设计和评价Smartwatches触觉脉冲编码

文摘

随着smartwatches在市场上越来越流行,各种smartwatch上下文已开展研究。使用smartwatches可分为情况在生理和心理上都有和没有约束。值得注意的是,在受限的情况下,如果用户想要查看smartwatch视觉信息,高认知负荷。为了解决这个问题,我们提出一个方法来编码和传输信息从smartwatch触觉脉冲。首先,我们确定的信息类别smartwatch并生成各种触觉脉冲。接下来,我们提出并验证一组触觉脉冲可以代表smartwatch的信息类别。使用该触觉脉冲组,用户可以在约束情况下接收smartwatch信息。使用触觉脉冲编码需要考虑提供信息有效地从smartwatch穿戴者。

1。介绍

Smartwatches是在市场上越来越受欢迎1),导致研究确定生活方式使用smartwatch遥感数据(2,3使用smartwatches]和研究背景。特别是,研究的背景下,使用smartwatches一直积极进行,可以分为情况下和没有生理和心理约束(4- - - - - -7]。情况与物理约束是指一种情况的手腕smartwatch不是现成由于任务,如驾驶汽车或使用工具。情况与心理约束是指一种情况有一个限制的使用smartwatch由于心理压力,如在一个会议或与他人沟通。视觉识别的信息收到smartwatch在身体或心理约束的背景下会导致高认知负荷对用户和接收到的信息会导致作品点出8]。因此,我们要探索一个方法来传输信息smartwatch用户不需要视觉注意力。

当视觉超载,触觉接口允许信息交付没有相当大的认知负荷(9]。在这种背景下,研究通过触觉单独进行传输信息。这些研究被分为三个方向:通过触觉的杰出的信息(10- - - - - -12),一个公认的方向通过触觉13- - - - - -15),一个承认空间通过触觉16,17]。在研究完成通过触觉感官识别信息,有一个想法来提供不同的触觉反馈根据应用程序开发,这样用户可以知道应用程序是通过振动12]。然而,有一个问题,是不可能设计丰富,因为它只使用了三个层次的振动强度(长、短和暂停)。虽然它不是专有信息提供振动的一项研究中,也有一项研究设计光脉冲代表每个信息类别的智能手机(18]。然而,使用光脉冲有一个限制,它不能直接传输信息,除非用户正在发光二极管(LED)。总之,这项研究提供的信息smartwatch用户只有通过振动问题,实现脉冲是有限的,并研究信息编码成各种脉冲不使用振动,因此很难传达的信息约束的情况。因此,我们需要设计一个触觉脉冲,可以代表每个信息类别smartwatch基于前两个想法的优点。

本研究的目的是设计触觉脉冲适合代表smartwatch所传播的信息,没有看smartwatch可以理解。部分2处理的过程中发现并生成各种触觉脉冲之前推导脉冲smartwatch适合每个信息类别。部分3解释了实验获得触觉脉冲smartwatch适合每个信息类别,和部分4描述了实验的结果。节5,我们的信息显示,smartwatch只能通过触觉来区分脉冲约束情况。部分6讨论结果,和部分7总结我们的研究。

2。设计的触觉脉冲

在推导触觉smartwatch脉冲为每个信息类别,触觉脉冲是收集和提炼。使它更容易理解收集和产生脉冲的过程,整个过程如图1。

2.1。脉冲集合

苹果观察和三星Galaxy齿轮,这是市场上最受欢迎的smartwatches,只提供几个触觉脉冲。如果触觉smartwatch提供的脉冲的数量不足,难以编码的信息类别smartwatch具有独特的振动。因此,收集各种触觉脉冲,我们寻找一个研究,通过波形编码信息。大多数触觉脉冲研究与微观振动单位进行研究[19,20.),因此我们研究了光脉冲研究收集长脉冲,可以用于smartwatch振动。从光脉冲哈里森等的研究。18),共57收集光脉冲从五个研究[18,21- - - - - -24]。积累的光脉冲转换之前必须精制触觉,因为一些波形和脉冲光闪烁不合格的转换。

2.2。光脉冲的主要过滤

三个标准被用来过滤57光脉冲。首先,不能广义(图七随机脉冲2(一个))和两个简单开关脉冲被移除(图2 (b))。接下来,删除后的光脉冲波形相似,只有一个了(图2 (c)),导致共三个光脉冲移除。最后,三个光脉冲包含一个flash,这是很难表达的振动马达,所以它被删除(图2 (d))。的光脉冲过滤由上述三个标准如图2。主要的过滤删除15光脉冲,导致只有42光脉冲。

(一)

(b)

(c)

(d)

2.3。分类和决心的触觉脉冲持续时间

脉冲可以分为脉冲周期和非周期的脉冲取决于他们的波形22]。一个周期脉冲的波形在相等的时间间隔重复;20的收集光脉冲属于这一类别,长方形,三角形,正弦波形(图3)。非周期的脉冲波形的一个没有重复,都有一个特定的形状;22日收集的光脉冲被认为是类似于非周期的脉冲。

因为周期性重复相同的脉冲波形,不同脉冲可以生成基于多少次单位时间内他们是重复的。也就是说,如果一个脉冲的持续时间决定,可以生成一个周期脉冲通过确定周期内重复的次数。因此,所有20个周期脉冲被移除和集成到三种类型(矩形、三角形和正弦)。然而,当提供离散振动水平,三角波形和正弦波形可视为相同的触觉的脉搏。因此,为了简单起见,我们删除了正弦波形,只留下矩形和三角形在周期性的脉冲波形。当时需要确定脉冲产生触觉之前脉冲的持续时间;为此我们使用了22个非周期的脉冲。

75 mA偏心回转质量- (ERM)式电动机和Arduino Uno主板与脉宽调制(PWM)销被用来调整振动强度的触觉脉冲提供了一个5伏的电池。在实验中使用的原型是用C语言写的,如图4。实现22非周期的脉冲没有重叠,我们需要至少5水平的振动强度。因此,所有波形实施量化水平5的振动强度。振动是通过使用Arduino的analogWrite功能实现。表1每个振动强度显示电压和电流的值。


振动强度	V	马

5级	5.0	69.0
4级	4所示。3	59.5
3级	3.6	50.5
2级	2.9	41.0
1级	0.0	0.0

7时间测定实验中,参与者观看触觉脉冲的波形的眼,感觉触觉脉冲与他们的手腕戴着带振动电机,和评估的程度之间的通信提供的视觉波形和振动。实验平均需要30分钟。实验的目的是确定允许尽可能多的触觉脉冲持续时间22时公认的非周期的脉冲被实现为触觉相同的脉冲持续时间。自变量是脉冲持续时间,分为四个级别:1.3,2.1,2.9和3.7。触觉脉冲时提供给电动机,它旨在确定近似时间通过设置在最低水平1.3 s,振动强度开始区别;的水平,然后增加0.8秒的间隔。因变量是视觉波形和振动的程度是相同的,测量5-Likert规模。在经历每一个触觉两次脉冲,参与者评估22触觉脉冲的信件。的一个例子中使用的问卷调查实验如图5。

在显著性水平为0.05,方差分析期间确定实验结果显示显著差异的时间(F₍₃₆₁₂₎= 35.273, )。事后分析的结果在0.05的显著性水平,分为三组,2.9和3.7年代时间分为上(图组6)。许多参与者称,“时间越短的水平振动被认为,越好。“根据这些评论,2.9秒的短时间上组选择。

接下来,同样的实验进一步细分为0.2秒单位基于2.9秒的时间。第二个实验的持续时间包括五个层次:2.5,2.7,2.9,3.1,和3.3 s。在显著性水平为0.05,第二时间测定实验的方差分析结果显示,持续时间无显著差异(F₍₄₇₆₅₎= 2.345, )。最后2.5秒,这是集团的最短持续时间被确定为主要实验使用的时间。

2.4。触觉脉冲中使用的主要实验

根据前面的实验中,最好的触觉脉冲长度是确定为2.5秒。同时,在22个非周期的脉冲,6脉冲平均分数不到3 2.5年代被认为是一个脉冲,用户无法识别和删除。接下来,总共有四个周期脉冲生成,两个矩形和两个三角波形。生成的周期性脉冲重复2或4次在2.5秒的时间。16个非周期的脉冲和4周期脉冲如图7。眨眼缓慢而眨眼快出现在右端和矩形波形和脉冲慢脉冲快速三角波形。

图7

二十触觉脉冲中使用的主要实验(最右边的四个列是周期性脉冲)。(一)快中慢。(b)淡入。(c)闪电。(d)的心跳。(e)眨眼缓慢。(f)闪烁两次。(g)逐步建立。(h)传输固定强度。(我)眨眼增加。 (j) Blink fast. (k) SOS blink. (l) Dark flash. (m) Staircase continuous. (n) Raindrops. (o) Pulse slow. (p) Blink thrice. (q) Blink decreasing. (r) Staircase blink. (s) Transmission random intensity. (t) Pulse fast.

3所示。方法

我们研究了智能手机信息类别和smartwatch使用行为为smartwatches确定相关的信息类别。根据哈里森et al。18智能手机等),有五个类别:通知,活跃的,不能,低能耗状态,打开。通知可以细分为四个应用程序:电子邮件,即时消息(IM),调用,医疗保健(21,25- - - - - -27]。活跃的被定义为数据transmission-reception和运行监视的状态。不能被定义为unconnectable状态和用户命令否认状态。低能耗状态被定义为电池电量过低状态、待机模式和睡眠模式。打开被定义为启动设备。自从5大类信息的智能手机可以应用smartwatches (21,25),在本研究中我们将使用类别。表2总结了搜索结果smartwatches的信息类别。


类别		信息状态

通知	电子邮件	通知的电子邮件应用程序
	即时消息(IM)	通知我的应用程序
	调用	通知从调用应用程序
	医疗保健	通知从医疗应用程序
活跃的		发送或接收数据
		活跃,监控,…,或者进步
不能		无法连接
		不能接受用户输入或命令
低能耗状态		电池电量过低
		睡觉,暂停
打开		打开、引导或热身

smartwatch用户能够区分smartwatch只有触觉脉冲信息,有必要找出哪些触觉脉冲适合每个信息类别。因此,我们设计了一个实验来找到一个触觉脉冲之间的相关性和信息类别。测试分为两个部分。首先,我们调查了五个信息类别(之间的关系通知,活跃的,不能,低能耗状态,打开)和20触觉脉冲。接下来,我们细分通知为应用程序类(电子邮件,即时通讯,调用,医疗保健),调查了四个应用程序类别和20触觉脉冲之间的关系。参与者被要求给同级评价在整个实验。

3.1。设备

实验装置中使用的原型是一样的时间测定实验,和参与者穿带ERM-type振动电机在他们的手腕。实验设备和环境如图8。

3.2。任务域

两部分的实验中,参与者被要求感觉振动和执行任务评估的程度触觉脉冲是适合每个类别。参与者经历20触觉脉冲一次行和评估smartwatch五项信息类别。第二轮20触觉脉冲后,参与者评估的四类通知。因此,每个参与者共有40震动的感觉。

3.3。主题

共有30个参与者(16雄性和雌性14日)使用内部招聘广告。参与者的平均年龄24.5岁,标准差为2.36。实验平均需要25分钟和参与者收到5美元作为补偿。

3.4。独立变量

在这个实验中,两个变量作为自变量。首先,在分析健身为每个类别的触觉脉冲,触觉脉冲作为独立变量,包括20的水平。我们问脉冲是否适合每个类别使用5-Likert规模。接下来,当分析的资格类别为每个触觉脉冲通过改变轴,类别本身作为一个独立的变量。参与者适当程度的信息类别为每个脉冲使用5-Likert规模。类别的水平决定基于触觉脉冲的分析。

3.5。因变量

触觉的适应性得分脉冲的类别smartwatch作为因变量。健身得分后收集每个参与者经历每个振动和评估基于5-Likert规模。越接近健身分数是5,更适合给定类别的振动,和适应性得分越接近于1,适当的给定类别的振动越少。

3.6。实验设计

实验设计为单向设计和所有的独立变量作为受试。删除订单的效果,提供触觉脉冲的顺序是随机的。

3.7。过程

每个参与者进行健康评估的触觉五信息类别和四个脉冲通知应用程序类。参与者写道他或她的人口统计信息之前实验,然后听着实验协调员对类别判断。接下来,参与者评估健身的触觉脉冲五信息类别。前面的评价结束后,参与者评估触觉的健身四个脉冲通知应用程序类。参与者的评论收集的实验(表3)。


段0	步骤1:参与者的人口统计信息
期1	第二步:描述smartwatch的信息类别
第二阶段	步骤3:执行实验5信息类别
	1日触觉脉冲提供
	5信息类别的评估
	2日触觉脉冲提供
	……………
	20触觉脉冲提供
	5信息类别的评估
期3	步骤3:执行实验4信息类别(通知应用程序)
期4	第四步:收集参与者的评论

4所示。结果

后收集最初的结果和分析触觉脉冲分数在每个信息类别,我们改变了轴比较分数为每个触觉信息类别之间的脉搏。接下来,我们提出了一个触觉脉冲smartwatch适合代表每个信息类别。

4.1。为每个信息类别分数的触觉脉冲

首先,我们分析了触觉的健身脉冲为每个5 smartwatch的信息类别。在每个类别,分析了触觉脉冲作为独立变量和单向方差分析。在显著性水平为0.05,触觉脉冲(F_(19580)= 4.026, )有一个显著的影响通知类别分数。图基HSD进行事后分析和触觉脉冲没有明显区别与高分0.05显著性水平。大多数的参与者还指出,通知类别与许多应用程序和高分了大多数触觉脉冲。因此,通知类别不能使用这些结果;特定于应用程序的触觉脉冲将在部分4所示。2。的触觉脉冲的平均分数通知类别如图9。

在显著性水平为0.05,触觉脉冲(F_(19580)= 1.482, )没有显著的影响活跃的类别分数。结果不显著的原因分析,通过参与者的评论显示,大多数参与者不愿意提供的振动活跃的类别。因此,我们建议的活跃的类别不应该提供振动。的触觉脉冲的平均得分活跃的类别如图10。

在显著性水平为0.05,触觉脉冲(F_(19580)= 1.91, )有一个显著的影响不能类别分数。接下来,在显著性水平为0.05,触觉脉冲(F_(19580)= 2.26, )有一个显著的影响低能耗状态类别分数。接下来,在显著性水平为0.05,触觉脉冲(F_(19580)= 5.069, )有一个显著的影响打开类别分数。然而,图基HSD事后分析的不能,低能耗状态,打开类别显示高分触觉脉冲之间没有显著差异在0.05显著性水平。因此,它是不可能提出一个触觉脉冲代表信息类别只要排名的平均分数。数据11- - - - - -13展示图内的触觉脉冲不能,低能耗状态,打开类别,分别。

正如前面所讨论的,通知为每个应用程序类别分析。在显著性水平为0.05,触觉脉冲(F_(19580)= 10.57, )有一个显著的影响电子邮件应用分数通知类别。接下来,在显著性水平为0.05,触觉脉冲(F_(19580)= 12.39, )有一个显著的影响即时通讯应用分数。此外,在显著性水平为0.05,触觉脉冲(F_(19580)= 7.982, )有一个显著的影响调用应用分数。然而,图基HSD事后分析的电子邮件,即时通讯,调用类别显示高分触觉脉冲之间没有显著差异在0.05显著性水平。因此,它是不可能提出一个触觉脉冲代表信息类别只要排名的平均分数。数据14- - - - - -16展示图内的触觉脉冲电子邮件,即时通讯,调用类别,分别。

最后,在显著性水平为0.05,触觉脉冲(F_(19580)= 0.833, )没有显著的影响医疗保健应用分数通知类别。由于分析参与者的评论的原因上面的调查结果,发现大多数参与者没有心理模型医疗保健应用程序。在人机交互(HCI)领域,心理模式指的是动态模型,用户在他们脑海中关于函数,结构,和价值的特定系统(28]。因此,我们不能提出一个触觉脉冲医疗保健应用程序作为这个实验的结果。图17显示了一个图的触觉脉冲得分医疗保健应用程序。

4.2。分数为每个触觉信息类别的脉搏

节4所示。1的分数,我们看着触觉smartwatch脉冲在每个信息类别,,很难提出一个触觉脉冲为每一个完全基于分析的结果。因此,我们改变了轴的分析和比较了分数基于每个触觉脉冲信息类别。在分析之前,我们排除了三个信息类别:通知我们不能提出触觉脉冲,活跃的不提供振动,医疗保健没有显著差异,因为没有建立心智模式。因此,我们进行分析,只有剩下的六个信息类别。方差分析分析和图基的HSD进行事后分析。为每个20触觉脉冲,它如表所示4。的20个触觉脉冲,只有三个触觉脉冲,淡入,逐步构建、SOS眨眼,显示在0.05显著性水平无显著差异,剩下的17个触觉脉冲显示显著差异在0.05显著性水平。图基组得分最高的HSD是一个,和一组显著差异水平的0.05 B,而该集团从A和B两组无显著差异是AB。此外,该集团与A和B两组的显著差异是C,尽管两组的组没有显著差异B和C是BC。


触觉脉冲	通过图基HSD测试组和分数划分						方差分析结果
触觉脉冲	不能	打开	低能耗状态	即时消息(IM)	电子邮件	调用	价值

眨眼减少	2.43 (B)	2.97 (B)	2.63 (B)	2.73 (B)	2.63 (B)	4.03(一个)	< 0.001
眨眼快	3.53 (AB)	2.47 (C)	3.37 (B)	4.27(一个)	3.93 (AB)	1.70 (C)	< 0.001
眨眼增加	2.63 (AB)	2.37 (AB)	2.93(一个)	1.80 (B)	2.00 (B)	3.27(一个)	< 0.001
眨眼缓慢	3.57(一个)	2.37 (B)	3.70(一个)	4.07(一个)	3.80(一个)	2.13 (B)	< 0.001
眨眼三次	2.60 (B)	3.80(一个)	2.77 (B)	3.80(一个)	3.57 (AB)	2.30 (B)	< 0.001
闪烁两次	2.47 (B)	3.17 (AB)	2.43 (B)	2.87 (B)	2.90 (B)	3.93(一个)	< 0.001
暗闪光	3.00 (AB)	3.07 (AB)	3.33 (AB)	3.87(一个)	3.83(一个)	2.83 (B)	0.002
淡入	2.70(一个)	2.27(一个)	2.87(一个)	2.50(一个)	2.23(一个)	3.07(一个)	0.063
快中慢了	2.53 (B)	2.63 (AB)	2.97 (AB)	3.57(一个)	3.27 (AB)	3.03 (AB)	0.030
逐步建立	2.57(一个)	2.27(一个)	2.93(一个)	2.47(一个)	2.40(一个)	3.10(一个)	0.106
心跳	2.80 (AB)	1.90 (B)	3.40(一个)	2.07 (B)	2.20 (B)	2.83 (AB)	< 0.001
闪电	2.57 (AB)	2.13 (AB)	2.93(一个)	2.20 (AB)	2.03 (B)	2.73 (AB)	0.013
脉冲快	2.73 (AB)	2.43 (B)	2.93 (AB)	2.80 (AB)	2.47 (B)	3.53(一个)	0.006
脉冲慢	2.60 (AB)	2.03 (BC)	2.36 (BC)	1.93 (BC)	1.73 (C)	3.23(一个)	< 0.001
雨滴	2.77(一个)	3.67(一个)	2.63(一个)	2.70(一个)	2.73(一个)	3.47(一个)	0.011
SOS眨眼	2.80(一个)	2.33(一个)	2.93(一个)	2.83(一个)	2.57(一个)	3.20(一个)	0.093
楼梯眨眼	2.87 (B)	2.90 (B)	2.80 (B)	3.27 (AB)	2.83 (B)	3.83(一个)	0.006
楼梯连续	3.20 (AB)	2.37 (B)	2.83 (AB)	2.73 (AB)	2.30 (B)	3.53(一个)	< 0.001
传输固定强度	2.53 (B)	2.57 (B)	2.70 (B)	2.43 (B)	2.20 (B)	3.97(一个)	< 0.001
传输随机强度	2.63 (B)	2.33 (B)	2.40 (B)	2.10 (B)	2.00 (B)	3.93(一个)	< 0.001

不同字母表示组间显著差异(重要α= 0.05)。

根据事后分析、信息类别高得分显著不同的信息类别组在每个触觉脉冲表4如下。眨眼减少最高的分数调用类别(4.03),并显著不同于其他五种类别。接下来,眨眼快得分是最高的即时通讯类别(4.27),并显著不同的三个类别:打开,低能耗状态,调用。眨眼增加得分最高的低能耗状态(2.93)和调用(3.27),并显著不同的两类:即时通讯和电子邮件。眨眼缓慢与高分被分为一组不能(3.57),低能耗状态(3.70),即时通讯(4.07)电子邮件(3.80)类别,分别。这组明显不同的两类信息打开和调用。接下来,眨眼三次得分是最高的打开(3.80)和即时通讯(3.80)类别和明显不同的三个类别:不能,低能耗状态,调用。闪烁两次得分最高调用(3.93)和一个显著差异的四类:不能,低能耗状态,即时通讯,电子邮件。接下来,黑暗中闪得分是最高的即时通讯(3.87)和电子邮件(3.83)类别和明显不同调用类别。快在慢中得分最高即时通讯类别(3.57),并显著不同不能类别。接下来,心跳得分是最高的低能耗状态(3.40),并显著不同于三个类别:打开,即时通讯,电子邮件。闪电中得分最高低能耗状态类别(2.93),并显著不同电子邮件类别。脉冲快速得分最高的调用类别(3.53),并显著不同的两类:打开和电子邮件。接下来,脉搏缓慢的得分是最高的调用(3.23),并显著不同于四类:打开,低能耗状态,即时通讯,电子邮件。根据方差分析结果,雨滴显示显著差异的信息类别在0.05显著性水平p值= 0.011,但图基HSD测试显示在0.05显著性水平无显著差异。楼梯眨眼的得分最高调用类别(3.83),并显著不同于四类:不能,打开,低能耗状态,电子邮件。接下来,楼梯连续得分是最高的调用(3.53),并显著不同的两类:打开和电子邮件。最后,传播固定强度和传输随机强度分为3.97和3.93的高分,和调用类别显示显著差异的其他五个类别。

4.3。触觉脉冲Smartwatches信息类别

我们提出主导触觉脉冲smartwatch为每个信息类别。这是显示在表4,代表的统计差异作为判断标准。以来占主导地位的触觉脉冲在每个信息类别应明显区别于其他信息类别,类别统计上显著低于数量越高的分数参考类别,我们认为这是占主导地位的触觉脉冲分类的标准。同时,为了避免分配相同的触觉脉冲不同的信息类别,如果只有一个占主导地位的触觉脉冲在每个信息类别,我们分配了一个触觉脉冲信息类别,这样一来就不会重叠与其他信息类别。

在电子邮件信息类别,触觉的眨眼快,眨眼慢脉冲都明显高于那些的调用和打开信息类别。在即时通讯信息类别,眨眼之间快速的得分显著高于三个类别的信息打开,低能耗状态,调用,眨眼三次的得分明显高于三个类别的信息不能,低能耗状态,调用。接下来,在调用信息类别,眨眼减少,固定强度、传播和传输随机强度明显高于其他五类。在不能信息类别,眨眼快,眨眼慢明显高于得分打开和调用。接下来,在低能耗状态信息类别,心跳明显高于三个类别:打开,即时通讯,电子邮件。最后,在打开类别,眨眼三次大大高于其他三个信息类别:不能,低能耗状态,调用。表5显示了每个信息类别占主导地位的触觉脉冲。


信息类别		触觉脉冲

通知	电子邮件	快速眨眼,眨眼缓慢
	即时通讯	三次眨眼快,眨眼
	调用	眨眼减少,固定强度传输,传输随机强度
不能		快速眨眼,眨眼缓慢
低能耗状态		心跳
打开		眨眼三次

基于表5,我们触觉脉冲分配给每个信息类别,这样他们不会复制和优先分配触觉脉冲信息类别只有一个占主导地位的触觉的脉搏。在低能耗状态心跳,心跳被分配,因为只有一个是一个占主导地位的触觉的脉搏。接下来,自打开类别只有一个占主导地位的触觉脉冲作为三次眨眼,眨眼三次被分配到打开。的调用信息分类与占主导地位的触觉脉冲没有重叠的其他信息类别,所以眨眼减少,固定强度、传播和传输随机强度被分配到调用信息类别。接下来,占主导地位的触觉的脉冲即时通讯信息类别是眨眼快除了眨眼之前三次分配打开,所以只有眨眼快被分配到即时通讯信息类别。电子邮件和不能信息类别有相同的占主导地位的触觉脉冲。然而,分配给删除眨眼快即时通讯信息类别只剩下眨眼缓慢。在这种情况下,眨眼慢只能被分配的类别之一电子邮件和不能。因此,虽然不显著,我们分配眨眼的缓慢电子邮件信息类别,它有一个更高的得分为3.80分。最后,触觉脉冲占主导地位不能信息类别都分配给不同类别的信息。因此,作为第二选择,脉搏缓慢被分配到不能信息类别。脉搏缓慢的风险高不能信息类别比电子邮件信息类别。表6显示了最终的触觉脉冲组,代表每个smartwatch信息类别没有重叠。


信息类别		触觉脉冲的波形	的名字

通知	电子邮件		眨眼缓慢
	即时通讯		眨眼快
	调用		眨眼减少,固定强度传输,传输随机强度

不能			脉冲慢
低能耗状态			心跳
打开			眨眼三次

5。验证实验的触觉信息类别的Smartwatch设定的脉冲

触觉脉冲组提出的部分4要有意义,用户应该能够区分smartwatch的信息类别只有触觉在约束情况下脉冲。因此,为了验证触觉脉冲组,实验环境的约束条件,实验进行区分的信息类别只振动。在触觉脉冲设置表6,有三个在触觉脉冲调用应用程序。因为这些触觉脉冲之间没有显著差异,眨眼减少任意选择构建实验触觉脉冲。

共有10个参与者(5个男性和女性)参与了这个实验。参与者的平均年龄是24.1岁,标准偏差为1.52。实验平均需要50分钟,回报约为-10美元。所用的设备是一样的,之前的实验中,实验和协调员由约束情况通过20与参与者的问题。填写个人的基本信息之后,参与者被告知smartwatches六信息分类的意义。接下来,参与者有25分钟熟悉“信息category-haptic脉冲。”后学会了触觉脉冲组,实验协调员二十个问题和执行,同时,提供了一个共12触觉脉冲为每个信息类别(两个)的参与者。在这些约束条件下,参与者决定的信息类别触觉脉搏和检查评估表。给出的12触觉脉冲随机删除订单的效果,和参与者的评论收集后的实验。这个实验测量的精度正确区分信息类别只有触觉脉冲。

实验结果表明,120次中只有6名参与者错误检查smartwatch的信息类别,和整体精度高达95%。此外,5个中的10个参与者机密信息分类准确率达到了100%。因此,使用触觉脉冲组提出在这项研究中,这是确认用户只能区分信息类别的触觉脉冲约束情况。

6。讨论

调查smartwatch之间的关系的信息类别和触觉的脉搏,我们尝试在部分3。在分析基于smartwatch的信息类别,有统计上显著的差异在触觉脉冲通知类别。这类自多个应用程序导致混合评估,我们决定为每个应用程序分别分析它。其他信息类别,活跃的被排除在最终分析因为触觉脉冲没有明显差异,和用户不希望收到关于它的触觉反馈。此外,医疗保健的应用通知信息类别并没有显示出统计上的显著差异,因为用户还没有心智模型,结果,医疗保健应用程序被排除在分析。为什么没有构建心智模型可能是用户不熟悉医疗保健相比与其他应用程序,如电子邮件应用程序。因此,只有六个信息类别被用于分析。

接下来,占主导地位的触觉脉冲设置导出为每个信息类别。这种触觉的脉冲组由触觉脉冲高分数在每个类别的信息。有趣的是,触觉脉冲在四个信息类别,电子邮件,即时通讯,低能耗状态,打开,包括最大强度振动和最小强度振动五水平的振动强度。与会者指出,手机和智能手机两步振动传递这一信息。因此,可以从这些之前的经历,用户更喜欢熟悉振动仅由两个步骤组成。眨眼减少,固定强度、传播和传播所采用随机强度触觉脉冲代表调用应用程序,这些触觉脉冲被采纳提供有节奏的和连续振动由于过去的手机和智能手机的经验。

最后,基于触觉脉冲集导出在这项研究中,我们尝试确认是否smartwatch触觉反馈的信息类别只能区分在约束情况下没有视觉注意力。实验结果显示,参与者可以识别信息分类精度高的95%。这是证明该触觉脉冲设置是有效的。

7所示。结论

本研究提出了一种方法来编码和提供各种触觉脉冲smartwatch信息来解决问题,导致高认知负荷,当用户在约束情况下检查smartwatch信息。要做到这一点,我们调查的信息类别smartwatches和生成各种触觉脉冲和分析信息类别和触觉脉冲之间的关系。触觉脉冲集,它代表smartwatch的信息类别,派生通过了几项实验。

最后,我们做了一个验证实验的触觉脉冲设置和显示smartwatch用户可以区分信息从他们看只有触觉脉冲。触觉脉冲组提出了研究用途广泛,可以应用于所有smartwatches配备振动电机,预计将为开发人员提供洞察力。

此外,触觉脉冲代表医疗保健应用程序不能提出因为大多数参与者没有心理模型医疗保健应用程序。因此,进一步的研究将需要获得一个触觉脉冲时医疗保健在smartwatches中的应用越来越普遍。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

信息披露

Yonghwan严,应该考虑Jaemoon Sim co-first作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的部分韩国国家研究基金会(NRF)授予由韩国政府(MSIT)(没有。2018 r1c1b6004459)。

引用

Gartner Inc . (2016),https://www.gartner.com/newsroom/id/3198018。
m·艾哈迈德·a·汗·m·拉,s . Distefano“寻求最佳smartwatches身体活动识别,系统设置”《科学和信息发布会施普林格,页220 - 233年,拉斯维加斯,NV,美国,2019年4月。视图:出版商的网站|谷歌学术搜索
m·艾哈迈德·m·a . Alqarni a汗et al .,“Smartwatch-based合法用户标识云安全服务”,移动信息系统ID 5107024条,卷。2018年,14页,2018。视图:出版商的网站|谷歌学术搜索
m . e . Cecchinato a·l·考克斯和j .鸟”总是在(线)?:用户体验smartwatches及其作用无需多设备内生态”学报2017年气会议在计算系统的人为因素ACM,页3557 - 3568年,丹佛,有限公司,2017年5月美国。视图:出版商的网站|谷歌学术搜索
v . g . Motti和k·凯恩,“智能衣物或愚蠢的衣物吗?:了解上下文在手腕磨损的交互,影响用户体验”美国第34 ACM国际会议交流的设计ACM, p。10日,银泉,医学博士,美国,2016年9月。视图:出版商的网站|谷歌学术搜索
美国披萨,b·布朗·d·麦克米兰,a . Lampinen“Smartwatch体内,”学报2016年气会议在计算系统的人为因素ACM,页5456 - 5469年,2016年5月,美国圣何塞。视图:谷歌学术搜索
d·麦克米兰“无需多设备交互的smartwatch”国际会议的程序设计、用户体验和可用性施普林格,页275 - 287年,温哥华,加拿大,2017年7月。视图:出版商的网站|谷歌学术搜索
j . Sim y严、k金”的发展和评价HaptiWatch智能通知系统,”人为因素和人类工程学在制造业和服务行业卷,29号6,504 - 516年,2019页。视图:出版商的网站|谷歌学术搜索
k·s·黑尔和k . m . Stanney触觉渲染——超越视觉computing-deriving触觉设计指导方针从人类生理、心理物理,和神经基础,”IEEE计算机图形学和应用程序,24卷,不。2,33-39,2004页。视图:出版商的网站|谷歌学术搜索
s c·李和t . Starner“BuzzWear:警报知觉在可穿戴触觉显示器的手腕,”SIGCHI会议程序在计算系统的人为因素ACM,页433 - 442年,亚特兰大,乔治亚州,2010年4月。视图:出版商的网站|谷歌学术搜索
l·m·布朗,美国a·布鲁斯特和h c .购买“多维tactons表示在移动设备上的非视觉信息,”8日会议程序与移动设备人机交互和服务ACM,页231 - 238年,赫尔辛基芬兰,2006年9月。视图:出版商的网站|谷歌学术搜索
美国金赛,j·胡、j·黄和p . Khotpanya”系统和方法配置振动模式可穿戴通信设备收到的通知,”美国专利和商标办公室,美国专利申请号14/684050,2015。视图:谷歌学术搜索
d . Dobbelstein p Henzler大肠Rukzio,“无约束行人导航基于vibro-tactile反馈smartwatch的腕带,”学报2016年气会议扩展抽象计算系统的人为因素ACM,页2439 - 2445年,2016年5月,美国圣何塞。视图:出版商的网站|谷歌学术搜索
s . Azenkot r·e·拉和j . o . Wobbrock“智能手机为非可视wayfinding触觉反馈,”学报》国际ACM SIGACCESS会议13日在电脑和可访问性ACM,页281 - 282年,邓迪,苏格兰,2011年10月。视图:出版商的网站|谷歌学术搜索
k . Tsukada和m . Yasumura Activebelt:带式可穿戴触觉显示定向导航,”国际会议上无处不在的计算的程序施普林格,页384 - 399年,2004年9月,英国诺丁汉。视图:谷歌学术搜索
s . Akhter j . Mirsalahuddin f·b·Marquina美国伊斯兰教,和s . Sareen”分享服务触觉视觉替换系统为盲人,”东北2011年IEEE第37届生物工程研讨会论文集(NEBEC)特洛伊,页1 - 2,IEEE,纽约,美国,2011年4月。视图:出版商的网站|谷歌学术搜索
d . Dakopoulos s . k . Boddhu, n .布尔巴基”一个2 d振动视障数组作为辅助装置,”学报2007年IEEE 7日生物信息学和生物工程国际研讨会IEEE,页930 - 937年,波士顿,MA,美国,2007年10月。视图:出版商的网站|谷歌学术搜索
j·c·哈里森Horstman、g .谢长廷和哈德逊,“解锁点光源的表现性,”SIGCHI会议程序在计算系统的人为因素ACM,页1683 - 1692年,奥斯丁TX,美国,2012年5月。视图:出版商的网站|谷歌学术搜索
j·r·布卢姆i Frissen, j . r . Cooperstock”通过加速度计测量,提高触觉反馈可穿戴设备”28届ACM学报》研讨会上用户界面软件和技术页31-36 ACM,夏洛特,数控,美国,2015年11月。视图:出版商的网站|谷歌学术搜索
安利奎斯·m·j·k·e .·麦克莱恩,“hapticon编辑器:支持触觉交流的一个工具研究”学报11日研讨会触觉接口虚拟环境和遥控机器人系统,2003年。触觉技术2003IEEE,页356 - 362年,洛杉矶,美国,2003年3月。视图:出版商的网站|谷歌学术搜索
f . t . x Liu Chen钱et al .,“描述smartwatch使用在野外,”美国第15届国际会议在移动系统中,应用程序和服务ACM,页385 - 398年,尼亚加拉大瀑布,纽约,美国,2017年6月。视图:出版商的网站|谷歌学术搜索
k·巴拉卡”,有效的移动机器人使用非语言交流表达灯,“Dissertion,卡内基梅隆大学,匹兹堡,宾夕法尼亚州,美国,2016年。视图:谷歌学术搜索
k .小林k . Funakoshi山田,m . Nakano t .小松和y Saito,“闪光信号灯模式作为人工人机语音交互的微妙表情,”RO-MAN学报,2011IEEE,页181 - 186年,亚特兰大,乔治亚州,美国,2011年7月。视图:出版商的网站|谷歌学术搜索
y . Liu r·h·梁y, y . h . Lee和l·l·陈,“为桥接设计的表现力点光源human-IoT系统通讯,”会议的程序设计和形式的语义和Movement-Sense敏感性,DeSForM 2017InTech,的哲理,埃因霍温,荷兰,2017年10月。视图:出版商的网站|谷歌学术搜索
c .敏康,c . Yoo et al .,“探索当前实践smartwatches的电池使用和管理”学报2015年ACM国际研讨会可穿戴计算机ACM,页11到18门,大阪,日本,2015年9月。视图:出版商的网站|谷歌学术搜索
d . m . Chan Esteve J.-Y。Fourniols, c . Escriba e·坎波,“智能可穿戴系统:当前状态和未来的挑战,”人工智能在医学上卷,56号3、137 - 156年,2012页。视图:出版商的网站|谷歌学术搜索
学术界。王”,以市场为导向的方法来完成产品定位和产品推荐为智能手机和可穿戴设备,“国际期刊的生产研究,53卷,不。8,2542 - 2553年,2015页。视图:出版商的网站|谷歌学术搜索
d·a·诺曼“心智模式的观察,”心智模式,第15 - 22页,心理出版社,举起,英国,2014年。视图:谷歌学术搜索

移动信息系统

文摘