在高度自动化的车辆中向乘客传达最低风险的操作指南：通过车内多媒体交互界面（HMIs）确保愉悦的用户体验

《Applied Ergonomics》：Communicating minimal risk maneuvers to passengers in highly automated vehicles: Ensuring hedonic user experience with media rich in-vehicle HMIs

自动驾驶车辆在最小风险操作（MRM）中需通过人机界面（iHMI）提升乘客体验。本研究通过虚拟现实模拟，对比了文本、文本+音频、文本+音频+虚拟角色的iHMI设计，发现媒体丰富度显著提高乘客的享乐质量（hedonic quality），但对信任和理解的提升不显著。

　　随着高度自动化车辆（HAV）技术的发展，特别是达到SAE Level 4的自动驾驶系统，公共交通运输正面临深刻变革。这些系统虽然在提高安全性和效率方面展现出巨大潜力，但也引发了一系列新的挑战，尤其是在乘客信息获取和心理舒适度方面。传统的手动驾驶车辆中，司机不仅负责操作，还能与乘客进行直接交流，提供有关行驶状态、可能遇到的问题或交通状况的信息，从而增强乘客的信任感和对驾驶过程的理解。然而，在高度自动化的车辆中，这种直接的人机互动被替代，系统主要依靠人工智能（AI）进行驾驶任务，如物体识别、路径规划等。这一转变可能造成乘客在某些情境下缺乏必要的信息支持，特别是在自动驾驶系统遇到无法处理的情况时，例如“最小风险操作”（MRM），此时系统可能会采取紧急停车等措施。这种信息缺失可能导致乘客感到不安或困惑，进而影响其对系统的信任和整体体验。

为了弥补这一信息空白，研究者提出了通过增强车载人机界面（iHMI）的“媒体丰富性”来改善乘客体验和信任。媒体丰富性理论（MRT）认为，不同的沟通媒介具有不同的信息传达能力，其中面对面交流被认为是“最丰富”的媒介，因为它能够传递更多的情感、语调和非语言线索。因此，当系统需要向乘客传达复杂或紧急的信息时，使用更丰富的媒介可能更有效。然而，目前的研究在如何通过媒体丰富性提升乘客舒适度和信任感方面仍存在不足，尤其是在具体实施方式上。

本研究通过虚拟现实（VR）模拟的方式，测试了三种不同类型的iHMI设计：纯文本界面、文本与音频结合的界面，以及加入虚拟人类形象（即Face-to-Face模拟）的界面。实验中，参与者体验了三种不同的信息传递方式，并在每次情境后完成问卷调查，评估其对理解、可预测性、信任感以及整体用户体验的感知。研究结果显示，媒体丰富性对用户体验有显著的正面影响，尤其是在提升乘客对系统运作的愉悦感和感知新颖性方面。然而，在提升理解与可预测性以及信任感方面，媒体丰富性的作用并不明显，特别是在最丰富的Face-to-Face模拟界面中，虽然在某些指标上表现优于其他条件，但并未显著提升信任水平。

研究发现，乘客在面对高度自动化车辆时，对信息的获取和理解主要依赖于信息本身的质量和清晰度，而非媒介的丰富性。例如，在简单的情境下，文本信息已经足够提供必要的信息，而加入音频或虚拟形象并未带来显著的提升。然而，在涉及复杂或紧急情况时，媒体丰富性可能有助于乘客更好地感知系统的运作，从而提升其对系统的信任和整体体验。此外，虚拟形象的设计可能影响乘客的感知，如其同步性、真实感和是否符合乘客的期望等，这些因素可能削弱或增强其作用。

在实际应用中，设计一个有效的iHMI需要综合考虑信息传达的需求和乘客的心理舒适度。一方面，系统需要提供清晰、准确的信息，帮助乘客理解当前状况和系统行为；另一方面，界面设计应尽可能减少乘客的焦虑和不安，通过增加媒体丰富性来提升其体验。研究还指出，乘客的个人偏好、对技术的接受度以及对虚拟形象的信任程度等因素可能会影响媒体丰富性对用户体验的实际效果。因此，在设计iHMI时，需要考虑乘客的多样性和个体差异，以确保信息传达的有效性和用户体验的提升。

未来的研究可以进一步探讨不同媒介丰富性的具体效果，特别是在复杂和紧急情境下的表现。此外，研究者还建议在实际应用中采用更广泛的数据样本，并考虑不同年龄层、性别和文化背景的乘客对媒体丰富性的接受程度。通过这些研究，可以更全面地了解乘客在高度自动化车辆中的心理需求和信息获取方式，从而为设计更加人性化和高效的iHMI提供理论支持和实践指导。