[论文解读] Exploring the Impacts of Background Noise on Auditory Stimuli of Audio-Visual eHMIs for Hearing, Deaf, and Hard-of-Hearing People
该研究使用VR过马路任务来考察安静与嘈杂背景噪声以及听觉eHMI类型(基线、铃声、语音)对有听力障碍及听力正常行人过马路体验与行为的影响。
External Human-Machine Interfaces (eHMIs) have been proposed to enhance communication between automated vehicles (AVs) and pedestrians, with growing interest in multi-modal designs such as audio-visual eHMIs. Just as poor lighting can impair visual cues, a loud background noise may mask the auditory stimuli. However, its effects within these systems have not been examined, and little is known about how pedestrians -- particularly Deaf and Hard-of-Hearing (DHH) people -- perceive different types of auditory stimuli. We conducted a virtual reality study (Hearing N=25, DHH N=11) to examine the effects of background noise (quiet and loud) on auditory stimuli (baseline, bell, speech) within an audio-visual eHMI. Results revealed that: (1) Crossing experiences of DHH pedestrians significantly differ from Hearing pedestrians. (2) Loud background noise adversely affects pedestrians' crossing experiences. (3) Providing an additional auditory eHMI (bell/speech) improves crossing experiences. We outlined four practical implications for future eHMI design and research.
研究动机与目标
- 通过评估聋人及听力障碍行人的无障碍性,推动包容性eHMI设计。
- 研究背景噪声如何与音视频eHMI中的听觉刺激互动,影响街道横穿。
- 在不同噪声与听觉条件下,比较听力正常与DHH参与者的过马路体验与行为。
- 为多模态eHMI设计提供提高安全性与包容性的设计要点。
提出的方法
- 在Unity中使用VR街道横穿场景来模拟自动驾驶车辆的城市道路横穿。
- 采用2x3被试内设计:背景噪声(安静 vs 吵)和听觉刺激(基线、铃声、语音)。
- 在车辆上实现带固定视觉线索的音视eHMI,并提供听觉线索(语音或铃声)以及基线自然车声。
- 操控两种城市环境噪声水平(安静 ~58-64 dB;嘈杂 ~70-79 dB),并随机化播放起始以避免可预测性。
- 测量主观过马路体验(NASA-TLX、对自动化的信任、感知安全、接受度)和客观行为(凝视、踏入道路时间、提前踏入道路次数)。
- 因数据不符合正态分布且样本量较小,使用非参数LD型ANOVA(nparLD)进行分析;事后检验采用Bonferroni校正。

实验结果
研究问题
- RQ1RQ1: 听力正常与DHH参与者在不同条件下的过马路体验与行为有何差异?
- RQ2RQ2: 背景噪声水平如何影响行人的过马路体验与行为?
- RQ3RQ3: 音视eHMI的听觉刺激(基线、铃声、语音)如何影响体验与行为?
- RQ4RQ4: 多模态eHMI线索是否为AV横穿中的可行性与安全性带来实际改进?
主要发现
- 嘈杂背景噪声显著影响所有参与者对eHMI的信任。
- 听觉刺激影响信任与感知安全,听觉刺激存在显著的主效应。
- 听力正常组与DHH组在过马路体验上存在差异,指向不同的无障碍性考量。
- 在某些条件下,提供额外的听觉eHMI(铃声或语音)可改善过马路体验。
- 眼动与行为测量在不同条件间存在差异,支持多模态eHMI在安全性与可用性方面的潜在收益。
- 研究提出未来eHMI设计与研究的四项实际性启示。

更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。