智能座艙交互體驗的現狀與展望

笪琳娜，歐先國，鄧 婳，吳 法

（1.廣汽乘用車有限公司，廣東 廣州 511434；2.廣州汽車集團股份有限公司，廣東 廣州 510623）

傳統汽車座艙的人機交互體驗大多呈現封閉化和碎片化特點，機械儀表、多媒體屏等設備彼此之間難以協同，車機系統缺乏跨設備信息流轉、互通能力。隨著汽車產業加速向智能化、電動化發展，用戶關注點也從傳統的機械性能，逐漸轉移到智能化、網聯化等新特性，傳統汽車座艙已經難以滿足用戶對汽車體驗的新需求。據《2021麥肯錫汽車消費者洞察》報告顯示，80%消費者認同智能汽車技術，超過半數愿意為智能化功能付費[1]，智能座艙已經成為未來用戶購車的重要參考依據。

智能化外設的發展和芯片算力的進步推動著智能座艙交互體驗不斷推陳出新，無論是硬件方面的炫彩液晶儀表、大尺寸中控娛樂屏、抬頭顯示儀（Head Up Display, HUD）、流媒體后視鏡的多屏互通，還是軟件方面語音、手勢等多種全新交互方式的創新融合以及可自定義的場景化功能組合，都為用戶帶來更多驚喜體驗升級。

當前智能座艙仍處于初級階段，誤識別、反應速度慢、缺少連續性等問題仍然頻發。不過隨著智能汽車產業飛速發展，用戶對智能化價值的不斷認可和依賴，正推動車企積極探索、加速研發迭代新的交互模式，將智能座艙體驗打磨得更符合用戶期待，避免本為亮點的“智能”淪為槽點“智障”。

1 語音交互

語音交互，第一次走入公眾視野是2011年隨iPhone 4S一同問世的Siri。人工智能發展至今，語音助手已在家居、車載、可穿戴設備、公共設施等多領域應用。如圖1所示，實現語音交互的原理，需要通過如下基本步驟：

圖1 語音交互識別分析流程[2]

（1）語音識別（Automatic Speech Recognition,ASR）。利用前期訓練得到的聲學和語音模型，將語音進行解碼分析，得到概率最大的字符串序列；

（2）自然語言處理（Natural Language Processing, NLP）。將用戶的指令拆分為結構化的語言，便于機器理解；

（3）執行功能（Skill）。根據拆分后的指令語言，執行符合用戶預期的功能；

第四，語音合成（Text-To-Speech, TTS）。使用統計模型來產生語音參數并轉化成波形，從而讓機器發出應答聲音。

在車載場景下，語音助手存在意義更為重大。開車時，駕駛者的眼和手都處于忙碌狀態，進行觸控操作極易因視覺負擔而分心。通過將語音交互技術整合到車機，人車交互將變得更加自然便利，顯著降低發生交通事故的風險。

近年來，各車企紛紛積極與語音技術科技公司深入合作，深度定制搭載語音交互技術的車載系統，同時隨著創新技術迭代加速和用戶需求的日益提升，用戶對車載語音交互的要求越來越高。然而車載語音從“可用”到“好用”，仍存在很長的“路”要走，主要從以下方面進行改善：

（1）提升適應性。中國幅員遼闊，不同表達習慣、口音、方言等都將影響語音交互的識別準確性[3]。目前主流的車載語音識別技術，主要面向普通話使用者，但為更好應對適老化和個性化設計，已有很多廠商開始布局方言交互。比如，本田公司第三代Honda CONNECT能聽懂用戶發出的普通話、粵語、四川話等多種方言指令，并同時采用相應的方言進行應答。

（2）提升抗擾性。車載使用場景本身相對復雜，發動機轟鳴、風噪、胎噪等行駛環境的噪音干擾比較大。噪聲源將減弱人聲的信號特征，從而加大語音識別難度。為保障用戶在車載場景的語音識別率，需要在語音前端增加前端語音處理模塊進行回聲消除和降噪，進而從嘈雜背景聲中提取出純凈語音，有力提升語音識別的效果。

（3）情感化設計。聲音是一種有“溫度”的介質，用戶會不自覺地被聲音的音色和語調調動情緒。語音交互的情感化設計不能只局限于對回復內容的“抖機靈”式加工，應通過提升個性化應答、情感化音色音調、為語音助手設計形象或人設等方式或多種方式結合，全方位地提升語音交互帶給用戶的“溫度感”。2017年蔚來ES8行業首創車內搭載Nomi語音機器人，讓車機語音交互有了實物載體，拉近品牌與用戶的距離；小鵬汽車于2021年向P7全系車型更新推送了音色更擬人化、可表達情緒變化的語音助手“小P”，使用了“在線神經網絡引擎+離線拼接引擎”的技術，使“小P”的聲音聽上去不再機械化。

（4）四音區/全音區技術。隨著車內日益繁復的電動可控零部件以及智能功能，后排乘客的語音交互體驗也需要得到保證。受限于硬件成本、軟件算法等原因，目前主流車型多采用僅支持前排乘客的雙音區技術，即收聲麥克風被布置在前排，導致后排乘客的指令往往不能被有效檢測，甚至有時容易與前排乘客指令發生混淆[4]。因此，未來提升方向將以滿足“整車多乘客語音交互需求”為目標，車載系統應能準確定位當前發出指令人的車內位置，避免不同乘客的指令相互干擾，為用戶帶來更便捷、更精準的語音交互體驗。

2 手勢交互

在車內環境嘈雜或有乘客熟睡等特定場景下，語音交互并非最佳解決方案。手勢識別技術，憑借簡潔快速、空間距離范圍廣、一定程度上可以模糊操作、不受聲學干擾等優勢，在真正的自動駕駛實現之前，能大幅減少駕駛員分心、提高駕駛安全性，與觸控、語音等交互方式形成重要互補[5]。手勢識別技術是指通過攝像頭或傳感器對人類手勢動作進行捕捉和識別，如表1所示，目前主要有如下三種技術路線。

表1 手勢識別技術方案

（1）光飛時間。該技術通過主動發射光子至目標表面，用傳感器捕捉反射回來的光子，利用相位差或時間差進行計算得到距離數據，并擬合兩個鏡頭接收的不同光線信息進行立體成像，從而判斷用戶手勢。由于光的傳播速度非常快，具有飛秒級快門的感光芯片成本過高，這也是光飛時間技術難以普及的原因之一。

（2）結構光。通過激光投射器發出激光，經特定圖樣光柵折射后，投射在物體表面，通過一定算法分析紅外傳感器探測的光圖案位移變化進行手勢識別。由于光的折射太近或太遠都會導致位移誤差大，因此，該技術對識別距離有嚴格的要求。

（3）多目視覺。該技術使用兩個或者兩個以上的攝像頭同時攝取圖像，通過比對不同攝像頭在同一時刻獲得的圖像差別，從而獲得三維空間信息，實現手勢識別。

首款搭載手勢識別的量產車型是2015年上市的寶馬7系（采用光飛時間方案），目前越來越多車企將手勢識別技術在新車型搭載。比如，2020年上市的奔馳S級轎車可以捕捉駕駛員的手部動作，從而實現利用手勢開關閱讀燈和遮陽簾等功能。不過，當前手勢識別仍存在很多局限性和挑戰。

（1）識別率低。受限于環境光線變化（如汽車進出隧道時）、識別位置等影響，當前技術仍無法確保用戶每次手勢交互都能被成功識別，而頻繁的識別失敗易引發用戶挫敗感，甚至對行車安全造成影響。因此，一方面可以通過軟件算法優化提高手勢識別的可靠性；另一方面還應盡量采用容差性較強的手勢捕捉方案，使手勢識別的判定激發機制不必太過苛刻。但過度調高模糊識別的靈敏度也會帶來新的問題，系統無法分辨用戶的真實意圖、容易過度干預。比如：用戶可能只是想托腮沉思、捋捋頭發，卻被系統誤解，進而意外觸發功能，給用戶用車過程造成干擾和分心。

（2）認知負荷大。盡管智能手機、智能家居等物聯設備紛紛開始應用手勢，但業界目前尚未形成統一的手勢定義標準，導致用戶在某個設備上習慣的使用經驗往往無法在另一個設備和生態平臺上得以延續，需要用戶耗費心神去記憶不同設備的不同手勢規則與含義[6]。因此，通過健全統一行業標準、嚴格限制手勢數量、同一種手勢可以復用控制不同功能等措施降低用戶認知負荷和學習難度，可以有效降低用戶操作失誤可能性。

鑒于上述技術阻礙，目前的車載手勢交互還尚未達到成熟階段。但隨著車聯網時代的到來、車內人機交互技術不斷成熟，車載手勢交互與語音交互、人臉識別等多模態交互技術的深度融合將為用戶帶來更廣闊的應用前景。

3 視覺交互

目前車載顯示器市場快速增長，車載顯示屏的功能占比、使用頻率迅速攀升，屏幕取代了絕大多數的物理按鍵，成為智能座艙用戶界面交互的主要方式。過去幾年，用戶對車載顯示的需求與對消費類電子顯示技術越來越類似。受限于開發成本，相對成熟的被動型發光的液晶顯示屏幕（Liquid Crystal Display, LCD）仍是主流顯示技術，但為獲得更好的圖像性能和用戶體驗，很多豪華品牌也將有機發光二極管（Organic Light-Emitting Diode, OLED）、mini LED等新興顯示技術運用在各自新車型中。

3.1 車載OLED

OLED是采用極薄的有機材料涂層和玻璃基板（或柔性有機基板）所構成、當電流通過時會發光的有機半導體。與傳統LCD背光源發光的原理不同，OLED具有自發光特性，性能上對比度更高、更輕薄、可視角度更大，并具有色域廣、柔性高、響應快、耗電量低等優點，被認為是新一代平面顯示技術[7]。

柔性OLED在車載領域的應用，成功引領了智能座艙行業發展風向標，為用戶帶來沉浸式的駕乘新體驗。2022年發布的理想L9采用15.7英寸車規級OLED屏，提供3K高清分辨率、極高的色彩還原度和超廣可視角度，極大提升駕乘人員的視覺體驗。另外，OLED也應用在車窗顯示。比如北京、深圳部分地鐵采用透明OLED面板，將車窗變為移動的顯示器，可顯示天氣預報、列車運行信息、商業廣告等信息，具有光線可調、透明度高、響應快、智能交互等特點。

目前OLED仍有許多大規模應用的阻礙。首先，發光關鍵材料和生產設備等核心技術仍基本被國外廠商把控，OLED屏的價格是普通LCD屏價格的3～5倍，搭載OLED將顯著提高汽車成本。另外，車載OLED需通過標準嚴苛的車規級認證方能量產搭載，目前對車載OLED仍存在不小挑戰。此外，OLED與LED相比，使用壽命和穩定性還是有差距。

3.2 車載Mini LED與Micro LED

為獲得更好的顯示效果和更長的使用壽命，新型顯示技術Mini LED和Micro LED技術應運而生。Mini LED是指尺寸介于50～200微米之間的LED芯片。與主流顯示技術LCD相比，Mini LED具有更出色的顯示效果（高亮度、高對比度、色域更廣）、更快的響應速度和大幅度降低的功率，同時屏幕也更輕薄。Mini LED顯示效果可媲美OLED，但高溫可靠性更好、顯示壽命更長和成本更低[8]。2022年上市的通用全新電動汽車凱迪拉克Lyriq銳歌即采用33英寸的Mini LED背光顯示屏。

Micro LED則被認為是真正的下一代顯示技術，具有高亮度、更廣色域、高透明度和高可靠性等優勢，但由于其仍有很多技術難點有待突破，因此，短時間內還無法實現大規模商業量產。

3.3 抬頭顯示儀

抬頭顯示儀，也叫平視顯示儀，可以把時速、導航等重要駕駛信息投影到擋風玻璃，1988年由通用公司首次引入到汽車領域。HUD界面直觀便捷，尤其是融入增強現實技術（Augmented Reality,AR）后，與高級駕駛輔助系統（Advanced Driver Assistance System, ADAS）等信息的融合能顯著提升座艙智能科技感[9]。同時，由于解決了駕駛員頻繁低頭看儀表信息的痛點，可以大幅降低發生事故的風險，確保用戶行車安全。HUD主要有三大技術路線。

（1）早期的組合型抬頭顯示（C-HUD）。采用一塊放置于儀表上方的透明樹脂玻璃作為顯示屏，成像范圍窄、顯示內容少。

（2）直接投影至前擋風玻璃的風擋型抬頭顯示（W-HUD）。與C-HUD相比，W-HUD顯示效果更為一體化，且不會在發生碰撞事故時產生二次傷害。但不管是C-HUD還是W-HUD，都只能做到車況信息和導航指引的靜態顯示，無法與現實路面形成直觀立體的動態指示。

（3）增強現實抬頭顯示（AR-HUD）。通過與AR技術結合，將導航與駕駛信息投影到車輛前方，并采用虛擬箭頭動態指引車輛前進軌跡，與現實路面形成直觀立體的動態指示，提供的功能更多，從根本上改變導航、娛樂和智能輔助駕駛的用戶體驗。2020年全新一代奔馳S級轎車以及大眾純電動ID.3的上市，開啟了全球汽車市場進入AR HUD的前裝元年，隨后，長城WEY摩卡、廣汽傳祺GS8等自主品牌車型也奮起直追、紛紛開始搭載AR-HUD。未來，AR-HUD有望隨著市場認知度提高、規模效應帶動成本下降，進一步擴大應用市場、全面普及推廣。

4 總結

汽車行業新一輪產業變革方興未艾，智能座艙將成為未來智能汽車時代人機交互的重要載體。本文從技術基本原理、應用進展、技術瓶頸等角度介紹了現階段智能座艙主流的三種人機交互方式。語音識別、手勢控制、車載顯示等交互技術各有優劣，未來將隨著各種技術不斷推陳出新、互相融合，共同構建用戶第三生活空間的嶄新智能體驗。比如語音交互方面，將結合面部唇動識別技術、離線語音識別技術，實現“免喚醒詞”“離線語音”等功能，方便用戶直接表達意圖，減少網絡信號的環境限制等；手勢交互方面，將結合語音識別、人臉識別等多模態交互，提升識別準確率和執行速度，業界也將逐漸形成易于記憶的通用手勢定義；視覺交互方面，車載屏幕尺寸、數量或將不斷增大，分辨率、飽和度、對比度等視覺效果越加豐富，沉浸式的氛圍感和極致的視覺享受將成為用戶對于智能座艙體驗的本能需求。

未來，相信隨著自動駕駛、人工智能、大數據等技術的發展，現有的體驗模式將發生天翻地覆的改變。一是自動駕駛技術成熟后，用戶將從操控車輛中解脫出來，車內自由時間的增加為車載娛樂、辦公和休息等方面創新體驗的萌發提供土壤；二是地理位置識別、車載傳感器等技術的應用將使車輛能夠主動預判用戶的需求并作出精準反饋，與用戶形成默契感和驚喜感；三是跨設備無縫銜接的互聯互通將打破車輛與其他物聯設備現有的強烈邊界感，用戶能在智能座艙中繼續延續上車前的數字化體驗。隨著汽車智能化時代的加速，體驗模式的變化勢必將衍生出更多新的交互方式和交互場景，巨大的藍海市場正在逐漸打開。