8、北京工业大学：面向智能座舱交互的抬头显示系统综合评价-上海ICVS-20230824-赵晓华.pdf

1、汇报人：赵晓华北京工业大学 教授、博导2023年8月面向智能座舱交互的抬头显示系统综合评价01研究背景及意义02HUD人因测试03AR-HUD人因测试目 录04HUD评价未来展望背景意义1研究背景及意义 车路协同技术的广泛应用推动智能座舱逐步建设，驾驶人信息需求及车内信息交互复杂程度增加。网联信息共享道路交通信息：道路、交通、管控、运行、安全车辆运营信息：公交运营、急救车、智能网联汽车智能座舱建设信息供给增加：车辆状态、导航、安全辅助多屏互联模式：HDD/HUD/AR-HUD/智能后镜.平视显示(HUD)技术成为智能座舱的重要组成，AR-HUD是最新形态与必然趋势。HUD将驾驶信息投射到车辆正

2、前方，有效减少视线偏离，降低注意干扰，缩短视觉盲区；HUD是网联汽车中重点发展的人车交互技术，是智能座舱重要组成部分，为网联自动驾驶铺路；经历C-HUD,W-HUD技术迭代，AR-HUD是HUD发展最新形态与必然趋势。组合型（C-HUD）风挡型（W-HUD）增强现实型（AR-HUD）感知显示融合研究背景及意义 HUD测评场景多样性不足，评价定量性不足，缺乏系统性测评体系。测试方法测试内容测试类别静态方法 桌面实验动态方法 驾驶模拟 实车测试+基础性能测试 灯光 颜色 深度感知 焦点深度功能测试 导航 预警 车路协同 自动驾驶+测试内容 AR图形可用性 视觉灵敏度 图形感知测试内容+图形样式 导

3、航有效性 预警时机 高效性 准确率研究背景及意义HUD人因测试2(iv)协协同同数数据据管管理理中中心心RSU(i)驾驾驶驶模模拟拟系系统统(iii)眼眼动动追追踪踪系系统统(ii)智智能能车车载载终终端端设设备备动动态态车车辆辆数数据据UDP人人车车200m中中央央控控制制器器路路眼眼动动数数据据Wi-Fi网网联联信信息息APIHUD人因测试 实验设备交叉口与对向直行车冲突与左转车冲突路段左侧车辆并道行人过街前方车辆急停险态场景x1-基准组（仅速度）2-车路协同HDD3-车路协同HUD信息交互水平A 50000米B 500米能见度HUD人因测试 实验设计 实验控制：实验路线：1条路 场景差异

4、：6个场景，环境随机，额外交互随机 时间控制：拉丁方，实验2次，间隔3天，干扰场景 实验步骤HUD人因测试纵向冲突：前前车急停（V2V）横向冲突：隐藏行人预警（V2I）典型场景：侧方车辆急变道、交叉口对向来车、行人冲突、前车急停等HUD人因测试1m/s2.5m公交车100m60m3.5m3.5m5.0m预警点A触发点B 因素水平：3种设备（Baseline/HDD/HUD）2种天气（晴/雾）道路设计：双向4车道，车道3.5m，人行道5m 限速60km/h。事件设计：公交车遮挡行人（车道外2.5米）60米处行人触发，1m/s步速 本车减速避让 预警设计：100 米处“注意前方行人”隐藏行人预警（

5、V2I）事件设计HUD人因测试 预实验5人。正式实验34人：性别：男女比例25：9 年龄：21-53，29.219.46岁 驾龄：1-22，65.16年 被试选择HUD人因测试HUD人因测试 数据集构建 工作负荷 系统可用性 技术可接受 主车及交互车（行人）坐标/操控/速度/加速度等 注视轨迹视频 raw/event txt文件 被试年龄、性别、驾龄、驾驶频率等1.人口统计学数据2.眼动行为数据4.主观评价数据3.驾驶行为数据 隐藏行人预警（V2I）研究内容BRT(2)避险反应能力:刹车反应时间(BRT)(1)制动避险策略:避险操纵空间演化趋势HUD人因测试 制动避险策略整体过程分析HUD人因

6、测试综上，HUD帮助驾驶员选择最优的制动避险策略感知决策避险操纵避险结果油门释放位置首次制动位置最大减速度制动距离最小冲突距离最小速度位置HUD组油门释放位置和首次制动位置更早HUD组最大减速度更小、制动距离更长更早的完成行人避险更平稳的决策操纵更早的感知危险，做出判断HUD组最小冲突距离更大、最小速度的位置更早HUD人因测试 制动避险策略绩效评估AR-HUD人因测试3 平台搭建整个虚拟仿真平台的运行是由Unity引擎在Windows10环境下连通Logitech G29运动汽车平台完成AR-HUD使用Unity引擎开发，通过虚拟环境与其整合，最终显示于