人機交互測試
關注創建者：匿名 創建時間：2022-06-01
人機交互測試的視頻教程
人機語音交互技術（一）
本視頻為第五課，人機語音交互技術（五） 人機語音交互技術（一） 人機語音交互技術（二） 人機語音交互技術（三） 人機語音交互技術（四） 課程大綱 一、語音基礎 1.語音識別技術發展概述 2.MFCC特征 3.單聲道語音降噪算法 二、傳統技術 1.模型匹配法（DTW） 2. 概率統計法（GMM-HMM） 3.
免費 3分鐘 86播放
查看
人機交互測試的實例教程
Ⅳ類HMI功能
在有人駕駛模式下，需提供Ⅲ類HMI所有功能，同時可支持駕駛員在車外的無人駕駛模式。適用于L4、L5級駕駛自動化系統。
下表2是四類自動駕駛人機交互功能的對比。
表 2 自動駕駛人機交互功能分類
自動駕駛人機交互的主要目標是保證系統的安全運行，其主要受到安全威脅的使用場景見下圖1。
圖 1 自動駕駛人機交互使用場景
場景一：自車感知系統失效
使用場景描述
指自動駕駛系統的環境感知傳感器（攝像頭、毫米波雷達、激光雷達、超聲波雷達）或先驗感知傳感器（高精地圖、GNSS）發生故障，無法有效獲取車道線、目標、交通標志等情況。
圖 2 自車感知系統失效
HMI響應要求
場景一對自動駕駛人機交互的響應要求見下表1。
表 1 自車感知系統失效場景HMI響應要求
*注：Ⅰ類/Ⅱ類/Ⅲ類/Ⅳ類HMI功能的定義參見《自動駕駛人機交互[一]：自動駕駛人機交互的Why與What》。
場景二：超出設計運行區域ODD范圍
使用場景描述
指當前車輛超出了自動駕駛系統定義的設計運行區域（地理圍欄、道路基礎設施、天氣、交通等）。
圖 3 超出設計運行區域ODD
HMI響應要求
場景二對自動駕駛人機交互的響應要求見下表2。
表 2 超出設計運行區域ODD范圍HMI響應要求
場景三：駕駛員狀態異常，無法正常駕駛
使用場景描述
指當駕駛員處于不在場、疲勞、注意力不集中等異常情況，而無法完成動態駕駛任務。
圖 4 駕駛員狀態異常
HMI響應要求
場景三對自動駕駛人機交互的響應要求見下表3。
展開 測試設備在車機交互測試自動化中的發展趨勢
隨著車機系統的不斷升級和智能化水平的提高，測試設備在車機交互測試自動化中的應用也呈現出一些新的發展趨勢。
智能化：測試設備將具備更強的自主學習能力和自適應能力，能夠根據車機系統的變化自動調整測試策略和參數。例如，智能語音模擬發生器可以通過學習新的語音樣本，不斷豐富其語音庫，提高對新型語音指令的模擬能力。
集成化：未來的測試設備將朝著集成化方向發展，將多種測試功能集成到一個設備中，減少設備之間的連接和協同復雜度。如車機綜合測試平臺，可以同時實現語音交互測試、觸控交互測試、性能測試等多種功能，提高測試效率。
無線化：隨著無線通信技術的發展，測試設備與車機系統、測試管理平臺之間的連接將逐漸實現無線化，擺脫有線連接的束縛，提高測試的靈活性和便捷性。無線數據傳輸模塊將成為測試設備的標準配置，確保測試數據的實時、穩定傳輸。
總之，測試設備是車機交互測試自動化實現的核心支撐，通過合理選型、部署和應用北京沃華慧通測控技術有限公司汽車測試設備，結合科學的實現路徑和豐富的案例經驗，能夠有效提高車機交互測試的效率和質量，推動車機系統的不斷優化和升級，為用戶帶來更加安全、便捷、智能的車機交互體驗。
展開 壓力與疲勞測試：模擬用戶長時間、高頻次的操作，檢驗系統的穩定性和內存泄漏情況。
人機交互（HMI）與可用性測試：
視覺UI：界面布局、色彩對比度、字體可讀性（尤其在強光/暗光環境下）、圖標語義清晰度。
交互邏輯：操作路徑是否簡短、符合預期；菜單層級是否過深；關鍵功能是否易于觸達。
多模態交互：測試觸屏、語音、物理按鍵/旋鈕等多種交互方式的協同與無縫切換。
兼容性與互聯測試：
與主流手機操作系統及其互聯協議（如CarPlay）的兼容性。
與不同品牌、型號的藍牙手機、耳機等進行配對、通話、音樂傳輸測試。
網絡與場景測試：
模擬4G/5G網絡波動、弱網乃至斷網情況下，在線導航、音樂等服務的降級處理機制。
高低溫、電磁干擾等環境下的可靠性測試。
三、 面臨的挑戰與未來趨勢
車機交互測試正面臨著前所未有的挑戰：
測試場景爆炸式增長：功能的快速迭代和用戶場景的多樣化，使得完全依賴人工測試變得不可能。
主觀體驗量化困難：如何將“流暢”、“好用”等主觀感受轉化為可量化的客觀指標（如FPS、響應延遲標準差）。
多模態融合測試：隨著手勢控制、駕駛員監控系統（DMS）等新交互方式的加入，測試的復雜度和集成度呈指數級上升。
為應對這些挑戰，行業正朝著自動化、智能化、數據驅動的方向發展：
自動化測試平臺：基于UI元素識別、圖像識別和腳本驅動的自動化測試，能夠實現7x24小時不間斷的回歸測試，極大提升測試效率。
AI與數據驅動：利用機器學習模型分析海量的測試日志和用戶操作數據，可以智能預測系統瓶頸、定位深層Bug，并優化測試用例的優先級。
展開 什么是人機交互技術？
在人工智能電話機器人中，最為重要的技術當然是人機交互，什么是人機交互技術呢？
人機交互技術（Human-Computer Interaction Techniques）是指通過計算機輸入、輸出設備，以有效的方式實現人與計算機對話的技術。
人機交互系統的主要組成
1、多模態輸入/輸出：多模態輸入包括鍵盤、鼠標、文字、語音、手勢、表情、注視等多種輸入方式；多模態輸出包括文字、圖形、語音、手勢、表情等多種交互信息。
2、視覺合成：使人機交互能夠在一個仿真或虛擬的環境中進行，仿佛現實世界中人與人之間的交互。
3、 對話系統：主要由兩種研究趨勢，一種以語音為主，另一種從某一特定任務域入手，引入對話管理概念，建立類似于人人對話的人機對話。可通過該系統，輕松把握狀態信息。
4、知識處理：自動地提取有組織的，可為人們利用的知識。
5、智能接口代理：智能接口代理為實現人與計算機交互的媒介。
主要特點
多媒體系統的交互特點
基于語音的智能人機交互是當前人機交互技術的主要表現形式，語音人機交互過程包括信息輸入和輸出的交互、語音處理、語義分析、智能邏輯處理以及知識和內容的整合。
與傳統用戶界面相比，引入了視頻和音頻之后的多媒體用戶界面，最重要的變化就是界面不再是一個靜態界面，而是一個與時間有關的時變媒體界面。
人類使用語言和其它時變媒體（如姿勢）的方式完全不同于其它媒體。從向用戶呈現的信息來講，時變媒體主要是順序呈現的，而我們通常熟悉的視覺媒體（文本和圖形）通常是同時呈現的。在傳統的靜止界面中，用戶或是從一系列選項中進行選擇（明確的界面通信成分），或是用可再認的方式進行交互（隱含的界面通信成分）。
在時變媒體的用戶界面中，所有選項和文件必須順序呈現。
展開 作者 | HYZY
來源 | 焉知
知圈 | 進“HMI社群”請加微信15221054164，備注HMI
一、基本概念
駕駛員狀態監控系統DMS（Driver Monitor System）屬于自動駕駛人機交互的一部分，其使用攝像頭獲取的圖像及其它車身傳感器輸入的數據，通過視覺跟蹤、動作識別等技術監測駕駛員的駕駛行為和生理狀態，當判斷駕駛員不在場或處于非正常駕駛狀態時（疲勞、分心等），自動駕駛系統向駕駛員發出報警或執行其它安全策略，以確保車輛運行安全。
圖 1 駕駛員狀態監控DMS
從技術原理上，駕駛員狀態監控系統DMS可分為直接監控和間接監控兩種類型：
直接監控：通過傳感器獲取駕駛員頭部運動、面部運動、眼部運動、心電或腦電等直接表征駕駛員狀態的信號，用以判斷駕駛員的狀態；
間接監控：通過獲取駕駛員的駕駛行為信號及相關車輛狀態信號，間接判斷駕駛員狀態。
直接監控方式可獲取更多的駕駛員狀態信息，且隨著相關視覺技術的進步，其判斷結果可信度也不斷提升，多用于自動駕駛系統的人機交互。間接監控方式可獲取的駕駛員狀態信息有限，通常可用于駕駛員駕駛風格判斷及整車駕駛模式匹配。
二、駕駛員狀態定義
駕駛員狀態監控系統DMS可識別的駕駛員狀態見下圖2。
展開 
人機交互測試的相關專題、標簽、搜索
人機交互測試的最新內容
觸控交互性能閉環測試
人機交互流暢度直接關乎行車安全，檢測系統會通過自動化機械臂，模擬日常用車的各類場景：濕手操作、戴手套操作、單點/多點觸控、長時間連續操作，同時完成百萬次觸控疲勞測試，精準把控觸控響應時間、精度誤差、誤觸率等核心指標。行業主流標準要求，觸控響應時間≤100ms、精度誤差≤1.5%，以此保障駕駛中操作無延遲、無失誤。
3.
軟件與分析子系統
功能：提供人機交互界面，執行測試序列，處理數據，生成報告。
核心模塊：
測試序列編輯：允許用戶以圖形化或腳本方式創建復雜的自動化測試流程。
實時監控與繪圖：在測試過程中實時顯示關鍵參數曲線。
數據分析與報告：自動計算效率、繪制效率分布圖、生成符合標準的測試報告。
HMI人機交互安全性測試設備：降低駕駛分心風險
測試核心功能操作步驟（≤2步）、視覺分心時間（≤2秒）及語音交互性能，確保語音喚醒率≥95%、識別準確率≥98%，最大限度降低駕駛分心風險。
隨著汽車產業向“新四化”（電動化、智能化、網聯化、共享化）的深度演進，汽車不再僅僅是交通工具，更是一個集信息、娛樂、生活服務于一體的“第三生活空間”。而作為用戶與這個智能空間溝通的核心樞紐，車載信息娛樂系統（俗稱“車機”）的交互體驗，已成為決定產品成敗的關鍵。在這一背景下，車機交互測試作為確保用戶體驗質量的核心環節，其重要性日益凸顯。
一、 為何車機交互測試如此重要？
車機交互測試自動化實現路徑與案例分析10個月前
在智能汽車快速發展的浪潮中，車機系統的功能日益復雜，交互場景不斷豐富，傳統手動測試已難以滿足高效、全面的測試需求。車機交互測試自動化憑借其可重復性強、覆蓋率高、節省人力成本等優勢，成為行業發展的必然趨勢。而測試設備作為自動化測試的核心支撐，貫穿于實現路徑的各個環節，為自動化測試的落地提供了堅實保障。
車機交互測試自動化的實現路徑
車機交互測試自動化的實現是一個系統性工程，需要從需求分析入手
（四）人機交互測試
人機交互測試以用戶體驗為核心，通過模擬真實的駕乘場景，收集用戶在使用智能座艙過程中的反饋。采用眼動追蹤技術，分析用戶在操作過程中的視覺焦點和注意力分布，優化界面布局和操作流程；利用主觀評價問卷和訪談，了解用戶對座艙功能、操作便捷性、舒適性等方面的滿意度，從而對智能座艙進行針對性的改進和優化，使產品更貼合用戶需求。
人機交互軟件語音交互測試：使用不同的語音指令、口音和語速進行語音輸入，測試語音識別的準確率和響應速度；檢查語音助手對模糊指令、多輪對話的理解和處理能力；驗證語音交互功能在不同環境噪音下的性能表現。
? 人機交互測試
TAE支持連接程控電源對藍牙模塊進行電壓控制。支持連接手機Android系統進行車主APP與ECU控制器間的實時交互，可監控APP界面是否出現車輛解鎖成功、尾門打開失敗等狀態更新的提示，確保系統的正常工作。
基于matlab的信號處理GUI人機交互，利用GUI功能完成包括振幅調制AM（Amplitude Modulation），雙邊帶調幅信號DSB（double sideband），單邊帶信號SSB（single sideband ），調頻FM模擬（Frequency Modulation）調制在內的調制解調過程，輸入波形及濾波參數可調，程序已調通，可直接運行。
人機交互測試：自動駕駛車輛需要與乘客進行良好的人機
交互，包括提供清晰的行車信息、與乘客的交流和反饋等。
在場地測試中，需要測試自動駕駛車輛的人機交互能力，包括信息展示的清晰度、交互的便捷性、反饋的準確性和實時性等。
