ElectroRing:使用戒指进行微妙的捏合和触摸检测
触觉可穿戴设备手部手势识别
文献标题
ElectroRing: Subtle Pinch and Touch Detection with a Ring
文献信息
- 主题领域: 人机交互、可穿戴设备、触觉检测技术
- 关键词: 可穿戴设备, 触觉检测, 电信号, 混合现实, 手势识别, 人机交互, 电路设计, IMU传感器, 触控界面
研究背景与问题
-
发现的问题或挑战:
- 用户移动性增加,需要新的互动方式以超越传统触控屏幕、鼠标和键盘。
- 在皮肤上进行触控输入是一个具有感知反馈和便利性的方向,但实现可靠、低延迟的触控检测仍是技术瓶颈。
- 现有技术依赖多个传感点或昂贵复杂的硬件,难以进行轻便化适配。
-
重要性:
- 提供更便携和自然的人机交互手段尤其对于增强现实(AR)和混合现实(MR)应用至关重要。
- 电信号检测提供了高精度和低延迟的触控交互体验,适合精细操作,如拖放、绘制和动态滑动。
-
研究动机与相关工作:
- 当前许多触控检测方法,例如摄像头与IMU(惯性测量单元),需要用户进行较大幅度动作或增加接触力才能可靠检测。
- ElectroRing尝试通过单点仪器实现非侵入式的触控检测,扩展交互便捷性。
解决方案
-
方法或解决方案:
- ElectroRing是一款基于可穿戴的环形设备,通过电信号检测用户的皮肤触控交互事件(如捏和轻触)。
- 设备使用主动式电信号感应技术,通过两个发送电极和两个接收电极检测触控时的电流变化。
-
创新之处:
- ElectroRing仅需要单点仪器(一个环),无需额外的接收设备(如腕带或头戴装置)。
- 设备能够检测触点的"开启"与"释放"状态,可支持更复杂的双状态交互功能。
- 通过优化硬件设计和信号处理方法,系统具备高信噪比(SNR,约25 dBV)和低延迟(接近10-15 ms)。
-
实施步骤与关键技术:
- 使用10.7 MHz交流信号作为感应频率,通过差分法检测触控状态改变。
- 数据通过微处理器处理,包含信号放大、滤波、以及基于Goertzel算法的频率检测。
- 设备搭载IMU传感器,用于定位和导航支持。
- 信号处理步骤包括去除高频噪声、计算时间差分、状态机切换以及最终输出触控/释放事件。
研究成果
-
具体成果:
- ElectroRing成功实现通过单点仪器检测用户的轻触和捏状态,并有效区分"触控"和"释放"。
- 系统可拓展用于检测某些导电性物体的触控事件,提供交互需求多样化选项。
-
与现有解决方案相比的优势:
- ElectroRing减少了用户佩戴负担,仅需一个设备即可完成检测,使用便捷性提高。
- 信号检测对动作幅度和接触力的依赖更低,能检测非常轻微的触控。
- 相较于传统的视觉或IMU技术,该设备能够提供更高的交互时序精度。
-
实验或评估结果:
- 在两名作者的实验中,ElectroRing在400多次触控事件中表现出超过99%的检测准确率。
- 实验显示触控和释放事件检测延迟平均为15 ms及11 ms。即使在轻微的触控或复杂手势中信号变化依然明显。
-
局限性与未来方向:
- 当前设计较为笨重,环形设备的尺寸需要进一步优化以提升用户日常佩戴舒适性。
- 技术无法区分不同触控表面属性(如皮肤、导电物体),未来需要结合其他传感器(如视觉、磁性或惯性传感器)实现更复杂的功能。
- 系统评价数据仍然局限于少量实验用户,需进行更广泛的人群测试以验证通用性。
- 能耗优化仍有待改进,以实现全天候运行。
- 探索压力检测感知及频率扫描可能为未来拓展应用提供更多可能性。
总结
ElectroRing展现了从单点仪器进行高效触觉检测的潜力,其技术创新结合人体电信号和低功耗无线通信,可扩展用于增强现实及其他精细交互场景。未来通过优化设备设计与扩展功能,ElectroRing有望进一步推动可穿戴交互技术迈向实用化。
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。
help
研究问题
3- 如何通过单一设备(如戒指)实现可靠的轻触和捏合检测?分类: 可穿戴微手势与姿态追踪同类问题arrow_forward
- 可否通过电信号识别非侵入式触摸交互,并实现高准确性和低延迟?分类: 可穿戴微手势与姿态追踪同类问题arrow_forward
- 如何优化硬件设计以提高穿戴设备的易用性和用户体验?分类: 可穿戴微手势与姿态追踪同类问题arrow_forward
lightbulb
现实痛点
1- 日常设备无法轻松检测微小的触摸和手势。分类: 可穿戴微手势与姿态追踪同类问题arrow_forward
- 100%
iFAD手势:使用食指增强设备理解用户的手势输入性能
CHI '23· 触觉可穿戴设备 +1
- 100%
Z-Ring:用于手势、触摸、物体和用户识别的单点生物阻抗感应
CHI '23· 触觉可穿戴设备 +1
- 100%
MAF:探索移动声场在手部到面部手势交互中的应用
CHI '24· 触觉可穿戴设备 +1
- 100%
FineType: 细粒度轻触手势识别用于文本输入
CHI '25· 触觉可穿戴设备 +1
- 100%
理解口腔微手势的设计空间
DIS '21· 触觉可穿戴设备 +1
- 100%
Delusionized?虚拟现实中手部重定向操作的本体感受操纵潜在危害
UIST '25· 触觉可穿戴设备 +1
- 67%
EITPose:用于连续手部姿态估计的可穿戴和实用的电气阻抗断层扫描
CHI '24· 触觉可穿戴设备 +2
- 67%
使用振动触觉可穿戴显示器进行文本识别的交互研究
IUI '18· 振动反馈与皮肤刺激 +2
- 67%
TeethTap:基于运动与声学传感的耳佩式离散牙齿手势识别
IUI '21· 触觉可穿戴设备 +2
- 67%
UnifiedSense:利用冗余可穿戴传感器进行跨设备训练实现无设备手势交互
MobileHCI '23· 触觉可穿戴设备 +2
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/10.1145/3411764.3445094
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
触觉可穿戴设备、手部手势识别
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