卡普拉:利用多种视角捕捉、注意和回顾随时间变化的徒步体验
作者
环境感知与上下文计算人与自然关系(More-than-Human Design)
文献标题
Capra: Making Use of Multiple Perspectives for Capturing, Noticing and Revisiting Hiking Experiences Over Time
文献信息
- 主题领域: 交互设计与慢技术在自然体验中的应用
- 关键词: 个人历史, 个人数据, 徒步, 设计研究, 人机交互, 慢技术, 数据可视化, 环境技术, 多模态数据, 用户体验
研究背景与问题
- 问题或挑战: 随着低成本传感器、移动设备与可穿戴技术的兴起,人们越来越多地以数字化方式记录徒步体验。然而,这些技术在强化定量分析和社交分享的同时可能妨碍人类与自然的关系。当前技术主要关注性能指标,但缺乏支持开放性、多角度反思的设计框架。
- 重要性: 数字记录能帮助人们重新审视自己的自然关系及人生轨迹,但如果处理不当,可能加大人与自然间的距离。尤其是对于像徒步这样具备长期、多样性活动的领域,技术设计如何支持反思性和非目标导向的经历成为至关重要的议题。
- 研究动机: 提供一种新的数据互动方式,让人们通过不同视角和持久的开放式互动,反思自然体验。探索将"慢技术"设计概念应用到个人数据与长期徒步活动中,为人类-自然关系的新视角提供可能。
解决方案
- 提出的方法或解决方案: 设计并实现了一个名为“Capra”的系统,该系统包括一个可穿戴设备“Collector”和一个用于数据浏览的家庭设备“Explorer”。两者结合实现了徒步数据的采集、存储和多方式回顾。
- Collector 用于在徒步期间收集多角度的时间序列图片,以及元数据(时间、海拔、颜色)。
- Explorer 提供了一个基于元数据的归档和探索界面,支持用户通过时间、颜色和海拔维度重新审视单次徒步或所有徒步记录。
- 创新之处:
- 引入了多视角时间序列数据采集模式,为重新探索自然体验提供了丰富的硬件和软件支持;
- 运用了慢技术中的“显性慢速”和“隐性慢速”设计理念,通过设计数据传输动画(Transfer Animation)增强用户在非直接交互场景中的理解与体验;
- 将不同时空维度元数据(如时间、海拔、颜色等)转换为支持探索和反思的互动资源。
- 实施步骤与关键技术:
- 硬件设备开发: 开发了Collector的多镜头相机模块及探索数据管理的PCB电路板,实现了轻量化与持久性的结合;
- 数据可视化与交互设计: 结合时间、颜色和海拔三个元数据,以非线性方式将徒步记录联结起来;
- 交互模式: 包括单次徒步回放与所有记录归档的切换,并以元数据滤镜为指导支持不同层次的用户探索;
- Transfer Animation: 在数据从Collector传输到Explorer的过程中通过动画呈现它与现有归档数据的潜在关联,增强元数据的可感性。
研究成果
- 具体成果:
- Capra系统设计: 开发并测试了具有三镜头采集能力的Collector和支持元数据多维回顾的Explorer;
- 数据传输动画设计: 通过逐步传输和可视化数据构筑了一种渐进式的数据体验,促使用户对徒步档案产生更深入的理解与反思。
- 与现有解决方案的优势:
- 与现有的定量分析或社交导向平台(如Strava等)不同,Capra关注数据的开放性和多解性;
- 强调拥抱自然体验的非侵入性设计,同时兼具技术创新和人文关怀。
- 实验或评估结果: 借助研究者与团队成员四年的实践使用与测试,验证了Capra在支持重新审视、联结和反思徒步记录方面的可能性。
- 局限性与未来方向:
- 当前的测试局限于研究团队的小范围使用,未来应扩展到真实用户场景下的长时间使用评估;
- 探索更多元数据形式(例如土壤湿度、温度等)以丰富数据生态;
- 改进工具设计以支持设计师更高效地将元数据作为丰富的交互材料进行创意使用。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何通过多视角数据采集模式支持徒步者反思和重新体验大自然?分类: 个人多模态记忆检索同类问题arrow_forward
- “慢技术”的设计原则如何增强徒步记录的回顾性和非目标导向互动体验?分类: 个人多模态记忆检索同类问题arrow_forward
- 如何将徒步元数据(时间、海拔、颜色等)转化为支持探索和反思的交互资源?分类: 个人多模态记忆检索同类问题arrow_forward
lightbulb
现实痛点
1- 徒步者难以通过现有工具反思和深入体验徒步与自然的关系。分类: 个人多模态记忆检索同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642284
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
环境感知与上下文计算、人与自然关系(More-than-Human Design)
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文