穿戴行動裝置帶動新一代人機操控需求
- DIGITIMES企劃
-
科技發展日新月異，原有智能行動裝置，已逐步擴展至穿戴式應用領域，發展趨勢仍持續朝向更輕、更薄、更小的方向，但穿戴型的智能行動裝置變得更小，人機互動介面的設計型式，已成為新一代穿戴型智能產品的成功關鍵…
現今智慧型行動裝置產品樣態多元，有的針對運動健康資料紀錄設計，外觀設計多採行手環、扣夾式等設計型式，有的是採用眼鏡、手錶等穿戴型的智能行動裝置設計，不管是設計成手環、扣夾、還是眼鏡或是手錶，相同的狀況都是智能裝置體積越來越小巧、設計更精良，終端設備可用的電路載板PCB空間極小，甚至小到連實體按鍵都可能無處設置。
行動裝置所使用的人機互動設計(Human Computer Interaction；HCI)必須針對產品使用情境重新設計與考量，各式新穎的人機介面設計機制也就因此脫穎而出，成為新一代智能行動裝置、穿戴式行動運算裝置的設計顯學。先前透過Kickstarter募資平台，嘗試推出的Pebble智能手錶產品，不但成功透過Kickstarter募資平台取得智能手錶的量產經費，也因此讓不少業者關注到穿戴式運算產品的驚人潛力！
Pebble Kickstarter募資大成功 帶動穿戴智能產品熱潮
繼Pebble智能手錶獲得成功募資後，在Kickstarter募資平台還相繼出現更多智能手錶、智能手環等概念性產品，像是號稱全球最聰明的AGENT智能手錶，雖然不若Pebble智能手錶取得千萬美元募資成果，但AGENT智能手錶以可待機一個月、整合Qi無線充電支援、支援Android/iOS/Windows Phone等智能裝置整合應用優勢，號稱較Pebble智能手錶更有質感的外型設計，日前也順利取得破百萬美元的募資成果，可見這股穿戴式運算產品的熱潮持續延燒。
但這類穿戴型的智能行動裝置產品(Wearable computer)，由於終端產品設計最終需迎合「可穿戴」設計前提，但穿戴型的智能行動裝置產品可設置實體按鍵的空間十分有限，更不用說還要整合更複雜的人機操作介面，尤其是以Google Project Glass智能眼鏡這類產品，沿用眼鏡的配戴形式亦不利於整合實體按鍵，因為實體按鍵需要押按產生操作指令，智能眼鏡若需透過按鍵押按操作，也會造成配戴者的不適，因此以Google Project Glass智能眼鏡基本上即應用語音辨識與電容觸控設計架構基本的人機互動介面環境。
Google Glass 人機互動環境 使用聲控指令、觸控、AR進行建構
觀察Google Project Glass概念智能眼鏡，主要是由觸控區塊的眼鏡臂設計搭配智能語音辨識指令進行基本操作，主要再搭配配置於眼鏡鏡片處的微型顯示器作為操作提示畫面、訊息與擴增實境(Augmented Reality)影像疊加呈現的交互操作系統，為了讓語音指令的辨識度提高，Google在Project Glass概念智能眼鏡提出的人機交互方式均需在每個操作之前，先喊聲“OK, Glass”才會進行語音指令的分析、辨識與產生對應應用功能，雖然在操作上顯得有點繁複，無法以自然語言透過交談式的互動方式進行指令下達，但至少也是在有限的運算資源下較合宜的人機互動配置。
雖然Google Project Glass概念智能眼鏡利用語音辨識指令的人機交互型式，大幅改善了穿戴型智能產品的人機交互方式，同時也可在極有限的系統載板設置條件下架構可用的人機互動環境，但實際上以「語音」下達操作指令，卻會因為配戴者的使用環境多半是處於公眾場域之中，在操作過程中或多或少會出現所謂的隱私(privacy issue)問題，而當使用者操作身上的穿戴式智能設備，若不想讓身旁的人也知道自己正在做某些操作時(例如拍照、錄影、播放影音)，必須搭配語音進行辨識操作的人機互動設計，就會遭遇使用上的困擾。
體感、手勢指令辨識 成為穿戴設備HCI新選項
除了語音指令的人機互動外，其實因應穿戴式智能設備的HCI需求，歸納大致為輸入(input)與輸出(output)的交互關係，隨著關鍵電子元件的持續縮小化、精密化，以前想都想不到的人機交互應用也逐步轉至消費性電子應用。例如，Microsoft以高速攝影機搭配人體動作感測架構的Kinect人機互動系統，為利用紅外線發射器搭配即時分析用戶動作的動作感測器，原先設計為用來作為捕捉玩家的肢體動作，若感測設備能進一步積極微小化設計，也可能成為穿戴式智能設備的人機互動設計方案之一。
同樣也是感測實體動作出發的Leap Motion，其實跟Microsoft的Kinect有異曲同工之妙，若Kinect感測的動態為人體肢體動作的即時建模，那Leap Motion就是僅針對手勢指令設計的即時建模與動作分析擷取。以Leap Motion感測器來說，基本上是針對裝置上方在使用過程中，Leap Motion運動感測器會定時擷取裝置上方的手勢運動資訊，主要利用感測裝置內置的紅外線LED搭配灰階攝影機進手勢動作採集，搭配內建的DSP進行大量手勢動作分析的預處理，即時產生手勢指令的3D數據。
Leap Motion挾低成本、高度開放 已有智能手錶開發對應應用
比較有趣的是Leap Motion不若Kinect需要感測使用的全身動態資料建模，也不需要高度精確的深度感測(因應多人同時動態感測)，因此Leap Motion感測器的料件成本相對較低，針對圖形處理的DSP性能亦不用太高，亦可在整合方案上取得更優異的性價比。就有軟體開發者利用Leap Motion感測器與SDK，開發了Xatch智能手錶產品原型，在其Xatch智慧手錶原型中已可利用Leap Motion感測器執行智能手錶的開啟與關閉操作，進一步還能用手勢指令進行選單的交互操作，未來還可能發展如空中手寫辨識輸入或是更精密的操作行為。
透過動態感測器、攝影機或許是一種人機交互資料來源的選擇，但也有開發者把腦筋動到感測更底層的操作資訊，例如由Oblong Industries 開發的G-Speak技術方案也是未來設計選項之一，G-Speak技術方案原本是針對大型與超大型屏幕的空間手勢操作系統，主要是利用內置感測器的手套來進行人機互動指令操作，而不須鍵盤與滑鼠就能操作資訊系統，同樣地若能將系統進一步微縮設計，透過特殊的操作手套進行操作指令的直接感測，或許會較利用攝影機捕抓手勢動作來得更為精確。
語音辨識仍是行動裝置、穿戴式裝置的HCI首選
語音辨識與常見的HCI人機交互機制，有著極大的設計優勢，因為語音辨識僅需要麥克風就能建構基本的資料擷取條件，而不用使用如Kinect、Leap Motion高度複雜的體感或手勢即時建模、分析技術方案，若要改善拾音品質，行動裝置可以改用MEMS麥克風陣列或是整合硬體降噪設計，設計方案亦不會造成終端裝置體積或是電路載板負擔，唯一較複雜的是需要完善原有的語音辨識核心，讓辨識核心可以更精確的分析不同腔調、語速的語音指令內容，快速解析出語音指令內嵌的操作指令。
這也是為什麼Apple、Google兩大行動裝置陣營，前後投入巨資或透過購併加強旗下行動裝置生態系的語音辨識功能整合，例如Apple iOS 2011年開始在新版iOS系統對應的iPhone、iPad產品相繼加入Siri語音助理功能，而Google在原有的Google Service與Android應用中，積極整合語音辨識功能，而在行動裝置積極整合的語音辨識功能未來也可能延續使用在行動性更高的的穿戴式產品設計應用上，突破穿戴式智能產品在整合HCI人機互動設計的應用困境。
另一方面，針對極小螢幕或是無螢幕型態的穿戴式智能設備，目前產品的發展趨勢仍以依附在具大型螢幕的智能手機、平板電腦整合，以改善其人機互動操作介面應用有限的困境。例如，Pebble智能手錶僅有手錶用的幾個功能鍵外，在較繁瑣的設備設置、應用程式裝載等操作，就必須透過低功耗無線傳輸技術與智慧手機或平板電腦進行協同操作，此時具備相對更大螢幕的裝置反而成為延伸穿戴式智能裝置人機互動介面的中介裝置。
與Pebble智能手錶、智能行動電話協同應用擴展人機操作介面限制的設計架構，現在儼然已經成為主流智慧型手錶、智慧手環、運動紀錄器等穿戴型智能產品的主要人機互動設計方案，如Nike Fuelband、Jawbone UP等穿戴式運動紀錄器產品，也都是沿用智能裝置搭配App進行產品的功能客製或儲存紀錄資料提取應用，搭配行動裝置App生態系的整合協同運作應用方式，已經成為低價智能手環或智能手錶產品的整合趨勢。
