论文部分内容阅读
手机和平板等便携移动设备内置的惯性传感器可以感知设备的运动状况和空间姿态,为设备增加了倾斜角(Tilt)的独立输入通道。本文进行了两项实验性的研究,分别通过人机交互界面中常见的两种交互任务,即目标指向任务(Pointing Task)和基于轨迹的导向任务(Steering Task),评估了人使用移动设备倾斜角输入的绩效表现。第一项研究中,12名参与者在智能手机上使用倾斜角输入执行了目标指向选择任务。实验研究了三种视觉反馈水平,即完全视觉反馈(Fully Visual Feedback,FV),部分视觉反馈(Partically Visual Feedback,PV)和无视觉反馈(No Visual Feedback,NV)。在NV条件下,参与者使用“盲操作”(eyes-free)的交互方法执行任务。根据参与者的绩效表现,我们系统地评估了人在不同视觉反馈水平下控制手机倾斜角输入的能力。结果显示,NV的时间绩效最好,但是准确度绩效最差。参与者可以在NV条件下很容易地区分4个倾斜方向水平(Tilt Orientation Levels,TOLs)和2个倾斜幅度水平(Tilt Magnitude Levels,TMLs)或8个TOLs和2个TMLs,对应的交互错误率容忍度分别为10%或15%。PV在速度和准确度方面对倾斜角交互绩效都没有帮助。另外,我们还发现参与者控制倾斜角输入的能力与倾斜方位(Tilting Orientation)有关。第二项研究通过实验评估了使用平板电脑的倾斜角输入执行轨迹导向任务的交互绩效。参与者使用四个级别的倾斜增益(Tilt Gain:10,25,50和100)执行了与平板电脑的本地反馈和与桌面显示器的远程反馈的轨迹导向任务交互。实验结果显示倾斜角输入在两种使用场景中进行轨迹导向交互都具有相当高的可行性,倾斜增益设置在25至50之间对于一般的轨迹导向交互的时间绩效和吞吐量是最佳的。倾斜角作为移动设备的交互输入原语被证明符合Steering Law,根据轨迹导向任务的难度不同,其吞吐量大约为1.3至11.8 bits/s。