面向網(wǎng)聯(lián)環(huán)境的汽車平視顯示器人因測(cè)試研究綜述與展望

趙曉華，李雪瑋，張 鈺，李振龍，李海艦，張建華

（交通工程北京市重點(diǎn)實(shí)驗(yàn)室（北京工業(yè)大學(xué)），北京工業(yè)大學(xué) 城市建設(shè)學(xué)部，北京 100124，中國(guó)）

伴隨著智能交通系統(tǒng)從動(dòng)態(tài)感知、主動(dòng)管理到智能網(wǎng)聯(lián)的逐步發(fā)展[1]，網(wǎng)聯(lián)環(huán)境將逐步走向應(yīng)用。廣義網(wǎng)聯(lián)環(huán)境涵蓋智能網(wǎng)聯(lián)車、車聯(lián)網(wǎng)、主動(dòng)道路管理系統(tǒng)、網(wǎng)聯(lián)自動(dòng)化車輛、自動(dòng)公路系統(tǒng)等要素，車載設(shè)備、路側(cè)裝備、全網(wǎng)信息中心以及車輛通信所產(chǎn)生的海量共享信息都將有可能傳輸給駕駛?cè)薣2]。與此同時(shí)，智能網(wǎng)聯(lián)車輛也正在經(jīng)歷自主式駕駛輔助、網(wǎng)聯(lián)式駕駛輔助、人機(jī)共駕至高級(jí)別自動(dòng)和無(wú)人駕駛的不同階段[3]，駕駛?cè)私巧粩喟l(fā)生轉(zhuǎn)變，車內(nèi)任務(wù)愈加復(fù)雜。因此，面對(duì)網(wǎng)聯(lián)環(huán)境下愈加豐富的信息供給與復(fù)雜多變的車內(nèi)任務(wù)，如何提升其信息傳遞的高效性和安全性是目前亟待解決的關(guān)鍵問題。

平視顯示系統(tǒng)（head up displays，HUD）為網(wǎng)聯(lián)環(huán)境下車內(nèi)人機(jī)交互提供了解決方案。HUD 利用光學(xué)反射原理將駕駛相關(guān)信息投影至駕駛?cè)说囊暰€前方，降低駕駛?cè)说皖^頻率和視線對(duì)焦需求，提高信息讀取效率，改善駕駛分心及負(fù)荷，可以有效保障駕駛安全?！镀囍悄茏摪灼穂4]和《車路一體化智能網(wǎng)聯(lián)體系C-V2X 白皮書》[5]指出，HUD 作為網(wǎng)聯(lián)汽車中重點(diǎn)發(fā)展的人車交互技術(shù)，已成為智能座艙的重要組成部分，并將為網(wǎng)聯(lián)自動(dòng)駕駛技術(shù)的發(fā)展鋪路[6]。據(jù)估計(jì)，2019—2025 年中國(guó)前裝HUD 市場(chǎng)滲透率將從7.5%提升至80%[7]，到2024 年，大概1/3 的車輛會(huì)配備HUD[8]。在市場(chǎng)發(fā)展與政策推動(dòng)的雙重影響下，HUD已成為網(wǎng)聯(lián)環(huán)境下車內(nèi)人機(jī)交互的必然趨勢(shì)。

面對(duì)HUD 強(qiáng)大的市場(chǎng)發(fā)展?jié)摿εc應(yīng)用前景，設(shè)計(jì)研發(fā)人員旨在努力創(chuàng)造更大的技術(shù)突破以獲取更遠(yuǎn)的虛擬圖像距離與更大的視角，但開展HUD 人因測(cè)試量化其對(duì)駕駛?cè)诵袨榭?jī)效和駕駛安全的影響，是網(wǎng)聯(lián)環(huán)境下HUD 發(fā)揮預(yù)期效益的關(guān)鍵前提和迫切需求[9-10]。本文將從HUD 的分類應(yīng)用、研究趨勢(shì)、研究框架及場(chǎng)景測(cè)試4 個(gè)方面對(duì)面向網(wǎng)聯(lián)環(huán)境的HUD人因測(cè)試研究進(jìn)行綜述，歸納分析關(guān)鍵研究點(diǎn)及不足之處，并提出未來(lái)發(fā)展方向，為HUD 設(shè)計(jì)和研究人員提供參考。

1 平視顯示分類及應(yīng)用

1.1 平視顯示器分類

平視顯示器的類型分為組合型（combiner HUD，C-HUD），風(fēng)擋型（windshield HUD，W-HUD）和增強(qiáng)現(xiàn)實(shí)型 （augmented reality HUD，AR-HUD），如圖1所示，分別來(lái)源于車蘿卜、寶馬和松下。

圖1 3 種HUD 分類形式

1.1.1 C-HUD

C-HUD 利用投影裝置投射圖像到一塊透明樹脂面板，以后裝方式為主。不同的C-HUD 系統(tǒng)投影設(shè)備位置有所不同，可放置在儀表板或吸附在擋風(fēng)玻璃上。C-HUD 通常連接到車載診斷（on-board diagnostic，OBD）接口，以獲取車輛狀態(tài)信息，同時(shí)可以聯(lián)網(wǎng)顯示導(dǎo)航類信息及娛樂通信信息。C-HUD 具有成本易控制、靈活性強(qiáng)和普適性高的優(yōu)點(diǎn)，但車輛發(fā)生事故時(shí)易對(duì)駕駛?cè)嗽斐啥蝹Α?/p>

1.1.2 W-HUD

W-HUD 通常采用前裝方式，信息直接投影在前擋風(fēng)玻璃上，并且不同的W-HUD 系統(tǒng)在擋風(fēng)玻璃上投影區(qū)域的位置和范圍不同。然而，W-HUD 需要根據(jù)擋風(fēng)玻璃的尺寸和曲率進(jìn)行高精度非球面反射才能清晰顯示，因此導(dǎo)致了高成本問題。W-HUD 信息包括車輛狀態(tài)信息、導(dǎo)航信息、駕駛輔助信息和通信娛樂信息。近年來(lái)已逐漸從高端車輛向中端車輛普及，是目前車內(nèi)HUD 的主流應(yīng)用產(chǎn)品。

1.1.3 AR-HUD

W-HUD 是直接投射到擋風(fēng)玻璃上或以固定距離投射到擋風(fēng)玻璃上的2D 顯示器，駕駛?cè)嗽贖UD 與環(huán)境間的注意切換導(dǎo)致駕駛?cè)瞬荒芡瑫r(shí)處理HUD 信息與真實(shí)環(huán)境信息[11]。AR-HUD利用增強(qiáng)現(xiàn)實(shí)技術(shù) （augmented reality，AR）將虛像信息和現(xiàn)實(shí)路況實(shí)時(shí)疊加[12]，有效提高駕駛安全并優(yōu)化駕駛體驗(yàn)。AR-HUD 通常由一個(gè)近投面和遠(yuǎn)投面組成，近投面與W-HUD 相似，遠(yuǎn)投面則主要顯示與道路交通相融合的增強(qiáng)現(xiàn)實(shí)型信息，以導(dǎo)航和高級(jí)駕駛輔助（advanced driving assistance system,ADAS）信息為主。一方面，AR 線索可以突出顯示交通標(biāo)志、沖突對(duì)象等已有信息；另一方面，可以產(chǎn)生虛擬信息與道路環(huán)境融合，例如導(dǎo)航虛擬指示箭頭等。目前AR-HUD 已成為開發(fā)研究重點(diǎn)，研發(fā)人員旨在通過(guò)改進(jìn)光學(xué)技術(shù)提高投影距離和車道覆蓋范圍，但技術(shù)難度大，制造成本高。3 種HUD 的對(duì)比如表1 所示[13]。

表1 不同類別HUD 對(duì)比

1.2 平視顯示器應(yīng)用

以往研究調(diào)研了現(xiàn)有商用HUD 的功能，識(shí)別包含車輛狀態(tài)信息、安全信息、導(dǎo)航信息、通信娛樂信息及環(huán)境信息5 類共27 種信息，如表2 所示。然而，上述信息中專門為汽車HUD 創(chuàng)建的并不多，這一點(diǎn)反應(yīng)了制造商可能將HUD 定位為傳統(tǒng)顯示器的額外補(bǔ)充[14]，存在一定的局限性。

表2 商用HUD 顯示的信息類型和應(yīng)用情況

除了上述常規(guī)信息外，新興自動(dòng)駕駛汽車和車輛通信技術(shù)將產(chǎn)生一系列網(wǎng)聯(lián)環(huán)境下新的信息需求和供給。以往研究建議HUD 集成自動(dòng)駕駛相關(guān)信息及非駕駛相關(guān)信息，如表3 所示。其中，自動(dòng)駕駛相關(guān)信息包括自動(dòng)駕駛公路信息、半自動(dòng)化車輛縱向和橫向控制狀態(tài)信息、L3 級(jí)自動(dòng)駕駛車輛接管通知及高度自動(dòng)化車輛間協(xié)同駕駛的通信信息等；非駕駛相關(guān)信息包括支持駕駛?cè)恕丝蛥f(xié)作的乘客視線可視化信息及支持視頻游戲的娛樂信息等[14]。以上信息將構(gòu)成網(wǎng)聯(lián)環(huán)境下HUD 的功能模塊與應(yīng)用場(chǎng)景。而學(xué)者們面向網(wǎng)聯(lián)環(huán)境的HUD 人因測(cè)試研究正是圍繞著上述信息功能及應(yīng)用場(chǎng)景逐步展開，對(duì)于其產(chǎn)業(yè)化推廣應(yīng)用提供了參考和支撐。

表3 研究建議的非傳統(tǒng)HUD 信息類型匯總

?

2 平視顯示器人因研究總體趨勢(shì)

為掌握平視顯示器人因研究總體趨勢(shì)，本研究以“head up display(s)”和“driving”或“driver”為關(guān)鍵詞進(jìn)行Scopus 數(shù)據(jù)庫(kù)檢索，排除光學(xué)、航空、飛機(jī)等無(wú)關(guān)主題，得到256 篇文獻(xiàn)，將引文信息、摘要和關(guān)鍵詞以csv 格式導(dǎo)出。經(jīng)過(guò)進(jìn)一步人工篩選，共得到1990—2022 年包含國(guó)內(nèi)外學(xué)者發(fā)表的英文學(xué)術(shù)論文及綜述類文章共計(jì)245 篇。研究采用VOSviewer 軟件對(duì)文獻(xiàn)知識(shí)單元進(jìn)行可視化分析，利用關(guān)鍵詞共現(xiàn)矩陣布局生成如圖2 所示知識(shí)圖譜，挖掘研究關(guān)鍵內(nèi)容及其隨時(shí)間變化的過(guò)程。在此基礎(chǔ)上進(jìn)一步分析主要研究團(tuán)隊(duì)的地域分布，如圖3 所示。

圖3 HUD 人因研究團(tuán)隊(duì)

2.1 內(nèi)容維度

關(guān)鍵詞識(shí)別結(jié)果表明，以往研究中顯示器類型主要包含低頭顯示器、平視顯示器和增強(qiáng)現(xiàn)實(shí)型；應(yīng)用場(chǎng)景可劃分為導(dǎo)航、駕駛輔助類（先進(jìn)駕駛輔助系統(tǒng)、前向碰撞預(yù)警、預(yù)警系統(tǒng)、行人碰撞）和自動(dòng)駕駛類；測(cè)試手段包含駕駛模擬、計(jì)算機(jī)仿真和虛擬現(xiàn)實(shí)技術(shù)；測(cè)量參數(shù)涵蓋主觀情境意識(shí)測(cè)量、眼動(dòng)行為類（視覺信息、眼動(dòng)行為、視野等）和駕駛行為類（駕駛行為、駕駛績(jī)效、駕駛?cè)蝿?wù)、車速控制、剎車、反應(yīng)時(shí)間等）；此外，也考慮駕駛?cè)说男詣e、年齡等個(gè)體因素（男性與女性駕駛?cè)?，年輕與老年駕駛?cè)耍?/p>

關(guān)鍵詞間關(guān)聯(lián)性表明：1）與導(dǎo)航相關(guān)的測(cè)試關(guān)注駕駛?cè)嗽诓煌曈X信息給予和駕駛?cè)蝿?wù)下的駕駛表現(xiàn)；2) 駕駛輔助場(chǎng)景中重點(diǎn)考慮低能見度（夜間、霧天）或分心駕駛?cè)嗽谛腥?、急停車輛等沖突場(chǎng)景下的避撞，分析駕駛?cè)朔磻?yīng)時(shí)間、剎車決策、車速控制和事故預(yù)防等安全指標(biāo)；3) 自動(dòng)駕駛則以接管績(jī)效為主。

2.2 時(shí)間維度

如圖2 時(shí)間軸所示，顏色越深代表時(shí)間越早?？梢钥闯?，早期研究主要基于計(jì)算機(jī)模擬研究不同屬性駕駛?cè)嗽趯?dǎo)航場(chǎng)景中的績(jī)效差異；隨后開始基于駕駛模擬技術(shù)針對(duì)駕駛輔助展開研究，顯示器的類型主要是HDD 和HUD；近年來(lái)，開始借助駕駛模擬平臺(tái)和虛擬現(xiàn)實(shí)技術(shù)對(duì)AR-HUD和W-HUD在自動(dòng)駕駛方面的應(yīng)用展開研究。

圖2 HUD 人因研究關(guān)鍵詞知識(shí)圖譜

2.3 空間維度

利用VOSviewer 軟件將作者進(jìn)行歸納聚類，最終得到發(fā)表文獻(xiàn)較多的11 位作者信息，并將同一團(tuán)隊(duì)的學(xué)者進(jìn)行關(guān)聯(lián)得到3 個(gè)較大的團(tuán)隊(duì)，分別是：

1) 美國(guó)弗吉尼亞理工大學(xué)工業(yè)與系統(tǒng)工程系L. J.Gabbard、H. Kim 和英國(guó)諾丁漢大學(xué)的G. E. Burnett等人，團(tuán)隊(duì)主要研究關(guān)鍵詞為汽車用戶界面、AR、人因、認(rèn)知和感知，檢索文獻(xiàn)中占比7.7%；

2) 韓國(guó)大田市智能機(jī)器人研究部電子與電信研究所的H. K. Kim、 C. R. Yoon 等人，團(tuán)隊(duì)主要研究關(guān)鍵詞為情感識(shí)別、特征提取、認(rèn)知、顯示設(shè)備、駕駛?cè)诵畔⑾到y(tǒng)、道路安全、交通工程等，文獻(xiàn)占比4.5%；

3) 德國(guó)英戈?duì)柺┧貞?yīng)用技術(shù)大學(xué)的Prof. Priv.-Doz、 Dr. A. Riener、P. Wintersberger 等人，研究關(guān)鍵詞為人機(jī)界面、ADAS、人因、人機(jī)工程學(xué)、自動(dòng)駕駛等，文獻(xiàn)占比2.4%。

同時(shí)，檢索到與V. Charissis 學(xué)者相關(guān)文獻(xiàn)10 篇，占檢索文獻(xiàn)的4.1%，該學(xué)者來(lái)自英國(guó)格拉斯哥喀里多尼亞大學(xué)計(jì)算機(jī)通信與交互系統(tǒng)系虛擬現(xiàn)實(shí)與仿真實(shí)驗(yàn)室(VRS 實(shí)驗(yàn)室)，研究關(guān)鍵詞為人機(jī)交互界面、VR、AR、多模態(tài)、用戶體驗(yàn)等。

另外，來(lái)自中國(guó)的主要有浙江理工大學(xué)心理系的WANG Yuwei、YANG Zhen 等團(tuán)隊(duì)，他們研究的關(guān)鍵詞為人因、交通安全、駕駛行為、視覺和認(rèn)知注意。

3 網(wǎng)聯(lián)環(huán)境下HUD人因測(cè)試框架

HUD 作為車內(nèi)信息集成系統(tǒng)，除車輛狀態(tài)信息外，包含導(dǎo)航、安全駕駛輔助、娛樂通信信息等主要功能模塊，并在自動(dòng)駕駛領(lǐng)域具備極強(qiáng)的應(yīng)用前景。美國(guó)國(guó)家公路交通安全管理局 (National Highway Traffic Safety Administration，NHTSA）于2013 年制定了車載設(shè)備評(píng)估指南[15]，但研究表明該指南不適用于汽車HUD 的有效性評(píng)估[16]。面向復(fù)雜任務(wù)場(chǎng)景下的測(cè)試需求，本文根據(jù)目前研究?jī)?nèi)容提出了HUD人因測(cè)試研究總體框架，如圖4 所示。

圖4 網(wǎng)聯(lián)環(huán)境下HUD 人因測(cè)試框架

首先，人因測(cè)試研究以應(yīng)用場(chǎng)景為驅(qū)動(dòng)，主要涵蓋導(dǎo)航、安全輔助、自動(dòng)駕駛輔助及其他交互輔助4 類。其他交互輔助主要指采用HUD 輔助完成駕駛次任務(wù)和非駕駛相關(guān)任務(wù)。其中，駕駛次任務(wù)用于輔助駕駛主任務(wù)，例如查看儀表信息、鳴喇叭、切換遠(yuǎn)近光燈等。非駕駛相關(guān)任務(wù)指撥打電話、調(diào)節(jié)空調(diào)、音樂播放等。

其次，測(cè)試自變量包含設(shè)備屬性、駕駛?cè)艘蛩丶巴獠凯h(huán)境因素3 大類。設(shè)備屬性為研究中的主要因素和優(yōu)化目標(biāo)參數(shù)，主要包括：1) 信息內(nèi)容；2) 顯示類型；3)信息形式；4) 顯示位置的單獨(dú)或組合效應(yīng)。在此基礎(chǔ)上考慮了駕駛?cè)艘蛩睾屯獠凯h(huán)境因素的疊加影響，其中，駕駛?cè)艘蛩刂格{駛?cè)四挲g、駕齡、分心狀態(tài)等，外部環(huán)境因素包含天氣條件、道路條件和交通條件等。

再次，測(cè)試因變量可歸納為視覺績(jī)效、行為績(jī)效和主觀績(jī)效。視覺績(jī)效考慮設(shè)備引發(fā)的視覺需求、注意分配及分心風(fēng)險(xiǎn)；行為績(jī)效則主要關(guān)注駕駛?cè)朔磻?yīng)決策能力、車輛操控能力及車輛運(yùn)行績(jī)效；主觀評(píng)估績(jī)效包括任務(wù)負(fù)荷、情境意識(shí)等自我評(píng)估及系統(tǒng)效用評(píng)價(jià)。

最后，測(cè)試手段包含主觀問卷、計(jì)算機(jī)仿真（桌面實(shí)驗(yàn)）、駕駛模擬測(cè)試和實(shí)車測(cè)試。由于桌面實(shí)驗(yàn)數(shù)據(jù)獲取有限性及實(shí)車測(cè)試的高成本和低可控性，駕駛模擬為目前主要的測(cè)試手段，主觀問卷常作為數(shù)據(jù)補(bǔ)充手段。

4 平視顯示器的人因測(cè)試研究

學(xué)者們針對(duì)4 類HUD 應(yīng)用場(chǎng)景在人因測(cè)試方面開展了相關(guān)研究工作，為HUD 的設(shè)計(jì)優(yōu)化及應(yīng)用推廣奠定了基礎(chǔ)。

4.1 導(dǎo)航場(chǎng)景測(cè)試

即使在網(wǎng)聯(lián)環(huán)境下導(dǎo)航仍是最基本的駕駛?cè)蝿?wù)，駕駛?cè)诵柙诃h(huán)境中定位并規(guī)劃路線。針對(duì)HUD 的導(dǎo)航信息服務(wù)，學(xué)者們主要針對(duì)信息內(nèi)容、顯示類型、信息形式和顯示位置這4 種設(shè)備屬性開展了相關(guān)研究。

4.1.1 導(dǎo)航信息內(nèi)容

導(dǎo)航信息內(nèi)容方面，學(xué)者們開始探索車車通信和車路通信技術(shù)產(chǎn)生的新信息集成于HUD 的可行性。以交通信號(hào)燈信息為例，對(duì)于信號(hào)交叉口，YANG Bo 等分別使用普通顯示屏和HUD 為駕駛?cè)颂峁爱?dāng)前”模式與“預(yù)測(cè)”模式的2 種車內(nèi)交通燈。結(jié)果表明，HUD平均瀏覽時(shí)間更短，“預(yù)測(cè)”模式有助于車輛平穩(wěn)操作。研究證實(shí)了HUD 適用于提供車內(nèi)交通信號(hào)燈信息[17]。對(duì)于無(wú)信號(hào)交叉口，研究表明采用HUD 顯示車內(nèi)虛擬交通信號(hào)燈可顯著增加后侵入時(shí)間和減小最大制動(dòng)距離，駕駛?cè)藢?duì)道路中心區(qū)域的視覺行為也表明HUD 不會(huì)造成不可接受的視覺分心[17]。

另一方面，學(xué)者們則考慮如何為駕駛?cè)诉^(guò)濾有效信息。尤其是對(duì)于更加吸引駕駛?cè)岁P(guān)注的AR-HUD[18]，信息過(guò)多會(huì)分散駕駛?cè)俗⒁饬19]或?qū)е绿幚淼缆沸畔⑹20]。有效的AR-HUD 系統(tǒng)應(yīng)該突出或優(yōu)先顯示與當(dāng)前任務(wù)直接相關(guān)的信息，保障視覺注意的高效分配，避免駕駛?cè)藞?zhí)行任務(wù)時(shí)的決策分心。這些研究為如何在增強(qiáng)現(xiàn)實(shí)的基礎(chǔ)上設(shè)計(jì)導(dǎo)航系統(tǒng)信息交互提供了重要的方向[21]。

4.1.2 導(dǎo)航顯示類型

導(dǎo)航顯示類型主要包括語(yǔ)音導(dǎo)航、紙質(zhì)地圖、HDD、HUD 和AR-HUD。早期研究中，R. Srinivasan和P. P. Jovanis 比較了紙質(zhì)地圖、HDD 方向?qū)Ш?、HDD 電子路線圖、HUD 方向?qū)Ш胶驼Z(yǔ)音導(dǎo)航系統(tǒng)在模擬路網(wǎng)中的導(dǎo)航效用。結(jié)果表明使用語(yǔ)音導(dǎo)航反應(yīng)最快，紙質(zhì)地圖反應(yīng)最慢，同時(shí)HUD 方向?qū)Ш奖菻DD 方向?qū)Ш椒磻?yīng)更快[22]。LIU Yungching 和WEN Minghui 進(jìn)一步考慮了顯示類型與道路負(fù)荷的交互作用。駕駛模擬實(shí)驗(yàn)結(jié)果表明，在高駕駛負(fù)荷條件下，HUD 比HDD 產(chǎn)生更好的速度控制和對(duì)限速標(biāo)志、緊急事件的更快反應(yīng)[23]。然而，這是一項(xiàng)視覺信息研究，僅需駕駛?cè)藢?duì)警告信息做出剎車響應(yīng)而非對(duì)實(shí)際障礙物的避險(xiǎn)過(guò)程。

隨著AR 技術(shù)在導(dǎo)航服務(wù)中的進(jìn)一步應(yīng)用，AR導(dǎo)航與HUD 導(dǎo)航相比可以更直觀地理解并簡(jiǎn)化導(dǎo)航任務(wù)[24]，從而減少導(dǎo)航錯(cuò)誤[25]。Z. Medenica 等提出了一種懸停在車輛上方的AR 導(dǎo)航路線顯示方案，與街景導(dǎo)航和標(biāo)準(zhǔn)地圖導(dǎo)航相比，AR 導(dǎo)航能更好地保證駕駛?cè)嗽谇胺降缆返淖⒁夥峙洳⒌玫今{駛?cè)说姆e極評(píng)價(jià)[26]。而在模糊導(dǎo)航情況下，相比于HUD 組駕駛?cè)说慕邓傺a(bǔ)償行為，AR 導(dǎo)航能夠保證駕駛?cè)嗽诮徊婵诘倪M(jìn)近速度更高，非駕駛相關(guān)任務(wù)的反應(yīng)時(shí)間更快，精神負(fù)荷更低[27]。

4.1.3 導(dǎo)航信息形式

導(dǎo)航信息的AR 可視化是重點(diǎn)研究方向，已有研究從設(shè)計(jì)方法和應(yīng)用效用兩方面開展了討論。

從設(shè)計(jì)方法來(lái)看，J. L. Gabbard 等從用戶角度概念化汽車AR 界面的設(shè)計(jì)空間為車內(nèi)屏幕顯示方式（screen-fixed）與周邊環(huán)境顯示方式（world-fixed）2 種。其中，周邊環(huán)境顯示方式又稱共形圖形，可以將駕駛?cè)俗⒁饬σ蛘鎸?shí)世界參照物[28]。C. Merenda 等人以畫布參考類型和界面元素狀態(tài)進(jìn)一步將AR 圖形進(jìn)行分類，如圖5[29]所示。其中，畫布參考類型指以屏幕區(qū)域或車輛前方立體空間為參考系；界面元素狀態(tài)指交互界面中特定位置的靜態(tài)元素或立體旋轉(zhuǎn)、平移變化的動(dòng)態(tài)元素。然而，真正的共形顯示需基于車輛技術(shù)實(shí)時(shí)渲染以地理位置為參考的3D 圖形，因此很難在實(shí)車研究中開展，目前均依托計(jì)算機(jī)仿真或駕駛模擬開展測(cè)試。

圖5 AR-HUD 共形設(shè)計(jì)方法

從應(yīng)用效用來(lái)看，盡管有研究發(fā)現(xiàn)AR 圖形與傳統(tǒng)HUD 視圖相比能提高任務(wù)性能[30]，加快制動(dòng)反應(yīng)時(shí)間和平滑制動(dòng)曲線[31-32]，但其他研究也表明AR 圖形并不一定在所有情況下都比其他HUD 界面更優(yōu)。例如，駕駛?cè)耸褂霉残螆D形時(shí)傾向于將更多的視覺注意力分配給HUD，不一定有助于危險(xiǎn)掃描，也并未對(duì)轉(zhuǎn)彎車輛的安全性產(chǎn)生顯著影響[10]。盡管C. Merenda 等提出的屏幕—?jiǎng)討B(tài)圖形能產(chǎn)生最高的判斷準(zhǔn)確度，但并不能保證響應(yīng)效率，可能不適用于需要細(xì)粒度或嚴(yán)格定位的目標(biāo)導(dǎo)向任務(wù)[29]。因而，在探尋AR 圖形設(shè)計(jì)方法時(shí)還應(yīng)與任務(wù)場(chǎng)景相匹配。

4.1.4 導(dǎo)航顯示位置

以往研究針對(duì)HUD 導(dǎo)航信息顯示位置給出了建議和指導(dǎo)。一般來(lái)說(shuō)，HUD 圖像應(yīng)位于駕駛?cè)舜怪被蛩揭暰€之外，直接放置在駕駛?cè)饲胺椒较虮P后側(cè)，或位于第3 扇區(qū)方向盤右側(cè)，且不超過(guò)駕駛?cè)艘曇跋路?0°[33]。NHTSA 指南中建議HUD 位于駕駛?cè)艘晥D中心線右側(cè)5°和下方5°處[34]，相關(guān)研究也表明隨著使用時(shí)間的增加用戶最偏好的HUD 位置是駕駛?cè)艘暰€下方5°[35]。

然而，研究進(jìn)一步指出最佳HUD 位置隨駕駛?cè)蝿?wù)變化而變化。J. M. Flanagan 和J. A. Harrison 研究了HUD 位置對(duì)不同年齡駕駛?cè)寺窂阶R(shí)別和行人探測(cè)能力的影響。當(dāng)HUD 呈現(xiàn)在視線下方15°時(shí)，方向判斷任務(wù)績(jī)效更好；當(dāng)HUD 呈現(xiàn)在視線下方4°時(shí)，行人探測(cè)任務(wù)績(jī)效更好。同時(shí)，老年駕駛?cè)藞?zhí)行視覺注意分散任務(wù)時(shí)難度更大，更能從HUD 中受益[36]。

綜合來(lái)看，由于研究采用的實(shí)驗(yàn)任務(wù)和方法不盡相同，道路環(huán)境、天氣狀況和其他額外變量都無(wú)法得到有效控制，導(dǎo)致以往研究結(jié)果并不一致。鑒于此，未來(lái)研究需在NHTSA 建議的基礎(chǔ)上結(jié)合駕駛?cè)蝿?wù)和駕駛?cè)似眠M(jìn)一步細(xì)化，以獲取HUD 導(dǎo)航信息最佳位置的指導(dǎo)建議。

HUD 導(dǎo)航研究主要以城市道路場(chǎng)景為主，比較導(dǎo)航信息內(nèi)容、顯示類型、顯示形式和顯示位置對(duì)高效性和安全性的影響，如圖6 所示, 其中，新興信息引入主要考慮了信號(hào)燈狀態(tài)。導(dǎo)航顯示形式、AR 可視化設(shè)計(jì)及HUD 位置均需考慮與任務(wù)場(chǎng)景的匹配。另外，駕駛模擬是主要測(cè)試手段，實(shí)車測(cè)試十分稀少。

圖6 HUD 導(dǎo)航功能研究總結(jié)

鑒于此，關(guān)于網(wǎng)聯(lián)環(huán)境下的HUD 導(dǎo)航研究仍然有以下問題需要解決：挖掘網(wǎng)聯(lián)環(huán)境下能夠通過(guò)HUD 增強(qiáng)導(dǎo)航服務(wù)績(jī)效的可用信息；探索HUD 或AR-HUD在不同導(dǎo)航場(chǎng)景下的適用性；有必要從理論和實(shí)際測(cè)試的角度共同研究AR 導(dǎo)航圖像的優(yōu)化設(shè)計(jì)及動(dòng)態(tài)交互位置以保證其導(dǎo)航效用。

4.2 安全輔助場(chǎng)景測(cè)試

網(wǎng)聯(lián)環(huán)境下HUD 安全輔助包含縱向和橫向輔助2類。縱向駕駛輔助以前車、行人、非機(jī)動(dòng)車等典型沖突的碰撞預(yù)警為主，是目前研究的重點(diǎn)內(nèi)容；橫向輔助場(chǎng)景主要指換道輔助和車道偏離預(yù)警。

4.2.1 預(yù)警信息顯示類型

采用網(wǎng)聯(lián)車輛數(shù)據(jù)的碰撞警告系統(tǒng)可通過(guò)增強(qiáng)駕駛?cè)藢?duì)預(yù)期狀況的感知，輔助駕駛?cè)思皶r(shí)采取避撞措施，降低追尾事故概率[37]。SAE J2400 建議前向碰撞預(yù)警系統(tǒng)不使用常規(guī)儀表板位置，因?yàn)榇祟惥瘓?bào)可能會(huì)分散而不是引導(dǎo)駕駛?cè)藢?duì)前方碰撞威脅的注意[38]。與儀表板和儀表板上方顯示器相比，HUD 更適用于前向碰撞系統(tǒng)信息[39]。因此，網(wǎng)聯(lián)環(huán)境下使用HUD 顯示碰撞預(yù)警信息可行性已被證實(shí)，從視覺績(jī)效、行為績(jī)效和主觀感受層面進(jìn)一步探索其應(yīng)用效益。

視覺績(jī)效層面，學(xué)者們探索了預(yù)警顯示類型對(duì)駕駛?cè)艘曈X績(jī)效的改善及潛在原因。相關(guān)研究表明當(dāng)駕駛?cè)耸褂萌L(fēng)擋HUD 獲取駕駛?cè)蝿?wù)相關(guān)的情景提示時(shí)，其注視次數(shù)和平均注視持續(xù)時(shí)間更短，前向視野的停留時(shí)間百分比更大，兩側(cè)的停留時(shí)間百分比更小[40]。同時(shí)，HUD 預(yù)警能夠大幅降低視覺反應(yīng)時(shí)間，并引導(dǎo)駕駛?cè)俗⒁庵廖ｋU(xiǎn)物，減少對(duì)預(yù)警信息的盲視[41-42]。尤其是在夜間行駛條件下，AR-HUD 碰撞預(yù)警系統(tǒng)能提高駕駛?cè)说闹庇X認(rèn)知，減少駕駛?cè)说淖⒁饬Ψ稚43]。進(jìn)一步，針對(duì)AR-HUD 可能引起的非注意盲視問題，研究發(fā)現(xiàn)使用AR-HUD 在意外刺激被增強(qiáng)時(shí)會(huì)降低被試非注意盲視概率，而在意外刺激未被增強(qiáng)時(shí)會(huì)提升被試非注意盲視的概率[44]。對(duì)于視覺績(jī)效改善的原因，一些研究認(rèn)為AR 線索可以引導(dǎo)駕駛?cè)俗⒁饬Ω绲囟ㄎ煌{[45]，但其他人認(rèn)為AR線索只是通過(guò)增加注視次數(shù)和減少任務(wù)特定性來(lái)改變視覺注意分配[21]。此外，視覺反應(yīng)時(shí)間還受場(chǎng)景復(fù)雜性及目標(biāo)可見度的影響[46]。

行為績(jī)效層面，學(xué)者們探究了HUD 碰撞預(yù)警顯示類型對(duì)低能見度和沖突事件下駕駛?cè)吮茈U(xiǎn)行為的影響，反應(yīng)時(shí)間是最常用的指標(biāo)之一。H. K. Kim 等人證實(shí)駕駛?cè)耸褂肏UD 時(shí)顯著提高前方危險(xiǎn)的反應(yīng)能力，但對(duì)左側(cè)和右側(cè)危險(xiǎn)無(wú)顯著影響[47]。對(duì)于霧天前車急停預(yù)警，HUD 碰撞預(yù)警系統(tǒng)可以幫助減少駕駛?cè)朔磻?yīng)時(shí)間并降低追尾事故概率。然而，聽覺警告的顯著附加效果并不顯著[37]。夜間低能見度條件下，李卓等人采用動(dòng)態(tài)視頻法證實(shí)AR-HUD 系統(tǒng)可顯著提高側(cè)撞、行人以及易受傷害的非機(jī)動(dòng)車這3 種危險(xiǎn)場(chǎng)景的反應(yīng)時(shí)間[48]。對(duì)于行人預(yù)警，AR 線索可以在感知水平、警惕水平和預(yù)期水平3 個(gè)層面上增強(qiáng)行人感知，駕駛?cè)饲败囬g距更長(zhǎng)，油門踏板位置更小，急剎車次數(shù)更少[42]。另一項(xiàng)研究則設(shè)計(jì)了一種自適應(yīng)行人預(yù)警系統(tǒng)，提出在預(yù)測(cè)駕駛?cè)耸欠褡R(shí)別行人的前提下給定行人預(yù)警，然而在提高行人可見性及引導(dǎo)車輛保持合適距離方面，AR 和自適應(yīng)AR 的表現(xiàn)無(wú)顯著性差異[49]。

主觀感受層面，研究表明AR-HUD 不僅對(duì)駕駛?cè)说囊曈X安全及行為安全有一定的促進(jìn)作用，還能夠促進(jìn)駕駛?cè)诵睦戆踩{駛[18]。AR-HUD 具有較高的接受度水平，可以改善駕駛?cè)丝箓€(gè)人焦慮和抗個(gè)人憤怒因素與行人反應(yīng)時(shí)間的負(fù)相關(guān)關(guān)系，緩解人際焦慮水平較高的駕駛?cè)说木o張或壓力，降低精神負(fù)荷[47]。

以上均為縱向駕駛輔助相關(guān)研究，關(guān)于橫向駕駛輔助也針對(duì)換道輔助與車道偏離預(yù)警開展了相關(guān)分析。對(duì)于換道輔助，Y. Ali 等使用HUD 提供當(dāng)前限速、車速、前車速度、前車間距、目標(biāo)車道的車輛間隔等網(wǎng)聯(lián)信息，證實(shí)了HUD 適用于網(wǎng)聯(lián)環(huán)境下?lián)Q道輔助[50]。而對(duì)于平視顯示車道偏離預(yù)警（HUD-LDW），研究分別針對(duì)老年駕駛?cè)撕推隈{駛?cè)苏归_。HUD-LDW 可減少年輕駕駛?cè)撕屠夏犟{駛?cè)说能嚨榔x矯正時(shí)間且時(shí)間下降幅度相似，但沒有減少預(yù)警激活次數(shù)[51]。對(duì)于疲勞駕駛?cè)?，方向盤振動(dòng)和方向盤扭矩比HUD-LDW 更有效，駕駛?cè)朔磻?yīng)時(shí)間更快，車道偏移更小，接受程度更高[52]。

可見，目前大多研究都圍繞縱向駕駛輔助績(jī)效展開，需要進(jìn)一步挖掘HUD 橫向駕駛輔助的潛在效益。

4.2.2 預(yù)警信息顯示形式

國(guó)內(nèi)外學(xué)者對(duì)于如何可視化預(yù)警信息以提高預(yù)警信息效用展開了討論，包含本車和周邊車輛安全要素可視化設(shè)計(jì)及評(píng)價(jià)。

針對(duì)本車安全要素，研究證實(shí)由道路安全標(biāo)志衍生的安全停車距離被認(rèn)為更直觀有效，可有效輔助駕駛?cè)吮３职踩嚲嗪蛙囁賉53]。學(xué)者們進(jìn)一步研究了如何設(shè)計(jì)AR 圖形將安全停車距離可視化。通過(guò)駕駛模擬實(shí)驗(yàn)得出以虛擬條指示制動(dòng)距離的方案能夠保證駕駛績(jī)效，不增加腦力負(fù)荷，并且更受駕駛?cè)讼矏踇54]。

除了本車安全停車距離，也可對(duì)潛在沖突的風(fēng)險(xiǎn)要素進(jìn)行可視化疊加。為了輔助無(wú)左轉(zhuǎn)信號(hào)交叉口的車輛左轉(zhuǎn)，C. Tran 等人基于情境意識(shí)預(yù)測(cè)水平為駕駛?cè)颂峁?duì)向左轉(zhuǎn)車輛路徑。通過(guò)桌面實(shí)驗(yàn)和問卷測(cè)量從實(shí)心路徑、V 型路徑和線框圖案中確定以AR 實(shí)心圖案路徑為最終方案，并建議輔助信息設(shè)計(jì)需考慮駕駛?cè)说闹饔^態(tài)度和偏好等因素[11]。

與此同時(shí)，應(yīng)特別注意圖形視覺復(fù)雜度對(duì)駕駛?cè)艘曈X造成的不良影響[55]?！癏UD 圖形”和“道路環(huán)境事件”產(chǎn)生連續(xù)疊加，同時(shí)受自然光線的交互影響，不利于駕駛?cè)吮鎰e圖形、感知線索的顏色和含義[56-57]。研究已經(jīng)證實(shí)AR 圖像重疊增加會(huì)對(duì)駕駛?cè)艘暰€持續(xù)時(shí)間產(chǎn)生負(fù)面影響，特別是對(duì)老年駕駛?cè)薣58]。

4.2.3 預(yù)警信息顯示位置

預(yù)警信息顯示位置對(duì)駕駛?cè)诵畔⑻綔y(cè)、意識(shí)保持與注意切換等視覺安全具有重要意義。一方面，合理的預(yù)警信息位置有助于駕駛?cè)颂綔y(cè)預(yù)警信息的同時(shí)不干擾觀察前方道路的道路物體和事件[35]; 另一方面，有助于支持駕駛?cè)嗽谛畔ⅰ⒌缆泛臀ｋU(xiǎn)物之間的視覺轉(zhuǎn)移。駕駛?cè)诵杩焖俨蹲筋A(yù)警信息，及時(shí)將視線返回道路，并采取相應(yīng)避撞措施。如果駕駛?cè)说囊暰€離開路面超過(guò)2 s，發(fā)生碰撞事故可能性將會(huì)急劇上升[59]。

駕駛?cè)说淖⒁夥峙浜头亲⒁饷ひ暿茴A(yù)警信息位置的顯著影響。預(yù)警條件下駕駛?cè)颂幱趹?yīng)激狀態(tài)，其注意模式和正常情況顯著不同[60]。史金磊選取了視線線正中心、視線上方8°、視線下方8°、視線左邊8°和視線右邊8°共5 個(gè)位置分析其對(duì)注意分配和駕駛績(jī)效的影響。結(jié)果表明，當(dāng)HUD 預(yù)警信息呈現(xiàn)在視線下方8°的位置時(shí)，駕駛?cè)说鸟{駛績(jī)效、注意分配和主觀評(píng)價(jià)都最差，而其他位置在大多數(shù)指標(biāo)上沒有顯著區(qū)別[41]。進(jìn)一步，針對(duì)AR-HUD 的研究表明意外刺激位置和AR 提示框與刺激的相對(duì)位置都會(huì)影響駕駛?cè)说姆亲⒁饷ひ暋．?dāng)意外刺激出現(xiàn)在道路兩側(cè)時(shí)，AR 提示框與刺激重疊會(huì)導(dǎo)致更多的非注意盲視；當(dāng)意外刺激出現(xiàn)在道路中央時(shí)，AR 提示框與刺激重疊會(huì)減少非注意盲視[44]。因此，在設(shè)計(jì)中應(yīng)重視預(yù)警信息的絕對(duì)位置和其與危險(xiǎn)刺激間的相對(duì)位置。

目前，HUD 安全輔助人因測(cè)試研究分為縱向安全輔助和橫向安全輔助場(chǎng)景測(cè)試2 類，以縱向安全輔助場(chǎng)景為主，如圖7 所示。以往研究探討了顯示類型、顯示形式和顯示位置對(duì)駕駛安全性的影響。

圖7 HUD 安全輔助功能研究總結(jié)

駕駛安全度量包含視覺安全、行為安全和心理安全3 個(gè)方面，以視覺安全和行為安全為主。視覺安全包含駕駛?cè)说淖⒁夥峙洹?duì)預(yù)警信息或危險(xiǎn)物的視覺反應(yīng)時(shí)間以及非注意盲視問題。行為安全包含避險(xiǎn)過(guò)程中對(duì)方向盤、油門、剎車踏板的操縱，以及反映車輛運(yùn)行狀態(tài)時(shí)的前車間距、車道偏離等車輛橫縱向安全性及與碰撞結(jié)果有關(guān)的指標(biāo)。心理安全主要衡量駕駛?cè)说娜蝿?wù)負(fù)荷、精神負(fù)荷和緊張程度等。對(duì)于績(jī)效指標(biāo)評(píng)估，目前以描述統(tǒng)計(jì)為主，需采用精細(xì)化模型進(jìn)一步挖掘駕駛?cè)朔磻?yīng)決策機(jī)理。

鑒于實(shí)車測(cè)試中網(wǎng)聯(lián)環(huán)境的稀缺性、安全臨界事件的高風(fēng)險(xiǎn)性以及HUD 和AR-HUD 的高成本，駕駛模擬測(cè)試是HUD 安全輔助測(cè)試的理想手段。然而，中國(guó)國(guó)內(nèi)關(guān)于HUD 預(yù)警系統(tǒng)研究尚處于起步階段，研究剛開始從桌面實(shí)驗(yàn)和問卷量測(cè)轉(zhuǎn)向駕駛模擬測(cè)試。因此，創(chuàng)建支持網(wǎng)聯(lián)環(huán)境HUD 與AR-HUD 測(cè)試的高沉浸度、高仿真度駕駛模擬測(cè)試平臺(tái)也是目前國(guó)內(nèi)科研團(tuán)隊(duì)需要解決的問題之一。

4.3 自動(dòng)駕駛場(chǎng)景測(cè)試

基于駕駛自動(dòng)化系統(tǒng)能夠執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)的程度，根據(jù)執(zhí)行動(dòng)態(tài)駕駛?cè)蝿?wù)中的角色分配以及有無(wú)設(shè)計(jì)運(yùn)行范圍限制，中國(guó)將駕駛自動(dòng)化分成0 級(jí)到5 級(jí)，分別為L(zhǎng)0 應(yīng)急輔助、L1 部分駕駛輔助、L2 組合駕駛輔助、L3 有條件自動(dòng)駕駛、L4 高度自動(dòng)駕駛和L5 完全自動(dòng)駕駛[61]。目前研究主要探索有條件自動(dòng)駕駛 （L3）情況下，駕駛?cè)耸褂肏UD 執(zhí)行駕駛權(quán)切換任務(wù)和非駕駛相關(guān)活動(dòng)時(shí)的心理、視覺和行為表現(xiàn)；對(duì)于完全自動(dòng)化系統(tǒng)（L5），主要探討HUD 對(duì)于提高駕駛?cè)私邮芏群托湃味确矫娴臐摿Α?/p>

4.3.1 有條件自動(dòng)駕駛

駕駛自動(dòng)化系統(tǒng)未激活時(shí)，駕駛?cè)诵枰_認(rèn)裝備駕駛自動(dòng)化系統(tǒng)的車輛狀態(tài)是否可用，決定何時(shí)開啟駕駛自動(dòng)化系統(tǒng)將駕駛權(quán)移交給駕駛自動(dòng)化系統(tǒng)。在自動(dòng)駕駛系統(tǒng)激活后，駕駛?cè)顺蔀閯?dòng)態(tài)駕駛?cè)蝿?wù)的后援用戶，可以將視線移至非駕駛相關(guān)活動(dòng)，但需監(jiān)管車輛和環(huán)境保持一定的警覺性，在接收介入請(qǐng)求后及時(shí)執(zhí)行接管[61]?？梢姡谟袟l件自動(dòng)駕駛環(huán)境下，除了常規(guī)的車輛駕駛?cè)蝿?wù)，駕駛?cè)艘皇切枰獔?zhí)行駕駛權(quán)切換任務(wù)，二是在自動(dòng)駕駛系統(tǒng)激活后，駕駛?cè)丝蓮氖路邱{駛相關(guān)活動(dòng)。

（1） 駕駛權(quán)切換任務(wù)

有條件自動(dòng)駕駛環(huán)境下駕駛?cè)诵璞O(jiān)管車輛和周圍環(huán)境自動(dòng)駕駛系統(tǒng)，并完成人工—自動(dòng)和自動(dòng)—人工2種駕駛權(quán)切換。

在監(jiān)管車輛和環(huán)境方面，A. Feierle 等研究了城市道路環(huán)境跟車、前方障礙物換道、超越自行車、紅燈交叉口場(chǎng)景下，駕駛?cè)耸褂肁R-HUD 和HUD 監(jiān)測(cè)自動(dòng)駕駛系統(tǒng)和外部環(huán)境時(shí)的主觀績(jī)效和視覺表現(xiàn)。視覺分析表明，與HUD 相比，駕駛?cè)耸褂肁R-HUD 時(shí)更關(guān)注前方道路，顯示器注視持續(xù)時(shí)間比例顯著降低，后視鏡、左后視鏡和右后視鏡沒有顯著影響。主觀層面，AR-HUD 顯著提高駕駛?cè)诵湃味?，降低主觀工作量，但在可用性方面沒有顯著差異[62]。

在駕駛權(quán)切換方面，N. Karatas 等開展駕駛模擬實(shí)驗(yàn)，在行人避撞場(chǎng)景下分別使用AR-HUD 和HUD提示自動(dòng)化干預(yù)（人工—自動(dòng)）視覺線索，結(jié)果表明基于AR-HUD 的視覺線索在接受度上更優(yōu)，而可信度和用戶體驗(yàn)上無(wú)差異；同時(shí)，AR-HUD 視覺線索可以支持更快的響應(yīng)時(shí)間，有助于識(shí)別潛在障礙[63]。張藝凡通過(guò)實(shí)車靜止和前方路面投影的方式獲得了市區(qū)道路場(chǎng)景下如行人過(guò)馬路、車輛變道等接管事件（自動(dòng)—人工）的反應(yīng)時(shí)間，也證實(shí)了AR-HUD 優(yōu)于一般接管方式[64]。

（2） 非駕駛相關(guān)任務(wù)

自動(dòng)駕駛系統(tǒng)激活后，駕駛?cè)丝稍诒O(jiān)控車輛的同時(shí)執(zhí)行文本閱讀等與駕駛無(wú)關(guān)的任務(wù)，以往研究衡量了HUD 完成非駕駛相關(guān)任務(wù)的績(jī)效和對(duì)接管任務(wù)的影響。

在非駕駛相關(guān)任務(wù)條件下，C. Schartmüller 等分析了駕駛L3 自動(dòng)駕駛車輛分別使用聽覺設(shè)備和HUD時(shí)，執(zhí)行文本閱讀任務(wù)的績(jī)效。與聽覺設(shè)備相比，駕駛?cè)耸褂肏UD 時(shí)任務(wù)平均響應(yīng)時(shí)間更快，可促進(jìn)多任務(wù)的有序處理，從而減少工作負(fù)荷并提高生產(chǎn)率[65]。同時(shí)，駕駛?cè)艘哺鼉A向于使用HUD 完成非駕駛相關(guān)任務(wù)[66]。進(jìn)一步，在非駕駛相關(guān)任務(wù)條件下執(zhí)行接管任務(wù)時(shí)，AR-HUD 具有更好的理解性和有效性，能夠輔助駕駛?cè)吮３肿⒁饬67]。

然而，有條件自動(dòng)駕駛環(huán)境下，使用HUD 執(zhí)行非駕駛相關(guān)任務(wù)的研究?jī)?nèi)容需進(jìn)一步擴(kuò)展，考慮不同任務(wù)的適用性和對(duì)駕駛績(jī)效的影響。

4.3.2 完全自動(dòng)駕駛

目前，完全自動(dòng)駕駛相關(guān)的HUD人因測(cè)試較為稀少，主要從主觀上探討了HUD 在增強(qiáng)自動(dòng)駕駛系統(tǒng)信任度和接受度的作用。P. Wintersberger 等針對(duì)上述問題開展了駕駛模擬研究。測(cè)試中駕駛?cè)笋{駛完全自動(dòng)駕駛車輛（L5）在不可見的霧天下實(shí)現(xiàn)超車，結(jié)果表明與駕駛場(chǎng)景中交通要素相關(guān)的AR 提示可以提高用戶信任度及接受度[68]。這也說(shuō)明，AR-HUD 對(duì)于增強(qiáng)駕駛?cè)藢?duì)自動(dòng)駕駛車輛的接受度和信任度方面極具潛力。

自動(dòng)駕駛場(chǎng)景HUD人因測(cè)試以有條件自動(dòng)駕駛下的車輛控制權(quán)切換任務(wù)和非駕駛相關(guān)任務(wù)為主，如圖8 所示。有條件自動(dòng)駕駛情況下，主觀層面比較了不同顯示類型的偏好、可理解性、有用性及任務(wù)負(fù)荷；視覺層面關(guān)注駕駛?cè)藢?duì)興趣區(qū)域的注視行為；對(duì)于駕駛權(quán)切換則主要考慮響應(yīng)時(shí)間。高度自動(dòng)駕駛情況下，主要探討了AR 信息對(duì)于提高駕駛?cè)藢?duì)自動(dòng)化駕駛系統(tǒng)的接受度和信任度的潛力。目前來(lái)看，HUD 在自動(dòng)駕駛場(chǎng)景中的測(cè)試尚屬于起步階段，對(duì)于自動(dòng)駕駛條件下使用HUD 完成接管任務(wù)、駕駛次任務(wù)和非駕駛相關(guān)任務(wù)的潛在作用仍需進(jìn)一步探索。

圖8 HUD 自動(dòng)駕駛場(chǎng)景應(yīng)用研究

4.4 其他交互輔助測(cè)試

網(wǎng)聯(lián)環(huán)境下HUD 已在出行導(dǎo)航、安全輔助及自動(dòng)駕駛場(chǎng)景中得到廣泛應(yīng)用和深入討論。除此之外，HUD 也可服務(wù)于駕駛次任務(wù)和非駕駛相關(guān)任務(wù)的交互輔助，其任務(wù)績(jī)效以及對(duì)駕駛主任務(wù)造成的影響目前也有相關(guān)研究成果。盡管該部分研究尚未在網(wǎng)聯(lián)環(huán)境下展開，但仍可作為綜述中的一部分為網(wǎng)聯(lián)環(huán)境下HUD 的推廣應(yīng)用提供參考。

4.4.1 駕駛次任務(wù)

在駕駛次任務(wù)方面，以往研究討論了交互模態(tài)、顯示類型、駕駛?cè)素?fù)荷和注意特征等因素對(duì)車內(nèi)交互需求和車外信息識(shí)別的影響。其中，車內(nèi)交互需求包含信息讀取和設(shè)備調(diào)節(jié)等任務(wù)，車外信息識(shí)別指路側(cè)限速等信息的辨識(shí)與響應(yīng)。

對(duì)于車內(nèi)交互需求，研究表明：駕駛?cè)耸褂寐犛X信息完成簡(jiǎn)單任務(wù)（如查看油量、電量、車速等）時(shí)表現(xiàn)更優(yōu)；使用視聽HUD 完成導(dǎo)航設(shè)置等復(fù)雜任務(wù)時(shí)效率更高，用戶體驗(yàn)和偏好性更強(qiáng)；使用純視覺HUD 則會(huì)導(dǎo)致感知工作負(fù)荷增加[69]。對(duì)于車外信息識(shí)別，LIU Yungching 等進(jìn)一步考慮了負(fù)荷因素、注意初始位置和注意轉(zhuǎn)移順序，比較駕駛?cè)耸褂肏UD 完成限速檢測(cè)和菱形圖案檢測(cè)時(shí)駕駛性能的差異, 最終得出HUD 輔助下駕駛?cè)嗽诘拓?fù)荷和高負(fù)荷駕駛?cè)蝿?wù)中均能更快地應(yīng)對(duì)限速檢測(cè)和響應(yīng)任務(wù)，同時(shí)其任務(wù)績(jī)效還受駕駛?cè)藢?duì)HUD 注意特征的影響[70]。

上述研究提供了有關(guān)HUD 設(shè)計(jì)與應(yīng)用方面的建議：首先，建議采用多模態(tài)的視聽交互HUD 能允許用戶根據(jù)環(huán)境變化及自身需求選擇信息獲取通道[69]；其次，建議使用前對(duì)用戶進(jìn)行培訓(xùn)和適應(yīng)，減少新奇效應(yīng)對(duì)駕駛績(jī)效的負(fù)面影響[70]。

4.4.2 非駕駛相關(guān)任務(wù)

非駕駛相關(guān)任務(wù)的測(cè)試往往采用文本閱讀、數(shù)字或字母搜索等替代任務(wù)，探討顯示類型、顯示位置和任務(wù)類型等影響因素下，非駕駛相關(guān)任務(wù)的執(zhí)行功效和對(duì)駕駛主任務(wù)的影響。

首先，對(duì)于非駕駛相關(guān)任務(wù)的執(zhí)行功效，相關(guān)研究表明駕駛?cè)耸褂锰厥庠O(shè)計(jì)的透視圖形HUD 完成開關(guān)空調(diào)、調(diào)節(jié)音樂等任務(wù)時(shí)比常規(guī)HUD 設(shè)計(jì)更有效[71]。進(jìn)一步研究表明，駕駛?cè)藞?zhí)行結(jié)構(gòu)化視覺搜索任務(wù)任務(wù)（例如需遵從特定路徑的文本閱讀任務(wù)等）時(shí)，使用HUD 比HDD 響應(yīng)速度更快。作者建議應(yīng)該對(duì)HUD所適用的任務(wù)類型進(jìn)一步明確[19]。

同時(shí)，對(duì)于駕駛主任務(wù)的影響表現(xiàn)在風(fēng)險(xiǎn)意識(shí)保持和車輛控制兩方面。研究表明使用AR-HUD 執(zhí)行字符搜索任務(wù)時(shí)，能輔助駕駛?cè)藢?duì)前方道路和領(lǐng)頭車輛保持風(fēng)險(xiǎn)意識(shí)[72]。當(dāng)HUD 圖像與駕駛?cè)饲胺揭曇熬嚯x太遠(yuǎn)時(shí)會(huì)降低車道保持能力[73]，距離接近時(shí)可能會(huì)降低對(duì)意外事件的響應(yīng)能力[74]。對(duì)于不同位置的HUD 圖像，不干擾駕駛主任務(wù)時(shí)的視覺注意閾值高于NHTSA 標(biāo)準(zhǔn)，但仍需進(jìn)一步評(píng)估[75]。

可見，對(duì)于非駕駛相關(guān)任務(wù)的研究應(yīng)進(jìn)一步明確HUD 可支持的任務(wù)類型和完成任務(wù)的視覺注意閾值，以保證駕駛主任務(wù)績(jī)效和非駕駛相關(guān)任務(wù)的執(zhí)行功效。

整體來(lái)看，針對(duì)駕駛次任務(wù)和非駕駛相關(guān)任務(wù)，通過(guò)對(duì)顯示類型、顯示位置和任務(wù)類型對(duì)視覺表現(xiàn)特征、視覺注意閾值、任務(wù)響應(yīng)效率及車輛控制能力的影響進(jìn)行研究探討，表明應(yīng)考慮任務(wù)敏感性、沉浸程度及最佳交互位置等多種因素的HUD 交互設(shè)計(jì)優(yōu)化，如圖9 所示。

圖9 HUD 自動(dòng)駕駛場(chǎng)景應(yīng)用研究

5 現(xiàn)狀總結(jié)與展望

5.1 現(xiàn)狀總結(jié)

面向網(wǎng)聯(lián)環(huán)境的HUD人因測(cè)試以功能應(yīng)用場(chǎng)景為驅(qū)動(dòng)，形成導(dǎo)航、安全輔助、自動(dòng)駕駛以及其他交互輔助4 大版塊，并以駕駛模擬為主要測(cè)試手段，探討了設(shè)備屬性、駕駛?cè)艘蛩睾屯獠凯h(huán)境條件對(duì)駕駛?cè)酥饔^績(jī)效、視覺績(jī)效和行為績(jī)效的影響。

從研究?jī)?nèi)容來(lái)看，導(dǎo)航研究考慮導(dǎo)航信息內(nèi)容、顯示類型、信息形式和顯示位置對(duì)高效性和安全性的影響。安全輔助則分為縱向安全輔助和橫向安全輔助2 類，重點(diǎn)考慮預(yù)警信息顯示類型、顯示形式及顯示位置對(duì)駕駛?cè)艘曈X安全、行為安全和心理安全的影響。自動(dòng)駕駛場(chǎng)景下，考慮了有條件自動(dòng)駕駛和完全自動(dòng)駕駛場(chǎng)景下，使用HUD 切換駕駛權(quán)和執(zhí)行非駕駛相關(guān)任務(wù)時(shí)的主觀評(píng)估、視覺表現(xiàn)與任務(wù)響應(yīng)。另外，在其他交互輔助場(chǎng)景中，探究了使用HUD 完成駕駛次任務(wù)和非駕駛相關(guān)任務(wù)時(shí)的視覺表現(xiàn)、任務(wù)響應(yīng)和車輛控制能力。然而，針對(duì)HUD的人因測(cè)試仍然存在一些不足。

一方面，目前研究往往基于單一功能開展，缺乏與實(shí)際駕駛情景一致的多信息與多任務(wù)狀態(tài)；同時(shí)，測(cè)試HUD 界面均為研究者自行設(shè)計(jì)，功能范圍和界面設(shè)計(jì)與實(shí)際產(chǎn)品差異較大，因而對(duì)于實(shí)際產(chǎn)品的改善缺乏針對(duì)性；另外，缺乏關(guān)于HUD 可用性、有用性等與接受度有關(guān)的主觀研究。除此以外，測(cè)試場(chǎng)景、指標(biāo)構(gòu)建及績(jī)效評(píng)估方法均也未形成標(biāo)準(zhǔn)體系，其差異化結(jié)論在服務(wù)于HUD 設(shè)計(jì)與優(yōu)化時(shí)難以有效移植。

另一方面，研究還發(fā)現(xiàn)目前W-HUD 和AR-HUD在駕駛模擬器上的集成并不理想。如圖10 所示，研究采取了低成本、低沉浸度的駕駛模擬器[53]、投影方案[45]、視頻疊加仿真[21]和視頻疊加駕駛模擬[18]等替代方案，在實(shí)驗(yàn)沉浸度及數(shù)據(jù)多樣性方面存在很大的局限性。因此，構(gòu)建高保真的HUD 測(cè)試平臺(tái)也是目前國(guó)內(nèi)研究團(tuán)隊(duì)開展HUD人因測(cè)試前需要解決的問題之一。

圖10 HUD 自動(dòng)駕駛場(chǎng)景應(yīng)用研究

5.2 研究展望

根據(jù)目前的研究結(jié)果及現(xiàn)狀總結(jié)不足，提出未來(lái)汽車HUD 系統(tǒng)設(shè)計(jì)和測(cè)試的研究方向如下：

1） 強(qiáng)化基礎(chǔ)理論的支撐性。

· 構(gòu)建用于指導(dǎo)HUD 設(shè)計(jì)與測(cè)試的理論基礎(chǔ)模型。

2） 明確信息服務(wù)的適應(yīng)性。

· 探索新興多源網(wǎng)聯(lián)信息的適用性與HUD 相結(jié)合的可能性；

· 考慮不同自動(dòng)化等級(jí)車內(nèi)交互的信息需求；

· 考慮信息需求的動(dòng)態(tài)性、場(chǎng)景敏感性和個(gè)人特性；

· 考慮車內(nèi)HUD 與HDD 的協(xié)同匹配；

· 探索娛樂輔助信息的可行性。

3） 確保信息表現(xiàn)的有效性。

· 考慮駕駛?cè)似玫腁R 圖形設(shè)計(jì)；

· 考慮任務(wù)差異的AR 信息適用性；

· 真實(shí)環(huán)境與AR 圖形的融合。

4） 提升人因測(cè)試的科學(xué)性。

· 測(cè)試用戶的技術(shù)可接受水平；

· 搭建高保真的測(cè)試平臺(tái)；

· 開發(fā)滿足差異化需求的場(chǎng)景庫(kù)；

· 形成多維度的指標(biāo)體系；

· 構(gòu)建定量化評(píng)估體系。

6 結(jié) 語(yǔ)

作為網(wǎng)聯(lián)環(huán)境下車內(nèi)人機(jī)交互發(fā)展的熱點(diǎn)方向，平視顯示器（HUD）在優(yōu)化駕駛體驗(yàn)和保障行車安全等方面發(fā)揮著重要作用，開展HUD人因測(cè)試是保障其預(yù)期效益的關(guān)鍵前提。圍繞網(wǎng)聯(lián)環(huán)境下HUD人因測(cè)試研究，本文綜述了HUD 的現(xiàn)狀應(yīng)用和研究趨勢(shì)，提出了HUD人因測(cè)試框架，并針對(duì)導(dǎo)航、安全輔助、自動(dòng)駕駛及其他交互輔助場(chǎng)景下的人因測(cè)試分別展開詳細(xì)論述，最后提出HUD人因測(cè)試的未來(lái)研究方向。以上研究可為面向網(wǎng)聯(lián)環(huán)境的HUD 設(shè)計(jì)、改善及應(yīng)用提供參考。

然而，由于網(wǎng)聯(lián)環(huán)境尚未全面普及，HUD人因測(cè)試研究在中國(guó)國(guó)內(nèi)也仍處于起步階段，尚未形成國(guó)內(nèi)HUD 測(cè)試研究體系，特別是在特殊復(fù)雜場(chǎng)景下基于駕駛?cè)烁兄?、決策、操控、行為、生心理和主觀感受的認(rèn)知過(guò)程全鏈路的綜合評(píng)價(jià)方法有待進(jìn)一步深入，進(jìn)而確保HUD 實(shí)際應(yīng)用的科學(xué)性。

未來(lái)研究需結(jié)合中國(guó)駕駛?cè)似谩€(gè)人特性等人因因素，依托交通工程、認(rèn)知心理學(xué)等多學(xué)科理論基礎(chǔ)，探索網(wǎng)聯(lián)環(huán)境下新興信息集成及信息可視化方法，建立標(biāo)準(zhǔn)化的測(cè)試平臺(tái)及測(cè)試方法體系。尤其是需要提升測(cè)試裝備與測(cè)試平臺(tái)的高保真度，加強(qiáng)測(cè)試環(huán)境與測(cè)試場(chǎng)景的規(guī)范性，保障測(cè)試規(guī)程與測(cè)試方法的科學(xué)性，注重模擬測(cè)試與實(shí)車測(cè)試的融合聯(lián)動(dòng)，進(jìn)而更好地服務(wù)于網(wǎng)聯(lián)環(huán)境下HUD 設(shè)計(jì)與優(yōu)化，促進(jìn)智慧座艙建設(shè)、發(fā)展及應(yīng)用。