在上一章節中，我試圖通過重新設計智能車載中控系統來降低駕駛過程中過多的信息導致的注意力分散問題，我的主要解決方案是通過局部的簡單操作配合語音導航來完成任務，并避免駕駛員的雙手離開方向盤。在本章節中，通過調研和采訪一些新手駕駛員，我總結了一些發現，以啟發我通過體驗設計來消除駕駛過程中的焦慮現象。

什么是駕駛焦慮癥

駕駛焦慮癥表現為駕駛員在駕駛過程中出現慌張、不知所措，從而提高了引發駕駛事故的風險。駕駛焦慮癥的原因一般是因為駕駛員對駕駛技術缺乏信心，對路況的不熟悉，駕駛過程中受到其他信息干擾導致分心等。如果駕駛員在初學駕駛時遇到一些狀況，或者曾經經歷過車禍，那么焦慮癥發生的風險就會提高。并且，焦慮癥的潛在患者在駕駛過程中一旦出現一個錯誤，就會觸發焦慮癥，并導致駕駛員滾雪球般接連犯錯-并極容易最終引發嚴重的事故。

我在這次消除焦慮癥的體驗設計過程中實施了三次情景調查(contextual inquiry)和四次半結構式訪談（Semi-structured interview),旨在了解新手駕駛員在特定駕駛狀況下如何反應，以及這些狀況是怎樣影響他們的理智的。

Source: Squarespace

情景調查

為了理解駕駛員在駕駛過程中的行為習慣和情感波動，我實施了多種不同的情景調查。情景調查是屬于半結構式訪談的一種方法，用以獲取場景中的使用信息，通常下要先提問被采訪者一組事先設置好的問題，然后觀察被采訪者在使用場景中的行為以及現場提問。

以被采訪者的角度為出發點，理解他們在駕駛過程中的行為習慣以及情感波動，我決定為我的觀察對象建立用戶畫像情感地圖。這些用戶畫像的內容直接來自于這些在駕駛中有焦慮現象的被采訪對象。

Empathy map from first contextual inquiry

Empathy map from second contextual inquiry

Empathy map from third contextual inquiry

基于從情景調查和采訪中發現總結的用戶痛點，我制作了與駕駛有關的親和力圖（Affinity diagram), 我從中得到了以下總結發現—

1. 疑惑導致焦慮。
2. 駕駛技術差導致焦慮。
3. 駕駛過程中的額外任務操作（比如接電話）導致焦慮。
4. 駕駛中糟糕的視線導致駕駛員疑惑，并從而導致焦慮。

所有的痛點都指向了“焦慮”這個結果

駕駛中的焦慮致使駕駛員煩躁不安，無法集中注意力，并導致在駕駛中出錯
這個結論致使我問自己兩個問題：

• 怎樣才能使我們在駕駛體驗中減少焦慮感？
• 怎樣打造一個”平靜的”駕駛環境？

減少手機的干擾

自動呼叫轉移（Auto DND)

駕駛中查看來電，查看導航信息，或者忍受不間斷的來電鈴聲是很惱人并且容易導致焦慮的，尤其對于新手來說。試想一下，如果你的手機能切換到駕駛模式，在這個模式下手機會主動記錄來電信息，并且自動呼叫轉移來電，并告知來電方你正在開車，這會不會降低干擾并減少駕駛員焦慮呢。

自動呼叫轉移模式-不引人注意的通知

情景app

Android Auto 以及 Apple Car Play 正在試圖打造車載系統，它集成了專門優化過的車載專用app。如果在駕駛模式下只能打開與駕駛有關的app會不會帶來更好的體驗呢？這將會幫助減少很多的駕駛焦慮情況，因為駕駛員再也不能在駕駛中查看微博內容，朋友圈點贊與評論信息了。這會幫助駕駛員優先處理重要的操作，并避免被一些與駕駛無關的次要信息、提醒所打擾。Intecom曾經發表過一篇有趣的文章“Design Smart Notifications”，其中描述了一個相似的可以減少向駕駛員推送通知信息的方案。

改變手機模式-只展示與駕駛有關的app

自動回復

語音留言已經是很普及的一種交流方式了，但讓我們更進一步，讓車載系統能夠在有來電時自動識別駕駛員的狀態：當老王給老薛打電話時，車載系統識別到老薛此刻正在開車，那么系統就會自動反饋給老王，告訴他老薛正在開車，等停車后再打給他。這種方案可以保證駕駛員處在一個相對安全的駕駛環境中，同時給了來電者一個相對友好的拒接電話反饋。這對于那些無法同時做多件事的駕駛員們來說是更友好的，同時避免了產生焦慮。

Auto response to callers

緩解未知情況帶來的焦慮

集成輔助

我們以及了解了車載平視顯示器（HUD)，大屏中控系統，以及其他的中控信息展示和操作概念—但只有少數可以真正的輔助駕駛員操作，比如特斯拉的自動泊車，倒車輔助等。如果這些輔助系統能夠在體驗上更進一步呢？如果系統不僅支持自動泊車，更能幫助駕駛員尋找并導航到附近的停車點呢？（谷歌地圖，百度地圖已經能做到這一點了）

這類輔助操作應當集成在車載系統中，這樣的話就避免了駕駛員使用外部設備來操作，并盡量避免了駕駛員轉移自己的視線。集成系統應當盡可能的放置在駕駛員視線的前方。

Assistive panel with driver-friendly viewing angle

交通情況自主識別系統

系統分為兩部分—

1. 系統會隨時隨地學習駕駛員在某段路線的駕駛習慣，并根據實時的交通情況推薦最優的路線。
2. 系統不需要駕駛員說出完整的語音指令，相反，她會提出完整的方案，駕駛員只需要說“是”或者“不是”。

系統只需要駕駛員輸出盡量少的語音反饋，因為大量的調研發現，過多的語音指令是會打擾用戶的注意力的，就像在駕駛中接電話一樣。

Proactive?—?requires only binary (Y/N) response from drivers

泊車輔助

On-demand

當駕駛員在一個陌生的地點尋找停車位時是很容易產生焦慮的，尤其是在一個擁擠的環境下。ON-demand泊車系統可以幫助駕駛員找到附近的停車位。

Parking nearby?—?On demand

自動推薦

當駕駛員導航到一個具體的地點時，系統會自動推薦目的地附近的停車點。這樣會幫助緩解駕駛員的焦慮感，因為駕駛員知道系統會幫助他找到停車位的……

Auto-suggestive parking nearby

指示牌提示

駕駛員在一個陌生的地點駕駛時非常容易漏看路面指示牌，尤其是那些被遮擋的、位置不太顯眼的指示牌。車載系統應該提示駕駛員哪里需要停車，哪些路段是單行道，哪里需要讓行。更進一步，試想一下如果車與車之間可以進行數據共享，那么路況信息將可以更加高效準確的反饋給每一位駕駛員。下圖的系統原型中展示了在數據共享的概念下，每輛車都清楚的被告知在同一個路口是否可以前行。

Communicating cars in Stop signs

視覺相關性

Tesla Model 3. Source?—?Teslarati

輔助信息面板中展示的關聯信息應該從左到右逐次減少（右舵駕駛的國家則應從右到左逐次減少）。中控屏幕中駕駛員最容易觀察到的位置應當展示系統提示的輔助信息、警告標志、地圖導航、停車位置，其他相對不太重要的信息例如音樂控制，通話操作等，則可以展示在相對較遠的位置。特斯拉 model 3中車載信息的視覺相關性就設計的很合理，15英寸的中控屏幕上并沒有展示儀表盤，雖然這或許依然會讓用戶感到不安。

Decreasing order of relevancy from left to right

為轉型而設計

自動駕駛汽車雖然還不能做到商業化大眾化，但是已經是大勢所趨了。在未來，汽車將能夠做到自主駕駛并且不需要過多人為介入。但這種駕駛的轉變將是緩慢且漸進的，我們仍然需要為這種轉型中出現的的用戶痛點去設計。駕駛員與中控臺的交互仍然會存在，大多數情況下依然是駕駛員來駕駛汽車，由于注意力不集中或者糟糕的系統設計引發的人為操作失誤依然存在。為了在這種轉型中改進車載系統的用戶體驗，我設計了一套“主動性輔助面板”（Proactive Assistive Panels)的概念原型，我將在下一章節中為大家講解。

Proactive assistive panels (PAP)

相關閱讀：

車載系統交互設計暢想Part1：儀表數據展示

#專欄作家#

薛斯塔，微信公眾號：luxdesign2015。人人都是產品經理專欄作家。海歸交互，對體驗設計有著濃厚興趣，崇尚科技創新解決用戶需求、改革行業服務模式；資深尤文蒂尼。

本文由 @薛斯塔 翻譯發布于人人都是產品經理。未經許可，禁止轉載。

原文作者：Adhithya。原文地址：https://uxdesign.cc/reimagining-in-car-ux-pt-2-designing-for-anxiety-2dfead1c45dd