檢視引用/資訊源請點選：映維網
主要介紹了用於量化手腕通訊頻寬的測試和分析框架。
（
映維網 2021年07月28日
）智慧手錶等腕帶產品正變得越來越流行。這種裝置通常利用觸覺反饋來提供簡單的通知，但研究表明，手腕有能力傳達關於語言和社交接觸等更為豐富的反饋。致動器能夠透過簡單的訊號變化向用戶傳輸更多的資訊。給定特定型別的致動器，單個致動器具有可用於通訊的訊號變化，例如手腕的不同位置以及所顯示訊號的幅度、頻率、調製和持續時間。在名為《Learning Vibes： Communication Bandwidth of a Single Wrist-Worn Vibrotactile Actuator》的論文中，斯坦福大學和Facebook Reality Labs的研究人員探討了使用者如何學習和識別訊號引數的變化，以及在解碼手腕上的觸覺反饋時，特定訊號的變化是否對使用者更為顯著。
社群關於腕帶觸覺進行了大量的研究，但關於通訊頻寬的大多數知識是在特定的應用和方法中交織在一起。通常，對這個領域的探索是採用自上而下的策略完成，並考慮最終的應用程式，然後從中選擇機械設計和觸覺反饋。所以，大多數研究涉及所述訊號變化中的一種（如頻率、幅度、調製），但僅在特定範圍內。儘管這是測試和開發單一觸覺裝置的有效策略，但第三方利用所述資訊更為困難。
為了解決有關使用者互動中的觸覺附加值問題，團隊利用資訊傳遞的理論框架來幫助捕捉觸覺反饋的認知和感知後果，並確定其容量（與特定硬體和應用限制無關）。這樣一個框架可以為設計者提供知識，幫助其直接將其應用到新的設計中，而不是為每個新專案從零開始進行昂貴的使用者測試。
在這項論文中，團隊按照刺激頻率、振幅和調製的函式測量了手腕的振動旋轉通訊頻寬。在初步研究中，研究人員確定了當訊號在三個訊號維度中的一個維度上發生變化時的資訊傳遞，並確定了每個引數維度最明顯的特徵。這導致了一組8個不同的觸覺訊號有待進一步研究。在主要的實驗中，團隊測試了八名被試者以判斷：（i）這8種觸覺訊號是否足夠直觀，容易被使用者識別；（ii）是否可以透過學習來提高識別表現；以及（iii）當在手腕的第二個位置呈現時，是否可以識別學習的觸覺訊號。
團隊開發了一個包含六個VCM（音圈馬達）的定製腕帶，所述元件徑向環繞手腕佈置，並封裝在一個靈活的3D列印腕帶中以適應不同的手腕尺寸。
VCM的訊號引數在一系列Processing指令碼中得到控制。所述指令碼透過包含Max MSP patch的使用者資料報協議（UDP）進行通訊。然後，patch將訊號輸出到音訊介面，而音訊介面透過Syntacts放大器接到腕帶以驅動VCM。在軟體中，每個訊號輸出都限制在已知的安全範圍內執行，硬體設定則接到一個單獨的電源板，以便緊急關閉。在研究中，團隊只激活了兩個VCM：一個在中央手背側，另一個在中央手掌側。
在初步研究中，研究人員計算了三個訊號引數（頻率、振幅和正弦波形的調製）中的每一個在腕背的資訊傳遞。另外兩個引數要麼固定，要麼隨機變化。表1顯示了主要訊號引數、隨機引數刺激和每個測試階段收集的試驗總數的總結。初步研究的結果得出了每對刺激方案之間的知覺距離和沿測試維度的觸覺訊號的顯著引數指示。
兩名被試而參加了初步研究。兩人都是右撇子，有開發各種觸覺反饋技術的經驗。在研究之前，在所有五個測試頻率下估計每名被試的粗略檢測閾值水平，並在整個實驗過程中將其用於補償每個頻率下靈敏度水平（SL）的變化。被試將腕帶戴在左臂，測試每個訊號，熟悉刺激集並調整腕帶以獲得舒適感。
在每個測試環節中，被試熟悉UI，並測試訊號以獲得對值範圍的一般理解，但沒有完成正式訓練。一旦感到舒服，被試就開始學習。在每一次試驗中，在觸覺間隔開始之前都有一個簡短的音訊音調。在每個試驗中隨機選擇主要引數。在觸覺間隔之後，被試透過在UI選擇相應的選項來記錄反應。在頻率識別任務中，為每個訊號隨機選擇兩個振幅（15和25 dB SL）和三個持續時間（100、250、500 ms），併為被試提供5個響應選項。對於振幅識別任務，團隊提出了七個測試刺激，併為兩個測試頻率中的每一個提供了七個相應的反應選擇。每個刺激的持續時間設定為250ms。對於調製識別任務，研究人員用三個隨機載波頻率（45、80、140hz）測試三個測試調製（無、5hz和25hz調製）。振幅和持續時間分別設定為25 dB SL和250毫秒。為了解變數是如何影響主要引數的，同時縮短實驗時間以減少被試的疲勞感，團隊加入了隨機引數。在每次試驗中，被試需要報告主要引數的值，而不考慮隨機引數的值。試驗分為20個試驗區，被試根據需要在兩個試驗區之間休息。被試在一天內完成了每一次對比測試。
根據表2，被試在完成學習階段後能夠更好地識別觸覺訊號。
這種方法顯示了從利用資訊傳輸的訊號變化中探究手腕的通訊頻寬的潛力。透過這項研究，被試能夠學習觸覺訊號（專家使用者則從一開始就理解所述訊號）。研究同時表明，資訊可以在某種程度上轉移到手腕一個未經訓練的次要位置，但有一定的影響。當識別表現因訊號而異時，高幅度、無調製的高頻訊號的識別精度最高。儘管如此，透過非常有限的訓練，一個振動旋轉致動器能夠傳達至少5個不同的訊號或大約2。28位的資訊。
研究人員指出，要在使用者應用中充分應用所述概念，其需要解決更多的問題。這項研究允許被試完全專注於識別所呈現訊號的任務，但實際上，使用者正以多種方式從不同的位置接收資訊。儘管能夠報告使用者可以學習多少訊號變化，但一旦使用者處於更復雜和分散注意力的情況下，團隊無法評論可能會發生什麼變化。
另外，團隊有機會探索多致動器反饋。在這項研究中，研究人員只使用了六個致動器中的兩個。使用相同的資訊傳遞概念，團隊可以確定一個上限的數量。這同時打開了探索感官錯覺和運動模式的大門，而不僅僅是一次一個振動。這種型別的模式將增加範圍的感覺，並可能抵消更多致動器的額外成本。最後，未來的研究可以將這裡獲得的通訊頻寬相關知識應用到專門的用例中。
相關論文
：
Learning Vibes： Communication Bandwidth of a Single Wrist-Worn Vibrotactile Actuator
https：//paper。nweon。com/10555
總的來說，這篇論文主要介紹了用於量化手腕通訊頻寬的測試和分析框架，集中於評估手腕的通訊能力以及它如何改善日常互動和任務。針對所述問題，研究人員使用資訊傳遞作為一個度量來探索單個振動旋轉致動器內訊號變化的空間，例如頻率、振幅和調製。團隊使用顯著的觸覺線索進行了一項使用者研究，以確定使用者在沒有對手腕背側進行訓練的情況下識別它們的能力；是否能夠透過訓練更好地解釋它們；以及所述知識是否能夠轉移到第二個未經訓練的位置（手腕掌側）。結果表明，使用者至少能夠解釋8種線索變化中的5種，並且透過訓練能夠更好地識別振動旋轉訊號。
——-
原文連結：https：//news。nweon。com/87911
