人機交互技術

 定義

　　人機交互技術包括機器通過輸出或顯示設備給人提供大量有關信息及提示請示等，人通過輸入設備給機器輸入有關信息，回答問題及提示請示等。人機交互技術是計算機用戶界面設計中的重要內容之一。它與認知學、人機工程學、心理學等學科領域有密切的聯(lián)系。

　　也指通過電極將神經信號與電子信號互相聯(lián)系，達到人腦與電腦互相溝通的技術，可以預見，電腦甚至可以在未來成為一種媒介，達到人腦與人腦意識之間的交流，即心靈感應。

發(fā)展歷史

　　市場需求是很大的，而供應方面卻略顯不足，尤其是擁有核心知識產權，技術過硬的企業(yè)并不多，行業(yè)整體缺乏品牌效應。

　?、盬IMP界面的形成

　　Xerox Palo研究中心于70年代中后期研制出原型機Star，形成了以窗口（Windows）、菜單（Menu）、圖符（Icons）和指示裝置（Pointing Devices）為基礎的圖形用戶界面，也稱WIMP界面。

　　Apple最先采用了這種圖形界面，斯坦福研究所60年代的發(fā)展計劃也對WIMP界面的發(fā)展產生了重要的影響。該計劃強調增強人的智能，把人而不是技術放在了人機交互的中心位置。該計劃的結果導致了許多硬件的發(fā)明，眾所周知的鼠標就是其中之一。

　　⒉WIMP界面面臨的問題和發(fā)展多媒體計算機和VR系統(tǒng)的出現(xiàn)，改變了人與計算機通信的方式和要求，使人機交互發(fā)生了很大的變化。在多媒體系統(tǒng)中繼續(xù)采用WIMP界面有其內在的缺陷：隨著多媒體軟硬件技術的發(fā)展，在人機交互界面中計算機可以使用多種媒體，而用戶只能同時用一個交互通道進行交互因而從計算機到用戶的通信帶寬要比從用戶到計算機的大得多，這是一種不平衡的人-計算機交互。

　　虛擬現(xiàn)實技術除了要求有高度自然的三維人機交互技術外，由于受交互裝置和交互環(huán)境的影響，不可能也不必要對用戶的輸入做精確的測量，而是一種非精確的人機交互。三維人機交互技術在科學計算可視化和三維CAD系統(tǒng)中占有重要的地位?；赪IMP技術的圖形用戶界面，從本質上講，是一種二維交互技術，不具有三維直接操作的能力。要從根本上改變這種不平衡的通信，人機交互技術的發(fā)展必須適應從精確交互向非精確交互、從單通道交互向多通道交互以及從二維交互向三維交互的轉變，發(fā)展用戶與計算機之間快速、低耗的多通道界面。從右上表可以看出在計算機系統(tǒng)不同的發(fā)展階段中，人機交互模型的發(fā)展過程。在傳統(tǒng)的人機系統(tǒng)中，人被認為是操作員，只是對機器進行操作，而無真正的交互活動。在計算機系統(tǒng)中人還是被稱為用戶。只有在VR系統(tǒng)中的人才，是主動的參與者。

　　人類生活中的事件都是多通道的，人-計算機多通道交互技術的發(fā)展雖然受到軟件和硬件的限制，但至少要滿足兩個條件：其一，多通道整合，不同通道的結合對用戶的體驗是十分重要的；其二，在交互中容許用戶產生含糊和不精確的輸入。

　　⒈非精確的交互

　　· 語音（Voice) 主要以語音識別為基礎，但不強調很高的識別率，而是借助其它通道的約束進行交互。

　　姿勢（Gesture) 主要利用數(shù)據手套、數(shù)據服裝等裝置，對手和身體的運動進行跟蹤，完成自然的人機交互。

　　頭部跟蹤（HeadTracking）主要利用電磁、超聲波等方法，通過對頭部的運動進行定位交互。

　　視覺跟蹤（Eye-Tracking）對眼睛運動過程進行定位的交互方式。

　　⒉多通道交互的體系結構

　　多通道交互的體系結構首先要能保證對多種非精確的交互通道進行綜合，使多通道交互存在于一個統(tǒng)一的用戶界面之中，同時，還要保證這種通道的綜合在交互過程中的任何時候都能進行。圖1和圖2表示了這兩種不同的體系結構。良好的體系結構應能保證多個通道的綜合不只是發(fā)生在應用程序這一級。

　　人機交互技術是目前用戶界面研究中發(fā)展得最快的領域之一，對此，各國都十分重視。美國在國家關鍵技術中，將人機界面列為信息技術中與軟件和計算機并列的六項關鍵技術之一，并稱其為"對計算機工業(yè)有著突出的重要性，對其它工業(yè)也是很重要的"。在美國國防關鍵技術中,人機界面不僅是軟件技術中的重要內容之一，而且是與計算機和軟件技術并列的11項關鍵技術之一。歐共體的歐洲信息技術研究與發(fā)展戰(zhàn)略計劃（ESPRIT）還專門設立了用戶界面技術項 目，其中包括多通道人機交互界面（MultiModal Interface for Man-MachineInterfa

　　ce）。保持在這一領域中的領先，對整個智能計算機系統(tǒng)是至關重要的。我們可以以發(fā)展新的人機界面交互技術為基礎，帶動和引導相關的軟硬件技術的發(fā)展，使更有效地使用計算機的計算處理能力成為可能。

研究現(xiàn)狀

　　已經取得了不少研究成果，不少產品已經問世。側重多媒體技術的有：觸摸式顯示屏實現(xiàn)的“桌面”計算機，能夠隨意折疊的柔性顯示屏制造的電子書，從電影院搬進客廳指日可待的3D顯示器，使用紅綠藍光激光二極管的視網膜成像顯示器；側重多通道技術的有：“漢王筆”手寫漢字識別系統(tǒng)，結合在微軟的Tablet PC 操作系統(tǒng)中數(shù)字墨水技術，廣泛應用于Office/XP的中文版等辦公、應用軟件中的IBM/Via Voice連續(xù)中文語音識別系統(tǒng)，輸入設備為攝像機、圖像采集卡的手勢識別技術，以IPHONE手機為代表的可支持更復雜的姿勢識別的多觸點式觸摸屏技術，以及IPHONE中基于傳感器的捕捉用戶意圖的隱式輸入技術。

　　人機交互技術領域熱點技術的應用潛力已經開始展現(xiàn)，比如智能手機配備的地理空間跟蹤技術，應用于可穿戴式計算機、隱身技術、浸入式游戲等的動作識別技術，應用于虛擬現(xiàn)實、遙控機器人及遠程醫(yī)療等的觸覺交互技術，應用于呼叫路由、家庭自動化及語音撥號等場合的語音識別技術，對于有語言障礙的人士的無聲語音識別，應用于廣告、網站、產品目錄、雜志效用測試的眼動跟蹤技術，針對有語言和行動障礙人開發(fā)的“意念輪椅”采用的基于腦電波的人機界面技術等。熱點技術的應用開發(fā)是機遇也是挑戰(zhàn)，基于視覺的手勢識別率低，實時性差，需要研究各種算法來改善識別的精度和速度，眼睛虹膜、掌紋、筆跡、步態(tài)、語音、唇讀、人臉、DNA等人類特征的研發(fā)應用也正受到關注， 多通道的整合也是人機交互的熱點，另外，與“無所不在的計算”、“云計算”等相關技術的融合與促進也需要繼續(xù)探索。

主要特點

　　多媒體系統(tǒng)的交互特點

　　與傳統(tǒng)用戶界面相比，引入了視頻和音頻之后的多媒體用戶界面，最重要的變化就是界面不再是一個靜態(tài)界面，而是一個與時間有關的時變媒體界面。

　　人類使用語言和其它時變媒體（如姿勢）的方式完全不同于其它媒體。從向用戶呈現(xiàn)的信息來講，時變媒體主要是順序呈現(xiàn)的，而我們通常熟悉的視覺媒體（文本和圖形）通常是同時呈現(xiàn)的。在傳統(tǒng)的靜止界面中，用戶或是從一系列選項中進行選擇（明確的界面通信成分），或是用可再認的方式進行交互（隱含的界面通信成分）。在時變媒體的用戶界面中，所有選項和文件必須順序呈現(xiàn)。由于媒體帶寬和人的注意力的限制,在時變媒體中，用戶不僅要控制呈現(xiàn)信息的內容，也必須控制何時呈現(xiàn)和如何呈現(xiàn)。

　　VR系統(tǒng)中人機交互的特點

　　人機交互可以說是VR系統(tǒng)的核心，因而，VR系統(tǒng)中人機交互的特點是所有軟硬件設計的基礎。其特點如下：

　　觀察點（Viewpoint) 是用戶做觀察的起點。

　　導航（Navigation) 是指用戶改變觀察點的能力。

　　操作（Manipulation）是指用戶對其周圍對象起作用的能力。

　　臨境（Immersion) 是指用戶身臨其境的感覺，這在VR系統(tǒng)中越來越重要。

　　VR系統(tǒng)中人機交互若要具備這些特點，就需要發(fā)展新的交互裝置，其中包括三維空間定位裝置、語言理解、視覺跟蹤、頭部跟蹤和姿勢識別等。

　　多媒體與VR系統(tǒng)的人機交互有著某些共同特點。首先，它們都是使用多個感覺通道，如視覺和聽覺；其次，它們都是時變媒體。