摘要。提高飞行员的态势感知能力是下一代飞机驾驶舱设计的主要目标。飞行员的窗外视野是一个根本问题,由于恶劣天气、黑暗或飞机结构本身的原因,飞行员的视野经常会变差。解决这个问题的常用方法是通过机载传感器和包含地形和障碍物信息的数据库生成增强的周围环境模型。在直升机领域,环境的图像随后通过面板显示器或透明头戴式显示器呈现给飞行员。我们研究了第三种信息显示方法。这个概念——称为虚拟驾驶舱——应用了非透明头戴式显示器。利用这种虚拟现实显示器,可以结合现有的合成和增强视觉系统的优势,同时克服现有的局限性。除了对优缺点的理论讨论外,还展示了该概念在直升机海上作业中的两个实际实施示例。在基于游戏引擎 Unity 的模拟环境中进行了两项人为因素研究。它们证明了虚拟驾驶舱具有成为未来驾驶舱长期候选方案的普遍潜力。© 2019 光学仪器工程师协会 (SPIE) [DOI:10.1117/1.OE.58.5.051807]
本演示文稿由 Scholarly Commons 的会议免费提供给您,供您开放访问。它已被 Scholarly Commons 的授权管理员接受纳入国家训练飞机研讨会 (NTAS)。欲了解更多信息,请联系 commons@erau.edu 。
增强现实 (AR) 是一种计算机图形技术,可在现实世界和虚拟世界之间创建无缝界面。AR 的使用迅速扩展到医疗保健、教育和娱乐等不同领域。尽管 AR 潜力巨大,但其界面控制依赖于外部操纵杆、智能手机或易受光线影响的固定摄像头系统。本文介绍了一种集成 AR 的软性可穿戴电子系统,该系统可检测受试者的手势,从而更直观、准确、直接地控制外部系统。具体来说,这种软性一体式可穿戴设备包括可扩展电极阵列和集成无线系统,用于测量肌电图,从而实时连续识别手势。系统中嵌入的先进机器学习算法能够对十种不同的类别进行分类,准确率高达 96.08%。与传统的刚性可穿戴设备相比,由于皮肤贴合性,多通道软性可穿戴系统在多次使用时可提供更高的信噪比和一致性。用于无人机控制的 AR 集成软可穿戴系统的演示抓住了平台技术的潜力,为用户提供大量人机界面机会,实现与外部硬件和软件的远程交互。
随着自动驾驶汽车(AVS)加入我们的道路,与骑自行车的人交流的社会提示驾驶员交流将消失 - 导致安全问题。车辆上的外部人机界面(EHMI)可以替代驾驶员的社交信号,但是应将其设计以与骑自行车的人进行交流是未知的。我们分为两个阶段在多个TRAFC方案中评估了三个EHMI。首先,我们比较了VR循环模拟器中的EHMI多功能性,可接受性和US能力。骑自行车的人更喜欢颜色编码的信号,可以通过快速瞥了一眼即可传达意图。第二,我们根据我们的fndings进行了介绍,并将它们放在户外。参与者用真正的EHMIS骑自行车骑车。他们更喜欢使用大型表面上的EHMIS,并在车辆上使用大型表面,并增强了颜色变化的动画。我们以
10.3.4-13 指定设备目的地用户应能够选择接收方法,即哪个设备(文件、显示器、打印机)将成为本地目的地。如果指定的接收设备无法操作,例如未打开的打印机,则应通知用户。附加信息:当通过显示器接收消息时,应提供传入消息的排队,以便它们不会干扰该显示器用于其他信息处理任务。对于不同类型的消息或从不同来源接收的消息,设备目的地可能以不同的方式指定。传输的数据可能会直接接收到计算机文件中。传入消息可能会被路由到电子显示器以供快速查看,和/或路由到打印机以供硬拷贝参考。5 908
尽管大脑计算机界面(BCI)领域的进步,但由于其不可靠,目前使用唯一的脑电图(EEG)信号来控制步行康复设备的临床环境中目前不可行。混合界面(HHMIS)代表了提高单信号方法性能的最新解决方案。这些是结合多个人机界面的分类方法,通常包括至少一个BCI与其他生物信号,例如肌电图(EMG)。但是,它们用于解码步态活动的使用仍然有限。在这项工作中,我们提出和评估了混合人机界面(HHMI),以从EEG和EMG信号的贝叶斯融合中解释双腿的步行阶段。即使在暂时或永久(例如弱点)暂时损害了肌肉活动的可靠性(例如疲劳)或永久性的(例如疲劳),即使肌肉活动的可靠性受到暂时损害(例如疲劳),也可以通过提供较高和稳定的性能来超过其单个信号对应。的确,杂种方法在临时EMG改变后显示了分类性能的平稳降解,而EMG分类器的精度为30%,其精度的75%以上,其性能降低了精度的60%。EEG和EMG信息的融合有助于在EMG降解的永久性水平下独立地对每个步态阶段保持稳定的识别率。根据我们的研究和文献发现,我们建议使用混合界面的使用可能是增强技术在临床应用和实验室环境外恢复或协助更广泛患者人群的技术的可用性的关键。
本部分描述了风险评估在人机界面分析、设计和开发中涉及的人为因素问题上的系统应用。人机界面可操作性风险的正式识别是此过程的核心,是确定系统开发中所需的人机界面特定工作范围的主要手段,它还识别了影响系统有效使用的人机界面问题,并总结了确保这些问题在系统开发中得到充分解决所需的工作。
本研究旨在探索已广泛应用于各个领域,特别是在机器人控制领域的非侵入式人机交互方法。为了深入了解方法的发展,本文采用“知识图谱”(MKD)来寻找该领域的研究热点以展示未来的潜在发展。通过文献综述,本文发现自 2010 年初机器学习、深度学习和传感技术的快速发展以来,用于机器人控制的非侵入式 BCI 技术的研究发生了范式转变。这项研究进一步提供了趋势分析,即数据驱动方法与优化算法和人机感知驱动方法的结合将成为未来机器人控制非侵入式方法发展的关键领域。基于以上发现,本文为医疗保健、机器人系统和媒体等相关领域提供了非侵入式 HCI 方法的潜在发展途径。
摘要。在交互式应用程序的开发周期中,人机界面的评估常常被软件工程专家忽视甚至忽视。然而,目前有许多方法和技术能够提高人机界面的质量。本文对这些内容进行了总结回顾。摘要。在交互式应用程序的软件开发周期中,人机界面评估常常被软件工程专家忽视或不了解。尽管如此,许多评估方法和技术都可以有助于人机界面质量的提高。本文对此类方法和技术进行了回顾。关键词:评估、人机界面、开发周期、软件工程。关键词:评估、人机界面、软件开发周期、软件工程。
随着计算机技术的进步,人机交互的重要性日益凸显。一些残疾人无法使用计算机。眼球运动控制主要由那些有障碍的人使用。通过将这种眼球控制机制整合到计算机中,他们将能够在没有他人帮助的情况下工作。人机界面 (HCI) 涉及使用计算机技术建立人机界面。需要发现允许良好人机协作的适当技术。人机连接的重要性怎么强调也不为过。因此,需要一种向残疾人传播替代人机通信模式的机制,并为他们提供参与信息社会的平等机会。近年来,人机界面引起了世界各地许多学者的好奇。人机界面是一种基于视觉的眼球运动检测系统,适用于视障人士。面部检测、面部跟踪、眼球检测和对眨眼序列的实时解释都是