迈向多手势对应一命令：桌面设备用户研究

### 迈向多手势对应一命令：桌面设备用户研究 #### 一、引言 如今，桌面设备成为了交互式设置的理想之选。在这类系统中，用户会使用各种不同类型的手势，这意味着应用程序需要具备处理这些多样手势的能力。然而，目前应用程序设计师在设计多触摸手势时，常采用手势与命令一一对应的映射方式，这种方式没有考虑到用户手势的高度可变性，可能导致交互选择过于简单。 为了解决这一问题，我们开展了一项用户研究，旨在实现用户手势与命令的多对一映射。我们的研究分为两个阶段：第一阶段构建用户手势的分类法，引入原子运动的概念；第二阶段对特定类别的手势绘制符号进行细粒度的定量分析，以评估用户手势的可变性。 #### 二、相关工作 在表面计算技术的发展过程中，有许多研究致力于掌握和统一丰富的多触摸手势交互词汇。相关工作主要分为以下三个部分： 1. **以用户为中心的桌面交互手势研究**：过去几年，在多触摸用户自定义交互方面开展了大量工作。许多研究采用以用户为中心的方法，让用户根据动作效果发明相应的手势，然后选取被大多数用户一致执行的手势作为代表。不过，这些研究主要关注手势与动作的一对一映射。也有研究建议推导和比较多个手势集，以降低排除有潜力手势的风险。此外，有研究发现用户对手势的选择受交互上下文的影响，认为多对一映射有助于加强手势交互技术的设计。 2. **多触摸手势分类法研究**：Wobbrock 等人最早建立了统一的表面手势分类法，从形式、性质、绑定和流程四个类别进行粗粒度分类。Wu 等人将手势执行过程描述为有限状态机。Freeman 等人在设计手势学习工具时，从注册姿势、持续姿势和运动三个维度扩展了形式类别。但这些分类法都不太适合模拟手势与符号关联的可变性。 3. **多触摸手势形式化研究**：近期有许多关于多触摸手势形式化规范和可靠识别的研究。例如，GeForMT 使用上下文无关文法对多触摸手势进行形式抽象；Gesture Coder 通过状态机识别多触摸手势；Proton 将多触摸手势描述为正则表达式；GestIT 实现了基于组合运算符和 Petri 网的元模型来描述多触摸手势。然而，这些软件框架难以全面、真实地捕捉非技术用户产生手势的行为和可变性。 #### 三、用户研究 ##### （一）研究概述与原理 我们的目标是拓宽从用户那里获得的可能响应范围，深入了解用户在发出多触摸命令时的可变性。为了实现这一目标，我们将研究分为两个阶段： 1. **第一阶段**：让参与者熟悉交互表面，观察和分析他们的“直觉”交互风格。在这个不受控制的实验过程中，用户可以自由选择符号和代表它的手势，此阶段旨在构建一个分类法，作为后续研究的基础。 2. **第二阶段**：对用户绘制符号的方式进行定量分析。我们向参与者明确提供 8 种符号形式（对应微软应用程序手势的一个子集），要求他们用四种不同的方式绘制每个符号。 ##### （二）参与者 我们通过邮件列表和实验室及其合作机构的广告大厅屏幕招募参与者，目标是招募非用户界面设计师。最终，我们收集了 30 名志愿者的结果，其中 14 名是女性，年龄从 20 岁到 57 岁不等，平均年龄为 28.4 岁，所有参与者都是右撇子。参与者的职业包括秘书、化学家、生物学家、电子和机械专家、网络和电信研究员以及研究生，国籍涵盖了不同的欧洲、非洲和亚洲国家。参与者在触摸屏设备上的自我报告专业知识在交互表面类型上存在显著差异，且没有参与者之前使用过平板电脑或桌面设备，因此他们对实验中使用的交互表面完全陌生。 参与者对触摸屏设备的使用情况分布如下表所示： | 设备类型 | 从未使用 | 偶尔使用 | 经常使用 | | ---- | ---- | ---- | ---- | | 智能手机 | 8 | 9 | 13 | | 平板电脑 | 18 | 9 | 3 | | 平板电脑 PC | 30 | 0 | 0 | | 桌面设备和表面 | 0 | 0 | 0 | ##### （三）实验设备 研究在我们的实验室进行，使用了一台 24 英寸×18 英寸的微软 Surface 1。每次实