汽车智能座舱及内部人机交互技术是驾驶员与车辆信息沟通的关键， 是智能汽车必备的功能化配置， 也是提升车辆驾乘人员的用户体验感、产品性能品质与品牌竞争力的关键因素。本书结合汽车座舱的发展变革与趋势， 面向物理信息人机交互的体验优化， 重点围绕智能座舱基础技术、多模态人机交互技术、驾驶员状态感知技术、自动驾驶控制权人工接管技术、智能汽车车外人机交互技术等几个核心内容进行论述。通过对本书的学习， 读者能够熟悉并掌握智能座舱关键技术与优化驾乘体验的核心基础知识。本书适合汽车电子工程师阅读使用， 也可供大专院校车辆工程专业师生阅读参考。

前　言
第1 章
绪　论
1.1　人机共融的智能汽车时代／ ００１
1.2　智能汽车定义与分级／ ００２
1.3　智能汽车人机交互／ ００３
参考文献／ ００６
第2 章
自动驾驶汽车乘坐舒适性评价研究
2.1　引言／ ００７
2.2　乘坐舒适性定义与影响因素／ ００８
２.２.１　乘坐舒适性定义／ ００８
２.２.２　乘坐舒适性的影响因素／ ００８
2.3　自动驾驶汽车乘坐舒适性量化指标／ ００９
２.３.１　主观量化指标／ ０１０
２.３.２　基于汽车参数的量化指标／ ０１１
２.３.３　基于生理信号的量化指标／ ０１４
２.３.４　基于乘员行为的量化指标／ ０１６
2.4　自动驾驶汽车乘坐舒适性评价模型／ ０１７
２.４.１　心理物理学模型／ ０１７
２.４.２　生物力学模型／ ０１７
２.４.３　统计学模型／ ０１８
２.４.４　基于学习的评价模型／ ０１８
2.5　垂向振动条件下的乘坐舒适性评价研究／ ０１９
２.５.１　研究方法／ ０２０
２.５.２　数据分析／ ０２２
２.５.３　结果讨论／ ０３１
2.6　结论及展望／ ０３３
参考文献／ ０３４
第3 章
基于生理信息的驾驶疲劳分析
3.1　引言／ ０３９
3.2　基于心电R - R 间期的驾驶疲劳识别及预测／ ０４１
３.２.１　驾驶疲劳识别模型的建立／ ０４１
３.２.２　实车试验设计与数据采集／ ０４４
３.２.３　数据分析／ ０４５
３.２.４　案例分析／ ０４７
３.２.５　结论／ ０４９
3.3　基于反应时间和操作时间的驾驶员状态识别／ ０５０
３.３.１　研究背景及研究现状／ ０５０
３.３.２　基于贝叶斯的驾驶状态概率表征模型构建／ ０５１
３.３.３　试验设计与数据收集／ ０５３
３.３.４　驾驶员疲劳识别模型的建立／ ０５５
３.３.５　模型评价／ ０６１
３.３.６　结论／ ０６４
参考文献／ ０６４
第4 章
基于主客观数据的汽车人机交互界面表面触觉反馈方法
　4.1　引言／ ０６７
4.2　物理按钮数据采集与处理分析／ ０６８
４.２.１　测试系统／ ０６８
４.２.２　物理按钮分类与数据采集／ ０６９
４.２.３　数据处理与分析／ ０７０
４.２.４　基于按钮力学特征进行触觉渲染／ ０７２
4.3　复位按钮的顺应性再现／ ０７３
４.３.１　顺应性颗粒法和复位按钮力与加速度关系／ ０７３
４.３.２　３ 种复位按钮触觉反馈方法的比较／０７５
4.4　3 种类型虚拟按钮匹配实验／ ０７７
4.5　结论／ ０７９
参考文献／ ０７９
第5 章
L3 级自动驾驶接管过程驾驶员情景意识与操纵绩效研究
　5.1　引言／ ０８２
5.2　自动驾驶接管过程解析／ ０８３
５.２.１　自动驾驶接管过程／ ０８３
５.２.２　非驾驶相关任务／ ０８５
５.２.３　接管请求／ ０８５
５.２.４　情景意识／ ０８７
５.２.５　自动驾驶接管绩效及影响因素／ ０８７
5.3　自动驾驶接管过程非驾驶任务对驾驶员情景意识
影响研究／ ０８８
５.３.１　实验设计／ ０８８
５.３.２　测量指标／ ０９１
５.３.３　结果分析／ ０９１
５.３.４　结论／ ０９８
5.4　自动驾驶接管过程可视化辅助规划信息对接管绩
效的影响／ ０９９
５.４.１　实验设计／ ０９９
５.４.２　测量指标／ １０１
５.４.３　结果分析／ １０１
５.４.４　结论／ １１０
参考文献／ １１０
第6 章
L3 级自动驾驶接管过程的方向触觉引导模式研究
6.1　引言／ １１５
6.2　方法／ １１６
６.２.１　参与者／ １１６
６.２.２　设备／ １１７
６.２.３　驾驶场景／ １１８
６.２.４　接管请求／ １１８
６.２.５　非驾驶相关任务／ １１９
６.２.６　因变量／ １１９
６.２.７　试验流程／ １２０
6.3　结果／ １２１
６.３.１　接管时间／ １２１
６.３.２　最大方向盘转角／ １２２
６.３.３　方向盘转角标准差／ １２３
６.３.４　最大横向加速度／ １２３
６.３.５　用户体验／ １２４
６.３.６　问卷数据分析／ １２５
6.4　结论／ １２７
参考文献／ １２８
第7 章
L3 级自动驾驶接管时间预测
7.1　引言／ １３１
7.2　相关工作／ １３３
７.２.１　现有接管数据集／ １３３
７.２.２　接管时间预测／ １３４
7.3　接管时间预测数据集／ １３５
７.３.１　参与者／ １３５
７.３.２　实验设备／ １３５
７.３.３　实验设计／ １３６
７.３.４　实验步骤／ １３７
７.３.５　数据标注与注释／ １３７
7.4　研究方法／ １３８
７.４.１　符号与定义／ １３８
７.４.２　视频时序特征提取／ １３９
７.４.３　跨模态特征融合／ １４０
7.5　实验研究／ １４０
７.５.１　数据处理／ １４０
７.５.２　实验设置／ １４１
７.５.３　评价指标／ １４１
7.6　结果与讨论／ １４２
７.６.１　对比实验／ １４２
７.６.２　模型结构消融实验／ １４２
７.６.３　网络输入特征的消融研究／ １４３
7.7　结论及展望／ １４４
参考文献／ １４４
第8 章
高级自动驾驶车外人机交互研究
　8.1　引言／ １４７
8.2　相关工作／ １４８
８.２.１　概述／ １４８
８.２.２　实验方法／ １４９
８.２.３　交互效果评价方法／ １５０
８.２.４　研究目的／ １５１
8.3　方法／ １５２
８.３.１　实验步骤／ １５２
８.３.２　实验设计／ １５２
８.３.３　参与者／ １５６
8.4　结果／ １５６
８.４.１　客观数据分析／ １５６
８.４.２　主观数据分析／ １５９
8.5　讨论／ １６２
８.５.１　车辆速度和距离／ １６２
８.５.２　ｅＨＭＩ 形式／ １６２
８.５.３　ｅＨＭＩ 颜色／ １６４
8.6　结论及展望／ １６５
参考文献／ １６５
第9 章
融合场景语义的智能座舱驾驶员交互意图预测
　9.1　引言／ １６９
9.2　相关工作／ １７１
９.２.１　意图预测／ １７１
９.２.２　大语言模型／ １７２
９.２.３　语义信息融合／ １７３
9.3　方法论／ １７４
９.３.１　数据集构建／ １７４
９.３.２　场景语义生成／ １７６
９.３.３　模型架构／ １７８
9.4　实验与结果／ １８０
９.４.１　实验设置／ １８０
９.４.２　性能比较／ １８１
９.４.３　融合策略比较／ １８３
９.４.４　消融实验／ １８４
９.４.５　案例分析／ １８５
9.5　结论／ １８８
参考文献／ １８８

良好的汽车人机交互是保证车辆安全性、舒适性、便捷性、愉悦性的基础，是提升汽车产品品质和驾乘体验感、品牌竞争力的关键因素。伴随人工智能、网联技术发展， 以及日益增加的个性化用户需求， 汽车人机交互技术已经成为引领智能汽车创新发展的风向标， 是国际汽车工程及相关领域研究的前沿和热点。
在智能、网联、电动、共享四化驱动下， 汽车人机交互技术正面临新的变革与创新。从传统机械系统强调的驾驶员手、脚操控便捷和乘坐舒适的物理空间到智能驾驶与座舱系统关注的机辅人驾、人智协同， 都存在共同的宜人交互目标， 即系统越发强调“以人为中心” 的开发理念。在此基础上， 本书基于车辆工程专业视角， 融合人因工程学、认知心理学、人工智能等多学科理论体系，系统分析了当前智能汽车涉及的人机领域问题， 梳理了研究团队在智能汽车人机交互领域十余年的技术积淀。期待本书能为汽车工程师、交互设计师、人因研究学者搭建跨学科的对话平台， 共同推进“以人为中心” 的智能汽车技术创新。
本书共有９ 章。第１ 章探讨了智能汽车发展的时代特征， 分析了不同等级智能汽车的特性和技术差异， 梳理了人机交互的基本概念及其跨学科特性及在智能化背景下的演进趋势， 强调良好人机交互对于提升用户信任和优化驾驶体验的关键性。第２ 章探讨了自动驾驶汽车乘坐舒适性评价研究， 系统地梳理了影响乘坐舒适性的主要因素以及自动驾驶汽车乘坐舒适性的量化指标和评价模型。总结了自动驾驶汽车舒适性研究的未来发展趋势。第３ 章梳理了驾驶员疲劳产生机理及演变规律， 提出了当前考虑生理信号的驾驶员疲劳检测方法。第４ 章聚焦车辆虚拟按钮触觉反馈方法， 针对现有虚拟按钮反馈单一且不适用于车内多种类按钮的问题展开研究。第５ ～７ 章针对Ｌ３ 级有条件自动驾驶重点关注的问题———自动驾驶和人工驾驶的控制权切换， 即接管过程进行讨论。其中第５ 章探讨了驾驶员在Ｌ３ 级自动驾驶接管过程的人的情景意识与接管行为表现， 第６ 章分析了Ｌ３ 级自动驾驶中的方向触觉引导模式对驾驶员接管表现的影响， 第７ 章研究了基于深度学习的驾驶员接管时间的预测建模方法。第８ 章聚焦于高级自动驾驶汽车车外的人机交互界面ｅＨＭＩ 设计的可理解性， 对比分析了５ 种不同形式的ｅＨＭＩ 模式对于行人过街的影响， 进而为ｅＨＭＩ 的设计提供了新的参考。在第９ 章，将大语言模型引入智能座舱的驾驶员交互行为意图预测，为汽车智能座舱被动响应到主动服务的高阶认知座舱人机交互技术开发提供了新的思路。
感谢张慧珺、刁小桔、张国娟、马骁远、梁耘瀚、梁新颖、乔昕、陈毅、王路瑶等研究生在撰写以及校对过程给予的帮助。
由于作者理论与实践水平有限， 内容难免有不足之处， 敬请同行专家与读者批评指正。