User acceptance implications for human-machine interfaces in shared autonomous vehicles: study of HMI for automated shuttle buses through vr prototyping and evaluation

With the emergence of new vehicular technologies, public transportation systems are undergoing significant transformations. Shared Autonomous Vehicles (SAVs) possess the capability to transform traditional transportation systems that rely on fixed schedules. However, the primary barrier to the widespread adoption of SAVs lies in users' psychological factors, particularly acceptance, rather than technical considerations. The Human-Machine Interface (HMI) serves as an essential bridge for communication and information sharing between users and SAVs. It significantly contributes to improving interaction and fostering user acceptance in Autonomous Driving (AD) technology. Hence, this doctoral research adopts a "Research through Design" approach to investigate how effective communication through the HMI can be established between SAVs and users to improve user acceptance. The study proposes a design framework derived from literature reviews and comparative case studies, aimed at guiding HMI development for SAV scenarios, with a specific emphasis on factors related to user acceptance during the discovery phase of the Analysis step. The framework incorporates a three-stage Analysis-Synthesis-Evaluation model, integrating 27 acceptance factors across five domains (e.g., external variables, psychological variables, paradigm of affect, vehicle characteristics, acceptance construct) while aligning with the Double Diamond design process. Key outputs include a structured workflow featuring visual hierarchy optimizations, a supplementary Factor Explanation Index, and an implementation manual. This framework was iteratively evaluated and refined through practical design activities (design workshops), expert interviews, and focus groups involving designers and professionals. Additionally, this doctoral research introduces a testing protocol designed to evaluate the acceptability of HMI design solutions in SAVs. The protocol operationalizes six core acceptability dimensions: usefulness, efficiency, effectiveness, satisfaction, learnability, and accessibility. Its three-phase methodology comprises: (1) Preparation, involving the establishment of physical/virtual infrastructure, participant selection criteria, and ethical compliance procedures; (2) Execution, focusing on participant-VR scenario interactions and multimodal data collection; and (3) Data Aggregation, combining quantitative metrics with qualitative insights. The protocol's validity was established through iterative refinements based on expert focus group feedback and user testing sessions conducted in Virtual Reality (VR) environments. The study contributes to both theory and practice by: (1) providing a design framework for systematically embedding user acceptance factors into HMI development; and (2) establishing a standardized, reproducible evaluation protocol. Results demonstrate that the structured framework and scenario-based testing protocol significantly improve user adaptability in HMI design for SAV interaction scenarios. Practical recommendations highlight the need for longitudinal studies to track acceptance evolution and multidisciplinary collaboration to address scalability and inclusivity. Collectively, these outcomes advance HMI design methodologies for autonomous mobility, offering actionable tools to accelerate user-centric SAV deployment.

Con l'emergere delle nuove tecnologie veicolari, i sistemi di trasporto pubblico stanno subendo trasformazioni significative. Gli Shared Autonomous Vehicles (SAV) possiedono il potenziale per rivoluzionare i sistemi di trasporto pubblici. Tuttavia, la principale barriera alla diffusione su larga scala dei SAV risiede nei fattori psicologici degli utenti, in particolare nell’accettazione, piuttosto che negli aspetti tecnici. L’Human-Machine Interface (HMI) funge da ponte essenziale per la comunicazione e la condivisione di informazioni tra utenti e SAV, contribuendo in modo significativo a migliorare l’interazione e a favorire l’accettazione della tecnologia a guida autonoma (Autonomous Driving, AD). Pertanto, questa ricerca di dottorato adotta un approccio "Research through Design" per indagare come stabilire una comunicazione efficace attraverso l’HMI tra SAV e utenti, al fine di incrementarne l’accettazione. Lo studio propone un framework progettuale derivato da revisioni letterarie e studi comparativi di casi, finalizzato a guidare lo sviluppo dell’HMI per scenari SAV, con particolare attenzione ai fattori legati all’accettazione utente durante la fase di scoperta del passo di Analysis. Il framework integra un modello a tre fasi (Analysis-Synthesis-Evaluation), includendo 27 fattori di accettazione suddivisi in cinque domini (es. variabili esterne, variabili psicologiche, paradigma affettivo, caratteristiche del veicolo, costrutto di accettazione) e allineandosi al processo progettuale Double Diamond. I risultati chiave includono un flusso di lavoro strutturato con ottimizzazioni della gerarchia visiva, un Factor Explanation Index supplementare e un manuale operativo. Tale framework è stato valutato e raffinato iterativamente attraverso attività progettuali pratiche (workshop di design), interviste a esperti e focus group con designer e professionisti. Inoltre, questa ricerca introduce un protocollo di testing volto a valutare l’accettabilità delle soluzioni di HMI per i SAV. Il protocollo opera su sei dimensioni fondamentali: utilità, efficienza, efficacia, soddisfazione, apprendibilità e accessibilità. La metodologia, articolata in tre fasi, comprende: (1) Preparazione (configurazione di infrastrutture fisiche/virtuali, criteri di selezione dei partecipanti, adempimenti etici); (2) Esecuzione (interazione partecipanti-scenari in VR e raccolta dati multimodale); (3) Aggregazione dati (combinazione di metriche quantitative e insight qualitativi). La validità del protocollo è stata confermata mediante affinamenti iterativi basati su feedback di focus group esperti e test utente in ambienti di Virtual Reality (VR). Il contributo dello studio si declina a livello teorico e pratico: (1) fornendo un framework per integrare sistematicamente i fattori di accettazione utente nello sviluppo dell’HMI; (2) definendo un protocollo di valutazione standardizzato e replicabile. I risultati dimostrano che il framework strutturato e il protocollo di testing scenico migliorano significativamente l’adattabilità utente nel design dell’HMI per interazioni con SAV. Le raccomandazioni pratiche sottolineano l’importanza di studi longitudinali per monitorare l’evoluzione dell’accettazione e di collaborazioni multidisciplinari per garantire scalabilità e inclusività. Nel complesso, questi risultati avanzano le metodologie di design dell’HMI per la mobilità autonoma, offrendo strumenti operativi per accelerare l’adozione di SAV centrati sull’utente.