顏寶明,潘偉杰,呂 健,王 毅,趙澤宇
(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 550025)
隨著交互技術(shù)的快速發(fā)展,自然交互(natural interaction,NI)作為一種新的體驗(yàn)技術(shù)被廣泛應(yīng)用于虛擬現(xiàn)實(shí)(virtual reality,VR)環(huán)境中[1]。用戶在日常生活中與真實(shí)世界的互動可以轉(zhuǎn)化為人與機(jī)器之間的交互[2]。在人機(jī)自然交互中,用戶在人機(jī)系統(tǒng)中的輸入方式分為手勢行為輸入和其他肢體行為輸入。傳統(tǒng)的鼠標(biāo)、鍵盤等交互設(shè)備僅適用于二維交互,無法滿足VR 環(huán)境中人機(jī)交互對交互設(shè)備和交互方法的新要求[3]。在三維交互中,Oculus手柄、HTC Vive手柄等設(shè)備[4-6]結(jié)合頭戴顯示器和定位系統(tǒng),根據(jù)用戶發(fā)出的指令,在執(zhí)行VR 交互任務(wù)時具有效率高、延遲低等特點(diǎn)。然而,在執(zhí)行VR 交互任務(wù)時,雷金樹[5]發(fā)現(xiàn)相比于通過手柄交互,用戶更傾向于通過自然手勢直接與虛擬對象交互。隨著VR 技術(shù)的快速發(fā)展,一種更加接近真實(shí)人手操作的人機(jī)交互方式開始出現(xiàn)。梁民倉等[7]以Leap Motion控制器和Kinect控制器等為交互設(shè)備,通過機(jī)器視覺技術(shù)和圖像處理技術(shù)獲取圖像和視頻,達(dá)到手勢特征識別和重建的目的[7]。
為了在VR 環(huán)境中準(zhǔn)確模擬用戶的放置任務(wù)并預(yù)測自然手勢的交互時間,筆者提出了一種基于改進(jìn)Fitts 定律的面向VR 放置任務(wù)的自然手勢交互時間的預(yù)測方法。首先,構(gòu)建“手勢交互—VR環(huán)境—VR交互任務(wù)”的交互邏輯;然后,進(jìn)行自然手勢交互實(shí)驗(yàn),根據(jù)放置任務(wù)和改進(jìn)Fitts 定律確定影響自然手勢交互時間的因素,并建立相應(yīng)的預(yù)測模型,旨在為面向VR 放置任務(wù)的用戶交互時間的準(zhǔn)確預(yù)測提供參考。
隨著Leap Motion 控制器、Kinect控制器等體感交互設(shè)備的不斷涌現(xiàn),人機(jī)交互逐漸發(fā)展為在三維場景中的自然人機(jī)交互。為了實(shí)現(xiàn)二維場景到三維場景的可視映射,馮志全等[8]利用普通攝像機(jī)獲取手勢特征并引入“替身”,提出了一種基于自然手勢交互的三維人機(jī)交互方式。張鳳軍等[9]利用智能手機(jī)的慣性傳感器控制輸入,實(shí)現(xiàn)其與三維場景相連,這種交互方式具有實(shí)時、快速和易學(xué)習(xí)的優(yōu)點(diǎn),但難以實(shí)現(xiàn)對復(fù)雜動作的模擬。為了將手勢交互融入三維體驗(yàn)系統(tǒng),吳匯岳等[10]基于“paint-view-correct(描繪—觀察—修正)”構(gòu)建了手勢界面工具IEToolkit,并將其應(yīng)用于虛擬家居展示和城市漫游系統(tǒng),取得了良好的三維交互效果。針對自然手勢與虛擬對象的直接交互,Huang 等[3]開發(fā)了一種沉浸式手勢系統(tǒng),可以在VR環(huán)境中利用自然手勢很好地完成與復(fù)雜圖形的交互,其交互效果優(yōu)于利用鼠標(biāo)、鍵盤的交互。
雖然手勢交互被認(rèn)為是目前最自然的交互方式之一,但現(xiàn)有的交互效果并不理想,存在人工跟蹤算法使用效率低、長時間交互易引起手部疲勞等不足[11]。因此,筆者在設(shè)計(jì)放置實(shí)驗(yàn)時,綜合考慮了影響自然手勢交互時間的多種因素,并設(shè)計(jì)了多種面向VR放置任務(wù)的自然手勢。
Fitts定律廣泛應(yīng)用于二維交互界面的設(shè)計(jì)。針對交互界面的設(shè)計(jì),ISO(International Organization for Standardization,國際標(biāo)準(zhǔn)化組織)提出了一種用于預(yù)測交互任務(wù)難度指數(shù)和交互時間的方法[12]。自1954 年Fitts 定律提出以來,其有效性已被諸多研究證明。在人因工程領(lǐng)域,F(xiàn)itts定律是評價定向裝置有效性的重要數(shù)學(xué)模型,可用于測定輸入設(shè)備的指向和選擇。Fitts定律指出,將物體從一個目標(biāo)區(qū)域移動到另一個目標(biāo)區(qū)域所需的時間是關(guān)于目標(biāo)物寬度和移動距離的函數(shù)[13],其基本公式為:
式中:tM為移動時間;a、b為常數(shù),可通過MATLAB擬合工具箱回歸分析得到[13];ID為難度指數(shù);A為移動距離;W為目標(biāo)物寬度。
經(jīng)典Fitts 定律為完成一維、二維場景中的指向任務(wù)提供了較好的理論依據(jù)。國內(nèi)外學(xué)者基于經(jīng)典Fitts定律開展了很多研究,如Dunagan等[14]利用Fitts定律較準(zhǔn)確地預(yù)測了在觸摸平板上完成指向任務(wù)的交互時間。
經(jīng)典Fitts 定律并不適用于三維場景,因此很多學(xué)者對經(jīng)典Fitts 定律進(jìn)行了改進(jìn)。Jeong 等[15]用手指在觸摸屏上滑動來完成三維場景中的指向任務(wù),利用改進(jìn)的Fitts定律更加精確地預(yù)測了完成指向任務(wù)的交互時間。Burno 等[16]通過自然手勢完成了三維場景中的指向任務(wù),并與利用鼠標(biāo)和觸摸屏進(jìn)行交互作了對比,發(fā)現(xiàn)基于自然手勢的交互時間長于基于鼠標(biāo)和觸摸屏,但自然手勢交互的吞吐率較低。
Deng 等[17]利用光線投射算法對三維虛擬場景中的物體定位任務(wù)進(jìn)行了系統(tǒng)研究,提出了面向VR放置任務(wù)的交互時間預(yù)測模型,并通過實(shí)驗(yàn)改進(jìn)了經(jīng)典Fitts定律。其改進(jìn)的Fitts定律表示為:
式中:tMA為改進(jìn)后的移動時間;IDA為改進(jìn)后的難度指數(shù);TT為目標(biāo)物容差。
Deng等的研究表明,影響交互時間的主要因素為難度指數(shù)、移動距離和目標(biāo)物容差。通過手柄放置實(shí)驗(yàn)發(fā)現(xiàn),改進(jìn)Fitts定律還有待進(jìn)一步優(yōu)化。Holmes 等[18]利用Leap Motion 控制器將手勢交互應(yīng)用于VR 環(huán)境,所得結(jié)果同樣滿足改進(jìn)Fitts 定律。雖然Deng 和Holmes等均對經(jīng)典Fitts定律進(jìn)行了改進(jìn),但其并未研究自然手勢交互在VR 放置任務(wù)中的適用性以及自然手勢交互時間與實(shí)際交互時間之間的一致性問題。基于此,筆者擬基于改進(jìn)Fitts 定律和自然手勢交互理論,對VR環(huán)境中的放置任務(wù)作進(jìn)一步研究,進(jìn)行面向VR放置任務(wù)的自然手勢交互時間的預(yù)測。
通過對交互方式、交互環(huán)境和交互任務(wù)的分析,在VR 環(huán)境中構(gòu)建一個合理有效的自然手勢交互框架。在實(shí)際生活中,用戶常用的包含交互語義的手勢分為通信型手勢(如手語)和操作型手勢(如操縱具體物體)。在VR環(huán)境中,交互對象為虛擬對象和VR界面;交互方式分為桌面交互和自然手勢交互,其中自然手勢交互包括基礎(chǔ)手勢交互和組合手勢交互;交互任務(wù)分為導(dǎo)航、對象控制和放置?;诖耍鶕?jù)用戶活動和VR 環(huán)境中的交互任務(wù),構(gòu)建了“手勢交互—VR環(huán)境—VR交互任務(wù)”交互邏輯,如圖1所示。
圖1 “手勢交互—VR環(huán)境—VR交互任務(wù)”交互邏輯Fig.1 Interaction logic of"gesture interaction-VR environment-VR interaction task"
對于VR環(huán)境中的放置任務(wù),Connolly等[19]指出用戶、計(jì)算機(jī)和任務(wù)是VR交互中必不可少的3個重要因素?;贔itts定律和圖1所示的交互邏輯,提出3條面向VR放置任務(wù)的自然手勢設(shè)計(jì)原則,具體為:
1)用戶體驗(yàn)原則。以用戶為中心,手勢交互應(yīng)滿足易學(xué)、易操作的要求,符合用戶的正常交互習(xí)慣。在設(shè)計(jì)過程中,應(yīng)降低無意識操作的影響,提高用戶的操作意識,把握用戶心理和顧及風(fēng)俗等因素,將簡單手勢復(fù)用,減輕用戶學(xué)習(xí)和記憶的負(fù)擔(dān)。
2)目標(biāo)需求原則。在基礎(chǔ)手勢的基礎(chǔ)上設(shè)計(jì)其他對比手勢,以豐富手勢類型。在本文中,手勢類型的設(shè)計(jì)須滿足放置任務(wù)的要求,確保對應(yīng)的操作能夠完整地完成放置任務(wù)。
3)環(huán)境限定原則。設(shè)計(jì)的手勢應(yīng)能適應(yīng)特定環(huán)境??紤]到手勢感應(yīng)范圍的有限性,劃定相應(yīng)的操作范圍;考慮到手勢遮擋等問題,也須限定操作范圍。
基于上述自然手勢設(shè)計(jì)原則,為了準(zhǔn)確完成VR放置任務(wù),結(jié)合VR 交互特點(diǎn)和用戶行為特點(diǎn),設(shè)計(jì)了3種基礎(chǔ)自然手勢,如圖2所示。利用Leap Motion控制器以及虛幻引擎UE4調(diào)用手勢指令。在UE4中張手可調(diào)用射線,握拳使物體平移,張手和握拳交替進(jìn)行可以實(shí)現(xiàn)物體放置。建立用戶、手勢指令與交互任務(wù)之間合理的語義映射關(guān)系是人機(jī)交互的關(guān)鍵。通過自然手勢與交互任務(wù)的準(zhǔn)確映射,可實(shí)現(xiàn)用戶與虛擬對象的準(zhǔn)確交互。自然手勢與交互任務(wù)之間的語義映射關(guān)系如表1所示。其中:自然手勢①適用于二維場景交互,不適用于三維場景交互;自然手勢②、③、④存在手遮擋等問題,在放置較小物體時,移動距離誤差較大;自然手勢⑤、⑥采用控制射線的方式間接完成交互任務(wù),可以移動并放置距離較遠(yuǎn)的物體。針對本文研究目的,選用自然手勢⑤、⑥進(jìn)行面向VR放置任務(wù)的自然手勢交互實(shí)驗(yàn)的設(shè)計(jì)。
圖2 面向VR放置任務(wù)的3種基礎(chǔ)自然手勢Fig.2 Three basic natural gestures for VR placement task
表1 自然手勢與交互任務(wù)之間的語義映射關(guān)系Table 1 Semantic mapping relationship between natural gesture and interaction task
VR放置任務(wù)如圖3所示。用戶使用自然手勢在VR環(huán)境中完成物體放置任務(wù),并對其交互時間進(jìn)行預(yù)測,主要包括:1)在VR 環(huán)境中通過自然手勢控制射線移動物體,完成放置任務(wù);2)驗(yàn)證經(jīng)典Fitts 定律和改進(jìn)Fitts 定律預(yù)測面向VR 放置任務(wù)的自然手勢交互時間的適用性。
圖3 VR放置任務(wù)示意Fig.3 Schematic of VR placement task
面向VR 放置任務(wù)的自然手勢交互實(shí)驗(yàn)的設(shè)備如圖4 所示。軟件設(shè)備:虛幻引擎UE4 和繪圖軟件Vision 等。硬件設(shè)備:1 臺搭配LG 曲面屏的Windows10 系統(tǒng)臺式電腦、Leap Motion 控制器和THC頭盔。
圖4 面向VR放置任務(wù)的自然手勢交互實(shí)驗(yàn)的設(shè)備Fig.4 Equipment of natural gesture interaction experiment for VR placement task
在貴州大學(xué)招募14名學(xué)生參與實(shí)驗(yàn),其中男性9名,女性5名,年齡為(23±2.0)歲,身高為(165.8±9.2)cm。所有參與者均視力正常,為右手使用習(xí)慣,且從未使用過Leap Motion 控制器,對VR 設(shè)備的操作不熟練。
在虛幻引擎UE4中搭建一個長、寬均為20 m,高為5 m的VR場景,任務(wù)開始前移動球體和目標(biāo)球體均放在0.5 m×0.5 m×1.0 m立方柱的正中央。參照文獻(xiàn)[17,20],選取7個不同直徑的移動球體(其直徑SO=0.06,0.12,0.18,0.24,0.30,0.36,0.42 m)、2 個移動距離(A=0.6,1.6 m)和3 個不同的目標(biāo)物容差(TT=0.1,0.2,0.3 m)。在VR環(huán)境中,移動球體為綠色球體;目標(biāo)球體為半透明的黃色球體,其直徑W=0.16~0.72 m。為了確保移動球體出現(xiàn)在用戶視覺范圍內(nèi),移動球體和目標(biāo)球體距離地面的高度均為0.8 m,移動球體與實(shí)驗(yàn)對象的距離為1 m??紤]到用戶移動物體的習(xí)慣,設(shè)物體移動方向?yàn)樗椒较?。根?jù)設(shè)計(jì)的實(shí)驗(yàn)任務(wù),每名參與者須完成42個放置任務(wù),每個放置任務(wù)重復(fù)10 次,則每名參與者須完成420次實(shí)驗(yàn),共采集14×420=5 880個實(shí)驗(yàn)數(shù)據(jù)。
在VR空間中,移動物體的速度v與其在水平方向(x方向)上的分量vx的大小基本一致,而另外2 個方向的分量vy和vz較小,對移動物體速度的影響較小,因此采用水平方向作為物體的移動方向來設(shè)計(jì)手勢交互實(shí)驗(yàn)。
在實(shí)驗(yàn)前,提醒實(shí)驗(yàn)者注意實(shí)驗(yàn)事項(xiàng),并協(xié)助他們佩戴好HTC頭盔,調(diào)整好所在位置。隨后,讓實(shí)驗(yàn)者完成如下任務(wù):迅速、準(zhǔn)確地用自然手勢將移動球體放入目標(biāo)球體,如圖5所示。
面向VR 放置任務(wù)的自然手勢交互實(shí)驗(yàn)的場景如圖6所示。實(shí)驗(yàn)者使用自然手勢⑤和⑥執(zhí)行放置任務(wù),即張手發(fā)射射線,然后迅速握拳,快速、準(zhǔn)確地選中移動球體并將其放置到目標(biāo)球體中。在實(shí)驗(yàn)過程中,實(shí)驗(yàn)者張手將射線朝向移動球體,當(dāng)射線觸及移動球體時,其表面出現(xiàn)藍(lán)色光標(biāo)且顏色由綠變紅;當(dāng)實(shí)驗(yàn)者將移動球體完全放入黃色目標(biāo)球體時,移動球體立即變成綠色,并發(fā)出清脆的“叮鈴”聲,提示放置任務(wù)成功,記錄此時的交互時間。成功完成一次放置任務(wù)后,實(shí)驗(yàn)者停頓6 s再進(jìn)入下一個試次。每名實(shí)驗(yàn)者的實(shí)驗(yàn)時間為40 min 左右。在正式開始前,實(shí)驗(yàn)者可進(jìn)行20 次適應(yīng)性練習(xí),時長大約為5 min,練習(xí)結(jié)束后進(jìn)行正式實(shí)驗(yàn)。
在實(shí)驗(yàn)過程中,由于實(shí)驗(yàn)者長時間保持操作狀態(tài)導(dǎo)致手部疲勞以及Leap Motion 控制器自身的靈敏度問題,使得一部分實(shí)驗(yàn)數(shù)據(jù)無效,因此須剔除無效數(shù)據(jù)再進(jìn)行數(shù)據(jù)的處理和分析。有2名實(shí)驗(yàn)者將移動球體放入目標(biāo)球體的失誤率為50%和43%,因此他們的實(shí)驗(yàn)數(shù)據(jù)為無效數(shù)據(jù),予以剔除。其余12名實(shí)驗(yàn)者的失誤率為(7.381±2.143)%,其實(shí)驗(yàn)數(shù)據(jù)予以保留,則共獲得5 040個有效數(shù)據(jù)。當(dāng)實(shí)驗(yàn)者出現(xiàn)個別組10次放置任務(wù)均未完成的情況時,采用該組對應(yīng)條件下的總體平均值代替。對12名實(shí)驗(yàn)者的自然手勢交互時間取平均值,得到每個組別的交互時間tMA。實(shí)驗(yàn)結(jié)果如表2所示。
圖5 面向VR放置任務(wù)的自然手勢Fig.5 Natural gestures for VR placement task
圖6 面向VR放置任務(wù)的自然手勢交互實(shí)驗(yàn)的場景Fig.6 Scene of natural gesture interaction experiment for VR placement task
表2 面向VR放置任務(wù)的自然手勢交互實(shí)驗(yàn)的結(jié)果Table 2 Results of natural gesture interaction experiment for VR placement task
根據(jù)表2,制作了面向VR 放置任務(wù)的自然手勢交互時間與各影響因素的關(guān)系,如圖7所示。為了分析移動距離、目標(biāo)物容差和移動球體直徑對自然手勢交互時間的影響,在SPSS(statistical product and service solutions,統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案)軟件中,進(jìn)行2×3×7 的三因素重復(fù)測量方差分析,設(shè)水平點(diǎn)α=5%。通過箱式圖判斷,各組數(shù)據(jù)無異常值。經(jīng)過Mauchly 球形度檢驗(yàn)后可知,移動距離、目標(biāo)物容差和移動球體直徑的p<0.05,違背了Mauchly球形度檢驗(yàn),須進(jìn)行Greenhouse-Geisser矯正。通過主體內(nèi)效應(yīng)檢驗(yàn)可得,對于移動距離,F(xiàn)(1,11)=110.264,p<0.001,p=0.000(經(jīng)Greenhouse-Geisser矯正),說明其對交互時間有顯著效應(yīng),交互時間隨移動距離的增大而顯著增長,如圖7(a)所示;對于目標(biāo)物容差,F(xiàn)(1.160,12.757)=108.633,p<0.001,p=0.000(經(jīng)Greenhouse-Geisser矯正),說明其對交互時間的主效應(yīng)也較為顯著,交互時間隨目標(biāo)物容差的增大而快速縮短,如圖7(b)所示;對于移動球體直徑,F(xiàn)(3.026,33.283)=27.192,p<0.001,p=0.000(經(jīng)Greenhouse-Geisser 矯正),說明其對交互時間的主效應(yīng)也較為顯著,交互時間隨著移動球體直徑的增大而縮短,但是當(dāng)球體直徑增大到0.24 m后,交互時間的變化逐漸趨于平緩,如圖7(c)所示。由于目標(biāo)球體直徑隨目標(biāo)物容差和移動球體直徑的變化而變化,為了得到其對交互時間的影響,作交互時間隨目標(biāo)球體直徑的變化曲線,如圖7(d)所示。隨著目標(biāo)球體直徑的增大,交互時間并不一直減小,說明移動球體直徑和目標(biāo)物容差存在交互作用。為了判斷交互項(xiàng)因變量(移動距離、目標(biāo)物容差和移動球體直徑)的交互作用是否具有統(tǒng)計(jì)學(xué)意義,進(jìn)行了Mauchly 球形度檢驗(yàn),檢驗(yàn)發(fā)現(xiàn)交互項(xiàng)因變量的p<0.05,須進(jìn)行Greenhouse-Geisser 矯正;F(3.793,41.721)=45.146,p<0.001,p=0.000(經(jīng)Greenhouse-Geisser 矯正),說明移動距離、目標(biāo)物容差和移動球體直徑的交互作用對交互時間的主效應(yīng)顯著,具有統(tǒng)計(jì)學(xué)意義。另外,移動球體直徑對交互時間的影響與真實(shí)環(huán)境中的結(jié)果存在差異。VR 放置任務(wù)不同于二維平面上的指向任務(wù),移動物體大小對交互時間有顯著影響,因此在預(yù)測交互時間時不可忽略該因素。
圖7 面向VR放置任務(wù)的自然手勢交互時間與各影響因素的關(guān)系Fig.7 Relationship between the natural gesture interaction time and the influencing factor for VR placement task
將實(shí)驗(yàn)數(shù)據(jù)導(dǎo)入MATLAB擬合工具箱[13],采用多元線性回歸分析法進(jìn)行回歸分析。基于經(jīng)典Fitts定律擬合得到的相關(guān)系數(shù)R2=0.515,結(jié)果如圖8(a)所示。通過回歸分析得出:a=-23.241,其95%CI(confidence interval,置信區(qū)間)為[-383.26,336.78];b=480.28,其95%CI為[331.49,629.06]。將a、b代入式(1),可得:
圖8(a)表明交互時間預(yù)測值與真實(shí)值間存在偏差。出現(xiàn)偏差的原因有2個:1)未考慮移動球體的直徑;2)未考慮目標(biāo)物容差。通過上文分析可知,移動物體大小和目標(biāo)物容差對交互時間有顯著性影響,在構(gòu)建面向VR 放置任務(wù)的自然手勢交互時間預(yù)測模型時須考慮這2個因素。式(1)展開后變?yōu)椋?/p>
Deng等利用目標(biāo)物容差TT代替目標(biāo)物寬度W,基于式(2)擬合得到的相關(guān)系數(shù)R2=0.927,表明采用目標(biāo)物容差TT更合理?;谏衔娜蛩刂貜?fù)測量方差分析結(jié)果可知,交互時間與移動物體大小成反比??紤]移動物體大小的影響,對式(2)進(jìn)行改進(jìn),可得[17]:
圖8 面向VR 放置任務(wù)的自然手勢交互時間與難度指數(shù)的關(guān)系Fig.8 Relationship between the natural gesture interaction time and the difficulty index for VR placement tasks
利用MATLAB擬合工具箱,基于式(5)擬合得到的相關(guān)系數(shù)R2=0.970,結(jié)果如圖(b)所示。其中:a=51.56,其95% CI 為[-79.95,183.1];b=135.40,其95% CI 為[100.6,170.1];c=0.611,其95% CI 為[0.446,0.777]。對比圖8(a)和圖8(b)可知,基于式(5)的擬合結(jié)果優(yōu)于基于經(jīng)典Fitts定律的擬合結(jié)果。將a、b、c代入式(5),可得:
由上文分析可知,在自然手勢交互中,移動距離、目標(biāo)物容差和移動物體大小對交互時間的影響程度不同,且移動距離和目標(biāo)物容差對交互時間的影響更大,而式(2)只體現(xiàn)了移動距離和目標(biāo)物容差的影響,式(6)則體現(xiàn)了移動距離、目標(biāo)物容差和移動物體大小對交互時間的影響。進(jìn)一步分析圖8(b)發(fā)現(xiàn),有些點(diǎn)不在擬合曲線上甚至嚴(yán)重偏離。通過方差分析可知,除了因控制器抖動造成的人為誤差外,偏離點(diǎn)對應(yīng)的均是直徑較小的移動球體,因此必須考慮移動物體大小對交互時間的影響。故在自然手勢交互時間的預(yù)測上,式(6)的預(yù)測精度更高。
根據(jù)表2 數(shù)據(jù)和公式(6)進(jìn)行計(jì)算,得到自然手勢交互時間隨難度指數(shù)的變化曲線,如圖9所示。對比圖9(a)和圖9(b)發(fā)現(xiàn):移動距離越大,目標(biāo)物容差越小,則難度指數(shù)越大,對應(yīng)的交互時間越長;移動球體直徑越小,其對應(yīng)的交互時間越長。
圖9 基于改進(jìn)Fitts 定律的自然手勢交互時間隨難度指數(shù)的變化曲線Fig.9 Changing curve of natural gestur interaction time with difficulty index based on improved Fitts Law
自然手勢交互是一種重要的VR界面交互方法。利用自然手勢進(jìn)行了VR放置任務(wù)的研究,通過實(shí)驗(yàn)對面向VR 放置任務(wù)的交互時間進(jìn)行了測定?;诟倪M(jìn)Fitts定律的自然手勢交互時間的預(yù)測為后續(xù)物體VR的放置和使用研究提供了基礎(chǔ),為VR 環(huán)境中人機(jī)交互界面的設(shè)計(jì)提供指導(dǎo)。