Squeezy-Feely：探究横向拇指食指夹捏作为输入模式

文献标题

Squeezy-Feely: Investigating Lateral Thumb-Index Pinching as an Input Modality

文献信息

• 主题领域: 人机交互与用户界面设计
• 关键词: 输入, 捏合, 变形, 混合现实, 拇指与手指, 用户研究

研究背景与问题

• 发现的问题或挑战: 本文指出，目前还缺乏对拇指和食指之间捏合动作性能的系统理解，尤其是在不同抓握范围、方向和对象硬度影响下，捏合动作的准确度和效率尚未充分研究。
• 重要性: 这种输入方式在触控设备和混合现实中广泛应用，但对用户体验及性能的影响尚需进一步探讨。捏合不仅能提供细粒度输入，还可结合物体的变形为用户界面设计提供新的可能性。
• 研究动机与相关工作:
  • 手的复杂抓握动作在人机交互领域具有巨大潜力，可以结合触觉反馈提升用户体验。
  • 相关研究探讨了捏合动作在导航、缩放以及织物交互等领域的应用，但人类在特定范围和物体硬度下的捏合能力研究有限。

解决方案

• 提出的方法或解决方案: 该研究通过设计一个控制实验，评估拇指-食指的横向捏合性能，探索影响捏合动作的五项独立变量：初始抓握跨度、对象的反作用力(硬度)、抓握方向、刻度精细度以及目标位置。研究共招募了18名参与者。
• 创新之处:
  1. 系统化分析捏合作为线性输入方式的潜力。
  2. 使用高精度光学跟踪系统，深入记录手指抓握间距变化及对任务效率和准确性的影响。
• 实施步骤:
  1. 定义五个独立变量及其组合。
  2. 测量准确性、任务完成时间、触及目标次数（Crossings）、抖动（Jitter）等数据。
  3. 使用统计方法分析不同实验条件下的表现。

研究成果

• 具体成果:
  • 较大的抓握跨度（Big Span）提高了准确性，并降低了抖动和任务完成时间。
  • 使用具有柔软反作用力（Soft Counterforce）的对象显著提高了准确性，但硬反作用力可能导致更多抖动。
  • Top-to-Bottom方向抓握的表现最差，而Left-to-Right方向的表现最佳，且用户体验评分更高。
  • 即使刻度非常精细（最多75个条目），用户也能达到较高的输入准确度。
• 与现有解决方案的比较:
  • 本研究发现，移动设备上的传统捏合手势可以进一步扩展为更高精细度的线性输入方式。
  • 相较于之前的捏合研究，本研究扩展了对不同物理维度（方向、跨度、硬度）的理解。
• 实验或评估结果:
  • 对于Big Span和Soft Counterforce，准确率达到94%-100%。
  • 较小的抓握跨度显著降低了准确性，增加了任务完成时间。
  • 柔软的反作用力比硬的反作用力舒适度更高，同时不会显著影响效率。
• 局限性与未来方向:
  • 局限性: 实验样本涵盖范围有限，仅对成年参与者有效，未探讨儿童或老年的表现。此外，反作用力的材料可行性以及长时间使用的疲劳问题尚未被解决。
  • 未来方向:
    1. 将研究扩展到体感设备中的捏合手势设计，例如通过可穿戴触觉设备实现反作用力模拟。
    2. 探讨双手操作或偏好的影响。
    3. 开发适合小跨度和无反作用力情况下的补充输入方式。

总结与贡献

本文系统探讨了拇指-食指捏合作为线性输入方法的潜力，提出了若干用于改善准确性和用户体验的设计原则，为未来触控设备和混合现实界面提供了重要启示。这种方式特别适用于可变形显示器以及需要高颗粒度输入的应用场景。