RunAhead: 探索基于头部扫描的跑步导航

车内触觉、声音、多模态反馈手部手势识别AR 导航与情境感知运动员与健身爱好者

为跑步者设计的导航系统通常通过语音和/或基于地图的可视化提供逐向指示。虽然语音指示需要持续关注,但基于地图的指导需要定期查阅。这两种方式都会干扰跑步活动。为了解决这个问题,我们设计了RunAhead,这是一种使用头部扫描来查询导航反馈的导航系统,并在户外实验中探讨了其对跑步者的适用性。在我们的设计中,我们通过三种不同的反馈模式(触觉、音乐和音频提示)为跑步者提供他们正在查看路径上的简单直观的导航反馈。在我们的实验中,我们将由此产生的三种版本的RunAhead与基于语音的基准导航系统进行了比较。我们发现,所有四种情况下的需求和错误是等同的。然而,基于头部扫描的触觉和音乐条件优于基准条件,这些偏好受到跑步者习惯的影响。通过这项研究,我们为设计跑步者的导航支持提供了见解。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/32661/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376828
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
车内触觉、声音、多模态反馈、手部手势识别、AR 导航与情境感知
work
职业/产业
运动员与健身爱好者
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文