[论文解读] Affective Automotive User Interfaces -- Reviewing the State of Emotion Regulation in the Car

Michael Braun, Florian Weber+1 more|arXiv (Cornell University)|Mar 30, 2020

Human-Automation Interaction and Safety参考文献 63被引用 11

一句话总结

本文综述了用于车辆内情绪调节的情感化汽车人机交互技术，提出通过非侵入式传感器实时检测驾驶员情绪，可实现干预以恢复情绪平衡并提升道路安全。论文整合了情绪对驾驶影响的现有研究，识别出技术、文化及方法论方面的挑战，并为汽车情感化人机交互的未来发展方向提出展望。

ABSTRACT

Affective technology offers exciting opportunities to improve road safety by catering to human emotions. Modern car interiors enable the contactless detection of user states, paving the way for a systematic promotion of safe driver behavior through emotion regulation. We review the current literature regarding the impact of emotions on driver behavior and analyze the state of emotion regulation approaches in the car. We summarize challenges for affective interaction in form of cultural aspects, technological hurdles and methodological considerations, as well as opportunities to improve road safety by reinstating drivers into an emotionally balanced state. The purpose of this review is to outline the community's combined knowledge for interested researchers, to provide a focussed introduction for practitioners and to identify future directions for affective interaction in the car.

研究动机与目标

• 探讨情绪对驾驶员行为和道路安全的影响。
• 分析汽车人机交互中现有情绪调节方法。
• 识别情感化车载人机交互在技术、文化及方法论方面的挑战。
• 探索通过智能车载系统改善驾驶员情绪调节的机遇。
• 为汽车环境中情感化交互提供全面的研究基础与未来方向。

提出的方法

• 对汽车场景中情绪检测与调节的系统性文献综述。
• 分析非接触式生理与行为传感方法（例如面部表情、语音、眼动追踪）。
• 整合自适应音频、触觉反馈及环境照明等情绪调节策略。
• 评估驾驶情境中情绪表达与感知的文化差异性。
• 识别情绪测量与验证在真实驾驶环境中的方法论缺陷。
• 基于识别出的挑战与机遇，构建情感化人机交互框架。

实验结果

研究问题

• RQ1 愤怒、压力或疲劳等情绪如何影响驾驶员表现与道路安全？
• RQ2 当前在车辆内实现实时驾驶员情绪检测的最先进方法有哪些？
• RQ3 哪些情绪调节技术在驾驶过程中最有效地维持驾驶员情绪平衡？
• RQ4 实施情感化汽车人机交互的关键技术、文化与方法论障碍是什么？
• RQ5 为推进情感化人机交互以提升道路安全，未来需要哪些研究方向？

主要发现

• 情绪显著影响驾驶行为，负面情绪（如愤怒或压力）会增加事故风险。
• 非接触式传感技术（如面部表情分析与语音模式识别）在汽车中实现实时情绪检测方面展现出潜力。
• 自适应车载干预措施（如调节灯光、音频或空调）可有效调节驾驶员情绪并恢复情绪平衡。
• 情绪表达与感知的文化差异为通用情感化人机交互设计带来挑战。
• 当前研究在情绪测量方面存在方法论不一致，且缺乏真实驾驶环境下的验证，仍是主要局限。
• 情感化技术在车辆中的集成具有显著提升道路安全的潜力，但需跨学科协作与标准化评估框架。