2、音频增强现实中的人为因素研究

音频增强现实中的人为因素研究

增强现实系统人为因素评估的问题

在将通用设计指南应用于具有新颖增强现实（AR）界面的系统时，会发现一些问题。不过，这也能成为专家建议的宝贵来源。感知评估最自然地属于基于用户的统计评估类别。这类评估的任务通常是感知和/或低级认知任务，研究往往聚焦于应用程序的特定方面。在此类别中，任务的设计决定了结果在实验场景之外的可推广性。一般来说，测试硬件可用性的通用感知任务可能更适用。但需注意的是，如果某个功能的影响上升到认知层面（例如跟踪设备中的延迟影响），对任务的依赖性也会增加。

形成性评估要求具有代表性的用户执行最终用户在应用程序中会进行的任务，任务错误率和执行时间是常见的衡量指标。还可以评估AR应用程序如何融入更广泛的工作环境，以及对用户疲劳、AR应用程序之外的工作流程或安全程序的影响。因此，定性和定量衡量方法在这类评估中都很有用。最后，当准备将AR应用程序与执行任务的传统方法进行对比测试时，就需要进行总结性评估。这是最昂贵的评估类型，因为所需的用户数量（及其专业知识水平）必须更高。

以下是评估类型总结表格：
|评估类型|特点|衡量指标|适用情况|成本|
| ---- | ---- | ---- | ---- | ---- |
|感知评估|基于用户的统计评估，任务为感知和/或低级认知任务|无明确提及|聚焦应用特定方面|相对较低|
|形成性评估|代表性用户执行最终用户任务|任务错误率、执行时间|评估应用融入工作环境情况|适中|
|总结性评估|将AR应用与传统方法对比测试|无明确提及|对比测试|高|

下面是评估类型的mermaid流程图：