編輯導語：隨著智慧汽車的不斷髮展，HMI地位開始越來越高，汽車廠商越來越重視使用者體驗感。這篇文章作者從感官、認知、決策及自動化四大部分對汽車HMI設計中包含的人因因素進行了盤點，感興趣的朋友一起來看看吧。
駕駛是一項資訊處理活動，在駕駛過程中，駕駛人不斷地從各種感官通道獲取資訊、處理資訊，從而做出決策，並採取適當的行動控制車輛運動。本文將從感官、認知、決策以及自動化四大部分帶你一探究竟……
一、感官Senses
1。 視覺
（1）視力
眼睛辨別物體的能力叫作視力，視力分為靜視力和動視力。靜視力即駕駛員靜止時的視力，動視力是汽車運動過程中駕駛員的視力。視力正常的人在觀察遠處物體時，動視力隨速度的增大而迅速降低，如車速為60km/h時，可看清240m處的交通標誌；車速為80km/h時，只能看清160m處的交通標誌。另外，根據NHTSA2010-0053，駕駛人的視線不能離開前方路面太久，2秒為公認的安全時限。
（2）視野
視野是指兩眼注視某一目標，注視點兩側可以看到的範圍。視野的大小與車速有關，隨著車速的增大，駕駛員的視野明顯變窄。如車速為40km/h時，視野為90°～100°；車速為80km/h時，視野為60°。有用視野（Useful Field of View，UFOV）是指在不同的注視中心之間眼睛連續運動的間隔直徑，在這個視角範圍內，存在的目標都可以觀看到，UFOV已經被證明與車輛碰撞風險、障礙物碰撞和跌倒傾向相關。
人眼視野範圍
（3）顏色
人對不同顏色的辨認和感覺叫色感。人對不同的顏色有不同的反應，比如，紅色光易見性高，刺激性強，使人產生警覺；黃色光亮度最高，反射光強度最大，易喚起人們的注意；綠色光比較柔和，給人以平靜、安全感。因此，交通工程中將紅色光作為禁行訊號，黃色光作為警告訊號，綠色光作為通行訊號。
百度車聯網視覺規範
2。 聽覺
當人類駕駛員的視覺通道被佔用時，聽覺互動能夠很好地喚醒並引導駕駛員的注意力。聲音符號的型別主要可以分為簡單音、耳標音、象徵音以及語音資訊。
簡單音能夠引起駕駛員的注意力，與視覺互動相結合能夠縮短駕駛員的反應時間。耳標音適用於傳達提示性資訊，可應用於危險程度較低的場景。簡單音和耳標音需要駕駛員事先學習，否則可能導致錯誤的反應。
象徵音具有語境意義，能夠促進駕駛員對突發狀況的理解，但干擾性較強，友好程度較低。語音訊息所攜帶的語音資訊會導致響應速度變慢，但隨著車輛智慧程度的提高，語音訊息可以滿足對資訊細節傳達的高需求。
小鵬汽車語音助手小P
3。 觸覺
在汽車上，絕大部分的操作、資訊的輸入等在語音互動還沒有完全普及之前，都是靠手來完成的。汽車上很多按鍵的設計，也是為了方便駕駛員可以“盲操作”：不用眼睛看，只需手摸就能夠完成資訊的輸入。目前大屏化的智慧座艙趨勢下，也有不少廠家在觸控式的螢幕上增加觸覺點選反饋。
另外，作為警告提醒，相較於視覺和聽覺的提示方式，有相關研究表明，視覺的提示打擾性最低，而觸覺的提示方式打擾性較高。所以在十分緊急的駕駛場景下，可以利用觸覺提示最大程度上地提高駕駛員的警惕性。
二、認知Cognition
1。 注意力
安全駕駛中，駕駛員的注意力是非常關鍵的一個因素。視覺注意力中需要了解一個新的概念，關注區域（Area of Interest，AOI）。AOI是指外在的一個物理區域，在這個區域裡，人們能夠找到與相應任務相關聯的資訊。兩個AOI之間的距離決定了視覺付出努力的多少，稱為資訊捕獲努力度（Information Access Effort，IAE）。在實際駕駛場景中，抬頭顯示HUD的優勢就是縮短了道路AOI和中控屏AOI的距離。
AR-HUD
我們的視覺通常會有兩個並行的過程：自動把外部環境中相似的內容分組，同時用選擇性注意力把我們要關注的資訊從中找出來。因此，在展示資訊時，相關資訊有機組合對更有效的視覺搜尋是很重要的。
格式塔原理
聲音的感知受兩種注意力的支配：一個是分化注意力，比如一個人同時聽不同的聲音；另一個是選擇性注意力，比如我們把注意力集中在某個聲音上。人們一般通過幾個不同的聲音元素來區別（識別）聲音，包括音節、音高、音色空間位置和時機。座艙內的聲音設計需清晰地為駕駛人辨別主要資訊與次要資訊。
蔚來汽車5。1揚聲器配置
2。 記憶
人的記憶可以分為工作記憶和長期記憶。工作記憶是一種比較活躍的記憶，具有臨時性，用來儲存新的資訊，它對注意力有很高要求。長期記憶就是我們長時間儲存關於這個世界的現象和我們如何做事的知識。在安全駕駛中，工作記憶更為重要。
在工作記憶中，語言資訊以文字和語音方式儲存；空間資訊是以聲音空間定位和影象的方式儲存。當一個簡短的文字資訊需要傳達給駕駛員時，最佳的方法是透過語音，這樣資訊不會在聽覺感官在資訊接收時就丟失了，聲音保留在聽覺感官上的時間有3~4s，比視覺保留時間長。但如果是比較長的資訊，那麼還是以文字書寫的方式能停留的時間長一些，或者是重複語音資訊。
人能同時記憶多少事項與每個事項佔用的時間也有關聯。設計中千萬不要要求使用者同時記住超過5個數字或者字母的內容。
3。 工作負荷
工作負荷（Workload）是指單位時間內人體承受的工作量。駕駛工作負荷是指駕駛人在道路、交通和環境對其影響下的資訊處理能力，更多的是指駕駛人的心理負荷。
對於一個熟練的駕駛員來說，高速公路駕駛是他駕輕就熟的場景，他還有多餘的心理資源去完成其他任務，比如打電話、操作車機介面。而如果遇到前方出現事故或者道路施工，他需要變道或者駛出高速公路，那麼這些任務對他心理負荷的需求就達到了臨界點，這個時候有來電的話，他可能也不會接聽。
NASA-TLX工作負荷量表
三、決策Decision
1。 SRK行為理論
基於技能-規則-知識的行為模型（把人的工作根據認知參與的複雜程度，分成三種不同的水平。基於技能（Skill-based Behavior，SBB）的操作，是非常熟練的、幾乎是潛意識的操作，也可以稱為本能的操作。
比如老司機可以熟練地駕駛車輛，眼睛、手腳間配合默契。對應的介面多為狀態型介面，如車輛的安全狀態、車速。基於規則（Rule-based Behavior，RBB）的操作，按照各種規則來操作，比如保持車道線、遵守交通法律，就屬於此類操作。可使用引導型介面，例如駕駛操作提示、碰撞時間的狀態。
基於知識（Knowledge-based Behavior，KBB）的操，面對的問題相對比較複雜，需要大量的知識、分析和判斷。在介面設計上需要提供儘可能多的有用資訊，以輔助駕駛員的思考。
AR-HUD RBB引導資訊
2。 情景意識
情景意識（Situation Awareness，SA）是駕駛人意識到在他的周圍正在發生的事情，理解相關資訊的意義，以及該資訊對未來意味著什麼。
情景意識分成三個階段：感知、理解、預判。感知階段可以向駕駛員提供當前狀態、目標、意圖和計劃的基本資訊。理解階段需揭示推理的過程以及所考慮的約束限制與選擇。預測階段，向駕駛員提供有關其對未來狀態的預測、預測的後果、成功或失敗的可能性。
情境意識三階段
四、自動化Automation
1。 分神
駕駛分神是指駕駛員的注意力從安全駕駛活動轉移到其他競爭性活動上，這在輔助駕駛條件下很容易發生。
當自動化水平為L3時，駕駛員不需要監管道路情況，駕駛員可以參與到一些非駕駛的次任務中，比如使用手機聊天、觀看影片等。這樣會降低駕駛員的情景意識，需要先理解當前情境，才能做出應對措施，這導致接管的時間過長和決策能力下降，駕駛的安全性遭到了極大的挑戰，也使駕駛員對自動化系統不再信任，自動駕駛體驗感變差。
設計自動駕駛背景下的接管行為，設計師需要著重考慮駕駛員不處在駕駛閉環（out-of-the loop）時的情況。
自動駕駛輔助系統接管提示
2。 分工
自動化系統在與人的互動中需要明確各自的分工。什麼任務是人可以完成的，什麼任務是系統可以完成的。如果自動化系統的資訊處理和決策過程與人沒有交流，人就會處在黑暗中，摸不著頭腦。因此，自動化系統的反饋設計非常重要。
另外，分工還可以是道路使用者之間。隨著車車通訊技術（Vehicle to Vehicle ，V2V）的發展，可以透過車輛通訊瞭解各自的意圖。比如，匝道合併的過程中，可以更好地銜接、避讓。
3。 信任度
在自動化的人機互動中，“信任”非常重要。二者的相對關係主要有適當信任、信任不足和過度信任三種。適當信任（appropriate trust）指駕駛員的主觀信任水平與系統的客觀信任水平相一致。信任不足（under-trust）指駕駛員主觀信任水平低於系統的客觀信任水平。過度信任（over-trust）往往是駕駛員高估了自動駕駛系統的能力，對自動化功能濫用。
智己汽車置信度訊號
4。 接受度
相較於信任度，接受度是更底層的因素，信任度是建立在接受度的基礎上的。接受度是指人們對新資訊科技的使用意願。具體可以從有用性和易用性上理解，有用性是駕駛員對自動化系統有用性程度的衡量，而易用性是駕駛員認為的自動化系統在多大程度上容易使用。增加接受度的方式之一可以透過擬人化、情感化的外觀特徵實現，提供自然、感性的互動感受。
蔚來汽車語音助手NOMI
五、總結
智慧座艙為駕駛員和乘客提供了豐富的功能、便捷的操作，對人因因素的底層認識十分重要，汽車HMI設計的設計中無時無刻不暗含著人因因素的影響……
參考資料：
《以人為本的智慧汽車互動設計HMI》
楊雪。 車載AR-HUD道路安全提示資訊介面設計原則研究
Gabbard J L ， Swan， D Hix， et al。 An empirical user-based study of text drawing styles and outdoor background textures for augmented reality
百度。百度車載生態開放平臺設計規範
DOT HS 812 360，Human factors design guidance for driver-vehicle interfaces
EnDSley M R 。 Toward a theory of situation awareness in dynamic systems
Chen， J Y C ， Barnes M J，et al。 Situation awareness-based agent transparency for human-autonomy teaming effectiveness
本文由 @TapHub敲敲車間 原創釋出於人人都是產品經理，未經許可，禁止轉載
題圖來自 Unsplash，基於 CC0 協議
