面向智能座舱的用户体验评价指标体系的建立

张文镝，苏宇航，吕 彬，周诗婕

Zhang Wendi，Su Yuhang，Lü Bin，Zhou Shijie

（北京新能源汽车股份有限公司，北京 100175）

0 引 言

用户体验作为设计领域概念，最早由美国认知心理学家、计算机工程师唐纳德·诺曼提出，是指使用产品时所有与交互相关的主观感受的集合[1]。用户体验强调以用户为中心，推动各行各业关注用户的需求与体验[2]，汽车也从强调作为交通工具的安全性和功能性转变为重视驾驶过程中的服务质量和驾驶体验[3]。汽车智能座舱以特有的载体和空间属性，适应用户需求和应用场景的迅速生长，为驾乘人员提供安全、高效、愉悦的综合体验。关于智能座舱体验评价，国内各研究机构、媒体、企业提出了各自的评价体系和方法，但在严谨性、完整性和科学性方面参差不齐。

目前，用户体验测量和评价体系分为定性和定量两类，前者注重概念和元素之间的关系，后者注重元素之间的定量整合和可用性测试方法的应用[4]。定性评估时，通过3～5位专家发现80%以上的产品问题[5]，并通过目标-手段方法，明确可用性评估中各概念与各要素间层次关系，但此体系缺乏试验数据或基础理论支持，实际操作中无法给出量化的产品可用性评价值。定量评估时，通过问卷调查评估用户体验。目前标准化、成熟的整体用户体验量表有QUIS(Questionnaire for User Interaction Satisfac‐tion，用户交互满意度问卷)、SUMI(Software Us‐ability Measurement Inventory，软件可用性测量量表)、PSSUQ(Post-Study System Usability Question‐naire，学习后系统可用性问卷)等[6]。定量评价强调相关要素的选择和整合，但由于对外部效度要求较高，所以难以构建和推广。由于精确量化的复杂性和精确性，面向不同产品需建立不同的用户体验结构模型。

针对智能座舱用户体验定量研究基础薄弱、缺乏综合测量的现状，本文针对智能座舱安全、高效、智能的特点，将用户体验理论整合用户体验评价体系，搭建面向汽车智能座舱的用户体验评价指标体系。

1 体验层次评估模型

根据葛列众提出的用户体验过程的3个维度，由低到高为行为、感知和情感，对智能座舱的用户体验进行功能、感官和情感分析[7]。用户体验无法直接测量，需分解为可测量指标，得到每层结构的组成元素。因此，智能座舱的用户体验量化评价体系采用客观测试(眼动分析、行为分析等)为主、主观评价(心理量表、问卷等)为辅的主客观相结合评价方法。

1.1 功能维度

可用性表现用于衡量产品的功能体验，反映用户在交互过程中操作的客观结果，从用户角度指导智能座舱的产品设计和衡量产品品质。最早的可用性评估系统是分层可用性模型，由MCCALL、RICHARDS和WALTERS于1977 年提出，分为3个层次：因素、准则和指标[8]。1999年，VAN WELIE、VAN DER VEER、ELIËNS结合产品设计原理，从可用性维度、使用指标、手段和知识4个方面构建了可用性评价体系[9]。之后，NIELSEN提出了用户体验中可用性的5个属性：可学习性、效率、可记忆性、错误（低错误率）以及满意度[10]。ISO（International Organization for Standardization，国际标准化组织）给出可用性定义：产品在特定使用环境下为特定用户用于特定用途时所具有的有效性、效率和用户主观满意度[11]。

对汽车用户进行调研，将智能座舱的可用性分为3层：（1）可用层次，产品能够有效地、准确地、稳定地以特性方法完成某种特定交互任务的能力，包括两个层面的需求，即功能准确性和稳定性；（2）易用层次，完成特定交互任务时用户与人机交互系统所消耗的相关资源，驾驶员要求在保证行车安全的前提下，简单自然地实现产品功能，避免过多负荷，相比智能手机，座舱交互的高效性面临更大挑战；（3）愉快使用层次，用户在使用产品过程中和完成任务之后的主观感受，即用户使用座舱产品提供的功能满足自身需求时，对于特定功能执行效果的满意程度。具体见表1。

1.2 感官维度

随着空调、座椅、信息界面、扬声器、香氛等座舱基础硬件功能的提升和智能表皮、舱内灯光、VR（Virtual Reality，虚拟现实）等技术的应用，座舱通过更多设备和技术为用户提供多模态的感官刺激。“五感”作为用户和产品之间的纽带，极大地影响用户的使用体验，同时为用户不同感官通道提供全方位体验[12]。据统计，实际用车场景中，驾驶员获取信息的主要感官途径为视觉通道、听觉通道、触觉通道和嗅觉通道[13]。由于汽车产品不需要用户品尝，所以味觉不参与感官测量。本文将生理感官测量和主观问卷相结合，整合各种感官指标建立体验系统[14]。

1.2.1 视觉

视觉是人们接触和感受外界最直观的方式。外部世界80%的信息由视觉捕捉传递给大脑做出反馈[15]。智能座舱视觉设计主要指外观形态、界面设计、CMF (Color、Material、Finishing，色彩材料工艺)等[16]。对汽车用户进行调研的视觉指标包括色彩舒适度和工艺精致度。其中，色彩对人的视觉感知和心理作用具有强烈影响，可以直观地营造产品氛围和不同的视觉感受，兼具物理性与心理性[17]。产品体积、形态与色彩完美契合带来的视觉体验，能够最大程度从生理和心理上打动用户。表面处理工艺是实现产品外观效果的另一个重要手段，通过喷、印、刻、氧、物、化、镀等手段改善材料使用性能和提升美学装饰效果。合理叠加一种或多种表面处理工艺可以升华材料的质感，满足消费者对于汽车内饰设计的视觉体验需求。

1.2.2 听觉

人耳听觉系统由接收和处理声音信号的器官组成。针对智能座舱中听觉显示，对汽车用户进行调研的指标分为车内音质和车机语音交互。车内音质需要针对人耳的听觉特性制定客观评价参数[18]。最常用的4个心理声学客观参数是响度、锐度、粗糙度和波动率[19]，其中，响度和锐度是影响用户交互行为的主要因素[20]。

此外，需要考虑智能座舱丰富的语音交互场景。语音交互系统以文字形式传递信息，允许驾驶员进行口头指示。语音交互最常用的性能评价指标是可懂度和自然度[21]，最常用的评分标准是平均意见评分，是国际电报电话咨询委员会开发的一种常用的主观测量方法。本文采用改进的 7 级李克特心理量表进行语音交互调研。

1.2.3 触觉

触觉主要发生在用户与汽车的物理接触上，大脑通过皮肤表面的触摸来感知物体表面材质。触觉研究先驱WEBER提出，每个物体均由特定材料制成，纹理、硬度、温度和重量构成物体最基本的触觉属性[22]。工业设计材料常使用纹理和硬度作为用户体验评价指标[23]，采用平置按压方式进行触觉评测。

针对智能座舱内饰部件，对汽车用户调研的指标包括软硬度和粗糙度。软硬感受除了评价材料自有属性（硬质高给人硬朗、不易损坏的材质感受，软度高给人亲和力强、柔和的材质感受）外，还需要评测不同内饰材质的软硬搭配，如座椅扶手用于依扶，所以材料需给人稳定和安全的感受。此外，座舱内部表面处理产生的凹凸感也为用户提供了重要的触觉感受，不同位置和功能的部件，所需粗糙度也有差别。

1.2.4 嗅觉

嗅觉是人类最原始的感官[24]。汽车产品的气味往往由座舱内部装饰材料决定[25]，如座椅、天花板、地毯、仪表板和车门护板[26]。气味评价指标包括气味类型、气味强度和气味舒适度[27]。由于气味类型具有模糊评判的特征，难以用气味测试仪进行直接测量[28]，本文仅对气味强度、气味舒适度进行主观评价[29]。通常采用6级气味强度等级对嗅觉器官的气味刺激进行分级[30]，本文采用改进的 7 级李克特心理量表对汽车内饰材料的气味进行评价。

综上，用户体验的感官维度指标及说明见表2。

表2 感官维度指标及说明

1.3 情感维度

随着智能座舱AI（Artificial Intelligence，人工智能）算力提高，人机交互方式更加类人化，座舱可主动发起交互，使驾乘人员感受到座舱的主动自适应体验，强调交互过程的情感反馈。MOESLINGER提出，情感体验是用户体验的最终形式[31]，是对整个交互过程和结果的心理认可。根据不同的心理情绪理论[32]，不同学者提出多种用户体验情感模型[33]。MAHLKE 提出基本过程模型，强调认知和情绪反应在用户体验中的影响，与使用特征相关的信息处理定义为认知部分，使用产品产生的复杂情绪定义为情感部分[34]。杜威引入了体验美学概念，认为人与产品之间的互动是一种主观的审美体验，是多层次的，从感官美到意义美甚至到情感美[35]。DESMET 基于用户对产品的认知和评价，构建了产品情感的基本模型，解释了情感体验的生成过程，将情感体验解构为工具情感、审美情感、社交情感、惊喜情感和兴趣情感[36]。针对智能座舱的情感体验，本文采用情绪体验的分类方法，采用审美、趣味、沉浸感、幸福感、情感共鸣等5个指标，具体解释见表3。

表3 情感维度指标及说明

2 体验指标权重

AHP (Analytic Hierarchy Process，层次分析法)是一种定性与定量分析相结合的多准则决策方法，主要用于解决SAATY[37]提出的多评价准则问题。据此，将智能座舱的用户体验分为3 个一级指标、6个二级指标以及20个三级指标。

计算过程中，针对以上一级、二级和三级指标均采用相同的研究方法，首先建立判断矩阵，然后根据层次分析法计算特征向量，再经过标准化后得到最大特征值，之后通过一致性指数和随机一致性指数检验，对于不符合一致性检验标准的矩阵根据专家评审意见进行修正，直至通过一致性检验。以一级指标为例说明计算过程。

设A1、A2、A3为3 个一级指标，为比较各指标的相对重要性，使用数字1～9及其倒数定义判断矩阵，具体见表4。由4位来自机械工业、生理心理学和消费者研究领域的专家对一级指标A1、A2、A3的重要性进行评分，采用几何平均法（每个指标的4个得分相乘后取1/4次方）计算每个指标的最终得分，由此得到一级指标的相对重要性判断矩阵A，具体见表5。

表4 一级指标评分说明

表5 一级指标的判断矩阵

计算表5 判断矩阵的特征向量，首先计算特征向量中各值w′1、w′2、w′3得

将w′1、w′2、w′3进行标准化处理，得到w1、w2、w3为

得到特征向量w=[w1w2w3]T，由式（8）计算特征值

式中：λmax为w对应的最大特征值，计算得到λmax=3.014。

对计算结果进行一致性检验，计算式为

其中，

式中：CR为一致性比率；CI为一致性指标；RI为随机一致性指标；n为评价指标个数，式（10）中n=3。

计算得CI=0.007；RI通过查表得到，当n=3时，RI=0.52。

由式（9）计算得到CR=0.013。CR值越小则判断矩阵的一致性越好。当CR< 0.1时，判断矩阵满足一致性检验；当CR> 0.1 时，判断矩阵不一致，需进行调整。本文所构建的判断矩阵满足一致性检验，权重计算结果有效。

经过相同的计算过程，得到二级指标、三级指标判断矩阵，各指标的权重值见表6。

表6 智能座舱的用户体验评价体系

3 实证分析

3.1 数据收集

根据表6 设计汽车用户体验问卷。受访者具有驾驶经验并拥有汽车，汽车不限型号和价格。问卷共发放58 份，回收有效问卷54 份，有效回收率为93.1%。

问卷分为3 部分：（1）基本信息，包括居住城市、所拥有汽车类型和驾龄；（2）根据20个三级指标所设计的20 个问题，采用7 分制量表打分：非常满意(7 分)、中等满意(6 分)、有点满意(5 分)、不确定(4 分)、有点不满意(3 分)、中等不满意(2 分)、非常不满意(1 分)；（3）驾驶体验的综合得分，即对问题“综合而言，您如何评价这辆车的体验?”进行打分，分值从1到7。

根据表6 中各指标权重，通过式（11）计算每位受访者的驾驶体验综合得分Xj。

式中：wi为层次分析法确定的指标权重，取值见表6；aij为受访者评分，1≤aij≤7；m为有效问卷数，取值54。

3.2 信度检验

对54 份有效问卷的20 个问题评分进行内部一致性检验，检查原始数据是否具备内部意义上的统一。计算得到一致性系数值为0.906，标准化后为0.913，均符合统计要求。因此，采用用户体验综合评价体系得到的评分数据具有较高的内部一致性，即可靠性较高。

3.3 效度检验

将54份问卷的最终综合得分（各指标加权平均）、平均综合得分（各指标算术平均）分别与问卷第3 部分总分进行相关性分析，结果显示，前者相关系数为0.510、后者相关系数为0.445，均在0.01 水平显著，前者的相关系数更高，即通过加权计算得到的用户体验评价更有效。

不同车型用户的指标权重有所区别，未来可针对相关车型，通过调研目标用户，调整各指标权重，更加贴近真实用车感受。

4 结束语

本文针对智能座舱建立汽车用户体验三维结构模型，根据功能体验、感知体验、情感体验分别探讨其机理层次和结构因素，并对模型进行实证研究和具体应用，经过信度和效度检验，验证将单个问题的主观评价转化为综合评价是可靠有效的。模型将以用户为中心的设计原则与用户体验评价指标相关联，为汽车智能座舱的用户体验设计提供重要启示，同时也为汽车厂商、汽车销售服务商提供了优化用户体验的指导建议。