什么等级的视觉信息可以激发高度自动化之车辆用户的信任

什么等级的视觉信息

可以激发高度自动化之车辆用户的信任

InvestigatingwhatlevelofvisualinformationinspirestrustinauserofahighlyautomatedvehicleAutonomous

vehicles、Trust、Visualfeedback、HMI、Drivingsimulator自动驾驶汽车、信任、视觉反馈、人机界面、驾驶模拟器1简介预计2035年全球自动驾驶汽车销量将达到2100万辆左右。自动驾驶(AD)系统可以降低排放和拥堵，减少事故，提高安全性，减少司机的工作量，并改善旅行体验(Balfeetal.,2015;FagnantandKockelman,2015;Wadudetal.,2016)驾驶员必须完全相信自动化才能取得积极成果；信任可以促进人与人之间的关系，但也有助于人机之间的联系

(Sheridan,1975;

SheridanandHennessy,1984)信任在影响个人使用自主系统的意愿方面起着重要作用。信任被称为“一种态度，即在不确定性和脆弱性特征下，代理人将帮助实现个人的目标”(LeeandSee,2004)2简介

以前的研究强调的因素，如系统的明确度，技术能力，沟通不确定性的信息和感知有用性会影响司机的信任度(ChoiandJi,2015;Belleretal.,2013;Helldinetal.,2013.)

ChoiandJi(2015)讨论了系统明确性，技术能力和情况管理是影响驾驶员信任度的重要因素。他们建议提供驾驶员有关自动驾驶汽车信息可以增强驾驶员对自动化的了解。研究还表明，驾驶员接受或拒绝自动驾驶汽车的意愿取决于感知有用性和信任。3简介根据

Belleretal.’s(2013)的研究，在具有安全隐患的情况下，驾驶员在得到不确定信息(带有不确定表达的符号)时，表现出更快、更安全的反应。他们提出，与对照组相比，当一个不确定符号出现时，发现更多的信任和接受。

Helldinetal.(2013)研究了在自动驾驶场景中不确定性如何影响驾驶员的信任。在接管情况下，与控制组相比，当提供不确定性信息时，司机会有更多的信任，他们更有可能在驾驶时执行次要任务，并对自动化表现出信任(Helldinetal.，2013)4方法便利性和滚雪球抽样方法受测者共30位（15位男性，15位女性）将参与者平衡分为3组，每组10个人，每组5位男性和5位女性5信息参加者数据性别15（男），15（女）年龄12（18–25），9（26–30），1（31–40），5（41–50），3（50–55）驾驶经验4（1-2年），3（2-3年），2（4-5年），21（5年以上）每周平均里程12（<100英里），10（100-200英里），3（200-300英里），3（300-400英里），2（500+英里）车辆变速器20（手动），10（自动）HMIdesignHMI显示器是由研究人员根据驾驶场景视频设计的。研究人员遵循了可用性启发式原理(Nielsen,1994)为了消除HMI设计是影响用户信任度的一个混杂因素，在进行使用者试用之前，必须测试用户是否理解显示给他们的显示器的含义，以消除由于误解而产生的不信任感。研究前涉及大约15分钟的一对一访谈6HMIdesign为参与者提供了一组显示图，并要求他们将其与一组驾驶场景影片的短语和荧幕截图进行匹配。为他们提供了三组显示：第一组-英国交通标志第二组–车辆可以看到的东西第三组-车辆将做什么7HMIdesign获取参与者对显示的想法和意见的反馈添加对比鲜明的路面颜色重新措辞以在显示的不同含义之间更清晰的解释增加了车辆前部以指示其相对于车辆的位置。观察到所有参与者都完成了全部三组练习，而没有任何错误答案。向参与者展示了最终的HMI设计第1组：无反馈–未提供HMI显示。第2组：适度的反馈–显示Set1UK交通标志和Set2车辆可以看到的东西。第3组：高反馈–显示Set1UK交通标志，Set2车辆可以看到的内容和Set3车辆将要做什么。8仪器拉夫堡大学的静态驾驶模拟器驾驶场景投影到驾驶员座椅前约3m的墙壁上使用了10个不同驾驶场景的影片（每个影片持续约2分钟）9驾驶场景描述1离开商业园离开商业园区的车辆；限速20mph;

道路上的人行横道；骑单车的人;

回旋处晴朗道路状况；最小的流量。2双车道繁忙的郊区环形交叉路口；双行车道;

最高时速40mph;

高速摄影机，晴朗的路况。3小村庄单行车道；小村庄;

限速30mph;

桥梁狭窄，道路晴朗。4市中心市中心;

限速20mph;

繁忙的道路；迂回;

高行人水平;

交通灯，晴朗道路状况。5单行道单行车道；限速50mph;

回旋处

交通流量低，路况晴朗。6适度的高速公路交通进入高速公路；限速70mph;

路况晴朗，交通适中；在下一个路口离开高速公路。7居住区居住区;

限速30mph;

道路晴朗，车辆停在道路上；要求车辆驶入对面的车道。8居住区：盲区居住区;

限速30mph;

道路晴朗，车辆停在道路上；想要驶出；迎面驶来的车辆；两个盲区；迂回。9切入到高速公路切入到高速公路上；限速70mph;

交通繁忙，道路晴朗。10高速公路交通繁忙高速公路；限速70mph;

道路晴朗，其他车辆汇入高速公路；高流量水平；在下一个路口离开高速公路。仪器NissanNV200车辆SonyVPL-CS1LCD

数据投影仪用于直接在挡风玻璃前显示各种驾驶情况道路和发动机噪音通过安装在驾驶员座椅两侧的Fujitsu2.0CH扬声器PS-130播放使用MicrosoftPaint和AdobePremierePro创建和编辑HMI显示，然后将其显示在AppleiPadAir上10对“自动驾驶车信任问卷”的表述进行重新修订（从“系统”--“自动驾驶车”）Jianetal.(2000)。要求参与者使用7点Likert量表选择最适合他们的感受的选项，评分范围从1（根本没有）到7（非常好）。量表中添加了八个其他问题，以便对参与者对自动系统的感觉有更广泛的了解。添加了问题13~15和18，以调查反馈水平如何影响参与者对自动驾驶汽车的信任。添加了问题16、17、19、20，以检查参与者的使用意图以及将来对自动驾驶汽车的接受程度11信任度12该研究的目的是了解哪种视觉反馈可为高度自动化的车辆用户提供最佳信任。收集的主要数据是参与者对每种驾驶场景结束时给出的信任问卷的答复。为了分析信任和不信任分数，将信任问卷中的问题分为信任或不信任。发现问题1~5、15和19与不信任有关。问题6~14、16~18和20与信任相关。在这项研究中，基于Jianetal.(2000)提出的技术来计算信任度量的综合得分。自动驾驶车信任问卷13变量问题信任/不信任问题信任自动驾驶汽车01自动驾驶汽车具有欺骗性不信任02无人驾驶车辆动作欠佳不信任03我对自动驾驶汽车意图行为表示怀疑不信任04我对自动驾驶汽车持谨慎态度不信任05自动驾驶汽车的行为将造成损害或伤害后果不信任06我对自动驾驶汽车充满信心相信07自动驾驶汽车提供安全的环境相信08自动驾驶汽车有诚意相信09自动驾驶汽车可靠相信10自动驾驶汽车可靠相信11我可以信任自动驾驶汽车相信12我对自动驾驶汽车很熟悉相信14人机界面13自动驾驶汽车提供准确的决策相信人机界面14自动驾驶汽车提供的反馈水平足够相信人机界面15我担心自动驾驶汽车会犯错误不信任使用/接受意向16我会每天使用这种自动驾驶汽车相信使用/接受意向17自动驾驶汽车使我能够在驾驶时执行其他有用的任务相信人机界面18自动驾驶汽车表现出很高的一致性相信使用/接受意向19在任何情况下我都不会使用自动驾驶汽车不信任使用/接受意向20酒后我会考虑使用自动驾驶汽车作为交通工具相信自动驾驶车信任问卷15结果影片组别第1组-没有反馈第2组-中度反馈第三组–高反馈1–离开商业园区85590610132–双行车道90491110103–小镇89692110204–市中心89495010195–单行道90585110386–适度的高速公路通行89087610617–居住区93395710728–居住区：盲区94892010709–驶入到高速公路上949970108210–高速公路繁忙9529051082所有影片的平均信任分数912.6916.71046.716结果不同级别的视觉反馈如何随着时间的推移对参与者的信任程度产生影响17没有足够的反馈会影响对驾驶员的信任程度；视觉反馈与信息提供了车辆可以看到什么和将要做什么的信息，可以增强参与者的信任度。结果18MannWhitneyTestTestStatisticsGroup1–Group2Group1–Group3Group2–Group3Mann-WhitneyU40.500.000.000WilcoxonW95.50055.00055.000Z-.718−3.781−3.781Asymp.Sig.(2-tailed).473.000.000ExactSig.[2*(1-tailedSig.)].481,251.000011.000011仅提供车辆能看见什么或无反馈相比，参与者通过提供有关车辆能看见什么和将要做什么的信息的反馈表达了对AD系统的更大信任。第1组：无反馈。第2组：适度的反馈。第3组：高反馈。结论19该发现表明，无反馈组和中度反馈组之间没有显著差异。一种可能的解释可能是由于驾驶员的工作量增加，因为基本上需要中度反馈小组的参与者通过显示器仔细检查驾驶场景。这与以前的文献产生了共鸣，后者表明更高的工作量会降低使用自动化的信任度和接受度(Biroetal.,2004)以往的研究结果表明，信任随着时间的流逝而发展和增强(Yangetal.,2017)在三组中自动驾驶汽车熟悉性问题均显示出不显著的上升趋势。这清楚地表明，由于熟悉，即使没有反馈也可以建立信任。通过预先培训在使用AD系统之前，例如提供有关车辆能力和限制的知识，可以增加自动化方面的熟悉度，并提高用户接受和信任的可能性(Khastgiretal.,2018;Forsteretal.,2019结论20本文描述了三个视觉反馈级别（从低到高）如何影响驾驶员的信任度。但是，最近的研究

(Ulahannanetal.,2020)提出不同的人喜欢不同的信息类型（高信息偏好和低信息偏好）更高的工作量会降低使用自动化的信任度和接受度(Biroetal.,2004).这一发现特别重要，因为它指向一个新变量。与未来研究的结果相比，只提供“车辆会做什么”是否有显著差异，这将是一件有趣的事情。研究发现，参与者的信任度会根据是安全还是非安全关键的情况进行调整。这与Koo等人的研究相一致。（2015年），得出的结论是，在不同的驾驶条件下可能需要不同级别的反馈，以激发用户的信任。这可能会影响对自动驾驶汽车驾驶员的信任程度。基于行驶情况使用自适应接口可能是一种解决方案，并且这还可以防止过多的信息和过载，这些信息和过载可能导致滥用，从而导致对AD系统的不信任。21题目作者/期刊

摘要Keywords

PresentingsystemuncertaintyinautomotiveUIsforsupportingtrustcalibrationinautonomousdriving提出汽车用户界面中的系统不确定性，以支持自动驾驶中的信任校准Helldin,T.,Falkman,G.,Riveiro,M.,&Davidsson,S.(2013,October).In

Proceedingsofthe5thinternationalconferenceonautomotiveuserinterfacesandinteractivevehicularapplications

(pp.210-217).

为了探讨可见之汽车不确定性对驾驶人在自动驾驶场景下的信任度的影响，采用模拟实验进行了研究。

Uncertaintyvisualization(可视化不确定性),trust(信任),automation(自动化),driving(驾驶),acceptance(验收).Ahierarchicalframeworktoanalyzesharedcontrolconflictsbetweenhumanandmachine用于分析人机之间共享控制冲突的分层框架Itoh,M.,Flemisch,F.,&Abbink,D.(2016).IFAC-PapersOnLine,49(19),96-101.人与机器之间的冲突：如何检测并解决它们？提出了一种理论框架，该框架受分层任务分析的启发，确定了五个可能的冲突源：意图，信息收集，信息处理，决策和行动实施。Automation自动化SharedControl共享控制Human-MachineCooperation人机合作Conflict冲突Safety安全Automobile汽车Aviation航空Teleoperation远端操作22题目作者/期刊

摘要Keywords

investigatingtheImportanceofTrustonAdoptinganAutonomousVehicle调查信任对采用自动驾驶汽车的重要性Choi,J.K.,&Ji,Y.G.(2015).Investigatingtheimportanceoftrustonadoptinganautonomousvehicle.InternationalJournalofHuman-ComputerInteraction,31(10),692-702

研究的目的是研究用户对自动驾驶汽车的采用情况，并调查哪些因素促使人们信任自动驾驶汽车Autonomousvehicles、Trust、Visualfeedback、HMI、Drivingsimulator自动驾驶汽车、信任、视觉反馈、人机界面、驾驶模拟器Thecontributionofdrivingwithfriendstoyoungdrivers’intentiontotakerisks:Anexpansionofthetheoryofplannedbehavior与朋友一起驾驶对年轻驾驶员的冒险意愿的贡献：计划行为理论的扩展Guggenhe