中国国际汽车照明论坛(IFAL)

2026 IFAL
2026 IFAL 参会回执 Registration Form.doc
3.24MB下载
2026 IFAL 演讲者简历模板 Presenter Resume Template.docx
244.44KB下载
2026 IFAL 摘要模板 Abstract Template.doc
32.0KB下载
2026 IFAL 论文模板 Paper Template.doc
182.5KB下载
2026 IFAL 版权转让同意书 Copyright Transfer Agreement.docx
19.52KB下载

【IFAL访谈录】西安科技大学人因与管理工效学研究中心主任孙林辉


2026年6月15日至17日,第十四届中国国际汽车照明论坛(The 14th International Forum of Automotive Lighting, China(IFAL 2026))在上海召开,并于6月16日在上海嘉定颖奕皇冠假日酒店举行开幕式。本届论坛由复旦大学智能机器人与先进制造创新学院电光源研究所联合中国照明学会智能交通照明专业委员会、上海机动车检测认证技术研究中心有限公司、复旦临港产业化创新平台、中汽信息科技(天津)有限公司、上海复诺视觉智能科技有限公司共同主办,并得到了教育部国际合作与交流司及复旦大学的指导支持。



本次特邀 西安科技大学人因与管理工效学研究中心主任孙林辉接受采访




访谈人员对孙林辉的与会表达了欢迎,并准备了相关问题进行采访。


记者:

在您的报告中提到,增加视角数量看似能够为操作环境提供更多信息,但也可能导致操作员情境意识水平下降、注意力转移成本增加,并进一步影响操控绩效。面向未来自动驾驶卡车、矿用无人车等无人车辆操作界面设计,应如何平衡信息丰富性与驾驶员或操作员之间的认知负荷?


孙林辉:

在无人车或远程操作界面设计中,视角并非越多越好。过多视角会增加操作人员的认知负荷和注意转移疲劳,使其频繁在不同画面间切换,从而影响作业绩效。因此,界面设计应遵循“功能分层”和“动态适配”的原则。基础视角应当稳定保留,包括全局俯瞰视角以及固定在车辆或作业装备前端的作业视角,以满足全局掌控和精细化作业的基本需求。辅助视角并不是简单删减,而应在需要转弯、倒车、局部抓取等特定任务情境时自动弹出,而不是长期同时呈现。类似车辆在倒车或转弯时自动调出全景影像,工业操作界面也可以根据任务状态动态调用侧方、后方或局部辅助视角,减少操作员主动查找和切换的负担。此外,关键视角和变量应按照人因工程界面浏览规律放置在醒目位置,使操作人员能够快速获取关键信息。总体而言,核心不是堆叠信息,而是让信息按照任务需求分层呈现、动态匹配。


记者:

在实际工业操作场景中,例如核电站、大型港口机械协同等,如果既有人员组合无法随意调整,针对“双强相争”或“双弱无助”等团队配置,应该如何通过人机交互协议或辅助决策系统弥补团队认知风格上的不足?


孙林辉:

这个问题非常现实。理论上,如果能在团队建立之初识别认知风格并合理分组,效果会更理想;但在大量实际工作中,人员往往已经固定,系统设计就需要更多考虑“机器如何适配人”。对于两个场独立型成员组成的团队,他们通常空间认知和决策能力较强,如果配合顺畅,可以以较少沟通完成任务,形成高绩效;但一旦双方都试图主导,就可能出现决策权威不明确、相互难以说服的认知僵局。针对这种情况,系统界面可以基于当前任务和情境设置主导界面与辅助界面,明确本轮任务中谁主导、谁辅助,尽量发挥“双强”的优势而避免争执。对于两个场依存型成员组成的团队,由于他们更依赖外界信息,空间方位感相对较弱,容易陷入高频沟通但协同效率低的循环。此时,辅助决策系统应更多提供导航定位、地图引导、方位提示、路径线索和预警信息,像车辆抬头显示那样把关键提示直接呈现在操作界面中,减少无效沟通,引导沟通围绕关键问题展开。也就是说,当团队认知风格已经确定时,应通过界面提示、角色分配、任务情境识别和辅助决策机制,让系统补足人的短板,提高协同效率。


记者:

您刚才提到沟通在团队协同中的作用。那么,认知风格对操作绩效的影响是直接的吗?沟通在其中扮演什么角色?


孙林辉:

从变量关系看,认知风格匹配会直接影响操作绩效。不同组合之间在完成时间、操作次数、错误次数等指标上会出现明显差异。例如,“双强”组合在配合良好时,往往完成速度快、错误少,能够形成高绩效组;但这一组合内部也存在较大变异性,一旦双方陷入认知僵局,绩效反而可能明显下降,甚至不如一强一弱的互补型组合。因此,沟通在这一过程中可以理解为重要的调节因素。有效沟通能够促进协同,而无效或过度沟通则会增加认知负荷,影响任务完成。


记者:

您今年作为演讲嘉宾首次参与IFAL大会,对本届大会的整体感受如何?对未来有何期待?


孙林辉:

这次参会对我来说是一次非常好的学习和交流机会。人机交互与工业操作是我长期关注的方向,而汽车照明与光环境此前并不是我主要研究的领域。通过本次会议,我与业内同行和学者进行了交流,也听到了许多来自产业界和学术界的高质量报告,深切感受到IFAL是汽车照明行业和产业中的高质量会议。会议也为我打开了一个新的视角:人机交互研究不仅涉及“人”和“机”,还涉及“环境”,其中照明和光环境是非常重要的一环。未来,汽车照明可以与人机交互、驾驶员体验、具身智能以及安全管理等方向进一步融合。例如,光环境、投屏交互等技术可以用于人员安全管理中的提示、警示和预警。期待IFAL未来继续推动照明、人机交互及相关产业的交叉融合,形成更开放、更有活力的科研与产业生态平台。同时,也感谢会务团队前期沟通与服务的贴心周到,使嘉宾能够专注于学习、交流和分享。


记者:

感谢您专业热情的回答,谢谢本次会议的支持,期待明年再次与您相见!谢谢!