InteractionAdapt:情境虚拟现实中交互驱动的工作空间自适应方法

混合现实工作空间环境感知与上下文计算HCI 研究员

文献标题

InteractionAdapt: Interaction-driven Workspace Adaptation for Situated Virtual Reality Environments

文献信息

  • 主题领域: 人机交互与虚拟现实 (VR) 用户界面设计
  • 关键词: 虚拟现实, 计算交互, 自适应用户界面, 人类计算机交互, 用户界面优化

研究背景与问题

  • 问题与挑战:

    • 虚拟现实 (VR) 可提供比物理世界更灵活和个性化的工作空间。然而,大多数VR应用仅设计用于单一空旷物理空间,而现实中的工作环境往往与复杂、多变的物理环境相关。
    • 在转换到新的物理环境时,VR界面布局可能因物理障碍而变得不适合,影响操作效果甚至存在安全隐患。
    • 传统的布局优化方法缺乏对用户如何与虚拟组件和物理环境交互的充分考虑,尤其忽视了物理环境对交互的可能支持。
  • 重要性:

    • 开发适应不同物理环境的VR工作界面能提高用户在不同情境中的效率和舒适性,推动VR广泛应用于移动工作场景。
  • 研究动机:

    • 物理环境不仅为交互构成挑战,还可通过提供触觉反馈等方式支持交互。但现有研究更多关注避开障碍而非利用环境的积极属性。
    • 作者旨在探索如何在VR界面设计中更好地融合用户交互模式与物理环境特性。

解决方案

  • 提出方法:

    • 引入InteractionAdapt,这是一个基于优化的模型,利用物理环境的“可供性” (affordances) 和约束条件,生成适应新物理环境的VR界面布局。
    • 方法通过综合考虑用户交互方式(如桌面触摸、中空触摸和远程指针)、时间一致性和界面可见性等多个因素优化界面布局。
  • 创新点:

    1. 明确建模目标,将交互方式(如触摸、肘部支持、远程交互等)纳入布局优化中。
    2. 利用物理环境的特性,如表面位置和障碍物等,优化虚拟元素的放置位置。
    3. 平衡交互便捷性与时空一致性,确保转换后的界面在新环境下仍易于使用。
  • 实施步骤与技术:

    1. 输入参数: 定义虚拟元素(如位置、大小、使用频率)和物理环境(如障碍物、表面)。
    2. 优化目标: 利用线性规划,最大化三个目标函数:
      • 时间一致性(保持元素相对位置和顺序的一致性)。
      • 可见性(减少元素之间的视觉遮挡)。
      • 交互方式(优先支持接触表面触摸,并优化其他交互形式)。
    3. 环境建模和用户界面调整: 对物理空间建模,以及用户在VR界面中的初始布局进行自动调整。
    4. 约束条件: 确保元素不重叠、不违反物理规则(如不穿越障碍物)。

研究成果

  • 实验结果:

    • 用户表现: 在选取任务中,InteractionAdapt布局显著提高了用户的选择速度,且用户更频繁地使用触摸交互。
    • 用户偏好: 大多数参与者对InteractionAdapt生成的布局更满意。他们认为该布局更适合任务和物理环境。
    • 任务支持性: 与基线方法(如Surround和Consistency)相比,InteractionAdapt减少了用户布局调整行为,更能贴合用户理想布局。
    • 多场景验证: 模拟旅行规划、文献整理等场景,展示InteractionAdapt在不同作业环境中的适应性。
  • 优势:

    • 利用物理环境特性(如表面提供触觉反馈)增强交互舒适性。
    • 支持多种输入方式(触摸、中空、远程交互),在动态环境中灵活调整界面布局。
  • 局限性与未来方向:

    • 局限性:

      • 当前方法未完全自动化,需要用户手动定义物理空间参数。
      • 对用户个性化偏好的适应能力有限,不能满足所有个体需求。
    • 未来研究方向:

      1. 将自动感知(如使用深度学习检测物理环境特性)集成到界面优化框架中。
      2. 探索更加复杂的交互方式(如更多锚点或附加物的使用)对布局优化的影响。
      3. 研究社会因素(如公共场合的孤立性)对界面布局的影响。
      4. 深入研究用户对动态优化的接受度,以及保持熟悉度和优化性能之间的平衡。
      5. 长期研究评估定制化UI布局对用户效率和身体舒适性的影响。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/126832/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3586183.3606717
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
混合现实工作空间、环境感知与上下文计算
work
职业/产业
HCI 研究员
article
内容状态
已索引正文
hub
相关论文
7 篇相关论文