摘要

本文探讨了自动驾驶领域中，真实环境与虚拟现实（VR）环境中人车交互行为差异的问题。通过开发一个预先存在的交叉口的数字孪生模型，并进行实地实验（N=18），研究了行人与自动驾驶车辆在真实与模拟驾驶条件下的交互行为。实验中，行人尝试在不同驾驶风格和外部人机界面（eHMI）存在的情况下穿越道路。通过结合基于调查和行为分析的方法，开发了一种定量方法来实证评估行为差异，以此验证从真实环境中与模拟VR环境中的数据。结果显示，参与者在VR中更为谨慎和好奇，影响他们的速度和决策，且VR界面显著影响他们的行为。

原理

本文通过创建一个真实交叉口的数字孪生模型，并在CARLA模拟器中复制相同的交互条件，来评估行人在真实与虚拟环境中的行为差异。数字孪生模型允许在完全控制和安全的环境中进行人车交互研究，同时可以获取基于真实参与者行为的合成序列，用于训练和测试预测感知模型。关键在于，如果参与者在模拟环境中的行为与真实环境中一致，这种方法才有效。通过对比真实与虚拟环境中的行为数据，本文提出了一种新颖的方法来评估参与者在VR设置中的行为是否真实。

流程

实验设计包括在CARLA模拟器中进行的沉浸式VR实验，以及在真实环境中的实地测试。实验任务包括不同的车辆减速策略和eHMI的激活状态。参与者在虚拟环境中通过Meta Quest 2头显和Perception Neuron Studio系统进行动作捕捉，以记录他们的行为数据。实验流程分为四个阶段：介绍、熟悉（热身）、实验和填写问卷。数据收集包括客观测量（如移动路径、注视时间）和问卷响应。通过分析这些数据，研究了eHMI和车辆减速策略对行人穿越行为的影响。

应用

本文的研究成果对于自动驾驶车辆的开发和测试具有重要意义。通过理解行人在不同环境中的行为差异，可以更有效地设计和优化人机交互界面，提高自动驾驶车辆的安全性和用户接受度。此外，这种方法还可以扩展到其他类型的场景和应用领域，如机器人技术，为未来的自动驾驶系统提供更全面的行为数据验证。