[发明专利]一种智能座舱人机交互测评方法及系统

说明书

本发明提供一种智能座舱人机交互测评方法及系统，通过XR头戴设备提供虚拟驾驶场景，通过虚拟模拟驾驶器采集多模态数据实现眼控、脑控等交互方式，以供操作人员进行交互，模拟真实的驾驶场景，在保证安全的情况下获取接近真实场景的测试数据。引入人因多模态数据，基于交互过程中产生的生命体征数据和操作人员行为数据，计算形成交互过程中包含认知负荷评分、舒适性评分和行为高效性评分的多维度评分，构建针对智能驾驶座舱设计的全方位测评方案，进行全自动测评，提高了评价效率并降低了个体主观因素的影响，多模态数据量化评估，可靠性更高。

技术领域

本发明涉及智能驾驶技术领域，尤其涉及一种智能座舱人机交互测评方法及系统。

背景技术

随着智能驾驶技术不断推陈出新，智能驾驶座舱的人机交互功能也越来越丰富，以实现驾驶过程中对乘员状态的监测以及安全驾驶辅助。同时，AI、大数据、5G等技术的创新应用也带来智能座舱人机交互的多模态形式越来越多样化，交互场景越来越精细化。例如，智能汽车DMS系统(驾驶员监控系统)。DMS系统可以实现对驾驶员的驾驶疲劳.分心以及其他危险行为(比如打电话，吃东西等)等的实时监测，并针对异常状态能够做出及时预警。

在此基础上，智能驾驶座舱设计的人机交互评测需求也越来越高。智能驾驶座舱的设计测评传统上依赖于专家经验或工程师/设计师经验，主观测评为主，同时测试环境也比较复杂，一方面不能保障安全，另一方面缺少客观有体系的评价技术，缺少完善和系统的自动化评估方案，效率较低，也影响后期产品的安全与操作人员体验。

发明内容

鉴于此，本发明实施例提供了一种智能座舱人机交互测评方法及系统，以消除或改善现有技术中存在的一个或更多个缺陷，解决现有技术无法针对智能驾驶座舱提供能够模拟真实场景的自动化测评方案。

本发明的技术方案如下：

一方面，本发明提供一种智能座舱人机交互测评方法，所述方法在座舱人机交互设计评价推荐子系统上执行，所述座舱人机交互设计评价推荐子系统连接模拟驾驶器模块，所述模拟驾驶器模块连接XR座舱交互模块，所述模拟驾驶器模块由XR头戴设备提供虚拟驾驶场景以供操作人员进行交互，包括：

获取交互数据，所述交互数据由所述模拟驾驶器模块的交互数据采集组件在交互过程中，对驾驶座舱内的操作人员采集得到；所述XR座舱交互模块根据所述交互数据基于预设的交互控制方案做出交互决策并反馈至所述模拟驾驶器模块，以实现连续交互；

基于所述交互数据采集组件采集的多模态人因数据对人机交互行为在多个评分维度计算等级评分，并计算加权平均值得到所述交互控制方案的策略评分；所述评分维度包括认知负荷评分、舒适性评分和行为高效性评分；其中，所述多模态人因数据包括：脑电数据、眼动数据、生理数据、近红外数据和操作人员行为数据。

在一些实施例中，所述脑电数据包括脑电EEG信号时域、频域及非线性指标；所述眼动数据包括瞳孔直径、注视点坐标及其对应的注视时长；所述生理数据包括皮温数据、皮电数据和呼吸数据；所述近红外数据包括血氧数据、总血红蛋白浓度值和心率变异性数据；所述呼吸数据包括呼吸频率、潮气量和肺活量；所述操作人员行为数据包括驾驶行为的执行完成率和刺激反应时长。

在一些实施例中，所述认知负荷评分采用第一类交互数据评价得到，所述第一类交互数据包括所述脑电EEG信号时域、频域及非线性指标、所述瞳孔直径、所述血氧数据和所述总血红蛋白浓度值；

所述舒适性评分采用第二类交互数据评价得到，所述第二类交互数据包括所述心率变异性数据、所述皮温数据和所述皮电数据；

所述行为高效性评分采用第三类交互数据评价得到，所述第三类交互数据包括所述执行完成率和所述刺激反应时长。

在一些实施例中，所述方法包括：

采用预训练的第一神经网络将所述第一类交互数据映射至所述认知负荷评分，所述认知负荷评分包含第一设定数量个等级评分；