调查现实环境对增强现实中的2D可视化感知的影响

AR 导航与情境感知可视化感知与认知AI/ML 研究员与工程师城市规划师

文献标题

Investigating the Impact of Real-World Environments on the Perception of 2D Visualizations in Augmented Reality

文献信息

  • 主题领域: 增强现实(AR)技术在数据可视化与工业场景中的应用及其视觉感知研究
  • 关键词: 用户研究, 增强现实, 视觉感知, 沉浸式分析, 原位可视化, AR可视化, 工业场景, 工业4.0

研究背景与问题

  • 发现的问题或挑战: 随着增强现实技术逐步融入日常生活及工业场景,对AR场景中信息展示的感知与视觉效果的研究仍存在空白。尤其是如何在复杂真实环境中优化数据可视化的呈现方式。
  • 重要性: AR技术在生产环境中有潜力提升工作效率和数据理解能力,但背景环境的复杂性可能会影响使用者对可视化信息的理解及交互效率。
  • 研究动机与相关工作: 以工业4.0生产环境为范例,研究背景视觉复杂性及二次任务如何影响用户对AR可视化的感知与性能表现,同时与现有关于文本样式、图形元素和背景影响的研究相结合。

解决方案

  • 提出的方法和解决方案: 作者设计并实施了两项用户研究,分别探讨背景复杂性对AR可视化的影响,以及引入二次观察任务对用户感知的影响。
  • 创新之处: (1) 将用户研究置于真实工业环境中而非实验室中;(2) 系统地结合背景特性和视觉任务复杂度;(3) 引入二次任务模拟真实场景中的注意力分配问题。
  • 实施步骤和关键技术:
    • 使用真实背景构建工业模块和动态元素(如移动水流、光线反射等)。
    • 采用Microsoft HoloLens v1进行显示和交互。
    • 用特征拥塞度(Feature Congestion, FC)的方法来量化背景的视觉复杂性。
    • 分别设计了两项实验:
      • 第一项实验:用户在不同背景和可视化复杂度下完成数据分析任务。
      • 第二项实验:加入二次任务(识别背景中显示屏的变化)以迫使用户在主视觉任务与背景之间切换注意力。

研究成果

  • 具体成果:
    • 第一项研究: 背景视觉复杂性对用户任务表现的客观影响较小,但用户主观认为复杂背景更具干扰性;任务完成时间未受到显著影响,但背景特征显著增加了用户感知任务的难度。
    • 第二项研究: 二次任务增加了用户对背景的注意力,但对主任务表现无显著影响;复杂背景确实延长了任务完成时间,但并未降低答案准确性。
    • 用户能够在复杂真实背景中较好地完成任务,但背景特性(如动态元素、反射光线等)对用户的主观体验产生较大影响。
  • 与现有解决方案的优势:
    • 与单纯在实验室中进行研究相比,真实环境中的实验揭示了视觉复杂性更广泛的应用场景影响。
    • 提供了基于任务复杂性和背景视觉变量的系统性的研究数据,可支持未来的研究。
  • 实验或评估结果:
    • 数据表现未显著受到背景视觉复杂性影响,但遇到复杂背景时用户的主观感知显示更大干扰。
    • 引入的二次任务(背景动态数字的识别)成功促使用户增加对背景注意,但未显著影响主要任务的结果。
  • 局限性与未来方向:
    • 局限性:采用单一可视化类型(折线图),没有考虑动态数据,背景配置可能影响外部应用场景的泛化;设备(HoloLens v1)受限于较小的视场角和佩戴舒适性;参与者样本量较小且集中于大学生群体。
    • 未来方向:
      • 研究其他可视化图表的认知影响(例如柱状图或散点图)。
      • 探讨多任务负荷及动态数据对用户感知的综合影响。
      • 更深入研究不同用户群体(如年龄跨度较大的使用者)的主观感知和性能表现。
      • 改进背景复杂性量化方法,结合动态变化和场景特质。

总结

本文通过两项用户研究,分析了真实背景环境和二次任务对AR数据可视化感知的影响。研究表明,尽管背景复杂性对任务表现影响有限,但其主观感知存在显著影响,这对于设计实际可用的增强现实工具具有重要的指导价值。研究还建议关注用户体验与视觉设计,以优化AR技术在工业场景的生产力与人机交互效果。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47208/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445330
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
AR 导航与情境感知、可视化感知与认知
work
职业/产业
AI/ML 研究员与工程师、城市规划师
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文