基于ERP的設(shè)計(jì)評(píng)價(jià)探究：以智能座艙轉(zhuǎn)向交互為例

摘要：面向人機(jī)系統(tǒng)工效評(píng)價(jià)問(wèn)題，聚焦于如何使用ERP技術(shù)表征系統(tǒng)的工效。采集腦電生理信號(hào)，通過(guò)腦電ERP分析和認(rèn)知實(shí)驗(yàn)范式評(píng)價(jià)，獲得定量分析的結(jié)論，提出優(yōu)化策略，并最終提高系統(tǒng)工效，為界面設(shè)計(jì)提供客觀依據(jù)。構(gòu)建基于腦電的認(rèn)知實(shí)驗(yàn)?zāi)Ｐ?，運(yùn)用生理測(cè)量技術(shù)獲取用戶在使用過(guò)程的生理反應(yīng)數(shù)據(jù)，通過(guò)數(shù)據(jù)分析，判斷界面設(shè)計(jì)的優(yōu)劣。以智能座艙HUD界面中的轉(zhuǎn)向標(biāo)志交互設(shè)計(jì)為例，展示實(shí)驗(yàn)開展的過(guò)程。首先構(gòu)建EEG的實(shí)驗(yàn)?zāi)Ｐ停偻ㄟ^(guò)界面交互設(shè)計(jì)的調(diào)研信息，獲取HUD轉(zhuǎn)向標(biāo)志的經(jīng)典交互方案；然后基于改進(jìn)的ERP認(rèn)知實(shí)驗(yàn)范式進(jìn)行實(shí)驗(yàn)流程設(shè)計(jì)；接著使用g·tec生物電信號(hào)采集系統(tǒng)開始實(shí)驗(yàn)；最后提取成分特征進(jìn)行組內(nèi)與組間對(duì)比分析，輸出設(shè)計(jì)評(píng)價(jià)。實(shí)驗(yàn)數(shù)據(jù)證實(shí)箭頭模式的轉(zhuǎn)向指示具有良好的穩(wěn)定性與指向性；而燈帶模式的轉(zhuǎn)向指示具有不穩(wěn)定性，更容易使用戶發(fā)生誤判；同時(shí)箭頭模式的轉(zhuǎn)向指示普遍帶來(lái)了更高的認(rèn)知負(fù)荷。以上結(jié)果表明基于該改進(jìn)范式的實(shí)驗(yàn)?zāi)Ｐ涂梢詾樵O(shè)計(jì)評(píng)價(jià)提供多維度證據(jù)。該實(shí)驗(yàn)為基于生理測(cè)量技術(shù)進(jìn)行定量化的交互界面設(shè)計(jì)工效評(píng)價(jià)提供了實(shí)踐與探索。

關(guān)鍵詞：事件相關(guān)電位；腦電圖；智能座艙；增強(qiáng)現(xiàn)實(shí)型抬頭顯示；實(shí)驗(yàn)?zāi)Ｐ?/p>

中圖分類號(hào)：TP391.9 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-0069（2025）04-0137-05

Abstract：Facing the issue of ergonomics evaluation of human-machine systems， it focuses on how to use ERP technology to characterize the ergonomics of the system. Collect brain electrophysiological signals， obtain quantitative analysis conclusions through EEG ERP analysis and cognitive experiment paradigm evaluation， propose optimization strategies， and ultimately improve system efficiency， providing objective basis for interface design. Construct a cognitive experimental model based on EEG， use physiological measurement technology to obtain the user’s physiological response data during use， and judge the quality of the interface design through data analysis. Take the interactive design of the turn sign in the smart cockpit HUD interface as an example to show the process of the experiment. First， build an EEG experimental model， and then use the research information of interface interaction design to obtain the classic interaction scheme of the HUD steering sign； then design the experimental process based on the improved ERP cognitive experiment paradigm； then use the g·tec bioelectrical signal acquisition system to start experiment； finally extract component features for intra-group and inter-group comparative analysis， and output design evaluation. Experimental data confirms that arrow mode turn indicators have good stability and directivity； while light strip mode turn indicators are unstable and are more likely to cause misjudgments by users； at the same time， arrow mode turn indicators generally bring higher cognitive load. The above results show that the experimental model based on this improved paradigm can provide multi-dimensional evidence for design evaluation. This experiment provides practice and exploration for quantitative interactive interface design efficiency evaluation based on physiological measurement technology.

Keywords：Event-related potential；Electroencephalogram；Smart cockpit；AR-HUD；Experimental model

引言

近年來(lái)，隨著交互技術(shù)的日益成熟，以自然交互、智能交互、人機(jī)融合為導(dǎo)向的人機(jī)交互過(guò)程正逐漸成為新的追求。人機(jī)融合交互達(dá)到擬態(tài)環(huán)境階段，可實(shí)現(xiàn)數(shù)字虛擬環(huán)境中沉浸式的自然交互體驗(yàn)。人機(jī)融合將是人類與人造世界和諧相處的一個(gè)未來(lái)方向[1]，改變的不僅僅是人類社會(huì)的形態(tài)，更是一次重新塑造人類生命體的嘗試，融合的機(jī)制與范式亟待新的技術(shù)與理論支撐，同時(shí)人機(jī)系統(tǒng)的交互性能，即效率與科學(xué)性問(wèn)題也受到越來(lái)越多的關(guān)注。

目前，設(shè)計(jì)學(xué)科開始聚焦設(shè)計(jì)系統(tǒng)人機(jī)交互效率的定量化研究，隨著認(rèn)知神經(jīng)科學(xué)的快速發(fā)展，越來(lái)越多的學(xué)者開始基于腦電、眼動(dòng)與肌電等生理信號(hào)進(jìn)行生理評(píng)測(cè)以評(píng)估人機(jī)交互性能[2]。其中，腦電圖（Electroencephalogram，EEG）已被證實(shí)在測(cè)定認(rèn)知表現(xiàn)方面的有效性。而事件相關(guān)單位（Event-Related Potential，ERP）是基于EEG的提取獲得的一種可以展現(xiàn)特定認(rèn)知過(guò)程的重要標(biāo)志。早在1997年，Pfurtscheller G就能夠通過(guò)大腦皮層特殊部位的事件誘發(fā)電位在用戶做動(dòng)作之前就感知到用戶的運(yùn)動(dòng)意愿[3]。其后，眾多研究論證了腦電圖在測(cè)定認(rèn)知表現(xiàn)方面的有效性，ERP具有重要的研究意義。

另一方面，新興智能技術(shù)促進(jìn)汽車智能座艙的不斷升級(jí)，將汽車、駕駛艙、人和道路進(jìn)行智能交互，逐漸成為以人為中心的綜合移動(dòng)空間，旨在提供更加智能化和人性化的駕駛體驗(yàn)[4]。車內(nèi)呈現(xiàn)各種終端顯示設(shè)備，傳統(tǒng)的機(jī)械式儀表盤發(fā)展為包括儀表盤、中控屏、HUD抬頭顯示、座椅屏幕、后排屏幕、手機(jī)等外設(shè)在內(nèi)的多界面系統(tǒng)，將駕駛信息、娛樂(lè)、社交等信息融為一體，無(wú)疑給系統(tǒng)的人機(jī)交互帶來(lái)極大復(fù)雜性，如何把握設(shè)計(jì)要素，保證系統(tǒng)設(shè)計(jì)工效，同時(shí)進(jìn)行科學(xué)的評(píng)價(jià)，給人機(jī)融合的設(shè)計(jì)領(lǐng)域帶來(lái)了新的挑戰(zhàn)。

本研究面向人機(jī)系統(tǒng)工效評(píng)價(jià)問(wèn)題，聚焦于如何使用ERP技術(shù)表征人機(jī)系統(tǒng)的工效。以智能座艙的HUD界面交互設(shè)計(jì)為例，通過(guò)改進(jìn)的實(shí)驗(yàn)范式更好地實(shí)現(xiàn)面向設(shè)計(jì)評(píng)價(jià)的腦電ERP分析，獲得定量分析的結(jié)論，提出優(yōu)化策略，并最終提高系統(tǒng)工效，為界面設(shè)計(jì)提供客觀依據(jù)。

一、基于EEG的實(shí)驗(yàn)基礎(chǔ)

（一）EEG的概念簡(jiǎn)介：20世紀(jì)初，德國(guó)精神病學(xué)家Hans Berger將電極放在人的頭皮上并測(cè)量到了人腦活動(dòng)時(shí)發(fā)出的電信號(hào)，首次畫出了腦電圖[5]。腦電圖用于記錄大腦電活動(dòng)，是一種無(wú)創(chuàng)、非侵入性的電生理技術(shù)。通過(guò)在頭皮表面放置電極，捕捉大量神經(jīng)元同步活動(dòng)時(shí)產(chǎn)生的突觸后電位的總和，從而生成的電生理圖譜。腦電圖能夠直接測(cè)量中樞神經(jīng)系統(tǒng)在群體水平上的神經(jīng)活動(dòng)，是大腦活動(dòng)電信號(hào)的宏觀體現(xiàn)，直觀表現(xiàn)為電位隨時(shí)間變化的曲線，已被證明是自發(fā)性大腦活動(dòng)的可靠指標(biāo)。Chen等（2017）提出了一種基于主帶功率譜密度的腦電圖（EEG）方法來(lái)評(píng)估大腦負(fù)荷任務(wù)，并表明左額頂葉的Fp1電極通道與大腦負(fù)荷水平的相關(guān)性最高[6]；Ismail和Karwowski（2020）總結(jié)了認(rèn)知領(lǐng)域?qū)δX電圖的研究，并指出一些ERP成分（如P3、P2、N1、N2）的振幅隨著工作量的增加而降低[7]。

（二）基于ERP的實(shí)驗(yàn)：ERP的成分被視為特定認(rèn)知過(guò)程在大腦層面上的體現(xiàn)，例如P200多用于在視覺(jué)搜索實(shí)驗(yàn)中，與特定任務(wù)相關(guān)的信息加工認(rèn)知有關(guān)[8]。而這些ERP成分的物理特性（如波幅和潛伏期）能夠反映認(rèn)知過(guò)程的特定方面。ERP分析已成為在人機(jī)交互設(shè)計(jì)中分析用戶使用界面時(shí)的認(rèn)知符合以及評(píng)價(jià)界面可用性的一種有效方法[9]。

在界面的人機(jī)交互評(píng)價(jià)中，ERP實(shí)驗(yàn)通過(guò)對(duì)刺激的適當(dāng)設(shè)計(jì)和任務(wù)指令的明確給出，可以直接操縱和測(cè)量與界面交互相關(guān)的認(rèn)知過(guò)程，從而了解用戶是如何理解和響應(yīng)這些指示的。這需要通過(guò)嚴(yán)格的實(shí)驗(yàn)設(shè)計(jì)在特定的ERP組分與特定認(rèn)知過(guò)程之間建立起合理的邏輯關(guān)系。本文要研究的是用戶對(duì)于交互的認(rèn)知過(guò)程而不是對(duì)于視覺(jué)刺激的反應(yīng)過(guò)程，則需要通過(guò)實(shí)驗(yàn)材料形成一種交互的實(shí)驗(yàn)任務(wù)。這些任務(wù)可以設(shè)置為根據(jù)轉(zhuǎn)向指示執(zhí)行相應(yīng)的動(dòng)作，例如轉(zhuǎn)動(dòng)方向盤、按鍵、鼠標(biāo)等。

同時(shí)，在ERP實(shí)驗(yàn)設(shè)計(jì)中，確保鎖時(shí)性（Time-Locked）與設(shè)置合適的時(shí)間間隔（Time Interval）是兩個(gè)關(guān)鍵的步驟，它們共同構(gòu)成了ERP精確捕捉和分析大腦對(duì)特定事件反應(yīng)的基礎(chǔ)。

二、智能座艙的人機(jī)交互界面信息要素

智能座艙已經(jīng)形成了多界面人機(jī)交互的情境。駕駛員需要處理多個(gè)信息來(lái)源和交互任務(wù)，會(huì)在多屏設(shè)備間不斷轉(zhuǎn)移注意力，對(duì)駕駛員的感知、認(rèn)知和決策造成影響。增強(qiáng)現(xiàn)實(shí)型抬頭顯示（Augmented Reality HUD，AR-HUD）已成為智能座艙的多界面人機(jī)交互情境中一個(gè)全新的交互界面。該產(chǎn)品將整車信息整合到車內(nèi)，利用前擋風(fēng)玻璃作為投影介質(zhì)來(lái)反射成像[10]。通過(guò)結(jié)合現(xiàn)實(shí)路況信息，將導(dǎo)航和輔助駕駛信息與前方道路融合，顯示轉(zhuǎn)向指示、障礙物警告和車道偏離等內(nèi)容。這種非干擾性的信息顯示方式可以大幅減少駕駛員需要轉(zhuǎn)移目光的次數(shù)和持續(xù)時(shí)間，使駕駛員可以更加專注于道路上的情況，從而減少因檢查儀表盤或中控屏而造成的分心[11]。

在這些基本信息中，最能體現(xiàn)AR沉浸式交互環(huán)境優(yōu)勢(shì)的就是轉(zhuǎn)向以及車道方向的顯示，這是基于AR-HUD出現(xiàn)的全新界面元素。調(diào)研發(fā)現(xiàn)目前的AR-HUD 的界面設(shè)計(jì)在轉(zhuǎn)向和車道方向顯示上，出現(xiàn)了截然不同的設(shè)計(jì)思路，大致可以分為箭頭模式和燈帶模式兩類：

（1）箭頭模式：箭頭對(duì)于視覺(jué)感官具有極強(qiáng)的刺激性，有利于將視覺(jué)焦點(diǎn)集中于該元素上，使人們得到清晰而明確的指示。如圖1（a）所示。（2）燈帶模式：舒緩的燈帶讓視覺(jué)感官感到溫和，使人們不會(huì)將視覺(jué)焦點(diǎn)完全集中于該元素上。但是延長(zhǎng)的圖形可以造成視覺(jué)的延伸，并有可能潛移默化地通過(guò)視覺(jué)通道完成自然的、隱含的交互。如圖1（b）所示。

同時(shí)，在使用指示轉(zhuǎn)向和車道方向的布局中，通常將其他重要信息放置于下方位置，以將視覺(jué)焦點(diǎn)均勻分布。本實(shí)驗(yàn)著重考慮的基本信息包括：里程與道路、車速、限速與提示。

三、基于EEG的實(shí)驗(yàn)?zāi)Ｐ蜆?gòu)建

本實(shí)驗(yàn)?zāi)康氖翘骄縃UD界面中，不同類型的方向指示標(biāo)志對(duì)用戶交互過(guò)程（判斷方向）的影響。通過(guò)分析HUD不同圖標(biāo)顯示下用戶的認(rèn)知狀態(tài)與規(guī)律、認(rèn)知負(fù)荷機(jī)制，為客觀的評(píng)價(jià)智能座艙HUD界面指示標(biāo)志的交互設(shè)計(jì)提供參考。

（一）實(shí)驗(yàn)刺激材料設(shè)計(jì)：實(shí)驗(yàn)刺激材料去除HUD模擬界面中道路實(shí)景的背景圖片以排除激發(fā)無(wú)關(guān)ERP成分的可能，將視覺(jué)刺激置于顯示器屏幕的中央以減少眼動(dòng)生理偽跡，并且進(jìn)行簡(jiǎn)潔的HUD圖形設(shè)計(jì)：通過(guò)基本信息顯示區(qū)和標(biāo)識(shí)顯示區(qū)形成均勻視覺(jué)中心布局，如圖2所示，并將其作為本實(shí)驗(yàn)刺激的基本模式。

然后基于圖2設(shè)置燈帶和箭頭兩種不同類型轉(zhuǎn)向提示的靶刺激。如圖3所示為用做靶刺激的實(shí)驗(yàn)材料，（a）為燈帶左轉(zhuǎn)，（b）為箭頭右轉(zhuǎn)。

（二）任務(wù)設(shè)置與實(shí)驗(yàn)分組：將刺激材料形成實(shí)驗(yàn)任務(wù)，分配給被試，形成交互刺激，可以激發(fā)特定ERP成分。實(shí)驗(yàn)任務(wù)還可通過(guò)分析任務(wù)完成正確率用于行為學(xué)結(jié)果的解釋。

在駕駛過(guò)程中，HUD的作用就是輔助駕駛員高效、輕松的完成駕駛?cè)蝿?wù)，而轉(zhuǎn)向標(biāo)記的目的就是要清楚地指示方向，因此相應(yīng)的任務(wù)應(yīng)該與方向相關(guān)，使被試能產(chǎn)生實(shí)驗(yàn)情境和任務(wù)之間自然的聯(lián)系。

在對(duì)比了方向盤、鼠標(biāo)和鍵盤3種輸入硬件后，發(fā)現(xiàn)方向盤是最擬真的輸入工具，但是其會(huì)導(dǎo)致身體的大幅度動(dòng)作影響EEG的準(zhǔn)確性并且在多次執(zhí)行后，會(huì)大大增加被試的體力負(fù)荷，因此不予采用。最終選擇了使用外接鍵盤，將位于鍵盤最左側(cè)的“A”鍵定義為左轉(zhuǎn)的映射；位于鍵盤最右側(cè)的“L”鍵定義為右轉(zhuǎn)的映射。基于如圖3所示的靶刺激設(shè)置實(shí)驗(yàn)任務(wù)為：若您判斷出指示方向?yàn)椤白蟆?，即按下鍵盤靠左側(cè)的“A”鍵；若您判斷出指示方向?yàn)椤坝摇?，即按下鍵盤靠右側(cè)的“L”鍵。

在任務(wù)設(shè)置完成后，通過(guò)靶刺激與標(biāo)準(zhǔn)刺激的設(shè)置形成分組。實(shí)驗(yàn)的自變量為方向指示標(biāo)志的類型，實(shí)驗(yàn)將按照表1所示兩組進(jìn)行。

（三）實(shí)驗(yàn)指導(dǎo)材料設(shè)計(jì)

實(shí)驗(yàn)指導(dǎo)材料包括：

1.智能座艙AR-HUD介紹視頻；在正式實(shí)驗(yàn)前，需要向被試介紹實(shí)驗(yàn)背景。首先播放AR-HUD的介紹視頻，時(shí)長(zhǎng)45s，使被試充分理解又不至于產(chǎn)生視覺(jué)和腦力疲勞。2.實(shí)驗(yàn)指導(dǎo)語(yǔ)；使被試充分了解實(shí)驗(yàn)注意事項(xiàng)以及如何進(jìn)行實(shí)驗(yàn)。3.實(shí)驗(yàn)指導(dǎo)圖：向被試描述實(shí)驗(yàn)任務(wù)，如圖4所示。

（四）實(shí)驗(yàn)流程設(shè)計(jì)：實(shí)驗(yàn)流程的設(shè)計(jì)，將鎖時(shí)性與時(shí)間間隔的關(guān)鍵問(wèn)題考慮進(jìn)去。以經(jīng)典的Oddball實(shí)驗(yàn)范式為基礎(chǔ)進(jìn)行變體，再插入一種同類不同樣的靶刺激成為兩種偏差刺激的Oddball實(shí)驗(yàn)范式?；诖朔妒?，將靶刺激占標(biāo)準(zhǔn)刺激的比例設(shè)置為20%。

本實(shí)驗(yàn)使用Tobii studio作為刺激呈現(xiàn)軟件，圖5所示為第一組實(shí)驗(yàn)的具體流程。一組實(shí)驗(yàn)共展示400個(gè)刺激，其中靶刺激80次，標(biāo)準(zhǔn)刺激320次，其中靶刺激又分為兩種：左向指示靶刺激40次和右向指示靶刺激40次。同時(shí)靶刺激和標(biāo)準(zhǔn)刺激是打亂排列順序隨機(jī)呈現(xiàn)的。最后將標(biāo)準(zhǔn)刺激的刺激起始時(shí)間差（SOA）設(shè)置為2000ms，標(biāo)準(zhǔn)刺激的刺激間間隔（ISI）設(shè)置為1000ms。而靶刺激用于形成實(shí)驗(yàn)任務(wù)，不設(shè)置定時(shí)自動(dòng)跳轉(zhuǎn)，其SOA為不限制，ISI仍未1000ms。每個(gè)ISI期間均呈現(xiàn)用于消除視覺(jué)殘影的掩蔽圖1000ms。

第二組實(shí)驗(yàn)同第一組實(shí)驗(yàn)，按照表1的設(shè)置將燈帶類型的靶刺激替換為加箭頭類型的靶刺激，重復(fù)該流程。兩組實(shí)驗(yàn)共800次刺激，包括160次靶刺激和640次標(biāo)準(zhǔn)刺激。

四、實(shí)驗(yàn)操作流程

（一）實(shí)驗(yàn)對(duì)象、設(shè)備與環(huán)境：共招募青年學(xué)生21人（男14名，女7名，年齡范圍19～28歲，平均年齡 23.7歲，標(biāo)準(zhǔn)差 2.4），被試身體健康，裸眼視力或矯正視力正常，均為右利手，自愿參與實(shí)驗(yàn)，并已在實(shí)驗(yàn)前知曉實(shí)驗(yàn)注意事項(xiàng)與原則。

實(shí)驗(yàn)主要設(shè)備包括：奧地利g.tec公司生產(chǎn)的g-USBamp生物電信號(hào)放大器、有16個(gè)Ag/AgCl導(dǎo)電濕電極的電極帽、g.GAMMAbox濕電極盒，如圖6所示。

實(shí)驗(yàn)在腦電實(shí)驗(yàn)室進(jìn)行，如圖7所示。實(shí)驗(yàn)室為全封閉，配有包覆隔音和金屬絕緣層，隔音隔光。實(shí)驗(yàn)室空間寬敞，裝有空調(diào)和通風(fēng)系統(tǒng)，可為被試提供舒適的實(shí)驗(yàn)環(huán)境。實(shí)驗(yàn)期間被試坐在實(shí)驗(yàn)間的座椅上，前方放置操作臺(tái)，操作臺(tái)上放置刺激呈現(xiàn)電腦。主視坐在被試后方的操作室內(nèi)，與被試所處的實(shí)驗(yàn)間隔離開以排除影響，但是可以通過(guò)玻璃窗口觀察和檢測(cè)被試的實(shí)驗(yàn)情況。

（二）通道調(diào)試與正式實(shí)驗(yàn)：車輛駕駛環(huán)境動(dòng)態(tài)復(fù)雜，涉及駕駛員諸多行為，因此牽涉眾多認(rèn)知過(guò)程。本實(shí)驗(yàn)采用如圖8所示的電極排布狀態(tài)，將16個(gè)電極較均勻地排布在全腦。首先FP1、FP2、F3、F4 和Fz涵蓋了額葉區(qū)域，同時(shí) FP1 和 FP2 還將幫助檢測(cè)眨眼偽影。而頂葉區(qū)域的Pz、Cz、F3、F4對(duì)于研究注意力過(guò)程至關(guān)重要。最后，頂枕區(qū)的 PO7、PO8、Oz對(duì)于視覺(jué) ERP 特別有用，還可以捕獲與高級(jí)視覺(jué)處理相關(guān)的活動(dòng)。

生物信號(hào)雜亂、微弱，需要仔細(xì)分析甄別，首先選擇3名被試進(jìn)行預(yù)記錄實(shí)驗(yàn)，初步分析數(shù)據(jù)合理性，然后再開始正式實(shí)驗(yàn)，實(shí)驗(yàn)場(chǎng)景如圖9所示。實(shí)驗(yàn)共獲得21組腦電原始數(shù)據(jù)，其中一組電信號(hào)有效度過(guò)低而被排除，共保留20組數(shù)據(jù)。

五、腦電數(shù)據(jù)處理與分析

（一）組內(nèi)ERP提取與數(shù)據(jù)分析：首先進(jìn)行組內(nèi)比較。因變量定義為轉(zhuǎn)向的方向（右轉(zhuǎn)和左轉(zhuǎn)）。目的在于對(duì)比燈帶轉(zhuǎn)向組和箭頭轉(zhuǎn)向組，右轉(zhuǎn)和左轉(zhuǎn)對(duì)于被試ERP影響的差異和偏差情況。

1.燈帶左轉(zhuǎn)指向靶刺激和右轉(zhuǎn)指向靶刺激對(duì)比。在完成燈帶組數(shù)據(jù)預(yù)處理后，選擇靶刺激出現(xiàn)前200ms到出現(xiàn)后800ms的時(shí)間段作為腦電分段時(shí)間，并將左轉(zhuǎn)標(biāo)為bin1，右轉(zhuǎn)標(biāo)為bin2，進(jìn)行分段、疊加平均與組平均后得到ERP波形。通過(guò)對(duì)波形圖和地形圖（150ms-250ms）綜合分析，發(fā)現(xiàn)在200ms左右于枕區(qū)出現(xiàn)了明顯的正波，選取了效應(yīng)明顯的Oz、PO7和PO8 3個(gè)枕區(qū)電極作為數(shù)據(jù)分析對(duì)象，其ERP波形圖如圖10所示。

提取3個(gè)電極的峰值振幅、平均振幅和峰值潛伏期3個(gè)特征值形成燈帶組靶刺激的組內(nèi)對(duì)比，如表2所示。

2.箭頭左轉(zhuǎn)指向靶刺激和右轉(zhuǎn)指向靶刺激對(duì)比。在完成箭頭組數(shù)據(jù)預(yù)處理、分段、疊加平均與組平均后得到ERP波形。通過(guò)對(duì)波形圖和地形圖（150ms-250ms）綜合分析，發(fā)現(xiàn)在200ms左右于枕區(qū)出現(xiàn)了明顯的正波，選取了效應(yīng)明顯的Oz、PO7和PO8 3個(gè)枕區(qū)電極作為數(shù)據(jù)分析對(duì)象，其ERP波形圖如圖11所示。

提取3個(gè)電極的峰值振幅、平均振幅和峰值潛伏期3個(gè)特征值形成箭頭組靶刺激的組內(nèi)對(duì)比，如表3所示。

（二）組間ERP提取與數(shù)據(jù)分析：組間比較，因變量定義為標(biāo)志的模式（燈帶和箭頭）。目的在于綜合對(duì)比燈帶組和箭頭組對(duì)于被試ERP影響的差異和偏差情況。

在雙刺激Oddball實(shí)驗(yàn)范式中，出于不同的研究目的，是可以將不同的靶刺激合并進(jìn)行疊加平均的[12]。因此在本實(shí)驗(yàn)中，可以將40個(gè)右轉(zhuǎn)靶刺激試次與40個(gè)左轉(zhuǎn)靶刺激試次合并為一個(gè)bin，得到總共80個(gè)的靶刺激試次以進(jìn)行更多次的疊加平均，在得到更加優(yōu)質(zhì)ERP的同時(shí)，更為進(jìn)一步組間比較提供了可能性。

選擇靶刺激出現(xiàn)前200ms到出現(xiàn)后800ms的時(shí)間段作為腦電分段時(shí)間。將左轉(zhuǎn)與右轉(zhuǎn)marker均標(biāo)為bin1，進(jìn)行分段。通過(guò)對(duì)波形圖和地形圖（150ms-250ms）的綜合分析，發(fā)現(xiàn)在200ms左右于枕區(qū)出現(xiàn)了明顯的正波，選取了效應(yīng)明顯的Oz、PO7和PO8 3個(gè)枕區(qū)電極作為數(shù)據(jù)分析對(duì)象，其ERP波形圖如圖12所示。

提取3個(gè)電極的峰值振幅、平均振幅和峰值潛伏期3個(gè)特征值，如表4所示。

六、實(shí)驗(yàn)的結(jié)果解釋

（一）行為學(xué)結(jié)果分析與評(píng)價(jià)：本實(shí)驗(yàn)的行為學(xué)結(jié)果只統(tǒng)計(jì)實(shí)驗(yàn)任務(wù)完成正確率，即在兩個(gè)實(shí)驗(yàn)組中被試正確判斷方向并正確按下按鍵的準(zhǔn)確率。如表5所示，其中錯(cuò)誤次數(shù)的統(tǒng)計(jì)包括兩種情況：（1）將A和L按錯(cuò)；（2）在直行試次時(shí)也按下了A或L鍵。

由表中兩組實(shí)驗(yàn)任務(wù)的平均準(zhǔn)確率來(lái)看，燈帶組略低于箭頭組。進(jìn)一步進(jìn)行配對(duì)樣本t檢驗(yàn)，結(jié)果t=-2.698，p=0.002<0.05，表明燈帶組的平均準(zhǔn)確率低于箭頭組。基于實(shí)驗(yàn)任務(wù)正確率的行為學(xué)分析說(shuō)明燈帶模式更容易使被試判斷錯(cuò)誤方向。

（二）ERP組內(nèi)對(duì)比結(jié)果分析與評(píng)價(jià)：早在1987年，Pascalis，V等就已經(jīng)證實(shí)ERP 的P200組件的峰值振幅變化與不同的認(rèn)知需求和注意力過(guò)程相關(guān)[13]。而現(xiàn)時(shí)，ERP分析已深入汽車工業(yè)的用戶研究中，在駕駛安全評(píng)價(jià)與研究中得到廣泛應(yīng)用[14]。P200成分的3個(gè)典型物理特征中認(rèn)知負(fù)荷和交互意圖判斷中起到重要作用。

峰值振幅與任務(wù)相關(guān)的認(rèn)知需求密切相關(guān)。振幅的增加通常反映了對(duì)刺激的更強(qiáng)反應(yīng)，可能與更高的認(rèn)知負(fù)荷相對(duì)應(yīng)。在交互意圖的判斷上，較高的峰值振幅可能表明用戶對(duì)特定任務(wù)或刺激的高度關(guān)注或積極響應(yīng)。平均振幅提供了對(duì)整個(gè)實(shí)驗(yàn)條件下ERP反應(yīng)的一致性評(píng)估。平均振幅可用于理解在長(zhǎng)時(shí)間或多個(gè)條件下認(rèn)知負(fù)荷的變化情況。峰值潛伏期反映了信息處理的速度。較短的潛伏期通常表示快速的認(rèn)知處理能力，這在需要快速反應(yīng)的交互任務(wù)中尤為重要。延長(zhǎng)的潛伏期可能指示認(rèn)知負(fù)荷增加，或在處理復(fù)雜或新穎任務(wù)時(shí)的認(rèn)知延遲。

首先以左轉(zhuǎn)與右轉(zhuǎn)為因變量，組內(nèi)比較結(jié)果解釋：

1.燈帶組組內(nèi)比較結(jié)果解釋。對(duì)表2進(jìn)行配對(duì)樣本T檢驗(yàn)，結(jié)果如表6所示。

據(jù)配對(duì)樣本T檢驗(yàn)結(jié)果，t值為均為正。峰值振幅p=0.062，雖然不顯著但是略大于0.05，說(shuō)明左轉(zhuǎn)靶刺激比右轉(zhuǎn)靶刺激發(fā)出較高的峰值振幅。平均振幅p=0.039，結(jié)果顯著，左轉(zhuǎn)靶刺激比右轉(zhuǎn)靶刺激激發(fā)出明顯更高的平均振幅值。這表示在整體情況下，尤其是在多次和長(zhǎng)時(shí)間的任務(wù)中，燈帶實(shí)驗(yàn)組的左轉(zhuǎn)任務(wù)比右轉(zhuǎn)任務(wù)使被試更加感覺(jué)到壓力，可能帶來(lái)了認(rèn)知負(fù)荷的增高。

峰值潛伏期p=0.808遠(yuǎn)大于0.05，說(shuō)明被試在完成左轉(zhuǎn)和右轉(zhuǎn)任務(wù)時(shí)，獲取信息和處理該交互任務(wù)的速度差異不明顯。

2.箭頭組組內(nèi)比較結(jié)果解釋。對(duì)表3進(jìn)行配對(duì)樣本T檢驗(yàn)，結(jié)果如表7所示。

據(jù)配對(duì)樣本T檢驗(yàn)結(jié)果，t值均為正。峰值振幅p=0.75，平均振幅p=0.777，均遠(yuǎn)大于0.05，結(jié)果非常不顯著，箭頭組的左轉(zhuǎn)靶刺激與右轉(zhuǎn)靶刺激激發(fā)出的峰值振幅與平均振幅值差異不明顯。這說(shuō)明在整體情況下，箭頭實(shí)驗(yàn)組的左轉(zhuǎn)任務(wù)與右轉(zhuǎn)任務(wù)對(duì)被試的差異不大。峰值潛伏期p=0.13大于0.05，說(shuō)明被試在完成左轉(zhuǎn)和右轉(zhuǎn)任務(wù)時(shí)，獲取信息和處理該交互任務(wù)的速度差異不明顯。

綜合組內(nèi)對(duì)比結(jié)果分析，燈帶模式的轉(zhuǎn)向指示具有不穩(wěn)定性，其對(duì)于方向的表征意義不強(qiáng)烈，可能會(huì)使用戶發(fā)生誤判；而箭頭模式的轉(zhuǎn)向指示不容易使用戶發(fā)生誤判，具有良好的指向性。

（三）ERP組間對(duì)比結(jié)果分析與評(píng)價(jià)：接著以燈帶模式與箭頭模式為因變量，進(jìn)行組間比較結(jié)果解釋。此時(shí)，因變量是指向標(biāo)志的模式（燈帶模式與箭頭模式）。對(duì)表4進(jìn)行配對(duì)樣本T檢驗(yàn)，結(jié)果如表8所示。

據(jù)配對(duì)樣本T檢驗(yàn)結(jié)果，峰值振幅p=0.185；平均振幅p=0.149，均大于0.05，結(jié)果不顯著，但是可知箭頭組被試的峰值振幅與平均振幅值均高于燈帶組。這說(shuō)明在整體情況下，箭頭模式比燈帶模式使被試感到了更高的壓力，并可能帶來(lái)了認(rèn)知負(fù)荷的增高。

峰值潛伏期p=0.048小于0.05，說(shuō)明被試在箭頭模式下，峰值潛伏期顯著延長(zhǎng)，獲取信息和處理該交互任務(wù)的速度變慢，認(rèn)知處理能力變?nèi)?，認(rèn)知負(fù)荷可能發(fā)生了增加。綜合組間對(duì)比結(jié)果分析，箭頭模式相比于燈帶模式，帶來(lái)了更高的認(rèn)知負(fù)荷。

最終綜合組內(nèi)和組間對(duì)比結(jié)果，可以得到HUD界面轉(zhuǎn)向交互的工效與設(shè)計(jì)策略：

（1）燈帶模式的轉(zhuǎn)向指示具有不穩(wěn)定性，再結(jié)合行為學(xué)分析結(jié)果可知，其更容易使用戶發(fā)生誤判；而箭頭模式的轉(zhuǎn)向指示則具有良好的穩(wěn)定性與指向性。（2）箭頭模式相比于燈帶模式，普遍帶來(lái)了更高的認(rèn)知負(fù)荷。

總結(jié)

隨著交互技術(shù)的日益成熟，人機(jī)系統(tǒng)開始聚焦交互性能的定量化研究。眾多研究論證了基于腦電圖的ERP在測(cè)定認(rèn)知表現(xiàn)方面的有效性。本研究面向人機(jī)系統(tǒng)工效評(píng)價(jià)問(wèn)題，聚焦于如何使用ERP技術(shù)表征人機(jī)系統(tǒng)的工效，以智能座艙的HUD界面交互設(shè)計(jì)為例：首先通過(guò)改進(jìn)的實(shí)驗(yàn)范式實(shí)現(xiàn)了實(shí)驗(yàn)任務(wù)與用戶交互場(chǎng)景的映射，然后進(jìn)行組內(nèi)ERP分析與組間ERP分析等多維度比較，獲得了腦電生理信號(hào)定量分析的結(jié)論，提出了優(yōu)化策略，并最終提高系統(tǒng)工效，為界面設(shè)計(jì)提供了客觀依據(jù)。

通過(guò)本文的研究，可以看出基于改進(jìn)范式的實(shí)驗(yàn)?zāi)Ｐ瓦M(jìn)行腦電ERP分析，可以有效對(duì)人機(jī)交互時(shí)人的認(rèn)知過(guò)程進(jìn)行定量分析。本文構(gòu)建的實(shí)驗(yàn)研究范式可以應(yīng)用于設(shè)計(jì)領(lǐng)域廣泛的人機(jī)交互評(píng)價(jià)，為利用生理測(cè)量技術(shù)進(jìn)行設(shè)計(jì)研究做出了有益的探索。

參考文獻(xiàn)

[1]薛澄岐，王琳琳.智能人機(jī)系統(tǒng)的人機(jī)融合交互研究綜述[J].包裝工程，2021，42（20）：112-124+14.

[2]王佳珂，牛亞峰，薛澄岐.基于生理評(píng)測(cè)技術(shù)的民用無(wú)人機(jī)控制界面研究[J].設(shè)計(jì)，2018（05）：154-155.

[3]G Pfurtscheller；C Neuper；C Andrew；G Edlinger.Foot and hand area mu rhythms.[J]. International journal of psychophysiology ：official journal of the International Organization of Psychophysiology，1997（26）：121-135.

[4]劉堯，李亞楠.智能座艙多模態(tài)交互技術(shù)發(fā)展現(xiàn)狀及趨勢(shì)[J].汽車實(shí)用技術(shù)，2023，48（01）：182-187.

[5]K Karbowski. Hans Berger（1873-1941）.[J].Journal of neurology，2002，249（8）：1130-1131.

[6]Pin-Hsuan Chen；Pei-Luen Patrick Rau.Using EEG to investigate the influence of boredom on prospective memory in top-down and bottom-up processing mechanisms for intelligent interaction[J]. Ergonomics，2023，66（5）：690-703.

[7]Lina Elsherif Ismail，Waldemar Karwowski.Applications of EEG indices for the quantification of human cognitive performance：A systematic review and bibliometric analysis[J].PloS one，2020，15（12）：e0242857.

[8]Picton，Terence W..Electrophysiology of Mind：Event-Related Brain Potentials and Cognition（Book）.[J].Psychophysiology，1996，33（05）：612-613.

[9]沈擎陽(yáng)，薛澄岐，牛亞峰.基于ERP的人機(jī)交互界面設(shè)計(jì)方法研究[J].設(shè)計(jì)，2018（06）：134-135.

[10]尚宸光.L3 級(jí)自動(dòng)駕駛汽車的 AR-HUD 視覺(jué)交互設(shè)計(jì)研究[D].西南交通大學(xué)，2021.

[11]陳熠璇.基于情境感知的 AR-HUD 界面設(shè)計(jì)研究[D].江南大學(xué)，2021.

[12]STEVEN JL.洪祥飛，劉岳廬，譯.事件相關(guān)電位基礎(chǔ)[M].上海：華東師范大學(xué)出版社，2019.

[13]de Pascalis，Vilfredo，ORCID 0000-0003-4594-8877 . U degli Studi ’La Sapienza，’ Rome，Italy；Marucci，F(xiàn)rancesco；Penna，Pietronilla M..Event-related potentials as asymmetry indices of lateralized cognitive processes during music and verbal tasks.[J].Biological Psychology，1987，Vol.24（2）：141-151.

[14]孫允睿，陳蘇柳.基于腦電技術(shù)的商業(yè)綜合體中庭景觀視覺(jué)專注度差異研究[J].設(shè)計(jì)，2021，34（03）：122-125.