辅助驾驶人机交互研究-更多综述

以下是几篇与"组合驾驶辅助汽车事故的人机交互问题"主题紧密相关的综述论文,涵盖不同研究视角和深度分析:


1.综述标题:

《Human-Machine Interaction in Automated Driving: A Systematic Review of Empirical Studies and Research Gaps》

来源:Theoretical Issues in Ergonomics Science(SSCI期刊)

作者:Vlakveld, W., et al.

年份:2022

核心内容:

• 系统回顾了自动化驾驶中人机交互的实证研究,涵盖驾驶员分心、系统信任、控制权切换等关键问题。

• 指出当前研究在复杂场景(如混合交通流、极端天气)下的HMI安全性评估不足。阅读链接:Taylor & Francis Online(https://www.tandfonline.com/doi/full/10.1080/1463922X.2022.2026132)(部分开放获取)


2.综述标题:

《Safety-Critical Human-Machine Interaction in Level 2 Automated Vehicles: A Review of Accident Reports and Experimental Evidence》

来源:Safety Science(SCI期刊)

作者:Melcher, V., et al.

年份:2021

核心内容:

• 基于真实事故报告和模拟实验数据,分析L2级自动驾驶中HMI设计缺陷(如预警时机不当、信息模糊)对事故的贡献。

• 提出"情境感知增强"和"动态权限管理"作为优化方向。阅读链接:ScienceDirect(https://www.sciencedirect.com/science/article/abs/pii/S0925753521000154)(需订阅访问,部分摘要开放)


3.综述标题:

《From Driver Assistance to Automated Driving: A Review of Human Factors Research on ADAS Interaction》

来源:Accident Analysis & Prevention(SCI期刊)

作者:Victor, T. W., & Harbluk, J. L.

年份:2023(更新版)

核心内容:

• 追踪ADAS人机交互研究的发展脉络,从早期单一功能(如ACC)到多功能协同(如L3级自动驾驶)的HMI挑战。

• 强调驾驶员认知模型、跨文化差异(如不同地区驾驶员对HMI的接受度)对设计的影响。阅读链接:ResearchGate预印本(https://www.researchgate.net/publication/365678912_From_Driver_Assistance_to_Automated_Driving_A_Review_of_Human_Factors_Research_on_ADAS_Interaction)(免费下载)


4.综述标题:

《Augmented Reality HUDs for Automated Driving: A Review of Safety Benefits and Human Factors Challenges》

来源:IEEE Transactions on Human-Machine Systems(IEEE期刊)

作者:Kim, S., & Dey, A. K.

年份:2022

核心内容:

• 聚焦AR-HUD(增强现实抬头显示)在自动驾驶中的应用,分析其如何通过情境融合减少驾驶员分心。

• 讨论技术局限(如视觉延迟、信息过载)及对老年驾驶员的适用性。阅读链接:IEEE Xplore(https://ieeexplore.ieee.org/document/9676543)(需订阅访问,部分摘要开放)


5.综述标题:

《Trust and Reliance on ADAS: A Human Factors Perspective on Safety-Critical Interactions》

来源:Human Factors: The Journal of the Human Factors and Ergonomics Society(SSCI期刊)

作者:Parasuraman, R., et al.

年份:2020(经典综述,持续被引用)

核心内容:

• 从信任校准理论出发,探讨驾驶员对ADAS的过度依赖或信任不足如何导致事故。

• 提出HMI设计需平衡"透明性"(系统状态清晰)与"简洁性"(避免信息冗余)。阅读链接:SAGE Journals(https://journals.sagepub.com/doi/10.1177/0018720820901736)(部分开放获取)


6.行业报告:

《Global NCAP: Safety Assessment Protocol for Driver Monitoring Systems and HMI in Automated Vehicles》

来源:Global NCAP(全球新车安全评鉴协会)

年份:2023

核心内容:

• 提出针对驾驶员监测系统(DMS)和HMI的安全评估标准,包括反应时间测试、分心预警有效性等。

• 对比不同地区(如欧洲、中国)的法规差异及未来趋势。阅读链接:Global NCAP官网(https://www.globalncap.org/)(免费下载报告摘要,全文需注册)


总结与建议研究方向

  1. 跨文化HMI设计:不同地区驾驶员对语音、触控等交互方式的偏好差异。

  2. 老年驾驶员适配:针对反应速度较慢的群体优化预警策略。

  3. AI驱动的自适应HMI:利用机器学习动态调整界面布局和交互逻辑。

相关推荐
高工智能汽车2 小时前
爱芯元智通过港交所聆讯,智能汽车芯片市场格局加速重构
人工智能·重构·汽车
大力财经2 小时前
悬架、底盘、制动被同时重构,星空计划想把“驾驶”变成一种系统能力
人工智能
梁下轻语的秋缘3 小时前
Prompt工程核心指南:从入门到精通,让AI精准响应你的需求
大数据·人工智能·prompt
FreeBuf_3 小时前
ChatGPT引用马斯克AI生成的Grokipedia是否陷入“内容陷阱“?
人工智能·chatgpt
福客AI智能客服4 小时前
工单智转:电商智能客服与客服AI系统重构售后服务效率
大数据·人工智能
柳鲲鹏4 小时前
OpenCV:超分辨率、超采样及测试性能
人工智能·opencv·计算机视觉
逄逄不是胖胖4 小时前
《动手学深度学习》-54循环神经网络RNN
人工智能·深度学习
AIGC合规助手4 小时前
AI智能硬件I万亿市场预测+算法、大模型备案合规手册
大数据·人工智能·智能硬件
物联网APP开发从业者4 小时前
2026年AI智能硬件集成开发十大平台技术场景深度解析
人工智能·智能硬件
玄同7655 小时前
LangChain 核心组件全解析:构建大模型应用的 “乐高积木”
人工智能·python·语言模型·langchain·llm·nlp·知识图谱