SpatIO: 基于扩展现实的空间物理计算工具包

慢性病自我管理(糖尿病、高血压等)环境感知与上下文计算普适计算(Ubiquitous Computing)UI/UX 设计师产品设计师工业自动化工程师

研究背景与问题

  • 作者发现了哪些问题或挑战? 传统的物理计算工具在设计三维空间中的交互时存在问题,尤其是传感器和执行器配置不够精确。设计者通常需要在构建与测试过程中花费大量时间和精力来调整空间配置,但现有工具无法有效支持这种需求。

  • 为什么这个问题很重要? 空间配置对交互设计的成功至关重要。例如,设计一个在博物馆中检测访客移动的互动聚光灯,需要精确调整传感器的方向和检测范围。这种调整如果不在三维空间中进行,很容易导致设计失败并加大后期修改成本。

  • 研究动机与相关工作 尽管近年来基于虚拟现实(VR)和增强现实(AR)的工具为交互设计提供了一定的支持,但是这些工具通常专注于单一环节(如虚拟组件模拟),而未能形成一体化、连续的工作流。此外,从虚拟原型向物理原型的过渡也没有得到有效支持。

解决方案

  • 作者提出了哪些方法或解决方案? 作者设计并实现了一个基于扩展现实(XR)的工具包 SpatIO,它支持从虚拟到现实的完整端到端工作流。SpatIO 包括三个子系统:

    1. SpatIO Environment: 用于在虚拟空间中创建和测试原型。
    2. SpatIO Module: 将虚拟组件无缝过渡到物理组件。
    3. SpatIO Code: 结合数据流可视化的编程界面,用于设计交互逻辑。
  • 该解决方案的创新之处是什么?

    1. 提出了“空间物理计算”的新概念,将组件布局、代码编写与交互测试有机结合。
    2. 创造了一种连续、无缝的从虚拟到现实的工作流,使得过渡阶段更加高效和自然。
    3. 引入模块化的硬件机制和基于网格的精确定位,支持传感器和执行器的灵活空间布局调整。
    4. 使用 AR/VR 技术动态可视化传感器范围及其输入/输出数据。
  • 实施步骤是什么?使用了哪些关键技术?

    1. 虚拟阶段 (Virtual Phase):

      • 在 SpatIO Environment 中通过 XR 设备创建虚拟原型,布局虚拟传感器和执行器,并实时模拟其范围和行为。
      • 使用位置捕捉和检测算法,支持传感器的精确虚拟放置。
    2. 混合阶段 (Mixed Phase):

      • 用 SpatIO Module 定位模块将虚拟组件替换为物理组件,借助 3D 打印的连接模块和标准化的电路接口实现精确放置。
      • 使用摄像头和视觉算法(如 ARUco 标记)检测实际模块的位置变化并自动校正。
    3. 真实阶段 (Real Phase):

      • 所有模块替换为物理组件,原型可以独立运行,支持用户直接与真实硬件交互。

    关键技术:

    • XR 开发工具如 Unity 和 Meta XR SDKs。
    • 流程化编程界面(Flow-Based Programming)用于逻辑设计和实时调试。
    • 3D 打印与模块化设计,用于构建传感器和执行器的标准化硬件包。

研究成果

  • 取得了哪些具体成果?

    1. 用户研究表明 SpatIO 显著改善了以下几个方面:

      • 传感器范围的检查与调整。
      • 组件放置的灵活性与再调整效率。
      • 编程代码和物理组件之间的空间关联。
      • 从虚拟到现实的连续工作流,使得用户更早嵌入真实环境的测试。
    2. 实现了一种新的设计顺序:在 XR 环境下先布局传感器,再开始编程,而非传统方法中先编程后放置硬件。

    3. 用户能够更早开展模拟真实场景的交互测试,避免传统方法中原型实现后才发现设计问题。

  • 与现有解决方案相比,它有哪些优势? 相较传统工具或独立的 AR/VR 设计工具,SpatIO 提供:

    • 完整的一体化解决方案,支持从虚拟环境到物理原型的连续过渡。
    • 设计效率的提升:用户测试时间显著减少(平均节省 24% 时间)。
    • 支持微调传感器和执行器的布局,大幅减少调整成本。
  • 实验或评估结果是什么? 实验通过对比 20 名用户在 SpatIO 和传统环境中的表现,发现:

    • SpatIO 可显著提升工作效率(任务完成时间减少 6.2 分钟)。
    • 用户显著更频繁调整传感器布局,因为操作成本更低。
    • 在 XR 环境下,用户可直观理解传感器范围及其与硬件的交互,而传统环境下这一过程更费时且不准确。
  • 局限性与未来方向 局限性:

    1. 硬件模块尺寸较大,难以支持小型或嵌入式交互原型设计。
    2. 当前的 XR 硬件分辨率和交互精度限制了更高精度的操作。
    3. 系统在处理复杂几何体(如曲面或自由形状)时效果有限。

    未来方向:

    1. 开发更小型化的硬件模块和精简编程界面(通过缩放与平移功能优化)。
    2. 增强 XR 中虚拟传感器的仿真精度(借助更高级的体态追踪算法)。
    3. 扩展支持多用户协作,允许远程团队共同设计和测试交互原型。
    4. 提供更广泛的模块接口,兼容主流的电子元件与工具。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/188893/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713747
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
慢性病自我管理(糖尿病、高血压等)、环境感知与上下文计算、普适计算(Ubiquitous Computing)
work
职业/产业
UI/UX 设计师、产品设计师、工业自动化工程师
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文