©WSJ
是时候解放您的双手了！达特茅斯学院和曼尼托巴大学人机交互（HCI）实验室的研究人员一直致力于开发一种即使不触摸屏幕也能达到触屏手势效果的智能手表。通常，与智能设备进行交互需要双手操作，例如在屏幕上轻拂或滑动。研究人员发现，这种需要另一只手协作的操作方式非常不便利，尤其是用户的另一只手被其他事情占用的时候。他们对单手操作智能设备的可能性进行了研究，并创建了一种称为WristWhirl的新型智能手表的原型。使用该智能手表的时候，用户只需要执行简单的腕部运动即可实现查看电子邮件、听音乐、健身活动追踪及其他许多相关功能。
达特茅斯学院计算机科学助理教授Xing-Dong Yang解释说，虽然过去已经对智能手表的单手手势进行了研究，但将手腕的操纵杆动作作为智能手表输入的可用性尚未得到广泛探索。他说：“WristWhirl是第一个探索手势输入的设备。我们这种技术使用户能够单手（戴着手表的那只手）实现与设备之间的交互，从而腾出另一只手进行其他活动，这展示出了智能手表未来功能的可能性。
那么“将手腕作为操纵杆”是什么意思呢？手腕是人类最灵活的关节之一，可以双向旋转，也可以向前或向后弯折。这种灵活性使手腕可以进行多种动作，从而能够变成“操纵杆”，对同只手腕上的智能手表进行操作。
在开发原型时，研究人员对手腕的生物力学特性进行了研究。一项针对用户的研究在15至20岁之间的15位参与者（惯用右手）身上进行。为了更好地了解手腕作为操纵杆运动的可用性，他们测试了八种不同类型的手势来控制智能手表。这些称为自由形状手势，如下图所示：
图1：测试了手腕通过八种自由形状手势进行运动的可用性。黑点表示手势的起点。/ ©Gong 等， 2016
原型的可用性测试考虑了多种因素。研究人员对无视线状态下的手势输入功能进行了研究，以防用户在执行手势时无法直视屏幕。在用户进行激烈活动时，这种无视线状态下的手势输入就变得非常方便。他们还研究了位置控制模式，该模式可将手腕的动作映射到屏幕上。屏幕上的视觉信息代表了腕部弯曲的方向和弯曲量。同时还研究了手势分隔符，如用手指捏一下。
在用户研究期间，要求参与者在两种不同情况下尽可能准确、快速地执行手势操作。首先，在看显示器的同时进行手势操作，其次，在不看显示器的情况下进行手势操作。对两种情况下的响应时间进行了记录，有趣的是，无视线输入下的响应时间（877ms）小于前者（1043ms）。参与者在不看显示器的情况下能够更快地执行手势。可以解释为这是由于参与者试图借助屏幕上的视觉反馈来确保更精确地绘制手势。
图2：WisrtWhirl原型/©Gong 等， 2016
WristWhirl包含了2英寸的TFT显示屏和带有内置红外间隙监测传感器以及压电振动传感器的塑料表带。所有这些器件都位于表带内部。传感器获得的数据由Arduino DUE板进行处理。
WristWhirl由一个2英寸的TFT显示屏和带有12个红外接近传感器的塑料表带组成，每个传感器都包含一对红外发射器和检测器（LITON LTE-301 和 302），工作距离为940nm，最大传感距离约为12cm，和一个用于监测手指压力的压电振动传感器（Minisense 100）。传感器已连接到Arduino。
先由DUE处理，然后发送到Lenovo ThinkPad x1 Carbon笔记本电脑（2.1GHz Intel Core i7 CPU 8GB RAM）对传感器数据在9600Hz的速度下进行记录（从0到1023读取，1023是最接近的）。要执行一个手势，用户可以用手指捏一下就可以打开接近传感器来捕捉手腕的运动。完成手势后，用户可以再次捏合作为手势结束的信号来关闭接近传感器，以节约电池用电。
从每个接近传感器记录的数据会被转换为一个向量。向量的方向由传感器沿表带的位置决定，向量的长度由传感器的值决定。值越高，向量的长度越长。通过汇总连续的传感器上获得的三个向量来获取数据。
研究人员通过Google Maps和流行的游戏对原型进行了测试。WristWhirl具有以下四种应用程序：
1. 手势快捷方式： 类似于流行的手势搜索应用程序，该快捷方式应用程序允许用户通过执行手势来打开应用程序。例如，用户可以通过手势（或绘制）三角形来打开日历应用程序。用户还可以执行手势以实现快速拨号（例如，画“L”来拨打给Lisa）。
图3：通过执行手势（绘制）三角形来打开日历应用程序/©Gong 等，2016
2. 音乐播放器： 通过一个较长的腕部轻扫动作，用户可以跳过多个曲目，而通过较短的腕部轻扫动作，用户可以跳转至下一首歌曲。
图4：手腕长扫至左侧可以向左跳过多首歌曲/©Gong 等，2016
3. 2D导航： 用户可以左边手腕或右边手腕的动作（尺骨或桡骨方向）进行上下移动。要向左或向右平移，用户可以使用上下的手腕动作（伸展或弯曲）。用户还可以通过顺时针或逆时针方向的旋转（打转）手腕来进行放大和缩小。
图5：上下和左右平移（左）；放大和缩小（右）/©Gong 等，2016
4. 游戏： 用户可以通过上下左右挥动手腕来玩俄罗斯方块。可以通过向上挥动改变方向，通过向下挥动放置方块。
图6：玩水果忍者（左）和俄罗斯方块（右）/©Gong 等，2016
初步的原型评估结果表明，1美元硬币大小的手势识别器能够识别出自由形状的手势，准确性为93.8%。未来的研究方向包括进一步改善手指捏动的监测，提升接近传感器以避免环境光干扰，探索多点触摸手势以及开发针对不同手腕尺寸的多选择设计。
Yulhane-Jerez Koh
Yulhane毕业于加州大学伯克利分校，是一名生物力学工程师，也是DevicePlus的执行编辑。Yulhane对集群机器人技术、机器学习以及神经科学领域具有浓厚的兴趣。
