返回作品
汽车 · 人机交互

Hyundai IONIQ 6 — 为 L2+ 驾驶辅助建立信心

一个由现代支持的 HMI 项目,探索驾驶者对 HDA 2.0 系统的信心。通过实车研究、模拟器测试与三种界面方向的比较,为 IONIQ 6 设计随驾驶模式调整的信息界面。

角色
人机界面设计师
时间
2025 年 1 月 — 5 月
公司 / 客户
Hyundai · HATCI Lab
方向
人机界面设计 · 驾驶体验研究 · 交互原型
章节
研究

让控制交接更清晰

当控制在驾驶者与现代 HDA 2.0 系统之间切换时,怎样让人更有信心?这个由现代支持的人机界面项目聚焦 IONIQ 6 的 L2 与 L2+ 驾驶辅助场景,研究系统状态、信息层级以及关键交接时刻的反馈。利益相关者地图涵盖现代与 HMI 实验室,也纳入驾驶者、其他道路使用者、监管机构及有不同无障碍需求的人群。它帮助我们把仪表界面放回完整的驾驶体验中,理解那些超出屏幕本身的需求与期待。

原有 IONIQ 6 仪表

HDA 自动退出的情形

  • 交通拥堵仅保留智能巡航
  • 加速白色闪烁
  • 碰撞规避暂时关闭
  • 高影响力 , 低重要性

    • 监管机构
  • 高影响力 , 介于低与高重要性之间

    • Wayne Li
  • 高影响力 , 高重要性

    • 现代实验室
    • HMI 实验室
  • 低影响力 , 低重要性

    • 压力团体
  • 低影响力 , 高重要性

    • 现代车驾驶者
    • 老年人
    • 残障人士
    • 道路上的其他驾驶者
    • 现代的竞争对手

在两种环境中观察驾驶

驾驶者分别在实车与基于 Unreal Engine 搭建的模拟器中完成任务。研究结合 ECG 心电与心率变异性、Tobii 眼动追踪及主观问卷。方向盘装置、高速公路场景与环绕声让团队能够在可重复的环境中探索辅助系统的行为,再与实车体验进行比较。

实车

从后排记录的实车测试
参与者驾驶 IONIQ 6,观察员在旁
佩戴 Tobii 眼动眼镜的参与者

Unreal Engine 模拟器

在模拟器上测试的参与者
模拟器方向盘及其 HDA 按键
模拟驾驶装置

模拟器装置

  • 对应半自动驾驶功能的按键
  • 纠偏模式下的回正力
  • 2种测试环境
  • 8项任务
  • 9个数据采集点

结合驾驶负荷、行为与主观反馈

驾驶活动负荷指数用于了解注意力投入、视觉与听觉需求、时间压力、干扰及情境压力。我们结合任务观察、生理数据和问卷反馈,通过亲和图梳理共性问题,并对模拟器与实车指标进行探索性比较,为下一轮研究提供依据。

情境压力的权重最高,原始分数却排第五;听觉需求的权重最低,原始分数却排第二。

DALI 如何计算

问卷:驾驶活动负荷指数

驾驶版的 NASA TLX

第一部分

注意力投入为了达到所需的注意力水平,你需要付出多大努力?

视觉需求完成任务需要多少视觉投入?

听觉需求完成任务需要多少听觉投入?

时间压力任务节奏有多紧迫?

干扰同时执行附加任务对你的驾驶表现干扰有多大?

情境压力驾驶时你在多大程度上感受到环境限制或压力?

第二部分 · 15 组比较

  1. 1注意力投入
  2. 2视觉需求
  3. 3听觉需求
  4. 4时间压力
  5. 5干扰
  6. 6情境压力

请圈出对你的驾驶体验影响更大的维度

相关性(LKA 任务)

模拟器(s)与实车(c)的整体相关性

探索性分析
  • 执行时间(TTP)rTTP
  • 识别时间(TTR)rTTR
  • 任务时间(TTT)​= TTR + TTPrTTT
  • 心电(随时间变化)rECG
  • 心率(随时间变化)rHR

R=rTTP+rTTR+rTTT+rECG+rHR5

设计

把研究转化为界面要求

第一轮测试呈现出三个相互关联的问题:功能启停与状态提示不够明确、视觉层级混乱,以及缺少对辅助系统当前行为的及时反馈。这些问题让控制交接时刻更难理解。设计机会在于:在关键时刻清晰呈现当前状态与必要信息。最初的设计要求很具体:让 HDA 的进入与退出有明确变化,区分辅助开启与中断状态,并在不遮挡驾驶视图的前提下呈现重要反馈。每项要求都对应研究中发现的痛点,再落实为界面需要传达的状态与行为。

系统沟通失效

削弱信任

自动化应当清晰、可预期、令人安心,帮助用户建立信心、减少困惑。

我其实不知道这个系统应该做什么,所以我很害怕。”

摘自亲和图

用户需求:清晰的 HDA 切换

  • HDA 开启时的页面切换形式
HDA 开启
变灰

UI 层级不清导致认知过载

增加心理负担

界面应在合适的时机突出关键信息,像得力的助手,而不是让人应接不暇。

我还是搞不清方向盘图标和车道两侧的线条有什么区别。”

摘自亲和图

用户需求:明确的状态指示

  • 保留信息
  • 提醒、通知与视觉提示
  • 清晰的优先级布局
累计信息

自动驾驶中缺少参与感与安心感

形成信任落差

有效的自动化以清晰、及时的反馈让用户保持参与,在不造成负担的前提下建立信任。

我不知道。我觉得有时候我并不信任我车上的定速巡航。”

摘自亲和图

用户需求:高参与度

  • 在掌控与托付之间取得平衡
  • 不干扰驾驶
信息表遮挡 HDA 动画

先探索信息层级,再细化视觉

低保真原型把驾驶状态与次要信息分开,探索手动驾驶、辅助开启、车道检测和拥堵交通等场景的布局。把这些状态放在一起比较,让我们更容易判断哪些信息应保持稳定、哪些内容应随驾驶模式变化。探索进一步扩展为一组完整的仪表状态。布局、车辆图示、状态表达与反馈被同步推敲,让方案能够呈现辅助功能的变化,而不只停留在单个静态画面。

低保真原型

  • 车道保持(单独开启)
  • 车道跟随
  • 跟车距离
  • 智能巡航条件:开启车道跟随条件:开启跟车距离
  • HDA条件:开启智能巡航

条件:开启智能巡航

开启暂停关闭
居中
居中
车距 4
车距 4
(光晕效果)
(无光晕效果)

测试三种设计方向

我们设计了三种用于比较的界面方向。白色方案建立极简基线;绿色方案强调安心感与清晰的辅助反馈;蓝色方案探索更偏技术与信息表达的呈现方式。随后通过驾驶任务和参与者反馈比较这三种方案。

区别灰色图标、白色车道线,以扇形显示车速与续航

验证

第二轮:比较、共创与改进

第二轮结合界面视觉测试,以及模拟器与实车中的功能测试。白板共创让参与者重新排列信息,并说明不同驾驶模式下的需求。反馈指向一种自适应的信息层级:手动驾驶时速度信息更重要,辅助功能开启后,车辆状态可视化的作用则更突出。

研究计划

界面视觉测试

阶段一:基线测试
阶段二:快速迭代共创

模拟器与实车功能测试

阶段一:实车对比模拟器 + 原有界面
阶段二:仅模拟器 + 界面原型

评估标准

信心指标的测量结果需要比原有界面至少提升 10%(相对值),才能说明我们的界面设计在用户信心上带来​有意义、有实际价值的改进。

流程

  1. 1在 FigJam 中与测试对象共创、快速迭代
  2. 2基于​第一步提炼洞察、痛点与趋势
  3. 3基于第二阶段迭代 UI 远景方案

共创组件

  1. 车速表
  2. 图标组 - 车辆状态
  3. 巡航车速
  4. 车辆图示
  5. 提醒/提示
示例屏幕

L2 辅助驾驶,共创示例屏幕:左侧为提醒/提示,其下为巡航车速;车辆图示占据大区域,其下为图标组 - 车辆状态;这块屏幕上没有车速表。

发现

  1. 在半 L2 场景中,信息越少,信心越强;在完全 L2 场景中,信息越多,信心越强。

  2. 在手动驾驶与完全 L2 驾驶之间切换时,用户希望信息的大小与位置有清晰的区分。

    (车速表, 图标组 - 车辆状态, 巡航车速, 车辆图示, 提醒/提示)
  3. 手动驾驶时,车速等组件​更重要;在 L2 场景中,车辆图示的作用更大。

    (车速表, 车辆图示)

让信心成为可比较的指标

研究使用自定义信心评分,把生理信号、任务耗时与主观反馈纳入共同的分析框架。文档记录了数据整理、时间对齐与权重设置的方法;处理流程也区分已实现的输入,以及计划加入的面部情绪和眼动数据扩展,为后续改进保留空间。团队使用配对样本分析,比较同一参与者在模拟与实车驾驶中的指标。分析涵盖信心评分、体验问卷、瞳孔大小、心率变异性及任务耗时,从多个角度观察两种环境下的体验。

信心指标公式

C=100×(1−(α·HRVHRVmax+β·HRdiffHRmax+γ·ECGvarECGmax+δ·T))

α, β, γ, δ:权重系数

数据处理流程

已实现:ECG.csv 经 ecg.py 得到 HRV/HRVmax 与 ECGvar/ECG;BPM.csv 经 bpm.py 得到 HRdiff/HRmax 与 T;Google Form 得到 SS。它们汇入 confidence.py,输出信心指标。计划中:Cam Data 经 FER software 得到 FS,同样汇入 confidence.py;Tobii Data 经 tobii.py 得到 LS,尚未接入。

配对样本 t 检验流程:模拟器与实车驾驶

驾驶模拟器真实驾驶条件
  • 信心评分:两种环境均测量。来源:自定义信心指标。关注:确定感与舒适程度。
  • 体验自评:两种环境均测量。来源:定制界面问卷。关注:易用性、清晰度与满意度。
  • 瞳孔大小:两种环境均测量。来源:Tobii Pro Glasses 2。关注:认知负荷分析所参考的信号。
  • 心率变异性(RMSSD):两种环境均测量。来源:Polar Beat 心电数据。关注:驾驶任务中的生理变化。
  • 任务耗时:两种环境均测量。来源:模拟器与实车交互记录。关注:完成任务的耗时与阻碍。
各步骤说明
  1. 1同一批参与者在两种环境中测试
  2. 2分别测量模拟器与实车中的表现
  3. 3用实车数值减去模拟器测量值
  4. 4差值均值除以差值的标准误
  5. 5查看 p 值,判断差异是否有意义

评估 HMI 设计在不同环境中的有效性

绿色方案在原型比较中表现最佳

项目研究报告显示,绿色方案获得最高信心评分,相比原有界面提升 10%。对比图呈现了三种方案在所展示参与者中的表现。这一结果推动最终原型继续强化辅助状态的表达,并让信息随驾驶模式调整。

信心指标结果

  • 白色方案
  • 蓝色方案
  • 绿色方案

P011

P011: 绿色方案 36.66,蓝色方案 35.35,白色方案 22.1

绿色方案

LKA
56.5
LFA
14.44
SCC
39.03

(56.5 + 14.44 + 39.03) / 3 = 36.66

蓝色方案

LKA
47.7
LFA
未记录
SCC
23

(47.7 + 23) / 2 = 35.35

白色方案

LKA
44.2
LFA
未记录
SCC
0

(44.2 + 0) / 2 = 22.1

每项总分​与计算表中该方案各任务得分的平均值一致。

图中参与者:P011、P013、P007、P014

最终方案

形成清晰的辅助反馈体系

最终绿色界面结合紧凑状态面板、中央车辆图示与独立的转向辅助指示。动态图标区分暂停和开启状态,车道保持与跟车距离反馈则帮助驾驶者理解系统当前行为。信息密度随驾驶模式变化。设计系统把字体、图标、色彩、车辆图示与驾驶辅助组件整合为统一的视觉语言。组件设计重点区分常规运行、辅助开启以及需要驾驶者注意的状态,让这些变化更容易被识别。三个动态原型片段展示绿色界面的运行方式,让组件之间的状态变化与持续反馈变得可见。

绿色界面 · 代码重建

颜色

  • 辅助开启
  • 常规运行
  • 需要驾驶者注意

原型视频

远景概念:让反馈更靠近驾驶者

远景概念探索将显示屏置于方向盘上,并让中央屏幕在方向盘转动时保持固定。草图与屏幕方案同时考虑缩短视线移动、提供更直接反馈的潜力,以及运动、内容旋转和认知负荷带来的挑战。这是一个仍需继续探索的概念方向。座舱效果图把方向盘概念与主显示屏放进更完整的车内体验。后续方向包括加强模拟器与界面的联动,让驾驶者通过交互理解辅助系统,并加入更复杂的城市场景;同时继续邀请熟悉现代车辆的驾驶者参与测试,研究此次反馈中出现的较大差异。

屏幕与气囊保持固定

方向盘随动屏幕

优点

  1. 缩短视线移动距离
  2. 更自然的手眼协调
  3. 无论方向盘转到哪里都保持可见

缺点

  1. 转动方向盘带来的画面晃动
  2. 内容旋转带来认知负荷
  3. 相关研究不足,不过 Igarashi 等人 2021 年的研究考察了电动车上的方向盘触屏,发现驾驶者参与度有所提高
远景座舱效果图:在方向盘内设置紧凑信息屏幕。
远景座舱效果图:在方向盘内设置紧凑信息屏幕。