关于人机交互研究进展及人机交互系统架构

　　交互一直是困扰计算机最佳使用的问题。人类用于与计算机交互的方法历史悠久。但是探索仍在继续，新的设计技术系统正在日趋更新和升级，并且在过去的几十年中，该领域的研究一直在迅速发展。

　　人机交互（HCI）领域的增长不仅体现在交互质量的提高上，而且在其增长历史中开辟了不同的分支。不同的研究部门与设计传统的交互方式不同，但更多地侧重于多模式而不是单模式，并且侧重于智能适应性交互而不是基于命令/动作的交互，最终呈现出主动而不是被动的交互。

　　人机交互的定义

　　人机交互有时称为人机交互。人机交互的概念自然地代表了计算机的兴起，或更普遍地讲是计算机本身的兴起。其实，原因很明显。除非人类可以正确使用它们，否则最复杂的机器将一文不值。这个基本论点代表设计人机交互时应考虑的主要术语：功能和可用性。

　　为什么可以通过该系统的功能最终定义一个真正设计的系统？系统功能如何帮助实现系统目的？系统的功能可以通过向用户提供的一系列操作和服务来定义。当然，功能的价值只有在用户有效使用时才可见。可用性是具有某些功能的系统可以被用户有效利用并完全实现特定目标的范围和程度。功能和可用性的适当平衡是系统真正有效的必要条件。

　　当您想到这些概念时，请考虑本文中通常可互换使用的术语计算机，机器和系统。人机交互应该是一种允许用户，机器和服务进行协作的设计。为了达到对服务质量和最佳性能的特定效果。例如，飞机零件设计工具应在视图和设计中提供较高的准确性，而图形编辑软件可能不需要这种准确性。当前的技术还可以影响出于相同目的但类型不同的人机交互的设计。

　　人机交互概述

　　人机交互在过去十年中取得了长足的进步，这几乎使人们无法识别哪些概念是虚幻的，哪些概念不是虚幻的，甚至可以变成现实。研究的重点和营销方法的不断变化使新技术可以及时地为人们使用。但是，并非所有现有技术都可以公开获得或负担得起。

　　现有的人机交互技术

　　人机交互设计应考虑人类行为的许多方面，并需要确保其有用性。与简单的交互方法相比，人类参与机器交互的复杂性有时是看不见的。现有交互复杂性的差异不仅是由于功能或可用性的程度不同，而且还与机器对市场金融和经济的影响有关。例如，电热水壶不需要复杂的交互。它的功能仅是烧开水。除交换机外，冗余交互功能都不具有成本效益。但是，简单的网站可能功能有限，但是其可用性应该足够复杂以吸引和留住客户。

　　因此，在人机交互设计中，即使只有一个用户和一台机器，也应充分考虑活动程度。用户活动分为三个不同级别：身体，认知和情感。物理水平决定了人与计算机技工之间的相互作用。认知层次解决了用户对系统的理解和交互问题。情感水平是一个新出现的问题，它不仅试图使交互成为令人愉悦的用户体验，而且还通过更改用户的态度和情感来允许用户继续使用该机器。

　　本文着重于在物理级别上进行交互的开发，并说明如何组合不同的交互方法（多模式交互），并探讨每种方法如何提高性能（智能交互）以为用户提供最佳界面。现有的人机交互物理技术基本上可以基于设备根据人类的感知进行设计和分类。这些设备主要依靠三种人类感官：视觉，听觉和触觉。

　　视觉输入设备是最常用的类型，通常基于开关或指示设备。这种基于开关的设备可以是可以像键盘一样使用的任何类型的界面，按钮和开关。有许多指示设备，例如鼠标，操纵杆，触摸屏面板，图形输入板，轨迹球和手写笔。操纵杆是具有切换和指示功能的操纵杆。输出设备可以是任何类型的视觉显示或打印设备。

　　依靠听力的设备更为先进，通常需要某种类型的语音识别。这些设备旨在促进尽可能多的交互，因此它们也更难以构建。听觉输出设备更易于创建。如今，机器产生的各种非语音和语音信号消息被视为输出信号。蜂鸣声，警报和GPS设备逐行道路导航命令都是简单的示例。

　　最困难和最昂贵的是构建触觉设备。“这种类型的界面通过触摸，重量和相对刚度产生皮肤和肌肉的感觉。”通常为虚拟现实或残疾帮助而生产触觉设备。

　　人机交互的最新方法和技术正在尝试整合原始的交互方法，并将其与其他先进技术（例如网络和动画）相结合。这些新的发展可以分为三个部分：可穿戴设备，无线设备和虚拟设备。技术的发展是如此之快，以至于这些新技术之间的界限正在逐渐消失，并且越来越混杂。这些设备的一些示例包括：GPS导航系统，军事增强型设备（例如热成像，用于跟踪其他士兵运动的GPS，环境扫描），射频识别（RFID）产品，个人数字助理（PDA），房地产虚拟旅游服务。其中一些新设备升级集成了以前的交互方法。如下图所示，这是一个虚拟键盘，键盘上的字母投射在有红光的坚固表面上。当通过传感器在固体表面上打字时，该设备跟踪用户的手指运动，并将相应的键发送到该设备。

　　人机交互研究进展

　　在下面的部分中，我们将介绍人机交互的最新研究方向和发展，即智能和自适应交互以及普适计算。这些交互包括不同级别的用户活动：身体，认知和情感。

　　智能和自适应人机交互

　　尽管普通大众使用的设备仍然是某种纯粹的命令/动作设置，而不是复杂的物理设备，但我们仍然不知道智能理论的确切概念，但是我们可以使用智能设备的功能和实用性。市场上的新设备要定义这些概念，如前所述，它是一项重要的经济和技术，可提供更便捷的人机交互设计以及更令人愉悦和令人满意的用户体验。

　　为了实现这个目标，界面每天变得越来越自然和易于使用。改进的界面是笔记工具中的一个很好的例子。第一次出现打字机，然后出现键盘和触摸屏平板电脑，您可以用自己的笔迹书写，机器可以识别，甚至可以执行语音输入，机器可以识别，而无需手动书写。新一代界面的一个重要因素是区分智能方式，界面和用户交互。智能的人机交互设计界面通过某种智能感知响应用户。一个示例是使说话者使用自然语言与用户和设备进行通信。视觉上清楚地跟随用户并做出相应响应。

　　自适应人机交互可以是使用GUI出售各种产品的网站。该网站具有识别用户，维护某些搜索和购买记录以及建议其认为用户可能需要购买的产品的能力，其中大多数类型适应性活动是那些涉及认知和情感水平的用户活动。

　　另一个例子是它使用的智能自适应界面能够手写识别。它可以适应手写PDA或平板电脑用户登录。它具有手写识别和更正功能，可以记住用户的文本。最后，关于智能接口的另一个要考虑的因素。大多数非智能人机交互设计本质上都是被动的。它们仅在用户致电时响应。最终的智能和自适应界面通常是活动界面。本示例根据用户的口味来建议您自己的智能广告牌或广告。在下一部分中，我们将结合不同的人机交互方法，并讨论它如何为智能自适应自然接口方法做出贡献。

　　人机交互系统架构

　　人机交互设计中最重要的因素是其配置。实际上，任何给定的接口通常由其提供的输入和输出的数量和种类来定义。人机交互系统的体系结构显示了这些输入和输出是什么以及它们如何协同工作。以下各节介绍基于不同配置和设计的接口。

　　单峰人机交互系统

　　如前所述，接口主要取决于其输入和输出设备的数量和多样性。该通道允许用户通过此界面与计算机进行交互。每个不同的独立单通道称为一个模式。系统仅基于一种形式，称为单峰。根据不同形式的属性，它可以分为三类

　　基于愿景的人机交互

　　基于视觉的人机交互研究可能是该领域中最常见的研究。考虑到应用范围以及各种开放性问题和方法，研究人员正在尝试解决人类对视觉视觉信号响应的不同方面。本节的主要研究领域如下：

　　面部表情分析

　　手势识别

　　凝视检测（眼动追踪）

　　由于应用不同，每个区域都有不同的目标，但是每个区域的总体概念通常是相同的。面部表情分析通常涉及视觉情感认知。该领域的研究重点是人体运动跟踪和手势识别。该领域可以有不同的研究目的，但大多数用于直接指挥人机交互。眼睛检测主要是通过间接方式允许用户与机器进行交互以更好地了解用户的注意力，例如帮助残疾人的眼睛跟踪系统。它主要用于命令和动作方案，例如指针移动，闪烁，单击。值得注意的是，一些研究人员试图协助甚至替代其他类型的交互（音频，基于传感器的）和视觉方法。例如，已知嘴唇读取或嘴唇运动跟踪是语音识别错误校正的有效辅助。

　　基于音频的人机交互

　　基于音频的计算机与人之间的交互是人机交互系统的另一个重要领域。该领域主要处理从不同音频信号获得的信息。尽管音频信号的性质可能不会用作视觉信号，但是从音频信号收集的信息可能更值得信赖和有用，并且在某些情况下可以成为唯一的信息提供者。本节中的研究领域可以分为以下几部分：

　　语音识别

　　说话人识别

　　听觉情感分析

　　人为噪音/登录检测（喘息，叹息，大笑，哭泣等）

　　音乐互动

　　从历史上看，语音识别和说话人识别一直是研究的重点。与其他语音和音调数据相比，典型的人类听觉标记（例如叹气，感叹和其他情感分析）可以设计出更智能的人机交互系统。音乐的产生和交互是人机交互艺术领域中的一个非常新的应用，它主要集中在音频和视觉研究中。

　　基于传感器的人机交互

　　这部分结合了各个领域的广泛应用。这些不同领域的共同点是，人机交互中至少有一个物理传感器。如下所示，这些传感器可能非常原始，也可能非常复杂。

　　1.笔互动

　　2.个鼠标和键盘

　　3.操纵杆

　　4.运动跟踪传感器和数字化仪

　　5.触觉传感器

　　6.压力传感器

　　7.味道/气味传感器。

　　这些传感器已经存在了一段时间，其中有一些非常新的技术。笔传感器主要在移动设备领域，涉及手势和手写识别。运动跟踪传感器/数字转换器是最先进的技术，彻底改变了电影，动画，艺术和游戏行业。它们以可穿戴或联合传感器的形式出现，使计算机更能够与现实世界互动，人们可以创建自己的世界，而触觉和压力传感器则用于机器人技术和虚拟现实中。新型机器人包括数百个触觉传感器，使该机器人灵敏且具有触摸功能。这些类型的传感器还用于医疗手术应用中。

　　应用

　　典型的多渠道系统是“放他到那里”演示系统。该系统允许对象移动到新位置，并且屏幕上的地图上显示：“在此处放置一些内容”，指向对象本身，然后指向所需的目的地。多通道接口已用于许多应用程序中，包括使用地图仿真。

　　与传统交互相比，多通道接口具有许多优势。首先，他们可以提供更自然的用户友好体验。例如，在房地产系统中，您可以用手指指向房屋，以查询有关房屋的信息。使用指向手势选择一个对象，然后使用有关该对象的语音查询来演示提供给用户的自然体验多通道界面的类型。另一个关键优势是他们具有适应不同人的不同情况的能力。因此，在嘈杂的环境中，可以提供手写输入而不是语音。其他一些多通道系统应用程序如下：

　　智能家居/办公室

　　驾驶员状态监控

　　智能游戏

　　电子商务

　　协助残疾人

　　结论

　　人机交互的重要部分是系统设计。系统的质量取决于它如何表示信息以及用户如何使用它。新的研究方向是取代常规的常规方法。环境情报或普适计算被称为试图嵌入环境中的第三次技术浪潮，从而使其同时成为一种更自然和不可见的技术。虚拟现实也是促进人机交互的一种方式。
责任编辑：YYX