空中手臂运动在虚拟现实(VR)、增强现实(AR)和手势界面中无处不在。虽然鼠标运动已经引起了一些关注,但在人机交互(HCI)中,空中运动的动力学研究却较少。在本文中,我们对目标空中运动的动力学进行了探索性分析。我们探讨了三阶滞后(3OL)和现有的二阶滞后(2OL)模型来模拟这些动力学。对于大多数运动,3OL模型能更好地捕捉空中动力学,特别是加速度。这些模型可以有效地预测给定初始状态和目标的指向运动的位置、速度和加速度的完整时间序列,使用三个(2OL)或四个(3OL)自由参数。
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。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
运动相关性:通过匹配其运动来选择对象
CHI '18· 手部手势识别 +1
- 100%
为桌面多尺度导航设计一致的手势集
CHI '18· 手部手势识别 +1
- 100%
方向对单笔触触摸手势的影响
CHI '19· 手部手势识别 +1
- 100%
成人和儿童与交互式球面显示器进行手势交互的心理模型
CHI '20· 手部手势识别 +1
- 100%
FingerMapper:将手指动作映射到虚拟手臂上,以在受限空间中实现安全的虚拟现实交互
CHI '23· 手部手势识别 +1
- 100%
情感具象化:揭示单手手势的表达潜力
CHI '24· 手部手势识别 +1
- 100%
STMG:一种支持基于拇指的VR/AR输入的机器学习微手势识别系统
CHI '24· 手部手势识别 +1
- 100%
T2IRay:基于拇指到食指的间接指向设计,用于连续和稳健的AR/VR输入
CHI '25· 手部手势识别 +1
- 100%
BodyTouch:研究 HMD 的眼触、无需视觉的本体触觉和近身触觉交互
UbiComp '24· 手部手势识别 +1
- 100%
使用精密握持姿势变化的单手笔+触摸输入
UIST '18· 手部手势识别 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376194
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
手部手势识别、全身交互与体感输入
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文