无人配送车模块化功能设计研究

目的 基于无人配送车模块化设计应用研究,探索无人配送车功能的设计优化和造型升级,提高其灵活性和可扩展性,使其适应不同的场景和需求。方法 通过模块化理论分析和无人配送车应用场景、技术结构的功能分析,将其整车系统划分为基型模块、改型模块,以及附加模块。按需更换功能模块,覆盖更广的无人配送领域,以应对配送的多场景化,并以团队无人配送车设计实践应用进行验证,证明基于功能配置下无人配送车模块化设计方法的有效性。结果 模块化设计实现了无人配送车的“一车多能”、快速的组装和拆卸、方便的维护和升级,同时减少无用的组装和调试时间,提高了工作效率,增强了对市场变化和用户需求的快速反应能力。结论 通过模块化功能设计研究和多场景设计实践,证明无人配送车模块化设计的性能和可靠性,满足用户需求和产品结构的多样化,以适应日益复杂的使用环境。     

基于交互实例推荐网络的人-物交互检测方法研究

人-物交互检测任务的目标是定位并且识别图像中人与其周围物体的交互关系。该任务的挑战在于机器无法知道人具体和哪些物体存在交互关系,现有方法大多对人和物进行完全配对来解决这个问题。与他们不同,本文提出了一种基于关系推理的交互实例推荐网络来适应人-物交互检测任务,主要想法是利用人和物体的视觉关系中潜在的交互关系来推荐人-物对。此外,本文还设计了一个跨模态信息融合模块,对不同的上下文信息根据其对检测结果的影响程度进行融合,以此提高检测精度。本文在HICO-DET和V-COCO数据集上进行了充分的实验来验证所提出的方法,结果表明,本文方法在HICO-DET和V-COCO数据集上的mAP达到了19.90%和50.3%,分别比基准网络高了4.5%和2.8%。

     

系统响应时间对人-信息系统交互效率的影响

为了探讨使人-信息系统交互效率达到最高的最优系统响应时间，应用专门开发的软件，通过对12个系统响应时间值进行的实验，研究了系统响应时间、学历和性别差异对人-信息系统交互效率的影响及其作用机理。方差分析结果表明：不同系统响应时间和学历在交互效率、人耗费的时间和完成任务中的出错次数方面存在显著差异；性别在这三方面均无显著差异。存在一个最优的系统响应时间范围（0．25～0．75s）使得交互效率达到最高。     

重型履带式无人车自主行驶紧急情况处置策略研究及仿真

本文通过分析重型履带式无人车自主行驶过程中出现的紧急情况,提出处置策略.通过建立重型履带式无人车构建整车动力学模型,运用控制理论,对提出的处置策略进行仿真实验,验证策略可行性,为重型履带式无人车安全控制系统研究提供思路,从而提高重型履带式无人车的行驶安全性.     

可穿戴配饰交互形式的探究

从可穿戴配饰中交互的形式出发,针对可穿戴配饰与交互形式的概述、种类及特点、影响进行分析,从设计和理论两个层面给可穿戴配饰的探索提供一定的参考,在交互形式上提供更为科学的设计思路以及理论基础.     

人-信息系统交互效率的内涵及影响因素

分析了企业信息化环境的内涵.提出了"人-信息系统交互效率"一词,并给出其内涵,指出人-信息系统交互效率是人与信息系统协同完成任务的一体化效率;归纳出人-信息系统交互过程的6个主要特征;分析了影响人-信息系统交互效率的诸因素,并按属性将其归纳为五大类:个人因素、任务因素、信息系统因素、管理因素和环境因素.提出下一步值得深入研究的问题,旨在寻求提高交互效率的途径.     

面向复杂交互情境的汽车人机界面设计研究

在对复杂人车交互情境下,人车交互的主要认知问题分心、驾驶负荷和情境感知进行分析的基础上,针对显示和控制2个人机交互设计基本问题,分析了汽车人机界面中的多通道显示和自然交互模式设计问题,并通过正在进行的概念电动汽车的人机界面设计案例进行验证应用。     

基于虚拟现实的遥控型无人特种车辆交互设计研究

目的 探索虚拟现实技术下遥控型无人特种车辆交互范式,提升遥控型无人特种车辆作业效率和用户体验。方法 通过eGOMS模型分别对虚拟现实场景和真实场景的遥控型无人特种车辆交互流程进行建模,并对所得模型进行操作时间的预测与分析,采用RoboMaster平台对用户在两种不同场景下开展绩效实验与NASA-TLX问卷访谈。结合主客观两个方面,对交互过程进行综合评价。结果 量化作业绩效实验数据与用户脑负荷问卷感受数据对比结果同时呈现虚拟现实交互更具有优势,但具体作业时间与模型预测有差异;实验的结果显示,无论是虚拟现实还是真实场景,基于eGOMS模型预测的交互操作时间均大于用户实际交互操作时间。结论 虚拟现实技术可以有效提升遥控型无人特种车辆交互的用户体验与作业效率,提升车辆控制交互系统的易学性;研究也进一步发现eGOMS模型中的标定与插入规则需要适当更新以适应专家用户。虚拟现实技术将有效地提升遥控型无人特种车辆的作业效能,大幅降低高危岗位人员的作业风险,从而促进遥控型无人特种车辆在消防、抢险救灾、国防等领域的普及应用。     

右转车辆与过街行人交互过程的影响因素研究

目的 探究在城市交通路口影响右转车辆与过街行人交互过程的因素。方法 采用实地视频拍摄的方法,分析统计右转车辆与过街行人在交互过程中的行为方式。分别检验性别、年龄、同行人数及红绿灯状态4个指标是否对二者交互过程有显著性影响。结果 性别对右转车辆与过街行人的交互过程无显著影响;年龄、同行人数及红绿灯状态对右转车辆与过街行人的交互过程有显著影响。结论 由于老年人生理退化导致步行速度降低,可以通过设置文字或图片标识来提示右转车辆停车礼让,以缓解老年群体等待时间过久的问题;或根据路口交通流量及行人不同同行人数,动态规划过街行人与右转车辆通行顺序。此外,可以根据行人流量动态规划右转车辆方的交通灯状态及时间。本研究结果对改善交通路口交通运行状况、使右转车辆与过街行人在交通路口有序通行有重要的理论意义和实用价值,同时可为无人驾驶右转车辆与行人交互提供重要参考。     

支持人在环路混合智能的交互设计研究

目的 指出“支持人在环路混合智能的交互设计”这一类设计问题,研究人在环路混合智能系统中交互设计的问题,为相关设计、技术与应用研究提供索引和参考。方法 从人在环路混合智能的概念和架构出发,引出人在环路混合智能的交互设计;基于对相关文献的整理,总结常见界面构成和交互方式;总结整理人在环路混合智能的生命周期。结论 指明了人在环路混合智能是需要用户交互的智能模型,介绍了由用户、人工智能算法、用户接口构成的系统架构;总结了针对不同数据类型的现有工作可能的交互方式;分析了人在环路混合智能完整生命周期中的设计挑战,根据现有文献提取关键界面构成,提出了人在环路混合智能系统的设计建议;提出了从智能系统、用户、设计师三方面建立设计方法论,完善设计工具,更有效地支持和推动人在环路混合智能系统的应用的建议。     

汽车手势交互设计研究

目的汽车手势交互是一个较新的交互设计领域,目前国内外都还缺乏与其相关的整体性研究。将现有的汽车交互设计研究加以总结,从而为后续的汽车手势交互设计研究与实践提供指导。方法研究以理论综述和案例交叉的方式,介绍了手势交互与汽车手势交互的产生背景和意义,汽车手势交互的设计特征,以及汽车手势交互的设计原则和设计方法。结论最终指出了良好的汽车手势交互设计需要注意用户需求与技术的平衡。以上研究对于汽车手势设计乃至创新交互设计具有指导性和前瞻性的意义。     

智慧养老领域隐式交互的应用现状及前景

目的对隐式人机交互在智慧养老领域的应用现状进行梳理,分析其特征及发展前景。方法综合梳理智慧养老交互设计研究现状,分析老年群体的生理心理特征及隐式交互理论基础,结合智慧养老领域典型场景中隐式交互的应用现状及相关课题展开讨论。结论总结出智慧养老领域隐式交互的应用特点,包括涉及较多关键性操作、长期监护及个人数据实时自动采集、第三方介入交互、系统平台建设和社会的参与。推断智慧养老领域隐式交互未来发展方向,即在以物联网、大数据、人工智能为依托的智慧养老领域,隐式交互是满足以人为本设计开发的核心部分,它可以通过生物感应、环境识别、数据挖掘、机器学习、协同共创等方式来实现。新技术应用与落地,数据库建设与共享,将是未来应用研究的关键和热点。     

基于符号学的车载手势交互的手势轨迹研究

目的 手势交互作为一种非接触式的自然交互方式,将广泛应用于车载交互中。通过研究符号学理论结合感性研究方法,分析符号学与车载手势交互的手势轨迹之间的关系,从而形成一个从手势轨迹角度研究车载手势交互的设计流程,更好地辅助车载手势设计。方法 以符号学理论为基础,运用符号学的外延意义和内涵意义,结合语义差异法、意象尺度法、层次分析法等,收集并分析车载功能手势轨迹样本偏好,挖掘用户对手势轨迹符号所产生的深层次需求,将分析和提炼出来的关键手势轨迹符号应用于手势轨迹设计,探索符号学与车载手势交互的手势轨迹之间的关系。结论 运用符号学理论对手势轨迹符号进行研究,提出了一种基于符号学理论研究手势轨迹的方法和流程,验证了符号学可以有效地应用于车载手势交互的手势轨迹设计。     

XA-GANomaly: An Explainable Adaptive Semi-Supervised Learning Method for Intrusion Detection Using GANomaly

Intrusion detection involves identifying unauthorized network activity and recognizing whether the data constitute an abnormal network transmission. Recent research has focused on using semi-supervised learning mechanisms to identify abnormal network traffic to deal with labeled and unlabeled data in the industry. However, real-time training and classifying network traffic pose challenges, as they can lead to the degradation of the overall dataset and difficulties preventing attacks. Additionally, existing semi-supervised learning research might need to analyze the experimental results comprehensively. This paper proposes XA-GANomaly, a novel technique for explainable adaptive semi-supervised learning using GANomaly, an image anomalous detection model that dynamically trains small subsets to these issues. First, this research introduces a deep neural network (DNN)-based GANomaly for semi-supervised learning. Second, this paper presents the proposed adaptive algorithm for the DNN-based GANomaly, which is validated with four subsets of the adaptive dataset. Finally, this study demonstrates a monitoring system that incorporates three explainable techniques—Shapley additive explanations, reconstruction error visualization, and t-distributed stochastic neighbor embedding—to respond effectively to attacks on traffic data at each feature engineering stage, semi-supervised learning, and adaptive learning. Compared to other single-class classification techniques, the proposed DNN-based GANomaly achieves higher scores for Network Security Laboratory-Knowledge Discovery in Databases and UNSW-NB15 datasets at 13% and 8% of F1 scores and 4.17% and 11.51% for accuracy, respectively. Furthermore, experiments of the proposed adaptive learning reveal mostly improved results over the initial values. An analysis and monitoring system based on the combination of the three explainable methodologies is also described. Thus, the proposed method has the potential advantages to be applied in practical industry, and future research will explore handling unbalanced real-time datasets in various scenarios.     

智能交互情境下汽车内室体验设计

目的在当前车载智能交互情境下,对汽车内室体验设计要素进行研究,总结内室体验设计框架并指导设计实践。方法基于汽车内室的发展历史,总结当前内室发展阶段中对内室体验产生直接影响的4个驱动要素:总布置、交互方式、信息互联和服务设计。结合案例分析,总结未来汽车内室体验的4个主要趋势,分别是空间的回归、行为的升级、情境的感知、品牌的强化,并对经典工业设计和交互设计在不同层面的关注点进行对比。最后,基于产品—服务—系统—体验的综合层级,形成了汽车内室体验设计的理论框架,能初步用于设计实践。结论汽车已经从运载工具变成了移动体验空间,汽车内室体验来自于由技术包裹的品牌、情境、行为、空间4个元素作用下形成的综合性感知。     

车载信息交互系统复杂性设计管理发展研究

目的 梳理车载信息交互系统及其复杂性管理的发展脉络,并提出多元设计策略以指导车载信息交互系统设计。方法 首先利用Vosviewer进行文献检索,梳理出目前车载信息交互领域的研究热点;然后通过文献回顾的方式总结传统车载信息交互系统的复杂性演变;最后利用Design X的设计策略,从用户、系统、信息等角度,分析数智时代下的车载信息交互系统存在的任务复杂性及交互复杂性。结论 基于Design X的设计策略,从用户群体分析、车载信息优化、智慧交通系统搭建等角度,提出有关管理车载信息交互系统复杂性的多元设计策略,为后续车载信息交互设计提供参考。     

基于眼动实验的车辆人机界面色彩设计研究

目的探索信息技术、数字科技在车辆人机交互领域广泛应用的情景下,色彩设计对改善车辆人机界面、提升用户驾驶体验的方式。方法从色彩的关系层面、分类层面、用途层面对车辆人机界面色彩要素进行分析,邀请被试人员进行模拟体验,通过眼动实验对体验数据进行客观分析与主观评价,评估车辆人机界面中的色彩设计。结论色彩鲜明、对比明确、数量适中的色彩方案是用户舒适性最好的设计方案,其对改善用户使用界面时的切换频率、选择时间、操作效率、信息辨识具有一定的作用。     

车辆人机交互设计虚拟评价系统构建与应用

目的利用虚拟现实技术对车辆人机交互设计方案进行评价,以提高交互设计过程中的迭代效率并减少资金的投入。方法以真人与虚拟车辆交互设计方案进行交互,同时用测试设备采集人的视频、音频、眼动轨迹、皮肤电、脑电、脑红外等数据和信息,并进行数据分析和设计方案评价。结论基于虚拟现实技术对车辆人机交互方案进行设计过程前期的评价是必要的和可行的,虚拟评价系统会随着虚拟现实和人机交互技术的发展逐步完善。     

基于汽车的多主体多通道交互模型研究

目的借助物联网相关技术改变城市与交通系统内"人—汽车—环境"之间的交互模式,提高驾乘过程中的用户体验,提升城市交通运行效率。方法在移动互联网的背景下,利用物联网与汽车智能化技术,把人机交互的概念从人与汽车之间的双向互动,放大到整个城市交通体系的多主体多通道互动之中,重新审视智能交通体系下的人机交互概念。分析不同移动场景中用户的需求,阐述"基于汽车的多主体多通道交互模型"给城市出行效率与驾乘体验带来的本质改变。结论提出面对未来的智能化交通体系中人与汽车、汽车与汽车、汽车与城市公共设施之间的复杂互动关系,即"基于汽车的多主体多通道交互模型"。该模型的运用对未来城市交通与信息化建设,具有一定的理论指导与实用价值。     

无人驾驶车多种空间人类移动性交互设计研究

目的探讨无人驾驶车在智能交通系统、大数据、人工智能等技术支持下,对人类移动性的范式拓展与设计思考,研究新型人类移动性下无人驾驶车的交互设计方法。方法采用文献调查法、田野调查法和用户参与式设计方法进行分析研究。结果无人驾驶车对人类移动性的拓展包含信息转化,时空维度转换,固有信息与即生信息、转化信息构成了人类新的社交网络以及移动性的内容知识图谱。链接物资流、信息流和资金流的人类移动性构建在多种空间的灵活信息架构中。结论新型人类移动性的无人驾驶车交互设计,将交互内容、功能、媒介的设计,与人类移动性的数据采集、数据处理、数据应用相映射,交互模型中人的身份变得多元,人类群体移动性的交互模式形成新的交互行为逻辑,交互环境由人工智能数字环境和人类智能非数字环境共同构成混合智能的交互样态,信息架构基于自动驾驶形成自适应用户自产生内容UGC前馈和无人驾驶车专业生产内容PGC反馈的智能信息,新的人类移动性催生出由交互载体、功能、内容三要素构成的新的人机交互范式。