NINA HOSTNIK
KOMUNIKACIJA AVTONOMNIH VOZIL Z OSTALIMI UDELEŽENCI V
PROMETU
Diplomsko delo
Univerzitetni študijski program prve stopnje Multimedija
Mentor: doc. dr. Kristina Stojmenova Somentor: prof. dr. Jaka Sodnik
Ljubljana, 2021
Zahvaljujem se mentorici doc. dr. Kristini Stojmenovi in somentorju prof. dr.
Jaku Sodniku za strokovno svetovanje, spodbudo, potrpeˇzljivost in pomoˇc pri nastajanju tega diplomskega dela. Zahvaljujem se tudi Timu Kralju, ki je za enega od konceptov ankete dal svoj glas. Hvala vsem, ki so se udeleˇzili spletne ankete. Hvala tudi mami za vso podporo pri ˇstudiju.
v
Za uspeˇsno vkljuˇcitev avtonomnih vozil v prometu je treba doseˇci ne le uspeˇsno komunikacijo z drugimi motornimi vozili in cestno infrastrukturo, ampak tudi uspeˇsno komunikacijo z drugimi udeleˇzenci v prometu, kot so peˇsci, kolesarji itd.
Za ta namen se razvijajo razliˇcni koncepti zunanje komunikacije med ˇclovekom in vozilom (angl. external human-machine interaction – eHMI), vendar na podroˇcju ni enotnega soglasja, kateri vmesniki zagotavljajo najbolj uˇcinkovito komuni- kacijo in/ali vzbujajo najveˇcji obˇcutek varnosti. Namen te naloge je z uporabo uporabniˇske ˇstudije raziskati veˇc razliˇcnih konceptov eHMI in jih primerjati glede na obˇcutek varnosti, uˇcinkovitosti in uporabniˇske izkuˇsnje.
V okviru diplomskega dela je bila opravljena spletna anketa (N = 20), ki je primerjala obˇcutek varnosti, uporabniˇsko izkuˇsnjo in vˇseˇcnost osmih konceptov eHMI. Poleg konceptov se je primerjalo tudi, ali predhodne vozniˇske izkuˇsnje vpli- vajo na uporabniˇsko izkuˇsnjo konceptov eHMI. Rezultati so pokazali, da imajo vozniˇske izkuˇsnje vpliv na uporabniˇsko izkuˇsnjo konceptov eHMI, saj se je upo- rabniˇska izkuˇsnja med skupinama bolj in manj izkuˇsenih voznikov razlikovala.
Kljub temu sta obe skupini pokazali moˇcno preferenco za en koncept eHMI.
Pridobljeni rezultati lahko sluˇzijo kot vpogled v seznanjenost z eHMI, njihovo uporabnost ter kot smernica za nadaljnje in bolj obˇsirne raziskave o uporabi eHMI na podroˇcju Slovenije.
Kljuˇcne besede: avtonomna vozila, komunikacija ˇclovek-stroj, zunanja komu- nikacija ˇclovek-vozilo, uporabniˇska izkuˇsnja.
vii
For a successful implementation of autonomous vehicles to our roads, it is nec- essary to achieve not only successful communication with other motor vehicles and road infrastructure, but also successful communication with other road users, such as pedestrians, cyclists, etc. For this purpose, various concepts of external human-machine interaction are being developed, but there is no consensus in the field on which interfaces ensure the most efficient communication and/or evoke the greatest sense of safety. The purpose of this thesis is to explore several dif- ferent eHMI concepts with the help of a user study and compare them according to a sense of security, efficiency and user experience.
As part of this diploma thesis, I conducted a web-based study (N = 20), that compared the participants feeling of safety, user experience and personal pref- erence among eight eHMI concepts. Additionally, I compared whether previous driving experience has an effect on eHMI user experience. The results show that previous driving experience does impact the user experience of eHMI concepts as it differed between both groups. Despite that, both groups showed a significant preference for a singular eHMI concept.
The obtained results can serve as an insight into the familiarity with eHMI, their applicability and as a guideline for further and more extensive research on the use of eHMI in Slovenia.
Key words: autonomous vehicles, human-computer interaction (HMI), external HMI - eHMI, user experience.
ix
1 Uvod 1
1.1 Kratka zgodovina avtonomnih vozil . . . 1
1.2 Stopnje avtomatizacije voˇznje . . . 6
1.2.1 Definicije . . . 6
1.2.2 Stopnje avtomatizacije voˇznje . . . 8
1.3 Vpliv . . . 12
2 Komunikacija z avtonomnimi vozili 15 2.1 Vizualni eHMI . . . 16
2.2 Zvoˇcni eHMI . . . 19
2.3 Fiziˇcni eHMI . . . 19
2.4 Kaj ˇse ni raziskano . . . 20
2.5 Cilj naloge . . . 21
3 Metodologija 23 3.1 Udeleˇzenci . . . 23 xi
3.2 Oprema . . . 23
3.3 Spremenljivke . . . 25
3.4 Koncepti eHMI . . . 26
3.4.1 Svetlobni trak (vizualni eHMI) . . . 28
3.4.2 Projekcija na cesto (vizualni eHMI) . . . 29
3.4.3 Govor (zvoˇcni eHMI) . . . 30
3.4.4 Abstraktni zvok (zvoˇcni eHMI) . . . 30
3.4.5 Obvestilo (vizualno besedilni eHMI) . . . 31
3.4.6 Opozorilo (vizualno besedilni eHMI) . . . 32
3.4.7 Prometno usmerjen simbol (vizualni eHMI) . . . 33
3.4.8 Abstraktni signal (vizualni eHMI) . . . 34
3.5 Potek uporabniˇske ˇstudije . . . 35
3.6 Analiza . . . 35
4 Rezultati 37 4.1 Demografski podatki . . . 37
4.2 Obˇcutek varnosti . . . 39
4.3 Uporabniˇska izkuˇsnja . . . 40
4.3.1 Svetlobni trak . . . 41
4.3.2 Projekcija na cesto . . . 42
4.3.3 Zvoˇcni eHMI z uporabo govora . . . 43
4.3.4 Zvoˇcni eHMI z uporabo abstraktnega zvoka . . . 44
4.3.5 Besedilno obvestilo . . . 45
4.3.6 Besedilno opozorilo . . . 46
4.3.7 Prometno usmerjen simbol . . . 47
4.3.8 Abstraktni signal . . . 48
4.4 Subjektivna razvrstitev vˇseˇcnosti . . . 50
5 Diskusija in zakljuˇcek 51 5.1 Omejitve in moˇzne razˇsiritve . . . 54
5.2 Zakljuˇcek . . . 55
Literatura 57
A Demografski vpraˇsalnik 63
B Vpraˇsalnik o obˇcutku varnosti 65
C UEQ v slovenˇsˇcini 75
D Pisni odgovori udeleˇzencev 79
1.1 Razstava Motorama, General Motors, 1956. Vozila po cesti usmer- jajo kontrolorji v kontrolnih stolpih [5] . . . 3 1.2 NAVYA avtonomni traktor [7] . . . 5 1.3 Mcity (University of Michigan) je prvi namensko zgrajen objekt na
svetu za preizkuˇsanje povezanih in avtomatiziranih vozil in teh- nologij v nadzorovanih, realnih pogojih, preden so preizkuˇseni v resniˇcnem prometu. [8] . . . 5 1.4 Povzetek stopenj avtomatizacije voˇznje [9] . . . 11 1.5 Prometni zastoj [11] . . . 13
2.1 Koncept eHMI s svetlobnim trakom. Levo: med voˇznjo, desno: ko se ustavlja [15] . . . 17 2.2 Primeri veˇc konceptov eHMI, ki komunicirajo z uporabo razliˇcnih
vmesnikov. [14] . . . 18 2.3 Vmesniki, implementirani v ˇstudiji s segway-om in osebnim vozi-
lom: A - samo na vozilu, B - na vozilu in cestni infrastrukturi, C - na vozilu in peˇscu, D – meˇsano [12]. . . 20
3.1 Levo: grafika oznake prehoda za peˇsce, Desno: grafika simbola za peˇsce . . . 24
xv
3.2 Video koncepta eHMI . . . 25
3.3 Vozilo s svetlobnim trakom . . . 28
3.4 Vozilo s projekcijo na cesto . . . 29
3.5 Vozilo z obvestilom≫Lahko preˇckate≪. . . 31
3.6 Vozilo z opozorilom≫Ustavljam≪ . . . 32
3.7 Vozilo s simbolom peˇsca . . . 33
3.8 Vozilo z abstraktnim signalom . . . 34
4.1 Najpogosteje uporabljena prevozna sredstva . . . 39
4.2 Kategorije UEQ za svetlobni trak . . . 41
4.3 Kategorije UEQ za projekcijo na cesto . . . 42
4.4 Kategorije UEQ za zvoˇcni eHMI z uporabo govora . . . 43
4.5 Kategorije UEQ za zvoˇcni eHMI z uporabo abstraktnega zvoka . . 44
4.6 Kategorije UEQ za besedilno obvestilo . . . 45
4.7 Kategorije UEQ za besedilno opozorilo . . . 46
4.8 Kategorije UEQ za prometno usmerjeni simbol . . . 47
4.9 Kategorije UEQ za abstraktni signal . . . 48
4.1 Demografski podatki za neizkuˇsene voznike . . . 38 4.2 Demografski podatki za izkuˇsene voznike . . . 38 4.3 Rezultati primerjave obˇcutka varnosti neizkuˇsenih in izkuˇsenih vo-
znikov . . . 40 4.4 Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih voz-
nikov za svetlobni trak . . . 42 4.5 Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih voz-
nikov za projekcijo na cesti . . . 43 4.6 Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih voz-
nikov za zvoˇcni eHMI z uporabo govora . . . 44 4.7 Rezultati primerjave UEQ kategorij neizkuˇsenih in izkuˇsenih voz-
nikov za zvoˇcni eHMI z uporabo abstraktnega zvoka . . . 45 4.8 Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih voz-
nikov za besedilno obvestilo . . . 46 4.9 Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih voz-
nikov za besedilno opozorilo . . . 47 4.10 Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih voz-
nikov za prometno usmerjeni simbol . . . 48 xvii
4.11 Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih voz- nikov za abstraktni signal . . . 49 4.12 Razvrstitev konceptov eHMI po vˇseˇcnosti . . . 50
1.1 Kratka zgodovina avtonomnih vozil
Ideje o avtomatizaciji krmiljenja prevoznih sredstev obstajajo ˇze dolgo. Prva prevozna sredstva[1], ki so dobila avtomatizirano krmiljenje, so bile jadrnice, ko so v zaˇcetku 20. stoletja vetrokaz[2] (angl. weathervane) z vrvmi povezali na krmilo, da je jadrnica lahko samodejno ohranjala smer, kljub spreminjajoˇcim se vetrovom. Letala so dobila avtopilote le desetletje po tem, ko so bila izumljena, in danes lahko veˇcino poti opravijo avtonomno.
Vendar pa je navigiranje po zraku ali vodi laˇzje kot navigiranje po cesti – ˇse posebej v mestu. Ladje in letala potujejo v obˇsirnem okolju, kjer imajo veliko prostora, da se drug drugemu izogibajo. Letala se lahko eno drugemu izogibajo celo z uporabo razliˇcnih viˇsin. Kontrolorji zraˇcnega prometa skrbijo, da letala ohranjajo dovolj veliko razdaljo. Poleg tega imajo tako ladje kot letala vgrajene sisteme, ki stalno nadzirajo okoliˇski promet in vnaprej opozorijo o potencialnih konfliktih (npr. TCAS – Traffic Alert and Collision Avoidance System v zraˇcnemu prometu in AIS – Automatic Identification System v pomorskem prometu).
Avtomobili, po drugi strani, pa so omejeni na ceste. Na dvosmernih cestah vozila z relativno majhno razdaljo vozijo eno mimo drugega. Ceste niso vedno ravne ˇcrte, njihova oblika je pogosto odvisna od terena, na katerem so zgrajene.
To ˇse posebej na vijugastih cestah vodi v stalno pospeˇsevanje in zaviranje. Zavoji imajo lahko tudi slabo preglednost, kar je ˇse posebej nevarno, ko je cesta preozka, da bi se popolnoma varno lahko sreˇcali dve vozili. Avtomobili tudi niso edini uporabniki cest. Uporabljajo jih tudi ˇstevilna druga vozila na motorni pogon.
Kjer to ni prepovedano, so na cesti pogosto tudi kolesarji. Na gozdnatih obmoˇcjih 1
ceste obˇcasno preˇckajo ˇzivali, v mestih jih pogosto peˇsci. Konfliktna obmoˇcja na cesti so tudi kriˇziˇsˇca in dovozi, kjer se v promet vkljuˇcujejo ali cesto preˇckajo druga vozila. Veˇcina vozil na cesti danes tudi nima nobenih sistemov, ki bi lahko med voˇznjo zaznavali bliˇznji promet in voznika opozorili o potencialnih konfliktih.
Dodatna nevarnost cestnemu prometu, v primerjavi z zraˇcnim ali pomorskim prometom, je tudi ˇstevilo vozil, ki si morajo deliti cestni prostor. Po nekaterih ocenah se je leta 2018 po cestah pomikalo veˇc kot milijarda osebnih vozil [3]. Za primerjavo je med letoma 2015 in 2020 svetovna letalska flota znaˇsala nekaj manj kot 24.000 letal [4].
Primer kopenskega prevoza, ki je ˇze delno avtomatiziran, je vlak. Tudi pri ˇ
zelezniˇskem prometu je avtomatizacija laˇzja od cestnega. Za razliko od avtomobi- lov, ki se lahko prosto premikajo po cesti, so vlaki omejeni na tirnice. Te ˇze same po sebi izvajajo preˇcni nadzor nad vlakom. Zaradi zasnove ˇzelezniˇske infrastruk- ture je tudi verjetnost sreˇcanja z drugim vlakom veliko manjˇsa. Problematiˇcni so le odseki, kjer se tiri zdruˇzijo ali kjer promet po enotirni ˇzeleznici poteka v obe smeri.
Prve ideje o samovozeˇcih vozilih segajo ˇze v zaˇcetke 20. stoletja. Prvi koncept avtomatizirane voˇznje avtomobila[1] je bil prikazan na svetovni razstavi (angl.
World’s Fair) v New Yorku leta 1939. Norman Bel Geddes je za General Motors naredil atrakcijo Futurama, kjer si je zamislil avtoceste z ’jarki’, ki bi avtomobile samodejno loˇcevali (Slika 1.1). Avto bi voznik zapeljal na avtocesto, nato pa vkljuˇcil avtomatske sisteme in prepustil cesti, da vodi avto. Podobni koncepti so predlagali tudi uporabo magnetnih ˇzic ali tirov, s katerimi bi cesta vodila avto.
Ti zgodnji koncepti so se namesto na pametni avto osredotoˇcili na pametno cesto.
Tehnologija za take ceste je do leta 1950 ˇze obstajala, vendar zaradi pomanjka- nja javnega soglasja za izgradnjo tako obˇsirne javne infrastrukture nikoli ni bila zgrajena .
Slika 1.1: Razstava Motorama, General Motors, 1956. Vozila po cesti usmerjajo kontrolorji v kontrolnih stolpih [5]
Prvi sistem za pomoˇc pri voˇznji je bil tempomat (angl. cruise control), ka- terega je leta 1948 izumil slepi inˇzenir Ralph Teetor, z namenom, da bi izboljˇsal udobje svoje voˇznje, ker je njegov odvetnik stalno pospeˇseval in zaviral, med- tem ko je med voˇznjo govoril. V petdesetih letih sta General Motors in Radio Corporation of America Sarnoff Laboratory zaˇcela prvo fazo raziskav o avtono- mnih vozilih [Understanding autonomous vehicles (pdf) ]. Leta 1977 je Tsukuba, laboratorij za strojniˇstvo, naredil prvi delno avtonomni avto, ki je z dvema ka- merama in analognim raˇcunalnikom interpretiral posebej oznaˇcene ceste [Wiki- pedija]. V osemdesetih letih je Ernst Dickmannsov VaMoRs Marcedes kombi, kot del projekta Eureka PROMETHEUS, avtonomno peljal veˇc kilometrov po prome- tni avtocesti s hitrostjo do 177 km/h, kar je bil za takratno raˇcunsko zmogljivost izjemen doseˇzek [1].
Leta 2004 je Agencija za napredne obrambne analize ZDA (angl. U.S. De- fence Advanced Research Projects Agency, DARPA) organizirala tekmovanje z nagrado en milijon ameriˇskih dolarjev, kjer so ekipe poskuˇsale narediti vozilo, ki bi lahko avtonomno navigiralo po puˇsˇcavi. ˇCeprav ekipe prvo leto niso imele veliko uspeha, so ekipe naslednje leto uspele narediti vozila, ki so lahko uspeˇsno avto- nomno vozila po puˇsˇcavi Mojave. Leta 2007 so v Urbanem izzivu (angl. DARPA
Urban challenge) avtonomna vozila lahko uspeˇsno navigirala tudi v simuliranem mestnem okolju [1] [6].
Od takrat so se raziskavam in izdelavi avtonomnih vozil pridruˇzila tudi ˇstevilna avtomobilska in druga podjetja. Leta 2013 je Drˇzavna administracija za varnost v prometu (angl. National Highway Traffic Safety Administration, NHTSA) iz- dala 4-stopenjsko taksonomijo avtomatizacije voˇznje. Leta 2014 je Mednarodno zdruˇzenje inˇzenirjev s podroˇcja avtomobilizma (angl. Society of Automotive En- gineers International, SAE International) izdalo svojo 5-stopenjsko taksonomijo in jo leta 2016 ˇse posodobilo. NHTSA je nato istega leta sprejela taksonomijo SAE in stopnje avtomatizacije, po ˇcemer je le-ta postala standard v industriji [6].
Danes obstajajo manjˇsa vozila (Slika 1.2), ki lahko v zaprtem in kontroliranem okolju (npr. univerzitetni kampus, letaliˇsˇce, tehnoloˇski park (Slika 1.3) ipd.) avtonomno vozijo z majhnimi hitrosti. Avtonomna ali delno avtonomna voˇznja je tudi vedno bolj pogosta v kmetijskih vozilih ter raznih specializiranih vozilih v tovarnah in skladiˇsˇcih. Osebni avtomobili lahko na doloˇcenih cestah, kot so avtoceste, avtonomno opravljajo doloˇcen del voˇznje, kot na primer avtomatsko ohranjajo hitrost in varnostno razdaljo (aktivni tempomat) ter ohranjajo voˇznjo znotraj voznega pasu. Vseeno pa so te zmogljivosti ˇse vedno omejene, delno zaradi tehnoloˇskih ovir, delno pa zaradi razliˇcne zakonodaje glede uporabe sistemov za avtomatizacijo voˇznje po svetu. Ti sistemi vozniku le pomagajo pri voˇznji, same voˇznje pa ne nadomeˇsˇcajo [1].
Slika 1.2: NAVYA avtonomni traktor [7]
Slika 1.3: Mcity (University of Michigan) je prvi namensko zgrajen objekt na svetu za preizkuˇsanje povezanih in avtomatiziranih vozil in tehnologij v nadzoro- vanih, realnih pogojih, preden so preizkuˇseni v resniˇcnem prometu. [8]
1.2 Stopnje avtomatizacije voˇ znje
Mednarodno zdruˇzenje inˇzenirjev s podroˇcja avtomobilizma SAE International je leta 2016 objavilo in leta 2018 dodatno nadgradilo dokument SAE J3016 (ka- sneje SAE J3016 201806), v katerem opiˇsejo sisteme za avtomatizacijo voˇznje vozil (angl. vehicle driving automation systems), ki zmorejo neprekinjeno izva- jati celoto ali del aktivnih opravil pri voˇznji (angl. dynamic driving task, DDT) ter predlagajo taksonomijo s podrobnimi definicijami vseh ˇsestih stopenj avto- matizirane voˇznje, od stopnje 0, ki je brez avtomatizacije voˇznje, do stopnje 5, ki ima popolno avtomatizacijo voˇznje [9]. Za laˇzje razumevanje sistemov za avto- matizacijo vozil in poenotenje izrazoslovja dokument vsebuje definicije izrazov in opis vsake stopnje avtomatiziranosti vozila. Ker so ti izrazi kljuˇcni tudi za boljˇse razumevanje tematike, ki jo obravnava ta naloga, so v nadaljevanju predstavljeni podrobneje.
1.2.1 Definicije
Aktivni varnostni sistemi (angl. active safety systems):
≫Aktivni varnostni sistemi so sistemi v vozilu, ki zaznavajo in nadzirajo raz- mere zunaj in znotraj vozila z namenom identificiranja zaznanih trenutnih in potencialnih nevarnosti vozilu, potnikom in/ali drugim udeleˇzencem v prometu ter samodejno posredujejo, da se izognejo ali ublaˇzijo potencialne trke. Za to lahko uporabijo razliˇcne metode, vkljuˇcno z opozorili vozniku, voznimi sistemi, prilagoditvami in/ali aktivnim nadzorom nad podsistemi vozila (zavore, duˇsilka, vzmetenje itd.)≪ [9].
Avtomatizirani sistem za voˇznjo (angl. automated driving system - ADS):
≫Strojna in programska oprema, ki je skupaj zmoˇzna neprekinjeno izvajati aktivna opravila pri voˇznji, ne glede na to, ali je omejena na specifiˇcno zasnovano podroˇcje delovanja (angl. operational design domain); ta pojem se nanaˇsa specifiˇcno na avtomatizirane sisteme za voˇznjo stopnje 3, 4 in 5≪[9].
Aktivna opravila pri voˇznji:
≫Vse operacijske in taktiˇcne funkcije, potrebne za upravljanje vozila v cestnem prometu v realnem ˇcasu, z izjemo strateˇskih funkcij, kot so naˇcrtovanje poti ter izbira ciljev in vmesnih toˇck poti, ter vkljuˇcuje brez omejitev: preˇcni nadzor gibanja vozila preko krmilnega sistema (operacij- ski); vzdolˇzni nadzor gibanja vozila preko pospeˇsevanja in upoˇcasnjevanja (operacijski); nadzor nad voznim okoljem preko zaznavanja predmetov in dogodkov, prepoznavanjem, klasifikacijo in pripravo odziva (operacijski in taktiˇcni); izvedbo odziva na predmete in dogodke (operacijski in taktiˇcni);
naˇcrtovanje manevrov (taktiˇcni) ter izboljˇsevanje opaznosti preko osvetli- tve, signalizacije in gibanja itd. (taktiˇcni)≪ [9].
Prevzem aktivnih opravil pri voˇznji (ang. dynamic driving task fall- back - DDT fallback):
≫Odziv uporabnika, naj ob zapustitvi zasnovanega podroˇcja delovanja iz- vede aktivna opravila pri voˇznji ali doseˇze stanje minimalnega tveganja, ali odziv avtomatiziranega sistema za voˇznjo, naj doseˇze stanje minimalnega tveganja, glede na enake okoliˇsˇcin≪[9]. Prevzem aktivnih opravil pri voˇznji je skupek opravil, ki jih mora opraviti vozilo (ADS 4. in 5. stopnje) ali vo- znik (ADS 3. stopnje), kadar odpovejo kljuˇcni sistemi, ki so nujni za varno voˇznjo, bodisi zaradi strojne ali programske napake. ADS 4. ali 5. stopnje lahko v tem primeru izvede manever, ki vozilo privede v stanje minimal- nega tveganja, na primer vozilo prestavi na odstavni pas, priˇzge varnostne utripalke in pokliˇce pomoˇc na cesti. ˇCe prevzem aktivnih opravil pri voˇznji izvaja voznik in je vozilo ˇse vozno, lahko le roˇcno nadaljuje z voˇznjo. V primeru, da vozilo ni vozno, pa mora voznik doseˇci stanje minimalnega tveganja.
Stanje minimalnega tveganja (ang. minimal risk condition):
≫Stanje, v katerega uporabnik ali ADS pripelje vozilo po opravljenem pre- vzemu aktivnih opravil pri voˇznji, z namenom, da bi zmanjˇsal tveganje trka, kadar dana pot ne more ali ne sme biti konˇcan≪[9]. Pri 1., 2. in 3. stopnji je priˇcakovano, da voznik doseˇze stanje minimalnega tveganja, kadar je to potrebno. V primeru, da je vozilo ˇse moˇzno voziti, pa je priˇcakovano, da bo voznik izvedel prevzem aktivnih opravil pri voˇznji. Pri 4. in 5. stopnji je ADS sposoben doseˇci stanje minimalnega tveganja avtomatsko, ˇce to po-
stane potrebno. Kako je videti stanje minimalnega tveganja, je odvisno od okoliˇsˇcin.
Zaznavanje in odziv na predmete in dogodke (ang. object and event detection and response - OEDR):
≫Podnaloge aktivnih opravil pri voˇznji, ki vkljuˇcujejo nadziranje voznega okolja (zaznavanje, prepoznavanje in klasificiranje predmetov in dogodkov ter priprava na ukrepanje, kadar je potrebno) in izvajanje ter ustrezen odziv na take predmete in dogodke (npr. kot je potrebno za izvedbo DDT in/ali DDT fallback≪ [9].
Zasnovano podroˇcje delovanja:
≫Operacijske razmere, v katerih je dan sistem za avtomatizacijo voˇznje vozil ali funkcijo le-tega naˇcrtovan za delovanje, vkljuˇcno z, vendar ne omejeno na okoljske, geografske in ˇcasovne omejitve, in/ali s potrebno prisotnostjo ali odsotnostjo doloˇcenih prometnih in cestnih znaˇcilnosti≪ [9].
1.2.2 Stopnje avtomatizacije voˇznje
Stopnjo avtomatizacije voˇznje definira specifiˇcna vloga vsakega od treh primarnih akterjev, ki izvajajo aktivna opravila pri voˇznji in/ali prevzem aktivnih opravil pri voˇznji: voznik, sistem in drugi sistemi ter komponente vozila. ’Vloga’ se v tem kontekstu nanaˇsa na vlogo, ki se od doloˇcenega primarnega akterja priˇcakuje glede na zasnovo danega sistema za avtomatizacijo voˇznje vozila in ne nujno na kakovost izvedbe vloge danega akterja. V nadaljevanju je podan opis stopenj, povzet po SAE J3016 201806 [9] (Slika 1.4).
0. stopnja - Brez avtomatizacije voˇznje:
Na tej stopnji celoto aktivnih opravil pri voˇznji izvede uporabnik. Ta sto- pnja lahko vkljuˇcuje tudi vozila z aktivnimi varnostnimi sistemi, kot so ele- ktronski sistem za nadzor stabilnosti vozila ali sistem za uravnavanje vozne dinamike (angl. electronic stability control) in sistem za aktivno pomoˇc pri samodejnem zaviranju v sili (angl. automated emergency braking), kot tudi doloˇcene tipe sistemov za pomoˇc vozniku, kot na primer pomoˇc pri ohranja- nju voznega pasu (angl. lane keeping assistance) ali tempomat, vendar le,
ko je prisoten le en. Sistem se lahko ˇsteje za sistem za avtomatizacijo voˇznje vozila, ˇce lahko neprekinjeno opravi del ali celoto DDT. Ker pa naˇsteti sis- temi dejansko ne vozijo vozila, ampak le ponujajo trenutno pomoˇc in/ali ukrepanje, ne ˇstejejo v viˇsjo stopnjo.
1. stopnja - Pomoˇc vozniku:
Na tej stopnji lahko sistem glede na svoj ODD neprekinjeno izvaja preˇcni ali vzdolˇzni nadzor gibanja vozila, vendar ne obeh naenkrat. Od voznika je priˇcakovano, da opravi ostali del DDT. Ker je na tej stopnji sistem zmoˇzen le omejenega OEDR, mora voznik tudi stalno nadzirati sistem in opraviti preostanek OEDR, ˇce ga sistem ne more.
2. stopnja - Delno avtomatizirana voˇznja:
Na tej stopnji lahko sistem neprekinjeno izvaja preˇcni in vzdolˇzni nadzor gibanja vozila, vendar je zmoˇzen le omejenega OEDR, zato je priˇcakovano, da voznik nadzoruje izvedbo sistema tako, da izvede preostanek OEDR.
3. stopnja - Pogojno avtomatizirana voˇznja:
Na tej stopnji lahko sistem neprekinjeno izvaja DDT s priˇcakovanjem, da je uporabnik dovzeten za zahteve za prevzem vodenja vozila in da se zaveda kakrˇsnih koli sistemskih napak, ki imajo vpliv na izvedbo DDT, ter bo pri- merno ukrepal. Uporabniku ni treba nadzorovati avtomatiziranega sistema za voˇznjo, mora pa biti pripravljen, da ponovno priˇcne z izvajanjem DDT, kadar sistem to zahteva. Uporabnik se mora tudi zavedati kakrˇsnih koli napak, ki morda ne sproˇzijo zahteve za prevzem vodenja s strani ADS.
4. stopnja - Visoko avtomatizirana voˇznja:
Na tej stopnji je ADS zmoˇzen vzdrˇzevane izvedbe celotnega DDT in DDT fallback, dokler se nahaja v zasnovanem podroˇcju delovanja. Uporabniku ni treba nadzorovati sistema niti ne rabi biti pripravljen prevzeti nadzor nad vozilom, ˇce ga ADS zahteva. Sistem lahko sam izvede DDT fallback in doseˇze stanje minimalnega tveganja, ˇce se uporabnik ne odzove na zah- tevo za prevzem nadzora nad vozilom. Zaradi te zmoˇznosti je uporabnik vkljuˇcenega ADS 4. stopnje potnik, kateremu ni treba nadzorovati izvedbe sistema. Funkcije sistema ADS 4. stopnje so lahko narejene, da vozijo vozilo skozi celotno pot ali le del poti, ˇce so zahteve zasnovanega podroˇcja delova- nja izpolnjene. Na primer, ADS lahko vozilo upravlja na avtocesti, nato pa
nadzor prevzame uporabnik, ko vozilo avtocesto zapusti. ˇCe uporabnik ne prevzame DDT, sistem avtomatsko izvede DDT fallback in doseˇze stanje minimalnega tveganja.
5. stopnja - Popolnoma avtomatizirana voˇznja:
Na tej stopnji sistem lahko brezpogojno neprekinjeno izvaja celoten DDT in DDT fallback brez kakrˇsnega koli priˇcakovanja, da se bo uporabnik odzval na zahtevo za prevzem nadzora nad vozilom. ’Brezpogojno’ tu pomeni, da upravljanje vozila ni veˇc omejeno na njegovo zasnovano podroˇcje delovanja.
ADS lahko uspeˇsno upravlja vozilo v vseh cestnih razmerah v svoji regiji sveta, v katerih vozilo lahko upravlja tudi voznik. Ni veˇc vnaprej doloˇcenih vremenskih, ˇcasovnih ali geografskih omejitev, kje lahko ADS deluje. V primeru, da sreˇca pogoje, ki jih ne moreta obvladati niti ADS niti voznik, sistem avtomatsko izvede DDT fallback, da doseˇze stanje minimalnega tve- ganja. Enako stori v primeru sistemske napake, ki lahko vpliva na izvedbo DDT. Ko je v sistem nastavljen cilj, lahko le-ta upravlja vozilo skozi celotno pot.
Slika 1.4: Povzetek stopenj avtomatizacije voˇznje [9]
1.3 Vpliv
V zaˇcetku 20. stoletja so vozila z notranjim izgorevanjem spremenila ˇzivljenje v mestu [10]. V 21. stoletju se lahko naˇse ideje o urbanistiˇcnem naˇcrtovanju in mobilnosti zopet spremenijo, tokrat zaradi avtonomnih vozil. Boljˇsa koordina- cija med vozili lahko vodi v bolj tekoˇc promet in poslediˇcno manj zastojev (Slika 1.5). Avtomatizacija voˇznje lahko bistveno zmanjˇsa ˇstevilo prometnih nesreˇc.
Sprememba voznika v potnika pomeni laˇzjo mobilnost tudi za tiste, ki zaradi omejitev ne morejo voziti sami. Vendar pa ni nujno, da bo prisotnost avtono- mnih vozil sama po sebi vodila v zmanjˇsanje prometne gneˇce ali v bolj ˇcloveku prijazna mesta. Koristi, ki jih lahko prinesejo avtonomna vozila, so odvisne od implementacije.
Avtomatizacija voˇznje ˇse ne pomeni znatno zmanjˇsanje izpuˇsnih plinov [10]
oziroma vsaj ne v celoti. Avtomatizirana vozila so zasnovana tako, da uporabljajo najbolj optimalne poti in lahko vozijo na naˇcin, ki zagotavlja ekonomiˇcno in poslediˇcno bolj ekoloˇsko voˇznjo. Ker se trend v avtomobilski industriji pomika proti elektriˇcnim vozilom in ker so ta bolj primerna za avtomatizacijo, lahko priˇcakujemo, da bodo avtonomna vozila imela elektriˇcni pogon. To lahko skupaj s povezovanjem med vozili (angl. Vehicle to vehicle, V2V) in infrastrukturo (angl.
Vehicle to infrastructure, V2I) prispeva k zmanjˇsevanju onesnaˇzenja zraka in znatno izboljˇsa kakovost ˇzivljenja v mestu.
Drug velik problem v prometu je koliˇcina vozil. Skupaj z ekonomsko ra- stjo se poveˇcuje tudi ˇstevilo vozil na cesti [10]. Kljub tehnoloˇskemu napredku so najboljˇsi naˇcin zmanjˇsevanja ˇstevila vozil na cesti velike investicije v javni prevoz. Avtonomna vozila neposredno le-tega ne morejo nadomestiti. Kljub vo- denju (angl. platooning) in bolj tekoˇcemu prometu vod (angl. platoon) ne more doseˇci kapacitete javnega prevoza kot na primer avtobus, podzemna ˇzeleznica, vlak itd. Vendar je prevoz od toˇcke do toˇcke vseeno zelo atraktiven in veliko bolj udoben, zato bodo koristi avtonomnih vozil odvisne od enotnosti s strategijo urbanistiˇcnega naˇcrtovanja. Potek javnega prevoza daje prednost obmoˇcjem z ve- liko gostoto prebivalstva, medtem ko predeli, kjer je gostota prebivalstva manjˇsa, javnega prevoza nimajo dovolj blizu, ne dovolj pogosto ali celo ni na voljo ter se zato raje odloˇcijo za uporabo osebnega avtomobila. Avtonomna vozila bi tako
lahko javni prevoz podprla, s tem da bi delovala kot povezava med temi predeli in javnim prevozom. Kljub temu pa se ˇstevilo vozil na cesti lahko poveˇca. Avtoma- tizacija voˇznje bi dovolila osebam, ki zaradi starosti in/ali invalidnosti po zakonu ne smejo voziti samostojno, uporabo osebnih vozil. Ta populacija se trenutno za mobilnost zanaˇsa na javni prevoz, vendar bi se lahko z dostopom do samovozeˇcih vozil raje odloˇcila za udobje prevoza od toˇcke do toˇcke, kar bi poveˇcalo ˇstevilo vozil na cesti. Po drugi strani pa bi se omogoˇcila veˇcja mobilnost ravno tem skupinam, ki sicer ne morejo priti do javnega prevoza.
Slika 1.5: Prometni zastoj [11]
Posredno lahko priˇcakujemo, da bodo avtonomna vozila pripomogla k zmanjˇsevanju ˇstevila vozil na cesti – s souporabo vozil. Souporaba vozil je stori- tev, ki je vedno bolj pogosto prisotna v vseh veˇcjih mestih. Za razliko od storitve deljene voˇznje, kjer je vsaj eden od potnikov lastnik vozila, pri souporabi vozil konˇcni uporabniki niso lastniki vozil. Po nekaterih ocenah bi eno deljeno avto- nomno vozilo z vsaj tremi potniki lahko na cesti zamenjalo 10 navadnih vozil, pri ˇcemer bi ˇcakalna doba na prihod vozila trajala manj kot pet minut [10]. So- uporaba avtonomnih vozil bi lahko tudi zmanjˇsala ˇstevilo parkiriˇsˇc, ˇse posebej v mestih in predmestju. Osebni avtomobili mirujejo kar 96% svoje ˇzivljenjske dobe [10], kar vodi v veliko potrebo po parkirnih mestih, ki poˇzirajo prostor. Ker lahko posamezna avtonomna vozila tekom dneva uporabi veˇc uporabnikov, bi ta
manj ˇcasa mirovala in poslediˇcno na sploˇsno ne bi potrebovala toliko parkirnih mest, ˇse posebej na obmoˇcjih, kjer je prostor omejen. Poslediˇcno bi se zmanjˇsalo ˇse absolutno ˇstevilo avtomobilov na prebivalca, saj ne bi bilo potrebe po lastnem avtomobilu v vsakem gospodinjstvu. Souporaba vozil je za mnoge bolj ekonomsko atraktivna kot pa lastniˇstvo osebnega avtomobila.
Velik vpliv na uporabo novih naˇcinov prevoza imajo socialne navade [10].
Osebe, ki ˇzivijo v gospodinjstvih z veˇc vozili in v manj poseljenih predelih, ter osebe, ki so glavni uporabniki vozila v gospodinjstvu, se ne odloˇcajo za deljenje poti ali souporabo vozil tako pogosto kot osebe, ki ˇzivijo v mestih. Ali bodo avtonomna vozila res zmanjˇsala ˇstevilo vozil na cesti, je odvisno od veˇc socialnih dejavnikov, vendar raziskave kaˇzejo, da lahko kombinacija avtonomnih vozil in aplikacij za souporabo vozil pripomore k bolj racionalni uporabi osebnih vozil.
Parkirna mesta niso edina fiziˇcna cestna infrastruktura, katero bi lahko zmanjˇsali. Vsa vizualna prometna signalizacija je namenjena vizualnemu sporoˇcanju cestno-prometnih informacij voznikom. Na primer, semaforji so bili dodani kriˇziˇsˇcem, da bi bolj uˇcinkovito razreˇsili konflikte med prometom. S spo- sobnostjo komunikacije in izmenjave podatkov med vozili pa bi semaforji lahko postali nepotrebni. Vozila bi si lahko izmenjala informacije o hitrosti, lokaciji in smeri ter tako sama med sabo koordinirala prehod kriˇziˇsˇca in celo poveˇcala pretoˇcnost prometa v kriˇziˇsˇcu. Veˇcja pretoˇcnost prometa bi tudi zmanjˇsala ˇstevilo prometnih pasov, ki jih potrebujemo, in tako prepustila veˇc prostora drugim udeleˇzencem v prometu, kot so kolesarji in peˇsci. Nadalje, ker bi avtonomna vozila vozila na podlagi podatkov, ki jih pridobijo iz oblaka, in tako imela stalen dostop do prometnih pravil za vsak meter ceste, bi lahko odstranili tudi veˇcino cestno-prometnih znakov.
Vpliv avtonomnih vozil bo odvisen od politike, ki jih bo uvajala. Z dobro naˇcrtovanimi strategijami lahko avtonomna vozila pripomorejo k manj prome- tnim cestam, bolj tekoˇcemu prometu, cenejˇsemu in bolj prilagodljivemu javnemu prevozu in bolj dostopni mobilnosti.
Avtonomna vozila bodo lahko med sabo komunicirala in tako izboljˇsala pretoˇcnost prometa. A avtonomna vozila niso edini udeleˇzenec v prometu. ˇCe ˇzelimo av- tonomna vozila uspeˇsno vkljuˇciti v promet, moramo zagotoviti ne le uspeˇsno komunikacijo z drugimi avtonomnimi vozili, ampak tudi uspeˇsno komunikacijo s preostalimi udeleˇzenci v prometu (kolesarji, peˇsci itd.). Pri konvencionalnih vozi- lih velik del te komunikacije poteka z voznikom, in sicer z uporabo tako svetlobnih indikatorjev kot tudi preprostih in ustaljenih gestikulacij in obraznih mimik. V avtonomnem vozilu voznik ni prisoten, kar pomeni, da vsa komunikacija poteka izkljuˇcno prek vozila. ˇCeprav lahko avtonomno vozilo svoj namen komunicira le prek fiziˇcnega gibanja, kot na primer zaviranje [12], odsotnost namigov s strani voznika zniˇza zaupanje in obˇcutek varnosti pri drugih udeleˇzencih v prometu.
Da bi vseeno zagotovili komunikacijo s preostalimi udeleˇzenci v prometu, ki bi zagotavljala enako ali celo boljˇso raven zaupanja in obˇcutka varnosti, naj bi bila avtonomna vozila opremljena z vmesniki (angl. external human-machine interface, eHMI), ki bi lahko komunicirali namere vozila. Veliko je debate, kakˇsna oblika komunikacije je najbolj uˇcinkovita. Dober vmesnik mora jasno in pravoˇcasno posredovati namero vozila. Vmesniki lahko predstavljajo informacije enomodalno (vizualno, zvoˇcno, kinetetsko) ali veˇcmodalno (na primer vizualno- zvoˇcno). Potencialno pomembne za uˇcinkovito komunikacijo v avtonomnih vozilih [12] so informacije, ki so vizualne, zvoˇcne in kinetetske modalnosti.
Kljub lahkoti, s katero bi avtonomna vozila lahko komunicirala eno z dru- gim, pa je komunikacija z drugimi udeleˇzenci v prometu bolj kompleksna. Za uˇcinkovito komunikacijo je treba raziskati, katere in koliko informacij naj vo- zilo poda ter kdaj in na kakˇsen naˇcin naj jih poda. Zato se delajo raziskave v
15
razliˇcne vmesnike, prek katerih bi avtonomno vozilo lahko komuniciralo z ran- ljivimi udeleˇzenci v prometu. Med ranljivimi udeleˇzenci v prometu imajo peˇsci najveˇcji deleˇz smrti v prometnih nesreˇcah [13], zato se veˇcina teh raziskav osre- dotoˇca na komunikacijo med avtonomnimi vozili in peˇsci. Poslediˇcno se tudi ta na- loga osredotoˇca ravno na komunikacijo vozil z najranljivejˇso skupino udeleˇzencev v prometu in so zato v nadaljevanju opisane najpogostejˇse vrste eHMI za komu- nikacijo vozila s peˇscem.
2.1 Vizualni eHMI
Od vseh ˇcutil je vid tisti, prek katerega sprejmemo najveˇc informacij, in sicer skoraj 90 % vseh informacij, ki jih obdelajo naˇsi moˇzgani. Zato je vizualna pred- stavitev informacij najbolj pogosto uporabljena [14] in obiˇcajno bolj priljubljena [12] kot druge modalnosti. Podobno je tudi pri komunikaciji v vozilu in z vo- zili ter ostalimi prometnimi udeleˇzenci. Vizualni vmesniki so tako prisotni tudi v vseh konceptih avtonomnih vozil, kar je poleg naˇstetega lahko posledica tudi ˇ
ze navajene komunikacije s konvencionalnimi vozili, kjer peˇsci veˇcino informacij prejmejo vizualno prek premikanja vozila, prometne signalizacije in znakov.
Vizualni vmesniki so lahko postavljeni kjerkoli na vozilu: na maski, na vetro- branskem steklu, na strehi, na strani ali pa vseokoli vozila. Vozilo lahko sporoˇcilo tudi projicira na cesto. Za uspeˇsno implementacijo in zagotavljanje uˇcinkovite komunikacije je pri postavitvi teh vmesnikov treba razmisliti, na katerem delu vozila bo vmesnik najbolj viden in uˇcinkovit.
Vizualni vmesnik lahko uporabi veliko razliˇcnih oblik komunikacije. Najbolj pogosta oblika [14] je z uporabo abstraktnih vizualnih informacij. V to podka- tegorijo spadajo svetlobni trak (angl. light bar) (Slika 2.1), sledilna luˇc (angl.
tracking light) in drugi abstraktni segmenti. Informacija, ki jo podajajo razliˇcni abstraktni vmesniki, pa ni nujno enaka. Kot primer: svetlobni trak lahko prek razliˇcnih stanj (npr. stalno sijanje, utripanje, ugasnjen) sporoˇca stanje vozila, medtem ko sledilna luˇc sporoˇca, da se vozilo zaveda prisotnosti peˇsca.
Slika 2.1: Koncept eHMI s svetlobnim trakom. Levo: med voˇznjo, desno: ko se ustavlja [15]
Sledi uporaba simbolov. Ti za komunikacijo uporabijo prepoznavne in vna- prej dogovorjene prometne simbole, puˇsˇcice ali druge ustaljene simbole. Nekateri menijo, da je uporaba simbolov bolj uˇcinkovita od besedilnih sporoˇcil, ker so ˇ
ze pogosto uporabljeni v prometu in se lahko izognejo jezikovnim oviram [16].
Vendar pa je po drugih mnenjih uˇcinkovitost simbolov odvisna od predhodne izpostavljenosti in naˇcina uporabe.
Naslednji najbolj pogost naˇcin vizualne komunikacije je uporaba besedila [14].
Besedilni napisi (Slika 2.2) so zelo priljubljeni v raziskavah in konceptih ter se izkazujejo za bolj jasne in uˇcinkovite naˇcine komunikacije z drugimi udeleˇzenci v prometu. Vozilo lahko prek besedila sporoˇca svoje stanje, zavedanje okolice ali svetuje drugim udeleˇzencem. Vendar najboljˇse prakse tako med raziskovalci kot v industriji pri besedilnih sporoˇcilih odsvetujejo uporabo navodil kot sporoˇcilo, zaradi morebitne pravne odgovornosti v primeru nezgode.
Nazadnje je pogosta tudi uporaba antropomorfnih karakteristik, kot so oˇci, nasmeh (Slika 2.2), geste ali obrazna mimika. Raziskave kaˇzejo, da so udeleˇzenci ocenili vozila z antropomorfnimi karakteristikami kot bolj vredna zaupanja [16].
Vseeno ni jasno, ali to zaupanje pomaga pri uˇcinkovitosti komunikacije.
Slika 2.2: Primeri veˇc konceptov eHMI, ki komunicirajo z uporabo razliˇcnih vmesnikov. [14]
Na uˇcinkovitost vizualno predstavljenih informacij lahko vpliva tudi barva.
Po [16] barva lahko besedilno sporoˇcilo okrepi, kadar je z njim skladna, ne more pa besedilnega sporoˇcila preglasiti. Pri abstraktnih vmesnikih pa lahko povzroˇci nejasnost. Pri interpretaciji svetlobnega traka so anketiranci priˇcakovali, da bodo barve sporoˇcale stanje vozila (zelena, ko se premika, rdeˇca, ko stoji), namesto prikazanega primera, kjer se je barva traku zgledovala po semaforju (zelena, ko vozilo stoji in peˇsec lahko preˇcka, ter rdeˇca, ko se vozilo premika) [16]. Vendar pa veˇcina konceptov eHMI uporablja le eno barvo. Zaradi zakonodajnih ovir je v veliko drˇzavah pri eHMI prepovedano uporabiti barve, ki imajo ˇze definirano funkcijo v prometu [14]. To pomeni, da se ne sme uporabljati barv, kot so rdeˇca, rumena, zelena, bela in nekateri odtenki modre. Vendar pa se predpisi lahko spremenijo, ˇce se izkaˇze, da barva zelo pripomore k jasni komunikaciji.
Ceprav bi lahko zaradi seznanjenosti z vizualno komunikacijo to modal-ˇ nost vzeli kot primarni naˇcin komunikacije med avtonomnim vozilom in drugim udeleˇzencem v prometu, pa ne smemo izkljuˇciti tudi drugih moˇznosti. Vizualni vmesniki namreˇc ne morejo uˇcinkovito podati informacij slabovidnim, barvno slepim ali nepozornim in zamotenim udeleˇzencem. Njihova uˇcinkovitost je tudi odvisna od vidljivosti, ki pa se v razliˇcnih vremenskih razmerah (na primer v megli ali pri zelo moˇcnem soncu) lahko poslabˇsa.
2.2 Zvoˇ cni eHMI
Informacije, ki so podane v zvoˇcni modalnosti, lahko pripomorejo pri komuni- kaciji med vozilom in drugimi udeleˇzenci v prometu in nudijo informacije tudi tistim, ki zaradi doloˇcenih senzoriˇcnih ovir teh ne morejo pridobiti prek vizualnih modalnosti.
Z uporabo zvoka se lahko za sporoˇcanje informacij uporabijo posnetki govora ali abstraktni zvoki. Ti lahko izvirajo iz vozila samega ali pa iz mobilnih naprav, s katerimi vozilo komunicira. Izvor zvoˇcnega sporoˇcila lahko vpliva na jasnost komunikacije. ˇStudija [12] je raziskovala uporabnost razliˇcnih vmesnikov pri ko- municiranju s peˇscem. V konceptih A in D (Slika 2.3) so poleg drugih vmesnikov (LED-traka oz. natisnjene roke in semaforja) uporabljali tudi zvoˇcno sporoˇcilo, ki je v konceptu A izviralo iz vozila (prek zvoˇcnika, nameˇsˇcenega na vozilu), v konceptu D pa je vozilo zvoˇcno sporoˇcilo poslalo na pametni telefon, ki ga je imel v roki peˇsec. Nekateri udeleˇzenci so omenili, da sporoˇcilo raje sliˇsijo neposredno od ’izvora’, ker je povezano s stanjem tega vira. Kljub temu je veliko udeleˇzencev raje sliˇsalo sporoˇcilo prek telefona, saj se jim je to zdelo bolj praktiˇcno.
Zvoˇcni vmesniki lahko za posredovanje razliˇcnih vrst sporoˇcil uporabljajo tudi razliˇcne lastnosti zvoka. Glasnost in barva tona lahko vplivata na vpliv zvoka na ˇ
cloveka. Na ˇciste tone se odzovemo hitreje, vendar so manj prijetni od sesta- vljenih. Tudi glasnost lahko vpliva na sporoˇcilo. Zvoˇcna obvestila, ˇse posebej abstraktna, lahko postanejo bolj uˇcinkovita, ˇce ima njihov zvok prave lastnosti.
Vendar pa se pri zvoˇcnem podajanju informacij pojavi problem razumljivosti v okolju. V hrupnem okolju lahko zaradi ˇsuma razumljivost zvoˇcnih sporoˇcil pade. Problem se lahko pojavi tudi, ko veˇc vozil ˇzeli komunicirati prek zvoˇcnih signalov naenkrat in pride do zasiˇcenja zvoˇcnega ˇcuta.
2.3 Fiziˇ cni eHMI
Fiziˇcne modalnosti vsebujejo vse od obnaˇsanja vozila (dvig/spust vozila, poseben naˇcini zaviranja itd.) do haptiˇcnih informacij, ki se lahko prenaˇsajo prek mobilnih
naprav, kot so pametni telefoni in ure. Vsebujejo lahko tudi fiziˇcne predmete, ki so na vozilo dodani z namenom komuniciranja, kot na primer natisnjena roka (Slika 2.3, D) [12]. Obnaˇsanje vozila je kljub prisotnosti eHMI ˇse vedno pomemben vir informacij o nameri vozila. ˇStudija [15] kaˇze, da udeleˇzenci sporoˇcilu eHMI niso slepo zaupali, ampak so njegovo veljavnost preverili ˇse z obnaˇsanjem vozila. Torej je uˇcinkovitost sporoˇcila eHMI delno odvisna tudi od obnaˇsanja vozila.
Slika 2.3: Vmesniki, implementirani v ˇstudiji s segway-om in osebnim vozilom:
A - samo na vozilu, B - na vozilu in cestni infrastrukturi, C - na vozilu in peˇscu, D – meˇsano [12].
2.4 Kaj ˇ se ni raziskano
Medtem ko obstaja veliko literature, ki obravnava tako pozitivne vplive kot tudi izzive, ki jih prinaˇsajo avtonomna vozila, je ˇstevilo publikacij, ki doloˇcajo, kako dejansko zasnovati avtonomna vozila in komunikacijo ˇclovek – stroj (oziroma po- tnik – vozilo), v njih tako, da bodo uˇcinkovita in varna, veliko manjˇse. ˇSe manj raziskano pa je podroˇcje o komunikaciji vozila z ostalimi udeleˇzenci v prometu, ki ne uporabljajo motornih vozil in so zato veliko bolj ranljivi. Med drugimi je velika vrzel pri interakciji med avtonomnim vozilom ter slabovidnimi in na- gluˇsnimi udeleˇzenci. Veˇcino konceptov se osredotoˇci na eno modalnost, vendar zaradi prisotnosti slabovidnih in nagluˇsnih udeleˇzencev uporaba le ene modalno- sti ni izvedljiva. Moˇzna reˇsitev je uporaba veˇcmodalnih vmesnikov eHMI, vendar je tudi na tem podroˇcju premalo znanega, kar zahteva dodatne raziskave.
Neraziskan je tudi vpliv vremenskih razmer in svetlobne ravni na uˇcinkovitost eHMI. Veˇcina konceptov se testira ob lepem, sonˇcnem vremenu [14]. Sneg lahko delno ali popolno prekrije vmesnike na vozilu in tako onemogoˇci jasno komuni-
kacijo. Deˇz poleg zmanjˇsanja vidljivosti povzroˇca tudi ˇsum, kar lahko znatno zmanjˇsa razumljivost zvoˇcnih sporoˇcil. V gosti megli bi lahko zvoˇcni signal druge udeleˇzence zmedel, ˇce ne bi videli, s katerim vozilom ga povezati.
Veˇcina raziskav se osredotoˇca na neposredno komunikacijo med enim avto- nomnim vozilom in enim peˇscem. V realnem svetu pa so prometne situacije veliko bolj kompleksne. Naenkrat je lahko prisotnih veˇc vozil, veˇc peˇscev in drugi udeleˇzenci, kot so kolesarji. V takih primerih morajo udeleˇzenci obdelati veliko veˇc informacij in vmesniki, ki so bili uˇcinkoviti v situaciji ena-na-ena, lahko sedaj vodijo v preobremenitev z informacijami. Za bolj celostno strategijo komunicira- nja je zato treba raziskati tudi uˇcinkovitost razliˇcnih vmesnikov v bolj komple- ksnih in raznolikih prometnih situacijah. V realnem svetu je v promet udeleˇzenih tudi veˇc tipov vozil in ranljivih udeleˇzencev, kot le osebni avto in peˇsec, na katerih se je opravilo najveˇc raziskav. Naˇcini komunikacije, ki so ustrezni za peˇsce, niso nujno ustrezni tudi za kolesarje. Vmesniki so lahko razliˇcno uˇcinkoviti na vozilih razliˇcnih velikosti. Vse to so odprta vpraˇsanja, ki potrebujejo veˇc raziskav.
2.5 Cilj naloge
Trenutni naˇcin komunikacije z vozili se delno zanaˇsa na voznika, ˇcesar avtonomna vozila ne bodo imela. Zato moramo za uˇcinkovito komunikacijo najti vmesnik, ki lahko interakcijo z voznikom nadomesti. Zato je bilo narejenih veliko raziskav, vendar na podroˇcju ˇse vedno ni soglasja, kakˇsni naˇcini komunikacije so najbolj uˇcinkoviti, obstajajo pa nekateri trendi, ki usmerjajo nadaljnji razvoj in raziskave.
Uˇcinkovitost vmesnikov eHMI je lahko odvisna tudi od izkuˇsenj ljudi, s katerimi skuˇsajo komunicirati. Na primer, v veliki meri je uporaba pametnega telefona lahko veliko laˇzja za mlajˇse kot pa za starejˇse, ˇse posebej, ˇce se s tehnologijo sreˇcajo prviˇc. Mladi se hitreje uˇcijo in so bolj prilagodljivi, zato pogosto hitreje sprejmejo nove tehnologije. Zato je tudi moˇc priˇcakovati, da bodo predhodne vozniˇske izkuˇsnje vplivale na dojemanje konceptov eHMI pri ljudeh razliˇcnih sta- rosti. Interpretacija je odvisna od naˇsih predhodnih pristranskosti in izkuˇsenj.
Nekdo, ki ˇze leta za vsakdanji prevoz uporablja osebni avto, lahko sporoˇcilo eHMI interpretira drugaˇce kot nekdo, ki se je ˇse ne dolgo nazaj prevaˇzal z javnim pre- vozom in peˇs. Ta ˇstudija zato postavlja dve hipotezi:
H1: Udeleˇzenci bodo boljˇse ocenili in imeli boljˇso uporabniˇsko izkuˇsnjo pri vizualnih konceptih eHMI.
H2: Preference konceptov se bodo razlikovale med razliˇcnimi starostnimi skupinami udeleˇzencev.
Uporabniˇska ˇstudija je bila izvedena v obliki ankete, ki je potekala prek spleta.
Odgovore je sprejemala 13 dni. Udeleˇzenci so najprej vpisali svoje demografske podatke. Nato jim je bilo predstavljeno osem razliˇcnih konceptov eHMI, ki so jih lahko ocenili glede na uporabniˇsko izkuˇsnjo in raven obˇcutka varnosti, ki ga ponujajo. Na koncu so vseh osem konceptov razvrstili tudi po priljubljenosti in imeli moˇznost vpisati svoje mnenje za vsakega od njih.
3.1 Udeleˇ zenci
Kandidati so bili zbrani prek platform za sporoˇcanje Discord in Facebook Mes- senger, po elektronski poˇsti in ust do ust. V anketi je sodelovalo 21 udeleˇzencev (M = 12; ˇZ = 9) s povpreˇcno starostjo 33 let (standardni odklon = 12,99). Ker eden od udeleˇzencev ni bil voznik, so v analizi vkljuˇceni le podatki preostalih 20 udeleˇzencev (M = 11; ˇZ = 9; povpreˇcna starost = 33,45; standardni odklon = 13,16).
3.2 Oprema
Anketa je bila izdelana in potekala prek spletne platforme Google Forms. Obrav- navani koncepti eHMI so bili prikazani z uporabo kratkih videoposnetkov. V po- snetku se jim pribliˇzuje avtonomno vozilo, ki ima namen ustaviti, da udeleˇzenec lahko preˇcka cesto. Ta namen sporoˇca prek koncepta eHMI. V zgornjem levem kotu posnetka je ˇstevilka, ki oznaˇcuje ˇstevilko odseka v posnetku. Cel posnetek 23
traja osem sekund.
Ker se v Google Forms lahko videoposnetke vkljuˇci le prek platforme za de- ljenje videoposnetkov YouTube, je bil za namen ankete narejen YouTube kanal ineedthisfordiploma, na katerega so bili naloˇzeni posnetki. Posnetki so nastavljeni na vidnost nenaveden, zato se jih lahko ogleda le s povezavo, torej na YouTube kanalu niso vidni.
Posnetek ustavljajoˇcega se avtomobila je bil narejen v okolju SCANeR Studio (AVSimulation, Francija) in je del prometnih scenarijev [19], ki so bili razviti za testiranje razliˇcnih reˇsitev HMI v okviru projekta Holisitc Approach for Driver Role Integration and Automation Allocation for European Mobility needs – HA- DRIAN ter naprej obdelani v nelinearnem urejevalniku videov DaVinci Resolve (Blackmagic Design, Avstralija). V dveh konceptih sta uporabljeni grafiki, ki sta bili narejeni v programu za digitalno risanje Clip Studio Paint (Slika 3.1). V dveh drugih konceptih sta uporabljena zvoˇcna posnetka. Oba posnetka sta bila obdelana v programu Audacity in dodana k videoposnetku v DaVinci Resolve.
Slika 3.1: Levo: grafika oznake prehoda za peˇsce, Desno: grafika simbola za peˇsce
3.3 Spremenljivke
Studija obravnava ˇstiri skupine spremenljivk:ˇ
demografske podatke,
obˇcutek varnosti,
uporabniˇsko izkuˇsnjo,
vˇseˇcnost eHMI.
Demografski vpraˇsalnik [priloga A] je zbral podatke o spolu in starosti udeleˇzencev ter tudi, ˇce imajo veljavni vozniˇski izpit, koliko ˇcasa ga imajo in katera prevozna sredstva najpogosteje uporabljajo za najbolj pogosto opravljano pot (v sluˇzbo, ˇsolo, za vsakdanje opravke).
Obˇcutek varnosti je bil merjen z 9-stopenjsko lestvico, ki je predstavljala oddaljenost vozila od peˇsca [priloga B]. Lestvica je bila predstavljena v obliki odˇstevalnika, ki je bil razviden v zgornjem levem kotu posnetka (Slika 3.2).
Slika 3.2: Video koncepta eHMI
Uporabniˇska izkuˇsnja je bila merjena z uporabo standardiziranega vpraˇsalnika UEQ ali User Experience Questionnaire [17], ki je na voljo v veˇc kot tridesetih
jezikih. V anketi je bila uporabljena slovenska razliˇcica vpraˇsalnika [priloga C].
Vpraˇsalnik je sestavljen iz 26 vpraˇsanj, kjer se s pomoˇcjo 7-stopenjske Liker- tove lestvice primerjajo nasprotujoˇce si lastnosti produkta. Rezultati so nato s pomoˇcjo orodja za analizo vpraˇsalnika UEQ obdelani v ˇsest faktorjev uporabniˇske izkuˇsnje:
atraktivnost (angl. attractiveness), ki pove sploˇsen vtis produkta;
preglednost (angl. perspicuity), ki pove, kako lahko se je nauˇciti produkt uporabljati;
uˇcinkovitost (angl. efficiency), ki pove, ali uporabniki produkt lahko upo- rabljajo brez nepotrebnega truda;
vodljivost (angl. dependability), ki pove, ali se uporabniki poˇcutijo, da imajo nad produktom nadzor;
stimulativnost (angl. stimulation), ki pove, kako zabaven je produkt za uporabo;
originalnost (angl. novelty), ki pove, ali je oblikovanje produkta kreativno in zajame uporabnikov interes.
Vˇseˇcnost eHMI je bila merjena z uporabo subjektivne uvrstitve udeleˇzencev od najbolj priljubljenega do najmanj priljubljenega.
3.4 Koncepti eHMI
Da avtonomno vozilo lahko uspeˇsno komunicira z drugimi udeleˇzenci v prometu – v tej ˇstudiji s peˇsci – mora informacije o svojem namenu prikazati na primernem mestu. Glede na prejˇsnje raziskave je to na maski, vetrobranskem steklu ali na strehi [18]. Da bi lahko ocenili odziv peˇscev na koncepte eHMI razliˇcnih modalnosti, je bilo v anketo vkljuˇcenih osem konceptov:
svetlobni trak,
projekcija na cesto,
zvoˇcni eHMI z uporabo govora,
zvoˇcni eHMI z uporabo abstraktnega zvoka,
besedilno obvestilo,
besedilno opozorilo,
prometno usmerjeni simbol,
abstraktni signal.
Modalnosti konceptov so iteracije nekaterih trendov, odkritih v raziskavi, ki so jo opravili Dey idr. [14], katere namen je bil narediti taksonomijo konceptov eHMI. Vsi koncepti uporabljajo barvo cian, ker je med najpogosteje uporabljenimi barvami za vizualne koncepte.
3.4.1 Svetlobni trak (vizualni eHMI)
Na reˇsetki je svetleˇc trak, ki neprekinjeno sveti, medtem ko vozilo pelje. Ko vozilo zaˇcne ustavljati, trak zaˇcne utripati. Utripanje traku se upoˇcasnjuje skupaj z vozilom. Trak nato ugasne, ko se vozilo popolnoma ustavi (Slika 3.3).
Slika 3.3: Vozilo s svetlobnim trakom
3.4.2 Projekcija na cesto (vizualni eHMI)
Ta koncept s peˇscem komunicira prek projekcije na cesto, in sicer projicira prehod za peˇsce. Avtonomno vozilo na cesto pred peˇsca projicira oznake za prehod za peˇsce in se zaˇcne ustavljati. Ustavi se pred projiciranimi oznakami (Slika 3.4).
Slika 3.4: Vozilo s projekcijo na cesto
3.4.3 Govor (zvoˇcni eHMI)
Pri tem konceptu vozilo stanje sporoˇca prek zvoˇcnih signalov. Ko vozilo zaˇcne ustavljati, sproˇzi govorno zvoˇcno sporoˇcilo ≫ustavljam≪, katerega periodiˇcno X- krat ponovi, dokler se vozilo ne ustavi.
3.4.4 Abstraktni zvok (zvoˇcni eHMI)
Pri tem konceptu avtonomno vozilo signalizira svoj namen prek abstraktnega zvoka. V tem primeru uporabi zvok zvoˇcnega semaforja. Ta zvok je bil izbran, ker je pri semaforiziranih prehodih ˇze prisoten pri preˇckanju ceste in morda sproˇzi asociacijo. Ko vozilo zaˇcne ustavljati, sproˇzi zvok zvoˇcnega semaforja, ki se ne prekine.
3.4.5 Obvestilo (vizualno besedilni eHMI)
Pri tem konceptu vozilo peˇscu ≫svetuje≪. Ko se vozilo zaˇcne ustavljati, se na vetrobranskem steklu pojavi sporoˇcilo≫Lahko preˇckate≪in ostane tudi, ko vozilo ustavi (Slika 3.5).
Slika 3.5: Vozilo z obvestilom ≫Lahko preˇckate≪
3.4.6 Opozorilo (vizualno besedilni eHMI)
Pri tem konceptu vozilo sporoˇca svoje stanje. Ko se vozilo zaˇcne ustavljati, se na vetrobranskem steklu pojavi sporoˇcilo: ≫Ustavljam≪ (Slika 3.6).
Slika 3.6: Vozilo z opozorilom ≫Ustavljam≪
3.4.7 Prometno usmerjen simbol (vizualni eHMI)
Pri tem konceptu vozilo sporoˇci, da je varno preˇckati prek uporabe prometnega simbola. Ti so po nekaterih argumentih [16] bolj ugodni kot besedilo, ker ni- majo jezikovnih ovir in so bolj vpadljivi. Ko se vozilo zaˇcne ustavljati, se na vetrobranskem steklu pojavi simbol peˇsca (Slika 3.7).
Slika 3.7: Vozilo s simbolom peˇsca
3.4.8 Abstraktni signal (vizualni eHMI)
Abstraktni signal je narejen po ˇcetrtem konceptu ˇstudije [18], kjer je bil upo- rabljen poleg svetlobnega traku. Ker se svetlobni trak v tej ˇstudiji obravnava posebej, je tu predstavljen sam. Koncept simulira vrstico napredka, ki skuˇsa pokazati, kdaj se bo vozilo ustavilo. Ko se vozilo zaˇcne ustavljati, se na sredini vetrobranskega stekla pojavi ˇcrta, ki se horizontalno razteguje ˇcez vetrobransko steklo kot vrstica napredka. Ko vozilo ustavi, vrstica zakriva celotno vetrobransko steklo (Slika 3.8).
Slika 3.8: Vozilo z abstraktnim signalom
3.5 Potek uporabniˇ ske ˇ studije
Uporabniˇska ˇstudija je v celoti potekala prek spleta. Udeleˇzenci so najprej izpol- nili demografski vpraˇsalnik, v katerem so navedli spol, starost, ali imajo veljaven vozniˇski izpit in koliko let ga imajo. Izbrali so ˇse, s katerimi prevoznimi sredstvi se najpogosteje napotijo v sluˇzbo, ˇsolo ali na drug vsakdanji opravek.
Sledili so ˇse razlaga in predstavitev definicij avtonomnih vozil ˇcetrte in pete stopnje ter opis scenarijev, prek katerih si bodo lahko ogledali predstavljeni eHMI in naˇcin, kako jih bodo lahko ocenili.
V nadaljevanju so si udeleˇzenci ogledali posnetek prvega koncepta eHMI. Ko je udeleˇzenec menil, da se poˇcuti varno preˇckati cesto, je pod posnetkom oznaˇcil ˇstevilko odseka, v katerem je bil pripravljen preˇckati cesto. Dodano je bilo tudi polje za neobvezen poljuben komentar, kjer so udeleˇzenci lahko vpisali, zakaj so se ravno takrat poˇcutili varno. Nato so udeleˇzenci izpolnili ˇse Vpraˇsalnik o uporabniˇski izkuˇsnji (UEQ – User Experience Questionnaire) za dani koncept eHMI.
Vse skupaj so udeleˇzenci ocenili osem konceptov eHMI. Da ne bi vsi udeleˇzenci ocenili konceptov v istem zaporednem vrstnem redu, so bile narejene tri razliˇcice ankete. Vpraˇsanja so ostala enaka v vseh treh razliˇcicah, le vrstni red konceptov je bil drugaˇcen.
Na koncu ankete so udeleˇzenci razvrstili vseh osem konceptov eHMI glede na vˇseˇcnost, obˇcutek varnosti in razumljivost. Razvrstili so jih od najbolj do najmanj priljubljenega.
Izpolnjevanje ankete je trajalo pribliˇzno 30 minut. Vsi udeleˇzenci so reˇsili anketo do konca in podali odgovore na vsa obvezna vpraˇsanja.
3.6 Analiza
Glede na demografijo so bili udeleˇzenci razdeljeni na dve skupini: izkuˇseni vozniki (vzorec N = 6; M = 3; ˇZ = 3; povpreˇcna starost = 51,83; standardni odklon =
6,26; povpreˇcno posedovanje vozniˇskega izpita = 31) in neizkuˇseni vozniki (vzorec N = 14; M = 8; ˇZ = 6; povpreˇcna starost = 25,57; standardni odklon = 4,87;
povpreˇcno posedovanja vozniˇskega izpita = 7 let).
Pri vsakem konceptu so bili analizirani podatki o odseku, v katerem so se poˇcutili varno preˇckati. Odsekov je bilo 10, ˇstevilˇceni so bili od 0 do 9. Ker je v niˇctem odseku vozilo ˇse dovolj daleˇc, da bi se udeleˇzenec lahko poˇcutil varno preˇckati, ne glede na uˇcinkovitost koncepta eHMI, se odgovori z niˇctim odsekom niso upoˇstevali pri evaluaciji koncepta. Ker v devetem odseku vozilo stoji, se tudi ta odsek ni upoˇsteval pri evaluaciji uˇcinkovitosti koncepta. Ovrednoteni so bili tudi pisni odgovori udeleˇzencev o obˇcutku varnosti pri izbranem odseku.
Pri evaluaciji uˇcinkovitosti konceptov eHMI sta se za vsak koncept za vsako skupino posebej izraˇcunali aritmetiˇcna sredina in varianca. Nato so se rezultati obeh skupin primerjali prek t-testa za neodvisne vzorce. Rezultati vpraˇsalnika UEQ so bili analizirani za vsako skupino za vsak koncept posebej s pomoˇcjo ˇze priloˇzenih metod. Rezultati so se nato primerjali z uporabo t-testa za neodvisne skupine.
Pri evaluaciji subjektivne uvrstitve se je izraˇcunala povpreˇcna uvrstitev vsa- kega koncepta.
Analiza je bila izvedena za vse ˇstiri spremenljivke: demografske podatke, obˇcutek varnosti, uporabniˇska izkuˇsnja, vˇseˇcnost eHMI. Rezultati bodo navedeni v nasle- dnjih podpoglavjih.
4.1 Demografski podatki
Demografski podatki o udeleˇzencih so razdeljeni na skupine in predstavljeni v Tabeli 4.1 in Tabeli 4.2. Podatki o najpogosteje uporabljenih prevoznih sredstvih so na grafu (Slika 4.1). Iz podatkov o prevoznih sredstvih je razvidno, da obe skupini za vsakdanji prevoz najpogosteje uporabljata osebni avtomobil (Slika 4.1).
37
Oznaka
udeleˇzenca Spol Starost
Koliko ˇcasa imate veljavni vozniˇski izpit?
(leta)
U1 Zenskiˇ 23 4
U2 Moˇski 22 4
U3 Moˇski 22 1
U4 Moˇski 22 4
U5 Zenskiˇ 32 14
U6 Zenskiˇ 32 14
U7 Zenskiˇ 29 11
U8 Moˇski 23 3
U9 Moˇski 19 1
U10 Moˇski 22 4
U11 Moˇski 23 3
U12 Zenskiˇ 29 11
U13 Zenskiˇ 24 6
U14 Moˇski 36 18
Tabela 4.1: Demografski podatki za neizkuˇsene voznike
Oznaka
udeleˇzenca Spol Starost
Koliko ˇcasa imate veljavni vozniˇski izpit?
(leta)
U15 Moˇski 58 41
U16 Moˇski 59 39
U17 Zenskiˇ 47 25
U18 Zenskiˇ 52 30
U19 Moˇski 41 23
U20 Zenskiˇ 54 30
Tabela 4.2: Demografski podatki za izkuˇsene voznike
Slika 4.1: Najpogosteje uporabljena prevozna sredstva
4.2 Obˇ cutek varnosti
Udeleˇzenci so ocenjevali vsak eHMI posebej, in sicer z 10-stopenjsko lestvico z vrednostmi od 0 do 9, kjer je 0 pomenilo prvi odsek videoposnetka vozila, 9 pa zadnji odsek videoposnetka vozila. Iz podatkov sta se izloˇcila 0. in 9. odsek, nato so za vsak koncept izraˇcunali aritmetiˇcno sredino in varianco. Viˇsja aritmetiˇcna sredina pomeni, da so se udeleˇzenci poˇcutili varno preˇckati cesto, ko je bila hitrost vozila manjˇsa.
Nato je bila izvedena primerjava med skupinama izkuˇsenih in neizkuˇsenih voznikov s t-testom za neodvisne vzorce. Rezultati so prikazani v Tabeli 4.3.
Neizkuˇseni vozniki Izkuˇseni vozniki t-test Aritmetiˇcna
sredina Varianca N Aritmetiˇcna
sredina Varianca N t-
vrednost DoF p-
vrednost Svetlobni
trak 4,63 3,73 8 6,67 0,89 3 -1,02 4 0,37
Projekcija
na cesto 4,9 3,72 11 4,5 0,25 2 0,32 8 0,76
Zvok:
govor 4,8 4,36 10 5 1 2 -0,08 4 0,94
Zvok:
abstrak- tni
6,3 2,61 10 5,33 0,22 3 1,39 13 0,19
Besedilo:
obvestilo 6,22 2,17 9 7,5 0,25 2 -2,29 16 0,04
Besedilo:
opozorilo 5,75 2,19 8 5 1 2 0,68 4 0,53
Prometni
simbol 6,11 0,77 9 8 0 2 -29,02 123 <0,01
Abstraktni
signal 5,88 2,11 8 4 0 2 3,37 13 0,01
Tabela 4.3: Rezultati primerjave obˇcutka varnosti neizkuˇsenih in izkuˇsenih voz- nikov
Iz rezultatov je razvidno, da so se neizkuˇseni vozniki najbolj varno poˇcutili pri uporabi svetlobnega traku, medtem ko so se izkuˇseni vozniki najbolj varno poˇcutili pri uporabi projekcije na cesto. Neizkuˇseni vozniki so se najmanj varno poˇcutili pri uporabi zvoˇcnega eHMI z uporabo abstraktnega zvoka, medtem ko so se izkuˇseni vozniki najmanj varno poˇcutili pri besedilnem obvestilu. Najveˇcjo razliko med eHMI je moˇzno zaznati pri besedilnem obvestilu, prometnem simbolu in abstraktnem signalu eHMI, kjer p-vrednosti kaˇzejo, da obstajajo statistiˇcno pomembne razlike med skupinama, p < 0,05.
4.3 Uporabniˇ ska izkuˇ snja
Za merjenje uporabniˇske izkuˇsnje je bil uporabljen vpraˇsalnik UEQ, za kate- rega je razvito orodje, ki je namenjeno izkljuˇcno analizi rezultatov UEQ. Orodje izraˇcuna vrednosti ˇsestih kategorij uporabniˇske izkuˇsnje: atraktivnost, pregle- dnost, uˇcinkovitost, vodljivost, stimulativnost in originalnost. Kategorije se me- rijo z uporabo 7-stopenjske Likertove lestvice.
Iz rezultatov je razvidno, da so udeleˇzenci najbolje ocenili svojo uporabniˇsko izkuˇsnjo pri uporabi projekcije na cesto, najslabˇse pa pri zvoˇcnem eHMI z upo- rabo abstraktnega zvoka pri neizkuˇsenih voznikih in pri abstraktnem signalu pri izkuˇsenih voznikih.
Nato je bila narejena ˇse primerjava rezultatov med skupinama voznikov z uporabo t-testa za neodvisne vzorce. V nadaljevanju so predstavljeni rezultati za vsak koncept eHMI posebej.
4.3.1 Svetlobni trak
Pri pregledu rezultatov za svetlobni trak, prikazanih na grafu (Slika 4.2), je bilo razvidno, da so ga neizkuˇseni vozniki najbolj pozitivno ocenili v originalnosti, najslabˇse pa v preglednosti. Pri izkuˇsenih voznikih pa je bilo ravno obratno, saj je ta skupina svetlobni trak ocenila najbolj pozitivno v vodljivosti in najslabˇse v atraktivnosti; podobno je bila ocenjena le uˇcinkovitost. Rezultati, prikazani v Tabeli 4.4, so pokazali statistiˇcno pomembne razlike med ocenami pri kategorijah atraktivnosti, uˇcinkovitosti, stimulativnosti in originalnosti, p<0,05. V vseh teh kategorijah so svetlobni trak boljˇse ocenili neizkuˇseni vozniki.
Slika 4.2: Kategorije UEQ za svetlobni trak
Neizkuˇseni vozniki Izkuˇseni vozniki t-test Aritmetiˇcna
sredina Varianca N Aritmetiˇcna
sredina Varianca N t-
vrednost DoF p- vrednost
Atraktivnost 0,56 1,34 14 -0,19 0,38 6 -4,95 110 <0,01
Preglednost -0,07 2,89 14 0,29 0,59 6 0,56 23 0,59
Uˇcinkovitost 0,52 0,71 14 0,21 0,69 6 -2,69 85 0,01
Vodljivost -0,04 2,16 14 0,46 0,81 6 1,12 40 0,27
Stimulativnost 0,36 0,88 14 -0,17 0,34 6 -7,03 241 <0,01
Originalnost 0,8 2,12 14 -0,17 0,09 6 -3,02 41 <0,01
Tabela 4.4: Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih vozni- kov za svetlobni trak
4.3.2 Projekcija na cesto
Pri pregledu rezultatov za projekcijo na cesti, prikazanem na grafu 4.3, je bilo razvidno, da so jo neizkuˇseni vozniki najbolj pozitivno ocenili v originalnosti, najslabˇse pa v vodljivosti. Pri izkuˇsenih voznikih pa je bilo enako, tudi ta skupina je projekcijo na cesto ocenila najbolj pozitivno v originalnosti in najslabˇse v vodljivosti. Rezultati, prikazani v Tabeli 4.5, so pokazali statistiˇcno pomembne razlike med ocenami pri kategorijah atraktivnosti in originalnosti, p < 0,05. V vseh teh kategorijah so svetlobni trak boljˇse ocenili neizkuˇseni vozniki.
Slika 4.3: Kategorije UEQ za projekcijo na cesto
Neizkuˇseni vozniki Izkuˇseni vozniki t-test Aritmetiˇcna
sredina Varianca N Aritmetiˇcna
sredina Varianca N t-
vrednost DoF p- vrednost
Atraktivnost 1,86 1,08 14 0,97 1,07 6 -3,23 35 <0,01
Preglednost 1,43 2,7 14 1 2,13 6 -0,34 9 0,75
Uˇcinkovitost 1,41 0,58 14 0,88 1,67 6 -1,1 11 0,3
Vodljivost 0,73 2,53 14 0,42 1,74 6 -0,33 14 0,75
Stimulativnost 1,38 0,49 14 1 1,1 6 -1,71 27 0,1
Originalnost 2,21 0,69 14 1,13 1,09 6 -4,69 29 <0,01
Tabela 4.5: Rezultati primerjave kategorij UEQ neizkuˇsenih in izkuˇsenih vozni- kov za projekcijo na cesti
4.3.3 Zvoˇcni eHMI z uporabo govora
Pri pregledu rezultatov zvoˇcnega eHMI z uporabo govora, prikazanih na grafu (Slika 4.4), je bilo razvidno, da so ga neizkuˇseni vozniki najbolj pozitivno ocenili v preglednosti, najslabˇse pa v stimulativnosti. Pri izkuˇsenih voznikih pa je bilo podobno, saj je ta skupina zvoˇcni eHMI z uporabo govora ocenila najbolj pozi- tivno v vodljivosti in najslabˇse v stimulativnosti. Rezultati, prikazani v Tabeli 4.6, niso pokazali nobenih statistiˇcno pomembnih razlik v nobeni od kategorij, p
> 0,05.
Slika 4.4: Kategorije UEQ za zvoˇcni eHMI z uporabo govora
