使用改良跑鞋理解复杂的跑步指标

文献标题

Making Sense of Complex Running Metrics Using a Modified Running Shoe

文献信息

• 主题领域: 以交互技术改善跑步体验，人机交互与身体传感技术的结合应用
• 关键词: 人机交互, 跑步, 身体传感, 数据可视化, 运动感知, 技术设计, 用户研究, 功能鞋, 数据驱动反思, 健康技术

研究背景与问题

• 问题与挑战:

  • 随着跑步爱好者数量的增加，许多人在避免跑步造成疲劳或损伤方面存在困难。虽然当前市场上已有更先进的跑步传感技术（如RunScribe）可以提供复杂的步态数据，但用户处理和解读这些复杂数据仍然是一个巨大挑战。
  • 现有的商业跑步应用侧重于数据的事后呈现，例如GPS轨迹和时间线图表，但缺乏对身体数据的深入分析，无法有效支持用户进行基于身体感知的反思。

• 研究重要性:

  • 理解并反思身体数据有助于提高跑步技术，减少受伤风险，帮助跑步者更好地规划训练和优化身体状态。
  • 探索新的数据展示方式，帮助用户将传感数据与跑步技术和身体状况关联起来，提供更有意义和易用的用户体验。

• 研究动机与相关工作:

  • 许多人希望通过技术进一步了解他们的身体运动，但面临现有解决方案数据量大、界面复杂等问题。
  • 之前的相关研究尝试使用实时反馈或社交支持来提高跑步者的体验，但仍缺乏针对数据驱动的反思支持方法的系统性研究。

解决方案

• 研究方法与解决方案:

  • 作者提出了一种名为 “GraFeet” 的原型系统，该系统是一款经过改造的跑步鞋，将跑步数据直接可视化到鞋的鞋底上，用于事后反思。
  • 系统通过集成RunScribe传感器，收集跑步数据后展示关键步态指标（如脚触地方式、内旋及冲击力）在鞋底的LED矩阵上，并设计了桌面交互界面用于辅助分析。

• 创新性:

  • 不使用传统的仪表盘，而采用鞋底LED可视化呈现跑步数据，创造了与身体高度关联的物理对象展示方式。
  • 相较于实时反馈方法，侧重于事后反思场景，提供基于过去训练的身体感知数据洞察。
  • 融入了社区数据基准值，用颜色编码视觉化展示指标的相对水平。

• 实施步骤与关键技术:

  • 使用NeoPixel RGB LED阵列和透明硅胶覆盖物对跑步鞋底进行硬件改造。
  • 数据采集依赖RunScribe传感器，通过CSV格式导出数据并在桌面软件中解析。
  • 视觉化设计经过用户预研究，最终实现直观的三种运行指标展示。

研究成果

• 具体成果:

  • 和传统仪表盘相比，GraFeet被用户评价为更易用，能够生成更多相关洞察，同时减少用户的困惑或迷惑感。
  • 定性数据表明，GraFeet用户能够更好地将数据与他们的身体运动关联，增强身体意识。

• 优势:

  • 提供了一个简洁、直观的方式来展示复杂的跑步传感数据，避免用户被大量信息淹没。
  • 有效利用时间，将跑后短时间内的高能量状态用于数据反思和跑步技术改进。
  • 结合物理对象与数据展示，用户更容易与数据产生情感和认知上的联系。

• 实验或评估结果:

  • 用户研究结果:
    • GraFeet在系统易用性量表（SUS）上得分显著高于传统的仪表盘（76.39 vs. 66.67），均分表明GraFeet被认为“表现良好”。
    • GraFeet用户产生了更多的洞察（M=7.89）且“防洞察”（如无法理解数据的表达）更少。
  • 定性分析:
    • 用户认为在鞋上的数据显示更“真实”和“相关”，且强调对基准数据和运动学知识的需求。

• 局限性与未来方向:

  • 局限性:
    • 本研究仅考察了一次性跑步反思场景，未观察系统长期使用的效果。
    • 与仪表盘的比较可能受到某些界面设计偏差的影响，如数据量和功能的差异。
  • 未来方向:
    • 进行长期研究以观察用户是否会因使用GraFeet改善跑步技巧并减少受伤。
    • 探索如何在屏幕或其他实体人体部件上传达运动学数据，以及动态提供改进建议的可能性。