Article

Journal of Korean Society of Transportation. 31 October 2024. 503-517
https://doi.org/10.7470/jkst.2024.42.5.503

ABSTRACT


MAIN

  • 서론

  • 연구 방법론

  •   1. 제어권 전환 상황 유스케이스 정의

  •   2. HMI UI 설계 요구사항 정립 및 구성요소 설정

  •   3. 전문가 의견조사 기반 설계 요구사항 범위 조정

  •   4. 감성공학 기법

  • 수량화Ⅰ류를 이용한 감성평가 분석 결과

  • 결론 및 향후 연구과제

서론

국제 자동차기술자협회(SAE International)에서 정의한 자율주행 시스템 레벨 3부터는 자율주행차량이 운행가능영역(operational design domain, ODD) 외 구간으로 이동할 경우 자율주행 모드에서 수동주행 모드로 전환되며 운전자에게 제어권 전환 요청이 반드시 요구된다. 자율주행 모드에서 수동주행 모드로 전환이 필요한 상황에서 자율주행 시스템으로부터 운전자에게로 차량에 대한 제어권이 전환되는 것을 take-over라고 정의한다. 또한 운전자에 의해 수동주행 모드에서 자율주행 시스템으로 차량에 대한 제어권이 전환되는 경우를 제어권 전환 중 hand-over라고 한다. 일반적으로 수동주행 모드에서 자율주행 모드로 전환되는 hand-over 상황에서는 안정적으로 제어권 전환이 가능하다. 그러나 자율주행 시스템으로부터 운전자에게 제어권이 전환되는 take-over 상황에서는 운전자가 주변의 교통상황에 대해 주의를 기울이지 않은 상태에서 진행될 수 있어 사고의 위험성이 존재한다. 따라서 운전자가 제어권 전환 상황을 인지할 수 있도록 적시에 적절한 정보를 제공하는 것이 중요하다. 제어권 전환 정보 제공에 대한 휴먼 머신 인터페이스(human-machine interface, HMI) 유저 인터페이스(user interface, UI)를 설계하기 위해 인적 요인, 기술적 요인, 환경적 요인이 고려된다. 인적요인은 운전자의 주의 집중도 등과 같이 운전자 행동으로 인한 요소들을 포함한다. 기술적 요인은 자율주행 차량의 센서 정확성, 시스템의 반응 시간 등이 포함된다. 환경적 요인은 도로 상태, 기상 조건 등 운전자가 직면할 수 있는 외부조건들이 포함된다. 이러한 요인들은 제어권 전환 요청 상황에서 운전자의 인식 및 반응에 영향을 미치며, 이 중 인적 요인은 직접적으로 영향을 미치는 주요 요인이다. 따라서 인적 요인을 고려한 적절한 제어권 전환 정보 제공 HMI UI 설계가 요구된다.

제어권 전환 상황에서 사고를 예방하기 위해 다양한 상황에서 HMI 또는 헤드업 디스플레이(head-up display, HUD) 등의 설계 및 구성요소에 대한 연구가 활발하게 진행 중이다. An and Itoh(2024)는 주행 시뮬레이션을 활용하여 조건부 자율주행 차량의 제어권 전환 상황에 대한 HMI를 설계하였다. 조건부 자율주행 차량의 HMI 설계를 위한 주행 시뮬레이션 결과, 주변 교통상황 정보를 제공할 경우가 교통상황 정보 및 제어권 전환 정보를 함께 제공할 경우에 비해 안전성이 증가하는 것으로 나타났다. Naujoks et al.(2017)은 운전자에게 제공되는 HMI 정보에 따라 제어권 전환 상태에서 운전자의 대응능력을 향상시킬 수 있다고 주장하였다. Forster et al.(2016)은 HMI 정보가 운전자의 성능뿐만 아니라 시스템에 대한 신뢰 수준을 향상시킬 수 있다고 주장하였으며, Richardson et al.(2018)은 운전자의 요구사항 관점에서 설계된 HMI가 상호 작용 오류를 줄이고 성능을 크게 향상시킬 수 있다는 연구결과를 발표하였다. 또한, Schieben et al.(2014)의 주행 시뮬레이터 연구 결과에 따르면 제어권 전환 상황에서 시각적 정보 외에 청각 및 진동 촉각 피드백을 함께 제공할 시 운전자의 제어권 전환 요청에 더 빠르게 반응하는 것으로 나타났다. 이에 따라 제어권 전환 상황에서 HMI의 적절한 구성요소를 파악하고 설계하는 것은 제어권 전환 성능뿐만 아니라 제어권 전환 후 안전성도 크게 향상시킬 수 있다고 제시하였다. Li et al.(2020)는 위급하지 않거나 일반적으로 주행하기 편리한 직선도로에서는 모든 HMI 설계의 차이가 유의미하지 않은 것으로 제시하였다. 교차로를 통행하는 상황에서 단순한 HMI는 운전자의 정신적·시각적 스트레스가 높지 않았으나, 많은 정보를 동시에 제공할 경우 운전자의 정신적인 작업량과 시선의 이동이 증가하고 눈 깜빡임 수가 감소하는 결과가 도출되었다. Pečečnik et al.(2023)은 반자율주행 차량(semi-automated vehicles)의 수동 주행 모드인 경우 HUD의 정보 컨텐츠 설계를 위한 연구를 진행하였다. 또한 이용자의 개인적인 선호와 의견을 고려하여 HUD의 시야 범위(field of view, FoV)가 정보 표출에 어떠한 영향을 미치는지에 대해서도 연구하였다. 총 30명의 피실험자를 대상으로 서로 다른 크기의 네 가지 HUD 버전에 대해 주행 시뮬레이션을 수행하였다. 주행 시뮬레이션 실험 중 총 네 번의 take-over 상황이 발생하는데 이 중 두 번은 보행자가 횡단하는 상황이나 복잡한 교차로와 같은 긴급한 상황에서 제어권 전환이 발생하도록 설정하였다. 나머지 두 번의 제어권 전환 상황은 차량과 인프라 간 통신 두절 및 차량 센서 인식 오류로 인해 발생하도록 설정하였다. 제어권 전환 성능을 평가하기 위해 성공적으로 제어권을 전환하지 못한 횟수를 HUD 버전별로 집계하여 평가지표로 이용하였다. 실험 결과 HUD 시야 범위는 제어권 전환 성능에 영향을 미치지 않는 것으로 도출되었다.

기존의 HMI UI 설계 연구에서는 이용자 개인의 선호 및 의견을 정량적으로 분석하고자 시도하지 않았으며, 기본적인 HMI UI 설계 요구사항을 정립하지 않아 체계적인 분석에 한계가 존재한다. 본 연구에서는 기존 연구와 달리 제어권 전환 상황에 대해 유스케이스를 정의하고 연구 범위를 설정하였다. 또한 인적요인을 반영하기 위해 제어권 전환 정보 제공을 위한 HMI UI 설계 요구사항을 정립하였다. 체계적인 요구사항 도출을 위해 39명의 전문가를 대상으로 심층 면접조사를 진행하여 연구 범위에 해당하는 유스케이스의 설계 요구사항 범위 조정하였다. 추가적으로 본 연구에서는 인적요인을 반영한 자율주행차의 제어권 전환 정보 제공 HMI UI를 설계하기 위해 일반운전자 31명에 대해 감성 평가를 수행하고 수량화 Ⅰ류 기법을 이용하여 감성 평가 결과를 분석하였다.

본 연구는 다음과 같이 구성되어 있다. 2장에서는 자율주행차량의 제어권 전환 정보를 제공하기 위한 HMI UI 설계를 위한 요구사항을 정립하고 구성요소를 설정하였다. 3장에서는 전문가 의견조사를 통해 본 연구범위에 해당하는 유스케이스의 설계 요구사항 범위 조정 방안을 제시하였다. 4장에서는 감성공학 기법 기반으로 HMI UI를 설계하기 위한 방법론을 제시하였다. 5장에서는 수량화 Ⅰ류 기법을 이용하여 감성 평가 분석을 수행한 결과를 제시하였다. 마지막 장에서는 본 연구 결과를 요약하여 결론 및 향후 연구 계획에 대해 서술하였다.

연구 방법론

본 연구에서는 인적요인 기반의 제어권 전환 HMI UI를 설계 하였으며 Figure 1에 연구 수행 프레임워크를 제시하였다. Step 1에서는 운전자의 자유의지 유무와 제어권 전환 예상가능 여부를 통해 자율주행차량의 제어권 전환 상황의 유즈케이스를 정의하고 본 연구에서 수행하고자 하는 연구 범위를 설정하였다. Step 2에서는 자율주행차량이 제어권 전환 정보를 체계적으로 제공하기 위한 HMI UI 설계 요구사항을 정립하였다. Step 3에서는 설계 요구사항을 기반으로 HMI UI 시각 정보 컨텐츠, 청각 정보 컨텐츠, 컨텐츠 배치방안 등 설계 구성요소를 설정하였다. Step 4에서는 Step 2와 Step 3에서 정립한 설계 요구사항과 설계 구성요소에 대해 전문가 의견조사를 통해 본 연구에서 수행하고자 하는 유스케이스에 맞춰 설계 요구사항 범위를 조정하였다. 설계 요구사항의 범위를 조정한 이유는 감성공학 설문조사를 통해 수집한 분석용 데이터의 품질을 유지하기 위함이다. 모든 설계 요구사항을 반영하여 아이템 및 카테고리를 선정하고 설문조사를 수행할 경우 응답자가 과부하를 경험하거나 설문에 대한 흥미를 잃을 수 있다(Brower, 2018; Park et al., 2021). 지나치게 많은 정보나 복잡한 질문은 응답자의 피로도를 증가시키고, 설문의 품질과 응답률을 저하시킨다(Galesic and Bosnjak, 2009; Palaniappan and Kum, 2019; Gibson and Bowling, 2020). 따라서 본 연구에서는 전문가 의견조사를 통해 체계적으로 설계 요구사항 및 아이템별 우선순위를 도출하여 적정 수준으로 설계 요구사항을 조정하여 연구를 진행하였다. 마지막으로 Step 5에서는 수량화 Ⅰ류 이용한 감성공학 분석을 수행하여 인적요인 기반의 자율주행차 제어권 전환 HMI UI를 설계하였다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_F1.jpg
Figure 1.

Overall research framework

1. 제어권 전환 상황 유스케이스 정의

본 연구에서는 제어권 전환(take-over)이 발생하는 상황을 유스케이스로 정의하기 위한 설정 근거를 마련하고 세 가지 유스케이스로 구분하여 정의하였다. Take-over는 운전자의 자유의지에 의해 발생하는 경우(discretionary take-over)와 운전자의 자유의지와 무관하게 상황에 의해 강제적으로 발생하는 경우(mandatory take-over)로 구분 가능하다. Mandatory take-over는 물리적 ODD 범위 해제로 인해 예상 가능한 제어권 전환 요구가 발생한 경우와 ODD 범위 내 갑작스러운 위험 상황 발생 등으로 인해 예상치 못한 제어권 전환 요구가 발생한 경우로 구분된다. Figure 2에 제어권 전환 상황 유스케이스 설정 알고리즘을 제시하였다. 제시한 알고리즘에 따라 구분된 take-over 상황은 다음과 같다. 유스케이스 1의 경우 ODD 범위 내에서 이용자의 자유의지로 제어권을 전환하고자 하는 경우를 의미하며, 유스케이스 2의 경우는 물리적 ODD 범위 해제로 인해 예상 가능한 제어권 전환 요구가 발생한 경우를 의미한다. 마지막으로 유스케이스 3의 경우 ODD 범위 내에서 주행 중 갑작스러운 위험상황 발생 등으로 인해 예상치 못한 제어권 전환 요구가 발생하는 경우를 의미한다. 본 연구에서는 구분된 유스케이스 중 가장 긴급성이 높은 유스케이스 3에 초점을 두고 연구를 진행하였다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_F2.jpg
Figure 2.

Algorithm for setting use cases in take-over situations

2. HMI UI 설계 요구사항 정립 및 구성요소 설정

본 연구에서는 체계적으로 제어권 전환 HMI UI를 설계하기 위해 기본적인 설계 요구사항을 정립하고 구성요소를 설정하였다. 설계 요구사항은 상위 설계 요구사항과 하위 설계 요구사항으로 구분하여 정립하였다. 상위 설계 요구사항은 HMI UI 설계의 핵심적인 고려사항 이므로 직관성, 유효성, 학습성, 유연성과 같은 UI 설계 기본원칙을 반영하여 항목을 재구성 하였다(Lim and Kim, 2022; Terwilliger et al., 2014; Rittger et al., 2022). 하위 설계 요구사항의 경우 상위 설계 요구사항에서 정립한 내용을 바탕으로 구체적인 지침을 제공할 수 있도록 구성하였다. 핵심적인 다섯 가지 상위 설계 요구사항과 구체적인 하위 설계 요구사항을 바탕으로 제어권 전환 HMI UI 설계에 대한 기본 원칙을 제시하였다. Figure 3에 제시한 것과 같이 설계 요구사항과 관련된 시각 정보 컨텐츠, 청각 정보 컨텐츠 및 정보 제공 전략을 통해 운전자에게 필요한 정보를 효과적으로 전달할 수 있는 HMI UI를 설계하고자 하였다. HMI 구성요소는 제어권 전환 요청을 위한 모달 시스템(modal system) 및 정보 제공 전략으로 구성하였으며 상세 설명은 Table 1에 제시하였다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_F3.jpg
Figure 3.

Basic design requirements and components for HMI UI to providing take-over information

Table 1.

Descriptions of components for HMI UI

Components for HMI UI Descriptions
Visual information contents ⦁Components for using visual methods when displaying take-over information
⦁Examples of items: presence of text, text contents, text size, text font, presence
of images, screen flashing, etc.
Auditory information contents ⦁Components for using auditory methods when displaying take-over information
⦁Examples of items: presence of warning sound, type of warning sound, warning sound
decibel, presence of voice message, voice message comment, voice message decibel, etc.
Content layout strategies ⦁Content placement layout when displaying take-over information
⦁Examples of items: display position within the Screen, etc.
Information display priority ⦁Display priority between take-over information and other information
Input display type ⦁Input display methods for the system to monitor the user's condition
(such as drowsiness and inattention)
⦁Examples of items: camera-based facial direction and eye blinking recognition input,
biometric-based heart rate and respiration rate recognition input, etc.

첫째로 ‘이용자의 정보 인지율 최대화’는 모든 중요한 정보와 경고가 명확하게 전달되어 이용자가 상황을 정확하게 파악할 수 있도록 하기 위한 항목이다. 이용자는 제어권이 전환되는 상황을 명확하게 파악하고 준비할 수 있어야 하며, 필요한 정보를 적시에 전달받아야 한다. 이용자의 정보 인지율을 최대화하기 위한 하위 설계 요구사항으로는 이미지 및 텍스트를 사용할 때 대비가 높은 색상 조합을 사용하고 크고 명확한 이미지와 간결하고 정확한 텍스트를 사용하여야 한다. 또한 경고음의 종류, 음 높이, 속도 등을 조절해서 사용해야 하며, 음성안내 멘트는 간결하고 정확해야 한다. 이와 관련한 HMI 구성요소는 시각 및 청각 정보 컨텐츠이다.

둘째로 ‘이용자의 자율주행 경험 수준 고려 최대화’는 이용자의 자율주행 경험 수준에 따라 맞춤형 정보와 지침을 제공하여 모든 이용자가 편안하고 안전하게 서비스를 이용할 수 있도록 하기 위한 항목이다. 자율주행차량을 이용하는 이용자는 자율주행 경험 수준이 상이하며 이를 고려하여 HMI UI를 설계해야 한다. 예를 들어, 자율주행 기술에 익숙하지 않은 이용자는 보다 구체적이고 상세한 안내를 필요로 한다. 반면에 경험이 많은 이용자는 간결하고 핵심적인 정보만으로도 충분히 대응이 가능하다. 이러한 가정은 다양한 이용자 그룹의 안전성과 편의성을 모두 고려하기 위한 것으로 설계 단계에서 이용자 경험 수준에 따라 정보 제공 방식을 차별화 함으로써 제어권 전환 시 사용자 혼란을 최소화 하려는 목적에 초점을 둔다. 관련 하위 설계 요구사항으로는 자율주행 시스템을 처음 사용하는 이용자도 쉽게 이해하고 제어권 전환 시 당황하지 않도록 명확한 이미지를 사용해야 한다. 이미지 사용은 시각 정보 컨텐츠로 구성된다.

셋째로 ‘UI의 일관성 최대화’는 모든 화면과 알림에서 일관된 디자인 언어와 상호작용 패턴을 사용하여 이용자가 직관적으로 시스템을 사용할 수 있도록 하기 위한 항목이다. HMI UI 설계 시 일관된 디자인, 글꼴 등을 사용하여 이용자가 혼란을 최소화할 수 있도록 해야 한다. UI 일관성을 최대화 하기 위한 하위 설계 요구사항으로는 전체 시스템과 일관된 디자인 요소를 사용해야 하며 메시지 표현 방식의 일관성을 유지해야 한다. 디자인 요소와 관련되어 있기 때문에 HMI 구성요소는 시각 정보 컨텐츠이다.

넷째로 ‘이용자의 긴급상황 대응능력 최대화’는 긴급상황 발생 시 즉각적이고 명확한 지침을 제공하여 이용자가 빠르게 상황에 대응할 수 있도록 지원하기 위한 항목이다. 자율주행 모드에서 수동주행 모드로 전환 시 긴급한 상황이 발생할 가능성이 존재하기 때문에 고려되어야 하는 사항이다. 하위 설계 요구사항은 제어권 전환 정보에 최우선순위를 부여하여 긴급 상황 발생 시 다른 정보들 보다 신속하게 제공 되도록 설정해야 한다. 이용자가 미리 정해진 가이드라인 등을 통해 긴급 상황에 즉시 취해야 할 행동을 안내하여 즉각적인 대처가 가능할 수 있도록 해야 한다. 또한 정보 컨텐츠를 중앙에 배치하여 이용자가 빠르게 파악할 수 있도록 해야 한다. 관련 HMI 구성요소는 정보 표출 우선순위 및 컨텐츠 배치방안이다.

마지막으로, ‘이용자의 상태 인식 시간 최소화’는 자율주행차량이 이용자의 현재 상태와 반응을 신속하게 파악하여 적절한 HMI UI 피드백을 제공하고, 필요한 경우 제어권 전환을 신속하게 진행할 수 있도록 하기 위한 항목이다. 특히 자율주행 모드에서 수동주행 모드로 전환이 필요한 경우 이용자가 주행 준비가 되지 않은 경우, 위험에 처할 수 있기 때문에 자율주행시스템이 이용자의 상태를 모니터링 하는 작업이 필요하다. 관련 하위 설계 요구사항은 자율주행시스템은 지속적으로 이용자의 상태 모니터링이 가능해야 하며 이용자 상태에 따른 경고정보 제공 방식을 조절할 수 있어야 한다. HMI 구성요소는 입력 디스플레이이다.

3. 전문가 의견조사 기반 설계 요구사항 범위 조정

앞서 정립한 HMI UI 기본 설계 요구사항은 전문가 의견조사를 통해 본 연구에서 수행하고자 하는 유스케이스에 맞춰 설계 요구사항 범위를 조정하였다. 본 연구에서는 정립한 설계 요구사항 및 HMI 구성요소를 감성공학 기법의 아이템 및 카테고리 선정 단계에 반영하였다. 감성공학 기법 중 감성 평가 단계에서 다양한 아이템과 카테고리를 고려하는 것은 인적요인을 반영하기 위해 중요한 사항이다. 그러나 평가대상 아이템 및 카테고리의 수가 늘어날 경우 설문의 양이 지나치게 증가하여 응답자가 피로감을 느끼고 응답의 질이 감소하게 된다. 따라서 이를 방지하기 위해 전문가 의견조사를 바탕으로 설계 요구사항의 범위를 조정하였다.

전문가 의견조사는 교통 전문가, 자율주행 소프트웨어 개발 업체 임직원, 공유차량 서비스 플랫폼 업체 임직원 등 총 39명의 전문가를 대상으로 2023년 6월 28일부터 2023년 6월 30일까지 총 3일간 대면 조사로 수행하였다. 의견조사 내용은 자율주행 제어권 전환 정보 표출 HMI UI 설계를 위한 상위 설계 요구사항 항목의 우선순위 평가를 중심으로 구성하였다. 구체적인 내용으로는 상위 설계 요구사항 간의 우선순위 평가, HMI 구성요소 간의 우선순위 평가, 각 HMI 구성요소 내 아이템 별 우선순위 평가 항목으로 구성하였다. 전문가 의견조사 시 시각 정보 컨텐츠와 청각 정보 컨텐츠에 대한 아이템 별 우선순위를 평가하였다. 시각 정보 컨텐츠의 경우 텍스트 유무, 텍스트 내용, 텍스트 크기, 텍스트 색상, 화면 점멸 유무, 이미지 유무, 이미지 크기, 이미지 색상, 레이아웃 색상, 레이아웃 모양에 대해 우선순위를 작성하도록 하였다. 청각 정보 컨텐츠의 경우 경고음 유무, 경고음 종류, 경고음 데시벨, 음성안내 유무, 음성안내 멘트, 음성안내 데시벨에 대해 우선순위를 작성하도록 구성하였다. 전문가 의견조사 설문 결과는 각 상위 설계 구성요소에 할당된 HMI 구성요소의 가중치를 산출하여 상위 설계 요구사항에 반영하여 상위 설계 요구사항 우선순위를 도출하였다.

HMI 구성요소 가중치를 반영한 상위 설계 요구사항 우선순위 도출 결과 Figure 4에 제시한 것과 같이 ‘이용자의 정보 인지율 최대화’, ‘이용자의 긴급상황 대응능력 최대화’, ‘이용자의 상태 인식 시간 최소화’ 순으로 높게 나타났다. 갑작스러운 상황에서 운전자의 의지와 무관하게 자율주행 모드에서 수동주행 모드로 제어권이 전환되어야 하므로 ‘이용자의 긴급상황 대응능력 최대화’ 항목이 ‘이용자의 정보 인지율 최대화’ 항목과 유사한 수준으로 높게 나타난 것으로 분석되었다. 상위 설계 요구사항 우선순위 도출 결과에 대한 ANOVA 분석을 수행하였으며 분석결과는 Table 2에 제시하였다. 95% 신뢰수준에서 유의확률 0.000으로 상위 우선순위 3가지 요구사항 항목의 각 평균이 나머지 각 요구사항 항목의 평균과 통계적으로 유의한 차이가 도출되었다. 조정된 상위 설계 요구사항 우선순위에 따라 HMI 구성요소는 시각 정보 컨텐츠, 청각 정보 컨텐츠, 정보 표출 우선순위, 컨텐츠 배치방안, 입력 디스플레이인 것으로 확인되었다. 시각 정보 컨텐츠 내 아이템 우선순위 도출 결과,이미지 유무, 화면 점멸 유무, 텍스트 유무 순으로 우선순위가 높게 도출되었다. 청각 정보 컨텐츠 내 아이템의 우선순위 도출 결과, 경고음 유무, 음성 안내 유무, 경고음 종류 순으로 우선순위가 높게 도출되었다. 이용자의 자유의지와 무관하게 갑작스러운 상황에서 제어권 전환이 발생하기 때문에 HMI UI의 정보를 신속하게 확인할 수 있도록 화면 점멸과 경고음 및 음성 안내와 같은 청각 정보 등을 이용하여 이용자의 주의를 집중시켜야 하기 때문인 것으로 분석된다. 또한 경고음의 종류를 다양화하여 상황의 긴급성과 중요성을 효과적으로 전달하는 것이 요구된다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_F4.jpg
Figure 4.

Results of prioritizing high-level design requirements based on in-depth expert interview

Table 2.

Results of ANOVA for importance assessment scores of high-level design requirements

ANOVA
Sum of squares d.f. Mean square F Sig.
Between groups 6.038 4 1.510 41.745 0.000*
Within groups 6.871 190 0.036
Total 12.909 194
Post-Hoc test
Set N Subset for alpha = 0.05
1 2 3
Tukey HSDa B 39 0.382
C 39 0.411
E 39 0.580
D 39 0.788
A 39 0.790
Sig. 0.960 0.100 0.100

*Statistically significant at a 95% confidence level (significance level alpha = 0.05)

4. 감성공학 기법

본 연구에서는 인적요인 기반의 자율주행차 제어권 전환 HMI UI 설계를 위해 설계 요구사항을 정립하고 HMI 구성요소를 설정하였다. 또한 이를 기반으로 감성공학 기법을 수행하여 HMI UI를 설계하였다. 감성공학(Kansei Engineering)은 1970년대 일본의 Mitsuo Nagamachi에 의해 개발된 기술로서 인간의 감성을 정량·정성적으로 측정하고 과학적으로 분석 및 평가하여 제품이나 환경 설계 디자인 요소에 반영하는 공학적 접근방법을 의미한다(Nagamachi, 2004; Hashizume and Kurosu, 2016; Jindo and Hirasago, 1997; Schütte et al., 2004; Hong et al., 2012). 감성공학에서는 제품과 관련하여 인간의 감성의 종류를 ‘감각적 감성’, ‘기능적 감성’, ‘문화적 감성’ 으로 구분하여 다룬다. 감성공학은 목적이나 기술에 따라 다변량분석에서 사용하는 수량화 이론을 활용하여 감성평가 결과를 분석한다. 수량화 이론은 Ⅰ류부터, Ⅱ류, Ⅲ류, ... , Ⅵ류 접근 방법으로 분류된다. 본 연구에서는 수량화 Ⅰ류 접근방법을 분석에 활용하였다. 수량화 Ⅰ류 이론은 일반 선형 모형을 이용하여 외적기준이 양적인 경우 설명변량의 범주를 설명하는 방법을 의미한다(Park et al., 2010). 주로 범주형 독립변수를 이용하여 분석하는 경우 수량화 Ⅰ류 이론을 이용하며 카테고리의 속성이 결과에 어떠한 영향을 미치는지 분석하고자 할 때 주로 사용한다. 감성공학 기법을 수행하기 위해서는 감성 평가를 위한 분석 대상을 선정하고 분석 대상의 아이템 및 카테고리를 분류하여야 한다. 이 후 감성 평가를 위한 감성어휘를 수집 및 추출하여야 한다. 감성어휘란 형용사, 명사 등의 형태로 인간이 느끼는 감정의 상태를 표현하는 어휘를 의미하며, 분석하고자 하는 대상의 특성에 적합한 형용사 쌍을 분석에 이용한다. 수집된 감성 어휘에 대해 1차 감성 평가를 진행한 후 주성분 분석 또는 전문가 대상 어휘 추출을 진행하여 대표 어휘를 추출하고 2차 감성평가를 진행하여 분석에 필요한 데이터를 수집한다. 감성 평가 시 제품에 대해 인간이 느끼는 정성적 이미지를 정량화 하기 위해 어의차의 척도(semantic differential scale, SD 척도)를 사용한다. 2차 감성 평가를 진행한 결과 데이터를 이용하여 수량화 Ⅰ류 이론을 사용하여 감성 평가 결과를 분석하고 분석 결과를 제시하여 해석한다.

설계 요구사항 및 전문가 의견조사 결과를 고려하여 제어권 전환 HMI UI와 관련된 아이템과 각 아이템의 카테고리를 선정한 결과는 Table 3에 제시하였다. 아이템으로는 화면 점멸 유무, 이미지 유무, 경고음 데시벨, 화면 점멸 방식, 텍스트 색상, 레이아웃 색상, 레이아웃 배치, 텍스트 내용, 음성안내 멘트를 선정하였다. 또한 설계 요구사항을 고려하여 선정된 아이템 및 카테고리에 따라 제어권 전환 정보 제공 표출을 위한 HMI UI 디자인 시나리오를 설정하였다. HMI UI 디자인 시나리오는 감성 평가에 활용되었으며 Table 4에 제시하였다.

Table 3.

Categories by items

Item Category
Presence of image No image / Image present
Color of layout D1 (Red) / D2 (White) / D3 (Yellow)
Contents of text D1 (“Hazard ahead! Autonomous mode disengaging now.”)
D2 (“Hazard ahead. Switching to manual mode now.”)
D3 (“Emergency! Autonomous mode disengaging now.”)
D4 (“Emergency! Switching to manual mode now.”)
Voice message D1 (“Hazard ahead. Prepare to take control.”)
D2 (“Manual mode engaged. Prepare to take control.”)
Decibel of warning sound Low (-15dB) / High (+12dB)
Presence of screen flashing No screen flashing / Screen flashing present
Screen flashing method No screen flashing / D1 (Layout flashing) / D2 (Full screen flashing)
Color of text D1 (Red) / D2 (Yellow) / D3 (White) / D4 (Black)
Layout arrangement Bottom / Top
Table 4.

HMI UI design scenarios for Kansei engineering analysis

HMI UI design scenario 1 HMI UI design scenario 2
https://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_T4_1.jpghttps://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_T4_2.jpg
HMI UI design scenario 3 HMI UI design scenario 4
https://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_T4_3.jpghttps://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_T4_4.jpg
HMI UI design scenario 5 HMI UI design scenario 6
https://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_T4_5.jpghttps://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_T4_6.jpg

본 연구에서는 자율주행차의 제어권 전환 정보 제공 HMI UI 디자인 안에 대해 감성 평가를 진행하기 위해서 1차적으로 총 30쌍의 감성어휘를 선정하였다. 1차적으로 선정된 감성어휘 쌍은 Table 5에 제시하였다. 1차 감성어휘 쌍은 31명의 일반운전자를 대상으로 감성 평가를 진행하였으며 1차 감성 평가 결과에 대해 요인분석을 수행하였다. 요인분석 결과 공통된 집단으로 축소가 가능한 감성어휘를 기준으로 2차 감성어휘를 추출하고 대표 감성어휘의 명칭을 부여하였다. 요인분석을 위한 데이터 적합성 검증 결과를 Table 6에 제시하였다. 분석에 사용한 감성 평가 결과 데이터가 요인분석에 적합한지 확인하기 위해 표본의 적절성을 의미하는 Kaiser-Meyer-Olkin(KMO) 측도를 확인한 결과 0.949로 나타났으며, 이는 분석 대상 데이터가 요인분석에 적합함을 의미한다. 일반적으로 KMO 값이 0.6 이상이면 분석 데이터를 요인분석에 사용하기에 적절하다고 판단하며 0.8 이상의 값은 매우 적합하다고 평가된다(Norusis, 1993; Ahn and Lee, 2009). 또한 Bartlett의 구형성 검정 결과, 유의확률이 0.000으로 분석에 사용된 변수들 간에 상당한 수준의 상관관계가 존재하는 것으로 나타났다. KMO 측도와 Bartlett의 구형성 검정 결과, 요인분석을 통한 데이터 구조화가 타당한 것으로 해석된다. 회전 제곱합 적재량의 누적 백분율의 경우 성분 4에서 63.47%로 나타났다. 이는 추출된 요인들이 변수들의 총 변동성의 63.47%를 설명 가능하다는 것을 의미하며, 분석된 변수들이 전체 데이터의 변동성 중 상당 부분을 설명하고 있기 때문에 주요 특성을 반영한다고 해석할 수 있다. Table 7에 요인분석을 통한 대표 감성어휘 쌍을 추출한 결과를 제시하였다. 대표 감성어휘 쌍은 HMI UI 정보컨텐츠의 명료성을 나타내는 ‘명료한-혼란스러운’, HMI UI 디자인의 독창성을 나타내는 ‘독특한-일반적인’, 정보컨텐츠의 체계성을 나타내는 ‘(정보가) 풍부한-(정보가) 빈약한’, HMI UI 디자인의 세련됨을 나타내는 ‘세련된-촌스러운’ 총 4가지로 도출되었다. 도출된 대표 감성어휘 쌍을 이용하여 2차 감성 평가를 수행하였다.

Table 5.

Results of the 1st selection of pairs of Kansei words

No. Pairs of Kansei words No. Pairs of Kansei words No. Pairs of Kansei words
1 Noticeable : Unnoticeable 11 Practical : Impractical 21 Simple : Complex
2 Intuitive : Non-intuitive 12 Safe : Dangerous 22 Reliable : Unreliable
3 Beneficial : Useless 13 Immediate : Delayed 23 Familiar : Unfamiliar
4 Clear : Confusing 14 Fancy : Humble 24 Unique : Common
5 Highly readable
: Poorly readable
15 Easy to Understand
: Difficult to Understand
25 Fast-transmitted |
: Slow-transmitted
6 Efficient : Inefficient 16 Focused : Dispersed 26 Concrete : Abstract
7 Integrated (in information)
: Dispersed (in information)
17 Rich (in information)
: Poor (in information)
27 Friendly
: Unfriendly
8 Definite : Ambiguous 18 Sensuous : Unsensuous 28 Systematic : Disorganized
9 Innovative : Stereotyped 19 Harmonious : Inharmonious 29 Compact : Verbose
10 Fashionable : Unfashionable 20 Interesting : Boring 30 New : Old
Table 6.

Results of data adequacy test for factor analysis

KMO and Bartlett‘s test
Kaiser-Meyer-Olkin measure of sampling adequacy 0.95
Bartlett’s test of sphericity Approx. Chi-square 10825.31
d.f. 435
Sig. 0.00
Rotation sums of squared loadings
Component Total % of variance Cumulative %
1 9.61 32.04 32.04
2 3.88 12.92 44.96
3 3.29 10.97 55.93
4 2.26 7.54 63.47
Table 7.

Results of factor analysis to extract the representative pairs of Kansei words

Pairs of Kansei words Component Representative
pairs of Kansei words
1 2 3 4
Clear : Confusing 0.820 -0.013 0.074 0.119 Clarity
[Clear : Confusing]
Efficient : Inefficient 0.801 0.036 0.190 0.085
Practical : Impractical 0.789 0.002 0.270 0.068
Intuitive : Non-intuitive 0.786 0.109 0.088 0.041
Easy to Understand : Difficult to Understand 0.785 -0.091 0.236 0.145
Definite : Ambiguous 0.783 0.070 0.297 0.035
Fast-transmitted : Slow-transmitted 0.772 -0.059 0.280 0.093
Focused : Dispersed 0.755 -0.110 0.171 0.138
Highly readable : Poorly readable 0.744 0.118 0.031 0.137
Immediate : Delayed 0.744 0.026 0.280 -0.038
Integrated (in information) :
Dispersed (in information)
0.679 -0.084 0.204 0.138
Compact : Verbose 0.671 -0.308 0.012 0.217
Beneficial : Useless 0.664 0.171 0.318 -0.036
Simple : Complex 0.651 -0.408 -0.015 0.137 Clarity
[Clear : Confusing]
Reliable : Unreliable 0.552 -0.017 0.499 0.053
Noticeable : Unnoticeable 0.506 0.482 0.188 -0.293
Safe : Dangerous 0.487 -0.037 0.428 0.025
Unique : Common -0.137 0.802 0.042 0.084 Uniqueness
[Unique : Common]
Fancy : Humble -0.071 0.767 0.017 0.014
Innovative : Stereotyped 0.071 0.738 0.106 0.409
New : Old -0.012 0.709 0.181 0.362
Interesting : Boring 0.266 0.600 0.378 0.230
Familiar : Unfamiliar 0.472 -0.527 0.170 0.208
Rich (in information) : Poor (in information) 0.042 0.257 0.761 0.080 Systematicity
of information contents
[Rich (in information)
: Poor (in information)]
Friendly : Unfriendly 0.270 0.030 0.752 0.105
Concrete : Abstract 0.352 0.122 0.708 0.085
Systematic : Disorganized 0.494 0.067 0.539 0.176
Fashionable : Unfashionable 0.113 0.324 0.074 0.792 Stylishness
[Fashionable : Unfashionable]
Sensuous : Unsensuous 0.128 0.416 0.127 0.710
Harmonious : Inharmonious 0.434 -0.091 0.226 0.631

Extraction method: Principal Component Analysis / Rotation method: Varimax and Kaiser Normalization

a. Rotation converged in 6 iterations

수량화Ⅰ류를 이용한 감성평가 분석 결과

본 연구에서는 자율주행차량의 제어권 전환 HMI UI 감성 평가 분석 시나리오에 대해 총 31명의 인원을 대상으로 2차 감성 평가를 진행하였으며, 수집한 응답 데이터를 기반으로 수량화 Ⅰ류 기법을 이용하여 분석을 진행하였다. 수량화 Ⅰ류 기법에서 중상관계수는 감성어휘가 HMI UI에 전반적으로 미치는 상관성을 의미하며 회귀분석 내 수정된 R 제곱의 값을 의미한다. 편상관계수는 감성어휘가 각 아이템에 미치는 상관성을 의미한다. 중심화란 각 카테고리의 수량화 값들의 합이 0이 되도록 표현하는 방법이며, 중심화 값은 감성어휘가 각 카테고리에 미치는 영향을 의미한다. HMI UI 감성 평가 분석 시나리오에 대한 감성 평가 분석 결과는 Table 8에 제시하였다. 응답자들은 자율주행 차량의 제어권 전환 시 총 9가지 아이템 중 이미지 유무, 레이아웃 색상, 레이아웃 배치, 음성안내멘트 4가지 아이템에 대해 감성적인 영향을 받는 것으로 나타났다. 텍스트 색상, 경고음 데시벨, 텍스트 내용, 화면 점멸 유무, 화면 점멸 방식 5가지 아이템에 대해서는 통계적으로 유의미한 결과가 도출되지 않았다. 5가지 아이템은 다음과 같은 이유로 도출되지 않은 것으로 판단된다. 첫째, 특정 아이템들이 감성적 반응에 미치는 영향이 상대적으로 적었을 가능성이 존재한다. 둘째, 피실험자들의 선호도가 해당 아이템에 대해 통계적으로 유의미할 정도의 큰 차이가 나타나지 않을 가능성이 존재한다. 셋째, 실험 설계 상의 한계로 인해 일부 아이템에 대한 피실험자의 감성적 반응이 명확하게 드러나지 않았을 가능성이 존재한다. 종합적으로 본 연구에서는 이미지가 있고, 레이아웃 색상이 흰색이고, 레이아웃 배치가 상단에 존재하며, 음성안내멘트가 “전방의 돌발상황 발생으로 인해 자율주행 모드가 해제됩니다. 즉시 주행할 수 있도록 준비하세요.” 라는 멘트인 경우에 독특하고, 정보가 풍부하며, 세련되다는 느낌을 받는 것으로 도출되었다. 분석 결과, 정보의 명확성과 독창성, 정보의 체계성, 스타일리쉬함의 결과가 정반대로 도출되었다. 즉, 간결하고 단순한 정보보다 시각적 요소를 포함하고 정보가 풍부한 HMI UI 디자인에 이용자의 선호도가 더 크게 나타남을 의미한다. 이러한 결과는 피실험자의 대부분 자율주행 차량 탑승 경험이 적거나 존재하지 않아 단순하고 간결한 정보 제공 만으로는 효과를 느끼는 것에 한계가 존재하기 때문으로 판단할 수 있다. 본 연구 결과는 자율주행 시스템 초기 도입 단계 및 자율주행 차량 탑승 경험이 적은 이용자들에게는 시각적인 요소를 포함하고 풍부한 정보를 제공하는 것이 더 효과적일 수 있음을 시사한다. 본 연구에서 도출된 수량화 Ⅰ류를 이용한 감성평가 분석 결과를 바탕으로 HMI UI를 설계한 예시를 Table 9에 제시하였다. HMI UI 설계안은 음성안내와 시각 메시지를 함께 제공되는 경우를 예시로 나타내었다.

Table 8.

Results of Kansei engineering analysis using quantification theory type I

Items Categories Analysis results by Kansei words
Clear : Confusing Unique : Common Rich (in information)
: Poor (in information)
Fashionable :
Unfashionable
Multiple
correlation
coefficient
0.013 Multiple
correlation
coefficient
0.042 Multiple
correlation
coefficient
0.013 Multiple
correlation
coefficient
0.172
Partial
correlation
coefficient
Category
value
Partial
correlation
coefficient
Category
value
Partial
correlation
coefficient
Category
value
Partial
correlation
coefficient
Category
value
Presence
of image
No image 0.104 0.204 0.062 -0.140 0.087 -0.194 0.123 -0.237
Image
present
-0.102 0.070 0.097 0.118
Color
of
layout
D1 (Red) 0.190 -0.282 0.091 0.008 0.097 0.145 0.316 -0.419
D2 (White) 0.355 0.290 0.032 0.645
D3 (Yellow) -0.073 -0.298 -0.177 -0.226
Layout
Arrange
-ment
Bottom 0.054 0.069 0.151 -0.222 0.139 -0.202 0.039 -0.048
Top -0.069 0.222 0.202 0.048
Voice
message
D1 0.022 -0.028 0.003 0.004 0.051 0.073 0.091 0.113
D2 0.028 -0.004 -0.073 -0.113
Table 9.

HMI UI design based on Kansei engineering analysis results

Display (Image & Text) Warning sound Voice message
https://cdn.apub.kr/journalsite/sites/kst/2024-042-05/N0210420501/images/kst_2024_425_503_T9.jpg “Beep-— beep--” “Autonomous mode disengaging due to an
unexpected situation ahead.
Please prepare to take over manual driving.”

결론 및 향후 연구과제

본 연구는 자율주행차량이 자율주행 모드에서 수동주행 모드로 제어권이 전환되는 take-over 상황에서 인적요인을 반영하여 HMI UI를 설계하는 기법을 개발하였다. 인적요인을 반영하기 위해 수량화 Ⅰ류를 이용한 감성공학 기법을 활용하였다. 본 연구에서는 take-over 상황에 대해 운전자의 자유의지 유무 및 제어권 전환 예상가능 여부를 이용하여 세 가지 유스케이스로 정의하였다. 세 가지 유스케이스 중 ODD 범위 내에서 주행 중 갑작스러운 위험상황 발생으로 인해 예상치 못한 제어권 전환 요구가 발생하는 세 번째 유스케이스를 연구범위로 설정하고 HMI UI 설계를 진행하였다. 체계적인 제어권 전환 HMI UI 설계를 위해 기본적인 설계 요구사항 및 HMI 구성요소를 정립하였다. HMI UI 설계의 핵심적인 고려사항인 상위 설계 요구사항과 구체적인 지침을 제공하는 하위 설계 요구사항으로 구분하여 정립하였다. 또한 각 설계 요구사항에 적합한 모달 시스템 및 정보 제공 전략으로 HMI 구성요소를 설정하였다. 정립한 설계 요구사항 및 HMI 구성요소는 전문가 의견조사를 통해 본 연구에서 수행하고자 하는 유스케이스에 적합하도록 설계 요구사항의 범위를 조정하였다.

조정한 설계 요구사항 및 전문가 의견조사 결과를 고려하여 제어권 전환 HMI UI와 관련된 아이템 및 카테고리를 선정하고, 선정된 아이템 및 카테고리에 따라 제어권 전환 HMI UI 감성 평가 분석 시나리오를 구성하였다. 감성 평가를 위한 1차 감성어휘는 총 30쌍을 선정하였으며 31명의 피실험자를 대상으로 1차 감성 평가를 진행하였다. 1차 감성 평가 결과에 대한 요인분석 결과 '명료한-혼란스러운’, ‘독특한-일반적인’, ‘(정보가) 풍부한-(정보가) 빈약한’, ‘세련된-촌스러운’ 총 4가지로 도출되었다. 도출된 대표 감성어휘 쌍을 이용하여 2차 감성평가를 수행하였다. 2차 감성 평가 수행을 통해 수집한 응답 데이터를 기반으로 수량화 Ⅰ류 기법을 이용하여 분석을 진행하였다. 분석 결과, 총 9가지 아이템 중 이미지 유무, 레이아웃 색상, 레이아웃 배치, 음성안내멘트 4가지 아이템에 대해 이용자들이 제어권 전환과 관련하여 감성적인 영향을 받는 것으로 나타났다. 특히, 이미지가 존재하고, 레이아웃 색상이 흰색인 경우 정보가 풍부하고 세련되다는 감정을 느끼는 것으로 나타났다. 또한 레이아웃 배치가 상단에 존재하며, 음성안내멘트가 “전방의 돌발상황 발생으로 인해 자율주행 모드가 해제됩니다. 즉시 주행할 수 있도록 준비하세요.” 라는 멘트가 제공되는 경우에 독특하고, 정보가 풍부하며, 세련되다는 느낌을 받는 것으로 도출되었다. 본 연구에서는 정보의 명확성과 독창성, 정보의 체계성, 스타일리쉬함의 결과가 정반대로 도출되었다. 즉, 간결하고 단순한 정보보다 시각적 요소를 포함하고 정보가 풍부한 HMI UI 디자인에 이용자의 선호도가 더 크게 나타남을 의미한다. 이러한 결과는 피실험자의 대부분 자율주행 차량 탑승 경험이 적거나 존재하지 않아 단순하고 간결한 정보 제공 만으로는 효과를 느끼는 것에 한계가 존재하기 때문으로 판단된다. 본 연구 결과는 자율주행 시스템 초기 도입 단계 및 자율주행 차량 탑승 경험이 적은 이용자들에게는 시각적인 요소를 포함하고 풍부한 정보를 제공하는 것이 더 효과적일 수 있음을 시사한다. 본 연구의 결과는 자율주행차량의 사용자 경험(user-experience, UX)을 개선하고 최적화하는데 기여할 수 있으며, 자율주행차 제조업체 및 HMI 관련 산업 분야에서 기초 연구자료로 활용 가능할 것으로 기대된다.

본 연구에서는 감성공학 응답자 수가 31명으로 제한적이기 때문에 인적특성이 충분히 반영되기에는 한계가 있으므로 향후 연구에서는 응답자를 추가 확대하여 다양한 연령대, 성별, 운전 경험 등을 포괄할 필요가 있다. 이를 통해 연구 결과의 대표성 및 일반화 가능성을 제고할 수 있으며 보다 포괄적인 이용자 응답 데이터를 확보함으로써 HMI UI 설계안의 실용성을 향상시킬 수 있다. 향후 전문가 의견조사 시 자율주행 기술의 운용 및 제어권 전환 상황에 대한 직접적인 경험을 보유하고 있는 자율주행차량 오퍼레이터를 대상으로 진행할 경우 보다 실질적이고 구체적인 요구사항을 도출하는데 기여할 수 있다. 또한 본 연구에서는 HMI 구성 요소에 시각 및 청각 정보 컨텐츠를 중점적으로 고려하여 감성 평가를 진행하였으나 향후 시각 및 청각 정보 컨텐츠 외에 촉각 등의 요소를 추가하여 HMI 구성요소를 다각도에서 분석할 필요가 있다. 본 연구는 이용자의 정보 인지율 최대화를 위해 HMI 구성요소를 시각 및 청각 콘텐츠로 제한하였으나, 향후 연구에서는 진동과 같은 촉각 컨텐츠를 추가하여 분석할 필요가 있다. 본 연구에서는 차종이나 상업용 차량 여부 등에 대해 고려하지 않고 HMI UI를 설계하였으나, 향후 연구에서는 차종별, 상업용 차량 및 일반 차량별 등 차량 특성을 고려하여 HMI UI를 설계할 경우 구체적인 HMI UI 설계안을 도출하는 것이 가능하다. 본 연구는 인적요인 기반의 자율주행차 제어권 전환 HMI UI 설계를 위해 감성공학 기법에 초점을 두고 연구를 진행하였기 때문에 주행 안전성 또는 제어권 전환 성능과 같은 중요한 요소들에 대한 분석이 추가로 필요하다. 향후 본 연구에서 도출된 결과를 시나리오로 활용하여 주행 안전성 및 제어권 전환 성능에 미치는 영향을 분석하는 연구가 진행될 경우 인적요인과 주행안전성이 모두 고려되어 효과적인 HMI UI 설계 가이드라인 제공이 가능할 것이다.

Funding

This work is supported by the Korea Agency for Infrastructure Technology Advancement(KAIA) grant funded by the Ministry of Land, Infrastructure and Transport(Grant RS-2022-00143579).

References

1

Ahn Z. H., Lee J. R. (2009), The Analysis of Satisfaction in Wando Changpogo Festival, Journal of the Korean Geographical Society, 44(4), 544-556.

2

An S., Itoh M. (2024), Effect of Takeover Guidance and Surrounding Traffic Information Affect Takeover Performance in Conditional Driving Automation, International Journal of Automotive Engineering, 15(1), 47-57.

10.20485/jsaeijae.15.1_47
3

Brower C. K. (2018), Too Long and Too Boring: The Effects of Survey Length and Interest on Careless Responding, Doctoral dissertation, Wright State University.

4

Forster Y., Naujoks F., Neukum A. (2016), Your Turn or My Turn? : Design of a Human-Machine Interface for Conditional Automation, In Proceedings of the 8th International Conference on Automotive User Interfaces and Interactive Vehicular Applications, 253-260.

10.1145/3003715.3005463
5

Galesic M., Bosnjak M. (2009), Effects of Questionnaire Length on Participation and Indicators of Response Quality in A Web Survey, Public Opinion Quarterly, 73(2), 349-360.

10.1093/poq/nfp031
6

Gibson A. M., Bowling N. A. (2020), The Effects of Questionnaire Length and Behavioral Consequences on Careless Responding, European Journal of Psychological Assessment, 36(2), 410-420.

10.1027/1015-5759/a000526
7

Hashizume A., Kurosu M. (2016), "Kansei Engineering" as An Indigenous Research Field Originated in Japan, In Proceedings, Part I, of the 18th International Conference on Human-Computer Interaction, Theory, Design, Development and Practice, 9731, 46-52.

10.1007/978-3-319-39510-4_5
8

Hong S. M., Oh C., Jang J. Y., Kim G. H., Park J. Y., Chang M. S. (2012), Designing Pavement Marking for Hi-pass Lane based on Kansei Engineering, International Journal of Highway Engineering, 14(1), 73-83.

10.7855/IJHE.2012.14.1.073
9

Jindo T., Hirasago K. (1997), Application Studies to Car Interior of Kansei Engineering, International Journal of Industrial Ergonomics, 19(2), 105-114.

10.1016/S0169-8141(96)00007-8
10

Li X., Vaezipour A., Rakotonirainy A., Demmel S., Oviedo-Trespalacios O. (2020), Exploring Drivers' Mental Workload and Visual Demand While using An In-vehicle HMI for Eco-Safe Driving, Accident Analysis & Prevention, 146, 105756.

10.1016/j.aap.2020.10575632919220
11

Lim D., Kim B. (2022), UI Design of eHMI of Autonomous Vehicles, International Journal of Human-Computer Interaction, 38(18-20), 1944-1961.

10.1080/10447318.2022.2061123
12

Nagamachi M. (2004), Kansei Engineering, In Handbook of Human Factors and Ergonomics Methods, CRC Press, 794-799.

10.1201/9780203489925-97
13

Naujoks F., Wiedemann K., Schömig N. (2017), The Importance of Interruption Management for Usefulness and Acceptance of Automated Driving, In Proceedings of the 9th International Conference on Automotive User Interfaces and Interactive Vehicular Applications, 254-263.

10.1145/3122986.3123000
14

Norusis M. J. (1993), SPSS for Windows Release 6 Professional Statistics, SPSS Inc.

15

Palaniappan K., Kum I. Y. S. (2019), Underlying Causes Behind Research Study Participants' Careless and Biased Responses in The Field of Sciences, Current Psychology, 38(6), 1737-1747.

10.1007/s12144-017-9733-2
16

Park J. Y., Kim M. J., Jang M. S. (2010), Evaluation of In-vehicle Warning Information Modalities by Kansei Engineering, J. Korean Soc. Transp, 28(3), Korean Society of Transportation, 39-49.

17

Park W. W., Lee Y. W., Mah S. H., Kim J. Y., Bae S. H., Ji S. Y. (2021), Causes of Careless Responding in Surveys and Preventions in the Survey Design, Korean Management Review, 50(5), 1401-1434.

10.17287/kmr.2021.50.5.1401
18

Pečečnik K. S., Tomažič S., Sodnik J. (2023), Design of Head-up Display Interfaces for Automated Vehicles, International Journal of Human-Computer Studies, 177, 103060.

10.1016/j.ijhcs.2023.103060
19

Richardson N. T., Lehmer C., Lienkamp M., Michel B. (2018), Conceptual Design and Evaluation of A Human Machine Interface for Highly Automated Truck Driving, In 2018 IEEE Intelligent Vehicles Symposium (IV), 2072-2077.

10.1109/IVS.2018.8500520
20

Rittger L., Engelhardt D., Schwartz R. (2022), Adaptive User Experience in The Car-Levels of Adaptivity and Adaptive HMI Design, IEEE Transactions on Intelligent Transportation Systems, 23(5), 4866-4876.

10.1109/TITS.2021.3124990
21

Schieben A., Griesche S., Hesse T., Fricke N., Baumann M. (2014), Evaluation of Three Different Interaction Designs for An Automatic Steering Intervention, Transportation Research Part F: Traffic Psychology and Behaviour, 27, 238-251.

10.1016/j.trf.2014.06.002
22

Schütte S. T., Eklund J., Axelsson J. R., Nagamachi M. (2004), Concepts, Methods and Tools in Kansei Engineering, Theoretical Issues in Ergonomics Science, 5(3), 214-231.

10.1080/1463922021000049980
23

Terwilliger B. A., Ison D. C., Vincenzi D. A., Liu D. (2014), Advancement and Application of Unmanned Aerial System Human-Machine-Interface (HMI) Technology, In Human Interface and the Management of Information, Information and Knowledge in Applications and Services: 16th International Conference, HCI International 2014, Heraklion, Crete, Greece, June 22-27, 2014, Proceedings, Part II 16, Springer International Publishing, 273-283.

10.1007/978-3-319-07863-2_27
페이지 상단으로 이동하기