在上一篇中，我们探讨了车内交互方式，包括硬交互和软交互，末尾提到了语音交互形式，下面的内容继续上一篇说到的语音交互，然后还将探讨目光跟踪和 HUD 的问题。
语音交互设计——一个新的挑战
毫无疑问，语音控制被认为是下一代用户界面，但是我们需要对同一设计进行批判性理解。比如经过研究我们发现以下因素是十分重要并且值得我们思考的。
1． 离散与连续控制：
按钮开和关与旋钮连续旋转之间存在很大区别。前者是离散控制类型，后者是连续控制类型。 语音可以对前者有效控制，比如打开或关闭收音机。但可能对后者无效，例如控制音量大小。这种增大音量的命令是超出语音控制能力范围的，因为它是离散的，模拟的，不精确的操作。
我们可以让用户预设一些电脑能够理解的命令来实现模糊控制。通过完成一些任务或者基于时间的学习，电脑可以理解用户的命令。比如「提高音量」这一语音命令意味着提高扬声器音量 20%。如果没有小心谨慎处理，这种模糊控制可能会增加混乱和失败。
2. 字符串和列表的问题：
字符串（字母数字化数据比如卫星导航数据）的输入方式以及如何给司机提供可识别的加载模式是一项挑战。
尽管有人认为语音输入可能是理想的解决方案，因为它代替了用键盘进行文字输入，但是调查研究表明，事实恰恰相反。 MIT AGELAB 和新西兰交通中心做了一项研究，该调查研究主题是比较语音控制和旋钮按钮的使用率。结果表明，就驾驶员注意力分散和集中的程度而言，手动操作和语音控制在是可比较的。
「输入导航目的地是最耗时的任务，在前两个实验中，一般平均需要 111 秒来完成操作。任务完成的时间长度不取决于语音输入的可识别程度，而在于语音识别系统的界面设计，因为系统在绝大多数时候时候都可以识别司机的声音。」
界面设计的复杂度随着多情景模式的需求而增加。 他们之间信息的列表必须通过界面记清楚。其中存在一个被称为「定向反应」的行为。当司机与 HMI 对话时，它采用看似巧妙的无意识转换形式。它是一种技术的人格化。
通过研究发现， 一个能有效解决上述问题的方法是提供一个适当的确认命令——包括视觉和听觉。 把人当做一个整体而不是仅限于关注耳朵或者是声音。
「定向反应」常常依赖于视觉反馈来进行司机的语音输入。 例如，苹果的 CarPlay 尝试通过弱化用户界面解决问题。但是到目前为止这种自动行为模式还没有更多研究细节。
3. 通过声音识别情绪：
这可能会是自然语言处理的下一个阶段，情绪和情感可以引发汽车的一些反应（正在被 Google 和 Nuance 研发）。
摄像头可以跟踪身体的微小动作，并将数据像素化处理。经过车内传感器检测驾驶员的生理数据，这会产生同步反应（实时）和异步反应（延时）。
通过同步反应我们可以迅速并且实时地发现身体变化，比如检测司机的眨眼情况以及目光。长时间眼球不运动可以表明司机处于疲惫状态，因此汽车会建议司机临时休息一下或者指出距离最近的服务区。
异步反应是基于时间的。例如，在旅途中跟踪司机的心率，并将数据峰值做成热点。就像像汽车燃料消耗量可以被研究和跟踪一样，我们能通过身体的数据研究驾驶员。
Kinect 和 「 Eulerian 视频放大算法（Eulerian video magnification）」被用于非接触式心率测量。大部分人对生物测量比较信任，这是值得欣慰的。思科做了一项调查：如果可以提高汽车安全性，60% 的车主愿意分享自己的生物特征，比如指纹或者 DNA 样本。
软交互——目光跟踪技术以及多屏互动
这可以打破以中控台为视觉中心的习惯，在合适的时间以及合适的地点给司机提供信息显示。
例如，为了提供司机可能需要的逐向导航，信息可以被显示在若干不同屏幕上，包括 HUD 。通过目光检测技术，这些信息也可以显示在司机正在注视的地方。
那么，到目前为止我们已经实现了哪些技术？
第一个是车内第二块显示屏的使用，比如 HUD，这项技术从 20 世纪 80 年代开始使用，它可以在司机视线的水平位置或附近来显示信息。
路虎发现车型的透明发动机盖技术是一个最近才有的新概念。它将公路信息和从摄像头获取的实际越野图像结合在一起，并且通过 HUD 显示出来，借助这个技术，你可以看到那些被前机盖阻挡住的路况。 通过使用摄像头获得数字沉浸体验被越来越广泛的应用在汽车 HMI 中，他们主要是用来实现「实景增强」的功能。
同样，宝马的 「Vision Future Luxury」 概念车也采用了类似的技术，它被称为 「contact-analogue 」。除了能显示传统的 HUD 信息，这个系统还可以将对行车安全构成威胁的道路信息，包括障碍物、行人等进行高亮显示，有选择性的引导司机注意特定的信息。
依赖于目光检测或者眼球跟踪技术，特定部分的 GUI 可以根据司机或者乘客的目光停留处位置被激活并显示在屏幕上。这可以最大程度减少司机注意力分散。 算上时间反应，这个功能将非常有效。
目前还言之尚早，但是一些公司正在将跟踪系统整合进辅助驾驶系统。它可以 解决司机疲劳等问题, 特别是对于大型商用车辆来说， 例如 Caterpillar 和 Seeing Machines 就在进行合作。这个系统将软件（面部和目光跟踪算法）和硬件（和车载辅助系统整合的摄像头和处理单元）有机结合。
利用同样的原理，Tobii 公司也开发了自己的目光跟踪系统，将其在汽车和游戏中实验。
在下一期中，我们会讲讲 HMI 的感性一面，请继续关注。