感知机器:面向智能动态引导的多模态交互评估
作者
车内触觉、声音、多模态反馈力反馈与伪重力感工厂工人与装配工工业自动化工程师
近期研究表明利用多模态线索表示智能引导具有潜力,但此类系统设计缺乏指导指南或流程。本文通过研究工业生产中设定最佳参数的多模态助手系统设计来填补这一空白。研究对22名参与者进行评估,比较视觉(高光和环境光)与触觉(点击和振动)模态组合提供智能动态引导的有效性。结果显示,高光加环境光的智能引导比单独使用环境光具有更短的任务时间和更高的实用性;而高光加环境光加振动的可用性低于高光加环境光,且心理负荷高于仅使用高光。
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- 多模态交互(如视觉和触觉反馈)如何支持工业设备的动态参数配置任务?分类: 触觉、力反馈与多感官界面设计同类问题arrow_forward
- 哪些多模态反馈组合能够最有效地平衡任务效率和用户体验?分类: 触觉、力反馈与多感官界面设计同类问题arrow_forward
- 触觉反馈(如振动、点击)在工业场景中的应用存在哪些局限性?分类: 触觉、力反馈与多感官界面设计同类问题arrow_forward
lightbulb
现实痛点
1- 工业操作中,参数调整依赖经验,新手难以快速上手。分类: 触觉、力反馈与多感官界面设计同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
车内触觉、声音、多模态反馈、力反馈与伪重力感
work
职业/产业
工厂工人与装配工、工业自动化工程师
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文