论文部分内容阅读
随者人们生活水平的提升,技术不断革新,全球范围内的汽车数量空前增多,导致交通事故频发。汽车辅助驾驶系统作为保障安全驾驶的系统,其功能日渐丰富,所含信息更加复杂,驾驶员对于界面认知难度加大,认知负荷呈现过高或过低的状态,使得驾驶员对于信息的加工效率降低,失去对周围驾驶环境的把控,产生安全隐患。因此,如何通过有效的界面设计使得驾驶员与界面交互时的认知负荷处于合理状态,提高安全驾驶的效率,是当前研究的重点。首先,本文通过对市场上典型的汽车辅助驾驶系统进行调研,分析其一般构成、原理,并对主要的子系统的类别、功能、信息内容等进行系统的梳理,以车辆、环境、系统及驾驶员作为基础要素,构建汽车辅助驾驶系统通用信息架构,经过分析得知其具有信息内容复杂、难度较高等特点;其次,基于驾驶信息认知加工过程,分析驾驶员认知负荷成因及影响因素,包括界面信息的数量、内容复杂度、层级等,而过高和过低的认知负荷驾驶员处于失衡状态,影响驾驶的效率、安全性以及交通资源的利用率,可以通过整合信息的方式优化认知负荷;再次,基于生态界面的系统性、可持续性以及能够优化认知等特点,提出通过生态界面设计均衡认知负荷,增强情境意识。构建了认知负荷均衡机制与策略,包括合理的调节界面信息内容强度、优化层次结构和表现形式等,以实现调节内在认知负荷、减轻外在认知负荷、提升相关认知负荷的目的。运用SRK分类法、AH抽象层次分析等生态界面设计方法,以子系统自适应巡航控制系统为例,探究了其生态界面信息内容、组织方式、呈现方式的设计框架,并以全触屏数字界面为载体,构建不同复杂交通状态的交互原型;最后,基于眼动实验、NASA-TLX认知负荷以及3D-SART情境意识量表法等,以新手、中等、熟练三类驾驶人群为对象,对主测试组界面和参照组界面的认知负荷和情境意识进行对比评估。实验结果表明,不同驾驶人群在处理不同复杂程度的交通事件时,设计界面的认知负荷值较低,变化程度不明显,且情境意识明显高于对照组界面。