HAI-AR：在行走时探索增强现实中的手锚定界面

研究背景与问题

• 作者发现的问题或挑战： 现有的增强现实（AR）用户界面（UI）在用户行走时存在多种限制，例如它们通常悬浮在视野内的固定位置，遮挡前方视野，且用户移动后需要手动调整UI位置，这导致交互体验在动态情况下不够便利。

• 研究的重要性： 随着AR头戴设备的普及，研究如何在动态环境中提供稳定且高效的UI体验对提高AR系统的实用性和普适性至关重要，特别是在用户需要边走边与数字信息交互的情境下。

• 研究动机与相关工作： 虽然此前研究中探索了多种参考框架（例如头部参考、躯干参考等），但这些方案在用户动态（例如行走）时往往会带来稳定性、可用性或视野干扰方面的问题。作者提出采用基于手部参考框架（例如手掌、前臂、捏合手势）的UI，这些框架潜在地减少视觉干扰，提供更自然的访问方式。然而，手部基准框架在行走场景下的性能仍未被充分探索。

解决方案

• 提出的方法或解决方案： 作者提出“手锚定参考框架”（Hand-Anchored Interfaces）的设计方法，并重点测试六种具体的手部参考框架，特别是“捏合手势与偏移”（Pinch Grip With Offset，PGWO）的创新措施。研究试图通过偏移距离和锚定点改善用户交互效率、准确性和舒适度。

• 创新之处：

  1. 结合手部动作自然性（例如捏合手势）和偏移距离，创建直观且符合人体工程学的UI设计。
  2. 提出了一种融合捏合手势和偏移调整的新颖方法，提供了手-眼-UI协调的体验。
  3. 首次系统比较了静态和动态条件下的多种手部框架性能。

• 实施步骤与关键技术：

  • 实验设计：
    1. 研究一：通过基于Fitts定律的目标选择任务评估六种手部参考框架（Forearm No Offset、Forearm With Offset、Palm No Offset、Palm With Offset、Pinch Grip No Offset、Pinch Grip With Offset）的速度、准确性和用户偏好。
    2. 研究二：将“捏合手势与偏移”（PGWO）与头部参考框架和躯干参考框架进行比较，评估其在目标选择和信息访问任务中的优劣。
  • 关键技术：
    1. 沿用Meta Quest Pro的手部追踪技术实现用户手部位置和动作的识别。
    2. 使用Unity开发环境与Meta XR SDK对UI在AR环境中的动态表现进行实现。
    3. 数据分析则基于Fitts定律、任务完成时间、错误率及NASA-TLX负荷量表。

研究成果

• 具体成果：

  1. PGWO在所有六种手部参考框架中表现最佳，提供了较低的移动时间、更高的选择准确性及较少的用户工作负荷。
  2. 在进一步与头部参考框架和躯干参考框架的比较中，PGWO在目标选择任务（速度和准确性）和信息访问任务（任务完成时间、误击率等）中均表现优于其他框架。
  3. 用户高度偏好PGWO框架，认为其提供了更直观的交互、更好的控制感和较低的体力消耗。

• 相较于现有解决方案的优势：

  1. 稳定性与直观性：PGWO有效减少了躯干或头部框架中因运动导致的UI不稳定性。
  2. 减少视野干扰：相比头部参考框架，PGWO避免了固定UI对正前视野的遮挡。
  3. 人体工程学优势：PGWO允许用户利用自然的手部动作和距离偏移，使交互更舒适且减少疲劳。

• 实验与评估结果：

  1. 在第一阶段实验中，PGWO的任务完成时间为1.36秒，显著快于其他参考框架。
  2. 在与头部和躯干框架的比较中，PGWO不仅实现了更快的任务时间（例如信息访问时间3.95秒），还显著降低了误击率。
  3. Fitts定律回归分析结果表明，PGWO对任务难度的适应性最强（R²达0.95）。

• 局限性与未来方向：

  1. 仅针对右手用户进行测试，左手或非惯用手的交互可能表现不同。
  2. 偏移距离设为固定值，未来可探索动态或自定义偏移值的影响。
  3. 实验条件较为理想化（例如室内环境），需扩展至实际场景（如户外、拥挤环境等）。
  4. 当前研究聚焦于AR环境，未来可探讨在全沉浸式虚拟现实（VR）中的表现。

总结

通过对六种手部参考框架的实验评估，作者提出了Pinch Grip With Offset（PGWO）的手部参考框架设计方法，在动态增强现实场景中表现出显著优势。无论是目标选择还是信息获取任务，该方法均展现高效且直观的人机交互性能，并为未来动态AR接口开发提供了可行的设计建议。