XR人体工程学:促进人体工程学3D界面的创建
最佳论文作者
手部手势识别沉浸感与临场感研究UI/UX 设计师HCI 研究员
文献标题
XRgonomics: Facilitating the Creation of Ergonomic 3D Interfaces
文献信息
- 主题领域: 人机交互,3D人机界面设计,增强现实与虚拟现实
- 关键词: 3D用户界面, 人体工程学, 工具包, 计算交互, 优化, 自适应用户界面, 空中交互
研究背景与问题
-
现存问题:
- 在跨现实(XR)应用中,由于长时间的空中交互,用户经常出现手臂不适。
- 现有的3D用户界面设计缺乏专门的工具和指导,设计常受到二维UI设计理念的限制。
- 当前的人体工程学指标主要用于评估已存在的交互,而非设计新界面。
- 传统的设计指南未能适应XR应用需要动态调整的交互环境。
-
重要性: 探索用户场景中的空中交互人体工程学问题,有助于优化用户体验,减少疲劳,提高交互效率。
-
研究动机与相关工作:
- 文献回顾表明,设计人员难以处理XR体验中的物理约束问题,例如用户姿势设计与疲劳减少。
- 过去的研究提出了肌肉激活模拟、疲劳模型等,但这些方法常因工具复杂性而难应用于实际界面设计。
解决方案
-
提出的工具: XRgonomics工具包。
-
创新点:
- 使用用户的手臂生理模型计算交互空间中每个位置的“人体工程学成本”,并实时可视化。
- 开发的GUI支持设计师动态探索交互空间,通过颜色标识低成本和高成本区域。
- API使开发人员能够基于实时数据开发自适应3D UI。
-
实施步骤:
- 交互空间离散化: 基于用户手臂的运动范围生成三维网格(体素)。
- 手臂姿势计算: 使用逆运动学方法计算每个体素可能的手臂姿势及最优姿势。
- 人体工程学成本计算: 使用例如“消耗耐力(CE)”、上肢快速评估(RULA)和生物力学模型等指标评估交互成本。
研究成果
-
具体成果:
- 开发了XRgonomics工具包,结合GUI和API,为3D UI设计人员提供直观的人体工程学数据。
- 提出了两个应用场景:优化静态UI的放置位置,以及动态调整UI以适应用户视角或场景变化的需求。
-
优势:
- XRgonomics相比传统指南,可以更直观地基于交互空间数据进行设计。
- 提供了实时适应用户舒适性的能力,特别在动态环境中提高了可靠性。
-
实验或评估结果:
- 用户演示实验证实,参与者能直观理解工具包产生的可视化数据,并用其优化3D UI设计。
- 针对UI设计任务的测试表明,工具包显著帮助设计师在有限约束内做出最佳选择。
- API的实时数据查询响应时间小于10毫秒,适合实时应用场景。
-
局限性与未来方向:
-
局限性:
- 简化的运动学链限制手臂姿势的表现力(例如固定的腕关节角度)。
- 工具包不考虑用户运动导致的动态疲劳变化,仅关注静态姿势。
- 当前只支持手臂相关的人体工程学指标,未涉及其他交互因素如视力或认知负荷。
-
未来方向:
- 提高逆运动学计算的复杂度以支持更多姿势,如动态腕关节角度。
- 考虑用户动作,并在工具中整合动态疲劳和互动成本。
- 扩展工具以涵盖视力、认知以及物理/虚拟物体的空间关系。
- 将工具集成到现有开发环境(如Unity IDE或MRTK)以提高使用便利性。
-
总结
本文提出了一种创新方法,通过开发XRgonomics工具包,帮助设计人员优化XR应用中的3D人机界面,减少用户在空中交互中的疲劳,提高舒适度。虽然工具包仍有改进空间,但其有效性已在实验中得到验证,为未来的研究与实践提供了重要参考。
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- 如何为XR应用(扩展现实)设计更加符合人体工学的3D用户界面?分类: XR信息呈现与可视化同类问题arrow_forward
- 通过实时可视化人体工学成本,能否帮助设计师优化交互空间布局?分类: XR信息呈现与可视化同类问题arrow_forward
- 现有的静态人体工学指标如何适配实时、动态的XR交互环境?分类: XR信息呈现与可视化同类问题arrow_forward
lightbulb
现实痛点
1- 用户在XR应用中长时间进行空中交互时会感到手臂疲劳。分类: XR信息呈现与可视化同类问题arrow_forward
- 75%
探索可视化以精确引导虚拟现实中的裸手手势
CHI '24· 手部手势识别 +1
- 75%
RetroSketch:一种用于测量虚拟现实中情感和临场感的回顾性方法
CHI '25· 沉浸感与临场感研究
- 67%
DeltaDorsal:利用自视角中的背部特征增强手部姿态估计
CHI '26· 眼动追踪与注视交互 +2
- 67%
关注多样:评估扩展现实中多对象选择的眼神、手势和语音交互
CHI '26· VR 中的社交与协作 +3
- 67%
了解自我,了解你:我应该如何设计代理介导的模仿?
DIS '25· 手部手势识别 +2
- 67%
如此可预测!虚拟现实中连续 3D 手部轨迹预测
UIST '21· 手部手势识别 +2
- 60%
虚拟现实中的物理键盘:打字性能分析及角色手部影响
CHI '18· 眼动追踪与注视交互 +1
- 60%
原子触感操作过程中的手指俯仰和滚动方向特征
CHI '18· 手部手势识别 +1
- 60%
设计、工程和评估手势用户界面
CHI '18· 手部手势识别 +1
- 60%
使用最先进的硬件在虚拟现实中传达动觉反馈的感知
CHI '18· 力反馈与伪重力感 +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/10.1145/3411764.3445349
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
最佳论文
group
作者
4 位作者
sell
研究子方向
手部手势识别、沉浸感与临场感研究
work
职业/产业
UI/UX 设计师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文