[论文解读] Familiarization tours for first-time users of highly automated cars: Comparing the effects of virtual environments with different levels of interaction fidelity

Mahdi Ebnali, Richard Lamb+1 more|arXiv (Cornell University)|Feb 19, 2020

Human-Automation Interaction and Safety参考文献 65被引用 4

一句话总结

本研究评估了针对首次使用高度自动化车辆用户的虚拟现实（VR）熟悉度导览，比较了低保真度与高保真度VR，以及视频和对照组的差异。高保真度VR显著提升了接管质量和信任度，所有组别在经历三次暴露后趋于一致，表明沉浸式、互动式培训可减少对初始信任的依赖，并通过实际体验增强学习效果。

ABSTRACT

Research in aviation and driving has highlighted the importance of training as an effective approach to reduce the costs associated with the supervisory role of the human in automated systems. However, only a few studies have investigated the effect of pre-trip familiarization tours on highly automated driving. In the present study, a driving simulator experiment compared the effectiveness of four familiarization groups, control, video, low fidelity virtual reality (VR), and high fidelity VR on automation trust and driving performance in several critical and non-critical transition tasks. The results revealed the positive impact of familiarization tours on trust, takeover, and handback performance at the first time of measurement. Takeover quality only improved when practice was presented in high-fidelity VR. After three times of exposure to transition requests, trust and transition performance of all groups converged to those of the high fidelity VR group, demonstrating that: a) experiencing automation failures during the training may reduce costs associated with first failures in highly automated driving; b) the VR tour with high level of interaction fidelity is superior to other types of familiarization tour, and c) uneducated and less-educated drivers learn about automation by experiencing it. Knowledge resulting from this research could help develop cost-effective familiarization tours for highly automated vehicles in dealerships and car rental centers.

研究动机与目标

• 探究虚拟现实熟悉度导览中不同交互保真度水平对高度自动化驾驶中信任度与表现的影响。
• 评估出行前熟悉度训练是否能降低人类监督在自动驾驶车辆中带来的认知与表现成本。
• 确定在培训期间接触自动化故障是否能改善长期表现与对自动化系统的信任度。
• 探讨未受过教育或教育程度较低的驾驶员是否能通过高保真度VR环境中的体验式学习获得与受教育程度较高用户相当的收益。

提出的方法

• 开展了一项针对120名首次使用高度自动化车辆用户的驾驶模拟器实验。
• 将参与者分配至四种熟悉度条件：对照组（无导览）、视频导览、低保真度VR和高保真度VR。
• 在多个关键与非关键的过渡任务中测量信任度、接管质量与交接表现。
• 使用标准化指标评估信任度（任务后调查）与表现（延迟时间、方向盘控制精度、响应时间）。
• 通过三次会话重复暴露于过渡请求，以评估随时间推移的学习效果。
• 采用被试内设计，比较在重复暴露后不同条件下表现的变化。

实验结果

研究问题

• RQ1 高保真度VR熟悉度导览是否在首次使用自动驾驶车辆的用户中，相较于低保真度VR或视频导览，带来更好的信任度与接管表现？
• RQ2 对过渡请求的重复暴露如何影响不同熟悉度条件下信任度与表现的变化？
• RQ3 在培训期间经历自动化故障在多大程度上能减轻首次真实自动驾驶场景中故障带来的负面影响？
• RQ4 未受过教育或教育程度较低的驾驶员是否能通过沉浸式VR培训实现与受教育程度较高用户相当的表现提升？

主要发现

• 在首次测量时，高保真度VR熟悉度导览在接管质量方面显著优于视频、低保真度VR和对照组。
• 在经历三次过渡请求暴露后，所有组别的信任度与过渡表现趋于一致，表明重复暴露可缓解初始差异。
• 在培训期间经历自动化故障可减轻首次真实自动驾驶场景中故障带来的表现成本。
• 未受过教育或教育程度较低的驾驶员通过高保真度VR也表现出可测量的学习收益，表明沉浸式交互可支持不同教育水平下的学习。
• 高保真度VR条件在提升信任度与表现方面表现最优，尤其在关键接管场景中优势明显。
• 本研究证明，高保真度VR熟悉度导览是提升用户在现实场景（如经销商展厅与租车中心）中应对高度自动化车辆准备度的高性价比方法。