2024年11月6日星期三下午，TOPS第152期组会于通达馆A102线下举行。本次组会由24级博士孔若溪带来自己的研究进展汇报，与大家交流讨论《基于TransCAVE的人机交互算法验证——以强交互场景HMI提示算法为例》的相关内容，课题组全体老师同学出席了本次组会。

汇报时刻

汇报内容主要从研究背景与现状、实证案例、TransCAVE、未来研究计划四个部分进行展开。

在研究背景与现状部分，孔若溪同学指出自动驾驶将长期处于人机共驾的过渡阶段，其中ADAS中的人机交互技术是优化人机共驾的关键一环。然而现有ADAS面临着落地难、推广难的双重困境，同时，ADAS对车外环境和车内驾驶人信息的综合考虑有所欠缺，如：缺少对驾驶员状态与反馈信息的考虑、缺少对驾驶环境与驾驶员信息协同分析的验证手段。因此，孔若溪同学提出了人在环路式的人机交互算法验证框架，并以考虑了人的特性的HMI提示算法作为被测物的案例，基于TransCAVE平台设计了强交互场景实验，对算法的有效性进行验证。

研究内容

在实证案例部分，孔若溪同学重点讲解了基于多风险源交互预测算法与驾驶员关注对象预测输出的交互模型HMI提示逻辑，并于安全指标HMI提示逻辑进行对比，在TransCAVE沉浸式虚拟现实实验室从主客观两个角度进行实验分析，结果表明，交互模型HMI提示算法能够提升驾驶的安全性、提升其复杂多风险源交互场景的应对能力，且大部分受试者认为HMI提供的信息具有有效性，且交互模型HMI的主观接受度更高。

研究内容

在TransCAVE平台部分，孔若溪同学主要介绍了TransCAVE沉浸式多人协同虚拟实验平台的功能与已有研究案例。TransCAVE能够实现虚拟环境+行人+车辆+仿真共在环，实现测试平台集成化、仿真测试联合化、应用场景多元化。目前已经广泛运用于建筑体感（虹桥火车站引导网络评价方案有效性验证）、智能座舱：HMI提示算法有效性验证等研究中。

研究内容

最后，简要的介绍了未来的研究计划如下：

研究内容

在最后的讨论环节，课题组的各位老师提出了宝贵的意见和建议。孙剑老师明确指出了当前研究中的问题，并建议从缩短认知差异、优化最优策略和接管设计三个方面进一步探索。杭鹏老师强调了TransCAVE平台的独特优势，并建议明确研究的定位。倪颖老师就平台效率验证提出了相关问题，田野老师则关注如何论证虚拟测试平台的可信度。孙杰老师进一步就实验的实施细节和仿真实验提出了问题。梁浩阳老师和秦国阳老师深入讨论了模型技术的具体细节，并提出了针对性的改进建议。