復雜駕駛任務下基于多資源理論的汽車人機交互設計方法

厲鈺琪 鞏淼森

關鍵詞：多資源理論 復雜駕駛任務 分層任務分析 時間線分析 汽車人機交互

引言

隨著車載功能不斷涌入駕駛空間，汽車轉變為一個集合通訊、導航、娛樂、社交等多元功能的智能交互式空間，車內交互信息與交互行為的種類也變得愈加繁多。這一轉變提高了駕駛員行車的機動性和舒適性，也增加了駕駛者對車輛控制任務執行不良的風險和危險水平[1]。與此同時，依賴著車載技術的發展，人車共駕、車內顯示多樣化、多通道交互等成為了汽車設計的主流趨勢，這為駕駛者更高效自然地執行車內復雜任務創造了可能。在這樣的背景下，汽車人機交互設計的核心就是基于車內技術設備，為駕駛者提供良好的交互方式以應對復雜駕駛環境、提升駕駛體驗。

當前，面向復雜駕駛任務的汽車人機交互設計研究主要從多通道交互、自然交互、駕駛仿真等領域展開，但未對在特定的任務條件下進行設計應用提供指導。在汽車交互設計過程中，出現了車載交互技術“盲目疊加”“繁復累贅”等問題，駕駛者難以有足夠的資源應對車內復雜的交互環境。為了讓車內技術設備更好地發揮價值，有必要針對復雜駕駛任務進行交互設計分析，思考各時間段下如何合理調用可用資源來執行任務。因此，本文從多資源理論出發，結合分層任務分析法與時間線分析法，提出了一種針對復雜駕駛任務的汽車交互設計方法，以探析各時間段中出現的人機交互設計問題，并從資源分配的角度思考人機交互優化策略。最后以一復雜駕駛任務為例進行設計應用，驗證了本方法的有效性。

一、復雜駕駛任務下的汽車人機交互設計

駕駛任務的復雜性體現在三個方面，一是任務高難度，即任務本身對內認知需求較高，或者任務需求超出一般認知能力;二是任務多樣性，即各任務的重要層次不同，所需工作資源不同;三是任務關聯性，不同的任務之間存在交叉、并行或重疊的關聯。復雜駕駛任務下，隨著任務難度的上升、多樣性及關聯性的變化，駕駛者在處理任務時出現知覺模態沖突、強認知或操作難度上升等現象，影響了主次任務的執行。而這種“失控感”也給駕駛者帶來了較大的心理壓力，容易產生不良的駕駛體驗。據研究，在人機交互過程中，給予操作者一定的靈活性，使其能自我調節到負荷的“最佳水平”，可以使任務完成績效維持在較優的水平，其心理壓力也不會過高[2]。

因此，復雜駕駛任務下的汽車人機交互設計的目標可以被理解為：在信息輸入階段，避免各通道間信息流過載;信息加工過程中，減少認知干擾，維持較優的認知負荷;信息反饋時，避免操作沖突，維持較優的體力工作負荷。圍繞該目標，復雜駕駛任務下的汽車人機交互設計路徑為：判斷當前復雜駕駛任務下駕駛者的知覺模態占用、認知負荷及工作負荷情況，確認是否存在資源占用沖突或超負荷，并分析造成上述現象的原因，以尋求車內人機交互設計問題，針對性進行優化。

二、資源占用維度提取

為分析駕駛者在執行復雜駕駛任務時的資源占用情況，需要對人所擁有的身體資源進行分類。

多資源理論（MRT，Multiple Resource Theory）是Wickens等人提出的解釋多任務之間資源分配的理論[3]。為描述人的資源多樣性，Wickens提出了包含三個維度的多資源模型（圖1）的假設，即階段（stages）、知覺模態（modalities）、加工代碼（codes），后來又發展出第四個維度，用來區分視知覺的焦點視覺和外周視覺。“階段”

維度描述了信息的處理過程，分為知覺、認知、反應三個步驟。“知覺模態”維度涉及到視覺、聽覺、觸覺三個模態。在視覺模態中延伸出的焦點視覺和外周視覺，前者用于識別精細的細節或物體，后者則用于感知方向和自我運動情況。“加工代碼”維度反映了空間的加工和符號的加工之間的區別。

依照多資源模型描述的資源類型，將用戶在汽車駕駛過程中涉及到的的人的資源類型以“階段”劃分，可將其整理如（表1）。

三、任務結構化分析

復雜駕駛任務下，駕駛者與車內設備進行交互來完成各項任務目標，為清晰直觀呈現任務流程，把握任務細節與要點，需要對任務進行結構化分析。

分層任務分析（HTA，Hierarchical Task Analysis）是一種廣泛應用的任務分析方法，它將任務執行和任務計劃結構化，將其分為任務層、子任務層和操作層，并列出操作人員在系統內執行的各種操作及執行這些操作所需的條件 [4]。為了更清晰地描述用戶在任務執行過程中與車載系統的交互情況，本文在HTA的基礎上，對各任務下用戶與系統的交互形式及行為要素進行描述，并判斷所處的信息加工階段，同時參照上節總結的基于多資源模型的人的資源分類，分析各階段所占用的資源，如圖2。

四、任務占用資源時間線分析

由于復雜駕駛任務下各任務之間存在關聯、交叉、并行或重疊的情況，以時間維度對各任務執行時所在時間點、所用時間長度及對應占用的資源進行分析，可以更好地把握任務執行過程中的資源占用及負荷情況。

對于時間信息的記錄，非認知任務可通過行為觀測直接記錄，人的認知活動卻很難通過行為觀測來計算時間。但可以確定的是，認知負荷伴隨著任務而產生。駕駛者在知覺過程中接收任務信息，認知后作出反應，該過程中任務所需的認知負荷程度可以參照Aldrish提出的VACM腦力負荷評級標準進行評定，該評級標準將多資源理論（MRT）融入模型，具有良好的適應性和可信度[5]。其中，認知資源的負荷評分標準如（表2）。

因此，任務執行過程中的非認知資源占用情況可構建“時間-任務-資源需求”關系圖（圖3）來表現。而認知資源的占用情況，可通過執行任務所需的認知負荷程度來間接表現，即判斷任務所對應的認知屬性，參照量表進行度量（圖4）。

五、資源再分配與交互設計

基于以上分析，可判斷駕駛者的資源負荷與沖突情況。為減輕資源負荷或沖突，需要參照多資源理論所述的資源特征及各資源之間的關系，在明確駕駛者的狀態和駕駛環境的前提下，進行資源再分配。通過整理Wickens等人的研究成果，可參考的資源分配原則如下：1.跨模態的時間分享比模態內的時間分享表現更好[6]，在模態可調用的狀態下，若有多個車內任務信息需要傳遞，應選擇多模態進行表征。

2.若車內的多樣化信息需通過視覺傳遞，應避免過長的視覺掃描，并增加信息之間的區分度及凸顯度，以提升信息的接收效率并減少混淆。

3.同時性的聽覺信息加工十分困難[7]，當多個任務占用聽覺資源時，需將部分信息轉化為其他形式進行表征。

4.觸覺模態表征信息與聽覺模態有著相似的優勢[8]，部分結構簡單的信息可通過震動拍打等形式進行表征。

5.對重要的車載信息，通過多個模態冗余顯示可增加用戶信息加工的準確性。

6.在焦點視覺的被占用的情況下，外周視覺可承擔部分易識別且結構簡單的信息的接收。

7.知覺任務與需要工作記憶來儲存或轉換信息的認知任務之間存在干擾，在駕駛員知覺任務與認知任務難度及數量過高時，應及時進行調配。

8.在個體認知資源有限的情況下，為減輕認知負荷，可通過設置合理的訓練、簡化車內任務流程、引導用戶主動學習車內設備使用方式等途經來降低任務本身需要的認知資源。同時，在設計車內信息呈現方式時，應設置合理的通道、關注信息之間的時間及空間連續性、突顯關鍵及重要細節、過濾不相關信息，以此來減少外部認知負荷。

在圍繞復雜駕駛任務進行資源再分配后，可基于車內技術設備進行交互設計，以充分調動車-人的能動性，使用戶在執行過程中能夠靈活進行操作，自我調節負荷至“最佳水平”。

六、設計應用

依照復雜駕駛任務下的汽車人機交互設計路徑，上文提出的基于多資源理論的汽車人機交互設計方法可分為任務結構化分析、任務占用資源時間線分析、資源再分配與交互設計三個步驟。為驗證該方法可有效指導設計，筆者就一駕駛任務情境進行了基于上述方法的設計實踐。設計優化對象挑選了吉利博瑞（圖5）。

通過對車內硬件設備的調研，了解到車內交互設備除駕駛操作設備，還配備了位于方向盤正前方的儀表屏、位于駕駛位右前方的中控屏，以及分布于駕駛位周邊及方向盤內側的各類實體按鍵。車內軟件系統主要涉及到語音助理、地圖、電話及系統設置等。

為提取復雜駕駛任務情境，挑選了10位年齡在25-35歲且有駕駛經驗的被試進行了駕駛過程記錄與訪談。調研結果發現，用戶在執行駕駛導航狀態下添加途經點的任務時耗時較長，且對該狀態下的任務評價較低。因此，本文選取了該任務場景，對照駕駛者操作任務錄像，進行任務結構化分析及資源占用時間線分析，以分析造成任務執行評價較低的原因，并基于資源分配原則尋找汽車人機交互設計優化點。

（一）任務結構化分析該復雜駕駛任務共包括駕駛、導航、添加途經點三部分，表3依照上文提出的任務結構化分析方法對其進行了剖析。

（二）任務占用資源時間線分析結合上一步驟中對各任務所需資源的分析，對照駕駛者操作任務錄像，記錄各任務執行時間，將所需資源按照時間線排列，得出時間-任務-資源需求關系圖（圖7）。并分析各時間段下任務所對應的認知類型，參照VACM標準量表進行計算，得出時間-認知負荷評分圖（圖8），例：0-1秒內，保持駕駛所需的認知負荷評分為1.0，觀察道路信息所需的認知負荷評分為0，跟蹤路況等提示信息所需的認知負荷評分為3.7，則該時間段下任務認知負荷需求評分為4.7。

依據圖7及圖8所示，判斷資源負荷及情況，并分析原因。

（1）6.0s至7.2s，聽覺及視覺資源被多任務占用。分析其原因為：使用語音系統輸入途經點時，因導航信息仍通過語音進行播報，造成聽覺資源占用沖突，駕駛者需調用視覺資源捕捉儀表屏中的導航信息，使焦點視覺偏離路線。

（2）11.3s至15.0s，在選擇途經點、查看途徑點位置時，視覺資源被頻繁調用，并造成了手部資源的占用。分析其原因為：途徑點信息以全文字形式展現，所需閱讀時間較長;系統語音識別不準確，駕駛者需點擊中控屏選擇確認;途徑點位置未在選擇時在地圖中呈現，無法了解其在路線中的位置，在選擇后還需觸控操作屏幕查看，任務流程復雜。

（3）4.2s至6.0s及12.6s至13.9s，任務所需的認知負荷評分較高。分析其原因為：語音系統同時處理途經點輸入任務及播報導航任務，出現多任務并行的情況;對途經點進行選擇時，相關信息呈現不直觀，用戶選擇途經點后，還需觸控查看途經點在地圖中的位置，任務流程復雜。

（三）資源再分配及交互設計示例基于以上資源沖突情況及原因分析，參考資源分配原則，提出汽車人機交互設計策略。

在駕駛者需要同時執行“添加途經點”及“跟蹤導航信息”任務時，為保障用戶在執行“添加途經點”任務時不錯過導航信息，需弱化“跟蹤導航信息”任務對聽覺、視覺資源的占用，并減少對認知資源的需求。依照上文總結的資源分配原則：（1）在模態可調用的狀態下，若有多個車內任務信息需要傳遞，應選擇多模態進行表征;（2）多個視覺信息可通過避免過長的視覺掃描或凸顯信息及區分度，來優化用戶對信息的接收效率。基于此，可考慮調整知覺模態資源或通過界面設計凸顯關鍵信息以強化表征來進行設計優化。

例如，在該情境下，導航信息為：即將右轉，進入××路。在聽覺資源被“添加途經點”任務所占用的情況下，可考慮調用駕駛員的觸覺資源，通過震動提示來傳達轉向信息，同時優化轉向及車道信息在儀表屏中的顯示以更好被識別（圖9）。該方案與當前狀態相比，將語音傳達的導航信息轉化為用觸覺及視覺進行表征，避免了同時的聽覺信息對駕駛者產生干擾。

在駕駛者需要查看途經點信息并進行選擇時，需減少該任務對視覺、空間及認知資源的占用，以避免對駕駛任務產生干擾。依照上文所述的資源分配原則，利用聽覺及言語資源與系統進行交互可被沿用，系統需要提高語音識別效率，以降低用戶通過視覺從中控屏中捕捉信息及觸控操作的可能。除此之外，對必要的需通過視覺傳遞的信息，應考慮優化信息顯示、簡化任務流程，來提升信息識別效率。

在該情境下，當系統給出途經點推薦時，可考慮將搜索結果與地圖界面相結合，在結果所在位置給出“最近”“最順路”等標記，幫助用戶輕松捕捉到途經點，以更快作出選擇（圖10）。該方式與當前狀態相比，更直觀地將途經點相關信息在推薦階段呈現，縮短了用戶的閱讀時間，避免了駕駛者在選擇途經點后還需確認其所在位置，簡化了任務流程，較大程度上減少了該任務對視覺、空間及認知資源的需求。

（四）小結從上述過程中可以看出，基于多資源理論的復雜駕駛任務下的汽車人機交互方法，可以清晰地描述任務執行過程中駕駛者與車載系統的交互情況及資源占用情況，并準確找出資源負荷較高或資源沖突的時間段，探尋任務執行評價較劣的原因，并為交互設計優化提供思路。在依照上述交互方法進行設計后，通過駕駛任務模擬、任務執行評價及再設計的方式，可尋求出最優的人機交互設計方案。

在復雜駕駛任務情境多樣的狀態下，依照上述流程進行任務分析，得出各類任務情境下汽車人機交互設計方案，從而形成系統集的交互設計手冊，對提供符合認知規律和操作習慣的駕駛交互系統、保障駕駛安全、提升駕駛體驗有著重要意義。

結論

在智能技術迅速發展的當下，車載功能的涌入使得車內駕駛任務情境愈加復雜，人們需要更具包容性的交互方式來進行任務管理，以保障駕駛安全、優化駕駛體驗。本文通過對多資源理論的研究，結合分層任務分析法及時間線分析法，提出了適用于該背景的汽車人機交互設計方法。隨著多資源理論研究的發展，其構建的多資源模型不斷細化，資源間的關系更加清晰，對汽車人機交互設計的指導作用值得繼續探尋。