自动驾驶汽车的产品服务系统设计

(原文由佐治亚理工学院与驭势(上海)汽车科技有限公司共同发表于IEEEIT Professional 201811月 第20662-69https://doi.org/10.1109/MITP.2018.2876924,本文翻译有部分调整)


自动驾驶汽车的产品服务系统设计



王巍 佐治亚理工学院;周峰 驭势(上海)汽车科技有限公司;维恩.佐治亚理工学院;吉姆.巴德 佐治亚理工学院


[引语]本文试图从产品服务系统的角度,探讨在近期自动驾驶技术商业落地过程中的用户体验痛点,包括用户注意力与活动伴随自动驾驶技术升级而产生的变迁和相应的设计考量因素。 进而,我们推演构建了一个全新的自动驾驶系统设计空间,和相应的用户体验设计维度,试图为自动驾驶汽车交互设计和智能出行服务设计的新趋势提供行业思路借鉴。


以近期WaymoUberTesla等项目为代表,我们可以预见到自动驾驶技术将加速推动汽车由传统工业产品转变为未来出行服务体验中的关键承载体和核心接触点 那么随着技术的逐渐成熟以及公众最初的热情消退,行业和社会该如何理解这种新的出行方式以及该如何设计更好的在旅途中的用户体验是未来自动驾驶产品真正落地的关键之一。 近年,随着人工智能产品和全场景化服务的迅猛发展,产品服务系统(PSS1 是被广泛采纳的一种设计思路,用于自动化服务体系的智能体人机交互设计。国际汽车工程师协会(SAE)对驾驶自动化系统发展的阐述中(SAE J3016,2016), 2 将人逐渐从动态驾驶任务(DDT)中释放出来将是自动驾驶系统(ADS)从非自动化驾驶(0级)发展到完全自动化驾驶(5级)的根本目标,这意味着车内的人们将越来越多地被允许甚至鼓励参与到各种非驾驶相关的任务(NDRTs


同时,在紧急情况下必要的干预式交互虽然频率减少但凸显重要性。 此外,人与智能系统的交互不仅要考虑到在座舱内的人,还要考虑他们在进入及离开该移动空间的体验,以及如何与周围车及行人互动。 3 这些变化将催生庞大的新兴产品和服务机遇以及新的用户体验挑战。 例如,在引入不同级别的自动驾驶系统产品时,应该同时引入什么类型的驾驶服务和非驾驶活动?当前的人机界面(HMI)在未来的技术演进中,还应包含什么样的设计考量?该如何构建新的概念设计空间来应对这些挑战 以此为命题,我们从机系统发展和自动驾驶术进步的角度与大家探讨一下新的设计空间变化。


用户需求正随着自动驾驶的来临而发生根本性变化


在过去的几十年,数字化技术越来越多地开始渗透到驾驶体验中,以支持用户在驾驶及非驾驶活动相关的信息娱乐需求(如图1所示)。在车载人机界面中,即使存在安全性方面的担忧, 用户驾驶车辆中多界面多任务处理也是设计者不得不面对的普遍现象。例如,因近年智能手机的普及,开车看手机已经变成道路交通安全事故的主要原因之一。从心理学中的注意力分配理论来看,6人的注意力被视做一种在若干并发外界输入中可被分配的心智资源。相对于长时间专注在某一个任务,人们习惯于根据当前情境下的心理需求将注意力分配给几个并发任务,如边听音乐边看书、边开车边听音乐。因此,在自动驾驶功能的支持下,我们可以看到一种人机交互趋势,即驾驶任务减少对注意力集中的要求,同时为注意力分配到其他非驾驶活动创造机会。这将导致对未来车内用户体验的考量从安全和效率方面为主转向偏重娱乐与社交等方面。与此同时,用户界面的组织逻辑将从以驾驶为中心的性能导向为转变为与旅程相关的服务导向。因此,我们预计未来用户界面将会由不同的物理媒介和数字触点组成,这些终端可以在旅途中提供对更多信息服务的访问。一些接触点可以包括与车辆中的控制系统的交互,而另一些可能是在旅途中提供与周围车及环境的交互。


Figure 1. 乘用信息系统演化趋势, 源自 2, 4, 5


在未来车内,基于旅程的用户体验质量很大程度上取决于人们如何将他们的注意力分配给不同行驶场景中的多个任务。从欧洲道路运输研究咨询委员会(ERTRAC)的自动驾驶路线图中可见,随着车辆自动化水平层级提升,7用户的注意力将逐渐从驾驶任务释放出来。这为更多驾驶之外的车内活动创造机会。在此升级过程中,人与自动化系统之间演变可以描述为注意力-活动的螺旋循环迭代演进过程。在媒体心理学中,将注意力资源分配给潜在活动的过程是中心注意力和外围注意力之间的高度动态变化的过程,8即所谓的注意力的极端流动性9在传统驾驶领域,一种常见的鼓励和协助驾驶员在多任务处理中切换注意力的策略被称为在自然断点交错,例如等红灯时手机导航弹出适时提醒10自动驾驶系统的发展使人们能够从驾驶中就可以释放越来越多的注意力,驾驶员/用户因此具有更多的认知能力资源和主动分配给非驾驶活动的自由。接下来的设计挑战是确定在当前驾驶条件下哪些类型的人类活动和服务是适合的,其准则应是在确保车辆安全操作中的红线之上,根据车辆不同级别的自动驾驶性能下注意力资源释放的水平,引入适合用于参与的信息服务活动。


与此同时,如何设计车辆控制接管请求的输入形式使其将人们的注意力重新迅速迁移到驾驶循环中变得非常关键.11例如,在某情况下驾驶员/用户的视野可能完全不在车载界面范围内,某些身体姿态也不能直接控制踏板或方向盘,听觉和触觉通道的警报将成为以吸引他们的注意力回到控制接管上最直接有效的方式.12根据上面提到的SAE的分类(J3016),驾驶员与驾驶系统之间注意力释放的量变到质变关键点是在2级自动驾驶到3级的过程中(图2),即当自动驾驶系统(ADS)开始控制主要的动态驾驶任务(DDT)时。这将大幅释放驾驶员/用户的注意力并为其创造从事非驾驶相关活动的机会。当用户主要的注意力流动在多个非驾驶活动任务中时,与驾驶任务相关的界面将需要优化以匹配在外围注意力分配下用户隐式交互的特点。 13这种变化肯定会促使交互范式从目前以方向盘和仪表板等传统驾驶任务控制为中心的人机界面交互过渡到兼顾非驾驶活动的混合布局,最终演变为以非驾驶活动为主导的跨媒介、多设备、广泛接触点之间的交互。与驾驶有关的控制频率降低、粒度变粗但关键性反而提高。这些将重新定义具体的输入和输出方法,以及由之构成的整体内饰布局。从控制理论的角度,PohlMurray-Smith描述了不经意式交互casual interaciton)与传统专注式交互focus interaction)的区别,建议通过增加灵活的输入感知距离、多模态的输出反馈等手段降低对用户控制接管准确性和即时性的要求。在这个过程中,增加容错和交互带宽是很重要的。14 SchmidtHerrmann提出了人工智能系统中介入式用户界面(interventional user interface)的设计原则,15包括应将用户介入系统所需的注意力最小化,与用户透明化沟通当前人与系统之间控制权共享状态,确保行驶环境中的用户和其他人对自动系统的行为不感到惊讶,保证用户能够安全地、愉悦地探索和适应各种对自动系统的介入输入及其可能产生的影响。


Figure 2. 在自动驾驶(ADS)技术升级下驾驶员注意力水平变化趋势.


在人参与度最小的高/全自动化驾驶下,驾驶功能本身最终会成为自动化系统控制下的出行服务的一部分。 Ohn-BarTriedi提出,全智能车辆必须能够观察、理解、模拟、推断和预测车厢内的乘客,社会化道路上周围的行人及周围车辆中的人的行为.3活动理论的三层次模型为我们提供了一个理解未来驾驶服务中的用户需求的借鉴思路。一次出行活动由一系列出行行为组成,每个行为又由若干具体驾驶操作实施。从活动理论角度,智能系统的设计理念在于使用户将更多的注意力放在在满足他们的需求和更高层次的活动组织上而不是更低层次的具体操作实施上。在未来出行服务中,自动行驶的车辆中人的活动相对于传统的人工驾驶操纵任务包括更广泛的集合,从对车辆驾驶任务本身的最小介入(例如监督系统状态)到其他与出行相关的活动(例如预订目的地或计费旅行)和其他非运输活动(例如阅读或游戏)。除了驾驶之外,其他与之相关的活动将拓展用户接触的场景延伸到实际车内活动之前和之后,类似当前网约车服务的体验不仅仅只是车内体验一样。这些变化反过来将推动自动驾驶汽车接下来的设计演变,以更紧密地与所属出行服务模式集成。


自动驾驶产品服务系统中的新设计机会


自动驾驶技术的引入将促使该行业的设计方法从传统上专注于物理元素设计的产品导向的方法转变为基于产品服务系统(PSS)设计的方法,以适应未来自动驾驶行业生态的复杂性和可持续性。我们可以预见目前的交通服务形态在未来很长一段时间内仍将存在,但自动驾驶技术将会带来全新的服务机会。如上所述,随着自动化程度的提高,用户将更多参与高级别的活动。以体验为中心的自动驾驶设计需要考虑用户旅程中的全接触点,以用户需求和功能特性为基础,重新探究未来车辆内部件,及于周围的技术性人造物的组合可能性。因此,以用户体验为中心去思考,会发现未来的交互不仅是在自动驾驶汽车这些工业化的人造物之内,还包括其他利益相关者,各种人工智能主体之间以及社会运营中的各方面因素。 1从设计角度看,各种采用自动驾驶技术的交通运输型产品服务系统依照出行活动的层级关系,需要定义四个方面的设计参数:(3)


· 服务模式——该层设计的侧重于对服务需求和价值主张进行建模。 服务模式由产品所有权和业务的运营模式决定,从私人拥有、共享按需出行到公共交通各不相同可以通过服务蓝图来表示。1


· 用户情景——该层设计侧重于高级驾驶活动,以及在用户旅程中的其他出行相关活动和非交通活动。 用户情景取决于目标用户,用户旅程和地点基于所设计的服务模型的场景具体化描述是PSS产品服务系统开发的核心。1


· 面向任务的交互——该层设计侧重于交互的模态和通道。 在车内,这取决于自动化系统的技术水平。 在车外,这取决于公共生态系统和人的参与。 其范围包括所有使驾驶者/用户与用户和系统之间的信息服务通知进行交互的概念、价值和工具。17


· 接触点17——是指驾驶员/用户与他们交互的事件之间的节点,包括车辆内控制和信息,周围环境中的其他人和物体,以及整个旅程中的其他兴趣点。


Figure 3. 动驾驶产品服设计参


从产品服务系统角度,为了弥合顶层的出行服务设计与具体的自动驾驶车辆实体形式之间的差距,关键之一是该如何为提供具体服务所需的实体产品开发提供技术规范。 1概念化设计空间建模,包括应用领域特征,在产品服务系统设计中具有重要意义。 18产品逻辑上,须考虑自动驾驶产品服务系统的三个基本维度,包括基于上文所述的驾驶员/用户注意力-活动变化中下系统中人的参与程度 体现具体业务流程的服务旅程以及接触点,包括如何使用核心产品(车辆)和其他相关产品和系统。 (图4)。


Figure 4. 动驾驶产品服设计


整合这三个维度(人的参与、服务旅程和接触点)去思考将为我们揭示一些新的设计机会,因为当前用户对车辆操作的关注转移到更多扩展设计空间,增加了人与车辆以及周围环境的交互机会。 可以看到在该设计间下当前的自动驾驶业内,不同的团队利用不同的路径来拥抱自动驾驶技术,诠释自动驾驶产品,提供多样的自动驾驶服务例如:


· 从用户情景的视角(参见图4中的#1):主机厂 OEM)通常采用的服务导向的产品功能升级,如梅赛德斯 - 奔驰与博世合作的自动代客泊车(AVP)技术。 自动代客泊车是一个典型的自动驾驶技术驱动的子系统,可以在停车场找到一个空位并通过相关技术自行停好车。 代客停车曾经是一项人工提供的服务,泊车员将驾驶员/用户从耗时费力的停车操作中解放出来,使其前往下一个活动。 因此,自动代客泊车的用户体验需要跟踪驾驶员/用户的整体行程计划来设计。例如,如何导航到目的地,如何激活自动代客泊车,如何监控停车过程和位置,以及如何在下一个所需的地点提车。


· 从产品服务系统架构的视角(参见图4中的#2):互联网服务公司常采用的另一个策略则是关注产品如何与其服务平台的集成。 例如,共享按需出行(ODM)的不同服务模式创造了不同的产品机会,从无人驾驶出租车到最后一英里(the last-mile)微循环的小巴车,到未来的长途客车,将促使各种不同人机界面的重组来提供多用户情景下对车辆运行状态的了解与控制,以及与业务逻辑的整合。


· 从面向任务交互的视角(参见图4中的#3):另一个渐进升级策略则需要关注与驾驶员/用户的注意力 - 活动变化相关的交互模式进化。 例如,卡迪拉克(Cadillac的超级巡航(Super Cruise功能可以监控驾驶员的注意力,并通过方向盘上的灯条,指示半自动驾驶模式下的需要用户关注的不同状态。这体现了前文讨论的驾驶注意力释放后的人机界面特征。


结语


如上,我们可以看到自动驾驶产品服务系统需要扩展的设计空间远远大于传统车辆的人工驾驶空间。因此,向自动驾驶汽车普及的社会过渡将需要一个耐心的行业周期以更全面的方法来集成和优化各种自动驾驶产品服务系统,接入终端消费者市场,并被大规模用户所接纳。然而,正如诺曼(D Norman)所指出的,19 所有新技术都需要我们用一段时间来确定和它最佳的交互方式,并全面制定人们在日常生活中可以接纳它的准则。自动驾驶汽车的出现无疑将彻底改变人与驾驶机器、出行服务和交通生态系统的关系。如果这种改变是根本性的,那么改变它也将会是长期性的。我们试图通过介绍的驾驶者注意力-活动的变化和新的概念设计空间为接下来向充分自动驾驶时代过渡中的设计问题提供了一种新的视角。


致谢


感谢佐治亚理工学院工业设计学院的PranavNairHongnan LinSamantak RayLisiZhuJiahao Sun,和GM-HMI实验室的同事,以及驭势科技周博本文提供的帮助。 该研究由佐治亚理工学院发展基金和(上海)汽车科技有限公司赞助。


参考文献


1. Maussang, Nicolas, Peggy Zwolinski, and DanielBrissaud. "Product-service system design methodology: from the PSSarchitecture design to the products specifications." Journal ofEngineering Design, vol. 20, no. 4, 2009, pp. 349-366.

2. J3016_201609: Taxonomy andDefinitions for Terms Related to Driving Automation Systems for On-Road MotorVehicles. SAE International, 2016. https://www.sae.org/standards/content/j3016_201609/

3. Ohn-Bar, Eshed, and Mohan Manubhai Trivedi."Looking at humans in the age of self-driving and highly automatedvehicles." IEEE Transactions on Intelligent Vehicles, vol.1,no. 1, 2016, pp. 90-104.

4. Gkouskos, Dimitrios, Carl Jörgen Normark, and SusLundgren. "What drivers really want: Investigating dimensions inautomobile user needs." International Journal of Design 8,no. 1, 2014.

5. Looper, C. A history of the carhead unit. https://www.techradar.com/news/car-tech/a-history-of-the-car-head-unit-1305931

6. Kahneman, Daniel. Attention and effort.Englewood Cliffs, NJ: Prentice-Hall, 1973. pp. 2-12.

7. Automated Driving Roadmap. ERTRAC, 2017. http://www.ertrac.org/uploads/images/ERTRAC_Automated-Driving_Public%20Consultation%20April%202017.pdf

8. Bakker, Saskia. “Design for peripheral interaction,”PhD dissertation. Eindhoven University of Technology, 2013, pp. 27-29

9. Rosen, Christine. "The myth ofmultitasking." The New Atlantis, no.20, 2008, pp. 105-110.

10. Van der Heiden, Remo, Shamsi T. Iqbal, and ChristianP. Janssen. "Priming Drivers before Handover in Semi-AutonomousCars." In Proceedings of the 2017 CHI Conference on Human Factorsin Computing Systems, 2017, pp. 392-404.

11. Mok, Brian, Mishel Johns, David Miller, and Wendy Ju."Tunneled in: Drivers with active secondary tasks need more time totransition from automation." In Proceedings of the 2017 CHIConference on Human Factors in Computing Systems, 2017, pp. 2840-2844.

12. Petermeijer, Sebastiaan, Fabian Doubek, and Joost deWinter. "Driver response times to auditory, visual, and tactile take-overrequests: A simulator study with 101 participants." In Systems,Man, and Cybernetics (SMC), 2017 IEEE International Conference on, 2017,pp. 1505-1510.

13. Bakker, Saskia, and Karin Niemantsverdriet. "Theinteraction-attention continuum: considering various levels of human attentionin interaction design." International Journal of Design,vol.10, no. 2, 2016.

14. Pohl, Henning, and Roderick Murray-Smith."Focused and casual interactions: allowing users to vary their level ofengagement." In Proceedings of the SIGCHI Conference on HumanFactors in Computing Systems, ACM, 2013, pp. 2223-2232.

15. Schmidt, Albrecht, and Thomas Herrmann."Intervention user interfaces: a new interaction paradigm for automatedsystems." interactions, vol. 24, no. 5, 2017, pp. 40-45.

16. Kuutti, K. “Activity theory asa potential framework for human–computer interaction research.” Context and consciousness: Activity theory and human–computerinteraction, B. Nardi, eds., Cambridge, MA: MIT Press, 1997, pp.17–44.

17. Sangiorgi, Daniela. "Building a framework forservice design research." In 8th European Academy of DesignConference, 2009, pp. 415-420.

18. Qu, Min, Suihuai Yu, Dengkai Chen, Jianjie Chu, andBaozhen Tian. "State-of-the-art of design, evaluation, and operationmethodologies in product service systems." Computers in Industry,vol.77, 2016, pp. 1-14.

19. Norman, Donald A. "Natural user interfaces arenot natural." interactions, vol. 17, no. 3, 2010, pp. 6-10.



ABOUT THE AUTHORS


Wei Wang is an assistantprofessor at School of Industrial Design, Georgia Institute of Technology. His researchinterests include emerging interactive technology and smart product design. Heused to work on user experience design in Nokia Research Center and receiveNokia Annual Achievement Award on the successful technical transfer. Wangreceived a PhD in design from Hunan University. He is a member of IDSA and ACMSIGCHI. Contact him at wei.wang@design.gatech.edu


Feng Zhou is the chief experience officer at UISEE. Heleads a transdisciplinary team in the design and rapid prototyping of HMI. Hereceived the Red Dot Design Award on the HMI design of the autonomous vehicleMC2 in 2017. Zhou has more than 10 years’ experiences in user experience designand product management. Contact him at feng.zhou@uisee.com


Wayne Li is the James L. Oliver Professor, which is ajoint position between the Colleges of Design and Engineering at Georgia Tech.He currently directs both the Innovation and Design Collaborative at theGeorgia Tech Library, and the Human Machine Interface (HMI) TransportationDesign Lab sponsored by General Motors, within the School of Industrial Design.He received a Master of Science in Engineering from Stanford University. Contact him at wayne.li@design.gatech.edu


Jim Budd is a Professor and Chair of the School of Industrial Design atGeorgia Tech. His research interests focus on a human-centered approach todesign with a specific interest in interactive product design. He is a memberof IDSA. Contact him at jim.budd@design.gatech.edu