CollabJam:研究身体上振动触觉图案的协作触觉体验设计
荣誉提名作者
研究背景与问题
-
作者发现了哪些问题或挑战?
设计共享的震动触觉体验需要使用多个感官进行沟通,特别是在远程协作场景中,设计师在实时构建和优化体验时需要有效地表达意图并分享反馈。这是一项复杂任务,因为震动触觉信号的基础调节(如振幅和频率)直观性较差。此外,共同设计过程中的设计模式和沟通机制目前尚未经充分研究。 -
为什么这个问题很重要?
触觉交互在现代设备(如智能手机、虚拟现实和增强现实)中的使用日益增加。随着触觉设计的需求增长,为设计师提供协同工具可以加速触觉交互的研发和应用,同时提高设计效果和用户体验。 -
研究动机与相关工作
文献指出触觉体验设计(HaXD)的核心挑战包括:需要工具来支持触觉体验的协作设计与分享、快速迭代触觉体验以实时感知设计效果,以及支持设计和沟通模式以进行更有效的协作。本研究试图解决这些问题,并扩展现有工具(如CoTacs和TactJam)在协作触觉设计中的功能。
解决方案
-
作者提出了哪些方法或解决方案?
作者提出了一套名为“CollabJam”的开源协作原型工具,用于远程同步设计身体上的震动触觉体验。CollabJam包括一个软件设计工具和一个硬件控制设备,用于管理4个可自由放置在身体上的震动致动器。 -
该解决方案的创新之处是什么?
该系统支持实时协作设计,允许多个远程用户同时控制和体验震动触觉模式。相比现有工具,CollabJam不仅支持动态记录和播放震动模式,还加入了逐步微调功能。此外,它还解决了记录和验证致动器位置以及限制干扰的挑战。 -
实施步骤是什么?使用了哪些关键技术?
- 硬件设计:使用带有BLE功能的定制微控制器模块驱动震动致动器,并开发模块化固定机制以方便用户自由移动和调整部件位置。
- 软件实现:开发了基于Electron的跨平台桌面应用程序,通过Bluetooth控制硬件并提供实时协作工具,支持震动模式的录制、回放及编辑。
- 虚拟房间:用户可以加入“虚拟房间”,进行私人或共享协作设计。系统允许实时触觉交流并支持模式静音等功能。
- 所用架构:服务器-客户端架构,支持实时触觉数据同步和存储,并提供MongoDB数据库管理设计模式。
研究成果
-
取得了哪些具体成果?
- 技术评估:通过实验,验证了系统在设备、局部和全球协作场景中的延迟水平;延迟结果表明该系统可以支持同步多感官触觉交流而不会明显影响协作设计过程。
- 用户研究:总共有4对设计师参与了研究,历时4个设计阶段。结果表明,CollabJam支持设计师从探索到完善触觉体验,涉及多种身体区域放置震动致动器,并有效支持协作设计。
- 互动模式发现:研究揭示了用户间的设计意图沟通模式、致动器位置分享方法、多感官交流及协作规划过程。
-
与现有解决方案相比,它有哪些优势?
- 允许实时“触觉实时实验”(jamming)功能,设计者可以随时试验和调整震动模式,而不仅仅是通过预设参数调整;
- 支持多个按需放置的致动器,极大增强了设计自由度;
- 同步多用户设计功能完善,为远程实时协作提供更强的支持。
-
实验或评估结果是什么?
实验表明,系统的延迟(如平均设备延迟64.81毫秒)低于用户感知阈值,可支持流畅互动。用户研究中,设计师对CollabJam在探索、表达及协作方面的支持度评分最高,但表示期待更多功能优化。 -
局限性与未来方向
- 局限性包括无法自动检测或记录致动器的身体位置,以及无法直接在作曲过程中调整震动模式以适应个人敏感性。
- 作者建议未来的工具整合更多沟通渠道(如视频流)以支持视听共享,提供模拟身体感应的3D场景以协助致动器位置管理,并实现基于感官敏感度的自动调适功能。
总结与设计启示
-
对系统设计的启示
- 提供快速模式切换功能以允许同时记录与实验设计;
- 支持在不同体验之间复制和重用震动模式部分;
- 增加动态、实时的致动器位置标识功能以辅助沟通与设计。
-
未来工作方向
- 比较CollabJam与现有工具在设计效率和体验上的差异;
- 扩展工具以支持除震动触觉外的其他触觉体验设计(如力反馈或温度模拟);
- 探讨如何在更大型的协作环境下扩展触觉连接的隐私保护功能。
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。
研究问题
3- 在远程协作中,如何通过实时工具支持设计师共同设计和优化穿戴式振动触觉体验?分类: 语音、面部与身体姿态输入同类问题arrow_forward
- 现有振动触觉协作工具存在哪些限制,如何改进以支持更高效的多模态设计沟通?分类: 语音、面部与身体姿态输入同类问题arrow_forward
- 实时共享振动模式和执行器位置的信息对设计过程的影响是什么?分类: 语音、面部与身体姿态输入同类问题arrow_forward
现实痛点
1- 远程协作中,设计师很难高效共享和设计振动触觉体验。分类: 语音、面部与身体姿态输入同类问题arrow_forward
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)