免費咨詢熱線
010-84852246
010-84852246
技術文章
TECHNICAL ARTICLES
更新時間：2026-08-11
點擊次數：60
沉浸式分析（Immersive Analytics, IA）是當前人機交互領域快速發展的前沿方向，它將增強現實（AR）、虛擬現實（VR）等沉浸技術與數據可視化深度融合，直接把數據交互與分析過程嵌入用戶日常工作和推理的物理環境中，最終目標是打破抽象數據分析與數據生成、落地執行的真實物理場景之間的壁壘，讓數據洞察落地于真實業務空間。
為了支撐這一愿景，過去數年領域內已經誕生了大量沉浸式分析創作工具包，大幅降低了開發門檻，但當前大多數沉浸式分析創作工作流程仍然嚴重依賴于桌面端，研究者們開始考慮是否有實現支持沉浸式環境中的文本輸入。
本文研究團隊提出并評估了人體支撐鍵盤系統，這是一套將藍牙鍵盤通過人體工學背心固定在用戶身體上的可穿戴系統，旨在支持AR環境中的移動編程和現場沉浸式分析創作。研究系統性驗證了這套方案的可行性與實際價值，為后續探索混合輸入方案、長期實地場景評估提供扎實的實證基礎（Merino et al., 2026）。
沉浸式分析（Immersive Analytics, IA）探索如何利用增強現實（AR）和虛擬現實（VR）等沉浸式技術，通過將可視化直接嵌入用戶工作和推理的環境中來增強數據理解和決策。在此過程中，沉浸式分析旨在彌合抽象數據分析與數據產生和作用于其中的物理環境之間的鴻溝。
但當前絕大多數沉浸式分析的工作流仍然高度以桌面端為核心。開發者往往需要先在傳統工作站上完成全部可視化設計、代碼編程、交互邏輯調試，之后再將成品部署到AR頭顯設備中。這種物理環境的強制分離直接在迭代式創作、調試、意義建構過程中引入了大量不必要的摩擦，消解了沉浸式技術本身應帶來的在場沉浸優勢。
支持沉浸式環境中的文本輸入仍然具有挑戰性。大量研究探索了空中鍵盤、基于凝視的輸入、射線投射技術、和弦鍵盤以及可穿戴或手持設備。雖然這些方法無需離開沉浸式環境即可實現文本輸入，但與常規鍵盤相比，通常存在打字速度降低、錯誤率升高、疲勞增加或舒適度有限的問題。
人體工程學是沉浸式系統的關鍵考量因素，特別是在涉及長時間使用的專業情境中。在AR和VR中，空中交互和頭戴式顯示器可能施加顯著的肌肉骨骼負荷，導致不適和疲勞。生理學研究表明，AR交互期間頸部和肩部壓力增加，并強調了頭顯質量和重心對頸椎扭矩的影響。
這些發現推動了探索可以減少靜態負荷、改善姿勢穩定性并支持更長交互時長的身體支撐輸入技術。將主觀測量與生理數據（如肌電圖和動作捕捉）相結合，被提出作為更好地理解沉浸式交互設計中人體工程學權衡的方法。
基于此，本研究旨在探索身體支撐的物理輸入是否能夠在不犧牲打字性能或人體工程學舒適度的情況下，支持AR中表達性、移動的創作工作流程。以此，研究者提出了人體支撐鍵盤系統（Body-Supported Keyboard, BSK），即將標準藍牙鍵盤固定在用戶身體上的人體工學系統，在保持觸覺熟悉性的同時允許用戶保持移動并與物理環境互動。
人體支撐鍵盤系統圍繞一組設計目標和功能及人體工程學要求展開，旨在支持AR環境中表達性、移動的編程活動：
最終原型由以下組件構成（圖1）：
可調節織物背心：配備塑料扣和魔術貼緊固件，用于固定軀干、肩部和腰部
3D打印臂托：可插入腰部口袋，為前臂提供穩定支撐，減少打字時肩部和腕部的壓力
3D打印鍵盤托盤：可調節以容納不同尺寸的鍵盤，安全固定鍵盤同時允許便捷打字
為了全面評估BSK系統在AR環境下用于沉浸式分析可視化編程的性能、舒適度與實際可行性，研究設計了一套融合受控實驗與模擬實地評估的混合方法用戶研究體系，同時采集可量化的性能指標和真實場景下的定性觀察數據。共招募20名具有編程經驗的被試進行評估。
采用兩階段評估策略：
任務A（基線打字性能）：在受控條件下比較站立式桌面（A1）與人體支撐鍵盤（A2）的文本轉錄表現。被試在兩種條件下將一份833字符的Smalltalk代碼腳本轉錄到AR系統中。
任務B（模擬現場場景）：在移動AR工作流程中使用人體支撐鍵盤完成編碼任務。被試需創建三個不同的可視化，在實驗室內移動尋找包含缺失代碼片段的標簽，完成腳本、執行并在環境中定位生成的可視化。
記錄被試任務完成時間和轉錄錯誤數，并分別使用量表評估被試的模擬器暈動不適、姿勢不適以及系統可用性。針對任務B，使用諾達思的多視頻錄制軟件（MediaRecorder）進行視頻錄制，在后續的行為分析中，使用諾達思的行為觀察記錄分析系統（The Observer XT）進行行為編碼分析。編碼姿勢（站立、行走、蹲跪、坐、躺）、頸部姿勢（中立、屈曲、伸展）和手部活動（自由、打字、AR手勢交互）的狀態事件，以及調整設備、休息等點事件。
（一）打字性能分析
站立辦公桌條件下（A1），被試完成全部代碼轉錄的平均時間為732.2秒；使用BSK系統條件下（A2），平均耗時848.8秒，兩種條件下任務完成時間無顯著差異。在打字錯誤數指標上，A1條件下被試平均出現4個輸入錯誤；A2時被試平均出現6.4個輸入錯誤，BSK系統的輸入錯誤數顯著高于站立桌面場景。
此外，被試在兩種條件下的打字速度區間為11.8到13.7詞每分鐘，整體錯誤率維持在2%-4%區間。模擬器不適問卷結果證實，所有被試使用BSK系統過程中沒有出現任何中度以上的嚴重不適癥狀，實驗過程中僅有2名被試短暫暫停約1分鐘調整狀態，整體系統安全性、耐受性表現良好。
這一結果表明，人體支撐鍵盤在AR環境中使用傳統鍵盤進行文本輸入提供了可行的解決方案。任務A中，使用人體支撐鍵盤的腳本轉錄并未顯著增加任務時間。然而，錯誤率顯著更高，這可能反映了新設備的學習曲線和初始熟悉需求。
（二）現場場景下的行為觀察結果
被試平均用時607.6秒完成任務。視頻分析顯示：
姿勢分布（圖2）：
頸部姿勢（圖3）：大部分時間頸部保持中立（平均444.05秒），但也有相當時間頸部屈曲（平均129.32秒）和伸展（平均58.45秒）。
手部活動（圖4）：
AR手勢交互：平均202.60秒
點事件的頻次統計結果顯示，調節HoloLens頭顯的總頻次為每人平均3.47次，遠高于調節BSK系統的平均1.64次，整個實驗過程中僅出現3次被試需要研究人員協助調整BSK的情況，僅有4人次出現短時間休息行為，這一結果直接證實BSK系統本身穩定性高，佩戴后幾乎不需要頻繁重復調整，不會打斷用戶的創作工作流。
此外，觀察結果表明，雖然站立靜止是總體最常見的活動，但被試之間存在顯著差異。有些人主要保持直立，而另一些人頻繁在移動、蹲跪、坐甚至躺之間轉換。這種策略多樣性表明，被試調整姿勢以保持舒適并完成任務，而不會受到重大限制。
重要的是，站立姿勢伴軀干屈曲或伸展的情況很少見，表明人體支撐鍵盤在直立工作時支持人體工學對齊。頭部朝向數據顯示，大多數被試花費大量時間直視前方，進一步表明顯示器和鍵盤設置促進了中立頸部姿勢。然而，一些個體花費較長時間向下看，可能是由于在持續打字期間需要頻繁在AR界面和鍵盤之間切換視線。
（三）主觀不適與可用性評價結果
姿勢不適評估顯示，頸部和下背部是最常報告不適的部位，在三種條件下均獲得輕度至中度評分。這反映了持續站立姿勢和操作AR頭顯所需的頭部穩定所導致的負荷。使用人體支撐鍵盤時，被試報告的不適分布在更多身體區域，但任務B中這種差異基本消失。在任務B中，蹲跪或彎腰接觸低處標簽的被試出現了膝部和踝部不適的零星報告。
系統可用性量表平均得分為74.5，超過廣泛接受的68分可用性閾值。被試對人體支撐鍵盤的舒適度評估在多數屬性上為中性到積極，認為系統在軀干上貼合良好，在運動和姿勢變化期間保持穩定。
本研究通過系統設計、受控實驗和用戶反饋評估，系統探討了人體支撐鍵盤在AR環境中支持沉浸式分析創作的可行性。
研究的結果表明，將熟悉的輸入設備與人體工學身體支撐相結合，可以為AR環境中的沉浸式分析創作提供可行方案，平衡了表達性、移動性和人體工程學舒適度。未來研究應通過迭代設計周期、更廣泛的用戶群體，比如工業現場工作者和有輔助需求個體，以及縱向現場評估，進一步驗證和改進系統。
Merino, L., Juliá-Nehme, B., & Viana, S. (2026). In-Situ Immersive Analytics Authoring Through Ergonomic Keyboard Support.International Journal of Human–Computer Interaction, 1-28.
歡迎關注我們的公眾號，了解更多精彩內容
當前位置：
服務熱線
北京市朝陽區廣順北大街33號院6號樓507
info-china@noldus.com