不同类型的增强现实指令可视化比较

文献标题

Comparison of Different Types of Augmented Reality Visualizations for Instructions

文献信息

• 主题领域: 增强现实(AR)技术在工业场景中的应用，重点研究可视化方式对用户性能的影响
• 关键词: 增强现实, 可视化, 用户研究, 指导方案, 任务完成时间, 错误率, 认知负荷

研究背景与问题

• 问题与挑战:

  • 随着增强现实在工业指导和远程维护中的应用日益增加，不同类型的可视化内容如何影响用户在复杂任务执行中的表现尚不明确。
  • 现有研究大多只比较不同媒体（如纸质说明与AR）或硬件（如头戴式显示器与手持设备）的效果，对同一硬件上的可视化形式比较研究较少。
  • 增强现实内容的复杂设计和用户负荷关系尚未清晰界定。

• 重要性:

  • 理解AR可视化内容如何影响用户表现对于提高用户体验并优化工业应用有重要意义，尤其是在复杂任务如机械调试过程中。
  • COVID-19疫情期间，AR技术有助于增强远程维护的有效性，提升疫情下的生产连续性。

• 研究动机与目标:

  • 通过实证研究明确AR不同可视化形式对复杂机械调试任务的完成时间、错误率及用户认知负荷的影响。
  • 探讨具体（三维CAD模型）和抽象（简单箭头与框架）可视化，以及结合视频内容的混合形式的表现。

解决方案

• 提出方法:

  • 开展一项基于头戴显示器（Microsoft HoloLens）的用户研究，比较五种可视化形式：
    1. 抽象AR (Abstract AR, AAR): 使用简单3D箭头和框架。
    2. 具体AR (Concrete AR, CAR): 使用从CAD导出的详细3D模型。
    3. 抽象AR + 视频 (AAR+V): 在抽象AR基础上添加视频指导。
    4. 具体AR + 视频 (CAR+V): 在具体AR基础上添加视频。
    5. 纸质指导: 作为基准参考。

• 核心创新:

  • 系统比较不同AR可视化方式对用户表现的影响，特别是结合视频后潜在的认知负荷降低和任务完成效率提高的特点。
  • 提供基于实际工业环境的实验场景，模拟真实机械装配任务中的复杂性。

• 关键技术与步骤:

  1. 数据记录与收集:

     • 使用Microsoft HoloLens记录任务完成时间、每步停留时间与视频观看频率。
     • 手动统计任务错误率。
     • 完成任务负荷、认知负荷和用户体验的标准化问卷（RSME, NASA-TLX, SUS, UEQ）。

  2. 用户样本:

     • 共招募48名参与者，涵盖学生和各行业专业人士，无提前机械操作经验。

  3. 实验设计:

     • 五组实验条件(五种指导方式)，各组之间无交叉，避免学习效应。
     • 任务包括安装复杂机械工具，步骤顺序预定义，部分步骤具有较高复杂性。

  4. 数据分析方法:

     • 使用方差分析(ANOVA)评估完成时间和任务负荷的显著性差异。
     • 使用Kruskal-Wallis检验分析错误率，补充配对后续分析。

研究成果

• 总体发现:

  • 任务完成时间: 不同可视化方式间无显著差异。视频的使用虽未显著降低完成时间，但提供了额外的流程安全性。
  • 错误率:
    • 具体可视化（CAR）和结合视频（CAR+V, AAR+V）显著降低了任务错误率。
    • 纯抽象可视化（AAR）产生最多错误。
  • 认知负荷:
    • 与纸质指导相比，抽象可视化增加用户认知负荷。
    • 视频显著降低了任务的认知与精神压力。

• 用户体验评价:

  • 所有形式的增强现实内容均显示出良好的可用性(SUS评分>68)。
  • 用户普遍认为AR更直观，尤其是带视频的指令能够提高操作信心。

• 局限性 & 未来方向:

  • 样本局限：48人样本结构可能限制结果的广泛适用性。
  • 当前未系统研究视频单独条件的效能。
  • 将来可关注：
    • 不同领域专家与普通用户对于增强现实设计的需求差异。
    • 多模态交互（手势、语音等）对用户体验的潜在影响。
    • 综合权衡内容复杂性与高效创建的成本收益。

总结与结论

• 具体AR（CAR）适合复杂、需要高精度的任务，而抽象AR（AAR）更适合快速生成AR内容的场景。
• 视频内容显著补充了AR可视化的不足，无论是抽象形式还是具体形式，与视频结合都提升了用户体验与任务完成质量。
• 在工业应用中应根据任务复杂性选择适配的AR设计，建议为复杂任务配合具体形式与多媒体内容。