面向人类中心的交互感知自动车控制器评估：一个框架与案例研究
人机交互
2025-08-08 v1 机器人学
摘要
随着自动车(AVs)越来越多地融入混合交通环境，评估它们与人驾驶车辆(HDVs)的交互变得至关重要。在大多数专注于开发新AV控制算法(controller)的研究中，这些算法的性能仅基于防止碰撞或车道保持效率等性能指标进行评估，而基本忽略了与HDVs交互的人类中心维度。本文提出了一个结构化的评估框架，以解决这一差距，通过纳入基于人机交互文献的指标。该框架涵盖四个关键领域：a) 交互效应，b) 交互感知，c) 交互 effort，和 d) 交互能力。这些领域捕捉了AV本身的性能以及其对围绕它的人类司机的影响。为了演示该框架的实用性，我们将其应用于案例研究，在驾驶模拟器中评估了一种最新AV控制器如何与人类司机在合并场景中进行交互。作为基线，测量了HDV-HDV交互。该研究包括每个领域的一个代表性指标：a) 主观安全感，b) 主观评级，具体是参与者如何感知其他车辆的驾驶行为(例如，激进性或可预测性)，c) 司机工作负荷，和 d) 合并成功。结果显示，纳入覆盖这四个领域的指标来评估AV控制器可以揭示与AVs交互时driver experience的关键差异。这突显了需要更全面的评估方法。我们的框架为研究人员、开发人员和政策制定者提供了一种系统方法，用于评估AV的行为，而不仅仅是技术性能，从而促进开发出不仅在功能上具有能力，而且在人类视角下是可理解、可接受且安全的AV。
关键词
引用
@article{arxiv.2508.05497,
title = {Towards Human-Centric Evaluation of Interaction-Aware Automated Vehicle Controllers: A Framework and Case Study},
author = {Federico Scarì and Olger Siebinga and Arkady Zgonnikov},
journal= {arXiv preprint arXiv:2508.05497},
year = {2025}
}