“2021HMI大会丨周阳霖：智能时代下场景化HMI交互设计思考”

2021年4月13日，由爱因斯坦汽车、慕尼黑上海电子展共同主办的“2021中国汽车人机交互hmi创新大会”隆重举行。 此次大会旨在吸引汽车hmi行业优秀人才、ux/ui设计师及前瞻规划研究者分享各方面汽车人机交互行业的创新理念、技术趋势、领域焦点、现实挑战和应用处理方案。 在会议期间，莫斯吉恩产品和运营高级专员周阳霖发表了“智能时代场景化hmi交互设计思考”的主题演讲。

以下是演讲的实录:

感谢主办者的邀请。 我是莫斯智联的周阳霖。 今天我要向大家传达的共享主题是“智能时代的场景化·HMI·交互设计·思考”。

在开始主题演讲之前，先简单介绍一下莫斯吉恩。

莫斯科联合有限公司是一汽-大众和大众中国合资成立，一汽-大众控股，从事智能网联产品研发的科技企业。 企业自2019年4月落户成都天府新区以来，目前负责一汽-大众众多智能网络产品的研发。 接下来，我们将进入演讲的第一个文案，智能时代的新挑战。

今天，人类社会已经进入了人工智能时代，在这个美好的时代，我们面临着什么样的挑战？

在回答这个问题之前，让我们先简要回顾一下人工智能迅速发展的历史。 自1956年首次提出“人工智能”概念以来，人工智能一共经历了三次浪潮。 现在，我们正处于2007年开始的第三次人工智能浪潮中。 那么追溯到2007年，那一年发生了那些事件，给我们带来了什么呢？

2007年1月9日，苹果公司发布第一代iphone，2007年11月5日谷歌正式向外界展示安卓操作系统。 同样在2007年，比特币开始研究数字货币和支付系统。 学术界和产业界将2007年定义为移动网络和第三次人工智能浪潮的元年，在这一年，人类正式进入世界数字经济。 新的经济模式带来了新的挑战。 来看看这个新的挑战是什么吧？

三次普利策奖获得者托马斯·弗里德曼用右图描绘了人类适应性与科学技术迅速发展的关系。 几万年来，人类的适应性顺利发展，但自2007年第三次人工智能浪潮发生以来，科学技术的快速发展呈现加速状态，人类的适应性与科学技术之间形成了越来越大的反差，两者的背离趋势造成了难以熨平的数字鸿沟，这是众所周知的 面对新的挑战，我们怎么办？

为什么要采用交互设计来迎接智能时代的新挑战呢？ 首先来看看交互设计的快速发展历史。

整个交互设计的快速发展分为四个阶段:

1、前交互是交互设计的史前时代，此时没有交互设计的概念。 人们一般采用工业设计和人机工程来处理相关问题，如按钮和旋钮。

2、随着计算机技术的飞速发展，人们完成了最初的交互设计定义。 通过提供直观的图形界面，诸如计算机之类的数字产品可以与人类进行交互。

3、通过物理实体和物理环境与数字新闻交流的接口。 这里的媒体主要是物理交流，例如鼠标、触摸屏。

4、智能交互使用智能传感设备和算法，通过语音、手势、表情等自然的交互方法，突破硬件的局限性，实现人与机器之间的交流和信息表达。

回顾一下，交互设计的迅速发展是随着科学技术的迅速发展而发生的媒体变化。

因此，设计哲学家理查德·布坎南将交互设计定义为通过产品的媒介(实体的、虚拟的、服务的、甚至系统的)来策划和支持人的行为。

通过对交互设计的定义，可以看出交互设计已经从以前流传的实物设计转化为顾客行为的非物质设计，人与机器信息表达的主题也从功能逻辑转化为行为逻辑。

功能逻辑和行为逻辑有什么不同？

那么，功能逻辑和行为逻辑的区别是什么？ 想象一下，交互设计之父艾伦·库珀有一架客机。 客机有两个舱门，左边是飞行员的驾驶舱，右边是乘客室。

单元需要了解许多复杂情况下的所有功能，应对各种突发局面； 乘客希望在轻松度过几个小时后安全舒适地到达目的地。 虽然机组和乘客的目的地相同，但不同的是，要决定多而复杂、多而复杂背后的心智模式。 机组和乘客可以指功能逻辑和行为逻辑，功能逻辑多而复杂，功能强大，突出头版； 行为逻辑在意降低识别价格，关注客户的易用性和青睐。

在认知心理学中，将人类的决策过程总结为自主的心智、算法的心智和反思的心智三部分。 充分了解心智模式有助于了解如何降低认识价格。

第一个问题是，客户的决定几乎是无意识的，不需要消耗观察力，而是凭直觉做出反应

第二个问题是，客户只能根据经验，有意识地进行拆解处理，同时集中精力完成一项任务；

第三个问题，客户不能直接做出决定，需要讨论一定的规则、知识，寻求外部手段辅助决定过程。

这三类问题与自主的精神、算法的精神、反省的精神相对应

大脑最喜欢自律的心，人类的适应性最高

交互设计是一种通过设计行为来降低资源消耗以实现客户目标的设计方法。

面对智能时代，交互设计以人的适应性为重点，为了让人们能够以更简单的心智模式应对许多复杂的科学技术变化，熨平了巨大的数字鸿沟，回答了这个时代的挑战。

接下来，进入场景化hmi交互设计探索

交互设计通常在具体的场景中进行，但为什么特别强调场景化，需要从交互设计的五个要素开始。

左图是辛阳博士提出的交互设计的五要素。

为了便于理解，将交互组件的5个要素合并到右图中。

这里的主线是客户采取什么样的行动，利用什么样的媒体和工具，在什么样的场合达到目的。

我们发现客户和客户的目的是相对固定的，根据场景和媒体的变化行为也不同。

在智能客舱行业，由于密闭性、多样性、复杂性、多样性，场景因素尤为突出。

如果要实事求是的话，根据人类活动的多样性和复杂性，场景化的分类不仅仅是这些种类。

研究发现，在智能座舱交互设计探索的过程中，需要特别关注驾驶场景、路况场景、乘员场景三个场景。 前两者与观察力有关，后者与客户隐私有关。

为什么智能交互的时代需要特别关注观察力和隐私呢？ 这源于智能相互作用的特征吗？

多模态、主被动响应、拟人和个性化是智能交互的三个重要特征。 稍微思考一下就会发现，在各种场合，观察力和隐私都深刻地影响着这些特征。

例如，没有人想在商务旅行的场合暴露许多家庭的隐私。

接下来，我们来谈谈这些特征的具体探索。

多模态交互设计的目的是降低驾驶员的认识负荷，改善人与车的交互体验。

多模态设计实践的核心是观察力带宽的最大节约和重新分配。

因此，与观察力密切相关的驾驶场景和道路状况场景尤为重要。

特别是在室内监视器显示权重不断增加的今天，显示什么样的新闻、怎么显示新闻成为了不可避免的重要问题。

接下来，让我们从与显示密切相关的视觉开始。

互联网、移动网络等行业已经存在较为统一成熟的设计标准，而车内屏幕显示规范仍在探索快速发展。

但是，共性理论大体上仍然可以遵循。

接下来，我们来看看两种视觉设计的实践。

ppi在150以上的液晶仪表和中心控制屏幕可以给客户带来精致感，双屏布局在124°的双目视角内让客户一目了然； 这些都是视觉感知的大致实现；

深究了一下细节，发现这两个显示器的视觉流程也不一样。

左边是液晶仪表遵循的谷登堡的图表模式； 人类的视觉走向从左上到右下，在液晶仪表的设计中，重要的新闻沿着这条动线排列，让客户更快地获得新闻。

右侧是遵循f模式和z路径的中央控制屏幕，中央控制屏幕的设计使菜单集中在左侧，从而提高视觉的焦点速度。

以上努力可以比较有效地降低客户的认识价格，但驾驶员的视线不得不离开路面。 面对这种情况，进入ar-hud探索吧。

ar-hud的出现是为了减轻驾驶员的识别负荷，提高态势感知能力。 采用“少而多”的设计，简化新闻等级，减轻视觉重量。

1、在新闻布局上，根据镜块理论和希克定律，ar-hud表示的主要设计要素应保持在三个以内

2、在导航新闻中，应用风格塔的连续性规律，采用视觉重量轻的蓝虚线，具备良好的客户体验。

3、在限速和测速新闻方面，通过最小的努力，限速新闻大致采用图标，速度采用复制数字。

接下来我们来谈谈听觉这个模型

在此与大家分享，听觉交互设计中需要重视的两个方面是语音技能设计和语音情感化设计

语音技能设计需要重视这三点。

1、关注语音的参数设定的详细情况。 例如，语音结束超时通常为1.5秒，但顾客开始读取“手机号码”时，可以将语音结束超时设定得较长，也可以根据年龄段设定不同的语音结束超时。

2、常用表达越被提供，对意图的理解就越准确。 在设计探索中发现，意图常用表达的下限为30条，上限当然是越多越好。

3、如果有丰富的技能，就必须告诉客户怎么说，说什么。 对此，不仅是产品的设计，也是运营业务。

关于声音的情感化，有以下探索性发现。

从语调上来说，30岁左右的女性，柔和、平易近人、声音婉转，听起来感觉最好。

2、在说话速度方面，238-248的字数是一个舒适的区间

3、句子之间的停顿方面，0.3-0.4秒让顾客感到最舒适。

详细分解视觉和听觉的单一模式后，研究基于不同模式组合的多模式相互作用设计。

我们将多模态相互作用分为融合型多模态相互作用和递归型多模态相互作用两大类。

融合型多模态交互是指听觉+视觉方法等多个模式同时协作工作。 这种形式通过语音和嘴唇的融合分解，可以降低误觉醒率。 另外，由于视觉识别的导入，就像常说的“这边的空减弱风，关上那边的窗户”一样，可以更好地用手指和眼睛的动作来指示了

递归多模态交互是指一种模式在前，另一种模式在后。 例如，监视驾驶员的疲劳后，散发出清新的香气。

进行多形态交互设计时，需要理解人类内脏器官的五感能力

左边的照片是美国哈佛大学的研究，发现人脑通过五感接收外部新闻的比例不同，视觉占有率最高。 右图显示人脑对五感的反应速度也不一样，声音反应最快

多形态交互需要多感官的协作，这必然会导致设计多、混合。 那么，如何管理这种多感官的合作呢？

第一种方法是感觉任务能力的分解，我们将感觉设计的任务类型分为5类。

根据任务类型的不同，感觉能力有不同的精度。 使用这个框架找出最适合任务的模态通道或模态通道组合。 但是，这种做法是定性的框架，对设计师的经验要求很高。 下面介绍另一种定量方法。

第二种方法的多模态平衡设计通过vacp模型进行判断计算。

vacp模型是基于人类视觉、听觉、识别和运动构建的数据模型。 每个字符表示不同的频道，v表示视觉，a表示听觉，c表示识别，p表示运动，每个频道有0-7分，分数越高表示占用的频道越多。

以驾驶场景解体为例，驾驶员需要通过视觉评价当前的方位，通过听觉评价后方是否响起警笛，通过识别拆解前方交通标志，通过动作进行行驶操作。 通过该拆除，可以完全利用占有水平低的通道进行方案设计。

通过这两种方法，可以妥善管理客观世界的许多复杂场景。

简单来说，多模态的相互作用基于场景，基于人类生理适应性的边界。

然后进行主动响应表达式的交互式搜索。

首先，让我们来看几个积极响应交互的例子。

在左边的照片中，人们正在走向汽车。 汽车以声音、灯光、全息图、车外画面等形式和我们打招呼。 这是迎宾场面

照片，当我们检测到情绪低落时，积极播放感兴趣的副本； 这是心情场面

的照片显示，当我们监视疲劳时，蜂鸣器会响起，利用听觉来刺激，这是一个安全的场景

这些场景中的交互具有共性。 也就是说，体贴。 体现同情心的主动应对本质上是感知智能，基本上是对隐私敏感的，也是工作者容易发挥的方向。

但是，人工智能的更大舞台是认识智能。 也就是说，准确的预测推荐需要顾客的个性化数据，这类数据与隐私高度一致，完整的个性化数据才是积极应对对话的深水区。

接下来，让我们来看一下如何完全个性化数据。

这是一个关于加油推荐的理想预测模型，整理后可以发现，在这个完美的例子中，除了油量警告阈值之外，还知道客户企业品牌的喜好、优惠的喜好、时间的灵活性。 但实际上，在初始训练样本有限、难以积累个性化数据的实际条件下，这种积极的响应交互并不容易实现。

同济大学教授孙效华优化了预测模型，将矛盾集中在“顾客采用习性和行为偏好”、“语境”、“预测正误反馈”三类新闻的获取上。

(过冲效果)

其第一个思路是通过多形态交互和拟人交互，在保证低扰民性的基础上，让顾客不一次性经历过多的交互流程，积累顾客喜好的输入。 把所有的互动作为人工智能学习的出发点。

最后，我们来看看拟人化和个性化的探索

虽然不存在没有人格的语音界面，但是在考虑如何设计人格之前，首先回答三个问题

1、让客户问与系统本身相关的问题吗？ /“你最喜欢的颜色是什么？”

2、如何解决粗暴粗俗的行为？

3、你介意打破客户将vui视为人类的幻想吗？

在认真解决这三个问题的同时，基本上支撑着人格设定，更重要的是，其背后不仅存在着产品和企业目标，还存在着道德和社会目标。

角色设计是拟人相互作用的关键，一般分为助手型和伴侣型。 助手型的特点是提供方便高效的服务，伙伴型的特点是提供越来越知心的照顾。 在设计中选择哪种类型的拟人隐喻，需要结合企业的品牌调性、企业在网络上的形象、产品的定位进行选择。 需要注意的是，不同的人物模型在对话剧本、语气、语调、快语、停顿等方面有明显的差异

vui提供什么样的可视化反馈是设计探索中经常遇到的问题，要使语音交互成功，虚拟形象不是必须的选择。 亚马逊和谷歌采用了比较简单抽象的图形表示，抽象的图形同样也很别扭，可以提供视觉动态效果反馈。 当然，并不是到处都没有头像。 头像的引入可以提高客户的参与度，但凡事都具有两面性，可视化形象的个性越鲜明，客户的反应也就越极端。 另外，虚拟角色的设计和开发需要大量的劳动力，必须注意不要掉进恐怖谷的陷阱。 这是因为必须慎重。

个性化设计是这次探索的最后方向。 个性化的交互不是所有人都要学习采用同一个系统，而是系统学习不同顾客的诉求。 在智能车时代，顾客身份已成为基础能力。 因此，客舱环境、界面展示、交互逻辑、甚至语音语调都展现出客户的个性特征。

回顾汽车诞生的100多年，个性化始终是客户的诉求，引领着设计的趋势。 在智能时代，随着灯、全息、车外屏、智能表面等技术的普及，个性化的展示也逐渐实现。 右边的两个概念车通过个性化展示了车辆和环境的相互作用。 人类正在进入自动驾驶xmi设计的时代。

xmi设计是hmi和emi设计的融合。 关于下一代的自动驾驶车，有必要向环境发布驾驶状态的新闻，使其他车辆和周围的行人也能够适当应对。 在这种情况下，整个交互过程将包括xmi设计。 xmi设计对整个交互系统提出了更广泛的要求，如何适应这一要求，将设计体验提升到新的水平，是智能时代留给我们的重要思考。

最后，交互设计是系统设计的顶级，在技术飞速发展的今天，生理学、心理学、ai算法、软件逻辑等专业知识越来越嵌入。 今天我想在这里抛砖引玉，和大家一起探讨，努力让产品更好，满足顾客的期望，度过这个变革的时代。

我的演讲到此结束。 谢谢你。