穿戴移动设备带动新一代人机操控需求
- DIGITIMES企划
-
科技发展日新月异，原有智能移动设备，已逐步扩展至穿戴式应用领域，发展趋势仍持续朝向更轻、更薄、更小的方向，但穿戴型的智能移动设备变得更小，人机互动界面的设计型式，已成为新一代穿戴型智能产品的成功关键…
现今智能移动设备产品样态多元，有的针对运动健康数据纪录设计，外观设计多采行手环、扣夹式等设计型式，有的是采用眼镜、手表等穿戴型的智能移动设备设计，不管是设计成手环、扣夹、还是眼镜或是手表，相同的状况都是智能装置体积越来越小巧、设计更精良，终端设备可用的电路载板PCB空间极小，甚至小到连实体按键都可能无处设置。
移动设备所使用的人机互动设计(Human Computer Interaction；HCI)必须针对产品使用情境重新设计与考量，各式新颖的人机界面设计机制也就因此脱颖而出，成为新一代智能移动设备、穿戴式移动运算装置的设计显学。先前透过Kickstarter募资平台，尝试推出的Pebble智能手表产品，不但成功透过Kickstarter募资平台取得智能手表的量产经费，也因此让不少业者关注到穿戴式运算产品的惊人潜力！
Pebble Kickstarter募资大成功 带动穿戴智能产品热潮
继Pebble智能手表获得成功募资后，在Kickstarter募资平台还相继出现更多智能手表、智能手环等概念性产品，像是号称全球最聪明的AGENT智能手表，虽然不若Pebble智能手表取得千万美元募资成果，但AGENT智能手表以可待机一个月、整合Qi无线充电支持、支持Android/iOS/Windows Phone等智能装置整合应用优势，号称较Pebble智能手表更有质感的外型设计，日前也顺利取得破百万美元的募资成果，可见这股穿戴式运算产品的热潮持续延烧。
但这类穿戴型的智能移动设备产品(Wearable computer)，由于终端产品设计最终需迎合「可穿戴」设计前提，但穿戴型的智能移动设备产品可设置实体按键的空间十分有限，更不用说还要整合更复杂的人机操作界面，尤其是以Google Project Glass智能眼镜这类产品，沿用眼镜的配戴形式亦不利于整合实体按键，因为实体按键需要押按产生操作指令，智能眼镜若需透过按键押按操作，也会造成配戴者的不适，因此以Google Project Glass智能眼镜基本上即应用语音识别与电容触控设计架构基本的人机互动界面环境。
Google Glass 人机互动环境 使用声控指令、触控、AR进行建构
观察Google Project Glass概念智能眼镜，主要是由触控区块的眼镜臂设计搭配智能语音识别指令进行基本操作，主要再搭配配置于眼镜镜片处的微型显示器作为操作提示画面、信息与增实境(Augmented Reality)影像叠加呈现的交互操作系统，为了让语音指令的识别度提高，Google在Project Glass概念智能眼镜提出的人机交互方式均需在每个操作之前，先喊声“OK, Glass”才会进行语音指令的分析、识别与产生对应应用功能，虽然在操作上显得有点繁复，无法以自然语言透过交谈式的互动方式进行指令下达，但至少也是在有限的运算资源下较合宜的人机互动配置。
虽然Google Project Glass概念智能眼镜利用语音识别指令的人机交互型式，大幅改善了穿戴型智能产品的人机交互方式，同时也可在极有限的系统载板设置条件下架构可用的人机互动环境，但实际上以「语音」下达操作指令，却会因为配戴者的使用环境多半是处于公众场域之中，在操作过程中或多或少会出现所谓的隐私(privacy issue)问题，而当使用者操作身上的穿戴式智能设备，若不想让身旁的人也知道自己正在做某些操作时(例如拍照、录影、播放影音)，必须搭配语音进行识别操作的人机互动设计，就会遭遇使用上的困扰。
体感、手势指令识别 成为穿戴设备HCI新选项
除了语音指令的人机互动外，其实因应穿戴式智能设备的HCI需求，归纳大致为输入(input)与输出(output)的交互关系，随着关键电子元件的持续缩小化、精密化，以前想都想不到的人机交互应用也逐步转至消费性电子应用。例如，Microsoft以高速摄影机搭配人体动作传感架构的Kinect人机互动系统，为利用红外线发射器搭配实时分析用户动作的动作传感器，原先设计为用来作为捕捉玩家的肢体动作，若传感设备能进一步积极微小化设计，也可能成为穿戴式智能设备的人机互动设计方案之一。
同样也是传感实体动作出发的Leap Motion，其实跟Microsoft的Kinect有异曲同工之妙，若Kinect传感的动态为人体肢体动作的实时建模，那Leap Motion就是仅针对手势指令设计的实时建模与动作分析撷取。以Leap Motion传感器来说，基本上是针对装置上方在使用过程中，Leap Motion运动传感器会定时撷取装置上方的手势运动信息，主要利用传感装置内置的红外线LED搭配灰阶摄影机进手势动作采集，搭配内建的DSP进行大量手势动作分析的预处理，实时产生手势指令的3D数据。
Leap Motion挟低成本、高度开放 已有智能手表开发对应应用
比较有趣的是Leap Motion不若Kinect需要传感使用的全身动态数据建模，也不需要高度精确的深度传感(因应多人同时动态传感)，因此Leap Motion传感器的料件成本相对较低，针对图形处理的DSP性能亦不用太高，亦可在整合方案上取得更优异的性价比。就有软件开发者利用Leap Motion传感器与SDK，开发了Xatch智能手表产品原型，在其Xatch智能手表原型中已可利用Leap Motion传感器执行智能手表的开启与关闭操作，进一步还能用手势指令进行选单的交互操作，未来还可能发展如空中手写识别输入或是更精密的操作行为。
透过动态传感器、摄影机或许是一种人机交互数据来源的选择，但也有开发者把脑筋动到传感更底层的操作信息，例如由Oblong Industries 开发的G-Speak技术方案也是未来设计选项之一，G-Speak技术方案原本是针对大型与超大型屏幕的空间手势操作系统，主要是利用内置传感器的手套来进行人机互动指令操作，而不须键盘与鼠标就能操作信息系统，同样地若能将系统进一步微缩设计，透过特殊的操作手套进行操作指令的直接传感，或许会较利用摄影机捕抓手势动作来得更为精确。
语音识别仍是移动设备、穿戴式装置的HCI首选
语音识别与常见的HCI人机交互机制，有着极大的设计优势，因为语音识别仅需要麦克风就能建构基本的数据撷取条件，而不用使用如Kinect、Leap Motion高度复杂的体感或手势实时建模、分析技术方案，若要改善拾音品质，移动设备可以改用MEMS麦克风阵列或是整合硬件降噪设计，设计方案亦不会造成终端装置体积或是电路载板负担，唯一较复杂的是需要完善原有的语音识别核心，让识别核心可以更精确的分析不同腔调、语速的语音指令内容，快速解析出语音指令内嵌的操作指令。
这也是为什麽Apple、Google两大移动设备阵营，前后投入巨资或透过购并加强旗下移动设备生态系的语音识别功能整合，例如Apple iOS 2011年开始在新版iOS系统对应的iPhone、iPad产品相继加入Siri语音助理功能，而Google在原有的Google Service与Android应用中，积极整合语音识别功能，而在移动设备积极整合的语音识别功能未来也可能延续使用在移动性更高的的穿戴式产品设计应用上，突破穿戴式智能产品在整合HCI人机互动设计的应用困境。
另一方面，针对极小屏幕或是无屏幕型态的穿戴式智能设备，目前产品的发展趋势仍以依附在具大型屏幕的智能手机、平板电脑整合，以改善其人机互动操作界面应用有限的困境。例如，Pebble智能手表仅有手表用的几个功能键外，在较繁琐的设备设置、应用程序装载等操作，就必须透过低功耗无线传输技术与智能手机或平板电脑进行协同操作，此时具备相对更大屏幕的装置反而成为延伸穿戴式智能装置人机互动界面的中介装置。
与Pebble智能手表、智能移动电话协同应用扩展人机操作界面限制的设计架构，现在俨然已经成为主流智能手表、智能手环、运动纪录器等穿戴型智能产品的主要人机互动设计方案，如Nike Fuelband、Jawbone UP等穿戴式运动纪录器产品，也都是沿用智能装置搭配App进行产品的功能定制或储存纪录数据提取应用，搭配移动设备App生态系的整合协同运作应用方式，已经成为低价智能手环或智能手表产品的整合趋势。
