基于情境感知与虚拟形象的自动驾驶AR游戏交互优化研究：提升道路安全与用户体验的多模态设计

这篇研究创新性地将情境感知(SA)理论与增强现实(AR)游戏设计相结合，针对L3-L4级自动驾驶场景，提出智能座舱多模态交互方案。通过KANO模型筛选关键要素，构建"感知-理解-预测"三阶段交互框架，采用2×4混合实验验证了AR游戏能显著提升驾驶员道路信息感知效率（反应时间缩短23.6%）并增强对自动驾驶系统的信任度（NASA-TLX评分降低18.2%）。

　　

Highlight

人车协同的智能座舱

随着智能技术在汽车领域的广泛渗透，智能座舱研究已成为人机交互(HMI)与自动驾驶融合发展的关键方向。智能座舱突破了传统车内设计边界，通过整合自动控制与人机交互技术，打造出以用户为中心、具备高度环境感知能力的移动体验空间。当前主流...

Methods

基于情境感知理论的方法

在自动驾驶环境中，基于情境感知(SA)和虚拟形象设计的增强现实(AR)游戏交互方案可分为三大步骤（如图2所示）：

1. 情境感知理论驱动的交互模式分析：重点运用"感知-理解-预测"三阶段SA模型，解析L₄自动驾驶中的人机交互方式...

Experimental design

实验设计

本研究聚焦三个核心问题(RQs)，采用2（有无游戏交互）×4（视觉/视觉+听觉/视觉+触觉/全模态）混合实验设计：

RQ1：基于SA理论的多模态AR游戏能否有效增强驾驶员对道路环境信息的感知？

RQ2：智能座舱中的游戏化交互设计能否...

Task performance analysis (RQ1)

任务性能分析

任务表现包含任务完成率、响应时间、货币奖励和任务经验值（详见表8）。任务完成率指参与者在触发行人事件后1秒内完成按钮操作——此时自动驾驶车辆被认为处于不会与行人碰撞的状态。若超时未响应则判定任务失败。实验数据显示...

Conclusion

研究结论

本文聚焦智能座舱多模态游戏交互设计，基于用户研究构建自动驾驶场景模型，运用情境感知(SA)理论搭建信息架构。创新点在于：1）将航空领域SA理论引入车载娱乐系统；2）通过视觉线索+虚拟形象行为反馈的Pokémon式设计，使用户在自动驾驶状态下仍保持对道路关键要素的认知...