【譯者按】

2021年，國際權(quán)威期刊《IEEE Transactions on Intelligent Transportation Systems》發(fā)表了題為《AR-HUD: L2級自動駕駛故障下的視覺支持》的學(xué)術(shù)研究。該研究對L2級別自動駕駛故障期AR-HUD是否能有助于駕駛員接管車輛進行研究，選取了52名參與者進行駕駛模擬實驗，考慮了橫向和縱向兩類故障類型，提出了基礎(chǔ)和ARHUD兩類HMI設(shè)計，并根據(jù)結(jié)果表明AR-HUD可以更好的支持駕駛員在L2級自動駕駛下遇到故障時的接管。國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心戰(zhàn)略研究部對該研究進行了編譯，期望對我國智能網(wǎng)聯(lián)汽車發(fā)展提供幫助，并提出了具有針對性的HUD產(chǎn)業(yè)思考與發(fā)展建議。

【關(guān)鍵詞】

AR-HUD  HMI  自動駕駛  故障  接管

一、AR-HUD成為車內(nèi)人機交互（HMI）的重要入口

HMI是應(yīng)用在車輛上的人機交互系統(tǒng)，是人與汽車互動的通道，能夠直接影響駕駛員駕駛過程。駕駛者通過該系統(tǒng)，獲取車輛信息、車輛報警，并且進行車輛設(shè)置、實現(xiàn)娛樂功能等。駕駛員在駕駛的過程中接受信息的主要通道是視覺，其次是觸覺和聽覺，在信息接收和編碼之后，通過人機交互行為表達出來。

在汽車發(fā)展初期，駕駛員與汽車交互，主要依靠儀表接收信息，通過儀表顯示來了解車輛整體運行狀態(tài)。但隨著交互的智能化升級，顯示和自動駕駛技術(shù)的發(fā)展以及ADAS的應(yīng)用，HUD在提高駕駛員的安全性、舒適性和便利性上有非常明顯的優(yōu)勢，逐漸成為車內(nèi)駕駛員最重要的交互入口。

HUD是將車速、油耗、導(dǎo)航等信息顯示在駕駛員正前方的平視顯示系統(tǒng)，讓駕駛員無需轉(zhuǎn)移視線就可以便捷地查看行車關(guān)鍵信息，時刻保持注意力在路面，提升行車安全。HUD經(jīng)歷了從C-HUD（Combiner HUD）到W-HUD（Windshield HUD）再到AR-HUD的發(fā)展過程。

AR-HUD相較于傳統(tǒng)HUD具有更大的優(yōu)勢，AR-HUD不僅可以幫助駕駛員掌握自身車輛信息，還能隨時獲取周圍環(huán)境路況等外部信息。AR導(dǎo)航可實現(xiàn)基于實際道路的路線指引，提升復(fù)雜道路場景下的導(dǎo)航精準(zhǔn)性；配合 ADAS在真實路況之上以醒目的方式，對行人、路障、交通標(biāo)志標(biāo)線、前向碰撞、車道偏離等情況進行標(biāo)注和警示，便于駕駛員及時發(fā)現(xiàn)風(fēng)險，減少駕駛員因為疏忽或者注意力不集中導(dǎo)致的安全風(fēng)險。此外，在開啟駕駛自動化功能時，AR-HUD融合ADAS信息，能夠?qū)④囕v的自動駕駛信息即時呈現(xiàn)在駕駛員眼前，讓駕駛員清楚知道車輛的目標(biāo)和事件探測與響應(yīng)狀態(tài)行為，逐步提升對自動駕駛技術(shù)的信心與信任。

相比于傳統(tǒng)的儀表和HUD，AR-HUD讓駕駛員用最少的注意資源完成盡可能多的任務(wù)，減少分心和認(rèn)知負荷所帶來的安全隱患。同時，在使用AR-HUD時駕駛員對駕駛環(huán)境的關(guān)注度也更高，提高了自動駕駛時的感知程度，為接管提供了一定的便利。

二、研究內(nèi)容：AR-HUD對L2級自動駕駛故障接管的影響

1.研究設(shè)計：2x2兩因素混合實驗

該研究采用兩因素混合實驗設(shè)計，首先定義了兩種HMI概念：基線和AR-HUD（基線包含一個顯示駕駛與自動駕駛最相關(guān)信息的儀表盤以及安裝在擋風(fēng)玻璃底部的LED燈條），以兩種HMI概念（AR-HUD或者基線）作為組間因素進行比較。同時定義了兩類故障場景：縱向故障場景和橫向故障場景，作為被試內(nèi)因素。

對于因變量方面，充分考慮了主觀以及客觀指標(biāo)，主要分為駕駛數(shù)據(jù)、眼球追蹤數(shù)據(jù)、主觀數(shù)據(jù)3個一級指標(biāo)，及12個二級指標(biāo)以評估接管時間、接管質(zhì)量、駕駛員注意力影響以及主觀感受。

該實驗軌道為27分鐘的自動駕駛，包括7分鐘的自動駕駛，在7分鐘后出現(xiàn)兩個十分鐘的自動駕駛場景，包含橫向或縱向的故障場景。共52名實驗者，3名參與者中止，總共48個有效數(shù)據(jù)集。

表1 因變量指標(biāo)

2.研究結(jié)論

（1）AR-HUD故障下接管時間更短，碰撞率更低

實驗結(jié)果上，縱向故障中基線組和AR-HUD組的碰撞率分別是41.7%和25%，橫向故障中基線組和AR-HUD組的碰撞率分別是83.3%和37.5%，AR-HUD在兩種故障情況下發(fā)生碰撞的幾率都大大減少，同時各組的橫向故障的碰撞率大于縱向故障。根據(jù)實驗數(shù)據(jù)結(jié)果進行統(tǒng)計分析（見表2），AR-HUD的接管時間均值更短，在橫向和縱向故障下，AR-HUD在縱向故障下明顯能夠更快的響應(yīng)，橫向故障下AR-HUD可以幫助駕駛員更好的預(yù)測AV的軌跡，從而更快的識別必要的干預(yù)措施。

接管質(zhì)量方面，由于根據(jù)縱向和橫向加速度剔除了部分參與者，導(dǎo)致樣本量過小，無法對加速度和mTTc進行分析。

表2 接管時間和質(zhì)量相關(guān)指標(biāo)的均值與標(biāo)準(zhǔn)差

注：橫向故障因碰撞對象不在自動駕駛汽車車道內(nèi)，因此缺少記錄數(shù)據(jù)，無法確定橫向故障的mTTC。

（2）駕駛員視覺注意力上，AR-HUD沒有明顯差異

兩組對前方道路都有高度的視覺關(guān)注（見表3），雖然基線組對儀表的注意力比例較高，但是對兩組的非路面撇視次數(shù)（大于2秒）進行Mann-Whitney檢驗后，發(fā)現(xiàn)二組無顯著差異（U=234.5,p=0.657）。所以，基線組對儀表盤的較高比例的注意力不會產(chǎn)生駕駛員長時間非路面撇視的影響。

表3 視覺注意力相關(guān)指標(biāo)的均值與標(biāo)準(zhǔn)差

（3）AR-HUD可用性更高，駕駛員信任度有明顯提升

研究結(jié)果顯示，基線可用性均值M=66.04（SD=16.12），AR- HUD可用性均值M=73.85（SD=14.01），AR-HUD顯著提高了可用性，駕駛員主觀上認(rèn)為AR-HUD在處理故障和監(jiān)測自動駕駛方面更加有效、高效。在接受度上，兩組沒有顯著差異。信任度方面，基線均值M=2.70（SD=0.58），AR- HUD均值M=3.00（SD=0.51），AR-HUD信任度更高。

三、思考與產(chǎn)業(yè)發(fā)展建議

1.AR-HUD提升智能汽車的信任感，建立人與系統(tǒng)之間的連接

安全是汽車發(fā)展的永恒主題，自動化、智能化的發(fā)展過程實質(zhì)上也是安全功能不斷升級的過程。出于對安全方面的擔(dān)憂，公眾對高度自動化的車輛普遍存在不信任。AR HUD可以作為實時顯示系統(tǒng)狀態(tài)的可視化媒介，能夠?qū)崟r傳遞路況信息和車輛狀態(tài)，并對信息進行可視化處理，以清晰的視覺效果增加信息可讀性，縮短駕駛員響應(yīng)時間，提高駕駛安全性，提供自動駕駛汽車的可信度。

2.AR-HUD發(fā)展空間巨大，還需提升軟硬件能力，跨領(lǐng)域協(xié)同發(fā)展新生態(tài)

隨著智能網(wǎng)聯(lián)汽車技術(shù)的發(fā)展，汽車不斷逼近自動駕駛的形態(tài)，同時智能座艙的功能越來越豐富和個性化，這也為AR-HUD的應(yīng)用提供了巨大的空間和使用場景。AR-HUD作為新型人機交互方式，新的交互方式意味著新的生態(tài)。但是，完整健康的生態(tài)體系需要產(chǎn)業(yè)鏈各環(huán)節(jié)之間相融相促以及推進，需要傳感器數(shù)據(jù)融合、人工智能算法匹配、專屬應(yīng)用適配等軟件能力與硬件能力共同協(xié)作。同時，這一發(fā)展將不僅僅局限在汽車自身的固有領(lǐng)域，將會有更多的軟件、硬件公司，非汽車類的娛樂、服務(wù)等圈外企業(yè)加入進來。

本文譯自：

譯自：Augmented Reality Head-Up Display: A Visual Support During Malfunctions in Partially Automated Driving

本文作者：

中國汽車工程學(xué)會

國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心

中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟

張懿坤