驾驶员辅助系统（ADAS）和自动驾驶（AD）是汽车行业的一个大趋势。利用旅行时间、增加舒适性和安全性的愿望在客户中产生了兴趣。根据最近的一项研究[1]（Bitkom，VdTÜV），四分之三的被调查者，至少在某种情况下，想要自动驾驶功能和自动驾驶车辆。
用于纵向控制的驾驶辅助系统，如自适应巡航系统ACC，加上附加功能，在今天已经具有高度的成熟度和客户接受度。横向导航，例如车道保持辅助系统（LKAS），在这里相对来说是刚刚起步的，但却是成功引入（高度）自动驾驶的关键。最终，自动驾驶的突破将决定客户的接受程度。在经典的客观驾驶舒适性评价中，只评价对人体或体力的影响。相比之下，客户在使用LKAS时会有什么感觉，不同的驾驶情况会引发什么样的精神和身体压力？他对驾驶经验有什么期望？什么激励了他？哪些行为被认为是好的，哪些行为被认为是失望的？什么感觉舒服和不舒服？什么是被接受的，哪些行为和属性是当前没有触碰到？肯普顿应用科学大学和MdynamiX公司，分析了LKAS在这些和其他问题上的广泛基础研究。共120名受试者，在公共道路上进行调查、压力研究和竞品分析测试。基于QFD-质量功能展开和Kano模型（什么是QFD以及Kano模型点击这里查看）以及TAM-技术接受模型，对顾客需求进行了转化，分析了顾客接受中的薄弱环节。因此，必须指出的是，与广告和官方宣称的相比，LKAS在主观和客观上的工作负荷和精神压力都要高得多。使用LKAS时，120kph的精神压力明显高于未使用LKAS时160kph的精神压力。即使是受试者的期望，目前的成熟度水平也远未达到。受试者估计这项功能的成熟度水平在41.5-58.9%之间，甚至豪华竞品中的评估也是较差令人失望。“人与机器”之间的清晰和始终透明的沟通、积极的主观驾驶体验（对于驾驶员和乘客）、可靠的可用性和可预测性构成了良好客户评估的基础，等这些地方都有相当大的改进潜力。
根据本文的观点，仅仅将ADAS/AD的舒适感降低到生理压力是远远不够的。在这种情况下，除了身体上的压力外，考虑精神上的压力对于整体的舒适性评估也非常重要。
产品开发的挑战
未来汽车发展的重要推动力将在中长期内来自不同市场的法律法规和消费者。强制减少二氧化碳排放量和尾气排放量比过去要严格得多。与此同时，欧盟致力于改善道路安全，每十年将道路死亡人数减少一半，汽车电子化正在进行。此外，汽车行业还努力提高舒适度和情感价值观，以使移动出行更具吸引力。进一步决定性的购买因素是纯粹的主观标准，如社会趋势，生活在一个网络世界，最重要的是“积极的驾驶经验”。这意味着，除了技术指标的表现之外，客户的主观体验变得非常重要。客户感知车辆的特性和价值，例如：造型、人机工程学、实用性、信息娱乐和辅助系统、安全感、驾驶舒适性、动态灵活性和驾驶性，以及整车行为的整体背景。技术上的答案是机电一体化系统、软件作为附加值的重要性日益增加、动力总成的电气化、先进的驾驶员辅助系统和自动驾驶功能以及网络物理系统中的网络车辆。从这些基本条件来看，先进的驾驶员辅助系统（ADAS）和自动驾驶（AD）是汽车行业的一个大趋势。从2020年起，几乎所有制造商都宣布了L3级（图1）高度自动化驾驶。
由于自动化系统的巨大复杂性，主机厂在提供数百万测试公里的安全功能方面付出了巨大的努力。在这种情况下，汽车行业不应该忘记最终必须购买产品的客户。
客户接受L1 和L2级（ADAS）中的自动驾驶功能是非常重要的，也是将（高度）自动驾驶成功引入L3+级的关键。最后消费者认可赢得易用性和积极的驾驶体验。
研究动机
到目前为止，高级辅助驾驶ADAS/自动驾驶AD在环境传感器、环境模型、人工智能和驾驶功能等技术上的发展几乎完全是基于功能的。这意味目前功能处于自动驾驶研发的焦点，可以用它生成哪个应用程序。在开发之初，对于自动驾驶几乎没有任何汽车制造商“在客户面前”定义明确的驾驶属性目标和驾驶体验，并推导出对汽车系统和部件的要求，例如，在基于属性的现代汽车动力学开发中。肯普顿应用科学大学和MdynamiX为自己设定了一个目标，即研究高级辅助驾驶ADAS/自动驾驶AD的驾驶特性和驾驶体验，并用明确的评估和指标来描述它们。他们都想回答这样一个问题：如何把今天的乐趣转化为未来的乐趣？为此目的所需的主客观评估和目标度量应在所有测试实例中都是一致的可评估和可追踪的——无论是在MIL/SIL/HIL仿真中的验证测试、在Steering in the loop系统测试台上的验证测试、在驾驶模拟器中的验证测试、在试验场上的验证测试和在公共道路上的验证测试。这使得以客户为导向的ADAS/AD开发达到了预期的效果和效率，适用于客户喜爱的车辆。
在许多专家研讨会、竞品测试和评价活动中，以系统和有条理的方式制定了相关的属性。事实上来自所有主机厂的车道保持辅助系统中的重大缺陷已经反复出现。专家和测试员也抱怨使用车道保持辅助系统的工作量和压力。不良的跟踪质量、不可预测的系统掉线、不透明的系统边界和高的监控力度，特别严重降低安全感和舒适感。这些促使我们进一步采访普通客户并了解车道保持辅助系统使用方面的工作量和精神压力。
当前的LKAS功能
车道保持辅助系统是一个横向控制辅助系统。这可分为车道偏离警告系统（LDWS）和车道保持辅助系统（LKAS）。LKA有两种类型。类型1不支持车道中心的转向辅助，依靠车道边缘的警告线和干预，称为边缘引导。因此，有一个宽的控制自由走廊，车辆（上图2）只有在通过突然转向辅助干预接近车道边界时才会返回。
相比之下，LKAS类型2在中心区域也由低转向辅助系统支持，同时跟踪-被称为中心制导。在这里，控制走廊保持狭窄（图2中间）。转向扭矩干预类似于半管式或V形。车道保持辅助系统试图通过永久性转向扭矩干预引导车辆在车道中心行驶。研究中使用的试验车辆均配备了2型LKAS。
在专家研讨会和驾驶活动期间，几乎所有基准车辆的跟踪性能差和漂移振荡特别明显（下图2）。可能会发生这样的情况：车辆积累了太多的动量，以至于LKAS达到了系统极限，比如扭矩极限。
结果是在车道边界出现了无法预料的突破。此外，还注意到了令人惊讶的系统跳出。因此，人们怀疑压力增加和顾客接受度降低。
研究方法和程序
在众多的专家研讨会、竞品测试和测量活动中，基于车道中心行驶的车道车道保持辅助系统的相关属性在系统和结构上得到了发展。主观和客观特征被转移并与所谓的层级模型联系起来，该层级模型由主观客户评价、主观专家评价和客观特征值（关键绩效指标）组成。在L0客户感知性能级别，主要标准包括车道跟踪质量、边缘引导、驾驶-车辆交互、可用性、减压性、安全感和人机界面，这些标准在专家级驾评别有进一步的详细说明。图3显示了总体级别模型。
为了客观化，开发了新的测量和测试方法，为个人主观专家标准创建具有代表性的KPI。特别是，测量方法侧重于基于数字“地面真实”地图的车辆在轨道上的精确位置和转向感觉的测量。为了尽可能多地捕捉相关的驾驶情况，已经开发了一个综合路线和机动目录，以确定那里所需的特性。更多细节将很快公布。
根据这些发现，计划在公共道路上进行两项主题研究（图4）：
一．以一辆车为基础，对生理参数进行调查和客观测量的应激研究。
二．竞品分析调查研究，基于三辆高档车的车辆评价
为了尽可能全面地研究这一课题，我们与来自心理学、车辆动力学评估、ADAS测量技术、产品管理和数据分析的专家组成了一个团队。为此，本文从程序、方法、调查目录、测量概念、公共路径和过程等方面进行了研究。如果采用纯粹的工程方法、客户体验、精神压力，尤其是“未说出口”的客户愿望，真相就不会出现。
但什么是人类的压力？这是一种由特定外部刺激引起的心理和生理反应，使人能够完成困难的任务。根据文献，它是一种“刺激依赖性情绪反应综合征，指情感体验、表达行为、激活过程和工具性行为”。一般来说，这是一种保护性的反应，能让我们获得更高的表现，但却被认为是不舒服的，甚至会让我们生病。相比之下，在驾驶任务的背景下，减轻压力是降低驾驶任务的难度，减少驾驶员的工作量，增加乘坐舒适性，提高驾驶员的最大性能，从而提高驾驶安全性。这是LKAS想要的。
压力研究
为了准备这项研究，首先根据专家的经验提出了工作假设，这些假设必须加以分析和核实。LKAS的评级受以下因素的影响：
1，主观感受的压力
2，驾驶员的工作量
3，主观感受到的驾驶乐趣
附加的工作假设：主观压力和驾驶员的工作负荷与车道保持辅助系统的使用有关。与车道保持辅助系统的初衷目标相比，使用车道保持辅助系统时与在不使用车道保持辅助系统的情况下，与LKAS的使用有关的生理值和客观应激指标反而明显更高的压力。由50名受试者组成的样本（Mage=37.86，SDage=14.42，72%男性，18-65岁）通过招标获得。他们由一名未成年人、12名学生和包括官员在内的其他全职/兼职工作人员组成。绝大多数（52%）的人有高水平的教育，14%的试驾者获得了博士学位。几乎一半的受试者使用过LKAS的经验。所使用的测试车辆是目前的一款高级豪华级车辆，配备了高端IMU-惯性测量单元和RTK D-GPS，以记录车辆的精确运动。此外，还记录了CAN/FlexRay总线信号，如转向角、转向扭矩和摄像机的目标信息等。同样，使用BIOPAC系统，记录受试者的生理参数（图5），如心率变异性（ECG）、皮肤导电性/湿度（EDA）、脉搏率（PPG）和相对呼吸深度（RSP）。为达到预期用途，选择了A7/A980高速公路和发展良好的B19公路作为路线。试车分别在有车道保持辅助系统和无车道保持辅助系统的情况下进行，并在规定路段以120和160公里/小时的速度进行。为了将人体数据与车辆和道路数据关联起来，根据“驾驶员-车辆-环境”的原则，在特定路段和驾驶事件上设置触发点。
为了将驾驶者的生理参数与驾驶者的行为和经验相结合，编制了一份供受试者使用的问卷。除了现有的调查问卷，如NASA-TLX和Anna Engelbrecht的驾驶乐趣和舒适度调查问卷，调查中还包括了其他自己的研究问题，以便对当前驾驶行为的驾驶技能和条件进行全面调查。除了主观压力体验外，还记录了驾驶风格和技术亲和力以及其他关于驾驶员的描述性信息。所有受试者都通过了一个统一且明确的过程，包括问候、解释、LKAS的介绍、试车前的问卷调查、生理测量装置的仪表、恢复阶段、熟悉车辆、驾驶LKAS和不驾驶LKAS，定义路段后驾驶时的一个主观压力等级，以及试车后的评估表和问卷[3]。在驾驶时候不会进行提问因为这样可能会影响生理测量。从结果上文可以看出，自动驾驶压力研究的工作假设已经得到了很大的证实。此外，所有标杆车的专家评价一直被评为较差，还有很大的改进空间。基于这个原因，对受试者的基准研究应该回答以下问题：客户想要什么？测试车辆的系统之间有什么区别？哪些特征被认为是好的，因此被接受？哪些人失望，哪些人不去？客户与系统的交互是什么？客户准备在什么成熟度级别购买系统？有没有可能用面向客户的专家评分系统（水平模型）来预测客户的评分？使用了三种来自不同主机厂的当前高档车。采用相同的测试程序的建立过程与压力研究。然而，生理测量和心理问题却被忽略了。为此，开发了基于QFD和KANO方法的提问过程。事先进行了影响链分析，以便能够通过开放式和封闭式问题和询问，确定LKAS的客户要求和客户愿望。为了能够在客户层面上评估个人标准，在相关情况和操作的试驾过程中对受试者进行指导。每次经历和评估后，要求和愿望直接记录在开放式问卷对话框中。被选择参加压力测试50名受试者大部分（约50%）已经熟悉LKAS和参考车辆。为了避免疲劳造成的不准确，试验对象被随机分成两组，每组比较三辆车中的两辆。总共进行了100次4000公里以上的试驾。从压力研究中我们得到的经验是，2小时作为一个完整的过程是可行的，但已经到了极限。因此，参考车辆（1）的一半受试者与车辆（2）进行了测试和评估，另一半受试者与车辆（3）进行了测试和评估。因此，可以对车辆（2）和（3）进行比较。在此，应得出当前和未来自动横向驱动功能的差异、优势和弱点以及由此产生的优化潜力。关于标准重要性的问题在试驾前后进行，以检测受试者对某些标准的可能敏感性。为了把人放在开发的中心，采用了质量功能展开（QFD）和KANO等方法，以及技术接受模型（TAM）。使用QFD，可以识别客户的愿望，与KANO区分，并在TAM中分类，最后用QFD转换成技术特性和属性。
此外，还对250多名参与者进行了在线调查。大多数调查参与者年龄在20-40岁之间（约80%），因此代表了未来几年的潜在客户。确定了受试者对LKAS和ADAS主题的总体信息水平、先前的知识和期望。除了其他之外，每次在LKAS解释视频前后会问到一个关键问题：“你的下一辆车里有一个车道保持辅助功能有多重要？“。
结果
压力研究
本文只对结果作了一个小的概述。压力研究的更详细的分析和结果以后公布。在下文中，除了描述结果的报告外，还详细介绍了NASA-TLX的测量结果。同样地，生理参数被描述并且与LKAS的评估相关。此外，对LKAS进行了评估，并研究了LKAS与其他变量的关系。用NASA-TLX测量的载荷和LKAS的使用的相关性被计算出来以支持先前的假设。通过温室Geisser修正重复测量的方差分析表明，不同的试运行条件下，应力体验存在显著差异。经过Bonferroni校正的事后测试表明，在120和160公里/小时时，使用LKAS和不使用LKAS驾驶时的应力存在显著差异。其他的事后测试也显示出显著的差异。下图7显示了按试验轨道类型划分的应力示例。随着LKAS的增加，所经历的压力明显增加。对应力指标EDA峰值所有客观数据的统计分析也表明，该线路某些路段的应力指标EDA峰值也有明显增加，并呈现出热点。受试者对LKAS的压力持续增加。
项目和总体舒适度因子也与LKAS评分显著相关。作为评价，测试人员对层次模型的客户层次进行了评价。镇静（r=-.409，p=.003）、“缓解”（r=-.473，p=.001）、“放松”（r=-.449，p=.001）、“简单”（r=-.491，p=.000）和“支持”（r=-.617，p=.000）与LKAS评分显著相关。由10个项目组成的总舒适系数也与得分显著相关（r=-.461，p=.001）。如果LKAS被评为更好，舒适体验增加。负面征象来源于不同的问卷评分系统（数量少或多为好）。受试者的反馈和对问卷的评价清楚地表明，知觉压力是由于对LKAS缺乏信任造成的。这些都是由于在看似正常的驾驶情况下，系统突然出现故障而没有任何警告、系统无法预见的限制、故障（真正的负面影响）、不一致的反馈、必要的临时接管以及缺乏透明度和高度监控的结果。图8显示了一个典型案例的例子，该案例在所有车辆的每次行程中重复发生了几次。系统因某种原因关闭或停止工作而不显示。司机只有离开车道时才意识到这一点。他介入，并通过强力转向将车辆引回车道。EDA值作为一种应力指标增长很快。
竞品研究
如上所述，提前对各汽车经销商进行了在线调查和调查。来自在线调查的80%的受访者说他们知道LKAS这个词。在设备问题上（“你会给你的下一辆车装备哪些ADA？”）然而，受试者更喜欢其他的辅助系统。例如，参与者指出制动辅助（73%）、ACC（43%）和盲点辅助（47%）比LKAS（34%）更重要。在LKAS教学视频发布之前，近三分之一的受访者（31%）表示，他们对LKAS的了解非常差。LKAS的重要性也被认为很低。然而，在教学视频之后，评估发生了显著的变化。罗杰斯的“创新扩散”理论之后，顾客首先意识到产品的重要性。现在75%的人支持在他们的下一辆车上使用车道保持辅助系统。根据Kano模型，研究对象将车道保持辅助系统归类为一个积极性因素，这是汽车制造商的另一个重要发现。根据Kano，热情因素对顾客满意度和购买决策的影响最大。因此，它为汽车制造商提供了将客户绑定到自己品牌或产品上的潜力。对肯普顿及周边地区11家汽车经销商的调查结果也证实了这一点。在讨论过程中，很明显LKAS的主题不为客户所熟知。有必要解释一下。对于汽车经销商来说，这是一个在试驾过程中肯定LKAS的机会。在基准研究中，受试者的平均年龄为19-65岁。30%的参与者是女性。参加测试的人员平均每年行驶近1.7万公里。与在线调查一样，受试者首先估计LKAS并不十分重要。
大多数参与者希望在LKAS的背景下提高道路安全（65%）。因此，客户希望车道保持辅助系统能够在使用目的的任何时候保持车道的可靠性。如前所述，一些受试者在先前的LKAS研究中有过负面经历。不过Kano模型，这被认为是热情的一个特征。
在给定的Likert表（1=不重要到7=非常重要）中，8个标准中有6个被评估为至少为6。值得注意的是，在试驾结束后，除跟踪质量外，所有标准都变得越来越重要。最重要的标准是7.0分中有6.9分的安全感，6.8分的人机界面和6.5分的边缘引导。在压力研究中，大多数受试者只有在自我体验了试驾之后，才清楚边缘引导的重要性。原来的说法是：“如果车辆不能完全在行驶线上行驶，那么至少应该防止车辆离开车道”。这一结果与专家试驾过程中获得的经验一致。此外，受试者通过使用LKAS抱怨工作量和压力。强烈的跟踪偏移到曲线的外侧被认为是非常不愉快的。相比之下，突然出现的不可预测的系统故障被认为是绝对的故障。系统边界不透明、监控力度大，安全感、舒适性差。除了重要性之外，受试者还询问了评估等级模型中客户等级的各个标准的满足程度。这显示了所有标准的巨大缺陷和改进潜力，如车道跟踪质量、边缘引导、驾驶员-车辆交互、可用性、减小应力、安全感和人机界面。图9清楚地显示了市场机会图中的结果。市场机会图被分成4个区域。决定因素是将左上角的不同标准移到右上角区域。图表显示每辆车都有缺陷。
只有一辆车特意配备了抬头显示器（车辆3）。该车辆的人机界面评估被评为最佳，以及其减压程度。这表明两者之间存在相关性。总的来说，由于必要的功能透明度和简单的监控，一个好的平视显示器与其他标准有着积极的互动。根据主题陈述，司机可以更加放松，关注交通环境和事件。测试人员对成熟度的主观评估（图10）显示，所有三辆车的成熟度值均为41.5%-58.9%。分析表明，只有从75%以上的主观成熟度水平才能让顾客积极的购买和主动技术接受。
客户和专家评估之间的紧密关系最终可以在相关图中得到证明（图11）。应该指出的是，专家组根据其专家标准对车辆进行了评估。这些作为平均值转移到客户标准。测试人员像往常一样在客户级别上评分。Likert标准的满足度值被转换为典型的10分专家量表。由此可见，采用层次模型的评价方案是有效的。一方面，由于测试人员能够很好地处理术语并以一种可理解的方式对车辆进行评估，因此评估标准已经得到了证明。另一方面，也说明了专家可以通过自己的评价来预测顾客的评价。如果次级标准中的车辆是好的，客户将其评为好的可能性极高。这种相关性对LKAS的发展具有不可估量的价值。在进一步的步骤中，可以在这里引入各个标准的权重。
结论与展望
事实上，必须证明，LKAS显著降低了驾驶时的转向扭矩。在研究1中，对所有50名试验人员的转向扭矩作用力（图12）进行统计分析，证实了这一点。LKAS所需的高转向扭矩（图12）是由于驾驶员意外的转向干预或对LKAS功能的否决造成的。
在传统的客观驾驶舒适性评价中，只评价对人体或体力的影响。相比之下，根据文献的观点，仅仅减少ADAS带来的身体压力是远远不够的。在这种情况下，除了身体上的压力外，考虑精神上的压力对于整体的舒适性评估也非常重要。
为了更详细地研究测试效果和试验顺序的影响，并确认研究1的结果，进行了研究3。只有来自研究1和研究2的20名受试者被录取，并且在有或没有LKAS的情况下驾驶完全相同的路线。一组开始时没有LKAS，接着又没有LKAS，反之亦然。图13显示了基于EDA峰值的精神压力水平。这清楚地显示了LKAS的增加，无论是哪个顺序，并证实了研究1的结果。关于研究3的更多信息将在不久的将来发表。
一个驯化的效果只能观察到很少，如果在所有。甚至专家和受试者也抱怨使用过的LKAS会带来精神压力。不可预测的系统下降、不透明的系统边界、高的监控努力和低的跟踪质量，尤其导致安全感和舒适感方面的不良率。根据主题，很难熟悉这些东西，因为根据Kano，它们被归类为基本需求。既然人类将控制权交给了交通工具，信任和相关的接受就起着核心作用。最终，自动驾驶的突破将决定客户的接受程度。”如果只有工程师意识到差异并理解系统，客户就没有任何好处”。这两项研究的结果表明，在ADAS/AD开发中，人，或者更确切地说是顾客，应该被放在开发的中心。此外，有必要从基于属性的开发的角度来关注驾驶属性和驾驶体验。
因此，必须采取措施提高客户的信心和驾驶特性。“人与机器”之间的清晰和始终透明的沟通、积极的主观驾驶体验（对于驾驶员和乘客）、可靠的可用性和可预测性构成了良好客户评估的基础。一个好的人机界面的原则-信任是好的，控制是更好的-可以在这里非常有效。在今后的研究中，应采取全面的观点，制定有效措施，增加信任和接受度。
文章来源于Vehicle ，作者Pirate Jack。本公众转载文章仅作为读者学习交流之用，若涉及版权问题，请第一时间联系我们删除。
