使用挤压触觉姿势强化在虚拟现实中调查眼睛离开空中打字
作者
振动反馈与皮肤刺激手部手势识别眼动追踪与注视交互
文献标题
Investigating Eyes-away Mid-air Typing in Virtual Reality using Squeeze Haptics-based Postural Reinforcement
文献信息
- 主题领域: 人机交互、虚拟现实中的文字输入
- 关键词: 虚拟现实, 中空式打字, 触觉反馈, 后姿态增强, 手腕挤压反馈, 眼动跟踪
研究背景与问题
-
发现的问题或挑战:
- 在虚拟现实中,中空式打字缺乏物理键盘提供的触觉反馈,这使得用户在输入时难以实现“盲打”(eyes-away typing)。
- 虽有研究探讨了振动触觉反馈对输入体验的影响,但这些研究发现触觉反馈对打字速度和准确性没有显著改善,而未深入量化触觉反馈如何潜在改善视觉和认知上的负担。
-
重要性:
- 为了让虚拟键盘技术更贴合人类打字习惯,实现盲打能力至关重要,这不仅可提升用户体验,还可能增强生产力。
-
研究动机与相关工作:
- 以往研究表明触觉振动在一定程度上减轻了用户的感知负担,但并未提升输入性能。
- 本研究在这一基础上,提出了全新触觉反馈模式(包括关键的手腕压缩反馈),并引入眼动跟踪指标,更全面地量化其影响。
解决方案
-
方法与解决方案:
- 提出了三种基于手腕触觉反馈的实验条件,以及一个对照条件(无触觉)。
- 无触觉(NH)
- 键按振动反馈(VK)
- 键按振动+线性挤压反馈(SVK)
- 姿态增强挤压 feedback+键按振动反馈(SPVK)
- 通过“姿态增强”手腕挤压反馈技术,使用户保持更佳的手腕位置和姿态,从而潜在地减少对键盘的视觉依赖。
- 提出了三种基于手腕触觉反馈的实验条件,以及一个对照条件(无触觉)。
-
创新之处:
- 引入了姿态增强触觉反馈,用以模仿物理键盘对手部姿态的支持。
- 采用眼动跟踪等客观指标,量化触觉反馈对用户视觉认知行为的潜在影响。
-
实施步骤和核心技术:
- 使用带有压缩与振动反馈功能的手腕装置(Tasbi),设计不同触觉反馈条件。
- 使用 Quest 2 VR 和嵌入式 Tobii 眼动跟踪系统。
- 设计了一项包含 48 位参与者的文本输入实验(分为新手和专家组)。
- 收集输入速度、错误率、按键碰撞数等输入指标,以及参与者的 gaze metrics(如注视键盘时长、注视切换频率)。
研究成果
-
具体发现:
- SPVK 条件(姿态增强 + 振动触觉反馈)使专家用户在输入时对键盘的视觉依赖显著降低了 44%。
- SVK 条件显示用户非目标按键碰撞数量的显著减少。
- 尽管未显著提高输入速度和准确率,触觉反馈减少了用户的视觉负担,使专家用户更接近于盲打行为。
-
与现有解决方案的比较:
- 引入了姿态增强触觉反馈,为之前仅关注键按反馈的研究带来了突破。
-
实验或评估结果:
- 对于眼动跟踪指标,SPVK 显著降低了注视键盘时间,且用途更广。
- 视觉注意力减少倾向在专家用户中表现得更为突出。
- 虽然在输入速度和准确性上未显现显著提升,但用户体验和注意力分配有了改善。
-
局限性与未来方向:
- 初学者与专家间存在显著差异。未来可更深入研究如何定制反馈以适应新手用户。
- 研究中主要讨探的手腕振动/压缩反馈在中长期使用稳定性上有所欠缺,未来工作可以测试不同时间跨度内触觉增强的效果。
- 眼动指标研究的扩展可以测试不同交互任务中触觉增强性能的适用性(如抓操作和操控操作)。
总结与价值
本研究通过创新性地将姿态增强触觉反馈引入到虚拟现实中的中空式打字,首次展示了该方法对“盲打”能力的显著改善潜力,并提供了量化触觉增强效果的新方法(例如通过眼动跟踪)。此研究对于下一代虚拟交互设计和触觉交互设备的开发具有指导意义,同时凸显了触觉反馈对用户认知与行为模式的深远影响。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 在虚拟现实中,基于挤压触觉的姿态强化能否减少用户在空中输入时对键盘的视觉依赖?分类: 感知替代、认知负荷与盲操作同类问题arrow_forward
- 哪种触觉反馈方案最有效地降低用户在中目标按键发生碰撞的次数?分类: 感知替代、认知负荷与盲操作同类问题arrow_forward
- 姿态强化触觉反馈如何影响新手与专家用户在空中输入中的视觉负担和认知表现?分类: 感知替代、认知负荷与盲操作同类问题arrow_forward
lightbulb
现实痛点
1- 用户在虚拟现实中无法实现类似实物键盘的“盲打”体验。分类: 感知替代、认知负荷与盲操作同类问题arrow_forward
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581467
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
振动反馈与皮肤刺激、手部手势识别、眼动追踪与注视交互
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
5 篇相关论文