
HMI 用户体验评估方法解析
用户体验评估的理论基础
用户体验与可用性的关系
对用户体验(UX)与可用性(Usability)的关系进行系统梳理,发现,“可用性是用户体验的重要组成部分”这一观点获得了学界与业界的普遍认同。

定义与构成特征
从内容维度出发,用户体验可被理解为:
特定用户 与 具有特征的设计系统 在 特定交互环境 下相互作用所产生的整体感受。
研究进一步总结出用户体验的三个核心特征:

评估的基本构成
只要系统与用户之间存在交互界面,就具备体验评估的必要性。一次完整的用户体验评估,通常由以下四个基础要素构成:
- 评估维度
- 评估对象
- 评估指标
- 评估方法

评估指标与方法
在综合考虑可用性与主观品质的基础上,对体验评估指标进行了系统整理。评估指标本质上是一组:
- 描述体验质量的属性特征
- 可被观测或测量的数据
在评估方法层面,结合过往研究,归纳出六类在体验研究中高频使用的方法:
- 问卷调查
- 用户访谈
- 可用性实验
- 专家评估
- 线上数据监控
- 特殊设备测试
| 评估方法 | 适用阶段 | 数据来源 | 所需工具 |
|---|---|---|---|
| 问卷调查 | 所有阶段 | 专家/用户 | 评估问卷 |
| 用户访谈 | 所有阶段 | 用户 | 访谈提纲(结构式访谈) |
| 可用性实验 | 评估阶段 | 用户 | 产品成品/原型 |
| 专家评估 | 所有阶段 | 专家 | 参考标准 |
| 线上数据监控 | 评估阶段 | 用户 | 数据埋点 |
| 特殊设备测试 | 评估阶段 | 用户 | 眼动仪、多导生理仪 表情识别系统、驾驶模拟器 |
研究对象界定
智能汽车是集成传感器、人工智能与自动驾驶能力的新型智能终端。其中,汽车人机界面(HMI)是“人–车–环境”交互的核心媒介。

聚焦座舱内 HMI(IVIS),其特点包括:
- 多终端载体(中控、仪表、HUD 等)
- 多交互方式(触控、语音、实体控制)
- 高安全性与实时性要求

产品体验特性
随着车内屏幕数量和尺寸不断增加,汽车 HMI 在信息展示与交互方式上,逐渐呈现出与手机、平板等屏幕产品相似的特征,但其使用场景与风险等级显著不同。
从 系统、用户、交互环境 三个维度,对汽车 HMI 的产品体验特性进行梳理得到:

评估通用框架
基于前述理论与产品特性研究,可以得到一套智能汽车 HMI 用户体验评估通用框架。

该框架试图回答三个关键问题:
- 从哪些维度评估汽车 HMI 的用户体验?
- 如何界定 HMI 的评估对象范围?
- 有哪些适用的评估指标与方法?
评估层级
框架将汽车用户体验划分为三个层级,自下而上分别为:
- 驾驶兼容性
- HMI 效能
- 感性体验
评估时需遵循“先满足基础安全与效率,再追求情感体验”的原则。

评估对象的界定
评估对象是体验评估的载体,其界定方式会直接影响指标选择与评估方法。
| 界定层次 | 界定维度 | 对象分类 |
|---|---|---|
| 情境层 | 自动化等级 | SAE 标准:L0、L1、L2、L3、L4、L5 NHTSA:0 级、1 级、2 级、3 级、4 级 |
| 行车状态 | 行车状态、驻车状态 | |
| 用户类型 | 驾驶员、非驾驶员(副驾驶、乘客) | |
| 用车场景 | 寻车、解锁、载物、上车、车内准备、启动、驾驶、泊车、锁车…… | |
| 产品层 | HMI 功能 | 导航、娱乐、空调、车控…… |
| 设备终端 | 中控、仪表、HUD/AR-HUD、副驾屏、后排屏、后视镜…… | |
| 交互模态 | 触屏交互、语音交互、手势交互、物理按钮…… | |
| 要素层 | 体验要素 | 战略层、范围层、结构层、框架层、表现层 |
| 交互要素 | 显示(状态信息、提示信息、预警信息) 控制(激活/关闭、录入、选择、调节) |
|
| 产品要素 | 物理特征(尺寸、造型、位置) 虚拟要素(界面、交互、内容、功能、流程) |
(L0-L2 阶段是人类驾驶员主导,系统只是”辅助”;L3 是一个分水岭,此时系统主导驾驶,人类只需在系统请求时接管(”脱手脱眼”);L4-L5 阶段系统完全主导,人类只是乘客。)
SAE 标准(J3016)— 国际通用
由美国汽车工程师学会(Society of Automotive Engineers)制定,是目前全球最广泛采用的标准,共 6 个等级(L0-L5):
L0 无自动化:完全人工驾驶,系统仅提供警告或瞬时辅助(如自动紧急制动)。
L1 驾驶辅助:系统可辅助转向或加减速之一,驾驶员需全程监控(如定速巡航、车道保持)。
L2 部分自动驾驶:系统可同时控制转向和加减速,驾驶员仍需监控并随时准备接管(如特斯拉 Autopilot、小鹏 NGP)。
L3 有条件自动驾驶:系统在特定条件下可完全自动驾驶,驾驶员可在系统要求时接管(如本田 Legend、奔驰 L3)。
L4 高度自动驾驶:系统在特定场景(如固定区域、高速公路)可完全自主,不需要人类接管,但场景受限(如 Waymo 无人出租车、百度 Apollo)。
L5 完全自动驾驶:任何场景、任何条件下均可完全自主,无需人类驾驶(目前尚未实现)。
NHTSA 标准 — 美国早期标准
由美国国家公路交通安全管理局(National Highway Traffic Safety Administration)在 2013 年提出,分为 5 个等级(0-4 级):
0 级对应 SAE 的 L0,代表无自动化。
1 级对应 SAE 的 L1,代表特定功能辅助(如电子稳定控制)。
2 级对应 SAE 的 L1-L2,代表组合功能辅助(多个系统协同,但需人工监控)。
3 级对应 SAE 的 L3-L4,代表有限自动驾驶(特定场景下自动驾驶,需人类接管)。
4 级对应 SAE 的 L4-L5,代表完全自动驾驶(无需人工干预)。
需要注意的是,NHTSA 后来已正式采用 SAE J3016 作为官方推荐标准,目前学术研究、工业界普遍以 SAE L0-L5 标准为准。
结合车型差异、配置变化及企业发展阶段,评估对象应具备一定灵活性。

评估指标-方法库的构建
通过内容分析与卡片分类,对现有指标进行归类、去重与适配性筛选,最终形成包含以下四类数据的通用指标-方法库:
- 自我报告数据
- 行为数据
- 生理数据
- 绩效表现数据

并进一步构建体验层级、评估指标与评估方法之间的映射关系:

通用型评估框架总结
最终形成的通用型汽车 HMI 用户体验评估框架,由以下四部分构成:
- 评估对象
- 评估层级
- 评估指标
- 评估方法

用户体验评估指标模型
通用框架为体验评估提供了基础结构,但在实际应用中,不同企业在发展阶段、产品策略和资源条件上存在显著差异。
因此,在具体落地时,需要对评估指标进行筛选、权重调整与模型定制。



专家参与与模型验证
在初步模型构建完成后,通过以下两个环节进行验证与优化:
- 实车专家评审
- 共创式工作坊






最终形成可直接应用的用户体验评估模型:

用户体验评估模型的应用实践
基于最终评估模型,进一步输出了:
- 专家侧评估清单
- 用户侧评估清单
并以用户侧评估为例,在两款车型上开展真实静态实车测试。

测试流程与问题发现


通过任务绩效、问卷数据与访谈反馈分析,共识别出 52 个待优化问题,并从以下维度进行系统整理:
- 问题定位
- 问题类型
- 问题描述
- 问题来源
- 优化建议

结语
在智能汽车时代,HMI 体验不再是“感觉好不好”的问题,而是一个可以被系统性度量、验证和持续优化的工程问题。
- 感谢你赐予我前进的力量














