过程成本.jpg

可以看到，使用产品来完成任务其实分成了2个阶段，当X1+X2的值比原本的X值越小，则越节省成本，产品越易用。

相比较传统的屏幕界面，AR设计作为新兴技术，不可避免的需要用户需要花费一定的力气学习对新技术的运用，在这篇文章中，我主要讲的就是这一部分的复杂性，至于第二部分，可以在另一篇文章中继续探讨。

基本思路：

借用现有界面设计已经具有普遍认知的一些常识来减少学习成本，建立新的心理模型（用于解释人的内部心理活动过程而构造的一种比拟性的描述或表示。可描述和阐明一个心理过程或事件。用于多个学科，在用户体验中更常用的是用于解释人类识别客体的「原型匹配模型」）。

需要注意的是，这里复杂性探讨的对象是头戴式设备（主要是眼镜）的AR设计，并且不是简单的video-see-through系统。（video feeds from cameras inside head-mounted devices. ）

第一个复杂：需要用头部来聚焦操作部分。

如果你需要激活一个按钮，你必须移动头部（而不是眼睛看到）来控制游标（Gaze）移动到这个按钮下。

虽然很多应用中会给出按钮的激活态（滑鼠或者遥控器操作），但其实并不会引起我们多大重视，因为在完成这个任务的过程中，聚焦按钮和点击按钮这两个操作是非常连贯的。整个过程的链路是：我看到我要点的按钮了——控制滑鼠/遥控器聚焦然后点按；而在触摸屏上，更是省去了按钮聚焦这个概念，我看到它，然后直接点击就可以了。

然而，在头戴式的AR设备里不是，界面需要清楚的传达一个聚焦状态（眼动技术会增加耗能和头戴设备的重量，在现在这个阶段是不可行的），并且需要用户保持在这个聚焦状态下，点击才可以生效。这和用滑鼠操作电脑很相似，但是在AR眼镜中，聚焦和点击是两个明显分离的动作。

这就引发了这里第二个复杂性：

第二个复杂：需要使用手（手势/按键），在保持聚焦状态下来确认该操作。

除非所处界面是一整块可以点的按钮，那么就不可避免的拥有所述的复杂性。而为了去掉这块复杂，我们尝试了使用时间来代替手动——只要确保聚焦状态保持到足够的时间，就让任务继续下去——尽可能保证「我看到这个选项到我确认该选项」这个过程是顺畅而简单的。

但是这种交互也有一些使用限制：

1保持聚焦的状态不易过长，因为保持头部长时间（5s以上）不动是一个反常理的要求。

2 按钮区域不能过小，这点不用说，太小不好聚焦。但是按钮区域也不易过大，防止误聚焦。注意我们的眼睛不止可以看到头部正对的位置，也不止能看到界面上虚拟的内容，真实世界是AR界面的一部分。

3 不适用于有时间限制的应用（即需要快速完成操作的任务），因为确认需要等待足够时间才能进入下一个步骤。

第三个复杂：成功操作的条件

这是技术本身的发展阶段带来的限制，如果要达到成功使用，或者是达到较好的效果，需要满足一些限制条件。而最重要的一点就是与真实环境的匹配问题。

我认为，这是AR设计里所面临最大的问题，有很多地方需要探讨，在这里，我只简单讨论一下技术影响用户体验的部分。

这里有两个概念：SlAM和物体识别。

SLAM是即时定位和地图构建技术，物体识别是根据特征点来认知对象，它们都属于人工智慧的技术范畴，我是拿哲学的三大终极问题来理解的，SLAM解决的是我是谁，来自何方的问题，而物体识别解决的是为谁而生的问题。

因为是机器，所以……他们的三观不一定都正……

举一个具体的需求，当使用AR眼镜去扫描识别一个物体时，需要尽可能的保持头部静止，眼镜水平几秒钟，并且对现场的光线也有要求，不能太强也不能太弱。这些文字如果一次性提示出来本身就会造成应用的复杂性，另外，我们没有一个标准告诉用户光线到底要多强（和具体环境与物体有关），也不能知道用户现在没有识别出来到底是因为光线问题还是头部在动。这还不是最大的问题，最大的问题是，一旦机器认为它识别出来这个物体了，识别过程立刻就会结束。

这带来什么体验性问题呢？

1 有可能你根本都还没来得及看到那些注意事项，识别就结束了。

2 因为你没有看到注意事项，可能识别成果和真实物体并不准确（只是机器认为它识别出来）。

匹配不准确.png

3 如果你没有满足这个条件，它会一直在识别状态。

另外，AR眼镜在使用中更偏好于在室内使用，室外受到光线和环境的影响，显示界面的可见度会大大降低，但很多应用，我们又不得不需要在室外使用，AR也是一样。

其他还有，我会在后续的文章中继续讨论用户体验在AR这个领域的问题。

作者：林影落

作者简书：

https://www.jianshu.com/p/b22d0dd493e9

推荐阅读：