ProGesAR:用于现实世界物联网增强空间中亲密度和手势交互的移动AR原型设计

手部手势识别全身交互与体感输入环境感知与上下文计算

文献标题

ProGesAR: Mobile AR Prototyping for Proxemic and Gestural Interactions with Real-world IoT Enhanced Spaces

文献信息

  • 主题领域: 人机交互;物联网空间和移动增强现实技术中的近距交互与手势交互设计原型
  • 关键词: 近距交互 (Proxemic interaction), 手势交互 (Gestural interaction), AR原型设计 (AR prototyping), 移动增强现实 (Mobile augmented reality), 用户界面设计, 空间交互设计

研究背景与问题

  • 发现的问题或挑战

    • 当前物联网增强空间需要设计用户与物体之间的近距交互和手势交互,但常用的原型设计工具存在局限性:
      1. 许多工具依赖专业的硬件(例如动作捕捉设备)或需要编程技能;
      2. 当前增强现实工具主要面向第一人称体验的原型,而非基于全身交互的视角;
      3. 很少有工具能同时支持第一人称和第三人称视角的测试。
    • 设计师难以从2D原型直接联想到3D真实场景中的交互,缺乏物理真实性的设计工具。
    • 缺乏一个成本低、交互性强且易重复测试的原型设计工具。
  • 研究重要性

    • 物联网空间中的交互设计不仅影响用户体验,还需要高度关注用户与物理空间的交互合理性。
    • 一个高效的移动平台设计工具可以降低设计和测试的时间成本,提高交互设计在真实空间下的表现。
  • 研究动机与相关工作

    • 当前AR原型工具大多以可视化展示为主,强调用户体验中动态数字内容的叠加,但对物理环境中的全身交互支持有限。
    • 现有的近距交互和手势交互设计研究(如Proximity Toolkit)存在诸多硬件依赖和软件编程门槛。
    • 需要开发一个低门槛、具备功能灵活性且适配移动设备的原型设计工具,以启发其他研究者的进一步探索。

解决方案

  • 提出的解决方案

    • 开发了ProGesAR,一个支持第三人称和第一人称测试视角的移动AR设计工具,用于在真实物联网环境中构建和测试近距交互和手势交互的原型。
    • ProGesAR支持动态内容的触发,并通过"事件-效果"映射方法,允许设计师快速构建低成本交互原型。
    • 提供了一个声明式界面,无需编程技能即可使用。
  • 创新之处

    • 提供了对真实场景的原位(insitu)交互设计支持,使设计更贴近实际使用环境。
    • 支持多种事件触发机制(位置、方向、距离与手势事件),增强了交互性的表现力。
    • 实现了多视角测试(用户第一人称视角与观察者第三人称视角),覆盖从设计到概念验证的全流程。
  • 实施步骤及关键技术

    1. 作者模式:设计师通过移动设备在场景中摆放虚拟资产,编排事件与动态效果;
    2. 事件检测:支持位置、方向、距离与身体姿态的检测;
    3. 测试模式:允许设计师自行测试或邀请测试对象,从不同视角观察实验效果;
    4. 底层技术实现:基于iOS设备和ARKit,实现实时动作跟踪、平面检测以及基本手势分类。

研究成果

  • 具体成果

    • 成功开发了ProGesAR工具,并证实其可用于快速创建和测试类真实场景下的低保真原型;
    • 用户研究中,参与者快速设计出了丰富的交互场景并应用于多种物联网场景(如智能家居、公共设施、游戏设计)。
  • 与现有解决方案的比较

    • 与传统工具相比,ProGesAR的低成本门槛和移动性使其更适用于快速迭代的早期设计;
    • 支持第一人称和第三人称的多视角测试,解决了传统交互工具多视角支持不足的问题。
  • 实验或评估结果

    • 用户可在短时间(平均每个场景157.5秒)内设计出完整的交互原型。
    • 用户通过System Usability Scale(SUS)评分表现对ProGesAR的满意,尤其赞扬了其多视角测试、实时交互与低学习成本。
  • 局限性与未来方向

    • 当前系统主要支持单用户交互,未来可扩展为支持多用户场景。
    • 手势种类相对有限,后续可增加更丰富和定制化的手势库。
    • 移动设备的有限屏幕范围可能影响复杂场景的交互连贯性,未来需优化视觉界面及远程设计支持。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/72117/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3517689
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
手部手势识别、全身交互与体感输入、环境感知与上下文计算
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