Innovation auf der Straße: Prototyping für Usability Tests in autonomen Fahrzeugen

Neben der Erreichung technologischer Reife stehen autonome Fahrzeuge (autonomous vehicles = AV) erheblichen Herausforderungen in Bezug auf die Akzeptanz durch die Öffentlichkeit gegenüber. Vertrauen ist eine Hauptbarriere für die Annahme von AV und hängt von Faktoren wie Fahrzeugzuverlässigkeit und Leistungserwartungen ab. Datenschutz- und Sicherheitsbedenken, Softwarefehler und potenzielle Hacker-Angriffe tragen weiterhin zu vertrauensbezogenen Barrieren bei. Zusätzliche Bedenken potenzieller Nutzender umfassen Sicherheit, Usability, Zugänglichkeit und Komfort.

Die Bewältigung dieser Herausforderungen ist entscheidend, um die Akzeptanz der AV-Technologie zu fördern. Ein umfassendes Verständnis von Nutzenden, Systemen und ihrer Umgebung ist unerlässlich, um Strategien für die Mensch-Computer-Interaktion zu entwickeln und diesen Herausforderungen entgegenzuwirken.

Die Human-Machine-Interfaces (HMI) sind der Hauptinteraktionspunkt zwischen Passagieren und autonomen Fahrzeugen der Stufen 4 und 5. Daher spielen sie eine entscheidende Rolle bei der Überwindung von Akzeptanzherausforderungen und beim Aufbau von Vertrauen. Transparente interne Kommunikation wurde als entscheidender Faktor für hohe Akzeptanz und positive Benutzererfahrung (UX) identifiziert. Studien zu HMI, einschließlich konzeptioneller Ansätze mit Augmented Reality (AR), zeigen deren Potenzial zur Steigerung von Vertrauen und Situationsbewusstsein in automatisierten Fahrzeugen auf.

Allerdings zeigen die Erkenntnisse die Bedeutung sorgfältigen Designs und der Berücksichtigung der bereitgestellten Informationsmenge, da übermäßige Details nicht unbedingt zu erhöhtem Vertrauen führen. Diese Erkenntnisse unterstreichen das nuancierte Verhältnis zwischen Informationsklarheit und Benutzervertrauen. Dieses Projekt hatte zum Ziel, drei Forschungsfragen durch Prototypen und Tests mittels eines Wizard-of-Oz-Ansatzes zu beantworten:

1. Können wir die Akzeptanz und UX von AV-Passagieren steigern, indem wir transparente Systeminformationen über (AR-basierte) Visualisierung erkannter Objekte auf der Fahrzeug-Windschutzscheibe bereitstellen?

2. Wie und wann sollte diese Information während AV-Fahrten in städtischen Umgebungen angezeigt werden?

3. Wie können wir einen geeigneten Prototyping-Rahmen schaffen, um Frage 1 und Frage 2 sowie damit verbundene Fragen in komplexen städtischen realen Umgebungen zu untersuchen?

Die Bereitstellung und somit das Testen von fahrerlosen Fahrten in komplexen städtischen Umgebungen stoßen auf erhebliche Einschränkungen. Diese zu überwinden ist entscheidend für empirische Konzeptstudien im Zusammenhang mit autonomen Fahrzeugen. Kontextbasiertes Prototyping entwickelt sich als eine praktikable Methode, um sowohl den komplexen Kontext als auch die Benutzererfahrung zu berücksichtigen. Simulatoren können Kontrollierbarkeit und Reproduzierbarkeit bieten, haben jedoch Schwierigkeiten, hoch technisierte komplexe Umgebungen darzustellen und sind auf künstliche Laborumgebungen beschränkt.

Im Gegensatz dazu können Wizard-of-Oz (WoOz)-Set-ups in realen Umgebungen auf öffentlichen Straßen angewendet werden, was die Bewertung von autonomen Fahrzeugen und ihren HMI ermöglicht. Die Methode beinhaltet versteckte menschliche Fahrer:innen („Zauberer“), die die Automatisierung simulieren. Obwohl in der Praxis wirksam, bringt der WoOz Herausforderungen im Zusammenhang mit der Aufrechterhaltung der Illusion und der Sicherstellung konsistenter Fahrstile mit sich, weshalb eine sorgfältig ausgearbeitete Hintergrundgeschichte erforderlich ist. Unsere List? Wir gaben vor, dass unser AV eine hochmoderne Windschutzscheibe hätte - und wir testeten diese Windschutzscheibe mit AR-basierter Echtzeit-Objekterkennungsvisualisierung, die im Notfall immer noch jemanden auf dem Fahrersitz erforderte.

In dieser Studie simulierten wir eine Fahrt mit einem autonomen Fahrzeug (AV) durch die Stadt. Das genutzte Fahrzeug war ein Mercedes-Benz EQV Minivan, was eine flexible und leicht replizierbare Einrichtung für zukünftige Experimente bot. Der Windschutzscheiben-HMI-Prototyp zeigte Echtzeit-Visualisierungen von Augmented Reality (AR)- Begrenzungsrahmen über erkannten Objekten. Drei Konzeptvarianten wurden entworfen, darunter Basisinformationen, Zählungen erkannter Objekte pro Klasse in einer Statusleiste und eine Kombination aus beidem. Diese Varianten sollten die Auswirkungen der Menge an angezeigten Informationen auf die Erfahrung der Passagiere messen.

An der Studie nahmen 30 Teilnehmer:innen teil, mit einer ausgewogenen Verteilung nach Geschlecht und einer vielfältigen Altersspanne. Die Teilnehmer:innen erlebten Testfahrten im WoOz-Fahrzeug durch eine städtische Umgebung, mit Stopps auf Parkplätzen, um HMI-Varianten zu wechseln. Die Datensammlung umfasste sowohl quantitative als auch qualitative Maßnahmen, wie standardisierte Fragebögen, sowie Einzelbewertungen zu wahrgenommenem Risiko, Sicherheit, Wohlbefinden und Übelkeit.

Die Forschungsmethodik umfasste auch ein halb-strukturiertes Interview sowie eine Abschlussbesprechung, um das Feedback der Teilnehmer:innen zu ihren Vorlieben zu sammeln. Dieser umfassende Ansatz sollte wertvolle Einblicke in die Verbesserung der Akzeptanz und UX von AV-Passagieren durch transparente Systeminformationen bieten, wobei der Fokus auf den Herausforderungen realer städtischer Umgebungen lag. Die Ergebnisse der Studie können zur Entwicklung effektiver und benutzerfreundlicher HMI für zukünftige autonome Fahrzeuge beitragen.

Die Studie zeigt, dass die Bereitstellung visueller Systemrückmeldungen zu erkannten Objekten die Akzeptanz und UX von AV signifikant verbessert. Die Teilnehmer:innen bevorzugten Augmented Reality (AR)-Overlays auf der AV-Windschutzscheibe, da sie sie als entscheidend für das verbesserte Verständnis des Kontexts und das Vertrauen in das System betrachteten. Einige Teilnehmer:innen empfanden sie jedoch als zu ablenkend und bevorzugten lediglich allgemeine Informationen zum Gesamtzustand des Systems.

Die Teilnehmer:innen der Studie sprachen sich für konfigurierbare Anzeigeeinstellungen in AV aus, die es ihnen ermöglichen, die Darstellung bestimmter Informationen zu steuern. In Bezug auf den Inhalt bevorzugten die meisten Teilnehmer:innen die Visualisierung nur von Objekten, die sich auf ihre Fahrt auswirken, mit einer Klassifizierung nach Gefahrenstufe, anstatt ständige visuelle Rückmeldungen zu allen erkannten Objekten zu erhalten.

Eine durchdachte Hintergrundgeschichte und ein geeignetes Hardware-Aussehen sind erforderlich, um die WoOz-Täuschung aufrechtzuerhalten, wobei die Aufmerksamkeit der Teilnehmer:innen auf den futuristischen HMI-Prototyp gelenkt wird. 73% der Teilnehmer:innen glaubten, dass das Auto autonom fuhr, was auf eine erfolgreiche Anwendung des WoOz-Paradigmas hindeutet.

Wie die meisten Studien, so hatte auch diese Studie einige Einschränkungen, und es gibt drei Bereiche für zukünftige Forschung:

1. Die Stichprobe der Studie: Die Affinität für Technologie bei den Teilnehmer:innen war ziemlich hoch. Dies könnte die externe Validität und den Glauben an die WoOz-Täuschung beeinflussen.

2. Der HMI-Prototyp: Ein ganzheitlicheres HMI mit weniger Fokussierung auf die Objekterkennung ermöglicht eine breitere Untersuchung des Themas. Ebenso wird ein leistungsstärkeres System die Leistungseinschränkungen verringern.

3. Der WoOz-Ansatz: Obwohl vorteilhaft für die Erkundung dynamischer städtischer Kontexte, stellt die Methode Herausforderungen in Bezug auf Objektivität und Zuverlässigkeit dar. Insgesamt ist der für die Studie geschaffene Rahmen wertvoll für das Prototyping und kann auf verschiedene Aspekte der Erfahrungen mit autonomen Fahrzeugen und HMI-Konzepten ausgedehnt werden.

Die Zukunft der Mobilität, autonomer Fahrzeuge und wie UX-Forschung und -Design zu diesem Bereich beitragen können, ist eine wichtige Leidenschaft von uns. Wir freuen uns darauf, zu dieser Zukunft beizutragen, so wie wir es im STADT:up-Forschungsprojekt tun. Unsere Erfahrung in der Mobilität endet jedoch nicht hier. Wir haben auch zu APEROL, CARIAD (Audi), Thyssenkrupp’s carvaloo und auch Lufthansa’s AVIATOR Plattform beigetragen.