异构中风:使用独特的振动提示来改进手腕佩戴的时空触觉显示
作者
振动反馈与皮肤刺激足部与手腕交互
文献标题
Heterogeneous Stroke: Using Unique Vibration Cues to Improve the Wrist-Worn Spatiotemporal Tactile Display
文献信息
- 主题领域: 人机交互与可穿戴设备中的触觉显示设计
- 关键词: 可穿戴触觉显示, 手腕佩戴设备, 时空触觉模式, 振动线索, 触觉识别
研究背景与问题
- 问题或挑战:
- 手腕区域皮肤面积小且空间敏感度有限,导致触觉显示设备上的识别准确度低下。
- 当前研究中的触觉模式识别准确性通常仅在特定的手臂姿势下测量,无法适用于实际生活中的自由姿势。
- 重要性:
- 指向复杂的手腕佩戴触觉显示设备(WTD),该设备有助于利用触觉进行高效信息传递,如字母和数字。
- 解决上述问题将显著提高可穿戴设备的触觉通信功能,使其更适合日常生活。
- 研究动机与相关工作:
- 作者通过对现有文献的综合分析发现,触觉显示设备的识别准确性受空间布局和使用环境影响显著。
- 部分研究提出结合空间和时间参数设计时空触觉模式(STPs),但复杂形状识别(如字母)仍存在准确率不足的问题。
解决方案
- 方法或解决方案:
- Heterogeneous Stroke(异质性触觉设计):为每个触觉器(tactor)分配独特的振动线索,减少触觉器之间的混淆。
- 作者设计了四种振动线索,结合两种频率(170 Hz 和 300 Hz)以及两种振动粗糙度(有粗糙度和无粗糙度)。
- 创新之处:
- 相比传统触觉模式仅依赖空间位置,该设计通过引入多维振动参数(频率和粗糙度)扩展了触觉认知空间。
- 无需延长触觉模式的持续时间,从而提高信息传输效率。
- 实施步骤与关键技术:
- 制作一个包含 2x2 触觉器阵列的原型手腕佩戴设备。
- 实验设置包括不同手臂姿势以及多种振动传递方法(Baseline,2-Hetero 和 4-Hetero)。
- 通过两项用户实验研究验证 "Heterogeneous Stroke" 在准确度上的改进效果。
研究成果
- 具体成果:
- 实现了高准确率:对于 26 个字母模式识别的准确率达 93.8%,对于 10 个数字模式识别的准确率达 92.4%。
- 验证了手臂姿势显著影响触觉模式识别准确性,并揭示了右臂姿势下准确率降低的现象。
- 与现有解决方案的优势:
- 与 EdgeVib 提出的多笔触觉模式相比,"Heterogeneous Stroke" 无需增加模式时间长度即可实现更高的识别准确率。
- 改进了触觉器的辨识度,减少触觉模式之间的混淆。
- 实验或评估结果:
- 预研究发现不同手臂姿势显著影响识别准确率。
- 用户研究表明使用 "2-Hetero" 方法的模式准确率超过基准方法两倍以上,同时减少了因不同姿势引起的准确率偏差。
- 在字母和数字识别任务中运行结果表现优异,超越现有解决方案。
- 局限性与未来方向:
- 局限性:部分频率线索的辨识度较低,可能增加认知负担;使用线性谐振驱动器时存在过驱动电压带来的潜在安全问题。
- 未来方向:探索更多优化的振动参数,考虑更复杂的模式设计,以及研究手腕以外的触觉显示应用潜力。
通过上述提炼与结构化内容,可以帮助研究人员快速理解本文的核心研究成果与贡献,同时为后续工作提供参考依据。
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- 如何通过独特的振动线索提高腕戴式触觉显示设备的识别准确性?分类: 可穿戴触觉与音频传感设备同类问题arrow_forward
- 多维振动参数在信息传递效率改进中表现如何?分类: 可穿戴触觉与音频传感设备同类问题arrow_forward
- 不同的手臂姿势如何影响触觉图案的识别准确性?分类: 可穿戴触觉与音频传感设备同类问题arrow_forward
lightbulb
现实痛点
1- 当前腕戴式触觉设备的识别精度低且受手臂姿势影响显著。分类: 可穿戴触觉与音频传感设备同类问题arrow_forward
- 100%
通过指甲触觉增强身体触控输入的触觉反馈
CHI '23· 振动反馈与皮肤刺激 +1
- 100%
全手电触觉反馈而不妨碍手掌面
CHI '23· 振动反馈与皮肤刺激 +1
- 100%
VibWalk:映射日常行走的下肢触觉体验
CHI '25· 振动反馈与皮肤刺激 +1
- 100%
前臂振动触觉刺激的两点辨别
MobileHCI '25· 振动反馈与皮肤刺激 +1
- 100%
bARefoot: 在鞋中使用运动耦合振动生成虚拟材质
UIST '20· 振动反馈与皮肤刺激 +1
- 100%
RadarHand:一种用于皮肤触控本体感手势的腕戴式雷达设备
UIST '24· 振动反馈与皮肤刺激 +1
- 100%
EI-Lite:用于微手势识别与捏力估计的电阻抗传感
UIST '25· 振动反馈与皮肤刺激 +1
- 67%
EarRumble: 通过自愿的鼓膜张肌收缩实现的不引人注意的无手和无眼输入
CHI '21· 振动反馈与皮肤刺激 +2
- 67%
用于腕部交互的快速在线参数优化的元贝叶斯方法
CHI '24· 振动反馈与皮肤刺激 +2
- 67%
通过触觉和多模式节奏刺激使用可穿戴设备提高注意力
CHI '24· 振动反馈与皮肤刺激 +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/10.1145/3411764.3445448
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
3 位作者
sell
研究子方向
振动反馈与皮肤刺激、足部与手腕交互
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