|
Resumen:
|
[EN] This thesis presents a novel synthetic environment for supporting advanced
explorations of user interfaces and interaction modalities for future transport
systems. The main goal of the work is the definition of novel ...[+]
[EN] This thesis presents a novel synthetic environment for supporting advanced
explorations of user interfaces and interaction modalities for future transport
systems. The main goal of the work is the definition of novel interfaces solutions
designed for increasing trust in self-driving vehicles. The basic idea is to provide
insights to the passengers concerning the information available to the Artificial
Intelligence (AI) modules on-board of the car, including the driving behaviour of
the vehicle and its decision making.
Most of currently existing academic and industrial testbeds and vehicular
simulators are designed to reproduce with high fidelity the ergonomic aspects
associated with the driving experience. However, they have very low degrees of
realism for what concerns the digital components of the various traffic
scenarios. These includes the visuals of the driving simulator and the
behaviours of both other vehicles on the road and pedestrians. High visual
testbed fidelity becomes an important pre-requisite for supporting the design
and evaluation of future on-board interfaces. An innovative experimental
testbed based on the hyper-realistic video game GTA V, has been developed to
satisfy this need. To showcase its experimental flexibility, a set of selected user
studies, presenting novel self-driving interfaces and associated user experience
results, are described. These explore the capabilities of inducing trust in
autonomous vehicles and explore Heads-Up Displays (HUDs), Augmented
Reality (ARs) and directional audio solutions.
The work includes three core phases focusing on the development of software
for the testbed, the definition of relevant interfaces and experiments and
focused testing with panels comprising different user demographics.
Specific investigations will focus on the design and exploration of a set of
alternative visual feedback mechanisms (adopting AR visualizations) to gather
information about the surrounding environment and AI decision making. The
performances of these will be assessed with real users in respect of their
capability to foster trust in the vehicle and on the level of understandability of
the provided signals.
Moreover, additional accessory studies will focus on the exploration of
different designs for triggering driving handover, i.e. the transfer vehicle control
from AI to human drivers, which is a central problem in current embodiments of
self-driving vehicles.
[-]
[ES] Esta tesis presenta un nuevo entorno virtual para apoyar exploraciones avanzadas de
interfaces de usuario y modalidades de interacción para sistemas de transporte futuros. El
objetivo principal del trabajo es la ...[+]
[ES] Esta tesis presenta un nuevo entorno virtual para apoyar exploraciones avanzadas de
interfaces de usuario y modalidades de interacción para sistemas de transporte futuros. El
objetivo principal del trabajo es la definición de soluciones de Realidad Aumentada diseñadas
para aumentar la confianza en los vehículos autónomos. La idea básica es proporcionar
información a los pasajeros sobre la información disponible para los módulos de Inteligencia
Artificial (AI) a bordo del automóvil, incluido el comportamiento de conducción del vehículo y
su toma de decisiones. El trabajo incluye tres fases centrales que se centran en el desarrollo de
software para el banco de pruebas, la definición de interfaces y experimentos relevantes y
pruebas enfocadas con paneles que comprenden diferentes datos demográficos de los usuarios.
El entorno de trabajo específico del banco de pruebas experimental se compone de: - GTA V
como entorno de prueba debido a su escenario complejo y sus gráficos hiperrealistas. - Volante
y pedales para una conducción activa. - DeepGTA como marco de autocontrol. - Tobii Eye
Tracking como dispositivo de entrada para las intenciones de los usuarios. Las investigaciones
específicas se centrarán en el diseño y la exploración de un conjunto de mecanismos alternativos
de retroalimentación visual (adopción de visualizaciones de AR) para recopilar información
sobre el medio ambiente circundante y la toma de decisiones de IA. El rendimiento de estos se
evaluará con los usuarios reales con respecto a su capacidad para fomentar la confianza en el
vehículo y en el nivel de comprensión de las señales proporcionadas. Además, los estudios
complementarios adicionales se centrarán en la exploración de diferentes diseños para activar el
traspaso de conducción, es decir, el control del vehículo de transferencia de AI a los
conductores humanos, que es un problema central en las realizaciones actuales de vehículos
autónomos.
[-]
|
