车内性能和分心：空中和触摸方向手势

文献标题

In-vehicle Performance and Distraction for Midair and Touch Directional Gestures

文献信息

• 主题领域: 人机交互、车载界面设计
• 关键词: 车载交互, 手势识别, 触控屏幕, 空中手势, 驾驶任务, 注意力分散

研究背景与问题

• 问题与挑战:

  1. 车载系统逐渐转向以触屏作为主要输入设备，但需要驾驶员将视线从道路上移开，存在注意力分散问题。
  2. 尽管空中手势被一些高端汽车采用（如BMW 7系、Mercedes-Benz S级），但其性能和与传统触控操作的对比研究较少，特别是涉及多方向手势的短时选择任务。

• 研究重要性: 在驾驶环境下，输入方法的性能和潜在分散性对于驾驶安全至关重要，开发更安全、更高效的车载交互方式可以提升驾驶体验和减少事故风险。

• 研究动机与相关工作:

  • 现有的一些研究表明，空中手势虽然能减少视觉注意力的转移，但与触屏交互相比，其可靠性和易用性较低。
  • 此外，尽管方向性手势在使用者偏好调查中占据主导位置，但对其进行系统性和控制性研究的案例有限。

解决方案

• 研究方法或解决方案: 本研究直接比较了以下三种车载输入方法的性能和注意力分散性：

  1. 空中手势（8个方向、通过食指和拇指的捏合姿势触发）。
  2. 触屏滑动（8个方向）。
  3. 触屏点击（8个按钮，用作基线评估）。

• 创新之处:

  1. 提出了“原子输入任务”方法，专注于单一原子操作动作，从而确保研究具有高内部效度。
  2. 使用8方向的输入任务超越了以往研究中仅含1至2方向任务的限制。
  3. 利用Lane Change Task（变道驾驶任务）和标准偏差车道位置（SDLP）指标评估驾驶任务中的注意力分散情况。

• 实施步骤与关键技术:

  1. 搭建实验环境：使用驾驶模拟器、Logitech G29方向盘、Android平板、Vicon运动追踪系统及摄像头记录驾驶员的眼睛注视。
  2. 实验设计：参与者需同时完成Lane Change Task和输入任务，记录反应时间、完成时间、准确性及分心指标（如离开屏幕的目光次数）。
  3. 数据分析：检验三种输入方法在选择时间、准确性、SDLP、驾驶速度和Glances（离开屏幕的目光次数）上的差异。

研究成果

• 具体成果:

  1. 性能比较：
     • 空中手势的选择时间快于触控方式，但准确性略低。
     • 触屏滑动方法的准确性更高，但选择时间较慢。
     • 触屏点击方法在准确性上表现最佳，但需要较多的视觉注意力转移。
  2. 注意力分散：
     • 空中手势显著减少了驾驶员离开屏幕的目光次数，对驾驶任务的干扰最小。
     • 触屏点击分散性最高，滑动手势居中。
  3. 参与者多样性：
     • 空中手势表现出更广泛的个人差异。部分参与者能快速、准确地完成任务，而另一些则表现出较高的错误率或较慢的反应时间。

• 与现有解决方案相比的优势:

  • 本研究首次以高对照实验直接比较8方向的空中手势与触屏输入。
  • 提供了空中手势在减少驾驶分心方面的强有力支持，且设计了多种驾驶情景适用的实例。

• 实验或评估结果:

  • 空中手势：选择时间快（1004 ms），准确率中等（82%），分散性最低（平均3.7次离屏目光）。
  • 触屏滑动：选择时间居中（1296 ms），准确率较高（95%），分散性居中。
  • 触屏点击：选择时间慢（1150 ms），准确率最高（98%），分散性最大（10次离屏目光）。

• 局限性与未来方向:

  1. 局限性：
     • 在实验室驾驶模拟器中进行，缺乏实际道路驾驶场景的复杂性。
     • 未使用超声波触觉反馈来进一步提升空中手势的性能。
  2. 未来研究方向：
     • 在高保真的逼真模拟驾驶器或真实驾驶环境中验证结果。
     • 探索通过机器学习个性化空中手势识别参数。
     • 研究包含超声波触觉反馈的空中手势交互。
     • 深入研究参与者个性化差异与学习曲线对输入性能的影响。