Top
首页 > 正文

人机交互方式的重新定义

对整个行业来说,全自动驾驶的技术还处在开发阶段,自动驾驶的落地应用及普及还需要解决包括技术创新、成本、量产开发、基础设施配套、法律法规等一系列挑战。
发布时间:2021-12-22 10:43        来源:数字经济杂志        作者: 箫洪 安波福(中国)

自动驾驶的未来已经在汽车行业、甚至消费者中达成共识。作为自动驾驶技术的领军企业,安波福早在2015年就率先完成了全球第一个横跨北美大陆的自动驾驶测试,安波福与现代汽车成立的自动驾驶合资公司Motional也正在拉斯维加斯运营着全球规模最大的自动驾驶共享出行服务,迄今为止已经为公众提供超过10万次自动驾驶出行服务。

微信截图_20211222104304


然而,对整个行业来说,全自动驾驶的技术还处在开发阶段,自动驾驶的落地应用与普及还需要解决包括技术创新、成本、量产开发、基础设施配套、法律法规等一系列挑战。
就目前来说,在汽车能够完全独立处理各种驾驶状况之前,驾驶员在必要时候的干预还是必不可少。因此,业界将自动驾驶被分为6个级别:从0级(驾驶员执行所有的操作任务)到5。
目前大多数汽车制造商都在量产开发2级自动驾驶汽车。在这种级别下,汽车可以辅助转向或加速等操作,并允许驾驶员从一些驾驶任务中解脱出来。但是驾驶员必须随时准备好控制车辆,对大多数关键安全功能负责,并且保持对周围环境的监测。
从2级到3级自动驾驶的最大飞跃是,从3级开始,将由汽车来完成对周围环境的监测任务。在这个级别上,在有条件的情况下,驾驶员甚至可以脱离如制动等一些与安全驾驶相关的操作。但是,驾驶员仍然要随时准备好,以便在必要的时候立即接管对汽车的操控。
为了说明这个问题,让我们来设想一个驾驶场景。你和家人正在驾车旅行,车子沿着笔直的公路行驶在高原上。因为路况很好,周围又几乎没有其它车辆,因此你让妻子来接替你开车。虽然她驾驶技术不是很好,但在这种情况下你还是放心地将方向盘交给了她,自己则悠闲地欣赏着周围的美景,甚至乘机打个盹。
突然,你妻子催促你赶紧接过方向盘,因为前面车子突然多了起来,而从睡梦中被惊醒的你一时难以掌握此时的路况。我们在哪条车道上?是要直行还是要准备变道?周围有哪些车辆?
当然,这仅是一个场景想象,在繁忙的高速路上更换司机是不现实的。但这个例子足以说明3级自动驾驶的挑战。当系统需要驾驶员接管车辆的操控时,怎样才能保证驾驶员能立即进入状态?
可以说,在这种自动驾驶水平下,确保驾驶员和自动驾驶系统之间的无缝交接是对工程师们主要挑战之一。因此,工程师们需要开发一种新的智能人机交互系统,它的主要任务是要构建车内外环境模型以及驾驶员状态模型,并将两者相结合,以保证在必要的时候驾驶员能够顺利接管车辆控制权。
因此,相关的智能座舱及人机交互技术成为了业内目前最热门的话题。
目前某些系统可能会通过发出警告或预估驾驶员接管控制权所需的时间,来解决移交控制权的问题。但是,这显然远远不够,因为驾驶员接管所需的时间以及执行接管的情况会受到引发控制权转移的多种因素的影响,比如驾驶员沉迷于其它活动的程度、驾驶员是否正处于分心状态、车辆周围环境的复杂程度,等等。
为了能够帮助驾驶员顺利接管汽车,工程师们必须想方设法帮助驾驶员快速恢复对车辆的有效控制。系统必须实时了解驾驶员的状态(包括他的认知状态、行为,以及意图),并为驾驶员创建个性化档案,以实现自动驾驶的安全操作。
为此,工程师们正致力于开发各类工具,为车辆赋予充分的智能,让它们不仅可以了解驾驶员当前的身体状态,还可以了解与驾驶员互动的最佳方式,从而顺利地移交控制权。结合对车辆周围环境的了解,这可以让自动驾驶系统主动调整车辆界面,方便驾驶员做出决策。
要做到这一点,首先关键的技术是对车辆周围环境的监控。工程师们通过高级驾驶员辅助系统(ADAS)对驾驶环境进行监控,建立环境模型,如天气、交通状况、时间、车辆是在高速公路上还是在城市环境中行驶,等等。目前,相关的技术已经相对成熟,自动驾驶系统已经可以建立一个优秀的环境模型,反映车辆周围的情况并进行评估。
此外,为了实现人机默契配合,工程师们还要让系统创建驾驶员模型,比如利用驾驶员监控系统,判断驾驶员是否注意力集中。
传统的驾驶员监控系统采用基于规则的方案,或假设驾驶员行为是静态的,但在监控面部表情和认知能力等变量时,传统的方法则难以胜任。比如,当汽车偏离车道时,不管是否是驾驶员有意为之,基于规则的系统都会发出车道偏离警告。
而更先进的舱内传感系统则可以实时观察驾驶员,并创建模型,了解驾驶员在不同状态和不同驾驶条件下的表现或行为。它通过对人机交互历史的分析,可以判断驾驶员对自动驾驶系统的信任度。无论驾驶员是否参与驾驶操作,它都能提供相应模式,为该驾驶员提供最佳的智能人机交互方案。比如,系统可以观察驾驶员是更喜欢接收信息以了解车辆采取某种操作的原因,还是不喜欢被打扰,并相应地做出人机交互方案的调整。
最后,工程师们通过情境辅助功能,帮助系统决定为驾驶员提供帮助的方式和时间。比如,感知到驾驶员有疑惑后,车辆可以主动提供信息,就像人类驾驶员对乘客那样。
驾驶员模型和情境辅助功能还有助于减少人为失误。比如,如果驾驶员在高速公路上突然停用自动驾驶功能,系统可以根据相关情境,判定驾驶员是主动关闭了系统还是无意碰到了自动驾驶开关。如果是后者,系统可以暂时启用驾驶辅助功能并提醒驾驶员,以保证驾驶安全。
目前,安波福正在帮助多家整车厂开发高级人机交互系统,针对特定驾驶场景的情境,进行驾驶员建模和注意力标准管理的开发。
随着自动驾驶技术的不断成熟应用,安全、绿色、互联的移动出行未来正在走进人们的生活,使生活更加美好!

每日必读

合作站点