì)完成任務(wù)的腦力需求、身體負(fù)擔(dān)、時(shí)間需求、努力程度、任務(wù)績效、挫敗感等指標(biāo)的主觀評(píng)價(jià)。客觀行為數(shù)據(jù)通過心理學(xué)實(shí)驗(yàn)軟件E-Prime 3.0采集，記錄被試者判斷停車或行車任務(wù)、執(zhí)行關(guān)門操作、判斷故障恢復(fù)情況的按鍵和反應(yīng)時(shí)長，計(jì)算按鍵正確率和反應(yīng)時(shí)。

圖3 實(shí)驗(yàn)對(duì)比的可視化設(shè)計(jì)方案

3.3 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)在半實(shí)物仿真模擬駕駛裝置進(jìn)行，如圖4所示。模擬駕駛裝置由司機(jī)操縱臺(tái)、線路場(chǎng)景顯示器和仿真計(jì)算機(jī)組成。司機(jī)操縱臺(tái)參照CR400BF型高速動(dòng)車組司機(jī)操縱臺(tái)進(jìn)行搭建，操縱臺(tái)上的司機(jī)主操縱手柄、控制開關(guān)、按鈕以及ATP和TCMS顯示屏等硬件與實(shí)車基本相同，ATP和TCMS顯示界面按照CR400BF型動(dòng)車組的真實(shí)界面進(jìn)行設(shè)計(jì)。線路場(chǎng)景顯示器由3塊24英寸LED顯示屏組合而成，位于操縱臺(tái)前方，用于展示動(dòng)車組前方線路、車站和周邊建筑物等虛擬場(chǎng)景。實(shí)驗(yàn)路段選取新京哈線路，北京城南機(jī)場(chǎng)至哈爾濱北段軌道。已有研究指出半實(shí)物仿真駕駛臺(tái)與真實(shí)駕駛環(huán)境所得數(shù)據(jù)不存在顯著差異。一臺(tái)17.3英寸的雙顯微型計(jì)算機(jī)用于顯示彈出故障界面，并使用鍵盤進(jìn)行實(shí)驗(yàn)操作。

圖4 半實(shí)物仿真模擬駕駛裝置

3.4 實(shí)驗(yàn)流程與被試者

實(shí)驗(yàn)流程主要包括實(shí)驗(yàn)內(nèi)容告知、基本信息錄入、模擬訓(xùn)練、正式實(shí)驗(yàn)和主觀問卷填寫。被試者通過10 min模擬訓(xùn)練熟悉列車駕駛模擬器，進(jìn)行故障應(yīng)急處置的模擬練習(xí)直到操作熟練。正式實(shí)驗(yàn)共進(jìn)行16次式，單次式持續(xù)3 min；每次式實(shí)驗(yàn)結(jié)束后，被試者填寫主觀問卷，休息2 min后開始下一次式，總實(shí)驗(yàn)持續(xù)時(shí)長大約為70 min。為降低界面暴露順序帶來的學(xué)習(xí)效應(yīng)，4類界面以隨機(jī)順序呈現(xiàn)。

實(shí)驗(yàn)共招募20名被試者，其中10名男性，10名女性。平均年齡為22.7歲（SD=2.58）。所有被試者都有正常或矯正后正常的視力，學(xué)歷在本科及以上，對(duì)列車駕駛系統(tǒng)有一定的認(rèn)知與使用經(jīng)驗(yàn)。

4 實(shí)驗(yàn)結(jié)果

采用IBM SPSS Statistics 27進(jìn)行數(shù)據(jù)分析。主觀問卷和行為績效數(shù)據(jù)的箱線圖如圖5所示。采用重復(fù)測(cè)量方差分析對(duì)比使用不同可視化界面時(shí)被試者情景意識(shí)、認(rèn)知負(fù)荷和反應(yīng)時(shí)、操作正確率的差異，發(fā)現(xiàn)可視化界面對(duì)被試者的情景意識(shí)、認(rèn)知負(fù)荷和操作正確率產(chǎn)生了影響。

4.1 情境意識(shí)

界面A和B的SART問卷成對(duì)比較結(jié)果顯示，被試者對(duì)獲得信息數(shù)量、獲得信息質(zhì)量2個(gè)指標(biāo)的主觀評(píng)價(jià)有顯著差異，見表3。在彈出故障界面有緊急程度（A）時(shí)，被試者獲得信息數(shù)量、獲得信息質(zhì)量高于無緊急程度（B）時(shí)。該結(jié)果說明，在有邏輯流程時(shí)，增加緊急程度顏色區(qū)分會(huì)提高用戶獲得信息的數(shù)量和獲得信息的質(zhì)量。

圖5 主觀問卷和行為績效數(shù)據(jù)箱線圖

表3 可視化界面成對(duì)比較結(jié)果（情景意識(shí)）

Tab.3 Comparison results of visualization interface pairwise (situational awareness)

界面A和D、B和D的SART問卷成對(duì)比較結(jié)果顯示，被試者對(duì)情境熟悉程度的主觀評(píng)價(jià)有顯著差異，見表3。描述性統(tǒng)計(jì)結(jié)果顯示，在彈出故障界面有邏輯流程和緊急程度（A）或有邏輯流程（B）時(shí)，被試者的情境熟悉程度高于無邏輯流程和緊急程度（D）時(shí)。上述結(jié)果說明，邏輯流程和緊急程度顏色區(qū)分會(huì)提高用戶的情境熟悉程度。在沒有緊急程度顏色區(qū)分顯示時(shí)，增加邏輯流程會(huì)提高用戶的操作正確率和情境熟悉程度。

4.2 認(rèn)知負(fù)荷

界面A和B的NASA-TLX問卷成對(duì)比較結(jié)果顯示，被試者對(duì)腦力需求指標(biāo)的主觀評(píng)價(jià)有顯著差異，見表4。描述性統(tǒng)計(jì)結(jié)果顯示，在彈出故障界面有緊急程度顏色區(qū)分（A）時(shí)，被試者反饋的腦力需求低于無緊急程度（B）時(shí)。該結(jié)果說明，在有邏輯流程顯示時(shí)，彈出故障界面的緊急程度顏色區(qū)分有助于降低被試者的腦力需求。

4.3 操作正確率

界面A和C、C和D的成對(duì)比較結(jié)果顯示，被試者的操作正確率有顯著差異，見表5。描述性統(tǒng)計(jì)結(jié)果顯示，在彈出故障界面有邏輯流程（A）時(shí)，被試者的操作正確率高于無邏輯流程（C）時(shí)。該結(jié)果說明，在有緊急程度顏色區(qū)分時(shí)加入邏輯流程會(huì)提升用戶的操作正確率。在彈出故障界面無緊急程度（C）時(shí)，被試者的操作正確率高于有緊急程度（D）時(shí)。該結(jié)果說明，在沒有邏輯流程顯示時(shí)，增加顏色區(qū)分緊急程度會(huì)降低用戶的操作正確率。

表4 可視化界面成對(duì)比較結(jié)果（認(rèn)知負(fù)荷）

Tab.4 Comparison results of visualization interface pairwise (cognitive load)

表5 可視化界面成對(duì)比較結(jié)果（操作正確率）

Tab.5 Comparison results of visualization interface pairwise (rate of correct operation)

4.4 實(shí)驗(yàn)結(jié)論

1）針對(duì)任務(wù)流程和判斷邏輯的邏輯流程可視化設(shè)計(jì)在提升情境意識(shí)、任務(wù)績效和降低認(rèn)知負(fù)荷方面有較好的作用。結(jié)果R3、R4顯示，有邏輯流程、有緊急程度顏色區(qū)分的故障彈出界面在駕駛員對(duì)情境的熟悉程度、情境意識(shí)總體得分上都高于原始的故障彈出界面。結(jié)果R5、R7顯示，在加入緊急程度顏色區(qū)分時(shí)，加入邏輯流程顯示有助于提升駕駛員對(duì)情境的熟悉程度；在沒有緊急程度顏色區(qū)分時(shí)，加入邏輯流程顯示有助于提升駕駛員的操作正確率。盡管受到影響的指標(biāo)有所不同，但結(jié)果趨勢(shì)一致，說明邏輯流程的可視化設(shè)計(jì)適用于彈出故障界面。

2）針對(duì)告警信息緊急程度和恢復(fù)狀態(tài)的顏色編碼可視化設(shè)計(jì)的有效性取決于是否同時(shí)有邏輯流程的呈現(xiàn)。結(jié)果R1、R2、R6顯示，在有邏輯流程時(shí)，加入緊急程度顏色區(qū)分有助于提升駕駛員獲得的情境信息數(shù)量和質(zhì)量，減少對(duì)駕駛員的腦力需求。結(jié)果R8顯示，沒有邏輯流程時(shí)，加入緊急程度顏色區(qū)分反而降低了駕駛員的操作正確率。因此，在彈出故障界面應(yīng)用顏色編碼的可視化設(shè)計(jì)需要搭配邏輯流程來呈現(xiàn)。

5 結(jié)語

本文系統(tǒng)梳理了透明度信息的類型、認(rèn)知任務(wù)影響和可視化設(shè)計(jì)方法。針對(duì)智能列車現(xiàn)有以純文本格式顯示的彈出故障界面，進(jìn)行了透明度信息分析并提出了針對(duì)性的可視化設(shè)計(jì)方案，通過實(shí)驗(yàn)收集被試者的情景意識(shí)、認(rèn)知負(fù)荷和任務(wù)績效，由此評(píng)估了設(shè)計(jì)方案。由數(shù)據(jù)分析得知，邏輯流程的可視化設(shè)計(jì)適用于智能列車的彈出故障界面，但應(yīng)用顏色區(qū)分緊急程度的可視化設(shè)計(jì)需要搭配邏輯流程呈現(xiàn)，否則可能會(huì)降低操作正確率。本文的創(chuàng)新點(diǎn)在于優(yōu)化了智能列車彈出故障界面已有透明度信息的視覺呈現(xiàn)，并且增加了可預(yù)測(cè)維度的透明度信息。為提高駕駛員任務(wù)績效、降低認(rèn)知負(fù)荷，實(shí)現(xiàn)高質(zhì)量人機(jī)協(xié)同駕駛的目標(biāo)提供了界面設(shè)計(jì)參考。

[1] 郭北苑, 易子旺, 杜昊. 高鐵ATO對(duì)駕駛?cè)蝿?wù)效能的影響研究[J]. 人類工效學(xué), 2022, 28(3): 1-5. GUO B Y, YI Z W, DU H. The Influence of ATO on Driving Performance Caused by ATO[J]. Chinese Journal of Ergonomics, 2022, 28(3): 1-5.

[2] DADASHI N, GOLIGHTLY D, SHARPLES S. Seeing the Woods for the Trees: The Problem of Information Inefficiency and Information Overload on Operator Performance[J]. IFAC-PapersOnLine, 2016, 49(19): 603- 608.

[3] RAD M. Human-Factors and Automation-Related Accidents in the Railway Industry[C]. International Conference Hazards 31: Process Safety and loss Prevention, 2021.

[4] VANDERHAEGEN F, BURKHARDT J M, FANG W N, et al. Human Factors and Automation in Future Railway Systems[J]. Cognition, Technology & Work, 2021, 23 (2): 189-192.

[5] MERCADO J E, RUPP M A, CHEN J Y C, et al. Intelligent Agent Transparency in Human-Agent Teaming for Multi-UxV Management[J]. Human Factors, 2016, 58(3): 401-415.

[6] ENDSLEY M R. From here to Autonomy[J]. Human Factors, 2017, 59(1): 5-27.

[7] ROUNDTREE K A, CODY J R, LEAF J, et al. Human-Collective Visualization Transparency[J]. Swarm Intelligence, 2021, 15(3): 237-286.

[8] LYONS J B. Being Transparent about Transparency: A Model for Human-Robot Interaction[J]. AAAI Spring Symposium - Technical Report, 2013,: 48-53.

[9] CHEN J Y, PROCCI K, BOYCE M, et al. Situation awareness-based agent transparency[J]. US Army Research Laboratory, 2014: 1-29.

[10] CHEN J Y C, BARNES M J, WRIGHT J L, et al. Situation Awareness-Based Agent Transparency for Human-Autonomy Teaming Effectiveness[C]//SPIE Defense+Security. Proc SPIE 10194, Micro- and Nanotec-hnology Sensors, Systems, and Applications IX, Anaheim, CA, USA. 2017, 10194: 362-367.

[11] SKRAANING G, JAMIESON G A. Human Performance Benefits of the Automation Transparency Design Principle: Validation and Variation[J]. Human Factors, 2021, 63(3): 379-401.

[12] STOWERS K, KASDAGLIS N, RUPP M A, et al. The IMPACT of Agent Transparency on Human Performance[J]. IEEE Transactions on Human-Machine Systems, 2020, 50(3): 245-253.

[13] KUNZE A, SUMMERSKILL S J, MARSHALL R, et al. Automation Transparency: Implications of Uncertainty Communication for Human-Automation Interaction and Interfaces[J]. Ergonomics, 2019, 62(3): 345-360.

[14] HELLDIN T, OHLANDER U, FALKMAN G, et al. Transparency of Automated Combat Classification[C]// International Conference on Engineering Psychology and Cognitive Ergonomics. Cham: Springer, 2014: 22-33.

[15] SELKOWITZ A R, LAKHMANI S G, CHEN J Y C. Using Agent Transparency to Support Situation Awareness of the Autonomous Squad Member[J]. Cognitive Systems Research, 2017, 46: 13-25.

[16] 李馨雨. 基于系統(tǒng)透明度的高速列車駕駛界面信息組織模式研究[D]. 北京: 北京交通大學(xué), 2021. LI X Y. Research on Information Organization Mode of High-Speed Train Driving Interface Based on System Transparency[D]. Beijing: Beijing Jiaotong University, 2021.

[17] U.S. AIR FORCE. Autonomous horizons[M]. Washington, DC: United States Air Force Office of the Chief Scientist, 2015: 84-88.

[18] ENDSLEY M R. The Divergence of Objective and Subjective Situation Awareness: A Meta-Analysis[J]. Journal of Cognitive Engineering and Decision Making, 2020, 14(1): 34-53.

[19] WICKENS C D, HELTON W S, HOLLANDS J G, et al. Engineering Psychology and Human Performance[M]. New York: Routledge, 2021.

[20] WRIGHT J L, CHEN J Y C, LAKHMANI S G. Agent Transparency and Reliability in Human–Robot Interaction: The Influence on User Confidence and Perceived Reliability[J]. IEEE Transactions on Human-Machine Systems, 2020, 50(3): 254-263.

[21] ROTH G, SCHULTE A, SCHMITT F, et al. Transparency for a Workload-Adaptive Cognitive Agent in a Manned– Unmanned Teaming Application[J]. IEEE Transactions on Human-Machine Systems, 2020, 50(3): 225-233.

[22] AVETISYAN L, AYOUB J, ZHOU F. Investigating Explanations in Conditional and Highly Automated Driving: The Effects of Situation Awareness and Modality[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2022, 89: 456-466.

[23] GUZNOV S, LYONS J, PFAHLER M, et al. Robot Transparency and Team Orientation Effects on Human–Robot Teaming[J]. International Journal of Human–Computer Interaction, 2020, 36(7): 650-660.

[24] 李奕潔, 張玲, 黃琪璋, 等. 系統(tǒng)透明度信息對(duì)人機(jī)信任和協(xié)同決策的影響[J]. 包裝工程, 2023, 44(20): 25-33. LI Y J, ZHANG L, HUANG Q Z, et al. Impact of System Transparency Information on Human-Machine Trust and Collaborative Decision Making[J]. Packaging Engineering, 2023, 44(20): 25-33.

[25] HUSSEIN A, ELSAWAH S, ABBASS H A. The Reliability and Transparency Bases of Trust in Human- Swarm Interaction: Principles and Implications[J]. Ergonomics, 2020, 63(9): 1116-1132.

[26] PANGANIBAN A R, MATTHEWS G, LONG M D. Transparency in Autonomous Teammates[J]. Journal of Cognitive Engineering and Decision Making, 2020, 14(2): 174-190.

[27] BHASKARA A, DUONG L, BROOKS J, et al. Effect of Automation Transparency in the Management of Multiple Unmanned Vehicles[J]. Applied Ergonomics, 2021, 90: 103243.

[28] VORM E S, COMBS D J Y. Integrating Transparency, Trust, and Acceptance: The Intelligent Systems Technology Acceptance Model (ISTAM)[J]. International Journal of Human–Computer Interaction, 2022, 38(18/19/20): 1828-1845.

[29] SELKOWITZ A R, LARIOS C A, LAKHMANI S G, et al. Displaying Information to Support Transparency for Autonomous Platforms[C]// Advances in Human Factors in Robots and Unmanned Systems. Cham: Springer, 2017: 161-173.

[30] MILLER C A. Trust, Transparency, Explanation, and Planning: Why We Need a Lifecycle Perspective on Human-automation Interaction[M]. New York: Academic Press, 2021: 233-257.

[31] VERED M, HOWE P, MILLER T, et al. Demand-Driven Transparency for Monitoring Intelligent Agents[J]. IEEE Transactions on Human-Machine Systems, 2020, 50(3): 264-275.

[32] ZANG J, JEON M. The Effects of Transparency and Reliability of In-Vehicle Intelligent Agents on Driver Perception, Takeover Performance, Workload and Situation Awareness in Conditionally Automated Vehicles[J]. Multimodal Technologies and Interaction, 2022, 6(9): 82.

[33] KUNZE A, SUMMERSKILL S J, MARSHALL R, et al. Augmented Reality Displays for Communicating Uncertainty Information in Automated Driving[C]// Proce-edings of the 10th International Conference on Automotive User Interfaces and Interactive Vehicular Applications. Toronto, ON, Canada. ACM, 2018: 164–175.

[34] BELLER J, HEESEN M, VOLLRATH M. Improving the Driver-Automation Interaction: An Approach Using Automation Uncertainty[J]. Human Factors, 2013, 55(6): 1130-1141.

[35] HELLDIN T, FALKMAN G, RIVEIRO M, et al. Presenting System Uncertainty in Automotive UIs for Sup-porting Trust Calibration in Autonomous Driving[C]// Proceedings of the 5th International Conference on Auto-motive User Interfaces and Interactive Vehicular App-lications. Eindhoven, Netherlands. ACM, 2013: 210–217.

[36] 王建民, 汪巧鳳, 張俊. 自動(dòng)駕駛中基于透明度的人機(jī)界面設(shè)計(jì)研究[J]. 包裝工程, 2023, 44(14): 152-161. WANG J M, WANG Q F, ZHANG J. Human-Machine Interface Design Based on Transparency in Autonomous Driving Scenes[J]. Packaging Engineering, 2023, 44(14): 152-161.

Visualization Design of Intelligent High-speed Train Driving Interface Considering the Impact of Information Transparency

WU Yongmeng, WU Haoshuang, ZHI Jinyi*

(School of Design, Southwest Jiaotong University, Chengdu 610041, China)

Information transparency in the driving interface is a key design feature that affects the driver's ability to effectively supervise and take over an intelligent high-speed train. To solve the negative impacts brought by the increase of transparency information, the work aims to propose effective visualization design methods for transparency information design of intelligent high-speed train. By the method of literature research and analysis, the literature in the fields of robotics, civil defense, nuclear energy, aerospace, etc. was searched and analyzed respectively, to systematically sort out the types of transparency information, the cognitive task impacts, and the visualization design methods. By analyzing the information transparency of the pop-up fault interface for the intelligent high-speed train, the problems and deficiencies in the current interface were pointed out, i.e., poor visual presentation of task flow and judgment logic, and lack of urgency of the alarm information and its recovery status. The visualization design of transparency information was proposed through logic flowchart and color coding, and verified through user experiment. It was found that the logic flow visualization design had a better effect in enhancing situational awareness and task performance and reducing cognitive load. The effectiveness of color-coded visualization designs relied on the presentation of a logical flow and the absence of a logical flow may reduce the rate of correct operation. Visualization design helps to reduce the negative impact of transparency information on cognitive load and task performance and to achieve high-quality human-machine collaboration in intelligent high-speed train.

intelligent high-speed train; human-machine collaboration; human-machine interface; transparency information; visualization design

TB472

A

1001-3563(2024)04-0040-09

10.19554/j.cnki.1001-3563.2024.04.004

2023-09-20

國家自然科學(xué)基金（52175253）；中國美術(shù)學(xué)院文創(chuàng)設(shè)計(jì)智造實(shí)驗(yàn)室開放基金（CAADAI2022B001）；西南交通大學(xué)新型交叉學(xué)科培育基金項(xiàng)目（YG2022008）；四川省社會(huì)科學(xué)重點(diǎn)研究基地現(xiàn)代設(shè)計(jì)與文化研究中心（MD22E016）