孫 輝，呂 健，寸文哲

?

VR系統(tǒng)信息可視化模型

孫 輝，呂 健，寸文哲

(貴州大學(xué)現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，貴州 貴陽(yáng) 550025)

針對(duì)虛擬環(huán)境中用戶(hù)認(rèn)知負(fù)荷較重和資源分配不協(xié)調(diào)問(wèn)題，綜合分析了人腦認(rèn)知活動(dòng)中信息的顯性化表達(dá)，提出一種基于分布式認(rèn)知的信息可視化資源模型。通過(guò)計(jì)算機(jī)感知虛擬環(huán)境中用戶(hù)動(dòng)作、行為、任務(wù)等信息，依據(jù)資源分配方案確定資源和信息之間映射關(guān)系，并以信息表象的形式貯存；通過(guò)對(duì)信息表象進(jìn)一步精致化，實(shí)現(xiàn)交互界面視覺(jué)元素的優(yōu)化布局；本文結(jié)合眼動(dòng)追蹤設(shè)備對(duì)VR系統(tǒng)原型進(jìn)行可用性評(píng)估實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該可視化模型能夠降低用戶(hù)認(rèn)知負(fù)荷，改善用戶(hù)體驗(yàn)。

分布式認(rèn)知；信息可視化；虛擬現(xiàn)實(shí)；資源模型；人機(jī)交互

目前，以信息感知、資源匹配、信息顯性化表達(dá)為特征的信息表征方法在設(shè)計(jì)相關(guān)領(lǐng)域得到廣泛研究與應(yīng)用，特別是在工業(yè)產(chǎn)品展示、3D虛擬教學(xué)、文化藝術(shù)品體驗(yàn)等相關(guān)領(lǐng)域，信息表征由二維屏幕逐漸過(guò)渡到三維虛擬現(xiàn)實(shí)(virtualreality, VR)中。分布式認(rèn)知是由認(rèn)知心理學(xué)發(fā)展而來(lái)的一種新的認(rèn)知概念，綜合考慮人、計(jì)算機(jī)、環(huán)境在認(rèn)知活動(dòng)中的影響，建立人機(jī)交互過(guò)程中用戶(hù)動(dòng)作和計(jì)算機(jī)資源之間的聯(lián)系，為人機(jī)交互領(lǐng)域提供一種新的認(rèn)知范式。分布式系統(tǒng)描述內(nèi)部和外部表征信息的交換和融合，探究了人與技術(shù)，人與人之間的認(rèn)知分布，是對(duì)表征信息進(jìn)行加工處理的過(guò)程[1]。在人機(jī)交互領(lǐng)域研究中，人的認(rèn)知活動(dòng)在考慮認(rèn)知主體(人腦)之外，同時(shí)還要考慮認(rèn)知發(fā)生的環(huán)境、外部媒介、外部工具等認(rèn)知客體對(duì)認(rèn)知活動(dòng)的影響。

LEE和ELLIS[2]提出一種人機(jī)交互系統(tǒng)，用于融合增強(qiáng)現(xiàn)實(shí)(augmented reality, AR)技術(shù)和用戶(hù)的操作行為，利用傳感器結(jié)合AR視圖，協(xié)助用戶(hù)實(shí)現(xiàn)任務(wù)目標(biāo)。LI和DUH[3]從用戶(hù)體驗(yàn)的角度分析了AR中用戶(hù)交互行為和認(rèn)知之間關(guān)系，重點(diǎn)關(guān)注交互活動(dòng)中信息表征、行為互動(dòng)、經(jīng)驗(yàn)分享3方面對(duì)虛擬環(huán)境認(rèn)識(shí)功能的影響。HARRISON[4]提出一種基于信息資源概念的交互式建模新方法，結(jié)合信息資源模型分析分布式認(rèn)知與人機(jī)交互建模的關(guān)系，將基于單用戶(hù)系統(tǒng)的分布式認(rèn)知分析擴(kuò)展為更為適合的大型分析單元，并將行為資源作為人機(jī)交互活動(dòng)的核心。RAJKOMAR等[5]探究了時(shí)間對(duì)于分布式認(rèn)知系統(tǒng)的影響，將時(shí)間連續(xù)體作為認(rèn)知過(guò)程的外部媒介，允許用戶(hù)利用預(yù)期記憶對(duì)任務(wù)順序、持續(xù)時(shí)間等進(jìn)行配置，降低用戶(hù)認(rèn)知工作的復(fù)雜性。程時(shí)偉和孫守遷[6]綜合分析認(rèn)知過(guò)程中的內(nèi)外表征，提出一種資源模型用于信息結(jié)構(gòu)定義和信息資源組織，實(shí)現(xiàn)認(rèn)知的外部化和表面化。

從VR和分布式認(rèn)知相關(guān)研究來(lái)看，國(guó)外VR技術(shù)更多應(yīng)用在工業(yè)仿真、醫(yī)學(xué)、未來(lái)虛擬等方面，研究重點(diǎn)在于用戶(hù)界面、感知信息、用戶(hù)體驗(yàn)及軟件系統(tǒng)設(shè)計(jì)等方面。分布式認(rèn)知強(qiáng)調(diào)的是認(rèn)知過(guò)程中，認(rèn)知主體和認(rèn)知客體、環(huán)境之間的映射關(guān)系，通過(guò)構(gòu)建認(rèn)知資源模型實(shí)現(xiàn)交互過(guò)程中信息框架構(gòu)建和交互策略定義。分布式認(rèn)知概念多應(yīng)用與教育教學(xué)、VR、協(xié)作學(xué)習(xí)系統(tǒng)等領(lǐng)域，在虛擬環(huán)境應(yīng)用方面強(qiáng)調(diào)環(huán)境中交互性學(xué)習(xí)，認(rèn)知共同體構(gòu)建等概念，著重對(duì)其功能實(shí)現(xiàn)、場(chǎng)景規(guī)劃、虛擬教學(xué)等方面進(jìn)行深入研究。

1 信息可視化資源模型

1.1 模型結(jié)構(gòu)

在心理學(xué)中，資源(Resource)是提供給處理過(guò)程的一定數(shù)量的信息[7]。本文將資源模型定義為在產(chǎn)品使用過(guò)程中，指導(dǎo)計(jì)算機(jī)識(shí)別信息并做出相應(yīng)反饋的信息集合。模型使用任務(wù)、歷史、長(zhǎng)期傾向、偏愛(ài)、供給、精致化6種資源來(lái)描述計(jì)算機(jī)認(rèn)知模型。

(1) 任務(wù)(Task)。定義計(jì)算機(jī)信息表征實(shí)現(xiàn)的最終目標(biāo)，是計(jì)算機(jī)在歷史、供給等相應(yīng)資源配合下指導(dǎo)動(dòng)作的決策，認(rèn)知過(guò)程中任務(wù)指令被解析為不同子任務(wù)，即

(2) 歷史(History)。在人機(jī)交互過(guò)程中，描述事件發(fā)生時(shí)相對(duì)應(yīng)的動(dòng)作、環(huán)境及計(jì)算機(jī)資源，是一系列事件和相應(yīng)動(dòng)作、環(huán)境的組集，即

(4) 偏愛(ài)(Bias)。本文定義偏愛(ài)[8]的概念為人腦依據(jù)用戶(hù)自身認(rèn)知模式對(duì)表征信息作出傾向性選擇。

(5) 供給(Affordance)[9-10]本文指人用推理的方式使用工具，描述了用戶(hù)和環(huán)境之間的操作屬性。在交互過(guò)程中，計(jì)算機(jī)依據(jù)歷史資源判斷可能出現(xiàn)的下一步動(dòng)作和由長(zhǎng)期傾向直接觸發(fā)的動(dòng)作集合，即

(6) 精致化(Elaboration)。在認(rèn)知過(guò)程中，人腦聯(lián)結(jié)表象信息并對(duì)其作出標(biāo)識(shí)或解釋。在整個(gè)交互活動(dòng)中，多個(gè)表象信息聯(lián)結(jié)構(gòu)成背景，單個(gè)表象信息在多個(gè)相似表象的基礎(chǔ)上進(jìn)一步被豐富，該過(guò)程為

1.2 交互策略

基于分布式認(rèn)知資源模型分析用戶(hù)認(rèn)知行為，結(jié)合當(dāng)前操作情境、技術(shù)、用戶(hù)習(xí)慣構(gòu)建信息認(rèn)知資源模型，該模型由信息結(jié)構(gòu)和信息交互策略?xún)刹糠纸M成。其信息交互策略包括任務(wù)解析、資源配置、表象精致化、信息表征和反饋評(píng)估5個(gè)部分，如圖1所示。

圖1 資源模型交互策略

(1) 任務(wù)解析。其是資源模型實(shí)現(xiàn)信息表征的早期階段，計(jì)算機(jī)感知用戶(hù)任務(wù)、行為、動(dòng)作，依據(jù)歷史資源匹配相關(guān)計(jì)算機(jī)資源并以信息表象的形式貯存。該策略是一個(gè)動(dòng)態(tài)過(guò)程，強(qiáng)調(diào)的是用戶(hù)任務(wù)、使用情境以及信息分類(lèi)貯存之間的映射關(guān)系，如圖2所示。

(2) 資源配置。資源配置描述在計(jì)算機(jī)認(rèn)知過(guò)程中，依據(jù)資源分配方案對(duì)信息進(jìn)行篩選并轉(zhuǎn)化為目標(biāo)表象的過(guò)程。計(jì)算機(jī)依據(jù)供給資源對(duì)目標(biāo)表象進(jìn)行相似度計(jì)算，選取相似度較高的表象信息進(jìn)行精致化處理，若有長(zhǎng)期傾向事件發(fā)生則直接轉(zhuǎn)化為表象信息進(jìn)行精致化，剩余信息表象衰減，其過(guò)程如圖3所示。

(3) 表象精致化。其策略是在資源匹配基礎(chǔ)上，表象信息在環(huán)境、色彩、紋理等方面被進(jìn)一步豐富，其表征過(guò)程如圖4所示。

圖2 目標(biāo)解析

(4) 信息表征。描述在計(jì)算機(jī)認(rèn)知過(guò)程中，經(jīng)過(guò)一系列信息感知、解析、判斷、匹配、精致化以后，將供給中的若干預(yù)測(cè)動(dòng)作最終在視覺(jué)層面上表征給用戶(hù)。

(5) 反饋評(píng)估。用戶(hù)依據(jù)表征信息完成操作動(dòng)作，在交互活動(dòng)中用戶(hù)最終行為和計(jì)算機(jī)的預(yù)測(cè)動(dòng)作不一定一致。若表征信息被用戶(hù)選擇，則任務(wù)完成進(jìn)入下一步認(rèn)知過(guò)程。否則，信息表征失敗，針對(duì)用戶(hù)操作行為進(jìn)行解析并反饋給計(jì)算機(jī)進(jìn)入歷史資源、表象資源、供給資源中為下次信息表征做準(zhǔn)備。

1.3 基于分布式認(rèn)知的資源模型

基于分布式認(rèn)知的信息可視化資源模型研究是在人機(jī)交互過(guò)程中，計(jì)算機(jī)獲取資源的方式以及人的認(rèn)知行為對(duì)信息表征產(chǎn)生的動(dòng)態(tài)影響[11]。該模型使用任務(wù)、歷史、偏愛(ài)、長(zhǎng)期傾向、精致化、供給等認(rèn)知資源描述計(jì)算機(jī)信息表征過(guò)程，用于替代人腦對(duì)相關(guān)信息的認(rèn)知。圖5給出在人機(jī)交互過(guò)程中資源模型的具體結(jié)構(gòu)及認(rèn)知方式。

圖4 表象精致化過(guò)程

圖5 資源模型結(jié)構(gòu)

2 VR體驗(yàn)系統(tǒng)信息可視化過(guò)程

2.1 信息可視化模型結(jié)構(gòu)

信息可視化是多學(xué)科融合領(lǐng)域，側(cè)重于非數(shù)值信息資源的視覺(jué)呈現(xiàn)。在編碼數(shù)據(jù)對(duì)象轉(zhuǎn)化為可視形態(tài)的過(guò)程中，用戶(hù)需將抽象的數(shù)據(jù)轉(zhuǎn)化為可視化的形態(tài)，該過(guò)程是信息由抽象形態(tài)到可視形態(tài)映射關(guān)系的表征[12]。由于人腦認(rèn)知方式和信息處理方法的不同，計(jì)算機(jī)感知用戶(hù)的動(dòng)作信息并轉(zhuǎn)換為可編碼數(shù)據(jù)，以人腦容易認(rèn)知的方式表征出來(lái)[13]。圖6為VR體驗(yàn)系統(tǒng)信息可視化模型。

本文選取View-VR系統(tǒng)中，旋轉(zhuǎn)指令的發(fā)生事件作為表征案例，描述該發(fā)生事件的表征全過(guò)程。旋轉(zhuǎn)指令事件的表征過(guò)程可分為信息感知層、信息加工層、信息精致化層和信息表征層，其過(guò)程如圖6(a)所示，交互事件表征如圖6(b)所示，其表征結(jié)構(gòu)如下：

(1) 交互事件任務(wù)。旋轉(zhuǎn)機(jī)械手臂90°。

(2) 歷史。用戶(hù)過(guò)去執(zhí)行旋轉(zhuǎn)指令的路徑及匹配的計(jì)算機(jī)資源等。

(3) 長(zhǎng)期傾向。系統(tǒng)正常運(yùn)作過(guò)程中，旋轉(zhuǎn)事件發(fā)生，計(jì)算機(jī)停止運(yùn)行事件轉(zhuǎn)向執(zhí)行旋轉(zhuǎn)事件。

(4) 偏愛(ài)。用戶(hù)依據(jù)計(jì)算機(jī)表征的菜單界面信息，觸發(fā)旋轉(zhuǎn)事件。

(5) 精致化。計(jì)算機(jī)計(jì)算用戶(hù)歷史路徑，將要表征的旋轉(zhuǎn)指令信息依據(jù)當(dāng)前環(huán)境在色彩、色相、透明度等方面表征信息為黑色宋體、白底，如圖7所示。

圖6 View-VR資源模型結(jié)構(gòu)

圖7 View-VR虛擬環(huán)境

在該事件的表征過(guò)程中，計(jì)算機(jī)感知獲取用戶(hù)信息：空間位置、操作動(dòng)作、界面信息、按鍵指令?；谫Y源配置策略建立用戶(hù)信息與計(jì)算機(jī)資源()之間的映射關(guān)系，完善信息加工過(guò)程?；诒硐髱?kù)在不同認(rèn)知層面的歷史記錄，針對(duì)目標(biāo)表象在色彩、紋理、明度、可操作性環(huán)境等方面重新豐富，進(jìn)行信息表征[14]。當(dāng)計(jì)算機(jī)依據(jù)流程完成可用性評(píng)測(cè)，即在認(rèn)知層面上結(jié)束了一個(gè)信息表征的全過(guò)程。

文中View-VR系統(tǒng)的交互開(kāi)發(fā)由Unreal Engine 4引擎和3DS MAX軟件設(shè)計(jì)完成。Unreal Engine 4作為VR開(kāi)發(fā)環(huán)境，支持藍(lán)圖和C++語(yǔ)言實(shí)現(xiàn)對(duì)虛擬情境中二維或是三維對(duì)象進(jìn)行編輯，實(shí)現(xiàn)虛擬情境下界面交互、情境構(gòu)建、操作行為定義等。View-VR為煙草分揀體驗(yàn)系統(tǒng)，能夠在最短時(shí)間內(nèi)將條煙按照種類(lèi)、用戶(hù)、儲(chǔ)位等進(jìn)行快速準(zhǔn)確的分類(lèi)。該分揀系統(tǒng)由分揀設(shè)備模型庫(kù)和虛擬環(huán)境兩部分組成，模型庫(kù)負(fù)責(zé)提供分揀設(shè)備三維虛擬模型，虛擬環(huán)境實(shí)現(xiàn)分揀系統(tǒng)組裝并對(duì)分揀線進(jìn)行仿真分析。View-VR系統(tǒng)界面如圖7所示，本文將結(jié)合交互策略進(jìn)行描述。

2.2 模型交互策略

本文以View-VR系統(tǒng)中機(jī)械臂旋轉(zhuǎn)命令為例，其任務(wù)解析表征為

(2) 資源配置。計(jì)算機(jī)整合相關(guān)資源并計(jì)算供給用戶(hù)行路徑與歷史路徑的相似性，選擇相似性較高的3個(gè)操作路徑作為目標(biāo)表象，其他非相關(guān)感知信息和計(jì)算機(jī)資源全部衰減。結(jié)合可拓認(rèn)知過(guò)程將資源重組分為3個(gè)階段，任務(wù)解析階段、功能結(jié)構(gòu)映射階段、供給匹配階段，如圖8所示。

(：物元機(jī)械臂；：物元的執(zhí)行事件；：收斂后最佳路徑；：物元當(dāng)前狀態(tài)；：物元的映射關(guān)系；：子任務(wù))

(3) 表象精致化。其是計(jì)算機(jī)依據(jù)人腦認(rèn)知過(guò)程對(duì)形成的目標(biāo)表象在色彩、紋理、等級(jí)、尺寸、色相、亮度和飽和度等方面進(jìn)一步豐富，引起人腦潛意識(shí)的認(rèn)知以加強(qiáng)對(duì)當(dāng)前表象的理解。依據(jù)可拓設(shè)計(jì)學(xué)知識(shí)，其過(guò)程表征如圖9所示。

圖9 表象信息元網(wǎng)絡(luò)圖

(4) 信息表征。計(jì)算機(jī)在完成信息感知和任務(wù)解析的基礎(chǔ)上，對(duì)形成的信息表象進(jìn)行精致化并完成信息表征任務(wù)。如圖10所示，用戶(hù)旋轉(zhuǎn)指令下計(jì)算機(jī)的表征信息。

圖10 VR環(huán)境中交互過(guò)程

用戶(hù)選中機(jī)械臂模型，系統(tǒng)顯示該模型信息并顯示旋轉(zhuǎn)、移除、移動(dòng)3個(gè)預(yù)測(cè)動(dòng)作。選中旋轉(zhuǎn)指令設(shè)備模型出現(xiàn)旋轉(zhuǎn)軸并顯示縮放、色彩、選項(xiàng)二級(jí)預(yù)測(cè)動(dòng)作，用戶(hù)控制器離開(kāi)操作面板相關(guān)信息消失，表征如圖10所示。

3 可用性評(píng)測(cè)

計(jì)算機(jī)基于信息可視化模型完成信息表征后，用戶(hù)完成操作動(dòng)作。若表征信息滿(mǎn)足用戶(hù)下一動(dòng)作且操作完成則說(shuō)明信息表征成功，相關(guān)操作歷史進(jìn)入歷史庫(kù)，否則，信息表征失敗，計(jì)算機(jī)將用戶(hù)正確操作路徑存儲(chǔ)至歷史和供給中。

本文使用眼動(dòng)追蹤系統(tǒng)對(duì)View-VR系統(tǒng)信息表征界面進(jìn)行眼動(dòng)追蹤實(shí)驗(yàn)，評(píng)估虛擬環(huán)境下表征信息的可用性，用以完善View-VR系統(tǒng)。由于評(píng)估目標(biāo)為基于信息可視化模型構(gòu)建的View-VR系統(tǒng)界面對(duì)用戶(hù)使用效率的影響，固選取Gravity VR、Vive home和View-VR系統(tǒng)的操作過(guò)程完成實(shí)驗(yàn)。

3.1 被試

參與本次實(shí)驗(yàn)的被試者總計(jì)共30人，其中16名男性、14名女性，被試均沒(méi)有使用VR軟件的經(jīng)歷。

3.2 實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)設(shè)備采用心拓英啟科技公司的背帶式EyeSo Ec60遙測(cè)式眼動(dòng)儀，該設(shè)備采用60 Hz采樣率調(diào)節(jié)9點(diǎn)定標(biāo)設(shè)定，采樣精度為0.5°?？刹杉褂谜叩膭?dòng)作過(guò)程，并對(duì)過(guò)程進(jìn)行注視時(shí)間和注視數(shù)目的分析，該過(guò)程由分析軟件EyeSo Studio完成對(duì)相應(yīng)數(shù)據(jù)的處理。

3.3 實(shí)驗(yàn)任務(wù)

測(cè)驗(yàn)用戶(hù)依據(jù)實(shí)驗(yàn)任務(wù)進(jìn)行相關(guān)操作，實(shí)驗(yàn)任務(wù)為選中機(jī)械手臂從上部移動(dòng)到下部，然后將其縮小。

3.4 評(píng)價(jià)指標(biāo)

(1) 注視時(shí)間。指完成實(shí)驗(yàn)任務(wù)過(guò)程中被試在系統(tǒng)界面停留的時(shí)間，主要是獲取當(dāng)前視點(diǎn)及邊緣視野的信息，這種注視主要用來(lái)感知相關(guān)信息并對(duì)其進(jìn)行加工。時(shí)間越長(zhǎng)說(shuō)明被試感知信息越困難，反之則說(shuō)明信息感知較為容易且效率更高[15]。

(2) 注視點(diǎn)數(shù)。指被試完成實(shí)驗(yàn)任務(wù)過(guò)程中被試在界面注視點(diǎn)的數(shù)量。注視點(diǎn)數(shù)越多說(shuō)明被試效率越低，反之則說(shuō)明效率越高[16]。

3.5 實(shí)驗(yàn)過(guò)程

(1) 實(shí)驗(yàn)人員準(zhǔn)備實(shí)驗(yàn)設(shè)備、實(shí)驗(yàn)環(huán)境等。

(2) 被試了解相關(guān)任務(wù)操作熟悉操作環(huán)境。

(3) 被試依據(jù)實(shí)驗(yàn)任務(wù)進(jìn)行相關(guān)操作。

3.6 實(shí)驗(yàn)數(shù)據(jù)分析

本次實(shí)驗(yàn)采用SPSS軟件對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析。SPSS是一款提供數(shù)據(jù)統(tǒng)計(jì)與服務(wù)解決方案的軟件，具有數(shù)據(jù)輸入、編輯、統(tǒng)計(jì)分析、圖形制作等功能，能夠?qū)崿F(xiàn)數(shù)據(jù)的探索分析、雙因數(shù)多元方差分析、多元回歸分析等功能。本次實(shí)驗(yàn)使用SPSS軟件完成被試注視時(shí)間和注視數(shù)目數(shù)據(jù)的單因素方差分析，結(jié)果如下。

表1描述Gravity VR、Vive home和View VR的注視時(shí)間和注視數(shù)目的平均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)差與平均數(shù)的標(biāo)準(zhǔn)誤差。被試在Gravity VR、Vive home和View VR的注視時(shí)間平均值為639.075、555.705、439.705。標(biāo)準(zhǔn)差分別為10.110、153.450、115.267。由表1可知，View VR的注視時(shí)間和注視數(shù)目值均高于其他2個(gè)VR系統(tǒng)。說(shuō)明操作View VR系統(tǒng)花費(fèi)的時(shí)間和精力明顯少于傳統(tǒng)的Gravity VR和Vive home軟件。

表2為3種不同VR系統(tǒng)的注視時(shí)間的方差分析結(jié)果，3種VR系統(tǒng)的注視時(shí)間進(jìn)行對(duì)比，其顯著性值為0.00，=0.000<0.05，達(dá)到顯著水平，表明在注視時(shí)間上Gravity VR、Vive home和View VR具有顯著相關(guān)性。

表1 3種不同VR系統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)描述

表2 3種不同VR系統(tǒng)的單因素方差分析

表3為Gravity VR、Vive home和View VR的多重比較輸出結(jié)果，共分為方差齊與方差不齊兩部分，LSD描述方差齊性時(shí)的多重比較結(jié)果，Tamhane為方差不齊時(shí)的多重比較結(jié)果。本文綜合考慮方差齊與不齊的情況，依據(jù)表中所示的顯著性(帶*號(hào)標(biāo)識(shí))，推斷在0.05的顯著性水平下。其中，Gravity VR關(guān)于Vive home的顯著性為0.042，Gravity VR關(guān)于View VR的顯著性為0.000，View VR關(guān)于Vive home的顯著性為0.005，3種VR設(shè)備間的<0.05，表明Gravity VR與Vive home、Gravity VR與View VR比較時(shí)，注視時(shí)間的均值有顯著差異。

圖11為被試在Gravity VR、Vive home和View VR 3種VR系統(tǒng)與注視時(shí)間平均值。通過(guò)觀察可知，各組均值的分布于多重比較的結(jié)果一致。被試在Gravity VR、Vive home軟件中花費(fèi)的平均時(shí)間大于在View VR系統(tǒng)中花費(fèi)的注視時(shí)間，表明View VR系統(tǒng)相對(duì)于Gravity VR、Vive home操作效能更高。

表3 平均注視時(shí)間多重比較

圖11 3種不同VR系統(tǒng)與注視時(shí)間平均值

如圖12~14所示，分別為被試在Gravity VR、View VR和View VR中的注視熱點(diǎn)圖，圖中熱區(qū)彩虹圖表示被試凝視時(shí)間的多少。圖中黃色、紅色所示為被試的凝視焦點(diǎn)。被試的注視點(diǎn)主要集中在操作者的動(dòng)作路徑處，圖12中被試主要關(guān)注系統(tǒng)的操作交互過(guò)程及操作面板中；圖13~14多集中與操作者的交互路徑中。

4 結(jié)束語(yǔ)

本文討論了分布式認(rèn)知在VR情境下用戶(hù)體驗(yàn)設(shè)計(jì)中的應(yīng)用，通過(guò)引入資源模型的方式完成系統(tǒng)信息可視化過(guò)程。針對(duì)虛擬情境下用戶(hù)認(rèn)知負(fù)荷加重的問(wèn)題，本文提出一種基于分布式認(rèn)知的資源模型，依照資源模型構(gòu)建信息結(jié)構(gòu)和交互策略，將該模型應(yīng)用到View-VR VR系統(tǒng)。該模型針對(duì)信息表征問(wèn)題，首先解析任務(wù)構(gòu)建子任務(wù)和計(jì)算機(jī)資源之間的映射關(guān)系，其次基于資源匹配方案減少信息表象，依據(jù)供給對(duì)信息表象重新豐富，完成表象精致化過(guò)程并應(yīng)用到虛擬情境中。

圖12 Gravity VR熱點(diǎn)圖

圖13 View VR熱點(diǎn)圖

圖14 Vive home VR熱點(diǎn)圖

本文下一步將針對(duì)虛擬情境中手勢(shì)動(dòng)作、語(yǔ)音、眼動(dòng)等多維情境下用戶(hù)體驗(yàn)相關(guān)問(wèn)題進(jìn)行研究。結(jié)合眼動(dòng)追蹤設(shè)備和動(dòng)作捕捉設(shè)備研究物理情境中用戶(hù)行為、動(dòng)作的社會(huì)意義和文化內(nèi)涵，并應(yīng)用到虛擬情境中。

[1] CáRDENAS-GARCíA J F. Distributed cognition: an ectoderm-centric perspective [J]. Biosemiotics, 2013, 6(3): 337-350.

[2] LEE S, ELLIS R D. Development and human factors analysis of an augmented reality interface for multi-robot tele-operation and control [J]. Proceedings of Spie, 2012, 8387: 22.

[3] LI N, DUH B L. Cognitive issues in mobile augmented reality: an embodied perspective [J]. Human Factors in Augmented Reality Environments, 2013, 11(5): 109-135.

[4] HARRISON M D. Analyzing human-computer interaction as distributed cognition: the resources model [J]. Human-Computer Interaction, 2000, 15(1): 1-41.

[5] RAJKOMAR A, BLANDFORD A, MAYER A. Coping with complexity in home hemodialysis: a fresh perspective on time as a medium of distributed cognition [J]. Cognition Technology & Work, 2014, 16(3): 337-348.

[6] 程時(shí)偉, 孫守遷. 基于分布式認(rèn)知的人機(jī)交互資源模型[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2008, 14(9): 1683-1689.

[7] 王常青, 鄧昌智, 馬翠霞, 等. 基于分布式認(rèn)知理論的擴(kuò)展資源模型[J]. 軟件學(xué)報(bào), 2005, 16(10): 1717-1725.

[8] VERSCHAFFEL L. Use of external representations in reasoning and problem solving: analysis and improvement [J]. National Acad Sciences, 2010: 108(5): 824-826.

[9] OVERHILL H J J. A survey of terminology and a proposed extension of the theory of affordances [J]. Proceedings of the American Society for Information Science & Technology, 2012: 49(1): 1-4.

[10] STAHL B, DIEPOLD KJ, POHL J, et al. Modeling cyclic interactions within a production environment using transition adaptive recurrent fuzzy systems [J]. IFAC Proceedings, 2013, 46(9): 1979-1984.

[11] 林一, 陳靖, 周琪, 等. 移動(dòng)增強(qiáng)現(xiàn)實(shí)瀏覽器的信息可視化和交互式設(shè)計(jì)[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2015(2): 320-329.

[12] LIVINGSTON M A. Issues in human factors evaluations of augmented reality systems [M]. Berlin: Springer, 2013: 3-9.

[13] HUSSAIN M S, CALVO R A, CHEN F. Automatic cognitive load detection from face, physiology, task performance and fusion during affective interference [J]. Interacting with Computers, 2014, 26(3): 256-268.

[14] JOHNSON J. Designing with the mind in mind: simple guide to understanding UI design rules [J]. Morgan Kaufmann, 2014, 58(3): 247.

[15] STRANDVALL T. Eye tracking in human-computer interaction and usability research [M]. Berlin: Springer, 2009: 35-52.

[16] 程時(shí)偉, 孫志強(qiáng). 用于移動(dòng)設(shè)備人機(jī)交互的眼動(dòng)跟蹤方法[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2014, 26(8): 1354-1361.

VR System Information Visualization Model Cognition

SUN Hui, LV Jian, CUN Wenzhe

(Key Laboratory of Advanced Manufacturing Technology, Ministry of Education, Guizhou University, Guiyang Guizhou 550025, China)

An information visualization resource model based on distributed cognition was proposed to solve the unequal user cognitive load and resource allation problem in virtual environment, with the analysis of information explicit expression in human brain cognitive activities. The system obtains user action, behavior, task and other information in virtual environment based on the computer-aware technology. Resource allocation scheme was used to optimize the mapping between resource and information, and stored in the form of information imagery. The information imagery was riched by imagery library to optimize the visual elements of interactive interface. The usability evaluation experiment about virtual reality system prototype were carried out on eye tracking equipment. The experimental results demonstrate that the visualization resource model is realized to decrease user’s cognitive burden and improves user experience.

distributed cognition; information visualization; virtual reality; resource model; human-computer interaction

TP 391

10.11996/JG.j.2095-302X.2018020317

A

2095-302X(2018)02-0317-10

2017-08-27；

2017-12-20

國(guó)家科技支撐計(jì)劃項(xiàng)目(2014BAH05F01)；貴州省科技項(xiàng)目(重大專(zhuān)項(xiàng)字[2015]6008，[2015]6014，LH字[2016]7467，JYSZ字[2014]004， J字[2015] 2043，LH字[2014]7644，黔科合支撐[2016]2327，貴大(2016)12)；貴州大學(xué)研究生創(chuàng)新基金項(xiàng)目(2017038，2017040)

孫 輝(1990-)，男，山東滕州人，碩士研究生。主要研究方向?yàn)樾畔⑴c交互設(shè)計(jì)。E-mail：61019@163.com

呂 健(1983-)，男，河北保定人，副教授，博士。主要研究方向?yàn)檎J(rèn)知設(shè)計(jì)、交互設(shè)計(jì)。E-mail：305515940@qq.com