人機交互界面的案例
自動駕駛人機交互[一]：自動駕駛人機交互的Why、What、Where
人機交互HMI（Human-Machine Interaction）是指人與計算機之間通過某種對話語言、以一定的交互方式、為完成確定任務的，人與計算機之間的信息交換過程。人機交互目的是為了促進人與計算機之間的相互理解，在最大程度上為人類完成信息管理、服務和處理。
汽車HMI提供了人與車之間交換信息和操作的界面，它可以使用視覺、聽覺、觸覺等通道來為用戶提供相關信息，也可以提供開關、觸屏、語音、手勢等不同通道來接受用戶的輸入。
圖 1 汽車人機交互HMI
一、人機交互對自動駕駛的意義
對于裝備有自動駕駛系統的車輛來說，良好的人機交互可以促進人與系統之間的有效溝通，增進彼此的理解，從而達到更安全、舒心、有效的駕駛體驗，增加用戶對自動駕駛系統的信任感。
自動駕駛系統HMI的目的在于優化人類對任務和情況的理解，減少意外誤用或不正確的操作，其最重要和最具挑戰性的目標在于使用戶正確地理解當前實際的駕駛模式，以及該模式下附屬的用戶責任和駕駛任務。
二、人類駕駛員與自動駕駛系統的職責分配
根據SAE J3016標準的定義，隨著車輛駕駛自動化水平從L0級到L5級，用戶需要承擔的駕駛任務和職責不斷變化，車輛控制權逐步由人類駕駛員轉移到自動駕駛系統，下圖2顯示了車輛控制權的轉移趨勢。
圖 2 人類駕駛員和自動駕駛系統在不同駕駛自動化等級中的職責變化
下表1具體說明了不同自動化等級下人類駕駛員和自動駕駛系統的駕駛任務分配情況。
展開 什么是人機交互技術？
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 人機交互領域取得重要進展
代表著人工智能人機交互領域的一項里程碑式的工作，并支持從基于觸摸的設備到語音操作的電子系統的演變。
人工智能(AI)、物聯網(IoT)和智能家居的快速發展正在以有意義和根本性方式更新我們的生活方式，而這種變化的基石是人和機器之間強大而準確的交流。連接用戶和機器的人機界面是這種交流的結構化系統，可以包括語音或手勢，后者是當前廣泛采用的語言。與機器的交流和互動正在改變我們的生活方式。然而，開發一種同時具有防水、耐磨、高保真和高精度人機交互功能的聲學界面仍然是一個巨大的挑戰。
來自重慶大學的學者報道了一種用于與機器通信的可穿戴式翻譯接口的防水聲傳感器(WAS)。由于內部微粒的聲音響應能力，IS具有明顯的0.1-20 kHz的頻率響應范圍，幾乎覆蓋了整個人體聽覺范圍。WAS對人體排汗穩定，顯示全方位響應，并顯示0.0001 kHz的出色頻率檢測分辨率。WAS具有一系列引人注目的功能，可以作為可穿戴的聲學人機界面和高保真的音樂錄制聽覺平臺。此外，在人工智能算法的輔助下，基于WAS的聲學接口具有顯著的98%的語音識別準確率。
展開 智能座艙：擁抱智能手機般的駕駛體驗
未來幾年，用戶與汽車的交互方式，甚至包括用戶界面（UI）和用戶體驗（UX），將變得越來越重要。此外，人機交互界面（HMI）的發展也至關重要。
人機交互界面（HMI）的應用
汽車領域多年來一直在對人機交互界面（HMI）進行實驗，以便在駕駛員觀察道路的同時不受干擾地提供實用信息。這些無干擾的體驗包括車內觸摸屏、按鈕、滑動以及手勢控制和語音識別等功能。但是，多年來，HMI設計的重點主要在功能實用性和預防事故上，并作為一種獨立于汽車的附加價值而存在。如今，HMI已與整個汽車設計緊密融合。
如今，3D圖形在提升汽車視覺吸引力和構建卓越用戶體驗方面受到極大關注。可以說，HMI設計已經逐漸開始借鑒游戲設計的理念。電子游戲的目標是讓玩家沉浸在一個令人著迷的視覺世界中，體驗從平靜到興奮等各種情感。如今的HMI設計也與之類似，充滿創新和趣味；設計師們已經認識到了3D技術的潛力，借助增強現實（AR）抬頭顯示（HUD）和高級駕駛輔助系統為駕駛體驗增添新的活力。
許多原始設備制造商（OEM）甚至直接引入游戲引擎，主要原因是游戲引擎可以為數字座艙添加視覺效果。而另一個重要原因是許多消費者已經對電子游戲中的視覺設計和圖形質量很熟悉了。
為了在提升汽車體驗的視覺“震撼力”的同時，保持駕駛的安全性、直觀性，還要提供便于升級的車載軟件，OEM廠商不得不尋求提高生產效率和縮短上市周期的新途徑。因此他們持續投資于軟件框架，通過在整個汽車產品線中擴展和復用代碼，借助3D圖形技術增強整體駕駛體驗。
用戶期望的攀升
當然，我也聽到過一些質疑：“人機界面為什么還要在安全和功能之外添加花里胡哨的功能？”殊不知，如今消費者的期望已經水漲船高了。
多年以來，從智能手機、虛擬助手、VR頭顯，到最近的AI驅動的ChatGPT等，人們日常生活中使用的技術都取得了長足的進步。
展開 
自動駕駛人機交互 [五]：駕駛員狀態監控
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 267 基于matlab的信號處理GUI人機交互 ￥25.9
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。
自動駕駛人機交互[四]：用戶接管和主動干預
圖 1 人類駕駛員作為自動駕駛系統的“備胎”
接管的本質就是車輛駕駛控制權在“人”與“機”之間的轉換問題，根據駕駛權轉換的發起者和執行者不同，接管可分為由自動駕駛系統發起的被動接管和由用戶發起的主動干預。
圖 2 接管與干預
被動接管的準確定義為：當出現動態駕駛任務DDT相關的系統失效或車輛超出設計運行區域ODD范圍時，由自動駕駛系統向用戶發出接管請求，用戶通過控制橫縱向運動控制的方式予以響應。被動接管強調由自動駕駛系統發起，用戶被動執行。
主動干預的準確定義為：用戶在自動駕駛系統仍處于活動狀態時，主動向橫縱向運動控制裝置提供輸入，系統根據用戶的輸入是否達到閾值選擇退出功能還是繼續執行動態駕駛任務DDT。主動干預則強調由用戶主動發起。
二、被動接管
1、被動接管基本要求
觸發自動駕駛系統發出接管請求的事件可分為可預期事件和意外事件兩類：由可預期事件觸發的接管請求通常屬于非緊急狀況的駕駛權轉換，系統應盡早向用戶發出接管請求，以保證用戶有足夠的時間完成接管動作；由意外事件觸發的接管請求通常屬于緊急狀況的駕駛權轉換，一般難以保證用戶有足夠的接管時間。
圖 3 請求接管
系統發出的接管請求信號應跟隨請求時間逐步提升警告強度，例如從單純視覺信號報警升級到視覺信號加聲音信號報警，直至接管請求結束。
2、接管功能時序
當可預期事件觸發了非緊急狀況下的被動接管時，自動駕駛系統應繼續運行。如果用戶在一段時間后仍未及時恢復對車輛的控制，自動駕駛系統應能進入最小風險控制MRM，可通過逐步降低車速，確保車輛在可預期事件發生前剎停。
展開 有條件自動駕駛落地有效助力--人機交互與接管
分別從如下幾方面進行相應的研究：
1）功能體驗研究
研究車輛交互中聲音、震動、燈光的駕駛員功能體驗的效果；
研究各種車機信息交互之間的影響，使與駕駛員交互信息效果最優；
研究各類方式的交互效果的測評；
2）人機交互研究
研究實際應用中的人機交互的方式轉變與應用；
研究觸屏、語音、手勢、人臉等多模態交互功能開發；
為自動駕駛車輛的人機交互提供開發支持；
3）人機接管研究
研究體系與自動駕駛功能之間的對應關系；
研究從駕駛場景（緊急制動、行人穿行 ）、駕駛員（年齡、職業、場景等）、車輛狀 態（主動接管、ODD場景的接管）等多維度的接管場景體系；
智能交互業務體系
智能駕駛中的人機交互分為純粹的人機交互和人機接管兩個方向。其中，人機交互包含語音數據、人臉數據、手勢識別、人因數據等幾個方面。其上各方面分別是從數據采集，建立樣本庫，開發算法，到最終形成評價應用入手進行研究。而人機接管過程則更多與智能駕駛的控制過程做強綁定，實現需要從駕駛員、環境、采取機制等幾個大方向的研究策略。具體說來可包括如下幾個業務體系。
對于面向自動駕駛的人機交互解決方案來講，涉及在高級智能化階段基于高性能國產AI芯片的高安全性解決方案，以及聯合云端大腦，整合高精地圖、數據閉環、智能汽車運營等全方位云端智能化，構建智能汽車核心能力。整合路端智能化，支持車路協同功能的落地，極大提升系統安全性。
通過對智能交互業務梳理，可通過數據庫建設、測試用例、算法開發與評價應用等方面作為業務方向，同時對駕駛員行為全面監控，為人機接管提供更科學的依據，可以全面提升駕駛體驗。
展開 Pro/E優化人機交互的解決方案：Manikin
Pro/ENGINEER Manikin是一項PTC在2008年年底發布的三維人體模型新技術，由PTC內部對人體工程學，人機界面，CAD技術有深刻理解的研發團隊開發。Pro/ENGINEER Manikin包括Manikin Extension模塊和Manikin Analysis Extension模塊，用戶可以借此在Wildfire 4.0 M060及以上版本的環境下，模擬圍繞設計產品的生產、安裝、使用、維修等人為活動。
Manikin可緊密地集成在Pro/ENGINEER中，從而實現在用戶習慣的工作環境中，方便地使用。在今天的全球市場中，產品設計工程師經常要面對挑戰，確保他們的產品能夠在世界范圍內被順利地生產、安裝、使用以及維修。產品經常要求被作為針對某個特定人群的設計，而且要 確保產品使用時的安全規則及標準，在使用各種復雜、昂貴并且使用費時的傳統工具后，用戶表達了對產品越來越多的人性化設計需求。
由于在產品開發流程中缺乏工具的集成性，產品開發團隊一般情況下必須為了得到有關人的設計因素，重要的人體工學驗證結果而付出足夠的等待。在很多情況下，有關人的設計因素驗證需要長期的時間及高成本的物理樣機。如果一個產品的設計沒有達到用戶需求或滿足設計指標，那這中間的時間及金錢將會因為返工設計而翻倍。
Pro/ENGINEER Manikin為工程師和人機工程專家提供了一種易用的而且務實的設計方案。使用者可以在工業界的ISO標準下對設計進行虛擬的人機工程測試，而關于人的樣本因素，方案中提供了全球范圍的各種特征性選擇。實踐證明，越早地在設計中體現人機界面的設計優化，更多的開發時間及成本將被有效地節約下來了。
展開 東京工業大學利用高精度3D打印技術輔助人機交互研究
其研究項目之一是如何提高機器人精密運動部件的靈活性，從而增強人機交互。在機器人的研發過程中，為保障運動結構件的精度，長谷川實驗室引進了高精度3D打印機——Raise3D Pro3。
“我想制造一個動作靈活的機器人。此外，我還想降低這項技術的成本，以讓它得到廣泛應用。”在面對目前市場上的機器人運動部件精度不足，導致運動靈活性低問題時，長谷川實驗室的Hasegawa Shoichi教授表達了他對機器人未來發展的愿景。
長谷川實驗室在毛絨娃娃的內部添加了一個機器人結構。雖然它外表看起來就是一個柔軟的毛絨玩具，但內部機器人卻有著復雜和精確的運動結構，如機械臂，軸承，電機支架。
這些部件和結構是由實驗室成員獨立設計和開發的，在設計和開發過程中他們遇到很多挑戰。首先，這些零件體積很小，結構特殊，需要使用高精密的制造工具，如CNC工藝。
展開 自動駕駛人機交互 [六]：最小風險策略MRM
作者 | HYZY
來源 | 焉知
知圈 | 進“HMI社群”請加微信15221054164，備注HMI
一、 MRM的定義
自動駕駛人機交互有一項基本要求為：當用戶無法及時響應自動駕駛系統發出的接管請求時，自動駕駛系統應執行最小風險策略MRM，以保證車輛運行安全（參見自動駕駛人機交互[四]：用戶接管和主動干預）。
這里最小風險策略MRM（Minimal risk maneuver）的概念源于功能安全標準ISO 26262，其準確定義為：在駕駛自動化系統或用戶無法執行動態駕駛任務或動態駕駛任務接管時，駕駛自動化系統所采取的降低風險的措施。
在自動駕駛系統功能設計中，為適應不同的需求，通常可以定義多種不同的最小風險策略MRM，常見的MRM見下表1。
二、 MRM的目標
根據最小風險策略MRM的定義，MRM運行的目標是保證車輛運行安全，而在自動駕駛系統設計中，“保證車輛運行安全”指的就是車輛進入了最小風險狀態MRC。也就是說，在自動駕駛人機交互中，當用戶無法及時接管駕駛任務時，系統應可以自動執行最小風險策略MRM，使車輛進入最小風險狀態MRC。
最小風險狀態MRC（Minimal Risk Condition）的定義為：當車輛無法完成預定的行程時，由用戶或駕駛自動化系統執行并最終使車輛事故風險達到可接受的狀態。常見的幾種最小風險狀態MRC定義見下表2。
展開 
聚焦車載屏檢測，怎能不筑牢智能汽車人機交互安全線？
當汽車從單純的交通工具，進化為集出行、娛樂、交互于一體的智能移動空間，車載中控屏、儀表屏、AR-HUD等顯示設備，早已告別單純的“顯示工具”定位，成為人車交互的核心樞紐。一塊卡頓、失靈、工況不穩定的車載屏，不僅會徹底毀掉駕乘體驗，更會直接埋下行車安全隱患。
但行業現狀卻格外刺眼：據第三方汽車投訴平臺數據統計，智能汽車座艙相關投訴中，車載屏幕黑屏、觸控失靈、強光下可視性差、極端工況下卡頓死機等問題，占比超過35%，成為用戶吐槽重災區。消費電子屏直接“上車”、測試環節簡化、車規級驗證缺失，是行業普遍存在的痛點。
在智能座艙競爭步入白熱化的當下，車企比拼的早已不止是屏幕尺寸、分辨率與交互邏輯，更是極端場景下的穩定性與可靠性。而車載屏性能檢測系統，正是藏在產業鏈幕后、守住座艙品質與安全的關鍵一環，也是智能汽車從量產到上路不可或缺的“質檢守門員”。
從消費電子到車規級，車載屏測試絕非“簡單驗機”
手機、平板等消費電子屏的檢測邏輯，完全無法適配車載場景。汽車行駛環境的復雜性、工況的多變性，以及車規級嚴苛的安全標準，讓車載屏性能檢測成為一項系統化、全維度、高精準度的工程。
相比于家用電子設備，車載屏要直面-40℃至85℃的極端溫差、長期顛簸振動、復雜電磁干擾、強光直射、高低電壓波動等多重考驗，同時還要滿足全天候流暢交互、零失誤操作的行車安全要求。傳統人工抽檢、單一參數測試的模式，不僅效率極低，而且無法覆蓋全場景工況，極易讓不合格品流入量產環節。
車載屏性能檢測系統，正是針對車載場景專屬打造的全流程測試解決方案，徹底打破傳統測試的局限性，實現從硬件性能、交互體驗、環境適配到系統穩定性的全覆蓋驗證，全程貼合ISO 16750、ISO 26262等車規級標準，完成從研發、試產到量產的全生命周期質量管控。
展開 國立首爾大學《科學·機器人》8種變形模式，95%精確度，微流控人機界面軟傳感器
交互式軟機器人操縱器
作者將傳感器安裝到由四個氣動折紙肌肉致動器（POMA）組成的定制多自由度軟機器人手腕上，如圖8A所示。機械手腕能夠通過對一個或兩個POMA加壓來向不同的方向彎曲，并且在同時對所有四個執行器加壓時也可以延長其長度。在該系統中，作者將傳感器放置在四個執行器的中間，使其與中性軸對齊，以便傳感器可以使用閾值評估來檢測具有不同壓力輸入的機械手的彎曲和伸展。此外，該傳感器能夠檢測施加到機器人的外力，因為柔軟的結構可以將力傳遞給位于內部的傳感器。感測測試的結果如圖8（B到D）所示。
圖8多自由度軟交互機器人。（A）由四個氣動執行器和一個軟傳感器組成的機器人的設計。（B到D）通過自驅動以及人工輸入和相應的傳感器數據獲得的不同變形模式。
參見文獻：
Science Robotics 16 Dec 2020:
Vol. 5, Issue 49, eabc6878
DOI: 10.1126/scirobotics.abc6878
版權聲明：「高分子材料科學」是由專業博士（后）創辦的非贏利性學術公眾號，旨在分享學習交流高分子聚合物材料學的研究進展。上述僅代表作者個人觀點且作者水平有限，如有科學不妥之處，請予以下方留言更正。如有侵權或引文不當請聯系作者修正。商業轉載請聯系編輯或頂端注明出處。感謝各位關注！投稿請加微信號：Poly_Sci，并注明單位姓名。
展開 新能源只代表純電動車?插電混動才是時代的王道
其實在這些來體驗的車主中，大部分人還是對新能源車的概念還比較模糊，甚至不知道有插電混動這種車型的存在，但經過一天的試駕體驗后，幾乎所有來參加的車主都被BMW 530Le這款車折服。甚至有些想購買純電動汽車的車主在經過仔細思考后，也轉向選擇了BMW 530Le這款車型，而這些消費者也告訴了我們這么選擇的兩個原因：一，插電混動式車型確實要比純電動車便利很多；二，BMW 530Le這款車實在是太出色了。
BMW 530Le這款車到底有什么魔力？
從統計的數據中，我們得到了這樣的信息，其中近90%的試駕者都覺得該車型的科技含量讓他們很難忘：
那么，BMW 530Le這款車里到底有什么高科技呢？下面就讓我們來看看：該車可以通過自然語音識別、手勢控制、屏幕觸控、iDrive旋鈕以及熱敏感應快捷鍵五個維度理解駕駛者的指令。
語音識別：
自然語音識別鎖定了駕駛者最常使用的400多種語音控制需求場景，可通過位于多功能方向盤上的系統控制按鈕進行激活，通過日常用語，用戶即可控制電話、音樂、導航和文本聽寫等功能，實現最簡單直接有效的人車互動。
手勢控制：
手勢控制預設了6種控制動作，通過3D傳感器檢測和識別手勢動作，讓我們駕駛的時候可以不分散眼前的注意力就能控制導航和信息娛樂系統等。比如當駕駛員在車內聽音樂時，凌空轉動手指，即可調節音量，脫離了傳統物理按鍵的束縛。
人機交互界面：
BMW 530Li上搭載的第六代人機交互界面與觸控屏幕相結合，在10.25英寸的中央觸控屏上，新的卡片式懸浮菜單邏輯性十分簡單，可以像操作智能手機一樣直觀、簡潔地對車機系統進行操作。而無線Apple CarPlayTM功能，可以不用連接線即可在車載中控屏幕上同步手機內容。
展開 《AM》納米紋理形狀和表面能對電粘附-人機界面性能的影響
介紹
隨著觸摸屏的普及和基于電粘附的表面觸覺設備的商業化，捕捉手指
-設備界面內的多物理現象及其交互的建模工具對于設計以較低成本實現更高性能和可靠性的設備至關重要。雖然電粘附已成功證明通過摩擦調制改變觸覺感知的能力，但手指-設備界面中的電粘附機制仍不清楚，部分原因是復雜的界面物理，包括接觸變形、毛細管形成、電場及其復雜的耦合尚未全面解決的影響。
摘要
最近，
德克薩斯農工大學
Yuan Ma
博士
和
M. Cynthia Hipwell
教授
團隊
提出了
一個多物理場模型，用于預測納米級手指-表面觸覺相互作用的摩擦力
。將納米級多物理現象結合起來研究納米紋理和表面能在觸摸界面中的影響。以宏觀摩擦力測量作為驗證，該模型進
一步用于提出具有最大電粘附效應和最小相對濕度和用戶排汗率敏感度的紋理。
該模型可以指導未來基于電粘附的表面觸覺設備和其他基于觸摸的人機界面的性能改進
。相關論文以題為
Nanotexture Shape and Surface Energy Impact on Electroadhesive Human–Machine Interface Performance
發表在《
Advanced
Materials
》上。
主圖
圖1
納米結構形狀和表面能對電粘附性能影響的示意圖。
a) 兩種紋理玻璃（樣品 A 和樣品 B）上的觸覺和摩擦示意圖，有和沒有疏水涂層，由皮膚和不同高度和不同表面能的納米粗糙之間的毛細管力引起。
展開 