您的位置:首頁>汽車>正文

超越演算法:塑造自動駕駛汽車Automotive Assistant(汽車助手)的未來

汽車助手正在改變人們體驗互聯汽車的方式——不過, 隨著互聯汽車變成自動駕駛汽車, 汽車助手必須運用人工智慧, 不僅能夠讓乘客保持互聯, 還要在需要手動駕駛時通知乘客和讓他們投入駕駛。 Nuance和德國人工智慧研究中心近期開展的一項研究對在分秒必爭的情形下讓原來駕駛員身份的乘客重新投入駕駛狀態的最有效方法進行了研究。

人工智慧和智慧助手方面的研究經常是在演算法、深度學習、以及資料的背景下討論的。 不過, 作為研究人員, 我們還要理解這種智慧所運行的環境。 只有讓功能適應使用情境, 系統才能算是成功的。 這對於汽車助手來說更是如此, 因為從燃料來源到軟體配置, 汽車行業正經歷著快速變革。 隨著汽車連接與互聯網, 駕駛員希望能夠車上獲得與使用智慧手機一致的體驗。

這為自動駕駛汽車創新的加速發展鋪平了道路——自動駕駛汽車讓我們在車裡的角色從駕駛員變成了乘客。

不過, 這兩種角色將在很大程度上要根據需求相互轉變。 自動駕駛汽車正在掌握各種道路交通狀況, 但並不是全部。 若出現危險的情形, 如果駕駛員的注意力處於別處, 系統就需要讓駕駛員回到駕駛模式。

研究

在Nuance攜手德國人工智慧研究中心(全球規模最大的人工智慧研究機構, Nuance是其股東之一)剛剛完成的一項用戶研究中, 我們特別研究了將車輛控制權交還給駕駛員的最佳方法, 汽車應當提供哪些資訊, 這對使用者的信任會帶來什麼的影響。

為此, 我們讓用戶進入駕駛模擬器, 嘗試以不同方法通知駕駛員:通過聽覺、視覺和觸覺(振動)途徑以及這些途徑的結合使用。

我們讓他們在非駕駛時間嘗試不同的活動, 再運用他們的聽覺、視覺或觸覺能力。

根據請求切換車輛控制權的原因、當前的道路交通狀況以及汽車在交還車輛控制權之前正在進行的計畫, 我們向用戶提供了不同數量的資訊。 隨後, 我們就有用性、便捷性、信任度等向用戶提問, 並對完成車輛控制權切換實際花費的時間進行測量。

結果

駕駛員不喜歡與他們當前活動模式相同的通知,他們比較喜歡根據他們當前活動做出調整的一系列互相補充的通知模式。 例如, 如果是正在進行閱讀, 參與者比較喜歡聲音或振動提醒。 如果是正在寫電子郵件或正在工作, 駕駛員比較喜歡聲音提醒。

這彰顯了以智慧方式利用聽覺、觸覺和視覺提示的綜合多模式使用者介面的重要性。

為了實現最佳效果, 系統必須能夠獲得來自汽車本身和汽車感測器的情境化資料和資訊, 其中包括有關駕駛員當前活動的資訊, 並且通過最佳的提醒提示確保駕駛員能夠做出更快的反應以及獲得更好的用戶體驗。

如果不論駕駛員正在進行的活動, 聽覺提醒被認為要比視覺提醒更加愉悅, 更加有效, 比單純的振動或觸覺提醒能更快的讓駕駛員做出反應。

與單純的視覺提醒相比, 駕駛員更加信任汽車助手發出的聽覺和觸覺提醒。

資料顯示, 當沉浸在聆聽活動中, 例如聽書或聽歌, 駕駛員的反應時間是最慢的。

持續研究

這個新興領域還有很多方面需要研究, 相關研究和模擬讓我們現在開發的Automotive Assistant(汽車助手)能夠在未來以各種智慧方式為駕駛員提供説明, 與駕駛員形成多模式的陪伴關係, 進行駕駛員到乘客的角色轉變, 代汽車說話, 提升其他乘客的體驗。

Next Article
喜欢就按个赞吧!!!
点击关闭提示