精选论文 | 利用狗狗行为特征提升车内互动的情感体验

01 总结

抽象的

虽然对智能汽车的研究迅速增加，但对改善用户情感体验的关注相对较少。本研究基于宠物形态设计方法。其设计属性假设智能设备可以像宠物狗一样进行交互。在本文中，我们提出了一组宠物狗行为特征 (PBT) 及其在增强智能汽车情感交互中的应用。首先，我们进行了一项基于访谈的探索性研究。我们确定了主人喜欢的宠物狗的一些主要特征，以及可用于设计智能汽车交互的四个 PBT：自我表达、同理心、忠诚和纯真。其次，我们进行了一项基于在线调查的研究，以调查如何将 PBT 插入到智能汽车的不同场景中。结果表明，忠诚在一般场景中更受欢迎，而与纯真相关的特征不太受欢迎。我们讨论了每个 PBT 的理想用例，以及如何根据情况的紧急程度将 PBT 作为自主功能应用。我们还讨论了 PBT 如何通过增加认同感、情感联系、愉悦感和慷慨态度来增强用户的情感体验。

尽管智能汽车研究发展迅速，但对改善用户情感体验的关注却相对较少。这项研究基于宠物形态设计方法，该方法在假设智能设备可以像宠物狗一样互动的情况下定义设计属性。在本文中，我们介绍了一组宠物狗行为特征 (PBT) 及其在增强智能汽车情感互动中的应用。首先，通过基于访谈的探索性研究，我们确定了引起主人喜爱的关键宠物狗特征以及可用于设计智能汽车互动的四个 PBT：自我表达、同理心、忠诚和纯真。

其次，我们进行了一项基于在线调查的研究，以研究如何将 PBT 融入智能汽车以适应不同的场景。结果表明，在日常场景中，忠诚通常更受青睐，而与纯真相关的特质则不太受欢迎。我们讨论了每种 PBT 的理想用例，以及如何根据情况的紧急程度将 PBT 用作自主性函数。我们还讨论了 PBT 如何通过增加认同感、情感联系、愉悦感和慷慨态度来增强用户的情感体验。

02 关键词

关键词

情感用户体验、亲密互动、宠物设计方法、车内交互、智能汽车。

情感用户体验、亲密互动、宠物化设计方法、车载交互、智能汽车。

03 与设计实践的相关性

与设计实践的相关性

宠物情境设计方法可以帮助设计师在智能系统中推动情感化交互。宠物狗行为特征（PBT）以及PBT与用例的优选匹配结果可以为将宠物情境交互应用于智能汽车和其他智能系统时提供参考。

引用：Row, Y. -K., Kim, S. -Y., & Nam, T. -J. (2020)。利用宠物狗的行为特征来增强车内互动的情感体验。国际设计杂志，14(1)，19-34。

宠物拟态设计方法可以帮助设计师在智能系统中推动情感化交互。宠物狗行为特征（PBT）以及PBT与用例的优选匹配结果可以为将宠物拟态交互应用于智能汽车等智能系统时提供参考。

引用：Row, Y. -K., Kim, S. -Y., & Nam, T. -J. (2020)。利用宠物狗的行为特征来增强车内互动的情感体验。国际设计杂志，14(1)，19-34。

04 简介

介绍

智能汽车是能够使用 ICT（信息和通信技术）和人工智能自主与用户交互的车辆（Moite，1992）。随着电动汽车、移动通信技术和自动驾驶创新的出现，智能汽车已成为交互设计师关注的焦点。增强用户对智能汽车的情感体验的重要性得到广泛认可，因为它可以增加驾驶乐趣并有助于提高驾驶效率和安全性（Braun 等人，2019 年；Casner、Hutchins 和 Norman，2016 年；Gkouskos 和 Chen，2012 年；Gomez、Popovic 和 Bucolo，2008 年；Sheller，2004 年）。与智能系统的情感互动可以通过改善整体用户体验来提高可靠性和可接受性（Casner 等人，2016 年；Rödel、Stadler、Meschtscherjakov 和 Tscheligi，2014 年）。

最近的研究重点是促进与智能汽车的情感交互的方法，包括情感计算（Braun, Weiser, Pfleging, & Alt, 2018; Healey & Picard, 2005; Hernandez et al., 2014）、以用户为中心的体验设计（McVegh-Schultz et al., 2012; Meschtscherjakov, Wilfinger, Gridling, Neureiter, & Tscheligi, 2 011；Perterer、Sundström、Meschtscherjakov、Wilfinger 和 Tscheligi，2013）和游戏化（Steinberger、Schroeter、Foth 和 Johnson，2017；Sundström 等人，2014）。此类方法通过同情驾驶员 (Braun 等人，2019 年；Hernandez 等人，2014 年) 提供个性化和有意义的体验 (McVegh-Schultz 等人，2012 年) 并通过娱乐 (Steinberger 等人，2017 年) 创造令人愉快的互动，从而产生引人入胜的人车互动。 此类方法通过同情驾驶员 (Braun 等人，2019 年；Hernandez 等人，2014 年) 提供个性化和有意义的体验 (McVegh-Schultz 等人，2012 年) 并通过娱乐 (Steinberger 等人，2017 年) 创造令人愉快的互动，从而产生引人入胜的人车互动。

然而，此类研究主要集中于特定的驾驶场景，例如应对驾驶员压力（Healey & Picard，2005；Hernandez 等，2014）或提供车载娱乐（Sundström 等，2014），很少有以用户为中心的设计方法旨在全面改善驾驶的长期体验（McVegh-Schultz 等，2012）。此外，在实际设计过程中改善情感交互的研究也很少。将设计的意义推广到其他场景的同时将理论结果直接应用到设计过程中是非常具有挑战性的。由于情感化设计等概念对智能汽车行业来说仍然陌生（Gkouskos & Chen，2012），因此有必要提出实用的设计方法或概念工具来产生创新的设计思路，以促进智能汽车的情感交互。为了解决这个问题，我们专注于宠物形态设计，将其作为促进智能汽车与用户之间亲密互动的一种手段。亲密交互在特定意义上是情感交互，即创造愉悦体验、培养参与、关注态度、形成情感依恋的交互，亲密交互的结果代表用户满意度。

宠物形态设计方法根据模仿宠物狗行为的智能设备来定义设计属性（Jacobsson、Ljungblad、Bodin、Knurek 和 Holmquist，2007；Kifor 等，2011；Kim、Row 和 Nam，2012；Löffler、Kaul 和 Hurtienne，2017；Nguyen 和 Kemp，2008；Row 和 Nam，2014；Singh 和 Young，2013；Szabó 等，2010）。有人提出，通过更好地理解宠物狗与主人之间的关系，设计师和技术开发人员可以设计出更具情感化的智能系统。先前的研究表明，将宠物狗的特征融入智能产品的人机交互中有可能提高用户的情感体验和满意度（Löffler 等，2017；Row 和 Nam，2014）。同样，一些研究者也注意到了人车互动对情感满足的重要性（Norman，2009；Ramm，2018；Riener，2012）。尽管先前的文献为新的互动模型提供了理论基础，但很少有研究调查哪些宠物属性可以促进情感互动以及如何在智能汽车设计中实现这些属性。

为了系统化和进一步理解宠物形态设计方法，本研究旨在识别用于智能汽车交互设计的情感宠物狗行为特征 (PBT)，并探索其在各种典型汽车使用场景中的应用。我们进行了两项研究。首先，我们进行了一次探索性访谈，以确定宠物狗的哪些感知特征使它们爱护主人并唤起情感体验，并在驾驶环境中设想这些已识别的特征。通过这种方式，我们获得了一组宠物狗行为特征 (PBT) 以应用于智能汽车交互。PBT 可分为四类：自我表达、同理心、忠诚和天真。在第二项研究中，我们进行了一项在线调查，以调查如何在各种典型的驾驶情况下适当地使用 PBT。调查结果显示，每种 PBT 都有最合适的用例。在各种用例中，忠诚特征通常受到青睐，而天真特征则不太受欢迎。我们详细讨论了每个 PBT 在用例中的适当应用，然后介绍了一个框架，该框架说明了宠物形态智能汽车如何在各个自主级别上与用户进行交互。最后，我们讨论了使用宠物形态设计方法改善智能汽车情感体验的意义。

智能汽车是能够使用 ICT（信息和通信技术）和人工智能与用户自主交互的车辆（Moite，1992 年）。随着电动汽车、移动连接和自动驾驶创新的出现，智能汽车已成为交互设计师的主要吸引力。增强用户对智能汽车的情感体验的重要性得到了广泛认可，因为它可以增加驾驶乐趣并有助于提高驾驶效率和安全性（Braun 等人，2019 年；Casner、Hutchins 和 Norman，2016 年；Gkouskos 和 Chen，2012 年；Gomez、Popovic 和 Bucolo，2008 年；Sheller，2004 年）。与智能系统的情感互动可以通过改善整体用户体验来提高可靠性和可接受性（Casner 等人，2016 年；Rödel、Stadler、Meschtscherjakov 和 Tscheligi，2014 年）。

最近的研究重点是促进与智能车辆的情感交互的方法，包括情感计算（Braun, Weiser, Pfleging, & Alt, 2018; Healey & Picard, 2005; Hernandez et al., 2014）、以用户为中心的体验设计（McVegh-Schultz et al., 2012; Meschtscherjakov, Wilfinger, Gridling, Neureiter, & Tscheligi, 2 011；Perterer、Sundström、Meschtscherjakov、Wilfinger 和 Tscheligi，2013）和游戏化（Steinberger、Schroeter、Foth 和 Johnson，2017；Sundström 等人，2014）。

这些方法通过对驾驶员的同理心 (Braun et al., 2019; Hernandez et al., 2014) 创造了引人入胜的人车互动，提供了个性化和有意义的体验 (McVegh-Schultz et al., 2012) 并通过娱乐创造了令人愉快的互动 (Steinberger et al., 2017)。 这些方法通过对驾驶员的同理心 (Braun et al., 2019; Hernandez et al., 2014) 创造了引人入胜的人车互动，提供了个性化和有意义的体验 (McVegh-Schultz et al., 2012) 并通过娱乐创造了令人愉快的互动 (Steinberger et al., 2017)。

然而，此类研究主要关注特定的驾驶场景，例如应对驾驶员压力（Healey & Picard，2005；Hernandez 等人，2014）或提供车载娱乐（Sundström 等人，2014）。很少有以用户为中心的设计方法旨在全面改善长期驾驶体验（McVegh-Schultz 等人，2012）。此外，在实际设计过程中，关于改善情感互动的研究很少。将设计含义推广到其他场景，同时将理论结果直接应用于设计过程，是一项挑战。

由于情感设计等概念对智能汽车行业来说仍然陌生（Gkouskos & Chen，2012），因此有必要提出实用的设计方法或概念工具来产生促进智能汽车情感互动的创新设计理念。为了解决这个问题，我们专注于宠物形态设计，作为促进智能汽车与用户亲密互动的一种手段。亲密互动是指具体意义上的情感互动，即创造愉快的体验、培养参与和专注的态度并形成情感依恋的互动。亲密互动的结果代表用户满意度。

宠物形态设计方法根据模仿宠物狗行为的智能设备来定义设计属性（Jacobsson、Ljungblad、Bodin、Knurek 和 Holmquist，2007；Kifor 等，2011；Kim、Row 和 Nam，2012；Löffler、Kaul 和 Hurtienne，2017；Nguyen 和 Kemp，2008；Row 和 Nam，2014；Singh 和 Young，2013；Szabó 等，2010）。它提出，通过更好地理解宠物狗与其主人之间的关系，设计师和技术开发人员可以设计出更具情感的智能系统。

先前的研究表明，将宠物狗的特征融入到智能产品的人机交互中，可以增强用户的情感体验和满意度（Löffler 等人，2017 年；Row & Nam，2014 年）。同样，一些研究人员也注意到了共生的驾驶员与车辆交互对于情感满足的重要性（Norman，2009 年；Ramm，2018 年；Riener，2012 年）。尽管先前的文献为新的交互模型提供了理论基础，但很少有研究调查哪些宠物属性可以促进情感交互以及如何在智能汽车设计中实现它们。

为了系统化和进一步理解宠物拟态设计方法，本研究旨在确定智能汽车交互设计的情感宠物狗行为特征 (PBT)，并探索它们在各种典型汽车使用场景中的应用。我们进行了两项研究。首先，我们进行了一次探索性访谈，以确定宠物狗的哪些特征能让主人喜爱它们并引发情感体验，并将这些已确定的特征设想到驾驶环境中。

通过这种方式，我们获得了一组宠物狗行为特征（PBT），以应用于智能汽车交互。PBT 可以分为四类：自我表达、同理心、忠诚和纯真。在第二项研究中，我们进行了一项在线调查，以调查如何在各种典型的驾驶场景中恰当地使用 PBT。调查结果表明，每种 PBT 都有最合适的用例。在各种用例中，忠诚特质受到普遍青睐，而纯真则不太受欢迎。

详细讨论了每个 PBT 在用例中的合适应用，然后介绍了一个框架，说明了拟态智能汽车如何在各种自主级别上与用户交互。最后，我们讨论了使用拟态设计方法增强智能汽车情感体验的含义。

05 相关工作

相关工作

情感化的人车交互

人车情感交互

随着智能汽车的使用日益广泛，情感化的人车交互（HVI）成为研究的热点（Rödel et al.，2014）。然而，随着汽车功能越来越复杂，驾驶员将承受更大的压力。这种负面情绪是驾驶时产生攻击性和危险行为的主要原因之一（Dula & Geller，2003；Vanlaar，Simpson，Mayhew，& Robertson，2008）。提供愉快的体验并维持情绪稳定的环境可以帮助驾驶员在车内形成专注的态度并对车辆产生信任，从而提高用户满意度、驾驶表现和用户安全性（Gkouskos & Chen，2012；Gomez et al.，2008；Williams & Breazeal，2013）。

智能汽车的狭义定义是能够使用 ICT 或人工智能自动驾驶的汽车（Moite，1992 年）。此类智能汽车已被概念化为某些实体甚至是社会实体的替代品（Müller、Risto 和 Emmenegger，2016 年；Ramm、Giacomin、Robertson 和 Malizia，2014 年；Waytz、Heafner 和 Epley，2014 年）。为情感机器人设计的策略通常用于设计与智能汽车的亲密互动（Arkin、Fujita、Takagi 和 Hasegawa，2003 年；Fong、Nourbakhsh 和 Dautenhahn，2003 年；Reeves 和 Nass，1996 年；Sung、Guo、Grinter 和 Christensen，2007 年）。之前曾有人尝试开发可检测驾驶员感受和管理用户情绪的交互式车载系统（Braun 等人，2018 年；Healey 和 Picard，2005 年），并将具有代理功能的生物代理概念融入汽车中（Toto，2010 年；Waytz 等人，2014 年；Williams 和 Breazeal，2013 年；Williams、Peters 和 Breazeal，2013 年）。事实上精选论文 | 利用狗狗行为特征提升车内互动的情感体验，亲密 HVI 的未来可能涉及使用机器人代理来实现友好的人车通信（Nissan Motor Company Ltd.，2005 年；Toto，2010 年；Waytz 等人，2014 年；Williams 和 Breazeal，2013 年；Williams 等人，2013 年）。这些方法在实践知识和设计策略方面都有改进的空间。设计案例（Brandrick，2012；Toto，2010）通常没有充分的理论工作作为基础（例如，许多案例的设计原理很弱），并且很难获得如何应用新设计的有效见解（例如，许多案例都是概念性建议，没有实证支持）。

最近的研究报告了通过发展长期的人车关系或产生有趣的互动来扩展亲密智能汽车互动可能性的新尝试。这些尝试包括提供个性化的事件记录（McVegh-Schultz 等人，2012 年）、通过身体运动互动支持车载娱乐（Sundström 等人，2014 年）以及支持汽车 AI 与用户之间的协作参与（Perterer 等人，2013 年）。然而，情感化设计尚未被引入实际设计过程（Gkouskos & Chen，2012 年）。虽然一些研究人员已经开发出一些工具来促进或评估驾驶体验的感知亲密度和情感质量（Dula & Geller，2003 年；Healey & Picard，2005 年；Perterer 等人，2013 年；Ramm 等人，2014 年），但这些工具主要侧重于评估其用途，而不是促进设计过程。文献概述和不断发展的智能汽车功能表明，需要进一步研究适合智能汽车与用户之间亲密互动的新型互动模型。

随着智能汽车的使用日益增多，情感人车交互 (HVI) 已成为热门研究课题 (Rödel et al., 2014)。然而，随着汽车功能变得越来越复杂，驾驶员会感受到更多的压力，而这种负面情绪是驾驶时攻击性和危险行为的主要原因之一 (Dula & Geller, 2003; Vanlaar, Simpson, Mayhew, & Robertson, 2008)。提供愉快和维护性的体验可以帮助驾驶员对汽车产生环境关注的态度和信任，从而提高用户满意度、驾驶性能和用户安全性 (Gkouskos & Chen, 2012; Gomez et al., 2008; Williams & Breazeal, 2013)。

智能汽车的狭义定义是能够使用 ICT 或人工智能进行自动驾驶的汽车（Moite，1992），因此智能汽车已被概念化为具身代理甚至社会实体（Müller、Risto 和 Emmenegger，2016；Ramm、Giacomin、Robertson 和 Malizia，2014；Waytz、Heafner 和 Epley，2014）。情感机器人设计策略通常用于设计与智能汽车的亲密互动（Arkin、Fujita、Takagi 和 Hasegawa，2003；Fong、Nourbakhsh 和 Dautenhahn，2003；Reeves 和 Nass，1996；Sung、Guo、Grinter 和 Christensen，2007）。

此前曾有人尝试开发车载互动系统，以检测驾驶员的感受、管理用户的情绪（Braun 等人，2018 年；Healey 和 Picard，2005 年），并将具有自主性的有机体概念融入汽车（Toto，2010 年；Waytz 等人，2014 年；Williams 和 Breazeal，2013 年；Williams、Peters 和 Breazeal，2013 年）。事实上，亲密 HVI 的未来可能涉及使用机器人代理来实现友好的人车通信（Nissan Motor Company Ltd.，2005 年；Toto，2010 年；Waytz 等人）。

，2014；Williams & Breazeal，2013；Williams 等，2013）。这些方法在实践知识和设计策略方面还有改进的空间。设计案例（Brandrick，2012；Toto，2010）通常缺乏足够的理论基础（例如，许多案例的设计原理不足），并且很难获得如何应用新设计的有效见解（例如，许多案例都是没有实证支持的概念性提案）。

最近的研究报告称，通过发展长期的人车关系或产生有趣的互动，人们尝试扩展亲密智能汽车互动的可能性。这些尝试包括提供个性化事件记录（McVegh-Schultz 等人，2012 年）、通过身体运动互动支持车内娱乐（Sundström 等人，2014 年）以及支持汽车 AI 与用户之间的协作互动（Perterer 等人，2013 年）。然而，情感化设计尚未被引入实际设计流程（Gkouskos & Chen，2012 年）。

尽管一些研究人员已经开发出一些工具来促进或评估驾驶体验的亲密感和情感品质（Dula & Geller，2003；Healey & Picard，2005；Perterer 等人，2013；Ramm 等人，2014），但这些工具主要侧重于评估其使用情况，而不是促进设计过程。文献综述和智能汽车能力的发展表明，需要进一步研究适合智能汽车与用户之间亲密互动的新互动模式。

宠物式设计方法的内涵

岩石形态设计方法的内涵

传统上，宠物模仿通常借鉴宠物情感、亲密和享乐特征的相关意象。逼真驱动设备的典型设计方法是模仿宠物熟悉的特征。例如，狗和其他宠物的隐喻通常用于在被称为人造宠物的伴侣机器人中产生自然互动（De Graaf & Allouch，2017；Fujita，2001；Lee、Peng、Jin 和 Yan，2006；Saldien、Goris、Yilmazyildiz、Verhelst 和 Lefeber宠物狗初步训练，2008）。许多研究尝试设计类似宠物或 Zoom 的交互系统，利用宠物启发的功能来促进用户交互（Helmes、Hummels 和 Sellen，2009；Jacobsson 等，2007；Kifor 等，2011；Kim 等，2012；Kovács、Szayer、Tajti、Korondi 和 Nagy，2011；Löffler 等，2017；Row 和 Nam，2014；Szabó 等，2010）。现有的类似宠物的智能设计案例表明，类似宠物的交互系统也可以产生爱、愉悦和放松的情感体验（De Graaf 和 A​​llouch，2017；Löffler 等，2017；Row 和 Nam，2014）。

这些研究表明，宠物的互动性可以在产品设计中带来更愉悦的用户体验，展现出情感满足的潜力。然而，如何在设计过程中实现宠物特征尚未得到充分解决。尽管先前的研究已经调查了宠物造型设计对情感体验的潜在影响，但由于设计模型和实践框架的整合有限，它仍处于探索阶段。

与之前的研究一致，我们尝试实施宠物形态设计是基于与 HVI 相关的几种未来愿景。有人提出，未来马与骑手的关系应该与车辆与驾驶员的关系联系起来（Flemisch 等人，2003 年）。此外，新兴物联网产品的新动画范式也可能为未来动画智能汽车的概念化提供方向（Marenko，2014 年；Marenko 和 van Allen，2016 年）。Marenko 认为，日常物品的体验越来越多地受到万物有灵论内涵的影响，即物品和其他非人类实体具有人格特质（Marenko，2014 年）。

未来的智能汽车需要更加自然和直观的使用，以避免用户因系统的复杂性而感到困惑。这种人车融合可以通过采用新的人车互动形式来实现（Riener，2012）。我们认为，通过阐述宠物造型设计属性的特点并理解这些特点如何与智能汽车使用场景相关，可以进一步发展智能汽车中的亲密互动。

传统上，宠物类比被用来利用宠物情感、亲密和享乐特征的相关形象。逼真驱动设备的典型设计方法是模仿宠物的熟悉特征。例如，狗和其他宠物的隐喻通常用于在被称为人造宠物的陪伴机器人中产生自然的互动（De Graaf & Allouch，2017；Fujita，2001；Lee、Peng、Jin 和 Yan，2006；Saldien、Goris、Yilmazyildiz、Verhelst 和 Lefeber，2008）。

许多研究尝试设计拟态宠物或拟态动物的交互系统，利用宠物特征促进用户交互 (Helmes, Hummels, & Sellen, 2009; Jacobsson et al., 2007; Kifor et al., 2011; Kim et al., 2012; Kovács, Szayer, Tajti, Korondi, & Nagy, 2011; Löffler et al., 2017; Row & Nam, 2014; Szabó et al., 2010)。现有的拟态宠物智能设计案例表明，拟态宠物的交互系统也能产生令人喜爱、愉悦和放松的情感体验 (De Graaf & Allouch, 2017; Löffler et al., 2017; Row & Nam, 2014)。

这些研究表明，宠物互动性可以使产品设计出更愉悦的用户体验，显示出情感满足的潜力。然而，如何在设计过程中体现宠物特征尚未得到充分解决。虽然之前的研究已经调查了宠物形态设计对情感体验的潜在影响，但由于设计模型和实用框架的整合有限，它仍处于探索阶段。

与先前的研究一致，我们实施宠物形态设计的尝试基于未来几种与 HVI 相关的愿景。有人提出，未来共生的马与骑手关系应该与车辆与驾驶员的关系联系起来（Flemisch 等人，2003 年）。此外，物联网 (IoT) 产品新兴的新万物有灵论范式也可能为未来万物有灵智能汽车的概念化指明方向（Marenko，2014 年；Marenko & van Allen，2014 年）。016）。Marenko 认为，日常物品的体验越来越多地受到万物有灵论内涵的影响，即物品和其他非人类实体具有人格特质的观念（Marenko，2014 年）。

未来的智能汽车需要更加自然和直观，以避免用户因系统复杂性而感到困惑，这种人车融合可以通过采用新形式的人车互动来实现（Riener，2012 年）。我们认为，通过详细描述拟态设计属性的特征并理解这些特征与智能汽车使用场景之间的关系，可以进一步发展智能汽车中的亲密互动。

06 宠物狗行为特征探索性研究（PBT）

宠物狗行为特征探索性研究（PBT）

目的和方法

目的与方法

为了确定适合智能汽车互动的宠物狗行为特征 (PBT)，我们进行了一项探索性研究，目标有两个：1) 调查有助于人狗互动中获得愉快和情感唤起体验的关键宠物狗特征；2) 确定适合智能汽车互动的宠物狗行为特征。

为了确定适用于智能汽车交互的宠物狗行为特征 (PBT)，我们进行了一项探索性研究，目的有两个：1) 调查在人与狗的交互中令人愉悦并能唤起情感体验的宠物狗关键特征；2) 确定适合智能汽车交互的宠物狗行为特征。

样本

样本

这项研究是在韩国流行的养狗场所进行的，例如宠物幼儿园或宠物百货商店（Podberscek 等人，2009 年）。通过宠物医院和酒店张贴的广告招募了 12 名参与者（5 名男性，7 名女性），年龄范围为 21-58 岁（M = 26.1，SD = 2.2）。所有参与者都有养一只或多只狗的经验，年龄从 3 个月到 18 岁不等（M = 7.86 年，SD = 6.09）。所有参与者都拥有一辆汽车并经常使用它。

这项研究是在韩国进行的，那里的宠物狗设施（例如宠物幼儿园或宠物百货商店）很受欢迎（Podberscek 等人，2009 年）。研究人员通过宠物医院和酒店发布的广告招募了 12 名参与者（5 名男性，7 名女性），年龄范围为 21-58 岁（M = 26.1，SD = 2.2）。所有参与者都有养狗的经验，养狗时间从 3 个月到 18 年不等（M = 7.8 6 年，SD = 6.09）。所有人都拥有汽车并经常使用它。

程序

程序

这项研究涉及两部分的访谈过程。首先，我们进行了半结构化访谈。要求参与者提前准备照片，展示他们狗的令人愉悦的行为以及与狗共度的难忘时刻。然后，要求参与者选择他们最喜欢的狗照片。要求参与者使用这些照片描述他们与狗进行情感互动的情况（即他们体验到实质性情感依恋或喜爱的时刻）。结构化问题侧重于犬类与人类情感体验的三个方面。1）亲密和情感融洽，2）愉悦和享受，3）可称赞性和奖励（Row & Nam，2014）。我们还询问了参与者与狗的一般交流情况（Goode，2007）。由于狗主人倾向于与狗培养沟通技巧（Shapiro，1990），我们希望参与者回忆起情感互动的时刻。问题示例包括：“你怎么知道你的宠物不开心？”，“你认为你的狗能读懂你的心思吗？”，以及“这次体验是积极的吗？如果是，为什么？”

其次，我们在参与者的汽车中进行了情境访谈，让用户参与设计理念的产生（Sanders & Stappers，2012；Visser，Stappers，van der Lugt，& Co.Sanders，2005）。参与者被要求想象他们的狗在他们的智能汽车中，并设想它在几种驾驶情况下可能做出的反应。我们收集了私家车使用的典型案例的数据，包括风险情况和维修（Dula & Geller，2003；Neale 等人，2002），并提出了 11 种驾驶场景：（1）进入车辆，（2）等待交通信号，（3）接收导航，（4）给汽车加油，（5）打瞌睡，（6）车载娱乐，（7）分心，（8）超速，（9）洗车，（10）事故，和（11）停车。情境访谈的问题包括：“在每种情况下，车里的狗会如何反应？”以及“您想如何将您提到的与狗的情感互动融入到智能汽车的使用中？”

这项研究涉及两部分的访谈过程。首先，我们进行了半结构化访谈。参与者被要求提前准备照片，展示他们狗的令人愉悦的行为以及与狗在一起的难忘时刻。然后参与者被要求选择他们最喜欢的狗照片。参与者被提示使用这些照片描述他们与狗进行情感互动的情况（即他们感受到实质性情感依恋或喜爱的时刻）。

结构化问题主要关注犬类与人类情感体验的三个方面：1）亲密和情感融洽，2）愉悦和愉悦感，3）值得称赞和奖励（Row & Nam，2014）。我们还询问了参与者与狗的一般交流情况（Goode，2007）。由于狗主人倾向于培养与狗的交流技巧（Shapiro，1990），我们希望参与者能够回忆起情感互动的时刻。示例问题包括“你怎么知道你的宠物不开心？”，“你认为你的狗能读懂你的心思吗？”和“这种体验是积极的吗？如果是，为什么？”

其次，我们在参与者的汽车中进行了情境访谈，让用户产生设计想法（Sanders & Stappers，2012；Visser、Stappers、van der Lugt 和 Sanders，2005）。参与者被提示想象他们的狗的灵魂在他们的智能汽车中，并设想它在几种驾驶环境中可能做出的反应。我们收集了私家车使用的典型案例数据，包括危险情况和维护（Dula & Geller，2003；Neale 等人，2002），并提出了 11 种驾驶场景：（1）进入车辆，（2）等待交通信号，（3）接受导航，（4）给汽车加油，（5）打瞌睡，（6）车载娱乐，（7）分心，（8）超速，（9）洗车，（10）事故和（1）1）停车。

情境访谈中的问题包括“在每种情况下，狗作为汽车会如何反应？”以及“您希望如何将您提到的与狗的情感互动融入到智能汽车的使用中？”

数据收集和分析

数据收集与分析

每次访谈平均持续 90 分钟，所有访谈均录音并转录。我们使用主题分析法（Krippendorff，2013；Smith、Bekker 和 Cheater，2011）系统地分析用户生成的数据并识别模式和结构（Aspling、Juhlin 和 Väätäjä，2018；Burgess、King、Harris 和 Lewis，2013；Ramm 等人，2014）。主题的初步识别和标记涉及内容的语义级编码。此后，提取与宠物与人互动的情感方面相关的关键词，并根据智能汽车的环境进行调整。然后，我们将关键词反复整合到上级主题中以寻找新的模式。我们根据参与者对他们的狗的特征和在智能汽车中的类似反应的报告对他们的陈述进行分组。两名研究人员对每次访谈进行了初步分析，根据既定的指导方针分六个阶段对参与者的记录进行注释和编码。 1) 熟悉您的数据，2) 生成初始代码，3) 查找主题，4) 审查主题，5) 定义和命名主题以及 6) 生成报告（Braun & Clarke，2006）。

在解读智能车互动描述时，我们关注的是狗的情感特征与它在智能车情感建模中的潜在应用之间的联系。例如，我们解读了M2的语句：“如果你想给Sunny洗澡，他会把水弹开并拒绝。”这与前面的语句和主题相关，表明当狗顽固地拒绝做它们不喜欢的事情时，它们很可爱。由此，我们可以假设人们会期望宠物形态的智能车有时会拒绝主人的命令。我们为452个相应的转录本开发了广泛的关键词，这些关键词通过对转录本的反复解读过程得到了细化。例如，从最初的“用户希望宠物形态的智能车能够识别他们的情绪或心理状态并做出相应的反应”，我们开发了同理心、体贴和坚持等关键词。这些关键词进一步细化并与同理心的主题相关联。

为了验证编码和解释，我们根据 Patton 的双重标准检查了一组分类主题，即内部同质性（即数据有意义地一致）和外部异质性（即每个主题都不同）。（Patton，1990）。三位研究人员（其中一位未参与初始分析）独立证实了每个类别都有内部一致的含义。我们通过检查不同主题是否可以关联、合并或分离来确保主要主题在数据中得到体现，并且每个主题都与其他主题不同。例如精选论文 | 利用狗狗行为特征提升车内互动的情感体验，我们最终得出了同理心特质，它由同情和关怀两个从属特质组成。我们在与初始印象进行比较时交叉检查了原始含义是否受到重复解释的影响。

每次采访平均持续 90 分钟，所有采访均录音并转录。我们使用主题分析（Krippendorff，2013；Smith、Bekker 和 Cheater，2011）系统地分析用户生成的数据并识别模式和结构（Aspling、Juhlin 和 Väätäjä，2018；Burgess、King、Harris 和 Lewis，2013；Ramm 等人，2014）。主题的初步识别和标记涉及内容的语义级编码。此后，提取与宠物与人类互动的情感方面相关的关键词并适应智能汽车环境。

然后，我们反复将关键词整合到上级主题中，以找到新出现的模式。我们根据参与者对他们的狗的特征和在智能汽车中的类似反应的报告，对他们的陈述进行了聚类。两名研究人员对每次采访进行了初步分析，根据既定的六个阶段的指导方针对参与者的记录进行注释和编码：1) 熟悉数据，2) 生成初始代码，3) 搜索主题，4) 审查主题，5) 定义和命名主题和

6）制作报告（Braun & Clarke，2006）。

在解释智能汽车互动描述时，我们关注的是狗的情感特征与其在智能汽车中模拟情感的潜在应用之间的联系。例如，我们将 M2 的陈述“如果你试图给 Sunny 洗澡，他会把水弹开并否决”与之前的陈述和主题联系起来，这些陈述和主题表明，当狗顽固地拒绝做它们不喜欢的事情时，它们很可爱。由此，我们可以假设人们会期望宠物智能汽车有时会拒绝主人的命令。

我们为 452 份相应的转录文本开发了广泛的关键词，并通过反复解释转录文本的过程对其进行了细化。例如，从最初的解释“用户希望宠物智能汽车能够识别他们的情绪或心理状态并做出相应反应”开始，我们开发了诸如“心智相连”、“深思熟虑”和“坚持不懈”等关键词。这些关键词进一步细化并与同理心主题相关联。

为了验证编码和解释，我们根据 Patton 的双重标准（即数据具有有意义的连贯性）和外部异质性（即每个主题与其他主题明显不同）对一组分类主题进行了检查（Patton，1990）。三位研究人员（其中一位未参与初始分析）独立证实了每个类别都具有内部连贯的含义。我们通过检查不同主题是否可以相互关联或分开组合来确保主要主题代表数据，并且每个主题都与其他主题不同。例如，我们最终提出了特质同理心，它由两个从属特质组成，即同情和关怀。我们在将初衷与初印象进行比较时，交叉检查了初衷是否因重复解释而受到损害。

结果

结果

引发情感体验的主要特征：

以自我为中心且积极主动

引起主人喜爱的一个最常见的特征是宠物有自己的想法和喜好，并主动向主人传达。参与者发现，观察他们的宠物狗好奇而执着地探索他们感兴趣的东西或固执地要求他们想要的东西很有趣。M1 报告说：“当我们在外面散步时，我的狗只坐在报纸上。他不喜欢寒冷的地面。我觉得那很可爱。”F2 还说：“当我的小狗在散步时非常兴奋并在公园里嗅来嗅去时，我也觉得很好。”宠物狗有时会对做不受欢迎的任务表现出强烈的抵抗，例如洗澡或穿衣服。宠物狗并不总是听从主人的话，当它们自愿表达自己的意见时，参与者发现它们很可爱、很讨人喜欢。12 名参与者中有 8 名表示，他们喜欢他们的狗对主人某些行为的抵抗。M4 报告说，他有时喜欢逗弄或惹恼他的小狗，看着它挣扎并带着闷闷不乐的表情逃跑。

同情和体贴

参与者注意到的第二个特征是他们的宠物对环境的敏感性和共情反应。参与者认为他们的宠物足够聪明，能够理解房子里的情景或情绪情绪（例如悲伤或快乐）。五名参与者报告说，当他们的狗对情景背景表现出共情和富有同情心的反应时，他们与宠物产生了深厚的情感联系。例如，M 2 报告说，“当父亲生气时，或者家里的气氛很低落时，Sunny 不会缠着他玩，而是会平静地待在他身边。”F1 解释了她的狗安慰她的一个瞬间。“我当时很沮丧，很难过，在房间里哭。它用舌头舔着我的眼泪，好像在安慰我。我真的很感动。”少数参与者（F2、F7）认为，他们的狗在忙碌或专注于某件事时耐心地抑制自己的欲望或本能，这是值得称赞的。F7 说：“我的狗很可爱。 “他一直趴在我腿上等到电影结束，我一站起来他就跑去卫生间，那时候我觉得他的行为很值得称赞。”

忠诚

忠诚和理解主人的特点让参与者对自己的狗狗产生了更多的爱意。10名参与者表示，当他们的狗狗全神贯注地关注主人并跟随主人时，他们会感到愉悦和有趣。F5提到：“我的狗狗会像嚼口香糖一样跟着我去任何地方，甚至去洗手间也是如此。它总是想待在我身边”。M1提到他的狗狗想和他一起做所有的动作，这让他们很可爱，他说：“你知道当我的狗狗毫无预兆地睡着，抱住我的头时有多可爱吗？(…)他总是给我无条件的爱”。F1说：“我们不能和Geommy一起吃饭，因为我的家人在餐桌上吃饭。当我们吃饭时，他总是到处乱逛，发出呻吟声。当我们把碗移到一边时，他就会停止呻吟并开始进食”。

其他参与者在宠物狗认出他们和其他主人时，会感到情感上的投入。F2 说：“当汽车停好后，家庭自动化系统（一种智能家居功能，当家用汽车停在地下停车场时，会通知屋内的人）的声音会自动响起。当狗听到这个声音时，它开始在前门等候。当爸爸来开门时，它会跳来跳去，直到爸爸给它一个拥抱。”一半的参与者报告说，当他们觉得狗通过长期关系或特殊训练学会了他们所说的话时，他们会与狗产生深厚的情感联系。例如，F7 说：“当我们说‘我们走吧’时，Mini 明白了。她一听到这句话就跳起来，在前门等候。有时，她已经在我们要去的地方了。”

依赖项

几乎所有的参与者都表示，当狗狗摇着尾巴、依偎在它们身边或跳起来迎接它们时，它们觉得很可爱。参与者认为，狗狗比较情绪化，因为它们很脆弱，需要不断的照顾和关注。F4 解释说，这就像母爱的感觉，因为她的宠物狗没有她就活不下去。M3 觉得自己对狗狗有责任感，这让他对狗狗更加细心。“当我的狗狗整天等着我喂它时，我对它产生了强烈的情感依恋。”照顾宠物狗往往需要经济支出，参与者报告说，这也加强了情感依恋。M2 说：“小狗需要很多照顾，比如洗澡、理发、喂食。这需要花费很多钱和精力。没有我它什么都做不了，这让我爱我的小狗。”F4 说：“因为我投入了很多，我对狗狗的感情越来越深。”

引发情感体验的关键特征

自我中心和积极主动

引起主人喜爱的一个最常见特征是宠物有自己的想法和喜好，并积极地表达出来。参与者发现观察他们的宠物狗好奇地、坚持不懈地探索他们感兴趣的东西或固执地要求他们想要的东西很有趣。M1 报告说“当我们在外面散步时，我的狗只坐在报纸上。它不喜欢寒冷的地面。我觉得这很可爱。”F2 还表示“当我的小狗在散步时非常兴奋，在公园里嗅来嗅去时，我也感到很开心。”

“宠物狗有时会表现出强烈的抵抗，拒绝参与洗澡或穿衣等不受欢迎的任务。宠物狗并不总是听从主人的话，参与者认为它们表达自己意见的意愿很可爱，很惹人喜爱。12 名参与者中有 8 名表示，他们喜欢他们的狗对某些主人行为的抵抗。M4 报告说，他有时喜欢逗弄或惹恼他的小狗，看它带着生气的表情挣扎着逃跑。

同情与体贴

参与者注意到的第二个特征是宠物对环境的敏感性和同理心反应。参与者认为他们的宠物足够聪明，能够理解家里的情境或情绪（例如悲伤或快乐）。五名参与者报告说，当他们的狗对情境表现出同理心和同情心的反应时，他们与宠物建立了深厚的情感纽带。例如，M2 报告说，“当父亲生气或家里的气氛很暗时，Sunny 不会缠着他玩，而是在他旁边保持冷静。

”F1 解释了她的狗安慰她的那一刻：“我当时非常沮丧和难过，在房间里哭泣。它用舌头舔着我的眼泪，好像在安慰我。我真的很感动。” 少数参与者（F2、F7）觉得，当他们忙碌或专注于某件事时，他们的狗耐心地克制自己的欲望或本能，这是值得称赞的。F7 说：“我的狗很可爱，它趴在我的腿上等到电影结束，我一起床，它就跑到卫生间。当时，我觉得它的行为值得称赞。”

忠诚

忠诚和理解主人的特点使参与者对狗狗产生了更多的情感依恋。10 名参与者表示，当他们的狗狗全神贯注地听从主人并跟随主人时，他们会感到愉快和有趣。F5 提到：“我的狗狗会跟着我到处走，甚至像嚼口香糖一样跟着我去卫生间。它总是想待在我身边。”M1 提到，他的狗狗想和他一起做所有动作，这使它们变得可爱，他说：“你知道当我的狗狗毫无防备地睡着，紧贴着我的头时，它有多可爱吗？[…] 它总是给我无条件的爱。”F1 说：“我们不能和 Geommy 一起吃饭，因为我的家人在餐桌上吃饭。当我们吃饭时，它总是在周围徘徊并呻吟。当我们把碗移到我们旁边时，它就会停止呻吟并开始进食。”

其他参与者在宠物狗认出他们和其他主人时，会感到情感上的投入。F2 说：“当汽车停好后，家庭自动系统（一种智能家居功能，当家用汽车停在地下停车场时，它会通知屋内的人）的声音会自动响起。当 [狗] 听到这个声音时，它会开始在前门等候。当爸爸来开门时，它会转身跳起来，直到爸爸拥抱它。”一半的参与者表示，当他们感受到通过长期关系或特殊训练学到的东西时，他们会与狗产生深厚的情感联系。例如，F7 说：“当我们说‘我们走吧’时，Mini 明白了。当她听到这句话时，她会跳起来在前门等候。有时，她已经在我们要去的地方了。”

依赖

几乎所有参与者都表示，当他们的狗通过摇尾巴、依偎在他们身边或跳来跳去欢迎他们来表达对爱的需要时，他们觉得它们很可爱。参与者认为，由于狗很脆弱，需要定期的照顾和持续的关注，它们变得更加情绪化。F4 解释说，这就像母爱的感觉，因为她的宠物狗离不开她。M3 觉得自己对他的狗负有责任，这让他与狗的关系更加亲密：“当我的狗整天等着我喂它时，我对它产生了强烈的情感依恋。”照顾宠物狗通常需要经济支出，参与者表示，这也增强了情感依恋。M2 说：“小狗需要大量的照顾，比如洗澡、理发和喂食。这需要花费很多钱和精力。[…] 但它没有我就什么也做不了，这让我爱我的小狗。”F4 说：“我对狗的依恋与日俱增，因为我投入了太多。”

PBT在智能汽车上的应用：

自我表达特质（TA）

参与者将有情感的宠物车描述为一个独立的存在。他们设想宠物形智能汽车是一个自主的实体，有自己的偏好或智慧，可以有意识地做出决定。参与者期望宠物形汽车能主动向主人表达自己的意见。例如，M2 说：“Sunny（他的宠物形汽车的名字）会播放古典音乐。这是我的狗平时喜欢的一首歌。” M3 也提到汽车会有自己的偏好。“汽车会引导我去好的加油站加油。”

自我表达特征进一步细分为三个详细特征：建议、指导和干扰。首先，参与者希望智能汽车根据汽车自身的偏好或智力判断推荐有用的信息或内容。12 名参与者中有 4 名报告说，他们的宠物智能汽车会推荐他们最喜欢的目的地或播放他们实际宠物可能喜欢的音乐。F5 说：“它会推荐一个公园或一个适合开车的好地方。当我带着小狗散步时，当它闻到某种气味时，它会参与进来并跑到其他地方。”

其次，参与者希望汽车能够主动引导驾驶员采取有利于汽车的方式。他们描述了这样一种情况：一辆像宠物一样的智能汽车会反复发出关于理想停车位或加油站的建议，以说服驾驶员。F1 提到，“它不会带我去有阴凉的地方吗？一个安全且没有汽车的地方？当我去允许携带宠物的咖啡馆时，我们会带他去他想要的桌子。如果我试图把车停在其他地方，汽车就会鸣笛并试图带我去其他地方。”

第三，参与者认为，如果驾驶员行为不当，汽车可能会不服从命令或干扰他们的行为。10 名参与者预计，他们的宠物汽车有时会反抗或过于固执，不让主人操作。F4 说：“当我喝醉时，汽车会拒绝接受我的控制，皱眉或吠叫。”

特质同理心（TB）

参与者期望宠物类智能汽车能够对用户的情绪和环境变化做出反应，具备态势感知和情景判断能力，7位参与者提到了这一点，参与者希望自己的汽车能够根据驾驶员自身的判断，为其提供相关动作。

同理心特质基于两个子特质：关怀和同情。首先，参与者预期当驾驶员处于消极情绪状态时，智能汽车会调整为支持和鼓励的互动方式。例如，F6 说：“如果我在开车时感到紧张，汽车会一直鼓励我，避免表达不必要的信息，以便我集中注意力。”

其次，参与者希望智能汽车能够理解驾驶员的感受和环境的情绪，从而做出同情反应。F7 提到了汽车具有同理心的可能性：“当天气阴沉，我心情低落时，汽车会播放舒缓的音乐，好像它理解我的感受一样。”一些参与者（M2、F6、F7）还建议，随着用户数据的积累，汽车的同理心应该随着时间的推移而增强。

特质忠诚（TC）

参与者期望宠物形态的智能汽车能够识别主人的身份以及与他人的不同之处，从而对不同熟悉程度的主人做出反应。忠诚度特征包括两个子特征：忠诚度和个性化。

参与者希望汽车只对车主表现出全力支持。F3 表示：“我希望汽车能够识别我不喜欢的人，并且在他们试图开门时不欢迎他们。” 一些参与者希望汽车具有专门为车主服务的功能。参与者希望像宠物一样的智能汽车能够了解驾驶员的个人信息和习惯，例如偏好、日常安排或任何使用模式。参与者希望汽车提供与他们的生活相匹配的优化服务。F5 表示：“当我进入汽车时，我希望它自动打开车门并调整设置来欢迎我。” F6 建议：“我希望汽车根据我的偏好和历史，在我感到饥饿时向我介绍新餐厅。”

纯真特质 (TD)

纯真特质反映出对主人的依赖。参与者期望汽车表现出情感表达，以唤起主人的保护本能。参与者认为，像宠物一样的智能汽车需要主人的照顾。例如，参与者考虑了一种可能的情况，即汽车会表现出过度的情绪，要求主人采取行动。这一特征进一步被描述为三个行为子特征：表扬、道歉和情感诉求。首先，参与者期望智能汽车在驾驶员满足汽车需求时表现出感激之情。八名参与者期望汽车表达喜悦，例如在洗车或加油后移动后视镜或雨刷。

其次，参与者期望智能汽车能够通过提前报告可预见的问题来温和地请求原谅。参与者还期望智能汽车在出现问题时表示遗憾或羞愧。M2 表示，智能汽车的无知行为会引发原谅行为，并指出宠物汽车犯错的可能性。“如果它真的看起来像我的宠物，即使它把我引向错误的方向，我也不会责怪它。”

第三，参与者希望智能汽车能够通过过度的情绪表达来吸引驾驶员的注意力，从而具有吸引力。M1说：“女王喜欢吃很多东西，所以这辆车即使油箱还满，也会通过轰隆隆的声音来表达饥饿感。”F3解释道：“如果我的宠物车因为忘记更新或维护系统而生病，我愿意为此照顾它。”

PBT应用于Petmorphic智能汽车

特质自我表达（TA）

参与者将情感宠物车描述为一种独立的存在。他们设想宠物智能汽车具有自己的偏好或智能，是一个能够做出有意识决定的自主实体。参与者期望宠物车能够主动向主人表达自己的意见。例如，M2 说：“Sunny [他的宠物车的名字] 会播放古典音乐。这是我的狗通常喜欢的一首歌。” M3 还提到汽车会有自己的偏好：“汽车会引导我去一个好的加油站加油。”

特质自我表达进一步细分为三个详细特质：建议、诱导和打断。首先，参与者希望智能汽车能够根据汽车自身的偏好或智力判断推荐有用的信息或内容。12 名参与者中有 4 名报告说，他们的宠物化智能汽车会建议他们最喜欢的目的地或播放他们实际的宠物可能会喜欢的音乐。F5 说：“它会建议去公园或一个适合开车的好地方。当我带着我的狗散步时，它会闻一闻，全神贯注，然后去其他地方。”

其次，参与者希望汽车能够主动引导驾驶员做出对汽车有利的行为。他们描述了这样一种情况：一辆拟态的智能汽车会反复表达关于理想停车位或加油站的建议，以说服驾驶员。F1 提到，“它难道不会带我去阴凉处吗？安全且没有汽车的地方？当我去允许携带宠物的咖啡馆时，我们会带他去他想要的桌子。如果我试图在其他地方停车，那么汽车会发出喇叭声并试图带我去其他地方。”

第三，参与者认为，如果驾驶员的行为不当，汽车可能会违抗命令或干扰他们的行为。10 名参与者预计，他们的宠物车有时会反抗或过于固执，不允许车主操作。F4 表示：“当我喝醉时，汽车会皱眉或吠叫，拒绝接受我的控制。”

特质同理心（TB）

参与者希望拟态智能汽车能够通过情境感知和情景判断来响应用户情绪和环境变化。七位参与者提到了这一点。参与者希望他们的汽车能够根据自己的判断为驾驶员提供相关操作。

特质同理心基于两个子特质：关心和同情。首先，参与者预期当驾驶员处于消极情绪状态时，智能汽车会调整为支持和鼓励的互动方式。例如，F6 说：“如果我在开车时感到紧张，汽车会不断鼓励我，避免表达不必要的信息，以便我集中注意力。”

其次，参与者希望智能汽车能够理解驾驶员的感受和环境情绪，从而做出同情反应。F7 提到了汽车具有同理心的可能性：“当天气阴沉，我心情低落时，汽车会播放舒缓的音乐，好像它能理解我的感受。”一些参与者（M2、F6、F7）还暗示，随着用户数据的积累，汽车的同理心应该会随着时间的推移而增强。

特质忠诚度 (TC)

参与者预期，宠物智能汽车会通过识别主人的身份并与其他人做出不同的行为来表现出对主人的特别熟悉。特质忠诚度由两个子特质组成：忠诚度和个性化。

参与者希望汽车只对车主表现出全力支持。F3 说：“我希望汽车能识别我不喜欢的人，当他们试图开门时，不会欢迎他们。”一些参与者希望汽车能为车主提供专门的功能。参与者希望一辆宠物型智能汽车能够了解驾驶员的个人信息和习惯，例如偏好、日常安排或任何使用模式。自动欢迎我。”F6 建议：“我希望汽车在我感到饥饿时根据我的偏好和历史向我介绍新餐厅。”

特质纯真 (TD)

特质天真反映出对主人的依赖。参与者预期汽车会表现出情绪表达，以激发主人的保护本能。参与者认为宠物智能汽车需要主人的照顾。例如，参与者考虑了一种可能的情况，即汽车会表现出过度的情绪，要求主人采取行动。这种特质进一步分为三个行为子特质：欣赏、道歉和情感诉求。洗车或加油后移动后视镜或雨刷。

其次，参与者希望智能汽车能够通过提前报告可预见的问题来礼貌地请求原谅。参与者还希望智能汽车在出现问题时会表示遗憾或羞愧。M2 表示，智能汽车的无辜行为会引发慷慨行为，并指出宠物汽车可能会犯错：“如果它看起来真的是我的宠物，我会感到慷慨，即使它引导我走错了路。”

第三，参与者希望智能汽车能够通过过度的情感吸引驾驶员的注意力，并以极具吸引力的方式表达他们的需求。M1 说：“女王喜欢吃得太多，所以这辆车会通过轰隆隆的声音来表达饥饿感，即使油量不低。”F3 解释说：“如果我的宠物车可能因为忘记系统更新或维护而生病，我愿意提前照顾它。”

讨论

讨论

宠物犬的行为特征可以根据主动性和坚定性的程度来表征。

我们根据表1的右侧将PBT分为三个级别的自主权。身体健康。

在中间，智能汽车可以提供指导，例如，具有指导性质的智能汽车可以说服或刺激用户执行某个行为，而最终决定以最低的态度。可以在此级别上对AIT进行分类，因为基于这些特征的交互可以向用户显示社交和情感表达，而不会影响用户的行为。

这些结果提供了如何在设计智能汽车互动时使用智能汽车交互的宠物犬的最初见解，这可能会在设计智能汽车交互时使用适当的PBT。尝试进行风险的行为。

表1总结了上述某些特征。

宠物行为的特征可以取决于特征的主动和自信，即自主是在可控性和活动方面的代理能力（1995年； Gruber，Aune，Aune和Koutstaal，2018年； Parasuraman，Sheridan，Sheridan和Wickens＆Wisterions way way smmpt pre smart p。表1的右侧的三个级别的自主权表明了每个应用PBT相互作用的相关自主级别。

由于基于中断性状的互动可以反对或执行用户操作，因此由于其高可控性，我们认为该特征具有很高的自主权。

在中间，智能汽车可以以适度的方式提供指示，而特质诱导的智能汽车可以说服或刺激用户执行某种行为，同时将最终决定提供给用户的最终决定。此级别由于基于这些特征的互动可以向用户呈现社交和情感表达，而不会影响用户行为。

这些结果提供了如何在设计智能汽车互动时使用智能汽车的智能互动时使用的宠物狗的特征。 ivers试图执行危险的行为，但是有必要进一步研究这些关系，以制定有关PBT应用的设计建议。

表1：Explorest研究结果

07 PBT在线调查在驾驶条件下的应用

在线调查在驾驶情况下应用PBT

目的和方法

目的与方法

该调查旨在了解宠物犬的行为特征（PBT）是如何使用智能汽车的。

这项调查研究旨在了解宠物狗的行为特征（PBT）如何应用于智能汽车的互动，我们想阐明智能汽车中每个PBT的最佳用例，以及每个PBT如何应用于不同的使用情况，以便在线调查是否适用了使用SOIOS。优选。

调查设计

调查设计

该调查旨在评估100个独立变量的应用程序方案（具有10级驾驶条件和10个PBT级别）。

我们使用智能汽车租赁来建立短暂的旅行叙述，涵盖了使用汽车的所有方面，包括面向任务的情况（例如，加油，听音乐），情况，情况（例如，第一次会议，返回），或涵盖了一个时间（例如，适应时间）。更容易想象。

根据先前的研究（Dula＆Geller，2003; Neale等人，2002年），选择了10个代表性的驾驶条件。请参见图1）。

我们进行了一组试点研究，以优化调查时间。

受访者使用5点LI套件表示他们对100个应用程序的偏好（图2）也需要评估每个场景的情感质量和实用性。

我们通过公告委员会和SNS分销调查通过大学和当地社区的链接。

该调查旨在使用两个独立变量评估100个应用程序（具有10个级别的驾驶状况和10个级别的PBT）。

我们使用智能租赁汽车构建了一个短途叙事，该汽车涵盖了汽车使用的各个方面，包括以任务为导向的情况（例如，加油，听音乐），确定（例如，首次会议，返回），或者涵盖了使用范围的范围。处置）具有更现实的情况（例如，适应和返回），因此可以更容易地想象它们。

根据先前的研究选择了10种代表性驾驶情况（Dula＆Geller，2003; Neale等，2002）：（S1）首次乘坐汽车，（S2）在汽车指导后（S3）（S3）（S3）（S4）（S4）听音乐，（S5）倾听（S5）驾驶时（S6）快速速度，（S6）乘坐燃油率（S7）驾驶（S7）（S7）（S7）（S8）（S8）我们认为，我们认为现实和普遍的情况（例如，离开汽车），而不是很少经历的情况（例如，丢弃汽车）。

我们创建了100个应用的场景，通过使用卡通式的插图在熟悉的表示中进行了具体解释和表达。

我们进行了一系列试点研究，以优化调查的持续时间，该调查网站允许通过响应式网站从任何设备访问（Fink，2015年）。

受访者使用5点李克特量表表示他们的偏好（图2）。在下一个情况下。

我们通过公告委员会和当地社区的SNS分发了调查链接。

图1：卡通插图调查。

图2：基于网络的响应调查接口，适用于手机，PC或平板电脑。

数据收集和分析

数据收集与分析

参与者平均需要40分钟的时间来完成10年以上的在线调查（SD = 11.2）；

每种场景的每种场景的分数都会转换为统计分析的平均得分（Norman，2010年）。

在各种条件下，在各种情况下，使用两种副本的测量差异（第10级）和情况分析了偏好的平均得分，以评估整体差异的主要因素。

我们已经对最受欢迎的应用程序方案和相应的开放答案进行了定性分析。

参与者花了40分钟的时间来完成在线调查，总共有110名参与者（女性= 35.5％；男性= 64.5％），我们删除了参与者的重复性蚂蚁经常开车（82.6％），一半有自己的汽车（53％）。

收集了100个场景中的每一个的评分和评分。方案是首选。

使用偏好的平均分数，用特征（10个级别）进行了双向衡量，并将其作为对象的内部差异（10个级别），以评估每个申请情况的偏好得分之间的偏好分数。在各种情况下，对宠物行为性状最有利。

我们对最优选的应用程序方案进行了定性分析，我们检查了与PBT的核心特征相关的响应的基本含义。

结果

结果

图3显示了在100个应用程序场景中每个实验条件的偏好（p = 0.000，<0.05），从方差分析（表2）。

分析表明，根据这种情况，哪种类型的宠物狗行为特征（PBT）是首选。

图3显示了100个实验条件的平均分数（p = 0.000，<0.05）兴高采烈的分析表明，情绪质量和有用性都与偏好得分密切相关[F（2,11385）= 21745.12，p <0.05，调整后的R2 = .792，（使用Enter方法）（使用Enter方法），遵循常规的解释标准，有用性是一个非常强烈的预测器= 3 = 3.8 = 3 r = 8。在应用程序方案中的偏好。

分析表明，根据情况，首选哪种类型的宠物狗行为性状（PBT）。

表2：各种分析结果。

图3：每个应用程序方案

图4：在每个应用程序方案中，偏好的平均得分，情感质量和实用性。

自我表达（TA）

在向驾驶员提供新的指导信息以及驾驶员需要采取行动时，特征自我表达主要是首选。

建议（TA1）

当TA1适用于驾驶员需求信息的指导时，TA1受到欢迎，并且在及时提供了有用的信息。

指导（TA2）

在智能汽车中使用驱动程序来采取更多基本操作，因此对此功能进行了欢迎。

中断（TA3）

在危险或回避的情况下，这种特征很受欢迎。

等效特征（TB）

在推理方面，在驾驶员的被动或不愉快的环境的情况下，护理（TB1）是首选（TB1）。

护理（TB1）

驾驶员是威胁要驾驶安全的精神，当这种情况大大减轻了这种情况时，智能汽车将受到欢迎（S6，3.18）。 ，智能汽车提供的建议可能是真正的解决方案。

同情（TB2）

对于第一次，当驾驶员中的大多数人都会在娱乐场所使用智能的情况。每个驾驶可能都不舒服。

忠诚度特征（TC）

就忠诚度特征而言，个性化（TC2）是所有个性化中最受欢迎的人。

忠诚度（TC1）

最受欢迎的应用程序方案与此功能的登机情况有关。

个性化（TC2）

在大多数情况下，此功能在10个应用程序方案中的8个中都受到欢迎，该功能包含在前30％，分数：3.87）。

参与者说，这些应用程序方案很有用，因为智能汽车可以减少复杂选择的困难，并根据驾驶员的习惯和口味给他们真正需要的东西。

无辜特征（TD）

如测试结果所示，在大多数情况下，无罪是相对不受欢迎的。

容量（TD1）

当第一次进入和离开汽车时（S1和S10，分数排名最高的30％），当驾驶员重新设置汽车（S7）时，一个人喜欢这种特征。

道歉（TD2）

当智能汽车可能会引起不适时，这是需要宽恕的第一选择，因为汽车可以通过预测可能的不愉快的不满，使他们变得更加轻松，并使他们感到舒适。

情绪吸引力（TD3）

在智能汽车需要采取行动并告诉驾驶员的情况下，这种特征的示例包括智能汽车的表达，以使驾驶员不加速（S6）或恐惧的表达（S8）在没有驾驶员的情况下受到陌生人的威胁。

特质自我表达（TA）

当向驾驶员提供新颖的指导信息以及需要驾驶员采取行动的情况时，特质自我表达是最喜欢的。

建议（TA1）

当TA1应用于指导状况时，驾驶员需要及时提供有用的信息，当时智能汽车提出了有用的技巧（S2，Top 17％；得分：3.79），并建议在附近遇到这种情况。需要较小的测量和汽车会促使驾驶员轻轻地进行测量。

诱导（TA2）

当适用于智能汽车需要采取更多基本动作的情况时，这种特征受到欢迎，以使驾驶员以平稳而有礼貌的方式行动。

爆发（TA3）

在危险或可避免的情况下，智能汽车唤醒昏昏欲睡的驱动程序是高度首选的（S5，Top 2％；得分：4.22），这是在危险或可避免的情况下受到欢迎。

特质移情（TB）

在特质方面，在驾驶员处于负面情绪或不愉快的环境中，人们首选的是，在相对休闲或娱乐相关的情况下，人们首选同情。

护理（TB1）

这是在驾驶员处于精神或身体脆弱状态的情况下受到欢迎的，这会威胁到驾驶安全性，而智能汽车则可以减轻高度优先的应用程序，包括减少驾驶员的量18）。当驾驶员不舒服或在不愉快的环境中，这一特征也是首选的，汽车可以帮助解决问题。

参与者更喜欢这种特征来帮助避免加油站的油臭（S7，顶部8％；得分：4。01），并确保在停车场的可见性（S8，Top 13％;得分：3。9）。参与者报告了智能汽车在哪里有帮助的驾驶员不适，并将其作为更偏好的评分，尽管这可能是STORESS STORESS STORE STORE STORE STHEST：DOTES DOTES west west;有问题的情况。这很可能是因为在这种应用程序情况下，智能汽车只是关注驾驶员的感受，而在其他情况下，智能汽车提供了可能是真正解决方案的建议。

同情（TB2）

当将其应用于第一次骑行或重新进入情况时，这主要受到欢迎，而智能汽车向驾驶员延伸了一个简单的问候。最喜欢的应用程序场景描绘了一辆智能汽车，在最初的驱动器中理解了驾驶员的心情（S1，Top 6％；得分：4。02），或者在驾驶员再次返回了驾驶驾驶时（S9）时（s9）建议新内容。

57; S4，得分：3。39），受到高度欢迎。一个受访者回答：“如果我的汽车掌握了气氛，我会留下深刻的印象。”结果表明，当智能汽车对私人的态度表达出来时，这是非常情绪化的参与者感到非常舒服稳定。

特质忠诚（TC）

就特质的性格而言，特质是所有特质中最喜欢的特质忠诚度（TC1）。驾驶员需要各种信息来支持决策。

忠诚度（TC1）

在第一个骑行场景（S1）中，最喜欢的应用程序与驾驶员的登机态度相关。

个性化（TC2）

在大多数情况下，这种特征在10个应用程序中都受到了欢迎，最受欢迎的应用程序中，最受欢迎的申请中的特征是驾驶员在做出决定时需要考虑的各种事情的情况。 ANCE带有驾驶员时间表（S9，得分：3.96）。

参与者说，这些应用程序很有用，因为智能汽车可以根据他们的习惯和品味来减少驾驶员的困难，并为驾驶员提供真正的习惯，并强调，这是最重要的原因。

特质无罪（TD）

在大多数情况下，纯真的特征是在大多数情况下受到的欢迎，但是，在每个特征上，有一些突出的申请情景（TD1）红色的应用方案的情感质量得到了高度评​​估。

欣赏（TD1）

当首次进入和退出汽车时，这种特征是首选（S1和S10，在最高30％的位置上排名第30％），以及驾驶员加油时（S7）。

道歉（TD2）

当智能汽车可能引起不适时，这是首选的，当智能汽车警告驾驶员可能会带来可能的不便时，还要享受审理的情况（S1，得分：3。63），当汽车要求理解不稳定的传感器的功能时，驾驶员的表现也很高之所以激动，是因为这辆车帮助他们采取了更加轻松的心情，并通过预见可能的不愉快性来慷慨

特别是，当汽车实质上帮助驾驶员提前处理情况时，这是更受欢迎的，并且承认不舒服的情况。向已经遇到的不便之处道歉，例如受到的不便，例如宠物狗初步训练，在驾驶员不可能提前反应时，驾驶员不可能进行相对较小的态度，尽管聪明的汽车也相对较少，但它也是聪明的汽车。

情绪吸引力（TD3）

在智能汽车需要采取的措施的情况下，这种特征受到了智能汽车的态度。需要。

08讨论

讨论

PBT的互动设计在智能汽车中的应用

PBT在使用智能汽车中的互动设计应用

自我表达（TA）与根据用户的行为的干预程度不同。

同情（TB）可以根据驾驶员的情绪状态（TB1）提供反馈。

忠诚度（TC）可能适用于个性化服务的情况，当驾驶员需要做出决定时，智能汽车可以提出合适的替代解决方案，或者可以自动确定和执行最佳解决方案。

如果您需要支出或艰苦的行为，则无辜（TD）可用于娱乐。

当所有PBT都应用于智能汽车时，当他们涉及有用，有趣或有趣的互动时，他们会特别受到参与者的欢迎。

自我表达（TA）根据用户行为的干预程度。这样做。

在智能汽车中，可以使用智能汽车来使用智能汽车，以使驾驶员的情绪护理（TB1）进行反馈。汽车可以播放与周围环境相匹配并丰富旅行的背景音乐。

Faithfulness (TC) may be applicable in situations where personalized services are utilized. Trait loyalty (TC1) would be appropriate in casual and light situations, such as events that are gratifying and behavior that is specifically tailored to the owner. A smart car would remember passengers who board frequently and play songs they listen to while together. Trait personalization (TC2) can be utilized when providing convenient information that reflects personal information. For example, the smart car could present suitable alternatives when a driver needs to make a decision or it could automatically determine and execute the optimal option. It could only narrow the options and let the driver make the final choice.

Innocence (TD) can be used for amusing interactions. Trait appreciation (TD1) can be effectively utilized to strengthen users' efforts. Trait apology (TD2) would be appropriate when inconveniences are expected due to environmental changes or compromised car function so the driver can prepare. Trait emotional appeal (TD3) can help to smoothly induce driver behavior in possibly difficult situations that require action from the driver such as when expenditure or arduous behavior are needed. It can also help to quickly and reliably deliver necessary actions in situations where the driver's safety may be compromised. TD3 can draw attention to the driver and deliver the message in a more intuitive way.

When all PBTs were applied to smart cars, they were particularly welcomed by participants when they involved useful, fun or playful interactions. Participants felt uncomfortable with smart cars' access to private information when personal information was not utilized for useful interactions. Overusing playful interactions without practical merit can make drivers feel that the interactions are burdensome and interfere with driving.

The relationship between the application of PBT and autonomy under driving

PBT's Application to Driving Situations as a Function of Autonomy

Smart cars require different degrees of interaction according to the usage (Moite, 1992; RöDel et al., 2014). We show that PBT can be divided into three levels of autonomy. And Riley, 1997), and controllability, that is, the system directly affects user behavior or inspires indirectly affecting user behavior (Blumberg and Galyean, 1995).

Figure 5 shows the ideal relationship between PBT's autonomy level and driving conditions, depending on the key level. Drivers can be ignored or accepted. In the case of smart cars, dependence is sufficient. Subsequent judgments and actions can be completely determined by the driver.

Figure 5 means that the level of PBT's autonomy level is positive. The more urgent the situation is. . PBT can support this transition by creating the interaction of different degrees of autonomy to adapt to different degrees of scenario urgency.

A smart car requires various levels of autonomous interaction depending on the use case (Moite, 1992; Rödel et al., 2014). We showed that PBT can be divided into three levels of autonomy Elaborated in Figure 5 are PBT's autonomy levels based on activeness, whether a system operates independently of the user or operates at the user's request (Parasuraman et al., 2000; Parasuraman & Riley, 1997) and controllability, whether it directly affects user behavior or indirectly affects it through motivation (Blumberg & Galyean, 1995). Deepening prior findings, we proposed appropriate PBT use according to three levels of autonomy in smart car interactions.

Figure 5 shows the desired relationship between the autonomy level of PBT and the types of driving situations depending on the degree of criticality. Highly autonomous traits would be appropriate in critical situations to prevent incorrect driver behavior or to protect the driver. Convenient functions can also be provided automatically, such as automatic seat adjustment. Semiautonomous traits that would involve driver action could include suggesting alternative routes in a traffic jam, which the driver could ignore or accept. Dependent traits are adequate in situations where the smart car simply reports what has happened. Subsequent judgments and action could be entirely up to the driver. These can be used to express social and emotional feedback to increase user enjoyment. For example, the car could provide greetings according to the driver's mood or the weather.

Figure 5 implies that the autonomy level of PBT positively correlates with the urgency of the situation. The more urgent the situation and the required action, the more effective high- autonomy PBT will be. Meanwhile, low-autonomy PBT is appropriate in noncritical situations. To ensure ideal interaction with a smart car, drivers should accept the occasional autonomyof the car and relinquish a part of driving control timely (Rödel et al., 2014). PBT could support this transition by creating interactions that reflect various levels of autonomy in accordance with different degrees of situational urgency.

Figure 5: According to the level of autonomous driving, the application of PBT under driving.

How does PBT enhance emotional smart car user experience?

How PBT Can Enhance Emotional Smart Car User Experience?

The results of research 2 show that smart cars with PBT can support intimate interaction with users, and produce emotional experiences in four aspects. It is an important way to establish emotional tacit understanding (DOTSON & Hyatt, 2008; Sanders, 1993). Get happiness in a rich, dynamic and unexpected experience. In view of the challenge of smart cars comes from dissatisfaction with smart car capabilities, the user's expectation conflict and the degradation of user skills (Casner et al., 2016), the PBT that needs to be taken care of by car owners can evoke a sense of responsibility and kindness, helping the emotional satisfaction of smart cars.

The findings of Study 2 suggest that smart cars with PBT could support intimate interactions with users that produce emotional experiences in four ways。 Firstly, PBT can make unwilling interactions acceptable and favorable by communicating with drivers in indirect ways。 Secondly, PBT can enhance emotional bonding with a car through mutually beneficial interactions。 Dog owners are assisted by their dogs while also expending effort on their dogs, which is an important way of building emotional rapport (Dotson & Hyatt, 2008; Sanders, 1993)。

The continuous experience of reciprocal interaction can foster and develop affection and intimacy with a smart car。 Thirdly, PBT can provide delightful experiences in terms of proactive and lifelike interactions。 When a car recommends new content or conveys information exhibiting free will or emotion, users can derive pleasure from this rich, dynamic and unexpected experience。 Lastly, PBT can enhance emotional satisfaction by inducing low expectations and generous attitudes toward a smart car。

Given that challenges for smart cars arise from dissatisfaction with smart car abilities conflicting user expectations and the deterioration of user skill (Casner et al。, 2016), PBT requiring the owner's care can contribute to the emotional satisfaction of using smart cars by arousing responsible and benevolent attitudes。 Prolonged intimate interactions with smart cars that are emotional agents can enhance user satisfaction。

09 limitations and future work

Limity and Future Work

Regarding the interview, considering the recruitment method and place, the result may reflect the participants' tendency to have more positive emotions or overestimated dogs. The characteristic innocence is generally unpopular, and its emotional quality is higher than its usefulness. Sexual traits may be more applicable.

As far as the investigation is concerned, the driving situation is limited to the background of the use of short -term rental cars. In addition, the survey is based on imagination, not real situations. In order to reduce this shortcoming, we chose a specific environment (car rental). Some participants have not understood the application scenarios correctly.

Due to the limited sample volume, we have not considered the differences between the population statistics or driving experience of the participants.

In this study, we show the behavior characteristics attributed to the pet dog's pet form. One of our research results show that the participants expect the agent of the pet form. W & Nam, 2014). In view of the enlarged products, it may lead to overestimation of functions, and even overestimate security issues (BARTNECK, Kulic, & Croft, 2008). We assume that different animal models will affect the different aspects of interaction between users and smart products.

In the future work, the design significance of PBT and its application under driving can be further developed as auxiliary tools for design thinking. Difficulty.

Regarding the interviews, given the recruiting methods and locality, the results might reflect participants' tendency to have more positive feelings for their pet dogs or to overestimate the dogs。 PBT might not generate an affective experience to the same degree in other groups。 Users who love animals or cute things would appreciate petmorphic interactions more。 The survey findings, performed regardless of whether raising a dog or not, support to some extent this understanding。 Trait innocence was generally less welcomed and its emotional quality was higher than its usefulness。

Otherwise, personalization, the most widely welcomed, showed a higher usefulness score than the emotional one。 It was assumed that the emotional PBT generally did not gain high scores due to participants' different preference for dogs。 As such, the range of PBT applications might depend more on the design context or target user。 As for non-dog owners, the trait of high usefulness can be more applicable。 In addition, by considering our suggestions on the appropriate application correlation, it will be possible to design interactions that can be agreeable to both dog owners and non-owners。

In terms of the survey, the driving situations were confined to the context of short-term rental car use。 Despite various aspects of use cases, this does not cover all potential use contexts of smart cars。 To generalize the findings, further research might be needed that applies PBT to private smart car use。 It is also possible to consider user attitudes changing over time or reflecting individual characteristics when applying PBT in private use contexts。 Moreover, the survey was based on imagined scenarios and not real situations。

To mitigate this weakness, we selected a concrete context (rental car use)。 There is, however, the possibility that factors aside from the particular circumstances of each scenario affected participants' evaluations。 To address this, we provided illustrations to help participants clearly understand the application scenarios。 We considered this possible limitation when analyzing the results and excluded some cases where participants did not properly understand the application scenario。 In future work, we will conduct further empirical studies or interviews on some of the preferred application scenarios。

Due to the limited sample size, we did not account for differences in participant demographics or driving experience. Thus, there is room for future research to discover meaningful differences in terms of user characteristics such as gender or driving experience.

In this study, we demonstrated petmorphic behavioral traits attributed to pet dogs. One of our findings showed that participants anticipated the petmorphic agent not working entirely by itself and requiring the owner's care. It can be seen that petmorphic cars are associated with low expectations in terms of intelligence. This interpretation aligns with the smart-but-dumb feature that characterizes pet-like smart products (Row & Nam, 2014).

Given that zoomorphic products might lead to overestimation on functionalities and even safety-critical issues (Bartneck, Kulic, & Croft, 2008), we assume that different animal models will affect different aspects of the user interactions with smart products. Understanding the relationship between these variables and the smart product interactions, including users' expectation, would be an interesting future research topic.

In future work, the design implications of PBT and its applications to driving situations can be further developed as assistive tools for design thinking. Follow-up studies are needed to see if these assistive tools are effective for the process of smart car interaction design. Future research could also apply PBT to smart car design to verify that it is useful for design practice. Smart car interaction prototyping will be required to understand the difficulties in applying PBT as an interaction. A systematic user study is also needed to substantively verify the effects of each trait on emotional experiences.

10 summons

结论

This study surveyed the use of pet morphology to design intimate interaction in smart cars. Welcome, this is especially suitable for the best service that reflects personal information. Power.

PBT can be applied to many other intelligent products that use artificial intelligence or agency forms to interact with human -computer in the system.

This study investigated using a petmorphic approach for designing intimate interactions in smart cars。 This research makes three specific contributions。 Firstly, we identified four types of pet-dog behavioral traits (PBT) that enhance users' emotional experiences: self-expression, empathy, faithfulness and innocence。 Secondly, we showed which smart car situations are most suited for the particular application of each PBT with the personalization trait being the most welcomed; this is particularly appropriate for providing optimal services reflecting personal information。

Trait innocence was relatively less favored, though it can be used for amusing interactions。 Thirdly, our discussion of the positive relationship between PBT autonomy levels and urgency levels in situations can guide designers on how to leverage PBT in design practice。 We also discussed the potential of enhancing and increasing users' emotional experiences with smart cars using PBT。 This research can provide a new perspective on the intimate relationship between future smart cars and drivers in terms of how such interaction can take place。

PBT can be applied to human–machine interactions in numerous other smart products and systems that employ AI or a form of agency. We expect our understanding on petmorphic design and its adoption in smart car contexts can provide a useful approach for designing future smart products and systems to be more emotionally sensitive, natural and pleasurable in human– machine interactions.

关于我们

参考文章：

Using Pet-Dog Behavior Traits to Enhance the Emotional Experience of In-Car Interaction