在移动中使用AR:在变化增强密度时对虚拟和物理目标的关注

AR 导航与情境感知环境感知与上下文计算

研究背景与问题

  • 作者发现了哪些问题或挑战?

    1. 使用增强现实(AR)技术导航真实环境会产生视觉和认知负担。
    2. AR增强内容(如视觉注释)可能导致空间感知和任务执行的困难,甚至影响用户安全。
    3. 当前对用户在实际行走任务中对虚拟及实物目标的注意力分布及认识有限。
  • 为什么这个问题很重要?

    1. AR技术作为未来信息消费的重要媒介,可能改变用户与真实与虚拟环境的交互方式,对AR设计和应用具有长期影响。
    2. 在复杂视觉环境中,AR可能干扰用户对周围真实世界的感知,从而威胁用户安全。
    3. 在混合现实下的用户注意力和认知表现的改善方式有待研究,尤其是在多任务场景中的应用。
  • 研究动机与相关工作

    1. 研究动机在于理解如何优化AR用户体验,从而在多任务环境中平衡虚拟与真实世界的认知负荷。
    2. 作者此前已有研究探讨了虚拟和实物对象对用户行为的影响,但大部分工作集中于静态环境或未深入分析不同增强密度对用户注意力的具体作用。

解决方案

  • 作者提出了哪些方法或解决方案? 作者设计了一项实验,评估在低/高增强密度和路径引导条件下,用户在虚拟与实物目标搜索任务中的表现。目的是为移动AR应用开发提供设计建议。

  • 该解决方案的创新之处是什么?

    1. 第一次在混合现实实验设计中结合了真实和虚拟目标,评估用户对两种目标的注意力分配。
    2. 对比了两种虚拟增强密度场景(低和高)及路径引导工具(有与无)对用户行为的影响。
    3. 使用了标记的虚拟和物理物体,模拟复杂的真实使用场景。
  • 实施步骤是什么?使用了哪些关键技术?

    1. 实验设计
      • 参与者在L形的室内环境中搜索分类12个目标“宝石”(6个虚拟,6个实物),并按照要求标记。
      • 两种实验条件:低/高增强密度场景;是否有“聚光灯”路径引导。
    2. 任务
      • 搜索与分类两类宝石(标记或非标记)。
      • 在实验后对不相关目标(如Godzilla模型)的记忆进行测试。
    3. 物体与增强环境设计
      • 通过多次试验和UV映射技术最大程度匹配物理和虚拟宝石的感知特性。
      • 高/低增强密度环境中,真实与虚拟家具等添加元素比例不同。
    4. 设备与工具
      • 使用 Microsoft HoloLens 2 提供光学透视AR技术。
      • 测量参与者的头部旋转和移动距离记录环境扫描行为。

研究成果

  • 取得了哪些具体成果?

    1. 增强密度对行为的影响:高增强密度导致参与者头部旋转显著增加,显示了更高的环境扫描需求,同时减少对异常显著目标(如Godzilla)的识别频率。
    2. 虚拟与实物目标的任务表现:实物目标检测和分类的准确性均显著高于虚拟目标。
    3. 记忆表现:对于目标无关物体(例如沙滩主题元素),虚拟和实物对象的回忆率无显著差异,但是实物对象更容易被误记为虚拟对象。
    4. 引导机制的评估:“聚光灯”路径引导显著降低了用户移动距离和头部旋转,影响了对Godzilla等显著物体的注意力,但对任务完成准确性无明显影响。
  • 与现有解决方案相比,它有哪些优势?

    1. 创新性结合物理与虚拟目标,填补了现有研究只聚焦于虚拟目标的空白。
    2. 提供了更加广泛的设计指引,例如如何平衡环境增强中的视觉杂波与信息传达效率。
    3. 数据实验包含了比较全面的移动和注意力相关指标,例如头部旋转和行走距离。
  • 实验或评估结果是什么?

    1. 高增强密度增加了任务的认知负担,提高环境扫描复杂性。
    2. 用户对物理目标的注意力和记忆性能高于虚拟目标,指出现有AR技术仍存在虚拟与物理世界分离的问题。
    3. 引导机制虽能更好地控制移动,但吸引了用户注意力,减少了用户对环境物体的意识。
  • 局限性与未来方向

    1. 限制因素:
      • HoloLens 2的有限视场和分辨率对虚拟目标检测有一定负面影响。
      • 实验任务的单一性(即目标搜索任务),可能未完全体现日常“AR在移动中”应用的复杂性。
      • 虚拟和物理目标渲染的可能不精确导致偏差。
    2. 未来方向:
      • 使用更先进的AR设备(具有更大视场和更高分辨率)重新验证这些研究结果。
      • 设计更加动态的日常实验任务(如导航结合信息查阅或娱乐任务)。
      • 探讨个性化引导方式,提高用户体验并降低认知负担。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/189195/2025

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/10.1145/3706598.3714289
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
6 位作者
sell
研究子方向
AR 导航与情境感知、环境感知与上下文计算
work
职业/产业
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文