刘炫佑 - 西北大学闭环人机交互研究者

你好,我是

刘炫佑

闭环人机交互研究者

西北大学(Northwestern University)
计算机科学系 · MU Collective · Jessica Hullman

可穿戴传感触觉技术人机协同决策

关于我

我构建闭环系统,使之能够感知互补干预

我目前在西北大学计算机科学系MU Collective攻读研究生学位,师从 Jessica Hullman 教授。我此前的项目构建可穿戴传感与刺激;在 MU Collective,我设计交互系统,为人机协同决策提供高互补性信息。

论文发表于 ACM CHIUISTCVPR,并受邀在高通Google 做技术演示。

在此之前,我曾先后在芝加哥大学 HC-Integration Lab(在 Pedro Lopes 教授指导下)、西北大学 SPICE Lab(在 Karan Ahuja 教授指导下)以及中国科学院软件研究所(在韩腾教授指导下)担任研究助理。

最新动态

研究方向

我构建闭环系统,感知人体状态建模互补性以决定何时与如何行动,再通过触觉反馈干预。面向未来,我希望构建混合主动的体上界面,超越屏幕,实现人与系统之间持续、具身的协同。

EIT for Hand Estimation

感知 · 读取人体状态

基于 EIT 的手部姿态估计

探索将电阻抗断层成像(EIT)作为连续手部姿态估计的感知模态,重点把硬件小型化进日常可穿戴形态,使机器无需摄像头即可读取人体状态。

西北大学 电阻抗断层成像 机器学习
Human-AI Interaction - Bayesian rational agent framework for human-AI decision-making

互补 · 决定呈现与行动

人机系统中的互补性

研究人与 AI 在不确定性下应如何分工:何时信任模型、呈现什么信息,以及界面如何优化互补性,而非仅追求模型精度。

西北大学 互补性 决策
Wearable Haptics

干预 · 经皮肤写回

可穿戴电触觉界面

研制紧凑、高分辨率的电触觉界面,通过刺激皮肤提供反馈与感官替代,经身体写回完成闭环干预。

芝加哥大学 宾夕法尼亚大学 电触觉 可穿戴设备

发表论文

* 表示共同第一作者

EITWatch 智能手表集成平面 EIT 手势感知原型
UIST 2026 待发表

EITWatch:面向智能手表集成的平面电阻抗断层成像手势识别

同时将在 UIST 2026 进行交互演示

Xuanyou Liu*, Novel Alam*, Karan Ahuja

ACM 用户界面软件与技术会议(UIST)

腕部电阻抗断层成像(EIT)可在无需摄像头的情况下,通过肌肉与肌腱运动引起的阻抗变化感知手势,但既有腕部 EIT 系统通常需要超出智能手表表背接触面的电极环绕,并依赖独立的模拟前端。本文提出 EITWatch,首个围绕智能手表表背几何形态构建的腕部 EIT 系统。紧凑环形平面电极阵列直接读取手表既有皮肤接触面的阻抗变化;由于平面阵列无法环绕腕部,EITWatch 采用多深度扫描,沿多种电流路径探测组织。用户研究表明,这一表背形态能够支持宏手势与微手势识别,为日常可穿戴设备上的低侵入性 EIT 输入提供了可行方向。
MARIO:面向 AR 追踪的多传感器惯性里程计与人体姿态先验
CVPR 2026

MARIO:运动增强的实时多传感器惯性里程计

Yiquan Li*, Taeyoung Yeon*, Chenfeng Gao, Vasco Xu, Xuanyou Liu, Karan Ahuja

IEEE/CVF 计算机视觉与模式识别会议(CVPR)Findings

仅依赖惯性测量单元(IMU)的惯性里程计(Inertial Odometry, IO)为增强现实与可穿戴设备中的人体运动追踪提供了一种轻量级技术路径,然而基于数据驱动的深度学习方法由于缺乏对人体运动动力学的显式建模,易产生累积性漂移误差。本研究提出 MARIO 框架,从原始 IMU 数据中学习人体姿态先验知识,并将其嵌入惯性里程计的状态传播过程,以引入符合人体运动学特性的物理约束。进一步地,本研究构建了面向商用 AR 眼镜平台的轻量级多传感器融合架构,有效整合磁力计、气压计及辅助 IMU 等现成可用的传感信号。在大型人体运动数据集上的系统性评估表明,MARIO 相较于强基线 IO 方法显著降低了位置估计漂移,并在多样化运动场景下展现出更强的鲁棒性,为融合运动学先验与多模态感知策略的无摄像头人体追踪研究提供了新的技术思路。
Seeing with the Hands:用于感官替代的手部电触觉显示
CHI 2025

Seeing with the Hands:支持手部交互的感官替代技术

同时在 CHI 2025 进行了交互演示

Shan-Yuan Teng*, Gene S-H Kim*, Xuanyou Liu*, Pedro Lopes

ACM 人机交互学会年会(CHI)

感官替代设备使用户能够通过触觉等非视觉感官通道感知视觉信息。然而,现有设备普遍采用头戴式摄像头布局,限制了手部操作过程中的动作协调性。本研究提出从"手部视角"实现"看见与感受"的感官替代范式,以提升该技术的灵活性与表达力。为此,本研究设计了一种手背式电触觉显示装置,将腕戴摄像头捕获的视觉图像实时转化为触觉刺激信号,使用户在执行伸手与悬停等操作过程中感知物体特征。在一项包含明眼人及盲人和低视力参与者的对照用户研究中,本研究系统比较了手部视角与传统头戴式视角在典型操作任务(如物体抓取、精密焊接等)中的表现差异。实验结果表明,两种视角在任务绩效方面无显著差异,但参与者普遍更倾向于手部视角所带来的操作灵活性,因其支持更符合人体工效学的操作策略。
TacTex:具有编织电极结构的高分辨率电触觉纺织界面
CHI 2024

TacTex:无缝集成电极的高分辨率电触觉纺织界面

Hongnan Lin, Xuanyou Liu, Shengsheng Jiang, Qi Wang, Ye Tao, Guanyun Wang, Wei Sun, Teng Han, Feng Tian

ACM 人机交互学会年会(CHI)

电触觉刺激技术为高分辨率可穿戴触觉反馈提供了一种颇具前景的技术路径,然而长期以来难以与柔性纺织材料实现良好集成以适应日常穿戴需求。本研究提出 TacTex,一种将高密度触觉反馈与触摸感知无缝集成的纺织基人机界面。通过采用创新性的多层编织结构,利用非导电纱线分隔导电电极阵列,TacTex 实现了 512 × 512 的感知与驱动分辨率,电极间距最小可达 2 mm。配套定制的驱动电路系统能够精确调控电刺激的时空分布特性,并同步监测电压变化以实现实时触摸追踪。技术评估实验与用户研究表明,TacTex 能够呈现包括复杂静态与动态触觉图案在内的多样化触觉效果,为高保真触觉反馈技术在日常服装中的集成应用开辟了新的可能性。

联系方式

欢迎交流

欢迎对人智交互、新型传感与触觉技术、可穿戴计算等方向感兴趣的学者与同行来信交流。无论是探讨科研合作、分享学术见解,还是交流前沿热点,本人均非常期待您的来信。