人机交互论文范文

人机交互论文范文（精选6篇）

人机交互论文 第1篇

人机交互课程报告

专业： 班级： 姓名： 学号：

软件工程 软件11A 沈艳 1112800133

1、新一波怪物来袭！——关于《保卫萝卜2》的分析

《保卫萝卜2：极地冒险》是一款超萌的休闲塔防游戏，在保卫各种萝卜的基础上增加了包括雪地、天际、冰河在内的6个主题场景，101个全新的关卡以及包括冒险闯关、BOSS限时、怪物堡垒、终极对决等6个模式，还增加了全新的“分体怪”，而且每关还有特殊任务，这对追求完美的人来说，增加了游戏难度。本文将从人机交互方面来解析该游戏。

一、画面：清新依旧，灾难临头也要将卖萌进行到底！

众所周之，在《保卫萝卜1》中，由于画面走的可爱路线受到许多少女玩家们的喜爱，而《保卫萝卜2》也依旧走的此路线，各种萝卜以及各种怪物都非常的萌，扑面而来的依然是一股小清新的微风。

画面：

在卖萌路上 一条道走到黑！

1、摇摇晃晃卖萌耍贱的小胡萝卜

2、那些恍如饿死鬼投胎、偌大个世界只盯着这一根小萝卜的敌人

3、连怪物堡垒也开始走上了卖萌的不归路！

画风：

走的是奇葩怪异的恶心萌路线，相较于超硬的写实派显得不那么严肃，跟纯粹的Q版软萌系相比又不那么低龄化，符合当今大众娱乐一切的心理。

画质：

《保卫萝卜》一直保持这可爱加超萌的画面风格，而新作在保持原有画质的基础上，画面精简了很多，不会让玩家在出现眼冒金星的感觉。

音效：

在保卫萝卜2之极地冒险里为了和极地冒险的主题有所呼应，在配乐上不再使用那种闹腾的以鼓点为主要配器的电子音乐，而是转换成了风格较为轻快的电子琴音效，和重低音贝斯搭配在一起有种儿童舞曲的感觉。

同时，在《保卫萝卜2》中，场景也选在了冰天雪地的极地冰川里，满眼的冰川雪地，炎炎夏日，想不清凉都不行啊！

二、操作：大屏给力，小屏坑爹

《萝卜2》的玩法非常简单，只要通过合理的摆放炮塔，抵抗怪物的攻击并消灭它们就可以了。操作方面同样很简单，只需要在地图中闲置的区域中防止炮塔并升级即可，新作中的炮塔会变大并且火力也会变的更强。

1、可建造炮塔位置不难找

游戏中的某些关卡挑战性比较强，一方面是前期可建造的炮塔位置非常少，另一方面又有限时完成的额外任务，这个时候有不少玩家在游戏开始时就混乱了，不知道哪里可以建炮塔，白白耽误时间。因此，在开始游戏前的倒计时阶段，《萝卜2》将建造炮塔的位置用虚线标出来的，避免玩家找不到位置，思维混乱。

2、“一指点天下”：

只需要点击空地建造、升级炮塔或是指定攻击对象。这样的操作方式是触控设备所通用的，实际操作起来比鼠标更为顺手。

3、问题：点击准确度

过小的屏幕导致经常会出现误操作（炮塔修错位置、本想升级却卖掉了炮塔或是本想卖掉却误点成升级等），特别是对于手指较粗的玩家来说，小屏幕上的操作体验是很糟糕的。

三、数值设计：

1、重复挑战性

平衡的数值，让玩家愿意不断的重复挑战。

2、适当的随机性

部分关卡的障碍物被打碎之后，会随机出现一些炮塔。（而某些关卡的是固定）

3、节奏感

塔防的游戏节奏感很重要，N波小兵送钱，然后马上来一波强势的，一般初次都较难守住。

4、战略性

玩家需要重新制定战略（简单战略），将炮塔位置、等级、搭配重新部署，并迎接挑战印证自己的战略是否有效。

四、关卡设置：

1、取消主题模式 引进大地图

森林、海底、沙漠、云层，多样性的地图，以及每一个地图中的小场景，《保卫萝卜2：极地冒险》将关卡设置成了地图的形式，这样的设计使游戏更加人性化并将每个区域用地图的方式连接起来，能够给玩家们带来更加直观的体验效果。

2、新增模式：

“双出口”模式：在一个关卡中会有两个出口同时出现怪物，这种难度极大的玩法让玩家在体验中异常的抓狂，玩了几次都以失败告终，也刺激了玩家的好胜心，增加游戏乐趣。

“怪物堡垒”模式：怪物堡垒的模式，在这个模式中会有一个怪物堡垒源源不断的冒出怪物，玩家不仅要保证萝卜不被吃掉，还要在防守的同时消灭这个讨人厌的怪物堡垒

“随机炮塔”：在关卡中玩家无法自主选择搭建的炮塔，只能通过花费200金币进行随机抽奖。不得不说，这个模式让一些完美党抓狂不已，甚至有点败笔之嫌——原因在于随机关卡同样有额外任务，并且坑爹的是，这些额外任务往往要求玩家使用/升级特定炮塔，毕竟人品这玩意属于不可控因素，如果人品不好很可能挑战数次也抽不到想要的炮塔。

“分裂怪”：人见人恨的“分体怪”是怪物们在与保卫者漫长地对抗中神奇地进化了，每一个分体怪在被消灭的最后一刻会瞬间放出5个极速飞奔的小怪物叽叽喳喳地扑向萝卜，这对于保卫者而言无疑是可怕的挑战。

3、炮塔解锁 ：

游戏里有14个炮塔需要每过一关，解锁一个，每个炮塔都有特色功能，比如“便便”，不但名字有趣，而且战斗能力强大，拥有减速特技。这样的设置保持着玩家好奇心，期待下次会有什么不一样的炮塔出现，同样也增加了游戏的乐趣。

4、额外任务：

类似《植物大战僵尸2》星星设定的过关附加条件，使得游戏过程更加富有战略性，比较良心的是，本作中的额外任务并不需要玩家将同一关卡反复挑战4次，只要你有能力，完全可以在攻关同时取得完成三个额外任务。这种设计既让玩家不会觉得游戏过于简单，又满足了玩家的成就感。

五、社交：

如今是个手机游戏都要加入点社交要素，彷佛你的游戏是个纯单机都不好意思出门和人打招呼。《保卫萝卜2》作为本土游戏开发商制作的产品，社交要素自然也和国内流行的社交平台新浪微薄挂钩。在游戏中只要在设置中用自己的新浪微博账号登陆游戏，就会发生游戏的界面产生了变化，可以在大地图上直观的看到自己和好友的游戏进程，并通过排行榜炫耀自己的游戏成绩（根据金萝卜和水晶萝卜的数量排行）。

不过《保卫萝卜2》毕竟是一款单机游戏，社交系统无可避免地处于较弱的部分，在游戏中社交功能仅仅是查看朋友的进度和游戏排行榜，远远无法和其他以网络要素为主的游戏比肩，最致命的部分是好友之间无法形成互动，可以说玩家登陆后对游戏没有产生任何实际性的影响，不处于Wi-Fi环境时很难让人产生登陆的欲望。

六、小总结：

1、对比性：

很明显，《萝卜2》的对比性十分强烈，不论是每个关卡上的地图设置，还是怪物以及炮塔，元素与元素都截然不同，整个界面看起来十分有意思。

2、重复性：

《萝卜2》中，怪物、场景中的物体都比较重复，场景中物体也都类似，但风格统一，仅仅稍微改变一下，从而改变玩家的视觉效果。这样可以让玩家的思路清晰，不易产生紊乱情绪。

3、对齐性：

个人认为，《萝卜2》本身的设计的对齐性仅仅体现在游戏界面的顶端和低端，而界面中间部分，杂乱无章，但也是因为这样，整个界面看起来才会更加有意思。

4、亲密性：

《萝卜2》中，场景里的物体摆放看似杂乱，但是却形成了一个视觉单元，而不是单个的个体，炮台建立完成后，玩家可以根据自己的爱好来摆放，充分考虑了玩家的心理。

2、浅谈去哪儿网手机App人机交互设计

一、初始界面：

打开去哪儿网手机客户端，初始界面设计很简洁、友好。进入首页，各模块排列整齐，并且图标等设计业很简单、大方，让人一目了然。

二、机票预定：

机票搜索界面设计简单明了，让用户能很快上手，使用简便。去哪儿网还提供了特价机票、价格趋势、低价提醒、航班选座、机场服务、航班动态等服务。值得一说的是，去哪儿网的用户定位系统做的很好，无论你在哪里，都能快速找到你的位置。

1、特价机票：进入特价机票界面时，仅仅提供显示出发城市的所有机票的功能，不能筛选目的城市，这样用户用起来就不是很方便了。

2、价格趋势：机票价格趋势图让用户能很快清楚最近机票的价格波动趋势，方便用户聪明的选择出行日期。

3、航班选座：航班选座可以让用户能够选择自己喜欢的位置，例如靠窗等，但办理略显麻烦，需要填写各类数据，有点鸡肋。

3、语音订票：去哪儿网客户端采用语音课识别固定条件搜素(如航空公司、时间以及起始)，机票的预定，可以通过语音来实现。在机票搜索界面下，点击语音图标，即可使用语音功能代替选取方式。语音预定的好处就是，用户免去了传统模式下的，选取起始点、日期以及航空公司的麻烦，而一步到位将目标机票查询到。

4、低价提醒：可以称得上是去哪儿旅游客户端中，最为人性化的功能之一了。因为普通用户不可能时时刻刻都会打开客户端去查看自己所关心的机票信息，而当去哪儿旅游客户端在更新了这些低价折扣机票之后，能自动地通过手机来提醒用户。

三、酒店预定：

进入酒店预订界面，可以发现，界面都是保持一样的风格，都是以简约为主，同时，酒店预订也支持语音预订。酒店预订的筛选条件也是十分齐全的，让用户可以选到称心如意的酒店。

另外，在特色服务方面，去哪儿旅游客户端推出了夜销酒店功能项，即是用户在每晚6点后，在北京、上海、广州、杭州等103座城市，从五星级豪华酒店到经济连锁酒店和公寓式酒店三折起销售。这可以让用户花最少的钱，享受最高档的服务。但该业务也仅仅提供城市的选择，而不能直接筛选出用户想要的酒店，这一点用起来不是很方便。如果能够加上如同机票的低价提醒一样的功能，设置酒店的低价提醒就更加完善了。

四、打车业务：

去哪儿网客户端提供打车业务，在特定的时间，例如，深夜较晚、凌晨较早的时间，根据用户当前所处的位置进行定位，结合用户需要到达的目的地，输入联系人信息(联系人电话)，就可以预约出租车，操作简单快捷。

同时客户端还提供接送机功能，被叫出租车所提供预约或者是包车业务。进行手机端的在线预约，那么无论是用户到了哪里，都可以随时完成预约或者是包车业务。在最顶端的位置上，很容易找到“快速送机通道”。点击进入，此时系统将自动跳转到预约界面，手机的定位功能打开之后，去哪儿系统还能自动判断用户当前所处的城市，并找到当前城市所在的飞机场，非常的快捷简单。

六、去哪儿旅游客户端景点、门票业务

去哪儿旅游客户端景点门票板块，系统将国内主要的热门旅游城市列示出来，下方位置上，用户当前所处的位置也会被定位出来，直接点击即可查询用户周边的相关景点。

1、身边搜索

去哪儿旅游客户端身边搜索功能强大，包括美食、景点、休闲娱乐、生活服务、美甲、配镜等等，覆盖吃住行游购娱全面信息。身边搜索同时还精选推荐和城市特色多维度旅游城市推荐。如果信息过多，还可以进行条件筛选，方便用户能快速找到想要的信息。

2、门票业务：

去哪儿网客户端将所有信息汇总，用户通过选择城市可以查看景点的门票信息，并且可以直接在客户端购买门票，在线支付。支付方式也多种多样供用户选择。

七、火车票服务

去哪儿网客户端提供火车票预订业务，让用户可以直接在上面预订火车票，而不用再登录到12306网站上去，避免用户在手机上安装各类证书以保证12306的正常运行。同时，客户端还提供了各类不同的筛选条件，方便用户能选到合适的车次。在列车信息的顶端，还有显示特价机票的价格，方便用户进行对比选择。火车票预订业务的操作也不复杂，添加乘客信息只需要填写身份证号码即可。但是这有个弊端，就是不能再这里购买儿童票和学生票，这对于学生用户来说，很不方便，也没有使用这个功能的意义了。

八、退出功能

左手拇指接触客界面左上角位置快速返回，但有的手机屏幕太大，左上角的返回键就显得很不方便了。去哪儿旅游客户端在每一个功能服务板块内，都可以通过左右滑行的方式来实现进入、退出的操作。

九、小结：

去哪儿旅游客户端的操作简便，用户能很快上手，不用花费过多的时间学习使用，也提供了一定的操作提示。界面设计简洁大方，让人一目了然，不会产生混乱，不知道该如何下手的感觉。按键摆放合理，值得一提的是，去哪儿手机客户端的按键反馈是以指纹的形式显示的，让人感觉很真实。

去哪儿网客户端通过加载条显示的文字来告诉用户当前所处的位置以及当前在做什么，尤其是在响应时间较长时，让用户时刻清楚每一个交互动作的含义；通过使用列表选择、简化对话步骤、对共同输入内容设置默认值、系统自动填入用户已输入过的内容等方法，尽可能减轻用户记忆。

去哪儿旅游客户端，是去哪儿网整合了平台资源后的一个浓缩移动产品，在用户面前，这个手机客户端可谓是“麻雀虽小，五脏俱全”，网页端所能实现的功能，几乎都可以在本手机客户端中实现。这样，去哪儿网，等于说将一个国内主打旅游搜索、机票酒店预定服务为亮点产品网站的服务，搬到了手机上，完美实现了用户的时刻需求

读书的好处

1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文

5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。——颜真卿

7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到

9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。——陈寿

11、书是人类进步的阶梯。

12、一日不读口生，一日不写手生。

13、我扑在书上，就像饥饿的人扑在面包上。——高尔基

14、书到用时方恨少、事非经过不知难。——陆游

15、读一本好书，就如同和一个高尚的人在交谈——歌德

16、读一切好书，就是和许多高尚的人谈话。——笛卡儿

17、学习永远不晚。——高尔基

18、少而好学，如日出之阳；壮而好学，如日中之光；志而好学，如炳烛之光。——刘向

19、学而不思则惘，思而不学则殆。——孔子

20、读书给人以快乐、给人以光彩、给人以才干。——培根

人机交互论文 第2篇

关键词：人机交互；界面设计；情感化设计

为了让计算机应用系统界面设计能够更好地满足用户的心理情感需求、更加人性化，情感因素越来越受到界面设计者的重视。人类的情感认知包含三个部分，分别是本能水平、反思水平与行为水平。在人类的整体机能中，上述三个水平都发挥着极为重要的作用。因此，对于人机交互图形化界面的情感化设计，设计者可以从上述三个水平入手，以确保能够更好地满足用户的心理情感需求。

1人机交互图形化界面的本能水平情感化设计

1.1美观性设计

色彩能够对人类造成最为直接、本能的感官刺激，而色彩图形可以让人们更直接地感受到美的特性。在界面设计中对色彩进行合理利用，可以增强用户对界面的好感度。针对不同软件界面的设计，在充分考虑用户工作环境的基础上，对色彩进行合理使用，可以更好地改善用户的工作心态。例如，在安全软件设计中，黄色、绿色、淡色及暗色是使用率最高的几种颜色。其中，黄色与绿色是对环境保护意识的体现；淡色的使用可以增强界面的舒适度；而利用暗色作为界面的背景颜色，可以让用户以更加轻松的态度开展工作。另外，在界面设计中，图形这种信息媒介所发挥的作用也极为重要；在人的视觉感官上，图形所造成的视觉效果往往要比文字好。在界面设计中，可视化图形的合理应用，不仅能够让用户对界面浏览产生兴趣，也能够让用户的注意力更加集中。在人机交互界面设计中，设计者依据美的原则，重点突出界面的美观、时尚等特点，可以让用户产生愉悦的心理感受，也能够有效地增强用户使用界面的舒适度和满意度。

1.2趣味性设计

在界面设计中，趣味性设计主要体现在图形、文字、色彩及形式等元素的应用方面；合理地利用图形、文字、色彩等设计元素，可以让界面变得更加有趣，从而激发用户使用界面的兴趣。在界面设计中，利用图形、色彩等元素增强界面的亲和力、圆润等特性，可以更好地提高界面使用的趣味性；而界面趣味性的提高，可以激起用户的好奇心，充分满足用户愉悦、快乐的心理需求，也符合人类本能的情感要求。人机交互界面趣味性的提高，需要设计者依靠对界面形态的创新和改良，对枯燥、无趣的数据进行包装，将其设计成更加有趣的元素，以更好地激发用户的使用兴趣。如GOOGLE公司的标语，GOOGLE公司在标语中添加了极长的0000，极大地增加了标语的趣味性，部分用户浏览GOOGLE公司标语的目的就是为了查看0000这一元素的长度；同时，在不同的节日或纪念日，GOOGLE的字体也会发生改变，这就极大地增强了GOOGLE的趣味性。正常情况下，设计者会以图、字结合的方式设计界面中的不同基础字体，加强对字体的图形化处理，从而提高界面的趣味感。此外，在界面设计中，设计者合理地使用拟人或拟物等图形，增强界面设计的拟物效果，可以极大地提高界面的趣味性，从而给用户带来愉悦、快乐的心理感受。

2人机交互图形化界面的行为水平情感化设计

2.1功能性设计

设计者根据人类行为水平设计界面，必须要重视对界面功能性的设计。在界面设计中，设计者良好的行为水平设计，可以帮助用户更快地掌握界面功能和操作方式，从而促使用户自主完成对界面的操作。在根据行为水平设计界面时，设计者应当让界面设计更加符合人类的逻辑思维方式，设计出更加人性化的界面功能，以便让用户对界面使用产生兴趣。人机交互界面不是为满足某个人或某类人的使用需求。因此，对于界面的设计，设计者应当依据通用的设计原则，根据相应的设计规范进行界面设计，以便确保设计出的人机交互界面能够满足所有人的需求。例如，ATM机、手机等设备的界面。这类界面的使用不仅是面对正常用户，也需要满足部分特殊用户（老人、儿童等）的需求，所以界面应当依据通用设计原则进行设计。

2.2易用性设计

生活节奏的加快，促使人们对时间的安排越来越重视。为了让界面操作更加简便，界面的易用性设计逐渐受到设计者的重视。如果一个产品的操作过于复杂，那么就很难激起用户的使用兴趣，该产品就会被市场淘汰。科技的飞速发展所带来的是电子产品的不断改良、界面的不断创新。不同的产品使用的界面不同，而多样化的产品会提高用户选择的难度；相较于操作复杂的界面，用户更加希望界面的操作能够更加简便，这使得界面的易用性也逐渐成为了衡量产品好坏的标准之一。设计者根据可视性原则对人机交互界面进行设计，可以更好地提高界面的易用性。如在界面中，按钮的位置要显眼，按钮的名称要简单易懂，并且不用的按钮之间要有明显的区别，要做到望文知义，以便让用户更加简便、舒适地使用界面。

3人机交互图形化界面的反思水平情感化设计

个性化追求体现的是人类的自我感觉。在生活中，人们经常会将自己的手机界面设置得更加个性，并向别人展示自己的手机界面；而这种现象的出现，主要是由人们追求个性或标新立异的感知所引起的。在界面情感化设计中，反思设计是为了更好地满足用户的自尊需求。个性化界面的使用可以让用户更加充分地展现自己的生活品质与品位，并在此过程中满足自身的心理需求。此外，界面的反思设计直接影响着用户的长期使用感受，关系着界面所提供服务的适宜性，而这也充分体现了界面反思设计的重要性。例如，微软公司对界面反思设计就极为重视，这直接影响着公司与客户之间的关系。在产品使用过程中，若用户遇到界面操作问题，微软公司会提供免费的问题咨询和解决服务；这不仅提高了用户对产品的满意度，也让公司与客户之间建立了情感纽带，对公司的品牌建设极为有利。

4结语

在人机交互图形化界面的设计中，设计者对界面情感化设计予以重视，并增强对界面的人性化设计，不仅可以提高界面使用的舒适度，也能够提高界面使用的趣味性，从而确保用户的心理情感需求能够得到更好的满足。

参考文献：

语音+手势人机交互新体验 第3篇

在电视通往未来的道路上, “智能”无疑是其必备属性, 但同时也是最充满想象以及最具可改造性的地方。这也正是芯片厂商、终端厂商、内容提供商、服务提供商等各产业环节竞相涌入继电脑、平板、手机后的“第四屏”原因之一。但从智能电视诞生至今, 较差的用户体验以及应用的缺乏时常被用户所诟病, 用户期待的不是从互联网照搬下来的“屏幕+键盘”的操控方式, 也不是生搬硬套移植移动互联网的触控应用, 更为自然与人性化的体验才是未来电视所要求的。

最自然的交互方式

曾经人们对电视的操控依赖于电视遥控器, 然而随着电视节目的不断增加, 功能的逐渐丰富, 遥控器已不能满足人们对电视操控的需求, 复杂的遥控器也降低着人们的使用体验。厂商们开始尝试着各种新的人机交互方式, 包括流行了一段时间的键盘式遥控器等, 但电视屏幕位置相对固定、人与电视屏距离较远的特性, 使得触摸屏、键盘等方式也并不适合。

在业界众多专家看来, 电视人机交互方式的革新, 也正是电视产业有所突破的关键, 这需要厂商有所创新性突破。

“人与人之间的交流主要通过语音和肢体语言, 同样在电视产业, 语音加上手势的方式将可能是最贴切、自然、友好的操控途径。”海信产品经理董琪表示, 此处的语音控制并非传统生硬的特定语音指令, 而是借助智能语音分析系统, 以人工智能为基础, 进行样本学习, 并在在大量数据采集之上实现语义分析, 从而理解操作者的指令含义。

效果仍待大幅提升

目前许多厂商已将交互方式关注重点转向语音控制, 但声名在外的仍只有“未有实际行动”的苹果Siri。在iPhone上实用性不佳的Siri, 被国外分析师视作是良好的电视遥控器。而此前传闻众多的iTV版本里, Siri功能也赫然在列。

与此同时, 董琪表示“我们希望通过手势这样的自然动作来操作电视。”实际上, 手势操作可以追溯到微软的Kinect技术, 主要通过摄像头来捕捉肢体动作及运动轨迹, 包括挥手、抓取、点击等人们较为自然的动作, 进而分析, 以实现对电视的操控。目前市场主流厂商均有相应研究, 但手势操控的实际效果在董琪看来还不够自然流畅, 有大幅度提升空间。具体可表现在存在误操作现象、识别反应速度慢等。

搭载人机交互系统 第4篇

外观设计与原车良好兼容

飞歌 FA108A01E2影音导航主机屏幕采用了分辨率达800X480的高清数字屏幕，设计风格参照了雷克萨斯ES250原车的主机，使得导航主机外观与原车主控区完好兼容，完全感觉不到突兀。

通过数据线，飞歌 FA108A01E2影音导航主机可直接与iPod产品实现音频接入及全功能控制，在屏幕上还能同时显示iPod里面的歌曲名称，以及播放状态、时间等。通过USB线接入U盘后，选择主菜单的“碟机”选项，点击屏幕的“USB模式”，即可使用U盘播放的功能。同时，还可以对各款接入的产品进行充电。

飞歌独有的Remote Touch人机交互系统 操控便捷

飞歌FA108A01E2影音导航主机的最大卖点就是配备了飞歌独有的Remote Touch人机交互系统。其系统操控按键安装在变速杆旁，摇杆搭配拉丝金属的线条，给人简洁又不失高档的印象。在实际操控使用时就如同一款车载鼠标，能够通过摇杆和按钮操控影音导航主机，比起需要点击触屏操控确实快捷很多，大大方便了车主的使用。

另外，飞歌ES250 FA108A01E2影音导航主机还非常注重后座乘客的用户体验，其后视娱乐功能可以单独控制后座显示屏的节目内容，使前后排座位乘客可以同时观看不同的影视节目。

值得一提的是，用户还可通过自行选配增加TPMS胎温胎压检测、CMMB数字电视、倒车后视等功能。其中倒车后视功能只需要增加后视摄像头便可实现。当挂入倒档后，该系统会自动接通位于车尾的高清广角倒车摄像头，将车后状况清晰地显示于车载导航系统的液晶屏上。其精准的倒车轨迹线，有效地增强了倒车的安全性。

电子科技大学-人机交互总结 第5篇

人机交互概念：人机交互是研究人、计算机以及它们相互影响的技术。狭义的讲，主要是研究两者之间的信息交换，它主要包括人到计算机和计算机到人的信息交换两部分。

人机界面: 计算机与人之间通信和对话的接口，它作为计算机系统的重要组成部分，主要是指人类与计算机系统之间的通信方式，它是人机双向信息交换的支持软件和硬件。人机交互VS人机界面：

人际交互是指用户与计算机系统之间的通信，“交互”定义为一种通信，即双向的信息交换。

人机界面指人类用户与计算机系统之间的通信媒体或手段。是人机双向信息交换的支持软件和硬件，“界面”定义为通信的媒体或手段，物化体现是有关的支持软件和硬件。人机界面也称为用户界面。

人机交互通过一定的人机界面来实现，在界面开发过程中，有时把他们作为同义词使用。发展历程：命令行界面(CLI)图形用户界面(GUI),也称WIMP界面多通道人机界面(MMI)

发展趋势：强调“以人为本”，“自然、和谐”的交互方式，交互技术围绕集成化（多样化、多通道）、网络化（在不同设备、不同网络、不同平台之间的无缝过度和扩展，在任何地方用多种简单的自然方式进行人机交互）、智能化（非精确的信息交流，使人机之间的交互像人与人交互一样自然、方便）、标准化（制定国际标准）展开。

人机交互的范畴：2-指导哲学3-相互交叉和渗透1-实现技术

【认知心理学：研究人的高级心理过程，主要是认知过程。从心理学的观点研究人机交互的原理。

人机工程学：运用生理学、心理学和医学研究人、机器、环境相互间的合理关系，保证人安全、健康、舒适的工作，提高整个系统工效的新兴边缘学科。分为硬件和软件两方面。

虚拟现实：真实感、沉浸感和交互性。自然和谐的人机交互是虚拟现实的一个研究内容。多媒体：输入-将文字、声音、图形、图像集成在一起，多模态多通道输入。输出-引入动画、音频、视频等动态媒体，丰富表现信息的形式，提高用户接收信息的效率。更直观。信息处理-多媒体信息融合，单一媒体的分析处理。

人工智能：多通道系统力求对语义的理解。侧重于信息的理解与解释。软件工程：软件的设计、实现、测试、开发管理】 人机交互的三元素：人(指导哲学)、交互设备、交互软件

人机交互的研究内容：多种独立模态的交互技术、智能用户界面(多模态信息融合)、虚拟现实中的人机交互(3D交互)人机交互模型：对人机交互系统中的交互机制进行描述的结构概念模型

Norman执行-评估模型：一个直观的交互模型，分为执行和评估两个阶段，通常由7步构成：建立目标，形成意图，动作描述，执行动作，理解系统状态，解释系统状态，评估系统状态。该模型指出了交互过程的某些特点，有助于在概念上理解交互过程，但完全以用户为中心，对于计算机系统而言仅仅考虑到系统的界面部分，因此是不完整的模型。

运行鸿沟：用户意图与允许的行为之间的不匹配。评估鸿沟：系统表示与用户期望之间的不匹配。意图(Intention)目标(Goal)期望(Expectation)评估(Evaluation)动作描述(Action Specification)解释(Interpretation)执行(Execution)理解(Perception)

用户概念模型：一种用户能够理解的系统描述，使用一组集成的构思和概念，描述系统应做什么、如何运作、外观如何等。分为基于活动的和基于对象的。

基于活动：指示（按按钮）、对话（电话机器服务）、操作与导航（虚拟现实）和探索与浏览（上网）。各类活动可以并存。

基于对象：界面比拟（桌面、电子表格，搜索引擎）、交互范型（我们在构思交互设计时的某种主导思想或思考方式，设计时的灵感来源）

界面比拟是指采用“比拟”的方法将交互界面的概念模型与某个(或某些)物理实体之间的某些相似性体现在交互界面设计中。GOMS预测模型：用户与系统交互时使用的知识和认知过程的模型，GOMS代表目标、操作、方法、选择规则。

目标：用户要达到什么目的。

操作：达到目标使用的认知过程和物理行为。

方法：为达到目标而采用的具体步骤。

选择规则：选择具体方法。

优点：可以预测专家用户如何使用一个系统，避免对用户进行可用性测试。能够定量预测用户执行情况，从而对不同界面或系统进行比较分析，有助于确定产品的有效性。

缺点：无法预测普通用户的使用情况。适用范围有限，只适合分析数据录入类型的计算机任务，而且只能预测专家级用户的执行情况，无法分析出错的情况。

交互框架模型：交互分为四个部分：系统、用户、输入和输出，交互过程表现在信息在这四个部分之间的流动和对信息描述方式的转换上。

交互周期中有四个阶段：目标建立、执行、表示和观察

1.用户以用户语言在头脑中形成任务，并将任务翻译成机器可以识别的“输入语言”

2.“输入语言”被翻译成能被系统直接执行的一系列操作，即“核心语言” 3.将系统的当前值以“输出语言”的形式呈现出来。

4.用户观察输出，将其翻译为用“用户语言”表达的交互结果，与原目标进行比较和评价。

图形用户界面模型：【

三个思想：

桌面隐喻，即在界面中用人们熟悉的桌面上的物品来清楚的表现计算机可处理的能力。

WIMP是组成图形用户界面的基本单元 直接操作以及‘所见即所得’的界面

多通道用户界面的特点：

使用多个感觉（侧重于多媒体信息的接受）和效应（侧重于交互过程中控制与信息输入）通道。两者密不可分、相互配合，应允许充分的并行协作的多通道协同配合。

允许非精确的交互。允许使用模糊的表达手段可以避免不必要的认知负荷，有利于提高交互活动的自然性与高效性。主张以充分性代替精确性。

三维和直接操纵。人生活在三维空间，习惯于看、听和操纵三维的客观对象，并希望及时看到这种控制的结果。多通道的人机交互的自然性反应了这种本质的特点。

交互的双向性。人的感觉和效应通道通常具有双向性，多通道用户界面使用户避免通道切换，从而提高自然性和效率。

交互的隐含性。追求交互自然性的多通道用户并不需要用户显式的说明每个交互成分，而是在自然的交互过程中隐含的说明。虚拟现实交互的特点：

立体感的视觉显示 置身于环境中的显示 动态的显示

以多种媒体和多种形式与计算机进行交互 闭环的交互方式

用户界面设计的一般原则：

一致性（用语与用词的一致性、操作方法的一致性、界面格局的一致性、数据格式的一致性、系统响应的一致性）

易用性

容错性（重要操作提醒、操作完整性检测、输入正确性校验、命令执行的回溯UNDO、自动纠正错误、拒绝执行）

易学性

有效性（使用快捷键）美观性 反馈性（词法级、语法级、语义级）

针对性（对不同层次的用户设计不同的操作环境）】

WEB布局的设计原则：逻辑性、一致性、新颖性和实用性、采用容易扫视的表达方法、清晰表达网页上的超链接 交互设备

输入：鼠标、键盘、跟踪球、操纵杆、触摸屏、手写板、光笔、数字化输入板、手势板、三维输入设备

输出：显示器、打印机、扬声器 数据交互：人通过输入数据的方式与计算机进行交流的一种方式，是人机交互的重要内容与方式。

数据交互的方式：

问答式对话数据输入交互、菜单选择、填表、直接操纵、关键词、条形码、光学字符识别、声音、图像

输入设备：键盘、鼠标（定位，单击，释放，双击，拖动）、跟踪球、操纵杆、触摸屏、手写板、光笔、数字化输入板、手势板、三维输入设备 输出设备：显示器、打印机

语音交互：研究人们如何通过自然的语音或机器合成的语音同计算机进行交互的技术。它是一个多学科交叉的边缘学科，需要语言学、心理学、工程和计算机技术等领域的专业知识，不仅要对语音识别和语音合成技术进行研究，还要对人在语音通道下的交互机理、行为方式等进行研究。语音识别和语音合成的相结合，即构成一个“人机通信系统”。

语音交互的优缺点：

优点：人类最习惯的交流方式；认知负荷小（不需要长期占用注意力）；资源占用少（空间和照明）；交互效率高（信息量大）；

缺点：环境要求严（不能在噪声环境中）；信息的模糊性；非结构化；短暂性；记忆负荷大

语音识别：是将音频数据转化成文本或其他形式的计算机可以处理的信息的技术。它的研究目的是让机器“听懂”人类的语言。语音识别分类：

(1)孤立语音识别系统：以单字或单词为单位的识别系统。连续语音识别系统：利用连续发语音词表中相关联的几个单字或单词，识别之前对连续语音进行切分，最后给出连续发音的识别结果。（自然语音最大特点是连续语音）

(2)能识别词汇量小于100个的称为小词汇量识别；大于100个的称为中等词汇量识别；大于1000个的称为大词汇量识别。

(3)特定人（SD）语音识别系统需要用户完成一个建立特定个人语音档案的过程，通过朗读事先准备的文本，识别软件为用户创建符合用户声音和说话模式的语音模型。

非特定人（SI）语音识别系统针对多个用户的使用而设计，无需建立个人语音库，不必使用者训练就可以识别各种语音。

特定人和非特定人语音识别系统之间的研究差距：

语音学差异。不同地方的说话人发音有很大不同。

生理差异。不同说话人会造成语音频谱特性不同。

发音习惯与心理状态差异。对说话的语音频谱特性造成影响。“非特定人+自适应 ”是当前众多语音识别系统采用的使用框架。

语音识别: 模式匹配方法分为两步：

第一步，建立标准语音库（标准语音模板），系统首先建立有若干训练语句的标准语音数据库供训练者使用，即训练；

第二步，将输入的语音信号经过处理后与标准语音模板相匹配，即识别，包括失真估计、识别决策和专家知识运用；

建立语音模板的方法：选择一种识别方法，然后从输入的语音信号中提取该方法要求的语言特征参数，保存起来形成语音模板。

模板匹配方法：概率统计方法（特征参数比较，失真测度最小判断结果，失败时，运用专家知识）。

三个技术模块: 特征提取、模式匹配、标准模板库生成

三模块所涉及的技术：语音识别单元的选择、特征数据类型的选择、模式匹配方法与模型训练技术

语音识别单元：单词（句）单元、音节单元（汉字）、音素单元（西文）

识别单元的分割技术：端点检测技术（过零率和能量特征参数获得分割精度）特征参数提取：语音识别：特征参数的比较和识别

（1）特征提取：从语音信号中提取对语音识别有用的信息（根据语音单元特点提取）（2）参数要求：最少特征表达信号，提高模式比较速度；最大限度不失真表示信号。模型训练：按照一定准则，从大量已知模式中获取表征该模式本质特征的模型参数的过程；

模式匹配：根据一定准则，使未知模式与模型库中的某一个模型获得最佳匹配的过程。语音识别的后处理： 语音信息处理

在语音声学信号识别的基础上，利用语言学知识进一步纠正识别错误；还能提供一定的反馈信息给声学信号识别系统，帮助声学信号识别系统提高识别性能。

语言信息处理方法：基于语料库的统计方法、基于文法的语法分析方法 语音识别方法：模式匹配法（动态规划方法DP即动态时间规整DTW）、统计概率模型方法（隐马尔科夫模型HMM）、人工神经网络方法ANN 三种语音识别方法比较：

DTW方法优点是保留语音序列的时序信息，识别算法简单有效。缺点是动态规划（DP）法计算量较大，不能进行动态训练，即不能用多次的发音来训练一个语音样本，只能采用多套样本。一般用于中小字表、特定人或孤立词的语音识别系统中。

HMM方法的特点是便于建立各种层次的语音识别基元（音素、音划、字、词组合句子）的语音模型，容易综合各种不同性质的参数信息（声道参数、语法、语义、语音模型等），缺点是建模本身存在不完善性，对于语音信号的时序反映能力较低等。适合于非特定人、大字表、连续语音的识别。

ANN技术在语音识别中主要用来完成分类工作，多用于小字表的分类识别。对于复杂的识别问题（大字表、非特定人、噪声环境等）神经网络方法普遍存在收敛缓慢、局部最优和推广能力差的缺点。在端点检测、非线性特征参数提取和预处理方面，其效果和DTW类似。

语音合成：通过计算机把数字信息变成语音输出，语音识别和语音合成是语音处理的互逆过程。

实现途径：存储语言信号，需要时再重现（声音还原）；让机器像人类说话，模拟人的语言功能，完成内容到声音的实现过程。

语音合成方法：波形编辑方式；参数编辑方式；按规则合成方式

图像识别的三个层次、关系

图像处理：对图像进行各种加工以改善视觉效果，输入输出均为图像。图像识别：对图像中感兴趣的目标进行监测和测量，通过抽取客观信息建立图像的描述。图像感知：在识别的基础上，进一步研究图像中各目标的性质和联系，得出对图像内容的理解和客观场景的解释，从而指导和规划行动。

关系：密切联系，又有明显区别，主要体现在输入和输出的关系上。图像感知输入一幅图像，输出对该图像的解释。图像处理的输入和输出都是图像，主要工作是对图像进行加工。图像识别对输入模式进行分类，它具有图像感知的内容，但理解的结果与图像感知相比不如后者全面丰富。通常，图像感知包括图像处理和模式识别的内容。图像识别过程： 特征提取（灰度特征、几何特征、统计特征）：从原始数据中提取出对分类识别有用的信息。分类判决：处理第一步获取的信息，完成特征信息与目标参数间的相互关联的判决 图像识别方法：

统计方法：以数学的决策理论为基础，建立统计学识别模型，通过对图像大量统计分析，找出规律性认识，抽出反映图像本质特点的特征进行识别。

句法模式识别方法：从图像的结构特性出发分析、识别、描述图像。

统计法未考虑图像结构，句法模式未考虑环境中的噪声干扰，两者结合更好。从识别逻辑观点看：组合式（全部特征抽出进行判断），顺序式（每抽一次特征，进行判断）

人脸图像识别过程：

面相检测：在动态的场景与复杂的背景中判断是否存在面相并分离出面相； 跟踪：是指对被检测到的面相进行动态目标跟踪；

识别：是对被检测到的面相进行身份确认和在面相库中进行目标搜索。

手写字体识别【

手写文字的联机识别主要解决将输入数据识别并转换成字符或词句，然后存储显示，或者加以解释和执行。

脱机（手写字符/单词识别处理）/联机（数据采集与预处理技术、笔记分割技术、特征提取、建模以及匹配技术、后处理技术）手写体识别

】

数字墨水：在tabletPC上书写或绘制的任何内容。墨迹把书写速度、压力、笔势等信息转化为数字并记录下来，形成数字墨水。系统把数字墨水存储为一系列复杂的贝塞尔曲线方程，而不是bit串，占用空间小。

人机行为交互：计算机通过定位和识别人类，跟踪人类肢体运动和表情特征，从而理解人类的动作和行为，并作出响应的技术。人体行为识别的过程：人的行为特征提取或者人体运动分析，主要确定如何描述人的运动，如是否用模型、模型的复杂度等；行动追踪（图标模型、结构模型），建立行为特征与图像序列的对应关系；行为识别（状态空间、模板匹配），从特征序列推断运动的高层语义。以硬件为基础的视线跟踪：利用图像处理技术，使用能锁定眼睛的特殊摄像机，通过摄入从人的眼角膜和瞳孔反射的红外线连续的记录视线变化，从而达到记录分析视线跟踪过程的目的。

以软件为基础的视线跟踪：利用摄像机获取人眼或脸部图像，然后用软件实现图像中人脸和人眼的定位与跟踪，从而估算用户在屏幕上的注视位置。人的注视方向可以用头的方位和眼睛的方位两种方式来表示。“米达斯接触（Midas Touch）”问题：用户希望随便看着什么并不必非“意味着”什么，更不希望每次转移视线都可能启动一条计算机命令。

表情分类判决：基于表情表征的分类思想、表情特点和表情分类却又是不相交的。

人机交互论文 第6篇

我们既然能够驱动全身的动作，为什么“未来”的人机交互竟全都是一根手指的操作呢？

下面是这位前苹果人机交互设计师的博客全文。查看原文请点击这里。

《对未来交互设计的简评》- Bret Victor

我们还是先复习一下这个眼下火热的视频吧。（iOS 用户请点击这里）

它讲述的无非就是下面这些东西：

说起来，设计未来的人机交互方式曾是我的一段工作经历。我曾经用真正能使用的原型机来进行设计，而不是小绿屏或者用 AE 做后期，所以我能看出这段视频里有一些值得怀疑的交互场景。事实上我曾动手设计过这样的交互场景，而这段动画片大致上就只是动画片而已吧。但是这不是我对这段视频的主要看法。

我的主要看法和视频的展示正好相反，真的，这不是什么“未来远景”。这些不过是一个个很小的增量。从设计的眼光来看，它们糟糕透顶。

这很重要，因为远景本身很重要。对远景的展望可以引导和激励人们去行动，当一群被激发灵感的人聚在一起便能形成最强大的力量。如果你是一个刚开始懂得前瞻的年轻人，或者一个已经开始动手打造这个远景的大人物，请务必让你的未来展望更加有价值，创造出真正能够改进我们交互方式的作品。

这篇简评并不会为你展开一张未来的全景图纸。我只是想对值得一看的地方加以探讨。

先不说我们应该如何与未来的工具进行交互，我们先来考虑一下未来的工具是什么。

我很喜欢这条定义：工具通过放大人类的行为能力来解决人类的需求。

这就是说，工具能够将我们能做的事转译为我们想要做的事。而一件伟大的工具则是在设计上同时满足这两者的。

而在这篇简评里我不会讨论人类的需求。这是有史以来从未被间断过的话题，每个人都会有自己的看法。

我也不打算讨论技术。这没什么好讨论的，因为我们掌控技术。我们可以发明技术，克服一些人类本性。

我将要说明的是常常被忽略的第三个因素，人类的行为能力：我们能够做什么。因为，如果设计出来的工具无法被人使用，它就是个糟糕的工具，是吧？

我们再来看一眼这些“将来的人们”与“将来的技术”是如何进行互动的：

你可以看出所有人都在用什么工具吗？这套未来交互体系的核心构件是什么？每张图都说出来了！

完全正确！那就是“手”。

这太赞了！我觉得用手太美妙了！

我们的手可以做两件事。这两件事绝对很神奇，你每天的生活都无时无刻不依赖于它们，而大部分所谓未来交互的概念都完全忽略了它们。

手可以感觉，手可以操纵。

现在，请随便拿起一本书，随便翻到某一页。

请体会：通过左右手重量的比例，以及左右手捏住纸张的不同厚度，你能够大致知道现在书翻开到哪个部分。现在翻一页，请体会：你会知道手里捏的不是黏在一起的两页纸，只需轻轻揉一揉就能感觉出来了。

下面，请拿起一杯水，喝一口。

请体会：通过倾斜杯子时重量的变化，你能够知道还剩多少水。

世界上的几乎所有物体都能够提供类似的一种反馈。这些习以为常的事实往往最容易被我们忽略。你可以再拿起身边的一些物件试一试。像平常那样使用一下，并感觉它们在触觉上引起的变化：它们的纹理、柔韧度、温度，它们的重心位置，它们的边缘、曲线和褶皱，以及你在使用时，它们会产生什么样的反应。

我们的手指为什么拥有如此密集的神经末梢呢，这里面一定有原因。只有这样我们才能和世界近距离接触，我们的工具才能和我们“交流”。触感是人类千百年来不变的“干活”一词的必要条件。

那么，再拿出你最喜欢的、神奇的、革命性的科技产品。使用一会。

你觉得怎样？是否感觉是“玻璃状”的？它是不是与你正在做的事情完全没有任何联系？

我把这种技术称作“玻璃下边的画面”。玻璃下边的画面牺牲了我们双手本来应该能得到的十分丰富的触感，而是提供了一个假惺惺的仿真图画。

真的有这么糟吗，用视觉取代触感？请试一试：闭上眼睛，去系鞋带，

电脑资料

完全没问题吧？那么，如果你的双臂都已失去感觉，你还能系好鞋带吗？甚至连你的手指也麻木了，能系好吗？当我们利用双手时，触感就好比是司机，而视觉则是皮椅。

“玻璃下边的画面”就是一种让触感永久麻木的交互模式。它犹如注入我们手腕的一针 。它否定了我们双手最擅长的事情。可惜目前，它几乎成为了所有“未来远景”的一致焦点。

对我而言，如果说“玻璃下边的画面”就是未来的交互方式，那就等于说黑白照片是未来的摄影之道。很显然，“玻璃下边的画面”只是一种过渡性的技术。我们越早渡过去越好。

你可以如何操纵“玻璃下边的画面”呢？当然是滑动。

滑动是这种交互技术的最基本动作，即在平滑表面上滑动手指。

然而我们在自然界中几乎从来不用这种方式来进行操纵。

我能想到的场合只有上图这些。

那么，我们如何操纵物件呢？事实上，我们的手指有着令人乍舌的范围极广的行动能力，而且我们总是不假思索就会驱动它们。下边的每张图里，你都需要留意每根手指的位置，什么在对什么施加压力，以及物件的重量是如何均衡的。

所有的手指动作都可以总结为下图的四个基本动作。（如果你对这方面感兴趣，不妨阅读 John Napier 的经典之作《手》）

假如你要打开一个罐头，通常你会在这两种动作之间轮换：

可以说，你曾打开的每一个罐头至少都是用这两种动作的组合来打开的。不仅这事不用教，甚至你在做的时候都意识不到你在轮换两种手势。对于直觉交互而言又是如何呢？

我们生活在三维世界里。我们的手生来就能在三维空间中移动和旋转物体，并且可以抬起物件并把它们放到另一个物件的上面、下面、旁边和里面。地球上的生物还没有能与我们相比的。

下次你在做热干面的时候，请一定留神你的手。一定留神！留心观察你的手指做出的种种技巧，它们如何将原料、器皿以及其他所有用到的物品操纵起来。然后比较一下你体会到的东西，和“玻璃下边的画面”有何异同。

难道，我们要接受的未来交互方式还不如一碗热干面所能带来的体验？

那么，未来的交互方式究竟是什么？

说起未来，最重要的事其实是选择。人们会选择自己将要追寻的远景，人们会选择能得到投资的课题，人们会选择如何度过自己的职业生涯。

先不考虑广泛的文化差异。技术并不是简简单单就产生的。它不是自主而然，不是奶酪上自然生出的霉斑。每种革命性的科技背后都有很长一段时间的研究，而这些研究都是由那群被激发灵感的人所投资或开展。

这就是我的诉求，能被人类无限的潜能激发出灵感。不要总是把昨天的技术拿出来一次又一次地忽悠人。

这张图很可能就是我们未来世界的雏形。但是想想为什么？我们为什么非选择这种东西不可？这种手持设备完全忽略了我们双手的基本功能。

我们的双手可以去感觉，可以去操纵。为什么不在可视、可感、可操纵的动态媒介之上进行发展呢？

这里有几个交互相关领域正在进行的研究(1, 2, 3, 4, 5)，有的已经进行好几十年了。这些研究往往已被边缘化，可能接下去仍然如此。但是也许你就能做出一些改变。

是的，这些研究目前得到的成果还很粗糙，还很基础，有时甚至值得被怀疑。但是请看：

1968 年，也就是微处理器诞生之前三年，Alan Kay 好不容易把 Don Bitzer 的早期平板显示器创新了一下。它的分辨率达到了 16 x 16 像素，而其前辈的分辨率为 4 x 4 像素。

Alan 看着这 256 个闪耀的橙色方块，之后回到家里，拿起笔，天啊！他在纸上画出了一台 iPad！

随后的事情便一发不可收拾，他沿着这条路继续探寻下去。他所研究的东西，大多数和你阅读这篇文章用到的硬件和软件都是息息相关的。

这就是一种雄心壮志，就是我所说的长远目光。“玻璃下边的画面”不该再被当做新闻。我们应该开始真正使用双手。

如果你读到了这里，或许我可以再度启发你一下。看看自己的双手吧，它们是否和某些东西相连呢？当然是！你有臂膀，有肩，有躯干，有腿还有脚！而且它们都是能够活动的！

任何一个舞蹈家或医生都非常清楚，我们的身体究竟有着怎样令人难以置信的表达力。300 个关节！600 块肌肉！可以在无数角度中自如活动！

下次做早饭时，请留意那套精致、复杂、舞蹈般的动作，你如何打开碗橱，如何倒出牛奶。看看你的四肢在空间中如何来回移动，感受你是如何毫不费力地保持平衡。你的大脑之所以每天早上能够让你做到如此美妙复杂的芭蕾般的动作而不至于忙碌到爆炸，是因为和你一样，世界上的所有人其实都能做的一样好。