理解用于现场展览的手持式HMD的VR指向方法的可用性

荣誉提名
眼动追踪与注视交互VR 中的社交与协作沉浸感与临场感研究UI/UX 设计师博物馆馆员与策展人HCI 研究员

研究背景与问题

作者发现了哪些问题或挑战?

  • 在现场展览中,便携式头戴式显示器 (Handheld-style HMD) 提供更便捷的虚拟现实 (VR) 内容体验,但缺乏针对基本交互(特别是指向操作方法)的标准实践。
  • 使用便携式HMD时,用户只能用一只手操作,但需持续举起设备进行交互,这可能提高用户的疲劳度并影响交互质量。
  • 当前使用的指向方法(控制器和手势)虽然有效,但存在可用性问题,比如对初学者不够直观或操作繁琐。

为什么这个问题很重要?

  • 在公众场合的VR展览中,许多观众是第一次接触VR,对三维交互不熟悉,这种交互困难会限制用户体验的广度和深度。
  • 没有适当优化的指向方法会导致体验效率低、错误率高,并可能疏远潜在观众,降低展览的吸引力。
  • 为便携式HMD优化交互方法有助于推动其在公众场合的应用,从而使VR技术更加广泛地被接受。

研究动机与相关工作

  • 作者注意到目前行业和科研领域对于便携式HMD设备的交互尚缺乏系统研究,而相关指向方法仅停留在配置当前设备或使用现有技术方法的阶段。
  • 来自前期研究的经验表明,现有使用便携式HMD的实践仍在探索最佳交互方法,特别在指向操作上存在不确定性。

解决方案

作者提出了哪些方法或解决方案?

  • 设计并评价了七种不同的指向方法,将目标与选择技术相结合:
    1. Controller+Controller Button (控制器射线配合控制器按钮选择)
    2. Hand+Gesture (手射线配合手势选择)
    3. Hand+Dwell (手射线配合驻留时间选择)
    4. Hand+Trigger Button (手射线配合设备手柄按钮选择)
    5. Head+Gesture (头部射线配合手势选择)
    6. Head+Dwell (头部射线配合驻留时间选择)
    7. Head+Trigger Button (头部射线配合设备手柄按钮选择)

该解决方案的创新之处是什么?

  • 将现有实践(如控制器和手势交互方式)与新的输入技术(如驻留时间、触发按钮)相结合,形成系统性比较。
  • 在手柄设计中嵌入触发按钮,通过DIY方法进一步尊重实践者的设备组装需求。
  • 综合性能、效率和可用性从用户体验角度对比多种指向方法,以指导适合现场展览的交互设计。

实施步骤是什么?使用了哪些关键技术?

  1. 设计阶段:
    • 综合访谈与文献调查,选定主流目标和选择技术。
    • 制作便携式HMD设备,通过3D打印连接器将控制器改造成设备手柄。
  2. 方法实现与测试:
    • 在Unity 2022开发环境中实现七种指向方法。
    • 设置实验任务:基于ISO 9241-9选择的Fitts’ Law任务,模拟实际展览中的目标选择场景。
  3. 用户研究:
    • 招募28位参与者(多数为VR初学者),对七种指向方法进行操作和测评。
    • 收集数据指标(移动时间、错误率、吞吐量)以及主观评价(SUS、Raw-TLX)。

研究成果

取得了哪些具体成果?

  • 与控制器射线结合的按钮选择方法 (Controller+Controller Button) 在速度和吞吐量方面表现最好,但在错误率方面不如驻留时间方法。
  • 驻留时间配合头部射线选择方法 (Head+Dwell) 错误率最低(0%),并且在工作负荷和用户信心方面表现最佳。
  • 手势配合手射线方法 (Hand+Gesture) 的表现最差,不推荐用于现场展览。

与现有解决方案相比,它有哪些优势?

  • 驻留时间方法显著降低了错误率并提高了用户信心,特别适合缺乏VR经验的用户。
  • 头部射线结合触发按钮的选择方法 (Head+Trigger Button) 提供了较高的效率和用户偏好,与传统控制器操作相比减少了设备分发的复杂性。

实验或评估结果是什么?

  • 性能成绩:
    • Controller方法移动时间最快 (0.86s),吞吐量最高(3.19 bit/s)。
    • 驻留时间方法在错误率上表现最佳(Head+Dwell:0%,Hand+Dwell:0.89%)。
  • 主观评价:
    • SUS评分显示,Head+Dwell方法的用户满意度最高 (79.55)。
    • Raw-TLX评分显示,Head+Dwell方法工作负荷最低 (28.27)。

局限性与未来方向

  • 任务设计局限: 研究集中于简单的2D选择任务,未能反映复杂的3D交互特性。
  • 设备形态局限: 目前研究仅针对单杆手柄的便携式HMD,而不同结构的设备可能需要重新评估交互方法。
  • 未包含全部交互技术: 例如眼球追踪和语音输入未在研究中覆盖,这可能提供更自然的交互方式。

未来方向:

  1. 扩展交互技术范围: 包括眼球追踪和语音识别。
  2. 研究复杂任务场景: 引入更复杂的3D任务和视觉搜索任务。
  3. 实际应用测试: 在实际展览环境中开展“野外研究”,验证交互方式的实际效果。

通过研究,作者提出了优化便携式HMD交互的方法,特别是在现场展览中推荐驻留时间方法作为首选。研究成果为便携式HMD的广泛应用奠定了基础,并为改进展览体验提供了实践指导。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/189044/2025

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/10.1145/3706598.3713874
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
荣誉提名
group
作者
5 位作者
sell
研究子方向
眼动追踪与注视交互、VR 中的社交与协作、沉浸感与临场感研究
work
职业/产业
UI/UX 设计师、博物馆馆员与策展人、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文