随着可穿戴设备技术的发展,在运动环境下使用智能设备的情景变得愈加频繁。智能手表是当前市场占有量最大的可穿戴设备,但人们如何在运动环境下与它进行交互,以及交互又会如何影响人们的运动行为,这一重要问题始终未能得到解决。本研究有三个目的:(1)探究运动环境下智能手表的何种信息呈现方式更适用;(2)探究运动状态如何影响用户与智能手表的交互操作;(3)探究交互行为如何对运动行为产生影响。本研究通过实验方法进行探究,共分为三个阶段:(1)基于对智能手表菜单结构、布局及形式的研究,本文探究了菜单信息量和信息密度对用户表现和感受的影响;(2)基于以上较全面的菜单设计研究成果,本文进一步探究了不同运动状态下菜单导航界面呈现对用户表现及感受的影响;(3)为更深入分析真实运动环境下进行智能手表基本交互操作的情况,本文基于步态研究对站立、慢走、正常走、快走、慢跑五种运动状态与界面操作和手势操作的影响进行探究。研究中共招募了15名老年人和51名年轻人被试。智能手表及手机端的原型均采用Android/Java开发,以自动捕捉使用者的各类界面操作。关于菜单的信息量和信息密度的研究表明:智能手表上有越少的图标总数量越好(例如:8图标数量),此时每页4或8图标的信息密度较为适宜。如果图标总数数量较大(例如:24、48个图标)则信息密度可采用每页4图标的设计。关于运动状态与导航界面呈现的研究表明:当被试完成日常任务时,行走中智能手表的使用与坐着使用是基本相同的。在跑步中使用智能手表会降低操作有效性、用户感知易用性、感知可用性、和流体验,同时会增加认知负荷。通过采用静态导航辅助和动态导航辅助,可提升使用智能手表的表现。研究建议,在坐着或行走中采用静态导航辅助的设计,而在跑动中采用动态导航辅助的设计。通过这两种方式可以增加用户的感知易用性、有用性,并降低认知负荷。关于运动状态、步态和基本交互操作的研究表明:在快走、跑动情况下,用户进行智能手表界面点击操作的有效性和效率会大幅降低,错误率分别超过25%和36%。研究中提出了两种克服点击偏差的方式,一是根据用户运动状态,采用点击纠偏向量场,对点击行为进行基于屏幕位置的纠偏;二是将重要的点击分布在屏幕的“C”字区域,以减少点击偏差的出现。关于翻腕手势操作,跑动对其产生强烈的负面影响(失败率超过65%)。结合用于识别该手势的Google专利,本研究验证了采用角度传感器数据进行识别的可行性,此外或许可通过加入运动周期信号过滤模型来提高手势识别率。关于步态,与智能手表的交互操作导致快走和慢跑情况下的步长分别降低13%和17%,所有运动状态下的步态对称性均降低约65%。对于滑动操作、短时抬手操作、和长时抬手手势操作,运动状态的影响并不大。研究中也测量出了抬手手势的时长(抬起手臂:0.58~0.66 s;放下手臂:0.74~1.13 s)和角度变化量(竖直方向:133~152度;左右方向:65~70度),以及翻腕手势的时长(向前翻腕约0.61 s;向后回腕约0.66 s)和角度变化量(竖直方向约72度,左右方向约101度)。这些数据可为以后相关研究或设计提供参考。本文深化了智能手表交互设计及其运动适应性的研究。本研究使用的测量运动姿态的方式便携性高、装备轻便化,验证了使用角度传感器信号进行手势识别的可能性,同时达到了一定精度。针对最为基础的界面及手势操作,本研究提出了改进方法和设计准则,这对克服运动环境下的智能手表使用有基础且重要的作用。